Extracting Muscle Area with ART2 based Quantization from Rehabilitative Ultrasound Images

While safe and convenient, ultrasound imaging analysis is often criticized by its subjective decision making nature by field experts in analyzing musculoskeletal system. In this paper, we propose a new automatic method to extract muscle area using ART2 neural network based quantization. A series of image processing algorithms such as histogram smoothing and End-in search stretching are applied in pre-processing phase to remove noises effectively. Muscle areas are extracted by considering various morphological features and corresponding analysis. In experiment, our ART2 based Quantization is verified as more effective than other general quantization methods.

ART2 기반 양자화를 이용한 재활 초음파 영상에서의 근육 영역 추출

초음파 영상은 미세한 명암도 차이 등에 의해 분석 과정에서 근육 영역의 위치와 크기를 판단하는데 어려움이 발생하고 이로 인해 근육 영역을 파악하는데 주관성이 개입된다. 본 논문에서는 근육 영역을 객관적으로 분석하기 위해ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출한다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정한 후, ART2 신경망을 이용하여 유사한 영역을 클러스터링 한다. 클러스터링 된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근막, 기타 배경 영역으로 분류한다. 최종적인 근육 영역은 근막 내부 객체들 간의 거리, 각도를 이용하여 추출된다. 실제 초음파 영상 대상 실험 결과, 일반적인 클러스터링 기법을 적용한 방법 보다 ART2 기반 양자화와 제안된 영역 확장 기법으로 근육 영역을 추출하고 분석하는 것이 효율적임을 확인하였다.