• 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.

• 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.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.103-116
• /
• 2013

Prostate cancer is one of the most frequent cancers in men and is a major cause of mortality in the most of countries. In many diagnostic and treatment procedures for prostate disease accurate detection of prostate boundaries in transrectal ultrasound(TRUS) images is required. This is a challenging and difficult task due to weak prostate boundaries, speckle noise and the short range of gray levels. In this paper a method for automatic prostate segmentation in TRUS images using Gabor feature extraction and snake-like contour is presented. This method involves preprocessing, extracting Gabor feature, training, and prostate segmentation. The speckle reduction for preprocessing step has been achieved by using stick filter and top-hat transform has been implemented for smoothing the contour. A Gabor filter bank for extraction of rotation-invariant texture features has been implemented. A support vector machine(SVM) for training step has been used to get each feature of prostate and nonprostate. Finally, the boundary of prostate is extracted by the snake-like contour algorithm. A number of experiments are conducted to validate this method and results showed that this new algorithm extracted the prostate boundary with less than 10.2% of the accuracy which is relative to boundary provided manually by experts.

• 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
• /
• 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.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.101-109
• /
• 2012

TRUS영상에서 전립선에 대한 많은 진단과 치료 과정에서 정확한 전립선 경계의 추출이 요구된다. 여기에는 전립선 경계의 애매함, 반점, 낮은 그레이 레벨로 인하여 많은 어려움이 존재한다. 본 논문에서는 서포트 벡터와 뱀형상 윤곽선을 이용하여 TRUS영상의 자동 전립선 분할에 대한 방법을 제안한다. 이 방법은 전처리, 가버 특성 추출, 학습, 전립선 추출 단계로 구성된다. 텍스처 특성을 추출하기 위하여 가버 필터 뱅크가 사용되며, 학습 과정에서 전립선과 비전립선의 각 특성을 얻기 위하여, SVM이 사용된다. 전립선의 경계는 뱀형상 윤곽 알고리즘에 의해 추출된다. 실험 결과, 제안된 알고리즘은 인간 전문가가 추출한 경계와 비교했을 때 9.3%보다 적은 차이로 전립선 경계를 추출할 수 있었다.

• 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.

• Investigative Magnetic Resonance Imaging
• /
• 제24권3호
• /
• pp.123-131
• /
• 2020

Purpose: Joint label fusion (JLF) is a popular multi-atlas-based segmentation algorithm, which compensates for dependent errors that may exist between atlases. However, in order to get good segmentation results, it is very important to set the several free parameters of the algorithm to optimal values. In this study, we first investigate the feasibility of a JLF algorithm for prostate segmentation in MR images, and then suggest the optimal set of parameters for the automatic prostate segmentation by validating the results of each parameter combination. Materials and Methods: We acquired T2-weighted prostate MR images from 20 normal heathy volunteers and did a series of cross validations for every set of parameters of JLF. In each case, the atlases were rigidly registered for the target image. Then, we calculated their voting weights for label fusion from each combination of JLF's parameters (r_pxy, r_pz, r_sxy, r_sz, β). We evaluated the segmentation performances by five validation metrics of the Prostate MR Image Segmentation challenge. Results: As the number of voxels participating in the voting weight calculation and the number of referenced atlases is increased, the overall segmentation performance is gradually improved. The JLF algorithm showed the best results for dice similarity coefficient, 0.8495 ± 0.0392; relative volume difference, 15.2353 ± 17.2350; absolute relative volume difference, 18.8710 ± 13.1546; 95% Hausdorff distance, 7.2366 ± 1.8502; and average boundary distance, 2.2107 ± 0.4972; in parameters of r_pxy = 10, r_pz = 1, r_sxy = 3, r_sz = 1, and β = 3. Conclusion: The evaluated results showed the feasibility of the JLF algorithm for automatic segmentation of prostate MRI. This empirical analysis of segmentation results by label fusion allows for the appropriate setting of parameters.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권9호
• /
• pp.695-699
• /
• 2009

본 논문에서는 기울기와 밝기값 분포 정보를 고려하여 전립선 객체를 분할하는 방법을 제안한다. 제안방법은 네 단계로 이루어진다. 첫째, 일정 간격으로 방사선을 생성한다. 이 때, 방사선의 시작 위치와 길이를 산정함으로써 잡음의 영향을 최소화 한다. 둘째, 방사선에서 얻은 프로파일을 기울기 기준으로 경계점 후보들을 정렬하고 정렬 된 순서에 따라 우선순위를 부여한다. 셋째, 기울기 우선순위와 자기값 분포를 사용하여 경계점을 추출한다. 마지막으로 경계점 추출 오류를 줄이기 위하여 추출된 경계점을 B-스플라인 보간으로 보정한다. 정확성 평가를 위하여 전문가가 수동 분할한 결과와 본 제안방법을 적용하여 얻은 결과간 평균거리차이 측정과 중복지역비율 측정을 수행한다. 실험결과 평균거리차이는 1.09mm, 표준편차는 $\pm0.20mm$로 측정되었고, 중복지역비율은 92%로 측정되었다.