$\require{mediawiki-texvc}$

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.

[국내논문] 심장 CT 혈관 조영 영상에서 대동맥 및 심문 자동 검출
Automatic Extraction of Ascending Aorta and Ostium in Cardiac CT Angiography Images 원문보기

컴퓨터그래픽스학회논문지 = Journal of the Korea Computer Graphics Society, v.23 no.1, 2017년, pp.49 - 55  

김혜련 (이화여자대학교 컴퓨터공학과) ,  강미선 (이화여자대학교 컴퓨터공학과) ,  김명희 (이화여자대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

심장 CT 혈관 조영 영상은 심혈관의 전체 해부학 구조를 3D 로 보여줄 뿐 아니라 병변의 정보를 제공하기 때문에 관상동맥 질환 진단 및 치료에 많이 사용되고 있다. 하지만 영상의 방대한 크기로 인해 수동으로 정보를 추출하는 데는 한계가 있어 자동으로 심혈관을 정확하게 추출하는 연구들이 활발히 진행되고 있다. 심혈관 자동 추출 알고리즘을 개발하는데 있어 심혈관의 시작점인 상행대동맥의 심문을 검출하는 방법은 필수적인 부분이다. 본 논문에서는 심혈관의 시작점인 심문을 분할하는 방법을 제안한다. 첫째, 상행대동맥의 크기와 위치를 고려한 허프변환으로 대동맥 초기영역을 검출한다. 둘째, 초기영역을 기반으로 탐색범위를 줄일 수 있도록 관심 볼륨 영역을 설정한다. 셋째, 지오데식 활성외곽선 모델을 기반으로 정제된 대동맥 영역을 검출한다. 마지막으로 검출된 대동맥 영역에서 심문을 분할한다. 제안방법의 평가를 위해 20 개의 심장 CT 혈관 조영 영상에서 전문가가 수동으로 표기한 시작점과 비교 분석하였다. 실험 결과 제안방법을 통해 시작점이 제대로 추출 됨을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Computed tomographic angiography (CTA) is widely used in the diagnosis and treatment of coronary artery disease because it shows not only the whole anatomical structure of the cardiovascular three-dimensionally but also provides information on the lesion and type of plaque. However, due to the large...

주제어

#대동맥 및 심문 분할   #심장 CT 혈관 조영 영상   #지오데식 활성 외곽선 모델   #허프변환  

참고문헌 (15)

  1. D. Mozaffarian, E. J. Benjamin, A. S. Go, D. K. Arnett, M. J. Blaha, M. Cushman, et al., "Executive Summary: Heart Disease and Stroke Statistics-2016 Update: A Report From the American Heart Association," Circulation, vol. 133, p. 447, 2016. 

    상세보기 crossref

  2. R. Goldenberg, D. Eilot, G. Begelman, E. Walach, E. Ben-Ishai, and N. Peled, "Computer-aided simple triage (CAST) for coronary CT angiography (CCTA)," International journal of computer assisted radiology and surgery, vol. 7, pp. 819-827, 2012. 

    상세보기 crossref

  3. M. Schaap, C. T. Metz, T. van Walsum, A. G. van der Giessen, A. C. Weustink, N. R. Mollet, et al., "Standardized evaluation methodology and reference database for evaluating coronary artery centerline extraction algorithms," Medical image analysis, vol. 13, pp. 701-714, 2009. 

    상세보기 crossref

  4. A. Hennemuth, T. Boskamp, D. Fritz, C. Kuhnel, S. Bock, D. Rinck, et al., "One-click coronary tree segmentation in CT angiographic images," in International Congress Series, 2005, pp. 317-321. 

  5. S. Wang, L. Fu, Y. Yue, Y. Kang, and J. Liu, "Fast and automatic segmentation of ascending aorta in MSCT volume data," in Image and Signal Processing, 2009. CISP'09. 2nd International Congress on, 2009, pp. 1-5. 

  6. G. Yang, P. Kitslaar, M. Frenay, A. Broersen, M. J. Boogers, J. J. Bax, et al., "Automatic centerline extraction of coronary arteries in coronary computed tomographic angiography," The international journal of cardiovascular imaging, vol. 28, pp. 921-933, 2012. 

    상세보기 crossref

  7. Y. Jang, H. Y. Jung, Y. Hong, I. Cho, H. Shim, and H.-J. Chang, "Geodesic Distance Algorithm for Extracting the Ascending Aorta from 3D CT Images," Computational and mathematical methods in medicine, vol. 2016, 2016. 

    상세보기

  8. S. Kurugol, R. S. J. Estepar, J. Ross, and G. R. Washko, "Aorta segmentation with a 3D level set approach and quantification of aortic calcifications in non-contrast chest CT," in Engineering in Medicine and Biology Society (EMBC), 2012 Annual International Conference of the IEEE, 2012, pp. 2343-2346. 

  9. C. Wang and O. Smedby, "An automatic seeding method for coronary artery segmentation and skeletonization in CTA," The Insight Journal, pp. 1-8, 2008. 

  10. J. Illingworth and J. Kittler, "The adaptive Hough transform," IEEE Transactions on Pattern Analysis and Machine Intelligence, pp. 690-698, 1987. 

  11. https://www.reference.com/science/normal-size-ascending-aortabb1d8a0e32bafeab 

  12. V. Caselles, R. Kimmel, and G. Sapiro, "Geodesic active contours," International journal of computer vision, vol. 22, pp. 61-79, 1997. 

    crossref

  13. A. F. Frangi, W. J. Niessen, K. L. Vincken, and M. A. Viergever, "Multiscale vessel enhancement filtering," in International Conference on Medical Image Computing and Computer-Assisted Intervention, 1998, pp. 130-137. 

  14. M. Schaap, C. T. Metz, T. van Walsum, A. G. van der Giessen, A. C. Weustink, N. R. Mollet, et al., "Standardized evaluation methodology and reference database for evaluating coronary artery centerline extraction algorithms," Medical image analysis, vol. 13, pp. 701-714, 2009. 

    상세보기 crossref

  15. 김태형, 황영상, and 신기영, "CT Angiography 영상에서 대동맥추출을 위한 혈관 분할 알고리즘 성능평가," 한국정보전자통신기술학회논문지, vol. 9, pp. 196-204, 2016. 

    원문보기 상세보기

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

유발과제정보 저작권 관리 안내
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

맨위로