본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.
URL : https://www.edwith.org/medical-20200327/lecture/63174
의료에서는 혈관 structure를 찾아야할 경우가 많음
이 때 enhancement 방법에 대해 설명할 것
그 전에 Laplacian of Gaussian Filtering을 고려할 것
Gaussian을 사용하여 Blob만을 추출가능
Vessel Enhancement Filtering을 통해서도 비슷한 적용가능
2차원 그림
한 점에 대하여 Hessian matrix 구할 수 있음
matrix에 대한 eigenvalue와 eigenvector 점의 structure를 알려줌
보통 변화가 심한 방향과, normal 방향 2개를 얻을 수 있을 것
이런 변화를 통해 알 수 있을 것
3차원 확장 또한 가능
Hessian Matrix
3개의 eigenvalue를 구했을 때 어떤 구조인지를 파악
혈관의 경우 tube-like 모양일 가능성이 높음
실제 vessel eigenvalue를 확인
어떤 패턴인지를 알려주는 표
L 작은 값
H- 음의 큰 값
H+양의 큰 값
3가지 식을 통해 Vessel 강조
blob, line, plate
Blob-like structure - Blob, line 비교 식
$R_B$가 작을 수록 line, Vessel에 가깝다고 판단
Plate-like structure - Plate, line 비교 식
line $\lambda_2, \lambda_3$가 크다
plate $\lambda_2$는 작고, $\lambda_3$가 크다
$R_A$가 작을 수록 Plate에 가깝다고 판단
$R_A$가 커질 수록 line, Vessel에 가깝다고 판단
Second-order structureness
S가 커질 수록 line, Vessel에 가깝다고 판단
최종적으로 다음과 같이 보임
작을수록 $V_0$가 커지는 식의 경우 (1-exp())의 형태
커질수록 $V_0$가 커지는 식의 경우 (exp())의 형태