[논문 리뷰] Mammogram Edge Detection Using Hybrid Soft Computing Methods

I. Laurence Aroquiaraj, K. Thangavel|arXiv (Cornell University)|2013. 07. 17.

Medical Image Segmentation Techniques참고 문헌 20인용 수 3

한 줄 요약

이 논문은 유방 조영촬영 영상에서의 가장자리 검출을 위한 하이브리드 소프트 컴퓨팅 접근법을 제안한다. 다양한 가장자리 검출 연산자(Roberts, Sobel, Prewitt, Canny, LoG)를 결합하고 지능형 최적화 기법을 적용하여 종양, 유방 경계선 및 흉곽 근육 부위의 검출을 향상시킨다. 이 방법은 낮은 대trast의 유방 영상에서 중요한 해부학적 구조를 식별하는 데 있어 개별 연산자보다 뛰어난 성능을 보이며, 가장자리의 정밀한 국소화와 대trast 향상을 크게 향상시킨다.

ABSTRACT

Image segmentation is a crucial step in a wide range of method image processing systems. It is useful in visualization of the different objects present in the image. In spite of the several methods available in the literature, image segmentation still a challenging problem in most of image processing applications. The challenge comes from the fuzziness of image objects and the overlapping of the different regions. Detection of edges in an image is a very important step towards understanding image features. There are large numbers of edge detection operators available, each designed to be sensitive to certain types of edges. The Quality of edge detection can be measured from several criteria objectively. Some criteria are proposed in terms of mathematical measurement, some of them are based on application and implementation requirements. Since edges often occur at image locations representing object boundaries, edge detection is extensively used in image segmentation when images are divided into areas corresponding to different objects. This can be used specifically for enhancing the tumor area in mammographic images. Different methods are available for edge detection like Roberts, Sobel, Prewitt, Canny, Log edge operators. In this paper a novel algorithms for edge detection has been proposed for mammographic images. Breast boundary, pectoral region and tumor location can be seen clearly by using this method. For comparison purpose Roberts, Sobel, Prewitt, Canny, Log edge operators are used and their results are displayed. Experimental results demonstrate the effectiveness of the proposed approach.

연구 동기 및 목표

• 흐린 물체 경계와 겹치는 조직 영역으로 인해 지속적으로 발생하는 유방 조영촬영 영상에서 정확한 가장자리 검출 문제를 해결하기 위해.
• 종양 및 해부학적 구조 검출을 위한 가장자리 국소화 향상으로 의료 영상 분할 정확도를 향상시키기 위해.
• 다양한 가장자리 검출 연산자와 소프트 컴퓨팅 기법을 융합한 강력한 성능을 보이는 하이브리드 접근법을 개발하기 위해.
• 기존의 가장자리 검출기(Roberts, Sobel, Prewitt, Canny, LoG)와의 비교를 통해 임상 영상 환경에서 제안된 방법의 효과성을 평가하기 위해.
• 유방 영상에서 종양, 유방 경계선 및 흉곽 근육과 같은 중요한 기능을 어떻게 잘 검출할 수 있는지 입증하기 위해.

제안 방법

• 이 방법은 전통적인 가장자리 검출 연산자인 Roberts, Sobel, Prewitt, Canny, LoG를 하이브리드 프레임워크에 통합한다.
• 소프트 컴퓨팅 기법을 적용하여 개별 가장자리 검출기의 출력을 융합함으로써 검출 신뢰도를 향상시킨다.
• 하이브리드 시스템은 지역적 영상 특성과 노이즈에 대한 내성에 기반하여 지능적인 의사결정을 통해 가장자리를 선택하거나 가중치를 적용한다.
• 각 연산자로부터 유도된 가장자리 반응은 가중치 기반 융합 전략을 사용하여 가짜 경계를 감소시키고 경계의 연속성을 향상시킨다.
• 특히 종양 주변에서 흔히 발생하는 낮은 대trast 영역에서 기능을 유지하는 데 중점을 둔다.
• 실험적 검증은 다양한 유방 영상 데이터셋을 대상으로 시각적 및 비교 분석을 통해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 하이브리드 소프트 컴퓨팅 프레임워크는 개별 가장자리 검출기와 비교해 유방 조영촬영 영상에서 가장자리 검출 정확도를 향상시킬 수 있는가?
• RQ2 제안된 방법은 종양, 유방 경계선 및 흉곽 근육과 같은 중요한 해부학적 구조를 얼마나 효과적으로 검출할 수 있는가?
• RQ3 다양한 가장자리 검출 연산자의 융합은 노이즈 민감도와 가짜 경계를 어느 정도 감소시킬 수 있는가?
• RQ4 다양한 가장자리 반응의 융합은 낮은 대trast 영역에서 경계의 국소화와 대trast를 향상시킬 수 있는가?
• RQ5 유방 영상에서 흔히 발생하는 겹치는 조직 영역을 분할하는 데 있어 제안된 방법은 어떻게 성능을 보이는가?

주요 결과

• 제안된 하이브리드 방법은 유방 조영촬영 영상에서 개별 가장자리 검출기보다 뛰어난 가장자리 국소화와 대trast 향상을 달성하였다.
• 종양 영역, 유방 경계선 및 흉곽 근육은 낮은 대trast 영역에서도 제안된 방법을 통해 명확하게 묘사되었다.
• 소프트 컴퓨팅 기법을 통한 다중 가장자리 연산자 융합으로 가짜 경계 검출가 감소하고 경계의 연속성이 향상되었다.
• 시각적 평가 결과, 하이브리드 방법은 단독으로 사용된 연산자보다 더 일관되고 해부학적으로 타당한 가장자리를 생성하였다.
• 이 방법은 유방 영상 분할의 주요 과제인 영상의 흐림 현상과 겹치는 조직 영역을 효과적으로 다루는 데에 강건성을 보였다.
• 실험 결과, 제안된 시스템은 임상적으로 중요한 구조를 식별하는 데 있어 기존의 연산자들을 능가하는 성능을 보였다.