Recently, many researchers have developed algorithms for automatic segmentation of intravascular stent struts in Optical Coherence Tomography (OCT) images. While such algorithms are quite accurate, it takes much time to run them. Due to their long execution time, they have been unusable in hospital operating rooms for clinicians to decide whether additional balloon inflation is required. In this paper, we introduce a high-speed automatic stent segmentation algorithm using the Intel® IPP library and the NVIDIA CUDA technology. We evaluated our algorithm with 3 pullback patient data, and the average precision of the algorithm is 86.4% and the average execution time is 0.279 seconds per image. Unlike the previous algorithms starting which take OCT images as inputs, our algorithm takes binary raw data as an input and generates OCT images from it. Also, we provide 3D information with en face projection images to help medical doctors to inspect the patient data more easily and clearly.
최근 많은 연구자들이 광결합 단층 촬영법을 통해 생성된 관상동맥내 이미지에서 스텐트 구조를 자동으로 검출하는 알고리즘에 대한 연구를 하고 있다. 기존의 연구들은 정확도가 높은 반면 많은 시간이 걸린다. 이러한 알고리즘은 느리기 때문에 병원에 수술실에서 임상의가 빠른 판단을 내리는 것에 도움을 줄 수 없다. 이 논문에서 우리는 인텔의 IPP라이브러리와 엔비디아의 CUDA 기술을 사용하여 자동으로 스텐트 구조를 검출하는 빠른 알고리즘을 제안한다. 3명의 환자 데이터에 적용한 결과, 정확도는 평균 86.4% 이고, 이미지 한 장당 처리속도는 0.279초 이다. 기존의 연구들은 광결합 단층 촬영법 영상을 읽는 것으로 알고리즘을 시작하지만, 우리의 연구는 아날로그 신호를 저장한 바이너리 데이터를 읽어 광결합 단층 촬영법 영상을 만들어 내는 것으로 알고리즘을 시작하고, 3D 정보를 제공한다.
