• 대한의용생체공학회:의공학회지
• /
• 제28권6호
• /
• pp.817-824
• /
• 2007

Tractography using Diffusion Tensor Magnetic Resonance Imaging (DT-MRI) is a method to determine the architecture of axonal fibers in the central nervous system by computing the direction of the principal eigenvector in the white matter of the brain. However, the fiber tracking methods suffer from the noise included in the diffusion tensor images that affects the determination of the principal eigenvector. As the fiber tracking progresses, the accumulated error creates a large deviation between the calculated fiber and the real fiber. This problem of the DT-MRI tractography is known mathematically as the ill-posed problem which means that tractography is very sensitive to perturbations by noise. To reduce the noise in DT-MRI measurements, a tensor-valued median filter which is reported to be denoising and structure-preserving in fiber tracking, is applied in the tractography. In this paper, we proposed the modified gradient descent method which converges fast and accurately to the optimal tensor-valued median filter by changing the step size. In addition, the performance of the modified gradient descent method is compared with others. We used the synthetic image which consists of 45 degree principal eigenvectors and the corticospinal tract. For the synthetic image, the proposed method achieved 4.66%, 16.66% and 15.08% less error than the conventional gradient descent method for error measures AE, AAE, AFA respectively. For the corticospinal tract, at iteration number ten the proposed method achieved 3.78%, 25.71 % and 11.54% less error than the conventional gradient descent method for error measures AE, AAE, AFA respectively.

• 전자공학회논문지SC
• /
• 제47권4호
• /
• pp.30-39
• /
• 2010

자기공명확산텐서영상(diffusion tensor magnetic resonance image, DT-MRI)으로부터 얻어진 확산텐서는 잡음에 민감하므로 주 고유벡터(principle eigenvector, PEV)의 필드에도 잡음이 포함되기 쉽다. 신경다발영상은 잡음에 매우 민감한 PEV로부터 얻어지기 때문에 실제 신경다발의 방향과 다를 수 있다. 따라서 잡음을 제거하기 위한 정규화(regularization) 과정이 필요하다. 본 연구에서는 고유값과 고유벡터를 정규화 하기 위한 방법으로 Dyadic Sorting(DS) 방법을 사용하였고 이를 구현하기 위한 알고리듬을 제시하였다. DS 방법은 $3\times3$ 화소에서의 고유값-고유벡터 쌍의 오버랩 정도를 측정할 수 있는 Intervoxel overlap function을 이용하여 고유값, 고유벡터를 재배열하는 방법이다. 본 연구에서는 이 방법을 3차원으로 적용하여 주 고유 벡터가 $45^{\circ}$인 합성영상과 임상데이터에 적용하였고, 그 결과 임상데이터의 피질척수로에 적용한 경우 제안한 DS 방법이 중간값 필터 방법에 비하여 AAE, AFA가 각각 79.97%~83.64%, 85.62%~87.76% 우수함을 보였다.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2008년도 MR연수강좌
• /
• pp.76-81
• /
• 2008

• Investigative Magnetic Resonance Imaging
• /
• 제11권2호
• /
• pp.110-118
• /
• 2007

목적: 확산텐서자기공명영상(DT-MRI: Diffusion Tensor Image)을 이용하여 확산의 주축을 구성하는 세 성분에 대한 고유치 (eigefvalue)의 영상을 구현해 보고자 하였다. 대상 및 방법: 고유치 영상을 구현하기 위해서 3.0 테슬러 MRI(Magnetic Resonance Imaging)를 이용하여 확산텐서영상을 얻었으며, Moore-Penrose pseudo-inverse 방법과 SVD(single value decomposition) 방법을 이용하여 확산 주축을 계산하였다. 이 과정을 픽셀단위로 반복적으로 계산하여 새로운 확산 주축 영상들을 만들었으며, 이 확산 주축 영상들과 분할 비등방성 영상의 관계를 조사하였다. 결과: 확산텐서영상 기법으로 얻어진 확산텐서영상을 이용하여, 세 방향의 확산 주축에 대한 고유치 영상을 구성하였으며, 고유치 영상들과 분할 비등방성 영상을 함께 분석함으로써, 뇌의 해부학적 구조물에 따른 분할 비등방성 값의 차이를 확인할 수 있었다. 또한, 확산 주축에 대한 고유치의 변화에 대한 컴퓨터 모의실험에서, 변화하는 고유치에 따른 분할 비등방성 값의 변동 추이를 알아볼 수 있었다. 그리고 확산 주축의 크기가 비등방성을 좌우하는 것이 아니라, 세 확산 주축의 조합으로 비등방성의 정도를 표현한다는 것을 확인할 수 있었다. 확산 주축 방향의 고유치들을 분리하여 영상화 함으로써, 뇌의 병변에 의한 비등방성의 변화의 원인이 확산 주축의 어떠한 변화에 의해 발생하는 것인지 확인할 수 있을 것으로 기대된다.

• 한국의학물리학회지:의학물리
• /
• 제18권4호
• /
• pp.214-220
• /
• 2007

Line propagation과 Brute force approach를 기반으로 한 확산텐서 트랙토그래피에서 신경다발추적을 위한 시작점을 선택하기 위한 조건으로 기존에 사용하는 Fractional anisotropy (FA)값 이외에 vector correlation function (VCF)를 제안하여 트랙토그래피를 구현하였다. 뇌전체의 트랙토그래피에 대하여, 본 연구에서 제안한 VCF를 사용할 경우 FA가 0.3 이상인 경우에 백질 외 영역에서 41% 적은 시작점을 사용하여 백질 외의 신경섬유가 아닌 부분들이 제거된 결과를 얻었다. 또한 관심영역에 대한 피질척수로의 영상에서는 백질 내에서는 50% 적은 시작점을 사용하였으나 기존기법과 매우 유사한 결과를 얻었다.