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 영상에서의 기울기 정보와 최대 빈도수를 이용하여 X-선 혈관조영영상에서 카테터를 자동으로 정확하게 분할하는 방법을 제안한다. 우선, 밝기값 스트레칭을 통하여 영상의 대조대비를 높인 후, 경계 강조 마스크를 이용하여 카테터의 후보 경계점을 추출하고, 후보 경계점의 최대 빈도수 직경을 이용하여 카테터의 경계 및 직경을 자동 분할한다.
제안 방법
- 그림 2는 본 논문에서 제안하는 카테터 자동 분할 방법의 순서도를 나타낸다. X-선 혈관조영영상에서 카테터 주변 배경과 유사한 밝기값으로 인한 분할의 한계점을 극복하고, 카테터 주변을 지나가는 혈관의 영향력을 최소화 하기 위하여 영상의 기울기 정보와 직경의 최대 빈도수를 사용하여 카테터를 자동 분할한다.
- X-선 혈관조영영상에서의 카테터 영역과 배경의 밝기값 대조대비가 낮으므로 밝기값 대조대비를 높혀 카테터 분할이 용이하도록 밝기값 스트레칭을 이용한 영상 전처리 방법을 제안한다.
- 이 때, 기울기 임계값은 실험적으로 얻어진 수치인 100이상의 범위를 설정한다. 검출된 기울기가 특정 수치 이상인 카테터 경계점들의 직경을 계산한 후 분할된 카테터 경계점들의 최대 빈도수 직경을 구한다. 마지막으로 최대 빈도수의 직경을 갖는 카테터의 경계점을 추출하고, 이 경계점들을 선형 보간 하여 최종 카테터 경계를 분할한다.
- 실험데이터는 X-선 혈관조영영상 15장을 사용하였으며, 영상의 크기는 512X512 영상해상도를 가진 8-비트 영상이다. 결과 분석을 위하여 육안 평가, 전문가가 수동으로 분할한 결과와 제안방법간의 정확성 평가와 수행시간 평가로 나누어 실험하였다.
- 이때, 시작점과 끝점을 이은 직선을 기준으로 좌우 20-픽셀이 포함되도록 관심 영역을 설정한다. 관심영역내에서 밝기값 스트레칭을 사용하여 영상의 밝기값대조대비를 높인다. 식 1은 영상의 최소 밝기값과 최대 밝기값을 사용하여 관심영역 내에서 밝기값 스트레칭을 적용한 식이다.
- 밝기값 스트레칭을 적용하여 영상의 밝기값 대조대비를 높임으로 카테터 분할이 용이하도록 한 후, 카테터의 후보 경계점을 추출하기 위하여 방향을 고려한 경계 강조 마스크를 영상에 적용한다. 그리고 정확한 카테터를 분할하기 위해 카테터 후보 경계점에서 기울기가 크고, 최대 빈도수 직경을 갖는 카테터 경계점 만을 추출하여 해당 경계점 간 선형 보간을 수행함으로써 최종 카테터의 경계를 정확하게 분할하였다. 제안 방법의 실험 결과는 전문가의 수동분할과 제안방법을 적용한 분할 결과 간의 중복 영역 비율이 93.
- 방향성을 고려한 경계 강조 마스크를 적용한 후에도 X-선 혈관조영영상에서 카테터 주변을 지나가는 혈관이나 제거되지 않은 잡음의 의해서 카테터 경계부위를 정확하게 분할하는데 한계가 있다. 따라서, 일정 직경을 갖는 카테터 특성을 고려하여 최대 빈도수 직경을 이용한 경계 분할 방법을 제안한다.
- 검출된 기울기가 특정 수치 이상인 카테터 경계점들의 직경을 계산한 후 분할된 카테터 경계점들의 최대 빈도수 직경을 구한다. 마지막으로 최대 빈도수의 직경을 갖는 카테터의 경계점을 추출하고, 이 경계점들을 선형 보간 하여 최종 카테터 경계를 분할한다.
- 먼저, 방향성을 고려한 경계 강조 마스크를 이용하여 추출된 카테터 후보 경계점들은 실제 카테터 경계보다 굵게 잡혀있기 때문에 기울기 값이 특정 수치 이상인 카테터 경계점을 추출한다. 이 때, 기울기 임계값은 실험적으로 얻어진 수치인 100이상의 범위를 설정한다.
- 본 논문에서는 X-선 혈관조영영상에서 밝기값 스트레칭을 통한 전처리 후, 기울기 정보와 최대 빈도수를 이용하여 카테터를 자동으로 분할하는 방법을 제안하였다. 밝기값 스트레칭을 적용하여 영상의 밝기값 대조대비를 높임으로 카테터 분할이 용이하도록 한 후, 카테터의 후보 경계점을 추출하기 위하여 방향을 고려한 경계 강조 마스크를 영상에 적용한다.
- 본 실험은 2.4GHz CPU와 2GB 메모리를 장착한 PC에서 수행하였고, 사용자 인터페이스는 FLTK 를 사용하였으며 영상 분할을 위한 구현은 C++ 로 개발하였다. 실험데이터는 X-선 혈관조영영상 15장을 사용하였으며, 영상의 크기는 512X512 영상해상도를 가진 8-비트 영상이다.
- 먼저, 시작점과 끝점을 이은 직선의 기울기를 산정하여 방향성 있는 경계 강조 마스크를 생성한다. 생성된 세로 또는 가로 방향의 경계 마스크를 이용하여 카테터의 후보 경계점을 추출한 후, 평균값 마스크를 이용하여 검출된 잡음을 제거한다.
- 본 논문에서는 영상에서의 기울기 정보와 최대 빈도수를 이용하여 X-선 혈관조영영상에서 카테터를 자동으로 정확하게 분할하는 방법을 제안한다. 우선, 밝기값 스트레칭을 통하여 영상의 대조대비를 높인 후, 경계 강조 마스크를 이용하여 카테터의 후보 경계점을 추출하고, 후보 경계점의 최대 빈도수 직경을 이용하여 카테터의 경계 및 직경을 자동 분할한다.
- 카테터 경계를 분할하기 위하여 기울기 정보를 이용한 마스크를 영상에 적용하는 경우, 기존 소벨 마스크는 x축 및 y축 기울기를 모두 고려하여 경계를 검출하기 때문에 주변 잡음의 영향을 많이 받는 한계점이 있다. 이를 해결하기 위하여 거의 한 방향성을 갖는 카테터의 특성을 이용하여 카테터의 기울기를 고려한 한 방향의 경계 강조 마스크를 이용하여 카테터 후보 경계점을 추출하는 방법을 제안한다.
대상 데이터
- 4GHz CPU와 2GB 메모리를 장착한 PC에서 수행하였고, 사용자 인터페이스는 FLTK 를 사용하였으며 영상 분할을 위한 구현은 C++ 로 개발하였다. 실험데이터는 X-선 혈관조영영상 15장을 사용하였으며, 영상의 크기는 512X512 영상해상도를 가진 8-비트 영상이다. 결과 분석을 위하여 육안 평가, 전문가가 수동으로 분할한 결과와 제안방법간의 정확성 평가와 수행시간 평가로 나누어 실험하였다.
데이터처리
- 정확성 평가를 위하여 전문가가 수동 분할한 결과와 본 제안방법을 적용하여 얻은 자동 분할 결과 간의 중복 영역 비율과 평균 거리 차이를 측정한다. 중복 영역 비율은 식 2와 같이 제안방법과 수동 분할한 결과 간 중복 영역 비율로 측정한다.
성능/효과
- 그림 3은 X-선 혈관조영영상에서 밝기값 스트레칭을 적용한 결과로 그림 3(a)는 밝기값 스트레칭을 적용하지 않은 원 영상이고, 그림 3(b)는 관심영역을 산정하고 영역 내 밝기값 스트레칭을 적용한 결과를 나타낸다. 밝기값 스트레칭 적용 후, 영상의 밝기값 대조대비가 증가하여 카테터 경계가 이전보다 명확해진 것을 알 수 있다.
- 제안 방법을 적용한 카테터 분할 수행 시간은 15개의 실험 데이터에 대해 평균 0.011초로 측정되었다.
- 제안 방법의 실험 결과는 전문가의 수동분할과 제안방법을 적용한 분할 결과 간의 중복 영역 비율이 93.9%±2.7%, 평균 거리 차이가 0.116-픽셀, 수행 시간이 평균 0.011초로 측정되었다.
후속연구
- 011초로 측정되었다. 제안방법을 이용하여 자동 분할된 카테터는 X-선 혈관조영영상에서 영상과 실제 혈관 간 비율을 확인할수 있는 기준으로 사용 될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.