Journal of Korea Multimedia Society (한국멀티미디어학회논문지)

Korea Multimedia Society (한국멀티미디어학회)
권호 표지

An Effective Extraction Algorithm of Pulmonary Regions Using Intensity-level Maps in Chest X-ray Images

흉부 X-ray 영상에서의 명암 레벨지도를 이용한 효과적인 폐 영역 추출 알고리즘

  • 장근호 (SK텔레콤 플랫폼개발팀) ;
  • 박호현 (중앙대학교 전자전기공학부) ;
  • 이석룡 (한국외국어대학교 산업경경공학부) ;
  • 김덕환 (인하대학교 전자공학부) ;
  • 임명관 (인하대학교 의과대학 영상의학과)
  • Received : 2009.06.25
  • Accepted : 2010.04.13
  • Published : 2010.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

In the medical image application the difference of intensity is widely used for the image segmentation and feature extraction, and a well known method is the threshold technique that determines a threshold value and generates a binary image based on the threshold. A frequently-used threshold technique is the Otsu algorithm that provides efficient processing and effective selection criterion for choosing the threshold value. However, we cannot get good segmentation results by applying the Otsu algorithm to chest X-ray images. It is because there are various organic structures around lung regions such as ribs and blood vessels, causing unclear distribution of intensity levels. To overcome the ambiguity, we propose in this paper an effective algorithm to extract pulmonary regions that utilizes the Otsu algorithm after removing the background of an X-ray image, constructs intensity-level maps, and uses them for segmenting the X-ray image. To verify the effectiveness of our method, we compared it with the existing 1-dimensional and 2-dimensional Otsu algorithms, and also the results by expert's naked eyes. The experimental result showed that our method achieved the more accurate extraction of pulmonary regions compared to the Otsu methods and showed the similar result as the naked eye's one.

의료 영상 분야에서 영상의 분할 및 특성의 추출을 위하여 명암도 차이를 이용하는 방법이 널리 사용되고 있으며, 임계값을 결정한 뒤 이를 기준으로 영상을 이진화하는 임계값 방식이 잘 알려져 있다. 임계값 방식 중 자주 사용되는 방식이 임계값을 선택하는 데 효율적이면서, 효과적인 선정 기준을 제시하고 있는 Otsu 알고리즘이다. 하지만 흉부 X-ray 영상에 대해서는 Otsu 알고리즘의 적용으로 좋은 영상 분할 결과를 얻을 수 없다. 이는 폐 영역 주변에는 갈비뼈나 혈관과 같은 다양한 기관이 존재하여 따라서 명암도 레벨의 분포가 불명확하기 때문이다. 이러한 불명료성을 개선하기 위하여, 본 논문에서는 X-ray 영상의 배경을 배제한 후 Otsu 알고리즘을 적용하고, 명암 레벨 지도를 생성한 후, 이를 이용하여 X-ray 영상을 분할하는 효과적인 폐 영역 추출 알고리즘을 제시한다. 제안한 방법의 효과를 검증하기 위해 제안한 방법과 기존의 1차원 및 2차원 Otsu 알고리즘, 그리고 전문가의 육안 분할 결과와 비교하였다. 실험 결과, 제안한 방법이 기존 Otsu 방법에 비해 더 정확하게 폐 영역을 추출하였으며, 육안 분할 결과와 거의 비슷한 결과를 보여 주었다.

Keywords

Acknowledgement

Supported by : 한국과학재단

References

  1. O.D. Trier and A.K. Jain, "Goal-Directed Evaluation of Binarization Methods," IEEE Trans. on Pattern Analysis & Machine Intelligence, Vol.17, Issue 12, pp. 1191-1201, 1995. https://doi.org/10.1109/34.476511
  2. X. Ye, M. CHeriet, and C.Y. Suen, "Stroke-Model-Based-Character Extraction from Gray-Level Document Images," IEEE Trans. on Image Processing, Vol.10, Issue 8, pp. 1152-1161, 2001. https://doi.org/10.1109/83.935031
  3. N.A Otzu, "Threshold Selection Algorithm from Gray Level Histogram," IEEE Trans. System Man and Cybernetics, Vol.9, pp. 62-66, 1979. https://doi.org/10.1109/TSMC.1979.4310076
  4. L. jianzhuang, L. Wenqing, and T. Yupeng, "Automatic Thresholding of Gray-Level Pictures using Two-Dimension OTSU Method," China 1991 International Conference on Circuits and System, Vol.1, pp. 325-328, 1991
  5. Z. Wei, Y. Hua, S. Hui-sheng, and F. Hongqi, "X -ray Image Enhancement Based on Multiscale Morphology," Bioinformatics and Biomedical Engineering, 1st International Conference, pp. 1568-1573, 2007.
  6. T. Huang and X. Bai, "An Improved Algorithm for Medical Image Segmentation," Genetic and Evolutionary Computing, Second International Conference, pp. 282-292, 2008.
  7. 임예니, 홍헬렌, 신영길, "하이브리드 접근 기법을 사용한 자동 폐 분할," 정보과학회논문지, 제32권, 제7호, pp. 625-635, 2005.
  8. 임예니, 홍헬렌, "흉부 CT 영상의 밝기값 정보를 사용한 폐구조물 자동 분할," 정보과학회논문지, 제33권, 제11호, pp. 942-952, 2006.
  9. S. Hu, E.A. Hoffman, and J.M. Reinhardt, "Automatic Lung Segmentation for Accurate Quantitation of Volumetric X-ray CT Images," IEEE Trans. on Medical Imaging, Vol.20, Issue 6, pp. 490-498. 2001. https://doi.org/10.1109/42.929615
  10. Z. Yu-qian, G. Wei-hua, C. Zhen-cheng, T. jing-tian, and L. Ling-yun, "Medical Image Edge Detection Based on Mathematical Morphology," Engineering in Medicine and Biology Society, 27th Annual International Conference, pp. 6492-6495, 2005.
  11. L. Xianpeng, Z. Feng, H. Yingming, and O. Jinjun, "Integral Image Based Fast Algorithm for Two-dimensional Otsu Thresholding," Image and Signal Processing, Vol.3, pp. 677-681. 2008.
  12. P.K. Sahoo, S. Soltani, A.K. Wong, and Y.C. Chen, "A Survey of Thresholding Techniques," Computer Vision Graphics and Image Process, Vol.41, Issue 2, pp. 233-260, 1998.