KR102429284B1 - 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 - Google Patents
컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 Download PDFInfo
- Publication number
- KR102429284B1 KR102429284B1 KR1020210102606A KR20210102606A KR102429284B1 KR 102429284 B1 KR102429284 B1 KR 102429284B1 KR 1020210102606 A KR1020210102606 A KR 1020210102606A KR 20210102606 A KR20210102606 A KR 20210102606A KR 102429284 B1 KR102429284 B1 KR 102429284B1
- Authority
- KR
- South Korea
- Prior art keywords
- sensitivity vector
- magnetic resonance
- block
- combine
- resonance image
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치를 통해 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법에 있어서, 자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하는 단계; 및 각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 단계를 포함하고, 상기 산출된 감도벡터를 대응되는 블록에 적용하고, 상기 감도벡터가 적용된 블록들을 컴바인(Combine)하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 불연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공하고자 한다.
Description
본 발명은 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법에 관한 것으로서, 구체적으로 자기 공명 영상에 컴바인을 적용하여 자기 공명 영상 획득 시간을 단축하고, 자기 공명 영상의 해상도를 향상시키는 자기 공명 영상 처리 장치 및 그 방법에 관한 것이다.
일반적으로 의료용 영상 장치는 환자의 신체 정보를 획득하여 영상을 제공하는 장치이다. 의료용 영상 장치는 X선 촬영 장치, 초음파 진단 장치, 컴퓨터 단층 촬영 장치, 자기 공명 영상(Magnetic Resonance Imaging, MRI) 촬영 장치 등이 있다.
자기 공명 영상은 인체에 해가 없는 자장과 비전리 방사선을 이용하여 체내의 수소 원자핵에 핵자기 공명 현상을 일으켜 원자핵의 밀도 및 물리/화학적 특성을 영상화한 것이다. 자기 공명 영상 촬영 장치는 영상 촬영 조건이 상대적으로 자유롭고, 연부 조직에서의 다양한 진단 정보를 포함하고 우수한 대조도를 가지는 영상을 제공해주기 때문에 의료용 영상을 이용한 진단 분야에서 중요한 위치를 차지하고 있다.
한편, 자기 공명 영상 촬영 장치에 의한 촬영은 촬영 부위와 MR 영상의 종류 등에 따라 짧게는 20여분에서 길게는 1시간 이상이 소요될 수 있다. 즉, 자기 공명 영상 촬영 장치의 촬영 시간은 다른 의료용 영상 촬영 장치에 비해 상대적으로 길다는 단점이 있다. 이러한 단점은 환자에게 촬영 부담을 줄 수 있으며, 특히 폐쇄공포증이 있는 환자에게는 시행 자체를 곤란하게 한다. 따라서, 촬영 시간을 단축하려는 기술들이 최근까지 개발되고 있으며, 더불어 영상의 질적인 면에서도 개선이 요구되고 있는 실정이다.
본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법은 자기 공명 영상을 블록으로 분할하고, 각각 블록별로 감도벡터를 산출하여 적용한 것으로부터 자기 공명 영상을 획득하므로, 신호대 잡음비가 향상된 자기 공명 영상을 출력하도록 하고자 한다.
또한, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법은 보간법이 적용된 감도벡터가 적용되는 블록들을 컴바인한 것으로부터 자기 공명 영상을 획득하므로, 촬영 시간 단축으로 인한 데이터 부족에 따른 이미지 퀄리티 저하 및 아티팩트 생성을 방지하도록 하고자 한다.
본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치를 통해 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법에 있어서, 자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하는 단계; 및 각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 단계를 포함하고, 상기 산출된 감도벡터를 대응되는 블록에 적용하고, 상기 감도벡터가 적용된 블록들을 컴바인(Combine)하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 불연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공하고자 한다.
본 발명의 다른 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 방법에 있어서, 상기 산출된 감도벡터에 보간(interpolation)법을 적용하는 단계를 포함하고, 상기 보간된 감도벡터를 대응되는 블록에 적용하고, 복수개의 상기 보간된 감도벡터가 적용된 블록들을 컴바인하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 실시예에 있어서, 상기 산출된 감도벡터에 보간법을 적용하는 단계에서, 상기 산출된 감도벡터에 위상(Phase)값을 적용하여 상기 감도벡터의 위상을 정규화시키는 것이 수행되는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 실시예에 있어서, 상기 감도벡터의 위상을 정규화시키는 것은, 상기 자기 공명 영상에서 기준이 되는 제1블록의 감도벡터와 상기 제1블록과 인접한 제2블록의 감도벡터에 제2위상값이 적용된 것과의 차이가 최소가 되도록 하는 제2위상값을 산출하고, 상기 산출된 제2위상값을 상기 제2블록의 감도벡터에 적용하여 정규화하는 것을 포함하는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 실시예에 있어서, 상기 감도벡터의 위상을 정규화시키는 것이 진행됨에 따라, 감도벡터 위상이 정규화된 정규화 완료 블록이 복수개로 존재하고, 상기 복수개의 정규화 완료 블록과 공통으로 인접하고 정규화가 되지 않은 정규화 예정 블록의 감도벡터 위상을 정규화시키는 것은, 상기 복수개의 정규화 완료 블록의 감도벡터들 각각과 상기 정규화 예정 블록의 감도벡터에 위상값이 적용된 것과의 차이값이 최소가 되도록 하는 상기 위상값을 산출하고, 상기 산출된 위상값을 상기 정규화 예정 블록의 감도벡터에 적용하여 정규화하는 것을 포함하는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 실시예에 있어서, 상기 위상값을 산출하는 것은, 아래의 수학식1에 의해 수행되는 것인, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
[수학식1]
x = 정규화 예정 블록의 감도벡터
a = 정규화 완료 블록의 감도벡터
b = 다른 정규화 완료 블록의 감도벡터
본 실시예에 있어서, 상기 제1블록은 사각형상의 상기 이미지의 제1 꼭지점에 배치된 것이고, 상기 정규화는 상기 제1꼭지점에 대하여 대각방향으로 대향되는 제2꼭지점에 배치된 블록까지 순차적으로 진행되며, 상기 제2블록은 상기 제1블록에 대하여, 상기 대각방향에 대응되는 가로방향 및 세로방향에 따라 각각 인접하게 배치된 블록인, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 실시예에 있어서, 상기 감도벡터를 산출하기 전에, 상기 자기 공명 영상에 필터링을 적용하는, 컴바인이 적용되는 자기 공명 영상 처리 방법을 제공할 수 있다.
본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치에 있어서, 자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하고, 각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 것을 포함하며, 상기 산출된 감도벡터를 대응되는 블록에 적용하고, 상기 감도벡터가 적용된 블록들을 컴바인(Combine)하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 불연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 장치를 제공하고자 한다.
본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법은 자기 공명 영상을 블록으로 분할하고, 각각 블록별로 감도벡터를 산출하여 적용한 것으로부터 자기 공명 영상을 획득하므로, 신호대 잡음비가 향상된 자기 공명 영상을 출력할 수 있다.
또한, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법은 보간법이 적용된 감도벡터가 적용되는 블록들을 컴바인한 것으로부터 자기 공명 영상을 획득하므로, 촬영 시간 단축으로 인한 데이터 부족에 따른 이미지 퀄리티 저하 및 아티팩트 생성을 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치의 구성을 설명하기 위한 구성도이다.
도 2는 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치에서 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 3은 본 발명의 일 실시예에 따른 코일 별 자기 공명 영상을 보여주는 도면이다.
도 4는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 5는 본 발명의 일 실시예에 따른 보간법이 적용되지 않은 코일별 감도벡터 영상을 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 따른 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 7은 본 발명의 다른 실시예에 따른 컴바인이 적용된 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 8은 본 발명의 다른 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 방법에서 코일 감도벡터에 보간법을 적용하는 것의 순서를 보여주는 순서도이다.
도 9는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 10은 본 발명의 일 실시예에 따른 보간법이 적용된 코일별 감도벡터 영상을 보여주는 도면이다.
도 11은 본 발명의 일 실시예에 따른 보간법이 적용된 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치에서 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 3은 본 발명의 일 실시예에 따른 코일 별 자기 공명 영상을 보여주는 도면이다.
도 4는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 5는 본 발명의 일 실시예에 따른 보간법이 적용되지 않은 코일별 감도벡터 영상을 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 따른 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 7은 본 발명의 다른 실시예에 따른 컴바인이 적용된 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 8은 본 발명의 다른 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 방법에서 코일 감도벡터에 보간법을 적용하는 것의 순서를 보여주는 순서도이다.
도 9는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 10은 본 발명의 일 실시예에 따른 보간법이 적용된 코일별 감도벡터 영상을 보여주는 도면이다.
도 11은 본 발명의 일 실시예에 따른 보간법이 적용된 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다.
아래에서는 첨부한 도면을 참조하여, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서, '서버' 와 '시스템'은 하나 이상의 메모리들(미도시), 하나 이상의 컴퓨터 프로세서들(one or more Computor processors)(미도시), 및 하나 이상의 프로그램들(one or more programs)(미 도시)을 포함하도록 구성된 컴퓨터를 의미하며, 여기서, 하나 이상의 프로그램들(이하, '전 처리용 프로그램들')은 메모리에 저장되어 하나 이상의 프로세서들에 의해 실행되도록(executed) 구성되며, 하나 이상의 메모리, 하나 이상의 컴퓨터 프로세서들, 하나 이상의 프로그램들은 물리적으로 동일한 장치에 위치되어 직접 연결되거나 또는 통신망에 의해 연결되어 있을 수 있다.
본 명세서에서 '영상'은 이산적인 이미지 요소들(예를 들어, 2차원 이미지에 있어서의 픽셀들 및 3차원 이미지에 있어서의 복셀들)로 구성된 다차원(multi-dimensional) 데이터를 의미할 수 있다. 예를 들어, 영상은 자기 공명 영상 촬영 장치, 컴퓨터 단층 촬영(CT) 장치, 초음파 촬영 장치, 또는 엑스레이 촬영 장치 등의 의료 영상 장치에 의해 획득된 의료 영상을 포함할 수 있다.
자기 공명 영상(Magnetic Resonance Image, MRI) 시스템은 특정 세기의 자기장에서 발생하는 RF(Radio Frequency) 신호에 대한 자기 공명(Magnetic Resonance, MR) 신호의 세기를 명암 대비로 표현하여 대상체의 단층 부위에 대한 이미지를 획득하는 시스템이다.
MRI 시스템은 주자석이 정자장(static magnetic field)을 형성하도록 하고, 정자장 속에 위치한 대상체의 특정 원자핵의 자기 쌍극자 모멘트 방향을 정자장 방향으로 정렬시킨다. 경사자장 코일은 정자장에 경사 신호를 인가하여, 경사자장을 형성시켜, 대상체의 부위 별로 공명 주파수를 다르게 유도할 수 있다. RF 코일은 영상 획득을 원하는 부위의 공명 주파수에 맞추어 자기 공명 신호를 조사할 수 있다. 또한, RF 코일은 경사자장이 형성됨에 따라, 대상체의 여러 부위로부터 방사되는 서로 다른 공명 주파수의 자기 공명 신호들을 수신할 수 있다. MRI 시스템은 이러한 단계를 통해 수신된 자기 공명 신호들에 영상 복원 기법을 적용하여 영상을 획득한다. 또한, MRI 시스템은 다채널 RF 코일에 의해 수신되는 복수의 자기 공명 신호에 대하여 직렬적 또는 병렬적 신호 처리를 수행하여 복수의 자기 공명 신호를 영상 데이터로 재구성할 수도 있다.
이하에서는, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)에 대하여 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)의 구성을 설명하기 위한 구성도이다.
도 1을 참조하면, 자기 공명 영상 처리 장치는, 자체적으로 자기 공명 신호를 감지하여 자기 공명 영상을 획득할 수 있는 MRI 시스템뿐만 아니라, 외부에서 획득된 영상을 처리하는 영상 처리 장치, 자기 공명 영상에 대한 프로세싱 기능을 구비한 스마트폰, 태블릿 PC, PC, 스마트 TV, 마이크로 서버, 클라우드 서버, 기타 가전 기기 및 기타 모바일 또는 비 모바일 컴퓨팅 장치일 수 있으나 이에 제한되지 않는다. 또한, 자기 공명 영상 처리 장치는 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 디바이스일 수 있다.
또한, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)는 의료기관에서 이용하는 의료 영상 저장 전송 시스템(PACS: Picture Archiving and Communication System) 또는 자기 공명 영상 처리 장치와 통신하여 의료 영상 데이터를 송수신하고, 인공신공망 모델을 활용하여 자기 공명 영상 데이터를 복원하는 자기 공명 영상 처리 장치에 관한 것일 수 있다.
그리고, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)는 클라우드 컴퓨팅 시스템(Cloud Computing System)의 형태로 구현될 수 있다. 클라우드 컴퓨팅은 인터넷상의 서버를 통하여 데이터 저장, 네트워크, 콘텐츠 사용 등IT 관련 서비스를 종합적으로 사용할 수 있는 컴퓨팅 환경이다. 이와 다르게, 자기 공명 영상 처리 장치는 서버 컴퓨팅, 엣지 컴퓨팅, 서버리스 컴퓨팅 등의 자기 공명 영상 처리 방법을 수행할 수 있는 다양한 형태의 컴퓨팅 시스템으로 구현될 수도 있다.
구체적으로, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)는 각각 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함할 수 있다.
통신 모듈(110)은 통신망과 연동하여 자기 공명 영상 처리 장치(100)에 통신 인터페이스를 제공하는데, 자기 공명 영상 처리 장치(100)는 통신 모듈(110)을 이용하여 후술할 클라이언트 단말, PACS 단말 및 PACS 서버와 데이터를 송수신할 수 있다. 여기서, 통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
예를 들어, 통신 모듈(110)은 랜(LAN), WCDMA(Wideband Code Division Multiple Access), LTE(Long Term Evolution), WiBro(Wireless Broadband Internet), 5세대 이동통신(5G), 초광역대 무선 통신(Ultra Wide-Band), 지그비(ZigBee), RF(Radio Frequency)통신, 무선랜(Wireless LAN), 와이파이(Wireless Fidelity), NFC(Near Field Communication), 블루투스, 적외선 통신 등을 통해 통신할 수 있다. 다만, 이는 예시적인 것으로서, 본 발명이 적용되는 실시예에 따라 당해 기술분야에서 적용 가능한 다양한 유무선 통신 기술이 이용될 수 있다.
한편, 본 발명에서 ‘단말’은 휴대성 및 이동성이 보장된 무선 통신 장치일 수 있으며, 예를 들어 스마트폰, 태블릿 PC 또는 노트북 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치일 수 있다. 또한 ‘단말’은 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드, 및 반지 등의 웨어러블 기기일 수도 있다. 또한, ‘단말’은 네트워크를 통해 다른 단말 또는 서버 등에 접속할 수 있는 PC 등의 유선 통신 장치인 것도 가능하다.
의료기관에는 일반적으로 의료 영상 데이터 촬영 기기와 연동되어 촬영 기기를 제어하거나 의료 영상 데이터 전송을 관리하는 클라이언트 단말과 의료진이 의료 영상 데이터를 보거나 가공 및 관리할 수 있는 PACS 프로그램이 설치된 PACS 단말이 배치될 수 있다. 클라이언트 단말은 사용자 로그인, 워크리스트 및 영상 처리 내역을 출력하기 위한 사용자 인터페이스(UI)를 제공하는 프로그램이 설치된 단말일 수 있다. PACS 단말은 PACS 서버에 저장된 의료 영상 데이터, 개인 정보 데이터를 자기 공명 영상 처리 장치(100)로 전송하고, 인공신경망 모델을 통해 복원된 의료 영상 데이터를 수신하여 PACS서버에 저장하거나, 디스플레이에 출력하기 위한 사용자 인터페이스를 제공하는 프로그램이 설치된 단말일 수 있다.
메모리(120)는 자기 공명 영상 처리 장치에서 수행되는 프로그램이 기록된 저장 매체일 수 있다. 또한, 메모리(120)는 프로세서(130)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(120)는 휘발성 저장 매체(volatile storage media) 또는 비휘발성 저장 매체(non-volatile storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
프로세서(130)는 자기 공명 영상 처리 장치에서 수행되는 프로그램의 전체 과정을 제어할 수 있다. 여기서, 프로세서(130)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로서, 마이크로프로세서(microprocessor), 중앙처리장치(CPU: central processing unit), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array), 그래픽 처리 장치(GPU: graphics processing unit)등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
데이터베이스(140)는 자기 공명 영상 처리 장치가 프로그램을 실행하기 위해 필요한 각종 데이터가 저장된 것일 수 있다. 예를 들어, 데이터베이스(140)는 사용자 리스트, 워크리스트 및 영상 처리 정보와 프로토콜 규칙, 의료 영상 데이터, 인공신경망 모델 및 학습 데이터가 저장된 것일 수 있다.
이하에서는, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100)에서 수행되는, 컴바인이 적용되는 자기 공명 영상 처리 방법에 대하여 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치에서 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 2를 참조하면, 컴바인이 적용되는 자기 공명 영상 처리 장치(100)를 통해 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법에 있어서, 자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하는 단계(S210)가 수행될 수 있다.
도 3은 본 발명의 일 실시예에 따른 코일 별 자기 공명 영상을 보여주는 도면이다. 도 4는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 3을 참조하면, 자기 공명 영상을 촬영하기 위한 전자기 데이터를 수집하는 복수개의 코일들로부터 복수개의 자기 공명 영상을 획득할 수 있다. 예를 들어 64 채널의 코일을 통해 촬영된 대상체의 이미지가 가로로 8개 세로로 8개 배치되어 총 64개의 자기 공명 영상을 획득할 수 있다. 도 4를 참조하면, 도 3의 복수개의 자기 공명 영상 중 어느 하나가 블록으로 분할된 것을 볼 수 있다.
그 다음으로, 각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 단계(S220)가 수행될 수 있다.
여기서, 감도벡터는 코일의 감도 정보를 기초로 하여 획득되는 것으로서, 코일의 특성을 나타내는 요소이다.
그 다음으로, 산출된 감도벡터를 대응되는 블록에 적용하는 단계(S230)가 수행될 수 있다.
예를 들어, 감도벡터를 산출 및 적용하는 것은 블록 내의 이미지 픽셀에 대응되는 값들로부터 어댑티브 코일 컴바인(Adaptive Coil Combine) 알고리즘을 이용하여 수행될 수 있다. 어댑티브 코일 컴바인은 자기 공명 영상을 코일 별로 여러 개의 블록으로 나누고 각 블록에서 코일 이미지 간 상관관계를 이용하여 감도벡터를 획득하고, 각각의 블록에 대하여 산출된 동일한 감도벡터를 적용하여 여러 장의 코일 이미지를 컴바인 하는 것을 의미한다. 예를 들어, 산출된 감도벡터를 대응되는 블록에 적용하는 것은, 각 블록을 구성하는 하나 이상의 픽셀에 동일한 값의 감도벡터를 곱해주는 것으로 수행될 수 있다.
도 5는 본 발명의 일 실시예에 따른 보간법이 적용되지 않은 코일별 감도벡터 영상을 보여주는 도면이다. 도6은 본 발명의 일 실시예에 따른 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다.
도 5 및 도 6을 참조하면, 감도벡터 영상은 복수개의 블록들의 경계에서 불연속적인 형상이 나타나는 것을 볼 수 있다. 기존의 코일에서 얻은 정보를 통해 자기 공명 영상을 복원하면 신호 대 잡음비(SNR: Sinal to Noise Ratio)가 낮은 영상이 획득되는데, 감도벡터가 적용되어 컴바인된 블록들을 통해 자기 공명 영상 복원을 수행하면 신호 대 잡음비가 향상된 것을 획득할 수 있다. 다만, 컴바인이 적용된 블록들을 이용하여 자기 공명 영상을 복원하면 이미지의 퀄리티가 낮고, 인공물(Artifacts)이 발생하여 진단에 어려움을 초래할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 컴바인이 적용된 자기 공명 영상 처리 방법의 순서를 보여주는 순서도이다.
도 7을 참조하면, 위의 문제점을 해결하기 위하여 먼저 자기 공명 영상에 필터링을 적용하는 단계(S510)가 수행될 수 있다.
자기 공명 영상에는 촬영 대상이 표시되지 않는 검은 부분이 존재한다. 이 부분은 노이즈만 존재하고, 노이즈 간에 상관되는 방향으로 감도벡터가 산출되는 문제가 있다. 이 문제를 해결하기 위해 이미지 전체에 가우시안 필터링(Gaussian Filtering)을 하여 스무딩(Smoothing)을 수행한 후 감도벡터를 산출할 수 있다.
여기서, 가우시안 필터링이란 가우시안 분포를 가지는 커널을 이용해 이미지에 컨볼루션 연산을 수행하는 방법을 의미한다. 가우시안 필터링을 적용하면 이미지의 노이즈가 감소한다.
그 다음으로, 필터링이 적용된 자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하는 단계(S520)가 수행될 수 있다. 그 다음으로, 각각 블록에 대응되는 감도벡터를 산출하는 단계(S5330)가 수행될 수 있다.
예를 들어, 감도벡터를 산출하는 것은 블록 내의 이미지 픽셀에 대응되는 값들로부터 어댑티브 코일 컴바인(Adaptive Coil Combine) 알고리즘을 이용하여 수행될 수 있다.
그 다음으로, 산출된 감도벡터에 보간(interpolation)법을 적용하는 단계(S540)를 더 포함할 수 있다.
도 8은 본 발명의 다른 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 방법에서 코일 감도벡터에 보간법을 적용하는 것의 순서를 보여주는 순서도이다.
도 8을 참조하면, 감도벡터에 보간법을 적용하는 것은 산출된 감도벡터에 위상(Phase)값을 적용하여 감도벡터의 위상을 정규화시키는 것을 포함할 수 있다.
여기서, 위상값이란 복소수를 극형식으로 표현하였을 때의 복소수의 절댓값에 곱해지는 각도부분 항을 의미한다.
감도벡터의 위상을 정규화시키는 것은, 자기 공명 영상에서 기준이 되는 제1블록(710)의 감도벡터의 위상을 산출하는 것이 먼저 수행될 수 있다(S541).
도 9는 본 발명의 일 실시예에 따른 자기 공명 영상이 블록으로 분할된 것을 보여주는 도면이다.
어댑티브 컴바인 알고리즘을 통해 제1블록(710)의 감도벡터가 산출되는데, 이 때 감도벡터는 복소수이기 때문에 처음부터 특정 위상값을 가지고 있다. 다만, 이 위상값이 정규화 되어있지 않기 때문에, 후술할 제2블록(720)의 감도벡터와의 차이를 감소시켜 정규화시키는 것이다. 제1블록(710)에서는 어댑티브 컴바인 알고리즘을 통해 계산된 감도벡터의 위상값을 그대로 사용하기로 한다. 즉, 제1블록(710)은 무작위로 형성된 감도벡터를 그대로 두는 것이고, 제1블록(710)의 감도벡터를 기준으로 제2블록(720)부터 산출한 위상값을 곱해주는 것이다.
제1블록(710)의 감도벡터와 제1블록(710)과 인접한 제2블록(720)의 감도벡터에 제2위상값이 적용된 것과의 차이가 최소가 되도록 하는 제2위상값(720)을 산출하고, 산출된 제2위상값(720)을 제2블록(720)의 감도벡터에 적용하여 정규화하는 단계가 수행될 수 있다(S542).
제1블록(710)과 인접한 제2블록(720)이란, 대각방향(xy 방향)에 대응되는 가로방향(x 방향) 및 세로방향(y 방향)에 따라 각각 인접하게 배치된 블록일 수 있다.
예를 들어, 제1블록(710)은 사각형상의 이미지의 왼쪽 위의 제1 꼭지점에 배치된 것이고, 정규화는 제1꼭지점에 대하여 대각방향(xy방향)으로 대향되는 제2꼭지점에 배치된 블록까지 순차적으로 진행될 수 있다.
구체적으로, 감도벡터의 위상을 정규화시키는 것이 진행됨에 따라, 감도벡터 위상이 정규화된 블록을 정규화 완료 블록(720)이라고 명명한다. 정규와 완료 블록(720)은 감도벡터의 위상을 정규화하는 것이 진행됨에 따라 복수개로 존재할 수 있다. 복수개의 정규화 완료 블록(720)과 공통으로 인접하고 정규화가 되지 않은 블록을 정규화 예정 블록(730)이라고 명명한다. 정규화 예정 블록(730)의 감도벡터 위상을 정규화시키는 것은, 복수개의 정규화 완료 블록(720)의 감도벡터들 각각과 정규화 예정 블록(730)의 감도벡터에 위상값이 적용된 것과의 차이값이 최소가 되도록 하는 위상값을 산출하고, 산출된 위상값을 정규화 예정 블록(730)의 감도벡터에 적용하여 정규화 하는 것으로서 수행될 수 있다.
위상값을 산출하는 것은, 아래의 수학식1에 의해 수행될 수 있다.
[수학식1]
x = 정규화 예정 블록의 감도벡터
a = 정규화 완료 블록의 감도벡터
b = 다른 정규화 완료 블록의 감도벡터
그 다음으로, 보간법이 적용된 감도벡터를 대응되는 블록에 적용하는 단계(S550)가 수행될 수 있다.
보간법이 적용된 감도벡터를 대응되는 블록에 적용하고, 복수개의 보간된 감도벡터가 적용된 블록들을 컴바인하는 경우, 컴바인을 통해 형성되는 이미지는 블록들의 경계에서 서로 연속적으로 표시될 수 있다.
도 10은 본 발명의 일 실시예에 따른 보간법이 적용된 코일별 감도벡터 영상을 보여주는 도면이다. 도11은 본 발명의 일 실시예에 따른 보간법이 적용된 감도벡터 영상이 블록으로 분할된 것을 보여주는 도면이다. 도 6 및 도 11을 참조하면, 보간법이 적용되지 않은 감도벡터 영상(도 6참조)과 보간법이 적용된 감도벡터 영상(도 11 참조)을 비교해볼 수 있다.
구체적으로, 감도벡터가 적용된 블록들의 경계에서 불연속적인 것을 볼 수 있고, 이와 대비하여 보간법이 적용된 감도벡터가 적용된 블록들의 경계에서 서로 연속적으로 표시되는 것을 볼 수 있다. 보간법이 적용된 감도벡터가 적용되는 블록들을 컴바인한 것으로부터 획득된 자기 공명 영상은 노이즈가 저감된 것으로 출력될 수 있다.
이상으로 설명한, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100) 및 그 방법은 자기 공명 영상을 블록으로 분할하고, 각각 블록별로 감도벡터를 산출하여 적용한 것으로부터 자기 공명 영상을 획득하므로, 신호대 잡음비가 향상된 자기 공명 영상을 출력할 수 있다.
또한, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 장치(100) 및 그 방법은 보간법이 적용된 감도벡터가 적용되는 블록들을 컴바인한 것으로부터 자기 공명 영상을 획득하므로, 촬영 시간 단축으로 인한 데이터 부족에 따른 이미지 퀄리티 저하 및 아티팩트 생성을 방지할 수 있다.
한편, 본 발명의 일 실시예에 따른 컴바인이 적용되는 자기 공명 영상 처리 방법은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 컴바인이 적용되는 자기 공명 영상 처리 장치
110: 통신 모듈
120: 메모리
130: 프로세서
140: 데이터베이스
110: 통신 모듈
120: 메모리
130: 프로세서
140: 데이터베이스
Claims (9)
- 컴바인이 적용되는 자기 공명 영상 처리 장치를 통해 수행되는 컴바인이 적용되는 자기 공명 영상 처리 방법에 있어서,
자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하는 단계; 및
각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 단계를 포함하고,
상기 산출된 감도벡터를 대응되는 블록에 적용하고, 상기 감도벡터가 적용된 블록들을 컴바인(Combine)하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 불연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제1항에 있어서,
상기 산출된 감도벡터에 보간(interpolation)법을 적용하는 단계를 포함하고,
상기 보간법이 적용된 감도벡터를 대응되는 블록에 적용하고, 복수개의 상기 보간된 감도벡터가 적용된 블록들을 컴바인하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제2항에 있어서,
상기 산출된 감도벡터에 보간법을 적용하는 단계에서,
상기 산출된 감도벡터에 위상(Phase)값을 적용하여 상기 감도벡터의 위상을 정규화시키는 것이 수행되는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제3항에 있어서,
상기 감도벡터의 위상을 정규화시키는 것은,
상기 자기 공명 영상에서 기준이 되는 제1블록의 감도벡터와 상기 제1블록과 인접한 제2블록의 감도벡터에 제2위상값이 적용된 것과의 차이가 최소가 되도록 하는 제2위상값을 산출하고, 상기 산출된 제2위상값을 상기 제2블록의 감도벡터에 적용하여 정규화하는 것을 포함하는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제4항에 있어서,
상기 감도벡터의 위상을 정규화시키는 것이 진행됨에 따라, 감도벡터 위상이 정규화된 정규화 완료 블록이 복수개로 존재하고,
상기 복수개의 정규화 완료 블록과 공통으로 인접하고 정규화가 되지 않은 정규화 예정 블록의 감도벡터 위상을 정규화시키는 것은,
상기 복수개의 정규화 완료 블록의 감도벡터들 각각과 상기 정규화 예정 블록의 감도벡터에 위상값이 적용된 것과의 차이값이 최소가 되도록 하는 상기 위상값을 산출하고,
상기 산출된 위상값을 상기 정규화 예정 블록의 감도벡터에 적용하여 정규화하는 것을 포함하는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제4항에 있어서,
상기 제1블록은 사각형상의 상기 이미지의 제1 꼭지점에 배치된 것이고, 상기 정규화는 상기 제1꼭지점에 대하여 대각방향으로 대향되는 제2꼭지점에 배치된 블록까지 순차적으로 진행되며,
상기 제2블록은 상기 제1블록에 대하여, 상기 대각방향에 대응되는 가로방향 및 세로방향에 따라 각각 인접하게 배치된 블록인, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 제1항에 있어서,
상기 감도벡터를 산출하기 전에, 상기 자기 공명 영상에 필터링을 적용하는, 컴바인이 적용되는 자기 공명 영상 처리 방법. - 컴바인이 적용되는 자기 공명 영상 처리 장치에 있어서,
자기 공명 영상을 적어도 하나 이상의 블록(Block)으로 분할하고, 각각 블록에 대응되는 감도벡터(Sensitivity Vector)를 산출하는 것을 포함하며,
상기 산출된 감도벡터를 대응되는 블록에 적용하고, 상기 감도벡터가 적용된 블록들을 컴바인(Combine)하는 경우, 상기 컴바인을 통해 형성되는 이미지는 상기 블록들의 경계에서 서로 불연속적으로 표시되는, 컴바인이 적용되는 자기 공명 영상 처리 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210102606A KR102429284B1 (ko) | 2021-08-04 | 2021-08-04 | 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210102606A KR102429284B1 (ko) | 2021-08-04 | 2021-08-04 | 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102429284B1 true KR102429284B1 (ko) | 2022-08-04 |
Family
ID=82836856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210102606A KR102429284B1 (ko) | 2021-08-04 | 2021-08-04 | 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102429284B1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101330638B1 (ko) * | 2012-05-10 | 2013-11-18 | 고려대학교 산학협력단 | 자기 공명 영상 생성 방법 및 그에 따른 자기 공명 영상 생성 장치 |
KR101777720B1 (ko) | 2016-05-24 | 2017-09-12 | 가천대학교 산학협력단 | 자기공명 촬영시스템의 영상처리 장치 및 방법 |
KR101923184B1 (ko) * | 2017-08-25 | 2018-11-28 | 삼성전자주식회사 | 뉴럴 네트워크를 이용한 영상 복원 방법 및 그 자기 공명 영상 장치 |
KR20190124994A (ko) * | 2018-04-27 | 2019-11-06 | 연세대학교 산학협력단 | 자기 공명 영상 재구성 장치 및 방법 |
KR20190138107A (ko) * | 2018-06-04 | 2019-12-12 | 한국과학기술원 | 뉴럴 네트워크를 이용한 자기공명영상 처리 방법 및 그 장치 |
-
2021
- 2021-08-04 KR KR1020210102606A patent/KR102429284B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101330638B1 (ko) * | 2012-05-10 | 2013-11-18 | 고려대학교 산학협력단 | 자기 공명 영상 생성 방법 및 그에 따른 자기 공명 영상 생성 장치 |
KR101777720B1 (ko) | 2016-05-24 | 2017-09-12 | 가천대학교 산학협력단 | 자기공명 촬영시스템의 영상처리 장치 및 방법 |
KR101923184B1 (ko) * | 2017-08-25 | 2018-11-28 | 삼성전자주식회사 | 뉴럴 네트워크를 이용한 영상 복원 방법 및 그 자기 공명 영상 장치 |
KR20190124994A (ko) * | 2018-04-27 | 2019-11-06 | 연세대학교 산학협력단 | 자기 공명 영상 재구성 장치 및 방법 |
KR20190138107A (ko) * | 2018-06-04 | 2019-12-12 | 한국과학기술원 | 뉴럴 네트워크를 이용한 자기공명영상 처리 방법 및 그 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060313B (zh) | 一种图像伪影校正方法和*** | |
CN110249365B (zh) | 用于图像重建的***和方法 | |
US10198799B2 (en) | Method and apparatus for processing magnetic resonance image | |
US11341616B2 (en) | Methods and system for selective removal of streak artifacts and noise from images using deep neural networks | |
US11494903B2 (en) | Systems and methods for image data acquisition | |
KR102428725B1 (ko) | 영상 개선 방법 및 이를 수행하는 컴퓨터 프로그램 | |
US20170035364A1 (en) | Image Capturing Apparatus and Method | |
KR102584166B1 (ko) | 리스케일링과 인공신경망을 적용한 자기 공명 영상 처리 장치 및 그 방법 | |
CN109523495B (zh) | 图像处理方法及装置、设备和存储介质 | |
KR102090690B1 (ko) | 인공신경망을 이용한 자기 공명 영상의 영상 프로토콜 선택 장치와 방법 및 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 | |
KR102429284B1 (ko) | 컴바인이 적용되는 자기 공명 영상 처리 장치 및 그 방법 | |
WO2023219963A1 (en) | Deep learning-based enhancement of multispectral magnetic resonance imaging | |
EP4318488A1 (en) | Magnetic resonance image processing apparatus to which slice resolution enhancement is applied, and method therefor | |
EP4012432A1 (en) | B0 field inhomogeneity estimation using internal phase maps from long single echo time mri acquisition | |
KR102475390B1 (ko) | 3d 마스크 자동 생성 기법이 적용되는 자기 공명 영상 처리 장치 및 그 방법 | |
KR102472546B1 (ko) | 노이즈 투 노이즈 기법이 적용되는 자기 공명 영상 처리 장치 및 그 방법 | |
KR102467249B1 (ko) | 멀티 시퀀스 복원 기법이 적용되는 자기 공명 영상 처리 장치 및 그 방법 | |
JP2022548924A (ja) | 拡散強調核磁気共鳴画像法 | |
WO2022124473A1 (ko) | K-space 도메인에 인공신경망을 적용한 자기 공명 영상 처리 장치 및 그 방법 | |
US20240127498A1 (en) | Magnetic resonance image processing method and apparatus using scan parameters | |
KR102572311B1 (ko) | 보조맵과 인공신경망을 적용한 자기 공명 영상 처리 장치 및 그 방법 | |
KR102467290B1 (ko) | 페이즈 레졸루션 향상이 적용된 자기 공명 영상 처리 장치 및 그 방법 | |
US20180120400A1 (en) | Processing mri data | |
CN115721288A (zh) | 一种磁共振成像方法和*** | |
WO2023049524A1 (en) | Parallel transmit radio frequency pulse design with deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |