2D X-선 조영영상에서 정확한 혈관 구조 추출 기법
Accurate Vascular Structure Extraction Method in 2D X-ray Angiogram
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
본 논문에서는 2D X-선 조영영상의 혈관 구조를 정확하게 추출하는 방법을 제안한다. X-선 조영영상에 혈관 증강필터를 적용하여 혈관 그래프를 생성하고, 다익스트라 알고리즘을 사용하여 최적의 혈관 경로를 탐색한다. 혈관 경로 트리의 각 서브트리를 혈관 길이에 따라 반복적으로 자르고, 병합한다. 2D 조영영상에서 추출된 혈관 구조를3D CT 조영영상에서 분할된 혈관과 강체 정합을 수행하고, 2D 혈관 트리 구조와 3D 혈관 구조에 대한 유사도를측정한다. 그리고 3D 혈관 세그먼트의 후보군들을 2D 세그먼트의 초기 분할 구조를 기반으로 유사도를 재측정하여2D 혈관 트리 구조를 재구성한다. 실험으로 10명의 환자 데이터에 대하여 실험한 결과 제안 기법은 혈관 분지에대한 precision은 평균 0.911765이고, recall은 평균 0.403644로 정확한 혈관 구조 추출 결과를 보여주었다.
Abstract
In this paper, we propose an accurate method for extracting the vessel structures in 2D X-ray angiogram. As the vessel enhancement filter is applied to X-ray Angiogram, the vessel graph is generated. Using Dijkstra’s algorithm, the optimum vessel path is investigated. Each Sub-tree of the vessel path tree is pruned and merged repeatedly according to the vessel length. The rigid registration is performed for the vessel structures that are extracted in 2D X-ray Angiogram and 3D CT Angiogram. Then, the similarity between the 2D and 3D vessel structures is measured. And the similarity remeasurement is performed between 3D vessel segment and the candidates of 3D vessel segment based on the initial segmentation structure of 2D segments. The 2D vessel tree structure is reconstructed according to the result of similarity remeasurement. In the experiment, our method showed the accurate vascular structure extraction result using ten patients' data. Precision and recall of vessel branches were 0.911765, 0.403644 in average, respectively.
참고문헌 (13)
- 박진희, "관상동맥질환자의 심질환 재발에 영향을 미치는 심리적 디스트레스에 대한 체계적 문헌고찰", Journal of Korean Academy of Nursing, 41(5), pp.704~714 (2011), 한국간호과학회
- R. M. Tayebi, "A fast and accurate method for automatic coronary arterial tree extraction in angiograms", Journal of Computer Science, 10(10), pp.2060~2076 (2014)
- R. M. Tayebi, "Coronary Artery Segmentation in Angiograms with Pattern Recognition Techniques —A Survey", Proc. of IEEE International Conference on Advanced Computer Science Applications and Technologies(ACSAT), pp.321~326 (2013)
- S. Y. Sun, "Model-Guided Extraction of Coronary Vessel Structures in 2D X-Ray Angiograms", Proc. of International Conference on Medical Image Computing and Computer-Assisted Intervention, pp.594~602 (2014)
- 신준석, "복부 CT 영상에서 정확한 간 혈관 구조 분석 기법", 한국차세대컴퓨팅학회 논문지, 11(2), pp.41~48 (2015), 한국차세대컴퓨팅학회
- S. Wang, "A segmentation method of coronary angiograms based on multiscale filtering and region-growing", Proc. of IEEE International Conference on Biomedical Engineering and Biotechnology(iCBEB), pp.678~681 (2012)
- S. Zhou, "New approach to the automatic segmentation of coronary artery in X-ray angiograms", Science in China Series F : Information Sciences, 51(1), pp.25~39 (2008)
- 김경율, "영상 대비와 특징추출 알고리즘 성능평가의 관계 분석", 한국차세대컴퓨팅학회 논문지, 8(5), pp.6~20 (2012), 한국차세대컴퓨팅학회
- 이현규, "명암도 조절을 통한 베이스 분류기 기반 영상분할기법", 한국차세대컴퓨팅학회 논문지, 8(5), pp.73~86 (2012), 한국차세대컴퓨팅학회
- 박현철, "CNN에 기반한 실제 환경에서의 색상 및 문자 인식", 한국차세대컴퓨팅학회 논문지, 12(6), pp.104~115 (2016), 한국차세대컴퓨팅학회
- E. W. Dijkstra, "A note on two problems in connexion with graphs", Numerische mathematik, 1(1), pp.269~271 (1959)
- A. F. Frangi, "Multiscale vessel enhancement filtering", Proc. of International Conference on Medical Image Computing and Computer-Assisted Intervention, pp.130~137 (1998)
- 이정진, "지역적 거리전파를 이용한 자동 폐 정합", 정보과학회논문지 : 소프트웨어 및 응용, 32(1), pp.41~49 (2005), 한국정보과학회