본 논문에서는 복부 조영증강 CT영상에서 다단면도의 해부학 정보와 변형모델 적합을 이용한 간 자동 분할 기법을 제안한다. 첫째, 간 부위를 포함하는 최적의 간 볼륨은 골반 및 갈비뼈의 위치정보와 폐와 심장을 CT영상으로부터 분리함으로써 추출한다. 둘째, 초기 간 볼륨은 비등방성 발산 필터링과 적응적 임계치 기법을 이용하여 추출한다. 셋째, 주변 기관을 제거하기 위하여, 형태학적 열림연산과 연결영역 레이블링 기법을 다다면도에서 수행한다. 마지막으로, 변형모델과 확률 누적맵을 이용하여 간의 후표면과 손실된 좌엽의 경계선을 보정한다. 제안방법의 평가를 위하여 육안평가와 정확성 평가 그리고 수행시간을 측정하였다. 정확성 평가는 두 명의 임상전문의의 수동분할 결과와 자동분할 결과 간의 평균대칭표면거리와 중복볼륨오류를 측정하였다. 실험 결과 평균대칭표면거리는 $0.26{pm}0.12mm$, 중복볼륨오류는 $0.86{pm}0.45%$ 측정 되었다. 10명의 환자 데이터에 대한 전체 수행시간은 평균 46초로 측정되었다.
In this paper, we propose an automatic segmentation of the liver using multiplanar anatomy and deformable surface model in abdominal contrast-enhanced CTimages. First, the optimal liver volume is extracted by positional information of pelvis and rib and by separating lungs and heart from CT images. Second, anisotropic diffusing filtering and adaptive thresholding are used to segment the initial liver volume. Third, morphological opening and connected component labeling are applied to multiple planes for removing neighbor organs. Finally, deformable surface model and probability summation map are performed to refine a posterior liver surface and missing left robe in previous step. To evaluate our method, we performed the visual inspection, accuracy measures and processing time. For accuracy evaluation, the average symmetirc surface distance(ASD) and the volume overlap error(VE) between automatic segmentation and manual segmentation by two radiologists are calculated. Experimental results show that the ASD was $0.26{pm}0.12mm$ and the VE was $0.86{pm}0.45%$. The total processing time of ten living liver donor data was 46 seconds on average.
