변형 이미지 정합 알고리즘 성능 평가: 점·부피 변형에 따른 정확도 비교

초록

본 연구는 가상 변형 QA 소프트웨어(ImSimQA)를 이용해 기준 영상(Iref)과 부피(Vref)를 생성하고, 변형점 이동 및 부피 증가·감소 두 종류의 변형을 적용하였다. 이후 Horn‑Schunk, Iterative Optical Flow, Modified Demons, Fast Demons 네 가지 DIR 알고리즘으로 역변형을 수행해 복원 영상(Iid)과 부피(Vid)를 얻었다. 정량적 평가는 정규화 상호 정보(NMI), 정규화 교차상관(NCC), Dice 유사도(DSC)를 사용했으며, 변형점 이동 4 mm에서 모든 알고리즘이 NMI > 1.81, NCC > 0.99를 기록했다. 부피가 ±12 % 변했을 때 Vref와 Vid의 차이는 5 % 이하였고, DSC는 대부분 0.95 이상이었다. 변형 정도에 따라 알고리즘별 성능 차이가 나타났으며, 임상 적용 전 각 알고리즘의 검증이 필요함을 제시한다.

상세 요약

이 논문은 변형 이미지 정합(DIR)의 정밀도가 방사선 치료 계획의 선량 계산에 미치는 영향을 고려하여, 다양한 DIR 알고리즘의 성능을 체계적으로 평가한다. 먼저 ImSimQA 소프트웨어를 이용해 기준 CT 영상(Iref)과 해당 해부학적 구조의 부피(Vref)를 가상으로 생성하고, 두 종류의 변형을 설계하였다. 변형1은 부피를 증가시키는 ‘이완’ 형태이며, 변형2는 부피를 감소시키는 ‘수축’ 형태이다. 각각의 변형은 변형점의 축방향 이동 거리(0 ~ 4 mm)와 부피 변화율(±12 %)를 조절하여 다양한 시나리오를 만든다. 변형된 영상(Idef)과 부피(Vdef)는 다시 역변형 과정을 통해 원본 Iref와 Vref에 근접하도록 복원한다. 역변형에는 MATLAB 기반 DIRART 툴킷에 구현된 네 가지 알고리즘, 즉 Horn‑Schunk 광학 흐름(HS), Iterative Optical Flow(IOF), Modified Demons(MD), Fast Demons(FD)을 적용하였다.

복원된 영상(Iid)과 부피(Vid)의 품질 평가는 정규화 상호 정보(NMI)와 정규화 교차상관(NCC)로 영상 유사성을, Dice Similarity Coefficient(DSC)로 부피 일치도를 측정한다. 결과는 변형점 이동이 4 mm일 때 모든 알고리즘이 NMI ≥ 1.81, NCC ≥ 0.99를 달성했으며, 이는 고해상도 CT 영상에서 변형이 크게 발생해도 영상 구조가 거의 손실되지 않음을 의미한다. 부피 변화가 약 12 %일 경우 Vref와 Vid의 차이는 5 % 이하로 제한되었으며, 이는 임상에서 흔히 발생하는 장기 변형(예: 체중 변화, 장기 부피 변동)에도 충분히 대응 가능함을 시사한다.

특히 DSC 결과에서 변형1(부피 증가)에서는 MD 알고리즘이 0.95 이하로 떨어져 다른 세 알고리즘에 비해 부피 복원 정확도가 낮았다. 이는 Modified Demons이 부피 확대 상황에서 경계 이동을 과소평가하는 경향이 있음을 암시한다. 반면 변형2(부피 감소)에서는 모든 알고리즘이 DSC ≥ 0.95를 기록했으며, 수축 상황에서는 알고리즘 간 차이가 미미함을 보여준다. 이러한 차이는 각 알고리즘이 내부 변형 에너지와 경계 조건을 처리하는 방식의 차이에서 비롯된다.

종합적으로, 변형 정도와 유형에 따라 DIR 알고리즘의 성능이 달라짐을 확인했으며, 특히 부피 확대 상황에서는 알고리즘 선택이 중요함을 강조한다. 임상 적용 전에는 목표 변형 범위에 맞는 알고리즘을 사전 검증하고, 필요 시 파라미터 튜닝이나 다중 알고리즘 결합을 고려해야 한다는 실용적 교훈을 제공한다.