본 논문에서는 MRI 뇌 영상에서 뇌실 영역을 검출하기 위하여 자동적으로 임계치를 설정하는 방법을 제안하였다. 웨이브릿 변환 후 수평 및 수직 신호의 상세 신호 크기를 이용하여 물체의 윤곽선에서 상세신호의 크기 평균을 의미하는 에지 선예도를 계산하였다. 영역 성장을 위한 임계치를 반복적으로 증가시켜 에지 선예도가 최대일 때 최적 임계치를 설정하여 뇌실 영역을 검출하였다. 본 논문에서는 제안한 방법과 지오데식 동적 윤곽선 모델을 수치적으로 비교하였으며, 실제 MRI 뇌영상에 적용시켜 제안한 알고리즘의 유효성을 검증하였다.
In this paper, an algorithm that can define the threshold value automatically proposed in order to detect a brain ventricle in MRI brain images. After the wavelet transform, edge sharpness, which means the average magnitude of detail signals on the contour of the object, was computed by using the magnitude of horizontal and vertical detail signals. The contours of a brain ventricle were detected by increasing the threshold value repeatedly and computing edge sharpness. When the edge sharpness became maximal, the optimal threshold was determined, and the detection of a brain ventricle was accomplished finally. In this paper, we compared the proposed algorithm with the geodesic active contour model numerically and verified the efficiency of the proposed algorithm by applying real MRI brain images.
