| 1 |
1
무릎 자기공명영상(MR)에서 가우시안 혼합 모델을 기반으로 객체 씨앗 정보 및 배경 씨앗 정보를 추출하는 씨앗정보 추출부 및상기 씨앗정보 추출부에서 추출된 씨앗 정보로 형상 정보 기반의 그래프 컷을 분할하여, 최종 전방십자인대 볼륨을 분할하는 그래프컷 분할부를 포함하며,상기 씨앗정보 추출부는,전체 영상 밝기 분포에서 가우시안 혼합 모델 근사를 수행하여, 어두운 밝기값 영역의 평균치 및 밝은 밝기값 영역의 평균치를 임계치로 설정하여, 씨앗 정보의 객체 후보군 및 배경 후보군을 추출하는 후보군 추출부 및상기 객체 후보군 및 배경 후보군에 형태학적 연산을 이용하여, 최종 객체 씨앗 정보 및 배경 씨앗 정보를 추출하는 최종 씨앗정보 추출부를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 최종 씨앗정보 추출부는,관상면(coronal plane)에서 형태학적 연산을 전방십자인대 주변의 연결성을 약화하고, 주변조직을 제거하는 제1제거부 및 시상면(sagittal plane)에서 형태학적 연산으로 후방십자인대 또는 관절연골을 제거하여 최종 객체 씨앗 정보를 생성하고, 대퇴골, 경골의 밝기값을 포함하는 최종 배경 씨앗 정보를 생성하는 제2제거부를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 4 |
4
제1항에 있어서,상기 그래프컷 분할부는단일 평면영상의 상기 객체 씨앗 정보 및 배경 씨앗 정보로부터 해당 영상의 전방십자인대의 2차원 평면적 형상정보를 거리지도(distance map) 형태로 추출하는 2차원 형상정보부;전체 입체영상의 상기 객체 씨앗 정보 및 배경 씨앗 정보를 바탕으로 전방십자인대의 3차원 공간적 형상정보를 확률지도(probability map) 형태로 추출하는 3차원 형상정보부 및 상호적 그래프 컷에서 정의된 함수를 적용하고, 반복적 그래프 컷을 수행하여, 최종 전방십자인대의 볼륨을 분할하는 최종분할부를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 5 |
5
제4항에 있어서,상기 2차원 형상정보부는,영상의 픽셀()의 분할 라벨()에 대한 2차원 평면적 형상정보를 다음 [수학식 2]로 산출하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 6 |
6
제5항에 있어서,상기 3차원 형상정보부는,영상의 픽셀(p)의 분할 라벨(Ap)에 대한 3차원 공간적 형상정보를 다음 [수학식 3]으로 산출하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 7 |
7
제6항에 있어서,상기 최종분할부는,상기 2차원 형상정보부 및 상기 3차원 형상정보부에서 생성된 형상정보를 그래프 컷 에너지 함수에 적용하여, 최종 그래프 컷 에너지 함수를 [수학식 4]로 산출하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 장치
|
| 8 |
8
(a) 씨앗정보 추출부를 이용하여, 전체 영상 밝기 분포에서 가우시안 혼합 모델 근사를 수행하여, 어두운 밝기값 영역의 평균치 및 밝은 밝기값 영역의 평균치를 임계치로 설정하여, 씨앗 정보의 객체 후보군 및 배경 후보군을 추출하는 단계;(b) 씨앗정보 추출부를 이용하여, 상기 객체 후보군 및 배경 후보군에 형태학적 연산을 이용하여, 최종 객체 씨앗 정보 및 배경 씨앗 정보를 추출하는 단계 및(c) 그래프컷 분할부를 이용하여, 추출된 상기 객체 씨앗 정보 및 배경 씨앗 정보로 형상 정보 기반의 그래프 컷을 분할하여, 최종 전방십자인대 볼륨을 분할하는 단계를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 9 |
9
제8항에 있어서,상기 (a) 단계는,(a-1) 후보군 추출부를 이용하여, 전체 영상의 밝기 분포에서 어두운 밝기값의 가우시안 분포를 추출하는 단계;(a-2) 어두운 밝기값 영역의 평균값을 임계치로 설정하여, 객체 후보군을 추출하는 단계 및(a-3) 밝은 밝기값 영역의 평균값을 임계치로 설정하여, 배경 후보군을 추출하는 단계를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 10 |
10
제8항에 있어서,상기 (b) 단계는,(b-1) 제1제거부를 이용하여, 관상면에서 형태학적 연산을 수행하여, 전방십자인대의 주변조직을 제거하는 단계 및 (b-2) 제2제거부를 이용하여, 시상면에서 형태학적 연산을 수행하여 후방십자인대나 관절연골을 제거하여 최종 객체 씨앗 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 11 |
11
제8항에 있어서,상기 (c) 단계는, (c-1) 2차원 형상정보부를 이용하여, 단일 평면영상의 상기 객체 씨앗 정보 및 배경 씨앗 정보로부터 해당 영상의 전방십자인대의 2차원 평면적 형상정보를 거리지도(distance map) 형태로 추출하는 단계;(c-2) 3차원 형상정보부를 이용하여, 전체 입체영상의 상기 객체 씨앗 정보 및 배경 씨앗 정보를 바탕으로 전방십자인대의 3차원 공간적 형상정보를 확률지도(probability map) 형태로 추출하는 단계 및(c-3) 최종분할부를 이용하여, 상호적 그래프 컷에서 정의된 함수를 적용하고, 반복적 그래프 컷을 수행하여, 최종 전방십자 인대의 볼륨을 분할하는 단계를 포함하는 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 12 |
12
제11항에 있어서, 상기 (c-1) 단계는,영상의 픽셀()의 분할 라벨()에 대한 상기 2차원 평면적 형상정보를 다음 [수학식 2]로 산출하는 단계인 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 13 |
13
제12항에 있어서, 상기 (c-2) 단계는,영상의 픽셀()의 분할 라벨()에 대한 상기 3차원 공간적 형상정보를 다음 [수학식 3]으로 산출하는 단계인 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
| 14 |
14
제13항에 있어서,상기 (c-3) 단계는,상기 (c-1) 단계 및 상기 (c-2) 단계에서 생성된 상기 2차원 평면적 형상정보 및 상기 3차원 공간적 형상정보를 그래프 컷 에너지 함수에 적용하여, 최종 그래프 컷 에너지 함수를 [수학식 4]로 산출하는 단계인 것을 특징으로 하는 무릎 자기공명영상의 전방십자인대 분할 방법
|
