치과용 엑스레이 영상 중 측모두부 규격 방사선사진상에 계측점의 정확한 검출은 치과교정의 영역에서 환자의 문제목록의 작성을 포함한 교정적 진단, 치료계획 수립 및 악교정수술의 결정과 평가에 중요한 역할을 하는데, 아직까지 전문의의 수작업에 의존하고 있어서 시간적 효용이나 정확도 면에서 비효율적인 면이 있다.
이를 이미지 인식 인공지능(기계학습) 기법을 사용하여 자동화하는 기술을 개발하고 이를 온라인서비스 방식으로 제공하는 알고리즘을 개발하는 것을 목표로 한 1년간의 과정을 소개하고자 한다.
본 개발에 사용된 기계학습기법은 이미지 인식에 많이 사용되는 CNN(Convolutional Neural Network, 합성곱신경망) 알고리즘 적용가능성을 연구한 결과 가장 효율적인 알고리즘이라 판단된 ‘Faster R-CNN’ 알고리즘이 선택되었다.
이는 region proposal 생성을 새로운 방식으로 대체하여 이를 모델 내부 통합함으로써 Real time object detection의 보다 효율적인 수행을 가능하게 하는 것으로 알려져 있다.
1차로 한 장의 방사선 사진파일과 좌표데이터를 이용하여 40,000번의 학습을 수행하고, 2차학습은 200장의 방사선사진의 이미지데이터를 이용하여 200,000번의 학습수행을 하고, 학습에 사용된 3장의 방사선사진과 테스트용 방사선사진 3장을 통해 결과를 확인하였다.
이러한 방식으로 3차, 4차학습을 수행하여 28개의 계측점을 추적하는 웹베이스 프로그램을 완성하였다.
이 프로그램 개발과정에 대한 간단한 설명과 테스트용 방사선사진을 이용한 검증결과를 공유하고자 한다.
