DOI QR코드

DOI QR Code

Insertion Path Extraction of Catheter for Coronary Angiography

관상동맥 조영술을 위한 카테터 삽입 경로 추출

  • 김성후 (경상대학교 전자공학과) ;
  • 이주원 (안동과학대학 의료공학과) ;
  • 김주호 (경상대학교 전자공학과) ;
  • 이한욱 (경상대학교 전자공학과) ;
  • 정원근 (한국국제대학교 전기에너지공학과) ;
  • 이건기 (경상대학교 전자공학과)
  • Received : 2011.02.22
  • Accepted : 2011.03.10
  • Published : 2011.04.30

Abstract

Coronary angiography technology is usually used for examining or treating coronary artery stenosis. Especially, when a cardiologist inserts catheter into the heart blood vessel, the catheter path detection system is needed because the cardiologist has difficulty in not damaging vessel. Recently, to reduce this difficulty, many searchers have been working for the various image processing technologies, such as vessel edge detection, optimal threshold method, etc. However the results of these searches are showing different performances depend on the contrast and quality of images. Therefore, this study for the coronary angiography suggests a novel algorithm to avoid these problems. The suggested algorithm consists of multi-sampling, interpolation, threshold method, and fault points elimination. To evaluate the performance of the proposed method, we used several angiographic images in experimentation, and we found that the proposed method is effective for detecting the catheter insertion path.

관상동맥 조영술은 관상동맥 협착을 검사하거나 치료를 하는데 널리 사용되고 있다. 특히, 카테터를 혈관에 삽입 시, 시술자는 혈관에 손상을 주지 말아야 하는 어려움을 가지고 있다. 이러한 문제점을 개선하기 위해 최근 여러 연구자들이 혈관 영상의 에지 추출 기반 방법과 최적의 쓰레쉬홀드 기법 등에 관하여 많은 연구를 진행하고 있다. 그러나 이러한 방법들은 영상의 선명도와 화질에 따라서 그 성능의 차이가 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 새로운 알고리즘을 제안한다. 제안된 알고리즘은 다중 샘플링과 보간법, 쓰레쉬홀드, 오검출 제거 등으로 구성되어 있다. 제안된 알고리즘의 성능을 평가하기 위해 다양한 혈관 조영 영상을 사용하였으며, 그 결과, 제안된 기법이 카테터의 삽입 경로를 추출하는데 효과적이었다.

Keywords

References

  1. 이원로, 서정돈, "임상 심장학", 고려의학, pp. 263-282, 2007.
  2. 박재형, "심장혈관 영상의학", 일조각, pp. 236-249, 2008.
  3. L. Zhou, M. S. Rzeszotarski, L. Singerman, and J. M. Chokreff, "The detection and quantification of retinopathy using digital angiograms", IEEE Trans. Medical imaging, vol. 13, no. 4, December 1994.
  4. A. Hoover, V. Kouznetsova, and M. Goldbaum "Locating blood vessels in retinal images by piecewise threshold probing of a matched filter response", IEEE Trans. Medical imaging, vol. 19, no. 3, March, 2000,
  5. http://www.ces.clemson.edu/ahoover.
  6. S. Chaudhuri, S. Chatterjee, N. Katz, M. Nelson, and M. Goldbaum, "Detection of blood vessels in retinal images using two-dimensional matched filters", IEEE Trans. Medical imaging, vol. 8, no. 3, September, 1989.
  7. N. R. Pal and S. K. Pal, "Entropic thresholding", Signal processing, vol. 16, pp.97-108, 1989. https://doi.org/10.1016/0165-1684(89)90090-X
  8. T. Chanwimaluang and G. Fan, "Hybrid Retinal Image Registration", IEEE Trans. on Information Technology in Biomedicine, Vol. 10, No. 1, pp129-142, Jan. 2006. https://doi.org/10.1109/TITB.2005.856859
  9. Rafael C. Gonzalez, Ricahrd E. Woods, Steven L. Eddins, "Digital Image Processing using Matalb", Pearson Prentice Hall and Info-Tech Corea, pp. 370-371, 2004.
  10. Lam, L., Seong-Whan Lee, and Ching Y. Suen, "Thinning Methodologies-A Comprehensive Survey", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 14, No. 9, September, 1992, page 879, bottom of first column through top of second column.