선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기관지 및 폐 분할 단계는 주변 구조물로부터 기관지와 폐에 포함되는 복셀들을 분리하는 것이 목적이다. 기관지 및 폐 분할을 위해 일반적으로 밝기값 기반 임계 값 기법과 영역성장법이 사용된다[5].
- 따라서 본 논문에서는 폐 구조물들을 흉부 CT 영상으로부터 정확하고 효율적으로 분할하기 위한 자동분할 방법을 제안한다. 폐를 자동 분할하기 위해 2차원 영역 성장법의 역연산을 사용함으로써 폐 내부의 흘이나폐 경계의 왜곡 없이 정확하게 폐를 분할한다.
- 이와 같은 흘을 채워주기 위해 형태학적 닫힘 연산[14]과 같은 추가연산을 수행하여야 하는데 흘을 완전히 채우면서 폐의 형태에 왜곡을 주지 않도록 마스크 형태를 설정하는 것이 어렵다. 따라서 본 논문에서는 흘 발생과 같은 제약 없이 흉부 CT 영상에서 자동으로 폐를 분리하기 위하여 2차원 영역 성장법의 역연산을 제안한다.
- 본 논문은 그림 1과 같이 흉부 CT 영상에서 폐, 기관지, 폐혈관과 같은 폐 구조물을 자동 분할하기 위한 방법을 제안한다. 각 구조물을 분할하기 위해 흉부 CT 영상에 최적 임계값 기법을 적용하여 임계값을 계산한 뒤 영상의 밝기값 정보에 기반한 분할 방법을 사용한다.
- 본 연구는 흉부 CT 영상에서 폐, 기관지, 폐혈관을 정확하게 자동 분할하기 위한 방법을 개발하였다. 제안 방법은 2차원 역 영역성장법과 3차원 연결화소군 레이블링을 통해 폐 내부의 흘과 폐 경계의 왜곡 없이 기관지와 폐를 분할할 수 있다.
- 영역 성장법에 적용할 적절한 임계값의 설정을 어렵게 만들기 때문이다. 이런 문제점들을 해결하기 위해서 본 논문은 기관지의 형태적 특성에 따라 영역성장의 조건을 변화시키는 분기 기반 영역성장법을 제안한다.
제안 방법
- 3차원 분기 기반 영역성장법의 견고성을 향상시키기위해 본 논문은 선 필터링(pre-filtering)과 후처리(post processing) 를 수행하였다. 폐와 기관지를 구분하는 기관지 벽이 매우 얇으며, 부분 볼륨 효과(partial volume effect)로 인해 CT 영상에서 기관지 벽의 가시성이 쩔어지기 때문에 기관지에 일반적인 영역성장법을 적용하는 경우 폐로 영역이 누출될 수 있다[切.
- 제안한다. 각 구조물을 분할하기 위해 흉부 CT 영상에 최적 임계값 기법을 적용하여 임계값을 계산한 뒤 영상의 밝기값 정보에 기반한 분할 방법을 사용한다. 먼저 2차원 역 영역성장법을 사용하여 각 CT 단면 영상에서 기관지 및 폐를 분할한다.
- 그림 5는 6개의 이웃 복셀을 고려하는 3차원 영역성장법을 2차원으로 단순화하여 표현한 것이며, 각 복셀에 표기된 숫자는 영역성장의 단계를 나타낸다. 기관 분기점을 찾기 위해 영역이 한 단계 성장할 때마다 성장된 영역에 대해 26개의 이웃 복셀들을 고려하여 3차원 연결화소군 레이블링을 수행한다. 기관은 좌우기관지로 분기되므로 연결화소군의 개수가 하나에서 둘로 증가하는 위치를 기관 분기점으로 설정한다.
- 丁는 실험적으로 5 로 설정하였다. 기관지 및 폐 분할 단계의 결과에 밝기 값 기반 임계값 기법을 적용하여 설정된 임계값 보다 밝기 값이 큰 복셀들을 폐혈관으로 분할한다.
- 소요되는 총 수행시간을 보여준다. 기관지 및 폐분할, 기관지 분할과 영상감산을 통한 폐 분할, 폐혈관 분할에 대해 각각 소요시간을 측정하였다. 51〜446장의 슬라이스를 가지는 환자데이타에 대해 기관지 및 폐 분할, 기관지 분할 및 영상 감산, 폐혈관 분할에 각각 15.
- 폐를 자동 분할하기 위해 2차원 영역 성장법의 역연산을 사용함으로써 폐 내부의 흘이나폐 경계의 왜곡 없이 정확하게 폐를 분할한다. 기관지 분할을 위해 3차원 분기 기반 영역성장법을 제안함으로써 세부기관지에서 폐로의 영역 누출 없이 기관지를 견고하게 분할한다. 폐혈관 분할을 위해 히스토그램 분석을 사용하여 환자데이타에 따라 적절한 임계값을 계산하고 밝기값 기반 임계값 기법을 적용한다.
- 결과이다. 길이는 각 가지가 시작되는 위치에서 끝나는 위치, 즉 분기점까지의 거리를 즉정하였고 각 위치는 수동으로 선택하였다. 세 가지 방법을 통해 분할된 기관지의 길이는 기관과 첫 번째 가지까지는 거의 비슷하지만 분기 기반 영역성장법을 사용한 경우 네 번째 가지의 길이가 평균 3〜6복셀 더 길었다.
- 영역성 장법올 적용하여 씨앗점과 밝기값이 비슷한 흉부 영역을 분할하고, 분할 결과에 역 연산을 수행하여 그림 3(b)와 같이 폐 내부의 홀과 폐 경계의 왜곡 없이 폐와 기관지를 분할한다. 마지막으로, 폐 구조물이 아님에도페, 기관지와 유사한 밝기값을 가지는 다른 구조물들이 검출될 수 있으므로 3차원 연결화소군 레이블링을 적용하여 이를 제거한다. 이 때, 메모리와 수행시간 측면에서 효율성을 향상시키기 위해 저해상도 볼륨에서 연결화소군 레이블링을 적용한다[16].
- 폐에서 기관지를 분리시키기 위해 3차원 분기 기반 영역성장법을 사용하여 기관지를 분할한 후, 이 결과를 기관지 및 폐 분할 결과에서 영상감산 하여 폐를 분할한다. 마지막으로, 히스토그램 분석을 통해 폐혈관 분할에 적합한 임계값을 계산한 후, 기관지 및 폐 분할 결과에 밝기값 기반 임계값 기법을 적용하여 폐혈관을 분할한다.
- 각 구조물을 분할하기 위해 흉부 CT 영상에 최적 임계값 기법을 적용하여 임계값을 계산한 뒤 영상의 밝기값 정보에 기반한 분할 방법을 사용한다. 먼저 2차원 역 영역성장법을 사용하여 각 CT 단면 영상에서 기관지 및 폐를 분할한다. 폐에서 기관지를 분리시키기 위해 3차원 분기 기반 영역성장법을 사용하여 기관지를 분할한 후, 이 결과를 기관지 및 폐 분할 결과에서 영상감산 하여 폐를 분할한다.
- 먼저 초기 임계값 To을 정하고 흉부 CT 영상을 To 보다 밝기값이 높은 영역과 낮은 영역으로 구분한다. 두 번째, 밝기값이 높은 영역에 포함되는 복셀들의 평균 밝기 값인 如(命)와 밝기값이 낮은 영역에 속하는 복셀들의 평균 밝기값인 心。)을 계산하고, 식 (1)과 같이 두 값의 산술 평균을 새로운 임계값 Ti로 설정한다.
- 본 연구에서는 횡격막을 제거하기 위해 횡격막이 폐의 아래에 위치해 있으며, CT 단면 영상에서 폐종양 보다 직경이 갈고, 원형이라는 해부학적 지식을 이용한다. 밝기값 기반 임계값 기법 적용 결과에 2차원 연결 화소군 레이블링을 적용하여 각 단면 영상에서 가장 큰 연결화소군을 찾고 그 연결화소군의 크기와 원 형성(circularity)을 분석한다. 크기가 반경 8mm인 원보다 크고, 원형성이 0.
- 방법이다. 배경에 영역성장법을 적용한 뒤 역 연산을 하여 흉부를 분할하고, 동일한 방법으로 흉부에서 기관지 및 폐를 분할한다. 배경에서 흉부를 분할하기 위하여 씨앗점은 CT 단면 영상의 (0, 0) 좌표에 설정한다.
- 이와 같은 문제점을 해결하기 위해 Masutani[ll]는 좁은 임계 값의 범위에 포함된 영역을 씨앗점으로 하여 임계 값의 범위를 늘려가는 방법을 사용하였다. 백분율 기반 방법은 전체 폐 영역에서 폐혈관이 차지하는 비율을 정하고 그에 따라 폐혈관을 분할하였다. 그러나 모든 환자 데이타에 동일한 백분율을 적용함으로써 분할의 정확성을 떨어뜨리는 문제점이 있다.
- CT 영상은 16채널 CT 스캐너(16~channel CT scanner)인 GE Healthcare의 LightSpeed Ultra와 지멘스의 Sen- sationl6에서 촬영되었으며 모든 영상의 해상도는 512 X 512이다. 본 논문에서 제안한 방법의 적용결과를 평가하기 위해 임상의의 도움을 얻어 펴], 기관지, 폐혈관의 분할 결과에 대한 육안평가을 수행하였고, 수동 분할 결과와 비교를 통해 정확성을 평가하였다.
- 본 연구에서는 제안방법의 분할 결과에 대한 정확성을 평가하기 위해 전문가에 의한 수동분할 결과와 비교하였다. 수동분할을 위해 제안방법을 적용하여 자동 분할된 폐에 경계 추적(contour tracking) 기법을 적용하여 폐 경계를 찾고 경계 위의 점을 편집할 수 있는 도구를 만들었다.
- 일반적으로 CT 영상에서 폐혈관의 평균 밝기값은 20 -350 HU의 범위에 있지만[18, 19], 조영제 투여 여부, CT 촬영 시 투과된 방사선 양 등에 영향을 받으므로 획득된 환자데이타에 따라 다른 분포를 가질 수 있다. 본 연구에서는 환자데이타에 적합한 임계값을 계산하기 위해 히스토그램(histogram)을 분석하고, 이를 통해 계산된 임계값을 밝기값 기반 임계값 기법에 사용하여 폐혈관을 분할한다.
- 수 있다. 본 연구에서는 횡격막을 제거하기 위해 횡격막이 폐의 아래에 위치해 있으며, CT 단면 영상에서 폐종양 보다 직경이 갈고, 원형이라는 해부학적 지식을 이용한다. 밝기값 기반 임계값 기법 적용 결과에 2차원 연결 화소군 레이블링을 적용하여 각 단면 영상에서 가장 큰 연결화소군을 찾고 그 연결화소군의 크기와 원 형성(circularity)을 분석한다.
- 두 번째, 밝기값이 높은 영역에 포함되는 복셀들의 평균 밝기 값인 如(命)와 밝기값이 낮은 영역에 속하는 복셀들의 평균 밝기값인 心。)을 계산하고, 식 (1)과 같이 두 값의 산술 평균을 새로운 임계값 Ti로 설정한다. 세 번째, Ti을 이용하여 흉부 CT 영상에 임계값 기법을 적용한다. 임계값의 변화가 미리 설정한 값 e보다 작을 때까지 위의 과정을 반복한다.
- 수동분할을 위해 제안방법을 적용하여 자동 분할된 폐에 경계 추적(contour tracking) 기법을 적용하여 폐 경계를 찾고 경계 위의 점을 편집할 수 있는 도구를 만들었다. 한 명의 전문가가 이 경계 편집 도구를 이용하여 폐 경계를 수동 분할하였다.
- Hu[5] 는 흉부 CT 영상에서 최적 임계값 기법(optimal thres- holding)을 적용하여 폐 내부와 비슷한 밝기값을 갖는 영역을 분할하였다. 이 때, 폐 보다 밝기값이 큰 폐 내부의 혈관 부분에 흘(hole)이 생기는 문제를 2차원 형태학적 연산(morphological operation)을 추가적으로 수행하여 해결하였다. 그러나 이 연산들은 단면 영상(axial image) 에 대해서만 수행되므로 횡단면 영상 (coronal image)으로 봤을 때 폐의 거친 경계부분이 여전히 남게 된다.
- 문제점이 있다. 이를 해결하기 위해 3차원 영역 성장법을 사용하여 기관지를 분할한 후 그 결과를 기관지 및 폐에서 영상 차감하는 방법을 사용할 수 있다. 그러나 일반적인 3차원 영역성장법을 사용하여 견고하게 기관지를 분할하는 것이 매우 어렵다.
- 그러나 이 연산들은 단면 영상(axial image) 에 대해서만 수행되므로 횡단면 영상 (coronal image)으로 봤을 때 폐의 거친 경계부분이 여전히 남게 된다. 이와 같은 문제를 해결하기 위해 Ukil⑹은 3차원 형태 학적 닫힘 연산(셔osing operation)을 수행함으로써 자동으로 폐 경계를 평활화(smoothing)하는 방법을 제안하였다.
- 제안방법을 평가하기 위해 폐종양을 가지고 있는 10명의 환자 데이타를 사용하였다. 정확성 평가를 위해 전문가가 수동 분할한 결과와 제안 방법의 자동 분할 결과를 정량적으로 비교하였고, 육안평가와 수행시간 측정을 수행하였다. 육안평가는 펴}, 기관지, 폐혈관이 정확하게 분할됨을 보여주며, 정확성 평가는 제안방법을 통해 분할된 폐 경계와 수동분할 방법에 의해 분할된 폐 경계사이의 거리차가 우폐는 평균 0.
- 한 명의 전문가가 이 경계 편집 도구를 이용하여 폐 경계를 수동 분할하였다. 정확성은 자동 분할한 폐 경계와 수종 분할한 폐 경계 사이의 제곱근 거리 차(root mean square distance) 를 계산함으로써 측정하였다. X? 가 자동 분할한 폐 경계의 한 화소이고 X? 가 수동 분할한 폐 경계의 한 화소라고 할 때 식 (1) 과같이 T게 대해 수동 분할한 폐 경계까지의 최소 거리가 계산된다.
- 제안 방법은 2차원 역 영역성장법과 3차원 연결화소군 레이블링을 통해 폐 내부의 흘과 폐 경계의 왜곡 없이 기관지와 폐를 분할할 수 있다. 특히 연결화소군 레이블링을 저해상도 볼륨에 대해 수행하여 메모리와 수행시간 측면에서 효율성을 높일 수 있다.
- 먼저 2차원 역 영역성장법을 사용하여 각 CT 단면 영상에서 기관지 및 폐를 분할한다. 폐에서 기관지를 분리시키기 위해 3차원 분기 기반 영역성장법을 사용하여 기관지를 분할한 후, 이 결과를 기관지 및 폐 분할 결과에서 영상감산 하여 폐를 분할한다. 마지막으로, 히스토그램 분석을 통해 폐혈관 분할에 적합한 임계값을 계산한 후, 기관지 및 폐 분할 결과에 밝기값 기반 임계값 기법을 적용하여 폐혈관을 분할한다.
- 분할된 기관지를 기관지 및 폐 분할 단계의 결과에서 영상 감산함으로써 정확한 폐를 분할할 수 있다. 폐혈관은 기관지 및 폐 분할 단계의 결과에 밝기값 기반 임계값 기법을 적용하여 분할한다. 히스토그램 분석을 통해 환자데이타에 따라 적절한 임계값을 설정할 수 있다.
- 이 그래프는 밝기값이 낮은 영역과 높은 영역에 각각 지역 최대치(local optima)를 가지며 최적 임계값 Topt< 기준으로 두 영역이 나눠진다. 폐혈관의 평균 밝기값 분포는 최적 임계 값 Topt 보다 높으므로 폐혈관 분할을 위한 정확한 임계값을 계산하기 위해 T°pr부터 높은 쪽으로 복셀 빈도수의 변화량을 탐색한다. 이 때, 현재 밝기 값의 복셀 빈도수와 다음 밝기값의 복셀 빈도수의 차이가 미리 설정한 값 丁보다 크면 현재의 밝기값 Tgsel을 폐혈관 분할을 위한 임계값으로 설정한다.
- 수동분할을 위해 제안방법을 적용하여 자동 분할된 폐에 경계 추적(contour tracking) 기법을 적용하여 폐 경계를 찾고 경계 위의 점을 편집할 수 있는 도구를 만들었다. 한 명의 전문가가 이 경계 편집 도구를 이용하여 폐 경계를 수동 분할하였다. 정확성은 자동 분할한 폐 경계와 수종 분할한 폐 경계 사이의 제곱근 거리 차(root mean square distance) 를 계산함으로써 측정하였다.
- 영역성장법에 의해 흉부 외부의 공기 영역이 분할되고 이 결과에 역 연산을 수행하면 흉부가 분할된다. 흉부에서 폐 영역을 분할하기 위해 흉부 내부의 화소를 자동으로 찾아 씨앗점으로 설정한다. 이 때, CT 단면 영상의 (0, 0) 좌표부터 대각선 방향으로 화소를 탐색하여 임계값보다 밝기값이 큰 화소를 만나면 그 화소를 씨앗점으로 설정한다.
대상 데이터
- 표 1은 환자 10명의 흉부 CT 영상 정보를 나타낸 것이다. CT 영상은 16채널 CT 스캐너(16~channel CT scanner)인 GE Healthcare의 LightSpeed Ultra와 지멘스의 Sen- sationl6에서 촬영되었으며 모든 영상의 해상도는 512 X 512이다. 본 논문에서 제안한 방법의 적용결과를 평가하기 위해 임상의의 도움을 얻어 펴], 기관지, 폐혈관의 분할 결과에 대한 육안평가을 수행하였고, 수동 분할 결과와 비교를 통해 정확성을 평가하였다.
- 0GB 메모리를 장착한 펜티엄IV PC에서 수행하였다. 본 분할방법은 폐종양을 가진 환자 10명의 흉부 CT 영상에 적용되었다. 표 1은 환자 10명의 흉부 CT 영상 정보를 나타낸 것이다.
- 본 실험은 2.5GHz CPU와 2.0GB 메모리를 장착한 펜티엄IV PC에서 수행하였다. 본 분할방법은 폐종양을 가진 환자 10명의 흉부 CT 영상에 적용되었다.
- 히스토그램 분석을 통해 환자데이타에 따라 적절한 임계값을 설정할 수 있다. 제안방법을 평가하기 위해 폐종양을 가지고 있는 10명의 환자 데이타를 사용하였다. 정확성 평가를 위해 전문가가 수동 분할한 결과와 제안 방법의 자동 분할 결과를 정량적으로 비교하였고, 육안평가와 수행시간 측정을 수행하였다.
데이터처리
- 좌우 기관지는 밝기값이 비슷한 폐와 연결되어 있으므로 최적 임계값을 이용하여 영역성장법 수행 시 폐가 함께 분할될 수 있다. 이와 같은 문제점을 해결하기 위해 기관에 포함된 복셀들의 밝기 값의 평균 "과 표준편차 b 를 바탕으로 새로운 임계 값 “-"必를 계산한다. 그림 2(a)와 같이 기관지는 폐에 비해 밝기값의 분포가「낮으므로 상수 万를 조절함으로써 기관지만 분할할 수 있다.
- 제안방법을 사용한 기관지 분할 결과의 정확성을 평가하기 위해, 기존 영역성장법을 사용하여 분할한 결과와 비교하였다. 또한, 히스토그램 분석을 통한 폐혈관 분할 결과를 고정된 임계값, 최적 임계값을 사용하여 분할한 결과와 비교하였다. 제안방법은 자동으로 정확하게 폐, 기관지, 폐혈관을 분할하므로 폐 구조물의 정량적 평가를 위해 사용될 수 있으며, 나아가 폐 질환의 진단과 연구에 활용될 수 있다.
- 18복셀로 근소함을 보여주었다. 제안방법을 사용한 기관지 분할 결과의 정확성을 평가하기 위해, 기존 영역성장법을 사용하여 분할한 결과와 비교하였다. 또한, 히스토그램 분석을 통한 폐혈관 분할 결과를 고정된 임계값, 최적 임계값을 사용하여 분할한 결과와 비교하였다.
이론/모형
- 이 방법은 폐 분할의 정확도가 지식수준에 의존적인 단접이 있다. Armato[4]는 배경으로부터 흉부를, 흉부로부터 폐를 분할하기 위해 밝기값 기반 임계값 기법 (gray-level thresholding)올 사용하였다. 또한 흉벽에 위치한 폐 결절(nodule)이 폐와의 밝기값 차이로 분할 결과에 포함되지 않는 문제점을 해결하기 위해 롤링 볼 알고리즘(rolling-ball algorithm)을 사용하였다.
- Armato[4]는 배경으로부터 흉부를, 흉부로부터 폐를 분할하기 위해 밝기값 기반 임계값 기법 (gray-level thresholding)올 사용하였다. 또한 흉벽에 위치한 폐 결절(nodule)이 폐와의 밝기값 차이로 분할 결과에 포함되지 않는 문제점을 해결하기 위해 롤링 볼 알고리즘(rolling-ball algorithm)을 사용하였다. Hu[5] 는 흉부 CT 영상에서 최적 임계값 기법(optimal thres- holding)을 적용하여 폐 내부와 비슷한 밝기값을 갖는 영역을 분할하였다.
- CT 영상의 밝기값은 CT 촬영기기의 방사선 양에 따라 환자마다 달라질 수 있으므로 [13] 고정된 임계값을 사용하는 것 보다는 환자 데이타에 따른 최적의 임계값 를 계산하는 것이 필요하다. 이를 위해 본 연구에서는 최적 임계값 기법(optimal thresholdine)[14]을 사용한다.
- 따라서 본 논문에서는 폐 구조물들을 흉부 CT 영상으로부터 정확하고 효율적으로 분할하기 위한 자동분할 방법을 제안한다. 폐를 자동 분할하기 위해 2차원 영역 성장법의 역연산을 사용함으로써 폐 내부의 흘이나폐 경계의 왜곡 없이 정확하게 폐를 분할한다. 기관지 분할을 위해 3차원 분기 기반 영역성장법을 제안함으로써 세부기관지에서 폐로의 영역 누출 없이 기관지를 견고하게 분할한다.
- 기관지 분할을 위해 3차원 분기 기반 영역성장법을 제안함으로써 세부기관지에서 폐로의 영역 누출 없이 기관지를 견고하게 분할한다. 폐혈관 분할을 위해 히스토그램 분석을 사용하여 환자데이타에 따라 적절한 임계값을 계산하고 밝기값 기반 임계값 기법을 적용한다.
성능/효과
- 특히 연결화소군 레이블링을 저해상도 볼륨에 대해 수행하여 메모리와 수행시간 측면에서 효율성을 높일 수 있다. 기관지는 제안한 3차원 분기 기반 영역성장법을 사용하여 폐로의 영역 누출 없이 정확하게 분할할 수 있다. 또한 선필터링과 후처리를 통해 기관지를 견고하게 분할할 수 있다.
- 추가적으로 후처리를 하면 세 번째 줄과 같이 기관지 벽이 포함된 매끈한 기관지 표면을 얻을 수 있다. 분기 기반 영역성장법은 -924HU을 사용한 영역 성장법 처럼 영역 누출이 없으며, -974HU을 사용한 영역 성장법에 비해 더 많은 수의 가지를 검출함을 보여준다.
- 길이는 각 가지가 시작되는 위치에서 끝나는 위치, 즉 분기점까지의 거리를 즉정하였고 각 위치는 수동으로 선택하였다. 세 가지 방법을 통해 분할된 기관지의 길이는 기관과 첫 번째 가지까지는 거의 비슷하지만 분기 기반 영역성장법을 사용한 경우 네 번째 가지의 길이가 평균 3〜6복셀 더 길었다.
- 정확성 평가를 위해 전문가가 수동 분할한 결과와 제안 방법의 자동 분할 결과를 정량적으로 비교하였고, 육안평가와 수행시간 측정을 수행하였다. 육안평가는 펴}, 기관지, 폐혈관이 정확하게 분할됨을 보여주며, 정확성 평가는 제안방법을 통해 분할된 폐 경계와 수동분할 방법에 의해 분할된 폐 경계사이의 거리차가 우폐는 평균 0.26복셀, 좌폐는 평균 0.18복셀로 근소함을 보여주었다. 제안방법을 사용한 기관지 분할 결과의 정확성을 평가하기 위해, 기존 영역성장법을 사용하여 분할한 결과와 비교하였다.
- -924HU의 임계값을 사용한 영역성장법은 폐로 영역이 누출되는 현상이 생기지만 분기 기반 영역성장법은 상대적으로 영역 누출 정도가 적다. 표 2와 같이 임계값이 -924HU 인 영역성장법을 사용하여 분할한 기관지는 용적이 71.33cc인 반면 분기 기반 영역성장법을 통해 분할한 기관지의 용적은 37.87cc였다. 두 번째 줄은 선 필터링을 추가적으로 수행했을 때 영역 누출 정도가 감소함을 보여룬다.
- 환자데이타에 따라 각각 다른 결과를 보였으나, 우폐의 경우 수동분할방법을 사용했을 때 평균 폐 용적이 2444cc에서 2473cc로 증가했으며, 좌폐는 두 방법을 사용한 결과 평균 폐 용적이 2102cc와 2103cc로 거의 비슷한 결과를 보였다.
후속연구
- 또한, 히스토그램 분석을 통한 폐혈관 분할 결과를 고정된 임계값, 최적 임계값을 사용하여 분할한 결과와 비교하였다. 제안방법은 자동으로 정확하게 폐, 기관지, 폐혈관을 분할하므로 폐 구조물의 정량적 평가를 위해 사용될 수 있으며, 나아가 폐 질환의 진단과 연구에 활용될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.