KR101371942B1 - Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening - Google Patents

Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening Download PDF

Info

Publication number
KR101371942B1
KR101371942B1 KR1020120067845A KR20120067845A KR101371942B1 KR 101371942 B1 KR101371942 B1 KR 101371942B1 KR 1020120067845 A KR1020120067845 A KR 1020120067845A KR 20120067845 A KR20120067845 A KR 20120067845A KR 101371942 B1 KR101371942 B1 KR 101371942B1
Authority
KR
South Korea
Prior art keywords
image
hippocampus
region
tissue
input image
Prior art date
Application number
KR1020120067845A
Other languages
Korean (ko)
Other versions
KR20140001294A (en
Inventor
곽기창
이종민
윤의철
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020120067845A priority Critical patent/KR101371942B1/en
Publication of KR20140001294A publication Critical patent/KR20140001294A/en
Application granted granted Critical
Publication of KR101371942B1 publication Critical patent/KR101371942B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

맵 기반 분할 방법과 모폴로지 연산을 조합하여 그래프 컷 알고리즘에 적용시켜 해마를 추출하는 방법 및 시스템이 개시된다. 입력 이미지에서 해마(hippocampus) 영역을 추출하는 방법은 상기 입력 이미지를 탬플릿 이미지에 정합하는 단계, 상기 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하는 단계, 상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 상기 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할하는 단계, 상기 생성된 부분 볼륨 이미지와 상기 정합된 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 상기 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성하는 단계 및 상기 생성한 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 상기 해마 영역을 추출하는 단계를 포함할 수 있다.A method and system for extracting hippocampus by combining a map-based segmentation method and a morphology operation to a graph cut algorithm is disclosed. A method of extracting a hippocampus region from an input image comprises: matching the input image to a template image, generating a partial volume image of gray matter tissue, white matter tissue and cerebrospinal fluid tissue based on the matched input image; Nonlinear matching a map of the hippocampus to the matched input image and partitioning an image of the hippocampus region from the nonlinear matched input image, based on the generated partial volume image and an image of the hippocampus region segmented from the matched input image The method may include generating a foreground image and a background image of the image of the hippocampal region and extracting the hippocampus region using a graph cut algorithm based on the generated foreground image and the background image.

Description

맵 기반 분할 방법과 모폴로지 연산을 조합하여 그래프 컷 알고리즘에 적용시켜 해마를 추출하는 방법 및 시스템{HIPPOCAMPUS EXTRACTION METHOD AND SYSTEM USING A GRAPH-CUTS ALGORITHM COMBINED WITH ATLAS-BASED SEGMENTATION AND MORPHOLOGICAL OPENING}HIMPOCAMPUS EXTRACTION METHOD AND SYSTEM USING A GRAPH-CUTS ALGORITHM COMBINED WITH ATLAS-BASED SEGMENTATION AND MORPHOLOGICAL OPENING}

본 발명의 실시예들은 해마 영역을 포함하는 이미지가 입력되는 경우 그래플 컷 알고리즘을 이용하여 자동으로 입력 이미지에서 해마 영역을 추출할 수 있는 해마 추출 방법 및 시스템에 관한 것이다.Embodiments of the present invention relate to a hippocampus extraction method and system capable of automatically extracting a hippocampus region from an input image using a grapple cut algorithm when an image including the hippocampus region is input.

해마(hippocampus)는 대뇌의 측뇌실하각 바닥면에 돌출하는 대뇌피질의 일부로서 시상하부와 밀접한 신경연락을 하며 겉으로는 보이지 않는다. 이러한 해마는 학습, 기억 및 새로운 것의 인식 등을 수행한다.The hippocampus (hippocampus) is part of the cerebral cortex that protrudes from the base of the lateral ventricle of the cerebrum and is in close contact with the hypothalamus and is invisible. These hippocampus perform learning, memory and recognition of new things.

일반적으로 해마가 위치하는 영역은 복잡한 영역으로, 현재 해마의 볼륨을 측정하기 위한 방법으로는 사람이 자기공명영상(MRI: Magnetic Resonance Imaging)위에 손으로 직접 해마 영역을 그리는 방법, 해마의 맵을 기반으로 단순히 정합을 수행함으로써 볼륨을 측정하는 방법, 사람이 해마의 주변부에 시드(seed)를 정해줘서 반자동으로 해마를 분할하는 방법 등이 있지만, 이러한 종래의 기술들은 해마의 볼륨을 측정하는데 모두 사람이 개입함으로써 변동성(variability)이 존재하게 된다.In general, the area where the hippocampus is located is a complex area.A method for measuring the volume of the hippocampus is based on a method in which a person draws a hippocampus area by hand on magnetic resonance imaging (MRI), based on a map of the hippocampus. However, there is a method of measuring volume by simply performing matching, and a method of dividing the hippocampus semi-automatically by setting a seed in the periphery of the hippocampus. However, these conventional techniques measure the volume of the hippocampus. Intervention results in variability.

사람이 직접 해마 영역을 그리는 방법은 가장 정확하게 해마를 추출할 수는 있지만, 사람의 변동성에 의해 동일한 데이터에 대해서도 다른 분할 결과를 초래할 수 있고 해마 영역 추출에 상당히 오랜 시간이 걸릴 뿐만 아니라 대량의 데이터에 적용하기 힘들다. 한편, 단순 이미지 정합을 통해 해마를 분할하는 방법은 긍정 오류(false positive)나 부정 오류(false negative)와 같은 정합 오류가 상당히 많기 때문에 부정확한 결과를 나타낸다.The method of drawing the hippocampus by humans is the most accurate way to extract the hippocampus, but due to human variability it can lead to different splitting results for the same data, and not only does it take a very long time to extract the hippocampus, Difficult to apply On the other hand, the method of segmenting the hippocampus through simple image matching shows inaccurate results because there are many matching errors such as false positives or false negatives.

따라서, 사람이 개입하지 않고도 보다 정확하게 해마 영역을 추출할 수 있는 방법이 요구되고 있다. Therefore, there is a need for a method capable of more accurately extracting the hippocampus without human intervention.

사람이 개입하지 않고도 보다 정확하게 해마 영역을 추출할 수 있는 맵 기반 분할 방법과 모폴로지 연산을 조합하여 그래프 컷 알고리즘에 적용시켜 해마를 추출하는 방법 및 시스템이 제공된다.Provided are a method and system for extracting hippocampus by applying a graph cut algorithm combining a map-based segmentation method and a morphology operation capable of extracting hippocampus regions more accurately without human intervention.

입력 이미지에서 해마(hippocampus) 영역을 추출하는 방법은 상기 입력 이미지를 탬플릿 이미지에 정합하는 단계, 상기 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하는 단계, 상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 상기 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할하는 단계, 상기 생성된 부분 볼륨 이미지와 상기 정합된 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 상기 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성하는 단계 및 상기 생성한 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 상기 해마 영역을 추출하는 단계를 포함할 수 있다.A method of extracting a hippocampus region from an input image comprises: matching the input image to a template image, generating a partial volume image of gray matter tissue, white matter tissue and cerebrospinal fluid tissue based on the matched input image; Nonlinear matching a map of the hippocampus to the matched input image and partitioning an image of the hippocampus region from the nonlinear matched input image, based on the generated partial volume image and an image of the hippocampus region segmented from the matched input image The method may include generating a foreground image and a background image of the image of the hippocampal region and extracting the hippocampus region using a graph cut algorithm based on the generated foreground image and the background image.

일측에 따르면, 상기 입력 이미지는 자기공명영상(Magnetic Resonance Imaging)일 수 있다.According to one side, the input image may be a magnetic resonance image (Magnetic Resonance Imaging).

다른 측면에 따르면, 상기 정합하는 단계는 상기 해마 영역이 포함되는 입력 이미지를 아핀 공간에서 기 설정된 자유도로 상기 탬플릿 이미지에 정합하는 단계일 수 있다.According to another aspect, the matching may include matching an input image including the hippocampal region with the template image with a predetermined degree of freedom in an affine space.

또 다른 측면에 따르면, 상기 부분 볼륨 이미지를 생성하는 단계는 ANN(Artificial Neural Network) 알고리즘을 이용하여 상기 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하는 단계 및 상기 분류된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대해 상기 부분 볼륨 이미지를 생성하는 단계를 포함할 수 있다.According to another aspect, the generating of the partial volume image may include classifying gray matter tissue, white matter tissue and cerebrospinal fluid tissue in the matched input image using an artificial neural network (ANN) algorithm, and the classified gray matter tissue, Generating the partial volume image for each of white matter tissue and cerebrospinal cord tissue.

또 다른 측면에 따르면, 상기 전경 이미지와 배경 이미지를 생성하는 단계는 상기 분할된 해마 영역의 이미지와 상기 회백질 조직에 대한 부분 볼륨 이미지를 이용하여 상기 전경 이미지를 생성하는 단계 및 상기 분할된 해마 영역의 이미지, 상기 백질 조직 및 상기 뇌척수 조직에 대한 부분 볼륨 이미지를 이용하여 상기 배경 이미지를 생성하는 단계를 포함할 수 있다.According to another aspect, the generating of the foreground image and the background image may include generating the foreground image by using the image of the divided hippocampus region and the partial volume image of the gray matter tissue and the image of the divided hippocampus region. And generating the background image using the partial volume image for the image, the white matter tissue and the cerebrospinal fluid tissue.

또 다른 측면에 따르면, 상기 해마 영역을 추출하는 단계 이후에 모폴로지 연산을 이용하여 상기 추출된 해마 영역에서 미립자를 제거하는 단계를 더 포함할 수 있다.According to another aspect, after the step of extracting the hippocampus region may further comprise the step of removing the fine particles from the extracted hippocampus region using a morphology calculation.

해마 영역 추출 시스템은 입력 이미지를 탬플릿 이미지에 정합하는 입력 이미지 정합부, 상기 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하는 부분 볼륨 이미지 생성부, 상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하여 상기 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할하는 해마 영역 분할부, 상기 생성된 부분 볼륨 이미지와 상기 정합된 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 상기 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성하는 시드 생성부 및 상기 생성한 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 상기 해마 영역을 추출하는 해마 영역 추출부를 포함할 수 있다.The hippocampal region extraction system includes an input image registration unit for matching an input image to a template image, a partial volume image generation unit for generating a partial volume image of gray matter tissue, white matter tissue and cerebrospinal fluid tissue based on the matched input image, and A hippocampus region divider for non-linearly matching the map of the hippocampus to the input image, and dividing the image of the hippocampus region from the nonlinear matched input image, and extracting the image of the hippocampus region divided from the generated partial volume image and the matched input image. A seed generation unit generating a foreground image and a background image of the image of the hippocampus region as a base, and a hippocampal region extracting unit extracting the hippocampus region using a graph cut algorithm based on the generated foreground image and the background image; Can be.

입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하고 맵 기반 분할 방법을 통해 입력 이미지에서 해마 영역의 이미지를 분할한 후 부분 볼륨 이미지와 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 전경 이미지와 배경 이미지를 생성하여 이를 그래프 컷 알고리즘에 적용함으로써 사람이 개입하지 않고도 보다 정확하게 해마 영역을 추출할 수 있다.Partial volume images of gray matter, white matter, and cerebrospinal fluid tissue are generated based on the input image, and the map-based segmentation method divides the image of the hippocampus region from the input image, and then separates the partial volume image and the hippocampus region from the input image. By generating foreground and background images based on the images and applying them to the graph cut algorithm, the hippocampus region can be extracted more accurately without human intervention.

도 1은 본 발명의 일실시예에 있어서, 해마 영역 추출 방법을 나타내는 흐름도이다.
도 2는 본 발명의 일실시예에 있어서, 입력 이미지를 탬플릿 이미지에 정합하는 과정을 설명하기 위한 예시도이다.
도 3은 본 발명의 일실시예에 있어서, ANN(Artificial Neural Network) 알고리즘을 이용하여 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하는 과정을 설명하기 위한 예시도이다.
도 4는 본 발명의 일실시예에 있어서, 뇌척수 조직에 대한 부분 볼륨 이미지를 나타내는 예시도이다.
도 5는 본 발명의 일실시예에 있어서, 정합된 이미지를 해마의 맵에 비선형 정합하는 과정을 설명하기 위한 예시도이다.
도 6은 본 발명의 일실시예에 있어서, 부분 볼륨 이미지와 맵 기반 분할 결과를 기초로 전경 및 배경 이미지를 생성하는 과정을 설명하기 위한 예시도이다.
도 7은 맵 기반 분할 방법, 그래프 컷 알고리즘 및 모폴로지 연산을 통해 추출된 해마 영역을 나타내는 도면이다.
도 8은 본 발명의 일실시예에 있어서, 해마 영역 추출 시스템을 나타내는 블록도이다.
도 9는 본 발명에 따른 해마 영역 추출 방법의 정확도를 나타내는 도면이다.
도 10은 부분 볼륨 교정을 사용하지 않은 경우와 사용한 경우의 결과를 나타내는 도면이다.1 is a flowchart illustrating a hippocampal region extraction method according to an embodiment of the present invention.
2 is an exemplary view for explaining a process of matching an input image to a template image according to an embodiment of the present invention.
3 is an exemplary diagram for explaining a process of classifying gray matter tissue, white matter tissue and cerebrospinal fluid tissue in a matched input image using an ANN (Artificial Neural Network) algorithm according to an embodiment of the present invention.
Figure 4 is an exemplary view showing a partial volume image of the cerebrospinal fluid tissue in one embodiment of the present invention.
FIG. 5 is an exemplary diagram for explaining a process of nonlinear registration of a matched image to a map of a hippocampus according to an embodiment of the present invention.
FIG. 6 is an exemplary diagram for describing a process of generating a foreground and background image based on a partial volume image and a map-based segmentation result according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating hippocampal regions extracted through a map-based segmentation method, a graph cut algorithm, and a morphology operation.
8 is a block diagram showing a hippocampal region extraction system according to an embodiment of the present invention.
9 is a view showing the accuracy of the hippocampal region extraction method according to the present invention.
FIG. 10 is a diagram showing the results when and when partial volume correction is not used. FIG.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 있어서, 해마 영역 추출 방법을 나타내는 흐름도이다.1 is a flowchart illustrating a hippocampal region extraction method according to an embodiment of the present invention.

본 발명에 따른 해마 영역 추출 방법 및 시스템은 해마의 볼륨을 정확하게 측정할 수 있도록 해마의 맵을 기반으로 입력 이미지를 정규 공간(Talairach space)에 비선형 정합(non-linear registration)하고, 이를 이용해 그래프 컷 알고리즘에 필요한 전경(foreground) 이미지와 배경(background) 이미지를 자동적으로 생성한다. 그리고, 보다 정확하게 전경 이미지와 배경 이미지를 생성하기 위하여 부분 볼륨 교정(Partial volume estimation)을 통해 에러를 보정한 후 그래프 컷 알고리즘에 적용시킨다.The hippocampal region extraction method and system according to the present invention non-linear registration of the input image into a taairach space based on the map of the hippocampus so that the volume of the hippocampus can be accurately measured. Automatically generate foreground and background images for the algorithm. In order to generate the foreground image and the background image more accurately, the error is corrected through partial volume estimation and applied to the graph cut algorithm.

이하, 도 1을 참조하여 본 발명에 따른 해마 영역 추출 방법을 보다 상세히 설명한다.Hereinafter, the hippocampal region extraction method according to the present invention will be described in more detail with reference to FIG. 1.

먼저, 해마 영역 추출 시스템은 입력 이미지(subject image)를 탬플릿 이미지(template image)에 정합하여 정합된 이미지(registered image)를 생성한다(S110). 이 때, 해마 영역 추출 시스템으로 입력되는 입력 이미지는 자기공명영상(MRI: Magnetic Resonance Imaging)일 수 있다. 일 예로, 상기 자기공명영상은 MRI 장치로부터 원시 데이터(raw data) 형태로 해마 영역 추출 시스템으로 제공될 수 있다.First, the hippocampal region extraction system matches a subject image to a template image to generate a registered image (S110). In this case, the input image input to the hippocampal region extraction system may be Magnetic Resonance Imaging (MRI). For example, the magnetic resonance image may be provided to the hippocampal region extraction system in the form of raw data from the MRI apparatus.

이와 같은 과정을 통해서 해마 영역 추출 시스템은 해마 영역이 포함되는 입력 이미지를 아핀 공간(affine space)에 기 설정된 자유도로 등록(registration)할 수 있다. 여기서, 기 설정된 자유도는 일 예로 12 자유도(3 rotation, 3 translation, 3 scaling, 3skew)일 수 있다.Through this process, the hippocampal region extraction system may register the input image including the hippocampal region with a predetermined degree of freedom in an affine space. Here, the preset degrees of freedom may be, for example, 12 degrees of freedom (3 rotation, 3 translation, 3 scaling, 3 skew).

이후, 해마 영역 추출 시스템은 정합된 입력 이미지를 기초로 회백질(gray matter) 조직, 백질 조직(white matter) 및 뇌척수(CSF: CerebroSpinal Fluid) 조직에 대한 부분 볼륨 이미지(Partial Volume Estimation maps)를 생성하는 한편(S120), 맵 기반 분할 방법(Atlas-based segmentation)을 기반으로 상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할한다(S130).The hippocampal region extraction system then generates partial volume estimation maps for gray matter tissue, white matter tissue and cerebrospinal fluid (CSF) tissue based on the matched input image. On the other hand (S120), the map of the hippocampus is non-linearly matched to the matched input image based on a map-based segmentation method (Atlas-based segmentation) and the image of the hippocampus region is divided from the non-linear matched input image (S130).

여기서, 상기 부분 볼륨 이미지는 일 예로, ANN(Artificial Neural Network) 알고리즘을 이용하여 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하고, 상기 분류된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대해 부분 볼륨 교정(PVE: Partial Volume Estimation)을 적용함으로써 생성될 수 있다.Here, the partial volume image may be classified into gray matter tissue, white matter tissue and cerebrospinal fluid tissue in a matched input image by using an artificial neural network (ANN) algorithm, and to each of the classified gray matter tissue, white matter tissue and cerebrospinal fluid tissue. Can be generated by applying Partial Volume Estimation (PVE).

부분 볼륨 이미지(PVE maps)가 생성되고 맵 기반 분할 방법을 통해 입력 이미지로부터 해마 영역의 이미지가 분할되면, 해마 영역 추출 시스템은 이를 기초로 그래프 컷(graph cut) 알고리즘에 입력될 시드(seed)인 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성한다(S140). 일 예로, 상기 전경 이미지는 상기 분할된 해마 영역의 이미지와 상기 회백질 조직에 대한 부분 볼륨 이미지에 기초하여 생성될 수 있고, 상기 배경 이미지는 상기 분할된 해마 영역의 이미지, 상기 백질 조직 및 상기 뇌척수 조직에 대한 부분 볼륨 이미지에 기초하여 생성될 수 있다.When partial volume images (PVE maps) are generated and the image of the hippocampus region is segmented from the input image using a map-based segmentation method, the hippocampal region extraction system is based on the seed to be input to the graph cut algorithm. A foreground image and a background image of the image of the hippocampus area are generated (S140). For example, the foreground image may be generated based on an image of the divided hippocampal region and a partial volume image of the gray matter tissue, and the background image is an image of the divided hippocampal region, the white matter tissue and the cerebrospinal fluid tissue. Can be generated based on the partial volume image for.

전경 이미지와 배경 이미지가 생성되면 해마 영역 추출 시스템은 그래프 컷 알고리즘을 이용하여 해마 영역을 추출한다(S150).When the foreground image and the background image are generated, the hippocampal region extraction system extracts the hippocampus region using a graph cut algorithm (S150).

이후, 해마 영역 추출 시스템은 모폴로지 연산(morphological opening)을 이용하여 상기 추출된 해마 영역에서 미립자(particle)를 제거함으로써 보다 정확하게 해마 영역을 추출할 수 있다.Subsequently, the hippocampal region extraction system can extract the hippocampus region more accurately by removing particles from the extracted hippocampal region using morphological opening.

도 2는 본 발명의 일실시예에 있어서, 입력 이미지를 탬플릿 이미지에 정합하는 과정을 설명하기 위한 예시도이다.2 is an exemplary view for explaining a process of matching an input image to a template image according to an embodiment of the present invention.

해마 영역 추출 시스템은 도 2에 도시된 것과 같은 해마 영역이 포함되는 MRI 이미지(subject image)가 입력되면, 이를 템플릿 이미지(template image)와 기 설정된 자유도(예를 들어, 12 자유도)로 이미지 정합을 수행함으로써 정합된 이미지(registered image)를 아핀 공간에 등록(registration)할 수 있다.In the hippocampal region extraction system, when an MRI image including a hippocampal region as shown in FIG. 2 is inputted, the hippocampal region extraction system generates an image with a template image and a predetermined degree of freedom (eg, 12 degrees of freedom). By performing the registration, the registered image can be registered in the affine space.

도 3은 본 발명의 일실시예에 있어서, ANN(Artificial Neural Network) 알고리즘을 이용하여 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하는 과정을 설명하기 위한 예시도이고, 도 4는 본 발명의 일실시예에 있어서, 뇌척수 조직에 대한 부분 볼륨 이미지를 나타내는 예시도이다.3 is an exemplary diagram for explaining a process of classifying gray matter tissue, white matter tissue and cerebrospinal fluid tissue in a matched input image using an ANN (Artificial Neural Network) algorithm according to an embodiment of the present invention, and FIG. In one embodiment of the invention, it is an exemplary view showing a partial volume image for cerebrospinal fluid.

입력 이미지가 템플릿 이미지와 정합되면, 먼저 해마 영역 추출 시스템은 도 3에 도시된 것과 같이 정합된 입력 이미지에 ANN(Artificial Neural Network) 알고리즘을 적용하여 회백질, 백질 및 뇌척수로 조직 분류(tissue classification)를 수행한다.Once the input image is matched with the template image, the hippocampal region extraction system first applies an artificial neural network (ANN) algorithm to the matched input image as shown in FIG. 3 to perform tissue classification with gray matter, white matter and cerebrospinal fluid. Perform.

이후, 해마 영역 추출 시스템은 회백질, 백질 및 뇌척수로 분류된 결과 이미지를 기초로 부분 볼륨 교정을 수행하여 각 조직에 대한 부분 볼륨 이미지(PVE maps)를 생성한다.The hippocampal region extraction system then performs partial volume correction based on the resulting images classified as gray matter, white matter and cerebrospinal fluid to generate partial volume images (PVE maps) for each tissue.

자기공명영상(MRI)은 한정된 공간 해상도(spatial resolution)를 가지고 있기 때문에, 복셀(voxel) 하나하나는 여러 조직들이 혼합된 형태로 나타날 수 있다. 이러한 현상을 부분 볼륨 효과(partial volume effect)라 한다. 이러한 현상 때문에 각 복셀에서 각 조직들의 양이 얼마나 되는지 측정하게 된다. 일 예로, 도 4에는 조직 분류된 바이너리 이미지(binary image)를 통해 뇌척수 조직에 대한 부분 볼륨 이미지(CSF PVE map)가 만들어진 예가 도시되어 있다.Since magnetic resonance imaging (MRI) has a limited spatial resolution, each voxel can appear as a mixture of tissues. This phenomenon is called a partial volume effect. Because of this phenomenon, the amount of tissue in each voxel is measured. For example, FIG. 4 illustrates an example in which a partial volume image (CSF PVE map) of cerebrospinal fluid is generated using a binary image.

도 5는 본 발명의 일실시예에 있어서, 정합된 이미지를 해마의 맵에 비선형 정합하는 과정을 설명하기 위한 예시도이다.FIG. 5 is an exemplary diagram for explaining a process of nonlinear registration of a matched image to a map of a hippocampus according to an embodiment of the present invention.

한편, 해마 영역 추출 시스템은 맵 기반 분할 방법을 이용하여 도 5에 도시된 것과 같이 해마의 맵(hippocampus atlas)을 정합된 이미지(registered image)에 높은 자유도(high degree of freedom)로 비선형 정합하여 정규 공간(Talairach space)에 등록하고, 비선형 정합된 이미지로부터 해마 영역을 분할함으로써 해마 영역의 이미지(initialization)를 생성할 수 있다.The hippocampal region extraction system uses a map-based segmentation method to nonlinearly match a hippocampus atlas with a high degree of freedom to a registered image as shown in FIG. 5. An image of the hippocampus region can be generated by registering it in a regular space and dividing the hippocampus region from the nonlinear matched image.

도 6은 본 발명의 일실시예에 있어서, 부분 볼륨 이미지와 맵 기반 분할 결과를 기초로 전경 및 배경 이미지를 생성하는 과정을 설명하기 위한 예시도이다.FIG. 6 is an exemplary diagram for describing a process of generating a foreground and background image based on a partial volume image and a map-based segmentation result according to an embodiment of the present invention.

본 발명에 따른 해마 영역 추출 시스템은 상술한 과정을 통해 비선형 정합된 해마 영역의 이미지(initialization)와, 회백질(GM: Gray Matter) 조직, 백질 조직(WM: White Matter) 및 뇌척수(CSF: CerebroSpinal Fluid) 조직 각각에 대한 부분 볼륨 이미지(PVE maps)를 이용하여 전경(foreground) 이미지와 배경(background) 이미지를 생성할 수 있다.The hippocampal region extraction system according to the present invention is an image (initialization), gray matter (GM: Gray Matter) tissue, white matter (WM: White Matter) and cerebrospinal fluid (CSF: CerebroSpinal Fluid) of the non-linear matched hippocampal region through the above-described process PVE maps for each of the tissues may be used to generate a foreground image and a background image.

해마 영역은 회백질 영역이기 때문에, 해마 영역 추출 시스템은 비선형 정합된 해마 영역의 이미지(initialization)의 복셀(voxel) 중에서 회백질 조직에 대한 부분 볼륨 이미지(gray matter PVE map)의 값이 높은 복셀들은 그대로 두고 값이 낮은 복셀들을 제거함으로써 전경 이미지를 생성할 수 있다.Because the hippocampal region is the gray matter region, the hippocampal region extraction system leaves the high-value gray matter PVE map of gray matter PVE maps in the voxels of the nonlinear matched hippocampal region initialization. The foreground image can be generated by removing low value voxels.

반대로, 배경 이미지는 비선형 정합된 해마 영역의 이미지(initialization)의 복셀 들 중 백질과 뇌척수에 대한 부분 볼륨 이미지의 값이 높은 복셀들을 경계값(thoreshold)으로 함으로써 생성할 수 있다.Conversely, a background image can be generated by setting voxels with high values of partial volume images for white matter and cerebrospinal fluid among the voxels of nonlinear matched hippocampal regions as thresholds.

도 7은 맵 기반 분할 방법, 그래프 컷 알고리즘 및 모폴로지 연산을 통해 추출된 해마 영역을 나타내는 도면이다. FIG. 7 is a diagram illustrating hippocampal regions extracted through a map-based segmentation method, a graph cut algorithm, and a morphology operation.

도 7에는 각각 입력 이미지(subject), 맵 기반 분할 방법에 대한 결과 이미지(ATS), 맵 기반 분할 방법의 결과와 부분 볼륨 교정 방법의 결과를 기초로 그래프 컷 알고리즘을 이용한 결과 이미지(ATG) 및 그래프 컷 알고리즘을 이용한 결과 이미지에서 미립자(particle)들을 제거하기 위하여 모폴로지 연산(morphological opening)을 적용한 결과 이미지가 도시되어 있다.7 shows a result image (ATG) and a graph using a graph cut algorithm based on an input image, a result image (ATS) for a map-based segmentation method, a result of a map-based segmentation method, and a result of a partial volume correction method, respectively. The resulting image is shown by applying a morphological opening to remove particles from the resulting image using the cut algorithm.

도 7을 통해서 알 수 있듯이, 맵 기반 분할 방법의 결과와 부분 볼륨 교정 방법의 결과를 기초로 그래프 컷 알고리즘을 이용하여 해마 영역을 추출할 경우, 맵 기반 분할 방법만을 이용하여 해마 영역을 추출하는 것 보다 정확한 결과 이미지를 얻을 수 있음을 알 수 있다.As can be seen from FIG. 7, when the hippocampus region is extracted using the graph cut algorithm based on the result of the map-based segmentation method and the partial volume correction method, the hippocampal region is extracted using only the map-based segmentation method. It can be seen that a more accurate result image can be obtained.

또한, 이미지 컷 알고리즘을 이용하여 추출한 결과 이미지에 모폴로지 연산을 적용함으로써 보다 정확한 결과를 얻을 수 있음을 알 수 있다.In addition, it can be seen that a more accurate result can be obtained by applying a morphology operation to the extracted image using the image cut algorithm.

도 8은 본 발명의 일실시예에 있어서, 해마 영역 추출 시스템을 나타내는 블록도이다.8 is a block diagram showing a hippocampal region extraction system according to an embodiment of the present invention.

해마 영역 추출 시스템(800)은 입력 이미지 정합부(810), 부분 볼륨 이미지 생성부(820), 해마 영역 분할부(830), 시드 생성부(840) 및 해마 영역 추출부(850)를 포함할 수 있다.The hippocampal region extraction system 800 may include an input image matcher 810, a partial volume image generator 820, a hippocampal region divider 830, a seed generator 840, and a hippocampal region extractor 850. Can be.

입력 이미지 정합부(810)는 MRI 장치 등으로부터 입력되는 입력 이미지(subject image)를 탬플릿 이미지(template image)에 정합한다. 일 예로, 상기 입력 이미지 정합부(810)는 아핀 공간과 같은 템플릿 공간에 입력 이미지가 등록될 수 있도록 해마 영역이 포함되는 입력 이미지를 기 설정된 자유도로 탬플릿 이미지에 정합할 수 있다.The input image matching unit 810 matches a subject image input from an MRI apparatus or the like to a template image. For example, the input image matching unit 810 may match the input image including the hippocampus region with the template image in a predetermined degree of freedom so that the input image can be registered in a template space such as an affine space.

부분 볼륨 이미지 생성부(820)는 입력 이미지 정합부(810)에서 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대한 부분 볼륨 이미지를 생성한다.The partial volume image generator 820 generates a partial volume image for each of gray matter tissue, white matter tissue and cerebrospinal fluid tissue based on the input image matched by the input image matcher 810.

일 예로, 부분 볼륨 이미지 생성부(820)는 ANN 알고리즘을 이용하여 입력 이미지 정합부(810)에서 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하고, 부분 볼륨 교정 방법을 이용하여 상기 분류된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대한 부분 볼륨 이미지를 생성할 수 있다.For example, the partial volume image generator 820 classifies gray matter tissue, white matter tissue and cerebrospinal fluid tissue from the input image matched by the input image matching unit 810 using the ANN algorithm, and uses the partial volume correction method. Partial volume images can be generated for each of the classified gray matter tissue, white matter tissue and cerebrospinal fluid tissue.

해마 영역 분할부(830)는 맵 기반 분할 방법을 이용하여 입력 이미지 정합부(810)에서 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할한다.The hippocampal region divider 830 nonlinearly matches the map of the hippocampus to the input image matched by the input image matcher 810 using a map-based segmentation method, and divides the image of the hippocampus region from the nonlinear matched input image.

시드 생성부(840)는 부분 볼륨 이미지 생성부(820)에서 생성된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대한 부분 볼륨 이미지(PVE maps)와 해마 영역 분할부(830)에서 분할된 해마 영역의 이미지(initialization)를 기초로 그래프 컷 알고리즘에 입력할 시드(seed)로서 전경 이미지와 배경 이미지를 생성한다.The seed generator 840 is a partial volume image (PVE maps) of the gray matter tissue, white matter tissue and cerebrospinal fluid tissue generated by the partial volume image generator 820 and the hippocampal region divided by the hippocampal region divider 830. Foreground image and background image are generated as a seed to be input to the graph cut algorithm based on the initialization.

보다 구체적으로, 시드 생성부(840)는 분할된 해마 영역의 이미지와 회백질 조직에 대한 부분 볼륨 이미지를 이용하여 전경 이미지를 생성하고, 분할된 해마 영역의 이미지, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 이용하여 배경 이미지를 생성할 수 있다.More specifically, the seed generator 840 generates a foreground image by using the image of the divided hippocampal region and the partial volume image of the gray matter tissue, and the partial volume of the divided hippocampal region image, the white matter tissue and the cerebrospinal fluid tissue. You can use the image to create a background image.

해마 영역 추출부(850)는 시드 생성부(840)에서 생성된 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 해마 영역을 추출함으로써 사람의 개입 없어도 자동으로 기존의 정합 기반 추출 방식보다 정확하게 해마 영역을 추출할 수 있다.The hippocampal region extractor 850 extracts the hippocampus region using a graph cut algorithm based on the foreground image and the background image generated by the seed generator 840, and more accurately than the conventional match-based extraction method without human intervention. The hippocampus can be extracted.

한편, 도 8에는 도시되지 않았지만, 본 발명에 따른 해마 영역 추출 시스템(800)은 모폴로지 연산을 이용하여 해마 영역 추출부(850)에서 추출된 해마 영역에서 미립자를 제거하는 모폴로지 연산부를 더 포함할 수 있다.Although not shown in FIG. 8, the hippocampal region extraction system 800 according to the present invention may further include a morphology calculator configured to remove particulates from the hippocampus region extracted by the hippocampal region extractor 850 using a morphology calculation. have.

도 9는 본 발명에 따른 해마 영역 추출 방법의 정확도를 나타내는 도면이다.9 is a view showing the accuracy of the hippocampal region extraction method according to the present invention.

도 9를 참조하면, 본 발명에 따른 해마 영역 추출 방법(ATG 및 AGO)은 정답(gold standard)과 비교했을 때 통계적으로 기존의 정합 기반 추출 방식(ATS) 보다 정확하게 해마 영역을 분할할 수 있음을 알 수 있다.Referring to FIG. 9, the hippocampal region extraction method (ATG and AGO) according to the present invention can segment the hippocampus more accurately than the conventional match-based extraction method (ATS) when compared to the gold standard. Able to know.

도 10은 부분 볼륨 교정을 사용하지 않은 경우와 사용한 경우의 결과를 나타내는 도면이다.FIG. 10 is a diagram showing the results when and when partial volume correction is not used. FIG.

도 10을 통해 나타나는 바와 같이, 그래프 컷 알고리즘 입력 부분에 들어가는 전경 이미지와 배경 이미지를 생성 시 부분 볼륨 교정을 사용하지 않는 경우보다 부분 볼륨 교정을 사용한 경우가 보다 정확하게 해마 영역을 분할할 수 있음을 알 수 있다.As shown in FIG. 10, it is understood that the partial hippocampus region can be divided more accurately than the partial volume correction when the foreground image and the background image entering the graph cut algorithm input part are not used. Can be.

이상에서 설명한 바와 같이, 본 발명에 따라 맵 기반 분할 방법과 모폴로지 연산을 조합하여 그래프 컷 알고리즘에 적용시켜 해마 영역을 추출할 경우 사람이 개입하지 않고도 정확하게 해마 이미지를 분할할 수 있으며, 종래의 정합 기반의 방법보다 정확도면에서 뛰어난 결과를 얻을 수 있다.As described above, when the hippocampus region is extracted by combining the map-based segmentation method and the morphology operation according to the present invention and extracting the hippocampus region, the hippocampus image can be accurately segmented without human intervention. The accuracy is better than that of.

본 발명에 따라 정확하게 분할된 해마 이미지는 정확한 해마 볼륨 측정에 사용될 수 있고, 이는 임상 진단에 매우 유용하게 사용될 수 있다.The hippocampal image correctly segmented according to the present invention can be used for accurate hippocampal volume measurement, which can be very useful for clinical diagnosis.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above embodiments, and those skilled in the art to which the present invention pertains various modifications and variations from such descriptions. This is possible.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.

Claims (12)

입력 이미지에서 해마(hippocampus) 영역을 추출하는 방법에 있어서,
상기 입력 이미지를 탬플릿 이미지에 정합하는 단계;
상기 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하는 단계;
상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 상기 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할하는 단계;
상기 생성된 부분 볼륨 이미지와 상기 정합된 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 상기 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성하는 단계; 및
상기 생성한 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 상기 해마 영역을 추출하는 단계
를 포함하고,
상기 부분 볼륨 이미지를 생성하는 단계는,
ANN(Artificial Neural Network) 알고리즘을 이용하여 상기 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하는 단계; 및
상기 분류된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대해 상기 부분 볼륨 이미지를 생성하는 단계
를 포함하는 것을 특징으로 하는 해마 영역 추출 방법.In the method for extracting the hippocampus region from the input image,
Matching the input image to a template image;
Generating a partial volume image of gray matter tissue, white matter tissue and cerebrospinal cord tissue based on the matched input image;
Nonlinear matching a map of the hippocampus to the matched input image and dividing an image of the hippocampus region from the nonlinear matched input image;
Generating a foreground image and a background image of the image of the hippocampus region based on the image of the hippocampus region divided from the generated partial volume image and the matched input image; And
Extracting the hippocampus region using a graph cut algorithm based on the generated foreground image and background image
Lt; / RTI >
Generating the partial volume image,
Classifying gray matter tissue, white matter tissue and cerebrospinal fluid tissue in the matched input image using an artificial neural network (ANN) algorithm; And
Generating the partial volume image for each of the classified gray matter tissue, white matter tissue and cerebrospinal fluid tissue
Hippocampus region extraction method comprising a. 제1항에 있어서,
상기 입력 이미지는,
자기공명영상(Magnetic Resonance Imaging)인 것을 특징으로 하는 해마 영역 추출 방법.The method of claim 1,
The input image is,
Hippocampal region extraction method characterized in that the magnetic resonance imaging (Magnetic Resonance Imaging). 제1항에 있어서,
상기 정합하는 단계는,
상기 해마 영역이 포함되는 입력 이미지를 아핀 공간에서 기 설정된 자유도로 상기 탬플릿 이미지에 정합하는 단계인 것을 특징으로 하는 해마 영역 추출 방법.The method of claim 1,
Wherein the matching step comprises:
And matching the input image including the hippocampal region with the template image with a predetermined degree of freedom in an affine space. 삭제delete 제1항에 있어서,
상기 전경 이미지와 배경 이미지를 생성하는 단계는,
상기 분할된 해마 영역의 이미지와 상기 회백질 조직에 대한 부분 볼륨 이미지를 이용하여 상기 전경 이미지를 생성하는 단계; 및
상기 분할된 해마 영역의 이미지, 상기 백질 조직 및 상기 뇌척수 조직에 대한 부분 볼륨 이미지를 이용하여 상기 배경 이미지를 생성하는 단계
를 포함하는 것을 특징으로 해마 영역 추출 방법.The method of claim 1,
Generating the foreground image and the background image,
Generating the foreground image using the segmented hippocampal region image and the partial volume image of the gray matter tissue; And
Generating the background image by using the divided hippocampal region image, the white matter tissue and the partial volume image of the cerebrospinal fluid tissue
Hippocampus region extraction method comprising a. 제1항에 있어서,
상기 해마 영역을 추출하는 단계 이후에,
모폴로지 연산을 이용하여 상기 추출된 해마 영역에서 미립자를 제거하는 단계를 더 포함하는 것을 특징으로 하는 해마 영역 추출 방법.The method of claim 1,
After extracting the hippocampal region,
The method of extracting hippocampus region further comprising the step of removing particulates from the extracted hippocampal region using morphology calculation. 입력 이미지에서 해마(hippocampus) 영역을 추출하는 해마 영역 추출 시스템에 있어서,
상기 입력 이미지를 탬플릿 이미지에 정합하는 입력 이미지 정합부;
상기 정합된 입력 이미지를 기초로 회백질 조직, 백질 조직 및 뇌척수 조직에 대한 부분 볼륨 이미지를 생성하는 부분 볼륨 이미지 생성부;
상기 정합된 입력 이미지에 해마의 맵을 비선형 정합하고 상기 비선형 정합된 입력 이미지로부터 해마 영역의 이미지를 분할하는 해마 영역 분할부;
상기 생성된 부분 볼륨 이미지와 상기 정합된 입력 이미지로부터 분할된 해마 영역의 이미지를 기초로 상기 해마 영역의 이미지에 대한 전경 이미지와 배경 이미지를 생성하는 시드 생성부; 및
상기 생성한 전경 이미지와 배경 이미지를 기초로 그래프 컷 알고리즘을 이용하여 상기 해마 영역을 추출하는 해마 영역 추출부
를 포함하고,
상기 부분 볼륨 이미지 생성부는,
ANN(Artificial Neural Network) 알고리즘을 이용하여 상기 정합된 입력 이미지에서 회백질 조직, 백질 조직 및 뇌척수 조직을 분류하고, 상기 분류된 회백질 조직, 백질 조직 및 뇌척수 조직 각각에 대한 부분 볼륨 이미지를 생성하는 것을 특징으로 하는 해마 영역 추출 시스템.In the hippocampal region extraction system for extracting hippocampus region from the input image,
An input image matching unit matching the input image with a template image;
A partial volume image generator configured to generate a partial volume image of gray matter tissue, white matter tissue and cerebrospinal fluid tissue based on the matched input image;
A hippocampus region divider for non-linear matching the map of the hippocampus to the matched input image and dividing an image of the hippocampus region from the nonlinear matched input image;
A seed generator configured to generate a foreground image and a background image of the hippocampus region based on the image of the hippocampus region divided from the generated partial volume image and the matched input image; And
A hippocampus region extraction unit for extracting the hippocampus region using a graph cut algorithm based on the generated foreground image and background image
Lt; / RTI >
The partial volume image generator,
Classify gray matter tissue, white matter tissue and cerebrospinal cord tissue from the matched input image using an artificial neural network (ANN) algorithm, and generate a partial volume image of each of the classified gray matter tissue, white matter tissue and cerebrospinal cord tissue Hippocampal zone extraction system. 제7항에 있어서,
상기 입력 이미지는,
자기공명영상(Magnetic Resonance Imaging)인 것을 특징으로 하는 해마 영역 추출 시스템.8. The method of claim 7,
The input image is,
Hippocampal region extraction system, characterized in that the magnetic resonance imaging (Magnetic Resonance Imaging). 제7항에 있어서,
상기 입력 이미지 정합부는,
상기 해마 영역이 포함되는 입력 이미지를 아핀 공간에서 기 설정된 자유도로 상기 탬플릿 이미지에 정합하는 것을 특징으로 하는 해마 영역 추출 시스템.8. The method of claim 7,
The input image matching unit,
The hippocampus region extraction system, wherein the input image including the hippocampal region is matched to the template image in a predetermined space in affine space. 삭제delete 제7항에 있어서,
상기 시드 생성부는,
상기 분할된 해마 영역의 이미지와 상기 회백질 조직에 대한 부분 볼륨 이미지를 이용하여 상기 전경 이미지를 생성하고, 상기 분할된 해마 영역의 이미지, 상기 백질 조직 및 상기 뇌척수 조직에 대한 부분 볼륨 이미지를 이용하여 상기 배경 이미지를 생성하는 것을 특징으로 해마 영역 추출 시스템.8. The method of claim 7,
Wherein the seed generation unit comprises:
The foreground image is generated using the divided hippocampal region image and the partial volume image of the gray matter tissue, and the divided hippocampal region, the white matter tissue and the partial volume image of the cerebrospinal fluid tissue are used. A hippocampal region extraction system, characterized by generating a background image. 제7항에 있어서,
모폴로지 연산을 이용하여 상기 추출된 해마 영역에서 미립자를 제거하는 모폴로지 연산부를 더 포함하는 것을 특징으로 하는 해마 영역 추출 시스템.8. The method of claim 7,
A hippocampus region extraction system, further comprising a morphology calculator configured to remove particulates from the extracted hippocampus region using morphology computation.
KR1020120067845A 2012-06-25 2012-06-25 Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening KR101371942B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120067845A KR101371942B1 (en) 2012-06-25 2012-06-25 Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120067845A KR101371942B1 (en) 2012-06-25 2012-06-25 Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening

Publications (2)

Publication Number Publication Date
KR20140001294A KR20140001294A (en) 2014-01-07
KR101371942B1 true KR101371942B1 (en) 2014-03-10

Family

ID=50138833

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120067845A KR101371942B1 (en) 2012-06-25 2012-06-25 Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening

Country Status (1)

Country Link
KR (1) KR101371942B1 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101676789B1 (en) 2014-10-21 2016-11-16 삼성전자주식회사 Magnetic resonance imaging apparatus and processing method thereof
CN108937934A (en) * 2018-05-07 2018-12-07 武汉科技大学 A kind of detection of Brain MRI hippocampus and dividing method based on deep learning
KR102207824B1 (en) * 2019-03-05 2021-01-26 뉴로핏 주식회사 Method and apparatus for brain image correction using brain structure
KR102298253B1 (en) * 2019-03-05 2021-09-06 뉴로핏 주식회사 Method and apparatus for brain image correction using brain structure
KR102298249B1 (en) * 2019-03-05 2021-09-06 뉴로핏 주식회사 Method and apparatus for brain image correction using brain structure
KR102236340B1 (en) * 2019-03-29 2021-04-02 서울여자대학교 산학협력단 A method and apparatus for segmentation of Cartilages by using Bone-Cartilage Complex Modeling in MR images
KR102349360B1 (en) * 2019-08-26 2022-01-11 경북대학교 산학협력단 Diagnosis Method and System of Idiopathic Normal Pressure Hydrocephalus Using Imaging Diagnostic Equipment
JP7338902B2 (en) * 2020-12-30 2023-09-05 ニューロフェット インコーポレイテッド : Method for providing auxiliary diagnostic information and apparatus for executing it

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060110456A (en) * 2005-04-20 2006-10-25 이화여자대학교 산학협력단 Method for analyzing hippocampus for aiding diagnosis of brain diseases and the recording media therein readable by computer
JP2007307358A (en) 2006-04-17 2007-11-29 Fujifilm Corp Method, apparatus and program for image treatment
JP2011092684A (en) 2009-09-30 2011-05-12 Fujifilm Corp Lesion area extraction apparatus, method, and program

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060110456A (en) * 2005-04-20 2006-10-25 이화여자대학교 산학협력단 Method for analyzing hippocampus for aiding diagnosis of brain diseases and the recording media therein readable by computer
JP2007307358A (en) 2006-04-17 2007-11-29 Fujifilm Corp Method, apparatus and program for image treatment
JP2011092684A (en) 2009-09-30 2011-05-12 Fujifilm Corp Lesion area extraction apparatus, method, and program

Also Published As

Publication number Publication date
KR20140001294A (en) 2014-01-07

Similar Documents

Publication Publication Date Title
KR101371942B1 (en) Hippocampus extraction method and system using a graph-cuts algorithm combined with atlas-based segmentation and morphological opening
Zhang et al. Detecting anatomical landmarks for fast Alzheimer’s disease diagnosis
Carass et al. Simple paradigm for extra-cerebral tissue removal: algorithm and analysis
Beare et al. Brain extraction using the watershed transform from markers
Speier et al. Robust skull stripping of clinical glioblastoma multiforme data
Raj et al. Automatic brain tumor tissue detection in T-1 weighted MRI
US11557034B2 (en) Fully automatic, template-free particle picking for electron microscopy
Sharma et al. Automatic segmentation of brain ct scan image to identify hemorrhages
Alansary et al. An integrated geometrical and stochastic approach for accurate infant brain extraction
US9947094B2 (en) Medical image processing device, operation method therefor, and medical image processing program
Huang et al. MRI brain extraction with combined expectation maximization and geodesic active contours
Subudhi et al. Extraction of brain from MRI images by skull stripping using histogram partitioning with maximum entropy divergence
US20060251310A1 (en) Automated method for identifying landmarks within an image of the brain
Sridar et al. Automatic measurement of thalamic diameter in 2-D fetal ultrasound brain images using shape prior constrained regularized level sets
Benson et al. A novel skull stripping and enhancement algorithm for the improved brain tumor segmentation using mathematical morphology
Atkins et al. Difficulties of T1 brain MRI segmentation techniques
Péporté et al. A hybrid approach to brain extraction from premature infant MRI
Wang et al. Fully automatic brain segmentation using model-guided level sets and skeleton-based models
Noor et al. Automated segmentation and classification technique for brain stroke
Schmitter et al. Atlas-free brain segmentation in 3D proton-density-like MRI images
Mane et al. Review on brain tumor detection and segmentation techniques
Grigorios-Aris et al. Automatic segmentation of lungs in SPECT images using active shape model trained by meshes delineated in CT images
Baji et al. Detection the mid-sagittal plane in brain slice MR images by using local ternary pattern
Liu et al. Automatic detection of the anterior and posterior commissures on MRI scans using regression forests
Tavares et al. Temporal segmentation of lung region MR image sequences using Hough transform

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee