KR100392094B1 - 초음파 영상 최적화 시스템 - Google Patents

초음파 영상 최적화 시스템 Download PDF

Info

Publication number
KR100392094B1
KR100392094B1 KR10-2001-0055727A KR20010055727A KR100392094B1 KR 100392094 B1 KR100392094 B1 KR 100392094B1 KR 20010055727 A KR20010055727 A KR 20010055727A KR 100392094 B1 KR100392094 B1 KR 100392094B1
Authority
KR
South Korea
Prior art keywords
image
feature
ultrasound image
parameter
input
Prior art date
Application number
KR10-2001-0055727A
Other languages
English (en)
Other versions
KR20030022567A (ko
Inventor
손건호
김상현
김철안
Original Assignee
주식회사 메디슨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 메디슨 filed Critical 주식회사 메디슨
Priority to KR10-2001-0055727A priority Critical patent/KR100392094B1/ko
Publication of KR20030022567A publication Critical patent/KR20030022567A/ko
Application granted granted Critical
Publication of KR100392094B1 publication Critical patent/KR100392094B1/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58—Testing, adjusting or calibrating the diagnostic device
    • A61B8/585—Automatic set-up of the device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

본 발명은 입력 초음파 영상에 영향을 주는 모든 파라미터를 자동으로 최적화하여 초음파 영상 진단에 필요한 과정을 단순화시키는 시스템을 제공하는 것으로, 인체 내의 장기별 또는 장기 스캔 방향별로 분류된 각 초음파 영상에 대한 제 1 특징 파라미터 및 영상 파라미터를 갖는 표준 영상 데이터와 측정 파라미터를 저장하는 데이터베이스(10, 11)와, 입력 초음파 영상의 특징을 추출하여 제 2 특징 파라미터로서 출력하는 특징 추출부(20)와, 제 2 특징 파라미터와 복수의 제 1 특징 파라미터를 비교하고, 이들 간의 유사도를 계산하여 가장 높은 유사도를 갖는 제 1 특징 파라미터를 추출하고, 추출된 특징 파라미터에 대응하는 장기명 또는 장기 스캔 방향을 결정하는 유사도 계산부(30)와, 이와 같이 결정된 장기명 또는 장기 스캔 방향에 대응하는 영상 파라미터를 이용하여 입력 초음파 영상을 조정하는 영상 조정부(40a)를 포함한다.

Description

초음파 영상 최적화 시스템{SYSTEM FOR AUTOMATICALLY OPTIMIZING INPUT ULTRASOUND IMAGE}
본 발명은 초음파 영상 진단 시스템에 입력되는 초음파 영상을 분석하고, 분석 결과를 이용하여 입력 초음파 영상에 영향을 주는 모든 파라미터 요소를 자동으로 최적화하는 시스템에 관한 것이다.
종래의 초음파 영상 최적화 방법으로서, 밝기(brightness), 대조도(contrast) 등의 영상 파라미터 요소에 대하여 사전에 설정된 몇 개의 표준 수치를 사용자가 임의로 선택하는 방법과, 입력되는 초음파 영상을 진단 부위에 관계없이 사전에 정의된 복수의 특정 영상 파라미터 요소로 강제로 조정하는 방법이 있다. 그러나, 이러한 방법은 인체 내의 각종 장기의 특성을 충분히 고려하지 않은 방법으로서, 사용자 측면에서 볼 때, 초음파 영상의 최적화가 곤란하며, 인체 내의 각 장기를 진단하기 위해서 표준 수치를 수동으로 선택하거나 초음파 영상을 강제로 조정하여야 하는 번거로움이 있다.
예를 들면, BPD(Bi-Parietal Diameter, 태아 좌우 두개골의 길이)와 같은 인체의 특정 부위를 측정하고자 하는 경우, 몇 단계의 버튼 조작과 포인터를 이용하여 실제 화면 상에서 측정하고자 하는 위치를 지정하여야 하며, 다수의 항목 중에서 BPD 항목을 선택하여야 하므로 측정 작업이 번거로운 문제가 있다.
따라서, 본 발명의 주된 목적은 입력 초음파 영상을 분석하고, 그 분석 결과에 기초하여 입력 초음파 영상에 영향을 주는 모든 파라미터를 자동으로 최적화함으로써, 초음파 영상 진단에 필요한 과정을 단순화시키는 시스템을 제공하는 데에 있다.
도 1은 본 발명의 바람직한 실시예에 따른 초음파 영상 최적화 시스템의 개략적인 블럭도.
도 2는 본 발명의 데이터베이스(DB)에 저장된 각 특징 파라미터를 도시한 도면.
도 3은 본 발명의 데이터베이스에 저장된 각 영상 파라미터를 도시한 도면.
도 4는 본 발명의 데이터베이스에 저장된 각 측정 파라미터를 도시한 도면.
도 5a 내지 도 8b는, 각각 종래 방식에 의해서 구해진 영상과 본 발명에 의해서 구해진 영상의 차이를 설명하기 위한 예시적인 실험 사진.
<도면의 주요 부분에 대한 부호의 설명>
10; 표준 영상 DB
10a; 특징 파라미터 DB
10b; 영상 파라미터 DB
11; 측정 파라미터 DB
20a; 전처리부
20b; 영상 변환부
20c; 특징 검출부
30; 유사도 계산부
40; 영상 애플리케이션
40a; 영상 조정부
40b; 자동 측정부
상기 목적을 달성하기 위해서, 본 발명의 바람직한 실시예에 따르면, 입력 초음파 영상을 최적화하는 시스템에 있어서, 인체 내의 장기별 또는 장기 스캔 방향별로 분류된 각 초음파 영상에 대한 제 1 특징 파라미터 및 영상 파라미터를 갖는 표준 영상 데이터와 측정 파라미터를 저장하는 메모리와, 입력 초음파 영상의 특징을 추출하여 제 2 특징 파라미터로서 출력하는 특징 추출 수단과, 상기 제 2 특징 파라미터와 상기 복수의 제 1 특징 파라미터를 비교하고, 이들 간의 유사도를 계산하여 가장 높은 유사도를 갖는 제 1 특징 파라미터를 추출하는 유사도 계산 수단과, 가장 높은 유사도를 갖는 상기 제 1 특징 파라미터에 대응하는 장기명 또는 장기 스캔 방향을 결정하는 결정 수단과, 상기 결정된 장기명 또는 장기 스캔 방향에 대응하는 상기 영상 파라미터를 이용하여 상기 초음파 영상을 조정하는 영상 조정 수단을 포함하는 초음파 영상 최적화 시스템이 제공된다.
또한, 본 발명에 따른 초음파 영상 최적화 시스템은, 상기 입력 초음파 영상에 대하여 상기 데이터베이스에 저장된 상기 자동 측정 함수를 이용하여 BPD(Bi-Parietal Diameter), AC(Abdominal Circumference), FL(Femur Length), M Mode(Motion Mode) 및 도플러(Doppler) 항목 중의 적어도 하나를 측정하고, 그 측정 결과를 디스플레이에 출력하는 자동 측정부를 더 포함한다.
이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 초음파 영상 최적화 시스템의 개략적인 블럭도이다.
도 1에 도시한 바와 같이, 본 발명의 초음파 영상 최적화 시스템(100)은 표준 영상 DB(10), 측정 파라미터 DB(11), 특징 추출부(20), 유사도 계산부(30) 및 영상 애플리케이션(40)으로 구성된다.
표준 영상 DB(10)는 인체 내의 각 장기에 대한 표준 영상 데이터를 저장하는 것으로, 각 영상에 대한 표준 특징 파라미터를 저장하는 특징 파라미터 DB(10a) 및 각 장기에 대한 표준 영상 파라미터를 저장하는 영상 파라미터 DB(10b)를 구비한다. 영상 파라미터 DB(10b)에 저장되는 영상 파라미터로서는 밝기 값, 대조도, 에지의 세기, 송수신 주파수, 초음파의 평균 속도 등이 있다. 측정 파라미터 DB(11)는 각 영상의 측정에 필요한 자동 측정 함수를 저장한다. 측정 파라미터 DB(11)에 저장되는 자동 측정 함수는 BPD(Bi-Parietal Diameter, 태아 좌우 두개골의 길이), AC(Abdominal Circumference, 태아 몸통 둘레), FL(Femur Length, 태아 대퇴골 길이), M Mode(Motion Mode), 도플러(Doppler, 도플러 효과에 기초하여 혈류의 움직임을 파형으로 보여 주는 모드) 등의 항목을 자동으로 측정하는 함수로서, 복잡한 인터페이스없이 각 항목에 해당하는 기능을 사용자가 필요에 따라 선택하여 사용할 수 있다.
특징 추출부(20)는 전처리부(20a), 영상 변환부(20b) 및 특징 검출부(20c)를 갖는다. 전처리부(20a)는 초음파 프로브(도시하지 않음)로부터 획득된 입력 초음파 영상에 대하여 정규화(normalization) 및 잡음 제거를 수행하여 입력 초음파 영상 내에서 의미있는 영역들을 선별하는 기능을 수행한다.
영상 변환부(20b)는 영상의 특징을 용이하게 추출할 수 있도록 영상의 형태나 분포를 변형시킨다. 즉, 영상 변환부(20b)는 통상의 고속 푸리에 변환(FFT), 이산 코사인 변환(DCT), 웨이브렛 변환(Wavelet Transform), 가버 변환(Gabor Transform) 등을 이용하여, 영상을 공간 영역에서 주파수 영역으로 변환시켜 영상 내에 있는 각 주파수 성분을 보다 체계적으로 분류하고, 영상 분할이나 에지 강조 등을 통해서 공간 영역에서 영상의 특징을 강조하는 기능을 수행한다. 이와 같이, 영상 변환부(20b)에 의해서 분류되고 강조된 영상은 특징 검출부(20c)에 입력된다.
특징 검출부(20c)는 영상을 대표하는 특징을 검출하고 이를 수치적으로 나타내는 기능을 수행한다. 즉, 특징 검출부(20c)는 주파수 영역의 경우는 각 주파수 성분의 에너지, 모멘트, 각 대역별 국소적인 밝기 분포, 방향성 등을 이용하여 영상의 특징을 정의하고, 공간 영역의 경우에는 영상의 밝기 분포, 에지(edge)의 위치 및 세기 정보, 영역 분할 정보 등을 조합하여 영상의 특징을 정의한다. 이와같이 정의된 영상의 특징은 장기 인식을 위한 제 1 특징 파라미터로서 유사도 계산부(30)에 공급된다.
유사도 계산부(30)는 특징 검출부(20c)로부터 공급된 제 1 특징 파라미터와 도 2에 도시한 바와 같은 표준 영상 DB(10)의 특징 파라미터 DB(10a)로부터 입력되는 복수의 제 2 특징 파라미터와를 비교하여, 이들 간의 유사도를 계산하고, 계산된 유사도 중의 가장 높은 유사도를 갖는 제 2 특징 파라미터를 추출함으로써, 추출된 제 2 특징 파라미터가 속해 있는 분류명을 인식 장기명으로서 출력한다. 도 2에 도시한 바와 같이, 특징 파라미터 DB(10a)에 저장된 각 특징 파라미터는 장기별로 분류되어 있기 때문에, 제 1 특징 파라미터와 가장 유사한 특징을 갖는 제 2 특징 파라미터가 입력 초음파 영상의 장기명으로서 인식된다. 또한, 도 2에는 도시되어 있지 않지만, 각 특징 파라미터는 장기 스캔 방향으로 분류되어, 전술한 바와 같은 특징 파라미터의 유사도 계산을 통해서 가장 높은 유사도를 갖는 특징 파라미터를 입력 초음파 영상의 장기 스캔 방향으로서 간주할 수 있다.
유사도 계산부(30)로부터 출력된 장기명 데이터 또는 장기 스캔 방향 데이터는 영상 조정부(40a) 및 자동 측정부(40b)를 갖는 영상 애플리케이션(40)에 입력된다. 영상 애플리케이션(40)의 영상 조정부(40a)는 도 3에 도시한 바와 같이, 영상 파라미터 DB(10b)에 저장되어 있는, 예를 들면, 이득(gain), 대조도, 에지 등의 장기별 영상 파라미터에 기초하여 입력 초음파 영상을 조정하고 조정된 영상을 디스플레이에 출력한다. 영상 애플리케이션(40)의 자동 측정부(40b)는 도 4에 도시한 바와 같이 측정 파라미터 DB(11)에 저장되어 있는, 예를 들면, Ob(Obstetric), M모드(M Mode), 도플러(Doppler) 등의 유형별 측정 파라미터를 이용하여 측정에 필요한 각 항목에 대하여 자동 측정을 수행하거나 각 항목에 해당하는 기능을 사용자가 직접 수행할 수 있도록, 측정된 영상 데이터를 디스플레이에 출력한다.
도 5a 내지 도 8b는 종래 방식에 의해서 구해진 초음파 영상과 본 발명에 의해서 구해진 초음파 영상의 차이를 설명하기 위한 예시적인 실험 사진이다.
도 5a는 종래의 초음파 진단 시스템에 의해서 얻어진 간의 초음파 영상 사진이며, 도 5b는 본 발명에 따라서 이득이 조절된 간의 초음파 영상 사진이다. 도 5b로부터 알 수 있듯이, 도 5a에 비하여 적절한 밝기의 이득으로 조절된 간의 초음파 영상을 얻을 수 있었다.
도 6a는 종래의 초음파 진단 시스템에 의해서 얻어진 간의 초음파 영상 사진이며, 도 6b는 본 발명에 따라서 초음파 입력 신호의 동적 범위(dynamic range)가 조절된 간의 초음파 영상 사진이다. 도 6b로부터 알 수 있듯이, 동적 범위가 넓어 간의 초음파 영상이 뿌연 도 6a에 비하여, 적절한 동적 범위로 조절되어 대조도가 향상된 간의 초음파 영상을 얻을 수 있었다.
도 7a는 종래의 초음파 진단 시스템에 의해서 얻어진 간의 초음파 영상 사진이며, 도 7b는 본 발명에 따라서 에지 강화(edge enhancement)가 조절된 간의 초음파 영상 사진이다. 도 7b로부터 알 수 있듯이, 조직간의 차이가 적어 변별력이 떨어지는 도 7a에 비하여, 경계간의 차이를 강조하여 변별력을 증가시킨 간의 초음파 영상을 얻을 수 있었다.
도 8a는 종래의 초음파 진단 시스템에 의해서 얻어진 간의 초음파 영상 사진이며, 도 8b는 본 발명에 따른 영상 최적화를 통해서 얻어진 간의 초음파 영상 사진이다. 도 8b로부터 알 수 있듯이, 입력 초음파 영상에 대하여 이득, 동적 범위 및 에지 강화 등의 각 영상 파라미터를 자동으로 조절함으로써, 도 8a에 비하여 보다 향상된 화질의 초음파 영상을 얻을 수 있었다.
본 발명에 따른 초음파 영상 최적화 시스템은, 초음파 진단 시스템 내에서 독립적으로 운영되거나, 다른 초음파 진단 시스템과 네트웍을 통해 연결되어 각 시스템이 사용하는 데이터베이스를 공유하여 운영될 수도 있음은 물론이다.
상기에 있어서, 본 발명의 바람직한 실시예에 대해서 설명하였는데, 본 발명의 특허 청구 범위를 이탈하지 않으면서 당업자는 다양한 변경을 행할 수 있음은 물론이다.
따라서, 본 발명에 따르면, 의료용 초음파 영상 진단 시스템에서 입력되는 인체 장기에 대한 초음파 영상의 특징 파라미터를 추출하고, 추출된 특징 파라미터와 데이터베이스에 이미 저장된 인체 내의 각 장기에 대한 특징 파라미터를 비교하여, 가장 유사한 특징을 갖는 특징 파라미터를 추출하고, 그 추출된 특징 파라미터에 대응하는 장기명을 입력 초음파 영상의 장기명으로서 인식하여, 데이터베이스에 저장된 영상 파라미터를 이용하여 해당 장기의 영상을 최적화함으로써, 양호한 화질의 초음파 영상을 사용자에게 제공할 수 있다.
또한, 본 발명에 따르면, 상기와 같이 하여 얻어진 양호한 화질의 초음파 영상에 대하여 사전에 저장된 자동 측정 알고리즘을 적용함으로써, 초음파 영상의 측정시, 사용자의 버튼 조작, 위치 지정 조작 등의 번거로운 수동 작업을 단순화시킬 수 있다.

Claims (6)

  1. 입력 초음파 영상을 최적화하는 시스템에 있어서,
    인체 내의 장기별 또는 장기 스캔 방향별로 분류된 각 초음파 영상에 대한 제 1 특징 파라미터 및 영상 파라미터를 갖는 표준 영상 데이터와 측정 파라미터를 저장하는 메모리와,
    입력 초음파 영상의 특징을 추출하여 이를 제 2 특징 파라미터로서 출력하기 위한 특징 추출 수단과,
    상기 제 2 특징 파라미터와 상기 복수의 제 1 특징 파라미터를 비교하고, 이들 간의 유사도를 계산하여 가장 높은 유사도를 갖는 제 1 특징 파라미터를 추출하기 위한 유사도 계산 수단과,
    가장 높은 유사도를 갖는 상기 제 1 특징 파라미터에 대응하는 장기명 또는 장기 스캔 방향을 결정하기 위한 결정 수단과,
    상기 결정된 장기명 또는 장기 스캔 방향에 대응하는 상기 영상 파라미터를 이용하여 상기 초음파 영상을 조정하기 위한 영상 조정 수단
    을 포함하는 초음파 영상 최적화 시스템.
  2. 제 1 항에 있어서,
    상기 메모리는 상기 입력 초음파 영상에 대한 BPD(Bi-Parietal Diameter), AC(Abdominal Circumference), FL(Femur Length), M Mode(Motion Mode),도플러(Doppler) 항목 중의 적어도 하나를 자동으로 측정하는 자동 측정 함수를 저장하며, 상기 영상 파라미터는 밝기 값, 대조도, 에지의 세기, 송수신 주파수 및 초음파의 평균 속도 중의 적어도 하나를 갖는 초음파 영상 최적화 시스템.
  3. 제 1 항에 있어서,
    상기 특징 추출 수단은
    상기 입력 초음파 영상에 대하여 밝기, 대조도 및 에지 세기 중의 적어도 하나를 정규화하는 정규화 수단과,
    상기 정규화된 초음파 영상을 공간 영역에서 주파수 영역으로 변환시킴으로써 상기 입력 초음파 영상 내의 각 주파수 성분을 분류하는 영상 변환 수단과,
    상기 주파수 영역의 경우, 상기 각 주파수 성분의 에너지, 모멘트, 각 대역별 국소적인 밝기 분포 및 방향성 중의 적어도 하나를 이용하여 상기 입력 초음파 영상의 특징을 정의하고; 상기 공간 영역의 경우에는, 상기 입력 초음파 영상의 밝기 분포, 에지의 위치 및 세기 정보 및 영역 분할 정보 중의 적어도 두 개를 조합하여 상기 초음파 영상의 특징을 정의하고, 정의된 특징을 상기 제 2 특징 파라미터로서 출력하는 특징 정의 수단을 포함하는 초음파 영상 최적화 시스템.
  4. 제 3 항에 있어서,
    상기 영상 변환 수단은 영상 분할 및 에지 강조를 통해서 상기 공간 영역에서 상기 입력 초음파 영상의 특징을 강조하는 초음파 영상 최적화 시스템.
  5. 제 4 항에 있어서,
    상기 영상 변환 수단은 고속 푸리에 변환(FFT), 이산 코사인 변환(DCT), 웨이브렛 변환(Wavelet Transform) 및 가버 변환(Gabor Transform) 중의 적어도 하나를 이용하는 초음파 영상 최적화 시스템.
  6. 제 1 항에 있어서,
    상기 입력 초음파 영상에 대하여 상기 메모리에 저장된 상기 자동 측정 함수를 이용하여 BPD(Bi-Parietal Diameter), AC(Abdominal Circumference), FL(Femur Length), M Mode(Motion Mode) 및 도플러(Doppler) 항목 중의 적어도 하나를 측정하고, 그 측정 결과를 표시 장치에 출력하는 수단을 포함하는 초음파 영상 최적화 시스템.
KR10-2001-0055727A 2001-09-11 2001-09-11 초음파 영상 최적화 시스템 KR100392094B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR10-2001-0055727A KR100392094B1 (ko) 2001-09-11 2001-09-11 초음파 영상 최적화 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2001-0055727A KR100392094B1 (ko) 2001-09-11 2001-09-11 초음파 영상 최적화 시스템

Publications (2)

Publication Number Publication Date
KR20030022567A KR20030022567A (ko) 2003-03-17
KR100392094B1 true KR100392094B1 (ko) 2003-07-22

Family

ID=27723413

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-0055727A KR100392094B1 (ko) 2001-09-11 2001-09-11 초음파 영상 최적화 시스템

Country Status (1)

Country Link
KR (1) KR100392094B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101051567B1 (ko) * 2008-11-19 2011-07-22 삼성메디슨 주식회사 표준 단면 정보를 제공하는 초음파 시스템 및 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100461264B1 (ko) * 2002-02-25 2004-12-17 주식회사 캐드임팩트 명암도와 밝기의 변화에 독립적인 초음파 종괴영상을 검색하는 방법
KR100868483B1 (ko) 2005-10-07 2008-11-12 주식회사 메디슨 초음파영상 디스플레이 방법
KR100748177B1 (ko) * 2005-11-23 2007-08-09 주식회사 메디슨 초음파 볼륨 데이터의 특성에 따라 3차원 초음파 영상의밝기를 조절하는 초음파 진단 시스템 및 방법
US7856130B2 (en) * 2007-03-28 2010-12-21 Eigen, Inc. Object recognition system for medical imaging
KR101014551B1 (ko) * 2008-09-29 2011-02-16 주식회사 메디슨 대상체를 자동으로 인식하는 초음파 시스템 및 방법
KR102243969B1 (ko) * 2019-05-07 2021-04-22 서강대학교산학협력단 방광부피 계측장치 및 이의 동작방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0759781A (ja) * 1993-06-14 1995-03-07 Toshiba Corp 超音波診断装置
KR20000060441A (ko) * 1999-03-16 2000-10-16 이민화 최적의 하모닉영상(ｏｈｉ)을 구현하는 초음파영상시스템 및 그 방법
JP2001187057A (ja) * 1999-11-05 2001-07-10 General Electric Co <Ge> ピクセル強度ヒストグラムに基づいてイメージング・システムの動作を適応設定する方法及び装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0759781A (ja) * 1993-06-14 1995-03-07 Toshiba Corp 超音波診断装置
KR20000060441A (ko) * 1999-03-16 2000-10-16 이민화 최적의 하모닉영상(ｏｈｉ)을 구현하는 초음파영상시스템 및 그 방법
JP2001187057A (ja) * 1999-11-05 2001-07-10 General Electric Co <Ge> ピクセル強度ヒストグラムに基づいてイメージング・システムの動作を適応設定する方法及び装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101051567B1 (ko) * 2008-11-19 2011-07-22 삼성메디슨 주식회사 표준 단면 정보를 제공하는 초음파 시스템 및 방법

Also Published As

Publication number Publication date
KR20030022567A (ko) 2003-03-17

Similar Documents

Publication Publication Date Title
US11717183B2 (en) Method and device for automatic identification of measurement item and ultrasound imaging apparatus
US11633169B2 (en) Apparatus for AI-based automatic ultrasound diagnosis of liver steatosis and remote medical diagnosis method using the same
JP3974946B2 (ja) 画像分類装置
US8718339B2 (en) Ultrasonic diagnostic arrangements selecting parameters for selecting relevant estimation data for classifying an elasticity image
KR100490564B1 (ko) 초음파 영상 신호로부터 장기를 인식하는 장치 및 방법
Aarnink et al. Edge detection in prostatic ultrasound images using integrated edge maps
CN111583320B (zh) 融合深度卷积网络和影像组学特征的乳腺癌超声图分型方法、***及存储介质
Sun et al. Ultrasonic image analysis for liver diagnosis
KR100392094B1 (ko) 초음파 영상 최적화 시스템
CN112950534A (zh) 一种基于人工智能的便携式超声肺炎辅助诊断***
JP2000126178A (ja) 立体表面形状定量化方法、及びこれを応用した悪性腫瘍自動識別方法
CN112998755A (zh) 解剖结构的自动测量方法和超声成像***
US20140206997A1 (en) Ultrasonic diagnostic arrangements selecting parameters for selecting relevant estimation data for classifying an elasticity image
Pal et al. Medical image fusion employing enhancement techniques
KR100461264B1 (ko) 명암도와 밝기의 변화에 독립적인 초음파 종괴영상을 검색하는 방법
CN106815840B (zh) 一种肝部扫查图像的处理方法及装置
WO1994014063A1 (en) Order-based analyses of cell and tissue structure
Gupta et al. Efficacy of Pearson distributions for characterization of gray levels in clinical ultrasound kidney images
Liu et al. Computer-aided diagnosis system for breast cancer using B-mode and color Doppler flow images
CN113974688B (zh) 超声成像方法和超声成像***
Mohamed et al. Prostate tissue texture feature extraction for suspicious regions identification on TRUS images
Biradar et al. Feature extraction and classification of digital kidney ultrasound images: a hybrid approach
CN117520997B (zh) 一种用于美容机器人的数据处理方法及***
CN118121176B (zh) 一种用于无创心排监测的数据分析方法及***
Potdukhe et al. MLP NN based DSS for analysis of ultrasonic liver image and diagnosis of liver disease

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130521

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20140703

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20160704

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20180703

Year of fee payment: 16

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 17