한국정보과학회논문지:시스템및이론 (Journal of KIISE:Computer Systems and Theory)

한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지

명암값 분포를 이용한 자동화된 간과 비장의 정교한 추출

The Exquisite Automatic Segmentation of Liver and Spleen with Gray Value Portion

  • 유승화 (충남대학교 정보통신공학과) ;
  • 성윤창 (충남대학교 정보통신공학과) ;
  • 조준식 (충남대학교 진단방사선과) ;
  • 노승무 (충남대학교 일반외과) ;
  • 신경숙 (충남대학교 진단방사선과) ;
  • 박종원 (충남대학교 정보통신공학과)
  • 발행 : 2001.02.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

각 장기는 고유한 명암값의 범위와 각 명암값에 대한 서로 다른 비율을 지니고 있으므로 제안된 연구에서는 이러한 명암값의 비율을 이용하여 장기의 영역과 노이즈를 구분할 수 있도록 하였다. 장기의 영역을 세 종류의 메쉬영상으로 표현하여 이들의 유니온 영상으로 장기의 전반적인 형태인 템플리트를 생성하였다. 템플리트 방식은 기존의 방식에서 명암값의 범위가 같은 노이즈의 제거가 어려운 단점을 해결하여 장기의 영역만을 분리할 수 있었다. 장기의 위치를 탐색하기 위한 위치탐색과정에서는 장기의 존재여부의 파악과 함께 분리된 장기까지 추적할 수 있도록 하였다. 외곽선 표현을 위해서는 템플리트로 이진영상에서 서브트랙션(subtraction)하는 방법을 사용하여 장기의 말단부위까지 세밀하게 표현하였다. 제안된 연구에서 사용된 오프닝과 클로징 방법으로 기존의 structuring element를 사용하는 방법에 비해 처리속도를 단축시킬 수 있었다. 추출된 장기의 면적을 토대로 체적계산을 시행하였고 동물실험을 통하여 임상 실험치를 제시하였다.

키워드

참고문헌

  1. M. J. Carlotto, 'Histogram Analysis Using a Scale-Space Approach' IEEE Transactions on PAMI, pp.121-129, January 1987
  2. R. D. Henkei, 'Segmentation in Scale Space,' Proceedings of 6th international conference. on Computer Analysis of Image and Pattern(CAIP), Pageue 1995 https://doi.org/10.1007/3-540-60268-2_278
  3. H. E. Burdick 'Digital Imaging , Theory and application' McGraw-Hill inc. 1997
  4. S. E. Umbaugh, 'Computer Vision and Image processing : A Practical Approach Using CVI Ptools', Prentice Hall PTR, 1988
  5. D. H. BALLARD and C. M. 'computer Vision', Prentice Hall, inc, 1982
  6. D. G. Health,B. S. Kuszyk, Ellot K. Fishman, Automatic Liver Segmentation Technique for Three-dimensional Visualization of CT Data, Radiology, 1996
  7. L. Gao,D. G. Heath and E. Fishman, Abdominal Image Segmentation Using Three-Dimensional Deformable Models, Inves. Radio., vol. 33, No.6, 348-355, 1998 https://doi.org/10.1097/00004424-199806000-00006
  8. E. L. Chen, P. C. Chung, C. L. Chen, H. M. Tsai, C. I. Chang, An Automatic Diagnostic System for CT Liver Image Classification, IEEE Trans. Biomed Eng. Vol. 45, pp.783-794, 1998 https://doi.org/10.1109/10.678613
  9. L. A. Farjo, D. M. Williams, P. H. Bland, I. R. Francis, C. R. Meyer, Determination of Liver Volume from CT Scans Using Histogram cluster Analysis, J Comput Assist Tomogr, Vol. 16, No.5,1992
  10. K. T. Bae, M. L. Giger, H. MacMahon, and K. Doi, Automatic segmentation of liver structure in CT images, Med. Phys. 20 (1), 1993 https://doi.org/10.1118/1.597064
  11. S.W.Yoo, Y.C.Sung, J.S.Cho, S.M.Noh, K.S.Shin, J.W.Park Segmentation of Liver and Spleen by using Lattice Estimation system in Abdominal CT Image, ITC-CSCC'99, Volume II, pp.991-994, 1999
  12. A. Yezzi, S. Kichenassamy, A. Kumar, A Geometric Snake Model for Segmentation of medical Imagery, IEEE Trans. Med. Imag., vol. 16, 1997 https://doi.org/10.1109/42.563665
  13. L. Gao, D. G, Heath and E. Fishman, Abdominal Image Segmentation Using Three-Dimensional Deformable Models, Inves. Radio., vol. 33, No.6, 348-355, 1998 https://doi.org/10.1097/00004424-199806000-00006
  14. T. McInerney, D. Terzopoilos, Topology Adaptive Deformable Surfaces for Medical Image Volume Segmentation, IEEE Trans. Med. Imag., vol. 18, no. 10, Oct, 1999 https://doi.org/10.1109/42.811261
  15. C. B. Ahn, Y. C. Song and D. J. Park, Adaptive Template Filtering for Signal-to-Noise Ratio Enhancement in Magnetic Resonance imaging, IEEE Trans. Med. Imag., vol. 18, no. 6, June, 1999 https://doi.org/10.1109/42.781019
  16. M. Unser, Sum and Difference Histograms for Texture Classification, IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI, No 1, JAN, 1986
  17. A. L. Victors and J. W. Modestino, A maximum likelihood approach to texture classification, IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-4, JAN, 1982
  18. H. Derin and H. Elliott, Modeling and Segmentation of Noisy and Textured Images Using Gibbs Random Fields, IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-9, No.1, JAN, 1987
  19. 김영근, 김정삼, 박병래, 박영순, 박희곤, 이규은 CT 영상학, 청구문화사, 1997
  20. M. E. Brummer, R. M. Mersereau, R. L. Eisner AND R. J. Lewine, Automatic Detection of Brain Countours in MRI Data Sets, IEEE Trans. Med. Imag., Vol. 12, no. 2, 1993 https://doi.org/10.1109/42.232244
  21. K. P. Philip, E. L. Dove, D. D. Mcpherson, N. L. Gotterner, M. J. Vonesh, W. Stanford, J. E. Reed, J. A. Rumberger and K. B. Chandran, Automatic Detection of Myocardinal Contours in Cine-Computed Tomographic Images, IEEE Trans. Med. Imag. Vol.13, no. 2, 1994 https://doi.org/10.1109/42.293917
  22. J. R. Parker, Algorithm for Image Processing and Computer vision, Wiley Computer Publishing, 1996
  23. B. Heymsfield,T. Fulenwider, B. Nordlinger, P. Sones and M. Kutner. Accurate measurement of liver, kidney and spleen, volume, and mass by computerized axial tomography, Ann Intern Med 90:185-7. 1979
  24. G. R. McNeal, W. H. Maynard, R. A. Branch, T. A. Powers, P. A. Arns, K. Gunter, J. M. Fitzpatrick, C. L. partain, Liver Volume Measurements and Three -dimensional Display from MR Images, Radiology, 169, 1988
  25. A. A. Moss, M. A. Frieman, and A. C. Broto, Determination of Liver, Kidney, and Spleen Volumes by Computed Tomography L An Experimental Study in Dogs, Journal of computer Assisted Tomography 5(1): 12-14, 1981 https://doi.org/10.1097/00004728-198102000-00002