1 / 25

PCA 개선

PCA 개선. 서울대학교 박노 열. PCA. CT Data 로부터 Femur 의 특징을 나타내는 축을 찾아내는 것 각각의 축에 데이터의 " 가장 중요한 " 성분을 차례대로 위치. 기대하는 것. Varus & Valgus. 기대하는 것. Anteversion & Retroversion. 기대하는 것. 환자 개개인의 특징 Shaft 의 모양 Neck 의 길이 Great throchanter 의 모양 Distal femur 의 모양 등등. 기존 PCA. PCA 결과가 명확하지 못함

peers
Télécharger la présentation

PCA 개선

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PCA 개선 서울대학교 박노열

  2. PCA • CT Data로부터 Femur의 특징을 나타내는 축을 찾아내는 것 • 각각의 축에 데이터의 "가장 중요한" 성분을 차례대로 위치

  3. 기대하는 것 • Varus & Valgus

  4. 기대하는 것 • Anteversion & Retroversion

  5. 기대하는 것 • 환자 개개인의 특징 • Shaft의 모양 • Neck의 길이 • Great throchanter의 모양 • Distal femur의 모양 • 등등

  6. 기존 PCA • PCA 결과가 명확하지 못함 • 기대하는 특징을 잘 나타내지 못함

  7. 생각되는 원인 • Orientation • 기준이 되는 축을 맞춤 • Scale • 소아와 성인의 뼈의 크기 • Shape • 소아와 성인의 모양 차이 • Node 수 • 원본 Shape비해 적은 Node 수 • CT Data 수 • 데이터의 수 차이

  8. Orientation

  9. Orientation 해결 • Shaft • 첫 번째 Eigenvector

  10. Orientation 해결 • Distal femur • Medial condyle과 Lateral condyle을 잇는 축 • 수동으로 찍어줘야 함

  11. Scale

  12. Scale 해결 • Shaft 고정 후 측정

  13. Shape

  14. Shape

  15. Shape

  16. 방안 • 소아와 성인을 나누자 • 뼈가 자라고 있기 때문에 명확한 구분이 힘듬 • 대부분이 소아의 뼈 • 주된 환자가성장기 소아

  17. 해결 • Orientation과 Scale이 해결해줌 • Graph생성에 끼치는 영향 • Shape의 영향 < Scale의 영향

  18. Node • 성인 Shape의 Vertex 수 약 3~4만개 • 소아 Shape의 Vertex 수 약 2~3만개 • 생성된 Node 수 약 600~700개 • Node 하나당 Vertex약 4~50개 매칭 • 뭉개지거나 정보 누락

  19. 방법 • 생성되는 Node 수를 늘림 • 매칭되는 Vertex 수가 줄어듬 • Optimization시 연산량이 늘어남 • 지정된 Vertex에 Node를 매칭 • 수작업이 너무 많아짐 • Graph가 꼬일 가능성 • 특징점이 애매함

  20. CT Data • CT Data 24개 -> 54개

  21. 결과

More Related