1. 흉부 CT영상에서 삼차원 블록을 이용한
폐 구조물 자동 분할 및 폐 결절 검출
광주과학기술원 기전공학부
신호 및 영상처리 연구실
최욱진 최태선
2. 목차
• 서론
• 관련연구
• 블록기반 폐 영상 분석 방법
– Pre-Filtering
– Enhancement
– 분석대상 분할
– 블록 위치 보정
– 폐결절 검출
• 실험결과
• 결론
3. 서론
• 폐 암은 치사율이 높지만 조기에 발견하여 치료할 경우 5년 생존율
이 50%까지 상승하는것으로 알려져 있다.
• 폐 암의 주요 소견인 폐 결절의 검출이 중요하다.
• 폐 결절의 조기검출을 위해 CT 영상을 사용하여 폐 결절을 검출 하
는 방법이 제안되었다.
• 폐 CT의 경우 환자당 100장 이상의 영상이 생성됨
– 분석하는데 많은 시간이 소요되며 피로 누적으로 인한 오류발생이 우려
된다.
• 폐 결절 검출을 자동화하기 위한 Computer-Aided Detection (CAD)
시스템의 연구가 활발하다.
3
4. 블록분할
Pre-filtering
블록영상 Enhancement
블록 Object Segmentation
블록 위치 보정
위치 보정 완료
블록 크기를 바꿔서 반복
(32, 24, 16, 12, 8)
반복
흉부 CT영상
완료
특징 값 추출
폐 결절 검출
결절
비 결절
4 / 23
블록 기반 폐 영상 분석방법
5. 5 / 23
Pre-filtering
255
Entropy( E
p ( i ) logp )를 ( i
)
이용하여 분석이 필요한 폐 영역의 블록을 선택하고 나머지 영역의 블
0
록은 분석대상에서 제외한다.
(a) (b) (c)
(d) (e)
i
블록 사이즈에 따른 불필요한 블록(좌)과 분석대상 블록(우)의 Entropy 히스토그램,
블록 크기 (a) 32, (b) 24, (c) 16, (d) 12, (e) 8
6. 6 / 23
Enhancement
블록영상의 노이즈를 분석하기 위하여 블록 영상 intensity의 표준편차를 평균으로
normalize한 값을 이용 하였으며 이 값을 가우시안 필터 sigma 값으로 사용하였다.
2 2 2
2 2
stddev( ( , , ))
2
=
average
1
( ( ,
( ( ,
,
, ))
), )
2
x y z
I x y z
I x y z
g I x y z
e
7. (a) (b) (c)
(d) (e)
다섯 가지 크기의 블록으로 분할 후 각각 블록별로 Enhancement
한 영상 (a) 32, (b) 24, (c) 16, (d) 12, (e) 8
7 / 23
Enhancement
8. 히스토그램 기반의 Optimal Threshold를 이용하여 블록 내부의 분석 대상을 분할한
다.
Hariss Corner Detection을 이용하여 블록영상에서 Juxta-pleural(흉막곁) 결절 분
리한다.
8 / 23
분석대상 분할
Harris Corner
Detection을 이용한
Critical point 검출
중심에서 가까운 포인
트들만 선택하여 마스크
생성
마스크에서 양 끝점을
찾아서 폐벽과 결절을
분리
9. 9 / 23
블록 위치 보정
• 블록영상 분석을 위해 블록 내
부의 구조를 segmentation 후 선
택된 분석대상(object)이 블록의
중심에 올 수 있도록 선택된 분석
대상의 무게중심으로 블록의 중
심을 이동하는 단계이다.
• 분석 대상이 영상의 중심에 있
으면 특징 값 추출 및 차후 분석
과정을 보다 수월하게 진행할 수
있다.
• 블록의 위치를 보정하기 위해서
선택된 object의 무게중심을 이
용 하였다.
10. 폐결절 검출
• 제안된 방법으로 폐 결절 후보 검출
• 검출된 폐결절 후보의 특징값 추출
• 추출된 특징값을 Linear Discriminant
Classifier(LDC)를 이용 하여 결절과 비결절
로 구분
10
11. 실험결과
• Lung Image Database Consortium (LIDC) 데이터베이스
– 제안된 알고리즘의 검증과 평가를 위하여 LIDC 데이터베이스를
사용하였다.
– LIDC는 미국 NIH에서 CT를 이용한 폐 결절 검출 CAD 시스템의
발전을 촉진하기 위하여 개발된 공개 폐 결절 데이터베이스이다.
– 본 데이터베이스는 총 84개의 CT scan으로 구성되어 있으며 각
각의 CT scan은 100-400개의 Digital Imaging and
Communication (DICOM) 영상과 전문의들의 폐 결절 검출 의견
이 저장되어 있는 XML파일로 이루어져 있다.
• 본 논문에서는 153개의 결절이 포함된 32개의 영상을 사
용하였다. 사용된 영상은 총 7528개의 영상으로 구성되
어 있으며 영상의 pixel 크기는 0.65 ~ 0.75 mm 이다.
11
12. 실험 결과
set Accuracy TPR FPR
폐결절 후보 검출 100% 34.23
Training 89.67% 95.17% 6.12
Test 86.31% 93.11% 7.33
폐 결절 검출 결과
13. 결론 및 향후 계획
• 흉부 CT 영상을 분석하는 방법 제안
• 3D 블록 기반 방법을 제안하여 폐 영역 분
할과정을 거치지 않고 폐 영상 분석
• Local Structure Tensor분석을 이용한
Shape feature를 이용한 정확도 향상
13