배경: 고관절 골절은 전 세계 인구에서 두드러진 장애 요인 중 하나로 여겨진다. 고관절 골절을 겪은 사람들은 영구적인 장애 상태에 빠지거나 합병증으로 사망할 위험이 높다. 현재까지 최고의 결정 인자로 활용되는 골밀도(bone mineral density)에도 고관절 골절 위험 평가 측면에서 주목할 만한 한계가 있다. 목적: 골 강도를 더 잘 이해하기 위해, 고관절 기하학적 특징(hip geometric features, HGFs)을 수집할 수 있다. 그러나 수동적 HGFs 수집 기법을 사용하여 대규모 인구를 대상으로 고관절 골절 위험 연구를 구성하는 일은 너무나 어려워 실용적이지 않을 수 있다. 따라서 자동 HGFs 추출 기법이 필요하다. 방법: 본 논문에서는 지역(local) 랜덤 포레스트를 이용한 자동 HGFs 추출 기법을 제시한다. 지역 랜덤 포레스트는 대퇴골 DXA 영상으로부터 고관절 해부학의 국소 제약(local constraints)을 활용하여 랜드마크 지점을 국소화한다. 이러한 국소 영역 제약은 랜덤 포레스트를 잡음에 대해 견고하게 만들며, 처리하는 점과 패치의 수를 최소화하므로 성능을 향상시킨다. 결과: 제안된 시스템은 팬텀 데이터에서 96.22%, 실제 사람 스캔 데이터에서 95.87%의 전체 정확도를 달성하였다. 결론: 제안된 기법은 HGFs를 측정할 수 있는 능력을 통해 고관절 골절의 원인과 사실에 대한 연구에 유용할 수 있으며, 향후 고관절 골절 위험 평가를 위한 새로운 지침 개발에 도움을 줄 수 있다. 또한 이 기법은 업무 부담을 줄이고 X-ray 장비의 활용도를 향상시킬 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.