KR101842043B1 - 초음파 영상 분석 장치 및 방법 - Google Patents
초음파 영상 분석 장치 및 방법 Download PDFInfo
- Publication number
- KR101842043B1 KR101842043B1 KR1020110073201A KR20110073201A KR101842043B1 KR 101842043 B1 KR101842043 B1 KR 101842043B1 KR 1020110073201 A KR1020110073201 A KR 1020110073201A KR 20110073201 A KR20110073201 A KR 20110073201A KR 101842043 B1 KR101842043 B1 KR 101842043B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- ultrasound image
- ultrasound
- boundary
- feature points
- Prior art date
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title abstract description 11
- 238000005070 sampling Methods 0.000 claims description 22
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000003703 image analysis method Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 abstract description 13
- 238000000605 extraction Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000010191 image analysis Methods 0.000 description 7
- 230000003902 lesion Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 210000003754 fetus Anatomy 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000003928 nasal cavity Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
강체 및 비강체에 모두 적용 가능하고 정확하게 초음파 영상을 정합할 수 있는 초음파 영상 분석 장치 및 방법이 제공된다. 본 발명의 일 양상에 따른 초음파 영상 분석 장치는, 초음파 영상을 위상 정보 영상으로 변환하고, 변환된 위상 정보 영상으로부터 특징점을 추출한 후, 추출된 특징점들을 매칭함으로써 서로 다른 시간에 획득된 초음파 영상을 정합할 수가 있다.
Description
초음파 영상의 영상 정합 기술과 관련된다.
영상 정합(image registration)이란, 하나의 대상에 관하여 다른 시간이나 관점에서 촬영하여 얻어진 서로 다른 좌표계의 두 영상을 하나의 좌표계에 나타내는 영상 처리 기술을 말한다.
한편 의료 분야에서 신체의 내부구조 영상을 얻기 위하여 X선이 이용되기도 하는데, 간장 및 비장과 같은 일부 장기 또는 뱃속의 태아의 경우에는 비강체(non-rigid body)적 특성을 갖고 있기 때문에 초음파를 이용하는 것이 더 적절하다.
초음파를 통해 얻어진 초음파 영상을 정합하면, 비강체적 특성을 갖는 환부의 변화 추이를 시간에 따라 비교하거나, 환자의 조직과 정상인의 조직을 비교하는 것이 가능해진다. 그러나 초음파 영상은 잡음, 밝기, 및 명암대비 등에 취약하기 때문에, 서로 다른 시간에 얻어진 두 개 이상의 초음파 영상을 정확하게 정합하기에는 어려움이 따른다.
강체 및 비강체에 모두 적용 가능하고 정확하게 초음파 영상을 정합할 수 있는 초음파 영상 분석 장치 및 방법이 제공된다.
본 발명의 일 양상에 따른 초음파 영상 분석 장치는, 초음파 영상을 위상 정보 영상으로 변환하고, 변환된 위상 정보 영상으로부터 특징점을 추출한 후, 추출된 특징점들을 매칭함으로써 서로 다른 시간에 획득된 초음파 영상을 정합할 수가 있다.
본 발명의 다른 양상에 따른 초음파 영상 분석 장치는, 초음파 영상에서 스펙클 노이즈를 제거하고, 스펙클 노이즈가 제거된 영상으로부터 특징점을 추출한 후, 추출된 특징점들을 매칭함으로써 서로 다른 시간에 획득된 초음파 영상을 정합할 수가 있다.
본 발명의 또 다른 양상에 따른 초음파 영상 분석 장치는, 제 1 초음파 영상에 대응되는 제 1 위상 정보 영상에서 제 1 특징점들을 추출하고, 제 1 초음파 영상과 상이한 제 2 초음파 영상에 대응되는 제 2 위상 정보 영상에서 제 2 특징점들을 추출하고, 추출된 제 1 및 제 2 특징점들을 이용하여 제 1 및 제 2 초음파 영상을 정합하는 프로세서를 포함할 수 있다.
본 발명의 일 양상에 따른 초음파 영상 분석 방법은, 초음파 영상을 위상 정보 영상으로 변환하고, 위상 정보 영상으로부터 특징점을 추출하는 단계, 및 추출된 특징점을 이용하여 초음파 영상을 정합하는 단계를 포함할 수 있다.
본 발명의 다른 양상에 따른 초음파 영상 분석 방법은, 초음파 영상을 스펙클 노이즈 제거 영상으로 변환하고, 스펙클 노이즈 제거 영상으로부터 특징점을 추출하는 단계, 및 추출된 특징점을 이용하여 초음파 영상을 정합하는 단계를 포함할 수 있다.
개시된 내용에 의하면, 위상 정보 영상과 같이 스펙클 노이즈가 제거된 초음파 영상에서 추출된 특징점들을 통해 초음파 영상이 정합되므로, 잡음, 밝기 또는 명암대비에 상관 없이 정확하게 초음파 영상이 정합될 수 있다.
도 1은 본 발명의 일 실시예에 따른 초음파 영상 분석 장치를 도시한다.
도 2는 본 발명의 다른 실시예에 따른 초음파 영상 분석 장치를 도시한다.
도 3은 본 발명의 일 실시예에 따른 특징점 추출부를 도시한다.
도 4는 본 발명의 다른 실시예에 따른 특징점 추출부를 도시한다.
도 5는 본 발명의 또 다른 실시예에 따른 특징점 추출부를 도시한다.
도 6은 본 발명의 일 실시예에 따른 초음파 영상 분석 방법을 도시한다.
도 7은 본 발명의 일 실시예에 따른 초음파 영상을 도시한다.
도 8은 본 발명의 일 실시예에 따른 특징점 매칭을 도시한다.
도 2는 본 발명의 다른 실시예에 따른 초음파 영상 분석 장치를 도시한다.
도 3은 본 발명의 일 실시예에 따른 특징점 추출부를 도시한다.
도 4는 본 발명의 다른 실시예에 따른 특징점 추출부를 도시한다.
도 5는 본 발명의 또 다른 실시예에 따른 특징점 추출부를 도시한다.
도 6은 본 발명의 일 실시예에 따른 초음파 영상 분석 방법을 도시한다.
도 7은 본 발명의 일 실시예에 따른 초음파 영상을 도시한다.
도 8은 본 발명의 일 실시예에 따른 특징점 매칭을 도시한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 초음파 영상 분석 장치를 도시한다.
도 1을 참조하면, 본 실시예에 따른 초음파 영상 분석 장치(100)는 초음파를 이용한 영상 진단 기기에 이용될 수 있다. 예를 들어, 영상 분석 장치(100)는 인체의 특정 부위에 초음파를 조사한 후, 반사된 초음파의 파형에 따라 영상을 생성하고, 생성된 영상으로부터 인체 내부의 특정 대상물 또는 목적물을 검출하는 기기에 적용될 수 있다. 여기서 특정 대상물 또는 목적물이란 병변(lesion)이 될 수 있으나 반드시 이에 한정되는 것은 아니며 태아와 같은 병변 이외의 관찰 대상도 포함될 수 있다. 나아가 인체 외에도 동물 기타 다른 대상체의 경우에도 적용될 수 있음은 물론이다.
도 1에서, 초음파 영상 분석 장치(100)는 초음파 영상 획득부(101), 프로세서(102), 및 디스플레이(103)를 포함할 수 있다.
초음파 영상 획득부(101)는 인체의 특정 부위에 초음파를 조사하고, 인체로부터 반사된 초음파의 파형을 분석해서 초음파 영상을 획득할 수 있다.
프로세서(102)는 서로 다른 시간에 얻어진 2개 이상의 초음파 영상을 정합하고, 정합된 초음파 영상으로부터 병변을 검출하는 것이 가능하다. 예를 들어, 프로세서(102)는 시간 t에 얻어진 제 1 초음파 영상을 제 1 위상(phase) 정보 영상으로 변환하고, 제 1 위상 정보 영상에서 제 1 특징점들을 추출할 수 있다. 또한, 프로세서(102)는 시간 t+1에 얻어진 제 2 초음파 영상을 제 2 위상 정보 영상으로 변환하고, 제 2 위상 정보 영상에서 제 2 특징점들을 추출할 수 있다. 그리고, 프로세서(102)는 제 1 특징점들과 제 2 특징점들을 매칭(matching)함으로써 제 1 초음파 영상과 제 2 초음파 영상을 정합할 수 있다.
본 발명의 일 실시예에 따라, 위상 정보 영상이란 고속푸리에변환(Fast Fourier Transform, FFT)을 통해 얻어진 초음파 영상의 자체 위상 정보로 이루어진 영상이 될 수 있다. 예컨대, 위상 정보 영상의 각 픽셀에는 원래의 초음파 영상의 각 픽셀에 관한 고속푸리에변환의 위상 값이 매핑될 수 있다. 또한, 특징점이란 위상 정보 영상에서의 목적물의 경계의 대응되는 픽셀들의 샘플링(sampling) 결과가 될 수 있다.
디스플레이(103)는 프로세서(102)에 의해 정합된 초음파 영상을 사용자에게 표시한다.
도 2는 본 발명의 다른 실시예에 따른 초음파 영상 분석 장치를 도시한다.
도 2를 참조하면, 본 실시예에 따른 초음파 영상 분석 장치(200)는 도 1의 프로세서(102)의 일부 구성이 될 수 있다. 예를 들어, 본 실시예에 따른 초음파 영상 분석 장치(200)는 프로세서(102)의 하드웨어 블록 또는 소프트웨어 블록으로 구현될 수 있다.
도 2에서, 초음파 영상 분석 장치(200)는 특징점 추출부(201) 및 영상 정합부(202)를 포함할 수 있다.
특징점 추출부(201)는 초음파 영상을 위상 정보 영상으로 변환한다. 본 발명의 일 양상에 따라, 특징점 추출부(201)는 얻어진 초음파 영상에 고속푸리에변환(FFT)을 적용함으로써 초음파 영상의 위상 정보를 추출하고, 추출된 위상 정보에 기초하여 위상 정보 영상을 생성할 수 있다. 예컨대, 초음파 영상의 각 픽셀에 신호의 크기 또는 세기값(즉, amplitude)이 매핑된다면, 위상 정보 영상의 각 픽셀에는 신호의 위상값(즉, phase)이 매핑될 수 있다. 어떤 신호의 크기 또는 세기 정보를 주파수 또는 위상 정보로 변환하는 것은 푸리에변환을 통해 실현될 수 있다.
또한 본 발명의 다른 양상에 따라, 특징점 추출부(201)는 초음파 영상을 스펙클 노이즈(speckle noise) 제거 영상으로 변환할 수도 있다. 스펙클 노이즈 제거 영상이란, 초음파 영상에 스펙클 노이즈 제거 필터를 적용한 후 영상 세그멘테이션(segmentation)을 수행한 결과 영상이 될 수 있다. 스페클 노이즈 제거 방법으로는, NESBF(Noise Enhanced Squeeze Box Filter), SRAD(Speckle Reducing Anisotropic Diffusion), WBS(Wavelet Bayes Shrinkage) 방법 등이 사용될 수 있다. NESBF는 영상 주변 픽셀 값과 차이가 큰 특이점을 제외한 나머지 주변 픽셀의 평균으로 특이점을 대체하여 현재 픽셀은 보존하면서 잡음은 제거시킨다. SRAD는 Diffusion Filter를 적용시켜 경계를 검출하고 그 외 영역에서만 평활화를 수행하여 경계 보존과 평활화 효과를 얻는다. WBS 방법은 DWT(Discrete Wavelet Transform)을 수행하여 얻어지는 수평, 수직, 대각 성분의 불필요한 요소들을 감소시키고 기준을 만족하는 웨이블릿 계수를 역변환 하여 스펙클 잡음을 제거한다.
또한 특징점 추출부(201)는 변환된 위상 정보 영상(또는 스펙클 제거 영상)으로부터 특징점을 추출한다. 본 발명의 일 양상에 따라, 특징점 추출부(201)는 위상 정보 영상에서 목적물의 경계를 검출하고, 검출된 경계에 대응되는 픽셀들 중 일부를 특징점으로 추출할 수 있다. 예컨대, 특징점 추출부(201)는 각 픽셀의 위상값과 정해진 임계값을 비교하고, 비교 결과에 따라 각 픽셀이 목적물의 경계인지 아닌지 결정하는 것이 가능하다.
영상 정합부(202)는 특징점 추출부(201)에 의해 추출된 특징점들을 이용하여 영상 정합을 수행한다. 본 발명의 일 양상에 따라, 영상 정합부(202)는 시간 t에서 획득된 제 1 초음파 영상의 특징점들에 관한 제 1 히스토그램 정보와, 시간 t+1에서 획득된 제 2 초음파 영상의 특징점들에 관한 제 2 히스토그램 정보의 차이(difference)(예컨대, 목적 함수 또는 코스트 함수)를 정의하고, 이 차이가 최소화되도록 제 1 초음파 영상의 특징점들과 제 2 초음파 영상이 특징점들을 보간(interpolation)할 수 있다.
또한 본 발명의 다른 양상에 따라, 특징점 추출부(201)는 위상 정보 영상을 바이너리(binary) 영상으로 변환하고, 변환된 바이너리 영상에서 목적물의 경계를 검출하고, 검출된 경계에 대응되는 픽셀들 중 일부를 특징점으로 추출할 수 있다.
또한 본 발명의 또 다른 양상에 따라, 특징점 추출부(201)는 위상 정보 영상을 바이너리 영상으로 변환하고, 변환된 바이너리 영상에 형태학적 필터(morphological filter)를 적용함으로써 목적물의 경계를 부드럽게(smooth)만든 후, 경계에 대응되는 픽셀들 중 일부를 특징점으로 추출할 수도 있다.
또한 본 발명의 또 다른 양상에 따라, 영상 정합부(202)는 ICP(Iterated Closet Point), TPS-RPM(Thin Plate Spline Robust Point Matching), CPD(Coherent Point Drift), SC(Shape Context), KC(Kernel Correlation) 방법 등에 기초하여 각 초음파 영상을 정합할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 특징점 추출부를 도시한다.
도 3을 참조하면, 특징점 추출부(300)는 변환부(301), 경계선 추출부(302), 및 샘플링부(303)를 포함할 수 있다.
변환부(301)는 수신된 초음파 영상을 위상 정보 영상으로 변환한다. 본 발명의 일 양상에 따라, 변환부(301)는 각 픽셀에 신호의 크기가 매핑된 초음파 영상에 고속푸리에변환 필터를 적용함으로써 각 픽셀에 신호의 위상이 매핑된 위상 정보 영상을 생성할 수 있다.
경계선 추출부(302)는 위상 정보 영상에서 목적물의 경계를 검출한다. 본 발명의 일 양상에 따라, 경계선 추출부(302)는 위상 정보가 급격하게 변하는 픽셀들을 목적물의 경계로 검출하는 것이 가능하다. 예컨대, 각 픽셀의 위상값을 정해진 임계값과 비교해서 그 비교 결과에 따라 해당 픽셀이 목적물의 경계인지 아닌지 여부를 결정할 수 있다.
샘플링부(303)는 경계선 추출부(302)에서 추출된 경계선에 대응되는 픽셀 중 일부를 샘플링하여 특징점을 추출한다. 다시 말해, 경계선 추출부(302)에 의해 어떤 "선(line)"이 추출되고, 샘플링부(303)는 추출된 선에서 다수의 "점(point)"을 추출하는 것이다.
도 4는 본 발명의 다른 실시예에 따른 특징점 추출부를 도시한다.
도 4를 참조하면, 특징점 추출부(400)는 변환부(301), 경계선 추출부(302), 샘플링부(303), 저장부(401), 및 샘플링 제어부(402)를 포함할 수 있다. 이중에서 변환부(301), 경계선 추출부(302), 및 샘플링부(303)는 도 3에서 설명한 것과 동일하므로 동일한 참조부호를 병기하고 자세한 설명은 생략하기로 한다.
저장부(401)는 샘플링부(303)의 샘플링 결과를 저장한다. 본 발명의 일 양상에 따라, 저장부(401)는 각각의 영상 프레임 별로 특징점들을 저장할 수 있다. 예컨대, 저장부(401)는 시간 t에서의 제 1 초음파 영상(또는 제 1 위상 정보 영상)에 관한 특징점들과 시간 t+1에서의 제 2 초음파 영상(또는 제 2 위상 정보 영상)에 관한 특징점들을 별도로 저장할 수 있다.
샘플링 제어부(402)는 샘플링부(303)의 샘플링 간격, 샘플링 속도 또는 생성될 특징점의 개수 등 설정한다. 예를 들어, 샘플링 제어부(402)는 경계선 추출부(302)에 의해 목적물의 경계선이 추출되면, 추출된 경계선을 등간격으로 나누어서 특징점을 추출할 것인지, 또는 비-등간격으로 나누어서 특징점을 추출할 것인지, 또는 전체 특징점은 몇 개로 할 것인지 등을 결정할 수 있다. 샘플링 제어부(402)의 설정값은 사용자에 의해 지정될 수 있다.
또한 본 발명의 다른 양상에 따라, 샘플링 제어부(402)의 설정값은 목적물의 특성 또는 응용예에 따라 적절하게 변경될 수도 있다. 예컨대, 샘플링 제어부(402)의 설정값 중 샘플링 속도를 살펴보면, 목적물이 강체(rigid body)인 경우에는 샘플링 속도가 디폴트값보다 낮게 변경되고, 목적물이 비강체(non-rigid body)인 경우에는 샘플링 속도가 디폴트값보다 높게 변경되는 것이 가능하다.
도 5는 본 발명의 또 다른 실시예에 따른 특징점 추출부를 도시한다.
도 5를 참조하면, 본 실시예에 따른 특징점 추출부(500)는 변환부(301), 경계선 추출부(302), 및 샘플링부(303)를 포함할 수 있고, 경계선 추출부(302)는 바이너리 변환부(501)와 필터부(502)를 포함할 수 있다. 이중에서 변환부(301), 경계선 추출부(302), 및 샘플링부(303)는 도 3에서 설명한 것과 동일하므로 동일한 참조부호를 병기하고 자세한 설명은 생략하기로 한다.
본 발명의 일 양상에 따라, 경계선 추출부(302)는 변환부(301)에서 얻어진 위상 정보 영상을 바이너리(binary) 영상으로 변환하고, 변환된 바이너리 영상에서 목적물의 경계를 검출할 수 있다. 예컨대, 바이너리 변환부(501)는 위상 정보 영상의 각 픽셀값(즉, 위상값)을 정해진 임계값과 비교하고, 그 비교 결과에 따라 해당 픽셀값을 0 또는 1로 매핑해서 바이너리 영상을 생성하는 것이 가능하다.
또한 본 발명의 다른 양상에 따라, 경계선 추출부(302)는 변환부(301)에서 얻어진 위상 정보 영상을 바이너리 영상으로 변환하고, 변환된 바이너리 영상에 형태학적 필터(morphological filter)를 적용함으로써 목적물의 경계를 부드럽게(smooth)만든 후, 목적물의 경계를 검출할 수도 있다. 예컨대, 바이너리 변환부(501)에 의해 얻어진 바이너리 영상은 필터부(502)로 입력되고, 필터부(502)는 입력된 바이너리 영상에 형태학적 필터를 적용하는 것이 가능하다. 경계를 부드럽게 하는 필터로는 형태학적 필터, 메디안(Median) 필터, 가우시안(Gaussian) 필터 등이 사용될 수 있다.
도 5에서는, 이해를 돕기 위해 바이너리 변환부(501)와 필터부(502)가 모두 사용되는 경우를 예시하였으나, 바이너리 변환부(501) 또는 필터부(502)가 단독으로 사용될 수도 있음은 물론이다.
도 6은 본 발명의 일 실시예에 따른 초음파 영상 분석 방법을 도시하고, 도 7은 본 발명의 일 실시예에 따른 초음파 영상을 도시하고, 도 8은 본 발명의 일 실시예에 따른 특징점 매칭을 도시한다.
도 2, 및 도 6 내지 도 8을 참조하여, 본 발명의 일 실시예에 따른 초음파 영상 분석 방법을 설명하면 다음과 같다.
먼저, 초음파 영상 분석 장치(200)는 얻어진 초음파 영상을 위상 정보 영상 또는 스펙클 노이즈 제거 영상으로 변환한다(601). 예컨대, 도 7과 같이, 초음파 영상 분석 장치(200)가 초음파 영상(701)을 위상 정보 영상(702)으로 변환할 수가 있다. 위상 정보 영상(702)은 잡음, 밝기, 및 명암대비와 상관없이 일정한 특성이 있으므로, 스펙클 노이즈(speckle noise)가 많이 포함된 초음파 영상(701)에서의 목적물(예컨대, 병변)을 검출하는데 효과적이다. 다시 말해, 위상 정보 영상은 일종의 스펙클 노이즈 제거 영상으로 볼 수도 있다.
그리고 초음파 영상 분석 장치(200)는 위상 정보 영상에서 특징점을 추출한다(602). 예컨대, 도 7과 같이, 초음파 영상 분석 장치(200)가 위상 정보 영상(702)으로부터 목적물의 경계선(704)을 추출하여 경계선 영상(703)을 생성하고, 목적물의 경계선(704)에 대응되는 픽셀들을 샘플링하여 특징점들(705)을 추출하는 것이 가능하다. 도 7에서, 경계선 영상(703)은 위상 정보 영상(702)을 바이너리 영상으로 변환하고 여기에 형태학적 필터를 적용한 영상이 될 수 있으나, 반드시 여기에 한정되는 것은 아니며, 위상 정보 영상(702) 자체가 사용될 수도 있다.
그리고 초음파 영상 분석 장치(200)는 추출된 특징점들을 이용하여 초음파 영상을 정합한다(603). 예컨대, 도 8과 같이, 초음파 영상 분석 장치(200)는 첫 번째 영상 프레임에서 얻어진 특징점들과 두 번째 영상 프레임에서 얻어진 특징점들을 매칭(matching)해서 각 영상 프레임을 정합할 수가 있다. 도 8에서, 801은 매칭 전의 특징점들을 나타내고, 802는 매칭 후의 특징점들을 나타낸다. 예컨대, 도 8에서, "ㅇ"은 제 1 영상 프레임의 특징점들을, "x"은 제 2 영상 프레임의 특징점들이 될 수 있다.
이상에서 살펴본 것과 같이, 개시된 장치 및 방법에 의하면, 스펙클 노이즈에 강한 위상 정보에 기초하여 특징점들을 추출하고 이 특징점들에 기반하여 초음파 영상을 정합하기 때문에, 영상 프레임들에 포함된 병변을 쉽게 추적할 수가 있다.
또한 목적물의 경계로부터 특징점들을 추출하기 때문에 강체 외의 비강체 목적물에 경우에도 정확하게 영상이 정합될 수가 있다.
한편, 본 발명의 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
나아가 전술한 실시 예들은 본 발명을 예시적으로 설명하기 위한 것으로 본 발명의 권리범위가 특정 실시 예에 한정되지 아니할 것이다.
Claims (16)
- 초음파 영상 분석 장치에 있어서,
초음파 영상 획득부;
디스플레이; 및
프로세서를 포함하고,
상기 프로세서는,
상기 초음파 영상 획득부를 이용하여 획득된 초음파 영상을 위상 정보 영상으로 변환하고,
상기 위상 정보 영상으로부터 특징점을 추출하고,
상기 특징점을 이용하여 상기 초음파 영상을 정합하고, 및
상기 디스플레이를 이용하여 상기 정합된 초음파 영상을 표시하고,
상기 프로세서는, 상기 초음파 영상을 정합하기 위하여, 시간 t에서 획득된 제 1 초음파 영상의 특징점들에 관한 제 1 히스토그램 정보와, 시간 t+1에서 획득된 제 2 초음파 영상의 특징점들에 관한 제 2 히스토그램 정보의 차이가 최소화되도록 상기 제 1 초음파 영상의 특징점들과 상기 제 2 초음파 영상이 특징점들을 보간하는 동작을 더 수행하는 초음파 영상 분석 장치.
- 제 1 항에 있어서, 상기 프로세서는,
상기 위상 정보 영상에서 목적물의 경계를 검출하고, 검출된 목적물의 경계에서 다수의 특징점을 추출하는 초음파 영상 분석 장치.
- 제 1 항에 있어서, 상기 프로세서는,
상기 위상 정보 영상에서 목적물의 경계에 대응되는 경계 픽셀들을 획득하고, 및
상기 획득된 경계 픽셀들을 샘플링하여 상기 특징점을 추출하는 초음파 영상 분석 장치.
- 제 3 항에 있어서, 상기 프로세서는,
상기 위상 정보 영상을 바이너리(binary) 영상으로 변환한 후 상기 경계 픽셀들을 획득하는 초음파 영상 분석 장치.
- 제 4 항에 있어서, 상기 프로세서는,
상기 바이너리 영상에 형태학적 필터(morphological filter)를 적용함으로써 상기 목적물의 경계를 부드럽게 만든 후에 상기 경계 픽셀을 획득하는 초음파 영상 분석 장치.
- 삭제
- 초음파 영상 분석 장치에 있어서,
초음파 영상 획득부;
디스플레이; 및
프로세서를 포함하고,
상기 프로세서는,
상기 초음파 영상 획득부를 이용하여 획득된 초음파 영상을 스펙클 노이즈 제거 영상으로 변환하고,
상기 스펙클 노이즈 제거 영상으로부터 특징점을 추출하고,
상기 특징점을 이용하여 상기 초음파 영상을 정합하고, 및
상기 디스플레이를 이용하여 상기 정합된 초음파 영상을 표시하고,
상기 프로세서는, 상기 초음파 영상을 정합하기 위하여, 시간 t에서 획득된 제 1 초음파 영상의 특징점들에 관한 제 1 히스토그램 정보와, 시간 t+1에서 획득된 제 2 초음파 영상의 특징점들에 관한 제 2 히스토그램 정보의 차이가 최소화되도록 상기 제 1 초음파 영상의 특징점들과 상기 제 2 초음파 영상이 특징점들을 보간하는 동작을 더 수행하는 초음파 영상 분석 장치.
- 제 7 항에 있어서, 상기 프로세서는,
상기 스펙클 노이즈 제거 영상에서 목적물의 경계를 검출하고, 검출된 목적물의 경계에서 다수의 특징점을 추출하는 초음파 영상 분석 장치.
- 제 8 항에 있어서, 상기 프로세서는,
상기 스펙클 노이즈 제거 영상에서 목적물의 경계에 대응되는 경계 픽셀들을 획득하고, 및
상기 획득된 경계 픽셀들을 샘플링하여 상기 특징점을 추출하는 초음파 영상 분석 장치.
- 제 9 항에 있어서, 상기 프로세서는,
상기 스펙클 노이즈 제거 영상을 바이너리(binary) 영상으로 변환한 후 상기 경계 픽셀들을 획득하는 초음파 영상 분석 장치.
- 제 10 항에 있어서, 상기 프로세서는,
상기 바이너리 영상에 형태학적 필터(morphological filter)를 적용함으로써 상기 목적물의 경계를 부드럽게 만든 후에 상기 경계 픽셀을 획득하는 초음파 영상 분석 장치.
- 삭제
- 삭제
- 삭제
- 초음파 영상 분석 방법에 있어서,
초음파 영상 획득부를 이용하여 획득된 초음파 영상을 위상 정보 영상으로 변환하는 단계,
상기 위상 정보 영상으로부터 특징점을 추출하는 단계;
상기 특징점을 이용하여 상기 초음파 영상을 정합하는 단계, 및
디스플레이를 이용하여 상기 정합된 초음파 영상을 표시하는 단계를 포함하고,
상기 특징점을 이용하여 상기 초음파 영상을 정합하는 단계는,
시간 t에서 획득된 제 1 초음파 영상의 특징점들에 관한 제 1 히스토그램 정보와, 시간 t+1에서 획득된 제 2 초음파 영상의 특징점들에 관한 제 2 히스토그램 정보의 차이가 최소화되도록 상기 제 1 초음파 영상의 특징점들과 상기 제 2 초음파 영상이 특징점들을 보간하는 단계를 더 포함하는 초음파 영상 분석 방법.
- 초음파 영상 분석 방법에 있어서,
초음파 영상 획득부를 이용하여 획득된 초음파 영상을 스펙클 노이즈 제거 영상으로 변환하는 단계,
상기 스펙클 노이즈 제거 영상으로부터 특징점을 추출하는 단계,
상기 특징점을 이용하여 상기 초음파 영상을 정합하는 단계, 및
디스플레이를 이용하여 상기 정합된 초음파 영상을 표시하는 단계를 포함하고,
상기 특징점을 이용하여 상기 초음파 영상을 정합하는 단계는,
시간 t에서 획득된 제 1 초음파 영상의 특징점들에 관한 제 1 히스토그램 정보와, 시간 t+1에서 획득된 제 2 초음파 영상의 특징점들에 관한 제 2 히스토그램 정보의 차이가 최소화되도록 상기 제 1 초음파 영상의 특징점들과 상기 제 2 초음파 영상이 특징점들을 보간하는 단계를 더 포함하는 초음파 영상 분석 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110073201A KR101842043B1 (ko) | 2011-07-22 | 2011-07-22 | 초음파 영상 분석 장치 및 방법 |
US13/368,213 US9202279B2 (en) | 2011-07-22 | 2012-02-07 | Apparatus and method for analyzing ultrasonic image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110073201A KR101842043B1 (ko) | 2011-07-22 | 2011-07-22 | 초음파 영상 분석 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130011793A KR20130011793A (ko) | 2013-01-30 |
KR101842043B1 true KR101842043B1 (ko) | 2018-03-26 |
Family
ID=47555785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110073201A KR101842043B1 (ko) | 2011-07-22 | 2011-07-22 | 초음파 영상 분석 장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9202279B2 (ko) |
KR (1) | KR101842043B1 (ko) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9439621B2 (en) | 2009-11-27 | 2016-09-13 | Qview, Medical Inc | Reduced image reading time and improved patient flow in automated breast ultrasound using enchanced, whole breast navigator overview images |
US10251621B2 (en) | 2010-07-19 | 2019-04-09 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
US9826958B2 (en) | 2009-11-27 | 2017-11-28 | QView, INC | Automated detection of suspected abnormalities in ultrasound breast images |
US10603007B2 (en) | 2009-11-27 | 2020-03-31 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
US10667790B2 (en) | 2012-03-26 | 2020-06-02 | Teratech Corporation | Tablet ultrasound system |
US9877699B2 (en) | 2012-03-26 | 2018-01-30 | Teratech Corporation | Tablet ultrasound system |
US9218524B2 (en) * | 2012-12-06 | 2015-12-22 | Siemens Product Lifecycle Management Software Inc. | Automatic spatial context based multi-object segmentation in 3D images |
KR101491906B1 (ko) * | 2013-05-29 | 2015-02-11 | 고려대학교 산학협력단 | 정합속도 증강 인식 방법 |
KR102294734B1 (ko) * | 2014-09-30 | 2021-08-30 | 삼성전자주식회사 | 영상 정합 장치, 영상 정합 방법 및 영상 정합 장치가 마련된 초음파 진단 장치 |
KR102074187B1 (ko) * | 2018-04-19 | 2020-02-06 | 재단법인 대구경북첨단의료산업진흥재단 | 광음향 시스템의 영상 생성 장치 및 그 방법 |
US12026893B1 (en) * | 2023-03-31 | 2024-07-02 | Intuit Inc. | Image background removal |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099706A (ja) | 1998-09-25 | 2000-04-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像シーケンスマッチング装置及び方法及びこの方法を記録した記憶媒体 |
JP2000123177A (ja) * | 1998-10-19 | 2000-04-28 | Dainippon Screen Mfg Co Ltd | 画像処理装置およびその処理を実行するためのプログラムを記録した記録媒体 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5361103B2 (ja) | 2000-10-24 | 2013-12-04 | 株式会社東芝 | 画像処理装置 |
EP1779325B1 (en) * | 2004-08-09 | 2011-06-08 | Bracco Suisse SA | An image registration method and apparatus for medical imaging based on multiple masks |
GB0514715D0 (en) * | 2005-07-18 | 2005-08-24 | Isis Innovation | Combination of images |
EP2131212A3 (en) | 2008-06-05 | 2011-10-05 | Medison Co., Ltd. | Non-Rigid Registration Between CT Images and Ultrasound Images |
KR101028798B1 (ko) | 2008-08-27 | 2011-04-12 | 울산대학교 산학협력단 | 다중 페이즈 간 ct영상들의 정합을 이용한 간세포암 검출방법 |
KR101144579B1 (ko) | 2009-08-18 | 2012-05-09 | 서울여자대학교 산학협력단 | 호기 및 흡기 컴퓨터 단층촬영 영상의 비강체 폐 영상 정합 장치 및 방법 |
-
2011
- 2011-07-22 KR KR1020110073201A patent/KR101842043B1/ko active IP Right Grant
-
2012
- 2012-02-07 US US13/368,213 patent/US9202279B2/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099706A (ja) | 1998-09-25 | 2000-04-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像シーケンスマッチング装置及び方法及びこの方法を記録した記憶媒体 |
JP2000123177A (ja) * | 1998-10-19 | 2000-04-28 | Dainippon Screen Mfg Co Ltd | 画像処理装置およびその処理を実行するためのプログラムを記録した記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20130022253A1 (en) | 2013-01-24 |
KR20130011793A (ko) | 2013-01-30 |
US9202279B2 (en) | 2015-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101842043B1 (ko) | 초음파 영상 분석 장치 및 방법 | |
KR101121396B1 (ko) | 2차원 초음파 영상에 대응하는 2차원 ct 영상을 제공하는 시스템 및 방법 | |
US11215700B2 (en) | Method and system for real-time motion artifact handling and noise removal for ToF sensor images | |
Naimi et al. | Medical image denoising using dual tree complex thresholding wavelet transform and Wiener filter | |
KR100646715B1 (ko) | 후처리를 통한 2차원 초음파 영상의 화질 개선 방법 | |
US20070071292A1 (en) | Speckle adaptive medical image processing | |
CN110101362B (zh) | 一种关于oct和octa的图像噪声去除的方法 | |
JP7405950B2 (ja) | 微小脈管の高時空分解能超音波イメージングを行うための方法 | |
JP6259062B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US8047991B2 (en) | Automatic identification of orientation in medical diagnostic ultrasound | |
CN110800019A (zh) | 用于复合超声图像生成的方法和*** | |
Gifani et al. | Noise reduction of echocardiographic images based on temporal information | |
Nicolae et al. | Comparative approach for speckle reduction in medical ultrasound images | |
KR100946710B1 (ko) | 초음파 영상 처리 시스템 및 방법 | |
KR100778823B1 (ko) | 초음파 영상 처리 시스템 및 방법 | |
JP7124974B2 (ja) | 血液量パルス信号検出装置、血液量パルス信号検出方法、及びプログラム | |
KR101092649B1 (ko) | 초음파 속도를 추정하는 방법 및 장치 | |
Saad | Simultaneous speckle reduction and contrast enhancement for ultrasound images: Wavelet versus Laplacian pyramid | |
CN112184576B (zh) | 一种光谱域光学相干层析成像中的高反射亮斑增强方法 | |
Harlapur et al. | Segmentation and analysis of fibroid from ultrasound images | |
KR102045883B1 (ko) | 광단층영상 시스템을 이용한 혈관 이미징 장치 및 방법 | |
KR102074187B1 (ko) | 광음향 시스템의 영상 생성 장치 및 그 방법 | |
Yen et al. | Dual-tree wavelet based algorithm for speckle reduction and edge enhancement in ultrasound images | |
CN115294027A (zh) | 心率检测方法、装置、电子设备和存储介质 | |
Varela-Benítez et al. | Real-time speckle and impulsive noise suppression in 3D imaging based on robust linear combinations of order statistics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |