[논문]그래픽 하드웨어기반의 3차원 질감을 사용한 볼륨 데이터의 3차원 객체 경계 가시화

김홍재; 최흥국

문제 정의

그래서 객체와 객체 사이들의 경계 부분 추출을 위해 데이터 값의 유사성과 경계성의 특징을 고려하여 영상을 구성하는 공간상의 각 데이터 값들과 그 값에 해당하는 지역적 최소 최대 기울기 값을 참조 전이함수로 재구성하여 그래픽 하드웨어 상에서 볼륨 렌더링을 수행하였다. 따라서 본 연구에서는 범용 그래픽 하드웨어를 사용한 볼륨데이터의 3차원 가시화에 그 목적을 두었으며 객체별 경계추출을 위한 다차원 전이함수와 그래픽 하드웨어 상에서의 3차원 절편 및 질감 사상기술을 수행하여 뚜렷한 3차원 객체 가시화를 보여 주게 되었다.
즉, 복잡한 정점 변환과 화소 쉐이딩 연산들을 CPU로부터 GPU(Graphics Processing Unit)로 이양하는 가능성을 열었고, OpenGL과 DirectX와 같은 3D API의 확장성을 제공받음으로써 GPU에서의 정점수준과 화소수준에서의 프로그래밍 가능성을 제공받았으며, 저수준(low-level) 언어로써만 제공되어지던 정점, 화소 수준의 프로그래밍을 최근에는 고수준(high-leve) 언어로의 탈바꿈으로 인해 프로그램의 용이성을 제시하고 있는 실정이다[3,4]. 본 논문에서는 이러한 GPU의 특징과 함께 고수준 언어를 사용하여 그래픽 하드웨어의 기능별 레지스터들을 프로그래밍 함으로써, 볼륨 렌더링 파이프라인에 그래픽 하드웨어의 가속화 알고리즘을 제안한다 (그림. 1).
이를 위해서는 각 객체들만이 가지는 특징값 추출이 중요하다. 본 연구에서는 이러한 객체들이 가지는 특징 값을 영상 기울기만을 통하여 구한 뒤에 그래픽 하드웨어 기반의 질감 형식으로 다차원 전이함수를 생성하여 사용자 임의의 객체 분류가 가능하도록 하였다. 이를 통한 뚜렷한 결과를 3차원 가시화를 통하여 증명하였다.

제안 방법

그림 8(a)는 12비트의 머리 영상이다. LMMG로부터 뼈에 대한 색상 및 투명도 속성 값을 설정하였으나, 동일 정보를 설정하는 이유 때문에 영상의 굴곡이 없어 보이지만, LMMG에서 뼈를 나타내는 부위 옆에 전이함수를 생성하고 색상을 검은색으로 다시 설정함으로써 문제점을 해결하였다. 즉, 셰이더와 같은 복잡한 계산을 하지 않고서도 경계선이 가지는 특징만으로써 굴곡 및 음영의 처리를 할 수 있음을 확인하였다.
하지만, 볼륨 렌더링의 특징이 내부 객체의 가시화임을 고려할 때 각 객체들의 경계부분에 대한 가시화 기술은 볼륨 렌더링의 목적에 부합하다고 할 수 있다. 그래서 객체와 객체 사이들의 경계 부분 추출을 위해 데이터 값의 유사성과 경계성의 특징을 고려하여 영상을 구성하는 공간상의 각 데이터 값들과 그 값에 해당하는 지역적 최소 최대 기울기 값을 참조 전이함수로 재구성하여 그래픽 하드웨어 상에서 볼륨 렌더링을 수행하였다. 따라서 본 연구에서는 범용 그래픽 하드웨어를 사용한 볼륨데이터의 3차원 가시화에 그 목적을 두었으며 객체별 경계추출을 위한 다차원 전이함수와 그래픽 하드웨어 상에서의 3차원 절편 및 질감 사상기술을 수행하여 뚜렷한 3차원 객체 가시화를 보여 주게 되었다.
1) 그리고 OpenGL 셰이딩 언어를 사용하여 구현하였다. 그리고 본 실험에서는 2차원으로 구성된 두 가지 시리즈 의료영상 데이터들을 볼륨 데이터로 재구성하였으며 부수적인 볼륨 데이터가 필요하지 않은 그래픽 하드웨어의 3차원 질감 사용과 함께 영상기울기의 다차원 전이함수 알고리즘을 적용하였다. 그리고 제안하는 알고리즘을 적용하기 위하여 본 연구에서는 2차원 격자데이터로 이루어진 의료영상데이터(DICOM: Digital Imaging and Communication in Medicine)를 사용하였다(표 1).
본 연구에서 제안하는 LMMG(Local Min-Max Gradient)알고리즘은 볼륨 데이터의 원본 값과 기울기 값의 비교연산을 통하여 색상과 불투명도를 입력할 수 있는 참조 테이블을 구성할 수가 있다. LMMG 알고리즘의 중요요소는 비슷한 밝기 값을 가지는 부위는 기울기 값이 현저하게 작고, 경계부분 같이 돌출부분이 있는 곳에서는 기울기 값이 크다는 점이다.
본 연구에서 제안한 LMMG 알고리즘은 특정 값에 대한 기울기 변화율을 참조 전이함수로 가시화시켰고 원본 볼륨 데이터와 기울기 데이터, 그리고 2차원 참조 테이블들의 값들을 GPU상에서 융합하였으며, 특정 범위에 대한 기울기 데이터 값만을 볼 수 있는 장점이 있다.
그리고 제안하는 알고리즘을 적용하기 위하여 본 연구에서는 2차원 격자데이터로 이루어진 의료영상데이터(DICOM: Digital Imaging and Communication in Medicine)를 사용하였다(표 1). 본 연구에서는 시리즈별로 구성되어진 10여 종의 DICOM 데이터들을 제안하는 알고리즘에 적용 3차원 볼륨 가시화를 실행하였다. 표 1에서는 실험에서 사용된 DICOM 데이터들 중에서 다섯 종의 DICOM 데이터들에 대한 정보들을 나타내었다.
그림 4에서는 제안하는 LMMG 알고리즘을 시각화 시켰다. 이를 구체적으로 살펴보면 첫 번째로 LMMG 다차원 전이함 수를 색상(RGB)값과 불투명도(alpha)값을 가지는 2 차원 참조 전이함수(TF_LUT)로의 자료구조로 구성하고 초기화를 시켰다. 본 연구에서는 기본 값으로 검정색(RGB-0,0,0)과 불투명도 0%로 설정하였다(Step.
본 연구에서는 이러한 객체들이 가지는 특징 값을 영상 기울기만을 통하여 구한 뒤에 그래픽 하드웨어 기반의 질감 형식으로 다차원 전이함수를 생성하여 사용자 임의의 객체 분류가 가능하도록 하였다. 이를 통한 뚜렷한 결과를 3차원 가시화를 통하여 증명하였다.

대상 데이터

그리고 본 실험에서는 2차원으로 구성된 두 가지 시리즈 의료영상 데이터들을 볼륨 데이터로 재구성하였으며 부수적인 볼륨 데이터가 필요하지 않은 그래픽 하드웨어의 3차원 질감 사용과 함께 영상기울기의 다차원 전이함수 알고리즘을 적용하였다. 그리고 제안하는 알고리즘을 적용하기 위하여 본 연구에서는 2차원 격자데이터로 이루어진 의료영상데이터(DICOM: Digital Imaging and Communication in Medicine)를 사용하였다(표 1). 본 연구에서는 시리즈별로 구성되어진 10여 종의 DICOM 데이터들을 제안하는 알고리즘에 적용 3차원 볼륨 가시화를 실행하였다.

이론/모형

본 연구에서는 CPU에 의존적인 3차원 절편 방법으로 발생되어지는 CPU의 계산적인 비용을 줄이기 위해 GLSL(OpenGL Shader Language)을 사용한 3 차원 절편 기법을 사용하였다. 이 방식은 GLSL상에서 잘려지는 평면 객체를 관리하는 정점 셰이더 그리고 모니터에 뿌려질 색상 버퍼의 값을 결정하는 단편셰이더 만으로도 구성이 가능하며 시각행렬과 질감이 그려지는 공간을 구분하는 꼭지점 및 경계선을 통해 계산되어지는 기존의 복잡한 수식과는 달리 질감에 대한 회전 변환 행렬만을 입력 값으로 가지게 되므로 계산 복잡도를 줄일 수가 있었다.

성능/효과

변환이 적용된 질감 좌표계의 값을 형성되어진 다각형으로 사상함으로써 또는 반대로 평면 다각형에 회전변환을 적용하고 고정되어져 있는 질감과의 교차 영역을 구함으로써 그림 3에서와 같이 3차원 질감 사상이 이루어진다. 3차원 질감 사상기법은 2차원 질감 사상기법에 비해 기억장치의 추가 비용이 필요하지는 않으나 사상된 최종 영상 결과물의 화질은 2차원 질감 결과 영상물에 비해서 떨어진다.
그러므로 영상기울기를 사용하여 다차원 전이함수의 경우 전처리 과정을 어떻게 하느냐에 따라서 그 값의 변화가 매우 다르게 나타나는 것과 사용자로 부터 반자동의 값을 입력 받아드려야 하는 문제점을 가지고는 있다. 그러나 영상기울기 기법은 사용자의 관심 특징 값에 대한 경계변화를 눈으로 쉽게 확인할 수 있으므로 관심영역 추출에 대한 사용자 편의성을 제공하고 그래픽 하드웨어 지원상에서 이루어지므로 소프트웨어 의존적인 기존 방법에 비해 계산 비용을 CPU와 GPU가 나누어 가짐으로써 볼륨 데이터 연산 처리 비용을 낮출 수가 있었다. 볼륨 데이터로 부터 의미있는 값을 추출하는 것은 사용자가 값의 의미를 어떻게 두는가에 따라 그 결과는 판이하게 틀려진다.
전형적인 모델링 기법에서 3차원 객체표현 방법은 주로 다각형 방식으로 구성되어져 왔다. 또한, 3차원 객체를 구성하는 각각의 다각형에 표면의 속성인 색상, 투명도, 법선벡터, 밀도 등의 값과 함께 그림자(shadow), 흐림(blurry), 조명(lighting) 등과 같은 셰이더(shader) 기법을 적용함으로써 최종결과 영상물의 질적 향상을 도모했다. 그러나 이러한 표현은 표면의 성질만을 가지고 구축하기 때문에, 객체 내부의 또 다른 객체에 대한 표현 방법으로는 적절하지가 못하다.
본 연구에서는 CPU에 의존적인 3차원 절편 방법으로 발생되어지는 CPU의 계산적인 비용을 줄이기 위해 GLSL(OpenGL Shader Language)을 사용한 3 차원 절편 기법을 사용하였다. 이 방식은 GLSL상에서 잘려지는 평면 객체를 관리하는 정점 셰이더 그리고 모니터에 뿌려질 색상 버퍼의 값을 결정하는 단편셰이더 만으로도 구성이 가능하며 시각행렬과 질감이 그려지는 공간을 구분하는 꼭지점 및 경계선을 통해 계산되어지는 기존의 복잡한 수식과는 달리 질감에 대한 회전 변환 행렬만을 입력 값으로 가지게 되므로 계산 복잡도를 줄일 수가 있었다. 이러한 GLSL 기반의 볼륨 가시화 파이프라인을 그림 7에 나타내었다.
LMMG로부터 뼈에 대한 색상 및 투명도 속성 값을 설정하였으나, 동일 정보를 설정하는 이유 때문에 영상의 굴곡이 없어 보이지만, LMMG에서 뼈를 나타내는 부위 옆에 전이함수를 생성하고 색상을 검은색으로 다시 설정함으로써 문제점을 해결하였다. 즉, 셰이더와 같은 복잡한 계산을 하지 않고서도 경계선이 가지는 특징만으로써 굴곡 및 음영의 처리를 할 수 있음을 확인하였다. 그림 8(b)은 16Bit로 구성된 폐 CT 영상이다.
또한 Kai Xie[10] 등은 볼륨데이터가 고용량 데이터임을 감안하여 볼륨데이터를 웨이브렛 압축 기법으로 압축한 뒤 GPU 기억장치에 올려서 3차원 볼륨을 가시화 하였다. 프로그램이 가능한 GPU 가속화가 가능 하면서 볼륨 렌더링 또한 기존의 파이프라인에 약간의 변화가 생겼는데 기존의 CPU에 전적으로 의존해야 했던 색상 및 불투명 등의 광학적 속성을 계산하는 파이프라인을 GPU 파이프라인으로 넘길 수 있다는 것이다. 볼륨 데이터를 전처리하거나 원본 데이터를 GPU 기억장치 안에 2차원 또는 3차원 질감 형식의 데이터를 구성하여 1차원 전이함수 또는 다차원 전이함수와 함께 3차원 공간상의 객체에 질감을 사상함으로써 3차원 가시화가 가능하다는 것이다.

핵심어	질문	논문에서 추출한 답변
	OTF는 볼륨 렌더링에서 어떤 수단으로 사용되고 있는가?	볼륨 렌더링에 사용되어지는 볼륨 데이터들은 색상과 투명도와 같은 광학적 전이함수를 대입함으로써 볼륨 데이터의 내부 객체들을 구분할 수 있다. 특히 OTF(OTF: opacity transfer function)는 볼륨 데이터 내부의 객체를 가시화하기 위한 수단으로서 사용되어지고 있다[2]. 그러나 볼륨 렌더링의 대상이 되는 객체를 구분하는 CTF(CTF: color transfer function)와 OTF의 값을 규정 짖기는 매우 어렵다.
	볼륨 렌더링의 가시화에 전이함수가 차지하는 비율이 매우 큰 이유는 무엇인가?	볼륨 데이터의 경우 렌더링에 필요한 스칼라 데이터를 제공한다. 하지만 전이 함수를 통해 가상 표면이나 색상 그리고 투명도를 설정하지 않는다면 3차원 가시화의 의미가 전혀 없으므로 볼륨 렌더링의 가시화에 전이함수가 차지하는 비율은 매우 크다. 또한 볼륨 데이터에 대한 전이 함수가 가져야 되는 특징 값들이 매우 다르기 때문에 전이 함수의 선택이매우 어려운 것이 사실이다.
	볼륨 렌더링 기술은 의료분야에서 어떻게 응용되고 있는가?	그 활용분야는 의료영상처리, 유체역학, 지질학, 대기학 분야 등에서 사용되어지고 있다. 특히 의료분야에서는 자기 공명 장치(MRI) 또는 컴퓨터 단층 촬영기(CT)와 같은 의료영상 스캐너로부터 인체 내부 장기의 영상을 3차원 배열로 나타내어 진단에 필요한 특징 값을 전이함수로 표현한 뒤에 3차원 재구성을 통하여 질병과 질환 등을 판독 하는데 응용되었다. 최근 의료영상 스캐너의 해상도와 의료영상의 전산화 진행에 따라 진료기관에서의 의료영상 3차원 볼륨 가시화의 판독 활용도는 일반화의 단계에 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

그래픽 하드웨어기반의 3차원 질감을 사용한 볼륨 데이터의 3차원 객체 경계 가시화
Graphic Hardware Based Visualization of Three Dimensional Object Boundaries in Volume Data Set Using Three Dimensional Textures 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

그래픽 하드웨어기반의 3차원 질감을 사용한 볼륨 데이터의 3차원 객체 경계 가시화 Graphic Hardware Based Visualization of Three Dimensional Object Boundaries in Volume Data Set Using Three Dimensional Textures 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

최흥국 (45)

관련 콘텐츠

원문 보기

원문 URL 링크

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

그래픽 하드웨어기반의 3차원 질감을 사용한 볼륨 데이터의 3차원 객체 경계 가시화
Graphic Hardware Based Visualization of Three Dimensional Object Boundaries in Volume Data Set Using Three Dimensional Textures 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper