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
- HSV 색공간 변환을 기반으로 한 알고리즘은 정맥류 단계까지 진행된 중증 표재성 하지정맥류에 적용하고자 하였다. 영상은 20~40 대의 남녀 10명의 손등 정맥에서 촬영하였다.
- 본 연구에서는 초음파를 이용한 하지정맥류 치료에 적용 가능한 영상유도 알고리즘을 제안 하였다. 하지정맥류의 발생 위치에 따라 유도 영상을 달리하여 알고리즘을 수립하였으며 표재성 하지정맥류의 경우는 하지정맥류의 진행 정도에 따라 각기 다른 알고리즘을 제안하였다.
- 이에 본 연구에서는 하지정맥류 혈관의 깊이에 따른 영상유도 알고리즘을 각각 제시하고자 한다. 집속 초음파를 이용한 하지정맥류 치료에서 심부정맥에 유발된 하지정맥류의 경우에는 초음파 영상에서 혈관 단면 영역을 식별하고 치료 목표지점을 표시해 정확한 치료를 유도하는 영상 유도 알고리즘 수립 하였다.
- 적외선 광원이 추가된 알고리즘은 망상정맥 단계 이하로 진행된 경증 표재성 하지정맥류에 적용하고자 하였다. 처리된 영상을 기반으로 시술자가 치료영역을 지정할 수 있도록 유도하는 것을 알고리즘의 목표로 하였다.
- 적외선 광원이 추가된 알고리즘은 망상정맥 단계 이하로 진행된 경증 표재성 하지정맥류에 적용하고자 하였다. 처리된 영상을 기반으로 시술자가 치료영역을 지정할 수 있도록 유도하는 것을 알고리즘의 목표로 하였다. 영상은 손목의 요골동맥에서 획득하였다.
- 집속 초음파를 이용한 하지정맥류 치료에서 심부정맥에 유발된 하지정맥류의 경우에는 초음파 영상에서 혈관 단면 영역을 식별하고 치료 목표지점을 표시해 정확한 치료를 유도하는 영상 유도 알고리즘 수립 하였다. 표재성 하지정맥류의 경우에는 중증 하지정맥류에서는 HSV 색공간 기반, 경증 인 경우에는 적외선 광원 기반의 알고리즘을 수립하여 치료의 효율성과 안정성을 높이고 이에 따른 영상 유도 시스템을 개발 하고자 하였다.
제안 방법
- 영상은 손목의 요골동맥에서 획득하였다. CCD 카메라에서 적외선 광을 수신하기 위하여 렌즈 후면에 부착되어있는 적외선 컷 필터를 제거하였다. 적외선 광원은 파장이 850 nm인 근적외선을 사용하였으며, 카메라의 외곽 면에 배치하였다.
- 알고리즘의 평가는 수동으로 지정한 치료영역 유도선과 비교하였을 때의 오차와 최대 오차거리로 평가하였다. 각 영상에서 30회씩 측정한 값을 기반으로 하여 오차를 계산하였다. Fig.
- 제시한 알고리즘에서 윤곽선 검출을 시행하기 위해서는 검출이 시작될 초기 위치를 지정해 주어야 하며 혈관 유사물질의 상단부에서부터 검출을 시작하도록 설정하였다. 분리한 혈관 영역에서 윤곽선 정보를 추출하여 혈관의 지름값을 구하고 혈관의 표면과 표면 사이의 거리를 구하였다. 윤곽선 검출 결과를 이진화한 후 윤곽선 영상에서 치료 목표 지점을 나타내도록 프로그램을 제작하였다.
- 피부와 혈관의 화소값 범위는 Table 1과 같이 표시하였다. 색조(Hue)영역에서 피부와 혈관의 화소 값이 가장 뚜렷하게 구분되었기에 영상처리는 색조 영역에 대하여 수행 하였다.
- 처리결과인 유도선을 원본 영상에 중첩하여 나타내었다. 알고리즘의 평가는 수동으로 지정한 치료영역 유도선과 비교하였을 때의 오차와 최대 오차거리로 평가하였다. 각 영상에서 30회씩 측정한 값을 기반으로 하여 오차를 계산하였다.
- 영상 처리는 400×350 영역을 추출하여 처리하였으며, 획득한 영상의 화소 크기는 75 ㎛이다.
- 영상처리는 HSV 색공간 변환, 이진화, 세선화의 순서로 진행하였다. 이진화 계수는 오츠(otsu)기법을 사용해 산출하였고, 세선화는 Lam.
- 영상처리는 획득한 영상에서 손등영역에 해당하는 영역을 640×460 화소크기로 추출하여 처리하였다.
- 분리한 혈관 영역에서 윤곽선 정보를 추출하여 혈관의 지름값을 구하고 혈관의 표면과 표면 사이의 거리를 구하였다. 윤곽선 검출 결과를 이진화한 후 윤곽선 영상에서 치료 목표 지점을 나타내도록 프로그램을 제작하였다. Fig.
- 적외선 광원은 파장이 850 nm인 근적외선을 사용하였으며, 카메라의 외곽 면에 배치하였다. 적외선 광원과 혈관 사이의 20 cm부터 45 cm까지 5 cm 단위로 거리를 변화시키며 영상을 획득하고 획득한 영상을 비교하였다. 적외선 광원기반의 알고리즘은 적외선 광원이 추가된 상태에서 조명 정규화, 영상 대조도 증가의 순서로 영상처리 하여 혈관 영역을 강조하였다.
- 추출한 텍스쳐 정보를 기반으로 뱀 형상 윤곽선 검출을 시행하여 혈관 영역을 식별하였다. 제시한 알고리즘에서 윤곽선 검출을 시행하기 위해서는 검출이 시작될 초기 위치를 지정해 주어야 하며 혈관 유사물질의 상단부에서부터 검출을 시작하도록 설정하였다. 분리한 혈관 영역에서 윤곽선 정보를 추출하여 혈관의 지름값을 구하고 혈관의 표면과 표면 사이의 거리를 구하였다.
- 적외선 광원기반의 알고리즘은 적외선 광원이 추가된 상태에서 조명 정규화, 영상 대조도 증가의 순서로 영상처리 하여 혈관 영역을 강조하였다. 조명 정규화 과정에는 호모모픽 필터를 사용하였으며, 적응 히스토그램 평활화를 시행하여 대조도를 증가시켰다. 평활화는 RGB 컬러 공간 중에서 혈관 영역이 가장 분명하게 구분되는 적색 영역에 대하여 수행하였으며 혈관 검출율 변화를 적색 영역 이진화 영상과 높이에 따른 유사도 변화로 평가하였다.
- 영상은 20~40 대의 남녀 10명의 손등 정맥에서 촬영하였다. 중증 하지정맥류가 유발된 환경을 모사하고자 악력 운동을 30초간 시행하여 임시로 손등 정맥류를 유발하였다. 영상은 혈관으로부터 15~20 cm 높이에 카메라를 위치시킨 상태에서 획득하였다.
- [6] 다음으로 영상의 굴곡이나 경계면을 정의하고자 가변형 모델(deformable model)[7-8] 을 사용하여 영상의 텍스쳐 정보를 추출하였다. 추출한 텍스쳐 정보를 기반으로 뱀 형상 윤곽선 검출을 시행하여 혈관 영역을 식별하였다. 제시한 알고리즘에서 윤곽선 검출을 시행하기 위해서는 검출이 시작될 초기 위치를 지정해 주어야 하며 혈관 유사물질의 상단부에서부터 검출을 시작하도록 설정하였다.
- 조명 정규화 과정에는 호모모픽 필터를 사용하였으며, 적응 히스토그램 평활화를 시행하여 대조도를 증가시켰다. 평활화는 RGB 컬러 공간 중에서 혈관 영역이 가장 분명하게 구분되는 적색 영역에 대하여 수행하였으며 혈관 검출율 변화를 적색 영역 이진화 영상과 높이에 따른 유사도 변화로 평가하였다.
- 표재성 하지정맥류에 적용하기 위한 영상유도 알고리즘은 하지정맥류의 중증도에 따라 HSV 색공간 기반 방법과 적외선 광원기반의 각기 다른 알고리즘을 구현하였다. 영상은 CCD 카메라를 사용하여 획득 하였다.
- 본 연구에서는 초음파를 이용한 하지정맥류 치료에 적용 가능한 영상유도 알고리즘을 제안 하였다. 하지정맥류의 발생 위치에 따라 유도 영상을 달리하여 알고리즘을 수립하였으며 표재성 하지정맥류의 경우는 하지정맥류의 진행 정도에 따라 각기 다른 알고리즘을 제안하였다. 심부성 하지정맥류 혈관 단면 추출 알고리즘의 경우에는 수립한 알고리즘이 830 ㎛ 이하의 적은 오차를 가짐을 알 수 있었다.
대상 데이터
- 본 연구에서는 하지정맥류 환자의 혈관 검출을 위한 알고리즘 구현을 위하여 초음파 B 모드 영상을 사용하였다. 심부성 하지정맥류를 모사하기 위하여 혈관 유사물질이 매식된 글리세롤 기반의 조직유사 팬텀을 제작하고 영상을 획득하였다.
- 본 연구에서는 하지정맥류 환자의 혈관 검출을 위한 알고리즘 구현을 위하여 초음파 B 모드 영상을 사용하였다. 심부성 하지정맥류를 모사하기 위하여 혈관 유사물질이 매식된 글리세롤 기반의 조직유사 팬텀을 제작하고 영상을 획득하였다. 영상 획득은 상용의 초음파 진단기 SA-6000 MT모델(Medison, Korea)을 사용하였으며, 초음파 영상 획득 시 이득은 50, 출력은 100, 영상깊이는 3 cm 로 설정하였다.
- 심부성 하지정맥류를 모사하기 위하여 혈관 유사물질이 매식된 글리세롤 기반의 조직유사 팬텀을 제작하고 영상을 획득하였다. 영상 획득은 상용의 초음파 진단기 SA-6000 MT모델(Medison, Korea)을 사용하였으며, 초음파 영상 획득 시 이득은 50, 출력은 100, 영상깊이는 3 cm 로 설정하였다. 획득한 B 모드 영상은 skytv HD yellow 모델(skydigital, Korea)의 비디오 카드를 사용하여 720×480 화소 크기로 저장하였다.
- HSV 색공간 변환을 기반으로 한 알고리즘은 정맥류 단계까지 진행된 중증 표재성 하지정맥류에 적용하고자 하였다. 영상은 20~40 대의 남녀 10명의 손등 정맥에서 촬영하였다. 중증 하지정맥류가 유발된 환경을 모사하고자 악력 운동을 30초간 시행하여 임시로 손등 정맥류를 유발하였다.
- 표재성 하지정맥류에 적용하기 위한 영상유도 알고리즘은 하지정맥류의 중증도에 따라 HSV 색공간 기반 방법과 적외선 광원기반의 각기 다른 알고리즘을 구현하였다. 영상은 CCD 카메라를 사용하여 획득 하였다. CCD 카메라는 Lifestudio 모델(Microsoft, USA)을 사용하였으며, 1980×1080 화소 크기, DPI 96의 조건으로 영상을 획득하였다.
- 처리된 영상을 기반으로 시술자가 치료영역을 지정할 수 있도록 유도하는 것을 알고리즘의 목표로 하였다. 영상은 손목의 요골동맥에서 획득하였다. CCD 카메라에서 적외선 광을 수신하기 위하여 렌즈 후면에 부착되어있는 적외선 컷 필터를 제거하였다.
- 중증 하지정맥류가 유발된 환경을 모사하고자 악력 운동을 30초간 시행하여 임시로 손등 정맥류를 유발하였다. 영상은 혈관으로부터 15~20 cm 높이에 카메라를 위치시킨 상태에서 획득하였다. 영상처리는 획득한 영상에서 손등영역에 해당하는 영역을 640×460 화소크기로 추출하여 처리하였다.
- CCD 카메라에서 적외선 광을 수신하기 위하여 렌즈 후면에 부착되어있는 적외선 컷 필터를 제거하였다. 적외선 광원은 파장이 850 nm인 근적외선을 사용하였으며, 카메라의 외곽 면에 배치하였다. 적외선 광원과 혈관 사이의 20 cm부터 45 cm까지 5 cm 단위로 거리를 변화시키며 영상을 획득하고 획득한 영상을 비교하였다.
- 획득한 B 모드 영상은 skytv HD yellow 모델(skydigital, Korea)의 비디오 카드를 사용하여 720×480 화소 크기로 저장하였다.
데이터처리
- 표면과의 거리는 최대 830 ㎛, 평균 400 ㎛ 의 오차를 보였다. 오차 측정은 50회 반복하여 측정하여 평균값을 도출하였다. 획득한 반지름값과 표면과의 거리를 결과 영상에 나타내어 확인할 수 있도록 제작하였으며 집속점과 목표영역 사이의 거리 차이가 15 픽셀(1.
이론/모형
- CCD 카메라는 Lifestudio 모델(Microsoft, USA)을 사용하였으며, 1980×1080 화소 크기, DPI 96의 조건으로 영상을 획득하였다.
- 전처리 과정에서는 초음파 영상에서 스펙클 패턴을 제거하고자 5×5 크기의 스틱 필터(stick filter)를 사용하였다. [6] 다음으로 영상의 굴곡이나 경계면을 정의하고자 가변형 모델(deformable model)[7-8] 을 사용하여 영상의 텍스쳐 정보를 추출하였다. 추출한 텍스쳐 정보를 기반으로 뱀 형상 윤곽선 검출을 시행하여 혈관 영역을 식별하였다.
- L.[9] 이 제안한 Thinning 기법을 사용하였다. 처리결과인 유도선을 원본 영상에 중첩하여 나타내었다.
- 영상처리 프로그램으로는 Matlab 2017b(MathWorks, USA)를 사용하였으며, 전처리, 텍스쳐 특성 추출, 혈관 검출의 단계를 거쳐 최종 영상을 구성하였다. 전처리 과정에서는 초음파 영상에서 스펙클 패턴을 제거하고자 5×5 크기의 스틱 필터(stick filter)를 사용하였다.
성능/효과
- 4번 혈관 영상에서 도출한 혈관 유도선 에서 오차가 평균 8.32로 다른 혈관 영상에 비하여 큰 오차 거리가 검출되었다. 9번과 10번의 혈관 영상의 경우 추세는 비슷하였으나, 유도선이 혈관의 중심이 아닌 혈관 경계면에 나타났다.
- 본 연구를 통해 CCD 영상을 획득할 때 적외선 광원을 추가한다면 경증의 하지정맥류 에서도 혈관 추출 이 가능할 것으로 예상된다. HSV 색공간 기반의 중증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 정확도는 모든 혈관 영상에서 85 % 이상의 높은 검출율을 보였으나, 오차 거리가 일부 영상에서 크게 나타나거나 유도선이 혈관 경계면에 나타났다. 이를 기반으로 할 때 수립 알고리즘을 실제 임상에 적용하기 위해서는 추가적인 연구가 필요할 것으로 생각된다.
- 8 에 나타내었다. 유사도 변화를 확인해 보았을 때 20cm를 기준으로 거리가 증가 20 cm를 기준으로 거리가 증가할수록 유사도가 감소하였으며 최저 유사도는 45 cm 에서 88.15 %로 나타났다.
- 9번과 10번의 혈관 영상의 경우 추세는 비슷하였으나, 유도선이 혈관의 중심이 아닌 혈관 경계면에 나타났다. 이로 인해 9,10 번 영상에서 유도선의 추세에 비하여 낮은 정확도가 나타났다.
- 평가 결과를 수립한 알고리즘을 초음파 영상에서 혈관을 추출하고자 할 때 유용한 보조 수단으로 사용할 수 있을 것으로 기대된다. 적외선 기반의 경증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 이진화 영상과 유사도 검증 모두에서 혈관과 카메라 사이의 거리가 20 cm 일 때 혈관 검출율이 가장 우수함을 확인할 수 있었다. 본 연구를 통해 CCD 영상을 획득할 때 적외선 광원을 추가한다면 경증의 하지정맥류 에서도 혈관 추출 이 가능할 것으로 예상된다.
- 진단기의 거리 측정 기능과 비교한 결과, 튜브 반지름의 경우 최대 오차가 800 ㎛로 나타났으며 평균 380 ㎛ 의 오차를 보였다. 표면과의 거리는 최대 830 ㎛, 평균 400 ㎛ 의 오차를 보였다.
- 08 로 평가되었으며, 모든 혈관 영상이 80 % 이상, 최대 98 % 의 정확도로 평가되었다. 최대 오차거리의 평균값은 3.2 mm, 표준편차는 1.94 로 평가되었으며 모든 혈관 영상에서 8.3 mm 이하의 오차거리를 보였으며 최소 1.68 mm 의 오차거리로 평가되었다. 검출한 혈관 유도선 영상은 Fig.
- 혈관이 검출되지 않은 영역을 붉은 원을 사용하여 표시해 주었다. 평가 결과 혈관과 피부사이의 거리가 20 cm 일 때 혈관이 가장 뚜렷하게 검출되었다. 20 cm 이하의 거리에서는 반사광의 영향으로 인해 혈관의 일부가 검출되지 않았으며, 5 cm 획득 영상의 경우 반사광이 너무 강해 혈관 영역이 거의 검출되지 않아 원으로 표시하지 않았다.
- HSV 색공간 변환을 기반으로 한 표재 정맥 알고리즘의 평과 결과는 Table 2에 나타내었다. 혈관 검출의 정확도는 91.8 %, 표준편차 3.08 로 평가되었으며, 모든 혈관 영상이 80 % 이상, 최대 98 % 의 정확도로 평가되었다. 최대 오차거리의 평균값은 3.
- 오차 측정은 50회 반복하여 측정하여 평균값을 도출하였다. 획득한 반지름값과 표면과의 거리를 결과 영상에 나타내어 확인할 수 있도록 제작하였으며 집속점과 목표영역 사이의 거리 차이가 15 픽셀(1.12mm) 이하로 차이 날 때 집속점의 마커 모양을 변경해 정확한 집속 위치에 도달하였음을 확인할 수 있도록 하였다. Fig.
후속연구
- 적외선 기반의 경증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 이진화 영상과 유사도 검증 모두에서 혈관과 카메라 사이의 거리가 20 cm 일 때 혈관 검출율이 가장 우수함을 확인할 수 있었다. 본 연구를 통해 CCD 영상을 획득할 때 적외선 광원을 추가한다면 경증의 하지정맥류 에서도 혈관 추출 이 가능할 것으로 예상된다. HSV 색공간 기반의 중증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 정확도는 모든 혈관 영상에서 85 % 이상의 높은 검출율을 보였으나, 오차 거리가 일부 영상에서 크게 나타나거나 유도선이 혈관 경계면에 나타났다.
- 본 연구의 한계점은 표재성 하지정맥류를 대상으로 수립한 2개의 알고리즘이 서로 다른 위치에서 측정한 영상을 대상으로 수립되었다는 것이다. 차후 연구에서는 표재성 하지정맥류에서는 동일한 측정 위치에서 측정한 영상을 대상으로 한 평가가 필요할 것이며 차후 간단한 시스템을 구성함으로써 수립한 알고리즘을 기반으로 한 영상유도 시스템을 제작할 수 있을 것 이다.
- HSV 색공간 기반의 중증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 정확도는 모든 혈관 영상에서 85 % 이상의 높은 검출율을 보였으나, 오차 거리가 일부 영상에서 크게 나타나거나 유도선이 혈관 경계면에 나타났다. 이를 기반으로 할 때 수립 알고리즘을 실제 임상에 적용하기 위해서는 추가적인 연구가 필요할 것으로 생각된다.
- 본 연구의 한계점은 표재성 하지정맥류를 대상으로 수립한 2개의 알고리즘이 서로 다른 위치에서 측정한 영상을 대상으로 수립되었다는 것이다. 차후 연구에서는 표재성 하지정맥류에서는 동일한 측정 위치에서 측정한 영상을 대상으로 한 평가가 필요할 것이며 차후 간단한 시스템을 구성함으로써 수립한 알고리즘을 기반으로 한 영상유도 시스템을 제작할 수 있을 것 이다.
- 심부성 하지정맥류 혈관 단면 추출 알고리즘의 경우에는 수립한 알고리즘이 830 ㎛ 이하의 적은 오차를 가짐을 알 수 있었다. 평가 결과를 수립한 알고리즘을 초음파 영상에서 혈관을 추출하고자 할 때 유용한 보조 수단으로 사용할 수 있을 것으로 기대된다. 적외선 기반의 경증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경우 이진화 영상과 유사도 검증 모두에서 혈관과 카메라 사이의 거리가 20 cm 일 때 혈관 검출율이 가장 우수함을 확인할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.