[논문 리뷰] Brain Tumor Detection Based On Mathematical Analysis and Symmetry Information

G. Sachin, Vaishali D. Khairnar외 1명|arXiv (Cornell University)|2014. 03. 24.

Medical Image Segmentation Techniques참고 문헌 7인용 수 3

한 줄 요약

이 논문은 뇌의 이배성 대칭 정보와 수학적 분석을 활용하여 MRI 영상에서 종양 분할 정확도를 향상시키는 새로운 뇌 종양 검출 방법을 제안한다. 인간 뇌의 본질적 대칭성을 이용함으로써 종양 경계 검출을 향상시켜, 강도 기반 방법에 비해 더 높은 내성과 함께 실제 MRI 데이터에서의 영구적이고 효과적인 결과를 도출한다.

ABSTRACT

Image segmentation some of the challenging issues on brain magnetic resonance image tumor segmentation caused by the weak correlation between magnetic resonance imaging intensity and anatomical meaning.With the objective of utilizing more meaningful information to improve brain tumor segmentation,an approach which employs bilateral symmetry information as an additional feature for segmentation is proposed.This is motivated by potential performance improvement in the general automatic brain tumor segmentation systems which are important for many medical and scientific applications.Brain Magnetic Resonance Imaging segmentation is a complex problem in the field of medical imaging despite various presented methods.MR image of human brain can be divided into several sub-regions especially soft tissues such as gray matter,white matter and cerebra spinal fluid.Although edge information is the main clue in image segmentation,it cannot get a better result in analysis the content of images without combining other information.Our goal is to detect the position and boundary of tumors automatically.Experiments were conducted on real pictures,and the results show that the algorithm is flexible and convenient.

연구 동기 및 목표

• MRI에서 강도-조직 상관관계가 약해 뇌 종양 분할 정확도가 떨어지는 문제를 해결하기 위해.
• 강도 값 이외의 의미 있는 해부학적 사전 지식을 통합하여 자동 뇌 종양 분할 시스템을 향상시키기 위해.
• 뇌의 이배성 대칭성을 구조적 제약 조건으로 활용하여 종양 경계 검출을 향상시키기 위해.
• 실제 임상 MRI 영상에 적용 가능한 영구적이고 편리한 알고리즘을 개발하기 위해.

제안 방법

• 이 방법은 MRI 스캔에서 강도 및 공간 패턴에 중점을 두어 특징을 추출하기 위해 수학적 분석을 적용한다.
• 뇌의 이배성 대칭성을 종양 검출을 안내하는 핵심 구조적 사전 지식으로 활용한다.
• 왼쪽 및 오른쪽 대뇌반구를 비교하여 종양 존재 가능성을 시사하는 비대칭성을 알고리즘이 식별한다.
• 대칭 기반 신호와 에지 정보를 융합하여 종양 경계 정밀도를 향상시킨다.
• 반복적이지 않은 계산 효율적인 프레임워크를 사용하여 실제 MRI 데이터에 적합하다.
• 실제 MRI 데이터셋을 대상으로 검증하여 적응성과 실용성을 입증한다.

실험 결과

연구 질문

• RQ1 이배성 대칭 정보는 MRI 영상에서 뇌 종양 분할 정확도를 향상시킬 수 있는가?
• RQ2 강도 기반 방법과 비교해 대칭성을 사전 지식으로 통합할 경우 종양 경계 검출 성능은 어떻게 향상되는가?
• RQ3 제안된 방법은 이질적인 MRI 데이터에서 잠재적 오류를 얼마나 줄이고 내성을 향상시키는가?
• RQ4 훈련 데이터가 광범위하게 필요 없이도 대칭 기반 접근법을 실제 임상 MRI 영상에 효과적으로 적용할 수 있는가?

주요 결과

• 제안된 방법은 대칭 정보를 강도 및 에지 특징과 융합함으로써 종양 검출 정확도를 향상시켰다.
• 알고리즘이 실제 MRI 영상에 적용되었을 때 영구성과 편리함을 입증했다.
• 결과적으로 대칭 기반 제약 조건이 저조직 대비 영역에서 분할 성능 향상에 기여함을 보였다.
• 기대되는 이배성 대칭에서의 이탈을 감지함으로써 종양 경계를 효과적으로 식별했다.
• 강도 기반 분할에 대한 의존도를 감소시켜, 강도-조직 상관관계가 약해 신뢰성이 떨어지는 경우에 유리했다.
• 실제 세계 데이터에서 우수한 성능을 보여 임상 환경에서의 실용적 적용 가능성을 시사했다.