KR101135205B1

KR101135205B1 - 흉부 씨티 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법

Info

Publication number: KR101135205B1
Application number: KR1020100048774A
Authority: KR
Inventors: 김덕환; 김현수; 팽소호; 뮤잠멜
Original assignee: 인하대학교 산학협력단
Priority date: 2010-05-25
Filing date: 2010-05-25
Publication date: 2012-04-16
Also published as: KR20110129239A

Abstract

본 발명은 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법에 관한 것으로서, 보다 구체적으로는 (1) 흉부 CT 영상으로부터 상기 폐 혈관 추출 방법의 대상 영역인 폐 영역을 결정하는 폐 영역 결정 단계(S100), (2) 상기 단계 (1)에서 결정된 폐 영역의 원본 영상 데이터에 이진화 기법을 적용하여 폐 혈관 영역을 결정하고, 세선화 작업을 거쳐 혈관의 골격선을 형성하는 폐 혈관 영역 추출 및 골격 형성 단계(S200), (3) 상기 단계 (2)에서 형성된 골격선 으로부터 상기 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하여 연결된 골격선들의 혈관 토폴로지를 구성하는 혈관 토폴로지 구성 및 보정 단계(S300), 및 (4) 혈관 영역의 원본 데이터 및 상기 단계 (3)에서 구성된 혈관 토폴로지로부터 혈관의 두께를 분석하고 이를 이용하여 결절 후보는 재분류하는 혈관 두께 분석을 통한 결절 재분류 단계(S400)를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에 따르며, 육안으로 판별하기 어렵거나 임상의의 주관적인 성향에 의해 영상 판독이 달라지는 문제점을 해결할 수 있고 더욱 빠르고 정확한 진단 정보를 제공할 수 있다.
또한, 본 발명에 따르면, 낮은 정확도 및 효율성으로 인한 의료 진단의 전반적인 비용을 줄일 수 있고 국가 의료영상기술의 경쟁력 확보에 의한 필요 기술의 해외 도입 시 요구되는 경제적 부담을 감소시킬 수 있다. 결함을 검출하는 시스템에 응용이 가능하면서 장비 제조업체의 결함 검출기에 적용된다면 불량품 비율을 낮출 수 있어 비용 절감 및 상품의 질적 향상을 기대할 수 있다.

Description

흉부 씨티 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법{A PULMONARY VESSEL EXTRACTION METHOD FOR AUTOMATICAL DISEASE DETECTION USING CHEST CT IMAGES}

본 발명은 폐 혈관 추출 방법에 관한 것으로서, 보다 구체적으로는 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에 관한 것이다.

환자의 흉부 X-ray 영상에서 병변의 정확한 판독이 어려운 경우에는 보다 정확한 판독을 위해 추가로 CT(Computed Tomography: 컴퓨터단층촬영) 영상을 사용한다. CT 영상은 X-ray 영상보다 많은 영상을 생성하고 방대한 정보를 제공하므로 판독 전문의의 인간적인 요인에 의한 실수가 증가할 수 있다. 그러므로 최근 의료영상 분야에서는 판독과정을 보조할 수 있는 컴퓨터 조력 진단(Computer Aided Diagnosis, CAD) 시스템에 대한 발명이 활발하게 진행되고 있다. 특히 흉부 CT 영상에서는 폐 영역의 결절(nodule)과 조영제를 투여한 혈관의 명암도 감쇠 및 형태 등이 비슷한 특징을 가지므로 폐 영역 병변 분류기의 전체적인 성능은 혈관 추출 기법의 성능에 큰 영향을 받는다.

일반적으로 결절의 판독은 전문의가 환자의 흉부를 3~5㎜ 간격으로 압축한 CT 영상을 사용하여 결절로 의심되는 부위의 앞뒤 영상에서의 연결성을 판별하고 결절로 의심되는 조직이 고립된 형태로 존재하는가를 판단한다. 이때 지속적으로 연결된 형태의 조직은 혈관으로 판단 가능하고 고립된 형태의 조직은 결절로 판단할 수 있다.

앞뒤 영상에서의 연결성을 판별하기 위해 앞뒤 영상을 확인하는 과정에서 결절이 혈관에 접해 있거나 혈관을 침투하여 존재하는 경우에는 육안으로 구분하기 어렵다. 기존의 혈관 추출 기법들은 이러한 경우에 결절을 혈관으로 오 인식 하여 혈관과 함께 추출할 수 있는 가능성이 있다. 혈관과 함께 결절이 추출되면 검출 대상 병변이 검출 대상 영역에서 제외될 수 있다. 그러므로 폐 결절 분류기의 성능을 높이기 위해서는 혈관 추출 시 혈관으로 오인식된 결절을 재분류하는 방법이 필요하다.

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 육안으로 판별하기 어렵거나 임상의의 주관적인 성향에 의해 영상 판독이 달라지는 문제점을 해결할 수 있고 더욱 빠르고 정확한 진단 정보를 제공할 수 있는, 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 제공하는 것을 그 목적으로 한다.

또한, 본 발명은, 낮은 정확도 및 효율성으로 인한 의료 진단의 전반적인 비용을 줄일 수 있고 국가 의료영상기술의 경쟁력 확보에 의한 필요 기술의 해외 도입 시 요구되는 경제적 부담을 감소시킬 수 있으며, 결함을 검출하는 시스템에 응용이 가능하면서 장비 제조업체의 결함 검출기에 적용된다면 불량품 비율을 낮출 수 있어 비용 절감 및 상품의 질적 향상을 기대할 수 있는, 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 제공하는 것을 또 다른 목적으로 한다.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법은,

(1) 흉부 CT 영상으로부터 상기 폐 혈관 추출 방법의 대상 영역인 폐 영역을 결정하는 폐 영역 결정 단계;

(2) 상기 단계 (1)에서 결정된 폐 영역의 원본 영상 데이터에 이진화 기법을 적용하여 폐 혈관 영역을 결정하고, 세선화 작업을 거쳐 혈관의 골격선을 형성하는 폐 혈관 영역 추출 및 골격 형성 단계;

(3) 상기 단계 (2)에서 형성된 골격선 으로부터 상기 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하여 연결된 골격선들의 혈관 토폴로지를 구성하는 혈관 토폴로지 구성 및 보정 단계; 및

(4) 혈관 영역의 원본 데이터 및 상기 단계 (3)에서 구성된 혈관 토폴로지로부터 혈관의 두께를 분석하고 이를 이용하여 결절 후보를 재분류하는 혈관 두께 분석을 통한 결절 재분류 단계를 포함하는 것을 그 구성상의 특징으로 한다.

바람직하게는, 상기 단계 (1)은,

원본 흉부 CT 영상에 감마 보정을 적용하는 단계;

상기 감마 보정을 적용한 후 이진화 기법을 적용하여 영상을 이진화하는 단계;

상기 이진화한 영상에 모폴로지 연산을 적용하는 단계; 및

상기 모폴로지 연산을 적용한 영상에서 혈관 및 결절의 검출 대상인 폐 영역을 결정하는 단계를 포함할 수 있다.

바람직하게는,

상기 단계 (2)에서 형성된 골격선은 두께가 1인 픽셀로 이루어진 선들의 집합일 수 있다.

바람직하게는, 상기 단계 (4)는,

상기 단계 (3)에서 구성된 혈관 토폴로지로부터 골격선을 이루는 픽셀들을 일정한 간격으로 나누는 기준점을 생성하는 단계;

상기 생성된 기준점을 이용하여 혈관의 두께를 분석하는 단계; 및

상기 분석된 혈관의 두께를 이용하여 결절 후보를 재분류하는 단계를 포함할 수 있다.

바람직하게는, 상기 단계 (4)에서는,

상기 혈관 분석을 위해 방사형 모델 또는 구형 모델을 기반으로 혈관의 두께를 측정할 수 있다.

본 발명에서 제안하고 있는 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에 따르면, 육안으로 판별하기 어렵거나 임상의의 주관적인 성향에 의해 영상 판독이 달라지는 문제점을 해결할 수 있고 더욱 빠르고 정확한 진단 정보를 제공할 수 있다.

또한, 본 발명에 따르면, 낮은 정확도 및 효율성으로 인한 의료 진단의 전반적인 비용을 줄일 수 있고 국가 의료영상기술의 경쟁력 확보에 의한 필요 기술의 해외 도입 시 요구되는 경제적 부담을 감소시킬 수 있다. 결함을 검출하는 시스템에 응용이 가능하면서 장비 제조업체의 결함 검출기에 적용된다면 불량품 비율을 낮출 수 있어 비용 절감 및 상품의 질적 향상을 기대할 수 있다.

도 1은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법의 흐름을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 폐 영역 결정 단계(S100)의 흐름에 따른 영상의 변환을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 다중 CT 영상으로부터 3차원 폐 영역을 산출하는 과정을 도시한 도면.
도 4는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 2차원 영상 데이터의 혈관 토폴로지를 구성하는 과정을 도시한 도면.
도 5는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 혈관의 두께를 측정하기 위한 방사형 모델의 직관적인 예를 도시한 도면.
도 6은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 혈관의 두께를 측정하기 위한 구형 모델의 직관적인 예를 도시한 도면.
도 7은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 이용하여 7~9㎜ 크기의 폐 결절이 존재하는 한 환자에 대한 혈관 영역 내 결절 재분류 결과를 도시한 도면.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.

도 1은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법의 흐름을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법은, 폐 영역 결정 단계(S100), 폐 혈관 영역 추출 및 골격 형성 단계(S200), 혈관 토폴로지 구성 및 보정 단계(S300), 및 혈관 두께 분석을 통한 결절 재분류 단계(S400)를 포함하여 구현될 수 있다.

폐 영역 결정 단계(S100)에서는, 흉부 CT 영상으로부터 폐 혈관 추출 방법의 대상 영역인 폐 영역을 결정한다. 도 1에 도시된 바와 같이, 폐 영역 결정 단계(S100)는 원본 흉부 CT 영상에 감마 보정을 적용하는 단계(S110), 감마 보정을 적용한 후 이진화 기법을 적용하여 영상을 이진화하는 단계(S120), 이진화한 영상에 모폴로지 연산을 적용하는 단계(S130), 및 모폴로지 연산을 적용한 영상에서 혈관 및 결절의 검출 대상인 폐 영역을 결정하는 단계(S140)를 포함하여 구현될 수 있다. 이하에서는, 도 2 및 도 3을 참조하여 단계 S100에 대해 상세히 설명하도록 한다.

폐 영역 결정 단계(S100)에서는, 명암도 감쇄의 비율이 비교적 낮은 흉부 CT 영상을 수학식 1을 이용하여 영상을 보정한 후 Otsu 이진화 기법을 적용하여 영상을 이진화한다. 이때, 보정을 위한 감마값은 1.7을 사용하였다. 이진화한 영상에서 모폴로지 연산을 적용하여 혈관 및 결절의 검출 대상 영역인 폐 영역을 결정한다.

도 2는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 폐 영역 결정 단계(S100)의 흐름에 따른 영상의 변환을 도시한 도면이다. 도 2에서 (a)는 원본 이미지, (b)는 감마 보정을 적용한 이미지, (c)는 이진 영상, (d)는 모폴로지 연산적용 후 이미지, (e)는 결정된 폐 영역을 각각 나타낸다.

Otsu는 2차원 영상에서 명암도 히스토그램의 분포가 두 클래스로 나누어지는 최적의 임계값을 찾는 방법으로 널리 알려져 있다. 환자의 CT 영상은 90~100장 정도가 존재한다. 각각의 영상에서 독립된 폐 영역을 위한 임계값들을 결정한 후 3차원 영상을 생성하는 경우 각 영상의 임계값이 일정하지 않으므로 폐 영역이 불규칙적으로 결정될 수 있다. 폐의 최상단 및 최하단 등의 부위는 흉부 영상 내 폐 영역의 비율이 낮으므로 부적절한 임계값을 산출할 수 있다. 따라서 본 발명에서는 환자의 전체 CT 영상을 사용하여 3차원 영상을 먼저 구성하였다. 이후 3차원 영상 데이터를 이용하여 폐 영역의 Otsu 이진화를 위한 단일 임계값을 산출하였고 이를 이용하여 폐 영역을 결정하였다.

동일한 의료영상 촬영 장비를 사용하여 얻어진 영상에서는 비슷한 명암도 분포 특성을 갖는 영상을 가지고, 동일한 환자의 경우에는 이러한 분포가 변경되는 경우가 적으므로, 매 번 임계값을 계산하기 위해 비용을 소모할 필요성이 적다. 그러므로 본 발명에서는 임계값을 미리 연산하여 사용하였다. 시스템에서 사용할 폐 영역 결정 임계값을 계산하기 위하여 12명의 정상인 환자 영상에서 배경 영역을 제거한 환자의 신체 내부 영역만을 Otsu의 입력으로 하여 임계값을 계산하였다.

도 3은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 다중 CT 영상으로부터 3차원 폐 영역을 산출하는 과정을 도시한 도면이다. 도 3에서 (a) 감마 보정 영상, (b) 역상 이진화 영상, (c) 모폴로지 적용 영상, (b) 산출된 3차원 폐 영역을 각각 도시하고 있다.

폐 혈관 영역 추출 및 골격 형성 단계(S200)에서는, 단계 S100에서 결정된 폐 영역의 원본 영상 데이터에 이진화 기법을 적용하여 폐 혈관 영역을 결정하고, 세선화 작업을 거쳐 혈관을 골격선을 형성한다. 도 1에 도시된 바와 같이, 단계 S200은 폐 혈관 영역을 결정하는 단계(S210), 혈관 후보를 세선화하는 단계(S220), 세선화된 결과를 후처리 하는 단계(S230), 및 세선화 결과를 평활화하는 단계(S240)를 포함하여 구현될 수 있다.

즉, 단계 S100에서 산출된 폐 영역은 혈관 영역과 정상 폐 조직을 구분하기 위한 폐 혈관 영역 추출 방법의 대상 영역으로 사용된다. 폐 영역 내에서 혈관 영역을 구분하기 위해 Otsu 이진화 기법을 이용한다. 폐 영역 결정 임계값의 경우와 마찬가지로 매 번 폐 영역 내 혈관 영역 구분용 임계값을 계산하기 위한 비용 소모를 줄이기 위하여 폐 영역에 포함된 원본 영상 데이터를 사용하여 Otsu 기법을 적용 후 혈관 영역 결정 임계값을 계산하였다. 혈관 영역 결절 임계값을 이용하여 폐 영역의 이진화를 통해 폐 혈관 영역이 구성된 후에는 세선화(Thinning) 작업을 거쳐 혈관의 골격선을 형성한다. 세선화는 보통 지문 인식이나 문자 인식(Online Character Recognition, OCR)을 위한 방법으로 활용이 되고 있다. 지문이나 문자의 획의 골격선을 구하여 골격선이 이루는 특징을 활용하여 각 사람이나 글자를 구별하기 위한 단계로 사용되고 있다. 세선화를 통해 형성된 골격선은 혈관의 두께를 측정 및 분석하는 기반이 된다.

판독을 위해서 전후 영상의 혈관, 결절 및 폐 조직의 분포 형태를 함께 파악해야 한다. 그러므로 단일 CT 영상의 세선화 작업에 의한 골격선은 혈관 영역을 대표하는 골격선이라고 할 수 없다. 전후 영상의 조직 분포 상태를 고려할 수 있도록 본 발명에서는 3차원 영상의 데이터를 입력으로 하여 3차원 세선화를 적용하였다. 세선화 결과로 얻어진 골격선은 다음 단계인 혈관 토폴로지 구성 및 보정 단계(S300)에서 사용된다.

혈관 토폴로지 구성 및 보정 단계(S300)에서는, 단계 S200에서 형성된 골격선으로부터 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하여 연결된 골격선들의 혈관 토폴로지를 구성한다. 도 1에 도시된 바와 같이, 단계 S300은 토폴로지 초기 지점을 결정하는 단계(S310), 혈관 토폴로지를 구성하는 단계(S320), 혈관 토폴로지를 후처리 하는 단계(S330), 및 혈관 토폴로지를 재구성하는 단계(S340)를 포함하여 구현될 수 있다. 이하에서는, 도 4 및 표 1 내지 표 2를 참조하여 단계 S300에 대해서 상세히 설명하기로 한다.

폐 혈관의 두께는 세선화 전의 폐 혈관 영역 데이터와 폐 혈관 골격선으로부터 얻은 혈관 토폴로지 데이터를 이용하여 분석이 가능하다. 혈관 토폴로지 구성 방법은 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하고 이 구성요소들이 트리 구조를 가지도록 형성한다. 혈관 토폴로지 구성 방법에서 사용된 픽셀 심벌들의 정의는 표 1과 같다.

심벌	속성
s	동일 단위 골격선의 시작 픽셀
x	동일 단위 골격선의 중간 픽셀
e	동일 단위 골격선의 종료 픽셀
c	현재 관심 픽셀
o	다음 관심 픽셀
n	새로운 단위 골격선의 시작 픽셀

세선화 결과는 두께 1인 픽셀로 이루어진 선들의 집합이다. 이 집합을 입력으로 하여 혈관 토폴로지를 구성하며 관심 픽셀에 근접하는 픽셀들의 상태를 분석하여 구성할 수 있다.

2차원 데이터의 혈관 토폴로지 구성 과정은 기관지와 가장 가까운 픽셀이 혈관 토폴로지 구성을 위한 시작 픽셀로 체크되고 현재 관심 픽셀로 등록되어 세선화 결과의 모든 픽셀을 순회하며 프로세스가 진행된다. 현재의 관심 픽셀(c)을 기준으로 주위 8개의 픽셀 중 이미 단위 골격선의 시작 픽셀(s), 중간 픽셀(x), 종료 픽셀(e)로 판별된 픽셀들을 제외한 아직 방문하지 않은 픽셀(non-checked pixel)의 수를 센다. 만약 픽셀의 수가 개일 경우에는 현재 관심 픽셀(c)을 단위 골격선의 종료 픽셀(e)로 변경하고, 1개일 경우에는 현재 중심 픽셀을 다음 관심 픽셀(o)로 이동하며, 2개 이상일 경우에는 현재 관심 픽셀(c)의 위치를 골격선의 분기점으로 판단할 수 있으므로 다음 관심 픽셀들(o)을 새로운 단위 골격선의 시작 픽셀(n)로 변경한다.

도 4는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 2차원 영상 데이터의 혈관 토폴로지를 구성하는 과정을 도시한 도면이다. 도 4에서 (a)는 첫 번째 단위 골격선의 중간 픽셀을, (b)는 첫 번째 단위 골격선의 끝 픽셀을, (c)는 왼쪽의 단위 골격선의 중간 픽셀을, (d)는 오른쪽 단위 골격선의 중간 픽셀을 대상으로 진행 중인 토폴로지 구성 과정의 예를 각각 도시하고 있다. 골격선의 시작 픽셀을 관리하는 큐를 사용하여 단위 골격선의 시작 픽셀 s 와 n들을 관리하며, 큐에 남은 요소가 없을 때까지 혈관 골격선 토폴로지 구성 방법을 반복하여 진행한다. 골격선 토폴로지는 트리 자료 구조를 사용하여 골격선 단위로 필요한 정보들을 관리한다. 앞서 설명한 방법을 확장한 3차원 혈관 토폴로지의 구성 방법의 의사코드는 표 2와 같다.

01: function 3d topology construction
02: {
03: Insert the start-pixel into the pixel-queue
04:
05: While queue has any pixels to use
06: {
07: Get a pixel from the queue and remove from it
08: Update this pixel to current-pixel
09:
10: Get non-checked pixel count from current-pixel's neighbors
11: If non-checked pixel count is 0
12: {
13: Update the current-pixel to end-pixel
14: }
15:
16: If non-checked pixel count is 1
17: {
18: Update the current-pixel to mid-pixel
19: Update non-checked pixel to next-pixel
20: Insert next-pixel into pixel-queue
21: }
22:
23: If non-checked pixel count more than 1
24: {
25: Update the pixels to start-pixel
26: Insert the start-pixels into pixel-queue
27: }
28: }
29: }

실제로 3차원 영상 데이터에서 혈관 토폴로지 구성을 위한 방법을 적용할 때에는 현재 관심 픽셀의 주변 26개의 픽셀에 대한 분포를 고려하고 나머지 요소들은 동일하게 진행한다. 3차원 영상 데이터를 입력으로 하여 3차원 세선화를 진행한 후 결과로 산출된 골격선의 토폴로지를 구성한다.

혈관 두께 분석을 통한 결절 재분류 단계(S400)에서는, 혈관 영역의 원본 데이터 및 단계 S300에서 구성된 혈관 토폴로지로부터 혈관의 두께를 분석하고 이를 이용하여 결절 후보는 재분류한다. 도 1에 도시된 바와 같이, 단계 S400은 단계 S300에서 구성된 혈관 토폴로지로부터 골격선을 이루는 픽셀들을 일정한 간격으로 나누는 기준점을 생성하는 단계(S410), 생성된 기준점을 이용하여 혈관의 두께를 분석하는 단계(S430), 및 분석된 혈관의 두께를 이용하여 결절 후보를 재분류하는 단계(S440)를 포함하여 구현될 수 있고, 혈관 두께 분석을 위한 3차원 모델을 선택하는 단계(S420)를 더 포함하여 구현될 수 있다. 이하에서는, 도 5 및 도 6을 참조하여 단계 S400에 대해서 상세히 설명하도록 한다.

혈관의 두께는 혈관 영역 데이터와 앞선 단계에서 얻은 혈관 골격선 토폴로지를 이용하여 계산할 수 있다. 혈관 두께 분석 단계에서는 혈관 골격선 토폴로지를 구성하는 각 단위 골격선에서 모두 진행된다. 기관지와 가장 가까운 단위 골격선을 시작으로 토폴로지 트리를 순회하며 모든 단위 골격선에 대해 진행한다. 혈관의 두께를 분석하기 위해서는 혈관 영역의 중심선으로부터 측정을 해야 하지만, 세선화 결과는 노이즈에 의해 혈관 영역으로부터 다소 벗어날 수 있다. 그러므로 골격선들이 각각 혈관 영역의 중심에 가까워지도록 보정하는 평활화를 진행한다.

평활화는 골격선을 이루는 픽셀들을 일정한 간격으로 나누는 기준점을 사용한다. 후에 이 기준점에서 혈관 영역과의 거리를 이용하여 혈관의 두께를 측정하게 된다. 토폴로지 구성을 하여 보관한 픽셀 위치 정보들을 이용하여 후에 혈관 골격선을 이루는 기준점들에 쉽게 접근할 수 있으며 폐 혈관의 시작점으로부터 각 단위 골격선을 순회하며 평활화를 진행한다. 평활화 진행에 사용되는 각 기준점들에 대하여 기준점 P_i가 주변 기준점들에 의해 P'_i로 변경되는 새로운 x좌표 P'_i(x_i) 및 y좌표 P'_i(y'_i)는 다음과 같은 수식을 사용하여 계산한다.

수식에서 사용된 i는 단위 골격선 내 기준점의 인덱스이다. 가장 첫 기준점의 x좌표를 대상으로 x_i _-2, x_i _-1은 존재하지 않는다. 이렇게 존재하지 않는 주변 기준점은 가장 가까운 기준점을 대신하여 적용하였다.

평활화를 통해 골격선을 보정한 후에는 혈관의 두께를 측정한다. 혈관 두께를 측정할 때에는 평활화의 기준점으로 선택된 픽셀들을 사용한다. 이는 단위 골격선을 이루는 모든 픽셀에서의 두께를 측정하는데 소요되는 연산 시간을 절약할 수 있다. 두께를 측정하는 방법은 골격선으로부터 혈관 영역에 방사형으로 이르는 직경 측정을 기반으로 하는 방사형 모델 기반 두께 측정 방법과, 혈관 영역에 내접하는 구의 반지름을 측정하는 구형 모델 기반 두께 측정 방법 등의 두 가지 방법을 사용하였다.

도 5는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 혈관의 두께를 측정하기 위한 방사형 모델의 직관적인 예를 도시한 도면이다. 도 5의 (a)부터 (c)까지는 각각 3×3×3, 5×5×5, 7×7×7 크기를 가지는 방사형 모델의 직관적인 예를 도시하고 있다. 방사형 모델은 골격선의 기준점을 중심으로 26개 방향으로 뻗는 픽셀들을 사용하여 두께 측정을 하는 방법에서 사용하는 모델이다. 방사형 모델을 이용하면 평활화 결과 혈관 골격선이 중앙에서 얼마나 벗어났는지 확인할 수 있고 모델의 크기가 커질 때 비교해야 하는 픽셀들이 증가하는 양이 고정적이므로 비교적 빠른 수행이 가능하다. 방사형 모델의 26개의 방향 중 서로 반대 방향으로 위치하는 픽셀의 길이를 더하여 측정하여 총 13개의 길이를 측정한다. 혈관의 방향과 비슷한 길이는 길고 혈관의 방향에 수직으로 향하는 방향의 길이는 짧으므로 이 13개의 길이 중 가장 짧은 두 방향의 평균값을 사용하여 혈관의 두께로 인식하도록 하였다. 이때, 13개의 길이를 짧은 순서로 나열하여 5개 이상의 길이가 서로 비슷하면 혈관이 굽어진 형태이거나 폐 결절이 존재할 확률이 높아진다. 추후에 해당 기준점에 쉽게 접근할 수 있도록 해당 기준점의 위치 정보 및 13쌍의 길이 정보를 별도로 보관하도록 할 수 있다. 길이에 대한 비율이 0.8 미만이면 길이가 비슷하다고 판별하였다.

도 5는 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법에서 혈관의 두께를 측정하기 위한 구형 모델의 직관적인 예를 도시한 도면이다. 도 6에서 (a)부터 (c)까지는 각각 3×3×3, 5×5×5, 7×7×7 크기를 가지는 구형 모델의 직관적인 예를 도시하고 있다. 구형 모델은 도 6과 같이 구 형태의 픽셀을 대상으로 혈관 영역 내부에 존재하는 픽셀의 수를 계산하는 방법이다. 모델의 크기가 커질수록 방사형 모델을 사용하는 방법보다 비교의 대상이 되는 픽셀의 수가 많아진다. 그러므로 연산속도가 방사형 방법보다 비교적 느리지만 형태적으로 노이즈에 덜 민감한 결과를 얻을 수 있다. 구형 모델의 경우에는 방사형 모델과는 달리 기준점이 혈관 영역의 중심에서 벗어날수록 혈관의 두께를 얇게 측정할 수 있는 문제점이 있다. 따라서 재귀적인 방법으로 구형 모델의 위치를 변경할 수 있도록 할 수 있다. 구형 모델의 크기를 점점 확장하면서 혈관 영역 내부에 존재하지 않는 픽셀들을 26개의 방향으로 나누어 카운트하였다. 이 방향을 혈관 외벽의 방향으로 판단하여 이 방향의 반대쪽으로 기준점의 위치를 이동시켜 구형 모델의 사이즈를 측정하였다. 구형 모델의 크기가 확장되면서 혈관 영역을 벗어난 픽셀의 비율이 확장된 혈관 모델의 0.1 이상이 되면 확장을 멈추고 한 단계 축소된 구형 모델의 크기를 선택하였다.

혈관 영역을 침투한 폐 결절을 재분류하는 것은 이렇게 혈관 영역의 두께를 분석하여 두께가 지속적으로 감소하지 않는 구간을 탐지하여 이를 적절한 색상으로 환기시키는 것이 필요하다. 두께를 분석하기 위하여 혈관 토폴로지를 구성하는 각 단위 골격선을 순회하면서 골격선에 포함된 기준점들을 대상으로 방사형 모델 및 구형 모델의 크기를 변경하면서 두께를 분석하였다. 판별 대상으로 하는 폐 결절의 크기를 혈관 두께 변화 감지의 임계값으로 사용하여 결절을 감지하도록 하였다.

실험 결과

본 발명에서 제안한 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법이 컴퓨터 조력 진단 시스템의 정확도에 미치는 영향을 알아보기 위해 평활화 유무, 두께 측정 방식 및 폐 결절 크기에 따른 정확도의 변화 정도를 평가하였다. 실험을 위한 환경은 인텔 코어 2 듀오 2.4㎓ CPU 및 2GB의 RAM이 탑재된 PC를 사용하였고, 제안한 방법은 마이크로소프트사의 윈도우 XP 운영체제에서 Visual C++ 6.0 통합 개발 환경을 이용하여 구현하였다. 실험에 사용한 영상 데이터는 인하대학교 병원 영상의학과에서 제공받은 남녀 폐암 환자 32명의 흉부 CT 영상을 사용하였으며 12명의 정상인, 21명의 폐 결절 환자 영상을 사용하였다. 정상인 영상은 폐 결정 임계값 및 혈관 영역 임계값을 미리 계산하기 위하여 사용하였고, 폐 결절 환자의 영상은 그룹별 폐 결절의 수가 비슷하도록 3명씩 총 7개의 그룹을 구성하여 정확도 비교 실험의 입력 영상으로 사용하였다. 실험에 사용된 흉부 CT 영상은 512×512의 해상도와 8비트의 색상 깊이를 가지는 bmp 영상으로 혈관에 내접, 외접 및 고립되어있는 등의 다양한 타입을 가지는 병변을 포함하도록 선택하였다. 각 영상은 5㎜ 두께의 정보를 압축한 영상으로 환자당 80~100장 정도 존재하며 실험에서는 정상인 및 폐 결절 환자를 포함한 33명의 3502장의 영상을 사용하였다. 정확도의 측정은 인하대 병원 영상의학과 판독 전문의의 도움을 받아 진행되었다.

먼저, 평활화 유무에 따른 정확도의 변화 정도를 알아보았다. 혈관 영역의 두께를 측정하기 위해서 필요한 혈관의 골격선은 노이즈에 민감하여 혈관 영역의 중심부에서 벗어날 수 있다. 혈관 골격선의 평활화는 중심부에서 벗어난 혈관의 골격선을 보정하는 역할을 하여 혈관 영역의 두께를 분석하는 데 신뢰할 수 있는 결과를 산출하도록 한다. 평활화에서 사용되는 기준점들은 주변 기준점들의 분포에 의해서 새로운 위치가 결정되는데 주변 기준점들의 수에 따라 정확도의 변화 정도를 분석할 가치가 있다.

표 3은 평활화를 하지 않은 경우, 평활화에 5개의 주변 기준점을 사용한 경우, 평활화에 9개의 주변 기준점을 사용한 경우에 따라 정확도의 변화 정도를 폐 결절 환자의 그룹에 따라 비교한 결과를 보이고 있다.

Accuracy(%)	Without Smoothing	Smoothing (5points)	Smoothing (9points)
Group1	95	95.5	95.8
Group2	94.7	94.9	95.1
Group3	99.7	99.7	99.7
Group4	95.4	95.5	95.5
Group5	97	97.2	97.6
Group6	96.1	96.4	96.8
Group7	92.6	93.2	94

실험 결과 9개의 주변 기준점을 사용한 경우의 정확도가 평활화를 사용하지 않았을 경우보다 기준점을 평균적으로 0.57%정도 향상된 성능을 보여주었다.

다음으로, 두께 측정 방식에 따른 정확도의 변화 정도를 분석하였다. 혈관 영역의 두께를 측정하는 방식은 방사형 모델 기반 측정 방법과 구형 모델 기반 측정 방법을 사용하여 자동 결절 분류기의 판별 정확도를 측정하였다. 표 4는 두께 측정 방식에 따른 폐 결절 환자의 그룹별 결절 분류기의 정확도 측정 결과를 보이고 있다.

Accuracy(%)	Radius model	Sphere model
Group1	94.6	97.1
Group2	94	96.3
Group3	99.7	99.7
Group4	94.5	96.6
Group5	96.8	98.6
Group6	96.4	97.3
Group7	93.9	94.2

실험 결과 구형 모델을 이용한 방법이 방사형 모델을 이용한 방법보다 평균적으로 1.41% 정도 높은 성능을 보여주었다.

마지막으로, 폐 결절의 크기에 따른 정확도의 변화 정도를 분석하였다. 본 발명에서 제안하고 있는 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 사용한 결절 자동 분류기의 성능을 직관으로 살펴보기 위해 폐 결절의 크기에 따른 판별 정확도의 변화 정도를 비교하였다. 표 5는 결절의 크기에 따른 폐 결절 환자 그룹에 대한 결절 분류기의 정확도 측정 결과를 보이고 있다.

Accuracy(%)	3~5㎜	5~7㎜	7~9㎜
Group1	95.7	97.1	98.7
Group2	93.3	96.3	97.6
Group3	99.7	99.7	99.7
Group4	95.6	96.6	97.9
Group5	97.2	98.6	99.1
Group6	96.9	97.3	98
Group7	93	94.2	97.4

실험 결과 폐 결절이 3~5㎜, 5~7㎜, 7~9㎜일 때 평균적으로 각각 95.91%, 97.11%, 98.34%의 정확도를 보여 주었다.

도 7은 본 발명의 일실시예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 이용하여 7~9㎜ 크기의 폐 결절이 존재하는 한 환자에 대한 혈관 영역 내 결절 재분류 결과를 도시한 도면이다. 혈관 영역 내 폐 결절을 효과적으로 분류한 것을 확인할 수 있다.

실험결과에서 확인할 수 있는 것과 같이, 본 발명에서 제안하고 있는 흉부 CT 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법을 사용하면, 흉부 CT 영상 내 폐 영역 CAD 시스템의 성능향상에 기여할 수 있다. 제안된 혈관 내 폐 결절 재분류 기법은 폐 영역에 한정된 방법이 아니므로 혈관 형태의 조직을 침투한 다른 병변의 재분류에도 활용될 수 있어 다양한 영역의 의료영상에서 활용될 수 있을 것이다.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.

S100: 폐 영역 결정 단계
S200: 폐 혈관 영역 추출 및 골격 형성 단계
S300: 혈관 토폴로지 구성 및 보정 단계
S400: 혈관 두께 분석을 통한 결절 재분류 단계

Claims

흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법으로서,
(1) 흉부 CT 영상으로부터 상기 폐 혈관 추출 방법의 대상 영역인 폐 영역을 결정하는 폐 영역 결정 단계;
(2) 상기 단계 (1)에서 결정된 폐 영역의 원본 영상 데이터에 이진화 기법을 적용하여 폐 혈관 영역을 결정하고, 세선화 작업을 거쳐 혈관의 골격선을 형성하는 폐 혈관 영역 추출 및 골격 형성 단계;
(3) 상기 단계 (2)에서 형성된 골격선 으로부터 상기 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하여 연결된 골격선들의 혈관 토폴로지를 구성하는 혈관 토폴로지 구성 및 보정 단계; 및
(4) 혈관 영역의 원본 데이터 및 상기 단계 (3)에서 구성된 혈관 토폴로지로부터 혈관의 두께를 분석하고 이를 이용하여 결절 후보를 재분류하는 혈관 두께 분석을 통한 결절 재분류 단계를 포함하며,
상기 단계 (4)는,
상기 단계 (3)에서 구성된 혈관 토폴로지로부터 골격선을 이루는 픽셀들을 일정한 간격으로 나누는 기준점을 생성하는 단계;
상기 생성된 기준점을 이용하여 혈관의 두께를 분석하는 단계; 및
상기 분석된 혈관의 두께를 이용하여 결절 후보를 재분류하는 단계를 포함하는 것을 특징으로 하는 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법.
제1항에 있어서, 상기 단계 (1)은,
원본 흉부 CT 영상에 감마 보정을 적용하는 단계;
상기 감마 보정을 적용한 후 이진화 기법을 적용하여 영상을 이진화하는 단계;
상기 이진화한 영상에 모폴로지 연산을 적용하는 단계; 및
상기 모폴로지 연산을 적용한 영상에서 혈관 및 결절의 검출 대상인 폐 영역을 결정하는 단계를 포함하는 것을 특징으로 하는 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법.
제1항에 있어서,
상기 단계 (2)에서 형성된 골격선은 두께가 1인 픽셀로 이루어진 선들의 집합인 것을 특징으로 하는 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법.
삭제
제1항에 있어서, 상기 단계 (4)에서는,
상기 혈관 분석을 위해 방사형 모델 또는 구형 모델을 기반으로 혈관의 두께를 측정하는 것을 특징으로 하는 흉부 CT 영상 내에서 병변 자동 검출을 위한 폐 혈관 추출 방법.