Upload
wookjin-choi
View
121
Download
5
Embed Size (px)
DESCRIPTION
흉부 CT영상에서 삼차원 블록을 이용한 폐 구조물 자동 분할 및 폐 결절 검출
Citation preview
흉부 CT 영상에서 삼차원 블록을 이용한 폐 구조물 자동 분할 및 폐 결절 검출
광주과학기술원 기전공학부신호 및 영상처리 연구실
최욱진 최태선
목차• 서론• 관련연구• 블록기반 폐 영상 분석 방법
– Pre-Filtering– Enhancement– 분석대상 분할– 블록 위치 보정– 폐결절 검출
• 실험결과• 결론
3
서론• 폐 암은 치사율이 높지만 조기에 발견하여 치료할 경우 5 년 생존율이
50% 까지 상승하는것으로 알려져 있다 .
• 폐 암의 주요 소견인 폐 결절의 검출이 중요하다 .
• 폐 결절의 조기검출을 위해 CT 영상을 사용하여 폐 결절을 검출 하는 방법이 제안되었다 .
• 폐 CT 의 경우 환자당 100 장 이상의 영상이 생성됨– 분석하는데 많은 시간이 소요되며 피로 누적으로 인한 오류발생이 우려 된다 .
• 폐 결절 검출을 자동화하기 위한 Computer-Aided Detection (CAD) 시스템의 연구가 활발하다 .
블록분할
Pre-filtering
블록영상 Enhancement
블록 Object Segmentation
블록 위치 보정
위치 보정 완료
반복
흉부 CT영상
특징 값 추출
완료
폐 결절 검출
결절
비 결절
블록 크기를 바꿔서 반복 (32, 24, 16, 12, 8)
4 / 23
블록 기반 폐 영상 분석방법
5 / 23
Pre-filtering
Entropy( ) 를 이용하여 분석이 필요한 폐 영역의 블록을 선택하고 나머지 영역의
블록은 분석대상에서 제외한다 .
(a) (b) (c)
(d) (e)블록 사이즈에 따른 불필요한 블록 ( 좌 ) 과 분석대상 블록 ( 우 ) 의 Entropy 히스토그램 , 블록 크기 (a) 32, (b) 24, (c) 16, (d) 12, (e) 8
255
0
( ) ( )i
E p i logp i
6 / 23
Enhancement
블록영상의 노이즈를 분석하기 위하여 블록 영상 intensity 의 표준편차를 평균으로 normalize 한 값을 이용 하였으며 이 값을 가우시안 필터 sigma 값으로 사용하였다 .
2 2 2
222
stddev( ( , , ))=
average
1( ( ,
( ( ,
,
, ))
), )2
x y z
I x y z
I x y z
g I x y z e
(a) (b) (c)
(d) (e)
다섯 가지 크기의 블록으로 분할 후 각각 블록별로 Enhancement 한 영상 (a) 32, (b) 24, (c) 16, (d) 12, (e) 8
7 / 23
Enhancement
8 / 23
분석대상 분할
Harris Corner Detec-tion 을 이용한 Critical
point 검출
중심에서 가까운 포인트들만 선택하여
마스크 생성
마스크에서 양 끝점을 찾아서 폐벽과 결절을
분리
히스토그램 기반의 Optimal Threshold 를 이용하여 블록 내부의 분석 대상을 분할한다 .Hariss Corner Detection 을 이용하여 블록영상에서 Juxta-pleural( 흉막곁 ) 결절 분리한다 .
9 / 23
블록 위치 보정
• 블록영상 분석을 위해 블록 내부의 구조를 segmentation 후 선택된 분석대상 (object) 이 블록의 중심에 올 수 있도록 선택된 분석대상의 무게중심으로 블록의 중심을 이동하는 단계이다 .
• 분석 대상이 영상의 중심에 있으면 특징 값 추출 및 차후 분석과정을 보다 수월하게 진행할 수 있다 .
• 블록의 위치를 보정하기 위해서 선택된 object 의 무게중심을 이용 하였다 .
10
폐결절 검출• 제안된 방법으로 폐 결절 후보 검출
• 검출된 폐결절 후보의 특징값 추출
• 추출된 특징값을 Linear Discriminant Classifier(LDC) 를 이용 하여 결절과 비결절로 구분
11
실험결과• Lung Image Database Consortium (LIDC)
데이터베이스– 제안된 알고리즘의 검증과 평가를 위하여 LIDC 데이터베이스를
사용하였다 .– LIDC 는 미국 NIH 에서 CT 를 이용한 폐 결절 검출 CAD 시스템의
발전을 촉진하기 위하여 개발된 공개 폐 결절 데이터베이스이다 .– 본 데이터베이스는 총 84 개의 CT scan 으로 구성되어 있으며
각각의 CT scan 은 100-400 개의 Digital Imaging and Communication (DICOM) 영상과 전문의들의 폐 결절 검출 의견이 저장되어 있는 XML 파일로 이루어져 있다 .
• 본 논문에서는 153 개의 결절이 포함된 32 개의 영상을 사용하였다 . 사용된 영상은 총 7528 개의 영상으로 구성되어 있으며 영상의 pixel 크기는 0.65 ~ 0.75 mm 이다 .
실험 결과
폐 결절 검출 결과
set Accuracy TPR FPR
폐결절 후보 검출 100% 34.23
Training 89.67% 95.17% 6.12
Test 86.31% 93.11% 7.33
13
결론 및 향후 계획• 흉부 CT 영상을 분석하는 방법 제안
• 3D 블록 기반 방법을 제안하여 폐 영역 분할과정을 거치지 않고 폐 영상 분석
• Local Structure Tensor 분석을 이용한 Shape feature 를 이용한 정확도 향상
14
감사합니다 .