[논문 리뷰] Computer Aided Automatic Brain Segmentation from Computed Tomography Images using Multilevel Masking.

Soumi Ray, Vinod Kumar외 2명|arXiv (Cornell University)|2018. 09. 11.

Medical Image Segmentation Techniques참고 문헌 17인용 수 2

한 줄 요약

이 논문은 다중 단면 CT 스캔에서 완전 자동, 빠르고 정확한 뇌질량 분할을 위한 다단계 마스킹 기반 방법을 제시한다. 자동으로 시드 포인트를 선택하고 영역 확장을 적용하여 뇌질량을 위한 마스크와 뇌와 두개골을 포함한 마스크를 생성함으로써, 96% 이상의 정확도와 높은 민감도를 달성하는 견고한 연속적인 슬라이스 간 전파가 가능해진다.

ABSTRACT

Computed tomography imaging is well accepted for its imaging speed, image contrast & resolution and cost. Thus it has wide use in detection and diagnosis of brain diseases. But unfortunately reported works on CT segmentation is not very significant. In this paper, a robust automatic segmentation system is presented which is capable of segment complete brain matter from CT slices, without any lose in information. The proposed method is simple, fast, accurate and completely automatic. It can handle multislice CT scan in single run. From a given multislice CT dataset, one slice is selected automatically to form masks for segmentation. Two types of masks are created to handle nasal slices in a better way. Masks are created from selected reference slice using automatic seed point selection and region growing technique. One mask is designed for brain matter and another includes the skull of the reference slice. This second mask is used as global reference mask for all slices whereas the brain matter mask is implemented on only adjacent slices and continuously modified for better segmentation. Slices in given dataset are divided into two batches, before reference slice and after reference slice. Each batch segmented separately. Successive propagation of brain matter mask has demonstrated very high potential in reported segmentation. Presented result shows highest sensitivity and more than 96% accuracy in all cases. Resulted segmented images can be used for any brain disease diagnosis or further image analysis.

연구 동기 및 목표

• 컴퓨터 단층촬영(CT) 영상에서 뇌 구조의 자동 분할에 관한 상당한 연구 부족을 해결한다.
• 다중 단면 CT 데이터셋에서 뇌질량의 완전 자동, 정확하고 완전한 분할이 가능한 방법을 개발한다.
• 뇌와 두개골 영역을 포함한 정보 손실 최소화를 위해 견고한 처리를 보장한다.
• 사용자 간섭 없이 한 번의 실행으로 전체 다중 단면 CT 스캔을 효율적으로 처리할 수 있도록 한다.
• 슬라이스 간 적응형 마스크 전파를 통해 분할 정확도와 민감도를 향상시킨다.

제안 방법

• 다중 단면 데이터셋에서 기준 CT 슬라이스를 자동으로 선택하여 마스크 생성의 기초로 삼는다.
• 자동 시드 포인트 선택 및 영역 확장을 적용하여 두 개의 마스크를 생성한다: 하나는 뇌질량을 위한 것이고, 다른 하나는 뇌와 두개골을 포함한 것이다.
• 모든 슬라이스에 대해 해부학적 일관성을 확보하기 위해 두개골 포함 마스크를 글로벌 기준으로 사용한다.
• 뇌질량 마스크는 인접한 슬라이스에만 적용하고 반복적으로 업데이트하여 분할 정확도를 향상시킨다.
• 데이터셋을 기준 슬라이스 이전과 이후의 두 배치로 나누고 각각 별도로 처리한다.
• 적응형 수정을 통해 뇌질량 마스크를 슬라이스 간에 연속적으로 전파하여 높은 분할 정밀도를 유지한다.

실험 결과

연구 질문

• RQ1 완전 자동화된 방법이 사용자 입력 없이 다중 단면 CT 스캔에서 고정확도의 뇌질량 분할을 달성할 수 있는가?
• RQ2 영역 확장과 시드 포인트 선택을 통한 다단계 마스킹의 효과는 해부학적 세부 정보를 유지하고 정보 손실를 최소화하는 데 얼마나 유용한가?
• RQ3 연속적인 마스크 전파가 다수의 슬라이스에 걸쳐 분할 정확도를 얼마나 향상시키는가?
• RQ4 비염강 및 두개골과 같은 복잡한 영역을 처리할 때도 방법이 높은 민감도와 정확도를 유지할 수 있는가?
• RQ5 기존 방법과 비교할 때 이 방법은 다중 단면 CT 자료에서 속도, 정확도, 견고성 측면에서 어떻게 우월한가?

주요 결과

• 제안된 방법은 다중 단면 CT 스캔에서 뇌질량 분할에 대해 96% 이상의 정확도를 달성한다.
• 모든 테스트 케이스에서 높은 민감도를 보이며 뇌 구조의 신뢰성 있는 탐지 가능성을 시사한다.
• 글로벌 두개골 포함 마스크의 사용으로 모든 슬라이스 간 일관된 해부학적 기준이 확보된다.
• 뇌질량 마스크의 연속적 전파가 분할 품질과 견고성을 크게 향상시킨다.
• 이 방법은 완전 자동화되어 사용자 간섭 없이 전체 다중 단면 CT 데이터셋을 한 번의 실행으로 처리할 수 있다.
• 분할 결과는 뇌 질환 진단 및 후속 영상 분석과 같은 응용 분야에 적합하다.