3차원 그레이-스케일 영상에서 최소거리 맵을 이용한 형태기반 보간

Abstract

Using a series of medical tomograms, we can reconstruct internal organs or other objects of interest and generate 3-D images. It is generally accepted that the axial resolution determined by two sequential image slices is lower than the planar resolution in one image slice. Therefore, various methods of interpolation were developed for an accurate display of reconstructed images. Linear interpolation and other related schemes produce the blurred 3-D images of the reconstructed objects. Shape-based interpolation does not use the gray-level information of the original images and spends much times in general. In this thesis, a new algorithm for 3-D reconstruction of the medical images such as MRI and X-ray CT was suggested. This method is shape-based and utilizes parts of the gray-level information. I extend the conventional shape-based interpolation of the binary images to the gray-scale images using the shortest distance map. Using this new algorithm, I could reduce the execution time for interpolation while keeping similar high quality of the reconstructed images with reduced execution time and is applicable to the various medical tomograms.;단층 촬영 한 영상을 삼차원적으로 재구성 (reconstruction)해서 가시화 (visu-alization) 또는 자동 처리와 분석 (automatic manipulation and analysis)을 하기 위해서는 등방 해상도의 삼차원 영상 자료를 생성하는 보간이 필수적이다. 선형 보간법과 같은 결정적 보간 방법은 슬라이스간 위치 관계에 많은 영향을 받으므로 흐릿한 보간 영상을 생성하는 문제점이 있고 최근에 제시된 형태기반 보간 방법은 먼저 형태를 분할한 후, 보간을 행하므로 구조적으로 객체간 뚜렷한 보간 영상을 생성하는데는 유리하지만 대부분 이진 영상을 대상으로 보간을 수행하며 방법상 보간을 위해 행하는 최소거리 계산시 많은 수행 시간을 소모한다는 문제점이 있다. 본 논문에서는 영상을 이루는 구성 객체를 표현할 수 있는 그레이-스케일 영상을 대상으로 하여 보간 영상을 생성하고 이차원 평면 상의 최소거리 맵 구성과 삼차원 공간 개념을 고려한 최소거리 맵 수정으로 계산 시간을 효율적으로 단축시키면서 고질의 보간 영상을 생성 할 수 있는 새로운 형태기반 보간법을 제시하였다. 보간 실험에서는 무릎부위 자기공명 영상과 흉부 자기공명 영상을 사용하며 기존 형태기반 보간 알고리즘에 의한 보간 결과와 비교하였다. 보간 영상의 질적인 면과 수행시간 면에서 비교·분석한 결과 기존의 형태기반 보간 방법보다 계산시간을 단축시키면서 고질의 영상을 얻을 수 있음을 알 수 있었다.