Polyp Detection in Colonoscopy Video using Elliptical Shape Feature

1. Polyp Detection in Colonoscopy Video using Elliptical Shape Feature 2013-03-27 Jo Yeong-Jun SaeHwang , Polyp Detection in Colonoscopy Video using Elliptical Shape Feature, ICIP’07

2. Content • Introduction • Ellipse Detection • Region Segmentation • Ellipse Fitting • Polyp Candidate Selection • Filtering by Curve Direction and Curvature • Filtering by Edge Distance • Polyp Shot Detection • Experimental Result

3. Introduction 기존의 물체 검출은 윈도우 기반 검색으로 검색 범위가 윈도우모양에 한정된다. 분류기 학습 기반의 검출은 학습영상의 양과 질에 매우 의존적이다. 본 논문에서 제안하는 방법은 다음과 같다. Region Segmentation Ellipse fitting Polyp Candidate Selection

4. Ellipse Detection

5. Ellipse Detection –Region Segmentation Region Segmentation 다음과 같이 내시경 이미지를 몇 개의 구간으로 segmentation. 이를 위해 watershed algorithm을 이용함

6. Ellipse Detection –Region Segmentation Watershed algorithm이란? Gradient 영상의 픽셀값을2차원 지형의 높이라고 가정, 물을 채워 골짜기에 물 웅덩이를 형성 시키는 방법 Local minimum 높은 곳에서 물을 흘려 보내는 rainfall방식과 낮은 곳에서 물을 채우는 Flooding방식이 있음

7. Ellipse Detection –Region Segmentation Watershed algorithm - Flooding Dam = Max(I(x,y)) d Dam K = 3 K = 5 K = 2 K = 7 K = 9 12 12 …. Gradient of image

8. Ellipse Detection –Region Segmentation Region segmentation Segmented regions Smoothed Gradient image Region Segmentation Ellipse fitting Polyp Candidate Selection <제안 하는 용종 검출 과정>

9. Ellipse Detection –Ellipse fitting 2. Ellipse fitting Gradient image Binary edge map Detected Ellipses of All Regions Segmented regions

10. Ellipse Detection –Ellipse fitting Conics : , 타원 , 포물선 , 쌍곡선 , 타원 , 포물선 , 쌍곡선 Ellipse fitting: = ,subject to Specific constraints of conic :

11. Ellipse Detection –Ellipse fitting s.t KKT condition을 적용 불가 s.t s.t ,

12. Ellipse Detection –Ellipse fitting s.t = 결국 S matrix의 가장 작은 eigen value로 부터 비롯된 eigen vector가Da를 최소화 하는 값이 된다.

13. Polyp Candidate Selection

14. Polyp Candidate Selection • 지금까지의 과정(segmentation, ellipse fitting)으로 다음과 같은 용종 후보들을 생성. • 이중에서 과연 어떤 ellipse가 용종일 것인가?

15. Polyp Candidate Selection • 1. Filtering by Curve Direction 초점을 기준으로 나뉜 4개의 영역에 대해 포물선 fitting을 수행 Condition 1. Fitting된 포물선들이 용종의 안쪽 방향을 가리켜야 용종이라고 할 수 있음.

16. Polyp Candidate Selection • 포물선 fitting Conic의 포물선 contraint이 이므로 ellipse fitting 과정처럼문제를 해결 할 수 없음. = 0 따라서 다음과 같은 2차 방정식 모델 이용하여 fitting 단 2차 방정식은 X 축에 평행한 포물선 밖에 정의 하지 못하므로 다음 과 같이 ellipse를 rotation 시켜 포물선 fitting을 수행

17. Polyp Candidate Selection • 2. Filtering by Curvature 구해진 4개의 포물선에 대해 max curvature를 구한 뒤,일정한 범위 내에 포함되는 경우 용종 으로 간주 Obtained four curves: ,, The curvature() at a point : Condition 2.

18. Polyp Candidate Selection • 3. Filtering by Edge distance Assumption. 용종의 전체 테두리에 강한 edge가 없더라고 부분적으로 강한 edge가반드시 존재 해야 함. Region of ellipse : Corresponding edge: Edge distance = By modifying the hausdorff distance

19. Polyp Candidate Selection • 3. Filtering by Edge distance Condition 3. Condition 4.

20. Polyp Shot Detection

21. Polyp Shot Detection …. Frame #104 Frame #117 내시경 영상 시퀀스 용종 1

22. Polyp Shot Detection 용종 후보 A 인접 영상 B Registered 각각의 Binary Map ) frameis theleft-side boundary of polyp

23. Experimental Result 약 10분 분량의 용종검사 동영상에서 테스트함. 동영상은 총 8621 frame으로 구성되어있음. (815장은 용종을 포함한 frame 7806장은 용종을 포함하지 않은 frame)

24. Thank you