Abstract
Hepatic vessel tree is the key structure for hepatic disease diagnosis and liver surgery planning. Especially, it is used to evaluate the donors' and recipients' liver for the LDLT(Living Donors Liver Transplantation) and estimate the volumes of left and right hepatic lobes for securing their life in the LDLT. In this study, we propose a method to apply canny edge detection that is not affected by noise to the liver images for automatic segmentation of hepatic vessels tree in contrast abdominal MDCT image. Using histograms and average pixel values of the various liver CT images, optimized parameters of the Canny algorithm are determined. It is more time-efficient to use the common parameters than to change parameters manually according to CT images. Candidates of hepatic vessels are extracted by threshold filtering around the detected the vessel edge. Finally, using a system which detects the true-negatives and the false-positives in horizontal and vertical direction, the true-negatives are added in candidate of hepatic vessels and the false-positives are removed. As a result of the process, the various hepatic vessel trees of patients are accurately reconstructed in 3D.
간 혈관 구조는 간에 대한 질병을 판단하거나 간 수술 계획을 세우는 데 중요한 요소이다. 특히 생체간이식에서 간 혈관 구조는 기증자와 수혜자의 안전을 보장하기 위하여 수술 전 환자의 간 상태를 파악하고 좌우엽의 체적을 계산하는 중요한 근거로 활용된다. 본 연구는 조영제를 투여한 복부 MDCT 영상에서 추출된 간 영상으로부터 간 혈관을 자동추출하기 위하여 노이즈에 강한 Canny edge detection을 활용할 수 있는 방안을 제안한다. 환자마다 달라질 수 있는 간 영상의 밝기와는 독립적으로 간 내부의 혈관을 추출하기 위하여 간 영상의 히스토그램과 평균 픽셀값을 이용하여 Canny 알고리즘에 사용되는 최적의 파라미터들을 정의한다. 간 영상의 밝기에 따라 파라미터를 수동으로 조절하는 경우보다 시간을 절약할 수 있다. 찾아진 혈관의 경계선에서픽셀의 밝기를 이용하여 후보 혈관을 추출한다. 최종적으로 수평과 수직방향으로 연결된 혈관이나 고립된 혈관을 검색하는 시스템을 이용하여 추출에 실패한 혈관을 추가하고 노이즈를 제거한다. 그 결과로써 환자마다 나타나는 다양한 혈관 모양을 정확하게 3차원으로 재구성한다.