• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.904-906
• /
• 2005

본 논문에서는 뇌 CT 혈관조영영상에서 슬라이스 정보를 이용한 뇌 분할 방법을 제안한다. 뇌 분할 과정은 현재 슬라이스와 이전 슬라이스 간 분할 영역의 크기 정보를 가지고 영역 성장 단계와 전파 단계로 구분하여 수행된다. 영역 성장 단계에서는 이차원 영역성장법을 통해 뇌 분할을 수행하고 누출이 발생하는 슬라이스에 대하여 방사선 투과 기법을 통해 영역보정을 수행한다. 전파 단계에서는 이전 슬라이스에서 분할된 뇌 영역을 현재 슬라이스로 전파함으로써 장벽을 생성하고 장벽 내에서 이차원 영역성장법을 수행함으로써 누출을 최소화한다. 또한 뇌 영역과 유사한 밝기값을 형성하고 있는 미세 요소들을 제거하기 위해 이차원 연결화소군 레이블링 기법을 통해서 최종적으로 뇌 분할을 수행한다. 본 논문의 실험을 위하여 뇌 CT 혈관조영영상을 사용하여 정확한 뇌분할 결과를 얻었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.185-188
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있다. 뇌 MR 영상에서의 질병 진단을 위한 전처리 단계로서 필수적으로 이루어져야 하는 단계가 영상 분할 단계이다. 본 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 뇌 영상 분할 방법을 제시한다. T2 강조 영상의 반전된 영상에서 원본 영상을 뺀 차이 영상의 결과로 회백질·뇌척수액·비정상 영역이 두드러지게 나타나는 점을 이용해 회백질 뇌척수액·비정상 영역과 백질 영역을 분리하는 방법을 제안한다. 또한 뇌척수액 영역의 위치 정보와 몇 가지 특징들을 정의하여 분할되어진 회백질·뇌척수액· 비정상 영역에서 뇌척수액 영역만을 분할하는 방법을 제시한다. 600 여 개의 T2 강조 영상에 대해서 실험을 행하러 비교적 정확한 분할 결과를 유도할 수 있었음을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.95-98
• /
• 2001

본 논문은 뇌의 축방향(axial sect ion)에 대하여 촬영한 뇌의 자기공명 영상(Magnetic Resonance Imaging)을 대상으로 뇌의 영역만을 분리하기 위한 방법을 제안하고 있다. MR영상은 슬라이스마다 다른 분포값을 가지기 때문에 각 슬라이스 별로 조직의 특성을 파악하여 뇌의 영역을 분리하였다. 히스토그램의 명암값 분포를 분석하여 배경과 뇌를 둘러싸고 있는 외피를 제거하고 라벨링(label1ing) 알고리즘을 적용하여 뇌만 분리 할 수 있도록 하는 마스크 영상을 만들어 이것을 이용하여 원영상으로부터 뇌의 영역만을 분리하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2004년도 춘계학술대회 논문집
• /
• pp.118-122
• /
• 2004

본 논문에서는 인체의 머리 부분을 촬영한 의료 영상에서 뇌 영역만을 분할하는 방법에 대해 제시하고자 한다. 뇌의 해부학적 구조 및 기능적 이상 부위를 파악할 경우에 영상 내에 함께 보여지는 두개골과 뇌척수액 등을 제외한 대뇌피질 영역을 분할하면 보다 효과적인 정보 분석 및 진단이 가능하게 된다. 본 시스템에서는 3단계 알고리즘을 제시한다. 첫 번째 단계에서는 영상 내에 존재하는 잡음을 제거하기 위한 필터링이고, 두 번째 단계에서는 필터링된 결과에 대한 영상분할을 수행하는 것이다 이 때 정확한 결과 도출을 위하여 사용자의 인터렉션이 들어가게 된다. 세번째 단계에서는 형태학적 방법을 이용하여 분할 결과를 보완한다. 본 연구를 위한 실험에는 자기 공명 촬영 영상(MRI: Magnetic Resonance Imaging), 단일 광전자 방출 단층 촬영영상(SPECT: Single Photon Emission Computed Tomography), 양전자 방출 단층 촬영영상(PET: Positron Emission Tomography) 등을 사용하였다. 본 시스템에서는 다양한 모달리티의 뇌 영상에서 대뇌피질 부분을 정확하게 영상 분할함으로써 뇌의 구조적 이상을 판단하기 위한 해부학적 정보 분석을 가능케 하고 있다. 뿐만 아니라 뇌 질환에 대한 정확한 진단 시뮬레이션도 가능하게 하고자 한다.

• 융합신호처리학회논문지
• /
• 제12권4호
• /
• pp.267-273
• /
• 2011

본 논문은 자기공명 뇌영상을 대상으로 뇌종양 영역을 자동으로 분할하기 위한 방법을 제안한다. 정상적인 뇌영상은 좌우로 대칭인 특징을 지니는 반면에 종양이 존재하는 뇌영상은 종양세포와 부종 및 괴사로 인해 비대칭적인 특징을 가진다. 본 논문에서는 이러한 대칭성을 뇌영상내에 종양영역의 존재 유무를 판별할 수 있는 기준으로 이용한다. 대칭성 분석을 위해서 뇌영역의 윤곽선 정보를 이용해 중심축을 생성하였으며 이는 사전정보를 이용하지 않고 영상의 자체 정보만을 해석해서 중심축을 추출할 수 있다는 점에서 기존의 영상 정합을 통해 해부학적 위치 정보를 추출하고 이를 이용하여 중심축을 찾는 방법과 구별된다. 자기공명 영상에서 정상뇌의 조직은 크게 3가지 클러스터로 분할되며 각 클러스터가 포함하는 영역은 백질과 회백질영역을 포함하는 뇌 실질영역, 뇌척수액(csf)영역, 두개골, 지방 및 뇌막 영역 등으로 나뉜다. 종양이 포함된 영상은 종양과 부종 및 괴사 영역이 추가적으로 존재하며 이는 클러스터링을 이용한 분할을 통해서 구분될 수 있다. 분할된 종양 영역의 중심점은 다음 슬라이스의 종양 영역의 경계를 검출하기 위한 레벨셋 알고리즘에 적용되어 전체 볼륨의 종양 영역의 경계선을 추출하기 위한 초기 시드로 이용된다. 본 논문에서는 3차원 볼륨의 영상(슬라이스)중에서 종양 영역이 존재하는 슬라이스의 종양 영역을 분할하여 이후의 슬라이스에서는 분할작업을 수행하지 않고 영역의 경계선만 추출한다. 자카드 지수와 처리 시간의 비교 분석을 통해 기존의 방법과 비슷한 성능과 빠른 속도로 종양 영역을 분할할 수 있다는 것을 보인다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.206-209
• /
• 2002

의료 영상 처리 시스템에서는 영상들의 검색이 중요한 문제로 대두되고 있다. 그에 대한 해결 방법으로는 의료 영상 처리 시스템에 지능적인 내용 기반의 영상 검색 방법을 도입하는 것이다. 본 연구에서는 의료 영상에 적합한 분할 방법을 사용하여 뇌의 MR 영상에 대하여 내용기반 검색을 하기 위한 영상 특징 색인화 방법을 제안한다. 제안하는 색인화 방법은 뇌 MR 영상에서 뇌영역을 분할하고 특징들을 추출한 후 이 정보를 가지고 대상 영상의 그룹핑 정보를 유추하고, 각 대상 영상에서의 비정상 후보 영역 위치를 찾아내어 3차원 공간 색인을 하는 방법이다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.262-265
• /
• 2000

영상에서의 경계선추출은 영상의 강도의 변화를 이용한 경계영역의 가시화 기법이므로 gray level 영상이 가지는 강도를 이용하여 에지를 찾을 수 있다. 뇌 영상에는 MRI 영상과 같이 해부학적인 정보가 큰 영상과, PET 영상같이 perfusion으로 분석해야 할 영상이 있는데 그 경계가 뚜렷한 MRI 영상과 달리 PET 뇌 영상은 영상의 특성상 경계영역의 구분이 모호한 실정이다. 본 논문에서는 이러한 영상의 특성에 따라 뇌 영상에서 영상 강도에 대해 등분할을 한 후 vectorgram에서 magnitude의 영역을 선택하여 영상을 분할 하였다. 그리고 PET 와 MRI영상과 현미경 영상에 대한 결과를 비교하였다. Vertcrgram은 에지정보를 가지는 영상에 대해 벡터요소를 그래프화 한 것으로 방향성에 대한 평가를 통해 영역 분할을 하였다. 이러한 PET 영상의 2차원 분할 방법은 3차원 PET 영상 분석에 응용될 수 있을 것이다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.542-551
• /
• 2000

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.

• 한국컴퓨터그래픽스학회논문지
• /
• 제10권4호
• /
• pp.1-5
• /
• 2004

본 논문에서는 인체의 머리 부분을 촬영한 자기 공명 촬영 영상(MRI: Magnetic Resonance Imaging)에서 뇌 영역의 대뇌 피질 만을 분할하는 방법에 대해 제시하고자 한다. 뇌의 해부학적 구조를 파악할 경우에 영상 내에 함께 보여지는 두개골과 뇌척수액 등을 제외한 대뇌피질 영역을 분할하면 보다 효과적인 정보 분석 및 진단이 가능하게 된다. 본 논문에서는 3단계 알고리즘을 제시한다. 첫번째 단계에서는 Speckle reducing anisotropic diffusion (SRAD)를 이용하여 영상 내에 존재하는 잡음을 제거하기 위한 필터링이다. 두번째 단계에서는 필터링된 결과를 이용하여 추출된 임계값과 사용자의 인터렉션인 씨드 포인트를 통해 영상분할을 수행하고, 세 번째 단계에서는 후 처리를 통해 분할 결과를 보완한다. 영상분할 결과의 정확성을 측정하기 위하여 현재 병원의 의료진들이 사용하고 있는 Mayo clinic사의 Analyze를 이용하여 분할된 결과와의 오류를 측정하였다. 또한 최종 결과에 대해 ultravis를 이용한 볼륨 렌더링으로 영상분할의 최종 결과를 제시하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.204-207
• /
• 2001

뇌 MR 영상에서 질환을 자동적으로 진단하고 판별하는 작업은 정상인의 뇌 영상과의 비교를 통해서 가능하다. 정상인과의 뇌 영상 비교를 통하여 보다 정확하게 질병에 대한 근거를 제시할 수가 있기 때문에 이러한 접근 방법들이 여러 의료영상 연구 분야에서 시도되고 있다. 정상인의 뇌 영상과의 비교를 위해서는 우선적으로 해결되어야 하는 것이 현재의 대상 영상이 정상인 뇌의 어느 위치의 영상과 일치하는 지를 판별하는 문제이다. 따라서 본 연구는 이러한 뇌 매핑에 사용될 수 있는 특징들을 추출하기 위한 것으로, 뇌 매핑에 사용되는 특징들을 추출하기 위해서 뇌 MR 영상으로부터 대리영역, 뇌영역, 뇌척수액영역 그리고 눈영역을 분할한 후 이들의 윤곽선, 최소사각형과 각 영역들의 픽셀 정보들을 찾아낸다. 이는 추후 연구할 뇌 매핑을 위한 대분류에 사용될 수 있다.