Non-self-intersecting Multiresolution Deformable Model

자체교차방지 다해상도 변형 모델

This paper proposes a non-self-intersecting multiresolution deformable model to extract and reconstruct three-dimensional boundaries of objects from volumetric data. Deformable models offer an attractive method for extracting and reconstructing the boundary surfaces. However, convensional deformable models have three limitations- sensitivity to model initialization, difficulties in dealing with severe object concavities, and model self-intersections. We address the initialization problem by multiresolution model representation, which progressively refines the deformable model based on multiresolution volumetric data in order to extract the boundaries of the objects in a coarse-to-fine fashion. The concavity problem is addressed by mesh size regularization, which matches its size to the unit voxel of the volumetric data. We solve the model self-intersection problem by including a non-self-intersecting force among the customary internal and external forces in the physics-based formulation. This paper presents results of applying our new deformable model to extracting a sphere surface with concavities from a computer-generated volume data and a brain cortical surface from a MR volume data.

본 논문에서는 볼륨 데이터로부터 관심대상 객체의 3차원 경계면을 추출하고 이에 대한 기하학적 모델을 생성하기 위하여 자체교차방지 기능을 가진 다해상도 변형 모델을 제시한다. 변형 모델은 경계면 추출에 우수한 성능을 가진 것으로 알려져 있지만, 기존 변형 모델은 초기화 의존성, 오목한 경계면 추출의 취약성, 모델 요소간 자체교차 발생의 세가지 문제점을 가지고 있다. 제안하는 변형 모델은 다해상도의 볼륨 데이터를 기반으로하여 모델을 저해상도에서 고해상도로 세분화해가면서 객체의 경계면을 추출함으로서 초기화에의 의존성을 극복할 뿐 아니라 빠른 속도로 경계면에 수렴할 수 있다. 또한, 삼각형 메쉬 크기를 볼륨 데이터의 복셀 크기에 맞추어 항상 균일하게 유지함으로써 모델이 내부 힘의 제약없이 오목한 경계면을 성공적으로 추출할 수 있게 하였고, 모델이 변형될 때마다 자체교차방지 힘을 적용하여 모델내 삼각형 메쉬간의 자체교차를 사전에 방지할 수 있도록 하였다. 제안 모델을 컴퓨터 합성 볼륨 데이터 및 뇌 MR 볼륨 영상 데이터에 적용한 결과 오목한 함몰 부위를 가진 구와 뇌피질의 경계면을 자체교차없이 빠른 속도로 추출할 수 있었다.