본 논문에서는 흉부 CT 영상에서 간유리음영 성분과 고형 성분을 배경과 잘 분리되도록 동시에 분할하는 방법을 제안한다. 제안하는 방법은 다음의 세 단계로 구성된다. 첫째, 밝기값 기반 히스토그램 모델링을 이용해 적응적 임계값을 산정하여 간유리음영 성분과 고형 성분의 초기 영역을 분할한다. 둘째, 유사한 밝기값을 갖는 주변기관이 함께 분할된 초기 영역을 보정하기 위하여 형태 정보와 폐분할 정보를 이용하여 결절 주위의 혈관과 흉벽을 제거한다. 셋째, 밝기값 제약 기반의 다중변형모델을 이용하여 간유리음영 성분과 고형 성분 영역을 최종 분할한다. 제안방법의 성능을 평가하기 위해 기존 방법과 제안 방법의 분할 결과를 임상의에 의한 수동 분할 결과와 비교한다. 실험 결과는 제안 방법이 간유리음영 성분과 배경을 잘 구분하였음을 보여주며, 제안 방법의 정확성이 기존 방법 대비 77% 향상되었음을 보여준다.
In this paper, we propose a simultaneous segmentation method to separate ground-glass opacity(GGO) and solid components from background in chest CT images. The proposed method consists of following three steps. First, initial GGO and solid components are segmented by estimating the adaptive threshold values using intensity histogram modeling. Second, to refine the initial segmentation that includes neighbor structures with similar intensities, vessels and the chest wall around the nodule are eliminated by using shape information and segmented lung information. Third, final GGO and solid components are segmented by using multi-phase deformable model with intensity constraint. To evaluate performance of the proposed method, we compare the segmentation results of conventional method and proposed method with manual segmentation result defined by radiologist. The results show that the proposed method accurately separates GGO component from background and the accuracy of the proposed method is improved by 77% than conventional method.
