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
- 본 논문에서는 신장과 같은 특정 장기의 자동적인 추출 방법에 대하여 연구하였다. 현재까지 CT 영상에 대한 연구 로 주어진 영상에서 특정 부분을 추출해 내고자 하는 시도 는 행해져 왔으나기(3)(4)(3)[이, 장기를 구성하는 명암값 으로 thresholding 기법囹[5][6][기을 사용하거나 대략적인 모양 정보나 다른 장기와의 인접해 있는 형태에 의존한 방 법[7], 비숫한 명암값의 화소들끼리 모으는 방법[8]을 사용하였다.
제안 방법
- 계산한 비율을 바탕으로 메쉬 영상을 생성하였다. 메쉬 영상은 전체 영상을 주어진 크기의 영역들로 나누어 각각의 영역을 단위 메쉬로 설정하고 전체 영상을 메쉬 단위로 기준값 값에 의해 처리한 영상을 말한다.
- 그러나 같은 사람의 신장 부분이라도 복강내의 위치에서 약간씩의 변이가 있을 수 있으므로 겹 친 부분을 추출하여 오프닝을 통해 확장시켜 위치변이로 인한 손실을 방지하였다(그림 8). 노이조 제거는 생성된 템 플리드 영상을 각 입력 영상에 서브트랙션시켜 템플리트 밖의 화소를 제거하는 방법을 사용하였다
- 메쉬 처리된 산장과 분리된 노이즈를 제거하기 위해 산장의 위치를 추적하여 신장부분만을 추출해내었다. 신장의 위치를 추적 하기 위해 척추의 피크값을 중심으로 오른쪽과 왼쪽, 그리고 아 래 방향을 격자 방향으로 탐색해 나가며 신장을 구성하는 화소들 응 추적하여 그 좌표값들을 저장하였다.
- 메쉬 추출에 필요한 기준값 결정을 위한 비율은 이진 영 상에서 신장 내부를 구성 하는 화소와 hole 의 비율로서 결 정하였다. 비율을 구하는 방법은 이진 영상에서 신장을 7- 성하는 부분의 화소의 개수와 hole 을 구성하는 화소의 개 수를 인식하여 hole 의 비를 구한 것이다.
- 따라서 신장이 간이나 비장에 인접한 경우, 이들의 일정한 모양 정보를 이용하여 간과 비장의 추출에 이용한 연구도 있었다[州习⑹. 본 추출과정에서 이들과의 분리에 역점을 두었고 복강에서의 다른 장기들도 명암값이 신장과 일치하는 부분이 많이 분포하므로, 단위 면적당 명암값의 분포 차이를 이용하여 신장 부분만을 추출하였다
- 비율을 구하는 방법은 이진 영상에서 신장을 7- 성하는 부분의 화소의 개수와 hole 을 구성하는 화소의 개 수를 인식하여 hole 의 비를 구한 것이다. 신장 내부의 hole 을 인식하는 방법으로, 화소와 화소 사이의 hole 을 인식하는 방법을 사용하였고 이들의 개수를 신장을 T성 화소의 개수와 대비시켜 비율을 계산하였다(그림 3).
- 신장을 추출하는 방법으로 크게 두 가지 방법을 사용하 였는데 단일 슬라이스 내에서 신장 부분을 추출하는 과정 과 처리된 슬라이스들을 겹침방식으로 한꺼번에 처리하여 남은 노이즈를 제거하는 과정으로 나누었다. 그림 1은 이러한 처리 과정을 나타낸다.
- 메쉬 처리된 산장과 분리된 노이즈를 제거하기 위해 산장의 위치를 추적하여 신장부분만을 추출해내었다. 신장의 위치를 추적 하기 위해 척추의 피크값을 중심으로 오른쪽과 왼쪽, 그리고 아 래 방향을 격자 방향으로 탐색해 나가며 신장을 구성하는 화소들 응 추적하여 그 좌표값들을 저장하였다. 저장된 좌표값을 사용하 이 폐영역추출 방식을 시행하여 신장부분을 구성하는 메쉬 영상 을 검출하였다.
- 이 과정에서는 노이즈를 포함하는 추출된 신장영상 슬라이스들 을 차례로 입력영상으로 받아들여 저장하고 이들 영상을 하나의 영상에 나타내는 방식을 사용하였다.
- 정상인의 신장온 CT 영상에서 대부분 명 암값 88 과 90으로 구성되며 고른 분포를 보이므로 본 연구에서는 이들 값을 이진 영상으로 표현하여 이진 영상(그림 2)에서 화소의 개수와 hole 의 개수의 비율의 차이로서 산장과 다른 장기를 분리하였다. 이러한 hole 의 비율은 다른 조직의 비율과 구분이 되므로 신장영역의 hole 의 비율 을 기준값 값으로 설정하여 전체 영상을 단위 면적당 hole 의 분포에 따라 추출 여부를 결정하였다.
- 이진 영상에서 서브트랙션된 신장부분은 내부에 작은 hole 을 포함하고 있으므로 화소와 화소 사이를 인식하여 메우는 방법을 사용한 필링 과정을 통해 채워주었다.
- 신장의 위치를 추적 하기 위해 척추의 피크값을 중심으로 오른쪽과 왼쪽, 그리고 아 래 방향을 격자 방향으로 탐색해 나가며 신장을 구성하는 화소들 응 추적하여 그 좌표값들을 저장하였다. 저장된 좌표값을 사용하 이 폐영역추출 방식을 시행하여 신장부분을 구성하는 메쉬 영상 을 검출하였다.
- 본 연구에서는 신장 내부의 큰 혈관, 뇨관 등의 부분은 추출 에서 제외시켰다. 정상인의 신장온 CT 영상에서 대부분 명 암값 88 과 90으로 구성되며 고른 분포를 보이므로 본 연구에서는 이들 값을 이진 영상으로 표현하여 이진 영상(그림 2)에서 화소의 개수와 hole 의 개수의 비율의 차이로서 산장과 다른 장기를 분리하였다. 이러한 hole 의 비율은 다른 조직의 비율과 구분이 되므로 신장영역의 hole 의 비율 을 기준값 값으로 설정하여 전체 영상을 단위 면적당 hole 의 분포에 따라 추출 여부를 결정하였다.
- 이들을 위해 마지막 단계인 폐영역 추출방법을 사용하였다. 추출하고자 하는 신장영역을 포함한 모든 객체들이 크기가 제한된 템플리트 영역 내에 있으므로 노이즈 부분보다 신장이 더 큰 객체라 고 보고 템플리트 내에서 가장 큰 객체만을 추출하는 폐영 역추출 방식을 적용하였다(그림 9).
이론/모형
- 오프닝 된 템플리트 영역은 신장의 크기보다는 여유 있는 三1기이므로 템플리트를 이용한 제거방식에서도 처리되 지 않는 노이즈가 남아있을 수 있다. 이들을 위해 마지막 단계인 폐영역 추출방법을 사용하였다. 추출하고자 하는 신장영역을 포함한 모든 객체들이 크기가 제한된 템플리트 영역 내에 있으므로 노이즈 부분보다 신장이 더 큰 객체라 고 보고 템플리트 내에서 가장 큰 객체만을 추출하는 폐영 역추출 방식을 적용하였다(그림 9).
- 이것은 영상에 시 템풀리트 영역 밖의 노이즈 부분이 포함되지 않도록 하면서 입력영상의 정보를 소실없이 추출할 수 있도록 하기 위해서 사용 된다. 템풀리트 생성시 영상의 확대를 위해 사용되는 오프닝 빙 법은 기존의 dilation 알고리즘 대신 처리속도 단축을 위해 자자』 개발한 확장방식을 사용하였다.
- 본 논문에서는 신장과 같은 특정 장기의 자동적인 추출 방법에 대하여 연구하였다. 현재까지 CT 영상에 대한 연구 로 주어진 영상에서 특정 부분을 추출해 내고자 하는 시도 는 행해져 왔으나기(3)(4)(3)[이, 장기를 구성하는 명암값 으로 thresholding 기법囹[5][6][기을 사용하거나 대략적인 모양 정보나 다른 장기와의 인접해 있는 형태에 의존한 방 법[7], 비숫한 명암값의 화소들끼리 모으는 방법[8]을 사용하였다. 그러나 신장은 여러 슬라이스에 걸쳐 그 형태가 알정하게 유지되고 있으며 복강에서의 위치 또한 변이가 적다.
성능/효과
- 본 논문에서 사용한 hole 의 비율을 구하는 방법은 신장과 다른 장기를 구분하는데 효과가 있었고 무엇보다 임의로 부여하지 않고 개인차를 고려하여 처리하는 영상 자체에서 이러한 비율을 결 정하여 사용한 점이 좋은 결과를 가져왔다. 전체 처리과정은 슬 라이스 단위에서 추출된 영상을 한꺼번에 나타내어 신장의 위치를 비교하여 노이즈를 제거할 수 있었던 점이 유효했고 크기가 제한된 폐영역 내에서의 크기 비교로 남은 노이즈를 제거할 수 있었다
- 본 논문에서 사용한 hole 의 비율을 구하는 방법은 신장과 다른 장기를 구분하는데 효과가 있었고 무엇보다 임의로 부여하지 않고 개인차를 고려하여 처리하는 영상 자체에서 이러한 비율을 결 정하여 사용한 점이 좋은 결과를 가져왔다. 전체 처리과정은 슬 라이스 단위에서 추출된 영상을 한꺼번에 나타내어 신장의 위치를 비교하여 노이즈를 제거할 수 있었던 점이 유효했고 크기가 제한된 폐영역 내에서의 크기 비교로 남은 노이즈를 제거할 수 있었다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.