지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김민영.
- 발행연도
- 2017
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
영상 유도 수술에서 수술 중 CT 및 MRI와 같은 미리 촬영된 의료영상을 적극적으로 활용하려면 실제 환자와 환자의 의료 영상간의 좌표계 정합 과정인 image-to-patient registration가 필요하다. 본 논문에서는 여러 image-to-patient registration 방법 중에 3차원 표면 측정 데이터를 활용한 방법을 중점적으로 다룬다.
표면 측정 센서로 환자 수술 부위의 표면을 측정 한 후, 이 표면 데이터와 CT 및 MRI 데이터간의 좌표계 정합을 위해서는 3차원 데이터 정밀 정합 알고리즘이 필요한데, 그 중 가장 널리 사용되는 것이 ICP 알고리즘이다. 그러나 ICP 알고리즘은 정합 전 적절한 초기 위치가 설정되지 않은 경우 실행시간도 오래 걸리고 국소최저치에 빠져 제대로 정합이 되지 않을 수도 있다. 물론 ICP를 수행하기 전에 적절한 초기 위치를 수동으로 설정 할 수도 있지만, 이는 불편하고 사용자의 숙련도에 따라 정합의 정확도와 실행시간이 달라진다. 본 논문에서는 이러한 문제들을 해결한 자동 image-to-patient registration 방법을 제안한다.
정합할 3차원 데이터들을 2차원 곡률 이미지로 변환 후, 이 곡률 이미지간의 매칭으로 구한 매칭 포인트들을 3차원 좌표로 역 변환해서 CT 데이터에서 3차원 ROI를 추출 할 수 있고, 이는 ICP 정합을 위한 적절한 초기 위치가 된다. 추출된 CT ROI를 환자의 표면 측정 데이터와 ICP 알고리즘으로 정밀 정합함으로 자동 image-to-patient registration이 구현된다. 정합시킬 일부 영역만 추출해서 사용하므로 국소최저치에 빠지지 않고, ICP 실행시간도 단축시킬 수 있다. 그리고 데이터의 회전, 병진, 변형에도 견고한 특성을 지닌 곡률 기반의 이미지 매칭을 통해 알고리즘의 안정성을 향상시켰다.
표면 측정 센서로 환자 수술 부위의 표면을 측정 한 후, 이 표면 데이터와 CT 및 MRI 데이터간의 좌표계 정합을 위해서는 3차원 데이터 정밀 정합 알고리즘이 필요한데, 그 중 가장 널리 사용되는 것이 ICP 알고리즘이다. 그러나 ICP 알고리즘은 정합 전 적절한 초기 위치가 설정되지 않은 경우 실행시간도 오래 걸리고 국소최저치에 빠져 제대로 정합이 되지 않을 수도 있다. 물론 ICP를 수행하기 전에 적절한 초기 위치를 수동으로 설정 할 수도 있지만, 이는 불편하고 사용자의 숙련도에 따라 정합의 정확도와 실행시간이 달라진다. 본 논문에서는 이러한 문제들을 해결한 자동 image-to-patient registration 방법을 제안한다.
정합할 3차원 데이터들을 2차원 곡률 이미지로 변환 후, 이 곡률 이미지간의 매칭으로 구한 매칭 포인트들을 3차원 좌표로 역 변환해서 CT 데이터에서 3차원 ROI를 추출 할 수 있고, 이는 ICP 정합을 위한 적절한 초기 위치가 된다. 추출된 CT ROI를 환자의 표면 측정 데이터와 ICP 알고리즘으로 정밀 정합함으로 자동 image-to-patient registration이 구현된다. 정합시킬 일부 영역만 추출해서 사용하므로 국소최저치에 빠지지 않고, ICP 실행시간도 단축시킬 수 있다. 그리고 데이터의 회전, 병진, 변형에도 견고한 특성을 지닌 곡률 기반의 이미지 매칭을 통해 알고리즘의 안정성을 향상시켰다.
목차
Ⅰ. Introduction··································11.1 Research background···························11.2 Image-to-patient registration···················41.3 Research purpose and summary··················10Ⅱ. Proposed Image-to-patient registration···········122.1 System configuration·························122.2 Mapping CT data to 2D image··················142.3 Mapping 3D sensor data to 2D image··············192.4 H-K curvature image conversion·················232.5 Curvature image matching······················262.6 Extracting CT ROI···························292.7 Accurate surface registration using ICP algorithm·······31Ⅲ. Experiments and Results·······················343.1 Experimental environment and setting················343.2 Curvature image matching and Extracting CT ROI result··363.3 Surface registration results using ICP algorithm···41Ⅳ. Conclusion and Future work····················48References··································50Abstract····································54
최근 본 자료
댓글(0)
0