정보과학회 논문지 A : 시스템 및 이론
Current Result Document :
| 한글제목(Korean Title) |
의학 영상용 물체 재구성을 위한 3D-MRF 모델 기반 분할 기법 |
| 영문제목(English Title) |
3D-MRF Model-based Segmentation for Object Reconstruction of Medical Images |
| 저자(Author) |
최수미
이재은
김종원
김명희
Soomi Choi
Jaeeun Lee
Jongwon Kim
Myounghee Kim
|
| 원문수록처(Citation) |
VOL 24 NO. 07 PP. 0705 ~ 0714 (1997. 07) |
한글내용
(Korean Abstract) |
X선 단층 영상이나 자기공명영상과 같은 진단 의학용 영상의 분석을 돕기 위해 컴퓨터를 이용해서 단층 영상으로부터 대상 물체를 3차원으로 재구성하는 방법들이 연구되어져 왔다. 이러한 물체 재구성은 등방해상도를 위한 보간, 물체를 인식하기 위한 분할 및 볼륨렌더링의 단계로 이루어진다. 지금까지 여러 분할 알고리즘들이 개발되어 왔으나 기존의 분할 기법들이 2차원 영상에 국한되어 3차원 재구성에 효과적이지 못한점을 개선하기 위해 본 논문에서는 3D-MRF 모델 기반 분할 기법에 의한 물체 재구성 방법을 제안한다. 먼저 영상 데이타를 3차원 공간상의 확률분포로 모델화하기 위해 3D-MRF 모델을 제안하고, 다음 이에 의한 볼륨 확장 분할 기법을 제시한다. 마지막으로 제안한 방법과 기존 방법으로 재구성한 결과를 비교 평가한다. 제안된 3D-MRF 모델 기반 분할과 기존의 2차원적인 MRF 모델 기반 분할을 인공 영상에 적용한 결과 제안된 분할 기법이 더 정확하게 대상 물체를 분할하였고 높은 잡음비에서도 오류율이 더 낮았다. 또한 무릎부위의 자기공명영상을 이용하여 대퇴골을, 제안한 크리깅 보간과 3D-MRF 모델 기반 분할에 의한 통계적 방법과 기존의 선형 보간과 2차원 영역 확장에 의한 결정적 방법으로 재구성한 결과, 전자가 후자보다 영상의 질이 우수한 것으로 나타났다.
|
영문내용
(English Abstract) |
Many researchers have developed 3D reconstruction methods to support the analysis of medical images such as X-ray CT and MRI. The volumetric objects of those medical images are reconstructed by interpolation for isotropic images, segmentation of the desired objects, and volume rendering. So far, a number of segmentation algorithms have been developed, but the conventional algorithm are not effective on volume reconstruction because of being limited to 2D images.
In this paper, we propose the object reconstruction method by 3D-MRF(Markov Random Fields) model-based segmentation. First, we propose the 3D-MRF model as a way to modelize spacial probability distribution, and then present the volume growing algorithm based on this model. Finally, we compare our method with conventional methods. The segmentation algorithm we propose has the advantage that it is capable of segmenting objects more correctly than conventional 2D-MRF segmentation and is also robust for highly noisy images. This test was performed with artificial images. When we compared reconstruction results of femur(MRI), the statistical method by kriging interpolation and 3D-MRF model-based segmentation is more excellent in the image quality aspect than the deterministic method by linear interpolation and 2D region growing segmentation commonly used.
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
