초록
본 연구는 사람의 뇌에 대한 자기공명영상에서 백질과 회백질을 분리하고 각각의 체적을 산출하기 위한 것이다. 일반적으로 치매나 다운증후군 같은 정신질환의 경우 백질 또는 회백질의 위축으로 인해 체적이 감소하게 되므로, 사람의 뇌에 대하여 백질과 회백질의 체적 산출을 통한 크기의 변화를 추적함으로서 여러 정신질환의 진단 및 조기 발견에 유용하게 이용될 수 있다. 그러나 일정한 두께의 단면을 촬영하여 단일의 명암 값으로 표현하는 자기공명영상기기의 특성상 번짐 현상을 보이는 자기공명영상으로부터 원래의 두께 안에 존재하는 각 성분의 부분체적을 산출할 수 없음으로 인해 백질과 회백질의 체적산출이 현재까지 불가능하였다. 따라서 본 논문에서는 번짐(blurred)을 보이는 자기공명영상에서 번진 명암 값을 해석하는 새로운 알고리즘에 의해 백질과 회백질의 부분체적을 산출하고, 이를 근거로 자기공명영상에서 백질과 회백질을 분리하기 위한 판별값을 결정하였으며, 결정된 판별값에 의해 분리된 영상에서 백질과 회백질의 체적을 산출하였다. 또한 제안된 알고리즘의 검증을 위해 인위적으로 생성된 모델에 알고리즘을 적용하여 산출된 결과를 원래의 모델과 비교하여 보았다.
This study is for the segmentation and volume calculation of the white matter and gray matter from brain MRI. In general, the volume of white and gray matter is reduced by contraction of each components in the case of mental retardation which are Alzheimer's disease and Down's syndrome. As results, it is useful for diagnostic and early detection for various mental retardation through the tracing of variation for its volume from the brain MRI. But, until now, it was very difficult to calculate the partial volume of each components existing in some thickness, because MR image was represented by single gray value after scanning by MR scanner. Accordingly, new segmentation algorithm proposed in this paper is to calculate the partial volume of the white and gray matter existing in some thickness through the analysis of the blurred gray value, and is to determine the threshold for segmentation of white and gray matter, and is to calculate the volume of each segmented component. And finally, proposed algorithm was applied the models which was created manually, and then acquired results was compared with that of original model.
