[論文レビュー] Gradient Based Seeded Region Grow method for CT Angiographic Image Segmentation

G. N. Harikrishna, T. R. Gopalakrishnan Nair|arXiv (Cornell University)|Jan 21, 2010

Medical Image Segmentation Techniques参考文献 9被引用数 23

ひとこと要約

本稿では、CTアンジオグラフィ（CTA）画像におけるシード領域拡大法に勾配に基づく均一性基準を提案し、不正な領域拡大を低減することでセグメンテーション精度を向上させる。局所的な勾配の大きさを領域拡大の意思決定プロセスに統合することにより、従来の強度ベースの手法と比較して、特にノイズが多いか曇った医療画像において、より正確な血管および解剖的構造のセグメンテーションが実現される。

ABSTRACT

Segmentation of medical images using seeded region growing technique is increasingly becoming a popular method because of its ability to involve high-level knowledge of anatomical structures in seed selection process. Region based segmentation of medical images are widely used in varied clinical applications like visualization, bone detection, tumor detection and unsupervised image retrieval in clinical databases. As medical images are mostly fuzzy in nature, segmenting regions based intensity is the most challenging task. In this paper, we discuss about popular seeded region grow methodology used for segmenting anatomical structures in CT Angiography images. We have proposed a gradient based homogeneity criteria to control the region grow process while segmenting CTA images.

研究の動機と目的

• 強度が曇っており、明確でない医療画像、特に従来のしきい値処理や強度ベースの領域拡大法が失敗するCTアンジオグラフィ（CTA）画像のセグメンテーションの課題に対処すること。
• 単純な強度の均一性に代えて勾配に基づく均一性基準を導入することで、シード領域拡大のロバスト性を向上させること。
• 標的解剖構造に属さないが高コントラストな隣接構造（例：神経、骨）へ不正な領域拡大を低減すること。
• 最小限のユーザ操作で、大動脈などの血管構造をより正確かつ信頼性高くセグメンテーション可能にすること。

提案手法

• 正規化された勾配の大きさを定義する指標 $ G_n = \frac{\sqrt{G_x^2 + G_y^2}}{k \cdot G_{\text{max}}} $ を導入し、ここで $ G_x $, $ G_y $ は勾配成分、$ G_{\text{max}} $ は画像全体の最大勾配、$ k $ は調整可能なパラメータである。
• 勾配の大きさを一貫したしきい値処理に適応させるために、第二の均一性指標 $ G_m = \frac{G_{\text{max}} - G(x,y)}{G_{\text{max}} - G_{\text{min}}} $ を定義する。
• 2次元および3次元の領域拡大を効率的に行うために、スタックベースのデータ構造を用いる。
• 領域拡大の過程で、4近傍（2次元）および6近傍（3次元）の接続性を適用し、各ステップで勾配に基づく均一性チェックを実施する。
• 領域拡大の意思決定に勾配の均一性基準を統合する：ピクセルが $ G_n $ もしくは $ G_m $ のしきい値条件を満たす場合にのみ追加される。
• 隣接スライスのピクセル（z方向の近傍）を近傍探索に含めることで、3次元CTAデータセットへの適用を拡張する。

実験結果

リサーチクエスチョン

• RQ1 強度ベースの手法と比較して、勾配に基づく均一性基準はCTアンジオグラフィ画像におけるシード領域拡大の精度を向上させることができるか？
• RQ2 局所的な勾配情報の組み込みが、神経や骨などの高コントラストな隣接構造への不正な領域拡大をどのように低減するか？
• RQ3 提案手法は、上行大動脈および下行大動脈などの血管構造の整合性をどの程度保持できるか？
• RQ4 最小限のユーザ入力で、3次元CTAボリュームに効果的に拡張可能か？

主な発見

• 提案された勾配に基づく均一性基準により、上行大動脈に隣接する横隔膜神経のセグメンテーションが正常に防止され、従来の強度ベースの領域拡大では誤って領域に含まれていた。
• パラメータ $ k = 0.25 $ の場合、勾配ベースの手法により上行大動脈のクリアなセグメンテーションが達成され、高コントラストな周囲組織からの誤検出が完全に排除された。
• 複数の手動シード点を用いることで、下行大動脈および一部の肋骨骨格の正確なセグメンテーションが可能となり、本手法が複雑な解剖的構造に対しても対応可能であることが示された。
• スタックベースの実装により、2次元および3次元の領域拡大が効率的に行われ、さまざまな解剖的領域で一貫したパフォーマンスを発揮した。
• ノイズに起因する領域拡大および境界が曇った領域の拡大を著しく低減したことから、セグメンテーション品質が顕著に向上した。
• 結果として、勾配に基づく基準が、CTAのような曇ったコントラスト変動のある医療画像において、強度ベースの基準よりもよりロバストであることが示された。