• Journal of Computational Design and Engineering
• /
• 제1권4호
• /
• pp.272-288
• /
• 2014

This paper presents a two-step, semi-automated method for reconstructing a three-dimensional (3D) shape of the prostate from a 3D transrectal ultrasound (TRUS) image. While the method has been developed for prostate ultrasound imaging, it can potentially be applicable to any other organ of the body and other imaging modalities. The proposed method takes as input a 3D TRUS image and generates a watertight 3D surface model of the prostate. In the first step, the system lets the user visualize and navigate through the input volumetric image by displaying cross sectional views oriented in arbitrary directions. The user then draws partial/full contours on selected cross sectional views. In the second step, the method automatically generates a watertight 3D surface of the prostate by fitting a deformable spherical template to the set of user-specified contours. Since the method allows the user to select the best cross-sectional directions and draw only clearly recognizable partial or full contours, the user can avoid time-consuming and inaccurate guesswork on where prostate contours are located. By avoiding the usage of noisy, incomprehensible portions of the TRUS image, the proposed method yields more accurate prostate shapes than conventional methods that demand complete cross-sectional contours selected manually, or automatically using an image processing tool. Our experiments confirmed that a 3D watertight surface of the prostate can be generated within five minutes even from a volumetric image with a high level of speckles and shadow noises.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권5호
• /
• pp.187-194
• /
• 2014

전립선암은 전립선에 나타나는 악성 종양이다. 현재 그 발병률이 높아지고 있다. 전립선암의 구조를 가장 정확하게 확인할 수 있는 검사 방법은 MRI를 이용하는 것이나, 그 비용 때문에 모든 환자에게 적용하기는 어려운 실정이다. 그래서 많은 환자들은 가격이 저렴한 초음파검사를 이용하여 전립선암을 진단하고 있다. 전통적으로 의사들은 영상을 눈으로 확인하여 전립선의 경계를 수동으로 분할하였다. 그러나 수동으로 분할하는 과정은 시간이 많이 소요되며, 의사에 따라서 그 경계가 일정하지 않게 얻어진다. 이 문제를 해결하기 위하여 전립선의 자동 분할에 관한 연구가 되었고, 환자들에게 신뢰를 줄 수 있었다. 본 연구는 초음파 전립선 영상에서 전립선의 경계를 분할하는데 평균 형상 모델을 적용하는 것이다. 먼저, 에지 분포를 이용하여 프로브를 찾고, 프로브와 연결된 두 직선을 찾는다. 이 후에 이 정보를 이용하여 전립선 영상 위에 평균 형상을 위치시킨다.

• Radiation Oncology Journal
• /
• 제29권3호
• /
• pp.199-205
• /
• 2011

Purpose: The present study compared the difference between intraoperative transrectal ultrasound (iTRUS)-based prostate volume and preplan computed tomography (CT), preplan magnetic resonance imaging (MRI)-based prostate volume to estimate the number of seeds needed for appropriate dose coverage in permanent brachytherapy for prostate cancer. Materials and Methods: Between March 2007 and March 2011, among 112 patients who underwent permanent brachytherapy with $^{125}I$, 60 image scans of 56 patients who underwent preplan CT (pCT) or preplan MRI (pMRI) within 2 months before brachytherapy were retrospectively reviewed. Twenty-four cases among 30 cases with pCT and 26 cases among 30 cases with pMRI received neoadjuvant hormone therapy (NHT). In 34 cases, NHT started after acquisition of preplan image. The median duration of NHT after preplan image acquisition was 17 and 21 days for cases with pCT and pMRI, respectively. The prostate volume calculated by different modalities was compared. And retrospective planning with iTRUS image was performed to estimate the number of $^{125}I$ seed required to obtain recommended dose distribution according to prostate volume. Results: The mean difference in prostate volume was 9.05 mL between the pCT and iTRUS and 6.84 mL between the pMRI and iTRUS. The prostate volume was roughly overestimated by 1.36 times with pCT and by 1.33 times with pMRI. For 34 cases which received NHT after image acquisition, the prostate volume was roughly overestimated by 1.45 times with pCT and by 1.37 times with pMRI. A statistically significant difference was found between preplan image-based volume and iTRUS-based volume (p<0.001). The median number of wasted seeds is approximately 13, when the pCT or pMRI volume was accepted without modification to assess the required number of seeds for brachytherapy. Conclusion: pCT-based volume and pMRI-based volume tended to overestimate prostate volume in comparison to iTRUS-based volume. To reduce wasted seeds and cost of the brachytherapy, we should take the volume discrepancy into account when we estimate the number of $^{125}I$ seeds for permanent brachytherapy.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권3호
• /
• pp.187-194
• /
• 2012

전립선암은 남자에게 가장 흔히 나타나는 암 중의 하나이며, 많은 나라에서 죽음에 이르게 하는 큰 요인이 되고 있다. 전립선암을 진단하고 치료하는 과정에서 비용이 싼 TRUS 영상이 사용된다. 그러나 전립선 경계의 정확한 구분이 요구되지만 어려운 문제이다. 그 이유는 경계가 불명확하고, 반점들이 많으며, 그레이 레벨의 범위가 작기 때문이다. 본 연구에서는 전립선의 평균 형상 모델과 불변의 특징을 이용하여 TRUS 영상에서 자동으로 전립선 분할하는 방법을 제안한다. 이 방법은 4 단계로 구성된다. 먼저, 에지 분포를 이용하여 프로브와 두개의 직선을 찾아낸다. 다음으로, 평균 형상 모델의 중앙에 위치한 3개의 전립선 패치를 획득한다. 이 패치는 전립선과 비전립선의 특징을 비교하기 위해 사용된다. 다음으로, 세 개의 패치와 각 블록들이 얼마나 대표 블록과 유사한지를 비교한다. 마지막으로, 앞 단계의 경계와 첫 단계에서 얻은 개략적 경계가 최종 분할에 사용된다. 이 방법의 유효성을 검증하기 위하여 실험을 하였으며, 인간 전문가에 의해 얻어진 경계와 비교하여 7.78% 미만의 차이로 경계를 얻을 수 있었다.

• 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
• /
• 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.

• 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.

• International Journal of Computer Science & Network Security
• /
• 제21권5호
• /
• pp.1-8
• /
• 2021

Prostate cancer is one of the most diagnosed malignancies found across the world today. American cancer society in recent research predicted that over 174,600 new prostate cancer cases found and nearly 31,620 death cases recorded. Researchers are developing modest and accurate methodologies to detect and diagnose prostate cancer. Recent work has been done in radiology to detect prostate tumors using ultrasound imaging and resonance imaging techniques. Transrectal ultrasound and Magnetic resonance images of the prostate gland help in the detection of cancer in the prostate gland. The proposed paper is based on comparison and analysis between two novel image segmentation approaches. Seed region growing and cluster based image segmentation is used to extract the region from trans-rectal ultrasound prostate and MR prostate images. The region of extraction represents the abnormality area that presents in men's prostate gland. Detection of such abnormalities in the prostate gland helps in the identification and treatment of prostate cancer

• 대한방사선기술학회지:방사선기술과학
• /
• 제38권4호
• /
• pp.437-442
• /
• 2015

전립선의 정확한 볼륨측정은 전립선암과 전립선비대의 진단, 치료 결정 및 예후 판정에 있어서 중요한 역할을 한다. 또한, 전립선암 선별검사에 사용하고 있는 혈청전립선특이항원(serum prostate-specific antigen)은 전립선의 볼륨과 서로 높은 상관관계를 보이기 때문에 이를 평가하기 위해서는 정확한 볼륨을 아는 것이 중요하다. 기존의 전립선 측정법이 다양하게 제시되고 있으나 전립선 모형 별 측정법에 대한 연구는 없었다. 본 연구에서는 다양한 모형의 팬텀을 제작하고 초음파를 이용하여 볼륨을 알아본 후 모형 별 측정위치를 찾아 새로운 측정방법을 제시하고자 한다. 초음파 검사를 통해 특징적인 전립선 모양 6개를 선정하였다. 이를 횡단과 종단영상을 참고하여 전립선 모형 6개를 제작하였다. 최적의 측정위치에서 각각 3회씩 반복측정 후 실제볼륨과 측정볼륨간의 유의성을 알아보기 위하여 Wilcoxon 부호순위 검정을 실시하였다. p값은 0.05이하일 때 유의한 것으로 정하였다. Axial 영상에서 돌출부위를 제외하고 안쪽으로 두고, Longitudinal 영상에서는 base와 apex의 오목한 부분에 측정 점을 놓았을 때 실제 전립선 크기와 일치도가 높았다. 실제볼륨과 측정볼륨간의 유의성은 p값 0.156으로 통계적으로 유의한 차이가 없었다. 전립선 axial 영상에서 전립선 이행대의 돌출이 심할 경우 돌출부위를 배제하고 측정하는 것이 실제 볼륨에 가까웠다. 또한 longitudinal영상에서는 apex부분이 가늘고 길어질 경우에 끝부분이 아닌 안쪽으로 측정 점을 잡아 그 점을 기준으로 타원을 그려 볼륨을 측정하는 것이 실제 볼륨에 가장 가까웠다.