CT Angiography 영상에서 대동맥 추출을 위한 혈관 분할 알고리즘 성 평가

Abstract

세계보건기구협회에의 통계에 따르면 심장 혈관 질환의 발병률이 가장 높은 것으로 알려져 있다. CTA영상을 사용하여 관상동맥 및 대동맥 질환을 치료 및 검사할 수 있다. 혈관을 3차원으로 복원하는 과정이 의사의 숙련도에 따라 결과가 상이하며 복원 시간이 길다는 단점이 있으며 이를 극복하고자 자동으로 정확한 혈관을 추출하는 연구들이 진행되어 왔다. 본 논문에서는 자동 및 반자동 분할 기법인 Region Competition, Geodesic Active Contour(GAC), Multi-atlas based segmentation, Active Shape Model(ASM) 알고리즘을 CTA영상에 적용하여 대동맥 기부를 추출하였으며 하우스도르프 거리, 볼륨, 영상처리속도, 사용자 관여 여부, 그리고 관상동맥 심문 검출률을 비교 및 분석하였다. 추출된 3차원 대동맥 모델 중 가장 높은 정확도를 나타낸 알고리즘은 GAC인 반면 사용자 관여가 가장 높았기 때문에 실제 시술에 적용하기 위해서는 자동 분할 알고리즘 개선이 필요하다 World Health Organization reported that heart-related diseases such as coronary artery stenoses show the highest occurrence rate which may cause heart attack. Using Computed Tomography angiography images will allow radiologists to detect and have intervention by creating 3D roadmapping of the vessels. However, it is often complex and difficult do reconstruct 3D vessel which causes very large amount of time and previous researches were studied to segment vessels more accurate automatically. Therefore, in this paper, Region Competition, Geodesic Active Contour (GAC), Multi-atlas based segmentation and Active Shape Model algorithms were applied to segment aortic root from CTA images and the results were analyzed by using mean Hausdorff distance, volume to volume measure, computational time, user-interaction and coronary ostium detection rate. As a result, Extracted 3D aortic model using GAC showed the highest accuracy but also showed highest user-interaction results. Therefore, it is important to improve automatic segmentation algorithm in future