KR20140105103A - 장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 - Google Patents
장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 Download PDFInfo
- Publication number
- KR20140105103A KR20140105103A KR1020130018840A KR20130018840A KR20140105103A KR 20140105103 A KR20140105103 A KR 20140105103A KR 1020130018840 A KR1020130018840 A KR 1020130018840A KR 20130018840 A KR20130018840 A KR 20130018840A KR 20140105103 A KR20140105103 A KR 20140105103A
- Authority
- KR
- South Korea
- Prior art keywords
- subject
- organ
- shape
- interpolation
- nth
- Prior art date
Links
- 210000000056 organ Anatomy 0.000 title claims abstract description 206
- 230000033001 locomotion Effects 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000002059 diagnostic imaging Methods 0.000 title claims description 5
- 230000002123 temporal effect Effects 0.000 claims abstract description 21
- 230000007774 longterm Effects 0.000 claims description 105
- 239000013598 vector Substances 0.000 claims description 46
- 230000006870 function Effects 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 25
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 4
- 210000004185 liver Anatomy 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- GDOPTJXRTPNYNR-UHFFFAOYSA-N CC1CCCC1 Chemical compound CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10116—X-ray 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- 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
- G06T2207/30241—Trajectory
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- High Energy & Nuclear Physics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Quality & Reliability (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
장기의 움직임을 추적하는 방법에 따르면, 제 1 피검자제 1 피검자제 1 피검자제 1 피검자제1 피검자제 1 피검자의소정의 움직임의 순간에서 획득된 장기의 형상을 나타내는 제 1 피검자의 장기 형상 데이터를 수신하고, 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 복수의 피검자들 각각의 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브들을 저장 장치로부터 불러오고, 제 1 내지 제 N 보간 커브들 및 제 1 피검자의 장기 형상 데이터에 기초하여 제 1 피검자의 장기의 시공간적 움직임의 궤적을 나타내는 제 1 피검자의 보간 커브를 추정한다.
Description
장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템이 개시된다.
호흡 등에 따른 장기의 움직임은 수술 중의 정확한 위치의 치료를 힘들게 할 뿐 아니라, 미리 세워둔 치료 계획의 정확성을 떨어뜨리게 된다. 특히, 고화질 의료 영상의 발달과 함께, HIFU와 같은 비침습(non-invasive) 치료 방법 등이 많이 이용되고 있으나, 장기의 움직임은 이와 같은 수술의 정확성을 떨어뜨리며, 더 나아가 환자를 위험에 빠뜨릴 수 있다. 이에 따라, 환자의 장기의 움직임의 정확한 추적이 요구되고 있다.
일반적으로 환자의 각 움직임의 순간 별로 복수 개의 장기의 형상의 영상들을 획득하고, 획득된 영상들을 이용하여 환자의 움직임에 따른 장기의 움직임을 추적할 수 있다. 그러나, 복수 개의 장기의 형상의 영상들을 획득하기 위해서, 환자의 조영제 또는 방사능의 위험에 노출되는 횟수와 영상 획득 시의 시간과 노력이 더 많이 요구된다. 이에 따라, 환자의 조영제나 방사능 등에의 노출을 최소화하면서, 효과적으로 환자의 장기의 움직임을 추적할 수 있는 방법이 요구된다.
장기의 움직임을 추적하는 방법, 장치 및 이를 이용한 의료 영상 시스템을 제공하는데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기 기술적 과제를 해결하기 위한 장기의 움직임을 추적하는 방법은 제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타내는 상기 제 1 피검자의 장기 형상 데이터를 수신하는 단계; 상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장 장치로부터 불러오는 단계; 및 상기 제 1 내지 제 N 보간 커브들 및 상기 제 1 피검자의 장기 형상 데이터에 기초하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하는 단계;를 포함한다.
상기 다른 기술적 과제를 해결하기 위한 장기의 움직임을 추적하는 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상기 또 다른 기술적 과제를 해결하기 위한 장기의 움직임을 추적하는 장치는 제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타내는 상기 제 1 피검자의 장기 형상 데이터를 수신하는 인터페이스부; 상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장하는 저장 장치; 및 상기 제 1 내지 제 N 보간 커브들 및 상기 제 1 피검자의 장기 형상 데이터에 기초하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하는 움직임 추적부;를 포함한다.
상기 또 다른 기술적 과제를 해결하기 위한 의료 영상 시스템은 제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상의 영상을 획득하는 영상 획득 장치; 상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장 장치로부터 불러오고, 상기 제 1 피검자의 상기 영상으로부터 획득된 상기 제 1 피검자의 장기 형상 데이터 및 상기 제 1 내지 제 N 보간 커브들을 이용하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하고, 상기 제 1 피검자의 보간 커브를 이용하여 시간에 따라 변형되는 상기 제 1 피검자의 상기 장기의 입체적 형상을 나타내는 장기 변형 데이터를 획득하는 장기 추적 장치; 및 상기 제 1 피검자의 상기 장기 변형 데이터를 이용하여 시간에 따라 변형되는 상기 장기의 입체적 형상을 디스플레이하는 영상 표시 장치;를 포함한다.
상기된 바에 따르면, 피검자의 움직임에 따라 여러 번 반복하여 장기의 형상의 영상을 획득하는 것 없이, 다수의 피검자들로부터 획득된 동일한 종류의 장기의 시공간적 움직임의 궤적을 이용하여, 피검자의 장기의 형상의 시공간적 움직임을 추적할 수 있다.
도 1은 피검자의 장기의 움직임을 추적하기 위한 의료 영상 시스템의 일 실시예를 나타낸 구성도이다.
도 2는 장기 추적 장치의 일 실시예를 나타낸 구성도이다.
도 3는 장기 추적 장치의 움직임 추적부의 일 실시예를 나타낸 구성도이다.
도 4는 장기 추적 장치의 다른 실시예를 나타낸 구성도이다.
도 5는 장기 추적 장치의 움직임 분석부의 일 실시예를 나타낸 구성도이다.
도 6은 복수의 피검자들 각각에 대한 장기의 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브들을 표시한 도면이다.
도 7은 보간 커브의 제어점들 및 제어점들을 연결하는 벡터를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 장기의 움직임을 추적하는 방법의 일실시예를 나타낸 흐름도이다.
도 2는 장기 추적 장치의 일 실시예를 나타낸 구성도이다.
도 3는 장기 추적 장치의 움직임 추적부의 일 실시예를 나타낸 구성도이다.
도 4는 장기 추적 장치의 다른 실시예를 나타낸 구성도이다.
도 5는 장기 추적 장치의 움직임 분석부의 일 실시예를 나타낸 구성도이다.
도 6은 복수의 피검자들 각각에 대한 장기의 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브들을 표시한 도면이다.
도 7은 보간 커브의 제어점들 및 제어점들을 연결하는 벡터를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 장기의 움직임을 추적하는 방법의 일실시예를 나타낸 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다.
도 1은 피검자의 장기의 움직임을 추적하기 위한 의료 영상 시스템의 일 실시예를 나타낸 구성도이다. 도 1을 참고하면, 본 실시예의 의료 영상 시스템은 장기 추적 장치(100), 영상 획득 장치(200) 및 영상 표시 장치(300)로 구성된다.
도 1의 의료 영상 시스템은 영상 획득 장치(200)에서 획득된 장기(20)의 형상의 영상을 이용하여 제 1 피검자(10)의 일련의 움직임에 따른 장기(20)의 움직임을 추적한다.
예를 들어, 제 1 피검자(10)의 일련의 움직임을 제 1 피검자(10)의 호흡이라고 하고, 제 1 피검자(10)의 장기(20)를 간(liver)이라고 하면, 제 1 피검자(10)의 간은 제 1 피검자(10)의 호흡에 따라 규칙적인 일련의 움직임을 보인다. 본 실시예에 따른 장기 추적 장치(100)는 제 1 피검자(10)의 소정의 호흡의 순간에 획득된 장기(20)의 형상의 영상을 이용하여 제 1 피검자(10)의 호흡에 따른 장기(20)의 움직임을 추적할 수 있다. 이때, 소정의 호흡의 순간은 들숨, 날숨, 반들숨이 될 수 있다. 본 실시예에서는 움직임을 추적하는 대상이 되는 장기(20)로 간을 예로 들었으나, 이에 한정되지 않으며, 간 이외의 다양한 장기에 대하여 움직임을 추적할 수 있다.
영상 획득 장치(200)는 제 1 피검자(10)의 소정의 움직임의 순간(moment)에서 획득된 장기(20)의 형상의 영상을 획득한다. 이때, 획득된 영상은 장기(20)의CT(computed tomography) 영상, X-Ray 영상, 초음파 영상 혹은 MR(magnetic resonance) 영상이 될 수 있으나, 이에 한정되지 않는다. 영상 획득 장치(200)는 제 1 피검자(10)의 획득된 장기(20)의 형상의 영상을 장기 추적 장치(100)로 전송한다.
장기 추적 장치(100)는 제 1 피검자(10)의 장기(20)의 영상 및 제 1 피검자(10)와 다른 복수의 피검자들(30)의 동일한 종류의 장기에 대해서 획득된 제 1 내지 제 N 보간 커브들을 이용하여 제 1 피검자(10)의 장기(20)의 움직임을 추적한다. 이때, 장기 추적 장치(100)는 제 1 피검자(10)의 장기(20)의 움직임을 추적하기 위해서, 제 1 피검자(10)의 장기(20)의 영상으로부터 획득된 제 1 피검자(10)의 장기 형상 데이터를 이용할 수 있다. 장기 형상 데이터는 소정의 움직임의 순간에서 획득된 장기의 형상을 나타내는 데이터이다.
제 1 내지 제 N 보간 커브들은 복수의 피검자들(30) 각각의 장기의 시공간적 움직임의 궤적을 나타내는 것으로, 장기 추적 장치(100)의 내부 또는 외부의 저장 장치에 저장되어 있다. 장기 추적 장치(100)는 저장 장치로부터 제 1 내지 제 N 보간 커브들을 불러와서, 제 1 피검자(10)의 장기(20)의 움직임의 추적에 이용한다.
이때, 제 1 내지 제 N 보간 커브들은 복수의 피검자들(30) 각각의 동일한 종류의 장기에 대한 장기 움직임 데이터(40)를 이용하여 획득할 수 있다. 이때, 장기 움직임 데이터(40)는 복수의 피검자들(30)의 일련의 움직임에 따른 복수의 피검자들(30) 각각의 장기(20)의 형상을 나타내는 데이터이다. 장기 움직임 데이터(40)는 장기(20)의 일련의 움직임의 각 움직임의 순간(moment) 별로 획득된 장기(20)의 형상들을 나타내는 일련의 장기 형상 데이터를 포함할 수 있다.
일 실시예에 따르면, 장기 움직임 데이터(40)는 복수의 피검자들(30) 각각의 호흡의 각 순간 별로 획득된 장기의 형상을 나타낼 수 있다. 예를 들면, 장기 움직임 데이터(40)는 복수의 피검자들(30) 각각의 들숨, 날숨, 반들숨의 호흡의 각 순간에 대하여 간의 형상의 영상을 획득한 데이터가 될 수 있다. 즉, 각 호흡 별로 획득된 일련의 장기 형상 데이터가 호흡에 따른 간의 움직임을 나타내는 장기 움직임 데이터(40)가 된다.
장기 추적 장치(100)는 복수의 피검자들(30) 각각의 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 이용하여 복수의 피검자들(30)과 다른 제 1 피검자(10)의 보간 커브를 추정함으로써, 제 1 피검자(10)의 장기(20)의 시공간적 움직임의 궤적을 추적할 수 있다. 예를 들면, 장기 추적 장치(100)는 제 1 피검자(10)의 추정된 보간 커브를 이용하여 획득된 장기 변형 데이터를 이용하여, 제 1 피검자(10)의 장기(20)의 시공간적 움직임의 궤적을 추적할 수 있다. 장기 변형 데이터는 시간에 따라 변형되는 제 1 피검자(10)의 장기(20)의 입체적 형상을 나타낸다.
또한, 장기 추적 장치(100)는 제 1 피검자(10)의 추정된 보간 커브 및 추정된 보간 커브에 의해 획득된 장기 변형 데이터를 저장 장치에 저장할 수 있다. 저장 장치에 저장된 장기 변형 데이터는 추후 제 1 피검자(10)의 비침습적 치료 시에 이용될 수 있다. 일 실시예에 따르면, 장기 추적 장치(100)는 미리 저장된 장기 변형 데이터를 불러와서, 치료 시에 촬영되는 제 1 피검자(10)의 2차원의 장기(20)의 영상에 장기 변형 데이터를 정합(matching)한다. 장기 추적 장치(100)는 정합의 결과 획득된 영상을 이용하여 치료 시에 제거하고자 하는 종양의 정확한 위치를 파악할 수 있다. 이때, 영상의 정합은 장기 추적 장치(100)에서 수행되는 것으로 설명하였으나, 이에 한정되지 않는다. 영상의 정합은 장기 추적 장치(100) 이외에 영상 정합(image matching)의 기능을 제공하는 컴퓨터 등의 다른 장치에 의해 수행될 수도 있음을 본 실시예가 속하는 기술 분야의 통상의 지식을 가진 자라면 알 수 있다.이외에, 장기 추적 장치(100)와 관련된 구체적인 설명은 도 2 이하의 도면들을 참조하여 후술한다.
영상 표시 장치(300)는 제 1 피검자(10)의 추적된 장기(20)의 움직임을 화면에 디스플레이한다. 예를 들면, 영상 표시 장치(300)는 장기 변형 데이터를 이용하여 시간에 따라 변형되는 상기 장기의 입체적 형상을 3차원으로 디스플레이할 수 있다.도 2는 장기 추적 장치(100)의 일 예를 나타낸 구성도이다. 장기 추적 장치(100)는 인터페이스부(210), 움직임 추적부(220) 및 저장 장치(230)로 구성된다.
도 2에 도시된 장기 추적 장치(100)에는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
본 실시예에 따른 장기 추적 장치(100)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 프로세서를 포함할 수 있다. 이에 따라, 본 실시예에 따른 장기 추적 장치(100)는 범용 컴퓨터 시스템(미도시)에 포함된 상태로 구동될 수 있다.
본 실시예에 따른 장기 추적 장치(100)는 복수의 피검자들의 장기에 대하여 획득된 장기의 움직임의 궤적을 이용하여 복수의 피검자들과 다른 제 1 피검자(10)의 장기의 움직임을 추적한다.
인터페이스부(210)는 장기의 움직임의 추적의 대상이 되는 제 1 피검자(10)의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타내는 제 1 피검자(10)의 장기 형상 데이터를 수신한다. 인터페이스부(210)는 수신된 제 1 내지 제 N 장기 움직임 데이터(40)를 움직임 추적부(220)로 전송한다. 이때, 장기 형상 데이터는 제 1 피검자(10)의 장기의 영상이 될 수 있다. 예를 들어, 인터페이스부(210)는 영상 획득 장치(200)로부터 제 1 피검자(10)의 장기에 대한 영상을 수신 받을 수 있다.
본 실시예에 따른, 인터페이스부(210)는 사용자로부터 입력 정보를 수신하거나 유, 무선 네트워크 또는 유선 직렬 통신 등을 통하여 외부 장치로부터 데이터를 송수신할 수 있다. 이때, 네트워크(network)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network),WAN(Wide Area Network), PAN(Personal Area Network) 등을 포함하나 이에 한정되지 않으며, 정보를 송,수신할 수 있는 다른 종류의 네트워크가 될 수도 있음을 본 실시예가 속하는 기술 분야의 통상의 지식을 가진 자라면 알 수 있다. 저장 장치(230)는 제 1 피검자(10)와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 복수의 피검자들 각각의 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장한다. 예를 들면, 제 1 내지 제 N 보간 커브(interpolation curve)들은 데이터 베이스(data base) 형태로 저장될 수 있다.
저장 장치(230)에 저장된 제 1 내지 제 N 보간 커브들은 복수의 피검자들의 일련의 움직임에 따른 복수의 피검자들 각각의 장기의 움직임을 나타내는 제 1 내지 제 N 장기 움직임 데이터(40)를 이용하여 획득될 수 있다. 일 실시예에 따르면, 제 1 내지 제 N 장기 움직임 데이터(40) 각각은 복수의 피검자들 각각의 일련의 움직임의 각 움직임의 순간 별로 획득된 장기의 형상들을 나타내는 일련의 장기 형상 데이터를 포함할 수 있다.
본 실시예에 따른 저장 장치(230)는 하드 디스크 드라이브(Hard Disk Drive, HDD), ROM(Read Only Memory), RAM(Random Access Memory), 플래쉬 메모리(Flash Memory), 메모리 카드(Memory Card) 및 솔리드 스테이트 드라이브(Solid State Drive, SDD)등으로 구현될 수 있나, 이에 한정되지 않는다.
움직임 추적부(220)는 인터페이스부(210)를 통해 제 1 피검자(10)의 장기 형상 데이터가 수신되면, 제 1 내지 제 N 보간 커브들 및 제 1 피검자(10)의 장기 형상 데이터에 기초하여 제 1 피검자(10)의 보간 커브를 추정한다. 이때, 제 1 피검자(10)의 보간 커브는 제 1 피검자(10)의 장기의 시공간적 움직임의 궤적을 나타낸다.이상에서와 같이, 장기 추적 장치(100)는 새로운 피검자의 장기 형상 데이터가 입력되면, 다수의 피검자들로부터 획득된 장기의 시공간적 움직임의 궤적을 이용하여 새로운 피검자의 장기 형상 데이터로부터 새로운 피검자의 장기의 시공간적 움직임의 궤적을 추적할 수 있다.
도 3은 도 2에 도시된 움직임 추적부의 일 실시예를 나타낸 구성도이다.
움직임 추적부(220)는 제 1 맵핑부(221), 추정부(222) 및 산출부(223)로 구성된다. 본 실시예에 따른 움직임 추적부(220)는 정합부(224)를 더 포함할 수 있다. 도 3에 도시된 움직임 추적부(220)에는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 3에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 또한, 도 3에 도시된 움직임 추적부(220)는 하나 또는 복수 개의 프로세서에 해당할 수 있다.
제 1 맵핑부(221)는 제 1 피검자(10)의 장기 형상 데이터에 포함된 소정의 움직임의 순간(moment)에서 획득된 제 1 피검자(10)의 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑한다. 일 실시예에 따르면, 제 1 맵핑부(221)는 제 1 피검자(10)의 장기 형상 데이터에 포함된 소정의 움직임의 순간의 장기의 형상을 M 개의 기저 함수들의 선형 조합으로 나타내고, M개의 기저 함수들 각각의 벡터 계수들을 획득하고, M개의 기저 함수들 각각의 벡터 계수들의 조합들을 M 차원의 시공간 상에 하나의 점으로 나타낸다. 이에 따라, 제 1 맵핑부(221)는 제 1 피검자(10)의 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑할 수 있다. 이때, 기저 함수들의 선형 조합은 spherical harmonics를 이용하여 나타낼 수 있으나, 이에 한정되지 않고 다양한 기저 함수들을 이용할 수 있다.
제 1 맵핑부(221)에서 제 1 피검자(10)의 소정의 움직임의 순간의 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑하는 것은 제 2 맵핑부(241)에서 각 움직임의 순간 별로 획득된 장기의 형상들 각각을 M 차원의 시공간 상에 각각의 점들로 맵핑하는 것과 동일하므로, 이와 관련하여 구체적인 설명은 도 5를 참조한다.추정부(222)는 저장 장치(230)로부터 제 1 내지 제 N 보간 커브들을 가져온다. 추정부(222)는 M 차원의 시공간에서 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 제 1 피검자(10)의 보간 커브를 추정한다. 예를 들면, 추정부(222)는 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 가중치를 산출하고, 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 가중치를 이용하여 장기의 형상의 맵핑된 점으로부터 제 1 피검자(10)의 보간 커브를 추정할 수 있다.
일 실시예에 따르면, 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 상의 소정의 점에서의 1차 내지 n차 미분값들을 이용하여 제 1 피검자(10)의 보간 커브를 추정할 수 있다. 본 실시예에서, 산출부(223)는 제 1 내지 제 N 보간 커브들 상의 소정의 점에서 1차 내지 n차 미분값들을 산출한다. 이때, 1 내지 제 N 보간 커브들 상의 소정의 점에서의 1차 내지 n차 미분값들은 1 내지 제 N 보간 커브들과 함께 저장 장치(230)에 데이터 베이스 형태로 저장될 수 있다. 추정부(222)는 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들 및 가중치를 이용하여 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출한다. 예를 들면, 추정부(222)는 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들에 제 1 피검자(10)의 장기의 형상의 맵핑된 점과의 각각의 거리에 따른 가중치를 곱함으로써, 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출할 수 있다.
이에 따라, 추정부(222)는 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 산출된 1차 내지 n차 미분값들을 이용하여 제 1 피검자(10)의 장기의 형상의 맵핑된 점으로부터 제 1 피검자(10)의 보간 커브를 추정할 수 있다. 이와 관련하여, 구체적인 설명은 도 6을 참조한다.
다른 실시예에 따르면, 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 각각의 제어점들을 연결하는 벡터들을 이용하여 제 1 피검자(10)의 보간 커브를 추정할 수 있다. 본 실시예에서, 산출부(223)는 제 1 내지 제 N 보간 커브들 각각의 제어점들을 연결하는 벡터들을 산출한다. 이때, 1 내지 제 N 보간 커브들 각각의 벡터들은 1 내지 제 N 보간 커브들과 함께 저장 장치(230)에 데이터 베이스 형태로 저장될 수 있다. 추정부(222)는 제 1 내지 제 N 보간 커브들 각각의 벡터들 및 가중치를 이용하여 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들을 산출한다.
예를 들면, 산출부(223)는 제 1 내지 제 N 보간 커브들 각각의 벡터들의 방향과 크기를 산출한다. 추정부(222)는 제 1 내지 제 N 보간 커브들의 벡터들 각각의 방향과 크기 및 제 1 피검자(10)의 장기의 형상의 맵핑된 점과의 각각의 거리에 따른 가중치를 이용하여, 제 1 피검자(10)의 보간 커브의 방향과 크기를 산출하고, 산출된 방향과 크기를 이용하여 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들을 산출할 수 있다.
이에 따라, 추정부(222)는 제 1 피검자(10)의 보간 커브의 벡터들을 이용하여 제 1 피검자(10)의 장기의 형상의 맵핑된 점으로부터 제 1 피검자(10)의 보간 커브를 추정할 수 있다. 이와 관련하여, 구체적인 설명은 도 7을 참조한다. 일 실시예에 따르면, 움직임 추적부(220)는 제 1 피검자(10)의 보간 커브로부터 획득된 제 1 피검자(10)의 장기 변형 데이터를 제 1 피검자(10)의 장기의 영상(60)에 정합하는 정합부(224)를 더 포함할 수 있다. 예를 들면, 장기 추적 장치(100)는 3차원 데이터인 제 1 피검자(10)의 보간 커브로부터 획득된 제 1 피검자(10)의 장기 변형 데이터를 2차원 데이터인 제 1 피검자(10)의 장기의 영상(60)에 정합함으로써, 제 1 피검자(10)의 장기의 시공간적 움직임을 간단히 추적할 수 있다.
본 실시예에 따르면, 움직임 추적부(220)는 추정된 제 1 피검자(10)의 보간 커브를 이용하여 시간에 따라 변형되는 제 1 피검자(10)의 장기의 입체적 형상을 나타내는 장기 변형 데이터를 획득한다. 정합부(224)는 인터페이스부(210)를 통해 제 1 피검자(10)의 장기의 영상(60)을 수신하고, 추정부(222)로부터 제 1 피검자(10)의 장기 변형 데이터를 가져온다. 그리고, 정합부(224)는 제 1 피검자(10)의 장기의 영상(60)에 제 1 피검자(10)의 장기 변형 데이터를 정합한다. 이에 따라, 움직임 추적부(220)는 정합의 결과 획득된 영상을 이용하여 제 1 피검자(10)의 장기의 시공간적 움직임을 추적할 수 있다.
도 4는 도 1 에 도시된 장기 추적 장치의 다른 실시예를 나타낸 구성도이다. 도 4의 장기 추적 장치(100)는 도 2의 장기 추적 장치(100)에서 움직임 분석부(240)를 더 포함한다. 도 4에 도시된 인터페이스부(210), 움직임 추적부(220) 및 저장 장치(230)는 도 2에 도시된 인터페이스부(210), 움직임 추적부(220) 및 저장 장치(230)와 동일하다. 따라서, 이하에서 생략된 내용이라 하더라도 도 2 내지 도 3에 도시된 장기 추적 장치(100)에 관하여 이상에서 기술된 내용은 도 4에 도시된 장기 추적 장치(100)에도 적용됨을 알 수 있다.
본 실시예에 따른 장기 추적 장치(100)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 프로세서를 포함할 수 있다. 이에 따라, 본 실시예에 따른 장기 추적 장치(100)는 범용 컴퓨터 시스템(미도시)에 포함된 상태로 구동될 수 있다. 도 4에 도시된 바와 같이, 움직임 추적부(220)와 움직임 분석부(240)는 별개의 프로세서일 수도 있으나, 한 개의 프로세서로 동작할 수도 있다.
움직임 분석부(240)는 제 1 내지 제 N 장기 움직임 데이터(40)를 이용하여 제 1 내지 제 N 보간 커브(interpolation curve)들을 획득한다. 이때, 제 1 내지 제 N 장기 움직임 데이터(40)는 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된 것으로, 복수의 피검자들의 일련의 움직임에 따른 복수의 피검자들 각각의 장기의 움직임을 나타낸다. 일 실시예에 따르면, 제 1 내지 제 N 장기 움직임 데이터(40) 각각은 복수의 피검자들 각각의 일련의 움직임의 각 움직임의 순간(moment) 별로 획득된 장기의 형상들을 나타내는 일련의 장기 형상 데이터를 포함할 수 있다. 이때, 장기 움직임 데이터(40)는 복수의 피검자들의 일련의 움직임에 따른 장기의 영상들이 될 수 있다. 예를 들어, 장기 추적 장치(100)는 영상 획득 장치(200)로부터 장기 움직임 데이터(40)를 수신 받을 수 있다.
본 실시예에 따른 인터페이스부(210)는 제 1 내지 제 N 장기 움직임 데이터(40)를 더 수신한다. 인터페이스부(210)를 통해 수신된 제 1 내지 제 N 장기 움직임 데이터(40)는 움직임 분석부(240)로 전송된다.
저장 장치(230)는 움직임 분석부(240)에서 획득된 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장한다. 예를 들면, 제 1 내지 제 N 보간 커브(interpolation curve)들은 데이터 베이스(data base) 형태로 저장될 수 있다.
움직임 추적부(220)는 인터페이스부(210)를 통해 제 1 피검자(10)의 장기 형상 데이터가 수신되면, 저장 장치(230)에 저장된 제 1 내지 제 N 보간 커브들을 불러온다. 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 및 제 1 피검자(10)의 장기 형상 데이터에 기초하여 제 1 피검자(10)의 보간 커브를 추정한다.
도 5는 도 2에 도시된 움직임 분석부의 일 실시예를 나타낸 구성도이다.
움직임 분석부(240)는 제 2 맵핑부(241) 및 보간부(242)로 구성된다. 도 5에 도시된 움직임 분석부(240)에는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 5에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 또한, 도 5에 도시된 움직임 분석부(240)는 하나 또는 복수 개의 프로세서에 해당할 수 있다.
제 2 맵핑부(241)는 제 1 내지 제 N 장기 움직임 데이터(40) 각각에 포함된 일련의 장기 형상 데이터를 이용하여 각 움직임의 순간 별로 획득된 장기의 형상들 각각을 M 차원의 시공간 상에 각각의 점들로 맵핑한다.일 실시예에 따르면, 제 2 맵핑부(241)는 기저 함수들을 이용하여 제 1 내지 제 N 장기 움직임 데이터(40)에 포함된 각 움직임의 순간의 장기의 형상들 각각을 M 차원의 시공간 상에 각각의 점들로 맵핑할 수 있다. 제 2 맵핑부(241)는 제 1 내지 제 N 장기 움직임 데이터(40)에 포함된 각 움직임의 순간의 장기의 형상들 각각을 M 개의 기저 함수들의 선형 조합으로 나타낼 수 있다. 이때, M 개의 기저 함수들의 선형 조합은 spherical harmonics를 이용하여 나타낼 수 있으나, 이에 한정되지 않으며, 다양한 기저 함수들을 이용하여 나타낼 수 있다.
이하에서는, 설명의 편의상, spherical harmonics를 기저 함수의 예로 들어 설명한다. 구면 좌표계(spherical coordinates)로 표현된 장기의 형상들은 아래 수학식 1에 나타난 spherical harmonics를 이용하여 M 개의 기저 함수들의 선형 조합으로 나타낼 수 있다.
이때, 
는 spherical harmonics를 나타낸다. 
는 [0, π] 사이의 편각(polar angle)을 나타내고, 
는 [0, 2π] 사이의 방위각 (azimuthal angle)을 나타낸다. l은 [0, +∞] 사이의 정수로, harmonic degree를 나타내고, m은 [-l, +l] 사이의 정수로, harmonic order를 나타낸다.
이때, 
는 장기의 형상을 나타낸다. 이에 따라, 장기의 형상 
은 spherical harmonics 
의 선형 조합들로 나타낼 수 있다. 이때, 
은 spherical harmonics 
의 계수를 나타낸다.
수학식 3은 수학식 2의 장기의 형상 
을 유한 개의 spherical harmonics 
의 선형 조합들로 나타낸 것이다. 유한 개의 spherical harmonics 
의 선형 조합들에 대해서 유한 개의 계수 
들의 조합들을 획득할 수 있다. 유한 개의 계수 
들의 조합들은 
와 같이 벡터 계수들로 나타낼 수 있다.이에 따라, M개의 기저 함수들 각각에 대하여 벡터 계수들을 획득할 수 있다.
제 2 맵핑부(241)는 M개의 기저 함수들 각각의 벡터 계수들을 획득하고, M개의 기저 함수들 각각의 벡터 계수들의 조합들을 M 차원의 시공간 상의 각각의 점들로 나타낸다. 이에 따라, 제 2 맵핑부(241)는 제 1 내지 제 N 장기 움직임 데이터(40)에 포함된 각 움직임의 순간의 장기의 형상들 각각을 M 차원의 시공간 상의 각각의 점들로 맵핑할 수 있다.
보간부(242)는 M 차원의 시공간 상에 맵핑된 각각의 점들을 보간하여 제 1 내지 제 N 보간 커브들을 획득한다. 이때, 보간부(242)는 
곡선을 이용하여 보간할 수 있다. 다만, 이에 한정되지 않으며, B-spline 등과 같이 
이외의 곡선을 이용하여 보간할 수도 있다. 보간부(242)에서 획득된 제 1 내지 제 N 보간 커브(interpolation curve)들은 저장 장치(230)에 저장된다. 예를 들면, 제 1 내지 제 N 보간 커브(interpolation curve)들은 데이터 베이스(data base) 형태로 저장될 수 있다.
도 6은 복수의 피검자들 각각에 대한 장기의 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브들을 표시한 도면이다. 도 6의 제 1 내지 제 N 보간 커브들은 M차원의 시공간 상의 커브들이다. 다만, 설명의 편의를 위하여 도 6과 같이 표현된 것임을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 도 5에서 설명한 제 2 맵핑부(241) 및 보간부(242)의 작업에 의해 제 1 내지 제 N 보간 커브들은 도 6과 같이 도시될 수 있다.
본 발명의 일 실시예에 따르면, 장기 추적 장치(100)는 제 1 내지 제 N 보간 커브들 상의 소정의 점에서의 1차 내지 n차 미분값들을 이용하여 제 1 피검자(10)의 보간 커브를 추정할 수 있다.
움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 상의 소정의 점에서 1차 내지 n차 미분값들을 산출한다. 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들 및 가중치를 이용하여 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출할 수 있다. 예를 들면, 움직임 추적부(220)는 아래 수학식 4에서와 같이, 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들에 제 1 피검자(10)의 장기의 형상의 맵핑된 점과의 각각의 거리에 따른 가중치를 곱함으로써, 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출할 수 있다.
이때, 
는 제 1 피검자(10)의 1차 내지 n차 미분값들을 나타낸다. 
은 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 거리에 따른 가중치를 나타낸다. 
은 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들을 나타낸다. 추정되는 제 1 피검자(10)의 장기의 형상의 1차 내지 n차 미분값들은 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 1차 내지 n차 미분값들에 가중치를 곱하여 더함으로써 획득될 수 있다.
움직임 추적부(220)는 제 1 피검자(10)의 장기의 형상의 맵핑된 점에서 산출된 1차 내지 n차 미분값들을 이용하여 제 1 피검자(10)의 장기의 형상의 맵핑된 점으로부터 제 1 피검자(10)의 보간 커브를 추정할 수 있다.
도 7은 보간 커브의 제어점들 및 제어점들을 연결하는 벡터를 도시한 도면이다. 본 실시예에서는 설명의 편의를 위하여 일부의 제어점들만 도시하였으나, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 장기 추적 장치(100)는 제 1 내지 제 N 보간 커브들의 각 제어점들을 연결하는 벡터들을 이용하여 제 1 피검자(10)의 보간 커브를 추정할 수 있다.
움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 각각의 제어점들을 연결하는 벡터들을 산출한다. 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 각각의 벡터들 및 가중치를 이용하여 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들을 산출할 수 있다. 예를 들면, 움직임 추적부(220)는 아래 수학식 5에서와 같이, 제 1 내지 제 N 보간 커브들 각각의 벡터들의 방향과 크기를 산출하고, 산출된 각각의 방향과 크기를 이용하여 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들을 산출할 수 있다.
이때, P0, P1, P2, P3는 보간 커브의 제어점들을 나타낸다. 
는 인접하는 제어점 P0와 P1을 연결하는 벡터를 나타낸다. 이때, 
는 제어점 P0와 P1을 연결하는 벡터의 방향을 나타내고, 
는 제어점 P0와 P1을 연결하는 벡터의 크기를 나타낸다.
움직임 추적부(220)는 제 1 내지 제 N 보간 커브들의 벡터들 각각의 방향과 크기 및 제 1 피검자(10)의 장기의 형상의 맵핑된 점과의 각각의 거리에 따른 가중치를 이용하여, 제 1 피검자(10)의 보간 커브의 방향과 크기를 산출할 수 있다. 예를 들면, 움직임 추적부(220)는 아래 수학식 6 및 7에서와 같이, 제 1 내지 제 N 보간 커브들의 벡터들 각각의 방향과 크기에 제 1 피검자(10)의 장기의 형상의 맵핑된 점과의 각각의 거리에 따른 가중치를 곱하여 더함으로써, 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들 각각의 방향과 크기를 산출할 수 있다. 다만, 이에 한정되지 않는다.
수학식 6에 따르면, 제 1 피검자(10)의 보간 커브의 벡터에 대한 방향이 산출된다. 이때, 
은 제 1 내지 제 N 보간 커브 
에 대한 제어점 
을 나타낸다. 
은 제 1 피검자(10)의 보간 커브 
에 대한 제어점 
을 나타낸다. 
은 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 거리에 따른 가중치를 나타낸다. 이에 따라, 추정되는 제 1 피검자(10)의 보간 커브의 방향은 제 1 내지 제 N 보간 커브들 각각의 방향에 가중치를 곱하여 더함으로써 획득될 수 있다.
수학식 7에 따르면, 추정되는 제 1 피검자(10)의 보간 커브의 크기는 제 1 내지 제 N 보간 커브들 각각의 크기에 가중치를 곱하여 더함으로써 획득될 수 있다. 다만, 수학식 6 및 7에 한정되지 않으며, 움직임 추적부(220)는 다양한 방법으로 제 1 내지 제 N 보간 커브들의 벡터들 및 가중치에 기초하여, 제 1 피검자(10)의 보간 커브의 제어점들을 연결하는 벡터들을 획득할 수 있다.
도 8은 본 발명의 일 실시예에 따른 장기의 움직임을 추적하는 방법의 일실시예를 나타낸 흐름도이다. 도 8을 참고하면, 본 실시예에 따른 장기의 움직임을 추적하는 방법은 도 1 내지 도 7에 도시된 장기 추적 장치(100)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라 하더라도 도 1 내지 도 7에 도시된 장기 추적 장치(100)에 관하여 이상에서 기술된 내용은 도 8에 도시된 흐름도에도 적용된다.
810 단계에서 인터페이스부(210)는 제 1 피검자(10)의 장기 형상 데이터를 수신한다. 이때, 제 1 피검자(10)의 장기 형상 데이터는 제 1 피검자(10)의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타낸다. 예를 들면, 장기 형상 데이터는 컴퓨터 단층 촬영(CT), 자기공명영상장치(MRI)나 초음파 시스템(Ultra Sound System)을 이용하여 획득된 장기의 형상의 영상이 될 수 있으나, 이에 한정되지 않는다.
820 단계에서 움직임 추적부(220)는 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장 장치(230)로부터 불러온다. 이때, 제 1 내지 제 N 보간 커브들은 제 1 피검자(10)와 다른 복수의 피검자들 각각의 장기의 시공간적 움직임의 궤적을 나타낸다.
이때, 제 1 내지 제 N 장기 움직임 데이터(40)를 이용하여 복수의 피검자들 각각의 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 생성한다.
830 단계에서 움직임 추적부(220)는 제 1 내지 제 N 보간 커브들 및 제 1 피검자(10)의 장기 형상 데이터에 기초하여 제 1 피검자(10)의 보간 커브를 추정한다. 일 실시예에 따르면, 제 1 내지 제 N 보간 커브들은 제 1 내지 제 N 장기 움직임 데이터(40)를 이용하여 획득된 것일 수 있다. 이때, 1 내지 제 N 장기 움직임 데이터(40) 각각은 복수의 피검자들 각각의 일련의 움직임 의 각 움직임의 순간 별로 획득된 장기의 형상들을 나타내는 일련의 장기 형상 데이터를 포함할 수 있다.
이상에서와 같이, 저장 장치(230)에 저장된 다수의 피검자들로부터 획득된 동일한 종류의 장기의 시공간적 움직임의 궤적을 이용하여, 제 1 피검자(10)의 장기의 시공간적 움직임을 추적할 수 있다. 이에 따라, 제 1 피검자(10)의 움직임에 따라 여러 번 반복하여 장기의 형상의 영상을 획득하는 것 없이, 효과적이고 안전하게 제 1 피검자(10)의 장기의 움직임을 추적할 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 장기 추적 장치
210: 인터페이스부
220: 움직임 추적부
230: 저장 장치
210: 인터페이스부
220: 움직임 추적부
230: 저장 장치
Claims (25)
- 장기의 움직임을 추적하는 방법에 있어서,
제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타내는 상기 제 1 피검자의 장기 형상 데이터를 수신하는 단계;
상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장 장치로부터 불러오는 단계; 및
상기 제 1 내지 제 N 보간 커브들 및 상기 제 1 피검자의 장기 형상 데이터에 기초하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하는 단계;를 포함하는 방법. - 제 1 항에 있어서,
상기 제 1 피검자의 보간 커브를 추정하는 단계는
상기 제 1 피검자의 장기 형상 데이터에 포함된 소정의 움직임의 순간에서 획득된 상기 제 1 피검자의 상기 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑하는 단계; 및
상기 M 차원의 시공간에서 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 상기 제 1 피검자의 보간 커브를 추정하는 단계;를 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 제 1 피검자의 보간 커브를 추정하는 단계는
상기 제 1 피검자의 장기 형상 데이터에 포함된 소정의 움직임의 순간에서 획득된 상기 제 1 피검자의 상기 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑하는 단계;
상기 M 차원의 시공간에서 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 가중치를 산출하는 단계; 및
상기 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 상기 가중치를 이용하여 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의 보간 커브를 추정하는 단계;를 포함하는 것을 특징으로 하는 방법. - 제 3 항에 있어서,
상기 제 1 내지 제 N 보간 커브들 상의 소정의 점에서 1차 내지 n차 미분값들을 산출하는 단계;를 더 포함하고,
상기 제 1 피검자의 보간 커브를 추정하는 단계는
상기 제 1 내지 제 N 보간 커브들 상의 소정의 점의 상기 1차 내지 n차 미분값들 및 상기 가중치를 이용하여 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출하고, 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점의 상기 1차 내지 n차 미분값들을 이용하여 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의보간 커브를 추정하는 것을 특징으로 하는 방법. - 제 3 항에 있어서,
상기 제 1 내지 제 N 보간 커브들 각각의 제어점들을 연결하는 벡터들을 산출하는 단계;를 더 포함하고,
상기 제 1 피검자의 보간 커브를 추정하는 단계는
상기 제 1 내지 제 N 보간 커브들 각각의 상기 벡터들 및 상기 가중치를 이용하여 상기 제 1 피검자의 보간 커브의 제어점들을 연결하는 벡터들을 산출하고, 상기 제 1 피검자의보간 커브의 상기 벡터들을 이용하여 상기 제 1 피검자의보간 커브의 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의 보간 커브를 추정하는 것을 특징으로 하는 방법. - 제 2 항에 있어서,
상기 맵핑하는 단계는
상기 제 1 피검자의 장기 형상 데이터에 포함된 소정의 움직임의 순간의 상기 장기의 형상을 M 개의 기저 함수들의 선형 조합으로 나타내는 단계;
상기 M개의 기저 함수들 각각의 벡터 계수들을 획득하는 단계; 및
상기 M개의 기저 함수들 각각의 벡터 계수들을 조합들을 상기 M 차원의 시공간 상의 하나의 점으로 나타내는 단계;를 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 제 1 내지 제 N 보간 커브들은 상기 복수의 피검자들의 일련의 움직임에 따른 상기 복수의 피검자들 각각의 상기 장기의 움직임을 나타내는 제 1 내지 제 N 장기 움직임 데이터를 이용하여 획득된 것을 특징으로 하는 방법. - 제 7 항에 있어서,
상기 제 1 내지 제 N 장기 움직임 데이터 각각은 상기 복수의 피검자들 각각의 일련의 움직임의 각 움직임의 순간 별로 획득된 상기 장기의 형상들을 나타내는 일련의 장기 형상 데이터를 포함하는 것을 특징으로 하는 방법. - 제 8 항에 있어서,
상기 제 1 내지 제 N 보간 커브들은 상기 제 1 내지 제 N 장기 움직임 데이터에 포함된 각 움직임의 순간의 상기 장기의 형상들 각각을 M 차원의 시공간 상에 각각의 점들로 맵핑하고, 상기 맵핑된 각각의 점들을 보간함으로써 상기 제 1 내지 제 N 보간 커브들을 획득하는 것을 특징으로 하는 방법. - 제 9 항에 있어서,
상기 제 1 내지 제 N 보간 커브들은 상기 제 1 내지 제 N 장기 움직임 데이터에 포함된 상기 각 움직임의 순간의 상기 장기의 형상들 각각을 M 개의 기저 함수들의 선형 조합들로 나타내고, 상기 M개의 기저 함수들 각각의 벡터 계수들을 획득하고, 상기 M개의 기저 함수들 각각의 벡터 계수들을 조합들을 상기 M 차원의 시공간 상의 각각의 점들로 나타내고, 상기 각각의 점들을 보간함으로써 획득되는 것을 특징으로 하는 방법. - 제 6 항에 있어서,
상기 기저 함수들의 선형 조합은spherical harmonics를 이용하여 나타내는 것을 특징으로 하는 방법. - 제 7 항에 있어서,
상기 복수의 피검자들의 일련의 움직임에 따른 상기 장기의 움직임은 상기 복수의 피검자들의 호흡에 따른 상기 장기의 변형을 나타내는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 추정된 제 1 피검자의 보간 커브를 이용하여 시간에 따라 변형되는 상기 제 1 피검자의 상기 장기의 입체적 형상을 나타내는 장기 변형 데이터를 획득하는 단계 ;
상기 제 1 피검자의 상기 장기의 영상을 수신하는 단계;
상기 획득된 제 1 피검자의 상기 장기 변형 데이터를 상기 장기의 영상에 정합하는 단계; 및
상기 정합의 결과 획득된 영상을 이용하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임을 추적하는 단계;를 더 포함하는 것을 특징으로 하는 방법. - 제 1 항 내지 제 13 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램으로 기록한 컴퓨터로 읽을 수 있는 기록매체.
- 장기의 움직임을 추적하는 장치에 있어서,
제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상을 나타내는 상기 제 1 피검자의 장기 형상 데이터를 수신하는 인터페이스부;
상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장하는 저장 장치; 및
상기 제 1 내지 제 N 보간 커브들 및 상기 제 1 피검자의 장기 형상 데이터에 기초하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하는 움직임 추적부;를 포함하는 장치. - 제 15 항에 있어서,
상기 움직임 추적부는 상기 제 1 피검자의장기 형상 데이터에 포함된 소정의 움직임의 순간(moment)에서 획득된 상기 제 1 피검자의 상기 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑하는 제 1 맵핑부; 및
상기 M 차원의 시공간에서 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 상기 제 1 피검자의 보간 커브를 추정하는 추정부;를 포함하는 것을 특징으로 하는 장치. - 제 15 항에 있어서,
상기 움직임 추적부는 상기 제 1 피검자의장기 형상 데이터에 포함된 소정의 움직임의 순간에서 획득된 상기 제 1 피검자의 상기 장기의 형상을 M 차원의 시공간 상에 하나의 점으로 맵핑하는 제 1 맵핑부; 및
상기 M 차원의 시공간에서 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점까지의 각각의 거리에 기초하여 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 가중치를 산출하고, 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 상기 가중치를 이용하여 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의 보간 커브를 추정하는 추정부;를 포함하는 것을 특징으로 하는 장치. - 제 17 항에 있어서,
상기 움직임 추적부는 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점에서 1차 내지 n차 미분값들을 산출하는 산출부;를 더 포함하고,
상기 추정부는 상기 제 1 내지 제 N 보간 커브들 상의 소정의 점 각각의 상기 1차 내지 n차 미분값들 및 상기 가중치를 이용하여 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 1차 내지 n차 미분값들을 산출하고, 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점에서 상기 1차 내지 n차 미분값들을 이용하여 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의보간 커브를 추정하는 것을 특징으로 하는 장치. - 제 17 항에 있어서,
상기 움직임 추적부는 상기 제 1 내지 제 N 보간 커브들 각각의 제어점들을 연결하는 벡터들을 산출하는 산출부;를 더 포함하고,
상기 추정부는 상기 제 1 내지 제 N 보간 커브들 각각의 상기 벡터들 및 상기 가중치를 이용하여 상기 제 1 피검자의 보간 커브의 제어점들을 연결하는 벡터들을 산출하고, 상기 제 1 피검자의 보간 커브의 상기 벡터들을 이용하여 상기 제 1 피검자의 상기 장기의 형상의 맵핑된 점으로부터 상기 제 1 피검자의 보간 커브를 추정하는 것을 특징으로 하는 장치. - 제 17 항에 있어서,
상기 제 1 맵핑부는 상기 제 1 피검자의 장기 형상 데이터에 포함된 소정의 움직임의 순간의 상기 장기의 형상을 M 개의 기저 함수들의 선형 조합으로 나타내고, 상기 M개의 기저 함수들 각각의 벡터 계수들을 획득하고, 상기 M개의 기저 함수들 각각의 벡터 계수들의 조합들을 상기 M 차원의 시공간 상의 하나의 점으로 나타내는 것을 특징으로 하는 장치. - 제 15 항에 있어서,
상기 움직임 추적부는 상기 제 1 피검자의 장기 변형 데이터를 상기 제 1 피검자의 장기의 영상에 정합하는 정합부;를 포함하고,
상기 인터페이스부는 상기 제 1 피검자의 상기 장기의 영상을 수신하고,
상기 움직임 추적부는 상기 추정된 제 1 피검자의 보간 커브를 이용하여 시간에 따라 변형되는 상기 제 1 피검자의 상기 장기의 입체적 형상을 나타내는 장기 변형 데이터를 획득하고, 상기 정합의 결과 획득된 영상을 이용하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임을 추적하는 것을 특징으로 하는 방법. - 제 15 항에 있어서,
상기 복수의 피검자들의 일련의 움직임에 따른 상기 복수의 피검자들 각각의 상기 장기의 움직임을 나타내는 제 1 내지 제 N 장기 움직임 데이터를 이용하여 상기 제 1 내지 제 N 보간 커브(interpolation curve)들을 획득하는 움직임 분석부;를 더 포함하고,
상기 제 1 내지 제 N 장기 움직임 데이터 각각은 상기 복수의 피검자들 각각의 일련의 움직임의 각 움직임의 순간 별로 획득된 상기 장기의 형상들을 나타내는 일련의 장기 형상 데이터를 포함하는 것을 특징으로 하는 장치. - 제 22 항에 있어서,
상기 움직임 분석부는
상기 제 1 내지 제 N 장기 움직임 데이터 각각에 포함된 상기 일련의 장기 형상 데이터를 이용하여 각 움직임의 순간 별로 획득된 상기 장기의 형상들 각각을 M 차원의 시공간 상에 각각의 점들로 맵핑하는 제 2 맵핑부; 및
상기 맵핑된 각각의 점들을 보간하여 상기 제 1 내지 제 N 보간 커브들을 획득하는 보간부;를 포함하는 것을 특징으로 하는 장치. - 제 23 항에 있어서,
상기 제 2 맵핑부는 상기 제 1 내지 제 N 장기 움직임 데이터에 포함된 각 움직임의 순간의 상기 장기의 형상들 각각을 M 개의 기저 함수들의 선형 조합들로 나타내고, 상기 M개의 기저 함수들 각각의 벡터 계수들을 획득하고, 상기 M개의 기저 함수들 각각의 벡터 계수들의 조합들을 상기 M 차원의 시공간 상의 각각의 점들로 나타냄으로써 맵핑하는 것을 특징으로 하는 장치. - 의료 영상 시스템에 있어서,
제 1 피검자의 소정의 움직임의 순간(moment)에서 획득된 장기의 형상의 영상을 획득하는 영상 획득 장치;
상기 제 1 피검자와 다른 복수의 피검자들의 동일한 종류의 장기에 대해서 획득된, 상기 복수의 피검자들 각각의 상기 장기의 시공간적 움직임의 궤적을 나타내는 제 1 내지 제 N 보간 커브(interpolation curve)들을 저장 장치로부터 불러오고, 상기 제 1 피검자의 상기 영상으로부터 획득된 상기 제 1 피검자의 장기 형상 데이터 및 상기 제 1 내지 제 N 보간 커브들을 이용하여 상기 제 1 피검자의 상기 장기의 시공간적 움직임의 궤적을 나타내는 상기 제 1 피검자의 보간 커브를 추정하고, 상기 제 1 피검자의 보간 커브를 이용하여 시간에 따라 변형되는 상기 제 1 피검자의 상기 장기의 입체적 형상을 나타내는 장기 변형 데이터를 획득하는 장기 추적 장치; 및
상기 제 1 피검자의 상기 장기 변형 데이터를 이용하여 시간에 따라 변형되는 상기 장기의 입체적 형상을 디스플레이하는 영상 표시 장치;를 포함하는 의료 영상 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130018840A KR20140105103A (ko) | 2013-02-21 | 2013-02-21 | 장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 |
| US14/078,822 US20140233794A1 (en) | 2013-02-21 | 2013-11-13 | Method, apparatus and medical imaging system for tracking motion of organ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130018840A KR20140105103A (ko) | 2013-02-21 | 2013-02-21 | 장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140105103A true KR20140105103A (ko) | 2014-09-01 |
Family
ID=51351190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130018840A KR20140105103A (ko) | 2013-02-21 | 2013-02-21 | 장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20140233794A1 (ko) |
| KR (1) | KR20140105103A (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201519985D0 (en) * | 2015-11-12 | 2015-12-30 | Respinor As | Ultrasonic method and apparatus for respiration monitoring |
| KR101653946B1 (ko) * | 2016-07-28 | 2016-09-02 | 연세대학교 원주산학협력단 | 광류를 이용한 영상의 분석 장치 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070014452A1 (en) * | 2003-12-01 | 2007-01-18 | Mitta Suresh | Method and system for image processing and assessment of a state of a heart |
| US7728839B2 (en) * | 2005-10-28 | 2010-06-01 | Honda Motor Co., Ltd. | Discriminative motion modeling for human motion tracking |
| EP1952341A1 (en) * | 2005-11-14 | 2008-08-06 | Koninklijke Philips Electronics N.V. | A method, a system and a computer program for volumetric registration |
| US7778488B2 (en) * | 2007-03-23 | 2010-08-17 | Varian Medical Systems International Ag | Image deformation using multiple image regions |
| US8433159B1 (en) * | 2007-05-16 | 2013-04-30 | Varian Medical Systems International Ag | Compressed target movement model using interpolation |
| US8027430B2 (en) * | 2007-07-30 | 2011-09-27 | Varian Medical Systems International Ag | Systems and methods for adapting a movement model based on an image |
| US7961952B2 (en) * | 2007-09-27 | 2011-06-14 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for detecting and tracking objects in images |
| WO2009073415A2 (en) * | 2007-11-30 | 2009-06-11 | Dolby Laboratories Licensing Corporation | Temporal image prediction |
| US8594398B2 (en) * | 2009-06-26 | 2013-11-26 | International Business Machines Corporation | Systems and methods for cardiac view recognition and disease recognition |
| US20110075896A1 (en) * | 2009-09-25 | 2011-03-31 | Kazuhiko Matsumoto | Computer readable medium, systems and methods for medical image analysis using motion information |
| JP5502502B2 (ja) * | 2010-01-20 | 2014-05-28 | 株式会社東芝 | 磁気共鳴映像装置 |
| US8358823B2 (en) * | 2011-03-30 | 2013-01-22 | Mitsubishi Electric Research Laboratories, Inc. | Method for tracking tumors in bi-plane images |
| US9092666B2 (en) * | 2012-01-03 | 2015-07-28 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating organ deformation model and medical image system |
| EP2823467B1 (en) * | 2012-03-05 | 2017-02-15 | Thomson Licensing | Filtering a displacement field between video frames |
| US9076227B2 (en) * | 2012-10-01 | 2015-07-07 | Mitsubishi Electric Research Laboratories, Inc. | 3D object tracking in multiple 2D sequences |
-
2013
- 2013-02-21 KR KR1020130018840A patent/KR20140105103A/ko not_active Application Discontinuation
- 2013-11-13 US US14/078,822 patent/US20140233794A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20140233794A1 (en) | 2014-08-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101428005B1 (ko) | 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법 | |
| US10542955B2 (en) | Method and apparatus for medical image registration | |
| CN109589170B (zh) | 医学成像中的左心耳闭合引导 | |
| US9035941B2 (en) | Image processing apparatus and image processing method | |
| US8879815B2 (en) | Automatic initialization for 2D/3D registration | |
| US9398855B2 (en) | System and method for magnetic resonance imaging based respiratory motion correction for PET/MRI | |
| US9495725B2 (en) | Method and apparatus for medical image registration | |
| US20110075896A1 (en) | Computer readable medium, systems and methods for medical image analysis using motion information | |
| JP2007519443A5 (ko) | ||
| US9965858B2 (en) | Image alignment device, method, and program, and method for generating 3-D deformation model | |
| US11269036B2 (en) | System and method for phase unwrapping for automatic cine DENSE strain analysis using phase predictions and region growing | |
| EP1685538A1 (en) | Device and method for generating a three-dimensional vascular model | |
| CN108364290A (zh) | 对周期性生理活动的图像序列进行分析的方法、介质和*** | |
| US9092666B2 (en) | Method and apparatus for estimating organ deformation model and medical image system | |
| US20160000355A1 (en) | Automatic method of predictive determination of the position of the skin | |
| WO2014069712A1 (ko) | 소수의 저선량 씨티 영상을 이용하여 피이티 영상을 움직임 보상 및 감쇠 보정하는 방법 | |
| KR20140105103A (ko) | 장기의 움직임을 추적하는 방법, 장치 및 의료 영상 시스템 | |
| KR101993381B1 (ko) | 장기 변형모델을 추정하는 방법, 장치 및 의료영상시스템 | |
| CN109863534B (zh) | 用于分割解剖结构的二维图像的方法和装置 | |
| JPWO2019058657A1 (ja) | 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム | |
| CN110546684B (zh) | 时变数据的定量评估 | |
| KR20180074364A (ko) | 대상체의 움직임을 추정하는 초음파 의료영상 장치가 적응적으로 참조 프레임을 결정하는 방법 및 그 초음파 의료영상 장치 | |
| US20220215601A1 (en) | Image Reconstruction by Modeling Image Formation as One or More Neural Networks | |
| Xing et al. | A four-dimensional motion field atlas of the tongue from tagged and cine magnetic resonance imaging | |
| US10163529B2 (en) | Display processing method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |