| 1 |
1
(a) 대상 영상과 훈련 아틀라스들 간의 피질 기반 유사 정합을 통하여 신실질에 대한 확률 아틀라스를 생성하는 단계;(b) 상기 생성된 확률 아틀라스에 기반하여 그래프-컷의 초기 씨앗을 추출하고, 형상 제한 그래프-컷을 수행하여 신실질을 분할하는 단계; 및(c) 상기 분할된 신실질의 마스크와 훈련 아틀라스들의 신실질 마스크 간의 유사 정합을 통한 확률 아틀라스 생성 단계 및 형상 제한 그래프-컷을 통한 신실질 분할 단계를 반복적으로 수행하는 단계를 포함하고,상기 단계 (c)는,대상 영상의 신실질 마스크의 윤곽선과 훈련 아틀라스의 신질질 마스크의 윤곽선 간 평균 거리 차이(ADD: Average Distance Difference)의 평균과 이전 정합시 의 ADD 평균의 차이가 소정값 이하가 될 때까지 수행되는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서,상기 단계 (a)는,(a-1) 대상 영상과 훈련 아틀라스들에서 밝기값에 기반하여 피질을 분할하는 단계;(a-2) 상기 대상 영상으로부터 분할된 피질과 상기 훈련 아틀라스들로부터 분할된 피질들을 정합하여 변환값들을 구하는 단계;(a-3) 상기 변환값들을 상기 훈련 아틀라스들에 적용하는 단계; 및(a-4) 상기 변환된 훈련 아틀라스들을 상기 대상 영상에 정합하여 확률 아틀라스를 생성하는 단계를 포함하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 5 |
5
청구항 4에 있어서,상기 단계 (a-1)은,(d-1) 대상 영상과 훈련 아틀라스들에서 신실질을 포함하는 직육면체 형태의 바운딩 볼륨(BV: Bounding Volume)을 지정하는 단계; 및(d-2) 상기 바운딩 볼륨 내에서 피질의 밝기값을 임계치로 하여 임계값 기법을 적용하여 피질 마스크를 생성하는 단계를 포함하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 6 |
6
청구항 5에 있어서,상기 단계 (a-2)는,(e-1) 대상 영상과 훈련 아틀라스들로부터 추출된 피질들 간의 윤곽선 간 평균 거리 차이(ADD: Average Distance Difference)를 수학식 1을 이용하여 구하는 단계; 및(e-2) 최적화 기법을 이용하여 상기 ADD 값의 변화가 없을 때까지 x, y, z축 각각의 이동, 크기 및 회전 변환값들을 구하는 단계를 포함하고,[수학식 1]이며,상기에서, N은 대상 영상의 피질 마스크의 윤곽선 화소 개수이고, CiA, CB는 각각 훈련 아틀라스의 피질 마스크의 윤곽선과 대상 영상의 피질 마스크의 윤곽선의 화소를 나타내며, D는 CiA, CB 피질 마스크 윤곽선 화소 간 최소 거리를 계산하는 함수이고, max(D)는 훈련 아틀라스의 피질 마스크의 윤곽선과 대상 영상의 피질 마스크의 윤곽선 간 최대 거리를 나타내는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 7 |
7
청구항 6에 있어서,상기 단계 (a)에서 상기 확률 아틀라스(PA(L))는, 수학식 2에 기반하여 생성되며,[수학식 2]상기에서, N은 훈련 아틀라스들의 수를 나타내고, Ai는 i번째 훈련 아틀라스를 나타내며, L은 신실질 또는 배경이 레이블링된 마스크를 나타내는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 8 |
8
청구항 7에 있어서,상기 단계 (b)는,(b-1) 상기 생성된 확률 아틀라스에 기반하여 상기 형상 제한 그래프-컷 분할에서 사용될 초기 씨앗을 자동으로 생성하는 단계; 및(b-2) 상기 초기 씨앗을 사용하여, 신실질 및 배경 레이블의 밝기값과 해당 복셀간의 유사도를 나타내는 영역 에너지, 이웃하는 복셀간의 밝기값 차이를 나타내는 경계 에너지, 및 분할 대상의 위치 정보를 포함하는 형상 에너지의 합인 에너지 함수를 최소화하는 형상 제한 그래프-컷을 수행함으로써 신실질을 분할하는 단계를 포함하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 9 |
9
청구항 8에 있어서,수학식 3 및 수학식 4의 최대사후확률 추정을 통해 구해지는 레이블(LMAP)이 상기 단계 (b-1)에서의 상기 초기 씨앗으로서 사용되고,[수학식 3][수학식 4]상기에서, P(L)은 신실질의 사전확률로서 다중 확률 아틀라스 정보를 기반으로 해당 위치에 있는 복셀이 신실질 레이블일 확률을 의미하며, P(I｜L)은 대상 영상(I)에 대한 신실질 및 배경 레이블(L)의 우도로서 훈련 아틀라스의 신실질 및 배경별 밝기값 분포를 기반으로 해당 복셀의 밝기값이 신실질 또는 배경에 속할 확률을 의미하고, P(I｜It,Lt)는 신실질 또는 배경 레이블(Lt)각각에 대한 훈련 아틀라스 영상(It)의 히스토그램에 대하여 대상 영상(I)의 밝기값의 확률인, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 10 |
10
청구항 9에 있어서,상기 에너지 함수(E(L))는 수학식 5에 의해 산출되고,[수학식 5]상기에서, p∈I는 대상 영상의 복셀을 나타내며, Lp는 복셀 p에서 신실질 및 배경 레이블을 의미하고, N은 이웃한 복셀 쌍(p,q)들의 집합을 의미하며, R은 신실질 및 배경 레이블의 밝기값과 해당 복셀간의 유사도를 나타내는 상기 영역 에너지를 의미하고, B는 이웃하는 복셀간의 밝기값 차이를 나타내는 상기 경계 에너지를 의미하며, S는 분할 대상의 위치 정보를 포함한 상기 형상 에너지를 나타내는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 11 |
11
청구항 10에 있어서,상기 형상 제한 그래프-컷 수행 시, 대상 영상에서 추출된 피질을 포함하는 컨벡스-헐(convex hull)을 생성하고 생성된 컨벡스-헐 내에서의 다중 확률 아틀라스의 확률값을 상기 형상 에너지로 적용하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 12 |
12
청구항 11에 있어서,상기 단계 (b)와 상기 단계 (c) 사이에,신실질 내부에 있는 신기능을 담당하지 않는 신장 집뇨계와 신우 주위 지방을 제거하기 위해 임계치 방법 및 연결 요소 레이블링(connected component labeling, CCL) 방법을 통한 후처리 과정(post-processing)을 수행하는 단계를 더 포함하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법
|
| 13 |
13
대상 영상과 훈련 아틀라스들을 저장하고 있는 영상 저장부;상기 대상 영상과 상기 훈련 아틀라스들 간의 피질 기반 유사 정합을 통하여 신실질에 대한 확률 아틀라스를 생성하는 확률 아틀라스 생성부;상기 생성된 확률 아틀라스에 기반하여 그래프-컷의 초기 씨앗을 추출하고, 형상 제한 그래프-컷을 수행하여 신실질을 분할하는 신실질 분할부; 및상기 분할된 신실질의 마스크와 훈련 아틀라스들의 신실질 마스크 간의 유사 정합을 통한 확률 아틀라스 생성 동작 및 형상 제한 그래프-컷을 통한 신실질 분할 동작을 반복적으로 수행하는 반복 분할부를 포함하고,상기 확률 아틀라스 생성부는,상기 대상 영상과 상기 훈련 아틀라스들에서 밝기값에 기반하여 피질을 분할하는 동작;상기 대상 영상으로부터 분할된 피질과 상기 훈련 아틀라스들로부터 분할된 피질들을 정합하여 변환값들을 구하는 동작;상기 변환값들을 상기 훈련 아틀라스들에 적용하는 동작; 및상기 변환된 훈련 아틀라스들을 상기 대상 영상에 정합하여 확률 아틀라스를 생성하는 동작을 수행하도록 구성되며,상기 확률 아틀라스(PA(L))는, 수학식 2에 기반하여 생성되고,[수학식 2]상기에서, N은 훈련 아틀라스들의 수를 나타내며, Ai는 i번째 훈련 아틀라스를 나타내고, L은 신실질 또는 배경이 레이블링된 마스크를 나타내는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 장치
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
청구항 13에 있어서,상기 신실질 분할부는,상기 생성된 확률 아틀라스에 기반하여 상기 형상 제한 그래프-컷 분할에서 사용될 초기 씨앗을 자동으로 생성하는 동작; 및상기 초기 씨앗을 사용하여, 신실질 및 배경 레이블의 밝기값과 해당 복셀간의 유사도를 나타내는 영역 에너지, 이웃하는 복셀간의 밝기값 차이를 나타내는 경계 에너지, 및 분할 대상의 위치 정보를 포함하는 형상 에너지의 합인 에너지 함수를 최소화하는 형상 제한 그래프-컷을 수행함으로써 신실질을 분할하는 동작을 수행하도록 구성되고,수학식 3 및 수학식 4의 최대사후확률 추정을 통해 구해지는 레이블(LMAP)이 상기 초기 씨앗으로서 사용되고,[수학식 3][수학식 4]상기에서, P(L)은 신실질의 사전확률로서 다중 확률 아틀라스 정보를 기반으로 해당 위치에 있는 복셀이 신실질 레이블일 확률을 의미하며, P(I｜L)은 대상 영상(I)에 대한 신실질 및 배경 레이블(L)의 우도로서 훈련 아틀라스의 신실질 및 배경별 밝기값 분포를 기반으로 해당 복셀의 밝기값이 신실질 또는 배경에 속할 확률을 의미하고, P(I｜It,Lt)는 신실질 또는 배경 레이블(Lt)각각에 대한 훈련 아틀라스 영상(It)의 히스토그램에 대하여 대상영상(I)의 밝기값의 확률인, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 장치
|
| 17 |
17
청구항 16에 있어서,상기 에너지 함수(E(L))는 수학식 5에 의해 산출되고,[수학식 5]상기에서, p∈I는 대상 영상의 복셀을 나타내며, Lp는 복셀 p에서 신실질 및 배경 레이블을 의미하고, N은 이웃한 복셀 쌍(p,q)들의 집합을 의미하며, R은 신실질 및 배경 레이블의 밝기값과 해당 복셀간의 유사도를 나타내는 상기 영역 에너지를 의미하고, B는 이웃하는 복셀간의 밝기값 차이를 나타내는 상기 경계 에너지를 의미하며, S는 분할 대상의 위치 정보를 포함한 상기 형상 에너지를 의미하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 장치
|
| 18 |
18
청구항 17에 있어서,상기 형상 제한 그래프-컷 수행 시, 대상 영상에서 추출된 피질을 포함하는 컨벡스-헐(convex hull)을 생성하고 생성된 컨벡스-헐 내에서의 다중 확률 아틀라스의 확률값을 상기 형상 에너지로 적용하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 장치
|
| 19 |
19
청구항 18에 있어서,상기 신실질 분할부와 상기 반복 분할부 사이에,신실질 내부에 있는 신기능을 담당하지 않는 신장 집뇨계와 신우 주위 지방을 제거하기 위해 임계치 방법 및 연결 요소 레이블링(connected component labeling, CCL) 방법을 통한 후처리 과정(post-processing)을 수행하는 신장 집뇨계와 신우 주위 지방 제거부를 더 포함하는, 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 장치
|
