뇌종양 분석기 (Brain Tumor Simulator)

Copyright © 2023 조성원(Sung Won Jo)

Introduction

종양 컨투어 탐지 (Contour Detection)	Binarization, area threshold custumization

종양 3D 재구성 (Poission Reconstruction)	성장패턴 분석(Growth Pattern Analysis)

• Brain Tumor Simulator는 Qt5 / Python 으로 작성된 Desktop 의료 영상 소프트웨어입니다.
  

  이 프로그램은 DICOM 데이터로부터 종양을 나타내는 3D 모델을 생성하고, 종양의 체적을 계산합니다.
  

• 이 프로그램은 의료 진단을 대체하는 용도로 사용될 수 없습니다.

  This application is not intended to replace professional medical diagnosis.

Getting Started

Dependencies

• Windows: 10, 11
• python >= 3.0.9

Installation

• Choice 1. Repository의 Main.py를 python 인터프리터(>=3.0.9)로 실행합니다.

  (Consts.py 모듈의 debug_or_release 를 True 로 설정합니다.)

• Choice 2: 다음 링크에서 실행파일(.exe)을 다운로드 합니다.

  [EXE] Brain Tumor Simulator.zip

Funtionality

Viewing

• MRI 및 CT 영상이 담긴 DICOM 파일을 열람할 수 있다.
• 시리즈, 단면의 특정 영역을 확대하거나 축소하여 볼 수 있다.

3D Modeling

• 종양에 해당하는 영역을 감지하거나 수동으로 마킹할 수 있다.
• 적층된 종양 단면으로부터 종양의 입체 모델을 생성할 수 있다.
• 종양 모델을 렌더링, 회전 등 변환을 가할 수 있다.
• 종양 모델을 파일(*.tmr)로 내보낼 수 있다.

Analyzing

• 종양 모델의 부피를 계산할 수 있다.
• 촬영 시점이 다른 종양 모델을 파일(*.tmr)로부터 불러와 서로 비교할 수 있다.
• 촬영 시점에 따른 종양의 부피 및 성장율을 그래프로 나타낼 수 있다.

Etc.

• 프로젝트를 파일(.bts)로 저장하고 불러와서 모델을 수정할 수 있다.
• Help 메뉴로부터 사용 방법, 프로그램 정보를 확인할 수 있다.

Project Overview

Language

Python (3.9.0 interpreter)

IDE

Visual Studio Code (1.95.3)

Framework

Qt5 (5.15.11)

GUI

• 단일한 윈도우(MainWindow.py)가 존재한다.
• 윈도우는 2개의 하위 Fragment 모듈들로 구성되며, 대부분의 동작은 각 Fragment가 처리한다.
• LayersFragment 는 시리즈 및 단면 탐색, 종양 경계 입력을 수행한다.
• RenderingFragment 는 3D 렌더링, 모델 변환(rotate, scale)을 수행한다.

Architecture

• MVVM Pattern
• 단일한 뷰모델(ViewModel.py)이 존재한다.
• Layer 간 결합도를 낮추기 위해 Observer 패턴을 사용하였다.
• Observer 패턴의 구현을 위해 data와 callback을 갖는 LiveData 모듈을 작성하였다.

3D Graphics

• 렌더링과 영상 처리에 각각 PyOpenGL(3.1.7), OpenCV(4.10.0), Open3d(0.18.0)를 사용하였다.
• 종양의 경계를 결정하기 위해 단면 이미지에 Contour detection을 적용하였다. (사용자 수정 가능)
• 입력된 종양 경계점을 적층하여 3D point cloud 를 구성하였다.
• point cloud 로부터 mesh 를 얻는 계산에는 Poission reconstruction 이 적용되었다.
• 종양 모델의 부피는 n번째 단면적 Sn, 단면간격 Δh에 대하여 V = Σ(Sn*Δh)로 결정하였다.
• 단면적은 Shoelace formula 에 경계점을 입력하여 계산하였다.
• 동일한 종양을 여러 개의 시리즈(Axial, Coronal, Sagittal)에서 마크한 경우, 모든 시리즈로부터 point cloud를 취한다.
• 위 경우 각 시리즈가 서로의 단면 사이에 있는 공백을 보완해주므로 실제에 가까운 모델을 생성할 수 있다. (부피는 산술평균을 취한다)

Author

• 조성원 (Sung Won Jo)

  📧 waterbottle54@naver.com

  📚 Portfolio

  📹 YouTube Channel

Version History

• 1.01 (2023.4): 종양 렌더링 기능 구현

• 1.02 (2023.5): 종양 성장 패턴 analyze 기능 구현

• 1.03 (2024.12): 종양 경계 auto detection 구현

Acknowledgments

• Darcy Mason, Adit Panchal, MIT (pydicom: https://github.com/pydicom/pydicom)
• Mike C. Fletcher (pyopengl: http://pyopengl.sourceforge.net)
• Open3D Team (open3d: https://www.open3d.org)