스케일 스페이스 필터링을 이용한 영상 영역 분할 파라미터 추정

Abstract

최근 보편화된 X선 컴퓨터 단층 영상(CT : X-ray Computerized Tomography)이나 자기공명 영상(MRI : Magnetic Resonance Image)으로부터 획득된 연속 2차원 의료 영상의 3차원 재구성(3D reconstruction) 및 가시화 (visualization)에 있어서 영상 분할(image segmentation)은 필수적인 단계이다. 그러나 의료 영상 자체가 가지고 있는 복잡성 때문에 일반적인 분할 기법만으로는 신뢰할 만한 결과를 기대하기 어렵고, 이를 바로 영상에 적용한다 해도 분할을 위한 전문가의 사전 파라미터 추정이 필요하다. 그러나 전문가가 직접 분할을 하거나 분활에 필요한 파라미터를 추정하는 작업에 상당한 시간과 노력이 소모되기 때문에 전문가에 의해서 추정된 파라미터를 대신할 만한, 분할을 위한 파라미터 추정이 필요하다. 본 논문에서는 스케일에 따른 영상 정보를 추출하는 스케일 스페이스 필터링을 이용하여 의료 영상의 영역 분할을 위한 파라미터 추정을 시도하였다. 분할될 영역의 수와 범위, 그리고 각 영역의 대표값을 추정함으로써 전문가가 직접 추정하려할 때 소모되는 시간과 노력을 줄이면서 이를 영상의 영역 분할에 적용하여 비교적 정확한 분할 결과를 유도할 수 있었다. 실험으로는 무릎부위 자기공명 2차원 및 3차원 영상과 흉부 자기 공명 2차원 및 3차원 영상을 대상으로 영역 분할 파라미터를 추정하고, 이를 분할에 적용시켰다. 결과로 각 영역 분할 파라미터 추정 결과와 분할 결과 영상을 제시하였다.;The nature of complexity of medical images makes them impossible to segment using standard techniques. Therefore the usual approaches to segment images continue to predominantly involve manual interaction. But it tediously consumes a good deal of time and efforts of the experts. Hereby a nonmanual parameters estimation which can replace the manual interaction is needed to solve the problem of redundant manual works for an image segmentation. This paper attempts to estimate parameters for an image region segmentation using Scale Space Filtering. This attempt results in estimating the number of regions, their boundary and each representatives to be segmented 2-dimensionally and 3-dimensionally. Using this algorithm, we may diminish the problem of wasted time and efforts for finding prerequisite segmentation parameters, and lead the relatively reasonable result of region segmentation.