Osteoporosis and hip fracture have imposed societal, economic, and individual burden with population aging. Although much research has been studied to reduce their occurrence, above all things, prevention though early diagnosis is the best cure due to their irreversibility. For accurate diagnosis, the high resolution trabecular architecture image of region of interest is essential. For this reason, this thesis proposed a novel method which enhances a quantitative computed tomography image resolution based on fully automated femur segmentation and topology optimization.
First, a fully automated segmentation method was proposed to extract a three-dimensional (3-D) proximal femur from the raw QCT data. Watershed algorithm obtained the segmented patches regardless of unclear boundaries caused by limited spatial resolution. Then, the femur areal information was collected through load path algorithm and adaptive thresholding. By merging two complementary information, a 3-D proximal femur could be extracted from the raw QCT data. The proposed segmentation method was validated by comparing the results of different methods.
Secondly, a novel method for QCT image resolution enhancement was proposed based on topology optimization. A patient-specific 2-D finite element (FE) model was constructed using the BMD information on the coronal planes of the 3-D segmented femur. The Young’s modulus of each finite element was assigned using the Young’s modulus-BMD relationship reported in the literature. Compliance minimization topology optimization was performed under daily loading conditions with the BMD deviation constraint, which minimizes the difference of estimated BMD from the original data. Through the above process, trabecular architecture with a resolution of 78μm could be successfully obtained for the three regions of interest from the QCT data of $625$\mu m$ resolution.
This thesis proposed quantitative computed tomography image resolution enhancement based on fully automated femur segmentation and topology optimization. With further research, it would contribute to the development of patient-specific medications including early diagnosis for osteoporosis and its prognosis for timely medical interventions.
고관절 골절과 골다공증의 발생은 고령화 사회와 함께 증가하고 있으며, 이들은 사회적, 경제적, 개인적 부담을 가중시키고 있다. 비록 이와 관련하여 많은 연구들이 수행되었지만, 비가역성으로 인해 조기 예측과 예방이 최고의 치료로 여겨진다. 고해상도 의료 영상은 의사들에게 정확한 진단 및 예측을 가능하도록 하기 때문에 항상 요구되어 왔다. 특히 관심 부위의 고해상도 소주골 세부구조는 정확한 골절위험도와 골다공증의 정확한 진단을 위해서는 필수적이다. 이러한 이유로 인해 본 논문에서는 대퇴골 자동 분할과 위상 최적화를 통한 정량적 컴퓨터 단층 촬영의 영상 해상도 향상법을 제안하였다.
첫째로, 정량적 컴퓨터 단층촬영으로 측정된 데이터로부터 자동적으로 대퇴골을 분리할 수 있는 영상 분할 방법을 제시하였다. 국소 체적 효과와 잡음 등은 대퇴골의 얇은 피질골이 주변부와 잘 구별 되지 않게 하기 때문에 영상 분할을 어렵게 만든다. Watershed 알고리즘과 Adaptive thresholding을 상호 보완적으로 사용하여 대퇴골을 자동으로 분할하였다.
두 번째로, 위상 최적화를 기반의 소주골의 세부 구조를 표현할 수 있는 영상 향상 방법을 제시하였다. 의료 영상 기기와 이미지 처리 기법들은 고해상도 영상을 얻기 위해 발전을 지속해왔다. 하지만 영상 기기는 여전히 방사선과 관련된 문제를 가지고 있고, 영상 처리 기법은 소주골을 표현 할 수 있는 연구들이 진행되지 않았다. 위상 최적화와 유한요소해석을 이용한 골재형성 법을 이용하여 주어진 밀도를 재배치하여 고해상도 소주골의 구조를 얻었다.
본 연구들의 결과들은 고관절 골절의 조기 진단과 정량적 예측에 기여할 수 있다. 그리고 최종적으로 인류의 삶의 질을 향상 시키는데 기여할 수 있다.
