KR20170096088A - 영상처리장치, 영상처리방법 및 이를 기록한 기록매체 - Google Patents

영상처리장치, 영상처리방법 및 이를 기록한 기록매체 Download PDF

Info

Publication number
KR20170096088A
KR20170096088A KR1020160017484A KR20160017484A KR20170096088A KR 20170096088 A KR20170096088 A KR 20170096088A KR 1020160017484 A KR1020160017484 A KR 1020160017484A KR 20160017484 A KR20160017484 A KR 20160017484A KR 20170096088 A KR20170096088 A KR 20170096088A
Authority
KR
South Korea
Prior art keywords
motion vector
local motion
image
information
medical image
Prior art date
Application number
KR1020160017484A
Other languages
English (en)
Inventor
오지훈
남우현
박용섭
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160017484A priority Critical patent/KR20170096088A/ko
Priority to PCT/KR2016/015141 priority patent/WO2017142183A1/ko
Priority to US16/061,201 priority patent/US11051715B2/en
Publication of KR20170096088A publication Critical patent/KR20170096088A/ko

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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
    • G06F19/321—
    • 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
    • A61B5/0035—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 adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0803—Recording apparatus specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • 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
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G06F19/322—
    • G06F19/36—
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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]
    • A61B6/032—Transmission computed 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
    • G06T2207/10081—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30061—Lung

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Psychiatry (AREA)

Abstract

본 발명은 영상처리장치, 영상처리방법 및 이를 기록한 기록매체에 관한 것으로서, 영상처리장치는, 소정 해부학적 개체에 대한 정보에 기초하여 구축된 표준 데이터베이스를 포함하는 저장부와; 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하고, 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 해부학적 개체의 복수의 영역별로 정규화하고, 정규화된 로컬 모션 벡터에 기초하여 해부학적 개체의 상태에 대한 정보를 복수의 영역별로 제공하도록 하는 적어도 하나의 프로세서를 포함할 수 있다. 이러한 영역별 정규화에 의하여, 진단 대상인 폐 질환 환자의 로컬 모션 벡터와 환자의 바이오 정보를 이용한 통계적 모델링을 통해 표준 데이터베이스로부터 생성되는 일반인의 예측 로컬 모션 벡터의 차이값에 대한 정보를 식별 가능하게 제공할 수 있다.

Description

영상처리장치, 영상처리방법 및 이를 기록한 기록매체{IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD THEREOF AND RECORDING MEDIUM}
본 발명은 의료영상과 통계화된 표준 정보를 이용하여 소정 개체의 상태를 진단할 수 있는 정보를 제공하는 영상처리장치, 영상처리방법 및 이를 기록한 기록매체에 관한 것이다.
의료영상은 대상체의 내부 구조를 제공하며, 촬영 및 처리된 신체 내의 구조적 세부사항, 내부 조직 및 유체의 흐름 등을 사용자에게 보여준다.
의료영상으로는 자기 공명 영상을 제공하기 위한 자기 공명 영상(MRI: magnetic resonance image), 컴퓨터 단층(CT: Computed Tomography) 영상, 엑스선(X-ray) 영상, 및 초음파(Ultrasound) 영상 등이 있다. 의료영상은 촬영장치의 종류 및 촬영방식에 따라 대상체를 다양한 방식으로 표현한다.
의사 등의 사용자는 이러한 의료영상을 이용하여 환자의 건강 상태를 확인하고, 질병을 진단할 수 있다. 예를 들어, 폐질환 진단을 위해 폐 CT 영상이 이용될 수 있다.
폐 CT 영상은 다양한 폐질환 진단을 위해 사용되며, 정확한 진단을 위해서는 그 진단 목적을 위해 필요한 정보를 포함하는 영상이 제공될 필요가 있다.
예를 들어, 전 세계적으로 3번째로 높은 사망원인에 해당하는 만성 폐쇄성 폐질환(Chronic Obstructive Pulmonary Disease, COPD)의 경우, 폐의 영역별로 정밀한 진단이 가능하도록 정보가 제공될 필요가 있다. 또한, 기도(airway) 관련 질환에는 기도벽(airway wall)과 내강(lumen) 사이즈 측정값이 제공되며, 폐기종(Emphysema)의 경우 폐 조직 분석에 대한 정보가 제공될 수 있다. 또한, 혈관(vessel) 관련 질환을 위해서는, 의료영상으로부터 혈관의 분할 및 크기 분석이 필요할 수 있다.
그에 따라, 의료영상, 보다 구체적으로, 폐 CT 영상을 이용하여 폐기능에 대한 보다 정확한 진단 결과를 제공할 수 있는 영상처리에 대한 수요가 존재한다.
본 발명 일실시예에 따른 영상처리장치는, 소정 해부학적 개체에 대한 정보에 기초하여 구축된 표준 데이터베이스를 포함하는 저장부와; 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하고, 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 해부학적 개체의 복수의 영역별로 정규화하고, 정규화된 로컬 모션 벡터에 기초하여 해부학적 개체의 상태에 대한 정보를 복수의 영역별로 제공하도록 하는 적어도 하나의 프로세서를 포함할 수 있다. 이에 의해, 정규화된 정보가 각 영역별로 제공되게 함으로써, 특정 개체의 질환에 대한 영역별 진단이 가능하게 된다.
해부학적 개체의 상태에 대한 정보를 복수의 영역별로 구분 가능하게 표시하는 디스플레이부를 더 포함할 수 있다. 이에, 사용자는 영역별 표시 정보를 이용하여 보다 정확하고 세분화된 진단을 할 수 있다.
프로세서는, 제1 의료영상 및 제2 의료영상으로부터 해부학적 개체에 대응하는 영역을 추출하고, 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 로컬 모션 벡터를 획득할 수 있다. 이에, 특정 개체에서 발생하는 진단에 본 발명을 활용할 수 있다.
해부학적 개체는 폐를 포함하며, 제1 의료영상은 흡기영상에 대응하고 제2 의료영상은 호기영상에 대응할 수 있다. 이에, 폐질환에 본 발명이 적용된다.
표준 데이터 베이스는, 해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하고, 벡터화된 데이터에 대한 통계적 모델링을 적용하여 구축될 수 있다. 이에, 폐질환 환자의 정보와 통계화된 표준 정보의 차이에 대응하는 진단 정보를 제공할 수 있게 된다.
프로세서는, 진단 대상인 환자의 바이오 정보를 변수로 입력받고, 입력된 변수를 표준 데이터베이스에 대응하는 함수에 적용하여 예측 로컬 벡터를 연산할 수 있다. 이에, 간단한 수학적 연산으로 표준 정보를 획득할 수 있다.
환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함할 수 있다. 이에, 신체적, 생물학적, 습관 정보 등이 질병에 미치는 영향까지 고려한 진단이 가능하다.
구축된 표준 데이터베이스는 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하며, 프로세서는, 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하고, 검색 결과에 따라 예측 로컬 모션 벡터를 결정할 수 있다. 이에, 환자에게 부합되는 표준 데이터를 활용할 수 있다.
프로세서는, 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하고, 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 예측 로컬 모션 벡터를 연산할 수 있다. 이에, 환자의 조건과 유사한 표준 데이터를 이용한 진단이 가능하다.
프로세서는, 제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하고, 정합에 따라 제3 의료영상에 워핑된 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 복수의 영역별로 정규화할 수 있다. 이에, 환자의 조건에 거의 일치하는 정보를 이용함으로써, 보다 정확한 진단이 가능하게 된다.
프로세서는, 정규화된 로컬 모션 벡터에 기초하여 복수의 영역별로 모션 분석을 수행하고, 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하고, 계산된 적어도 하나의 팩터에 대응하여 해부학적 개체의 진단 정보를 복수의 영역별로 제공할 수 있다. 이에, 모션 분석에 따른 정밀한 진단 기능이 제공된다.
해부학적 개체는 폐를 포함하며, 프로세서는, 적어도 하나의 팩터를 이용하여 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 진단 정보와 함께 제공할 수 있다. 이에, 사용자가 표준 정보와 환자의 정보를 비교하여 진단에 활용할 수 있다.
한편, 본 발명 실시예에 따른 영상처리방법은, 소정 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하는 단계와; 해부학적 개체에 대한 정보를 포함하는 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 해부학적 개체의 복수의 영역별로 정규화하는 단계와; 정규화된 로컬 모션 벡터에 기초하여 해부학적 개체의 상태에 대한 정보를 복수의 영역별로 제공하도록 하는 단계를 포함할 수 있다. 이에 의해, 정규화된 정보가 각 영역별로 제공되게 함으로써, 특정 개체의 질환에 대한 영역별 진단이 가능하게 된다.
해부학적 개체의 상태에 대한 정보를 복수의 영역별로 구분 가능하게 표시하는 단계를 더 포함할 수 있다. 이에, 사용자는 영역별 표시 정보를 이용하여 보다 정확하고 세분화된 진단을 할 수 있다.
로컬 모션 벡터를 획득하는 단계는, 제1 의료영상 및 제2 의료영상으로부터 해부학적 개체에 대응하는 영역을 추출하는 단계와; 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 로컬 모션 벡터를 획득하는 단계를 포함할 수 있다. 이에, 특정 개체에서 발생하는 진단에 본 발명을 활용할 수 있다.
해부학적 개체는 폐를 포함하며, 제1 의료영상은 흡기영상에 대응하고 제2 의료영상은 호기영상에 대응할 수 있다. 이에, 폐질환에 본 발명이 적용된다.
해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하는 단계와; 벡터화된 데이터에 통계적 모델링을 적용하여 표준 데이터 베이스를 구축하는 단계를 더 포함할 수 있다. 이에, 폐질환 환자의 정보와 통계화된 표준 정보의 차이에 대응하는 진단 정보를 제공할 수 있게 된다.
진단 대상인 환자의 바이오 정보를 변수로 수신하는 단계와; 수신된 변수를 표준 데이터베이스에 대응하는 함수에 적용하여 예측 로컬 벡터를 연산하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는, 연산된 예측 로컬 벡터를 이용할 수 있다. 이에, 간단한 수학적 연산으로 표준 정보를 획득할 수 있다.
환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함할 수 있다. 이에, 신체적, 생물학적, 습관 정보 등이 질병에 미치는 영향까지 고려한 진단이 가능하다.
구축된 표준 데이터베이스는 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하고, 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하는 단계와; 검색 결과에 따라 예측 로컬 모션 벡터를 결정하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는 결정된 예측 로컬 모션벡터를 이용할 수 있다. 이에, 환자에게 부합되는 표준 데이터를 활용할 수 있다.
검색 결과에 따라 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하는 단계를 더 포함하고, 예측 로컬 모션 벡터를 결정하는 단계는, 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 예측 로컬 모션 벡터를 연산하는 단계를 포함할 수 있다. 이에, 환자의 조건과 유사한 표준 데이터를 이용한 진단이 가능하다.
제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는, 정합에 따라 제3 의료영상에 워핑된 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 복수의 영역별로 정규화할 수 있다. 이에, 환자의 조건에 거의 일치하는 정보를 이용함으로써, 보다 정확한 진단이 가능하게 된다.
정규화된 로컬 모션 벡터에 기초하여 복수의 영역별로 모션 분석을 수행하는 단계와; 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하는 단계를 더 포함하며, 복수의 영역별로 제공하도록 하는 단계는, 계산된 적어도 하나의 팩터에 대응하여 해부학적 개체의 진단 정보를 복수의 영역별로 제공할 수 있다. 이에, 모션 분석에 따른 정밀한 진단 기능이 제공된다.
해부학적 개체는 폐를 포함하며, 복수의 영역별로 제공하도록 하는 단계는, 적어도 하나의 팩터를 이용하여 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 진단 정보와 함께 제공할 수 있다.
한편, 본 발명 일실시예에 따른 컴퓨터가 읽을 수 있는 프로그램으로서 영상처리방법을 수행하는 프로그램이 기록된 기록매체에 있어서, 영상처리방법은, 소정 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하는 단계와; 해부학적 개체에 대한 정보를 포함하는 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 해부학적 개체의 복수의 영역별로 정규화하는 단계와; 정규화된 로컬 모션 벡터에 기초하여 해부학적 개체의 상태에 대한 정보를 복수의 영역별로 제공하도록 하는 단계를 포함할 수 있다. 이에 의해, 정규화된 정보가 각 영역별로 제공되게 함으로써, 특정 개체의 질환에 대한 영역별 진단이 가능하게 된다.
해부학적 개체의 상태에 대한 정보를 복수의 영역별로 구분 가능하게 표시하는 단계를 더 포함할 수 있다. 이에, 사용자는 영역별 표시 정보를 이용하여 보다 정확하고 세분화된 진단을 할 수 있다.
로컬 모션 벡터를 획득하는 단계는, 제1 의료영상 및 제2 의료영상으로부터 해부학적 개체에 대응하는 영역을 추출하는 단계와; 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 로컬 모션 벡터를 획득하는 단계를 포함할 수 있다. 이에, 특정 개체에서 발생하는 진단에 본 발명을 활용할 수 있다.
해부학적 개체는 폐를 포함하며, 제1 의료영상은 흡기영상에 대응하고 제2 의료영상은 호기영상에 대응할 수 있다. 이에, 폐질환에 본 발명이 적용된다.
해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하는 단계와; 벡터화된 데이터에 통계적 모델링을 적용하여 표준 데이터 베이스를 구축하는 단계를 더 포함할 수 있다. 이에, 폐질환 환자의 정보와 통계화된 표준 정보의 차이에 대응하는 진단 정보를 제공할 수 있게 된다.
진단 대상인 환자의 바이오 정보를 변수로 수신하는 단계와; 수신된 변수를 표준 데이터베이스에 대응하는 함수에 적용하여 예측 로컬 벡터를 연산하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는, 연산된 예측 로컬 벡터를 이용할 수 있다. 이에, 간단한 수학적 연산으로 표준 정보를 획득할 수 있다.
환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함할 수 있다. 이에, 신체적, 생물학적, 습관 정보 등이 질병에 미치는 영향까지 고려한 진단이 가능하다.
구축된 표준 데이터베이스는 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하고, 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하는 단계와; 검색 결과에 따라 예측 로컬 모션 벡터를 결정하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는 결정된 예측 로컬 모션벡터를 이용할 수 있다. 이에, 환자에게 부합되는 표준 데이터를 활용할 수 있다.
검색 결과에 따라 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하는 단계를 더 포함하고, 예측 로컬 모션 벡터를 결정하는 단계는, 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 예측 로컬 모션 벡터를 연산하는 단계를 포함할 수 있다. 이에, 환자의 조건과 유사한 표준 데이터를 이용한 진단이 가능하다.
제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하는 단계를 더 포함하며, 복수의 영역별로 정규화하는 단계는, 정합에 따라 제3 의료영상에 워핑된 예측 로컬 모션 벡터를 이용하여 로컬 모션 벡터를 복수의 영역별로 정규화할 수 있다. 이에, 환자의 조건에 거의 일치하는 정보를 이용함으로써, 보다 정확한 진단이 가능하게 된다.
정규화된 로컬 모션 벡터에 기초하여 복수의 영역별로 모션 분석을 수행하는 단계와; 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하는 단계를 더 포함하며, 복수의 영역별로 제공하도록 하는 단계는, 계산된 적어도 하나의 팩터에 대응하여 해부학적 개체의 진단 정보를 복수의 영역별로 제공할 수 있다. 이에, 모션 분석에 따른 정밀한 진단 기능이 제공된다.
해부학적 개체는 폐를 포함하며, 복수의 영역별로 제공하도록 하는 단계는, 적어도 하나의 팩터를 이용하여 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 진단 정보와 함께 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 영상처리장치를 설명하기 위한 도면이며,
도 2은 본 발명 일실시예에 의한 영상처리장치로서 CT 장치를 도시한 도면이며,
도 4는 네트워크 시스템에서 외부와 통신을 수행하는 통신부의 구성을 간략하게 도시한 도면이며,
도 5는 본 발명 일실시예에 따른 영상처리장치의 구성을 도시한 블록도이며,
도 6 내지 도 14는 본 발명 제1 실시예에 따라 영상처리장치에서 소정 해부학적 개체의 상태에 관한 정보를 제공하기 위한 과정을 설명하기 위한 도면들이며,
도 15는 정상인과 COCD 환자의 모션 벡터를 영역별로 비교하여 도시한 것이며,
도 16은 본 발명 제1 실시예에 의한 영상처리방법을 도시한 흐름도이며,
도 17은 본 발명 제2 실시예에 의한 영상처리방법을 도시한 흐름도이며,
도 18은 본 발명 제3 실시예에 의한 영상처리방법을 도시한 흐름도이며,
도 19 내지 도 25는 본 발명 제3 실시예에 따른 영상처리장치에서 제어부에 의해 통합된 판독 영상을 제공하고, 그에 기초하여 병변을 분석하는 다양한 예시들을 도시한 도면들이며,
도 26과 도 27은 본 발명 제3 실시예에 따른 영상처리장치에서 재구성된 통합 CT 판독 영상이 표시되는 것을 예를 들어 도시한 도면이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여기에서 설명하는 실시예들에 한정되지 않으며, 여러 가지 상이한 형태로 구현될 수 있다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
또한, 실시예에서 “포함하다” 또는 “가지다”와 같은 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소 또는 이들의 조합이 존재함을 지정하기 위한 것이며, 하나 이상의 다른 특징, 숫자, 단계, 동작, 구성요소 또는 이들의 조합이 존재하거나 부가되는 가능성을 배제하는 것은 아니다.
명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
본 명세서에서 "영상"은 이산적인 영상 요소들(예를 들어, 2차원 영상에 있어서의 픽셀들(pixel) 및 3차원 영상에 있어서의 복셀들(voxel)로 구성된 다차원(multi-dimensional) 데이터를 의미할 수 있다. 예를 들어, 영상은 X-ray, CT, MRI, 초음파 및 다른 의료영상 시스템에 의해 획득된 대상체의 의료영상 등을 포함할 수 있다.
또한, 본 명세서에서 "대상체(object)"는 사람 또는 동물, 또는 사람 또는 동물의 일부를 포함할 수 있다. 예를 들어, 대상체는 간, 심장, 자궁, 뇌, 유방, 복부 등의 장기, 근육 또는 혈관을 포함할 수 있다. 또한, "대상체"는 팬텀(phantom)을 포함할 수도 있다. 팬텀은 생물의 밀도와 실효 원자 번호에 아주 근사한 부피를 갖는 물질을 의미하는 것으로, 신체와 유사한 성질을 갖는 구형(sphere)의 팬텀을 포함할 수 있다.
또한, 본 명세서에서 "사용자"는 의료 전문가로서 의사, 간호사, 임상 병리사, 의료영상 전문가 등이 될 수 있고, 의료 장치를 수리하는 기술자 또는 환자가 될 수도 있으며, 이에 한정되지 않는다.
이하에서는 도면과 관련하여 본 발명을 명확하게 설명하기 위해서 본 발명의 구성과 직접적으로 관련되지 않은 부분은 설명을 생략할 수 있으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 부여하기로 한다.
도 1은 본 발명의 일 실시예에 따른 영상처리장치(100)를 설명하기 위한 도면이다.
본 발명의 일 실시예에 의하면, 영상처리장치(100)는 의료영상을 획득하고, 획득된 의료영상을 화면에 표시하는 장치일 수 있다. 예를 들어, 영상처리장치(100)는, 도 1에 도시된 바와 같이, 의료장치(101)로서 예를 들어, 컴퓨터 단층 촬영 장치(이하 CT 장치 라고도 한다)일 수 있다.
CT 장치(101)는 대상체에 대하여 단면 영상을 제공할 수 있으므로, 일반적인 엑스선 촬영 장치에 비하여 대상체의 내부 구조(예컨대, 신장, 폐 등의 장기 또는 횡경막 등의 근육)를 겹치지 않게 표현할 수 있다는 장점이 있다. CT 장치(101)는, 예를 들어, 2mm 두께 이하의 영상을 초당 수십, 수백 장씩 획득하여 가공함으로써 대상체에 대하여 비교적 정확한 단면 영상을 제공할 수 있다.
다른 실시예에 의하면, 본 발명의 영상처리장치(100)는 의료영상을 표시 가능하게 처리하는 디스플레이장치(102)를 포함한다. 디스플레이장치(102)는 데스크탑 컴퓨터(desktop computer), 스마트 텔레비전(smart TV) 등의 영상처리 기능을 가지는 다양한 형태로 구현된 장치를 포함하며, 고정식 단말뿐만 아니라 이동식 단말 형태로도 구현될 수 있다. 이동식 단말로 구현된 디스플레이장치(102)의 일례로 스마트 폰(smart phone), 태블릿(tablet)과 같은 스마트 패드(smart pad), 스마트 TV(smart TV), 데스크탑 컴퓨터(desktop), 랩탑 컴퓨터(laptop), PDA(personal digital assistant, 개인 휴대용 정보 단말기) 등이 있을 수 있다.
일 실시예에서, 디스플레이장치(102)에는 의료영상의 처리 또는 분석이 가능한 플랫폼(platform)으로서, 소정 어플리케이션이 설치될 수 있다.
일실시예에서, 어플리케이션의 실행에 의해, 사용자 선택이 가능한 UI(이하, GUI(graphic user interface) 라고도 한다)로서 각종 버튼이 위치되는 입력 영역 및 의료영상이 표시되는 표시 영역이 화면 상에 표시될 수 있다. 사용자는 어플리케이션의 입력 영역의 UI를 이용하여 CT 장치(101) 등의 의료장치로부터 획득한 의료영상의 불러오기 즉, 로드(load)가 가능하며, 로드된 의료영상은 어플리케이션의 표시 영역을 통해 사용자에게 제공된다. 표시되는 의료영상은 진단을 위해 처리된 의료영상을 포함한다.
일실시예에서, 어플리케이션의 표시 영역을 통해 의료영상에 포함된 소정 해부학적 개체(예를 들어, 폐)의 상태에 관한 정보(영역별 진단 정보)가 제공될 수 있다.
본 발명의 일 실시예에 의하면, 영상처리장치(100)는, 의료영상 정보 시스템(PACS: Picture Archiving and Communication System)을 통해 연결된 병원 서버나 병원 내의 다른 의료 장치와 의료영상 데이터를 주고받을 수 있다. 또한, 영상처리장치(100)는, 의료용 디지털 영상 및 통신(DICOM: Digital Imaging and Communications in Medicine) 표준에 따라 서버 등과 데이터 통신을 수행할 수 있다.
본 발명의 일 실시예에 의하면, 영상처리장치(100)는, 터치 스크린을 포함할 수도 있다. 터치스크린은 터치 입력 위치, 터치된 면적뿐만 아니라 터치 입력 압력까지도 검출할 수 있도록 구성될 수 있다. 또한, 터치 스크린은 직접 터치(real-touch) 뿐만 아니라 근접 터치(proximity touch)도 검출될 수 있도록 구성될 수 있다.
본 명세서에서 직접 터치(real-touch) 라 함은 화면에 실제로 사용자의 신체(예를 들어, 손가락) 또는 터치 도구로서 마련되는 터치펜(예를 들어, 포인팅 디바이스, 스타일러스, 햅틱 펜(haptic pen), 전자펜 등)가 터치된 경우를 말하고, 근접 터치(proximity-touch) 라 함은 사용자의 신체 또는 터치 도구가 화면에 실제로 터치는 되지 않고, 화면으로부터 소정 거리 떨어져 접근된 경우(예를 들어, 검출가능한 간격이 30 mm 이하의 호버링(hovering))를 말한다.
터치 스크린은 예를 들면, 저항막(resistive) 방식, 정전 용량(capacitive) 방식, 적외선(infrared) 방식 또는 초음파(acoustic wave) 방식으로 구현될 수 있다.
본 발명의 일 실시예에 의하면, 영상처리장치(100)는, 터치 스크린을 통해 의료영상에 대한 사용자의 티치 입력으로서, 제스처 입력을 감지할 수 있다.
본 명세서에서 기술되는 사용자의 터치 입력에는 탭(tap), 탭보다 강하게 터치하는 클릭(click), 터치 앤 홀드(touch and hold), 더블 탭(double tap), 더블 클릭(double click), 터치를 유지한 상태로 소정 거리를 이동하는 드래그(drag), 드래그 앤 드롭(drag and drop), 슬라이드(slide), 플리킹(flicking), 패닝(panning), 스와이프(swipe), 핀치(pinch) 등을 모두 포함한다. 드래그, 슬라이드, 플리킹, 스와이프 등의 입력은 터치스크린에 손가락(또는 터치펜)이 닿는 프레스(press), 소정 거리의 이동 및 터치스크린으로부터의 릴리즈(release)로 구성될 수 있으며, 직선 또는 곡선 형태의 이동을 모두 포함한다. 상기의 다양한 터치 입력들을 제스처 입력에 포함된다
본 발명의 일 실시예에 의하면, 영상처리장치(100)는, 의료영상을 제어하기 위한 버튼 중 일부 또는 전부를 GUI 형태로 제공할 수 있다.
도 2는 본 발명 일실시예에 따른 영상처리장치(100)로서 CT 장치(101)를 도시한 도면이고, 도 3는 도 2의 CT 장치(101)의 구성을 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, CT 장치(101)는 갠트리(202), 테이블(205), 엑스선 생성부(206) 및 엑스선 검출부(208)를 포함할 수 있다.
CT 장치(101)과 같은 단층 촬영 장치는 대상체에 대하여 단면 영상을 제공할 수 있으므로, 일반적인 X-ray 촬영 기기에 비하여 대상체의 내부 구조(예컨대, 신장, 폐 등의 장기 또는 횡경막 등의 근육)가 겹치지 않게 표현할 수 있다는 장점이 있다.
단층 촬영 장치는 CT(computed Tomography) 장치, OCT(Optical Coherenc Tomography), 또는 PET(positron emission tomography)-CT 장치 등과 같은 모든 단층 촬영 장치들을 포함할 수 있다.
본 실시예에서 단층(Tomography) 영상이란, 단층 촬영 장치에서 대상체를 단층 촬영하여 획득된 영상으로, 엑스레이 등과 같은 광선을 대상체로 조사한 후 투영된 데이터를 이용하여 이미징된 영상을 의미할 수 있다. 구체적으로, CT(Computed Tomography) 영상 이란 대상체에 대한 적어도 하나의 축을 중심으로 회전하며 대상체를 촬영함으로써 획득된 복수개의 엑스레이 영상들의 합성 영상을 의미할 수 있다.
이하에서는, 단층 촬영 장치(200)로서 도 2 및 도 3에 도시된 CT 장치(101)를 예로 들어 설명하기로 한다.
CT 장치(101)는, 예를 들어, 2mm 두께 이하의 영상데이터를 초당 수십, 수백 회 획득하여 가공함으로써 대상체에 대하여 비교적 정확한 단면 영상을 제공할 수 있다. 종래에는 대상체의 가로 단면만으로 표현된다는 문제점이 있었지만, 다음과 같은 여러 가지 영상 재구성 기법의 등장에 의하여 극복되었다. 3차원 재구성 영상기법들로 는 다음과 같은 기법들이 있다.
- SSD(Shade surface display): 초기 3차원 영상기법으로 일정 HU값을 가지는 복셀들만 나타내도록 하는 기법.
- MIP(maximum intensity projection)/MinIP(minimum intensity projection): 영상을 구성하는 복셀 중에서 가장 높은 또는 낮은 HU값을 가지는 것들만 나타내는 3D 기법.
- VR(volume rendering): 영상을 구성하는 복셀들을 관심영역별로 색 및 투과도를 조절할 수 있는 기법.
- 가상내시경(Virtual endoscopy): VR 또는 SSD 기법으로 재구성한 3차원 영상에서 내시경적 관찰이 가능한 기법.
- MPR(multi planar reformation): 다른 단면 영상으로 재구성하는 영상 기법. 사용자가 원하는 방향으로의 자유자제의 재구성이 가능하다.
- Editing: VR에서 관심부위를 보다 쉽게 관찰하도록 주변 복셀들을 정리하는 여러 가지 기법.
- VOI(voxel of interest): 선택 영역만을 VR로 표현하는 기법.
본 발명의 실시예에 따른 컴퓨터 단층촬영(CT) 장치(101)는 도 2 및 도 3을 참조하여 설명될 수 있다. 본 발명의 일 실시예에 따른 CT 장치(101)는 도 3에 도시된 바와 같이 다양한 형태의 장치들을 포함할 수 있다.
갠트리(202)는 엑스선 생성부(206) 및 엑스선 검출부(208)를 포함할 수 있다.
대상체(20)는 테이블(205) 상에 위치될 수 있다.
테이블(205)은 CT 촬영 과정에서 소정의 방향(예컨대, 상, 하, 좌, 우 중 적어도 한 방향)으로 이동할 수 있다. 또한, 테이블(205)은 소정의 방향으로 소정의 각도만큼 기울어질 수 있거나(tilting) 또는 회전(rotating)될 수 있다.
또한, 갠트리(202)도 소정의 방향으로 소정의 각도만큼 기울어질 수 있다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 CT 장치(101)는 갠트리(202), 테이블(205), 제어부(218), 저장부(224), 영상 처리부(226), 사용자 입력부(228), 디스플레이부(230), 통신부(232)를 포함할 수 있다.
전술한 바와 같이, 대상체(20)는 테이블(205) 상에 위치할 수 있다. 본 발명의 일 실시예에 따른 테이블(205)은 소정의 방향(예컨대, 상, 하, 좌, 우 중 적어도 한 방향)으로 이동 가능하고, 제어부(218)에 의하여 움직임이 제어될 수 있다.
본 발명의 일 실시예에 따른 갠트리(202)는 회전 프레임(204), 엑스선 생성부(206), 엑스선 검출부(208), 회전구동부(210), 데이터 획득 회로(216), 데이터 송신부(220)를 포함할 수 있다.
본 발명의 일 실시예에 따른 갠트리(202)는 소정의 회전축(RA; Rotation Axis)에 기초하여 회전 가능한 고리 형태의 회전 프레임(204)을 포함할 수 있다. 또한, 회전 프레임(204)은 디스크의 형태일 수도 있다.
회전 프레임(204)은 소정의 시야 범위(FOV; Field Of View)를 갖도록 각각 대향하여 배치된 엑스선 생성부(206) 및 엑스선 검출부(208)를 포함할 수 있다. 또한, 회전 프레임(204)은 산란 방지 그리드(anti-scatter grid, 314)를 포함할 수 있다. 산란 방지 그리드(214)는 엑스선 생성부(206)와 엑스선 검출부(208)의 사이에서 위치할 수 있다.
CT 장치(101)에 있어서, 검출기(또는 감광성 필름)에 도달하는 X-선 방사선에는, 유용한 영상을 형성하는 감쇠된 주 방사선 (attenuated primary radiation) 뿐만 아니라 영상의 품질을 떨어뜨리는 산란 방사선(scattered radiation) 등이 포함되어 있다. 주 방사선은 대부분 투과시키고 산란 방사선은 감쇠시키기 위해, 환자와 검출기(또는 감광성 필름)와의 사이에 산란 방지 그리드를 위치시킬 수 있다.
예를 들어, 산란 방지 그리드는, 납 박편의 스트립(strips of lead foil)과, 중공이 없는 폴리머 물질(solid polymer material)이나 중공이 없는 폴리머(solid polymer) 및 섬유 합성 물질(fiber composite material) 등의 공간 충전 물질(interspace material)을 교대로 적층한 형태로 구성될 수 있다. 그러나, 산란 방지 그리드의 형태는 반드시 이에 제한되는 것은 아니다.
회전 프레임(204)은 회전 구동부(210)로부터 구동 신호를 수신하고, 엑스선 생성부(206)와 엑스선 검출부(208)를 소정의 회전 속도로 회전시킬 수 있다. 회전 프레임(204)은 슬립 링(도시되지 아니함)을 통하여 접촉 방식으로 회전 구동부(210)로부터 구동 신호, 파워를 수신할 수 있다. 또한, 회전 프레임(204)은 무선 통신을 통하여 회전 구동부(210)로부터 구동 신호, 파워를 수신할 수 있다.
엑스선 생성부(206)는 파워 분배부(PDU; Power Distribution Unit, 도시되지 아니함)에서 슬립 링(도시되지 아니함)을 거쳐 고전압 생성부(도시되지 아니함)를 통하여 전압, 전류를 인가 받아 엑스선을 생성하여 방출할 수 있다. 고전압 생성부가 소정의 전압(이하에서 튜브 전압으로 지칭함)을 인가할 때, 엑스선 생성부(206)는 이러한 소정의 튜브 전압에 상응하게 복수의 에너지 스펙트럼을 갖는 엑스선(X-ray)들을 생성할 수 있다.
엑스선 생성부(206)에 의하여 생성되는 엑스선은, 콜리메이터(collimator, 212)에 의하여 소정의 형태로 방출될 수 있다.
엑스선 검출부(208)는 엑스선 생성부(206)와 마주하여 위치할 수 있다. 엑스선 검출부(208)는 복수의 엑스선 검출소자들을 포함할 수 있다. 단일 엑스선 검출 소자는 단일 채널을 형성할 수 있지만, 반드시 이에 제한되는 것은 아니다.
엑스선 검출부(208)는 엑스선 생성부(206)로부터 생성되고 대상체(20)를 통하여 전송된 엑스선을 감지하고, 감지된 엑스선의 강도에 상응하게 전기 신호를 생성할 수 있다.
엑스선 검출부(208)는 방사선을 광으로 전환하여 검출하는 간접방식과 방사선을 직접 전하로 변환하여 검출하는 직접방식 검출기를 포함할 수 있다. 간접방식의 엑스선 검출부는 신틸레이터(Scintillator)를 사용할 수 있다. 또한, 직접방식의 엑스선 검출부는 광자계수형 디텍터(photon counting detector)를 사용할 수 있다. 데이터 획득 회로(DAS; Data Acquisitino System)(216)는 엑스선 검출부(208)와 연결될 수 있다. 엑스선 검출부(208)에 의하여 생성된 전기 신호는 DAS(216)에서 수집될 수 있다. 엑스선 검출부(208)에 의하여 생성된 전기 신호는 유선 또는 무선으로 DAS(216)에서 수집될 수 있다. 또한, 엑스선 검출부(208)에 의하여 생성된 전기 신호는 증폭기(도시되지 아니함)를 거쳐 아날로그/디지털 컨버터(도시되지 아니함)로 제공될 수 있다.
슬라이스 두께(slice thickness)나 슬라이스 개수에 따라 엑스선 검출부(208)로부터 수집된 일부 데이터만이 영상 처리부(226)에 제공될 수 있고, 또는 영상 처리부(226)에서 일부 데이터만을 선택할 수 있다.
이러한 디지털 신호는 데이터 송신부(220)를 통하여 유선 또는 무선으로 영상 처리부(226)로 송신 즉, 제공될 수 있다.
본 발명의 일 실시예에 따른 CT 장치(101)의 제어부(218)는 CT 장치(101) 내 각각의 모듈의 동작을 제어할 수 있다. 예를 들어, 제어부(218)는 테이블(205), 회전 구동부(210), 콜리메이터(212), DAS(216), 저장부(224), 영상 처리부(226), 사용자 입력부(228), 디스플레이부(230), 통신부(232) 등의 동작들을 제어할 수 있다.
영상 처리부(226)는 DAS(216)로부터 획득된 데이터(예컨대, 가공 전 순수(pure) 데이터)를 데이터 송신부(220)를 통하여 수신하여, 전처리(pre-processing)하는 과정을 수행할 수 있다.
전처리는, 예를 들면, 채널들 사이의 감도 불균일 정정 프로세스, 신호 세기의 급격한 감소 또는 금속 같은 X선 흡수재로 인한 신호의 유실 정정 프로세스 등을 포함할 수 있다.
영상 처리부(226)의 출력 데이터는 로 데이터(raw data) 또는 프로젝션(projection) 데이터로 지칭될 수 있다. 이러한 프로젝션 데이터는 데이터 획득시의 촬영 조건(예컨대, 튜브 전압, 촬영 각도 등)등과 함께 저장부(224)에 저장될 수 있다.
프로젝션 데이터는 대상체롤 통과한 X선의 세기에 상응하는 데이터 값의 집합일 수 있다. 설명의 편의를 위해, 모든 채널들에 대하여 동일한 촬영 각도로 동시에 획득된 프로젝션 데이터의 집합을 프로젝션 데이터 세트로 지칭한다.
저장부(224)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(SD, XD 메모리 등), 램(RAM; Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM; Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
또한, 영상 처리부(226)는 획득된 프로젝션 데이터 세트를 이용하여 대상체에 대한 단면 영상을 재구성할 수 있다. 이러한 단면 영상은 3차원 영상일 수 있다. 다시 말해서, 영상 처리부(226)는 획득된 프로젝션 데이터 세트에 기초하여 콘 빔 재구성(cone beam reconstruction) 방법 등을 이용하여 대상체에 대한 3차원 영상을 생성할 수 있다.
사용자 입력부(228)를 통하여 X선 단층 촬영 조건, 영상 처리 조건 등에 대한 외부 입력이 수신될 수 있다. 예를 들면, X선 단층 촬영 조건은, 복수의 튜브 전압, 복수의 X선들의 에너지 값 설정, 촬영 프로토콜 선택, 영상재구성 방법 선택, FOV 영역 설정, 슬라이스 개수, 슬라이스 두께(slice thickness), 영상 후처리 파라미터 설정 등을 포함할 수 있다. 또한 영상 처리 조건은 영상의 해상도, 영상에 대한 감쇠 계수 설정, 영상의 조합비율 설정 등을 포함할 수 있다.
사용자 입력부(228)는 외부로부터 소정의 입력을 인가 받기 위한 디바이스 등을 포함할 수 있다. 예컨대, 사용자 입력부(228)는 마이크로폰, 키보드, 마우스, 조이스틱, 터치 패드, 터치펜, 음성, 제스처 인식장치 등을 포함할 수 있다.
디스플레이부(230)는 영상 처리부(226)에 의해 재구성된 엑스선 촬영 영상을 디스플레이할 수 있다.
전술한 엘리먼트들 사이의 데이터, 파워 등의 송수신은 유선, 무선 및 광통신 중 적어도 하나를 이용하여 수행될 수 있다. 예를 들어, LVDS(Low Voltage Differential Signaling) 등의 고속 디지털 인터페이스, UART(universal asynchronous receiver transmitter) 등의 비동기 시리얼 통신, 과오 동기 시리얼 통신 또는 CAN(Controller Area Network) 등의 저지연형의 네트워크 프로토콜, 광통신 등이 이용될 수 있으며, 당업자에게 자명한 범위 내에서 다양한 통신 방법이 이용될 수 있다. 또한, 무선 통신으로 연결된 경우에는 서로 간의 클럭(clock)을 동기화하기 위한 장치(도시되지 아니함)를 더 포함할 수 있다.
통신부(232)는 서버(234) 등을 통하여 외부 디바이스, 외부의 다른 의료 장치 등과의 통신을 수행할 수 있다.
도 4는 네트워크 시스템에서 영상처리장치(100)가 외부와 통신이 가능하도록 하는 통신부(432)의 구성을 간략하게 도시한 도면이다.
일 실시예에서, 도 4에 도시된 바와 같이, 통신부(432)는 유선 또는 무선으로 네트워크(401)와 연결되어 외부의 서버(434), 외부의 다른 의료 장치(436), 또는 외부 디바이스(438)와 통신을 수행할 수 있다.
예를 들어, 통신부(432)는 네트워크(401)를 통해 대상체의 진단과 관련된 데이터를 송수신할 수 있으며, CT, 초음파, 엑스선 등 다른 의료 장치(436)에서 촬영한 의료영상 또한 송수신할 수 있다.
일 실시예에서, 도 4에 도시된 통신부(432)는 도 2 및 도 3의 CT 장치(101)에 포함될 수도 있다. 이 경우, 도 4에 도시된 통신부(432)는 도 3에 도시된 통신부(232)에 대응된다. 그리고, 다른 의료장치(436)는 예를 들어, 의료영상의 제공이 가능한 MRI 장치 또는 초음파 장치일 수 있다.
통신부(432)의 구체적인 동작은 이하와 같다.
통신부(432)는, 유선 또는 무선으로 네트워크(401)와 연결되어 서버(434), 외부 의료 장치(436) 또는 외부 디바이스(438)와의 통신을 수행할 수 있다. 통신부(432)는 의료영상 정보 시스템(PACS, Picture Archiving and Communication System)을 통해 연결된 병원 서버나 병원 내의 다른 의료 장치와 데이터를 주고받을 수 있다. 또한, 통신부(432)는 의료용 디지털 영상 및 통신(DICOM, Digital Imaging and Communications in Medicine) 표준에 따라 외부 디바이스(438) 등과 데이터 통신을 수행할 수 있다.
통신부(432)는 네트워크(401)를 통해 대상체에 대한 영상 및/또는 대상체의 진단과 관련된 데이터를 송수신할 수 있다. 통신부(432)는 MRI 장치, 엑스선 촬영 장치, 초음파 장치 등 다른 의료 기기(436)에서 획득된 의료영상 등을 수신할 수 있다.
나아가, 통신부(432)는 서버(434)로부터 환자의 진단 이력이나 치료 일정 등을 수신하여 환자의 임상적 진단 등에 활용할 수도 있다. 또한, 통신부(432)는 병원 내의 서버(434)나 의료 장치(436)뿐만 아니라, 사용자나 환자의 휴대용 장치(단말장치)를 포함하는 외부 디바이스(438) 등과 데이터 통신을 수행할 수도 있다.
또한 장비의 이상유무 및 품질 관리현황 정보를 네트워크를 통해 시스템 관리자나 서비스 담당자에게 송신하고 그에 대한 피드백(feedback)을 수신할 수 있다.
일 실시예에서, 영상처리장치(100)는 통신부(432)를 통해 서버(434)로부터 소정 해부학적 개체에 대한 정보 즉, 데이터를 수신할 수 있다. 영상처리장치(100)는 그 내부에 수신된 데이터를 기반으로 소정 해부학적 개체에 관한 표준 데이터베이스(database, DB)를 구축하고, 그를 이용하여 해당 해부학적 개체의 상태에 대한 정보를 제공하도록 구현될 수 있다. 다른 실시예에서, 표준 데이터베이스를 서버(434)를 포함한 외부장치에 구축하고, 영상처리장치(100)가 해부학적 개체의 상태를 제공하는데 필요한 정보를 통신부(432)를 통해 외부장치의 표준 데이터베이스로부터 수신하도록 구현될 수도 있을 것이다.
의료영상들은 의료장치의 종류/진단 목적 등에 따라서 대상체를 다양한 방식으로 표현한다. 또한, 의료장치의 종류/진단 목적에 따라서, 획득된 의료영상의 특성이 달라지도록 처리할 수 있다. 예를 들어, 일 의료영상에서는 암 조직의 파악이 용이하며, 다른 의료영상에서는 혈관의 파악이 용이할 수 있다.
따라서, 영상의 판독 부위를 고려하여 사용자의 의도에 맞는 의료영상을 제공하도록 처리할 필요가 있다.
이하에서는, 의료영상 내의 소정 영역에 대하여 사용자의 진단을 용이하게 하는 의료영상을 처리하여 사용자에게 제공할 수 있는 본 발명의 일 또는 다른 실시예에 따른 영상처리장치를 첨부된 도면들을 참조하여, 상세히 설명한다.
본 발명의 일 또는 다른 실시예에 따른 영상처리장치(100)는 의료영상을 디스플레이, 저장 및/또는 처리할 수 있는 모든 영상처리장치가 될 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 영상처리장치(100)는 도 2 및 도 3에서 설명한 의료장치로서 CT 장치(101)에 포함되도록 마련될 수 있다. 예를 들면, 영상처리장치(100)는 획득된 의료영상을 처리하여 도 3의 디스플레이부(230)를 통해 사용자에게 제공할 수 있다.
또한, 본 발명의 다른 실시예에 따른 영상처리장치(100)는 도 2 및 도 3에서 설명한 CT 장치와 같은 적어도 하나의 의료장치와 네트워크(501)를 통하여 연결되는 서버(534) 또는 외부 디바이스(538), 예를 들어 도 1의 디스플레이장치(102)가 될 수도 있을 것이다. 여기서, 영상처리장치(100)는 다양한 형태의 의료영상 중 적어도 하나를 디스플레이, 저장 또는 처리할 수 있는 의료영상 정보 시스템(PACS, Picture Archiving and Communication System)에 포함될 수 있다.
또한, 본 발명의 또 다른 실시예에 따른 영상처리장치(100)는 CT 장치(101) 이외에도, 대상체를 스캔하여 획득된 데이터를 이용하여 영상을 처리/복원하는 모든 의료영상 장치/시스템에 포함되어 구비될 수 있으며, 또는 모든 의료영상 장치/시스템과 연결되어 구비될 수도 있을 것이다.
도 5는 본 발명 일 실시예에 따른 영상처리장치(100)의 구성을 도시한 블록도이다.
도 5에 도시된 바와 같이, 본 발명의 일 실시예에 따른 영상처리장치(100)는 제어부(510), 디스플레이부(520), 영상처리부(530), 사용자 입력부(540), 저장부(550) 및 통신부(560)를 포함한다. 다만, 도시된 구성요소들이 모두 필수 구성요소들은 아니며, 도시된 구성요소들 이외에 다른 범용적인 구성요소들이 더 포함될 수도 있다.
영상처리장치(100)가 도 2 및 도 3에 도시된 CT 장치(101)에 포함되는 경우, 제어부(510), 디스플레이부(520), 영상처리부(530), 사용자 입력부(540) 및 저장부(550)는 각각 도 3의 제어부(218), 디스플레이부(230), 영상처리부(226), 사용자 입력부(228) 및 저장부(224)에 대응될 수 있다. 따라서, 영상처리장치(100)에 있어서, 도 2 또는 도 3에서와 중복되는 설명은 생략한다.
디스플레이부(520)는 영상처리장치(100)의 동작과 관련된 어플리케이션을 디스플레이한다. 예를 들면, 디스플레이부(520)는 의료 장치를 이용한 진단에 필요한 메뉴나 안내 사항 등을 디스플레이할 수 있다. 또한, 디스플레이부(520)는 진단 과정에서 획득된 영상들과, 사용자의 의료영상 처리장치 조작을 돕기 위한 사용자 인터페이스(UI)를 디스플레이할 수 있다.
도 5에서는 영상처리장치(100)에 하나의 디스플레이부(520)가 마련된 경우를 예로 들어 도시하였지만, 본 발명은 이에 한정되는 것이 아니며, 복수의 디스플레이부 예컨대, 메인 디스플레이와 서브 디스플레이를 포함하도록 구현될 수 있다.
본 실시예에서 디스플레이부(520)는 적어도 하나의 해부학적 개체를 포함하는 대상체를 촬상한 제1 영상(제1 의료영상) 및 제2 영상(제2 의료영상)을 표시하고, 제1 영상과 제2 영상을 정합하여 생성된 제3 영상(제3 의료영상을 더 표시할 수 있다.
일 실시예에서 디스플레이부(520)는 후술하는 저장부(550)에 저장된 표준 데이터베이스의 정보를 이용하여 생성되는 예측 로컬 모션 벡터를 이용하여 제1 영상 및 제2 영상을 정합하여 획득된 로컬 모션 벡터를 소정 해부학적 개체의 복수의 영역별로 정규화하고, 정규화된 로컬 모션 벡터에 기초하여 해부학적 개체의 상태에 대한 정보 즉, 진단 정보를 복수의 영역별로 제공할 수 있다. 여기서, 디스플레이부(520)는 해부학적 개체의 진단 정보를 복수의 영역별로 제공하도록 하는 제4 영상(제4 의료영상)을 더 디스플레이할 수 있다.
여기서, 제1 영상과 제2 영상은 소정 해부학적 개체를 포함하는 대상체를 촬영한 의료영상으로, 예를 들어 폐 CT 영상이 될 수 있다. 제1 영상과 제2 영상이 폐 CT 영상인 경우, 제1 영상은 흡기영상에, 제2 영상은 호기영상에 각각 대응할 수 있다.
한편, 본 발명에서, 의료영상은 CT 영상에 한정되지 않으며, 경우에 따라 MRI 영상 등과 같은 단층 영상, 엑스레이 영상, 초음파 영상 등 질병 진단을 위해 촬영된 모든 의료영상을 포함할 수도 있을 것이다.
영상처리부(530)는 디스플레이부(520)에 영상이 표시되도록 처리한다. 구체적으로, 영상처리부(530)는 대상체를 촬영하여 획득된 신호를 처리하여 디스플레이부(520)에 표시 가능한 화상 데이터로 이미징할 수 있다.
의료영상을 이미징하는 방법에는 첫 번째로 엑스레이 영상의 이미징 방법과 같이 대상체로 엑스레이와 같은 광선을 조사하여 대상체를 촬영하는 방법이 있다. 이 방법은 촬영 기법 또는 스캔 모드의 구별 없이 대상체를 이미징하는 방법이다. 또한, 이 방법은 획득하고자 하는 영상을 위한 별도의 복원 또는 계산 동작 없이, 바로 대상체를 이미징할 수 있다.
두 번째로, MRI 또는 CT 영상과 같이 대상체를 촬영하는데 있어서 촬영 기법 또는 스캔 모드를 다양하게 적용하여 대상체를 이미징하는 방법이 있다. 전술한 두 번째 방법의 경우, 대상체를 스캔할 때 고려할 수 있는 다양한 변수를 이용하여, 신체의 동일 부위를 촬영하더라도 서로 다른 특성을 갖는 영상을 획득할 수 있다. 즉, 용도 또는 목적에 맞춰서 스캔 모드를 변경함으로써, 목적에 부합하는 영상을 획득할 수 있다. 또한, 이 방법은 획득하고자 하는 영상을 위한 별도의 복원 또는 계산 동작을 수행하여 목적하는 영상을 획득할 수 있다.
여기서, 대상체를 스캔하여 의료영상을 촬영하는데 있어서 적용되는 기법을 '스캔 프로토콜(scan protocol)' 또는 '프로토콜'이라 하며, 이하에서는 '프로토콜'이라 한다. 또한, 영상처리부(530)는 획득된 영상 데이터에 소정 프로토콜를 적용하여 의료영상을 생성할 수 있다.
본 발명 일실시예에 따른 영상처리부(530)는 프로토콜을 적용하여 획득된 영상 데이터(제1 영상 및 제2 영상)를 이용하여, 계산 또는 후처리된 영상 데이터(제3 영상 또는 제4 영상)를 생성할 수 있다. 본 실시예에서 계산 또는 후처리 과정은 영상 정합, 개체 분할(segmentation), 분할된 개체 영역에서의 벡터 연산, 개체의 상태에 관한 정보를 나타내는 인덱스(index)의 계산 등을 포함할 수 있다.
CT 장치(101)의 경우 조영제(contrast media)를 투여하는지 여부에 따라서 서로 다른 프로토콜을 적용하여 대상체를 스캔 할 수 있다. 또한, CT 장치(101)의 경우 획득되는 영상 데이터는 사이노그램(sonogram) 또는 프로젝션 데이터(projection data)가 될 수 있으며, 획득된 스캔 데이터를 이용하여 영상 데이터 즉, 제1 영상 및 제2 영상을 생성할 수 있다.
사용자 입력부(540)는 사용자로부터 명령을 수신 가능하도록 제공된다. 본 실시예의 영상처리장치(100)는 사용자 입력부(540)를 통해 사용자로부터 영상처리장치(100)를 조작하기 위한 입력을 수신하고, 그에 응답하여 영상처리장치(100)가 획득한 제1 의료영상, 제2 의료영상, 제3 의료영상 및/또는 제4 의료영상이 디스플레이부(520)를 통해 출력될 수 있다.
사용자 입력부(540)는 사용자가 직접 영상처리장치(100)를 조작하기 위한 버튼, 키 패드, 스위치, 다이얼 또는 디스플레이부(520) 상에 표시되는 사용자 인터페이스를 포함할 수 있다. 본 발명 일실시예에서 사용자 입력부(540)는 디스플레이부(520) 상에 마련된 터치스크린을 포함할 수 있다. 사용자 입력부(540)가 터치스크린을 포함하는 경우, 디스플레이부(520)는 표시된 의료영상에서 사용자에 의해 선택된 지점에 대응하는 개체에 대한 정보를 제공하거나, 선택된 지점을 확대하여 표시할 수 있다.
저장부(550)는 제어부(510)의 제어에 따라서 한정되지 않은 데이터가 저장된다. 저장부(550)는 플래시메모리(flash-memory), 하드디스크 드라이브(hard-disc drive)와 같은 비휘발성 저장매체로 구현된다. 저장부(550)는 제어부(510)에 의해 액세스되며, 제어부(510)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행된다.
저장부(550)에 저장되는 데이터는, 예를 들면 영상처리장치(100)의 구동을 위한 운영체제를 비롯하여, 이 운영체제 상에서 실행 가능한 다양한 어플리케이션, 영상데이터, 부가데이터 등을 포함한다.
본 실시예의 저장부(550)는 소정 해부학적 개체에 대한 정보를 제공하기 위한 각종 데이터를 저장할 수 있다. 구체적으로, 저장부(550)에는 영상처리장치(100)에서 적어도 하나의 프로토콜을 적용하여 생성된 적어도 하나의 의료영상 데이터 및/또는 외부로부터 수신된 적어도 하나의 의료영상 데이터가 저장된다. 저장부(550)에 저장된 영상 데이터는 디스플레이부(550)에 의해 표시 가능하다. 또한, 저장부(550)에 저장된 영상 데이터는 본 발명 실시예에 따른 제1 의료영상, 제2 의료영상, 제3 의료영상 또는 제4 의료영상 중 적어도 하나가 될 수 있다.
또한, 저장부(550)는 적어도 하나의 해부학적 개체에 대한 정보를 수집하여 구축된 표준 데이터베이스를 포함할 수 있다. 이 표준 데이터베이스는 후술하는 예측 로컬 모션 벡터의 생성에 활용될 수 있다. 표준 데이터베이스는 소정 해부학적 개체(예를 들어, 폐)에 관한 복수의 의료영상을 벡터화하고, 벡터화된 데이터에 대해 통계적 모델링을 적용하여 구축될 수 있다.
통신부(560)는 다양한 외부장치와 통신을 수행하기 위한 유무선 네트워크 통신 모듈을 포함한다. 통신부(560)는 외부장치로부터 수신되는 커맨드/데이터/정보/신호를 제어부(510)에 전달한다. 또한, 통신부(560)는 제어부(510)로부터 전달받은 커맨드/데이터/정보/신호를 외부장치에 전송할 수도 있다.
통신부(560)는 본 실시예에 따르면 영상처리장치(100)에 내장되나, 일 실시예에서 동글(dongle) 또는 모듈(module) 형태로 구현되어 영상처리장치(100)의 커넥터(도시되지 아니함)에 착탈될 수도 있다.
또 다른 실시예에서, 통신부(560)는 HID(Human Interface Device) 들을 연결하기 위한 I/O 포트를 포함할 수 있다. 영상처리장치(100)는 I/O 포트를 통해 외부장치와의 영상 데이터의 송수신이 가능할 수 있다.
본 실시예의 통신부(560)는 타 의료장치에서 생성된 의료영상 데이터를 수신할 수 있다. 여기서, 타 의료장치는 다양한 종류의 의료장치일 수 있다. 예를 들어, 일실시예에서 타 의료장치는 CT 장치일 수 있으며, 경우에 따라 타 의료장치가 MRI 장치 또는 초음파 장치일 수도 있을 것이다.
일 실시예에서, 영상처리장치(100)는 타 의료장치와 통신부(560)를 통해 직접 연결될 수 있다. 다른 실시예에서 통신부(560)는 의료영상이 저장된 외부 저장매체와의 연결을 위한 접속부를 포함할 수 있다.
제어부(510)는 영상처리장치(100)의 다양한 구성에 대한 제어동작을 수행한다. 예를 들면, 제어부(510)는 영상처리부(530)가 처리하는 영상처리/개체 분할/벡터 연산 등과 관련된 프로세스의 진행, 사용자입력부(540)로부터의 커맨드에 대한 대응 제어동작을 수행함으로써, 영상처리장치(100)의 전체 동작을 제어한다.
제어부(510)는 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는 프로그램이 저장된 비휘발성 메모리(ROM)로부터 휘발성 메모리(RAM)으로 대응되는 프로그램을 로드하여 실행한다.
본 실시예에 따른 제어부(510)는 CPU(Central Processing Unit), AP(Application Processor), 마이컴(Micro Computer, MICOM)과 같은 적어도 하나의 범용 프로세서를 포함하여, 예를 들어, ROM에 저장된 소정 알고리즘에 따라 대응하는 프로그램을 RAM에 로드하여 실행함으로써 영상처리장치(100)의 다양한 동작들을 수행하도록 구현 가능하다.
영상처리장치(100)의 제어부(510)가 단일 프로세서 예를 들어 CPU로 구현되는 경우, CPU는 영상처리장치(100)에서 수행 가능한 다양한 기능들 예를 들어, 디스플레이부(520)에 표시되는 의료영상의 이미징을 위한 다양한 영상처리 프로세스의 진행으로서 예를 들어 적용되는 프로토콜의 선택 및 그에 따른 이미징에 대한 제어, 사용자입력부(540)를 통해 수신된 커맨드에 대한 대응, 외부 장치와의 유무선 네트워크 통신의 제어 등을 실행 가능하도록 마련될 수 있다.
프로세서는 싱글 코어, 듀얼 코어, 트리플 코어, 쿼드 코어 및 그 배수의 코어를 포함할 수 있다. 프로세서는 복수의 프로세서, 예를 들어, 메인 프로세서(main processor) 및 서브 프로세서(sub processor)를 포함할 수 있다. 서브 프로세서는 대기전원만 공급되고 영상처리장치(100)로서 동작하지 않는 대기모드(standby mode, 이하, 슬립모드(sleep mode) 라고도 한다)에서 동작하도록 마련된다.
상기와 같은 제어부(510)에 포함되는 프로세서, 롬 및 램은 내부 버스(bus)를 통해 상호 연결될 수 있다.
본 발명 일실시예에서 영상처리장치(100)가 랩탑 또는 데스크탑 컴퓨터로 구현되는 경우, 제어부(510)는 본체에 마련되며 그래픽 처리를 위한 GPU(Graphic Processing Unit, 도시되지 아니함)를 더 포함할 수 있다. 또한, 다른 실시예에서 영상처리장치(100)가 스마트 폰, 스마트 패드 등의 휴대용 단말로 구현되는 경우, 프로세서가 GPU를 포함할 수 있으며, 예를 들어 프로세서는 코어(core)와 GPU가 결합된 SoC(System On Chip) 형태로 구현될 수 있다.
한편, 제어부(510)는 영상처리장치(100)에서 지원되는 특정 기능, 예를 들어, 메인 프로세서를 포함한 소정 구성에서의 오류 발생을 감지하는 기능을 수행하기 위한 프로그램과 해당 프로그램을 실행하는 전용 프로세서로서 마련되는 칩(chip) 예를 들어, IC(integrated circuit) 칩을 포함할 수 있다.
일 실시예에서, 제어부(510)는 사용자 입력부(540)를 통해 의료영상의 분석 또는 이를 이용한 진단이 가능한 플랫폼(platform)으로서, 소정 어플리케이션을 실행하도록 하는 사용자 명령을 수신할 수 있다. 실행된 어플리케이션은 사용자 선택이 가능한 UI로서 각종 버튼이 표시되는 입력 영역과, 의료영상이 표시되는 표시 영역을 포함할 수 있다.
사용자는 어플리케이션의 입력 영역의 UI를 이용하여 내부 또는 외부에 저장된 의료영상의 불러오기 즉, 로드(load)가 가능하며, 로드된 의료영상은 어플리케이션의 표시 영역을 통해 디스플레이부(520)에 표시된다. 또한, 사용자는 실행된 어플리케이션에서 소정 해부학적 개체에 대한 정보를 제공하도록 하는 사용자 명령을 입력할 수 있다.
본 발명 일 실시예에서 영상처리부(530)는 하드웨어 구성인 적어도 하나의 프로세서를 포함하는 제어부(510)에 의해 구동되는 소프트웨어 구성인 의료영상 분석 어플리케이션으로 구현될 수 있다.
즉, 이하에서 설명하는 영상처리부(530)의 동작들은 제어부(510)에 의해 구동되는 소프트웨어의 실행에 따라 이루어지는 것이 된다. 따라서, 영상처리부(530)가 수행하는 각종 동작들은 제어부(510) 즉, 적어도 하나의 프로세서에 의해 수행되는 것으로도 볼 수 있다.
이하에서는, 의료영상으로서 흉부영상 즉, 폐 CT 영상을 이용하여 진단 대상 해부학적 개체인 폐의 상태에 관한 정보(진단 정보)를 제공하는 제1 실시예 내지 제3 실시예 각각에 대하여 보다 상세하게 설명하기로 한다.
다만, 이하에서의 설명은 본 발명에서 구현 가능한 실시예들로서, 본 발명은 이에 한정되는 것은 아니다. 예를 들어, 본 발명에서는 영상처리장치(100)가 CT 영상뿐 아니라 MRI 영상을 이용하여 폐와 같은 소정 해부학적 개체의 상태에 관한 정보를 제공하도록 구현될 수 있다. 또한, 정보 제공의 대상인 해부학적 개체 역시 폐에 한정되는 것이 아니라, 위, 심장, 뇌 등의 다른 장기나, 근육 등의 조직에 대한 진단에도 활용될 수 있다.
본 발명 제1 실시예에 따른 영상처리장치(100)의 제어부(510)는 복수의 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상으로부터 진단 대상인 소정 해부학적 개체에 대응하는 영역을 추출하고, 해당 영역이 추출된 제1 의료영상 및 제2 의료영상을 정합하여 제3 의료영상을 생성한다. 여기서, 제어부(510)는 영상 정합 과정에서 일종의 변위 벡터로서 정의되는 로컬 모션 벡터(local motion vector)를 획득할 수 있다.
제어부(510)는 저장부(550)에 저장된 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터(predictive local motion vector)를 이용하여, 영상 정합 과정에서 획득된 로컬 모션 벡터를 진단 대상인 해부학적 개체를 구성하는 복수의 영역 별로 정규화한다(normalize). 그리고, 제어부(550)는 정규화된 로컬 모션 벡터에 기초하여 진단 대상인 해부학적 개체의 상태를 복수의 영역별로 분석하고, 그 정보를 복수의 영역별로 제공한다. 여기서, 제어부(550)를 해부학적 개체의 상태에 관한 정보를 복수의 영역 별로 진단 가능하도록 디스플레이부(520)를 통해 제공할 수 있다.
여기서, 대상체는 환자의 신체 전부 또는 일부로서 예를 들어 흉부가 될 수 있다. 그에 따라, 본 발명 일 실시예에서 대상체를 촬영한 의료영상은 흉부영상, 보다 구체적으로는 호흡 CT 영상(또는 폐 CT 영상)이 될 수 있다. 호흡 CT 영상은 복수의 해부학적 개체로서, 폐(lung) 및 그 외 다른 조직 예를 들어, 횡경막(diaphragm), 갈비뼈로 구성된 흉곽(rib cage) 등을 포함할 수 있다.
또한, 폐의 복수의 영역은 폐엽(lobe)이며, 오른쪽 폐(우폐)는 상엽, 중엽 하엽의 3 개 영역으로, 왼쪽 폐(좌폐)는 상엽, 하엽의 2개 영역으로 분류될 수 있다. 제어부(510)는 폐 영역에서 폐엽의 경계(pulmonary fissure)를 찾아, 폐엽 단위로 진단 가능한 영상을 제공하도록 디스플레이부(520)를 제어할 수 있다.
도 6 내지 도 14는 본 발명 제1 실시예에 따라 영상처리장치(100)에서 소정 해부학적 개체의 상태에 관한 정보를 제공하기 위한 과정을 설명하기 위한 도면들이다.
제1 실시예에서 영상처리장치(100)는, 도 6에 도시된 바와 같이, 촬영된 호흡 CT 영상(Respiratory CTs)인 흡기영상(CT Inspiration Data)과 호기영상(CT Expiration Data)으로부터 폐 영역을 검출/분리하고(Lung Segmentation)(611), 분리된 폐 영역에 대하여 영상 정합을 수행한다(Lung Registration). 제어부(710)는 이 정합 과정에서 로컬 모션 벡터(local motion vector)를 획득할 수 있다(612).
여기서, 호흡 CT 영상은 CT 장치를 통해 당해 촬영된 영상이거나, 경우에 따라 과거에 다른 진단의 목적으로 촬영된 영상일 수 있다. 도 7을 참조하면, 본 실시예에서 호흡 CT 영상은 제1 의료영상으로서 정의되는 흡기(inhale or inspiratory) 영상(701)과 제2 의료영상으로서 정의되는 호기(exhale or expulsive) 영상(702)을 포함한다.
로컬 모션 벡터는 제어부(710)에 의해 수행되는 폐 영상의 정합 과정에서 계산되는 변위벡터에 대응한다. 제어부(710)는 폐 영역에 대해 계산된 로컬 모션 벡터를 디스플레이부(720)를 통해 표시할 수 있다. 도 8은 폐 영역에서 계산된 로컬 모션 벡터(computed local motion vector)가 디스플레이부(720)를 통해 표시되는 일례를 도시한 것이다.
제1 실시예에서 영상처리장치(100)에는 진단 대상 해부학적 개체(예를 들어, 폐)에 관해 수집된 데이터로 구성된 표준 데이터베이스(이하, 표준 DB 라고도 한다)가 구축될 수 있다. 여기서, 수집되는 데이터는 진단 대상 해부학적 개체를 포함하는 복수의 의료영상 및 대응되는 의료영상에 매칭된 속성 정보(예를 들어, 메타데이터(metadata))를 포함한다. 일 실시예에서 속성정보는 대응하는 의료영상의 촬영 대상에 대한 바이오 정보(bio info)로서, 예를 들어 신체적 특징, 생물학적 특징, 습관 중 적어도 하나를 포함할 수 있다. 신체적 특징은 촬영 대상의 신장(height), 몸무게(weight) 등을 포함하며, 생물학적 특징은 나이(age), 성별(sex) 등을 포함하며, 습관은 흡연 여부(smoking), 호흡기 알러지(respiratory allergy) 등을 포함한다.
일 실시예에서, 표준 DB 구축을 위한 촬영 대상은 폐 질환을 가지는 또는 가지는 것으로 의심되는 환자와 구분되는 개념으로서 일반인이 될 수 있다. 그에 따라, 표준 DB 내의 의료영상들은 정상 폐를 가지는 일반인들의 호흡 CT 영상이 될 수 있다.
다른 실시예에서, 표준 DB 구축을 위한 촬영 대상은 폐 질환을 가지는 또는 가지는 것으로 의심되는 환자를 포함하는 개념으로서 일반인이 될 수 있다. 그에 따라, 표준 DB 내의 의료영상들은 폐 질환 여부와 관계없이 특정 집단에 포함되는 사람들(예를 들어, 만 20세 이상 60세 미만의 한국인)의 호흡 CT 영상이 될 수 있다.
도 9는 본 발명 제1 실시예에 따른 영상처리장치(100)에서 표준 데이터베이스를 구축하는 과정을 도시한 도면이다.
도 9에 도시된 바와 같이, 제어부(510)는 진단 대상 해부학적 개체인 폐를 포함하는 데이터(normal subject)로서 복수의 의료영상(Sub 1, Sub 2, Sub 3, ... Sub m)을 그에 매칭된 바이오 정보(Bio Info)와 함께 수집한다. 여기서, 수집된 의료영상은 흡기영상과 호기영상을 포함한다. 예를 들어, 임의의 일반인의 호흡 CT 영상으로서 정의되는 서브젝트 1(Sub 1)의 경우, 호흡 CT 영상으로서 흡기영상(901)과 호기영상(902) 및 그의 바이오 정보(903)가 함께 수집될 수 있다.
제어부(510)는 각 서브젝트에 대하여 의료영상의 정합을 수행한다. 여기서, 영상 정합은 흡기영상과 호기영상의 정합(Insp-Exp Registration)을 포함하며, 소정 정합 알고리즘에 따른 영상 정합(예를 들어, Affine and non-rigid registration 또는 Atlas registration)을 더 포함할 수 있다.
영상 정합의 과정에서, 도 9와 같이, 제어부(510)에 의해 각 서브젝트에 대하여 소정 방향성을 가지는 모션 벡터(motion vector) dx, dy, dz 가 획득될 수 있다. 본 실시예에서는 이 과정을 벡터화(vectorize)(911)로 정의하며, 제어부(710)는 각 서브젝트 별로 수집된 의료영상을 벡터화하는 것이 된다.
제어부(510)는 이렇게 벡터화된 데이터에 대해 소정 방식의 통계적 모델링을 적용한다(912). 여기서, 통계적 모델링은 예를 들어, 분해 모델링(decomposition modeling)으로서, 예를 들면 도 9와 같이, 주성분 분석(Principal component analysis; PCA), 이산 카루넨-뢰브 변환(Karhunen-Loeve transform 또는 KLT), 특이 값 분해(Singular Value Decomposition; SVD), 고유 값 분해(Eigen Value Decomposition; EVD), 경험직교함수(empirical orthogonal function; EOF) 중 어느 하나가 적용될 수 있다.
위와 같이 통계적 모델링이 적용된 벡터 데이터는 가중 벡터(weighting vector)가 되며, 제어부(510)에 의해 소정 기준에 따라 정렬된다(component sorting)(913). 그리고, 정렬된 벡터 데이터(B/W component)에 부여된 가중치 및 그에 대응하는 의료영상에 매칭된 바이오 정보 간의 관계를 결정함으로써(find relationship b/w comp. weighting and bio info), 표준 DB가 구축된다. 이 과정에서, 회귀 분석(regression analysis)이 이용될 수 있다.
도 10은 도 9의 표준 데이터베이스 구축에서, 벡터 데이터 및 바이오 정보 간의 관계를 찾는 과정을 도시한 도면이다.
도 10에 도시된 바와 같이, 제어부(510)는 복수의 의료영상(Sub 1, Sub 2, Sub 3, ... , Sub m)(1001, 1002, 1003)에 대해 통계적 모델링을 적용하여(1011), 벡터 데이터
Figure pat00001
,
Figure pat00002
, ... ,
Figure pat00003
를 획득할 수 있다(1012).
또한, 각 영상에 매칭된 바이오 정보(Bio info.)(1021, 1022, 1023)를 매개 변수화(parameterization)하여(1031), 벡터 데이터
Figure pat00004
,
Figure pat00005
, ... ,
Figure pat00006
를 획득할 수 있다(1032).
제어부(510)는, 도 10에 도시된 바와 같이, 획득된 벡터 데이터들에 대해 회귀분석을 수행하여, 상호 간의 관계를 결정하게 된다. 이 과정에서 아래의 수학식 1이 사용될 수 있다.
Figure pat00007
여기서, 회귀분석에 사용되는 회귀함수(regression function)의 일례로서, 선형 회귀(linear regression) 알고리즘이 사용될 수 있다. 아래의 수학식 2는 본 발명 일 실시예에서 사용되는 선형 회귀 모델을 나타낸 것이다.
Figure pat00008
결과적으로, 제어부(510)는 각 서브젝트에 대응하는 벡터 데이터 및 그에 대한 바이오 정보에 기반하여 수학적으로 연산된 모션 벡터들로 구성된 표준 데이터 베이스를 구축하게 된다. 이 표준 데이터베이스는 모션 벡터들을 통계적으로 평균화하여 저장된 것일 수 있으며, 경우에 따라 유사한 특징을 가지는 일련의 모션 벡터들을 군(group) 단위로 분류하여 저장할 수 있다. 일 실시예에서는, 표준 데이터베이스를 Statistical atlas 라고도 한다.
도 6을 참조하면, 제어부(510)는 진단 대상인 환자의 바이오 정보를 입력받고(621), 상기와 같이 구축된 표준 DB로부터(622) 진단 대상인 환자를 위한 예측 로컬 모션 벡터(이하, 예측 로컬 모션 벡터 모델(Predictive Motion Vector model) 이라고도 한다)를 결정한다(623). 본 실시예의 영상처리장치(100)에서, 예측 로컬 모션 벡터의 결정에는 다양한 수식/알고리즘이 이용될 수 있다.
일 실시예로서 제어부(510)는 환자의 바이오 정보를 도 9 및 도 10에서 표준 DB의 구축 과정에서 설명한 통계적 모델링으로부터 도출되는 수학적 연산에 적용하여 예측 로컬 모션 벡터를 결정할 수 있다. 이 과정에서 아래의 수학식 3이 사용된다.
Figure pat00009
수학식 3에서 소정 방향의 벡터 데이터 각각에 대해 적용되는 함수는 표준 DB와 관련하여 설명한 통계적 모델(분해(decomposition) ) 모델)에 대응될 수 있으며, 예를 들어 PCA, KLT, SVD, EVD, EOF 중 어느 하나에 기초한 직교 변환(orthogonal transform)일 수 있다.
제어부(510)는 진단 대상인 환자의 바이오 정보(bio variables)에 대응하여 수학식 3에 의해 계산된 모션 벡터 d x , d y , d z 를 예측 로컬 모션 벡터로서 결정하게 된다.
다른 실시예로서, 제어부(510)는 표준 DB로부터 검색(search)을 통해 진단 대상인 환자의 바이오 정보와 유사도가 가장 높은 모션 벡터를 예측 로컬 모션 벡터로서 선택할 수 있다.
또 다른 실시예로서, 제어부(510)는, 도 11에 도시된 바와 같이, 표준 DB로부터 검색을 통해 진단 대상인 환자의 바이오 정보와 유사도가 높은 소정 개수의 모션 벡터로 이루어진 군(group)을 추출하고, 추출된 군 내의 벡터 데이터들에 대해 NN, Linear, Spline와 같은 내삽법(interpolation)(또는 보간법)을 적용하여 진단 대상 환자의 바이오 정보(1101)에 대응하는 예측 로컬 모션 벡터(1102)를 생성할 수 있다.
도 6을 참조하면, 제어부(510)는 이렇게 결정된 예측 로컬 모션 벡터를 진단 대상인 환자의 의료영상(CT)에 정합한다(624). 그에 따라, 예측 로컬 모션 벡터가 의료영상에 대응하도록 변형 즉, 워핑(warping)된다.
도 12는 상기와 같은 실시예들에 따라 결정 및 정합된 예측 로컬 모션 벡터가 디스플레이부(520)를 통해 표시되는 일례를 도시한 것이다.
도 6에 도시된 본 발명 제1 실시예에 따른 영상처리장치(100)에서, 제어부(510)는 제1 의료영상 및 제2 의료영상의 영상 정합(612)에 따라 획득된 로컬 모션 벡터를, 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터(워핑된 예측 로컬 모션 벡터)를 이용하여 진단 대상인 해부학적 개체인 폐의 복수의 영역별로 정규화한다(localized normalization)(631).
일 실시예에서 정규화에는 로컬 모션 벡터와 예측 로컬 모션 벡터 간의 소정 수학적 연산(빼기, 나누기 등)이 이용될 수 있다. 본 발명에서 정규화의 방식은 한정되지 않으며, 도 6에 도시된 제1 실시예에서 정규화는 소정 기준에 따라 로컬 모션 벡터와 예측 로컬 모션 벡터 간의 값 차이에 대응하여 폐의 영역 별로 그 상태(정보)가 식별 가능하게 표시되도록 조정이 가능한 다양한 방식을 이용하도록 구현될 수 있다.
그리고, 제어부(510)는 정규화된 로컬 모션 벡터를 이용하여 폐의 영역(또는 지역, local) 별로 모션 분석(motion analysis)을 수행한다(632).
도 13은 정규화된 로컬 모션 벡터를 포함하는 의료영상이 모션 분석을 위해 디스플레이부(520)를 통해 표시되는 일례를 도시한 것이다.
여기서, 모션 분석은 폐 질환 분석에 이용되는 주요 물리적인 특징(mechanical feature) 예를 들어, 부피 변화(volume change), 변형(strain), 왜곡(distortion), 비강직(non-rigidity) 등을 계산하고, 계산 결과에 따라 관련도가 높은 특징을 선택 및 추출하는 과정을 포함한다.
본 발명 일 실시예에서, 영상처리장치(100)의 제어부(510)는 추출된 특징의 조합에 의해 정규화된 운동적 기능 능력(kinematic function ability)을 나타낼 수 있는 팩터, 예를 들어 수축/이완, 움직임 등을 계산하고, 그에 대응하도록 생성된 의료 영상을 소정 형식의 맵(예를 들어, 운동적 기능 맵(kinematic function map))으로서 디스플레이부(520)를 통해 표시할 수 있다.
도 14는 상기와 같은 모션 분석 및 특징 추출에 따라 운동적 기능 맵으로서 의료영상을 표시하는 일례를 도시한 것이다.
제어부(510)는, 도 14에 도시된 바와 같이, 정규화된 로컬 모션 벡터가 폐의 각 영역(예를 들어, 폐엽(lobe))별로 식별 가능하게 표시되도록 디스플레이부(520)를 제어할 수 있다. 여기서, 운동적 기능 맵은 좌우 폐의 영역들 상에서 복셀(voxel) 별로 분석 결과가 표시될 수 있으며, 각 영역별로 확률/통계적인 정보(예를 들어, 해당 연령 및 성별 환자의 평균값 등의 표준 정보)가 비교 가능하도록 더 표시될 수 있다.
일 실시예에서 운동적 기능 맵은, 도 14와 같이, 다양한 방향(예를 들어, 수평면(axial), 수직면(orthogonal), 관상면(coronal), 시상면(sagittal) 등)에서 바라보는 폐(해부학적 개체)를 도시할 수 있으며, 필요에 따라 좌우 폐 중 어느 하나를 표시할 수도 있다. 또한, 해부학적 개체를 3D 형태로 표시하고, 사용자의 조작에 따라 개체를 소정 방향으로 회전 및/또는 확대하여 표시할 수도 있다. 그에 따라, 사용자(의사)가 영역별로 해부학적 개체의 상태에 대한 확인이 가능하므로, 그에 대한 진단이 보다 용이할 수 있게 된다.
만성 폐쇄성 폐질환(Chronic Obstructive Pulmonary Disease, COPD)으로 진단되면, 고주파 열치료나 폐 절제술 등의 치료 방식을 택할 수 있는데, 이를 위해서는 폐의 영역별로 정밀한 진단이 가능하도록 개체가 표시될 필요가 있다.
도 15는 정상인과 COPD 환자의 모션 벡터를 영역별로 비교하여 도시한 것이다.
도 15(a)에 도시된 바와 같이, 일반인(정상인)의 경우 예를 들어, 폐의 하엽(1501)에서 모션 값이 크게 도시되는데 반해, 환자는 도 15(b)에 도시된 COPD 환자는 정상인과 비교하여 폐의 하엽(1502)에서의 모션 값이 상대적으로 작아지는 것을 확인할 수 있다.
따라서, 본 발명 제1 실시예에 따른 영상처리장치(100)에서와 같이, 영역별 모션 값(즉, 로컬 모션 벡터)이 식별 가능하게 표시되는 경우, COPD의 진단 및 치료가 보다 용이할 수 있게 된다.
이하, 본 발명의 제1 실시예에 따른 영상처리방법에 관해 도면을 참조하여 설명한다.
도 16은 본 발명 제1 실시예에 의한 영상처리방법을 도시한 흐름도이다.
도 16에 도시된 바와 같이, 영상처리장치(100)의 제어부(510)는 복수의 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상(701)과 제2 의료영상(702) 에 대하여 진단 대상인 해부학적 개체인 폐에 대응하는 영역을 추출하고, 폐 영역이 추출된 제1 의료영상과 제2 의료영상을 정합하여 로컬 모션 벡터를 획득할 수 있다(S1602). 여기서, 의료영상은 예를 들어, 폐, 횡경막, 갈비뼈를 포함하는 흉부 CT 영상 또는 호흡 CT 영상으로, 제1 의료영상은 흡기영상에 대응되고 제2 의료영상은 호기영상에 대응될 수 있다. 제어부(510)는 소정 영상 처리 프로세스를 이용하여 폐에 대응하는 영역을 선택적으로 분리하도록 영상처리부(530)를 제어하고, 영역 분리 및 정합에 따라 생성된 로컬 모션 벡터를 포함하는 영상을 제3 의료영상으로서 디스플레이부(520)를 통해 표시할 수 있다. 단계 S1602에서 획득되는 로컬 모션 벡터는 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위벡터에 대응할 수 있다.
제어부(510)는 진단 대상인 환자의 바이오 정보를 이용하여 표준 데이터베이스(622)로부터 예측 로컬 벡터를 생성한다(S1604). 여기서, 표준 데이터베이스는 소정 해부학적 개체 즉, 폐에 관하여 수집된 복수의 의료영상(흡기영상 및 호기영상을 포함하는 호흡 CT 영상)을 벡터화하고, 벡터화된 데이터에 대해 소정의 통계적 모델링을 적용하여 구축될 수 있다. 환자의 바이오 정보는 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함한다. 일 실시예에서 제어부(510)는 진단 대상인 환자의 바이오 정보를 변수로 입력받고, 입력된 변수를 표준 데이터베이스(622)에 대응하는 함수에 적용하여 예측 로컬 벡터를 연산할 수 있다. 다른 실시예에서 제어부(510)는 표준 데이터베이스(622)로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하고, 검색 결과에 따라 예측 로컬 벡터를 결정할 수 있다. 또 다른 실시예에서 제어부(510)는 표준 데이터베이스(622)로부터 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하고, 2 이상의 로컬 모션 벡터에 내삽법을 적용하여 예측 로컬 모션 벡터를 연산할 수도 있을 것이다.
제어부(510)는 단계 S1604에서 생성된 예측 로컬 모션 벡터를 이용하여, 단계 S1602에서 획득된 로컬 모션 벡터를 해부학적 개체 즉, 폐의 복수의 영역별로 정규화한다(S1606). 여기서, 폐의 복수의 영역은 폐엽으로서, 오른쪽 폐(우폐)는 상엽, 중엽 하엽의 3 개 영역을, 왼쪽 폐(좌폐)는 상엽, 하엽의 2개 영역을 포함할 수 있다. 제어부(510)는 단계 S1602에서 정합에 의해 생성된 제3 의료영상에 단계 S1604에서 생성된 예측 로컬 모션 벡터를 정합하고, 그 정합에 따라 제3 의료영상에 워핑된 예측 로컬 벡터를 이용하여 단계 S1602에서 획득된 로컬 모션 벡터를 복수의 영역별로 정규화할 수 있다. 정규화는 소정 기준에 따라 로컬 모션 벡터와 예측 로컬 모션 벡터 간의 값 차이에 대응하여 복수의 영역 별로 폐의 상태가 식별 가능하도록 표시하는 것으로, 일 실시예에서 빼기, 나누기와 같은 소정 수학적 연산을 이용할 수 있다.
그리고, 제어부(510)는 단계 S1606에서 정규화된 로컬 모션 벡터에 기초하여 복수의 영역 별로 모션 분석을 수행하고, 분석 결과에 따라 진단 대상인 해부학적 개체의 상태에 관한 정보를 모션 분석이 수행된 복수의 영역별로 제공할 수 있다(S1608). 여기서, 제어부(510)는 모션 분석 결과에 따라 정규화된 운동적 기능 능력을 나타낼 수 있는 적어도 하나의 팩터를 계산하고, 그에 대응하도록 생성된 의료영상을 소정 형식의 맵으로 이루어진 제4 의료영상으로서 디스플레이부(520)를 통해 표시할 수 있다. 제4 의료영상은 좌우 폐의 각 영역들(폐엽들) 상에서 복셀 별로 분석 결과가 식별 가능하게 표시될 수 있으며, 각 영역 별로 진단 대상 환자의 표준 정보를 더 표시하여 폐질환 환자와 일반인(정상인)의 차이까지 쉽게 인지할 수 있게 한다. 사용자는 제공된 영역별 상태 정보에 의해 소정 해부학적 개체 즉, 폐에 대한 진단을 할 수 있게 된다.
상기와 같은, 본 발명 제1 실시예에서에 따른 영상처리장치(100)의 제어부(510)는 흡기영상 및 호기영상을 정합하여 획득된 로컬 모션 벡터를 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 정규화하고, 정규화된 로컬 모션 벡터에 기초하여 폐의 상태에 관한 정보를 복수의 영역별로 제공한다.
이러한 영역별 정규화에 따라, 진단 대상인 폐 질환 환자의 로컬 모션 벡터와 환자의 바이오 정보를 이용한 통계적 모델링을 통해 표준 데이터베이스로부터 생성되는 일반인(정상인)의 예측 로컬 모션 벡터의 차이값에 대한 정보를 식별 가능하게 제공할 수 있으며, 의사와 같은 사용자는 이를 폐질환 진단에 활용할 수 있다.
그에 따라, 사용자는, 예를 들어 COPD와 같은 폐 질환의 위험성을 나타내는 강도(severity)를 폐의 운동적 기능의 정상인 대비 차이를 이용하여 폐의 각 영역별로 정량화하여 표시할 수 있게 되므로, 보다 정확하고 세분화된 진단이 가능할 수 있게 된다.
다음, 본 발명 제2 실시예에 관하여 설명하기로 한다.
본 발명 제2 실시예에 따른 영상처리장치(100)의 제어부(510)는 복수의 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상으로부터 진단 대상인 소정 해부학적 개체에 대응하는 영역을 추출하고, 해당 영역이 추출된 제1 의료영상 및 제2 의료영상을 정합하여 제3 의료영상을 생성한다. 따라서, 영상 정합을 이용한다는 점에서는 제1 실시예와 유사점이 있다.
제2 실시예에서, 제어부(510)는 정합된 의료영상으로부터 농도 파라미터를 연산하고(compute density parameter), 텍스처 파라미터를 더 연산한다(compute texture parameter). 그리고, 제어부(510)는 연산된 파라미터들에 기초하여 운동적 기능 파라미터를 더 연산한다(compute kinetic function parameter). 여기서, 연산되는 운동적 기능 파라미터는 제1 실시예에서와 같이, 운동적 기능 능력(kinematic function ability)을 나타낼 수 있는 팩터, 예를 들어 수축/이완, 움직임 등을 포함할 수 있다.
제2 실시예에서, 제어부(510)는 연산된 운동적 기능 파라미터에 대한 반복적인 트레이닝(training)을 통해 의료영상을 분류하고, 그에 따라 COPD 위험성 강도를 등급화할 수 있다(COPD severity grading). 여기서, 제어부(510)는 트레이닝의 과정에서 필요에 따라 지도 학습(supervised learning)을 선택적으로 더 수행할 수 있다.
일 실시예에서, COPD 강도 등급(COPD severity grading)은 예를 들어 mild, moderate, severe 등으로 COPD의 위험성을 단계적으로 분류할 수 있을 것이다. 각 단계들은 통증, 치료 가능성 등을 고려하여 결정된다.
그리고, 제어부(510)는 COPD 강도 등급 결과를 표시하도록 디스플레이부(520)를 제어하며, 여기서 COPD 등급이 CT 통계 텍스트 정보(statistical text info)에 오버레이되어(overlaid) 표시될 수 있으며, 통계 텍스트 정보는 제1 실시예의 표준 데이터베이스로부터 추출될 수 있을 것이다.
이하, 본 발명의 제2 실시예에 따른 영상처리방법에 관해 도면을 참조하여 설명한다.
도 17은 본 발명 제2 실시예에 의한 영상처리방법을 도시한 흐름도이다.
도 17에 도시된 바와 같이, 제2 실시예에서 영상처리장치(100)의 제어부(510)는 복수의 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상과 제2 의료영상에 대하여 진단 대상인 해부학적 개체인 폐에 대응하는 영역을 추출하고, 폐 영역이 추출된 제1 의료영상과 제2 의료영상을 정합하여 로컬 모션 벡터를 획득할 수 있다(S1702).
제어부(510)는 단계 S1702에서 정합된 의료영상으로부터 밀도 파라미터와 텍스처 파라미터를 연산하고, 연산 결과에 기초하여 운동적 기능 파라미터를 더 연산한다(S1704).
제어부(510)는 단계 S1704에서 연산된 파라미터를 이용하여 진단 대상인 해부학적 개체를 분류 및 COPD 등급을 결정한다(S1706).
그리고, 제어부(510)는 단계 S1706에서 결정된 등급에 기초하여 진단 대상인 해부학적 개체 즉, 폐의 상태에 관한 정보로서 COPD 위험성 정도 등을 디스플레이부(520)를 통해 제공할 수 있다(S1708).
상기와 같은, 본 발명 제2 실시예에서에 따른 영상처리장치(100)의 제어부(510)는 흡기영상 및 호기영상을 정합한 의료영상의 농도 및 텍스처 정보를 이용하여 운동적 기능 파라미터를 연산하고, 연산된 파라미터를 이용하여 폐질환, 구체적으로 COPD 등급을 결정하여 그 정보를 제공한다. 그에 따라, 사용자는 COPD의 위험 정도에 따른 보다 정확하고 세분화된 폐질환 진단이 가능할 수 있게 된다.
다음, 본 발명 제3 실시예에 관하여 설명하기로 한다.
본 발명 제3 실시예에 따른 영상처리장치(100)의 제어부(510)는 진단 대상 해부학적 개체를 포함하는 대상체를 촬영한 의료영상을 병변 정량화 정보에 기초하여 재구성하고, 재구성된 의료영상을 통해 소정 판독 시점에 대응하여 의료영상을 표시한다. 따라서, 의료영상을 가공하여 진단에 용이한 의료영상을 제공한다는 점에서는 제1 및 제2 실시예와 유사점이 있다.
상기와 같은 제3 실시예에서 재구성된 의료영상은 통합된 3차원 판독 영상이 될 수 있다. 제어부(510)는 폐 질환 정량화 정보를 이용하여 진단 영상을 재구성 할 수 있다.
구체적으로, 제어부(510)는 병변의 정량화 정보를 임상적 위험도에 대응하여 정규화(normalize)하여 디스플레이부(520)를 통한 가시화(visualization)에 적용할 수 있다. 여기서, 정량화는 폐질환 진단에 사용되는 다양한 팩터들에 대응하는 값들을 하나의 통합된 의료영상에서 표시할 수 있도록 수치화하는 것이 된다.
본 발명 제3 실시예에서는 결절(nodule), 기도(airway), 혈관(vessel), 폐기종(emphysema)과 같은 다양한 폐 질환을 진단할 수 있도록 통합된 3차원 판독 영상을 생성한다. 여기서, 제어부(510)는 각 폐 질환의 임상적 중요도가 반영된 변환 함수(transfer function 또는 multi-dimension transfer function)를 계산하고, 계산된 변환 함수를 이용하여 통합된 3차원 판독 영상을 생성할 수 있다. 일 실시예에서 변환 함수는 제1 실시예에서 설명한 바와 같은 표준 데이터베이스와 같은 통계적 모델링을 이용할 수 있을 것이다.
상기와 같은 방식으로, 제어부(510)는 환자의 CT 영상이 입력되면, 다양한 폐 질환에 대한 정보를 측정하고, 각 질환에 대한 변환 함수를 이용하여 입력된 CT 영상을 통합된 3차원 판독 영상으로 변환하게 된다.
제어부(510)는 통합된 3차원 판독 영상에 대해 병변이 겹치지 않는 최적의 시점으로 영상을 재구성할 수 있다. 예를 들어, 병변이 밀집되어 있는 경우, 제어부(510)는 병변의 분산을 최대화시키는 시점을 계산하고, 계산 결과에 기초하여 각각의 병변을 판독하기에 적합한 뷰(view)를 제공할 수 있게 된다. 여기서, 제어부(510)는 통합된 판독 영상을 회전하거나 왜곡 시키는 등의 변경이 가능하며, 일부 영역을 확대하거나 크기를 조정하는 변경, 평면 형태로 제공되는 영상을 커브 형태로 변경하는 등의 다양한 방식의 영상 재구성을 수행하도록 영상처리부(530)를 제어할 수 있다.
본 발명 제3 실시예에 따른 영상처리장치(100)는 통합 판독 영상에서 특정 폐 질환에 대응하는 영역을 선택할 수 있는 선택 분석 도구를 제공할 수 있다. 예를 들어, 제어부(510)는 사용자의 선택에 의해 통합 판독 영상에서 기도(airway) 만을 선택적으로 표시하도록 디스플레이부(520)를 제어할 수 있다.
이하, 본 발명의 제3 실시예에 따른 영상처리방법에 관해 도면을 참조하여 설명한다.
도 18은 본 발명 제3 실시예에 의한 영상처리방법을 도시한 흐름도이다.
도 18에 도시된 바와 같이, 제3 실시예에서 영상처리장치(100)의 제어부(510)는 병변 정량화 정보에 기초하여 대상체, 즉 흉부를 촬영한 의료영상(호흡 CT 영상)을 재구성한다(S1802).
제어부(510)는 단계 S1802에서 재구성된 의료영상에 대해 밀집된 병변을 분산하여 표시하는 판독 시점을 계산하고, 계산된 판독 시점에 대응하여 의료영상을 표시할 수 있다(S1804).
도 19 내지 도 25는 본 발명 제3 실시예에 따른 영상처리장치(100)에서 제어부(510)에 의해 통합된 판독 영상을 제공하고, 그에 기초하여 병변을 분석하는 다양한 예시들을 도시한 도면들이다.
도 19에 도시된 바와 같이, 영상처리장치(100)는 환자의 CT 영상을 입력받고(1901), 제어부(510)는 입력된 CT 영상으로부터 복수의 병변 각각에 대한 분석을 수행한다(1902). 여기서, 입력되는 CT 영상은 당해 촬영된 의료영상이거나, 과거에 촬영된 의료영상일 수 있다. 즉, 영상처리장치(100)가 의료장치(예를 들어, 도 2 및 도 3의 CT 장치)인 경우, 대상체를 촬영하여 획득된 데이터가 영상 처리부(266)에 의해 처리된 CT 영상을 입력받을 수 있다. 또한, 영상처리장치(100)가 휴대 장치를 포함하는 디스플레이장치인 경우, 외부의 의료장치로부터 데이터 통신에 의해 CT 영상을 수신할 수 있다.
제3 실시예에서 영상처리장치(100)는 소정 환자에 대해 촬영된 적어도 하나의 CT 영상을 입력받는다. 즉, 영상처리장치(100)가 복수의 CT 영상을 입력받는 경우도 제3 실시예에 포함되며, 복수의 CT 영상은 다양한 촬영 각도로 획득된 데이터의 집합으로 구성될 수 있다.
제어부(510)는 입력된 CT 영상에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 19와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(1902).
그리고, 제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상(단면 영상 포함)을 3차원 통합 판독 영상으로 재구성할 수 있다(1903).
재구성된 통합 판독 영상은 영상처리장치(100)에서 제공되는 통합 판독 도구를 통해 디스플레이부(520) 상에 표시된다(1904). 통합 판독 도구는 통합 판독 영상에 대해 각각의 병변을 판독하기 적합한 최적의 뷰를 제공하며, 사용자는 이를 통해 각 병변의 상태를 확인할 수 있다.
도 20에 도시된 실시예에서, 영상처리장치(100)는 도 19의 실시예와 마찬가지로 환자의 CT 영상(복수의 의료영상 포함)을 입력받고(2001), 제어부(510)는 입력된 CT 영상으로부터 복수의 병변 각각에 대한 분석을 수행한다(2002). 여기서, 제어부(510)는 입력된 CT 영상에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 20와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(2002).
제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상(단면 영상 포함)을 3차원 통합 판독 영상으로 재구성한다(2003).
제어부(510)는 재구성된 통합 판독 영상에 기초하여 병변 별 상관관계를 분석한다(2004).
그리고, 제어부(510)는 분석 결과에 따라 병변 별 상관관계 보고서를 생성하여 이를 디스플레이부(520)를 통해 표시한다(2005). 여기서, 생성된 보고서는 소정 파일의 형태로 외부로 전송되거나, 영상처리장치(100)와 연결된 프린팅 장치를 통해 인쇄될 수도 있을 것이다.
사용자는 병변 별 상관관계 보고서를 이용하여 각 병변들 간의 관계를 확인하여, 이를 진단에 활용할 수 있다.
도 21에 도시된 실시예에서, 영상처리장치(100)는 복수의 환자에 대응하는 촬영된 복수의 CT 영상을 입력받는다(2101). 여기서, 복수의 CT 영상은 특정 연령대 또는 성별을 가지는 소정 사용자 집단에 속하는 환자들에 대해 촬영된 의료영상일 수 있다.
제어부(510)는 입력된 복수의 CT 영상 각각에 대해 복수의 병변에 대한 분석을 수행한다(2102). 여기서, 제어부(510)는 입력된 각 CT 영상 별로 진단 대상 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 21와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(2102).
제어부(510)는 각 CT 영상 별로 수행된 병변 분석 결과를 질병 별로 분류(classification)하여 그 통계를 낸다(2103).
제어부(510)는 분류 및 통계 결과에 대응하는 평균 판독 영상을 재구성할 수 있다(2104).
그리고, 제어부(510)는 재구성된 평균 판독 영상에 기초하여 병변 별 상관관계를 분석하고(2105), 분석 결과에 따라 병변 별 상관관계 보고서를 생성하여 이를 디스플레이부(520)를 통해 표시할 수 있다(2106). 여기서, 생성된 보고서는 소정 파일의 형태로 외부로 전송되거나, 영상처리장치(100)와 연결된 프린팅 장치를 통해 인쇄될 수도 있을 것이다.
그에 따라, 사용자는 병변 별 상관관계 보고서를 이용하여, 특정 환자 집단에서 각 병변들 간의 평균적 관계를 확인하여, 이를 진단에 활용할 수 있다.
도 22에 도시된 실시예에서, 영상처리장치(100)는 도 19의 실시예와 마찬가지로 환자의 CT 영상(복수의 의료영상 포함)을 입력받고(2201), 제어부(510)는 입력된 CT 영상으로부터 복수의 병변 각각에 대한 분석을 수행한다(2202). 여기서, 제어부(510)는 입력된 CT 영상에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 22와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(2202).
제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상(단면 영상 포함)을 3차원 통합 판독 영상으로 재구성한다(2203).
재구성된 통합 판독 영상은 영상처리장치(100)에서 제공되는 통합 판독 도구를 통해 디스플레이부(520) 상에 표시된다(2204). 통합 판독 도구는 통합 판독 영상에 대해 각각의 병변을 판독하기 적합한 최적의 뷰를 제공하며, 사용자는 이를 통해 각 병변의 상태를 확인할 수 있다.
통합 판독 도구는 사용자에 의해 병변을 선택 가능하도록 제공할 수 있다. 사용자는 사용자 입력부(540)를 이용하여 특정 병변을 선택할 수 있으며(2205), 제어부(510)는 사용자 선택에 응답하여 특정 병변(예를 들어 결정, 폐기종 등)에 대한 판독 도구를 통해 해당 병변의 상태를 확인할 수 있는 영상을 표시하도록 디스플레이부(520)를 제어하게 된다(2206).
사용자는 선택에 따른 소정 병변의 상태를 확인하고, 이를 진단에 활용할 수 있다.
도 23에 도시된 실시예에서, 영상처리장치(100)는 도 19의 실시예와 마찬가지로 환자의 CT 영상(복수의 의료영상 포함)을 입력받고(2301), 제어부(510)는 입력된 CT 영상으로부터 복수의 병변 각각에 대한 분석을 수행한다(2302). 여기서, 제어부(510)는 입력된 CT 영상에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 23와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석뿐 아니라, 림프 전이 분석과 뼈 전이 분석까지 수행할 수 있다(2302).
제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상(단면 영상 포함)을 3차원 통합 판독 영상으로 재구성한다(2303).
재구성된 통합 판독 영상은 영상처리장치(100)에서 제공되는 통합 판독 도구를 통해 디스플레이부(520) 상에 표시된다(2304). 통합 판독 도구는 통합 판독 영상에 대해 각각의 병변을 판독하기 적합한 최적의 뷰를 제공하며, 사용자는 이를 통해 각 병변의 상태를 확인할 수 있다.
도 23의 실시예에서, 사용자는 통합 판독 도구를 이용하여 폐에 대한 각 병변의 상태뿐 아니라, 림프 또는 뼈로의 전이 여부까지 확인하여, 이를 진단에 활용할 수 있다.
도 24에 도시된 실시예에서, 영상처리장치(100)는 도 19의 실시예와 마찬가지로 환자의 CT 영상(복수의 의료영상 포함)을 입력받고(2401), 제어부(510)는 입력된 CT 영상으로부터 복수의 병변 각각에 대한 분석을 수행한다(2402). 여기서, 제어부(510)는 입력된 CT 영상에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 24와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(2402).
제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상(단면 영상 포함)을 3차원 통합 판독 영상으로 재구성한다(2403).
여기서, 영상처리장치(100)는 사용자 입력부(540)를 통해 재구성된 통합 CT 판독 영상에 대한 사용자 조정값을 입력받을 수 있다(2404). 제어부(510)는 입력된 사용자 조정에 응답하여 판독 영상을 다시 재구성한다 (2005). 그리고, 제어부(510)는 재구성되는 판독 영상은 디스플레이부(520)를 통해 표시될 수 있다.
도 24의 실시예의 영상처리장치(100)는 사용자 조정에 따라 판독 영상을 갱신하여 표시함으로써, 사용자가 필요로 하는 정보가 제공되도록 할 수 있으며, 이를 진단에 활용할 수 있다.
도 25에 도시된 실시예에서, 영상처리장치(100)는 환자의 CT 영상 외에, 다른 의료장치를 통해 획득된 의료영상을 더 입력받을 수 있다(2501). 구체적으로, 도 25를 참조하면, MRI 영상, 초음파 영상, X-ray 영상 중 적어도 하나가 더 입력될 수 있다.
제어부(510)는 입력된 영상들으로부터 복수의 병변 각각에 대한 분석을 수행한다(2502). 여기서, 제어부(510)는 입력된 의료영상들에 포함된 해부학적 개체인 폐에 대한 다양한 병변의 분석을 수행하며, 구체적으로, 도 25와 같이, 결절 분석, 폐기종 분석, 기도 분석, 혈관 분석을 각각 수행할 수 있다(2502).
제어부(510)는 수행된 병변 분석 결과에 기초하여 대상체에 대해 촬영된 의료영상을 3차원 통합 판독 영상으로 재구성한다(2503).
재구성된 통합 판독 영상은 영상처리장치(100)에서 제공되는 통합 판독 도구를 통해 디스플레이부(520) 상에 표시된다(2504). 통합 판독 도구는 통합 판독 영상에 대해 각각의 병변을 판독하기 적합한 최적의 뷰를 제공하며, 사용자는 이를 통해 각 병변의 상태를 확인할 수 있다.
도 25의 실시예의 영상처리장치(100)는 CT 영상에서 확인하기 어려운 위치/구성에서 대한 영상을 다른 의료영상을 참조하여 판독 영상 재구성에 활용할 수 있으므로, 보다 상세한 진단 결과를 제공할 수 있는 장점이 있다.
도 26과 도 27은 본 발명 제3 실시예에 따른 영상처리장치(100)에서 재구성된 통합 CT 판독 영상이 표시되는 것을 예를 들어 도시한 도면이다.
도 26에 도시된 바와 같이, 통합 CT 판독 영상(2610)은 3차원 영상으로서 다양한 병변의 상태를 확인할 수 있도록 제공된다. 통합 CT 판독 영상은 도 19 내지 도 25에서 설명한 실시예들에 따른 다양한 방식으로 재구성될 수 있으며, 병변의 분산을 최대화시키는 시점을 계산하여, 통합 판독 도구를 통해 각 병변을 판독하기에 가장 접합한 뷰를 제공할 수 있게 된다.
영상처리장치(100)는 사용자 선택에 대응하여 통합 CT 판독 영상을 조정/변경하여 표시할 수 있으며, 사용자 입력을 위한 인터페이스(2620)는, 예를 들어 도 26과 같이, 2차원 좌표의 형태로 디스플레이부(520)를 통해 제공될 수 있다.
제어부(510)는 인터페이스(2620)에서의 사용자 선택(2621, 2622, 2623) 지점에 대응하도록 도 27과 같이 통합 CT 판독 영상을 갱신하여 표시할 수 있다. 즉, 도 27(a)에서의 통합 영상은 도 27(b)와 같이 특정 병변이 잘 보이는 방향으로 회전되어 표시될 수 있으며, 도 27(c)와 같이 해부학적 개체인 폐의 특정 구성만을 선별하여 표시할 수도 있다. 도 27에서는 통합 CT 판독 영상을 보여주는 다양한 실시예들의 일부만을 예를 들어 도시한 것으로, 본 발명 제3 실시예의 통합 CT 판독 영상은 병변의 종류, 위치, 진단 목적, 환자의 이력 등의 다양한 요인에 따른 질병의 진단 및 치료가 가능한 다양한 방식으로 표시될 수 있을 것이다.
상기와 같은 본 발명 제3 실시예에 따른 영상처리장치(100)는, CT 영상이 단일 폐 질환에 대한 분석만을 제공하는 종래 기술과 비교하여, 통합 진단 영상을 통해 다양한 폐 질환의 분석 및 진단이 가능할 수 있는 장점이 있다.
상기와 같은 본 발명 실시예들에 따르면, 영상처리장치(100)는 소정 해부학적 개체를 포함하는 의료영상에 대해 영역별 정규화, 운동적 기능 파라미터를 이용한 분류 및 등급 결정, 또는 통합된 판독 영상 등을 제공하여, 다양한 방식으로 의료영상을 표시함으로써 의사와 같은 사용자의 폐 질환 진단에 유용하게 활용될 수 있다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
한편, 상기와 같은 본 발명의 다양한 실시예들은 컴퓨터가 판독 가능한 기록매체로 실시될 수 있다. 컴퓨터가 판독 가능한 기록매체는 전송매체 및 컴퓨터 시스템에 의해 판독 가능한 데이터를 저장하는 저장매체를 포함한다. 전송매체는 컴퓨터 시스템이 상호 결합된 유무선 네트워크를 통해 구현 가능하다.
본 발명의 다양한 실시예들은 하드웨어와 하드웨어 및 소프트웨어의 결합에 의해 구현될 수 있다. 하드웨어로서, 제어부(510)는 소프트웨어인 컴퓨터프로그램이 저장되는 비휘발성메모리와, 비휘발성메모리에 저장된 컴퓨터프로그램이 로딩되는 RAM과, RAM에 로딩된 컴퓨터프로그램을 실행하는 CPU를 포함할 수 있다. 비휘발성메모리는 하드디스크드라이브, 플래쉬메모리, ROM, CD-ROMs, 자기테이프(magnetic tapes), 플로피 디스크, 광기억 장치(optical storage), 인터넷을 이용한 데이터 전송장치 등을 포함하며, 이에 한정되지 않는다. 비휘발성메모리는 본 발명의 컴퓨터가 읽을 수 있는 프로그램이 기록된 기록매체(computer-readable recording medium)의 일례이다.
컴퓨터프로그램은 CPU가 읽고 실행할 수 있는 코드로서, 도 16 내지 도 18에 도시된 단계 S1602 내지 S1608, S1702 내지 S1708, S1802 내지 S1804를 포함한 제어부(710)의 동작을 수행하도록 하는 코드를 포함한다.
컴퓨터프로그램은 영상처리장치(100)에 구비된 운영체제(operating system) 또는 어플리케이션을 포함하는 소프트웨어 및/또는 외부장치와 인터페이스하는 소프트웨어에 포함되어 구현될 수 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
100 : 영상처리장치 510 : 제어부
520 : 디스플레이부 530 : 영상처리부
540: 사용자 입력부 550 : 저장부
560 : 통신부

Claims (36)

  1. 영상처리장치에 있어서,
    소정 해부학적 개체에 대한 정보에 기초하여 구축된 표준 데이터베이스를 포함하는 저장부와;
    상기 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하고, 상기 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 해부학적 개체의 복수의 영역별로 정규화하고, 상기 정규화된 로컬 모션 벡터에 기초하여 상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 제공하도록 하는 적어도 하나의 프로세서를 포함하는 것을 특징으로 하는 영상처리장치.
  2. 제1항에 있어서,
    상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 구분 가능하게 표시하는 디스플레이부를 더 포함하는 것을 특징으로 하는 영상처리장치.
  3. 제1항에 있어서,
    상기 프로세서는, 상기 제1 의료영상 및 제2 의료영상으로부터 상기 해부학적 개체에 대응하는 영역을 추출하고, 상기 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 상기 로컬 모션 벡터를 획득하는 것을 특징으로 하는 영상처리장치.
  4. 제3항에 있어서,
    상기 해부학적 개체는 폐를 포함하며, 상기 제1 의료영상은 흡기영상에 대응하고 상기 제2 의료영상은 호기영상에 대응하는 것을 특징으로 하는 영상처리장치.
  5. 제1항에 있어서,
    상기 표준 데이터 베이스는, 상기 해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하고, 벡터화된 데이터에 대한 통계적 모델링을 적용하여 구축된 것을 특징으로 하는 영상처리장치.
  6. 제5항에 있어서,
    상기 프로세서는, 진단 대상인 환자의 바이오 정보를 변수로 입력받고, 상기 입력된 변수를 상기 표준 데이터베이스에 대응하는 함수에 적용하여 상기 예측 로컬 벡터를 연산하는 것을 특징으로 하는 영상처리장치.
  7. 제6항에 있어서,
    상기 환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 영상처리장치.
  8. 제5항에 있어서,
    상기 구축된 표준 데이터베이스는 상기 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하며,
    상기 프로세서는, 상기 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하고, 상기 검색 결과에 따라 상기 예측 로컬 모션 벡터를 결정하는 것을 특징으로 하는 영상처리장치.
  9. 제8항에 있어서,
    상기 프로세서는, 상기 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하고, 상기 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 상기 예측 로컬 모션 벡터를 연산하는 것을 특징으로 하는 영상처리장치.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 프로세서는, 상기 제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 상기 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하고, 상기 정합에 따라 상기 제3 의료영상에 워핑된 상기 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 복수의 영역별로 정규화하는 것을 특징으로 하는 영상처리장치.
  11. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 프로세서는, 상기 정규화된 로컬 모션 벡터에 기초하여 상기 복수의 영역별로 모션 분석을 수행하고, 상기 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하고, 상기 계산된 적어도 하나의 팩터에 대응하여 상기 해부학적 개체의 진단 정보를 상기 복수의 영역별로 제공하는 것을 특징으로 하는 영상처리장치.
  12. 제11항에 있어서,
    상기 해부학적 개체는 폐를 포함하며,
    상기 프로세서는, 상기 적어도 하나의 팩터를 이용하여 상기 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 상기 진단 정보와 함께 제공하는 것을 특징으로 하는 영상처리장치.
  13. 영상처리방법에 있어서,
    소정 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하는 단계와;
    상기 해부학적 개체에 대한 정보를 포함하는 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 해부학적 개체의 복수의 영역별로 정규화하는 단계와;
    상기 정규화된 로컬 모션 벡터에 기초하여 상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 제공하도록 하는 단계를 포함하는 것을 특징으로 하는 영상처리방법.
  14. 제13항에 있어서,
    상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 구분 가능하게 표시하는 단계를 더 포함하는 것을 특징으로 하는 영상처리방법.
  15. 제13항에 있어서,
    상기 로컬 모션 벡터를 획득하는 단계는,
    상기 제1 의료영상 및 제2 의료영상으로부터 상기 해부학적 개체에 대응하는 영역을 추출하는 단계와;
    상기 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 상기 로컬 모션 벡터를 획득하는 단계를 포함하는 것을 특징으로 하는 영상처리방법.
  16. 제15항에 있어서,
    상기 해부학적 개체는 폐를 포함하며, 상기 제1 의료영상은 흡기영상에 대응하고 상기 제2 의료영상은 호기영상에 대응하는 것을 특징으로 하는 영상처리방법.
  17. 제13항에 있어서,
    상기 해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하는 단계와;
    상기 벡터화된 데이터에 통계적 모델링을 적용하여 상기 표준 데이터 베이스를 구축하는 단계를 더 포함하는 것을 특징으로 하는 영상처리방법.
  18. 제17항에 있어서,
    진단 대상인 환자의 바이오 정보를 변수로 수신하는 단계와;
    상기 수신된 변수를 상기 표준 데이터베이스에 대응하는 함수에 적용하여 상기 예측 로컬 벡터를 연산하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는, 상기 연산된 예측 로컬 벡터를 이용하는 것을 특징으로 하는 영상처리방법.
  19. 제18항에 있어서,
    상기 환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 영상처리방법.
  20. 제17항에 있어서,
    상기 구축된 표준 데이터베이스는 상기 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하고,
    상기 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하는 단계와;
    상기 검색 결과에 따라 상기 예측 로컬 모션 벡터를 결정하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는 상기 결정된 예측 로컬 모션벡터를 이용하는 것을 특징으로 하는 영상처리방법.
  21. 제20항에 있어서,
    상기 검색 결과에 따라 상기 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하는 단계를 더 포함하고,
    상기 예측 로컬 모션 벡터를 결정하는 단계는, 상기 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 상기 예측 로컬 모션 벡터를 연산하는 단계를 포함하는 것을 특징으로 하는 영상처리방법.
  22. 제13항 내지 제21항 중 어느 한 항에 있어서,
    상기 제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 상기 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는, 상기 정합에 따라 상기 제3 의료영상에 워핑된 상기 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 복수의 영역별로 정규화하는 것을 특징으로 하는 영상처리방법.
  23. 제13항 내지 제21항 중 어느 한 항에 있어서,
    상기 정규화된 로컬 모션 벡터에 기초하여 상기 복수의 영역별로 모션 분석을 수행하는 단계와;
    상기 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하는 단계를 더 포함하며,
    상기 복수의 영역별로 제공하도록 하는 단계는, 상기 계산된 적어도 하나의 팩터에 대응하여 상기 해부학적 개체의 진단 정보를 상기 복수의 영역별로 제공하는 것을 특징으로 하는 영상처리방법.
  24. 제23항에 있어서,
    상기 해부학적 개체는 폐를 포함하며,
    상기 복수의 영역별로 제공하도록 하는 단계는, 상기 적어도 하나의 팩터를 이용하여 상기 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 상기 진단 정보와 함께 제공하는 것을 특징으로 하는 영상처리방법.
  25. 컴퓨터가 읽을 수 있는 프로그램으로서 영상처리방법을 수행하는 프로그램이 기록된 기록매체에 있어서, 상기 영상처리방법은,
    소정 해부학적 개체를 포함하는 대상체를 촬영한 제1 의료영상 및 제2 의료영상을 정합하여 로컬 모션 벡터를 획득하는 단계와;
    상기 해부학적 개체에 대한 정보를 포함하는 표준 데이터베이스로부터 생성되는 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 해부학적 개체의 복수의 영역별로 정규화하는 단계와;
    상기 정규화된 로컬 모션 벡터에 기초하여 상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 제공하도록 하는 단계를 포함하는 것을 특징으로 하는 기록매체.
  26. 제25항에 있어서,
    상기 해부학적 개체의 상태에 대한 정보를 상기 복수의 영역별로 구분 가능하게 표시하는 단계를 더 포함하는 것을 특징으로 하는 기록매체.
  27. 제25항에 있어서,
    상기 로컬 모션 벡터를 획득하는 단계는,
    상기 제1 의료영상 및 제2 의료영상으로부터 상기 해부학적 개체에 대응하는 영역을 추출하는 단계와;
    상기 해부학적 개체의 영역이 추출된 제1 의료영상과 제2 의료영상의 정합에 의해 도출되는 변위 벡터에 대응하는 상기 로컬 모션 벡터를 획득하는 단계를 포함하는 것을 특징으로 하는 기록매체.
  28. 제27항에 있어서,
    상기 해부학적 개체는 폐를 포함하며, 상기 제1 의료영상은 흡기영상에 대응하고 상기 제2 의료영상은 호기영상에 대응하는 것을 특징으로 하는 기록매체.
  29. 제25항에 있어서,
    상기 해부학적 개체에 관하여 수집된 복수의 의료영상을 벡터화하는 단계와;
    상기 벡터화된 데이터에 통계적 모델링을 적용하여 상기 표준 데이터 베이스를 구축하는 단계를 더 포함하는 것을 특징으로 하는 기록매체.
  30. 제29항에 있어서,
    진단 대상인 환자의 바이오 정보를 변수로 수신하는 단계와;
    상기 수신된 변수를 상기 표준 데이터베이스에 대응하는 함수에 적용하여 상기 예측 로컬 벡터를 연산하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는, 상기 연산된 예측 로컬 벡터를 이용하는 것을 특징으로 하는 기록매체.
  31. 제30항에 있어서,
    상기 환자의 바이오 정보는, 신체적 정보, 생물학적 정보 및 습관 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 기록매체.
  32. 제29항에 있어서,
    상기 구축된 표준 데이터베이스는 상기 복수의 의료영상에 대응하는 로컬 모션 벡터 정보를 더 포함하고,
    상기 표준 데이터베이스로부터 진단 대상인 환자의 바이오 정보에 대응하는 로컬 모션 벡터를 검색하는 단계와;
    상기 검색 결과에 따라 상기 예측 로컬 모션 벡터를 결정하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는 상기 결정된 예측 로컬 모션벡터를 이용하는 것을 특징으로 하는 기록매체.
  33. 제32항에 있어서,
    상기 검색 결과에 따라 상기 환자와 유사한 바이오 정보를 가지는 2 이상의 로컬 모션 벡터를 선택하는 단계를 더 포함하고,
    상기 예측 로컬 모션 벡터를 결정하는 단계는, 상기 선택된 2 이상의 로컬 모션 벡터에 대해 내삽법을 적용하여 상기 예측 로컬 모션 벡터를 연산하는 단계를 포함하는 것을 특징으로 하는 기록매체.
  34. 제25항 내지 제33항 중 어느 한 항에 있어서,
    상기 제1 의료영상 및 제2 의료영상을 정합하여 생성된 제3 의료영상에 상기 표준 데이터베이스로부터 생성된 예측 로컬 모션 벡터를 정합하는 단계를 더 포함하며,
    상기 복수의 영역별로 정규화하는 단계는, 상기 정합에 따라 상기 제3 의료영상에 워핑된 상기 예측 로컬 모션 벡터를 이용하여 상기 로컬 모션 벡터를 상기 복수의 영역별로 정규화하는 것을 특징으로 하는 기록매체.
  35. 제25항 내지 제33항 중 어느 한 항에 있어서,
    상기 정규화된 로컬 모션 벡터에 기초하여 상기 복수의 영역별로 모션 분석을 수행하는 단계와;
    상기 분석 결과에 따라 정규화된 운동적 기능 능력을 나타내는 적어도 하나의 팩터를 계산하는 단계를 더 포함하며,
    상기 복수의 영역별로 제공하도록 하는 단계는, 상기 계산된 적어도 하나의 팩터에 대응하여 상기 해부학적 개체의 진단 정보를 상기 복수의 영역별로 제공하는 것을 특징으로 하는 기록매체.
  36. 제35항에 있어서,
    상기 해부학적 개체는 폐를 포함하며,
    상기 복수의 영역별로 제공하도록 하는 단계는, 상기 적어도 하나의 팩터를 이용하여 상기 폐의 진단 정보를 제공하며, 진단 대상인 환자에 대한 표준 정보를 상기 진단 정보와 함께 제공하는 것을 특징으로 하는 기록매체.
KR1020160017484A 2016-02-15 2016-02-15 영상처리장치, 영상처리방법 및 이를 기록한 기록매체 KR20170096088A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020160017484A KR20170096088A (ko) 2016-02-15 2016-02-15 영상처리장치, 영상처리방법 및 이를 기록한 기록매체
PCT/KR2016/015141 WO2017142183A1 (ko) 2016-02-15 2016-12-23 영상처리장치, 영상처리방법 및 이를 기록한 기록매체
US16/061,201 US11051715B2 (en) 2016-02-15 2016-12-23 Image processing apparatus, image processing method, and recording medium recording same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160017484A KR20170096088A (ko) 2016-02-15 2016-02-15 영상처리장치, 영상처리방법 및 이를 기록한 기록매체

Publications (1)

Publication Number Publication Date
KR20170096088A true KR20170096088A (ko) 2017-08-23

Family

ID=59626083

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160017484A KR20170096088A (ko) 2016-02-15 2016-02-15 영상처리장치, 영상처리방법 및 이를 기록한 기록매체

Country Status (3)

Country Link
US (1) US11051715B2 (ko)
KR (1) KR20170096088A (ko)
WO (1) WO2017142183A1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101991250B1 (ko) * 2018-01-22 2019-06-20 재단법인 아산사회복지재단 프랙탈 차원값을 이용한 만성폐질환 예측방법 및 장치
KR101992057B1 (ko) * 2018-08-17 2019-06-24 (주)제이엘케이인스펙션 혈관 투영 영상을 이용한 뇌질환 진단 방법 및 시스템
KR102015223B1 (ko) * 2018-08-17 2019-10-21 (주)제이엘케이인스펙션 3차원 자기공명영상과 다평면 혈관투영영상을 활용한 뇌질환 진단 방법 및 장치
KR20200056855A (ko) * 2018-11-15 2020-05-25 서울여자대학교 산학협력단 기복모델 생성방법, 장치 및 프로그램
WO2020138932A1 (ko) * 2018-12-24 2020-07-02 주식회사 제이엘케이인스펙션 머신러닝 기반의 gre 영상을 활용한 혈전 분류 방법 및 시스템
KR102177567B1 (ko) * 2019-12-09 2020-11-11 주식회사 뷰노 골 영상 생성 방법 및 이를 이용한 장치
KR102227624B1 (ko) * 2020-03-09 2021-03-15 주식회사 퍼즐에이아이 워터마크를 삽입한 음성 인증 시스템 및 이에 대한 방법
WO2021118068A1 (ko) * 2019-12-09 2021-06-17 주식회사 뷰노 의료 영상 생성 방법 및 이를 이용한 장치
KR20210085791A (ko) * 2019-12-31 2021-07-08 주식회사 코어라인소프트 정량화 파라미터를 이용하는 의료 영상 분석 시스템 및 유사 증례 검색 시스템, 및 그 시스템에서 실행되는 방법
KR20220060746A (ko) * 2020-11-05 2022-05-12 주식회사 뷰노 의료 영상 생성 방법 및 장치
KR20220102759A (ko) 2021-01-14 2022-07-21 차윤숙 기능성 쪽염색 마스크의 제조방법 및 기능성 쪽염색
WO2023177225A1 (ko) * 2022-03-16 2023-09-21 고려대학교 산학협력단 3차원 무기폐 모델에 기반한 흉강경 시뮬레이션 장치 및 방법

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018169571A1 (en) * 2017-03-15 2018-09-20 Google Llc Segmentation-based parameterized motion models
EP3229160A3 (en) * 2017-07-19 2017-11-29 Siemens Healthcare GmbH Method for configuring a medical instrument, system for con-figuring a medical instrument, computer program product and computer readable medium
CN111161333B (zh) * 2019-12-12 2023-04-18 中国科学院深圳先进技术研究院 一种肝脏呼吸运动模型的预测方法、装置及存储介质
CN112002390A (zh) * 2020-08-31 2020-11-27 南京市口腔医院 一种口腔cbct数据成像结构化管理***
JP7500360B2 (ja) 2020-09-11 2024-06-17 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
JP2022158574A (ja) * 2021-04-02 2022-10-17 富士フイルム株式会社 学習装置、方法およびプログラム、並びに放射線画像処理装置、方法およびプログラム
WO2023076593A1 (en) * 2021-10-28 2023-05-04 Government Of The United States Of America, As Represented By The Secretary Of Commerce Lung fluid monitor and monitoring fluid level in a lung

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719630A (en) * 1993-12-10 1998-02-17 Nec Corporation Apparatus for compressive coding in moving picture coding device
JP3646845B2 (ja) * 1998-03-03 2005-05-11 Ｋｄｄｉ株式会社 ビデオ符号化装置
CN1272967C (zh) * 2002-01-18 2006-08-30 株式会社东芝 视频编码方法和装置
JP4560643B2 (ja) 2003-06-17 2010-10-13 株式会社Ａｚｅ 呼吸気ｃｔ画像による換気分布計測方法
JP5422168B2 (ja) * 2008-09-29 2014-02-19 株式会社日立製作所 動画像符号化方法および動画像復号化方法
KR101511564B1 (ko) * 2008-11-06 2015-04-13 삼성테크윈 주식회사 웨이블릿 변환을 이용한 영상의 움직임 보상 노이즈 제거 장치 및 방법
US20110081054A1 (en) * 2009-10-02 2011-04-07 Harris Corporation Medical image analysis system for displaying anatomical images subject to deformation and related methods
JP2011161220A (ja) * 2010-01-14 2011-08-25 Toshiba Corp 画像処理装置、ｘ線コンピュータ断層撮像装置及び画像処理プログラム
RU2523920C2 (ru) * 2010-02-09 2014-07-27 Ниппон Телеграф Энд Телефон Корпорейшн Способ кодирования с предсказанием вектора движения, способ декодирования с предсказанием вектора движения, устройство кодирования фильма, устройство декодирования фильма и их программы
WO2011121894A1 (ja) * 2010-03-31 2011-10-06 三菱電機株式会社 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法
US8855205B2 (en) * 2010-05-26 2014-10-07 Newratek Inc. Method of predicting motion vectors in video codec in which multiple references are allowed, and motion vector encoding/decoding apparatus using the same
JP2012151796A (ja) * 2011-01-21 2012-08-09 Sony Corp 画像処理装置と画像処理方法およびプログラム
US9020229B2 (en) * 2011-05-13 2015-04-28 Broncus Medical, Inc. Surgical assistance planning method using lung motion analysis
CA2840613C (en) 2011-06-29 2019-09-24 The Regents Of The University Of Michigan Analysis of temporal changes in registered tomographic images
KR101286222B1 (ko) * 2011-09-19 2013-07-15 삼성메디슨 주식회사 영상을 처리하는 방법, 장치, 초음파 진단장치 및 의료영상시스템
JP2013074468A (ja) * 2011-09-28 2013-04-22 Jvc Kenwood Corp 動画像復号装置、動画像復号方法及び動画像復号プログラム
MX353235B (es) * 2011-09-29 2018-01-08 Sharp Kk Star Dispositivo de decodificación de imágenes, método de decodificación de imágenes y dispositivo de codificación de imágenes.
JP5607839B2 (ja) * 2011-11-24 2014-10-15 パナソニック株式会社 診断支援装置および診断支援方法
TW201328359A (zh) * 2011-12-19 2013-07-01 Ind Tech Res Inst 基於壓縮域的移動物件偵測方法及裝置
JP5844187B2 (ja) * 2012-03-23 2016-01-13 富士フイルム株式会社 画像解析装置および方法並びにプログラム
CN104737542B (zh) * 2013-01-30 2018-09-25 英特尔公司 用于下一代视频的内容自适应熵编码
EP2982304B1 (en) * 2013-04-05 2018-04-25 Toshiba Medical Systems Corporation Medical image processing apparatus and medical image processing method
KR102233427B1 (ko) * 2014-04-14 2021-03-29 삼성전자주식회사 의료 영상 정합 방법 및 장치
JP6482191B2 (ja) * 2014-06-12 2019-03-13 キヤノン株式会社 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム
US10413253B2 (en) * 2014-11-21 2019-09-17 Samsung Electronics Co., Ltd. Method and apparatus for processing medical image
US10332281B2 (en) * 2016-01-29 2019-06-25 Wisconsin Alumni Research Foundation System and method for denoising medical images by enforcing low rank spatial-temporal or spatial-spectral image matrices

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11657499B2 (en) 2018-01-22 2023-05-23 The Asan Foundation Method and apparatus for predicting pulmonary disease using fractal dimension value
WO2019143228A1 (ko) * 2018-01-22 2019-07-25 재단법인 아산사회복지재단 프랙탈 차원값을 이용한 만성폐질환 예측방법 및 장치
KR101991250B1 (ko) * 2018-01-22 2019-06-20 재단법인 아산사회복지재단 프랙탈 차원값을 이용한 만성폐질환 예측방법 및 장치
KR101992057B1 (ko) * 2018-08-17 2019-06-24 (주)제이엘케이인스펙션 혈관 투영 영상을 이용한 뇌질환 진단 방법 및 시스템
KR102015223B1 (ko) * 2018-08-17 2019-10-21 (주)제이엘케이인스펙션 3차원 자기공명영상과 다평면 혈관투영영상을 활용한 뇌질환 진단 방법 및 장치
KR20200056855A (ko) * 2018-11-15 2020-05-25 서울여자대학교 산학협력단 기복모델 생성방법, 장치 및 프로그램
WO2020138932A1 (ko) * 2018-12-24 2020-07-02 주식회사 제이엘케이인스펙션 머신러닝 기반의 gre 영상을 활용한 혈전 분류 방법 및 시스템
KR102177567B1 (ko) * 2019-12-09 2020-11-11 주식회사 뷰노 골 영상 생성 방법 및 이를 이용한 장치
WO2021118068A1 (ko) * 2019-12-09 2021-06-17 주식회사 뷰노 의료 영상 생성 방법 및 이를 이용한 장치
KR20210085791A (ko) * 2019-12-31 2021-07-08 주식회사 코어라인소프트 정량화 파라미터를 이용하는 의료 영상 분석 시스템 및 유사 증례 검색 시스템, 및 그 시스템에서 실행되는 방법
KR102227624B1 (ko) * 2020-03-09 2021-03-15 주식회사 퍼즐에이아이 워터마크를 삽입한 음성 인증 시스템 및 이에 대한 방법
KR20220060746A (ko) * 2020-11-05 2022-05-12 주식회사 뷰노 의료 영상 생성 방법 및 장치
KR20220102759A (ko) 2021-01-14 2022-07-21 차윤숙 기능성 쪽염색 마스크의 제조방법 및 기능성 쪽염색
WO2023177225A1 (ko) * 2022-03-16 2023-09-21 고려대학교 산학협력단 3차원 무기폐 모델에 기반한 흉강경 시뮬레이션 장치 및 방법

Also Published As

Publication number Publication date
US20180368731A1 (en) 2018-12-27
WO2017142183A1 (ko) 2017-08-24
US11051715B2 (en) 2021-07-06

Similar Documents

Publication Publication Date Title
US11051715B2 (en) Image processing apparatus, image processing method, and recording medium recording same
AU2019281799B2 (en) System and method for lung-volume-gated x-ray imaging
KR102522539B1 (ko) 의료영상 표시장치 및 의료영상 처리방법
US10304198B2 (en) Automatic medical image retrieval
US10628972B2 (en) Diagnostic imaging method and apparatus, and recording medium thereof
US10098602B2 (en) Apparatus and method for processing a medical image of a body lumen
CN109074869B (zh) 医疗诊断支持装置、信息处理方法以及医疗诊断支持***
CN112529834A (zh) 病理图像模式在3d图像数据中的空间分布
KR102510760B1 (ko) 영상처리장치, 영상처리방법 및 이를 기록한 기록매체
US10032293B2 (en) Computed tomography (CT) apparatus and method of reconstructing CT image
EP4069354A1 (en) System and method for determining radiation parameters
CN111598895A (zh) 一种基于诊断影像和机器学习的测量肺功能指标的方法
WO2019200349A1 (en) Systems and methods for training a deep learning model for an imaging system
WO2019200351A1 (en) Systems and methods for an imaging system express mode
US20200342964A1 (en) Medical information processing apparatus, ordering system and method
JP2023504026A (ja) 医用イメージング・システムにおける自動式プロトコル指定
US11080866B2 (en) Dynamic image processing method and dynamic image processing device
JP2015221141A (ja) 医用画像診断支援装置、医用画像診断支援装置の作動方法、および医用画像診断支援プログラム
KR20220032405A (ko) 흉부 이미지 판독 방법
US20230169653A1 (en) Medical image processing apparatus, medical image processing method, and storage medium
US12026832B2 (en) System and method for gating radiation exposure
US20150182173A1 (en) Image diagnostic apparatus and method, and recording medium
Chen et al. Classifying Bone Metastasized SPECT Images in RGB Format with VGGNets
Bhavani et al. COMPARATIVE ANALYSIS OF TRADITIONAL CLASSIFICATION AND DEEP LEARNING IN LUNG CANCER PREDICTION
JP2024070317A (ja) 処理装置、処理プログラム、処理方法及び処理システム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal