망막 질환 진단을 위한 효과적인 다중 영상 정합 기법

Abstract

안저 사진은 망막질환을 진단하는데 매우 유용하게 사용된다. 그런데 안저 촬영시 동공을 통해 찍어야 하므로 한 장에 담을 수 있는 망막의 범위가 한정되어 있다. 따라서, 전체 망막을 관찰하려면 다양한 각도에서 안저 사진을 찍은 후 하나의 사진으로 합쳐야 한다. 상용화된 망막 사진 정합 프로그램이 있지만 결과물에 대한 품질이 아직은 만족스럽지 못하다. 이 연구에서는 기존의 망막 사진 정합 알고리즘을 개선하여 보다 고품질의 전체 망막 영상을 얻을 수 있는 방안을 연구하였다. 이 연구에서는 특징점 추출 방식(Harris corner detector, multi-scale Lapacian of Gaussian, vessel bifurcation detection)과 특징점 비교방식(descriptor matching, template matching)을 안저 사진에 적용하여 각각의 성능을 평가하였다. 그리고 추가로 혈관 영상을 이용한 대응점 추출 방식을 고안하였다. 이것들을 이용해 효과적으로 대응점을 찾을 수 있는 알고리즘을 개발하였다. 이차 변형모델의 문제점을 해결하기 위해 실제 안구를 바탕으로 하는 안구 모델과 안저 사진과의 관계를 3차원 공간에서 가상적으로 구현함으로써 안구의 곡률을 예측하고 이를 이용해 이미지의 비 이상적인 변형을 막는 방식을 고안하였다. 그 후 안저 사진의 형태를 고려하여 외곽선에 의해 생기는 이질감을 없애는 방법을 만들었다. 프로그램 인터페이스를 매우 단순하고 직관적으로 구현함으로써 사용자의 편의성을 증진 시켰으며 추가 연구를 통해 성능을 좀더 개선하면 망막질환 진단에 널리 사용될 수 있을 것으로 기대한다.