한국정보처리학회논문지 (The Transactions of the Korea Information Processing Society)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

MR영상의 3차원 가시화 및 분석을 위한 뇌영역의 자동 분할

Automatic Brain Segmentation for 3D Visualization and Analysis of MR Image Sets

  • 김태우 (삼성종합기술원 의료전자랩)
  • 발행 : 2000.02.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 MR 영상의 3차원 가시화 및 분석을 위한 단일 채널 MR 영상의 자동 뇌영역 분할 방법을 제안한다. 이 방법은 4단계의 2차원 및 3차원 처리에 의하여 뇌윤곽을 찾아낸다. 1,2단계에서는 곡선 적합을 이용한 자동 문턱치화에 의하여 머리마스크와 초기 뇌마스크를 생성한다. 3단계에서 입방보간으로 초기 뇌마스크의 3차원 볼륨을 생성하여 형태학적 연산, 연결부위 레이블링에 의하여 중기 뇌마스크를 생성한다. 최종적으로 곡선 적합에 의한 자동 문턱치화를 이용하여 뇌마스크를 정련한다. 제안한 알고리즘은 영상의 슬라이스 방향을 고려할 필요가 없고 영상이 뇌 전체를 포함하지 않아도 되며, T1, T2, PD, SPGR등 다양한 종류의 MR 영상의 자동적인 뇌영역의 분할에 유용하다. 실험에서 20세트 MR 영상에 대하여 수동분할을 기준으로 0.97 이상의 유지도를 보였다.

In this paper, a novel technique is presented for automatic brain region segmentation in single channel MR image data sets for 3D visualization and analysis. The method detects brain contours in 2D and 3D processing of four steps. The first and the second make a head mask and an initial brain mask by automatic thresholding using a curve fitting technique. The stage 3 reconstructs 3D volume of the initial brain mask by cubic interpolation and generates an intermediate brain mask using morphological operation and labeling of connected components. In the final step, the brain mask is refined by automatic thresholding using curve fitting. This algorithm is useful for fully automatic brain region segmentation of T1-weighted, T2-weighted, PD-weighted, SPGR MRI data sets without considering slice direction and covering a whole volume of a brain. In the experiments, the algorithm was applied to 20 sets of MR images and showed over 0.97 in comparison with manual drawing in similarity index.

키워드

참고문헌

  1. P. A. Freeborough and N. C. Fox, 'Assessing patterns and rates of brain atrophy by serial MRI : A segmentation, registration, display and quantification procedure,' Proc. Visualization in Biomedical Computing '96, Vol.1131, pp.419-428, 1996
  2. B. Johnston, M. S. Atkins, B. Mackiewich, and M. Anderson, 'Segmentation of multiple sclerosis lesions in intensity corrected multispectral MRI,' IEEE Trans. Medical Imaging, Vol.15, pp.154-169, 1996 https://doi.org/10.1109/42.491417
  3. G. B. Aboutanos and B. M. Dawant, 'Automatic brain segmentation and validation: Image-based versus atlas-based deformable models,' Proc. SPIE-Medical Imaging 1997, Vol.3034, pp.299-310, 1997 https://doi.org/10.1117/12.274098
  4. Marijn E. Brummer, Russell M. Mersereau, Robert L. Eisner, and Richard R. J. Lewine, 'Automatic Detection of Brain Contours in MRI Data Sets,' IEEE Trans. Medical Imaging, Vol.12, pp.153-166, 1993 https://doi.org/10.1109/42.232244
  5. M. Stella Atkins and Blair T. Mackiewich, 'Fully Automatic Segmentation of the Brain in MRI,' IEEE Trans. Medical Imaging, Vol.17, pp.98-107, 1998 https://doi.org/10.1109/42.668699
  6. J. W. Snell, M. B. Merickel, J. M. Ortega, J. C. Goble, J. R. Brookeman, and N. F. Kassell, 'Segmentation of the brain from 3D MRI using a hierarchical active surface template,' Proc. SPIE, Vol.2167, pp.2-9, 1994 https://doi.org/10.1117/12.175044
  7. R. G. Keys, 'Cubic Convolution Interpolation for Digital Image Processing,' IEEE Trans. Acoustics, Speech, and Signal Processing, AASP-29, 6, pp. 1153-1160, 1981
  8. William K. Pratt, Digital Image Processing, 1991
  9. W. H. Press, B. P. Flannery, Saul A. Teukolsky, William T. Vetterling, Numerical Recipes in C. Cambridge University Press, Cambridge, 1988
  10. W. A. Edelstein, P. A. Bottomley, and L. M. Pfeifer, 'A signal-to-noise calibration procedure for NMR imaging systems,' Med Phys., Vol.11, pp.180-185, 1984
  11. M. Henkelman, 'Measurement of signal intensities in the presence of noise in MR images,' Med Phys., Vol.12, pp.232-233, 1985 https://doi.org/10.1118/1.595711
  12. Alex P. Zijdenbos, Benoit M. Dawant, Richard A. Margolin, and Andrew C. Palmer, 'Morphometric Analysis of White Matter Lesions in MR Images : Method and Validation', IEEE Trans. Medical Imaging, Vol.13, pp.716-724, 1994 https://doi.org/10.1109/42.363096