Log-polar Sampling based Voxel Classification for Pulmonary Nodule Detection in Lung CT scans

흉부 CT 영상에서 폐 결절 검출을 위한 Log-polar Sampling기반 Voxel Classification 방법

In this paper, we propose the pulmonary nodule detection system based on voxel classification. The proposed system consists of three main steps. In the first step, we segment lung volume. In the second step, the lung structures are initially segmented. In the last step, we classify the nodules using voxel classification. To describe characteristics of each voxel, we extract the log-polar sampling based features. Support Vector Machine is applied to the extracted features to classify into nodules and non-nodules.

본 논문에서는 voxel classification을 이용한 폐 결절 자동 검출 시스템을 제안한다. 제안하는 폐 영상 분석 방법은 크게 세 단계로 구성된다. 첫 번째 단계에서는 분석 대상 폐 영역을 분할한다. 그리고 두 번째 단계는 분할된 폐 영역 내에서 폐 구조물을 분할한다. 마지막으로 두 번째 과정에서 분할된 폐결절후보와 폐혈관 voxel을 대상으로 log-polar sampling을 이용한 특징 벡터를 만들고, 특징벡터를 입력 값으로 하여 support vector machine classifier를 이용하여 분석대상 voxel을 폐 결절 voxel과 비결절 voxel로 구분하여 폐 결절을 검출한다.