[논문]Fuzzy 기법을 이용한 관상동맥영상의 에지추출

김성후; 이주원; 김주호; 이한욱; 정원근; 이건기

doi:10.6109/jkiice.2012.16.3.585

초록
AI-Helper

관상동맥 중재술은 관상동맥 조영술과 동시에 치료를 시행하는 방법으로 심도관 검사의 핵심으로 자리잡았다. 관상동맥중재술 시에는 혈관의 협착지점에 스텐트를 삽입하여야 하기 때문에 혈관의 손상이나 파열에 주의하여야 한다. 이에 시술자는 혈관의 손상이나 파열의 문제를 해결하기 위해 혈관의 경로를 정확하게 인식하여야 한다. 하지만 영상의 화질에 따른 문제들로 인하여 혈관의 경로추출에 오류를 범할 수 있다. 따라서 본 논문에서는 영상의 화질에 영향을 미치는 영상잡음에 대한 성능평가를 위하여 전처리 과정으로 미디언 필터링을 실시하였고 비교 실험을 위해 소벨 에지 추출 기법을 이용하여 퍼지 에지 추출 기법의 성능을 실험하였다. 그 결과 미디언 필터링을 적용한 퍼지 에지추출 기법의 영상이 잡음 제거와 신호의 검출 성능이 우수하게 나타났다.

Abstract ▼ AI-Helper

Coronary Intervention treatment has become the core that is the test of cardiac catheterization to conduct treatment with Coronary Arteriography. Operators must be careful in Coronary Intervention treatment because the stent is inserted into the point of narrowing of blood vessel. So, the operator m...

Coronary Intervention treatment has become the core that is the test of cardiac catheterization to conduct treatment with Coronary Arteriography. Operators must be careful in Coronary Intervention treatment because the stent is inserted into the point of narrowing of blood vessel. So, the operator must correctly recognize the path of blood vessel to deal with the problems which are damages and ruptures of blood vessel, and there would be some errors of finding the path of blood vessel by bad qualify of the image. Therefore in this paper, median filtering is conducted by preprocessing to evaluate the performance of the effect of noise of the image that affects quality of the image and Fuzzy Edge Extraction Techniques is tested by using Soble Edge Extraction Techniques to compare the performance with The Fuzzy Edge Extraction Techniques. In result, the performance, removing the noise and extracting the signal of Fuzzy Edge Extraction Techniques using median filtering, demonstrates the superiority.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 이러한 영상내의 배경잡음이 혈관의 경로추출에 미치는 영향을 비교하기 위해서 미디언 필터링(median filtering)을 적용하기 전과 적용한 후에 퍼지 에지 추출기법을 이용하여 혈관의 경로를 추출하였다. 또한 퍼지 에지 추출기법의 성능평가를 위해 영상의 에지추출에 많이 이용되는 sobel 에지 추출기법을 적용하여 비교 실험을 하였다.
본 연구에서는 관상동맥 조영영상을 통해 혈관의 에지를 추출하여 협착부위를 인식한 후, 협착 부위에 스텐트를 삽입하기 위해 영상의 배경잡음이 혈관의 경로추출에 미치는 영향을 비교하기 위한 영상처리 알고리즘을 제안한다. 제안된 알고리즘의 처리과정은 그림 1 과 같다.
본 연구에서는 관상동맥 조영영상의 효과적인 잡음 제거를 통해 혈관의 에지를 추출하고 스텐트의 삽입 경로를 시술자에게 제공할 수 있는 알고리즘을 제안하였다. 제안된 알고리즘의 성능평가를 위해 실제 환자의 영상을 토대로 각각의 실험평가를 한 결과, 미디언 필터링을 이용한 fuzzy 에지 추출에서의 에지픽셀 수가 96.

제안 방법

따라서 본 논문에서는 이러한 영상내의 배경잡음이 혈관의 경로추출에 미치는 영향을 비교하기 위해서 미디언 필터링(median filtering)을 적용하기 전과 적용한 후에 퍼지 에지 추출기법을 이용하여 혈관의 경로를 추출하였다. 또한 퍼지 에지 추출기법의 성능평가를 위해 영상의 에지추출에 많이 이용되는 sobel 에지 추출기법을 적용하여 비교 실험을 하였다.
두 번째 단계에서는 관상동맥 조영영상에서 미디언 필터링을 적용하였다. 미디언 필터링은 한 영상의 화소들에 대하여 임의의 크기 커널을 슬라이딩하면서 오름차순으로 커널 안에 있는 화소들에 대하여 순위를 파악하는 방법으로 수행된다.
제안된 에지추출 기법의 성능비교 분석을 위한 sobel 에지 추출기법은 에지 추출의 가장 대표적인 1차 미분 연산자 중 하나로서 돌출된 화소값을 비교적 평균화함으로 잡음에 대체적으로 강하며 수직과 수평 방향 에지보다 대각선 방향 에지에 더 민감하게 반응하므로 관상 동맥 조영영상에서의 에지추출에 더 적합할 것으로 판단하여 비교 실험에 사용하였다. [4]
시스템의 출력은 소속 함수의 결과에 따라 계산된다. 출력에서 두가지 소속함수의 값은 흑색과 영상의 에지로 분리되도록 설계되었다.
검출 성능의 평가 방법은 총 픽셀 수(NTP), 에지의 픽셀 수(NEP)와 배경 잡음의 픽셀 수(NBNP) 및 혈관 내 잡음의 픽셀 수(NVNP)를 배경 잡음에 대한 에지의 백분율 NEP/NBNP × 100과 혈관 내 잡음에 대한 에지의 백분율 NEP/NVNP × 100를 산출한 후 평가하여 표 1에 나타내었다.
그림 5의 (c)～(f) 영상에 대한 에지의 표현 및 배경과 혈관 내 잡음을 비교 평가하기 위해 각각의 영상에서 에지의 픽셀 수, 배경 잡음 및 혈관 내 잡음의 픽셀 수를 각각 구하여 성능을 평가하였다.
표 1의 결과에서 원영상의 검출된 에지의 픽셀수는 실제 임상에서 혈관 영상처리 작업을 하는 전문가의 도움을 받아 에지의 픽셀수를 계산하였고 복수개의 픽셀이 에지를 구성할 경우, 하나의 에지만을 선택하였다. 결과적으로 sobel 에지 추출 기법은 평균 약 77.

데이터처리

본 연구에서 제안된 협착 부위에 스텐트를 삽입하기 위해 영상 내의 배경잡음이 혈관의 경로추출에 미치는 영향을 비교 평가하기 위해 실제 환자의 혈관 조영영상을 토대로 성능을 평가하였고, 그 결과 각각의 방법에서 출력된 영상은 그림 5과 같다. 그림 5에서 원 영상(그림 5(a))은 512 × 450 크기로 변환한 후 실험에 사용하였다.

성능/효과

제안된 실험의 결과영상은, Gu의 대칭인 성분의 차가 0～10사이의 그레이 레벨 값은 블랙임을 의미하고 11∼255사이의 그레이 레벨 값은 에지임을 의미한다.
표 1의 결과에서 원영상의 검출된 에지의 픽셀수는 실제 임상에서 혈관 영상처리 작업을 하는 전문가의 도움을 받아 에지의 픽셀수를 계산하였고 복수개의 픽셀이 에지를 구성할 경우, 하나의 에지만을 선택하였다. 결과적으로 sobel 에지 추출 기법은 평균 약 77.5%의 검출 성능과 배경잡음에 대한 SNR이 평균 2.39를 나타내었고, 반면에 fuzzy 에지 추출 기법은 평균 95.4%의 검출성능과 배경잡음의 SNR이 평균11.05 을 나타내어 fuzzy 에지 추출 기법과 미디언 필터에 의해 영상의 질이 향상된 것을 확인하였다.
본 연구에서는 관상동맥 조영영상의 효과적인 잡음 제거를 통해 혈관의 에지를 추출하고 스텐트의 삽입 경로를 시술자에게 제공할 수 있는 알고리즘을 제안하였다. 제안된 알고리즘의 성능평가를 위해 실제 환자의 영상을 토대로 각각의 실험평가를 한 결과, 미디언 필터링을 이용한 fuzzy 에지 추출에서의 에지픽셀 수가 96.19%의 검출 성능을 보였다.

후속연구

시술자의 경험에 의해서만 스텐트가 선택되어지기 때문에 경험이 부족하거나 정상적인 혈관 구조가 아닌 경우 스텐트의 삽입에 실패하는 등의 이유로 환자의 생명이 위험해지거나 경제적 부담이 뒤따르게 된다. 따라서 본 연구에서 제안된 기법을 혈관 조영영상에 적용하면 위험부담도 줄이고, 보다 안정적인 시술이 가능할 것이다.
향후 연구 방향은 영상 내에 포함된 잡음을 효과적으로 제거하여 배경 영상보다 혈관 영상을 강화시키는 알고리즘 개발하여야 한다. 또한 퍼지처리기법을 적용할 시에는 각방향의 평균을 이용한 검출방법의 특징인 복수의 신호 굵기를 하나의 신호로 나타내는 알고리즘의 개발과 혈관의 협착부위를 검출하고 협착율을 구할 수 있는 알고리즘의 개발이 필요할 것으로 사료된다.
향후 연구 방향은 영상 내에 포함된 잡음을 효과적으로 제거하여 배경 영상보다 혈관 영상을 강화시키는 알고리즘 개발하여야 한다. 또한 퍼지처리기법을 적용할 시에는 각방향의 평균을 이용한 검출방법의 특징인 복수의 신호 굵기를 하나의 신호로 나타내는 알고리즘의 개발과 혈관의 협착부위를 검출하고 협착율을 구할 수 있는 알고리즘의 개발이 필요할 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	심근경색증이란?	심근경색증은 관상동맥에 생긴 혈전에 의해 심장근육에 공급되어야 할 혈액이 완전히 차단되어 심장근육의 일부가 죽고 기능이 저하되는 질환이다. 더욱이 기능을 잃어버린 심장근육의 부위가 큰 경우에는 생명까지도 위협 할 수 있어 심근 경색증은 매우 신속한 치료가 필요한 질환이다.
	관상동맥중재술의 시술자가 혈관의 경로를 정확하게 인식할 필요가 있는 이유는?	특히, 관상동맥중재술은조영술후, 혈관의협착지점에 정확히 스텐트를 삽입시켜야 하기 때문에 삽입시 혈관의 손상이나 파열에 주의하여야 한다. 따라서 시술자는 혈관의 경로를 주의 깊게 관찰하여야 하며 이런 문제를 해결하기 위한 방법으로서 혈관의 경로를 정확하게 인식할 필요가있다.
	관상동맥 중재술이란?	관상동맥 중재술은 경피적 경로를 통해 관상동맥의 기시부에 카테터를 위치시킨 후 조영제를 주입하면서 관상동맥의 해부학적 구조를 촬영하여 진단하고 관상동맥 조영술과 동시에 치료를 하는 방법으로써 심도관 검사의 핵심으로 자리 잡았다.

참고문헌 (8)

이원로, 서정돈, "임상 심장학", 고려의학, pp. 263-282, 2007.
박재형, "심장혈관 영상의학", 일조각, pp. 236-249, 2008.
Rafael C. Gonzalez, Ricahrd E. Woods, Steven L. Eddins, "Digital Image Processing using Matalb", Pearson Prentice Hall and Info-Tech Corea, pp. 107-111, 2004.
Randy Crane, Simplified approach to Image Processing, prentice-Hall, pp. 100-108, 1997
Abdallah A. Alshennawy, and Ayman A. Aly, 'Edge Detection in Digital Images Using Fuzzy Logic Technique', World Academy of Science, Engineering and Technology, vol. 51, pp. 178-186 2009.
J. C. Bezdek, L. O. Hall, L. P. Clarke, "Review of MR image segmentation techniques using pattern recognition", Med. Phy. Vol. 20, No. 4, pp. 1033-1048, 1993.

상세보기
K. S. Chuang, H. L. Tzeng, S. Chen, J. Wu, T. J. Chen, "Fuzzy c-means clustering with spatial information for image segmentation", Computerized Medical Imaging and Graphics Vol. 30 pp. 9-15, 2006.
M. S. Yang, Y. J. Hu, K. C. R. Lin, C. L. Lin, "Segmentation techniques for tissue differentiation in MRI of Ophthalmology using fuzzy clustering algorithms", Magnetic Resonance Imaging Vol. 20, pp. 173-179, 2002.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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

[국내논문] Fuzzy 기법을 이용한 관상동맥영상의 에지추출
Edge Extraction using Fuzzy Techniques in Coronary Artery Image 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] Fuzzy 기법을 이용한 관상동맥영상의 에지추출 Edge Extraction using Fuzzy Techniques in Coronary Artery Image 원문보기

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

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

김성후 (9) 이주원 (24) 이한욱 (17) 이건기 (37)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] Fuzzy 기법을 이용한 관상동맥영상의 에지추출
Edge Extraction using Fuzzy Techniques in Coronary Artery Image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문