KR101305678B1 - Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof - Google Patents

Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof Download PDF

Info

Publication number
KR101305678B1
KR101305678B1 KR1020110074800A KR20110074800A KR101305678B1 KR 101305678 B1 KR101305678 B1 KR 101305678B1 KR 1020110074800 A KR1020110074800 A KR 1020110074800A KR 20110074800 A KR20110074800 A KR 20110074800A KR 101305678 B1 KR101305678 B1 KR 101305678B1
Authority
KR
South Korea
Prior art keywords
region
brightness value
wrinkle
voxel
large intestine
Prior art date
Application number
KR1020110074800A
Other languages
Korean (ko)
Other versions
KR20130014710A (en
Inventor
이현나
이정진
김세형
김보형
신영길
Original Assignee
가톨릭대학교 산학협력단
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 가톨릭대학교 산학협력단 filed Critical 가톨릭대학교 산학협력단
Priority to KR1020110074800A priority Critical patent/KR101305678B1/en
Publication of KR20130014710A publication Critical patent/KR20130014710A/en
Application granted granted Critical
Publication of KR101305678B1 publication Critical patent/KR101305678B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/31—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the rectum, e.g. proctoscopes, sigmoidoscopes, colonoscopes
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B42/00—Obtaining records using waves other than optical waves; Visualisation of such records by using optical means
    • G03B42/02—Obtaining records using waves other than optical waves; Visualisation of such records by using optical means using X-rays
    • G03B42/026—Obtaining records using waves other than optical waves; Visualisation of such records by using optical means using X-rays for obtaining three-dimensional pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Pulmonology (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 가상 대장내시경에서 전자적 장세척 방법 및 장치에 관한 것이다. 본 발명에 따르면, CT 기법에 의해 3차원 복부 볼륨데이터를 획득하는 단계와, 상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할하는 단계와, 상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산하는 단계와, 상기 대장 내부의 대장 주름 영역에 대한 확률 분포를 연산하는 단계, 및 상기 ST 영역과 상기 TM 영역의 구성 비율과, 상기 대장 주름 영역에 대한 확률 분포를 이용하여, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 단계를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법을 제공한다.
상기 가상 대장내시경에서 전자적 장세척 방법 및 장치에 따르면, ST 영역 및 TM 영역의 구성 비율, 그리고 대장 주름 영역에 대한 확률 분포를 이용하여, 대장 주름이 보존되도록 볼륨데이터를 재구성할 수 있다. 따라서, 실제 병원에서 대장을 검진할 때 보조 진단 도구로 활용될 수 있어 대장 주름의 손상으로 인한 오진단을 획기적으로 줄일 수 있으며, 가상 대장내시경 시에 발생하는 시각적 부자연스러움 문제를 최소화함에 따라 진단의 정확성 및 효율성을 크게 향상시킬 수 있는 이점이 있다.The present invention relates to an electronic intestinal lavage method and apparatus in a virtual colonoscope. According to the present invention, the method comprises the steps of acquiring three-dimensional abdominal volume data by a CT technique, dividing an air region and a tagged material (TM) region of the large intestine from the volume data, the TM region, and the large intestine. Calculating a composition ratio of a soft tissue (ST) region corresponding to an inner wall of the substrate; calculating a probability distribution of a colonic wrinkle region in the large intestine; and a composition ratio of the ST region and the TM region; The present invention provides a method for electronic intestinal cleansing using wrinkle preservation reconstruction in a virtual colonoscopy comprising preserving the large intestine wrinkles and reconstructing the volume data using a probability distribution over the large intestine wrinkles.
According to the electronic long cleaning method and apparatus in the virtual colonoscope, volume data may be reconstructed so that colonic wrinkles are preserved by using a composition ratio of the ST region and the TM region and a probability distribution of the colonic wrinkle region. Therefore, it can be used as a supplementary diagnostic tool when examining the colon in actual hospitals, which can dramatically reduce misdiagnosis due to damage of the colon wrinkles, and minimize the visual unnaturalness caused by virtual colonoscopy. This has the advantage of greatly improving accuracy and efficiency.

Description

가상 대장내시경에서 전자적 장세척 방법 및 장치{Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof}Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus

본 발명은 가상 대장내시경에서 전자적 장세척 방법 및 장치에 관한 것으로서, 보다 상세하게는 가장 대장내시경 시에 대장 주름을 보존할 수 있는 전자적 장세척 방법 및 장치에 관한 것이다.The present invention relates to an electronic intestinal cleaning method and apparatus in a virtual colonoscopy, and more particularly, to an electronic intestinal cleaning method and apparatus capable of preserving colonic wrinkles at the time of colonoscopy.

대장암은 여러 가지 암 가운데 발병빈도가 높고 치료가 용이하지 않은 대표적인 질병이다. 대장암은 미국의 경우 암 관련 사망 원인의 두 번째이며, 우리나라의 경우에도 식생활의 서구화에 따라 암 관련 사망 원인의 네 번째에 해당될 정도이다. 따라서, 대장암은 현대인의 건강에 큰 영향을 미치는 질병으로 볼 수 있다.Colorectal cancer is one of many cancers with a high incidence and inability to treat. Colorectal cancer is the second leading cause of cancer-related deaths in the United States, and in Korea, it is the fourth leading cause of cancer-related deaths due to westernization of diet. Therefore, colon cancer can be seen as a disease that greatly affects the health of modern people.

대장암의 치유에 있어 가장 중요한 관건은 효율적인 진단을 통해 조기에 대장의 종양을 발견하는 것이다. 대장암의 조기 발견을 위해서 최근 정기적인 검진이 증가하고 있다. 검진 방법으로는 광학 내시경이 많이 이용된다. 광학 내시경은 광학 탐침을 직장을 통해 대장 내부로 삽입하여 탐침 끝에 부착된 소형 카메라를 조정하여 대장의 내부 표면을 관찰하고 진단하는 방법이다. 이 방법은 탐사 과정에서 카메라 조정이 어려워 고도의 숙련도를 필요로 할 뿐 아니라 오랜 시간이 소요된다. 또한 이러한 침습적인 방법은 환자가 검사 전에 긴 시간의 사전 준비 작업이 필요하고, 장세척과 같은 불편함을 감수해야 하며, 감염과 출혈 등의 부작용이 따른다.The most important factor in the treatment of colorectal cancer is to detect colon tumors early through efficient diagnosis. In order to detect colon cancer early, regular check-ups have recently increased. Optical endoscopes are widely used as a screening method. An optical endoscope is a method of inserting an optical probe into the colon through the rectum to adjust the small camera attached to the tip of the probe to observe and diagnose the internal surface of the colon. This method is difficult to adjust the camera during the exploration process, not only requires a high level of skill, but also takes a long time. In addition, this invasive method requires a long time of preparatory work before the test, bear the inconvenience of intestinal lavage, and side effects such as infection and bleeding.

이러한 단점을 보완하기 위해 CT(Computed Tomography)에서 얻어진 인체의 단면 영상 데이터를 컴퓨터로 처리하는 새로운 진단 방법인 가상 대장내시경(virtual colonoscopy) 기술이 세계적으로 연구 및 개발되고 있다. 가상 대장내시경은 단층 촬영된 영상을 3차원적으로 재구성하는 과정에서 각 내장 기관과 내용물을 개별적으로 분리하여 형상 추적이 가능하므로, 대장 내부의 내용물을 물리적으로 세척해 낼 필요가 없으며, 따라서 환자에게 거부감과 고통을 유발하는 약 복용을 이용한 장세척과 같은 사전 준비 작업이 불필요하다. 또한, 검진 과정에서 광학 탐침을 삽입할 필요가 없으므로 환자에게 전혀 고통을 주지 않는다. 그리고, CT 영상 데이터만 준비되면, 언제든지 빠르고, 정확하고, 세밀한 검사가 가능하다는 장점이 있다. 더욱이, 기존의 광학 내시경은 카메라의 진행 방향으로만 검사가 가능하지만, 가상 대장내시경에서는 카메라의 위치와 방향 조절이 자유로워 진단의 효율성을 높여준다.To cope with these drawbacks, virtual colonoscopy technology, a new diagnostic method that processes computer cross-sectional image data obtained from computed tomography (CT) with a computer, is being researched and developed worldwide. Virtual colonoscopy separates each visceral organ and its contents separately in the process of three-dimensional reconstruction of the tomography image, so that it is not necessary to physically clean the contents of the large intestine. You don't need to do any preliminary preparation, such as rinsing with medications that cause discomfort and pain. In addition, there is no need to insert an optical probe during the examination, so there is no pain for the patient. In addition, if only CT image data is prepared, there is an advantage that a fast, accurate and detailed inspection can be performed at any time. Moreover, the conventional optical endoscope can be inspected only in the direction of the camera, but in the virtual colonoscope, the position and orientation of the camera can be freely adjusted to increase the efficiency of diagnosis.

가상 대장내시경의 목적은 암이나 암이 될 가능성이 있는 용종의 검출이다. 용종이란 대장 내벽에 작게 솟은 조직의 일부로 5mm이상의 크기를 보이면 가상 대장내시경 시에 제거해야 한다. 가상 대장내시경에서 용종 검출율은 대장 내부의 잔변이 깨끗하게 비워졌는지에 의해 크게 영향을 받는다. 그 이유는 대장 내벽에 붙어 있는 잔변의 경우 용종으로 오인되는 경우가 있기 때문이다. 용종 검출율을 높이기 위하여 CT 영상에 필수적인 전처리 단계로서 잔변이 조영된 부분을 제거하는 전자적 장세척(Electronic Colon Cleansing)을 수행하게 된다. 이때, CT 영상의 partial volume 효과로 인하여 대장 내벽(Soft Tissue, ST) 내에 대장 주름(fold)이 손상되는 문제점이 발생할 수 있는데, 이는 영상의학과 의사의 판독 정확성을 저하시키는 큰 원인이 된다. 기존에 제안된 전자적 장세척 기술들로는 전자적 장세척 시에 대장 주름이 손상되는 문제점은 해결하지 못하고 있다. The purpose of a virtual colonoscopy is to detect cancer or polyps that may become cancerous. A polyp is a part of a small tissue that rises on the inner wall of the colon and should be removed at the time of virtual colonoscopy. The detection rate of polyps in the virtual colonoscopy is greatly influenced by whether the residues inside the colon are cleared. The reason is that the residue on the inner wall of the colon may be mistaken for polyps. In order to increase the polyp detection rate, an electronic colon cleansing is performed to remove the residual areas as a pretreatment step necessary for CT imaging. In this case, a problem in which large intestine wrinkles are damaged in the soft tissue (ST) due to the partial volume effect of the CT image may be a cause of deterioration of the reading accuracy of the radiologist. The existing electronic long cleaning techniques have not solved the problem of damage to the wrinkles of the colon during electronic long cleaning.

본 발명은 가장 대장내시경 시에 대장 주름을 보존하여 판독의 정확성을 향상시킬 수 있는 가상 대장내시경에서 전자적 장세척 방법 및 장치를 제공하는데 목적이 있다.An object of the present invention is to provide a method and apparatus for electronic intestinal cleansing in a virtual colonoscope that can preserve the wrinkles of the colon at the time of colonoscopy and improve the accuracy of reading.

본 발명은, CT 기법에 의해 3차원 복부 볼륨데이터를 획득하는 단계와, 상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할하는 단계와, 상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산하는 단계와, 상기 대장 내부의 대장 주름 영역에 대한 확률 분포를 연산하는 단계, 및 상기 ST 영역과 상기 TM 영역의 구성 비율과, 상기 대장 주름 영역에 대한 확률 분포를 이용하여, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 단계를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법을 제공한다.The present invention includes the steps of obtaining three-dimensional abdominal volume data by CT technique, dividing an air region and a tagged material (TM) region for the inside of the large intestine from the volume data, the TM region, and Calculating a composition ratio of a soft tissue (ST) region corresponding to an inner wall, calculating a probability distribution of a large intestine wrinkle region within the large intestine, and a composition ratio of the ST region and the TM region, and the large intestine The present invention provides an electronic long cleaning method using wrinkle preservation reconstruction in a virtual colonoscope, which includes reconstructing the volume data by preserving the large intestine wrinkles using a probability distribution over a wrinkle area.

여기서, 상기 공기 영역과 상기 TM 영역을 분할하는 단계는, 상기 대장 내부의 개별 복셀들의 밝기값을 이용하여, 상기 대장 내부의 단일 객체로 연결된 공기 영역에 대한 복셀들을 분할하는 단계, 및 상기 공기 영역의 표면부에 해당하는 복셀들을 씨앗점으로 하여, 상기 공기 영역의 외부에 존재하는 TM 영역을 3차원 씨앗점 영역 성장법을 통해 분할하는 단계를 포함할 수 있다.The dividing the air region and the TM region may include dividing the voxels for the air region connected to a single object in the large intestine by using brightness values of individual voxels in the large intestine, and the air region. By using the voxels corresponding to the surface portion of the seed point, it may include the step of dividing the TM region existing outside the air region by the three-dimensional seed point region growth method.

그리고, 상기 ST 영역과 상기 TM 영역의 구성 비율을 연산하는 단계는, 상기 대장 내부의 개별 복셀의 밝기값(I)과, 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 모델링하는 단계와, 상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산하는 단계, 및 상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하여, 상기 ST 영역과 상기 TM 영역의 구성 비율을 연산하는 단계를 포함할 수 있다. 이때, 상기 σw는 영상에서 w 방향에 대한 경계 확산(edge-spread)의 스케일(표준편차) 정도이고, Iw는 w 방향에 대한 밝기값 기울기를 나타낼 수 있다.The calculating of the composition ratio between the ST region and the TM region may include calculating a relationship between the brightness value I of the individual voxels in the large intestine and the magnitude (σ w I w ) of the scale normalized brightness value gradient. modeling with an arch function, calculating a transform coefficient for generating the volume data as isotropic data, and projecting data of a voxel to which the transform coefficient is applied onto a model of the arch function, wherein the ST region and the Calculating a composition ratio of the TM region. In this case, σ w is a scale (standard deviation) of edge-spread in the w direction in the image, and I w may represent a slope of the brightness value in the w direction.

여기서, 상기 arch 함수로 모델링하는 단계는, 상기 개별 복셀에 대한 w 방향의 밝기값 기울기(Iw) 변화의 가우시안 경계 확산 함수에 대해 상기 경계 확산 스케일 정도(σw)를 곱셈함에 따라 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw)를 획득하는 단계와, 상기 개별 복셀의 밝기값(I)과 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 1차 모델링(I,σwIw)하는 단계를 포함하고, 상기 arch 함수는 아래의 수학식으로 정의될 수 있다.In the modeling of the arch function, the scale normalization is performed by multiplying the boundary diffusion scale degree σ w by a Gaussian boundary diffusion function of a change in the brightness value gradient I w in the w direction for the individual voxel. Acquiring the magnitude (σ w I w ) of the adjusted brightness value slope and the magnitude between the brightness value (I) of the individual voxel and the magnitude (σ w I w ) of the scale normalized brightness value slope as an arch function. First modeling (I, σ w I w ), wherein the arch function can be defined by the following equation.

Figure 112011058232118-pat00001
Figure 112011058232118-pat00001

여기서, arch(I;L,H)는 상기 ST 영역의 기준 밝기값(L)과 상기 TM 영역의 기준 밝기값(H)을 이용한 arch 모델링 함수이다.Here, arch (I; L, H) is an arch modeling function using the reference brightness value L of the ST region and the reference brightness value H of the TM region.

그리고, 상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산하는 단계는, 상기 변환 계수(θ)를 아래의 수학식을 통해 연산할 수 있다.In the calculating of the transform coefficient for generating the volume data as isotropic data, the transform coefficient θ may be calculated by the following equation.

Figure 112013019584667-pat00046
Figure 112013019584667-pat00046

여기서, σop,z는 z축 방향의 가우시안 필터링 계수, σop,⊥z는 z축에 수직한 방향의 가우시안 필터링 계수, σop,w는 상기 w 방향의 가우시안 필터링 계수, σop,⊥w는 상기 w 방향에 수직한 방향의 가우시안 필터링 계수이다.Where σ op, z are Gaussian filtering coefficients in the z-axis direction, sigma op, ⊥z are Gaussian filtering coefficients in the direction perpendicular to the z-axis, sigma op, w are Gaussian filtering coefficients in the w-direction, sigma op, ⊥w Is a Gaussian filtering coefficient in a direction perpendicular to the w direction.

또한, 상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하는 단계는, 상기 밝기값(I)과, 상기 변환계수(θ)가 적용된 스케일 정규화된 밝기값 기울기의 크기(θ·σwIw) 사이의 관계를 arch 함수로 2차 모델링하는 단계와, 상기 볼륨데이터의 개별 복셀에 대한 I 값 및 θ·σwIw 값을 상기 2차 모델링된 arch 함수 상의 최단거리 위치로 투영하는 단계, 및 상기 arch 함수 상에 최단 거리 위치로 투영된 새로운 밝기값(I´)를 이용하여, 각각의 복셀에 대한 상기 ST 영역과 상기 TM 영역의 구성 비율인 βL:βH을 아래의 수학식으로 연산하는 단계를 포함할 수 있다.The projecting of the data of the voxel to which the transform coefficient is applied onto the arch function model may include the magnitude of the scale normalized brightness value gradient to which the brightness value I and the transform coefficient θ are applied. quadratic modeling the relationship between σ w I w ) with an arch function, and converting the I values and θ · σ w I w values for individual voxels of the volume data to the shortest distance positions on the second modeled arch function. Projecting, and using the new brightness value I ′ projected to the shortest distance position on the arch function, β L : β H, which is the ratio of the composition of the ST region and the TM region, to each voxel It may include the operation of the equation.

Figure 112011058232118-pat00003
.
Figure 112011058232118-pat00003
.

그리고, 상기 대장 내부의 주름 영역에 대한 확률 분포를 연산하는 단계는, 상기 밝기값(I)을 2차 미분하여 Hessian 행렬(H)을 연산하는 단계와, 상기 Hessian 행렬(H)의 고유값(eigenvalue; λ1,λ2,λ3(λ3>0, λ1

Figure 112013019584667-pat00047
0, λ2≪λ3))을 이용하여, 대장 내부의 주름 영역 판별을 위한 검출 함수인 D1과 D2를 연산하는 단계, 및 상기 D1과 D2를 곱하여, 임의의 복셀(v)이 대장 주름 영역에 해당될 확률(P(v)=D1×D2)을 정의하는 단계를 포함하며, 상기 Hessian 행렬(H)과, 상기 D1및 D2는 아래의 수학식으로 정의될 수 있다.The calculating of the probability distribution of the wrinkle area inside the large intestine may include calculating the Hessian matrix H by second-order differentiating the brightness value I, and eigenvalues of the Hessian matrix H. eigenvalue; λ 1 , λ 2 , λ 3 (λ 3 > 0, λ 1
Figure 112013019584667-pat00047
0, λ 2 by using a «λ 3)), calculating a detection function of D 1 and D 2 for the determination wrinkled area in the large intestine, and by multiplying the D 1 and D 2, any of the voxel (v) Defining a probability (P (v) = D 1 × D 2 ) corresponding to the colonic wrinkle region, wherein the Hessian matrix (H) and D 1 and D 2 are defined by the following equations. Can be.

Figure 112011058232118-pat00005
,
Figure 112011058232118-pat00005
,

Figure 112011058232118-pat00006
Figure 112011058232118-pat00006

또한, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 단계는, 상기 βL과 βH, 그리고 상기 ST 영역의 기준 밝기값(ISoft Tissue)과 상기 공기 영역의 기준 밝기값(IAir)을 이용하여, 상기 복셀의 재구성된 밝기값(I´)을 획득하는 단계와, 상기 복셀의 밝기값(I), 상기 복셀의 재구성된 밝기값(I´) 및 상기 P(v) 값을 이용하여, 상기 대장 주름이 보존되어 재구성되는 상기 복셀의 최종 밝기값(I˝)을 연산하는 단계, 및 상기 복셀에 대한 밝기값(I)을 상기 최종 밝기값(I˝)으로 대체하여 상기 볼륨데이터를 재구성함에 따라 상기 전자적 장세척이 수행되는 단계를 포함하고, 상기 I´와 I˝는 아래의 수학식으로 정의될 수 있다.The reconstructing the volume data by preserving the large intestine wrinkles may include the β L and β H , the reference brightness I Soft Tissue of the ST region and the reference brightness I Air of the air region. Acquiring the reconstructed brightness value I ′ of the voxel, using the brightness value I of the voxel, the reconstructed brightness value I ′ of the voxel, and the P (v) value. Calculating a final brightness value I 'of the voxel in which the colonic wrinkles are preserved and reconstructed, and replacing the brightness value I of the voxel with the final brightness value I' to replace the volume data. The electronic long cleaning is performed according to the reconstruction, and I 'and I' may be defined by the following equations.

Figure 112011058232118-pat00007
,
Figure 112011058232118-pat00007
,

Figure 112011058232118-pat00008
.
Figure 112011058232118-pat00008
.

그리고, 본 발명은 상기 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법을 컴퓨터에 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.The present invention also provides a computer-readable recording medium having recorded thereon a program for executing an electronic intestinal cleaning method using wrinkle preservation reconstruction in the virtual colonoscope.

그리고, 본 발명은, CT 기법에 의해 3차원 복부 볼륨데이터를 획득하는 볼륨데이터 획득부와, 상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할하는 영역 분할부와, 상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산하는 구성 비율 연산부와, 상기 대장 내부의 대장 주름 영역에 대한 확률 분포를 연산하는 확률 분포 연산부, 및 상기 ST 영역과 상기 TM 영역의 구성 비율과, 상기 대장 주름 영역에 대한 확률 분포를 이용하여, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 주름 보존 재구성부를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치를 제공한다.The present invention provides a volume data acquisition unit for acquiring three-dimensional abdominal volume data by a CT technique, an area divider for dividing an air region and a tagged material (TM) region for the inside of the large intestine from the volume data; A composition ratio calculating unit for calculating a composition ratio of a TM region and a soft tissue (ST) region corresponding to the inner wall of the large intestine, a probability distribution calculating unit for calculating a probability distribution with respect to the large intestine pleat region inside the large intestine, and the ST region And a wrinkle preservation reconstruction unit for preserving the colorectal wrinkles and reconstructing the volume data using the composition ratio of the TM region and the probability distribution of the colorectal wrinkle region. Provide a cleaning device.

본 발명에 따른 가상 대장내시경에서 전자적 장세척 방법 및 장치에 따르면, ST 영역 및 TM 영역의 구성 비율, 그리고 대장 주름 영역에 대한 확률 분포를 이용하여, 대장 주름이 보존되도록 볼륨데이터를 재구성할 수 있다. 따라서, 실제 병원에서 대장을 검진할 때 보조 진단 도구로 활용될 수 있어 대장 주름의 손상으로 인한 오진단을 획기적으로 줄일 수 있으며, 가상 대장내시경 시에 발생하는 시각적 부자연스러움 문제를 최소화함에 따라 진단의 정확성 및 효율성을 크게 향상시킬 수 있는 이점이 있다.According to the electronic long cleaning method and apparatus in the virtual colonoscope according to the present invention, volume data can be reconstructed so that colonic wrinkles are preserved by using the composition ratio of the ST region and the TM region and the probability distribution of the colonic wrinkle region. . Therefore, it can be used as a supplementary diagnostic tool when examining the colon in actual hospitals, which can dramatically reduce misdiagnosis due to damage of the colon wrinkles, and minimize the visual unnaturalness caused by virtual colonoscopy. This has the advantage of greatly improving accuracy and efficiency.

도 1은 본 발명의 실시예에 따른 전자적 장세척 장치의 구성도이다.
도 2는 도 1을 이용한 전자적 장세척 방법의 흐름도를 나타낸다.
도 3은 두 물질이 인접한 경계에서의 밝기값 변화의 예를 나타낸다.
도 4는 도 2의 S231 단계를 위한 설명도이다.
도 5는 도 4를 이용한 관계 모델링의 예시를 나타낸다.
도 6은 도 2의 S233단계를 위한 설명도이다.
도 7은 본 발명의 실시예에 따라 복부 CT 영상에 대해 전자적 장세척을 수행한 결과의 예를 보여준다.
도 8은 본 발명의 실시예에 따른 주름 보존 재구성의 효과 예시를 보여준다. 1 is a block diagram of an electronic long cleaning device according to an embodiment of the present invention.
2 is a flowchart illustrating an electronic long cleaning method using FIG. 1.
3 shows an example of the change in brightness value at the boundary between two materials.
4 is an explanatory diagram for step S231 of FIG. 2.
5 shows an example of relationship modeling using FIG. 4.
FIG. 6 is an explanatory diagram for step S233 of FIG. 2.
Figure 7 shows an example of the results of performing an electronic intestine on the abdominal CT image in accordance with an embodiment of the present invention.
8 shows an example of the effect of wrinkle preservation reconstruction according to an embodiment of the present invention.

첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.BRIEF DESCRIPTION OF THE DRAWINGS The above and other features and advantages of the present invention will become more apparent by describing in detail exemplary embodiments thereof with reference to the attached drawings in which: FIG.

도 1은 본 발명의 실시예에 따른 전자적 장세척 장치의 구성도이다. 상기 장치(100)는 볼륨데이터 획득부(110), 영역 분할부(120), 구성 비율 연산부(130), 확률 분포 연산부(140), 주름 보존 재구성부(150)를 포함한다. 1 is a block diagram of an electronic long cleaning device according to an embodiment of the present invention. The apparatus 100 includes a volume data obtaining unit 110, an area dividing unit 120, a composition ratio calculating unit 130, a probability distribution calculating unit 140, and a wrinkle preserving reconstructing unit 150.

도 2는 도 1을 이용한 전자적 장세척 방법의 흐름도를 나타낸다. 이하에서는 도 1 및 도 2를 참조로 하여 가상 대장내시경에서 대장 주름을 보존할 수 있는 전자적 장세척 방법에 관하여 상세히 설명한다.2 is a flowchart illustrating an electronic long cleaning method using FIG. 1. Hereinafter, with reference to FIGS. 1 and 2 will be described in detail with respect to the electronic bowel cleaning method that can preserve the wrinkles in the colon in the virtual colonoscope.

먼저, 볼륨데이터 획득부(110)는 CT 기법에 의해 3차원 복부 볼륨데이터를 획득한다(S210). CT 기법을 이용한 영상 데이터 획득 방법은 기존에 공지된 것으로서 상세한 설명은 생략한다.First, the volume data acquisition unit 110 acquires 3D abdominal volume data by CT technique (S210). Image data acquisition method using a CT technique is known in the art and a detailed description thereof will be omitted.

다음, 영역 분할부(120)는 상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할한다(S220). Next, the region dividing unit 120 divides the air region and the tagged material (TM) region for the inside of the large intestine from the volume data (S220).

상기 S220 단계를 위해, 우선 대장 내부의 개별 복셀들의 밝기값을 이용하여, 대장 내부의 단일 객체로 연결된 공기 영역에 대한 복셀들을 분할한다. 예를 들어,개별 복셀들의 밝기값을 공기의 기준 밝기 값(또는 범위)과 비교하여 상기 공기 영역에 대한 복셀들을 구분한다.For the step S220, first, the voxels for the air region connected to a single object in the large intestine are divided using the brightness values of the individual voxels in the large intestine. For example, the voxels for the air region are distinguished by comparing the brightness values of the individual voxels with a reference brightness value (or range) of the air.

여기서, TM 영역은 대장 내부의 대변이 조영제에 의하여 밝게 조영 증강된 영역을 의미하며, 대장 내부에서도 공기 영역과 인접하여 존재한다. 이러한 TM 영역의 분할을 위해서는, 상기 공기 영역의 표면부에 해당하는 복셀들을 씨앗점으로 하여, 상기 공기 영역의 외부에 존재하는 인접 복셀 영역에 대한 TM 영역을 3차원 씨앗점 영역 성장법을 통해 분할한다. 여기서, 씨앗점을 이용한 영역 성장법은 기존에 공지된 기술이므로 보다 상세한 설명은 생략한다.Here, the TM region means a region where the feces inside the large intestine are brightly enhanced by the contrast agent, and is also adjacent to the air region in the large intestine. In order to divide the TM region, the TM region for the adjacent voxel region existing outside the air region is divided by a three-dimensional seed region growth method using voxels corresponding to the surface portion of the air region as a seed point. do. Here, since the region growth method using the seed point is a conventionally known technique, a detailed description thereof will be omitted.

상기 S220단계 이후, 구성 비율 연산부(130)는 상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산한다(S230). 이러한 구성 비율의 연산은 아래와 같이 세 가지 단계(S231~S233)로 구분된다. After the step S220, the composition ratio calculator 130 calculates a composition ratio of the TM region and the soft tissue (ST) region corresponding to the inner wall of the colon (S230). The calculation of the composition ratio is divided into three steps S231 to S233 as follows.

먼저, 대장 내부의 개별 복셀의 밝기값(I)과, 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 모델링한다(S231). 여기서, σw는 영상에서 w 방향에 대한 경계 확산(edge-spread)의 스케일(표준편차) 정도이고, Iw는 w 방향에 대한 밝기값 기울기를 나타낸다.First, a relationship between the brightness value I of the individual voxels in the large intestine and the magnitude σ w I w of the scale normalized brightness value slope is modeled by the arch function (S231). Here, sigma w is the scale (standard deviation) of the edge-spread with respect to the w direction in the image, and I w represents the slope of the brightness value in the w direction.

도 3은 두 물질이 인접한 경계에서의 밝기값 변화의 예를 나타낸다. 이상적 변화 값(Ideal transition)에 가우시안 경계 확산 함수(Gaussian edge-spread function)를 콘볼루션(convolution) 취하면, 그 경계가 부드러운 계단 형태(Blurred transiton)로 모델링될 수 있다. 여기서, w는 기울기 방향을 나타낸다. 이러한 도 3을 통해 두 가지 물질(ex, ST와 TM)이 접촉한 경계 부위의 밝기값 변화를 알 수 있다. 3 shows an example of the change in brightness value at the boundary between two materials. Convolution of the Gaussian edge-spread function to the ideal transition can be modeled as a smooth Blurred transiton. Here, w represents the tilt direction. 3, the change in the brightness value of the boundary portion where two materials ex, ST, and TM contact each other can be seen.

도 4는 도 2의 S231 단계를 위한 설명도이다. 이를 바탕으로, 개별 복셀에 대한 w 방향의 밝기값 기울기(Iw) 변화의 가우시안 경계 확산 함수에 대해, 상기 경계 확산 스케일 정도(σw)를 곱셈하면, 스케일 정규화된 밝기값 기울기의 크기(σwIw)를 획득할 수 있음을 알 수 있다. 여기서, 스케일(σw)은 기울기 크기를 스케일링하는 정도를 조절하는 역할을 한다. 즉, 이로부터 w와 σwIw의 관계를 모델링할 수 있다. 4 is an explanatory diagram for step S231 of FIG. 2. Based on this, multiplying the boundary diffusion scale degree σ w by the Gaussian boundary diffusion function of the change in the brightness value slope I w in the w direction for each voxel, the magnitude of the scale normalized brightness value slope σ It can be seen that w I w ) can be obtained. Here, the scale σ w serves to adjust the degree of scaling the slope magnitude. In other words, it is possible to model the relationship between w and σ w I w .

도 4의 결과로부터, 상기 개별 복셀의 밝기값(I)과 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 1차 모델링(I,σwIw)할 수 있다. From the results of FIG. 4, the first modeling (I, σ w I w ) is performed by the arch function on the relationship between the brightness value I of the individual voxels and the magnitude σ w I w of the scale normalized brightness value slope. Can be.

도 5는 도 4를 이용한 관계 모델링의 예시를 나타낸다. 도 5의 (a)는 w 기준의 모델링이고, (b)는 I 기준의 모델링으로서, 상기 1차 모델링(I,σwIw) 결과에 대응된다. 이러한 상기 arch 함수 모델링의 결과는 수학식 1과 같이 정의될 수 있다.5 shows an example of relationship modeling using FIG. 4. FIG. 5A illustrates modeling of the w criterion, and FIG. 5B illustrates modeling of the I criterion, which corresponds to the result of the primary modeling (I, σ w I w ). The result of the arch function modeling may be defined as in Equation 1.

Figure 112011058232118-pat00009
Figure 112011058232118-pat00009

여기서, arch(I;L,H)는 상기 ST 영역의 기준 밝기값(L)과 상기 TM 영역의 기준 밝기값(H)을 이용한 밝기값 I에 대한 arch 모델링 함수이다.Here, arch (I; L, H) is an arch modeling function for the brightness value I using the reference brightness value L of the ST region and the reference brightness value H of the TM region.

수학식 1의 우변의 arch 함수는 아래의 수학식 2로 나타낼 수 있다.The arch function on the right side of Equation 1 may be represented by Equation 2 below.

Figure 112011058232118-pat00010
Figure 112011058232118-pat00010

수학식 2는 변수 x에 대한 분포 밀도 함수의 형태를 갖는다.Equation 2 takes the form of a distribution density function for the variable x.

이렇게 I와 σwIw 사이의 모델링이 수행된 다음에는, 상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산한다(S232). 일반적으로 CT 기법으로 획득된 볼륨데이터는 x,y 축 방향의 물리적 거리와 z축 방향의 물리적 거리가 다른 이방성 데이터이므로, 등방성 데이터 생성을 위한 변환 계수의 계산이 필요하다. 상기 변환 계수(θ)는 수학식 2와 같다.So I and σ w I w After modeling is performed, a transform coefficient for generating the volume data as isotropic data is calculated (S232). In general, the volume data obtained by the CT technique is anisotropic data having different physical distances in the x and y-axis directions and physical distances in the z-axis direction. The conversion coefficient θ is as shown in Equation 2.

Figure 112013019584667-pat00048
Figure 112013019584667-pat00048

여기서, σop,z는 z축 방향의 가우시안 필터링 계수, σop,⊥z는 z축에 수직한 방향의 가우시안 필터링 계수, σop,w는 상기 w 방향의 가우시안 필터링 계수, σop,⊥w는 상기 w 방향에 수직한 방향의 가우시안 필터링 계수이다.Where σ op, z are Gaussian filtering coefficients in the z-axis direction, sigma op, ⊥z are Gaussian filtering coefficients in the direction perpendicular to the z-axis, sigma op, w are Gaussian filtering coefficients in the w-direction, sigma op, ⊥w Is a Gaussian filtering coefficient in a direction perpendicular to the w direction.

이후에는, 상기 arch 함수의 모델 상에 상기 변환계수(θ)가 적용된 복셀의 데이터를 투영하여, 상기 ST 영역과 상기 TM 영역의 구성 비율을 연산한다(S233).Thereafter, the data of the voxel to which the transform coefficient θ is applied is projected onto the model of the arch function to calculate a composition ratio of the ST region and the TM region (S233).

도 6은 도 2의 S233단계를 위한 설명도이다. 이러한 S233단계를 위해, 먼저 상기 밝기값(I)과, 상기 변환계수(θ)가 적용된 스케일 정규화된 밝기값 기울기의 크기(θ·σwIw) 사이의 관계를 arch 함수로 2차 모델링한다. 이에 따라, 볼륨데이터 (I, θ·σwIw)는 등방성 데이터로 모델링될 수 있다.FIG. 6 is an explanatory diagram for step S233 of FIG. 2. For this step S233, first, a second-order modeling of the relationship between the brightness value I and the magnitude (θ · σ w I w ) of the scale normalized brightness value gradient to which the conversion coefficient θ is applied is performed. . Accordingly, the volume data (I, θ · σ w I w ) can be modeled as isotropic data.

다음, 환자를 CT 촬영한 볼륨데이터의 개별 복셀에 대한 I 값 및 θ·σwIw 값(I, θ·σwIw; 도 6의 ★ 부분)을 상기 2차 모델링된 arch 함수 상의 최단거리 위치로 투영(projection)한다(도 6 (a)의 화살표 방향 참조). 상기 투영된 새로운 밝기값(I´)를 이용하면, 각각의 복셀에 대한 상기 ST 영역과 상기 TM 영역의 구성 비율인 βL:βH을 수학식 3과 같이 연산할 수 있다.Next, the I value and θ · σ w I w value (I, θ · σ w I w ; part of FIG. 6) of individual voxels of the volume data obtained by CT imaging of the patient are shortest on the second-modeled arch function. Project to a distance position (see arrow direction in FIG. 6 (a)). Using the projected new brightness value I ′, β L : β H, which is a ratio of the ST region and the TM region for each voxel, may be calculated as in Equation 3 below.

Figure 112011058232118-pat00012
Figure 112011058232118-pat00012

또한, 도 6으로부터, 상기 투영된 값 I'를 기준으로 βL과 βH이 결정됨을 알 수 있다.6, it can be seen that β L and β H are determined based on the projected value I ′.

이상과 같이, S230 단계에 따르면, 밝기값과 스케일이 정규화된 밝기값 기울기 크기 사이의 관계 모델링, 등방성 데이터 생성을 위한 변환 계수의 계산, 그리고 데이터 값에 대한 arch 함수 모델링의 프로젝션을 통해 두 물질(ST:TM)의 구성 비율을 계산할 수 있다.As described above, according to the step S230, the two materials (through the projection of the modeling of the relationship between the brightness value and the magnitude of the normalized brightness value gradient, the calculation of the transform coefficient for generating isotropic data, and the modeling of the arch function on the data value The composition ratio of ST: TM) can be calculated.

상기 S230 단계 이후에는, 확률 분포 연산부(140)에서 상기 대장 내부의 주름 영역에 대한 확률 분포를 연산한다(S240). After the step S230, the probability distribution calculation unit 140 calculates the probability distribution for the wrinkle area inside the colon (S240).

이를 위해, 우선 CT 영상의 밝기값(I)을 2차 미분하여 Hessian 행렬(H)을 연산한다(S241). 그 결과는 수학식 4와 같으며, 연산 시에 2차 미분 벡터를 사용한 것이다.To this end, first, the Hessian matrix H is calculated by second-order differentiating the brightness value I of the CT image (S241). The result is shown in Equation 4, and the second derivative vector is used in the calculation.

Figure 112011058232118-pat00013
Figure 112011058232118-pat00013

다음, Hessian 행렬(H)의 고유값(eigenvalue; λ1,λ2,λ3((λ3>0, λ1

Figure 112011058232118-pat00014
0, λ2≪λ3))을 이용하여, 대장 내부의 주름 영역 판별을 위한 검출 함수인 D1과 D2를 연산한다(S242). Next, the eigenvalues of the Hessian matrix H (λ 1 , λ 2 , λ 3 ((λ 3 > 0, λ 1)
Figure 112011058232118-pat00014
0, λ 2 < λ 3 )), D 1 and D 2, which are detection functions for determining the wrinkle area in the large intestine, are calculated (S242).

Hessian 행렬(H)의 고유값이 λ1,λ2,λ3(|λ1|≤|λ2|≤|λ3|)라고 하면, 물체의 형태는 eigenvalue signature를 이용하여 예측할 수 있다. 특히, 대장 내부의 주름과 같은 경우는 rut 형태로서 eigenvalue signature는 (λ3>0, λ1

Figure 112011058232118-pat00015
0, λ2≪λ3)의 분포를 갖는다. 이러한 성질을 이용하여 상기 D1과 D2를 아래의 수학식5를 통해 연산할 수 있다.If the eigenvalues of the Hessian matrix H are λ 1 , λ 2 , λ 3 (| λ 1 | ≤ | λ 2 | ≤ | λ 3 |), the shape of the object can be predicted using an eigenvalue signature. In particular, in the case of wrinkles in the large intestine, the rut forms the eigenvalue signature (λ 3 > 0, λ 1).
Figure 112011058232118-pat00015
0, has a distribution of λ 2 «λ 3). Using this property, D 1 and D 2 may be calculated through Equation 5 below.

Figure 112011058232118-pat00016
Figure 112011058232118-pat00016

주름에 해당하는 복셀들의 경우, D1과 D2는 1에 가까운 값을 갖게 된다. 상기 두 개의 검출함수 D1과 D2를 곱하여 결합하면, 대장 내부의 임의의 복셀(v)이 대장 주름 영역에 해당될 확률을 근사적으로 정의할 수 있다(S243). 이는 수학식 6을 참조한다.For voxels corresponding to the wrinkles, D 1 and D 2 have values close to one. When the two detection functions D 1 and D 2 are multiplied and combined, a probability that an arbitrary voxel v inside the colon corresponds to the large intestine wrinkle area may be approximately defined (S243). This is referred to in equation (6).

Figure 112011058232118-pat00017
Figure 112011058232118-pat00017

이상과 같은 S240단계 이후에는, 상기 S230단계를 통해 획득한 ST 영역과 상기 TM 영역의 구성 비율과, 상기 S240단계를 통해 획득한 상기 대장 주름 영역에 대한 확률 분포를 각각 이용하여, 대장 주름을 보존하여 상기 볼륨데이터를 재구성한다(S250). 이러한 S250단계는 주름 보존 재구성부(150)에서 수행한다.After step S240 as described above, colorectal wrinkles are preserved by using a composition ratio of the ST area and the TM area obtained through step S230 and a probability distribution of the colorectal wrinkle areas obtained through step S240, respectively. By reconstructing the volume data (S250). This step S250 is performed by the wrinkle preservation reconstruction unit 150.

상기 S250단계를 위해, 우선 상기 βL과 βH, 그리고 ST 영역의 기준 밝기값(ISoft Tissue)과 공기 영역의 기준 밝기값(IAir)을 사용하여, 상기 복셀의 재구성된 밝기값(I´)을 수학식 7과 같이 획득한다.For the step S250, first the reference brightness values of the β L and β H and the ST region (I Soft) Using the Tissue ) and the reference brightness value I Air of the air region, the reconstructed brightness value I ′ of the voxel is obtained as shown in Equation 7 below.

Figure 112011058232118-pat00018
Figure 112011058232118-pat00018

대장 내부의 복셀에 ST 영역과 TM 영역이 구성된 비율인 βL과 βH가 계산되어 있기 때문에, 두 물질의 구성 비율을 사용하면, 재구성되는 CT 영상 데이터의 밝기값 I´를 상기와 같이 계산할 수 있는 것이다.Since β L and β H, which are ratios of ST and TM regions, are calculated in the voxels inside the large intestine, using the composition ratio of the two substances, the brightness value I ′ of the reconstructed CT image data can be calculated as described above. It is.

다음, 상기 복셀의 밝기값(I), 상기 복셀의 재구성된 밝기값(I´) 및 상기 P(v) 값을 이용하여, 상기 대장 주름이 보존되어 재구성되는 상기 복셀의 최종 밝기값(I˝)을 수학식 8과 같이 연산한다.Next, using the brightness value I of the voxel, the reconstructed brightness value I ′ of the voxel, and the P (v) value, the final brightness value I ′ of the voxel in which the colonic wrinkles are preserved and reconstructed ) Is calculated as shown in Equation 8.

Figure 112011058232118-pat00019
Figure 112011058232118-pat00019

대장 주름이 더욱 잘 보존되도록, 대장 주름 영역에 가까울수록(대장 주름일 확률이 높을수록) 더 많은 가중치를 부여하면, 최종적으로 대장 주름이 보전되어 재구성된 CT 영상 데이터의 밝기값 I˝는 원 영상의 밝기값 I를 사용하여 수학식 8과 같이 계산될 수 있는 것이다. 상기 가중치가 부여된 것은 P(v) 값이 I 값에 곱해진 것을 통해 알 수 있다.The closer to the colorectal area (the more likely it is to be colorectal), the greater the weight, so that the colorectal wrinkles are preserved better. Using the brightness value I of can be calculated as shown in Equation 8. The weighted value can be seen from the fact that P (v) value is multiplied by I value.

이후에는, 촬영된 CT 영상에서 대장 내부의 복셀들에 대한 밝기값(I)을 상기 최종 밝기값(I˝)으로 대체하여 상기 볼륨데이터를 주름이 보존된 볼륨데이터로 자동으로 재구성한다. 이와 같은 일련의 구성에 따라 최종적으로 전자적 장세척된 CT 영상을 취득할 수 있다(S270).Thereafter, the brightness data I of the voxels inside the colon is replaced with the final brightness value I 'in the captured CT image, and the volume data is automatically reconstructed into wrinkled volume data. According to such a series of configurations, it is possible to finally obtain the electronically washed CT image (S270).

도 7은 본 발명의 실시예에 따라 복부 CT 영상에 대해 전자적 장세척을 수행한 결과의 예를 보여준다. 도 7의 (a)를 보면, 장세척 전에는 대장 내부가 TM(Tagged Material)으로 인해 진단이 불가능한 것을 알 수 있다. 전자적 장세척을 수행한 (b)의 경우는 대장 내부의 TM 성분이 제거되어 내부 진단이 가능함을 알 수 있다. Figure 7 shows an example of the results of performing an electronic intestine on the abdominal CT image in accordance with an embodiment of the present invention. Referring to FIG. 7A, it can be seen that the inside of the large intestine is impossible to diagnose due to the Tagged material before washing the intestine. In the case of (b) performing the electronic intestinal lavage, it can be seen that internal diagnosis is possible because the TM component in the large intestine is removed.

도 8은 본 발명의 실시예에 따른 주름 보존 재구성의 효과 예시를 보여준다. 대장 주름이 더욱 잘 보존되도록, 대장 주름 영역에 가까울수록 더 많은 가중치를 부여하면, 주름 보존 가중치 적용 전인 도 8의 (a)에 비하여, 가중치 적용 후인 도 8의 (b)의 경우 대장 주름이 잘 보존되었음을 확인할 수 있다.8 shows an example of the effect of wrinkle preservation reconstruction according to an embodiment of the present invention. In order to better preserve the wrinkles of the colon, the closer the colon wrinkle area is, the more weight is given, and the weight of the colon is better in the case of FIG. 8 (b) after the weighting than in FIG. 8 (a) before the wrinkle preservation weighting is applied. You can see that it has been preserved.

이상과 같이, 가상 대장내시경에서 대장 주름 보존 재구성 기법을 이용한 자동 전자적 장세척 방법에 따르면, ST 영역 및 TM 영역의 구성 비율, 그리고 대장 주름 영역에 대한 확률 분포를 이용하여, 대장 주름이 보존되도록 볼륨데이터를 재구성할 수 있다. 따라서, 실제 병원에서 대장을 검진할 때 보조 진단 도구로 활용될 수 있어 대장 주름의 손상으로 인한 오진단을 획기적으로 줄일 수 있으며, 가상 대장내시경 시에 발생하는 시각적 부자연스러움 문제를 최소화함에 따라 진단의 정확성 및 효율성을 크게 향상시킬 수 있는 이점이 있다.As described above, according to the automatic electronic long cleaning method using the colorectal wrinkle preservation reconstruction method in the virtual colonoscope, the volume of the colorectal wrinkles is preserved by using the composition ratio of the ST region and the TM region and the probability distribution of the colorectal wrinkle region. You can reconstruct the data. Therefore, it can be used as a supplementary diagnostic tool when examining the colon in actual hospitals, which can dramatically reduce misdiagnosis due to damage of the colon wrinkles, and minimize the visual unnaturalness caused by virtual colonoscopy. This has the advantage of greatly improving accuracy and efficiency.

한편, 상기 가상 대장내시경에서 전자적 장세척 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 매체로서 데이터가 저장되는 모든 종류의 기록장치를 포함한다.On the other hand, the electronic colon cleaning method in the virtual colonoscope may be implemented as computer-readable code on a computer-readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data is stored as a medium that can be read by a computer system.

컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CO-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. Examples of computer-readable recording media include ROM, RAM, CO-ROM, magnetic tape, floppy disks, optical data storage devices, and the like, which are also implemented in the form of carrier waves (for example, transmission over the Internet). Include. The computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능한 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, these are merely exemplary and those skilled in the art will understand that various modifications and equivalent other embodiments are possible. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

100: 전자적 장세척 장치 110: 볼륨데이터 획득부
120: 영역 분할부 130: 구성 비율 연산부
140: 확률 분포 연산부 150: 주름 보존 재구성부 100: electronic long cleaning device 110: volume data acquisition unit
120: region divider 130: composition ratio calculator
140: probability distribution calculation unit 150: wrinkle preservation reconstruction unit

Claims (17)

CT 기법에 의해 3차원 복부 볼륨데이터를 획득하는 단계;
상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할하는 단계;
상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산하는 단계;
상기 대장 내부의 대장 주름 영역에 대한 확률 분포를 연산하는 단계; 및
상기 ST 영역과 상기 TM 영역의 구성 비율과, 상기 대장 주름 영역에 대한 확률 분포를 이용하여, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 단계를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법.Acquiring three-dimensional abdominal volume data by a CT technique;
Dividing an air region and a tagged material (TM) region of the large intestine from the volume data;
Calculating a composition ratio of the TM region and a soft tissue (ST) region corresponding to an inner wall of the large intestine;
Calculating a probability distribution of the large intestine wrinkle area inside the large intestine; And
Preserving the colorectal wrinkles and reconstructing the volume data using the ratio of the composition of the ST region and the TM region and the probability distribution of the colorectal wrinkle region. How to wash. 청구항 1에 있어서,
상기 공기 영역과 상기 TM 영역을 분할하는 단계는,
상기 대장 내부의 개별 복셀들의 밝기값을 이용하여, 상기 대장 내부의 단일 객체로 연결된 공기 영역에 대한 복셀들을 분할하는 단계; 및
상기 공기 영역의 표면부에 해당하는 복셀들을 씨앗점으로 하여, 상기 공기 영역의 외부에 존재하는 TM 영역을 3차원 씨앗점 영역 성장법을 통해 분할하는 단계를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법.The method according to claim 1,
Dividing the air region and the TM region,
Dividing voxels for an air region connected to a single object in the large intestine by using brightness values of individual voxels in the large intestine; And
Using the voxels corresponding to the surface portion of the air region as a seed point, the wrinkle preservation reconstruction in the virtual colonoscope comprising dividing the TM region existing outside the air region through a three-dimensional seed point region growth method. Electronic long cleaning method using. 청구항 1에 있어서,
상기 ST 영역과 상기 TM 영역의 구성 비율을 연산하는 단계는,
상기 대장 내부의 개별 복셀의 밝기값(I)과, 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 모델링하는 단계;
상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산하는 단계; 및
상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하여, 상기 ST 영역과 상기 TM 영역의 구성 비율을 연산하는 단계를 포함하고,
상기 σw는 영상에서 w 방향(기울기 방향)에 대한 경계 확산(edge-spread)의 스케일(표준편차) 정도이고, Iw는 w 방향(기울기 방향)에 대한 밝기값 기울기인, 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법.The method according to claim 1,
Computing a configuration ratio of the ST region and the TM region,
Modeling a relationship between the brightness value (I) of the individual voxels in the large intestine and the magnitude (σ w I w ) of the scale normalized brightness value slope as an arch function;
Calculating transform coefficients for generating the volume data into isotropic data; And
Projecting data of a voxel to which the transform coefficient is applied onto a model of the arch function, and calculating a composition ratio of the ST region and the TM region,
In the virtual colonoscope, sigma w is the scale (standard deviation) of the edge-spread with respect to the w direction (tilt direction) in the image, and I w is the brightness value slope with respect to the w direction (tilt direction). Electronic long cleaning method using wrinkle preservation reconstruction. 청구항 3에 있어서,
상기 arch 함수로 모델링하는 단계는,
상기 개별 복셀에 대한 w 방향(기울기 방향)의 밝기값 기울기(Iw) 변화의 가우시안 경계 확산 함수에 대해 상기 경계 확산 스케일 정도(σw)를 곱셈함에 따라 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw)를 획득하는 단계;
상기 개별 복셀의 밝기값(I)과 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 1차 모델링(I,σwIw)하는 단계를 포함하고,
상기 arch 함수는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법:
Figure 112012083516101-pat00020

여기서, arch(I;L,H)는 상기 ST 영역의 기준 밝기값(L)과 상기 TM 영역의 기준 밝기값(H)을 이용한 arch 모델링 함수이다.The method according to claim 3,
Modeling with the arch function,
The magnitude of the scale normalized brightness value slope as multiplied by the boundary diffusion scale degree σ w for the Gaussian boundary spread function of the change in the brightness value slope I w in the w direction (tilt direction) for the individual voxel ( obtaining σ w I w );
The method comprising: modeling the first (I, σ w I w) to the arch functions a relationship between the magnitude of the brightness values (I) and tilt the scale normalized intensity values of the individual voxels (σ w I w),
The arch function is an electronic long cleaning method using wrinkle preservation reconstruction in a virtual colonoscope defined by the following equation:
Figure 112012083516101-pat00020

Here, arch (I; L, H) is an arch modeling function using the reference brightness value L of the ST region and the reference brightness value H of the TM region. 청구항 4에 있어서,
상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산하는 단계는,
상기 변환 계수(θ)를 아래의 수학식을 통해 연산하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법:
Figure 112012083516101-pat00044

여기서, σop,z는 z축 방향의 가우시안 필터링 계수, σop,⊥z는 z축에 수직한 방향의 가우시안 필터링 계수, σop,w는 상기 w 방향(기울기 방향)의 가우시안 필터링 계수, σop,⊥w는 상기 w 방향(기울기 방향)에 수직한 방향의 가우시안 필터링 계수이다.The method of claim 4,
Computing a transform coefficient for generating the volume data as isotropic data,
An electronic long cleaning method using wrinkle preservation reconstruction in a virtual colonoscope that calculates the transform coefficient θ by the following equation:
Figure 112012083516101-pat00044

Here, σ op, z is the Gaussian filter coefficient of the z-axis direction, σ op, ⊥z the Gaussian filter coefficient in a direction perpendicular to the z-axis, σ op, w is the Gaussian filter coefficient, σ in the w direction (the tilt direction) op and ⊥w are Gaussian filtering coefficients in a direction perpendicular to the w direction (tilt direction). 청구항 5에 있어서,
상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하는 단계는,
상기 밝기값(I)과, 상기 변환계수(θ)가 적용된 스케일 정규화된 밝기값 기울기의 크기(θ·σwIw) 사이의 관계를 arch 함수로 2차 모델링하는 단계;
상기 볼륨데이터의 개별 복셀에 대한 I 값 및 θ·σwIw 값을 상기 2차 모델링된 arch 함수 상의 최단거리 위치로 투영하는 단계; 및
상기 arch 함수 상에 최단 거리 위치로 투영된 새로운 밝기값(I´)를 이용하여, 각각의 복셀에 대한 상기 ST 영역과 상기 TM 영역의 구성 비율인 βL:βH을 아래의 수학식으로 연산하는 단계를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법:
Figure 112011058232118-pat00022
.The method according to claim 5,
Projecting the data of the voxel to which the transform coefficient is applied on the model of the arch function,
Second-order modeling the relationship between the brightness value I and the magnitude (θ · σ w I w ) of the scale normalized brightness value slope to which the transform coefficient (θ) is applied;
Projecting I values and θ · σ w I w values for the individual voxels of the volume data to the shortest distance positions on the quadratic modeled arch function; And
Using the new brightness value I 'projected to the shortest distance position on the arch function, β L : β H, which is the ratio of the ST region and the TM region for each voxel, is calculated by the following equation. Electronic intestinal cleansing method using wrinkle preservation reconstruction in virtual colonoscopy comprising:
Figure 112011058232118-pat00022
. 청구항 6에 있어서,
상기 대장 내부의 주름 영역에 대한 확률 분포를 연산하는 단계는,
상기 밝기값(I)을 2차 미분하여 Hessian 행렬(H)을 연산하는 단계;
상기 Hessian 행렬(H)의 고유값(eigenvalue; λ1,λ2,λ3(λ3>0, λ1
Figure 112013019584667-pat00049
0, λ2≪λ3))을 이용하여, 대장 내부의 주름 영역 판별을 위한 검출 함수인 D1과 D2를 연산하는 단계; 및
상기 D1과 D2를 곱하여, 임의의 복셀(v)이 대장 주름 영역에 해당될 확률(P(v)=D1×D2)을 정의하는 단계를 포함하며,
상기 Hessian 행렬(H)과, 상기 D1및 D2는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법:
Figure 112013019584667-pat00024
,
Figure 112013019584667-pat00025
The method of claim 6,
Computing the probability distribution for the wrinkle area inside the colon,
Calculating a Hessian matrix (H) by second derivative of the brightness value (I);
Eigenvalues of the Hessian matrix H λ 1 , λ 2 , λ 3 (λ 3 > 0, λ 1
Figure 112013019584667-pat00049
Calculating D 1 and D 2, which are detection functions for determining wrinkle areas in the large intestine, by using 0, λ 2 ≦ λ 3 )); And
Multiplying D 1 and D 2 to define a probability (p (v) = D 1 × D 2 ) in which any voxel (v) corresponds to a colonic wrinkle region,
The Hessian matrix (H), and D 1 and D 2 is an electronic long cleaning method using wrinkle preservation reconstruction in a virtual colonoscope defined by the following equation:
Figure 112013019584667-pat00024
,
Figure 112013019584667-pat00025
 청구항 7에 있어서,
상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 단계는,
상기 βL과 βH, 그리고 상기 ST 영역의 기준 밝기값(ISoft Tissue)과 상기 공기 영역의 기준 밝기값(IAir)을 이용하여, 상기 복셀의 재구성된 밝기값(I´)을 획득하는 단계; 및
상기 복셀의 밝기값(I), 상기 복셀의 재구성된 밝기값(I´) 및 상기 P(v) 값을 이용하여, 상기 대장 주름이 보존되어 재구성되는 상기 복셀의 최종 밝기값(I˝)을 연산하는 단계; 및
상기 복셀에 대한 밝기값(I)을 상기 최종 밝기값(I˝)으로 대체하여 상기 볼륨데이터를 재구성함에 따라 상기 전자적 장세척이 수행되는 단계를 포함하고,
상기 I´와 I˝는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 방법:
Figure 112011058232118-pat00026
,
Figure 112011058232118-pat00027
.The method of claim 7,
Reconstructing the volume data by preserving the large intestine wrinkles,
Obtaining the reconstructed brightness value I ′ of the voxel using the β L and β H , and the reference brightness value I Soft Tissue of the ST region and the reference brightness value I Air of the air region. step; And
By using the brightness value I of the voxel, the reconstructed brightness value I ′ of the voxel and the value of P (v), the final brightness value I ′ of the voxel where the colonic wrinkles are preserved and reconstructed is determined. Calculating; And
Performing the electronic long cleaning by reconstructing the volume data by substituting the brightness value I for the voxel with the final brightness value I ',
I ′ and I ′ are electronic long cleaning methods using wrinkle preservation reconstruction in virtual colonoscopy defined by the following equation:
Figure 112011058232118-pat00026
,
Figure 112011058232118-pat00027
. 청구항 1 내지 청구항 8 중 어느 한 항에 기재된 방법을 컴퓨터에 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.A computer-readable recording medium having recorded thereon a program for causing a computer to execute the method according to any one of claims 1 to 8. CT 기법에 의해 3차원 복부 볼륨데이터를 획득하는 볼륨데이터 획득부;
상기 볼륨데이터로부터 대장 내부에 대한 공기 영역과 TM(Tagged Material) 영역을 분할하는 영역 분할부;
상기 TM 영역과, 상기 대장의 내벽에 해당되는 ST(Soft Tissue) 영역의 구성 비율을 연산하는 구성 비율 연산부;
상기 대장 내부의 대장 주름 영역에 대한 확률 분포를 연산하는 확률 분포 연산부; 및
상기 ST 영역과 상기 TM 영역의 구성 비율과, 상기 대장 주름 영역에 대한 확률 분포를 이용하여, 상기 대장 주름을 보존하여 상기 볼륨데이터를 재구성하는 주름 보존 재구성부를 포함하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치.A volume data acquisition unit for acquiring three-dimensional abdominal volume data by a CT technique;
An area dividing unit dividing an air region and a tagged material (TM) region of the large intestine from the volume data;
A composition ratio calculator configured to calculate a composition ratio of the TM region and the soft tissue (ST) region corresponding to the inner wall of the colon;
A probability distribution calculator for calculating a probability distribution of the large intestine wrinkle area inside the large intestine; And
Wrinkle preservation reconstruction in a virtual colonoscopy including a wrinkle preservation reconstruction unit for preserving the colorectal wrinkles and reconstructing the volume data by using the composition ratio of the ST region and the TM region and the probability distribution of the colonic wrinkle region Electronic cleaning device using. 청구항 10에 있어서,
상기 영역 분할부는,
상기 대장 내부의 개별 복셀들의 밝기값을 이용하여, 상기 대장 내부의 단일 객체로 연결된 공기 영역에 대한 복셀들을 분할한 다음,
상기 공기 영역의 표면부에 해당하는 복셀들을 씨앗점으로 하여, 상기 공기 영역의 외부에 존재하는 TM 영역을 3차원 씨앗점 영역 성장법을 통해 분할하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치.The method of claim 10,
The area divider,
Using the brightness values of the individual voxels in the large intestine, the voxels for the air region connected to a single object in the large intestine are divided,
Electronic long cleaning using wrinkle preservation reconstruction in a virtual colonoscope which divides the TM region existing outside the air region by 3D seed region growth method using voxels corresponding to the surface portion of the air region as a seed point Device. 청구항 10에 있어서,
상기 구성 비율 연산부는,
상기 대장 내부의 개별 복셀의 밝기값(I)과, 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 모델링한 후,
상기 볼륨데이터를 등방성 데이터로 생성하기 위한 변환 계수를 연산한 다음,
상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하여, 상기 ST 영역과 상기 TM 영역의 구성 비율을 연산하며,
상기 σw는 영상에서 w 방향(기울기 방향)에 대한 경계 확산(edge-spread)의 스케일(표준편차) 정도이고, Iw는 w 방향(기울기 방향)에 대한 밝기값 기울기인, 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치.The method of claim 10,
The composition ratio calculator,
After modeling the relationship between the brightness value (I) of the individual voxels in the large intestine and the magnitude (σ w I w ) of the scale normalized brightness value slope,
Calculating a transform coefficient for generating the volume data into isotropic data,
Projecting data of a voxel to which the transform coefficient is applied onto a model of the arch function, and calculating a composition ratio of the ST region and the TM region,
In the virtual colonoscope, sigma w is the scale (standard deviation) of the edge-spread with respect to the w direction (tilt direction) in the image, and I w is the brightness value slope with respect to the w direction (tilt direction). Electronic long cleaning device using wrinkle preservation reconstruction. 청구항 12에 있어서,
상기 구성 비율 연산부는,
상기 arch 함수의 모델링을 위해, 상기 개별 복셀에 대한 w 방향(기울기 방향)의 밝기값 기울기(Iw) 변화의 가우시안 경계 확산 함수에 대해 상기 경계 확산 스케일 정도(σw)를 곱셈함에 따라 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw)를 획득한 다음,
상기 개별 복셀의 밝기값(I)과 상기 스케일 정규화된 밝기값 기울기의 크기(σwIw) 사이의 관계를 arch 함수로 1차 모델링(I,σwIw)하며,
상기 arch 함수는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치:
Figure 112012083516101-pat00028

여기서, arch(I;L,H)는 상기 ST 영역의 기준 밝기값(L)과 상기 TM 영역의 기준 밝기값(H)을 이용한 arch 모델링 함수이다.The method of claim 12,
The composition ratio calculator,
For modeling the arch function, the scale is obtained by multiplying the boundary diffusion scale degree σ w by the Gaussian boundary diffusion function of the change in the brightness value gradient I w in the w direction (tilt direction) for the respective voxel. After obtaining the magnitude of the normalized brightness value slope (σ w I w ),
Said first model (I, σ w I w) to the arch functions a relationship between the individual voxel brightness value (I) and size (σ w I w) of the scaled normalized gray level gradient of and,
The arch function is an electronic long cleaning device using wrinkle preservation reconstruction in a virtual colonoscope defined by the following equation:
Figure 112012083516101-pat00028

Here, arch (I; L, H) is an arch modeling function using the reference brightness value L of the ST region and the reference brightness value H of the TM region. 청구항 13에 있어서,
구성 비율 연산부는,
상기 변환 계수(θ)를 아래의 수학식을 통해 연산하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치:
Figure 112012083516101-pat00045

여기서, σop,z는 z축 방향의 가우시안 필터링 계수, σop,⊥z는 z축에 수직한 방향의 가우시안 필터링 계수, σop,w는 상기 w 방향(기울기 방향)의 가우시안 필터링 계수, σop,⊥w는 상기 w 방향(기울기 방향)에 수직한 방향의 가우시안 필터링 계수이다.The method according to claim 13,
Composition ratio calculation part,
An electronic long cleaning device using wrinkle preservation reconstruction in a virtual colonoscope that calculates the transform coefficient θ by the following equation:
Figure 112012083516101-pat00045

Here, σ op, z is the Gaussian filter coefficient of the z-axis direction, σ op, ⊥z the Gaussian filter coefficient in a direction perpendicular to the z-axis, σ op, w is the Gaussian filter coefficient, σ in the w direction (the tilt direction) op and ⊥w are Gaussian filtering coefficients in a direction perpendicular to the w direction (tilt direction). 청구항 14에 있어서,
상기 구성 비율 연산부는,
상기 arch 함수의 모델 상에 상기 변환계수가 적용된 복셀의 데이터를 투영하기 위해,
상기 밝기값(I)과, 상기 변환계수(θ)가 적용된 스케일 정규화된 밝기값 기울기의 크기(θ·σwIw) 사이의 관계를 arch 함수로 2차 모델링한 후,
상기 볼륨데이터의 개별 복셀에 대한 I 값 및 θ·σwIw 값을 상기 2차 모델링된 arch 함수 상의 최단거리 위치로 투영한 다음,
상기 arch 함수 상에 최단 거리 위치로 투영된 새로운 밝기값(I´)를 이용하여, 각각의 복셀에 대한 상기 ST 영역과 상기 TM 영역의 구성 비율인 βL:βH을 아래의 수학식으로 연산하는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치:
Figure 112011058232118-pat00030
.The method according to claim 14,
The composition ratio calculator,
In order to project the data of the voxel to which the transform coefficient is applied on the model of the arch function,
After second-order modeling the relationship between the brightness value (I) and the magnitude (θ · σ w I w ) of the scale-normalized brightness value slope to which the transform coefficient (θ) is applied,
Project the I values and θ · σ w I w values for the individual voxels of the volume data to the shortest distance positions on the quadratic modeled arch function,
Using the new brightness value I 'projected to the shortest distance position on the arch function, β L : β H, which is the ratio of the ST region and the TM region for each voxel, is calculated by the following equation. Electronic Intestinal Cleaner Using Wrinkle Conservation Reconstruction in Virtual Colonoscopy:
Figure 112011058232118-pat00030
. 청구항 15에 있어서,
상기 확률 분포 연산부는,
상기 밝기값(I)을 2차 미분하여 Hessian 행렬(H)을 연산하고,
상기 Hessian 행렬(H)의 고유값(eigenvalue; λ1,λ2,λ3(λ3>0, λ1
Figure 112013019584667-pat00050
0, λ2≪λ3))을 이용하여, 대장 내부의 주름 영역 판별을 위한 검출 함수인 D1과 D2를 연산한 다음,
상기 D1과 D2를 곱하여, 임의의 복셀(v)이 대장 주름 영역에 해당될 확률(P(v)=D1×D2)을 정의하고,
상기 Hessian 행렬(H)과, 상기 D1및 D2는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치:
Figure 112013019584667-pat00032
,
Figure 112013019584667-pat00033
16. The method of claim 15,
The probability distribution calculator,
The Hessian matrix H is calculated by second-order differentiating the brightness value I,
Eigenvalues of the Hessian matrix H λ 1 , λ 2 , λ 3 (λ 3 > 0, λ 1
Figure 112013019584667-pat00050
0, λ 2 << λ 3 )), and calculate D 1 and D 2, which are detection functions for the determination of the wrinkle area in the large intestine,
Multiplying D 1 and D 2 to define a probability (p (v) = D 1 × D 2 ) in which any voxel v corresponds to the colonic wrinkle region,
The Hessian matrix (H), and D 1 and D 2 is an electronic long cleaning device using wrinkle preservation reconstruction in a virtual colonoscope defined by the following equation:
Figure 112013019584667-pat00032
,
Figure 112013019584667-pat00033
 청구항 16에 있어서,
상기 대장 주름 재구성부는,
상기 βL과 βH, 그리고 상기 ST 영역의 기준 밝기값(ISoft Tissue)과 상기 공기 영역의 기준 밝기값(IAir)을 이용하여, 상기 복셀의 재구성된 밝기값(I´)을 획득한 후,
상기 복셀의 밝기값(I), 상기 복셀의 재구성된 밝기값(I´) 및 상기 P(v) 값을 이용하여, 상기 대장 주름이 보존되어 재구성되는 상기 복셀의 최종 밝기값(I˝)을 연산한 다음,
상기 복셀에 대한 밝기값(I)을 상기 최종 밝기값(I˝)으로 대체하여 상기 볼륨데이터를 재구성함에 따라 상기 전자적 장세척이 수행되고,
상기 I´와 I˝는 아래의 수학식으로 정의되는 가상 대장내시경에서 주름 보전 재구성을 이용한 전자적 장세척 장치:
Figure 112011058232118-pat00034
,
Figure 112011058232118-pat00035
.18. The method of claim 16,
The colon wrinkle reconstruction unit,
The reconstructed brightness value I ′ of the voxel is obtained by using the β L and β H , and the reference brightness value I Soft Tissue of the ST region and the reference brightness value I Air of the air region. after,
By using the brightness value I of the voxel, the reconstructed brightness value I ′ of the voxel and the value of P (v), the final brightness value I ′ of the voxel where the colonic wrinkles are preserved and reconstructed is determined. After calculating
The electronic long cleaning is performed by reconstructing the volume data by replacing the brightness value I of the voxel with the final brightness value I ',
I ′ and I ′ are electronic long cleaning devices using wrinkle preservation reconstruction in a virtual colonoscope defined by the following equation:
Figure 112011058232118-pat00034
,
Figure 112011058232118-pat00035
.
KR1020110074800A 2011-07-27 2011-07-27 Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof KR101305678B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110074800A KR101305678B1 (en) 2011-07-27 2011-07-27 Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110074800A KR101305678B1 (en) 2011-07-27 2011-07-27 Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof

Publications (2)

Publication Number Publication Date
KR20130014710A KR20130014710A (en) 2013-02-12
KR101305678B1 true KR101305678B1 (en) 2013-09-09

Family

ID=47894673

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110074800A KR101305678B1 (en) 2011-07-27 2011-07-27 Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof

Country Status (1)

Country Link
KR (1) KR101305678B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000036177A (en) * 1996-09-16 2000-06-26 제임스 알. 데니히 System and method for performing a three-dimensional virtual examination
KR20030060492A (en) * 2002-01-09 2003-07-16 주식회사 인피니트테크놀로지 Apparatus and method for displaying virtual endoscopy diaplay
US20090304248A1 (en) 2005-10-17 2009-12-10 Michael Zalis Structure-analysis system, method, software arrangement and computer-accessible medium for digital cleansing of computed tomography colonography images
JP2010284405A (en) 2009-06-15 2010-12-24 Toshiba Corp Medical image processor, medical image diagnostic device and medical image processing program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000036177A (en) * 1996-09-16 2000-06-26 제임스 알. 데니히 System and method for performing a three-dimensional virtual examination
KR20030060492A (en) * 2002-01-09 2003-07-16 주식회사 인피니트테크놀로지 Apparatus and method for displaying virtual endoscopy diaplay
US20090304248A1 (en) 2005-10-17 2009-12-10 Michael Zalis Structure-analysis system, method, software arrangement and computer-accessible medium for digital cleansing of computed tomography colonography images
JP2010284405A (en) 2009-06-15 2010-12-24 Toshiba Corp Medical image processor, medical image diagnostic device and medical image processing program

Also Published As

Publication number Publication date
KR20130014710A (en) 2013-02-12

Similar Documents

Publication Publication Date Title
Kostis et al. Three-dimensional segmentation and growth-rate estimation of small pulmonary nodules in helical CT images
Ganeshan et al. Texture analysis in non-contrast enhanced CT: impact of malignancy on texture in apparently disease-free areas of the liver
US8311301B2 (en) Segmenting an organ in a medical digital image
CA2727736C (en) Method and system for determining an estimation of a topological support of a tubular structure and use thereof in virtual endoscopy
US8160344B2 (en) Iterative segmentation of images for computer-aided detection
Zhang et al. Mesenteric vasculature-guided small bowel segmentation on 3-D CT
EP3443533B1 (en) Method and apparatus for generating quantitative data for biliary tree structures
US20060094961A1 (en) System, software arrangement and method for segmenting an image
US8520923B2 (en) Reporting organ volume for a medical digital image
Marsousi et al. Shape-based kidney detection and segmentation in three-dimensional abdominal ultrasound images
JP5854561B2 (en) Image data filtering method, image data filtering system, and use of image data in virtual endoscopy
JP2010207572A (en) Computer-aided detection of lesion
JP2012504003A (en) Fault detection method and apparatus executed using computer
Appia et al. Lung fissure detection in CT images using global minimal paths
EP1716535A2 (en) Virtual endoscopy methods and systems
KR101305678B1 (en) Method for automatic electronic colon cleansing in virtual colonoscopy and apparatus thereof
Ogiela et al. Computer analysis of gallbladder ultrasonic images towards recognition of pathological lesions
RU2459261C2 (en) Methods, systems and computer software product to detect swelling
KR101294983B1 (en) Apparatus for electronic colon cleansing to minimize artifacts on three material intersections in virtual colonoscopy
Ben-Dan et al. Liver Tumor segmentation in CT images using probabilistic methods
Taimouri et al. Colon segmentation for prepless virtual colonoscopy
Soleimani et al. Automatic breast tissue segmentation in MRI scans
EP3889896A1 (en) Model-based virtual cleansing for spectral virtual colonoscopy
Ortiz Automatic 3D segmentation of the breast in MRI
Soleimani Information fusion of magnetic resonance images and mammographic scans for improved diagnostic management of breast cancer

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160805

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170804

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180806

Year of fee payment: 6