KR101874950B1 - 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치 - Google Patents

재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치 Download PDF

Info

Publication number
KR101874950B1
KR101874950B1 KR1020160156720A KR20160156720A KR101874950B1 KR 101874950 B1 KR101874950 B1 KR 101874950B1 KR 1020160156720 A KR1020160156720 A KR 1020160156720A KR 20160156720 A KR20160156720 A KR 20160156720A KR 101874950 B1 KR101874950 B1 KR 101874950B1
Authority
KR
South Korea
Prior art keywords
image
foreground
active contour
value
unit
Prior art date
Application number
KR1020160156720A
Other languages
English (en)
Other versions
KR20180058069A (ko
Inventor
백종덕
남혜원
Original Assignee
연세대학교 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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020160156720A priority Critical patent/KR101874950B1/ko
Publication of KR20180058069A publication Critical patent/KR20180058069A/ko
Application granted granted Critical
Publication of KR101874950B1 publication Critical patent/KR101874950B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
    • A61B6/4085—Cone-beams

Landscapes

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

Abstract

본 발명은 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치에 관한 것이다. 더 상세하게는 CT 촬영된 영상 이미지를 입력받고, 영상 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리하고, 분리된 영상 이미지 전경의 존재 여부를 판단하고, 판단된 결과에 따라 영상 이미지의 배경 영상값을 영상 이미지의 전경 영상값으로 변환하고, 변환된 영상 이미지는 전경 부분이 존재하지 않을 때까지 영상이미지전처리과정 내지 영상값변환과정을 반복한다. 이를 통해 금속뿐만 아니라 인체 내의 세부 조직 등 미세한 영역까지 분류할 수 있으며, 이는 일반적인 CT 또는 MRI의 영상 분류 방법에도 적용 가능하다.

Description

재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치 {Recursive active contour segmentation for 3d cone beam CT and CT device using with the same}
본 발명은 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치에 관한 것이다. 보다 상세하게는 여러 개의 레벨 셋(level set) 함수를 재귀적으로 이용하여 서로 다른 영상 값을 갖는 영역을 구분해내는 세그먼테이션(segmentation) 방법 및 CT 영상 장치에 관한 기술이다.
도 1을 참조하면, CT(Computed Tomography : 컴퓨터 단층 촬영 영상)의 금속 인공물은 특히 치아 CT(Computed Tomography : 컴퓨터 단층 촬영 영상)와 수술 후 고관절 CT(Computed Tomography : 컴퓨터 단층 촬영 영상)에서 많이 나타난다. 이를 보정하는 알고리즘을 적용하기 위해서는 첫 번째 전처리 단계로 금속 부분을 영상에서 분류해내는 작업이 필요하다. 일반적으로 지금까지는 주로 일정 임계값(threshold) 이상은 금속으로 분류하는 방법을 이용하였다. 하지만 이는 한 가지 종류의 금속일 경우에도 임계값에 따라 경계치를 제대로 추출하기 힘든 한계를 가진다. 뿐만 아니라 여러 개의 금속이 존재하는 경우 심한 금속 인공물 존재한다. 도 1에서 보듯이 여러 개의 금속이 존재하는 경우는 금속 사이의 인공물로 인해 밝게 나타나는 부분이 생기므로 적정한 임계값을 찾는 것은 어렵다. 즉 서로 다른 종류의 금속이 존재할 경우 한 개의 임계값으로 복수 개의 금속을 한 번에 분류하기에 어려운 한계가 있다.
영상 분류의 대표적인 알고리즘 중의 하나인 액티브 컨투어(active contour) 방법은 한 개의 레벨 셋(level set) 함수를 이용하여 영상을 두 개의 영역으로 나눈다. 다만 액티브 컨투어(active contour) 방법은 한 가지 금속이 장착된 영상의 경우에서 좋은 결과를 보여줄 수 있다.
한국등록특허공보 제1275462호 한국등록특허공보 제1018051호 미국등록특허공보 제8768027호
이에 본 발명은 상기와 같은 제반 사항을 고려하여 제안된 것으로, 여러 개의 레벨 셋(level set) 함수를 재귀적으로 이용하여 서로 다른 영상 값을 갖는 영역을 효과적으로 분류하는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치를 제공하는 것을 목적으로 한다. 특히 본 발명은 금속뿐만 아니라 인체 내의 세부 조직의 분류까지 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법은, CT 촬영된 영상의 이미지를 입력받는 영상이미지수신단계와, 영상의 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리하는 영상이미지전처리단계와, 분리된 영상 이미지 전경의 존재 여부를 판단하는 전경존재여부판단단계와, 판단된 결과에 따라 영상 이미지의 배경 영상 값을 영상 이미지의 전경 영상 값으로 변환하는 영상값변환단계와, 변환된 영상 이미지는 상기영상이미지전처리단계 내지 상기영상값변환단계를 반복하는 액티브컨투어(active contour)반복단계를 포함하는 것을 특징으로 한다.
또한 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법은 전경 부분의 영상이 존재하는 경우 영상값변환단계 내지 액티브컨투어(active contour)반복단계를 실행하는 것을 특징으로 한다. 반면 전경 부분의 영상이 존재하지 않는 경우 영상값변환단계 내지 액티브컨투어(active contour)반복단계를 실행하지 않는 것을 특징으로 한다.
또한 본 발명의 기술적 사상에 의한 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치는 CT 촬영된 영상 이미지를 입력받는 영상이미지수신부와, 영상의 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리하는 영상이미지전처리부와, 분리된 영상의 이미지 전경의 존재 여부를 판단하는 전경존재여부판단부와, 판단된 결과에 따라 영상 이미지의 배경 영상 값을 영상 이미지의 전경 영상 값으로 변환하는 영상값변환부와, 변환된 영상 이미지는 영상이미지전처리부 내지 영상값변환부를 반복하는 액티브컨투어(active contour)반복부를 포함하는 것을 특징으로 한다.
또한 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치는 전경부분의 영상이 존재하는 경우 영상값변환부 내지 액티브컨투어(active contour)반복부를 실행하는 것을 특징으로 한다. 반면 전경부분의 영상이 존재하지 않는 경우 영상값변환부 내지 액티브컨투어(active contour)반복부를 실행하지 않는 것을 특징으로 한다.
이상에서 설명한 바와 같은 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치에 따르면,
첫째, 현재 사용되고 있는 금속 인공물 감약 알고리즘 과정 중 한 부분을 차지하고 있는 금속 영역 분류를 보다 정확히 하여 금속 인공물 감약 알고리즘의 효과를 높일 수 있다.
둘째, 보다 정확한 경계면을 갖는 3차원 분류 방법으로서 금속뿐만 아니라 인체 내의 세부 조직 등 미세한 영역까지 분류할 수 있다.
셋째, 금속 인공물이 포함된 영상뿐만 아니라 일반적인 CT 또는 MRI의 영상 분류 방법에도 적용 가능하다.
도 1은 여러 개 존재하는 금속 인공물로 인해 밝게 나타나는 CT 영상을 보여주는 도면.
도 2는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법을 나타낸 순서도.
도 3은 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 장치를 나타낸 구성도.
도 4는 본 발명의 일 실시예에 따른 재귀적 액티브 컨투어(RAC)를 이용한 세그먼테이션(segmentation) 과정을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 재귀적 액티브 컨투어(RAC)를 이용한 세그먼테이션(segmentation) 결과를 나타낸 도면.
도 6은 본 발명의 일 실시예에 따른 재귀적 액티브 컨투어(RAC)를 이용한 금속 세그먼테이션(segmentation) 결과 및 종래의 임계값(threshold) 기반의 세그먼테이션(segmentation) 결과를 나타낸 도면.
첨부한 도면을 참조하여 본 발명의 실시예들에 의한 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법 및 CT 영상 장치에 대하여 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 영상을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하거나, 개략적인 구성을 이해하기 위하여 실제보다 축소하여 도시한 것이다.
또한, 제1 및 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 한편, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1을 참조하면, CT(Computed Tomography : 컴퓨터 단층 촬영 영상)의 금속 인공물은 특히 치아 CT(Computed Tomography : 컴퓨터 단층 촬영 영상)와 수술 후 고관절 CT(Computed Tomography : 컴퓨터 단층 촬영 영상)에서 많이 나타난다. 이를 보정하는 알고리즘을 적용하기 위해서는 첫 번째 전처리 단계로 금속 부분을 영상에서 분류해내는 작업이 필요하다. 일반적으로 지금까지는 주로 일정 임계값 이상은 금속으로 분류하는 방법을 이용하였다. 하지만 이는 한 가지 종류의 금속일 경우에도 임계값에 따라 경계치를 제대로 추출하기 힘든 한계를 가진다. 뿐만 아니라 여러 개의 금속이 존재하는 경우 심한 금속 인공물 존재한다. 도 1에서 보듯이 여러 개의 금속이 존재하는 경우는 금속 사이의 인공물로 인해 밝게 나타나는 부분이 생기므로 적정한 임계값을 찾는 것은 어렵다. 즉 서로 다른 종류의 금속이 존재할 경우 한 개의 임계값으로 복수 개의 금속을 한 번에 분류하기에 어려운 한계가 있다.
도 2를 참조하면, 재귀적 액티브 컨투어(active contour)를 통한 3차원 콘빔 CT 영상에서의 세그먼테이션 방법은 영상이미지수신단계(S100), 영상이미지전처리단계(S200), 전경존재여부판단단계(S300), 영상값변환단계(S400)를 포함하여 구성된다.
영상이미지수신단계(S100)는 CT 촬영된 영상의 이미지를 입력받는다.
영상이미지전처리단계(S200)는 영상의 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리한다.
전경존재여부판단단계(S300)는 분리된 영상 이미지 전경의 존재 여부를 판단한다.
영상값변환단계(S400)는 판단된 결과에 따라 영상 이미지의 배경 영상 값을 영상 이미지의 전경 영상 값으로 변환한다. 영상 이미지 전경 부분이 존재하는 경우 영상 이미지 배경 부분의 영상 값을 영상 이미지 전경 부분의 영상 값으로 변환한다. 다만 영상 이미지 전경 부분이 존재하지 않는 경우 상기 변환 과정을 실행하지 않는다. 영상 이미지 전경 부분이 존재함에 따라 변환한 영상 이미지는 다시 액티브 컨투어(active contour)를 하여 영상 이미지 전경 부분과 영상 이미지 배경 부분으로 분리한다. 마찬가지로 영상 이미지 전경 부분이 존재하는 경우 영상 이미지 배경 영상 값을 영상 이미지 전경 영상 값으로 변환한다. 이와 같은 변환 과정은 영상 이미지 전경 부분이 존재하지 않을 때까지 반복한다. 이 때 액티브 컨투어(active contour) 반복으로 상이한 레벨 셋(level set) 함수를 구한다. 액티브 컨투어(active contour) 세그먼테이션은 레벨셋 함수의 값이 0보다 큰 구간(전경)과 0보다 작은 구간(배경)으로 나누는 것으로서, 액티브 컨투어(active contour)의 레벨 셋(level set) 함수는 수학식 1로 정의된다.
[수학식 1]
Figure 112016114780046-pat00001
(
Figure 112016114780046-pat00002
는 레벨셋 함수,
Figure 112016114780046-pat00003
는 구간을 나누고자 하는 영상, g 는 엣지 함수, v 는 상수값)
도 3을 참조하면, 재귀적 액티브 컨투어(active contour)를 통한 3차원 콘빔 CT 영상 장치는 영상이미지수신부(100), 영상이미지전처리부(200), 전경존재여부판단부(300), 영상값변환부(400), 액티브컨투어(active contour)반복부(500)를 포함하여 구성된다.
영상이미지수신부(100)는 CT 촬영된 영상의 이미지를 입력받는다.
영상이미지전처리부(200)는 영상의 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리한다.
전경존재여부판단부(300)는 분리된 영상 이미지 전경의 존재 여부를 판단한다.
영상값변환부(400)는 판단된 결과에 따라 영상 이미지의 배경 영상 값을 영상 이미지의 전경 영상으로 변환한다. 영상 이미지 전경 부분의 영상 이미지 전경 부분이 존재하는 경우 영상 이미지 배경 부분의 영상값을 영상 이미지 전경 부분의 영상값으로 변환한다. 다만 영상 이미지 전경 부분의 영상 이미지 전경 부분이 존재하지 않는 경우 상기 변환 과정을 실행하지 않는다.
액티브컨투어(active contour)반복부(500)는 영상 이미지 전경 부분이 존재함에 따라 변환한 영상 이미지를 다시 액티브 컨투어(active contour)하여 영상 이미지 전경 부분과 영상 이미지 배경 부분으로 분리한다. 마찬가지로 영상 이미지 전경 부분의 영상이 존재한다고 판단되는 경우 영상 이미지 배경 영상 값을 영상 이미지 전경 영상 값으로 변환한다. 이와 같은 변환 과정은 영상 이미지 전경 부분이 존재하지 않을 때까지 반복한다. 이 때 액티브 컨투어(active contour) 반복으로 상이한 레벨 셋(level set) 함수를 구한다. 액티브 컨투어(active contour) 세그먼테이션은 레벨셋 함수의 값이 0보다 큰 구간(전경)과 0보다 작은 구간(배경)으로 나누는 것으로서, 액티브 컨투어(active contour)의 레벨 셋(level set) 함수는 수학식 1로 정의된다.
[수학식 1]
Figure 112016114780046-pat00004
(
Figure 112016114780046-pat00005
는 레벨셋 함수,
Figure 112016114780046-pat00006
는 구간을 나누고자 하는 영상, g 는 엣지 함수, v 는 상수값)
도 4를 참조하면, 본 발명의 일 실시예에 따른 재귀적 액티브 컨투어(RAC)를 이용한 세그먼테이션(segmentation) 과정을 구체적으로 제시한다. 먼저 분류하고자 하는 영상을
Figure 112016114780046-pat00007
이라 할 때,
Figure 112016114780046-pat00008
에 첫 번째 액티브 컨투어(active contour)를 적용하면 영상은 전경과 배경 부분으로 나뉜다(210). 이 때 흰색 영역은 전경, 검정색 영역은 배경이라 할 때, 전경 부분의 영상 값 중 가장 낮은 픽셀의 값으로 배경 부분의 영상 값을 변환하면
Figure 112016114780046-pat00009
이 된다. 전경 부분의 영상 값은
Figure 112016114780046-pat00010
이 해당되며, 그 중 가장 낮은 픽셀 값이 최소값이다. 따라서
Figure 112016114780046-pat00011
전경 부분의 최소값은
Figure 112016114780046-pat00012
가 된다.
Figure 112016114780046-pat00013
에 두 번째 액티브 컨투어(active contour)를 적용하면 영상은 전경과 배경 부분으로 나뉜다(220). 마찬가지로 흰색 영역은 전경, 검정색 영역은 배경이라 할 때, 전경 부분의 영상 값 중 가장 낮은 픽셀의 값으로 배경 부분의 영상 값을 변환하면
Figure 112016114780046-pat00014
가 된다. 전경 부분의 영상 값은
Figure 112016114780046-pat00015
가 해당되며, 그 중 가장 낮은 픽셀 값이 최소값이다. 따라서
Figure 112016114780046-pat00016
전경 부분의 최소값은
Figure 112016114780046-pat00017
가 된다.
Figure 112016114780046-pat00018
에 세 번째 액티브 컨투어(active contour)를 적용하면 영상은 전경과 배경 부분으로 나뉜다(230). 마찬가지로 흰색 영역은 전경, 검정색 영역은 배경이라 할 때, 전경 부분의 영상 값 중 가장 낮은 픽셀의 값으로 배경 부분의 영상 값을 변환하면
Figure 112016114780046-pat00019
가 된다. 전경 부분의 영상 값은
Figure 112016114780046-pat00020
이 해당되며,
Figure 112016114780046-pat00021
은
Figure 112016114780046-pat00022
전경 부분의 최소값이 된다.
Figure 112016114780046-pat00023
은 전경 부분의 영상 값이 0에 수렴하다고 판단된 상태이며
Figure 112016114780046-pat00024
의 영상 전체는 배경 부분이 되었다. 이 때 액티브 컨투어(active contour) 반복 과정을 멈추고, 첫 번째 액티브 컨투어(active contour)를 적용한 영상(210), 두 번째 액티브 컨투어(active contour)를 적용한 영상(220) 및 세 번째 액티브 컨투어(active contour)를 적용한 영상(230)을 합하면 최종 세그먼테이션(segmentation) 결과(
Figure 112016114780046-pat00025
)가 된다.
도 5를 참조하면, 본 발명의 일 실시예로서 금속 인공물 세그먼테이션(segmentation) 방법을 적용한 결과이다. 오른쪽 그림과 같이 RAC가 적용된 결과 빨간색과 파란색 영역으로 구분된 경계가 왼쪽 그림보다 뚜렷한 것이 확인 가능하다.
도 6을 참조하면, 종래의 임계값(threshold) 기반의 세그먼테이션(segmentation)의 경우 한 가지 종류의 금속인 경우에도 임계값(threshold)에 따라 경계치를 제대로 추출하기 힘들다. 더불어 서로 다른 종류의 금속이 있는 경우는 한 개의 임계값(threshold)으로 두 개 이상의 금속을 한 번에 분류하기 힘든 한계가 있다. 더불어 직선 형태의 금속 경계선이 자글자글한 형태로 고르지 못한 형태로 분류된다. 반면 재귀적 액티브 컨투어(RAC)를 이용한 금속 세그먼테이션의 경우 금속 경계선이 종래의 임계값(threshold) 기반의 세그먼테이션(segmentation)보다 정확한 라인으로 분류된다. 뿐만 아니라 본 발명의 반복적인 액티브 컨투어(active contour) 과정은 순차적으로 여러 번 진행하는 과정으로서, 금속 영역 외에 섬유 조직, 뼈, 액체 조직 등 CT(Computed Tomography : 컴퓨터 단층 촬영 영상)로부터 검출 가능한 다양한 요소들을 분류할 수 있다.
이상에서 본 발명의 바람직한 실시예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수 있다. 본 발명은 상기 실시예를 적절히 변형하여 동일하게 응용할 수 있음이 명확하다. 따라서 상기 기재 내용은 하기 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.
100 : 영상이미지입력부 200 : 영상이미지전처리부
210 :
Figure 112016114780046-pat00026
에 첫 번째 액티브 컨투어를 적용한 영상
220 :
Figure 112016114780046-pat00027
에 두 번째 액티브 컨투어를 적용한 영상
230 :
Figure 112016114780046-pat00028
에 세 번째 액티브 컨투어를 적용한 영상
300 : 전경존재여부판단부 400 : 영상값변환부
500 : 액티브컨투어반복부

Claims (4)

  1. 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 장치에 의해 수행되는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법에 있어서,
    CT 촬영된 영상의 이미지를 영상이미지수신부에서 입력받는 영상이미지수신단계;
    영상이미지전처리부에서 상기 입력된 영상의 이미지를 액티브 컨투어(active contour)하여 전경과 배경 부분으로 분리하는 영상이미지전처리단계;
    전경존재여부판단부에서 상기 분리된 영상 이미지 전경의 존재 여부를 판단하는 전경존재여부판단단계;
    상기 판단된 결과에 따라 영상값변환부에서 상기 영상 이미지의 배경 영상 값을 상기 영상 이미지의 전경 영상 값으로 변환하는 영상값변환단계; 및
    상기 변환된 영상 이미지를 상기 입력된 영상의 이미지로 하여 액티부컨투어반복부에서 상기 영상이미지전처리단계 내지 상기 영상값변환단계를 반복하는 액티브컨투어(active contour)반복단계;를 포함하는 것을 특징으로 하는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법.
  2. 제 1항에 있어서,
    상기 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법은,
    상기 전경 부분의 영상이 존재하는 경우 상기 영상값변환단계 내지 상기 액티브컨투어(active contour)반복단계를 실행하고,
    상기 전경 부분의 영상이 존재하지 않는 경우 상기 영상값변환단계 내지 상기 액티브컨투어(active contour)반복단계를 실행하지 않는 것을 특징으로 하는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상의 세그먼테이션 방법.
  3. 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치에 있어서,
    CT 촬영된 영상의 이미지를 입력받는 영상이미지수신부;
    상기 영상의 이미지에 액티브 컨투어(active contour)를 하여 전경과 배경 부분으로 분리하는 영상이미지전처리부;
    상기 분리된 영상 이미지 전경의 존재 여부를 판단하는 전경존재여부판단부;
    상기 판단된 결과에 따라 상기 영상 이미지의 배경 영상 값을 상기 영상 이미지의 전경 영상 값으로 변환하는 영상값변환부; 및
    상기 변환된 영상 이미지는 상기 영상이미지전처리부 내지 상기 영상값변환부를 반복하는 액티브컨투어(active contour)반복부;를 포함하는 것을 특징으로 하는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치.
  4. 제 3항에 있어서,
    상기 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치는,
    상기 전경 부분의 영상이 존재하는 경우 상기 영상 값 변환부 내지 상기 액티브컨투어(active contour)반복부를 실행하고,
    상기 전경 부분의 영상이 존재하지 않는 경우 상기 영상 값 변환부 내지 상기 액티브컨투어(active contour)반복부를 실행하지 않는 것을 특징으로 하는 재귀적 액티브 컨투어를 이용한 3차원 콘빔 CT 영상 장치.
KR1020160156720A 2016-11-23 2016-11-23 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치 KR101874950B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160156720A KR101874950B1 (ko) 2016-11-23 2016-11-23 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160156720A KR101874950B1 (ko) 2016-11-23 2016-11-23 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치

Publications (2)

Publication Number Publication Date
KR20180058069A KR20180058069A (ko) 2018-05-31
KR101874950B1 true KR101874950B1 (ko) 2018-07-05

Family

ID=62454681

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160156720A KR101874950B1 (ko) 2016-11-23 2016-11-23 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치

Country Status (1)

Country Link
KR (1) KR101874950B1 (ko)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100846513B1 (ko) * 2007-01-15 2008-07-17 삼성전자주식회사 영상 처리 방법 및 장치
JP2009512040A (ja) * 2005-10-10 2009-03-19 ノルディック・ビオサイエンス・エー／エス 画像をセグメント化する方法
KR20110019264A (ko) * 2009-08-19 2011-02-25 (주)바텍이우홀딩스 압축 센싱 이론을 이용한 ｘ-선 전산 단층 촬영 영상의 금속성 음영 제거 방법
KR101018051B1 (ko) * 2008-10-23 2011-03-02 한국과학기술원 엑스선 촬영 영상에서 메탈 아티팩트를 감소시키는 방법
JP2011156302A (ja) * 2010-02-03 2011-08-18 Kyoto Univ Ｘ線ｃｔ画像処理方法，ｘ線ｃｔプログラムおよび該プログラムが搭載されたｘ線ｃｔ装置
WO2012144957A1 (en) * 2011-04-21 2012-10-26 Nanyang Technological University A method and system for interactive image segmentation
CN102567958B (zh) * 2010-12-31 2014-06-25 飞利浦(中国)投资有限公司 一种去除ct图像中金属伪影的图像后处理方法
JP2014530709A (ja) * 2011-10-24 2014-11-20 コーニンクレッカ フィリップス エヌ ヴェ Ｃｔスライス画像のための動作補償されたセカンドパス金属アーティファクト補正
KR20150000067A (ko) * 2013-06-21 2015-01-02 중앙대학교 산학협력단 능동적 윤곽선 방법을 이용한 cad 시스템을 위한 전처리 장치 및 방법
KR20160093486A (ko) * 2015-01-29 2016-08-08 삼성전자주식회사 의료 영상 처리 장치 및 의료 영상 처리 방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009512040A (ja) * 2005-10-10 2009-03-19 ノルディック・ビオサイエンス・エー／エス 画像をセグメント化する方法
KR100846513B1 (ko) * 2007-01-15 2008-07-17 삼성전자주식회사 영상 처리 방법 및 장치
KR101018051B1 (ko) * 2008-10-23 2011-03-02 한국과학기술원 엑스선 촬영 영상에서 메탈 아티팩트를 감소시키는 방법
KR20110019264A (ko) * 2009-08-19 2011-02-25 (주)바텍이우홀딩스 압축 센싱 이론을 이용한 ｘ-선 전산 단층 촬영 영상의 금속성 음영 제거 방법
JP2011156302A (ja) * 2010-02-03 2011-08-18 Kyoto Univ Ｘ線ｃｔ画像処理方法，ｘ線ｃｔプログラムおよび該プログラムが搭載されたｘ線ｃｔ装置
CN102567958B (zh) * 2010-12-31 2014-06-25 飞利浦(中国)投资有限公司 一种去除ct图像中金属伪影的图像后处理方法
WO2012144957A1 (en) * 2011-04-21 2012-10-26 Nanyang Technological University A method and system for interactive image segmentation
JP2014530709A (ja) * 2011-10-24 2014-11-20 コーニンクレッカ フィリップス エヌ ヴェ Ｃｔスライス画像のための動作補償されたセカンドパス金属アーティファクト補正
KR20150000067A (ko) * 2013-06-21 2015-01-02 중앙대학교 산학협력단 능동적 윤곽선 방법을 이용한 cad 시스템을 위한 전처리 장치 및 방법
KR20160093486A (ko) * 2015-01-29 2016-08-08 삼성전자주식회사 의료 영상 처리 장치 및 의료 영상 처리 방법

Also Published As

Publication number Publication date
KR20180058069A (ko) 2018-05-31

Similar Documents

Publication Publication Date Title
US7623728B2 (en) Method and product for processing digital images
JP2007207009A (ja) 画像処理方法及び画像処理装置
JPH03206572A (ja) 階調変換自動化装置
CN106911904B (zh) 图像处理方法、图像处理系统及成像系统
Maitra et al. A novel edge detection algorithm for digital mammogram
US11068740B2 (en) Particle boundary identification
Babu et al. A survey on methods for brain tumor detection
US9972086B2 (en) Method of determining image quality in digital pathology system
US11311259B2 (en) Image processing apparatus, image processing method, and computer-readable medium
KR101874950B1 (ko) 재귀적 액티브 컨투어를 이용한 3차원 콘빔 ct 영상의 세그먼테이션 방법 및 ct 영상 장치
US9962125B2 (en) Method of compressing image in digital pathology system
CN102073991B (zh) 增强图像中的空间局域化征兆的对比度的方法
KR100657867B1 (ko) 반복 적응적 히스토그램 평활화를 이용한 매스 영역의중심점 검출장치 및 그 방법
CN109389652B (zh) 用于牙科用电子计算机断层扫描影像的滤波器适用方法及系统
WO2021009804A1 (ja) 閾値の学習方法
JP5355292B2 (ja) 画像処理装置、画像処理方法
Patino-Correa et al. White matter hyper-intensities automatic identification and segmentation in magnetic resonance images
US9652689B2 (en) Magnification factor estimation device and method for same
WO2018030519A1 (ja) 乳房領域検出システム、乳房領域検出方法、及びプログラム
Sangeeta et al. Contrast Enhancement of Medical Images Using Otsu Thresholding
US11636576B2 (en) Image processing apparatus for reducing influence of fine particle in an image, control method of same, and non-transitory computer-readable storage medium
Adi et al. Automatic Thresholding with Otsu’s Method to Identify Plasmodium falciparum Phase in Malaria-infected Red Blood Cells
Tasneem et al. Analysis of Edge Detection Technique by Varying Image Contrast
CN107613870B (zh) 图像处理装置以及图像处理程序
Priyakanth et al. Dark image enhancement through intensity channel division and region channels using Savitzky-Golay filter

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