무릎 Magnetic Resonance 영상에서 Statistical Shape Model 을 이용한

무릎관절 삼차원 모델 생성방법최욱진 최태선

광주과학기술원 기전공학부

Gwangju Institute of Science and Technology GIST

2

목차• 서론• 관련연구• 제안 방법

– Statistical Shape Model 을 이용한 골 모델 생성

– 밝기 값 분포를 이용한 연골 모델 생성• 실험결과• 결론

서론• 인공 슬 관절 전치환술은 정형외과 분야에서 많이 시행되는 수술

– ( 정확한 골 절제에 의한 이상적인 하지 정렬 회복이 가장 중요한 요소 )• 고식적 골 절제 유도장치는 슬 관절의 일반적인 해부학적 특징에

맞게 고안– ( 해부학적 구조가 다른 모든 환자에 표준화 어려움 , 20-30% 환자에서

이상적인 하지 정렬을 얻기 힘듦 )• 환자 개별적인 특성에 맞춘 , 보다 정밀하고 이상적인 수술적 치료

방법으로서 정립• 임상적 결과의 개선에 따른 재수술의 위험 줄이고 장기적으로

재수술에 따르는 경비 절감• 환자 맞춤형 골절제 유도장치의 상용화에 따른 부수적인 경제적

효과• 수술 시 필요한 수술 기구를 줄일 수 있어 멸균 소독에 필요한 경비

절감• 인공 슬관절 생존율을 증가시켜 환자로 하여금 재수술에 대한

두려움으로부터 해방3

관련연구• 한국인의 3 차원 무릎관절 구축 및 형상 측정 ( 부산대 ,

2004)– 2 차원 CT 영상을 이용한 무릎 뼈 3 차원 모델 생성– 연골 조직에 대한 모델이 없음

• 골 관절염 진단을 위한 3 차원 멀티에코 무릎 MR 영상처리 가시화 ( 인하대 ,2011)– 멀티에코 기반의 인공혈류물 제거 및 에코패턴을 이용한

조직분할– Bone Cartilage Interface (BCI) 구성을 위한 무릎 뼈 추출

알고리즘– 골 관절염 진단을 위한 방법으로 관절부위만 고려하기 때문에

하지 정렬 회복을 위한 측정이 불가능 하여 슬관절 진치환술에 부적합

4

관련연구• 서양인에 맞는 환자 - 맞춤형 골 절제 유도장치 초기개발

(Biomet, Zimmer 등 )– 주로 컴퓨터 단층 촬영을 이용한 삼차원 모델이용– 연골에 대한 정보 부족으로 실제 수술 시 뼈 구조에 잘 맞지 않음– 유용성 및 정확성에 대한 평가 부족

• Custom-Fit Total Knee Arthroplasty: Our Initial Expe-rience in 32 Knees (Concord Repatriation General Hospital, University of New South Wales, Sydney, Australia, 2012)– 컴퓨터 단층 촬영을 이용한 삼차원 모델이용– 환자 맞춤형 골절제 유도 장치를 사용 했을 경우와 기존 방법을

비교 분석하여 하지 정렬 회복 정확성 향상 입증– 한국인을 위한 환자 - 맞춤형 골 절제 유도장치 개발이 시급

5

제안방법

MR Image

Bone SegmentationCartilage

Segmentation

3D Shape Model

Statistical Shape Model

6

Statistical Shape Model 을 이용한 골 모델 생성

– 자기공명영상에서 statistical shape model을 이용하여 대퇴골 (femur) 와 경골 (tibia)의 골 모델을 생성• MR 영상에서 전문가에 의해 정확하게 분할되어

있는 무릎관절 모델을 이용 (atlas)• 각각의 volume 모델에 marching tetrahe-

drons 알고리즘을 적용하여 isosurface (vertex, face) 를 생성

• Shape context 를 이용하여 isosurface 에서 landmark 생성

7

Statistical Shape Model 을 이용한 골 모델 생성

– Shape Context 기반 Statistical Shape Model 생성• 마스터 모델 선정

• Iterative shape context matching

• Statistical shape model 을 생성에 필요한 shape vector 생성

• Shape vector 들을 PCA 를 이용하여 statistical shape model 을 만든다

8

k

ki

kii bpvPbvv

Shape Context

• 서로 다른 shape 에서 비슷한 형태를 가지는 부분을 찾는 방법

• Shape 내부의 임의의 점에서 나머지 모든 점과의 거리를 히스토그램으로 나타낸 것

• 히스토그램의 bin 은 log polar좌표계를 이용한다 .

9

)}()(:{#)( kbinpqpqkh iii

Shape Context

10

50 개의 landmark 의 normal vector 와 특정점에서 다른 점들과의 관계

Shape context match-ing

11

Master model Target model Vertex matching 된 model

Statistical Shape Model 을 이용한 골 모델 생성

– 자기공명영상에서 statistical shape model 을 이용하여 대퇴골 (femur) 와 경골 (tibia) 의 골 모델을 생성• Shape model 의 vertex 주변의 밝기값 분포를

이용하여 무릎관절에 대한 appearance model 을 생성

• Statistical shape model 을 appearance model fit-ting 을 이용하여 MR 영상에 맞게 변형 시켜 골모델을 생성한다 .

12대퇴골의 Statistical Shape Model

밝기 값 분포를 이용한 연골 모델 생성

• 생성된 골 모델의 표면에서 4mm 내에 존재하는 연골을 분할하여 연골 모델 생성– 생성된 골 모델 표면의 4mm 이내의 영역을

관심영역 (region of interest, ROI) 로 지정

– ROI 내부의 밝기 값을 이용하여 연골 부분 분할

13생성된 연골 모델연골 ROI

14

실험결과• 분할결과 검증

– 총 100 개의 MR 영상을 사용• Training data: 20 개의 영상을 랜덤 하게 선정• Test data: 나머지 80 개의 영상 사용

– Sagittal plane 영상– Pixel spacing: 0.4 x 0.4 mm– Slice distance: 1mm– Contrast agents 는 사용 안함– Field strength: 1.5T - 90%, 나머지 3T– T1-weighting 영상

실험결과 분할결과 검증

골 모델

Average symmetric surface distance (AvgD)

Root-mean-square symmetric surface distance (RMSD)

연골 모델Volumetric overlap error (VOE)

Volumetric difference (VD)15

)()(

))(,())(,()()(

1),(

BSsB

ASsA

BA

ASsdBSsdBSAS

BAAvgD

)(

2

)(

2 ))(,())(,()()(

1),(

BSsB

ASsA

BA

ASsdBSsdBSAS

BARMSD

BA

BABAVOE 1100),(

B

BABAVD 100),(

AASs

svASvdA

)(

min))(,(

실험결과• 무릎관절 분할 결과

16

Statistical Shape Model 을 이용하여 무릎관절의 대퇴골과 경골 그리고 연골 부분 분할 결과

AvgD(mm) RMSD(mm)

대퇴골 1.39 1.99

경골 2.34 3.29

VOE(%) VD(%)

관절연골 25.0 -24.5

반월판연골 20.8 -34.3

17

실험결과 무릎관절 3 차원 모델

결론• 인공 무릎관절 전치환술을 위한 무릎관절

삼차원 형상모델 생성 방법 제안– MR 영상에서 Statistical Shape Model 을

이용하여 골 영역 자동 분할 방법 제안– 연골 영역 자동분할 방법 제안– 자동 분할 결과 검증 및 삼차원 모델 생성

• 제안된 방법을 이용하여 연골을 포함한 정밀한 무릎관절 모델을 생성 할 수 있다 .

18

Gwangju Institute of Science and Technology GIST

감 사 합 니 다