結合面伝播を用いたボリューム層のセグメンテーション

有限の厚さを持つボリューム層をセグメント化する問題は、医療画像解析のいくつかの重要な領域で遭遇します。主な例には、脳の皮質灰白質および心臓の左心室心筋の抽出が含まれます。このような層の2つの境界面の結合は、セグメンテーション問題を解決するのに役立つ重要な情報を提供します。ここでは、結合を重要な制約として考慮したレベルセット法による結合面伝播の新しいアプローチを提案します。2つの埋め込まれた面を同時に進化させ、それぞれが自らの画像に基づく情報に駆動される一方で結合を維持することで、2つの境界面の表現をキャプチャし、層の自動セグメンテーションを実現します。特徴的なグレー値が、画像の勾配情報だけでなく、面の伝播を駆動するための有用な画像情報を導出する際に組み込まれており、これにより我々のアプローチは層内の均質性を捕えることが可能になります。レベルセットの実装は、簡単な初期化、計算効率、そして脳の溝の深い折り畳みを捉える能力の利点を提供します。テスト例として、編集されていない3D磁気共鳴（MR）脳画像に我々のアプローチを適用します。我々のアルゴリズムは、自動的に脳を非脳構造から隔離し、皮質灰白質を回復します。