• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.60-61
• /
• 1998

In this paper, we propose an algorithm for automatic segmentation of 3-dimesional brain MR images. In order to segment 3-dimensional brain MR images, we start segmentation from a mid-sagittal brain MR image. Then the segmented mid-sagittal brain MR image is used as a mask that is applied to the remaining lateral slices. Then we apply preprocessing, which includes thresholding and region-labeling, to the lateral slices, resulting in simplified 3-D brain MR images. Finally, we remove remaining problematic regions in the 3-dimensional brain MR image using the connectivity-based thresholding segmentation algorithm. Experiments show satisfactory results.

• 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.

• 한국콘텐츠학회논문지
• /
• 제2권3호
• /
• pp.1-15
• /
• 2002

본 논문은 인간 뇌의 가시화 및 해석을 위하여 단일 채널 MR영상에서 자동화된 뇌영역 추출 방법을 제안한다. 이 방법은 쌍곡선 적합을 이용한 자동 문턱치화와 3차원 형태 학적 연산에 의하여 뇌 마스크 볼륨을 생성한다. 쌍곡선 적합은 MR영상의 히스토그램에 곡선을 적합할 때 오차를 줄일 수 있으며, 침식, 연결부위 레이블링, 최대특징 연산, 팽창 등 3차원 형태학적 연산은 문턱치화된 뇌 마스크로부터 생성된 정육각형 볼륨 마스크에 적용된다. 제안한 방법은 SPGR, T1, T2, PD MR영상 세트에서 뇌영역을 자동 추출할 수 있으며, 가장자리 슬라이스에도 적용 가능하고, 영상이 뇌 전체를 포함하지 않아도 된다. 실험에서 20 세트의 MR영상에 적용하여 수동 방법과 비교하여 0.97 이상의 유사도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.343-344
• /
• 2009

The aim in this paper is to show how to extract scalp of a series of brain MR images by using region growing segmentation algorithm. Most researches are all forces on the segmentation of skull, gray matter, white matter and CSF. Prior to the segmentation of these inner objects in brain, we segmented the scalp and the brain from the MR images. The scalp mask makes us to quickly exclude background pixels with intensities similar those of the skull, while the brain mask obtained from our brain surface. We make use of connected threshold method (CTM) and confidence connected method (CCM). Both of them are two implementations of region growing in Insight Toolkit (ITK). By using these two methods, the results are displayed contrast in the form of 2D and 3D scalp images.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.336-339
• /
• 2012

VTK is a free but professional development platform for images three-dimensional (3D) reconstruction and processing. It is powerful, open-source, and users can customize their own needs by self-development of great flexibility. To give the doctors more and detailed information by simulate dissection to the 3-D brain MRI image after reconstruction. A Visualization System (VS) is proposed to achieve 3D brain reconstruction and virtual dissection functions. Based on the free VTK visualization development platform and Visual Studio 2010 IDE development tools, through C++ language, using real people's MRI brain dataset, we realized the images 3D reconstruction and also its applications and extensions correspondingly. The display effect of the reconstructed 3D image is well and intuitive. With the related operations such as measurement, virtual dissection and so on, the good results we desired could be achieved.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.339-346
• /
• 2003

본 연구에서는 뇌 MR 영상의 3차원 가시화를 위해 여러 단면의 원영상을 사용하지 않고, 적은 수의 횡단면 영상만을 이용하여 보간 영상을 생성하는 방법에 대해 제안한다. 이 과정에서의 핵심인 영상 보간을 위해 우선 3차원으로 재구성하고자 하는 관심영역을 분할하고, 분할된 관심 영역들의 경계와 MBR(Minimum Bounding Rectangle) 정보를 추출한다. 그리고 보간하고자 하는 층의 영상 크기는 분할된 관심영역의 상ㆍ하층 각각 두 영상들의 MBR 크기 변화율로 결정하고, 이를 기반으로 분할된 관심 영역의 영상내에서 해당 화소를 찾고, 입방 보간법을 통해 검출된 각 화소의 명암 가중치를 부여하여 보간 영상의 화소 명암치를 산출한다. 최종적으로는 원영상에서 분할한 관심영역 및 생성된 관심영역의 보간 영상들에서 특징점 정보와 3차원 복셀을 추출하여 3차원으로 재구성한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.455-458
• /
• 2010

Extracting the brain from magnetic resonance imaging head scans is an essential preprocessing step of which the accuracy greatly affects subsequent image analysis. The currently popular Brain Extraction Tool produces a brain mask which may be too smooth for practical use to reduce the accuracy. This paper presents a novel and indirect brain extraction method based on non-brain tissue segmentation. Based on ITK, the proposed method allows a non-brain contour by using region growing to match with the original image naturally and extract the brain tissue. Experiments on two set of MRI data and 2D brain image in horizontal plane and 3D brain model indicate successful extraction of brain tissue from a head.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.389-392
• /
• 2003

MRI 영상은 뇌의 해부학적 정보와 기능적인 정보를 제공하는 유용한 도구이다. MR 뇌 영상은 2차원 영상뿐만 아니라 3차원 영상도 임상적으로 중요하다. MR 영상에서 뇌영역의 추출방법으로는 형태학적인 방법, 히스토그램을 이용한 방법, 에지 정보를 이용한 방법, 지식 기반을 이용한 방법들이 있다. 본 논문에서는 region growing을 이용하여 MR 영상에서 뇌 영역을 추출하였다. 3차원 가시화를 위하여 오픈 소스인 VTK를 이용하여 Ray Casting 알고리즘으로 구현하였다. 그리고 의료영상에서 사용되는 각종 단면을 3차원 뇌 영상에서 재구성하였다. 256×256 크기의 71 뇌MR 영상 70장을 이용하여 실험하였다. 향후 연구과제로 MR 영상에서 뇌 영역추출방법과 원영상의 전처리 과정의 연구가 필요하다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.72-74
• /
• 1997

We have developed a 3-D image processing and display technique that include image resampling, modification of MIP, and fusion of MIP image and volumetric rendered image. This technique facilitates the visualization of the three-dimensional spatial relationship between vasculature and surrounding organs by overlapping the MIP image on the volumetric rendered image of the organ. We applied this technique to a MR brain image data to produce an MRI angiogram that is overlapped with 3-D volume rendered image of brain. MIP technique was used to visualize the vasculature of brain, and volume rendering was used to visualize the other structures of brain. The two images are fused after adjustment of contrast and brightness levels of each image in such a way that both the vasculature and brain structure are well visualized either by selecting the maximum value of each image or by assigning different color table to each image. The resultant image with this technique visualizes both the brain structure and vasculature simultaneously, allowing the physicians to inspect their relationship more easily. The presented technique will be useful for surgical planning for neurosurgery.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.450-453
• /
• 2000

In this paper, an automated segmentation algorithm is proposed for MR brain images using T1-weighted, T2-weighted, and PD images complementarily. The proposed segmentation algorithm is composed of 3 steps. In the first step, cerebrum images are extracted by putting a cerebrum mask upon the three input images. In the second step, outstanding clusters that represent inner tissues of the cerebrum are chosen among 3-dimensional (3D) clusters. 3D clusters are determined by intersecting densely distributed parts of 2D histogram in the 3D space formed with three optimal scale images. Optimal scale image best describes the shape of densely distributed parts of pixels in 2D histogram. In the final step, cerebrum images are segmented using FCM algorithm with it’s initial centroid value as the outstanding cluster’s centroid value. The proposed segmentation algorithm complements the defect of FCM algorithm, being influenced upon initial centroid, by calculating cluster’s centroid accurately And also can get better segmentation results from the proposed segmentation algorithm with multi spectral analysis than the results of single spectral analysis.