인체에 대한 표준데이터를 사용하지 않고 실제 한국인의 의료 영상 데이터를 사용하여 인체 모델을 만들고자 하였다. 먼저 CT와 MRI를 통해 획득한 인체의 의료영상에 대한 특징을 분석하였다. 인체의 해부학적인 구성요소에 대해 CT는 gray level로 MR 영상은 펄스시퀀스 별로 분석하여 특징을 추출하였다. 해부학적 구성요소의 특징을 바탕으로 인체 각 부위별로 영상을 얻기 위해 CT와 MR 영상에 대해 영상분할을 수행하였다. 인체의 부위 중 특히 인체의 네 가지 인체 역학적 구조물인 골조직, 근육, 인대, 건 부위를 CT와 MR 영상을 이용하여 구별하였다. 이미지 분할 방법에는 일반적으로 많이 사용되고 있는 경계선 검출(Edge detection), 영역 선택(Region Growing), 문턱치(Intensity Threshold) 방법 등을 선택하여 인체별로 가장 적합한 알고리듬을 적용시켰다. Head/Neck 부위에 대한 영상 분할 결과를 인체 역학적 구성요소별로 3차원 영상으로 재구성하였다.
We tried to build human models based on medical images of live Korean, instead of using standard data of human body structures. Characteristics of mechanical structures of human bodies were obtained from medical images such as CT and MR images. For each constitutional part of mechanical structures CT images were analyzed in terms of gray levels and MR images were analyzed in terms of pulse sequence. Characteristic features of various mechanical structures were extracted from the analyses. Based on the characteristics of each structuring element we peformed image segmentation on CT and MR images. We delineated bones, muscles, ligaments and tendons from CT and MR images using image segmentation or manual drawing. For the image segmentation we compared the edge detection method, region growing method and intensity threshold method and applied an optimal compound of these methods for the best segmentation results. Segmented mechanical structures of the head/neck part were three dimensionally reconstructed.
