Carpal Bone Segmentation using Modified Multi-Seed based Region Growing

Abstract

21세기에 즈음하여 의료 분야에서는 미세침습수술이 활성화 되었다. 다양한 수술분야가 있으나 본 저자는 정형외과 수근골 수술에 관련된 의료영상개선을 위한 프로그램개발에 관하여 보고하고자 한다. 수근골 골절에 대한 정형외과적 수술은 과거에 골절된 수근골을 수술실에서 노출하여 직접 나사못 시술을 하였으나 최근에는 경피적 나사못 시술이 활발해 진행되고 있다. 경피적 수술을 위해서는 수술전 골절 수근골의 골절 양상을 정확히 파악해야 하는 데 이를 위하여 전산화 단층촬영 (Comuterized Tomography, CT) 가 이용된다. 손목관절을 구성하는 수근골은 모두 8개이며 이는 조그만 육면체 형태를 보이고 얇은 피질내에 해면골로 구성되어 있다. CT촬영 영상은 이러한 해부학적 특성으로 각 수근골의 구분이 어렵고 특히 골절면을 파악하기가 어려운 실정이다. 이에 따라 최근 수근골에 대한 영상 처리 기법들에 대한 연구들이 시도되고 있다. 그 결과 괄목할만한 연구 성과도 있었으나 아직도 많은 발전이 필요하다. 특히 의사가 사용하기 편해야 한다는 기본적인 특징이 필요할 뿐만 아니라 의료 응용 분야라는 점에서 정확도가 필요하다. 이런 이유로 직관적인 방법의 수근골 영상화 방법이 절실히 필요하다. 본 논문에서는 기존의 방법보다 정확도 높은 영상 분할 방법에 대해 접근해 보고자 한다. 전처리 과정으로 경계선을 정확히 추출하여 문턱치화된 이미지와 결합, 마지막에 영역 확장하여 영상을 분할을 하는 방법을 제시한다. 경계선 추출 방법에는 Canny Edge Detector를 이용하여 기울기를 이용한 경계선을 보다 정교하게 추출하는 방법이 사용되었다. 또한 영역 확장방법의 응용을 통하여 쉽게 분할하기 힘든 손목뼈의 영상 분할을 하게 되었다. 본 논문에 제시된 방법을 이전에 제시된 방법과 비교하였을 때 획기적인 발전이 있는 것을 볼 수 있었다. 특히 뼈끼리 인접해있는 부분이나 균일하지 않은 부분에서의 영상 분할이 대체적으로 만족할만한 성과를 얻었다. 하지만 의사가 손으로 구분하기 힘들정도의 영상은 프로그램상으로 분할이 어려웠다. 이 부분의 정확도를 높이기 위해서는 Snake 알고리즘과 같이 정교한 영상 분할 방법이 필요할 것으로 보인다.; In the early twenty-first century, minimally invasive surgery is activated in medical part. Although there are many kinds of surgery, author will make a report software for medical image enhancement about opthopedic carpal bone durgery. Surgeon gave medical treatment of the screw directly in the past. But the latest date, they operate opthopedic surgery of fractured carpal bones using Computerized Tomography (CT). Carpal bones composed of wrist joint are 8 which is hexahedron and sponge shape. Because of these shape, it’s difficult to grasp the shape of carpal bones using only CT images. Accordingly, many image enhancement studies are processing for carpal bone CT images. They could get good result, but many development requires. Especiaaly, surgeon can use software easily, high accuracy also requires. Therefore carpal bone image of immediate method is required urgently. In this paper, we propose modified multi-seed region growing segmentation method. Methods use the canny edge detector for finding edge information accuraltly. For inner carpal bone, we use soft tissue region growing methods. This is strong and easy tool for use. And this method gives us high accuracy and speed of carpal bone segmentation. Especially, adjacency part of bones and uneven part segmentated well. Finally this method couldn’t segment the region which surgeon can’t distinct by eye. For highly accuracy more accrate method such as snake algorithm are requires,