IDENTIFYING INTEROSSEOUS SPACE OF LEG FOR AREA-BASED MUSCLE MASS CALCULATION FROM LOW RADIATION IMAGES

Abstract

The new shinbone interosseous space of the leg segmentation, X-ray images method was proposed in this dissertation. The images were obtained from Dual Energy X-ray Absorptiometry (DXA). The DXA scanner produces a gray-level image and color image at the same time. Each image consists of 3 components (muscle, fat, and bone). Muscle area and fat area are two principal components that could be calculated muscle mass. The bone area was used to estimate bone mineral density (BMD). It could be measured as an osteoporosis indicator. Muscle mass is used for calculating body mass index. In the proposed algorithm, there are 3 main steps. Firstly, X-ray image quality was enhanced. Secondly, the gap between the leg was estimated. Lastly, the main features of the space between the leg bones were obtained. The experimental result was compared with the 3 evaluation methods: Jaccard Index (JI) 91.89%, DICE Coefficient 96.35%, and Confusion Matrix 94.25%.

วิทยานิพนธ์ฉบับนี้นำเสนอขั้นตอนวิธีและลักษณะทางภาพถ่ายรังสีเอ็กซ์ส่วนขา ภาพรังสีเอ็กซ์ได้มาจาก เครื่องถ่ายภาพรังสีเอ็กซ์ Dual Energy X-ray Absorptiometry (DXA) และประกอบด้วย 3 ส่วนประกอบ (กล้ามเนื้อ ไขมัน และกระดูก) เครื่อง DXA สร้างภาพที่แตกต่างกันสองภาพภาพสีเทาและภาพสีแต่ละภาพมีข้อมูลที่แตกต่างกัน กล้ามเนื้อและไขมันเป็นสององค์ประกอบที่สามารถใช้ในการคำนวณมวลกล้ามเนื้อ บริเวณกระดูกถูกใช้เพื่อคำนวณการประมาณค่าการวัดความหนาแน่นของมวลกระดูก (BMD) ในฐานะตัวบ่งชี้โรคกระดูกพรุน มวลกล้ามเนื้อใช้สำหรับการคำนวณดัชนีมวลกาย ในการระบุช่องว่างระหว่างกระดูกจากภาพถ่ายรังสีเอ็กซ์ระดับต่ำได้อย่างอัตโนมัติเพื่อช่วยในการสนับสนุนการตัดสินใจชองแพทย์ ในขั้นตอนวิธีการที่นำเสนอมี 3 ขั้นตอนหลักได้แก่ ขั้นตอนการปรับปรุงคุณภาพของภาพถ่ายรังสีเอ็กซ์เพื่อให้ง่ายต่อการประมวลผลภาพ ขั้นตอนการเลือกบริเวณขาท่อนล่าง และขั้นตอนการระบุตำแหน่งและประมาณค่าช่องว่างระหว่างกระดูก ลักณะของช่องว่างระหว่างกระดูกขาที่ได้จากการถ่ายภาพรังสีเอ็กซ์ประกอบด้วย 2 ลักษณะ คือ ช่องหว่างระหว่างกระดูกที่แสดงเพียงช่องเดียว และลักษณะของช่องว่างระหว่างกระดูกที่แสดงหลายช่องแต่แท้ที่จึงคือช่องว่างกระดูกเพียงช่องเดียว โดยประสิทธิภาพการระบุช่องว่างระหว่างกระดูจะถูกประเมินเมื่อเปียบเทียบกับภาพเฉลยและคำนวณหาความถูกต้องร้อยละจากการเปรียบเทียบ 3 วิธีดังนี้ Jaccard Index (JI) 91.89%, DICE Coefficient 96.35% และ Confusion Matrix 94.25 %