$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

MR영상의 3차원 가시화 및 분석을 위한 뇌영역의 자동 분할

Automatic Brain Segmentation for 3D Visualization and Analysis of MR Image Sets

정보처리논문지 = The transactions of the Korea Information Processing Society, v.7 no.2, 2000년, pp.542 - 551  

김태우 (삼성종합기술원 의료전자랩)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract AI-Helper 아이콘AI-Helper

In this paper, a novel technique is presented for automatic brain region segmentation in single channel MR image data sets for 3D visualization and analysis. The method detects brain contours in 2D and 3D processing of four steps. The first and the second make a head mask and an initial brain mask...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 MR 영상의 3차원 가시화 및 분석을 위하여 Tl, T2, PD, SPGR 둥의 단일 채널(channel) MR 영상에서 뇌영역의 자동 분할 알고리즘을 제안한다. 이 방법은 뇌윤곽을 4단계의 2차원 및 3차원 처리에 의하여 찾아낸다.
  • 본 논문은 MR 영상의 3차원 가시화 및 분석을 위한 단일 채널 MR 영상의 자동 뇌영역 분할 방법을 제안하였다. 이 방법은 4단계의 2차원 및 3차원 처리에 의하여 뇌윤곽을 찾는 방법이며, 부분적 곡선 적합에 의한 자동 문턱치화와 단위 복셀들로 재구성된 볼륨에 대한 형태학적 연산, 연결부위 레이블링과 경계추적 및 영역채우기를 이용하였다.

가설 설정

  • 필요하다. 1) 3차원 볼륨을 생성하면 관심 영역은 반드시 한 개로 표현된다. 2) 3차원 볼륨에서 분리된 관심 영역은 다른 분리된 영역보다 크다.
  • 2) 3차원 볼륨에서 분리된 관심 영역은 다른 분리된 영역보다 크다. 3) 뇌영역의 분포는 부분적으로 가우스분포로 모델링된다. 통상적으로 임상 및 연구용으로 사용하고 있는 뇌에 대한 MR 영상은 위의 3가지 가정을 모두 만족한다.
  • 3) 뇌영역의 분포는 부분적으로 가우스분포로 모델링된다. 통상적으로 임상 및 연구용으로 사용하고 있는 뇌에 대한 MR 영상은 위의 3가지 가정을 모두 만족한다. 가정 1)과 2)의 경우 MR 영상 촬영시에 관심영역은 대뇌나 소뇌와 같은 비교적 큰 영역이며 획득된 영상은 여러 장의 슬라이스들로 구성되기 때문이다.
본문요약 정보가 도움이 되었나요?

참고문헌 (12)

  1. P. A. Freeborough and N. C. Fox, 'Assessing patterns and rates of brain atrophy by serial MRI : A segmentation, registration, display and quantification procedure,' Proc. Visualization in Biomedical Computing '96, Vol.1131, pp.419-428, 1996 

  2. B. Johnston, M. S. Atkins, B. Mackiewich, and M. Anderson, 'Segmentation of multiple sclerosis lesions in intensity corrected multispectral MRI,' IEEE Trans. Medical Imaging, Vol.15, pp.154-169, 1996 

  3. G. B. Aboutanos and B. M. Dawant, 'Automatic brain segmentation and validation: Image-based versus atlas-based deformable models,' Proc. SPIE-Medical Imaging 1997, Vol.3034, pp.299-310, 1997 

  4. Marijn E. Brummer, Russell M. Mersereau, Robert L. Eisner, and Richard R. J. Lewine, 'Automatic Detection of Brain Contours in MRI Data Sets,' IEEE Trans. Medical Imaging, Vol.12, pp.153-166, 1993 

  5. M. Stella Atkins and Blair T. Mackiewich, 'Fully Automatic Segmentation of the Brain in MRI,' IEEE Trans. Medical Imaging, Vol.17, pp.98-107, 1998 

  6. J. W. Snell, M. B. Merickel, J. M. Ortega, J. C. Goble, J. R. Brookeman, and N. F. Kassell, 'Segmentation of the brain from 3D MRI using a hierarchical active surface template,' Proc. SPIE, Vol.2167, pp.2-9, 1994 

  7. R. G. Keys, 'Cubic Convolution Interpolation for Digital Image Processing,' IEEE Trans. Acoustics, Speech, and Signal Processing, AASP-29, 6, pp. 1153-1160, 1981 

  8. William K. Pratt, Digital Image Processing, 1991 

  9. W. H. Press, B. P. Flannery, Saul A. Teukolsky, William T. Vetterling, Numerical Recipes in C. Cambridge University Press, Cambridge, 1988 

  10. W. A. Edelstein, P. A. Bottomley, and L. M. Pfeifer, 'A signal-to-noise calibration procedure for NMR imaging systems,' Med Phys., Vol.11, pp.180-185, 1984 

  11. M. Henkelman, 'Measurement of signal intensities in the presence of noise in MR images,' Med Phys., Vol.12, pp.232-233, 1985 

  12. Alex P. Zijdenbos, Benoit M. Dawant, Richard A. Margolin, and Andrew C. Palmer, 'Morphometric Analysis of White Matter Lesions in MR Images : Method and Validation', IEEE Trans. Medical Imaging, Vol.13, pp.716-724, 1994 

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트