Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Detection of coronary artery stenosis using Fuzzy algorithm

퍼지 알고리즘을 이용한 관상동맥의 협착부위 검출

  • 이주원 (안동과학대학 의료공학과) ;
  • 김성후 (경상대학교 전자공학과) ;
  • 김주호 (경상대학교 전자공학과) ;
  • 이한욱 (경상대학교 전자공학과) ;
  • 정원근 (한국국제대학교 전기에너지공학과) ;
  • 이건기 (경상대학교 전자공학과)
  • Received : 2011.05.16
  • Accepted : 2011.06.14
  • Published : 2011.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Coronary angioplasty and coronary artery bypass graft, both are for the treatment of myocardial infarction widely used methods. For these procedures, there are especially difficulties in stenosis of blood vessels to diagnose accurately. To remedy this problem, by several researchers by using edge detection to detect stenosis of blood vessels has been studying. However, the results of using these methods vary defend on the vascular structure and the quality of the image. In this study, to improve these problems, the new algorithm is proposed. The proposed algorithm consists of methods to detect bifurcation of blood vessels and its ending point by using multi sampling, threshold and fuzzy algorithm. To evaluate the performance of the proposed algorithm, angiography was used for the different results of the blood vessels of the proposed algorithm, and the result was effective in detecting bifurcation of blood vessels and its ending point.

관상동맥 성형술과 관상동맥 우회술은 심근경색의 치료를 위해서 널리 이용되고 있는 방법이다. 특히 이 시술을 위해서 혈관의 협착 부위를 정확히 진단하는데 많은 어려움이 있다. 이러한 문제점을 개선하기 위해서 여러 연구자들에 의해서 에지 추출을 이용한 혈관의 협착부위를 검출하는 연구가 진행되고 있다. 그러나 이러한 방법들은 혈관의 구조나 영상의 질에 따라 그 성능의 차이가 발생한다. 따라서 본 연구는 이러한 문제점을 개선하기 위해 새로운 알고리즘을 제안한다. 제안된 알고리즘은 다중 샘플링과 쓰레쉬홀드, 퍼지 알고리즘을 이용한 혈관의 분기점과 끝점, 협착 부위를 검출하는 방법으로 구성되어 있다. 제안된 알고리즘의 성능을 평가하기 위해 다양한 혈관조영영상을 사용하였으며 그 결과 제안된 알고리즘에 의한 혈관의 분기점 및 끝점, 협착 부위 검출에 효과적이었다.

Keywords

References

  1. 서상호, 노형운, 유상신, 권혁문, 김동수, "협착이 발생된 관상동맥의 이식우회로술시 혈액유동해석", 의용생체공학회지, vol. 20, No. 5, pp617-624, 1999.
  2. 이원로, 서정돈, "임상 심장학", 고려의학, pp738- 747, 2007.
  3. T. Chanwimaluang and G. Fan, "Hybrid Retinal Image Registration", IEEE Trans. on Information Technology in Biomedicine, Vol. 10, No. 1, pp129-142, Jan. 2006. https://doi.org/10.1109/TITB.2005.856859
  4. S. Chaudhuri, S. Chatterjee, N. Katz, M. Nelson, and M. Goldbaum, "Detection of blood vessels in retinal images using two-dimensional matched filters", IEEE Trans. Medical imaging, vol. 8, no. 3, September, 1989.
  5. N. R. Pal and S. K. Pal, "Entropic thresholding", Signal processing, vol. 16, pp97-108, 1989. https://doi.org/10.1016/0165-1684(89)90090-X
  6. Rafael C. Gonzalez, Ricahrd E. Woods, Steven L. Eddins, "Digital Image Processing using Matalb", Pearson Prentice Hall and Info-Tech Corea, pp. 370-371, 2004.
  7. J. C. Bezdek, L. O. Hall, L. P. Clarke, "Review of MR image segmentation techniques using pattern recognition", Med. Phy. Vol. 20, No. 4, pp1033-1048, 1993. https://doi.org/10.1118/1.597000
  8. K. S. Chuang, H. L. Tzeng, S. Chen, J. Wu, T. J. Chen, "Fuzzy c-means clustering with spatial information for image segmenta- tion", Computerized Medical Imaging and Graphics Vol. 30 pp9-15, 2006. https://doi.org/10.1016/j.compmedimag.2005.10.001
  9. M. S. Yang, Y. J. Hu, K. C. R. Lin, C. L. Lin, "Segmentation techniques for tissue differentiation in MRI of Ophthalmology using fuzzy clustering algorithms", Magnetic Resonance Imaging Vol. 20, pp173-179, 2002. https://doi.org/10.1016/S0730-725X(02)00477-0
  10. Abdallah A. Alshennawy, and Ayman A. Aly, "Edge Detection in Digital Images Using Fuzzy Logic Technique", World Academy of Science, Engineering and Technology, vol. 51, 2009.
  11. Yao Lin, Jie Tian and Huiguang He, "Image segmentation via fuzzy object extraction and edge detection and its medical application", Journal of X-Ray Science and Technology, vol. 10, pp95-106, 2002.

Cited by

  1. CT영상에서 이미지 분할기법을 적용한 Blooming Artifact Reduction 비교 연구 vol.38, pp.6, 2011, https://doi.org/10.9718/jber.2017.38.6.295