WoorimTech 과학/공학 소프트웨어 전문

3D-Doctor 벡터 기반의 3차원 의학 영상 처리 소프트웨어

Sample Images | Tutorial | Download

영상 분할(Image Segmentation) : 3D 영상 만들기를 위한 첫 번째 단계

By Y. TedWu. Ph.D. Able Software Corp.

서론

3D 영상처리에 있어서 가장 기본적인 작업이 영상 분할입니다. 영상 분할은 복셀/픽셀(Voxel/Pixel)을 오브젝트들이나 그룹으로 분류하는 작업입니다. 3D 영상 분할을 통하여 여러 오브젝트들에 대한 3D 렌더링을 생성할 수 있고, 이를 이용하여 검출해낸 오브젝트들의 크기, 밀도 및 다른 파라미터들에 대한 정량적 분석을 할 수 있습니다.

원시 3D 영상이 CT, MRI 혹은 Microscopy 영상이든, 복셀 또는 픽셀의 3D Array을 갖습니다. 각각의 복셀은 16 Bit(0 ~ 65535)의 그레이스케일 또는 8 Bit(0 ~ 255)를 갖습니다. 대부분의 의료 영상 시스템은 16-Bit 그레이스케일 영상을 제공합니다. 일반적으로 3D 영상은 많은 픽셀 수를 갖고, 영상 분할과 패턴 인식 등과 같은 처리를 위한 계산 량이 매우 큽니다. 반면에 분할된 영상은 3D Surface 모델 혹은 Volume 데이터 디스플레이를 가능하게 하는 훨씬 단순한 Object Description을 제공합니다.

원시 영상을 바로 2D Slice로 디스플레이 할 수 있는 반면, 3D 분석과 가시화는 정확하게 정의된 오브젝트 경계선들을 필요로 하며 특히 3D Surface모델을 만들 때 더욱 그러합니다. 예를 들면, MRI 영상으로부터 사람의 뇌를 3D 렌더링할 때, 3D 렌더링을 위해 영상에서 뇌의 영역을 먼저 정의한 다음 경계선을 표시한 후 3D 렌더링에 사용됩니다. 여기서 해당 픽셀을 검출해 내는 것을 영상 분할이라고 하며, 픽셀의 속성에 대해 식별하고 동일한 그룹에 속하는 픽셀의 경계선을 정의합니다. 부가적으로, 경계선이 정의 되었을 때, 면적, 주변길이(Perimeter), 볼륨, 길이 등과 같은 변수들에 대한 측정과 정량적 분석들을 쉽게 할 수 있습니다.

영상으로부터 오브젝트들을 정의하는 것이 중요하기 때문에, 지난 수십년간 영상 분할에 대해 집중적인 연구 노력을 해왔습니다. 많은 영상 분할 방법들이 의학 영상과 그외 다른 응용을 위해 완전 자동 또는 반자동적 방법을 활용하여 개발되어 왔습니다.

여기에서 우리는 3D 영상처리 소프트웨어인 3D-Doctor에서 사용하는 몇가지 영상 분할 방법과 그것들을 어떻게 사용하는지에 대해 이야기하고자 합니다.

벡터(Vector) 기반의 오브젝트 경계선

전통적으로, 영상 시스템은 래스터(Raster)기반의 데이터 구조를 사용합니다. 이 영상 시스템은 볼륨 영상과 유사하며, 각각의 픽셀이 그 위치에서 어느 오브젝트에 속하는지를 표시하기 위한 Code를 갖습니다. 이러한 구조의 이점은 단순하고 원시 영상과 거의 동일하다는 것입니다. 반면 영상을 읽고 처리를 위해 엄청난 컴퓨터 메모리와 성능이 필요합니다. 또한, 3D 오브젝트가 많은 픽셀 수를 포함하고 있을 때 스크린상에서 Interactive하게 편집할 수 없습니다. 그 이유는 각 픽셀의 속성이 바뀔 때마다 각 픽셀이 업데이트 되거나 touch되어야 하기 때문입니다. 래스터 기반의 Surface Rendering 알고리즘이 강력하기는 하지만, Surface 모델의 결과가 수백만개의 표면 삼각망(Surface Triangles) 또는 폴리곤을 가질 수 있고, 이 경우 빠르게 프로토타입을 제작하는 것 과 같이 응용하고자 하는 곳에서는 적합하지 않을 수 있습니다.

이와는 반대로, 벡터 기반의 데이터 구조는 특정 영역이나 오브젝트를 표현함에 있어 보다 효율적인 방법을 제공해 줍니다. 벡터 기반의 데이터 구조를 이용할 때, 라인 선분(Line Segment)은 단지 두 개의 점(Point)으로 구성되고, 영역이나 폴리곤은 라인들이 연결된 그룹으로 형성됩니다. 이론적인(Abstract) 수학적 형태 때문에, 벡터 기반의 구조는 컴퓨터 메모리 량을 매우 적게 사용하고, 또한 쉽게 수정할 수 있고 빠르게 디스플레이할 수 있습니다. 경계선을 수정할 때, Line Segment상의 한 점을 새로운 위치로 이동하는 것이 모양(Shape)을 변경시키는 데 필요한 모든 것일 수 있습니다. 아래의 그림은 래스터 기반과 벡터 기반의 데이터 구조가 어떻게 다른지 보여 줍니다.

Vector Representation

3D-Doctor는 벡터 기반 데이터 구조를 사용하여 오브젝트 경계선과 관심 영역(ROI)에 대해 보다 쉬운 Interactive 편집, 보다 나은 처리 및 디스플레이를 제공합니다. 래스터 기반 데이터 구조는 영상 데이터 및 볼륨 데이터의 조작 및 디스플레이를 위해 사용합니다.

Thresholding에 의한 영상 분할

영상 분할에 앞서 관심 영역(ROI - Region Of Interest)을 정의하여 정의된 지역만 프로세스하도록 함으로써 컴퓨팅 리소스(Resource)의 낭비를 줄일 수 있습니다. 이것은 또한 정의된 영역내에서 만 오브젝트의 경계선을 생성하기 때문에 영상 분할 이후에 필요한 편집 작업을 줄여 줍니다. Pixel Intensity값에 의하여 배경 또는 다른 오브젝트와 구별할 수 있는 Solid 오브젝트를 포함하는 영상의 경우 Thresholding에 의한 영상 분할은 간단하지만 강력한 방법입니다. Pixel Threshold는 보통 Interactive하게 조정되고, 스크린 상에서 실시간으로 디스플레이 됩니다. 픽셀 값이 알맞게 정의되었을 때, 영상의 정해진 영역내에서 경계선들은 모든 픽셀들에 대해 추적하여 그려집니다.

영상이 균일한 영역을 가지고 있고 배경과 대조적일 때 그레이스케일 Thresholding은 잘 작동합니다. 다음은 3D-Doctor에서 구현되는 영상 분할에 대한 설명입니다.

Global Thresholding에 의한 완전 자동 영상 분할

3D 영상의 히스토그램이 먼저 계산되고, 영상을 오브젝트와 배경으로 나누기 위한 최적의 Threshold를 히스토그램의 오목한 부분(Valley)을 찾음으로써 얻게 됩니다.

Interactive Thresholding

이 기법은 Threshold 범위를 정의하기 위하여 두 개의 값을 사용합니다. Threshold는 그 범위내에 있는 모든 픽셀들을 하나의 칼라로 보여 주고, 그 범위 밖에 있는 모든 픽셀들을 또 다른 하나의 색으로 보여줌으로써 Interactive하게 조정합니다. Threshold를 영상에서 실시간으로 보여 주기 때문에, Threshold 범위는 국소적으로 정의할 수 있고 각 Slice마다 변할 수 있습니다. 범위내에 있는 모든 픽셀들은 분할되어 최종 경계선들을 생성합니다. 아래 그림은 Interactive Thresholding의 결과를 보여 주는 예입니다.

Texture 기반의 분할

영상 Texture가 다양한 방법으로 정의되어 오는 동안, 주요 특성은 영역에 걸쳐 패턴들이나 특정 패턴의 반복입니다. 패턴은 정확히 반복되거나 또는 위치의 함수로 해당 주제에 대해 작은 변이의 집합들입니다. 의학 영상의 경우, 오브젝트들은 일반적으로 혈관, 뇌 조직, 뼈 등과 같은 인체 조직의 어떤 타입이기 때문에, 영상 분할에 있어 많은 Texture 정보를 제공합니다. 강한 특징의 Texture를 갖는 오브젝트들의 경우, Texture 기반의 분할은 Threshold 기반의 방법보다 훨씬 정교한 오브젝트 경계선을 생성합니다.

Texture 기반의 분할은 사용자가 정의한 교사 영역(Training area)을 기초로 시작하며, 교사 영역에 대한 특성을 파악한 다음 하나의 픽셀 분류 기준으로 삼아 단면 영상 혹은 전체 볼륨 영상에 적용하여 각각의 그룹들로 분할해 냅니다. 오브젝트 경계선들이 그려지고 그것들의 위상학적 관계를 형성하게 됩니다. 아래 그림은 Texture 기반의 분할 예제입니다.

Go back to Top