2차원 복부 CT 영상에서 딥러닝 기법을 이용한 정확한 근육 분할 기법 연구

Abstract

체내 근육의 정량화는 사람의 건강을 평가하기 위한 필수적인 요소이다. 오랜 시간 동안 사람의 건강을 효과적으로 평가하기 위해 다양한 연구가 진행되어 왔고 그중 이미지 양식을 사용한 근육의 질량적 품질적 평가가 발전해 왔다. CT 영상은 근육과 지방 조직 영역에 대한 정확한 시각화가 가능하기 때문에 체내 근육과 지방을 평가하는 데 유용하며 특히 복부 CT 영상을 기반으로 한 근육의 측정은 실제 근육량과 밀접한 연관이 있다. 하지만 단면 영상에서 근육을 분할하는 작업은 전문적인 지식과 복잡한 프로세스를 요구로 하며 시간이 많이 걸리는 번거로운 수작업이고 제한된 인적 자원과 시간으로 인해 대규모 데이터 세트에 적용시키는 데에 어려움을 겪었다. 본 논문에서는 복부 CT 영상에서 딥러닝을 이용한 완전 자동화된 근육 분할 방법에 대해 제안한다. 분할 모델로는 속도가 빠르고 생물의학 이미지 분할에 좋은 성능을 보여주는 U-net을 사용했다. 강체 변환을 이용해 데이터 증강을 진행한 훈련 데이터를 이용해 훈련을 진행했으며 훈련 결과에 이미지 후처리를 통해 근육 영역 마스크에서 근육 외에 해당하는 영역을 제거했다. 학습된 모델은 임상적으로 사용될 수 있는 정확도를 넘는 98%의 정확도를 보였으며 학습된 모델을 이용해 한 장의 복부 CT 영상에서 근육을 분할하는 데에 약 1초가 소요되었다.