• 디지털콘텐츠학회 논문지
• /
• 제16권5호
• /
• pp.717-725
• /
• 2015

전립선 영상은 비용이 상대적으로 저렴한 경직장 초음파 영상을 이용하여 전립선 진단에 많이 사용된다. 경직장 초음파 영상은 3차원으로 촬영되어 여러 장으로 하나의 진단 단위가 만들어 진다. 의사는 진단을 위해 2차원 영상을 순서대로 모니터에 표시하여 볼 수도 있고, 3차원의 영상을 볼 수도 있다. 2차원 영상은 원 영상을 그대로 출력하면 되지만, 3차원 영상은 다양한 각도에서 보이기도 하고, 내부의 어떤 면을 자른 형태로도 보여야 하므로 정확하게 전립선과 배경을 구분하여야 한다. 특히 경계를 구분할 때, 전립선의 중간 부분은 상대적으로 구분하기 쉬우나, 기저부와 첨단부는 불확실한 부분이 많으므로 경계를 구분하기기 매우 어렵다. 이에, 본 논문은 평균 형상 모델을 적용하여 전립선 경계를 추출하는 방법을 제안하고, 실험을 통하여 기존의 방법에 비해 우수함을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제21권11호
• /
• pp.103-111
• /
• 2016

Traditionally, in the hospital the doctors saw the TRUS images by their eyes and manually segmented the boundary between the prostate and nonprostate. But the manually segmenting process not only needed too much time but also had different boundaries according to the doctor. To cope the problems, some automatic segmentations of the prostate have been studied to generate the constant segmentation results and get the belief from patients. Besides, on detecting the boundary, the ones in the middle of all images are easy to find the boundary but the base and apex of the images are hard to do it since there are lots of uncertain boundary. Accurate detection of prostate boundaries is a challenging and difficult task due to weak prostate boundaries, speckle noises and the short range of gray levels. In this paper, we propose the method that extracts a prostate boundary using features of its directions on prostate image. As a result of our experiments, it shows that the boundary never falls short of the existing methods or human expert's segmentation. And also, its searching speed is too fast because the method searches a smaller area that other methods.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.675-682
• /
• 2014

전립선은 남자에게만 있는 장기이다. 전립선의 질병을 진단하기 위하여 일반적으로 TRUS 영상이 사용되는데, 희미한 전립선 경계나 잡음, 좁은 그레이 레벨 분포 때문에, 전립선의 경계를 검출하는 것은 상당히 어려운 작업 중의 하나이다. 본 논문에서는 SVM을 사용하여 TRUS 영상에서 자동적으로 전립선 분할을 하는 방법을 제안한다. 이 방법은 전처리, 가버 특징 추출, 훈련, 전립선 분할 과정으로 진행된다. 전처리 과정에서 잡음 제거는 스틱 필터와 top-hat 변환이 적용된다. 회전 불변 텍스처 추출을 위하여 가버 필터 뱅크가 사용된다. 훈련과정에서 SVM은 전립선과 비전립선의 각 특징을 얻기 위해 사용되며, 마지막으로 전립선 경계가 추출된다. 여러 실험 결과로 제안 방법은 충분히 유효하고, 의사의 수동 추출 방법과 비교했을 때 10%미만의 경계 차이를 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.603-611
• /
• 2016

일반적으로 병원의 의사들은 눈으로 전립선 영상을 보고 수동으로 전립선과 배경의 경계를 구분하였다. 그러나 수동으로 자르는 과정은 너무 많은 시간을 소모하고 의사에 따라 다양한 경계가 추출되었다. 이런 문제를 줄이기 위해 자동 추출방식이 필요하게 되었지만, 전립선 경계의 정확한 추출은 작은 잡음이나 옅은 경계로 인하여 상당히 어려운 일이다. 지금까지 SVM, SIFT, 가버 텍스처 필터, 뱀형상 윤곽선 방법, 평균형상모델들과 같은 많은 연구가 진행되었다. 게다가, 2차원뿐만 3차원 영상, CT나 MRI 등에 관한 연구도 진행되었다. 하지만 아직까지 인간 전문가가 가진 경험을 뛰어 넘는 기술은 개발되지 않았으며, 많은 추가적인 연구를 필요로 하고 있다. 이에 본 논문에서는 전립선 영상의 경계의 평균적인 분포와 경계의 질감 특징을 예축하여 경계를 추출하는 방법을 제안한다. 실험 결과, 의사의 추출 방법과 유사한 경계를 얻을 수 있었다.