Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Extraction of the Femoral Heads in MR Images and Measurement of the Parameters for the Diagnosis of the Avascular Necrosis

MR 영상에서 대퇴골두 영역의 추출과 무혈성 괴사의 진단에 필요한 인자의 측정

  • 이경수 (경북대학교 컴퓨터과학과) ;
  • 이성기 (경북대학교 컴퓨터과학과)
  • Published : 2000.08.15
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose effecient methods to extract the femoral head region in MR images. The femoral head area in MRI is approximated using Hough transform and the anatomical features of the femoral heads. Then, modified region growing method is applied to extract the femoral head region. We measured the parameters for the diagnosis of the avascular necrosis of the femoral heads from the segmented femoral head region. The proposed methods are proved very effective to extract the femoral head of healthy volunteer and of the patient having heavy avascular necrosis. The measured parameters can be used very efficiently for the quantitative analysis and the diagnosis of the avascular necrosis of the femoral heads.

본 논문에서는 대퇴골두 무혈성 괴사의 자동 진단을 위한 효과적인 대퇴골두 영역의 추출 방법을 제안한다. 대퇴골두의 해부학적 특성과 Hough 변환을 이용하여 대퇴골두 영역을 설정하였고, 변형된 영역 확장법을 적용하여 대퇴골두 영역을 분할하였다. 그리고, 분할된 영역으로부터 대퇴골두 무혈성 괴사의 진단에 필요한 인자를 자동으로 측정하였다. 본 논문에서 제안한 영역 추출 방법은 정상적인 대퇴골두와 무혈성 괴사의 초기 단계의 대퇴골두 뿐만 아니라 괴사가 심한 대퇴골두에 대해서도 좋은 결과를 얻을수 있었고, 본 논문에서 제안한 방법으로 측정된 인자는 대퇴골두 무혈성 괴사의 정량적인 분석 및 진단을 가능하게 한다.

Keywords

References

  1. H. Pettersson, A Global TextBook of Radiology, Nicer Institute, Oslo, 1995
  2. 대한방사선협회, 자기공명기술학, p.308, 고문사, 서울, 1996
  3. 전준철, '3차원 자기공명영상의 마코프-깁스 분류', 한국정보과학회 논문지(A), 제 23 권, 제 4 호, pp. 358-371, 1996
  4. J. C. Rajapakse, J. N. Giedd, and J. L. Rapoport, 'Statistical Approach to Segmentation of Single-Channel Cerebral MR Images,' IEEE trans. Med. Imag., vol. 16, no. 2, pp.176-186, Apr. 1997 https://doi.org/10.1109/42.563663
  5. M. S. Atkins and B. T. Mackiewich 'Fully Automatic Segmentation of the Brain in MRI,' IEEE trans. Med. Imag., vol. 17, no. 1, pp.98-107, Feb. 1998 https://doi.org/10.1109/42.668699
  6. D. L. Pham and J. L. Prince, 'Adaptive Fuzzy Segmentation of Magnetic Resonance Images,' IEEE trans. Med. Imag., vol. 18, no. 9, pp.737-752, Sep. 1999 https://doi.org/10.1109/42.802752
  7. Y. Zhu and H. Yan, 'Computerized Tumor Boundary Detection Using a Hopfield Neural Network,' IEEE trans. Med. Imag., vol. 16, no. 1, pp.55-67, Feb. 1997 https://doi.org/10.1109/42.552055
  8. M. C. Clark, L. O. Hall, D. B. Goldgof, R. Velthuizen, F. R. Murtagh, and M. S. Silbiger, 'Automatic Tumor Segmentation Using Knowledge-Based Techniques,' IEEE trans. Med. Imag., vol. 17, no. 2, pp.187-201, Apr. 1998 https://doi.org/10.1109/42.700731
  9. J. Huang, D. Abendschein, V. G. Davila-Roman, A. A. Amini, 'Spatio-temporal tracking of myocardial deformations with a 4-D B-spline model from tagged MRI,' IEEE trans. Med. Imag., vol. 18, no. 10, pp.957-972, Oct. 1998 https://doi.org/10.1109/42.811299
  10. D. Rueckert, L. I.Sonoda, C. Hayes, D. L. G. Hill, M. O. Leach, D. J. Hawkes, 'Nonrigid registration using free-form deformations: application to breast MR images,' IEEE trans. Med. Imag., vol. 18, no. 8, pp.712-721, Aug. 1999 https://doi.org/10.1109/42.796284
  11. J. E. Koss, F. D. Newman, T. K. Johnson, D. L. Kirch, 'Abdominal organ segmentation using texture transforms and a Hopfield neural network,' IEEE trans. Med. Imag., vol. 18, no. 7, pp.640-648, Jul. 1999 https://doi.org/10.1109/42.790463
  12. S. K. Kyriacou, C. Davatzikos, S. J. Zinreich, R. N. Bryan, 'Nonlinear elastic registration of brain images with tumor pathology using a biome-chanical model [MRI],' IEEE trans. Med. Imag., vol. 18, no. 7, pp.580-592, Jun. 1999 https://doi.org/10.1109/42.790458
  13. C. B. Ahn, Y. C. Song, D. J. Park, 'Adaptive template filtering for signal-to-noise ratio enhancement in magnetic resonance imaging,' IEEE trans. Med. Imag., vol. 18, no. 6, pp.549-556, Jun. 1999 https://doi.org/10.1109/42.781019
  14. C. Xu, D. L. Pham, M. E. Rettmann, D. N. Yu, J. L. Prince, 'Reconstruction of the human cerebral cortex from magnetic resonance images,' IEEE trans. Med. Imag., vol. 18, no. 6, pp.467-480, Jun. 1999 https://doi.org/10.1109/42.781013
  15. C. Klifa, J. Lynch, S.Zaim, and H. Genant, '3D Segmentation and quantification of Magnetic Resonance data: Application to the Osteonecrosis of the femoral head,' SPIE conf. Image Processing, vol. 3661, pp. 1489-1498, Feb. 1999 https://doi.org/10.1117/12.348549
  16. K. S. Fu and J. K. Mui, 'A Survey on Image Segmentation,' Pattern Recognition 13, pp. 3-16, 1981 https://doi.org/10.1016/0031-3203(81)90028-5
  17. R. C. Gonzalez and R. E. Woods, Digital Image Processing, p.716, Addison-Wesley, 1993
  18. J. Illingworth and J. Kittler, 'The Adaptive Hough Transform,' IEEE Trans. Pattern Anal. Machine Intell., vol. 9, no 5, pp. 690-697, Sept. 1987
  19. D. H. Ballard and C. M. Brown, Computer Vision, p.523, Prentice-Hall, New Jersey, 1982
  20. 이경수, 이성기, 'MRI에서 대퇴골두 영역의 추출', 한국정보처리학회 '98 춘계학술발표논문집，1998
  21. 이경수, 'MRI에서 대퇴골두 영역의 추출과 대퇴골두 무혈성 괴사의 진단', 경북대학교 이학석사학위논문, 1998
  22. F. S. Hill, Jr, Computer Graphics, p.784, Macmillan Publishing Company, 1990
  23. 이경수, 이성기, 'MRI 영상에서 대퇴골두 무혈성 괴사의 진단', 한국정보처리학회 '99 춘계 학술발표논문집, 제6권, 제1호, 1999.5