$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

MR 영상에서 밝기값 분포 및 기울기 정보를 이용한 활성형상모델 기반 전립선 자동 분할

Automatic Prostate Segmentation in MR Images based on Active Shape Model Using Intensity Distribution and Gradient Information

초록

본 논문에서는 MR 영상에서 밝기값 분포와 기울기 정보를 이용한 전립선 자동 분할 기법을 제안한다. 첫째, 적응적 밝기값 프로파일과 다해상도 기법을 이용하는 활성형상모델을 통해 전립선 표면을 추출한다. 둘째, 표면 형상의 지역적 최적화로 인한 흘을 방지하기 위하여 기하학 정보를 이용한 흘 제거 기법을 수행한다. 셋째, 해부학적으로 변이가 큰 표면 형상은 2차원 기울기 정보를 이용하여 보정한다. 이때, 보정된 표면 형상은 한정된 정점의 개수로 산정되어 매끄럽게 표현되지 않기 때문에 표면재구성 및 평활화 기법을 이용하여 부드러운 형상으로 표현한다. 제안방법의 평가를 위하여 육안평가와 정확성 평가 그리고 수행시간을 측정하였다. 정확성 평가는 두 명의 임상전문의의 수동분할 결과와 자동분할 결과 간의 평균거리차이와 중복볼륨비율을 측정하였다. 실험 결과 평균거리차이는 0.3${\pm}$0.21mm 측정되었고, 중복볼륨 비율은 96.31${\pm}$2.71% 측정되었다. 20명의 환자 데이터에 대한 전체 수행시간은 평균 16초로 측정되었다.

Abstract

In this paper, we propose an automatic segmentation of the prostate using intensity distribution and gradient information in MR images. First, active shape model using adaptive intensity profile and multi-resolution technique is used to extract the prostate surface. Second, hole elimination using geometric information is performed to prevent the hole from occurring by converging the surface shape to the local optima. Third, the surface shape with large anatomical variation is corrected by using 2D gradient information. In this case, the corrected surface shape is often represented as rugged shape which is generated by the limited number of vertices. Thus, it is reconstructed by using surface modelling and smoothing. To evaluate our method, we performed the visual inspection, accuracy measures and processing time. For accuracy evaluation, the average distance difference and the overlapping volume ratio between automatic segmentation and manual segmentation by two radiologists are calculated. Experimental results show that the average distance difference was 0.3${\pm}$0.21mm and the overlapping volume ratio was 96.31${\pm}$2.71%. The total processing time of twenty patient data was 16 seconds on average.

저자의 다른 논문

참고문헌 (22)

  1. A. C. Fan, J. W. Fisher, W. M. Wells, J. J. Levitt, A. S. Willsky, "MCMC Curve Sampling for Image Segmentation," MICCAI, vol.10, no.Pt2, pp.477-485, 2007. 
  2. N. Betrouni, P. Puech, A. Dewalls, R. Lopes, P. Dubois, M. Vermandel, "3D automatic segmentation and reconstruction of prostate on MR images," Conf. Proc. IEEE EMBS, vol.1, pp.5259-5262, 2007. 
  3. R. Toth, J. Chappelow, M. Resen, S. Pungavkar, A. Kalyanpur, A. Madabhushi, "Multi-Attribute Non-Initializing Texture Reconstruction Based Active Shape Model(MANTRA)," Lecture Notes in Computer Science, vol.5241, pp.653-661, 2008. 
  4. Z. Cai, "Restoration of Birnary Images Using Contour Direction Chain Codes Description," Computer Vision Graphics and Image Processing, vol.41, pp.101-106, 1988. 
  5. R. Zwiggelaar, Y. Zhu, S. Williams, "Semiautomatic Segmentation of the Prostate," Lecture Notes in Computer Science 2652, Springer-Verlag, Berlin Heidelberg New York, pp.1108-1116, 2003. 
  6. S. Klein, UA. Van der Heide, IM. Lips, M. Van Vulpen, M. Staring, JP. Pluim, "Automatic segmentation of the prostate in 3D MR images by atlas matching using localized mutual information," Medical Physics, vol.35, no.4, pp.1407-1417, 2008. 
  7. V. Duay, N. Houhou, J. Thiran, "ATLAS-BASED SEGMENTATION OF MEDICAL IMAGES LOCALLY CONSTRAINED BY LEVEL SETS," ICIP, IEEE, vol.2, pp.II: 1286-1289, 2005. 
  8. P. D. Allen, J. Graham, D. C. Williamson, C. E. Hutchinson, "Differential Segmentation of the Prostate in MR Images Using Combined 3D Shape Modelling and Voxel Classification," ISBI IEEE, pp.410-413, 2006. 
  9. R. Toth, P. Tiwari, P. Rosen, M. Kalyanpur, A. Pungavkar, S. Madabhushi, A., "A multimodal prostate segmentation scheme by combining spectral clustering and active shape models," Proceedings of the SPIE, vol.6914 pp.69144S-69144S-12, 2008. 
  10. Y. Zhu, S. Williams, R. Zwiggelaar, "A Hybrid ASM Approach for Sparse Volumetric Data Segmentation," Proc. of Medical Image Inderstanding and Analysis, vol.17, no.2, pp.252-258, 2007. 
  11. W. Elorensen, H. E. Cline, "Marching cubes: A high resolution 3D surface construction algorithm," Proceedings of SIGGRAPH'87, pp.163-169, 1987. 
  12. S. Klein, UA. Van der Heide, IM. Lips, M. Van Vulpen, M. Staring, JP. Pluim, "Automatic segmentation of the prostate in 3D MR images by atlas matching using localized mutual information," vol.35, no.4, pp.1407-1417, 2008. 
  13. J. Yoo, H. Hong, "Building a Robust 3D Statistical Shape Model of the Mandible," Journal of KIISE : Software and Applications, vol.35, no.2, pp.118-127, 2008. 
  14. J. Matthews, "An introduction to edge detection: The Sobel Edge Detector," Available at http://www.generation5.org/content/2002/im01.asp 
  15. S. Vikal, S. Haker, C. Tempany, G. Fichtinger, "Prostate contouring in MRI guided biopsy," MICCAI 2008 Prostate Workshop, 2008. 
  16. H. Hong, J. Lee, H. Jo, J. Yoo, "Automatic Generation of the Mandible Bones using Statistical Shape Model in CT Dataset," Proceeding of CARS 2007, vol.2, pp.522-526. 
  17. M. B. Stegmann, D. D. Gomez, "A Brief Introduction to Statistical Shape Analysis," Image Analysis and Computer Graphics, 2002. 
  18. Y. Jang, H. Jo, H. Hong, "Automatic Segmentation of the Prostate in MR Images using Image Intensity and Gradient Information," Journal of KIISE: Computing Practices and Letters, vol.15, no.9, pp.695-699, 2009. 
  19. P. J. Besl, N. D. McKay, "A Method for Registration of 3-D Shapes," IEEE, vol.14, no.2, pp.239-256, 1992. 
  20. W. Schroeder, J. Zarge, W. Lorensen, "Decimation of triangle meshes," ACM SIGGRAPH Computer Graphics, vol.26, no.2, pp.65-70, 1992. 
  21. B. Lichtenbelt, R Crane, S Naqvi, "Introduction to volume rendering," Prentice-Hall, Inc. Upper Saddle River, NJ, USA. 
  22. M. Samiee, G. Thomas, R. Fazel-Rezai, "Semi-Automatic Prostate Segmentation of MR Images Based on Flow Orientation," IEEE International Symposium on Signal Processing and Information Technology, pp.203-207, 2006. 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일