임의의 기준점 지정 방법을 이용한 각막 궤양 영역 검출 (Corneal Ulcers Detection Using Random Seed Appointment Algorithm)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 56권 / 9호 / 53 ~ 66페이지
· 저자명 : 임진혁, 김대원

초록

현대의학에서 영상처리분야는 환자의 상태를 진료하는 데에 있어 빠질 수 없는 부분이 되었다. 최근 들어 특히 의료영상에서 환부를 관리하기 위해 영상분할 알고리즘을 활용하여 환부를 검출하거나 크기를 측정해냄으로써 의료진으로 하여금 객관적인 진료가 가능하도록 돕고 있다. 영상분할 알고리즘에는 다양한 방법이 있는데 대표적으로 기준점을 중심으로 특정 임계값을 적용하여 범위를 넓혀나가는 방식 등이 있다. 그런데 각막궤양의 경우 다른 질병에 비해 획득되는 영상이 항상 일정한 형태의 패턴이나 색상을 가지는 것이 아니므로 고정 임계값을 가지는 알고리즘으로는 다양한 형태의 궤양 영상을 구분할 때 그 정확도를 보장할 수 없다. 본 논문에서는 각막 궤양영상에 회색조 변환 및 중간값 필터링, 히스토그램 평활화, 감마보정 등의 신호처리를 통해 궤양영역을 구분하기 쉽게 해주고 사용자의 개입이 최소화 되도록 Otsu 알고리즘을 응용해 기준점을 자동으로 설정하여 다양한 궤양 형태의 영상에 적용 가능한 효과적인 각막 궤양 영역 검출 알고리즘을 제안하였다. 본 연구내용을 평가하기 위해 평균정확도와 다이스계수를 평가지표로 활용하였으며 기존의 영상분할 알고리즘들 중 뛰어난 성능을 보이는 모서리 없는 능동윤곽선 기법과의 비교 분석결과를 제시하였다. 본 논문에서 제안한 방법은 비교군 및 Flood-Fill, Otsu 알고리즘에 비해 최대 10% 이상의 더 높은 정확도를 보였으며 향후 다양한 파생연구를 통해 성능 향상을 기대할 수 있을 것으로 보인다.

영어초록

In modern medicine image processing has become indispensable in the treatment and diagnosis of patients. In particular, image segmentation algorithms are used in medical imaging to detect diseased areas and measure their size There are many image segmentation algorithms. One of the typical methods is to enlarge a range by applying a specific threshold value based on a reference point. However, since images involving corneal ulcers do not always contain a certain shape of pattern or color accuracy cannot be guaranteed when various types of ulcer images are distinguished when segmentation is carried out with algorithms using a fixed threshold value. This study involved the development of an effective detection algorithm for corneal ulcers. The approach can be applied to images of various ulcer types by setting a reference point automatically through the application of the Otsu’s algorithm, minimizing user interventions and making the classification of the ulcer area easy. Preprocessing such as gray scale transformations, medium filters, histogram equalization, and gamma correction of corneal ulcer images can be applied. To evaluate this detection algorithm, the average accuracy and Dice's coefficient were utilized as evaluation indices, and the results were compared with those achieved using an edgeless active contour method, which showed a superior performance among existing image segmentation algorithms.. The method proposed in this study showed an improved accuracy of up to 10% or higher compared with that of the comparison group and the flood-till and Otsu’s algorithms. The performance is expected to improve through various follow-on studies in the future.

참고자료

· 없음