[논문 리뷰] A multistep segmentation algorithm for vessel extraction in medical imaging

Nasser Aghazadeh, Ladan Sharafyan Cigaroudy|arXiv (Cornell University)|2014. 12. 30.

Medical Image Segmentation Techniques참고 문헌 9인용 수 6

한 줄 요약

이 논문은 2D 의료 영상에서 혈관 구조를 추출하기 위해 커브렛 타이트 프레임과 스틴의 무편향 리스크 추정(SURE) 기반 임계처리를 조합한 다단계 분할 알고리즘을 제안한다. 노이즈 감소와 혈관 검출을 향상시키며, 헤시안 기반 고유벡터 분석을 통합하여 희미하고 좁은 혈관의 분할 성능을 향상시키고, 간격을 메우며 관형 구조를 정밀하게 보완함으로써 도전적인 혈관 영상 데이터에서 뛰어난 성능을 달성한다.

ABSTRACT

The main contribution of this paper is to propose an iterative procedure for tubular structure segmentation of 2D images, which combines tight frame of Curvelet transforms with a SURE technique thresholding which is based on principle obtained by minimizing Stein Unbiased Risk Estimate for denoising. This proposed algorithm is mainly based on the TFA proposal presented in [1, 9], which we use eigenvectors of Hessian matrix of image for improving this iterative part in segmenting unclear and narrow vessels and filling the gap between separate pieces of detected vessels. The experimental results are presented to demonstrate the effectiveness of the proposed model.

연구 동기 및 목표

• 2D 의료 영상에서 저대비도 및 끈적한 혈관을 분할하는 데 도전하는 문제를 해결하기 위해.
• 노이즈가 많은 의료 영상 데이터에서 관형 구조 검출의 정확도를 향상시키기 위해.
• 고급 다스케일 및 기하 분석을 통해 혈관 분할의 잡음과 간격을 줄이기 위해.
• 헤시안 행렬 고유벡터를 반복적 분할 프레임워크에 통합하여 구조적 연속성을 향상시키기 위해.
• 최적의 임계처리를 위한 타이트 프레임 표현과 무편향 리스크 추정을 결합한 강력한 반복적 절차를 개발하기 위해.

제안 방법

• 이 방법은 관형 특징에 적합한 고방향성 및 다스케일 감도를 갖춘 커브렛 타이트 프레임을 사용하여 영상 구조를 표현한다.
• 노이즈 감소에서 무편향 리스크를 최소화하기 위해 SURE 기반 임계처리를 적용하여 미세한 혈관 구조를 유지하면서 노이즈를 억제한다.
• 알고리즘은 영상의 헤시안 행렬을 사용하여 국소 기하학적 구조와 방향성을 검출함으로써 반복적으로 분할을 정밀화한다.
• 헤시안 행렬의 고유벡터는 분할 과정을 안내하여 좁고 명확하지 않은 혈관의 검출을 향상시킨다.
• 반복적 절차는 헤시안 분석에서 유도된 방향성 일관성을 활용하여 끊어진 혈관 세그먼트 간의 간격을 메운다.
• 통합된 파이프라인에서 다스케일 분석(커브렛), 통계적 리스크 추정(SURE), 기하 분석(헤시안)을 통합한다.

실험 결과

연구 질문

• RQ1 저대비도 및 노이즈가 많은 2D 의료 영상에서 관형 구조를 효과적으로 분할할 수 있는 방법은 무엇인가?
• RQ2 커브렛 변환과 SURE 기반 임계처리를 조합할 경우 혈관 검출 정확도는 얼마나 향상되는가?
• RQ3 헤시안 기반 고유벡터 분석은 좁고 끈적한 혈관의 분할 성능을 향상시킬 수 있는가?
• RQ4 반복적 정밀화 절차는 혈관 추출에서 간격과 거짓 음성의 수를 얼마나 줄이는가?
• RQ5 무편향 리스크 추정을 사용할 경우 임계처리 성능에 어떤 영향을 미치는가?

주요 결과

• 제안된 알고리즘은 기존 방법에 비해 희미하고 좁은 혈관의 검출 성능을 크게 향상시킨다.
• 헤시안 고유벡터의 통합은 끊어진 혈관 세그먼트 간의 간격 메우기에 효과적이다.
• SURE 기반 임계처리는 노이즈를 줄이면서도 미세한 혈관 구조를 유지하여 더 깔끔하고 정확한 분할 결과를 이끈다.
• 커브렛 표현과 반복적 정밀화를 조합한 다단계 접근법은 전체 분할의 강건성을 향상시킨다.
• 복잡한 혈관 패턴과 낮은 신호 대 노이즈 비율을 가진 도전적인 2D 의료 영상에서도 뛰어난 성능을 보인다.
• 실험 결과는 노이즈가 많은 입력 데이터에서 연속적이고 정확한 혈관 지도를 생성하는 데에 이 프레임워크의 효과성을 확인한다.