본 논문은 조영 영상에서 유동적인 배경의 텍스쳐 분석을 통한 DSA(Digital subtraction Angiography: 디지털 혈관조영술)기반의 관상동맥 검출방법에 대해 기술한다. DSA 방법은 조영제를 투입하기 전에 촬영된 마스크 영상과 조영제 투입 후의 혈관 대비가 나타나는 라이브 영상과의 차이를 이용하여 빠르게 혈관 영역만을 검출하는 방법이다. 이 방법의 큰 단점은 배경의 움직임에 민감하고, 두 영상간의 지역적인 배경 명암 분포의 변화에 따라 오검출이 발생할 수 있다. 따라서 본 논문에서는 배경 텍스쳐의 유사도를 분석하여 움직임의 차이가 가장 작은 영상을 선택함으로써 배경의 움직임으로 인한 구조적인 문제를 해결하고, 선택된 영상의 지역적 명암 보정을 통해 혈관 영역만을 효과적으로 추출할 수 있는 방법을 제안한다. 실험 결과에서는 성능 평가를 위하여 다섯 환자의 임상 관상동맥 조영 영상을 사용 하였다. 제안하는 방법은 기존의 방법보다 배경을 혈관으로 인식하는 오 인식률에서 약 $2\%$정도의 안정적인 결과를 보여주며, 정확도는 증가하였음을 알 수 있다.
This paper proposes the extraction of coronary arteries based on DSA(Digital Subtraction Angiography) through a texture analysis of background in the angiography. DSA is a well established modality for the visualization of coronary arteries. DSA involves the subtraction of a mask image - an image of the heart before injection of contrast medium - from live image. However, this technique is sensitive to the movement of background and can result to a wrong detection by the variance of background gray-level intensity between two images. Therefore, this paper solves a structural problem resulted from a background movement bV selecting an image which has the least difference of movement through an analysis of the similarity of background texture and proposes a method to extract only the blood vessel efficiently through local gray-level correction of the selected image. Using the coronary angiogram of 5 patients clinical data, we proved that the proposed method has the lower false-detection rate, approximately $2\%$, and the higher accuracy than the existing methods.
