Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지

A Study on a Mask R-CNN-Based Diagnostic System Measuring DDH Angles on Ultrasound Scans

다중 트레이닝 기법을 이용한 MASK R-CNN의 초음파 DDH 각도 측정 진단 시스템 연구

  • Hwang, Seok-Min (Dept. of Biomedical Engineering, Keimyung University) ;
  • Lee, Si-Wook (Orthopedic at Keimyung University, Dongsan Medical Center) ;
  • Lee, Jong-Ha (Dept. of Biomedical Engineering, Keimyung University)
  • 황석민 (계명대학교 의용공학과) ;
  • 이시욱 (계명대학교 동산병원 정형외과) ;
  • 이종하 (계명대학교 의용공학과)
  • Received : 2020.12.21
  • Accepted : 2020.12.30
  • Published : 2020.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, the number of hip dysplasia (DDH) that occurs during infant and child growth has been increasing. DDH should be detected and treated as early as possible because it hinders infant growth and causes many other side effects In this study, two modelling techniques were used for multiple training techniques. Based on the results after the first transformation, the training was designed to be possible even with a small amount of data. The vertical flip, rotation, width and height shift functions were used to improve the efficiency of the model. Adam optimization was applied for parameter learning with the learning parameter initially set at 2.0 x 10e-4. Training was stopped when the validation loss was at the minimum. respectively A novel image overlay system using 3D laser scanner and a non-rigid registration method is implemented and its accuracy is evaluated. By using the proposed system, we successfully related the preoperative images with an open organ in the operating room

최근 영유아 성장기에 발생하는 고관절 이형성증(Developmental Dysplasia of Hip, DDH)의 숫자가 늘어나고 있다. DDH는 영유아 성장을 방해하고 다른 부작용도 많이 발생시키기 때문에 최대한 조기에 발견하여 치료해야 한다. 최근 들어 Convolutional Neural Networks (CNN) 및 개선된 Resnet50을 활용한 머신러닝 기법이 초음파 영상 분석에 많이 활용되고 있다. 연구 결과를 보면 컴퓨터 보조 이미지 분석이 의료현장에서 객관성과 생산성을 크게 향상시키고 있다. 본 연구의 결과는 정형외과에서의 난제인 초음파 영상을 통한 DDH 컴퓨터 보조 진단 알고리즘에도 충분히 활용될 수 있다는 것을 보여주고 있다. 본 논문에서는 CNN을 활용하여 DDH를 자동으로 측정하고 진단할 수 있는 컴퓨터 보조 진단 알고리즘을 제안하였다. DDH 측정을 위해 유아 고관절의 정상/비정상 판독을 위해 Acetabulum-Femoral head의 angle을 자동으로 계산하였으며 기존 영상을 딥 러닝하여 진단을 자동으로 하는 알고리즘을 설계하였다. 실험 결과 의사와 비교하여 진단의 속도와 정확도가 향상된다는 것을 확인하였다.

Keywords

Acknowledgement

This research was supported by Basic Science Research Program through the National Research Foundation of Korea(NRF) funded by the Ministry of Education (NRF-2017R1D1A1B04031182).

References

  1. J. K. Author, "지속적인 심장질환을 위한 인체 삽입형 생체 센서의 무선전력전송 시스템," 융합신호처리학회논문지, vol. 13, no. 1, pp. 57-64, 2019.
  2. D. P. Kingma, J. Ba, "Adam: A method for stochastic optimization," 2014.
  3. K. He, G. Gkioxari, P. Dollar, R. Girshick, "Mask R-CNN," Proceedings of the IEEE International Conference on Computer Vision (ICCV), pp. 2961-2969, 2017.
  4. A. Krizhevsky, I. Sutskever, G. Hinton, "Imagenet classificationwith deep convolutional neural networks," In NIPS, 2012.
  5. K. He, X. Zhang, S. Ren, J. Sun, "Deep residual learning for image recognition," In CVPR, 2016.
  6. E. Meijering, "Cell segmentation: 50 years down the road life sciences," IEEE Signal Process. Mag., vol. 29, no. 5, pp. 140-145, 2012. https://doi.org/10.1109/MSP.2012.2204190
  7. R. W. Paton, S. Hossain, K. Eccles, "Eight-year prospective targeted ultrasound screening program for instability and at-risk hip joints in developmental dysplasia of the hip," J Pediatr Orthop, vol. 22, pp. 338-341, 2002.
  8. R. W. Paton, S. Hossain, "Histopathological image analysis: A review," IEEE Rev. Biomed. Eng., vol. 2, pp. 147-171, 2009. https://doi.org/10.1109/RBME.2009.2034865
  9. E. A. Roovers, M. M. Boere-Boonekamp, R. M. Castelein, G. A. Zielhuis, T. H. Kerkhoff, "Effectiveness of ultrasound screening for developmental dysplasia of the hip," Arch Dis Child Fetal Neonatal Ed, vol. 90, pp. F25-F30, 2005. https://doi.org/10.1136/adc.2003.029496
  10. K. J. Holen, A. Tegnander, T. Bredland, O. J. Johansen, O. D. Saether, S. H. Eik-Nes, T. Terjesen, "Universal or selective screening of the neonatal hip using ultrasound? A prospective, andomised trial of 15,529 newborn infants," J Bone Joint Surg Br, vol. 84, pp. 886-890, 2002.