An Image Preprocessing Scheme Based on Machine Learning for ROI Extraction

왼손 X-ray 영상을 이용한 골연령 측정에서 주로 사용하는 TW3(Tanner-Whitehouse 3)기법은 왼손에서 13개의 ROI(Region Of Interests)를 추출하고 각 ROI의 등급을 판정한다. 그런데 판독 시간이 상대적으로 길고 판단하는 사람에 따라 정확도가 달라지는 문제점이 있다. 이를 해결하기 위해 딥러닝을 이용한 자동화 시스템이 개발되고 있는데 이 시스템의 판독 성능은 ROI 추출 정확도에 의해 크게 좌우된다. 그러나 왼손 X-ray 영상은 영상의 밝기(brightness)와 대비(contrast)에 따라 정확한 ROI 추출 성공률이 달라진다. 따라서 본 논문에서는 기계 학습을 통해 X-ray 영상의 밝기와 대비를 자동으로 조절하여 ROI를 정확히 추출할 수 있는 기법을 제안한다. 제안하는 기법을 사용하면 골연령 측정 자동화 시스템에 부담이 없으면서도 ROI 추출 성공률이 29.5% 정도 더 높아짐을 실험을 통해 알 수 있었다.