Algorithm development of automatic symptom degree for Patient with Hallux Valgus

무지외반증 환자의 증상정도의 자동분류 알고리즘 개발

In this study, we performed algorithm development of automatic symptom degree for patient with hallux valgus one of the representative foot disease of morden. And this study proposes an efficient automated technique that is different from the original analog diagnosis for treatment and surgery of hallux valgus using digital image process. And we used X-Ray images of both a normal and a patient with hallux valgus in the procedure. First, we marked the standard angle on the X-Ray image of normal through Overlap & Add technique. Then we created a standard image through thinning filter and roberts filter(edge detection algorithm). Second, we used sobel filter of edge detection algorithm on the X-Ray image of patient. Moreover, we went another overlap & add technique procedure with both normal and patient image that we made. With the output, we projected the display detection image onto the screen. Finally, with the display detection image, we could measure and project the diagnosis angle of hallux valgus. And this confirms that this method is much more practical and applicable for another orthopedics disease than the prior one.

본 연구에서는 현대인의 대표적 발 질환 중 하나인 무지외반증의 증상정도 자동 분류 알고리즘 개발에 대한 연구를 수행하였다. 무지외반증의 치료 및 수술을 위한 기존 아날로그적 진단법이 아닌 디지털 영상처리기법을 사용함으로써 효과적인 자동화 진단법을 제시하였다. 이를 위해 본 연구에서는 각각 정상인과 무지외반증 환자의 X-Ray 영상을 이용하였다. 우선 정상인의 X-Ray 영상에 정상 각도를 오버랩과 애드 방법을 통하여 기준각도를 표시한 후, 윤곽선 검출 알고리즘인 로버츠 필터와 세선화 작업을 거쳐 통칭 정상인 기준 영상을 만들었다. 그리고 진단할 환자의 X-Ray 영상에 윤곽선 검출 알고리즘인 소벨 필터를 거쳐 환자 영상을 만들어 앞서 언급한 정상인 기준 영상과 오버랩과 애드 방법을 통하여 디스플레이 출력 영상을 구현하였다. 디스플레이 출력 영상을 이용하여 무지외반증 진단 각도를 측정하여 화면에 디스플레이 함으로써 기존의 아날로그적 진단법에서 탈피한 디지털적 영상처리 진단법을 제시하였으며 그 실용성과 타 정형외적 질환의 응용성을 확인하였다.