KR20010086855A

KR20010086855A - 단층 영상에서 관심영역 추출 방법 및 장치

Info

Publication number: KR20010086855A
Application number: KR1020000010778A
Authority: KR
Inventors: 김태우; 백철화
Original assignee: 윤종용; 삼성전자 주식회사
Priority date: 2000-03-03
Filing date: 2000-03-03
Publication date: 2001-09-15

Abstract

본 발명은 단층 영상에서 관심영역 추출 방법 및 장치에 관한 것이다.

본 발명에 의한 단층 영상에서의 관심영역 추출방법은 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 단계; 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 단계; 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 단계; 재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 단계; 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 단계; 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 단계; 및 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 단계를 포함한다.

본 발명에 의하면, 고해상도의 단층 영상은 물론 임상적 용도의 슬라이스 간격이라도 적용가능하고, 중간 단계에서 3차원 볼륨을 생성하여 형태학적 연산, 연결부위 레이블링을 수행하면서 간단한 그리기 작업을 이용함으로써 분할 오류와 작업 시간을 감소시킨다.

Description

단층 영상에서 관심영역 추출 방법 및 장치{Method and apparatus of extraction of a interest region in tomography images}

본 발명은 영상처리에 관한 것으로, 특히 단층 영상에서 관심영역 추출 방법 및 장치에 관한 것이다.

단층 영상 중 특히 자기공명(Magnetic Resonance:이하에서 MR이라 한다) 영상은 병원에서 인간의 뇌와 몸체를 비침습적으로(noninvasively) 조사하는데 폭넓게 이용되고 있다. 머리의 MR 영상에서 뇌영역의 분할은 관심영역의 가시화와 볼륨해석을 위한 중요한 과정 중의 하나이다. 컴퓨터를 이용한 MR 영상의 관심영역을 정의하기 위해서는 도 1a에 예시된 머리 영상로부터 도 1b에 예시된 뇌영역을 분리해내는 뇌영역 분할이 필요하다. 치매 연구에서는 뇌영역이 관심영역 중의 하나가 되며, 뇌영역 내의 다양한 관심영역은 뇌영역 내에서 정의하는 것이 용이하기 때문에 뇌영역을 정확하게 분할하는 것이 필요하다.

뇌영역의 추출 방법은 히스토그램 분석, 형태학적 연산, 템플릿(template), 비등방성 필터링, 동적윤곽선 모델(active contour model) 등을 이용하고 있다. [IEEE Trans. Medical Imaging, vol. 12, 1993]에 기재된 Marijn E. Brummer의 방법은 히스토그램 분석과 형태학적 연산에 기반으로 하였다. 그런데, Marijn E. Brummer의 방법에 의하면, 뇌영역이 아닌 부분이 잘못 분할되거나 뇌의 외곽부분의슬라이스(slice)에서 뇌영역이 소실되는 경우가 많다.

[Proc. SPIE, vol. 2167, 1994]에 기재된 J. W. Snell의 방법은 뇌전체를 포함하는 고해상도의 MR 슬라이스 세트에 대해서는 적용할 수 있지만 일반적인 임상 MR 영상에는 적용하기 어려운 한계를 지닌다.

[IEEE Trans. Medical Imaging, vol. 17, 1998]에 기재된 M. Stella Atkins의 방법은 PD(Proton Density), T2, SPGR(Spoiled Gradient Recalled Echo)의 MR 영상에는 적용할 수 있지만, 시상봉합방향(sagittal)의 T1 영상에는 적용하기 어렵고, 동적윤곽선모델과 비등방성 필터를 이용함에 있어서 파라미터 설정이 쉽지 않다.

본 발명은 상기의 문제점을 해결하기 위하여 창작된 것으로서, 단층 영상에서 관심영역의 3차원 가시화와 정량적 분석에 이용할 수 있으며, 예를 들어 T1, T2, PD, SPGR 등의 단일 채널(channel) MR 영상에서 뇌영역을 보다 용이하게 자동 분할할 수 있음을 보임으로써 단층 영상 가시화와 정량화시 생기는 오류와 처리 시간을 줄일 수 있는 단층 영상에서 관심영역 추출 방법 및 장치를 제공함을 그 목적으로 한다.

도 1a는 머리의 MR 영상을 예시한 것이고, 도 1b는 도 1a에 포함된 관심영역인 뇌영역을 예시한 것이다.

도 2a는 본 발명에 의한 단층 영상에서 관심영역 추출 장치의 일실시예의 구성도이고, 도 2b는 본 발명에 의한 단층 영상에서 관심영역 추출 과정을 도시한 흐름도이다.

도 3은 도 1a에서 배경잡음을 제거한 영상을 예시한 것이다.

도 4는 도 1a에서 배경잡음 제거한 영상의 히스토그램을 도시한 것이다.

도 5a는 문턱치화된 마스크 영상을 예시적으로 도시한 것이고, 도 5b는 3차원 재구성된 볼륨 영상을 예시적으로 도시한 것이다.

도 6a 및 도 6b는 각각 3차원 형태학적 침식 연산 결과를 2차원 및 3차원적으로 예시적으로 도시한 것이다.

도 7a 및 도 7b는 각각 연결부위 레이블링을 한 후 최대 레이블을 선택한 결과를 2차원 및 3차원적으로 예시적으로 도시한 것이다.

도 8a 및 도 8b는 각각 3차원 형태학적 팽창연산 결과를 2차원 및 3차원적으로 예시적으로 도시한 것이다.

도 9a는 각각 문턱치화한 결과를 예시적으로 도시한 것이고, 도 9b는 그리기에 의한 오류 수정 후 영역채우기를 한 최종 뇌영역을 예시적으로 도시한 것이다.

상기의 목적을 달성하기 위하여, 본 발명에 의한 단층 영상에서의 관심영역 추출방법은 (a) 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 단계; (b) 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 단계; (c) 상기 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 단계; (d) 재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 단계; (e) 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 단계; (f) 상기 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 단계; 및 (g) 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 단계를 포함한다.

상기의 다른 목적을 달성하기 위하여, 본 발명에 의한 단층 영상에서의 관심영역 추출장치는 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 배경잡음제거부; 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 문턱치화부; 상기 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 3차원볼륨영상생성부; 재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 형태학적침식부; 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 연결부위레이블링부; 상기 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 형태학적팽창부; 및 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 최종관심영역추출부를 포함한다.

이하에서, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.

도 2a에 의하면, 본 발명에 의한 단층 영상에서의 관심영역 추출장치의 일실시예는 배경잡음제거부(10), 문턱치화부(20), 3차원볼륨영상생성부(30), 형태학적침식부(40), 연결부위레이블링부(50), 형태학적팽창부(60) 및 최종관심영역추출부(70)를 포함하여 구성된다. 상기 각 구성요소는 각각 정보처리시스템과 그 정보처리시스템 상에서 동작하는 소프트웨어의 결합체로서 구현될 수 있다. 또한, 본 발명에 의한 단층 영상에서의 관심영역 추출장치의 일실시예는 주변적으로 영상 디스플레이(도시되지 않음), 히스토그램 디스플레이(도시되지 않음), 렌더링 디스플레이(도시되지 않음), 그리기 작업 도구(도시되지 않음), 제어판(도시되지 않음) 등을 더 포함한다.

배경잡음제거부(10)는 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거한다.

문턱치화부(20)는 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성한다.

3차원볼륨영상생성부(30)는 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성한다.

형태학적침식부(40)는 재구성된 3차원 볼륨에 대하여 침식연산을 수행한다.

연결부위레이블링부(50)는 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택한다.

형태학적팽창부(60)는 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행한다.

최종관심영역추출부(70)는 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출한다.

이하에서 도 2b를 참조하여 본 발명에 의한 단층 영상에서 관심영역 추출과정을 상세히 설명한다. 여기에서, 단층 영상으로는 도 1a에 예시된 머리에 대한 두정방향(coronal)의 256×256×20 크기의 MR T1 영상 볼륨, 그리고 관심영역으로는 도 1b에 예시된 뇌영역을 예로 하여 설명한다.

도 1a에 예시된 MR 영상에서 배경잡음을 제거하기 위하여 MR 영상의 배경잡음을 수학식 1과 같이 Rayleigh 분포로 모델링하여 잡음 문턱치를 결정한다.

여기서 x는 잡음의 밝기, σ는 백색잡음의 표준편차를 나타낸다. 잡음 문턱치 τ는 수학식 2의 ε(τ)를 최소화시킴으로써 결정된다.

여기서, h(x)는 MR 영상의 히스토그램, r(x)는 h(x)에 적합(fitting)된 Rayleigh 분포곡선을 나타낸다. 곡선 적합은 다양한 방법을 사용할 수 있는데, 비선형 최소자승법인 Levenberg-Marquardt 방법[W. H. Press, Numerical Recipes in C, 1988]을 사용하는 것이 바람직하다. MR 영상에서 잡음 문턱치 이하의 값을 갖는 픽셀들은 0을 마스크하는데, 도 1a의 MR 영상에서 잡음이 제거된 결과 영상은 도 3과 같이 도시된다(100 단계).

배경잡음이 제거된 후, 뇌영역은 다른 영역에 비하여 상대적으로 크고 픽셀들의 밝기값들이 서로 상관성이 많으므로 도 4에 예시된 히스토그램에서 뇌영역은 우세한 봉우리로 나타난다.

관심영역을 추출하기 위한 문턱치화는 자동 방법과 수동 방법을 모두 사용할 수 있다. 수동 방법은 히스토그램을 디스플레이하여 사용자가 히스토그램을 보면서 문턱치를 정하는 방법이다. 자동 방법은 우세 봉우리에 대하여 우세 봉우리의 좌우측에 대하여 각각 가우스 곡선(Gaussian curve)으로 모델링하고 가우스 곡선을 적합하여 문턱치화하는 방법이다. 뇌영역의 픽셀 분포는 가우스 분포가 아닌 경우가 많기 때문에 본 발명은 뇌영역을 가우스 분포로 가정하는 대신 히스토그램의 좌우를 별도로 가우스 분포로 가정하여 적합한다. 이후, 적합된 가우스 곡선에 의해 결정된 좌우 문턱치 사이의 속하는 픽셀들의 영역을 추출하고, 추출된 영역에는 '1'을 부여하고, 추출되지 않은 영역에는 '0'을 부여하여 마스크 영상을 생성한다(200 단계). 도 5a는 이와 같이 문턱치화된 마스크 영상을 예시적으로 보여준다.

문턱치화를 통하여 분할된 마스크 영상에서 약하게 연결된 영역들을 분리하기 위하여, 본 발명의 일실시예에서는 2차원 형태학적 침식(erosion) 및 팽창(dilation) 연산과 2차원 연결부위 레이블링(labeling of connected component)을 3차원으로 확장하여 적용한다. 3차원 형태학적 연산을 적용하기 위해서는 문턱치화된 마스크 영상들의 슬라이스 간격이 너무 크므로, 단위 복셀(unit voxel)이 되도록 문턱치화된 마스크 영상 볼륨에 대하여 3차원 볼륨재구성(volume reconstruction)을 한다(300 단계). 3차원 볼륨재구성은 수학식 4와 같은 입방보간함수(cubic interpolation function)를 적용한다.

여기서 a=－1/2이다. 도 5b는 크기가 256×256×20인 문턱치화된 마스크 영상 볼륨을 256×256×256으로 재구성된 영상 볼륨의 예이다. 재구성된 영상 볼륨은 처리 중간 결과를 볼 수 있도록 한다. 3차원적인 연산은 뇌의 외곽부분의 슬라이스의 뇌영역 분할과 문턱치화를 위한 파라미터 추정을 용이하게 한다.

형태학적 침식은 3×3×3 커널(kennel)을 사용하는 것이 바람직하다. 형태학적 침식은 약하게 연결된 부위를 분리하여 연결부위 레이블링을 용이하게 하기 위함이다. 침식연산은 256×256×256으로 재구성된 영상 볼륨 전체를 스캔하면서 이루어지는데, 이는 3×3×3 입체 윈도우 내에서 '0'의 값이 하나 이상 존재하면 입체 윈도우의 중앙에 위치한 값을 '0'으로 결정하는 연산이다. 침식연산 과정에서 기존의 마스크 볼륨 영상은 그대로 둔 채 새로운 마스크 볼륨 영상이 생성된다. 이와 같은 침식연산이 2~5번 실행되는 것이 바람직하다(400 단계). 도 6a 및 도 6b는 본 발명에 의한 3차원 형태학적 침식 연산을 2번 수행한 결과이다.

3차원적으로 연결된 영역인 연결부위들에 번호를 붙혀 레이블링을 한 다음 최대 크기를 가지는 레이블을 선택한다(500 단계). 최대 크기의 레이블은 형태학적 침식을 한 상태에서 뇌영역을 의미한다. 최대 크기 레이블이 뇌영역 이외의 영역이 포함되어 있다면 뇌영역이 아닌 영역이 연결된 부분을 그리기 도구로 끊은 다음 다시 레이블링을 수행한다. 이 작업은 분할의 오류를 제거하고 작업시간을 단축시키는 잇점이 있다. 도 7a 및 도 7b는 연결부위 레이블링한 후 최대 레이블을 선택한 결과를 보여준다.

팽창연산은 침식연산에서 감소분을 보충하기 위한 처리과정으로서 침식연산의 횟수만큼 실행하여 뇌영역의 볼륨을 얻는다(600 단계). 형태학적 팽창은 3×3×3 입체 윈도우 내에서 '1'의 값이 하나 이상 존재하면 입체 윈도우의 중앙에 위치한 값을 '1'로 결정하는 연산이다. 도 8a 및 도 8b는 3차원 형태학적 팽창 연산을 2번 수행한 결과이다. 형태학적 팽창을 한 후 원래의 슬라이스 위치에 해당하는 슬라이스들을 선별하여 원래의 MR 영상 볼륨의 크기와 같도록 한다.

이후, 400 단계, 500 단계 및 600 단계에서 생기는 분할 오차를 감소시키기 위하여 600 단계에서 얻은 볼륨 마스크 영상에 대응하는 영역을 갖는 원래의 영상을 추출하고, 다시 한번 200 단계와 유사한 문턱치화 방법을 사용한다. 이 과정은 도 9a에 도시된 뇌영역의 가장자리 부근에서 그 효과를 볼 수 있다. 이후, 그리기도구를 사용하여 오류를 수정한 후, 영역채우기 방법을 사용하여 도 9b에 예시된 바와 같이 최종 뇌영역을 추출할 수 있다.

한편, 상술한 본 발명의 실시예는 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하다. 그리고, 컴퓨터에서 사용되는 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 씨디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

본 발명에 의하면, 관심영역 추출에 있어서 슬라이스 방향에 제한을 받지 않고, 단층 영상이 관심영역 전체를 포함하지 않아도 되며, T1, T2, PD, SPGR 등 다양한 종류의 MR 영상에 모두 적용할 수 있다.

또한, 본 발명에 의하면, 고해상도의 MR 영상은 물론 임상적 용도의 슬라이스 간격이라도 적용가능하고, 중간 단계에서 3차원 볼륨을 생성하여 형태학적 연산, 연결부위 레이블링을 수행하면서 간단한 그리기 작업을 이용함으로써 분할 오류와 작업 시간을 감소시킨다. 3차원적인 연산은 관심영역의 외곽부분의 슬라이스의 관심영역 분할을 용이하게 한다.

Claims

단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 배경잡음제거부;

잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 문턱치화부;

상기 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 3차원볼륨영상생성부;

재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 형태학적침식부;

3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 연결부위레이블링부;

상기 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 형태학적팽창부; 및

팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 최종관심영역추출부를 포함함을 특징으로 하는 단층 영상에서의 관심영역 추출장치.
(a) 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 단계;

(b) 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 단계;

(c) 상기 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 단계;

(d) 재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 단계;

(e) 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 단계;

(f) 상기 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 단계; 및

(g) 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 단계를 포함함을 특징으로 하는 단층 영상에서의 관심영역 추출방법.
제2항에 있어서, 상기 제1좌우문턱치 및 제2좌우문턱치는 각각

히스토그램의 좌우를 별도의 곡선을 적합시켜 구하는 것을 특징으로 하는 단층 영상에서의 관심영역 추출방법.
제2항에 있어서, 상기 (e) 단계는

상기 최대 크기를 갖는 연결부위에 관심영역 이외의 영역이 포함되어 있다면 관심영역이 이외의 영역이 연결된 부분을 그리기 도구로 끊은 다음 다시 레이블링을 수행하는 것을 특징으로 하는 단층 영상에서의 관심영역 추출방법.
(a) 단층 볼륨 영상을 구성하는 각 단층 영상에서 배경잡음을 제거하는 모듈;

(b) 잡음이 제거된 단층 볼륨 영상의 히스토그램에서 제1좌우문턱치을 결정하고, 각 단층 영상에서 제1좌우문턱치에 사이의 영역을 추출하여 마스크 영상들을 생성하는 모듈;

(c) 상기 마스크 영상들의 슬라이스 간격을 보간하여 3차원 볼륨 영상을 재구성하는 모듈;

(d) 재구성된 3차원 볼륨에 대하여 침식연산을 수행하는 모듈;

(e) 3차원적으로 연결된 부위인 연결부위별로 별도의 번호를 붙이고, 최대 크기를 갖는 연결부위를 선택하는 모듈;

(f) 상기 최대 크기를 갖는 연결부위에 대하여 팽창연산을 수행하는 모듈;및

(g) 팽창연산이 수행된 최대 크기를 갖는 연결부위에 대응하는 단층 볼륨 영상의 히스토그램에서 제2좌우문턱치을 결정하고, 각 단층 영상에서 제2좌우문턱치에 사이의 최종관심영역을 추출하는 모듈을 포함함을 특징으로 하는 단층 영상에서의 관심영역 추출 프로그램을 기록한 컴퓨터가 읽을 수 있는 기록매체.