[논문]뇌 MR 영상중 T2 에서 T1의 차영상을 이용한 영역분할 기법

박형기; 김영봉

뇌 MR 영상중 T2 에서 T1의 차영상을 이용한 영역분할 기법
Segmentation of Brain MR Image using Difference of T2 Image and T1 Image 원문보기

박형기 (부경대학교 전산정보학과) , 김영봉 (부경대학교 전산정보학과)

영상의 구성물질에 따른 정확한 분할은 질병의 유무를 판단하는데 매우 중요하다. 그러나 영상에서 구성물질들을 정확하게 분할하기란 쉬운 문제가 아니다. 그리고 많은 연구들이 뇌의 실질적인 량을 고려하지 못한 상태서 분할이 이루어지고 있다. 따라서 뇌의 실질적인 량과 비교할 때 가장 근접한 방법 의 개발이 필요하다고 볼 수 있다. 본 논문은 fat을 소거한 T2 영상과 T1 영상을 이용하여 조직에 따르는 명암 분포가 각각 다르게 분포되어 있는 것을 이용하여 평활화한 후 두 영상의 차로 백질, 회백질, 뇌척수액을 분리하는 방법을 제안한다. 이 방법을 이용하여 정상이의 뇌 MR 영상 이용하여 (19 Slice) 백질, 회백질, 뇌척수액을 분리하는 방법을 제시하였다.

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

문제 정의

쉽지 않다. 따라서 본 논문에서는 백 질과 회백질을 분할하는데 있어 좀더 효율적으로 중卜기위한 방법으로 평활화한 Tl, T2 강조영상을 이용하여 백질과 회백질을 분할하는 방법에 대하여 제안하였다. Tl, T2 강조영상은 구성물질에 따라 서로 대조되는 분포를 가지고 있다.
실험은 정상인의 뇌 MR 영상 대하여 시행하였다. 뇌 MR 영상 안에는 T1 강조영상 19 Slice와 Fat를 소거한 T2강조영상 19 Slice로 Case당 총 38개의 Slice로 구성되어 있다.

제안 방법

CSF(뇌척수액)는 뇌막과 뇌 사이 및 뇌 속에 존재하는데 본 논문에서는 뇌막과 뇌 사이에 존재하는 CSF를 회백질과 구분이 쉽지 않으므로 회백질 영역에 포함시켰으면, 단 뇌실에 존재하는 CSF만 CSF영역으로 나누었다. 뇌 영역에서 가로세로 1/2의 위치에 존재하는 사전 정보와 19장의 영상중 6번째 Slice와 11번째 Slice 사이의 뇌실에 존재하는 사전정보를 이용하여 그 영역에 CSF(회백질)분포가 최소영역의 전체 픽셀 값에서 0.
나누었다. 뇌 영역에서 가로세로 1/2의 위치에 존재하는 사전 정보와 19장의 영상중 6번째 Slice와 11번째 Slice 사이의 뇌실에 존재하는 사전정보를 이용하여 그 영역에 CSF(회백질)분포가 최소영역의 전체 픽셀 값에서 0.1%(사전정보 값) 이상이 존재할 경우 뇌실이 존재하는 이미지로 판단하여 CSF값으로 하고 그 이하인 경우는 회백질 값으로 하여 최소영역에 뇌실이 존재할 경우 뇌실영역을 8방향 Chain-Code로 검색한 후 뇌실영역의 값을 CSF로 처리하였다.
뇌 MR 영상 안에는 T1 강조영상 19 Slice와 Fat를 소거한 T2강조영상 19 Slice로 Case당 총 38개의 Slice로 구성되어 있다. 반전영상을 이용한 백질, 회백질, CSF을 분리하는 방법과 제안방법 1의 평활화 없이 바로 T2에서 T1 영상의 차영상을 이용하여 얻는 백질, 회백질, CSF의 추출 방법과 제안 방법 2인 T2, T1 강조영상을 평활화한 후 T2 강조영상에서 T1 강조영상의 차영상을 이용하여 같은 영상에서 얻은 백질, 회백질, CSF의 출현률을 비교하였다.
본 논문은 분할방법으로 T1 강조영상과, T2 강조영상의 조직에 따를 그레이분포가 다르게 나타나는 것을 이용하여 두 영상의 차를.이용하여 백질, 회백질, 뇌척수액을 분할하는 방법과 원영상을 평활화(Equalization)한 후 차영상을 이용하여 분할하는 방법을 제안하고자 한다.
이용하여 두 영상의 차를.이용하여 백질, 회백질, 뇌척수액을 분할하는 방법과 원영상을 평활화(Equalization)한 후 차영상을 이용하여 분할하는 방법을 제안하고자 한다.

대상 데이터

뇌 MR 영상 안에는 T1 강조영상 19 Slice와 Fat를 소거한 T2강조영상 19 Slice로 Case당 총 38개의 Slice로 구성되어 있다. 반전영상을 이용한 백질, 회백질, CSF을 분리하는 방법과 제안방법 1의 평활화 없이 바로 T2에서 T1 영상의 차영상을 이용하여 얻는 백질, 회백질, CSF의 추출 방법과 제안 방법 2인 T2, T1 강조영상을 평활화한 후 T2 강조영상에서 T1 강조영상의 차영상을 이용하여 같은 영상에서 얻은 백질, 회백질, CSF의 출현률을 비교하였다.
본 논문에서 사용한 T2영상은 지방과 물의 수소 성분에 대한 공명주파수의 차를 이용하여 Fat에 관한 신호를 제거한 후 얻은 영상으로 Fat와 머리뼈 부분을 제거한 상태(낮은 그레이 값)의 T2 강조영상을 얻은 후 뇌 영역만을 추출하기 위해 낮은 그레이 값(그레이 값 80이하)을 제거하면 배경과 뼈 구조가 소거되고 그림 3-c와 같이 뇌 영역만 남는다. 두개골을 제거하기 위해서 따로 처리할 필요는 없었다.
T1 강조영상, T2 강조영상, 수소밀도영상이다. 본 연구에서는 여러 가지 MR영상중 뇌의 T1 강조영상과 Fat을 소거한 T2 강조영상을 사용하였다. 그림1에서 보는 봐와 같이 MR 영상중 뇌 T1 강조영상은 신호가 강한 것부터 백질(WM), 회백질(GM), 뇌척수액(CFS) 순이고.

성능/효과

그림3에서 보는 봐와 같이 원 영상의 히스토그램 분포는 중앙에 가까이 위치하게 되는데 이를 반전하여 얻는 결과 값은 중간에 위치하는 회백질 부분이 일부는 백질에 놓이게 되고 일부는 뇌척수액에 놓이게 되므로 데이터 손실을 초래할 수 있으므로 다소 손실에 의한 결과로 판정돤다. 그리고 평활화하지 않은 상태에서 T1, T2강조영상의 차영상은 반전에 의한 영상보다는 높게 분포되어 나타났다. 이 또한 분포를 고려하지 않은 상태에서 두 영상의 차영상을 구할 경우 두 차가 크지 않게 나타나게 되는 경우다.
이 또한 분포를 고려하지 않은 상태에서 두 영상의 차영상을 구할 경우 두 차가 크지 않게 나타나게 되는 경우다. 이를 평활화하므로 두 분포를 극과 극으로 이동시켜 분포시켰을 경우 두 분포의 차는 커지므로 음과 양을 구분하는데 있어 더 좋은 값을 얻을 수 있었고, 표1에서보는 봐와 같이 실질적인 뇌 구성물질의 분포값과 비교해볼 때 같은 분포를 가지고 있는 것을 볼 수 있었다. 이는 본 체안방법2가 뇌의 실질적인 구성물질을 분할
이를 보정하는 방법으로 원영상올 평활화시키면 T2영상은 높은 값(255)으로 이동하면서 분포되는 반면 T1 영상은 낮은 값(0)으로 이동하면서 분포된다. 평활화한 영상에서 차영상을 구할 경우 원영상인 T2에서 T1 영상의 차 값을 얻는 것보다 큰 차 값을 얻을 수 있어 백질과 회백질의 경계의 선택폭을 넓일 수 있어, 뇌의 실질적인 결과값(표1)과 가장 가까운 값을 얻을 수 있었다.

후속연구

향후 연구과제로는 분할된 백질과, 회백질, 뇌척수액의 비를 바탕으로 정상군과 비정상군의 확률적인 분포를 고려하므로 써 비정상군의 병변의 유무를 판단할 수 있는 방법에 관한 연구가 필요하다.

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

뇌 MR 영상중 T2 에서 T1의 차영상을 이용한 영역분할 기법
Segmentation of Brain MR Image using Difference of T2 Image and T1 Image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

뇌 MR 영상중 T2 에서 T1의 차영상을 이용한 영역분할 기법 Segmentation of Brain MR Image using Difference of T2 Image and T1 Image 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

뇌 MR 영상중 T2 에서 T1의 차영상을 이용한 영역분할 기법
Segmentation of Brain MR Image using Difference of T2 Image and T1 Image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper