KR101639104B1

KR101639104B1 - 관형 구조의 토폴로지 지지체의 추정을 결정하는 방법 및 시스템과, 이를 가상 내시경 검사에 이용하는 용도

Info

Publication number: KR101639104B1
Application number: KR1020127016434A
Authority: KR
Inventors: 토마스 베르나르 파스칼 빈센트; 플로렌트 안드레 로버트 찬들리어
Original assignee: 카덴스 메디컬 이매징 아이엔씨.
Priority date: 2009-11-27
Filing date: 2009-11-27
Publication date: 2016-07-12
Also published as: EP2503940B1; BR112012012818A2; EP2503940A1; EP2503940A4; CN102782719B; WO2011063495A1; JP2013512010A; CA2727736C; CN102782719A; AU2009355844A1; KR20120087996A; JP5599894B2; CA2727736A1; US20120128219A1; AU2009355844B2; US8611622B2

Abstract

내벽과 복수의 개별 영역들을 포함하는 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 방법은, a) 관형 기반 구조를 나타내는 이미지 데이터를 획득하는 단계; b) 상기 개별 영역들 중 하나로부터 선택된 초기 영역에 초기 시드를 배치하는 단계; c) 초기 결과 구역(initial resulting area)이 상기 내벽의 적어도 일부와 상기 개별 영역들 중 하나에 대응하는 인접 영역의 적어도 일부를 포함할 때까지 초기 영역의 성장을 수행하는 단계; d) 상기 초기 영역에 대응하는 초기 트리 노드를 포함하는 트리를 개시하는 단계; d) 각각의 인접 영역에 대해서, 상기 인접 영역에 후속 시드를 배치하는 단계; 후속 결과 구역이 상기 내벽의 적어도 일부와 부가적인 인접 영역의 적어도 일부를 포함할 때까지 대응하는 후속 영역의 성장을 수행하는 단계; 및 상기 인접 영역에 대응하는 트리 노드를 상기 트리에 부가하는 단계; f) 상기 부가적인 인접 영역들의 각각에 대해 처리 단계 e)를 수행하는 단계; 및 g) 상기 관형 기반 구조의 상기 토폴로지 지지체의 추정을 결정하기 위해 미리 결정된 토폴로지 파라미터들에 따라 상기 트리를 필터링하는 단계를 포함한다. 또한, 가상 결장경 검사(virtual colonoscopy)용 결장 토폴로지를 추정하는 방법의 응용들을 개시한다.

Description

관형 구조의 토폴로지 지지체의 추정을 결정하는 방법 및 시스템과, 이를 가상 내시경 검사에 이용하는 용도{METHOD AND SYSTEM FOR DETERMINING AN ESTIMATION OF A TOPOLOGICAL SUPPORT OF A TUBULAR STRUCTURE AND USE THEREOF IN VIRTUAL ENDOSCOPY}

본 발명은 "이미지 데이터를 필터링하는 방법 및 시스템과 이를 가상 내시경 검사에 이용하는 용도"라는 명칭의 PCT 출원에 관한 것이며, 본 명세서에는 참조로서 통합되어 있다.

본 발명은 일반적으로 이미지 처리에 관한 것으로서, 더 구체적으로는, 관형 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법 및 시스템에 관한 것이다. 또한, 가상 결장경 검사(virtual colonoscopy)용 결장 토폴로지(colon topology)를 추정하는 방법의 응용들에 관한 것이다.

종래 내시경 검사 절차는 통상적으로 내부 해부학적 구조를 시각적으로 검사하기 위해 환자의 몸에 삽입되는 유연한 광섬유 튜브의 이용에 의존한다. 이때, 오퍼레이터(operator)는 임의의 해부학적 이상(anatomical abnormality)들을 검색하기 위해 해부학적 구조의 내부 튜브를 조작할 수 있다.

이러한 절차를 이용하는 종래의 결장경 검사는 신뢰할 수 있지만, 시간과 비용 모두가 많이 소요된다. 더욱이, 이는 환자에게 있어서 침습적(invasive)이고 불편하며 때로는 고통스러운 절차이다.

소위 가상 결장경 검사로 칭하는 비침습 절차(non-invasive procedure)들은 침습 결장경 검사 절차의 상기 언급한 단점들 중 적어도 하나를 줄이기 위해 이용되었다.

이러한 비침습 절차는 컴퓨터 단층 촬영(computed tomography, CT) 검사와 같은 이미징 기술을 이용한다.

또한, 세 개의 전형적인 환자 전처리 절차들, 즉, 완하제 용액(laxative solution)를 이용하여 결장(colon)을 완전히 정화하기 위한 전체 배변용 제제(full cathartic preparation), 결장 자료를 유체화(fluidifying)하고 액체 물질의 나머지 고체를 태깅(tagging)하기 위한 자극이 약한 완하제 제제(mild-laxative preparation), 및 마지막으로, 바륨 기반 제제(barium-based preparation)와 같은, 결장 내부 물질들이 환자가 마신 용액에 의한 태깅 하는 완하제가 없는 제제(axative-free preparation)를 포함한다.

다른 자동화 기술은 결장의 내벽과 같이 분석중인 해부학적 구조를 찾기 위해 제안되었다. 그러나 이러한 기법은 종종 결장의 내벽의 표면, 특히 공기 영역들과 그 내부에 연장된 태깅된 영역들 사이의 인터페이스들 근처를 정확하게 찾는데 어려움이 있다.

실제로, 공기 영역-태깅된 영역 인터페이스가 올바르게 식별되지 않는 경우, 큰 관심이 되는 결장의 내벽의 식별과 위치에서 누수가 발생할 수 있다. 예를 들어, 결장에 근접한 소장(small bowel)의 일부가 결장의 일부로서 세분화 및 식별될 수 있다.

또한, 좋지 못한 결장 내벽의 세분화는 또한 큰 관심사인 잠재 결장 병변의 평가 절상 또는 평가 절하(over-or-under-evaluation)가 발생할 수 있다.

상기 언급한 단점들을 줄이기 위해, 결장 내벽의 대응하는 부분을 식별하기 위한 로컬 파라미터들을 이용하는 동적 알고리즘들이 이용되었다.

예를 들어, 미국 특허 출원 제 2008/0008367 호에는 후속 맞춤형 세분화(tailored segmentation) 이전에 누수를 가능케 하는 초기 시험 세분화(initial trial segmentation)를 수행하는 2-단계 세분화 방법을 기술한다. 그러나 이 방법은 공기 영역-태깅된 영역 인터페이스들이 적당히 검출되어야 하는 것이 필요하다. 인터페이스가 너무 두껍거나 동질이 아닌 경우, 이 방법은 결장 내벽의 올바른 식별 및/또는 위치를 적당히 제공하지 않을 수 있다.

또한, 환자의 결장이 이미지 포착(acquisition) 동안의 환자의 경련 및/또는 폐색성 종양(obstructive tumor)의 존재로 인해 붕괴되는 경우, 이 방법은 전체 결장의 정확한 식별을 제공할 수 없는 경우가 있다.

따라서, 상기 언급한 단점들 중 적어도 하나를 줄일 수 있는 관형 구조의 토폴로지 지지체의 추정을 결정하기 위한 향상된 방법을 제공하는 것이 바람직할 것이다.

따라서, 내벽과 복수의 개별 영역들을 포함하는 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 방법을 제공하며, 상기 방법은, a) 관형 기반 구조를 나타내는 이미지 데이터를 획득하는 단계; b) 상기 개별 영역들 중 하나로부터 선택된 초기 영역에 초기 시드(initial seed)를 배치하는 단계; c) 초기 결과 구역이 상기 내벽의 적어도 일부와 상기 개별 영역들 중 하나에 대응하는 인접 영역의 적어도 일부를 포함할 때까지 초기 영역의 성장을 수행하는 단계; d) 상기 초기 영역에 대응하는 초기 트리 노드(initial tree node)를 포함하는 트리를 개시하는 단계; e) 각각의 인접 영역에 대해서, 상기 인접 영역에 후속 시드를 배치하는 단계; 후속 결과 구역이 상기 내벽의 적어도 일부와 부가적인 인접 영역의 적어도 일부를 포함할 때까지 대응하는 후속 영역의 성장을 수행하는 단계; 및 상기 트리에 상기 인접 영역에 대응하는 트리 노드를 부가하는 단계; f) 상기 부가적인 인접 영역들의 각각에 대해 처리 단계 e)를 수행하는 단계; 및 g) 상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정을 결정하기 위해 소정의 토폴로지 파라미터들에 따라 상기 트리를 필터링하는 단계를 포함한다.

본 방법은 세분화 파라미터들에 의존하지 않고 관형 기반 구조의 토폴로지 지지체의 추정을 제공하며, 이는 큰 장점이 된다.

획득한 추정은 필요하다면, 보다 나은 후속 처리를 수행하도록 할 수 있으며, 이 또한 큰 장점이 된다. 이러한 처리는 비제한적인 예에서 후속 세분화가 될 수 있다.

또한, 획득한 추정은 볼륨 렌더링 프로세스(volume rendering process)에 기초하여 관형 기반 구조의 정확한 3D 표현을 제공하기 위해 이용될 수 있으며, 이는 큰 장점이 된다. 실제로, 이미지 데이터의 세분화나 임의의 변경이 필요하지 않기 때문에, 3D 표현은 이미지 데이터의 2D 정보를 정확하게 나타낸다.

또한, 본 방법은 이미지 데이터의 소정의 엄격한 값들에 의존하지 않고 관형 기반 구조의 정확한 3D 표현을 제공하기 위해 이용될 수 있으며, 이는 큰 장점이 된다. 따라서, 본 방법은 매우 다양한 이미지 데이터 유형들 및 매우 다양한 스캔 장치들과 함께 이용할 수 있다.

또한, 일 실시예에 있어서, 본 방법은 개별 영역들 사이의 인터페이스들을 이용하지 않고 관형 기반 구조의 토폴로지 지지체의 추정을 제공하며, 이는 또한 큰 장점이 된다.

일 실시예에 있어서, 이미지 데이터를 획득하는 단계는 CT 스캔 장치로부터 이미지 데이터를 수신하는 단계를 포함한다.

다른 실시예에 있어서, 이미지 데이터를 획득하는 단계는 자기 공명 영상(MRI) 장치, 양전자 방사 단층 촬영(PET) 장치, X-레이 장치, 초음파 장치 및 이들의 임의 조합으로 구성되는 그룹으로부터 선택된 장치로부터 이미지 데이터를 수신하는 단계를 포함한다.

일 실시예에 있어서, 이미지 데이터는 체적 의료 이미지 데이터, 체적 단층 촬영 이미지 데이터(volumetric tomographic image data), 및 병렬 연속 이미지 평면들의 세트로 구성되는 그룹으로부터 선택된다.

일 실시예에 있어서, 이미지 데이터는 해부학적 구조를 나타낸다.

일 실시예에 있어서, 이미지 데이터는 픽셀들 및 복셀(voxel)들로 구성되는 그룹으로부터 선택된 복수의 단위 이미지 요소들을 포함한다.

일 실시예에 있어서, 복수의 개별 영역들은 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들을 포함한다.

다른 실시예에 있어서, 초기 시드를 배치하는 단계는 제 1 물질 영역들 중 하나로부터 초기 영역을 선택하는 단계를 포함한다, 초기 영역의 성장을 수행하는 단계는 제 2 물질 영역들 중 하나로부터 인접 영역을 선택하는 단계를 더 포함한다.

또 다른 실시예에 있어서, 대응하는 후속 영역의 성장을 수행하는 단계에서, 부가적인 인접 영역은 인접 영역과 부가적인 인접 영역 각각이 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들 중 대응하는 영역에 각각 속하도록 선택된다.

일 실시예에 있어서, 부가적인 인접 영역의 식별은 초기 결과 구역의 영역 성장보다 큰 관심 필드를 특징화하는 프로세서로 이미지 데이터의 인접 부분을 스캐닝 하여 수행된다.

일 실시예에 있어서, 초기 영역의 성장의 수행 단계는 초기 결과 구역이 관형 기반 구조의 내벽의 외부 환경의 적어도 일부를 더 포함할 때까지 수행된다.

일 실시예에 있어서, 대응 후속 영역의 성장의 수행 단계는 후속 결과 구역이 관형 기반 구조의 내벽의 외부 환경의 적어도 일부를 더 포함할 때까지 수행된다.

일 실시예에 있어서, 초기 영역의 성장의 수행 단계는 초기 결과 구역이 초기 영역을 포함할 때까지 수행된다.

다른 실시예에 있어서, 대응 후속 영역의 성장의 수행 단계는 후속 결과 구역이 인접 영역을 포함할 때까지 수행된다.

일 실시예에 있어서, 영역 성장의 수행 단계는 영역에 잠재적으로 속하는 단위 이미지 요소들의 처리를 가능하게 하는 주어진 직경의 구체(sphere)를 특징화한다.

다른 실시예에 있어서, 잠재적인 후속 영역들의 식별은 주어진 영역에 잠재적으로 속하는 단위 이미지 요소들의 처리를 가능하게 하는 영역 성장과 관련이 이는 구체 직경보다 큰 주어진 직경을 갖는 구체를 특징화하는 영역 성장을 통해 행한다.

또 다른 실시예에 있어서, 잠재적인 후속 영역들의 스캐닝은 영역들의 후속 영역의 성장들에 대한 보충 시드들을 식별한다.

다른 실시예에 있어서, 보충 시드들의 식별은 밀도-기반 기준에 기초하며, 요소들의 수는 동일한 밀도-기반 기준 또는 그 조합을 특징화한다.

일 실시예에 있어서, 후속 보충 시드들의 식별의 결과는 토폴로지 정보만이 유지되어, 트리에 추가되는 경우에 이미 처리된 영역들에 속하는 시드 요소들의 식별이 되며, 이에 의해 그와 같은 시드들에 대한 후속 영역의 성장을 방지한다.

다른 실시예에 있어서, 본 방법은 초기 영역의 성장의 수행 단계 이전에, 제 1 물질 영역들에 대해 제 1 물질 임계값 및 제 2 물질 영역들에 대해 제 2 물질 임계값을 결정하는 단계를 더 포함한다.

일 실시예에 있어서, 본 방법은, i) 대응하는 영역들 중 한 영역으로부터 선택된 보충 초기 영역에 보충 초기 시드를 배치하는 단계; ii) 보충 초기 결과 구역이 내벽의 적어도 일부와 개별 영역들 중 하나에 대응하는 보충 인접 영역의 적어도 일부를 포함할 때까지 보충 초기 영역의 성장을 수행하는 단계: iii) 보충 초기 영역에 대응하는 초기 트리 노드를 포함하는 보충 트리를 개시하는 단계; iv) 각각의 보충 인접 영역에 대해서, 보충 인접 영역에 보충 후속 시드를 배치하는 단계; 보충 후속 결과 구역이 내벽의 적어도 일부와 부가적인 보충 인접 영역의 적어도 일부를 포함할 때까지 대응하는 보충 후속 영역의 성장을 수행하는 단계; 및 보충 트리에 보충 인접 영역에 대응하는 트리 노드를 부가하는 단계; v) 부가적인 보충 인접 영역들의 각각에 대해 처리 단계 iv)를 수행하는 단계; 및 vi) 보충 트리를 상기 트리에 그룹화하는 단계를 포함한다.

일 실시예에 있어서, 초기 영역에 초기 시드를 배치하는 단계 이전에, 초기 영역을 선택하는 단계를 더 포함한다.

다른 실시예에 있어서, 초기 영역의 선택 단계는 관형 기반 구조의 단부에 근접한 초기 영역을 선택하는 단계를 포함한다.

다른 실시예에 있어서, 보충 초기 영역에 보충 초기 시드의 배치 단계 이전에, 보충 초기 영역을 선택하는 단계를 더 포함한다.

일 실시예에 있어서, 보충 초기 영역의 선택 단계는 관형 기반 구조의 나머지 단부에 근접한 보충 초기 영역을 선택하는 단계를 포함한다.

다른 실시예에 있어서, 본 방법은 트리가 초기 시드 및 보충 초기 시드의 각각에 대응하는 트리 노드들 사이에 적어도 하나의 연속적인 경로를 포함할 때까지 대응하는 트리 노드들을 트리에 부가하기 위해 보조 시드들의 대응하는 수를 이용하는 단계를 더 포함한다.

또 다른 실시예에 있어서, 본 방법은 트리가 개별 영역들의 각각에 대해 하나의 대응하는 트리 노드를 포함할 때까지 대응하는 트리 노드들을 트리에 부가하기 위해 보조 시드들의 대응하는 수를 이용하는 단계를 더 포함한다.

일 실시예에 있어서, 초기 영역의 선택 단계는 오퍼레이터에 의해 수동으로 수행된다.

다른 실시예에 있어서, 초기 영역의 선택 단계는 자동으로 수행된다.

일 실시예에 있어서, 보충 초기 영역의 선택 단계는 오퍼레이터에 의해 수동으로 수행된다.

다른 실시예에 있어서, 보충 초기 영역의 선택 단계는 자동으로 수행된다.

일 실시예에 있어서, 이미지 데이터는 복수의 단위 이미지 요소들을 포함하고, 본 방법은, 대응하는 트리 노드에 대응하는 영역들의 각각에 대해, 영역의 각각의 단위 요소에 대한 대응하는 분류를 결정하는 단계를 더 포함한다.

다른 실시예에 있어서, 복수의 개별 영역들은 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들을 포함하고, 분류의 결정 단계는 대응하는 트리 노드에 대응하는 제 1 물질 영역들 각각의 단위 이미지 요소 각각에 제 1 물질 클래스를 할당하는 단계, 및 대응하는 트리 노드에 대응하는 제 2 물질 영역들 각각의 단위 이미지 요소 각각에 제 2 물질 클래스를 할당하는 단계를 포함한다.

다른 실시예에 있어서, 어떠한 영역들에도 속하지 않지만 후속 영역들의 식별 프로세스 동안 처리되는 각각의 나머지 단위 이미지 요소는 잠재적인 인터페이스 유형 요소들로서 다른 것들과 그룹화된다.

다른 실시예에 있어서, 잠재적인 인터페이스 유형 요소들은 트리의 토폴로지 정보에 기초하여 두 개의 그룹들로 그룹화되어, 이 같은 두 개의 그룹들이 비-인터페이스 요소들 및 인터페이스 유형 요소들이 되고, 인터페이스 유형 요소들이 트리의 두 개의 연속 노드들 사이에 있게 된다.

또 다른 실시예에 있어서, 본 방법은, 영역 성장들 각각의 대응하는 결과 구역에 포함되지 않는 각각의 나머지 단위 이미지 요소에 대해서, 대응하는 단위 이미지 요소와 트리 노드에 대응하는 적어도 하나의 인접 영역 사이의 거리에 따라 적어도 하나의 근접 파라미터를 결정하는 단계와, 대응하는 적어도 하나의 근접 파라미터에 따라 대응하는 클래스에 대한 대응하는 단위 이미지 요소의 제휴(affiliation)를 정의하는 적어도 하나의 제휴 파라미터를 결정하는 단계를 더 포함한다. 본 방법은, 두 개의 연속 노드들에 대응하는 상기 대응하는 영역들에 인접하는 대응하는 단위 이미지 요소들의 상기 대응하는 제휴들에 따라 트리의 두 개의 연속 노드들 사이에 인터페이스 유형을 결정하는 단계와, 트리의 두 개의 연속 노드들 사이에 결정된 인터페이스 유형에 따라 관형 기반 구조의 토폴로지 지지체의 정교한 추정을 결정하는 단계를 더 포함한다.

또 다른 실시예에 있어서, 트리의 두 개의 연속 노드들 사이에 인터페이스 유형의 결정 단계는 대응하는 단위 이미지 요소들의 밀도 기반 분포(density based distribution), 대응하는 단위 이미지 요소들의 분포 기반 동질성(distribution based homogeneity), 관심 구조의 토폴로지 정보, 및 인터페이스 유형의 형태학적 파라미터(morphological parameter)로 구성되는 그룹으로부터 선택되는 적어도 하나의 부가적인 파라미터에 따라 더 수행된다.

일 실시예에 있어서, 관형 기반 구조의 추정된 중심선(estimated centerline)은 관형 기반 구조의 토폴로지 지지체의 추정에 따라 결정된다.

일 실시예에 있어서, 트리의 필터링 단계는 트리 노드들의 각각을 교대로 순차적으로 링크하는 단계를 더 포함한다.

일 실시예에 있어서, 트리는 적어도 하나의 메인 경로와 적어도 하나의 폐경로 및 부가적인 브랜치를 포함하고, 트리의 필터링 단계는 폐경로의 적어도 일부 및 적어도 하나의 부가적인 브랜치 중 적어도 하나를 상기 트리로부터 취소하는 단계를 포함한다.

일 실시예에 있어서, 취소 단계는 대응하는 노드에 연관된 개별 영역들 각각의 영역 볼륨에 따라 수행된다.

일 실시예에 있어서, 관형 기반 구조는 결장의 적어도 일부를 포함한다.

다른 실시예에 있어서, 관형 기반 구조는 결장의 적어도 일부를 포함하고, 복수의 개별 영역들은 복수의 공기 유형의 영역들 및 복수의 태깅된 물질 유형의 영역들을 포함한다.

일 실시예에 있어서, 본 방법은 관형 기반 구조의 상기 토폴로지 지지체의 추정을 오퍼레이터에 디스플레이하는 단계를 더 포함한다.

다른 실시예에 있어서, 디스플레이 단계는 관형 기반 구조의 이미지 데이터 환경에서 마스킹하는 단계를 포함한다.

다른 양상에 따라, 결장 토폴로지를 추정하기 위해 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 방법을 이용하는 용도가 또한 제공된다.

다른 양상에 따라, 관심 구조의 본성 및 특성들에 따라 인터페이스 영역들을 처리하고 처리된 인터페이스 영역의 후속 재구성을 위한 방법 및 시스템도 또한 제공된다.

일 실시예에 있어서, 인터페이스 영역들을 처리하고 결장의 점막(colonic mucosa)의 본성에 따라 처리된 영역들의 후속 재구성하는 수단이 제공된다.

일 실시예에 있어서, 트리의 두 개의 연속 노드들 사이의 인터페이스 유형 요소들을 처리하는 수단이 제공된다.

다른 실시예에 있어서, 가상 결장경 검사에서 공기 유형의 영역 및 태깅된 유형의 영역 사이의 인터페이스 유형 요소들을 처리하는 수단이 제공된다.

또 다른 실시예에 있어서, 인터페이스 유형 요소들의 처리는 일반적인 결장 점막 요소들의 것과 상이한 모든 인터페이스 유형 요소들에 밀도 값(value density)을 속성 부여(attributing)하여 수행된다.

일 실시예에 있어서, 인터페이스 유형 요소들의 처리는 모든 인터페이스 유형 요소들에 공기 밀도를 속성 부여하여 수행된다.

다른 실시예에 있어서, 인터페이스 유형 요소들의 처리 이전에, 인터페이스 유형의 영역들이 확장된다.

일 실시예에 있어서, 인터페이스 유형의 영역의 확장은 관심 구조의 실제 토폴로지를 유지하면서 수행된다.

또 다른 실시예에 있어서, 인터페이스 유형 요소들의 처리에 이어 관심 구조의 본성 또는 특성에 따라 처리된 인터페이스 유형의 영역의 재구성이 이루어진다.

다른 실시예에 있어서, 처리된 인터페이스 유형의 영역의 재구성은 확장 프로세스 동안 수집된 모든 새로운 요소들의 암시 정보(implicit information)에 따라 수행된다. 표현 "암시"은 직접 표현하지 않고 암시 또는 이해되는 임의의 것을 의미한다. 예를 들어, 점막(mucosa)은 세분화되지 않은 단위 이미지 요소(즉, 공기와 조직 사이의 표면 영역)를 포함하는 3D 영역이기 때문에 결코 직접 표현되지 않지만, 상기 점막의 정상 필드와 같은 암시 특성들은 밀도 값들의 경사 필드를 통해 추출될 수 있다.

일 실시예에 있어서, 처리 영역의 재구성은 모든 다른 인접 영역들에 속하는 모든 요소들의 암시 정보를 고려하여 인터페이스 유형 요소들 각각에 밀도 값들을 속성 부여하여 수행된다.

일 실시예에 있어서, 처리된 영역의 재구성은 인터페이스 유형의 영역들을 둘러싸는 영역들에 대응하는 영역들의 모든 요소들의 암시 정보를 고려하여 인터페이스 유형 요소들의 각각에 밀도 값들을 속성 부여하여 수행된다.

또 다른 실시예에 있어서, 인터페이스 유형 요소들 각각에 밀도 값의 속성 부여는 인접 영역들의 요소들의 밀도로부터 결정된 법선 벡터들에서 획득된 상대적인 공간적 강도의 암시 정보를 고려하여 수행된다.

일 실시예에 있어서, 암시 정보는 그래디언트 벡터 필드(gradient vector field), 벡터 필드 및 밀도 기반 벡터 필드 중 하나 또는 이들의 조합이다.

일 실시예에 있어서, 암시 정보는 스칼라 필드, 벡터 필드 및 텐서 필드(tensor field) 중 하나 또는 이들의 조합이다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 시스템을 또한 제공한다. 본 시스템은, 관형 기반 구조를 나타내는 이미지 데이터를 수신하는 데이터 수신 유닛; 데이터 수신 유닛에 동작 가능하게 결합되어 대응하는 영역들의 각각에 시드들의 각각을 배치하는 배치 유닛, 상기 배치 유닛에 동작 가능하게 결합되어 영역 성장들 각각을 수행하기 위한 처리 유닛; 상기 처리 유닛에 동작 가능하게 결합되어 상기 트리를 구성하기 위한 트리 생성 유닛; 및 트리 생성 유닛에 동작 가능하게 결합되어 관형 기반 구조의 토폴로지 지지체의 상기 추정을 결정하기 위해 소정의 토폴로지 파라미터들에 따라 상기 트리를 필터링하는 필터링 유닛을 포함한다.

일 실시예에 있어서, 본 시스템은 필터링 유닛에 동작 가능하게 결합되어 관형 기반 구조의 토폴로지 지지체의 추정을 디스플레이하는 디스플레이 유닛을 더 포함한다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 방법을 수행하기 위해 명령어가 기록된 기계 판독 가능한 매체를 또한 제공한다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는데 있어 비즈니스를 행하는 방법이 제공되며, 관형 기반 구조의 토폴로지 지지체의 추정은 요금에 대해 결정된다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는데 있어 비즈니스를 행하는 방법이 제공되며, 본 방법은 이미지 데이터를 수신하는 단계, 이전에 설명한 방법을 수행하는 단계, 및 요금에 대해 관형 기반 구조의 토폴로지 지지체의 추정을 제공하는 단계를 포함한다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는데 있어 비즈니스를 행하는 방법이 또한 제공되며, 본 방법은 이전에 설명한 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 시스템을 제공자가 제 3 자에게 제공하는 단계, 시스템을 운영하는 단계로서, 이 운영 단계는 요금에 대해 제 3 자에 의해 행해지는 단계, 및 요금의 적어도 일부를 제 3 자에 의해 제공자에 재전송하는 단계를 포함한다.

관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법은 여러 유형들의 이미지 데이터와 함께 이용될 수 있으며, 이는 큰 장점이 된다.

또한, 가상 결장경 검사의 경우에, 본 방법은, 환자의 결장이 예를 들어, 이미지 포착 동안의 경련 및/또는 폐색성 종양의 존재로 인해 붕괴되는 경우에도 결장의 토폴로지 지지체의 적당한 추정을 제공할 수 있으며, 이는 큰 장점이 된다.

또한, 가상 결장경 검사에서 본 방법은 고속으로 결장의 추정된 중심선을 제공할 수 있으며, 이는 2D 이동 가시화(fly-through visualization)가 오퍼레이터 또는 의사에 빠르게 제공될 수 있기 때문에 큰 장점이 된다.

본 명세서에 기재된 표현 "영역"은 같은 포켓(pocket)에 모두 서로에 대해 연속적인 근접한 단위 이미지 요소들의 집합을 의미한다. 이 영역들은 이용된 이미지 데이터에 따라 2D 또는 3D로 될 수 있다.

본 명세서에 기재된 표현 "관형 기반 구조"는 적어도 두 단부를 갖는 임의의 중공형의 긴 구조를 포함하는 것으로 이해해야 한다.

본 발명이 쉽게 이해될 수 있도록 하기 위하여, 본 발명의 실시예들에 대해서 첨부된 도면들을 참조하여 예를 통해 설명한다.
도 1은 본 발명의 일 실시예에 따라 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법을 도시하는 흐름도이다.
도 2는 본 발명에 따라 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법의 다른 실시예를 설명하는 흐름도이다.
도 3은, 본 발명에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법의 다른 실시예를 설명하는 흐름도이다.
도 4는, 발명에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 시스템의 일 실시예의 블록도이다.
도 5a는 결장을 나타내는 이미지 데이터의 일부를 나타낸다.
도 5b는 도 5a의 이미지 데이터의 일부의 3D 표현을 나타낸다.
도 5c는 환자의 결장의 3D 표현을 나타낸다.
도 6은 토폴로지 지지체의 추정을 결정하기 위한 방법이 구현되는 처리 장치의 실시예를 도시하는 블록도이다.
도 7a는 관형 기반 구조의 실시예를 설명하는 개략도이다.
도 7b는 도 7a에 도시된 관형 기반 구조에 대응하는 트리를 도시하는 개략도이다.
도 8a는 관형 기반 구조의 다른 실시예를 도시하는 개략도이다.
도 8b는 도 8a에 도시된 관형 기반 구조에 대응하는 트리를 도시하는 개략도이다.
도 9a는 관형 기반 구조의 다른 실시예를 도시하는 개략도이다.
도 9b는 도 9a에 도시된 관형 기반 구조에 대응하는 트리를 도시하는 개략도이다.
도 10은, 일 실시예에 따라, 부가적인 인접 영역들의 식별이 수행되는 방법을 도시하는 도면이다.
도 11 내지 도 15는 일 실시예에 따라 결장의 점막의 재구성을 도시하는 도면이다.
본 발명의 다른 상세한 설명과 그 장점들은 하기 상세한 설명으로부터 명백하게 될 것이다.

본 실시예들의 다음 설명은 본 발명이 실시될 예제들의 예시를 통해 첨부한 도면을 참조하여 설명한다. 본 발명의 여러 다른 실시예들은 설명된 본 발명의 범위를 벗어나지 않고 구성 및 이용될 수 있음을 알 수 있다.

본 발명은 의료 영상 처리 분야에서 특히 유용될 있는 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법 및 시스템에 관한 것이다. 본 설명을 통하여, 본 방법은 가상 결장경 검사의 결장 토폴로지를 추정하는 특정 응용에 대해 설명할 것이지만, 당업자는 본 방법이 특정 응용에 한정되지 않고 많은 다른 응용이 고려될 수 있음이 본 설명의 이해로부터 명백히 알 수 있다. 비제한적인 예들에 있어서, 본 방법은 CT 장운동 기록법(enterography) 응용들, 대동맥 복부 동맥류(aortic Abdominal Aneurysms)를 검출하기 위한 응용들, 폐에 대한 가상 내시경 검사 응용들, 및 뇌 동맥류 가상 내시경 검사 응용들에 유용될 수 있다.

당업자는 본 발명의 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법이 예를 들어, 결장 암 검사(colorectal cancer screening)용과 같은 해부학적 구조의 후속 검사에 일반적으로 용이하게 이용될 수 있음을 알 수 있다. 또한, 당업자는 본 방법이 또한 내벽 면과 복수의 공기 영역 및 이 내부에 연장되는 표시된 대변 영역들(marked fecal matter regions)을 포함하는 결장 구조와 같은 적어도 두 단계들을 포함하는 해부학적 구조에 적합하다는 것을 알 수 있다.

본 방법은 이미지 데이터의 특정 유형들에 제한되지 않기 때문에 특히 유리하다. 오히려, 본 방법은 아래에서 명백히 되는 것처럼, 이미지 데이터 세트의 다른 유형들에 이용될 수 있다. 또한, 당업자가 명백히 알 수 있는 것처럼, 본 방법은 이미지 데이터의 엄격한 소정의 값들에 의존하지 않고도 구현될 수 있다.

실제로, 당업자는, 이전에 설명한 시스템 및 방법이 특히 유리함을 알 수 있으며, 이는, 비제한적인 예로서, 전처리가 필요 없는 CT 결장경 검사(prepless CT colonoscopy), 완하제(laxative)가 없는 CT 결장경 검사, 태깅제(tagging agent)를 구비한 자극이 적은 제제를 이용한 CT 결장경 검사, 및 CT 결장경 검사를 위해 나머지 유체/대변(stools)을 태깅하는 배변용 제제와 함께 이용될 수 있기 때문에 특히 유리하다.

전처리가 필요 없는 CT 결장경 검사는 "Comparison of routine and unprepped CT colonography augmented by low fiber diet and stool tagging: a pilot study, Abraham H. Dachman and al., Abdom Imaging (2007) 32:96-104; in CT Colonography without Cathartic Preparation: Feasibility Study, Matthew R. Callstrom, Radiology 2001 ; 219:693-698 and also in CAD of Colon Cancer on CT Colonography Cases without Cathartic Bowel Preparation, Marius George Linguraru and al., 30th Annual International IEEE EMBS Conference Vancouver, British Columbia, Canada, August 20-24, 2008"에 설명되어 있다. 이들 참고 문헌들 각각은 본 명세서에 참조로서 통합된다.

완하제가 없는 CT 결장경 검사는 "Development of a Cathartic-Free Colorectal Cancer Screening Test Using Virtual Colonoscopy: A Feasibility Study, Kristina T. Johnson, AJR:188, January 2007, p2936; in Dietary Fecal Tagging as a Cleansing Method before CT Colonography: Initial Results Polyp Detection and Patient Acceptancel , Philippe A. Lefere, Radiology 2002; 224:393-403; and in Noncathartic CT Colonography with Stool Tagging: Performance With and Without Electronic Stool Subtraction, C. Daniel Johnson, AJR:190, February 2008, p361-366"에 설명되어 있다. 이들 참고 문헌들 각각은 본 명세서에 참조로서 통합된다.

태깅제를 구비한 자극이 적은 제제를 이용한 CT 결장경 검사는 "Image Quality and Patient Acceptance of Four Regimens with Different Amounts of Mild Laxatives for CT Colonography, Sebastiaan Jenschl and al., AJR:191, July 2008, p158-167"에 설명되어 있다. 이 참고 문헌은 본 명세서에 참조로서 통합된다.

CT 결장경 검사를 위해 나머지 유체/대변을 태깅하는 배변용 제제는 "Efficacy of Barium-Based Fecal Tagging for CT Colonography: a Comparison between the Use of High and Low Density Barium Suspensions in a Korean Population - a Preliminary Study, Min Ju Kim and al., Korean J Radiol 10(1), February 2009, p25-33; in The Alternative: Faecal Tagging, Philippe Lefere and Stefaan Gryspeerdt, Virtual Colonoscopy, Springer Berlin Heidelberg, 2006, p35-49; and in Tagging-based, Electronically Cleansed CT Colonography: Evaluation of Patient Comfort and Image Readability, Michael E. Zalis, and al., Radiology: Volume 239: Number 1 April 2006, p149-159"에 설명되어 있다. 이들 참고 문헌들 각각은 본 명세서에 참조로서 통합된다.

당업자는, 완하제가 없는 제제들이 잠재적인 완하제 부작용을 나타낼 수 있는 요오드(Iodine)의 이용을 포함할 수 있지만 단지 바륨만을 함유한 태깅 제제(tagging preparation)보다 더 나은 잔류 태깅(residual tagging)을 제공할 수 있다는 것을 알 수 있다.

또한, 당업자는 본 방법이 이용된 프로세싱 자원들에 따라 상대적으로 고속 턴 어라운드 시간(fast turn around time)에 관형 기반 구조의 추정을 제공할 수 있음을 알 수 있다. 일반적으로 종래의 기술의 방법은, "ACCURATE AND FAST 3D COLON SEGMENTATION IN CT COLONOGRAPHY, Dongqing Chen, Rachid Fahmi, Aly A. Farag, Robert L. Falk, 및 Gerald W. Dryden, ISBI 2009년, 490-493 페이지, 및 펜티엄 IV 2.6 GHz PC에서 512 512 x 440의 단일 CT 주이용"에 언급된 것처럼, 데이터세트 당 5 분 내지 18분 걸리며, 여기서, 본 방법은 비교 가능한 치수의 2개의 데이터베이스이면서 볼륨 렌더링을 통해 시각적인 3D 검사에 필요한 전체 결장 암 검사를 3-5분 이내에 관심 구조의 토폴로지 한정을 수행할 수 있을 것이다. 따라서, 본 방법은 현재 최첨단 방법보다 적어도 2배 빠를 수 있다.

도 5a 내지 도 5c는 관형 기반 구조를 나타내는 이미지 데이터 세트의 이미지(500), 본 예시에서의 결장 및 추정된 결장 토폴로지(502)의 예를 도시한다.

도 7a는 내벽(702)과 복수의 개별 영역들을 포함하는 관형 기반 구조(700)의 한 예를 도시한다. 관형 기반 구조(700)가 결장 또는 적어도 결장의 일부를 포함하는 경우에, 내벽(702)은 결장의 점막뿐만 아니라 연조직 및 지방 조직을 포함할 수 있다. 예시된 경우에 있어서, 복수의 개별 영역들은, 공기 유형의 영역들로 칭하기도 하는 복수의 제 1 물질 영역들(704)과, 태깅된 대변 영역들에 대응하는 태깅된 물질 유형의 영역들로 칭하기도 하는 복수의 제 2 물질들(706)을 포함한다.

본 설명 전체에 걸쳐, 표현 "영역"은 동일한 포켓 내에 서로에 대해 모두 연속인 근접한 단위 이미지 요소들의 세트를 의미한다. 근접한 단위 이미지 요소의 집합을 의미한다. 이 영역들은 이용된 이미지 데이터에 따라 2D 또는 3D일 수 있다.

도 1을 참조하면, 일 실시예에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법의 흐름도가 도시되어 있다.

본 설명의 이해로부터 알 수 있듯이, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법은 관형 구조를 나타내는 트리를 구축하기 위한 특정 단계들에 의존하고, 트리는 관형 기반 구조에서 확장된 공기 영역 및 태깅된 물질 영역들의 연속을 나타내는 연속 노드를 포함한다.

본 방법의 일 실시예는 도 1, 도 7a 및 도 7b를 참조하여 설명한다.

처리 단계(100)에 따라, 관형 기반 구조를 나타내는 이미지 데이터가 제공된다. 이미지 데이터는, 비제한적인 예제들로서, 본 기술에 공지되어 있는 것처럼, 체적 의료 이미지(volumetric medical image), 체적 단층 촬영 이미지(volumetric tomographic image) 및/또는 복수의 병렬 연속 이미지 평면들을 포함할 수 있다.

일 실시예에 있어서, 처리 단계(100)는 CT 스캔 장치로부터 이미지 데이터를 수신하는 단계를 포함한다. 다른 실시예에 있어서, 이미지 데이터는 자기 공명 영상(MRI) 장치로부터 수신될 수 있다. 대안으로, 이미지 데이터는 양전자 방사 단층 조영(PET) 장치, X-레이 장치, 초음파 장치 또는 이 장치들의 임의의 조합으로부터 수신될 수 있다. 다른 실시예에 있어서, 이미지 데이터는 데이터베이스로부터 검색될 수 있거나, 심지어, 콤팩트디스크와 같은 판독 가능한 매체 또는 예를 들어, 화상 저장 및 전송 시스템(picture archiving and communication system, PACS)으로부터 검색될 수 있다.

일 실시예에 있어서, 이미지 데이터는 예를 들어, 픽셀들 또는 복셀들과 같은 복수의 단위 이미지 요소들을 포함한다. 그러나 당업자는 표현 "단위 이미지 요소들"이 픽셀들 및 복셀들에 제한하지 않는다는 것을 알 수 있으며, 임의의 동질적인 요소, 이미지 또는 디스플레이 표면의 포인트 또는 도트, 기하학적 요소, 네트워크의 메시, 메시의 표면, 또는 밀도, 컬러 또는 다른 파라미터들이 서로 개별적으로 연관될 수 있는 정점(vortex)을 포함하는 것으로서 이해될 수 있다.

도 1을 또한 참조하면, 처리 단계(110)에 따라, 초기 시드가 개별 영역들 중 하나에서 선택된 초기 영역에 배치된다.

도 7a에 도시된 예시적인 실시예에 있어서, 초기 시드(Xc)는 초기 영역(A1)에 배치된다.

바람직한 실시예에 있어서, 초기 시드가 초기 영역에 배치되기 이전에, 초기 영역이 먼저 선택된다. 일 실시예에 있어서, 초기 영역의 선택은 오퍼레이터에 의해 수동으로 수행된다. 대안으로, 다른 실시예에 있어서, 초기 영역의 선택은 자동으로 수행된다. 당업자는 초기 영역의 자동 선택이 예를 들어, "ordanescu G, Pickhardt PJ, Choi JR, Summers RM, Automated seed placement for colon segmentation in computed tomography colonography, Acad Radiol. 2005 Feb; 12(2): 182-90"에 기재된 것처럼, 다양한 파라미터에 따라 수행될 수 있음을 알 수 있다.

바람직한 실시예에 있어서, 초기 영역은, 아래에서 명백히 알 수 있듯이, 관형 기반 구조의 단부에 가깝게 선택된다. 도 7a에 도시된 예시적인 실시예에 있어서, 선택된 초기 영역은 결장의 맹장에 가깝게 연장된다.

도 1을 또한 참조하면, 처리 단계(120)에 따라, 초기 영역의 성장은 초기 결과 구역(resulting area)이 내벽의 적어도 일부와 개별 영역들 중 하나에 대응하는 인접 영역(neighboring region)의 적어도 일부를 포함할 때까지 수행된다.

바람직한 실시예에 있어서, 초기 영역은 제 1 물질 영역들 중 하나로부터 선택되는 동안, 인접 영역은 제 2 물질 영역들 중 하나로부터 선택된다. 다시 말해서, 이하에 보다 상세히 설명하는 것처럼, 고려되고 있는 영역들은 두 유형의 영역들 중 하나로부터 대안으로 선택된다.

바람직한 실시예에 있어서, 초기 영역의 성장은 초기 결과 구역이 관형 기반 구조의 내벽의 외부 주위의 일부를 더 포함할 때까지 수행된다. 다시 말해서, 초기 영역이 선택되고 나서, 결과 구역이 관형 구조의 내벽의 외부 환경의 일부를 또한 포함할 때까지 바로 근접한 것이 또한 선택된다.

당업자는, 관형 기반 구조가 결장 또는 그 일부를 포함하는 경우에, 관형 기반 구조의 내벽의 외부 환경이 예를 들어 작은 창자의 일부와 같은, 연조직 및 지방 조직, 근육, 뼈 또는 다른 근접한 구조물을 포함할 수 있다는 것을 알 수 있다.

다른 바람직한 실시예에 있어서, 초기 영역의 성장은 초기 결과 구역이 전체 초기 영역을 포함할 때까지 수행된다.

당업자는, 영역 성장의 종래의 기술의 응용들에 있어서, 동일한 영역의 단위 이미지 요소들이 그들 동질성에 기초하여 반복 프로세스에 따라, 그룹화되고, 이에 의해 개별 관심 존들에 이미지 데이터의 선택된 부분을 세분화하는 것을 알 수 있다.

이들 종래 기술의 응용들에 있어서, 영역 성장은 다른 영역들로부터 하나의 특정 영역을 추출하기 위해 이용된다. 예를 들어, "가상 내시경 검사에서 자동 분석"이라는 명칭의 미국 특허 출원 제 2002/0193687 호에는 다음과 같이 설명되어 있다. 관심 영역은 3차원 영역 성장 기술과 초기 고정 임계값을 이용하여 세분화된다. 선택한 임계값은 관심 영역의 일부로서 주변 구조들을 포함하여 세분화 절차가 실패하지 않고 선택될 수 있는 최대 임계값에 접근해야 한다.

당업자는, 본 응용에서의 설명을 이해함에 따라, 특정 영역을 추출하기 위해 영역 성장들이 개별 관심 존들로 이미지를 세분화할 목적으로 이용하지 않는다는 것을 알 수 있다. 오히려, 영역 성장들은 대응하는 시드를 둘러싸는 이미지의 일부를 선택하는데 이용된다. 이전에 설명한 바와 같이, 영역들의 성장으로부터 획득된 결과 구역은 영역의 여러 유형들 중 일부를 포함할 수 있다.

당업자는 바로 근접한 영역의 선택이 3차원 이미지 데이터에서 수행될 수 있음을 또한 알 수 있다. 따라서, 결과 구역이 복수의 연속적인 2차원 이미지들에서 획득한 3차원 볼륨일 수 있음을 이해해야 한다.

도 1을 또한 참조하면, 처리 단계(130)에 따라, 초기 영역에 대응하는 초기 트리 노드를 포함하는 트리(708)가 개시된다.

도 7a 및 도 7b에 도시된 예시적인 실시예에 있어서, 트리는 초기 트리 노드(A1)로부터 개시된다.

도 1을 또한 참조하면서 아래에 보다 상세히 설명한 것처럼, 처리 단계들(140, 150 및 160)은 처리 단계(120)에서 발견된 인접 영역들의 각각에 대해 수행된다.

사실, 처리 단계(140)에 따라, 후속 시드는 이전에 발견된 인접 영역에 배치된다.

처리 단계(150)에 따라, 대응하는 후속 영역의 성장은 후속 결과 구역이 내벽의 적어도 일부 및 부가적인 인접 영역의 적어도 일부를 포함할 때까지 수행된다.

바람직한 실시예에 있어서, 처리 단계(150)에서, 부가적인 인접 영역은 인접 영역과 부가적인 인접 영역 각각이 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들 중 대응하는 영역에 각각 속하도록 선택된다. 즉, 이전에 언급한 것처럼, 고려된 영역들은 그 대응하는 유형으로부터 대안으로 선택된다.

바람직한 실시예에 있어서, 대응하는 후속 영역의 성장은 후속 결과 구역이 관형 기반 구조의 내벽 외부 주변의 적어도 일부를 더 포함할 때까지 수행된다. 다른 바람직한 실시예에 있어서, 대응하는 후속 영역의 성장은 전체 인접 영역을 포함할 때까지 수행된다.

일 실시예에 있어서, 도 10에 도시된 것처럼, 부가적인 인접 영역들의 식별은 초기 결과 구역의 영역 성장의 것보다 더 큰 관심 필드를 특징화하는 프로세스로 이미지 데이터의 인접 부분을 스캔하여 수행될 수 있다. 당업자는 영역 성장 또는 재구성 프로세스(raycast process)가 이용될 수 있다는 것을 알 수 있다.

처리 단계(160)에 따라, 인접 영역에 대응하는 트리 노드는 트리에 추가된다.

도 1을 또한 참조하면, 처리 단계(140, 150 및 160)는 처리 단계(150)에서 발견된 부가적인 인접 영역들의 각각에 대해 수행된다.

일 실시예에 있어서, 도 10에 도시된 것처럼, 영역 성장의 수행은 영역에 잠재적으로 속하는 단위 이미지 요소들의 처리를 가능하게 하는 주어진 직경의 구체(sphere)를 특징화한다.

다른 실시예에 있어서, 잠재적인 후속 영역들의 식별은 주어진 영역에 잠재적으로 속하는 단위 이미지 요소들의 처리를 가능하게 하는 영역 성장에 포함된 구체 직경보다 큰 주어진 직경을 갖는 구체를 특징화하는 영역 성장을 통해 행한다.

다른 실시예에 있어서, 보충 시드들의 식별은 밀도-기반 기준에 기초하며, 요소들의 수는 동일한 밀도-기반 기준 또는 그 조합을 특징화하며, 이는 아티팩트 요소(artifact element)를 고려하는 것을 예방할 수 있기 때문에 큰 장점이 된다.

일 실시예에 있어서, 후속 보충 시드들의 식별의 결과는 오직 토폴로지 정보가 유지 및 트리에 추가되는 경우에 이미 처리된 영역들에 속하는 시드 요소들의 식별이 되며, 이에 의해 그와 같은 시드들에 대한 후속 영역의 성장을 방지한다.

도 7a 및 도 7b에 도시된 예시적인 실시예에 있어서, 일단 초기 트리 노드(A₁)가 트리에 추가되면, 대응하는 시드는 영역 A₁, 즉 T_alpah , T_beta, T₁, T₂ 및 T_gamma 에 배치되고, 대응하는 트리 노드들 T_alpah , T_beta, T₁, T₂ 및 T_gamma이 추가된다.

이때, 위에 언급한 영역들의 각각은, 만일 있다면, 아직 고려하지 다른 인접 영역들을 찾기 위해 차례로 고려된다. 예를 들어, 일단 트리 노드(T₁)가 트리에 추가되면, 근접한 작은 창자의 일부에 대응하는 영역(SB₁)이 발견되고, 대응하는 노드(SB₁)가 트리에 추가된다.

발견된 인접 영역들의 각각이 처리 단계들(140, 150 및 160)에 처리되면, 처리 단계(170)에 따라, 트리는 소정의 토폴로지 파라미터들에 따라 필터링되어, 이로 인해 관형 기반 구조의 토폴로지 지지체의 추정을 결정한다.

일 실시예에 있어서, 트리의 필터링은 트리 노드들의 각각을 교대로 순차적으로 링크하는 것을 포함한다.

다른 실시예에 있어서, 소정의 값보다 미만의 구역 또는 볼륨을 갖는 영역들에 대응하는 데드 브랜치(dead branch) 및 노드들은, 아래에 보다 상세히 설명되는 것처럼, 트리로부터 취소될 수 있다. 데드 브랜치는, 아래에서 알 수 있는 것처럼, 관형 기반 구조의 두 단부들 사이의 연속적인 경로를 제공하기 위해 이용될 수 없는 트리의 일부로서 정의된다.

또 다른 실시예에 있어서, 예를 들어, 뼈 구조와 같은 관심의 관형 구조에 속하지 않는 구조에 의심할 여지없이 속하는 트리의 일부가 또한 트리로부터 제거될 수 있다. 실제로, 뼈 부분에 대응하는 노드들은 트리에 포함되어 있을 수 있다. 그럼에도 불구하고, 당업자는, 2005년 5월, Helen Hong 등의 International Congress Series Volume 1281, 페이지 369-374, "CT 뇌혈관 촬영(brain CT angiography)에서 환자 운동 보정 및 뼈 제거에 의한 자동 혈관 추출"에 기재되어 있는 것처럼, 뼈 제거가 수행될 수 있음을 알 수 있다. 또한, 당업자는 여러 다른 방법들이 고려될 수 있음을 알 수 있다.

일 실시예에 있어서, 소정의 토폴로지 파라미터는 관형 기반 구조의 알려진 토폴로지에 기반을 둘 수 있다. 예를 들어, 관형 기반 구조는 이의 2개의 단부 사이의 연속적인 경로를 포함하고, 관형 기반 구조는 루프형 부분을 포함하지 않는다.

이 시점에서 관형 기반 구조의 토폴로지 지지체의 대략적인 추정을 얻을 수 있다.

도 7a 및 도 7b에 도시된 실시예에 있어서, 일단 노드들이 교대로 링크되면, 단일 연속적인 경로가 직장(rectum)과 맹장(caecum) 사이에 연장된다. 따라서, 당업자는 이 경로가 관형 기반 구조의 토폴로지 지지체의 대략적인 추정을 나타낼 수 있다는 것을 알 수 있다. 또한, 트리의 다른 브랜치들이 연속적인 경로를 찾는 데 이용되지 않을 수 있기 때문에, 트리로부터 선택적으로 취소될 수 있다.

일 실시예에 있어서, 이하에 보다 상세히 설명되는 것처럼, 관형 기반 구조의 토폴로지 지지체의 추정이 일단 결정되면, 이후에 관형 기반 구조의 추정된 중심선이 결정될 수 있다.

일 실시예에 있어서, 연속적인 경로의 영역들의 각각의 중심은 중심선을 대략적으로 추정하는데 이용될 수 있다. 더욱이, 당업자는 여러 다른 수단들이 중심선의 대략적인 추정을 제공하기 위해 이용될 수 있다는 것을 알 수 있다. 예를 들어, 보로노이 다이어그램(voronoi diagram)을 통해 영역들의 거친 세분화로부터 추출된 중심선 또는 영역들의 토폴로지 시닝(topological thinning)이, "Kalman Palagyi, Dept. Image Processing & Computer Graphics University of Szeged, Hungary, Summer School on Image Processing SSIP 2009, 골격화(Skeletonization) 및 그 응용들"에 기재되어 있는 것처럼, 이용될 수 있다. 또한, 당업자에 의해 알려진 것처럼, 레벨-세트 프로세스들 또는 거리 기반 골격화를 포함하는 다른 방법들이 이용될 수도 있다.

이후에, 다른 실시예에 있어서, 이하에 상세히 설명되는 것처럼, 관형 기반 구조의 토폴로지 지지체의 추정은 오퍼레이터에 의해 표시될 수 있다.

지금 도 2를 참조하면, 바람직한 실시예에 있어서, 제 2 초기 시드가 이용될 수 있다.

사실, 도 7a에 도시된 것처럼, 완전한 관형 구조가 고려되었는지를 보장하기 위하여, 바람직한 실시예에서는 두 개의 초기 시드가 유리하게 이용되었으며, 제 1 시드는 관형 구조의 제 1 단부에 근접한 시드이고, 제 2 시드는 관형 구조의 제 2 단부에 근접한 시드이다. 관형 구조가 결장인 경우에, 두 개의 초기 시드들은 맹장과 직장에 가깝게 배치된다. 이러한 방법에 있어서, 두 개의 초기 시드들에 대응하는 두 노드들 사이의 연속적인 경로를 찾는 것은 전체 관형 구조가 그 전체를 고려하는 것을 보장할 수 있으며, 이는 큰 장점이 된다.

도 7a에 도시된 예시적인 실시예에 있어서, 제 2 초기 시드(Xr)는 직장에 배치된다. 두 개의 초기 시드에 대응하는 두 노드들 사이의 연속적인 경로가 있기 때문에, 그 연속적인 경로는, 아래에 보다 상세히 설명되는 것처럼, 전체 관형 구조의 토폴로지 지지체을 나타낼 수 있다.

따라서, 도 2를 또한 참조하고, 처리 단계(200)에 따라, 보충 초기 시드는 대응하는 영역들 중 하나로부터 선택된 보충 초기 영역에 배치된다.

당업자는, 일 실시예에 있어서, 초기 시드에 연관된 처리 단계들에 병렬로 보충 초기 시드에 연관된 처리 단계들을 수행하는 것이 유리하다는 것을 알 수 있다. 또는, 이들 두 처리는 순차적으로 수행될 수 있다.

바람직한 실시예에 있어서, 보충 초기 시드가 보충 초기 영역에 배치되기 이전에, 보충 초기 영역은 처리 단계(110)의 초기 영역과 마찬가지로 먼저 선택된다. 일 실시예에 있어서, 보충 초기 영역의 선택은 오퍼레이터에 의해 수동으로 수행된다. 대안으로, 다른 실시예에 있어서, 보충 초기 영역의 선택은 자동으로 수행된다.

가상 결장경 검사의 경우와 일 실시예에 있어서, 임의의 보충 시드의 자동 선택은, 이미지 데이터의 글로벌 히스토그램(global histogram)에 기초하여 공기와 같은 요소들의 볼륨을 추정하고, 사람의 형태학(human morphology)을 고려하여 수행될 수 있어, 하행 결장(descending colon)은 환자를 마주볼 때 환자의 오른쪽 복부 측면에 있으며, 길쭉한 공기 포켓에 대응한다. 뿐만 아니라, S-자 결장(sigmoid)은 고관절 형태학(hip morphology)에 기초하여 확인될 있고, 직장(대부분의 경우 이미지 데이터 세트들의 "하단"에 위치)에 근접한 상당한 공기 포켓을 찾는다. 이들 두 방법은 제한되지 않으며, 당업자는 그러한 형태학적 접근 방법들이 본 발명의 범위를 벗어나지 않고 많이 있음을 알 수 있다.

당업자는, 다른 실시예에 있어서, 복수의 보충 시드들이 동시에 이용될 수 있으며, 동시에 각각 대응하는 트리가 그에 따라 구성될 수 있음을 알 수 있다. 또한, 당업자는, 일 실시예에 있어서, 보충 시드의 선택에 대한 규칙들이 트리들 중 하나에 이미 포함된 영역을 선택하지 않도록 이용될 수 있음을 알 수 있다.

바람직한 실시예에 있어서, 이미 언급한 것처럼, 선택된 초기 영역은 관형 기반 구조의 단부에 가깝게 연장된다. 다른 바람직한 실시예에 있어서, 선택된 보충 초기 영역은 관형 기반 구조의 다른 단부에 가장 인접하게 연장된다.

이전에 언급한 것처럼, 도 7a에 도시된 예제에 있어서, 선택한 초기 영역이 결장의 맹장에 가장 인접하게 연장되면서, 선택된 보충 초기 영역은 결장의 직장에 가장 인접하게 연장된다.

처리 단계(210)에 따라, 보충 초기 결과 구역이 내벽의 적어도 일부와 개별 영역들 중 하나에 대응하는 보충 인접 영역의 적어도 일부를 포함할 때까지 보충 초기 영역의 성장이 수행된다.

처리 단계(220)에 따라, 보충 초기 영역에 대응하는 초기 트리 노드를 포함하는 보충 트리가 개시된다. 도 2를 또한 참조하면서 아래에 보다 상세히 설명하는 것처럼, 처리 단계들(230, 240 및 250)은 처리 단계(220)에서 발견된 보충 인접 영역들 각각에 대해 수행된다.

사실, 처리 단계(230)에 따라, 보충 후속 시드는 대응하는 보충 인접 영역에 배치된다.

처리 단계(240)에 따라, 보충 후속 결과 구역이 내벽의 적어도 일부와 보충 추가 인접 영역의 적어도 일부를 포함할 때까지 대응하는 보충 후속 영역의 성장이 수행된다.

처리 단계(250)에 따라, 보충 인접 영역에 대응하는 트리 노드가 보충 트리에 추가된다.

도 2를 또한 참조하면, 처리 단계들(230 240 및 250)은 처리 단계(240)에서 발견된 보충 추가 인접 영역들 각각에 대해 수행된다.

발견된 보충 인접 영역들 각각이 처리 단계들(230, 240 및 250) 및 처리 단계(260)에 따라 일단 처리되면, 보충 트리는 트리로 그룹화된다.

일 실시예에 있어서, 보충 트리와 트리의 그룹화는 동일한 영역에 대응하는 각각의 트리에 적어도 하나의 노드를 발견하고, 공통 노드에 따라 함께 두 개의 트리를 병합하는 것을 포함할 수 있다. 더욱이, 당업자는, 아래에 상세히 설명되는 것처럼, 여러 다른 절차들이 함께 트리를 그룹화하기 위해 고려될 수 있다는 것을 알 수 있다.

처리 단계(270)에 따라, 트리는 미리 결정된 폴로지 파라미터들에 따라 필터링될 수 있으며, 이에 의해, 관형 기반 구조의 토폴로지 지지체의 추정을 결정한다.

당업자는, 결장의 토폴로지 지지체의 결정의 특정 응용에 대해서, 적어도 하나의 보조 시드가 이용될 수 있음을 알 수 있다. 사실, 몇몇 경우에 있어서, 검사 중인 환자의 결장은, 예를 들어, 이미지 수집 동안의 신경 경련 및/또는 폐색성 종양(obstructive tumor)의 존재로 인하여 붕괴될 수 있다. 결장이 붕괴될 때, 그 내벽은 맹장과 직장 사이의 통로를 차단할 수 있다. 이때, 결장 내부의 볼륨은 복수의 관형 기반 부분으로 분할되고, 이하에 상세히 설명하는 것처럼, 도 1을 참조하여 상기에서 설명한 방법은 결장의 전체 길이에 대한 추정된 토폴로지 지지체을 제공하지 않을 수 있다. 이 경우에, 보조 시드들의 대응하는 숫자는 트리가 초기 시드 및 보충 초기 시드 각각에 대응하는 트리 노드들 사이의 적어도 하나의 연속적인 경로를 포함할 때까지 트리에 대응하는 트리 노드를 추가하기 위해 이용될 수 있다.

일 실시예에 있어서, 대응하는 보조 트리는 보조 시드들 각각에 대해 구축되고, 이후에 보조 트리들이 트리로 그룹화된다.

당업자는 관형 기반 구조가 두 개 이상의 단부를 포함하는 경우에 보조 시드들이 이용될 수 있음을 알 수 있다. 이 경우에, 완전한 구조가 고려된다는 것을 보장하기 위하여 관형 기반 구조의 각각의 단부에 대해 대응하는 초기 시드를 이용하는 것이 유리할 수 있다.

가상 결장경 검사의 경우와 일 실시예에 있어서, 결장의 형태학적 파라미터들은 보조 시드들을 배치하기 위해 이용될 수 있다. 예를 들어, 결장은 연속된 긴 구조이기 때문에, 보조 시드는 트리 또는 보조 트리들의 공간적 연장부에 배치될 수 있다.

이전에 언급한 것처럼, 현 시점에서 결장의 토폴로지 지지체의 대략적인 추정이 획득될 수 있다. 당업자는 대략적인 추정이 임의의 영역들을 세분화 하지 않고 획득될 수 있다는 것을 알 수 있으며, 이는 아래에 명백하게 되는 것처럼 큰 장점이 된다.

당업자는 상기 대략적인 추정이 관형 구조의 대략적인 중심선을 제공하기 위해 이용될 수 있다는 것을 알 수 있으며, 이는 큰 장점이 된다. 사실, 이러한 대략적인 중심선에 기초하여, 2D 이동 가시화가 제공될 수 있다. 즉, 관심이 아닌 이미지의 모든 부분들이 획득된 대략적인 중심선에 따라 마스킹될 수 있다. 이는, 오퍼레이터가 관심이 아닌 이미지들의 다른 영역들에 의해 방해받지 않고 더욱 편리한 방법으로 이미지 데이터를 검토할 수 있기 때문에, 큰 장점이 된다.

이는, 이미지들을 검토하는데 일반적으로 요구되는 교육과정을 줄이면서 오퍼레이터에 의해 이미지들의 검토의 속도를 크게 높일 수 있기 때문에, 특히 유리하다. 이와 같은 접근 방식은 동일한 이미지의 다른 부분에 있는 나머지 태깅된 유체(remnant tagged fluid), 또는 단지 몇몇의 다른 이미지의 일부에서의 주요 병변의 존재에 의해 신경이 산만해 질 수 있는 경험이 없는 독자에게 큰 가치가 있을 수 있다.

당업자는 볼륨 렌더링 프로세스를 이용하는 3D 이동 가시화가 제공될 수 있는 것도 또한 알 수 있다.

이전에 설명한 것처럼, 획득된 관형 구조의 토폴로지 지지체의 대략적인 추정은, 결장 내에 공기 유형의 영역들 및 의 태깅된 영역들이 교대로 존재하고 맹장과 직장 사이에 결장을 따라 교대로 존재하며, 이러한 교대가 토폴로지 지지체을 결정하는 데 도움이 된다는 사실에 기초한다.

따라서, 상기 설명한 방법에 있어서, 공기 유형의 영역 및 태깅된 영역들 사이의 인터페이스들과 공기 유형의 영역 또는 태깅된 영역들과 결장의 조직들 사이의 인터페이스들은 대략적인 추정을 제공하기 위해 이용되지 않았으며 또한 고려되지 않았다.

당업자는, 이들 인터페이스에서 일반적으로 영역의 서로 다른 유형들이 표시가 없거나 표시된 동질이 아닌 대변을 포함하고 있기 때문에, 그 영역의 서로 다른 유형들의 식별이 어렵다는 것을 알 수 있다.

본 방법의 바람직한 실시예에 있어서, 결장의 토폴로지 지지체 정교한 추정이 더 획득될 수 있다. 이 정교한 추정은 관심 인터페이스들, 예를 들어, 트리의 두 개의 연속 노드들 사이에 연장되는 브랜치들에 대응하는 인터페이스들 각각의 분류 또는 속하는 것을 정의하여 획득된다. 사실, 관심 인터페이스가 공기 유형의 영역-태깅된 영역 인터페이스 또는 결장의 조직과의 인터페이스로서 일단 정의되면, 트리 필터링이, 이하에 설명되는 것처럼, 향상될 수 있다.

지금, 도 3을 참조하면, 본 방법의 다른 실시예에 대해서 설명한다. 본 실시예에 있어서, 관형 기반 구조의 토폴로지 지지체의 정교한 추정이 결정될 수 있다. 당업자가 이하에서 알 수 있는 것처럼, 본 실시예에 있어서, 여러 유형들의 인터페이스들이 식별 및 분류되어 토폴로지 지지체의 추정을 더 정교하게 할 수 있다.

따라서, 처리 단계(300)에 따라, 일단 트리가 획득되면, 대응하는 트리 노드에 대응하는 영역들 각각의 영역의 각각의 단위 요소에 대한 대응하는 분류가 결정된다. 즉, 한 영역이 처리 단계들(120, 150, 210 또는 240) 동안 제 1 물질 유형의 영역 또는 제 2 물질 유형의 영역으로서 식별되면, 이 영역의 각각의 단위 이미지 요소는 본 유형이 영역에 속하는 것으로 간주된다.

일 실시예에 있어서, 분류를 결정하는 것은 대응하는 노드에 대응하는 제 1 물질 영역들 각각의 영역의 각각의 단위 이미지 요소에 제 1 물질 클래스를 할당하는 단계, 및 대응하는 트리 노드에 대응하는 제 2 물질 영역들 각각의 영역의 각각의 단위 이미지 요소에 제 2 물질을 할당하는 단계를 포함한다. 결장 토폴로지 추정의 특정 응용에 있어서, 대응하는 단위 이미지 요소는 공기 유형의 영역 또는 태깅된 영역에 속하는 것으로서 "분류"된다.

이 시점에서, 고려되지 않은 나머지 단위 요소들은 공기 영역-태깅된 영역 인터페이스 또는 결장의 조직과 인터페이싱 하는 인터페이스에 속한다.

다른 처리 단계들은 트리의 2개의 연속 노드들 사이에 연장되는 인터페이스의 유형의 식별을 제공하기 위해 수행될 수 있다. 관심 인터페이스들이 일단 적당히 식별되면, 다음의 설명의 이해에 따라 당업자에게 명백하게 알 수 있는 것처럼, 토폴로지 지지체의 정교한 추정이 제공될 수 있다.

도 3을 또한 참조하면, 관심 인터페이스들의 각각의 유형을 식별하기 위하여, 처리 단계들(310 및 320)은, 아래에 상세히 설명한 것처럼, 영역의 성장들 각각의 대응하는 결과 구역에 포함된 각각의 나머지 단위 이미지 요소에 대해 수행될 수 있다.

처리 단계(310)에 따라, 적어도 하나의 근접 파라미터가 대응하는 단위 이미지 요소와 트리 노드에 대응하는 적어도 하나의 인접 영역 사이의 거리에 따라 관심의 단위 이미지 요소들 각각에 대해 결정된다. 당업자는, 세분화 프로세스나 양적 파라미터에 대해 의존하는 것이 아닌 질적 파라미터에 의존하기 때문에, 근접 파라미터를 이용하는 것이 유리하게 될 수 있다는 점을 알 수 있다.

일 실시예에 있어서, 복수의 근접 파라미터들은 관심의 단위 이미지 요소와 그들 주위에 연장된 영역들 각각의 영역 사이의 각각의 거리를 고려하기 위해 이용될 수 있다.

처리 단계(320)에 따라, 적어도 하나의 근접 파라미터에 따라 대응하는 클래스에 대응하는 단위 이미지 요소의 관계를 정의하는 적어도 하나의 제휴 파라미터를 결정한다. 당업자는 제휴 파라미터들의 결정이 이미지 데이터를 변경하거나 수정하지 않기 때문에 유리하게 될 수 있다는 것을 알 수 있다.

일 실시예에 있어서, 단위 이미지 요소의 제휴는 다양한 추가 파라미터에 따라 결정된다. 예를 들어, 선택된 단위 이미지 요소를 둘러싸는 인접 영역들의 형태 및 형상뿐만 아니라, 관형 기반 구조의 전체 토폴로지가 고려될 수 있다. 다른 실시예에 있어서, 이러한 형태학 파라미터들 중 하나는, 물리적으로 말하면 나머지 유체가 임의의 다른 유체로서 이들 표면을 평평하게 하는 경향이 있다는 사실에 영향을 미친다. 크고 평평한 영역들이 루멘과 같은 중공 기관(hollow organs)을 묘사할 가능성이 없다 것을 이해함으로써, 이는 태그/공기 인터페이스들(수평 표면이 나머지 태깅된 유체의 상부가 됨)을 특징화하는데 있어서 큰 차이점일 수 있다.

처리 단계들(310 및 320)은 관심의 단위 이미지 요소들 각각에 대해 수행되며, 즉 이들은 관심 인터페이스들의 식별을 용이하게 한다.

관심의 단위 이미지 요소들의 각각이 처리 단계들(310 및 320) 및 처리 단계(330)에 따라 처리되면, 트리의 두 개의 연속 노드들 간의 인터페이스 유형은 두 개의 연속 노드들에 대응하는 대응 영역들에 근접한 대응하는 이미지 요소들의 대응하는 제휴에 따라 결정된다.

일 실시예에 있어서, 트리의 두 개의 연속 노드들 사이의 인터페이스 유형을 결정하는 단계는 대응하는 단위 이미지 요소들의 밀도 기반 분포(density based distribution), 대응하는 단위 이미지 요소들의 분포 기반 동질성(distribution based homogeneity), 관심 구조의 토폴로지 정보, 및 인터페이스 유형의 형태학적 파라미터(morphological parameter)로 구성되는 그룹으로부터 선택되는 적어도 하나의 부가적인 파라미터들에 따라 더 수행된다. 당업자는 표현 "밀도 기반의 분포"가 밀도 분포, 그 파생 형태들뿐만 아니라 그들의 조합을 포함한다는 것을 이해할 수 있다. 마찬가지로, 표현 "분포 기반 동질성"은 분포 동질성, 파생 형태들뿐만 아니라 이들의 임의의 조합을 포함하는 것으로서 이해되어야 한다.

실제로, 관심 인터페이스의 단위 이미지 요소들의 구체적인 밀도 분포 및 분포 동질성은, "컴퓨터 단층 촬영 결장 조영술 이미지들의 디지털 클렌징하기 위한 구조-분석 시스템, 방법, 소프트웨어 장치 및 컴퓨터 접근 가능 매체(Structure-analysis system, method, software arrangement and computer-accessible medium for digital cleansing of computed tomography colonography images)"라는 명칭의 PCT 출원제 WO/2007/048091 호에 기재되어 있는 것처럼, 인터페이스의 유형을 결정하기 위해 이용될 수 있다. 이는 근접 파라미터들 및 관형 구조의 토폴로지 지식이 상기 PCT 출원에서 논의되지 않은 점이 가치가 있다.

또한, 관심 인터페이스의 형태가 또한 고려될 수 있다. 예를 들어, 관심 인터페이스의 두께 및 볼륨이 고려될 수 있다. 또한, 평면 형상 또는 나팔 형상(flared shape)과 같은 인터페이스의 형상이 또한 특히 유용될 수 있다.

일 실시예에 있어서, 임의의 영역들에 속하지 않지만 후속 영역들의 식별의 프로세스 동안 처리되는 각각의 나머지 단위 이미지 요소는 잠재적인 인터페이스 유형 요소로서 다른 것들과 그룹화된다.

다른 실시예에 있어서, 잠재적인 인터페이스 유형 요소들은 트리의 토폴로지 정보에 기초하여 두 개의 그룹들로 그룹화되며, 이와 같은 두 개의 그룹들은 비-인터페이스 요소들과 인터페이스 유형 요소들이 되며, 인터페이스 유형 요소들은 트리의 두 개의 연속 노드들 사이에 있다.

도 3을 또한 참조하면, 처리 단계(340)에 따라, 관형 기반 구조의 토폴로지 지지체의 정교한 추정은 트리의 두 개의 연속 노드들 사이에 결정된 인터페이스 유형에 따라 결정된다.

당업자는, 이전에 설명일 실시예에 있어서, 트리의 필터링은 트리 노드들 간의 인터페이스들의 유형으로 인해 향상될 수 있다.

일 실시예에 있어서, 이전에 언급한 것처럼, 트리의 필터링은 트리들의 각각을 교대로 순차적으로 링크하는 것을 포함한다.

이때, 트리는 적어도 하나의 메인 경로와 적어도 하나의 폐경로 및 부가적인 브랜치를 일반적으로 포함한다.

일 실시예에 있어서, 트리는 폐경로의 일부 및 적어도 하나의 부가적인 브랜치, 전형적으로 데드 브랜치 중 적어도 하나를 취소함으로써 필터링된다.

바람직한 실시예에 있어서, 만약 있다면, 관형 기반 구조의 두 사지(extremities) 간의 연속적인 경로를 제공하는 데 이용될 수 없는 데드 브랜치들은 트리로부터 취소된다. 다른 실시예에 있어서, 트리는 폐쇄된 루프들의 일부들을 취소함으로써 더 필터링되며, 만약 있다면 폐쇄된 루프의 제 1 노드들은 정의된 값 이하의 영역 볼륨을 갖는 영역들에 관련된다.

다시 말해, 결장의 전체 부분을 점유하지 않고 결장의 내벽에 대향하여 연장되는 일반적으로 태깅된 영역들인 보다 작은 영역들은 트리로부터 취소될 수 있다. 사실, 작은 태깅된 영역이 폐쇄된 루프의 일부의 제 1 노드인 경우, 소장 부분들 또는 뼈들과 같은 결장 외부의 영역들에 대응하는 트리의 부분의 일부가 될 수 있다. 또한, 도 8a 내지 도 9b에 예시되고 아래에 상세히 설명되는 것처럼, 결장 내에서 연장되는 두 개의 영역들 사이에 부정확한 짧은 커트(incorrect short cut)가 있을 수 있다.

사실, 도 7b에 있어서, 노드(SB1)를 포함하는 브랜치는, 이전에 언급한 것처럼, 데드 브랜치에 대응하기 때문에, 취소될 수 있다.

도 8b에 있어서, 노드(T1)를 포함하는 루프형 부분은 대응하는 인터페이스(T1-A1)가, 도 8a에 도시된 것처럼, 연조직으로 연장되는 것으로서 식별되어야 하기 때문에, 취소될 수도 있다.

도 9a 및 도 9b에 있어서, 당업자는 인터페이스들의 분류가 영역들(A1 및 T1) 사이의 편리한 경로를 선택하는 데 도움이 될 수 있음을 알 수 있다.

바람직한 실시예에 있어서, 관형 기반 구조의 정교한 추정된 중심선은 토폴로지 지지체의 정교한 추정에 따라 결정된다.

당업자는, 관형 기반 구조의 중심선이 구조의 편리한 검토를 가능케 할 수 있도록 충분히 관계되어 있기 때문에, 본 실시예가 특정 관심사가 될 수 있다는 것을 알 수 있다.

일 실시예에 있어서, 이미지 데이터와 함께 정교한 추정 중심선은 3D 시각화를 위해 볼륨 렌더링 엔진(volume rendering engine)에 제공될 있다. 다른 실시예에 있어서, 태깅된 물질 영역들을 제거하기 위해 이전 전자 클렌징 절차가 이미지 데이터에 적용될 수 있다. 이와 같은 전자 클렌징 절차는 본 명세서의 참조 문헌으로 포함되고 본 출원인과 동일한 출원인의 PCT 출원인 명칭이 "이미지 데이터를 필터링하기 위한 방법 및 시스템과, 가상 내시경 검사에서 그 용도"에 공개되어 있다.

당업자는, 일 실시예에 있어서, 초기 영역의 성장이 수행되고, 제공된 이미지 데이터의 형태에 따라, 제 1 물질 영역들에 대해 제 1 물질 임계값 및 제 2 물질 영역들에 대해 제 2 물질 임계값을 결정하는 것을 알 수 있다.

다른 양상에 따라, 구조의 토폴로지가 일단 수행되면, 인터페이스 영역들이 처리되고, 관심 구조의 본성 또는 특성들에 따라 상기 처리된 인터페이스 영역의 후속적인 재구성이 도 11 내지 도 15에 예시된 것처럼 수행될 수 있다.

일 실시예에 있어서, 인터페이스 영역들을 처리하고 결장의 점막의 본성에 따라 처리된 영역들의 후속적인 재구성을 위한 수단이 제공된다.

일 실시예에 있어서, 트리의 두 개의 연속 노드들 사이의 인터페이스 유형 요소들을 처리하기 위한 수단이 제공된다.

또 다른 실시예에 있어서, 가상 결장경 검사에서 공기 유형의 영역과 태깅된 유형의 영역 간의 인터페이스 유형 요소들을 처리하기 위한 수단이 제공된다.

또 다른 실시예에 있어서, 인터페이스 유형 요소들의 처리는 일반적인 결장의 점막 요소들과 다른 모든 인터페이스 유형 요소들에 밀도 값을 속성 부여하여 수행된다. 예를 들어, 일 실시예에 있어서, 인터페이스 유형 요소들의 처리는 모든 인터페이스 유형 요소들에 공기 밀도를 속성 부여하여 수행된다. 당업자는 다른 값, 예를 들어 공기 유형의 영역의 값 미만의 값이 선택될 수 있음을 알 수 있다.

일 실시예에 있어서, 관심 구조의 실제 토폴로지를 유지하면서, 인터페이스 유형의 영역들의 확장이 수행된다.

다른 실시예에 있어서, 인터페이스 유형 요소들의 처리에 이어 관심 구조의 본성 또는 특성들에 따라 상기 처리된 인터페이스 유형의 영역이 재구성된다.

다른 실시예에 있어서, 처리된 인터페이스 유형의 영역의 재구성은 확장 프로세스 동안 수집된 모든 새로운 요소들의 암시 정보에 따라 수행된다. 표현 "암시"는 직접 표현하지 않고 암시 또는 이해되는 임의의 것을 의미한다. 예를 들어, 점막은 세분화되지 않은 단위 이미지 요소(즉, 공기와 조직 사이의 표면 영역)를 포함하는 3D 영역이기 때문에 결코 직접 표현되지 않지만, 이러한 점막의 정상 필드와 같은 암시 특성들은 밀도 값들의 경사 필드를 통해 추출될 수 있다.

일 실시예에 있어서, 암시 정보는 그래디언트 벡터 필드, 벡터 필드 및 밀도 기반 벡터 필드 중 하나 또는 이들의 조합이다. 다른 실시예에 있어서, 암시 정보는 스칼라 필드, 벡터 필드 및 텐서 필드 중 하나 또는 이들의 조합이다.

도 11 내지 도 15를 또한 참조하여, 암시 정보에 기초한 처리에 대해 상세히 설명한다. 주어진 인터페이스의 인접 영역과 인터페이스에 의해 연결된 두 개의 개별 영역들의 인접 영역의 교차점의 분리는 일 실시예에서 수행될 수 있다. 인터페이스 인접 영역의 분리 부분은 재구성의 지지체로 칭한다.

암시 기하학적 특성들이 추출될 수 있는데, 이는 재구성할 인터페이스 영역의 최대 한계점에서의 지지체 거동에 관한 정보를 제공한다. 공통 특성은 이미지 요소 밀도의 그래디언트에 기초한 암시적인 법선 벡터 필드이다. 당업자는, 그와 같은 암시 정보가 인터페이스 유형의 영역 내의 모든 단위 이미지 요소의 재구성을 허용하지만, 가상 결장경 검사의 특정 경우에 대해 결장 점막의 둘러싸는 영역에 대해 특정의 관심사가 된다는 것을 알 수 있다.

인터페이스의 각각 요소들이 타겟 영역(공기)에 속할 확률(probability)은 계산될 수 있다. 이 확률, 또는 회원(membership)은 주어진 암시적 특성의 연속성을 최대화하기 위해 계산된다. 법선 벡터 필드의 경우에, 각각의 복셀의 회원은 재구성하기 위해 주어진 복셀의 중심과 지지체 인접 복셀들의 중심에 의해 형성된 벡터, 및 지지체 인접 복셀에서 암시 법선 벡터의 투영(projection) 밀도에 기초한다.

인터페이스 영역의 밀도 값들은 그들 회원에 따라 타겟 영역의 분포와 지지체 영역 사이에 재구성된다.

도 15는 근접한 인터페이스들이 관심의 정의된 토폴로지의 보전으로 인해 결장에서 잠재적인 폴드(fold)를 절단하는 것을 방지하도록 처리될 수 있는 방법을 도시하며, 이는 종종 폴드들을 절단하는 종래의 기술에 비해 큰 장점이 있다.

다른 양상에 따라, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 시스템이 또한 제공된다.

도 4를 참조하면, 그와 같은 시스템의 실시예가 도시되어 있다. 시스템(400)은 관형 기반 구조를 나타내는 이미지 데이터(404)를 수신하기 위한 데이터 수신 장치(402)를 포함한다.

또한, 시스템(400)은 데이터 수신 유닛(402)에 동작 가능하게 결합되어 대응하는 영역들의 각각에서 시드들의 각각을 배치하기 위한 배치 유닛(406)을 포함한다. 배치 유닛(406)은 데이터 수신 유닛(402)으로부터 이미지 데이터(404)를 수신하고 선택된 영역(408)을 제공한다.

일 실시예에 있어서, 배치 유닛(406)은, 이전에 설명한 것처럼, 두 개의 초기 시드를 배치하기 위하여 관형 구조의 단부들에 근접한 초기 영역들을 식별하도록 적응된 모듈(도시하지 않음)을 포함한다.

다른 실시예에 있어서, 시스템(400)은 배치 유닛(406)에 동작 가능하게 접속되어 시드 배치 파라미터(412)를 제공하고, 이로 인해 초기 시드들의 배치를 보조하는 수단을 오퍼레이터에게 제공하기 위한 선택적인 사용자 인터페이스(410)를 포함할 수 있다. 바람직한 실시예에 있어서, 사용자 인터페이스(410)는 생략되며, 시드들은 오퍼레이터의 어떠한 개입 없이 자동으로 배치된다.

시스템(400)은 영역 성장들 각각을 수행하기 위해 배치 유닛(406)에 동작 가능하게 결합된 처리 장치(414)를 포함한다. 처리 장치(414)는 배치 유닛 (406)으로부터 선택된 영역(408)을 수신하고 노드 데이터(416)를 제공한다. 당업자는, 관심 영역들 각각이 고려될 때까지 처리 유닛(414)이 대응하는 영역에서 후속 시드를 배치를 위해 배치 유닛(406)에 다음 영역 데이터(418)를 또한 제공한다는 것을 알 수 있다.

시스템(400)은 트리를 구축하기 위해 처리 장치(414)에 동작 가능하게 결합된 트리 생성 유닛(420)을 포함한다. 트리 생성 유닛(420)은 처리 유닛(414)으로부터 노드 데이터(416)를 수신하고 이에 응답하여 트리 데이터(422)를 제공한다.

시스템(400)은 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위해 소정의 토폴로지 파라미터들에 따라 트리를 필터링을 위해 트리 생성 유닛(420)에 동작 가능하게 결합된 필터링 유닛(424)을 포함한다. 필터링 유닛(424)은 트리 생성 유닛(420)으로부터 트리 데이터(422)를 수신하고 이에 응답하여 추정 데이터(426)를 제공한다.

일 실시예에 있어서, 선택적인 사용자 인터페이스(410)는 필터링 장치(424)에 동작 가능하게 연결되어, 트리의 필터링을 보조하는 수단을 오퍼레이터에 제공하도록 여기에 필터링 파라미터들(428)을 제공한다. 바람직한 실시예에 있어서, 사용자 인터페이스(410)는 생략되며, 트리는 오퍼레이터의 개입 없이 자동으로 필터링된다.

도 4를 또한 참조하면, 일 실시예에 있어서, 시스템은 추정 데이터(426)를 수신하고 관형 기반 구조의 토폴로지 지지체의 추정을 디스플레이하기 위해 필터링 장치(424)에 동작 가능하게 결합된 선택적인 디스플레이 유닛(430)을 더 포함할 수 있다. 다른 실시예에 있어서, 사용자 인터페이스(410)는 디스플레이 파라미터들(432)을 제공하기 위해 디스플레이 유닛(430)에 동작 가능하게 연결될 수 있다.

도시하지 않은 다른 실시예에 있어서, 시스템(400)은 이상 검출용 컴퓨터-지지체 검출 장치(도시하지 않음) 또는 이상 진단용 컴퓨터-지지체 진단 유닛(도시하지 않음)에 중 하나에 추정 데이터(426)를 전송하기 위해 필터링 장치(424)에 결합된 전송 유닛을 더 포함할 수 있다. 전송 유닛은 추정 데이터(426)의 무선 전송을 제공하기 위한 무선 모듈(도시하지 않음)을 포함할 수 있다. 당업자는, 본 출원의 범위로부터 벗어나지 않고 여러 프로토콜들에 따라 무선 모듈을 이용하여 추정 데이터가 전송될 수 있음을 알 수 있다. 또한, 당업자는 유선 전송이 이용될 수 있는 것을 알 수 있다. 일 실시예에 있어서, 전송은 인터넷을 이용하여 수행된다.

이전에 설명한 것과 같은 관형 기반 구조의 토폴로지 지지체이 추정을 결정하기 위한 시스템은, 이미지 데이터의 원격 처리가 가능하기 때문에, 큰 장점이 있다. 사실, 이미지 데이터는 이미징 장치들을 구비한 병원이나 의료 기관에서 획득하고, 공용 및 사설 데이터 네트워크를 통해 원격 처리 센터에 전송하고, 처리 센터에서 처리될 수 있다. 이후에, 추정 데이터는 특정 의사의 시각적 분석을 위해 병원이나 의료 기관에 전송될 수 있다.

또는, 당업자는 시스템이 이미징 장치에 통합되거나 그에 작동 가능하게 연결될 수 있음을 알 수 있다.

또한, 당업자는, 일 실시예에 있어서, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법이 처리 장치에서 수행되는 컴퓨터 프로그램에 포함될 수 있다는 것을 알 수 있다. 컴퓨터 프로그램은 토폴로지 지지체의 추정을 결정하기 위해 상술한 방법을 수행하기 위해 기계 판독 가능 매체에 기록된 명령들을 포함할 수 있다.

또 다른 양상에 따라, 이전에 설명한 방법에 따라 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는데 있어 비즈니스를 행하는 방법이 또한 제공된다.

일 실시예에 있어서, 관형 기반 구조의 토폴로지 지지체의 추정은 요금에 대해 결정된다.

다른 실시예에 있어서, 비즈니스를 행하는 방법은 이미지 데이터를 수신하는 단계, 이전에 설명한 것과 같이 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법을 수행하는 단계, 및 요금에 대해 관형 기반 구조의 토폴로지 지지체의 추정을 제공하는 단계를 포함한다.

다른 실시예에 있어서, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는데 있어 비즈니스를 행하는 방법은, 이전에 설명한 것과 같은 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 시스템을 제공자가 제 3 자에게 제공하는 단계, 시스템을 운영하는 단계로서, 이 운영 단계는 요금에 대해 제 3 자에 의해 행해지는 단계, 및 요금의 적어도 일부를 제 3 자에 의해 제공자에 재전송하는 단계를 포함한다.

본 명세서에 기재된 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 시스템은 시스템의 소유자에 의해 운영될 수 있다는 것을 알 수 있다. 또는, 시스템은 요금에 대해 제 3 자에 의해 운영될 수 있다. 다른 실시예에 있어서, 요금은 수입의 일부가 될 수 있지만, 대안의 실시예에 있어서 요금은 고정된 요금을 포함할 수 있다.

이제, 도 6을 참조하면, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법이 유리하게 이용될 수 있는 처리 장치(600)의 실시예가 도시되어 있다.

처리 장치(600)는 중앙 처리 장치(602), I/O 장치들(604), 네트워크 인터페이스 회로(608), 데이터 버스(606), 및 메모리(610)를 포함한다. 중앙 처리 장치(602), I/O 장치들(604), 네트워크 인터페이스 회로(608) 및 메모리(610)는 데이터 버스(606)를 이용하여 동작 가능하게 결합된다.

보다 정확하게, 중앙 처리 장치(602)는 데이터 명령들을 처리하도록 적응된다. 네트워크 인터페이스 회로(608)는 처리 장치(600)를 데이터 네트워크(도시하지 않음)를 통해 다른 처리 장치(도시하지 않음)에 동작 가능하게 연결하도록 적응된다. 당업자는 네트워크 인터페이스 회로(608)의 다양일 실시예들이 제공될 수 있다는 것을 알 수 있다. 또한, 당업자는 네트워크 인터페이스 회로(608)가 예를 들어, TCP/IP와 같은 다양한 통신 프로토콜에 따라 작동할 수 있다는 것을 알 수 있다.

I/O 장치들(604)은 사용자가 처리 장치(600)를 상호 작용할 수 있도록 이용된다. 당업자는 I/O 장치들(604)의 다양일 실시예들이 이용될 수 있다는 것을 알 수 있다. 예를 들어, I/O 장치들(604)은 키보드, 스크린 및 마우스 중 적어도 하나를 포함할 수 있다.

당업자는 데이터 버스(606)의 다양일 실시예들이 제공될 수 있다는 것을 알 수 있다.

또한, 메모리(610)의 다양한 실시예들이 제공될 수 있다는 것을 알 수 있다. 더욱이, 메모리(610)는, 일 실시예에서, 운영 시스템(612), 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 모듈(614) 및, 관형 기반 구조(614)의 토폴로지 지지체의 추정을 결정하기 위한 모듈을 운영하는데 이용되는 데이터베이스들(616)을 저장하기 위해 이용될 수 있다는 것을 알 수 있다.

당업자는 운영 체제(612)가 중앙 처리 장치(602), I/O 장치들(604), 네트워크 인터페이스 회로(608), 데이터 버스(606)와 메모리(610) 사이의 상호 작용을 관리하기 위해 이용될 수 있다는 것을 알 수 있다.

비록, 상기 설명은 발명자에 의해 현재 고려된 것과 같은 특정 바람직한 실시예들에 관련이 있지만, 본 발명은 넓은 양상에서 본 명세서에 기재된 요소들의 기계적 및 기능적인 등가물을 포함하는 것을 알 수 있다. 예를 들어, 방법은 서로 다른 사람의 해부학상의 구조들뿐만 아니라 동물 구조들의 시험에 적용될 수 있다.

Claims

내벽과 복수의 개별 영역들을 포함하는 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법으로서,
a) 상기 관형 기반 구조를 나타내는 이미지 데이터를 획득하는 단계;
b) 상기 개별 영역들 중 하나로부터 선택되는 초기 영역에 초기 시드(seed)를 배치하는 단계;
c) 초기 결과(resulting) 구역이 상기 내벽의 적어도 일부 및 상기 개별 영역들 중 하나에 대응하는 인접 영역의 적어도 일부를 포함할 때까지 초기 영역의 성장을 수행하는 단계;
d) 상기 초기 영역에 대응하는 초기 트리 노드(tree node)를 포함하는 트리를 개시하는 단계;
e) 각각의 인접 영역에 대해서:
상기 인접 영역에 후속 시드를 배치하는 단계;
후속 결과 구역이 상기 내벽의 적어도 일부 및 부가적인 인접 영역의 적어도 일부를 포함할 때까지 대응하는 후속 영역의 성장을 수행하는 단계; 및
상기 트리에 상기 인접 영역에 대응하는 트리 노드를 부가하는 단계;
f) 상기 부가적인 인접 영역들 각각에 대해 단계 e)를 수행하는 단계; 및
g) 상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정을 결정하도록 소정의 토폴로지 파라미터들에 따라 상기 트리를 필터링하는 단계
를 포함하는, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항에 있어서,
상기 획득하는 단계는 CT 스캔 장치로부터 상기 이미지 데이터를 수신하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항에 있어서,
상기 이미지 데이터를 획득하는 단계는 자기 공명 영상(MRI) 장치, 양전자 방사 단층 조영(PET) 장치, X-레이 장치, 초음파 장치 및 이들의 임의의 조합으로 구성되는 그룹으로부터 선택된 장치로부터 상기 이미지 데이터를 수신하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항에 있어서,
상기 이미지 데이터는 체적 의료 이미지 데이터(volumetric medical image), 체적 단층 촬영 이미지 데이터(volumetric tomographic image) 및 병렬 연속 이미지 평면들의 세트로부터 구성되는 그룹으로부터 선택되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 이미지 데이터는 해부학적 구조를 나타내는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 이미지 데이터는 픽셀(pixel)들 및 복셀(voxel)들로 구성되는 그룹으로부터 선택된 복수의 단위 이미지 요소들을 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 복수의 개별 영역들은 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들을 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 7 항에 있어서,
상기 초기 시드를 배치하는 단계는 상기 제 1 물질 영역들 중 하나로부터 상기 초기 영역을 선택하는 단계를 포함하고,
초기 영역의 성장을 수행하는 단계는 상기 제 2 물질 영역들 중 하나로부터 상기 인접 영역을 선택하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 8 항에 있어서,
상기 대응하는 후속 영역의 성장을 수행하는 단계에서, 상기 부가적인 인접 영역은 상기 인접 영역 및 상기 부가적인 인접 영역 각각이 상기 복수의 제 1 물질 영역들 및 상기 복수의 제 2 물질 영역들 중 대응하는 영역에 각각 속하도록 선택되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 초기 영역의 성장을 수행하는 단계는 상기 초기 결과 구역이 상기 관형 기반 구조의 내벽의 외부 환경의 적어도 일부를 더 포함할 때까지 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 대응하는 후속 영역의 성장을 수행하는 단계는 상기 후속 결과 구역이 상기 관형 기반 구조의 내벽의 외부 환경의 적어도 일부를 더 포함할 때까지 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 초기 영역의 성장을 수행하는 단계는 상기 초기 결과 구역이 상기 초기 영역을 포함할 때까지 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 대응하는 후속 영역의 성장을 수행하는 단계는 상기 후속 결과 구역이 상기 인접 영역을 포함할 때까지 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 7 항에 있어서,
상기 초기 영역의 성장을 수행하는 단계 이전에, 상기 제 1 물질 영역들에 대한 제 1 물질 임계값 및 상기 제 2 물질 영역들에 대한 제 2 물질 임계값을 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
i) 상기 대응하는 영역들 중 하나로부터 선택되는 보충 초기 영역에 보충 초기 시드를 배치하는 단계;
ii) 보충 초기 결과 구역이 상기 내벽의 적어도 일부 및 상기 개별 영역들 중 하나에 대응하는 보충 인접 영역의 적어도 일부를 포함할 때까지 보충 초기 영역의 성장을 수행하는 단계;
iii) 상기 보충 초기 영역에 대응하는 초기 트리 노드를 포함하는 보충 트리를 개시하는 단계;
iv) 각각의 보충 인접 영역에 대해서:
상기 보충 인접 영역에 보충 후속 시드를 배치하는 단계;
보충 후속 결과 구역이 상기 내벽의 적어도 일부 및 부가적인 보충 인접 영역의 적어도 일부를 포함할 때까지 대응하는 보충 후속 영역의 성장을 수행하는 단계; 및
상기 보충 트리에 상기 보충 인접 영역에 대응하는 트리 노드를 부가하는 단계;
v) 상기 부가적인 보충 인접 영역들 각각에 대해 단계 iv)를 수행하는 단계; 및
vi) 상기 보충 트리를 상기 트리에 그룹화하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 초기 영역에 초기 시드를 배치하는 단계 이전에, 상기 초기 영역을 선택하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 16 항에 있어서,
상기 초기 영역을 선택하는 단계는 상기 관형 기반 구조의 단부에 근접한 상기 초기 영역을 선택하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 15 항에 있어서,
상기 보충 초기 영역에 보충 초기 시드를 배치하는 단계 이전에, 상기 보충 초기 영역을 선택하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 18 항에 있어서,
상기 보충 초기 영역을 선택하는 단계는 상기 관형 기반 구조의 나머지 단부에 근접한 상기 보충 초기 영역을 선택하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 15 항에 있어서,
상기 트리가 상기 초기 시드 및 상기 보충 초기 시드 각각에 대응하는 트리 노드들 사이의 적어도 하나의 연속적인 경로를 포함할 때까지 상기 대응하는 트리 노드들을 상기 트리에 부가하기 위해 대응하는 수의 보조 시드들을 이용하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 15 항에 있어서,
상기 트리가 상기 개별 영역들 각각에 대해 대응하는 하나의 트리 노드를 포함할 때까지 대응하는 트리 노드들을 상기 트리에 부가하기 위해 대응하는 수의 보조 시드들을 이용하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 초기 영역을 선택하는 단계는 오퍼레이터(operator)에 의해 수동으로 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 초기 영역을 선택하는 단계는 자동으로 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 18 항에 있어서,
상기 보충 초기 영역을 선택하는 단계는 오퍼레이터에 의해 수동으로 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 18 항에 있어서,
상기 보충 초기 영역을 선택하는 단계는 자동으로 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 이미지 데이터는 복수의 단위 이미지 요소들을 포함하고,
상기 방법은,
대응하는 트리 노드에 대응하는 상기 영역들 각각에 대해, 상기 영역의 각각의 단위 요소에 대한 대응하는 분류를 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 26 항에 있어서,
상기 복수의 개별 영역들은 복수의 제 1 물질 영역들 및 복수의 제 2 물질 영역들을 포함하고,
상기 분류를 결정하는 단계는 대응하는 트리 노드에 대응하는 상기 제 1 물질 영역들 각각의 단위 이미지 요소 각각에 제 1 물질 클래스를 할당하는 단계, 및 대응하는 트리 노드에 대응하는 상기 제 2 물질 영역들 각각의 단위 이미지 요소 각각에 제 2 물질 클래스를 할당하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 27 항에 있어서,
상기 영역의 성장들 각각의 상기 대응하는 결과 구역에 포함되지 않는 각각의 나머지 단위 이미지 요소에 대하여:
상기 대응하는 단위 이미지 요소 및 트리 노드에 대응하는 적어도 하나의 인접 영역 사이의 거리에 따라 적어도 하나의 근접 파라미터를 결정하는 단계;
상기 대응하는 적어도 하나의 근접 파라미터에 따라 대응하는 클래스에 대한 상기 대응하는 단위 이미지 요소의 제휴(affiliation)를 정의하는 적어도 하나의 제휴 파라미터를 결정하는 단계;
상기 트리의 두 개의 연속 노드들에 대응하는 상기 대응하는 영역들에 인접하는 상기 대응하는 단위 이미지 요소들의 상기 대응하는 제휴들에 따라 상기 두 개의 연속 노드들 사이의 인터페이스 유형을 결정하는 단계; 및
상기 트리의 두 개의 연속 노드들 사이의 결정된 인터페이스 유형에 따라 상기 관형 기반 구조의 상기 토폴로지 지지체의 정교한 추정을 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 28 항에 있어서,
상기 트리의 두 개의 연속 노드들 사이의 인터페이스 유형을 결정하는 단계는 상기 대응하는 단위 이미지 요소들의 밀도 기반 분포(density based distribution), 상기 대응하는 단위 이미지 요소들의 분포 기반 동질성(distribution based homogeneity) 및 상기 인터페이스 유형의 형태학적 파라미터(morphological parameter)로 구성되는 그룹으로부터 선택되는 적어도 하나의 부가적인 파라미터들에 따라 추가적으로 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 28 항에 있어서,
상기 정교한 추정에 따라 상기 관형 기반 구조의 추정된 중심선(centerline)을 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정에 따라 상기 관형 기반 구조의 추정된 중심선을 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 트리를 필터링하는 단계는 상기 트리 노드들 각각을 순차적으로 링크하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 트리는 적어도 하나의 메인 경로, 및 폐경로(closed loop)와 부가적인 브랜치(branch) 중 적어도 하나를 포함하고,
상기 트리를 필터링하는 단계는 상기 폐경로의 일부 및 적어도 하나의 상기 부가적인 브랜치 중 적어도 하나를 상기 트리로부터 취소하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 33 항에 있어서,
상기 취소하는 단계는 대응하는 노드와 연관되는 상기 개별 영역들 각각의 영역 볼륨(volume)에 따라 수행되는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 관형 기반 구조는 결장의 적어도 일부를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 관형 기반 구조는 결장의 적어도 일부를 포함하고,
상기 복수의 개별 영역들은 복수의 공기 유형의 영역들 및 복수의 태깅된 물질 유형의 영역들을 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정을 오퍼레이터에 디스플레이하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
제 37 항에 있어서,
상기 디스플레이 단계는 상기 관형 기반 구조의 상기 이미지 데이터 환경에서 마스킹(masking)하는 단계를 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
삭제
제 1 항 내지 제 4 항 중 어느 한 항에 따른 관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법을 수행하기 위한 명령어가 기록된 기계 판독 가능한 매체.
제 1 항 내지 제 4 항 중 어느 한 항에 따른 방법을 수행하기 위한 시스템으로서,
상기 관형 기반 구조를 나타내는 상기 이미지 데이터를 수신하기 위한 데이터 수신 유닛;
상기 데이터 수신 유닛에 동작 가능하게 결합되어, 상기 대응하는 영역들 각각에 상기 시드들 각각을 배치하기 위한 배치 유닛;
상기 배치 유닛에 동작 가능하게 결합되어, 상기 영역의 성장 각각을 수행하기 위한 처리 유닛;
상기 처리 유닛에 동작 가능하게 결합되어, 상기 트리를 생성하기 위한 트리 생성 유닛; 및
상기 트리 생성 유닛에 동작가능하게 결합되어, 상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정을 결정하도록 상기 소정의 토폴로지 파라미터들에 따라 상기 트리를 필터링하기 위한 필터링 유닛
을 포함하는, 시스템.
제 41 항에 있어서,
상기 필터링 유닛에 동작 가능하게 결합되어, 상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 추정을 디스플레이하기 위한 디스플레이 유닛을 더 포함하는,
시스템.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
관형 기반 구조의 토폴로지 지지체의 상기 결정된 추정에 기초하여 요금을 결정하는 단계를 더 포함하는,
관형 기반 구조의 토폴로지 지지체의 추정을 결정하기 위한 방법.
관형 기반 구조의 토폴로지 지지체의 추정을 결정하여 요금을 결정하는 방법으로서,
이미지 데이터를 수신하는 단계;
제 1 항 내지 제 4 항 중 어느 한 항에 따른 방법을 수행하는 단계;
상기 관형 기반 구조의 상기 토폴로지 지지체의 추정을 제공하는 단계; 및
상기 관형 기반 구조의 상기 토폴로지 지지체의 상기 제공된 추정에 기초하여 요금을 결정하는 단계
를 포함하는, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하여 요금을 결정하는 방법.
관형 기반 구조의 토폴로지 지지체의 추정을 결정하여 과금하는 방법으로서,
제 41 항에 따른 관형 기반 구조의 토폴로지 지지체의 추정을 결정하는 시스템을 제공자가 제 3 자에게 제공하는 단계;
상기 시스템을 운영하는 단계 ― 상기 운영은 요금을 위해 제 3 자에 의해 이루어짐 ― ; 및
상기 요금의 적어도 일부를 상기 제 3 자가 상기 제공자에 재전송하는 단계
를 포함하는, 관형 기반 구조의 토폴로지 지지체의 추정을 결정하여 과금하는 방법.