이중 변형 모델을 이용한 영상의 삼차원 정량 분석

Abstract

영상의 정량분석이란 영상으로부터 원하는 데이터를 추출하여 결과 수치 값들을 정량적으로 표현하고 분석하는 것을 말한다. 영상 분석은 전문가에 의한 시각적 판단도 가능하나, 반복적인 분석시에도 동일한 결과를 제공하며 보다 객관적이라는 장점으로 인해 정량적인 방법이 많이 사용된다. 대부분의 정량 분석 방법은 분석 대상이 삼차원 객체이더라도 이차원의 절단 단면영상을 이용하여 주로 이루어지고 있다. 그러나, 절단 영상에 의한 분석은 이차원 단면에 의존적이기 때문에 영상의 질, 절단 방향, 절단 간격 등에 따라 결과에 차이가 있을 수 있다. 또한, 일련의 단면영상을 가지고 상상에 의해 삼차원으로 재구성을 해야함으로 고도의 전문성이 필요하고 대상 객체가 공간적으로 뒤틀어져 있거나 복잡한 구조인 경우에는 정확하게 분석하기가 더욱 어렵다는 한계를 가지고 있다. 본 논문에서는 이와 같은 단점들을 극복하고자 이중 변형 모델을 이용한 영상의 삼차원 정량 분석을 시도하였다. 즉, 내·외부 표면들의 중점들을 연결한 중간 표면(center surface)을 생성하고, 이것을 이용하여 대상 객체의 표면두께를 삼차원 공간상에서 계산함으로써 보다 정확한 데이터들을 얻고자 하였다. 또한 측정된 데이터를 불스아이 그래프를 통해 보여줌으로써 공간적인 연관성과 분석이 용이하도록 하였다. 그리고 모델을 생성하기 위한 전처리 과정으로 객체를 자동 또는 반자동으로 분할하는 방법을 구현하였다. 반자동 분할은 내·외부 경계의 모호함으로 인해 자동 분할이 어려울 때 사용자의 개입을 통하여 보다 정확하게 분할할 수 있는 인터페이스를 제공한다. 개발된 삼차원 정량 분석 방법은 심장영상처럼 데이터 양이 많은 영상에 적용되어 효과적인 질환 진단을 하는데 적용될 수 있다. ; Quantitative analysis of images is that we measure data extracted from object images quantitatively and understand object accurately by analyzing quantitative values. Analysis of images can be done by expert visually but quantitative analysis has been used widely because it has merits to get more objective information and same results when it needs to be analyzed repeatedly Currently, most quantitative analysis of images are done by using two dimensional tomograms even though the object is three dimensional thing. But the results of analysis depend on image quality, cutting direction and interval etc. and it needs highly experienced ability to analyze a series of tomogram by reconstructing mental model. In addition, it is difficult to analyze accurately when object is distorted or have complex anatomy. In this paper to get over these limits, we analyzed images quantitatively by three dimensional measurement method. At first, we reconstructed double surface using physical deformation model method and then, we got center surface which is constructed by connecting the center points of double surface. Finally, we could measure three dimensional wall thickness by using center surface. And we used efficient displays for quantitative values which provides an overview of the many slices in a single image, and enhance the perception of spatial relationships. And we added auto and semi-segmentation function to do accurate segmentation for double surface models. Because it is difficult to segment a damaged object by auto-segmentation accurately. As result, we could get more accurate double surface and values of wall thickness. The proposed quantitative analysis can be applied to diagnose and make a plan for treatment from images which have a lot of data such as heart images.