[논문 리뷰] Adaptive Mesh Representation and Restoration of Biomedical Images

Ke Liu, Ming Xu외 1명|arXiv (Cornell University)|2014. 06. 27.

Medical Image Segmentation Techniques참고 문헌 33인용 수 7

한 줄 요약

이 논문은 삼각형 메쉬 표현에서 특징을 유지하는 이미지 복원을 위해 비등방성 라디얼 기저 함수(ARBFs)를 제안한다. 등방성 방법에서 발생하는 블러 현상을 극복하기 위해 면 기반 강도 보간과 구조 텐서 기반 메트릭스를 사용한다. 이는 고해상도 복원에서 선형, 등방성-RBF, 정점 기반 보간보다 뛰어난 PSNR와 가장자리 선명도를 달성한다. MRI 및 CT 영상에서의 실험 결과, 특히 고해상도 복원에서 뛰어난 성능을 보였다.

ABSTRACT

The triangulation of images has become an active research area in recent years for its compressive representation and ease of image processing and visualization. However, little work has been done on how to faithfully recover image intensities from a triangulated mesh of an image, a process also known as image restoration or decoding from meshes. The existing methods such as linear interpolation, least-square interpolation, or interpolation based on radial basis functions (RBFs) work to some extent, but often yield blurred features (edges, corners, etc.). The main reason for this problem is due to the isotropically-defined Euclidean distance that is taken into consideration in these methods, without considering the anisotropicity of feature intensities in an image. Moreover, most existing methods use intensities defined at mesh nodes whose intensities are often ambiguously defined on or near image edges (or feature boundaries). In the current paper, a new method of restoring an image from its triangulation representation is proposed, by utilizing anisotropic radial basis functions (ARBFs). This method considers not only the geometrical (Euclidean) distances but also the local feature orientations (anisotropic intensities). Additionally, this method is based on the intensities of mesh faces instead of mesh nodes and thus provides a more robust restoration. The two strategies together guarantee excellent feature-preserving restoration of an image with arbitrary super-resolutions from its triangulation representation, as demonstrated by various experiments provided in the paper.

연구 동기 및 목표

• 기존 보간 방법에서 흔히 발생하는 메쉬 기반 이미지 복원 시 가장자리 및 특징의 블러 현상을 해결하기 위해.
• 등방성 유클리드 거리에 의존하는 것 대신 비등방성 강도 구조를 통합하여 이미지 복원의 정밀도를 향상시키기 위해.
• 특징 주변에서 모호한 정점 기반 강도 대신 메쉬 면의 강도를 사용하여 복원의 안정성을 향상시키기 위해.
• 생체의학 영상에서 압축된 메쉬 표현으로부터 임의의 초해상도 복원을 가능하게 하기 위해.
• 의료 응용 분야에서 진단적 이미지 품질을 유지하는 메쉬 기반 이미지 코딩의 복호화 방법을 제공하기 위해.

제안 방법

• 기하학적(유클리드) 거리와 구조 텐서로부터 유도된 국소적 특징 방향을 조합한 비등방성 라디얼 기저 함수(ARBFs)를 사용한다.
• 정점이 아닌 면에 정의된 강도 값을 사용하여 가장자리 근처에서의 모호성을 감소시킨다.
• 국소적 이미지 방향성과 비등방성을 추정하기 위해 구조 텐서를 적용하며, 이를 통해 RBF 커널의 형태를 안내한다.
• 가장자리 유지에 최적화된 형태 매개변수를 조정한 수정된 다항식 기반(MQ) 및 역다항식 기반(IMQ) 기저 함수를 구현한다.
• 각 픽셀의 강도를 주변 메쉬 면의 가중 기여도에 기반해 추정하는 방식으로 방정식 시스템을 푸는 방식으로 복원을 수행한다.
• 메쉬 생성을 위해 델로아 메쉬를 사용하며, 메쉬 노드는 오차 확산 또는 GPR 기반 방법과 같은 데이터 의존적 샘플링 기법을 통해 적응적으로 배치된다.

실험 결과

연구 질문

• RQ1 비등방성 라디얼 기저 함수는 등방성 방법에 비해 삼각형 메쉬에서의 이미지 복원 품질을 향상시킬 수 있는가?
• RQ2 정점 기반 강도 대신 면 기반 강도를 사용할 경우, 이미지 가장자리 근처에서 더 안정적이고 정확한 복원이 가능한가?
• RQ3 ARBF 기반 보간은 생체의학 영상에서 에지 및 모서리와 같은 날카운 특징을 어느 정도 유지할 수 있는가?
• RQ4 다양한 의료 영상 모odalities에서 PSNR 및 시각적 품질 측면에서 제안된 방법의 성능은 어떠한가?
• RQ5 낮은 밀도의 메쉬 표현으로부터 고품질 초해상도 복원을 달성할 수 있는가?

주요 결과

• 제안된 삼각형 기반 ARBF 보간은 6% 압축 비율에서 레나 이미지에 대해 28.2088 dB의 PSNR를 달성하여 조각별 보간(22.9703 dB) 및 등방성-RBF(26.7367 dB) 방법보다 유의미하게 뛰어난 성능을 보였다.
• 뇌 MRI(285×341)에서 6% 압축 비율로 15.7058 dB의 PSNR를 기록했으며, 확대 비교에서 명확한 가장자리 세부 정보를 복원했다.
• 유방 MRI(512×512)에서는 5% 압축 비율에서 11.8763 dB의 PSNR를 기록했으며, 시각적 결과는 조직 경계가 유지되고 블러가 감소한 것으로 확인되었다.
• 심장 CT 스캔 결과(356×396)는 5% 압축 비율에서 10.5208 dB의 PSNR를 기록했으며, 다양한 영상 대trast 및 노이즈 수준에서도 뛰어난 안정성을 입증했다.
• 그림 4~7의 확대 시각적 비교를 통해 에지 및 모서리와 같은 날카운 특징이 효과적으로 유지됨을 확인했다.
• 알고리즘의 시간 복잡도는 O(m×n)이지만, 고도로 병렬화 가능하므로 대규모 3D 의료 영상에서 GPU 가속에 강력한 잠재력을 지닌다.