후만증(kyphosis)은 시상면에서 척추가 만곡되는 흔한 척추 질환으로, 그 결과 척추 변형이 발생한다. 만곡 추정은 척추측만증의 변형 중증도를 평가하기 위한 강력한 지표를 제공한다. 현재의 임상 진단에서는 만곡을 정량적으로 평가하기 위한 표준 만곡 추정 방법이, 해당 척추뼈의 상·하 종판에 수직인 두 선 사이의 각도인 ‘척추뼈 각(vertebral angle)’을 측정하는 방식으로 수행된다. 그러나 수동 Cobb 각 측정은 상당한 시간과 노력이 필요하며, 관찰자 간 및 관찰자 내 변이와 같은 관련 문제를 동반한다. 따라서 본 연구에서는 심층 합성곱 신경망(CNN)을 기반으로 한 측면 척추 X-ray를 이용하여 척추뼈 각을 측정하는 모델인 UNet 기반 주의(attention) 네트워크인 흉요추 척추 압박 골절 각(UANV)을 제안한다. 구체적으로, 주의 메커니즘을 통해 각 척추뼈 몸통의 상세한 형태를 고려한 다음, 각 척추뼈의 각 변(edge)을 기록하여 척추뼈 각을 산출하였다.

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