초음파 심장 영상에서 자동 심장 분할 방법 = Automatic Heart Segmentation in a Cardiac Ultrasound Image

국문 초록 (Abstract)

본 논문에서는 수술 도중에 심장내부로 삽입한 초음파 탐침을 통해 획득된 초음파 심장영상에서 강인하게 심장 영역을 고속 자동 분할하는 방법을 제안한다. 제안한 방법은 심장 초기 경계 추출, 신뢰도 경쟁을 통한 전체 경계 검출, 회전 국부 방사선 기법을 이용한 국부 경계 보완으로 세 단계로 구성된다. 첫째, 초음파 탐침의 중심에서 방사선을 만들어 각 방사선에서 밝기값 기반 임계값 기법으로 얻어진 심장외부 영역을 이용하여 대략적인 초기 심장영역의 경계를 추출한다. 둘째, 각각의 방사선에서 임계치로추출된 초기 심장영역의 위치를 포함하여 경계와 영역정보를 이용해 추출된 새로운 후보들과 신뢰도의 경쟁을 수행하여 높은 신뢰성을 가진 심장 경계를 검출한다. 셋째, 방사선 기법으로 경계획득이 어려운 심장의 오목한 영역에서 경계를 따라 회전하면서 국부적으로 방사선 조사법을 적용하여 경계를 보완한다. 제안된 방법은 실제 환자의 심장 수술 도중에 얻어진 초음파 영상에 적용되어 고무적인 결과를 획득했다.

다국어 초록 (Multilingual Abstract)

This paper proposes a robust and efficient segmentation method for a cardiac ultrasound image taken from a probe inserted into the heart in surgery. The method consists of three steps: initial boundary extraction, whole boundary modification using confidence competition, and local boundary modification using the rolling spoke method. Firstly, the initial boundary is extracted with threshold regions along the global spokes emitted from the center of an ultrasound probe. Secondly, high confidence boundary edges are detected along the global spokes by competing among initial boundary candidate and new candidates achieved by edge and appearance information. Finally, the boundary is modified by rolling local spokes along concave regions that are difficult to extract using the global spokes. The proposed method produces promising segmentation results for the ultrasound cardiac images acquired during surgery.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 자동 심장 분할
• 3. 실험 및 결과
• 4. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 이원로, "임상 심장학" 고려의학 2003.

2 C. Chu, "The integration of image segmentation maps using region and edge information" 15 (15): 1241 -1252, 1993

3 M. Leventon, "Statistical shape influence in geodesic active contours" 316-323, 2000.

4 T. Cootes, "Statistical models of appearance for medical image analysis and computer vision" 4322 : 236-248, 2001

5 M. Kass, "Snakes : active contour models" 1 (1): 312-331, 1998.

6 D.Boukerroui, "Segmentation of ultrasound images- multiresolution 2D and 3D algorithm based on global and local staticstics" 24 : 779-790, 2003.

7 T. Kapur, "Segmentation of brain tissue from magnetic resonance images" 1 (1): 109-127, 1996.

8 R. Adams, "Seeded region growing" 16 (16): 641-647, 1994

9 A. Salvador, "Optimization of An Edge Detection Algorightm For Echocardiographic Images" 1118-1191, 2000

10 V. Caselles, "On geodesic active contours" 22 (22): 61-69, 1997.

11 S. Pizer, "Multiscale medial shape-based analysis of image objects" 91 (91): 1670-1679, 2003.10

12 E.A. Ashton, "Multiple resolution Bayesian segmentation of unltrasound images" 17 (17): 291 -304, 1995

13 D. Freedman, "Model-based segmentation of medical imagery by matching distributions" 24 (24): 281-292, 2005

14 A. Hill, "Model- based interpretation of 3-D medical images" 339-348, 1993.09

15 D. Duncan, "Medical Image Analysis: Progress over Two Decades and the Challenges Ahead" 22 (22): 85-106, 2000

16 S. Joshi, "Large deformation diffeomorphisms and Gaussian random fields for statistical characterization of brain submanifolds" 1997

17 Y. Wang, "Integrated approaches to nonrigid registration in medical images" 102-108, 1998.10

18 P. Shirley, "Fundamentals of Computer Graphics" AK Peters 2003.

19 L. Cohen, "Finite-element methods for active contour models and balloons for 2-d and 3-d images" 15 (15): 1131-1147, 1993

20 A. Kelemen, "Elastic model-based segmentation of 3-D neuroradiological data sets" 18 (18): 828-839, 1997.10

21 R. C. Gonzalez, "Digital Image Processing" Addison Wesley 1993.

22 A. Chakraborty, "Deformable boundary finding in medical images by integrating gradient and region information" 15 (15): 859-870, 1996.

23 G.Xiao, "Contrast enhancement and segmentation of ultrasound images-a statistical method" 1165-1125, 2000

24 P. Suetens, "A unifying framework for partial volume segmentation of brain MR images" 22 (22): 105-119, 2003

25 J. Canny, "A Computational Approach to Edge Detection" 8 (8): 679-698, 1986