KR101492330B1 - 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법 - Google Patents

혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법 Download PDF

Info

Publication number
KR101492330B1
KR101492330B1 KR20130089025A KR20130089025A KR101492330B1 KR 101492330 B1 KR101492330 B1 KR 101492330B1 KR 20130089025 A KR20130089025 A KR 20130089025A KR 20130089025 A KR20130089025 A KR 20130089025A KR 101492330 B1 KR101492330 B1 KR 101492330B1
Authority
KR
South Korea
Prior art keywords
blood vessel
region
bone
dividing
unit
Prior art date
Application number
KR20130089025A
Other languages
English (en)
Other versions
KR20150012894A (ko
Inventor
홍헬렌
이민진
정진욱
Original Assignee
서울여자대학교 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 서울여자대학교 산학협력단 filed Critical 서울여자대학교 산학협력단
Priority to KR20130089025A priority Critical patent/KR101492330B1/ko
Publication of KR20150012894A publication Critical patent/KR20150012894A/ko
Application granted granted Critical
Publication of KR101492330B1 publication Critical patent/KR101492330B1/ko

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]
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • 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

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

Abstract

본 발명에 따른 다중분할볼륨 기반으로 적응적 하지 혈관을 자동 분할하여, 뼈와 이웃한 혈관의 손실 없이 추출할 수 있는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법에 관한 것으로, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템은 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 자동구획부, 상기 자동구획부에서 구획된 부위의 뼈 영역을 분할하는 뼈영역 분할부 및 뼈 영역이 분할된 영상에서 혈관을 분할하고, 손실된 혈관을 복원하는 혈관분할부를 포함하는 것을 기술적 특징으로 한다.

Description

혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법{Adaptive vessel segmentation system and the method for CTA}
본 발명은 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 기술에 관한 것으로, 다중분할볼륨 기반으로 적응적 하지 혈관을 자동 분할하여, 뼈와 이웃한 혈관의 손실 없이 추출할 수 있는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법에 관한 것이다.
일반적으로 하지 동맥 폐쇄성 질환은 하지 혈관이 좁아지는 협착이나 혈관이 막히는 폐색으로 인하여 심한 통증이나 마비 증상을 일으키는 질환으로 이러한 혈관 질환을 진단하고 치료 계획을 세우기 위해서는 조영된 CT 영상(CTA: Computed Tomography Angiography)에서 혈관을 가시화하고 분석하는 것이 필요하다[1][2].
CTA 영상은 혈관에 조영제를 투여하여 획득한 영상으로 뼈 뿐 아니라 조영된 혈관과 석회화 등의 정보를 포함하고 있어 혈관의 석회화나 혈관 질환의 위치를 판단하는데 사용되며 이를 가시화하기 위하여 [도 20]과 같이 3차원 최대강도투영법(MIP: Maximum Intensity Projection)이나 볼륨렌더링(VR: Volume Rendering) 방법을 사용한다. 이 때, 하지 CTA 영상은 혈관 주위에 혈관보다 밝기값이 높은 뼈 구조물이 있어서 혈관이 뼈에 가려져 혈관을 가시화하는데 한계가 있으므로 혈관 분할이 우선적으로 요구되어질 뿐 아니라 영상 슬라이스 수가 1000장 이상, 평균 600MB 정도 용량의 방대한 데이터를 처리해야 하므로 수동 또는 반자동 분할보다는 자동으로 혈관을 분할하는 것이 필요하다.
그러나 [도 21] (a), (b)의 밝기값 분포와 같이 조영된 혈관과 뼈의 밝기값이 유사하고, 그림 2(c)와 같이 혈관 주변으로 유사한 밝기값의 뼈 구조물이 맞닿아 있으므로 자동으로 정확하게 혈관을 분할하기 어려운 한계점이 있다.
또한, CTA 영상에서 혈관을 분할하는 방법은 CT 영상과 CTA 영상을 이용한 영상 차감 기법과 CTA 영상에서 혈관 추적을 통한 혈관 분할 기법으로 나눌 수 있다. 영상 차감 기반 기법으로 Marksimov[3], Tomandl[4] 등은 CT와 CTA 영상의 표면점에 대한 강체 정합과 차분 연산을 통하여 혈관을 분할하였고, 형태학적 연산자를 사용하여 정합의 정확성을 개선하였다.
Lee[5], Kim[6] 등은 하지 영상에서 뼈의 부분적임 움직임을 반영하기 위하여 자동 구역화 하고 뼈 경계 정보 및 3차원 거리맵 기반의 강체 정합을 수행한 후, 뼈 소거법과 혈관 마스킹을 통하여 혈관을 분할하였다. Andel[7] 등은 뇌혈관 영상에서 뼈 주변 혈관에 대한 분할 정확성을 높이기 위하여 CT 영상과 CTA 영상의 밝기값 대조대비 강화를 위한 샤퍼 커널(sharper kernal)을 이용하여 선명한 영상을 만들어 강체 정합을 수행하고, 정합한 마스크에 블러 커널(blur kernal)을 적용하여 스무딩한 영상을 만든 후, 두 개의 마스크를 결합한 마스크로 뼈 영역을 제거함으로써 혈관을 분할한다. 이와 같은 영상 차감 기반의 혈관 분할 기법은 CT 영상에서 잘 보이는 뼈 정보를 이용하여 CTA 영상에서 뼈를 제거함으로써 CTA 영상 뿐 아니라 CT 영상도 필요하여 추가 방사능 노출의 위험과 정합 오차로 인하여 뼈 주변 혈관이 일부 삭제되고, 차분 연산을 통하여 주변 조직의 밝기값이 낮아지거나 손실되는 한계점이 있다.
또한, CTA 영상에서 하지 혈관 및 심혈관과 뇌혈관의 혈관 추적 기반 관련 연구로 Wink[8] 등은 CTA 영상에서 분할 하고자 하는 복부 대동맥 혈관에 사용자가 입력한 2개의 시작점을 이용하여 혈관 진행 방향의 수직 평면을 계산하고 수직 평면 상에서의 기울기 정보를 이용하여 혈관과 혈관 중심을 계산하는 방식을 반복적으로 수행하여 혈관을 분할하였다. Wink[9] 등은 심혈관에서 긴 관 형태를 이루는 혈관의 형태 정보를 기반으로 밝기값을 이용한 2차 미분의 헤시안 행렬의 고유치 값을 계산하여 혈관을 검출하였고, Bauer[10] 등은 복부 대동맥 영상에서 영상의 기울기 정보를 이용한 GVF(Gradient Vector Flow) 값을 사용하여 고유치 값을 계산하고 혈관을 검출하였다. Gulsun[11] 등은 심혈관 영상에서 사용자가 정의한 시작점과 끝점을 기반으로 다양한 크기의 원의 형태로 원의 내부와 경계의 밝기값과 기울기 정보를 사용하여 혈관 중심에 높은 값을 갖도록 가중치 맵을 만들고, Dijkstra's 알고리즘으로 최단 거리 산정을 통해 혈관의 중심선을 추적하는 방식으로 혈관을 분할하였다. Van[12] 등도 뇌혈관에서 사용자가 정의한 시작점과 끝점까지 영역 내에서 밝기값과 기울기 정보, 2차 라플라시안 정보를 사용하여 초기 혈관 경계를 분할하고 레벨-셋 방법을 이용하여 혈관을 분할하였다. 이와 같은 혈관 추적 기반의 혈관 분할 방법은 대부분 뇌혈관이나 심혈관 등에서 사용자의 초기 위치와 끝점을 입력하는 형태이므로 하지 혈관과 같은 긴 혈관에 대해서는 적용하기 어렵고, 혈관의 연결성에 의존적이므로 혈관이 가늘어지는 협착이나 혈관이 막히는 폐색과 같은 경우 혈관을 추적하는데 한계가 있다.
[1] P. Poletti, A. Rosset, D. Didier, P. Bachmann et al., "Subtraction CT Angiography of the Lower Limbs: A New Technique for the Evaluation of Acute Arterial Occlusion", American Journal of Radiology, vol. 183, pp.1445-1448, 2004. [2] R. Schernthaner, A. Stadler, F. Lomoschitz, M. Weber, D. Fleischmann, J. Lammer, C.H. Loewe, "Multidetector CT angiography in the assessment of peripheral arterial occlusive disease: accuracy in detecting the severity, number, and length of stenoses.", European radiology, vol. 18, no. 4, pp 665-671, 2007 [3] D. Maksimov, F. Finkel, T. Dietz, S. Diehl, C. Dㆌber, P. Rebholz, J. Hesser, R.Manner, "An Interactive Application for Removal of Bone Information in CT-Angiography", Proc. of the 17th IEEE Symposium on Computer-Based Medical Systems(CBMS'04), pp. 396-401, 2004. [4] B.F. Tomandl, T. Hammen, E. Klotz, H. Ditt, B. Stemper, M. Lell, "Bone-subtraction CT angiography for the evaluation of interacranial aneurysms", AJNR Am J Neuroradiology, vol.27, no.1, pp. 55-59, 2006. [5] I.J. Lee, J.W. Chung, H, Hong, Y.H. Yin, S. Kim, E. Park, W. Lee, " Subtraction CT Angiography of the Lower Extremities: Single Volume Subtraction versus Multi-Segmented Volume Subtraction", Acdemic radology, vol. 18, no. 7, pp. 902-909, 2011. [6] S. Kim, H. Hong, J.W. Chung, Y. Yin, J. Yoo, "Automated segmentation and tracking of lower extremity vessel and calcification with application ti computerized analysis of lower extremity occlusive disease in CT angiography", Radiological Society of North America, 2010. [7] H A Gratama van Andel, H W Venema, G J Streekstra, M van Straten, C B Majoie, G J den Heeten, C A Grimbergen, " Removal of bone in CT angiography by multiscale matched mask bone elimination", Medical Physics, vol. 34, no. 10, pp. 3711-3723, 2007. [8] O. Wink, W J. Niessen, M A. Viergever, " Fast Delineation and Visualization of Vessels in 3-D Angiographic Images", IEEE Transactions on Medical Imaging, vol. 19, no. 4, pp. 337-346, 2000. [9] O. Wink, W J. Niessen, M A. Viergever, " Multiscale vessel tracking", IEEE Transactions on Medical Imaging, vol. 23, no. 1, pp. 130-133, 2004. [10] C. Bauer, H. Bischof, " A novel Approach for Detection of Tubular Object and Its Application to Medical Image Analysis", Pattern Recognition Lecture Notes in Computer Science, vol. 5096, pp. 163-172, 2008. [11] M. A. Gulsun, T. Huseyin, "Robust Vessel Tree Modeling", Proc. of the 11th international conferrence on Medical Image Computing and Computer-Assisted Intervention(MICCIA'08), pp.602-611, 2008. [12] EF van, WJ Niessen, TT Weert, C. Monye, LA van, E. Maijering, R. Stokking, "Evaluation of an improved technique for lumen path definition and lumen segmentation of atheroscleotic vessels in CT angiography", European radiology, vol. 17, no. 7, pp 1738-1745, 2006.
본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 제안된 것으로, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템의 목적은, 뼈의 해부학적 정보를 이용하여, 하지 영역을 구획화하고, 혈관과 뼈의 밝기값과 위치 관계를 이용하여, 손실된 혈관 추적하여, 혈관을 자동적으로 분할하는 시스템을 제공하는데 있다.
다른 목적은, 자동구획부를 포함하여, 해부학적 정보로 부위별 영역으로 자동 구획화하는데 있다.
또 다른 목적은, 뼈영역 분할부를 포함하여, 자동 구획된 부위의 뼈 영역을 우선적으로 분할하는데 있다.
또 다른 목적은, 혈관복원부를 포함하여, 뼈와 인접하여 손실된 혈관을 추적하여 혈관 영역을 복원하는데 있다.
본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법의 목적은, 다중분할볼륨 기반으로 각 영역의 밝기값 특성에 따라 자동 구획화하고, 뼈와 인접하여 손실된 혈관을 추적하여 복원할 수 있는 방법을 제공하는데 있다.
본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템은 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 자동구획부, 상기 자동구획부에서 구획된 부위의 뼈 영역을 분할하는 뼈영역 분할부 및 뼈 영역이 분할된 영상에서 혈관을 분할하고, 손실된 혈관을 복원하는 혈관분할부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 자동구획부는 뼈 영역의 밝기 임계값을 적용하여, 뼈 후보군을 추출하는 제1임계값 설정부, 추출된 뼈 후보군의 각 슬라이스에서 연결성이 있는 그룹으로 그룹화하는 그룹화부 및 그룹화된 뼈 개수를 통해 영상 영역을 자동 구획화하는 구획화 실행부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 뼈영역 분할부는 상기 자동구획부에서 구획된 부위별로 뼈 영역의 밝기 임계값을 설정하는 제2임계값 설정부, 상기 임계값에 속하는 영역 중 연결성이 있는 뼈 영역 후보군을 추출하는 후보군 추출부 및 상기 후보군에서 뼈 영역을 분할하는 분할 실행부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 혈관분할부는 구획화된 영역별로 혈관과 유사한 밝기 임계값을 설정하는 제3임계값 설정부, 3차원 씨앗영역확장법으로 혈관 영역을 분할하는 혈관영역 분할부 및 뼈 영역 분할에 따라 손실된 혈관 영역을 추적하여, 혈관 영역을 복원하는 혈관복원부를 포함하는 것을 특징으로 한다.
본 발명에 따른 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법은 (a) 자동구획부를 이용하여, 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 단계, (b) 뼈영역 분할부를 이용하여, 상기 (a) 단계에서 구획됨 부위의 뼈 영역을 분할하는 단계, (c) 혈관분할부를 이용하여, 혈관의 밝기 임계값에 따라 혈관을 분할하는 단계 및 (d) 혈관복원부를 이용하여, 손실된 혈관을 추적하여 복원하고, 상기 혈관분할부를 이용하여 복원된 혈관 영역을 분할하는 단계를 포함하는 것을 특징으로 한다.
이상에서 설명한 바와 같이, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템은 뼈의 해부학적 정보를 이용하여, 하지 영역을 구획화함으로써, 높은 밝기값의 뼈 영역을 우선적으로 제거할 수 있으며, 혈관과 뼈의 밝기값과 위치 관계를 이용하여, 손실된 혈관 추적함으로써, 혈관을 정확하게 분할할 수 있으며, 나아가 동맥 질환을 정확하게 판별하고, 수술 계획을 안정적으로 세울 수 있는 효과가 있다.
또한, 해부학적 정보로 부위별 영역으로 자동 구획화함으로써, 각 영역의 밝기값 특성에 맞게 분할 방법을 적용할 수 있는 효과가 있다.
또한, 자동 구획된 부위의 뼈 영역을 우선적으로 분할함으로써, 혈관 영역이 뼈 영역으로 번지는 현상을 방지할 수 있는 효과가 있다.
또한, 뼈와 인접하여 손실된 혈관을 추적하여 혈관 영역을 복원함으로써, 정확한 혈관 영역을 분할할 수 있는 효과가 있다.
본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법은, 다중분할볼륨 기반으로 각 영역의 밝기값 특성에 따라 자동 구획화하여, 뼈 영역을 분할하고, 뼈와 인접하여 손실된 혈관을 추적하여 복원한 후, 혈관 영역을 분할할 수 있는 영할 수 있는 효과가 있다.
도 1은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템의 전체 구성을 나타내는 구성도.
도 2는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 자동구획부의 상세 구성을 나타내는 구성도.
도 3은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 뼈의 해부학적인 정보를 이용한 자동 구획화 개념을 나타내는 도면.
도 4는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 뼈영역 분할부의 상세 구성을 나타내는 구성도.
도 5는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 발 부위의 슬라이드 재구성 개념을 설명하는 도면.
도 6은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 혈관분할부의 상세 구성을 나타내는 구성도.
도 7은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 골반 영역의 손실된 혈관을 나타내는 실시예 화면.
도 8은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템에 있어서, 손실된 혈관 영역을 복원하기 위한 혈관 영역 추적 개념을 설명하는 도면.
도 9는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법의 전체 흐름을 나타내는 흐름도.
도 10은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법에 있어서, S10 단계의 상세 흐름을 나타내는 흐름도.
도 11은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법에 있어서, S20 단계의 상세 흐름을 나타내는 흐름도.
도 12는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법에 있어서, S30 단계의 상세 흐름을 나타내는 흐름도.
도 13은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법에 있어서, S40 단계의 상세 흐름을 나타내는 흐름도.
도 14 내지 도 19는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법의 성능을 확인하는 실험 결과를 나타내는 도면.
도 20은 종래 하지 CTA 영상 가시화를 나타내는 도면.
도 21은 종래 하지 CTA 영상에서 혈관 분할의 한계를 나타내는 도면.
이하, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법을 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.
[도 1]은 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템의 전체 구성을 나타내는 도면으로, 자동구획부(10), 뼈영역 분할부(20) 및 혈관분할부(30)를 포함한다.
상기 자동구획부(10)는 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 역할을 하며, 본 발명에 있어서, 상기 자동구획부(10)는 [도 2]에 도시된 바와 같이, 뼈 영역의 밝기 임계값을 적용하여, 뼈 후보군을 추출하는 제1임계값 설정부(11), 추출된 뼈 후보군의 각 슬라이스에서 연결성이 있는 그룹으로 그룹화하는 그룹화부(12) 및 그룹화된 뼈 개수를 통해 영상 영역을 자동 구획화하는 구획화 실행부(13)를 포함한다.
일반적으로, 하지 CTA 영상은 슬라이스 장수가 1000장이 넘는 방대한 데이터를 갖으며 다양한 형태의 뼈와 혈관 구조를 갖는다. 이 때, 도 3과 같이 뼈의 해부학적 정보를 기반으로 구분한 밝기값 분포에서 골반, 무릎, 발 영역의 경우 뼈의 밀도가 낮은 해면질이 많이 분포하여 평균 452HU과 303HU의 분산을 가지며, 넓적다리, 종아리 영역의 경우 밀도가 높은 치밀질로 이루어져 있어 평균 1226HU과 660HU의 분산으로 넓적다리와 종아리 영역이 다른 영역에 비해 높은 밝기값 분포를 보이는 것을 볼 수 있다.
이와 같이 하지 CTA 영상은 하지 영역의 위치에 따라 다른 밝기값 분포를 가지기 때문에 본 발명에 따른 상기 자동구획부(10)를 통해 뼈의 해부학적 정보로 골반, 넓적다리, 무릎, 종아리, 발 영역에 대한 5개의 구역으로 자동 구획화하는 것이다.
이를 위해 본 발명의 실시예에서 상기 제1임계값 설정부(11)를 이용하여, 뼈 임계값인 500HU(HU: Hounsfield unit)를 적용하여 뼈 후보군을 추출하고, 상기 그룹화부(12)를 이용하여, 추출된 뼈 후보군들은 연결 요소 라벨링(CCL: Connected Component Labeling) 기법을 사용하여 각 슬라이스에서 연결성이 있는 그룹으로 그룹화한다.
또한, 높은 밝기값을 갖는 혈관 석회화 영역이나 작은 뼈 영역에 대한 그룹은 상기 구획화 실행부(13)를 이용하여, 100-화소 이하를 갖는 작은 그룹들은 제거하여 연결성이 큰 그룹에 대하여 발목 하단부터 골반까지 각 슬라이스에서 그룹화된 뼈의 개수를 통하여 하지를 자동으로 구획화한다.
[도 3]의 하단 그래프와 하지 영상은 뼈의 개수는 2개, 4개, 여러 개의 뼈로 이루어진다. 이때, 2개의 뼈는 대퇴골의 뼈로 넓적다리 영역, 4개의 뼈는 경골과 비골의 뼈로 종아리 영역, 여러 개의 뼈로 이루어진 주변 영역을 골반, 무릎, 발 영역으로 구획화 할 수 있다.
이처럼 본 발명에 따른 상기 자동구획부(10)는 하지를 뼈의 해부학적 정보를 이용하여 해부학적으로 의미 있는 골반, 넓적다리, 무릎, 종아리, 발 영역에 대한 5개의 지역으로 자동 구획화하여 다중분할볼륨을 생성함으로써 각 영역의 밝기값 특성에 맞게 분할 방법을 적용하여 혈관을 분할할 수 있다.
상기 뼈영역 분할부(20)는 상기 자동구획부에서 구획된 부위의 뼈 영역을 분할하는 역할을 하며, 본 발명에 따른 상기 뼈영역 분할부(20)는 [도 4]에 도시된 바와 같이, 상기 자동구획부(10)에서 구획된 부위별로 뼈 영역의 밝기 임계값을 설정하는 제2임계값 설정부(21), 상기 임계값에 속하는 영역 중 연결성이 있는 뼈 영역 후보군을 추출하는 후보군 추출부(22) 및 상기 후보군에서 뼈 영역을 분할하는 분할 실행부(23)를 포함한다.
즉, 하지 CTA 영상에서 조영 정도에 따라 다양한 밝기값을 갖는 혈관 주변에 조영된 혈관과 유사한 밝기값 분포를 가지는 뼈 구조물이 맞닿아 있는 경우, 혈관 추출 시 혈관과 함께 분할되는 한계가 있다. 뼈 영역은 혈관에 비해 구조가 단순하고, [도 3]과 같이 혈관의 밝기값 분포에 비해 높은 밝기값의 분포를 갖는 부분이 있기 때문에 밝기값 정보를 이용하여 뼈 영역을 먼저 분할하는 것이 필요하다.
즉, [도 3]과 같이 넓적다리와 종아리 영역은 뼈가 높은 밝기값을 갖는 치밀질로 이루어져있기 때문에 본 발명의 실시예에서 상기 제2임계값 설정부(21)로 임계값을 500HU으로 산정하고, 무릎 영역은 뼈와 혈관의 밝기값 분포가 유사하지만 뼈와 혈관의 인접한 부분이 없기 때문에 300HU으로 임계값을 산정한다. 임계 범위에 속하는 영역 중 연결성이 있는 뼈 영역을 분할하기 위하여 상기 후보군 추출부(22)는 3차원 씨앗영역확장법을 이용하여 뼈 영역 후보군을 추출하며, 내부에 씨앗점을 산정하기 위하여 연결 요소 라벨링으로 라벨링 한 후, 큰 라벨을 가진 영역의 내부를 씨앗점으로 산정한다.
또한, [도 5]의 (a)와 같이 발은 다른 영역과 다른 방향성을 가지므로 [도 5]의 (b)와 같이 뼈와 혈관이 다양한 형태를 보이게 되며 뼈와 혈관이 붙어 있는 부분에서 형태학적 열림연산을 적용 할 때 뼈 영역까지 손실되는 한계점을 가진다.
따라서 본 발명에 있어서, 발 영역은 주 방향성에서 수직으로 평면을 재구성하여 뼈의 형태를 둥근 모양으로 변경하는 것이 필요하다. 이를 위하여 [도 5]의 (c)와 같이 시상면에서 발 영역이 나타나는 일부 슬라이스에 대하여 슬랩(slab) 최대강도투영영상을 생성한 후, 다음 [수학식 1]의 2차 이미지 모먼트로 행렬 U를 생성하고, 행렬의 고유벡터를 계산하여 발의 주 방향 중심축을 계산하는 것이 바람직하다.
Figure 112013068070818-pat00001
이 때, δ(x,y)는 크로네커 델타 함수로 각 좌표에서 임계값(T)가 150HU 이상의 밝기값을 갖는 경우에만 1의 값을 갖도록 산정하고, (x,y)는 최대강도투영영상의 좌표를 의미하며,
Figure 112013068070818-pat00002
와
Figure 112013068070818-pat00003
는 영상에서 크로네커 델타 함수가 1의 값을 갖는 영역의 각 좌표의 x의 평균값과 y의 평균값을 의미한다.
재구성된 평면에서 상기 제2임계값 설정부(21)은 둥근 모양의 뼈를 200HU으로 임계값을 산정하고, 상기 후보군 추출부(22)는 각 슬라이스에서 2차원 영역확장법을 통하여 뼈 후보군을 추출하고, 상기 분할 실행부(23)은 혈관에 대한 연결성을 끊어주기 위하여 형태학적 열림 연산자를 이용하여 붙어있는 혈관과 분리한다.
또한, [도 3]의 (b)와 같이 골반 영역은 혈관과 뼈의 밝기값 분포가 중복되는 부분이 많고, 뼈의 크기가 크고 해부학적 구조가 복잡하며, 뼈와 혈관이 인접한 영역이 존재하여 뼈를 분할하기 어려운 한계점을 가지므로 혈관을 먼저 분할한 후, 밀도가 낮은 해면질까지 충분히 포함 할 수 있는 150HU의 낮은 임계값을 사용하여 뼈 후보군을 분할하는 것이 바람직하다.
이처럼 본 발명에 따른 상기 뼈영역 분할부(20)를 통해 뼈의 해부학적 정보와 다분할볼륨의 각 영역에서의 뼈의 밝기값 분포를 이용하여 뼈 영역을 먼저 분할함으로써 혈관 영역이 뼈 영역으로 번지는 현상을 방지하고, 다른 영역과 다른 방향성을 가지는 발 영역에 대한 슬랩 재구성을 통해 주변 인접한 혈관으로 번지는 현상을 방지하고 뼈 분할의 정확성을 높일 수 있다.
상기 혈관분할부(30)는 뼈 영역이 분할된 영상에서 혈관을 분할하고, 손실된 혈관을 복원하는 역할을 하며 본 발명에 따른 상기 혈관분할부(30)는 구획화된 영역별로 혈관과 유사한 밝기 임계값을 설정하는 제3임계값 설정부(31), 3차원 씨앗영역확장법으로 혈관 영역을 분할하는 혈관영역 분할부(32) 및 뼈 영역 분할에 따라 손실된 혈관 영역을 추적하여, 혈관 영역을 복원하는 혈관복원부(33)를 포함한다.
일반적으로 하지 혈관은 뇌혈관이나 심혈관과 다르게 골반, 넓적다리, 무릎, 종아리, 발 영역까지 긴 영역에 분포하고 석회화나 협착 등의 질환으로 인하여 혈관이 손실되는 부분도 있기 때문에 기존 혈관 추적 방식을 사용하여 하지 혈관을 분할하기에는 한계가 있으며, 뼈와 인접한 일부 혈관이 손실되는 한계점이 있다. 이를 해결하기 위하여 본 발명에 따른 상기 혈관분할부(30)는 뼈와 인접하지 않는 혈관에 대하여 다중씨앗점을 사용한 3차원 씨앗영역확장법으로 초기 혈관을 분할하고, 뼈와 인접하여 손실된 혈관의 경우, 혈관 추적을 통하여 혈관 영역을 복원한다.
즉, 골반 영역은 혈관의 밝기값이 조영 정도에 따라 다르게 나타나기 때문에 다음 [알고리즘 1]과 같이 반복적 최적 임계값 기법으로 최적 임계값을 산정하기 위하여 본 발명의 실시예에서 상기 제3임계값 설정부(31)는 초기 임계값 Thigh , 0와 Tlow,0을 정하고, 임계값 범위 내의 3차원 씨앗영역확장법으로 골반 영역의 하단에서 상단까지 혈관이 분할 될 때까지 새로운 임계값을 산정하는 과정을 반복한다.
[알고리즘 1]
Figure 112013068070818-pat00004
또한, 넓적다리, 무릎, 종아리, 발 영역은 혈관과 유사한 밝기값을 가지는 뼈 영역이 이미 분할이 되어있어 있으므로 상기 제3임계값 설정부(31)는 혈관 밝기값을 포함하는 150HU으로 임계값을 산정하고, 상기 혈관영역 분할부(32)는 3차원 씨앗 영역확장법을 사용하여 혈관을 분할한다. 혈관은 뼈 영역에 비해 작고 둥근 형태를 가지므로, 임계 범위 중 라벨링된 크기가 작은 영역 내부에 씨앗 점을 산정하고, 석회화나 협착 등으로 인하여 혈관이 끊어지는 부분이 존재하기 때문에 여러 슬라이스에서 다중씨앗점을 산정한다. 또한, 분할된 뼈와 인접한 영역에 대해서는 뼈의 대한 잡음일 확률이 높기 때문에 씨앗 점으로 산정하지 않는다.
또한, 뼈와 인접하여 혈관이 손실된 영역을 추적하기 위해서는 혈관 추적의 시작 위치를 찾아야 한다. 골반 영역은 [도 7]의 (a)의 슬라이스 영상처럼 혈관이 가로로 굴곡이 심하고, 뼈와 인접해 있으며 3차원 영상처럼 뼈의 하단을 지나는 형태를 보인다. 이러한 정보를 기반으로 상기 혈관복원부(33)는 [도 7]의 (b)와 같이 골반 뼈의 하단에서 혈관이 지나는 위치를 시작 위치로 산정한다. 종아리 영역은 종아리 상단에서 하단으로 혈관을 탐색하며 혈관이 손실되어 탐색되지 않는 위치를 시작 위치로 산정한다.
또한, 본 발명에 따른 혈관 추적을 위해서는 추적 방향을 추정할 2개의 중심점을 알고 있어야 하기 때문에 시작 위치 주변 슬라이스에서 분할된 혈관 정보를 사용하여 중심점을 계산한다. [도 8]은 혈관 추적을 통하여 손실된 혈관을 복원하는 과정을 보여준다. 추출된 2개의 중심점으로 혈관의 진행 방향
Figure 112013068070818-pat00005
를 계산하고, 같은 방향인
Figure 112013068070818-pat00006
로 진행하여 새로운 중심점 c점 주변으로 탐색 영역 S를 잡는다. S영역에서 혈관 영역은 시작 위치와 그 주변에서 분할된 혈관의 밝기값 분포를 산정하고, 분포 안에 속하는 밝기값 영역을 혈관으로 산정한다. 산정된 혈관 영역에서 중심점 cnew와 진행할 방향을 계산한다. 이러한 과정을 혈관을 찾지 못할 때까지 반복하여 혈관을 복원하게 된다.
이러한 본 발명에 따른 상기 혈관분할부(30)는 골반 영역에서 적용한 반복적 최적 임계값 기법을 사용하여 영상에 따른 최적 임계값 계산이 가능하고, 긴 영역에 분포하는 하지 혈관을 다중씨앗점을 사용한 3차원 씨앗영역확장법으로 빠르게 혈관을 분할하고, 뼈와 인접하여 손실된 혈관에 대하여 혈관 추적 기반의 혈관 복원으로 혈관을 정확하게 분할할 수 있다.
이상에서 설명한 바와 같이, 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템을 적용 시, 뼈의 해부학적 정보를 이용하여, 하지 영역을 구획화함으로써, 높은 밝기값의 뼈 영역을 우선적으로 제거할 수 있으며, 혈관과 뼈의 밝기값과 위치 관계를 이용하여, 손실된 혈관 추적함으로써, 혈관을 정확하게 분할할 수 있으며, 나아가 동맥 질환을 정확하게 판별하고, 수술 계획을 안정적으로 세울 수 있는 효과를 누릴 수 있다.
[도 9]는 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법의 전체 흐름을 나타내는 도면으로, 상기 자동구획부(10)를 이용하여, 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 단계(S10)를 수행한다.
상기 S10 단계는 [도 10]에 도시된 상세 흐름과 같이, 상기 제1임계값 설정부(11)를 이용하여, 뼈 영역의 밝기 임계값을 설정하여, 뼈 후보군을 추출하는 단계(S11)를 수행하고, 상기 그룹화부(12)를 이용하여, 상기 S11 단계에서 추출된 뼈 후보군의 각 슬라이스에서 연결성이 있는 그룹으로 그룹화하는 단계(S13)를 수행하고, 상기 구획화 실행부(13)를 이용하여, 그룹화된 뼈 개수를 통해 영상 영역을 자동 구획화하는 단계(S15)를 수행한다.
이러한 본 발명에 따른 S10단계의 상세 내용은 상기 자동구획부(10)의 상세 구성에 기술하였으므로, 상세 내용의 기재를 생략하도록 한다.
다음으로, 상기 뼈영역 분할부(20)를 이용하여, 상기 S10 단계에서 구획됨 부위의 뼈 영역을 분할하는 단계(S20)단계를 수행한다.
상기 S20 단계는 [도 11]에 도시된 상세 흐름과 같이, 상기 제2임계값 설정부(21)를 이용하여, 상기 S10 단계에서 구획된 부위별로 뼈 영역의 밝기 임계값을 설정하는 단계(S21)를 수행하고, 상기 후보군 추출부(22)를 이용하여, 상기 임계값에 속하는 영역 중 연결성이 있는 뼈 영역 후보군을 추출하는 단계(S23)를 수행하고, 상기 분할 실행부(23)를 이용하여, 상기 후보군에서 뼈 영역을 분할하는 단계(S25)를 수행한다.
이러한 본 발명에 따른 S20단계의 상세 내용은 상기 뼈영역 분할부(20)의 상세 구성에 기술하였으므로, 상세 내용의 기재를 생략하도록 한다.
다음으로, 상기 혈관분할부(30)를 이용하여, 혈관의 밝기 임계값에 따라 혈관을 분할하는 단계(S30)를 수행한다.
상기 S30 단계는 [도 12]에 도시된 상세 흐름과 같이, 상기 제3임계값 설정부(31)를 이용하여, 구획화된 영역별로 혈관과 유사한 밝기 임계값을 설정하는 단계(S31)를 수행하고, 상기 혈관영역 분할부(32)를 이용하여, 3차원 씨앗영역확장법으로 혈관을 분할하는 단계(S33) 단계를 수행한다.
다음으로, 상기 혈관복원부(33)를 이용하여, 손실된 혈관을 추적하여 복원하고, 상기 혈관영역 분할부(32)를 이용하여, 복원된 혈관 영역을 분할하는 단계(S40)를 수행한다.
상기 S40 단계는 [도 13]에 도시된 상세 흐름과 같이, 상기 혈관복원부(33)를 이용하여, 시작 위치 주변 슬라이스에서 분할된 혈관 정보로 2개의 중심점을 산출하는 단계(S41)를 수행하고, 추출된 2개의 중심점으로 혈관 진행방향을 산출하고, 혈관 진행방향과 일치하는 제3의 중심점을 기준으로 탐색영역을 설정하는 단계(S43)를 수행하며, 탐색영역의 밝기값 분포로 혈관 복원 영역을 확정하고, 새로운 중심점 및 진행 방향을 산출하는 단계(S45)를 수행한다.
다음으로, 혈관 영역이 복원될 추가 슬라이스가 존재하는지 확인하는 단계(S47)를 수행하여, 더 이상 추적할 혈관 영역이 없다면 상기 혈관영역 분할부(32)를 이용하여, 복원된 혈관 영역을 분할하는 단계(S49)를 수행하고, 상기 S47 단계에서 추적 혈관이 존재하면 상기 S41 단계로 돌아가 재수행한다.
이러한 본 발명에 따른 S30단계 내지 S40 단계의 상세 내용은 상기 혈관분할부(30)의 상세 구성에 기술하였으므로, 상세 내용의 기재를 생략하도록 한다.
이러한 본 발명에 따른 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 방법의 성능 평가를 하기 위한 실험 및 그 결과를 설명하면 다음과 같다.
본 발명에 따른 실험에서 사용한 데이터는 Philips Brilliance 64와 Siemens Sensation 16에서 촬영된 하지 CT 혈관조영영상으로 20명의 환자 데이터를 사용하였다. 영상 크기는 512X512, 화소 크기는 0.74~0.89mm, 슬라이드 간격은 1.0mm이며, 전체 슬라이스는 1100~1300장을 갖는다. 각 데이터는 석회화로 인해 혈관 벽이 좁아지는 협착이나 혈관 폐색 질환을 갖는 환자 데이터들로 이루어져 있다. 본 발명에서 제안한 혈관 분할 방법의 성능 평가를 위해 분할된 혈관과 X-선 혈관조영영상과의 비교와 관련 연구에서 제시한 CT 영상과 CTA 영상을 이용한 차감 기법과의 비교를 통한 육안 평가, 골반, 종아리, 발 영역에서 밝기값 프로파일 측정을 통한 정확성 분석과 수행시간을 측정하였다.
육안 평가를 위하여 혈관에 협착이나 폐색이 발생된 영역에 대하여 제안 방법을 적용하여 하지 혈관 결과를 최대강도투영법으로 가시화하고, 혈관 분석에 기준으로 사용되는 X-선 혈관조영영상과 비교하였다. [도 14]의 (a)는 골반과 넓적다리 영역에서 석회화로 인해 혈관 벽이 좁아지는 협착 부위에 대한 결과로 X-선 혈관조영영상과 동일하게 분할 혈관의 최대강도투영 가시화 결과에서 협착이 발생한 혈관이 좁아진 것을 알 수 있다. 또한, [도 14]의 (b)는 넓적다리 영역에서 혈관 폐색 질환이 있는 영역을 확대한 영상으로 X-선 혈관조영영상과 동일하게 분할 혈관의 최대강도투영 가시화 결과에서 혈관 폐색으로 주요 혈관이 손실되었으며, 주변의 잔 혈관을 통하여 혈관이 이어지는 것을 볼 수 있다. 또한, X-선 혈관조영영상에서는 볼 수 없는 석회화까지 볼 수 있다.
또한, [도 15]는 관련 연구에서 제시한 CT 영상과 CTA 영상을 이용한 정합차감 기법의 혈관 분할 결과와 비교한 결과로 [도 15]의 (a)는 Kim[6]등의 발명에서 두 개의 영상을 정합하여 뼈 영역을 제거한 결과로 상단 줄에 해당하는 부분에서는 정합 오류로 인하여 잔 혈관이 손실되는 결과를 확인할 수 있다. 또한, [도 15]의 (b)와 (c)는 혈관 복원 전 후의 결과로 초기 혈관 분할에서 손실되었던 혈관들이 복원 후에 잔 혈관까지 모두 분할된 것을 확인할 수 있으며, 혈관 복원 후의 결과가 두 영상을 사용한 기존 결과와 유사하거나 더 좋은 결과를 확인할 수 있다.
더불어 혈관 분할의 정확성을 평가하기 위하여 [도 16] 내지 [도 18]과 같이 혈관과 뼈가 이웃하는 영역에 대한 1D 프로파일을 분석하였다. 혈관 복원을 수행하는 골반과 종아리 영역은 원 영상, 기존 연구 결과, 혈관 복원 전ㅇ후의 결과에 대하여 비교하였고, 발 영역은 원 영상, 기존 연구 결과, 혈관 분할 결과에 대하여 비교하였다. 이 때, 기존 연구는 CTA와 CT 영상에서 뼈의 거리지도 기반의 강체 정합을 통하여 뼈 소거법과 혈관 마스킹 기법을 이용하여 혈관을 분할하는 연구로 뼈를 소거하는 과정에서 영상 차감으로 인하여 [도 16]의 결과와 같이 주변 조직에 대한 밝기값이 원영상보다 낮게 나타나게 된다. [도 16] 및 [도 17]은 골반과 종아리 영역에 대한 결과로 혈관과 이웃하는 뼈 영역이 유사한 밝기값을 가질 때, 혈관 복원 전에는 혈관이 일부 손실된 것을 볼 수 있으나, 혈관 복원 후에는 혈관이 모두 복원되어 혈관의 손실 없이 뼈 영역이 잘 제거되고, 주변 조직도 손실되지 않는 것을 확인할 수 있다. [도 18]은 발 영역에 대한 결과로 1D 프로파일에서 기존 연구 결과에는 혈관이 손실될 뿐 아니라 주변 조직의 밝기값 차이가 명확하게 발생 하지만 제안 방법에서는 혈관의 손실 없이 잘 분할된 것을 확인할 수 있다.
[도 19]는 본 발명에 따른 혈관 분할 방법에 대하여 자동 구획화된 지역 별로 수행시간을 측정한 결과로 인텔 코어 i7 920 2.6GHZ CPU와 8.0GB 메모리를 장착한 PC에서 수행하였다. 영상 크기 512X512, 평균 1150장 정도의 영상에 대한 제안 방법의 평균 수행시간은 60초이며, 골반 영역은 평균 22.4초, 넓적다리 영역은 평균 8.7초, 무릎 영역은 평균 3.3초, 종아리 영역은 평균 8.4초, 발 영역은 평균 17.2초로 측정되었다. 골반 영역은 하지 CTA 영상 전체 슬라이스 수의 30%를 넘게 차지하는 할 뿐 아니라 초기 혈관에 대한 임계값을 반복적으로 찾으므로 전체 평균 수행시간의 38%를 차지하고, 발 영역의 경우, 뼈 분할 단계에서 수직 평면을 재구성하므로 전체 평균 수행시간의 29%를 차지했다.
이처럼 본 발명에 따른 혈관 분할 방법을 통해 분할된 혈관을 종래 X-선 혈관조영영상과 비교하였을 때, 혈관의 협착이나 폐색이 있는 환자 데이터에서도 동일한 결과를 확인할 수 있으며, 본 발명에 따라 가시화한 최대강도투영영상에서는 석회화와 주변 기관 등의 정보까지 볼 수 있어 동맥 질환을 판별하고 수술 계획을 세우는데 효과적으로 활용될 수 있는 것을 확인할 수 있다.
이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법으로 구현할 수 있다.
10 : 자동구획부
11 : 제1임계값 설정부
12 : 그룹화부
13 : 구획화 실행부
20 : 뼈영역 분할부
21 : 제2임계값 설정부
22 : 후보군 추출부
23 : 분할 실행부
30 : 혈관분할부
31 : 제3임계값 설정부
32 : 혈관영역 분할부
33 : 혈관복원부
100 : 혈관 분할 시스템

Claims (12)

  1. 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 자동구획부;
    상기 자동구획부에서 구획된 부위의 뼈 영역을 분할하는 뼈영역 분할부 및
    뼈 영역이 분할된 영상에서 혈관을 분할하고, 손실된 혈관을 복원하는 혈관분할부를 포함하며,
    상기 혈관분할부는,
    구획화된 영역별로 혈관과 유사한 밝기 임계값을 설정하는 제3임계값 설정부;
    3차원 씨앗영역확장법으로 혈관 영역을 분할하는 혈관영역 분할부 및
    뼈 영역 분할에 따라 손실된 혈관 영역을 추적하여, 혈관 영역을 복원하는 혈관복원부를 포함하고,
    혈관복원부는,
    혈관 추적 시, 분할된 혈관 정보에서 2개의 중심점을 산출하고, 혈관 진행 방향에서 탐색영역을 설정하고, 탐색 영역의 밝기값 분포에서 혈관 중심점을 산출하는 것을 특징으로 하는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템.
  2. 제1항에 있어서,
    상기 자동구획부는,
    뼈 영역의 밝기 임계값을 적용하여, 뼈 후보군을 추출하는 제1임계값 설정부;
    추출된 뼈 후보군의 각 슬라이스에서 연결성이 있는 그룹으로 그룹화하는 그룹화부 및
    그룹화된 뼈 개수를 통해 영상 영역을 자동 구획화하는 구획화 실행부를 포함하는 것을 특징으로 하는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템.
  3. 제2항에 있어서,
    상기 그룹화부는,
    연결 요소 라벨링(CCL-Connected Component Labeling)기법을 적용하여, 그룹화하는 것을 특징으로 하는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템.
  4. 제1항에 있어서,
    상기 뼈영역 분할부는,
    상기 자동구획부에서 구획된 부위별로 뼈 영역의 밝기 임계값을 설정하는 제2임계값 설정부;
    상기 임계값에 속하는 영역 중 연결성이 있는 뼈 영역 후보군을 추출하는 후보군 추출부 및
    상기 후보군에서 뼈 영역을 분할하는 분할 실행부를 포함하는 것을 특징으로 하는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템.
  5. 삭제
  6. 제1항에 있어서,
    상기 제3임계값 설정부는
    골반 영역의 경우, 3차원 씨앗영역확장법으로 하단에서 상단까지 혈관이 분할될 때까지 임계값을 갱신하는 과정을 반복하는 것을 특징으로 하는 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템.
  7. 삭제
  8. (a) 자동구획부를 이용하여, 혈관 조영된 컴퓨터 단층 영상(CTA)에서 뼈의 해부학적 정보로 자동 구획하여 다중분할볼륨을 생성하는 단계;
    (b) 뼈영역 분할부를 이용하여, 상기 (a) 단계에서 구획됨 부위의 뼈 영역을 분할하는 단계;
    (c) 혈관분할부를 이용하여, 혈관의 밝기 임계값에 따라 혈관을 분할하는 단계 및
    (d) 혈관복원부를 이용하여, 손실된 혈관을 추적하여 복원하고, 혈관영역 분할부를 이용하여 복원된 혈관 영역을 분할하는 단계를 포함하며,
    상기 (d) 단계는,
    (d-1) 혈관복원부를 이용하여, 시작 위치 주변 슬라이스에서 분할된 혈관 정보로 2개의 중심점을 산출하는 단계;
    (d-2) 추출된 2개의 중심점으로 혈관 진행방향을 산출하고, 혈관 진행방향과 일치하는 제3의 중심점을 기준으로 탐색영역을 설정하는 단계;
    (d-3) 탐색영역의 밝기값 분포로 혈관 복원 영역을 확정하고, 새로운 중심점 및 진행 방향을 산출하는 단계 및
    (d-4) 상기 혈관영역 분할부를 이용하여, 복원된 혈관 영역을 분할하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 단층 영상의 혈관 분할 방법.
  9. 제8항에 있어서,
    상기 (a) 단계는,
    (a-1) 제1임계값 설정부를 이용하여, 뼈 영역의 밝기 임계값을 설정하여, 뼈 후보군을 추출하는 단계;
    (a-2) 그룹화부를 이용하여, 상기 (a-1) 단계에서 추출된 뼈 후보군의 각 슬라이스에서 연결성이 있는 그룹으로 그룹화하는 단계 및
    (a-3) 구획화 실행부를 이용하여, 그룹화된 뼈 개수를 통해 영상 영역을 자동 구획화하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 단층 영상의 혈관 분할 방법.
  10. 제8항에 있어서,
    상기 (b) 단계는,
    (b-1) 제2임계값 설정부를 이용하여, 상기 (a) 단계에서 구획된 부위별로 뼈 영역의 밝기 임계값을 설정하는 단계;
    (b-2) 후보군 추출부를 이용하여, 상기 임계값에 속하는 영역 중 연결성이 있는 뼈 영역 후보군을 추출하는 단계 및
    (b-3) 분할 실행부를 이용하여, 상기 후보군에서 뼈 영역을 분할하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 단층 영상의 혈관 분할 방법.
  11. 제8항에 있어서,
    상기 (c) 단계는,
    (c-1) 제3임계값 설정부를 이용하여, 구획화된 영역별로 혈관과 유사한 밝기 임계값을 설정하는 단계 및
    (c-2) 혈관영역 분할부를 이용하여, 3차원 씨앗영역확장법으로 혈관을 분할하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 단층 영상의 혈관 분할 방법.
  12. 삭제
KR20130089025A 2013-07-26 2013-07-26 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법 KR101492330B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130089025A KR101492330B1 (ko) 2013-07-26 2013-07-26 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130089025A KR101492330B1 (ko) 2013-07-26 2013-07-26 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법

Publications (2)

Publication Number Publication Date
KR20150012894A KR20150012894A (ko) 2015-02-04
KR101492330B1 true KR101492330B1 (ko) 2015-02-11

Family

ID=52488835

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130089025A KR101492330B1 (ko) 2013-07-26 2013-07-26 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법

Country Status (1)

Country Link
KR (1) KR101492330B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101673800B1 (ko) * 2015-08-19 2016-11-09 인하대학교 산학협력단 3d 프린팅을 위한 척추뼈 부분 모델링 장치 및 방법
KR101697880B1 (ko) * 2015-12-29 2017-01-19 서울대학교산학협력단 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101927298B1 (ko) * 2015-06-22 2019-03-08 연세대학교 산학협력단 혈관 조영 영상에서 자동으로 혈관을 영역화하는 기법
KR102354701B1 (ko) * 2017-04-12 2022-01-24 재단법인대구경북과학기술원 이미지 처리 장치 및 이에 의한 가상의 엑스선 이미지 생성 방법
KR102229367B1 (ko) * 2018-10-30 2021-03-19 주식회사 인피니트헬스케어 뇌혈관 비교 판독 영상 디스플레이 장치 및 방법
KR102250688B1 (ko) * 2018-12-13 2021-05-12 서울대학교병원 안저 영상과 형광안저혈관조영 영상의 정합을 이용한 자동 혈관 분할 장치 및 방법
CN112767333A (zh) * 2021-01-08 2021-05-07 心医国际数字医疗***(大连)有限公司 一种基于cta影像的双下肢血管区域判断方法及***
CN113598804A (zh) * 2021-07-29 2021-11-05 江苏明天互联网大健康科技有限公司 基于人工智能的双下肢去骨综合控制***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10232928A (ja) * 1996-11-27 1998-09-02 General Electric Co <Ge> 画像データを強調する方法及びシステム
JP2005199041A (ja) * 2003-11-25 2005-07-28 General Electric Co <Ge> Ｃｔ血管造影法における構造を領域分割する方法及び装置
JP4761741B2 (ja) 2004-09-06 2011-08-31 株式会社東芝 Ｘ線ｃｔ装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム
KR101169138B1 (ko) * 2009-12-30 2012-07-30 서울여자대학교 산학협력단 혈관 및 석회질 자동 추출장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10232928A (ja) * 1996-11-27 1998-09-02 General Electric Co <Ge> 画像データを強調する方法及びシステム
JP2005199041A (ja) * 2003-11-25 2005-07-28 General Electric Co <Ge> Ｃｔ血管造影法における構造を領域分割する方法及び装置
JP4761741B2 (ja) 2004-09-06 2011-08-31 株式会社東芝 Ｘ線ｃｔ装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム
KR101169138B1 (ko) * 2009-12-30 2012-07-30 서울여자대학교 산학협력단 혈관 및 석회질 자동 추출장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101673800B1 (ko) * 2015-08-19 2016-11-09 인하대학교 산학협력단 3d 프린팅을 위한 척추뼈 부분 모델링 장치 및 방법
KR101697880B1 (ko) * 2015-12-29 2017-01-19 서울대학교산학협력단 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치
WO2017116074A1 (ko) * 2015-12-29 2017-07-06 서울대학교산학협력단 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치

Also Published As

Publication number Publication date
KR20150012894A (ko) 2015-02-04

Similar Documents

Publication Publication Date Title
KR101492330B1 (ko) 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법
EP2194505B1 (en) Method and apparatus for segmenting spine and aorta in a medical image according to a skeletal atlas
US9471989B2 (en) Vascular anatomy modeling derived from 3-dimensional medical image processing
US7447344B2 (en) System and method for visualization of pulmonary emboli from high-resolution computed tomography images
Bauer et al. Segmentation of interwoven 3d tubular tree structures utilizing shape priors and graph cuts
EP2279490B1 (en) Automatic detection and accurate segmentation of abdominal aortic aneurysm
KR102050649B1 (ko) 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치
EP3352135B1 (en) Method and apparatus for segmentation of blood vessels
KR101169138B1 (ko) 혈관 및 석회질 자동 추출장치 및 방법
JP2006081906A (ja) 器官内の塞栓症により冒されている領域を分析するための自動化された方法および装置ならびに器官内の塞栓症により冒されている領域を分析するためのコンピュータプログラムコードが記憶されているコンピュータ読み取り可能媒体
Kanitsar et al. Computed tomography angiography: a case study of peripheral vessel investigation
Han et al. A fast seed detection using local geometrical feature for automatic tracking of coronary arteries in CTA
CN110033455A (zh) 一种从视频中提取目标物体信息的方法
KR101126224B1 (ko) 동적 ｍｒ 영상을 이용한 자동 전립선 분할 방법 및 시스템
KR101831340B1 (ko) 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법 및 장치
Klein et al. Automatic segmentation of the wire frame of stent grafts from CT data
CN114897904B (zh) 基于mra序列图像确定血流储备分数的方法及装置
Kulathilake et al. Region growing segmentation method for extracting vessel structures from coronary cine-angiograms
Boskamp et al. Geometrical and structural analysis of vessel systems in 3D medical image datasets
Basu et al. Multi-scale opening–a new morphological operator
KR20110045224A (ko) 세포 조직의 이미지 분석 시스템 및 방법
Wang et al. Segmentation of the left venctricle from MR images via snake models incorporating shape similarities
Kanitsar Advanced visualization techniques for vessel investigation
Ye et al. A fast 3D region growing approach for CT angiography applications
Drechsler et al. Simulation of portal vein clamping and the impact of safety margins for liver resection planning

Legal Events

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

Payment date: 20180201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200115

Year of fee payment: 6