Scoliosis screening system based on improved optical photogrammetry using Kinect sensor

기술 요약: 개선된 광학 사진 측량법 기반의 Kinect 센서를 이용한 척추측만증 스크리닝 시스템

문제 제기
척추측만증은 청소년층에서 흔히 발생하는 척추 질환으로, 전 세계적 유병률은 0.5~5.2%에 달한다. 조기 발견은 심각한 흉곽 변형과 내장 기능 장애를 예방하는 데 매우 중요하다. 현재의 스크리닝 방식은 상당한 한계점을 지닌다. 수동적인 신체 검사는 대규모 인구를 대상으로 하기에는 비효리적이며 의사의 경험에 크게 의존하는 반면, 임상적 표준인 X선 촬영(코브 각도, Cobb angle)은 방사선 노출, 높은 비용, 복잡한 절차를 동반하여 학교나 지역 사회에서의 정기적이고 빈번한 모니터링에는 부적합하다. 기존의 비침습적 광학 방식(예: 모아레 토포그래피, 레이저 스캐너)은 종종 고가의 하드웨어, 엄격한 조명 조건 또는 복잡한 보정 과정을 필요로 한다. 또한, 딥러닝 접근법이 등장했음에도 불구하고, 이들은 임상적 해석 가능성이 부족하고 방대한 양의 주석이 달린 데이터셋을 요구하는 경우가 많다. 따라서 진단 정확도를 X선 수준으로 유지하면서도 저비용, 무방사선, 휴대 가능하며 효율적인 스크리닝 시스템이 필요하다.

방법론
저자들은 Microsoft Kinect 센서를 활용하여 색상 및 깊이 이미지를 캡처하고, 이를 정렬하여 피험자의 등 부위에 대한 3D 포인트 클라우드(point cloud)를 생성하는 척추측만증 스크리닝 시스템을 개발하였다. 방법론은 다음 단계로 진행된다:

1. 데이터 획득: 피험자는 두 가지 자세를 취한다: 관상면(coronal plane) 분석을 위한 수직 자세, 그리고 횡단면(transverse plane) 분석을 위한 90° 전굴 자세. 시스템은 0.8~2.5m 범위 내에서 작동한다.
2. 포인트 클라우드 처리:
   • 필터링: 패스스루(Pass-through) 및 아웃라이어(outlier) 필터를 사용하여 배경 및 노이즈 포인트를 제거한다.
   • 세그멘테이션(Segmentation): 색상 기반의 영역 성장(region-growing) 알고리즘(랜드마크 구분을 용이하게 하기 위해 RGB를 HSV로 변환)을 사용하여 머리카락과 의복으로부터 등과 상지를 분리한다. 본 연구에서는 세그멘테이션 정확도와 처리 시간 사이의 최적의 균형을 맞추기 위해 색상 거리 임계값을 5로 결정하였다.
   • 스무딩(Smoothing): 측정 오차를 줄이면서 효율성을 유지하기 위해 이동 최소 제곱법(moving least squares, 다항식 차수 2, 부영역 반경 0.02m)을 적용한다.
3. 특징 추출:
   • 어깨 높이: 어깨의 에지 포인트를 3차 다항식으로 피팅하여 높이 차이를 결정한다.
   • 해부학적 랜드마크: 특정 마커(C7, L5, ATR 측정 지점 A 및 B)를 피험자에게 수동으로 배치하고 HSV 색상 임계값 처리를 통해 추출한다.
   • 척추 곡선 피팅: Y축 파편(fragment length 0.002m, 오목 계수 0.9) 내 인접한 점들의 Z값을 비교하여 등의 오목한 지점들을 식별한다. 이 지점들은 관상면과 시상면(sagittal plane)으로 투영된 후 최소 제곱법을 사용하여 피팅된다.
4. 다중 지표 평가: 시스템은 세 가지 해부학적 평면에 걸쳐 척추 건강을 평가하기 위해 네 가지 지표를 계산한다:
   • 어깨 불균형: 어깨의 높이 차이 및 각도.
   • DOSA 각도 (Deep Optics-based Scoliosis Assessment): X선의 코브 각도와 유사하게, 표면 데이터로부터 유도된 척추 피팅 곡선의 최대 곡률 변화 지점을 찾아 계산하는 관상면 곡률 각도.
   • 후만 지수 (Sinoto Value): 등 길이 대비 흉부 돌출 높이의 비율을 나타내는 시상면 지표.
   • 체간 회전 각도 (ATR): 전굴 자세 시 특정 지점 간의 높이 차이와 수평 거리를 통해 계산되는 횡단면 지표.

주요 결과
시스템은 척추측만증이 의심되는 40명의 피험자(연령 7~77세)를 대상으로 검증되었으며, DOSA 각도를 X선 유래 코브 각도와 비교하였다.

• 상관관계: DOSA와 코브 각도 사이의 평균 차이는 -0.386°였으며 분산은 7.773이었다. 차이의 87.5%가 ±3° 이내에 존재했다. 통계적 분석(t-검정, p=0.05) 결과, 두 방법 간에 유의미한 차이는 없었다(t = -0.877).
• 진단 성능: 10° 임계값을 기준으로 척추측만증을 진단했을 때, 시스템은 83.33%의 민감도, 90.00%의 특이도, 85.00%의 전체 정확도를 달 기록했다. ROC 분석의 곡선 아래 면적(AUC)은 0.967이었다.
• ATR 정확도: 시스템은 비정상적인 체간 회전을 식별하는 데 있어 대조 측정값과 100% 일치성을 보였으며, 최대 오차는 0.408°로, 일반적인 스콜리오미터(Scoliometer) 수동 측정의 가변성인 2°~3°를 크게 상회하는 성능을 입증했다.
• 후만 분석: Sinoto 값은 50세 이상의 피험자에게서 후만증의 유병률이 더 높음을 나타냈으며, DOSA 각도와는 낮은 상관관계를 보여, 측면 변형과 시상면 변형을 구분할 수 있는 시스템의 능력을 확인시켜 주었다.

의의 및 주장
본 논문은 제안된 시스템이 지역 사회 및 학교 환경에서 1차 척추측만증 스크리닝을 위한 실행 가능한 대안을 제공한다고 주장한다. 본 연구의 의의는 다음과 같다:

• 접근성: 휴대 가능하고 저렴한 Kinect 센서를 활용하여 방사선 노출 위험을 제거하고, 고가의 레이저 시스템이나 통제된 조명 환경의 필요성을 없앴다.
• 효율성: 운영자 학습(약 5분)과 측정(약 2분)을 포함한 전체 과정이 단일 소프트웨어 프로그램 내에서 간소화되어 이루어진다.
• 포괄적 평가: 관상면에만 집중하는 기존 방식과 달리, 본 시스템은 어깨 비대칭, 후만증, 체간 회전을 포함한 다차원적 데이터(관상면, 시상면, 횡단면)를 제공하여 척추 변형에 대한 보다 총체적인 관점을 제시한다.
• 임상적 일관성: DOSA 각도는 전통적인 코브 각도와 강한 일치성을 보였으며, 이는 스크리닝 시나리오에서 X선 평가를 대체할 수 있는 신뢰할 수 있는 비침습적 대리 지표가 될 수 있음을 시사한다.

한계점
저자들은 BMI가 28 kg/m²를 초과하거나 피부가 과도하게 늘어진 경우 척추의 오목함이 덜 뚜렷해져 시스템의 정확도가 저하될 수 있음을 인정하였다. 또한, 측정 오차와 일반화 가능성을 추가로 검증하기 위해 더 큰 표본 크기가 필요함을 언급하였다.