의료영상의 분할과 시각화 방법의 개발 = Development of a medical image segmentation and a visualization method

국문 초록 (Abstract)

<국문초록>

의료 영상 처리는 관심 있는 인체 영역을 추출하고 시각화하는 새로운 방법들을 제시함으로써 의학 분야에 큰 변화를 일으키고 있다. 특히, 의료 영상 분할은 해부학적인 구조의 추출을 자동화함으로써 다양한 의료 영상 응용에 중요한 역할을 한다.
본 논문에서는 레벨 셋 모델을 이용한 의료 영상의 분할과 볼륨 렌더링 기술을 이용한 시각화 방법을 제안한다. 영상의 분할은 기하학적 변동에 기반 한 곡면 전개 구성을 이용한다. 이 방법은 기하학적 적분 측정치와 레벨 셋 이론을 이용하여 변형가능한 곡면의 위상학적 변화들을 다루는 접근방법이다. 레벨 셋 모델에서 적분 측정치들은 객체의 경계에 가능한 한 가까이 레벨 셋을 만들어주는 정렬 항, 영상에 노이즈를 제거함으로써 곡선을 부드럽게 만들어주는 스무딩 항, 곡선의 윤곽에서 내부와 외부를 가장 최상으로 분리하는 역할을 하는 최소 분산 항을 포함하고 있다. 따라서 본 논문에서 제안한 방법은 기하학적 적분 측정치들의 가중치 합을 이용하여 새로운 속도함수를 유도하며, 객체를 재 생성하는데 요구되는 많은 계산시간을 줄이기 위하여 패스트 매칭 방법을 제안한다.
최종적으로 삼차원 볼륨 데이터를 가시화하기 위하여 변형가능한 시각화 기술을 제시한다. 본 논문에서는 동치곡면을 근사시켜 삼차원 삼각형들의 집합을 생성함으로써 표면을 만들어내는 마칭큐브 알고리즘을 이용한다.
제안된 레벨 셋 분할 방법의 성능 평가는 인공 데이터, CT 영상, 삼차원 볼륨 의료 영상에 적용되어 수행된다. 실험 결과 제안된 방법이 의료 영상으로부터 인간 장기를 정확하게 추출하고 시각화함을 볼 수 있다.

다국어 초록 (Multilingual Abstract)

<Abstract>

Medical image processing has revolutionized the field of medicine by providing novel methods to extract and visualize the anatomy region of interest. Especially, medical image segmentation plays a vital role in many medical imaging applications by automating the extraction of anatomical structures.
This dissertation presents a medical image segmentation method using a level set model and a visualization method using a volume rendering technique. We use the surface evolution framework based on geometric variational principle to achieve the final segmentation. This approach handles topological changes of deformable surface using geometric integral measures and level set theory. The integral measures in the level set model contain the alignment term, which makes a level set as close as possible to a boundary of object, the minimal variance term, which separates the interior and exterior in the contour and the mean curvature term, which makes a segmented boundary become less sensitive to noise. We propose the level set method with a new derived speed function by using a weighted sum of geometric internal measures. We also propose the fast matching method that can reduce largely the computing time required to deform the object model.
Finally, we develope the deformable surface visualization technique to display the three-dimensional volume datasets visibly. Here we use the Marching Cubes algorithm to create a surface by generating a set of three-dimensional triangles, each of which is an approximation to a piece of the iso-surface.
The performance of the proposed segmentation method is demonstrated on datasets including the synthesized images, the CT medical images, and 3D volumetric medical images. The experimental results show that the proposed method can exactly extract and visualize the human organs from the medical images.

목차 (Table of Contents)

• 제1장 서 론 1
• 제2장 기존의 영상 분할 방법 7
• 제1절 반복적 임계 값 방법 7
• 제2절 에지 검출 방법 9
• 제3절 영역 기반 분할 방법 11
• 제4절 워터쉐드 분할 방법 12
• 제5절 통계학적 모델을 기반으로 한 분할 방법 13
• 제6절 활성 윤곽 모델 방법 17
• 제3장 레벨 셋 모델 기반의 이차원 영상 분할 24
• 제1절 레벨 셋 이론 24
• 제2절 레벨 셋 모델 26
• 제3절 레벨 셋 방법에 의한 이차원 영상 분할 34
• 제4장 삼차원 영상 분할을 위한 레벨 셋 방법 39
• 제1절 볼륨 함수와 변형 곡면 39
• 제2절 속도함수를 위한 기하학적 측정치 42
• 제3절 레벨 셋을 이용한 삼차원 영상 분할 46
• 제5장 의료영상의 시각화 48
• 제1절 마칭큐브 알고리즘 48
• 제2절 볼륨 렌더링 57
• 제6장 실험 및 결과 63
• 제1절 실험 환경 및 실험 영상 63
• 제2절 레벨 셋을 이용한 이차원 분할 69
• 제3절 레벨 셋을 이용한 삼차원 분할 73
• 제4절 삼차원 렌더링 75
• 제7장 결 론 82
• 참 고 문 헌 84
• 국 문 초 록 94