KR101697880B1 - Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation - Google Patents
Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation Download PDFInfo
- Publication number
- KR101697880B1 KR101697880B1 KR1020150188803A KR20150188803A KR101697880B1 KR 101697880 B1 KR101697880 B1 KR 101697880B1 KR 1020150188803 A KR1020150188803 A KR 1020150188803A KR 20150188803 A KR20150188803 A KR 20150188803A KR 101697880 B1 KR101697880 B1 KR 101697880B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- blood vessel
- region
- atherosclerotic
- calculating
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Abstract
Description
본 발명은 동맥경화반의 용적을 측정하는 방법으로, 상세하게는 혈관에서 조영제가 투입된 위치에 따라 달라지는 밝기를 반영한 적응적 임계값 기법의 영상분할을 이용하여 CT 혈관 영상에서 동맥경화반의 용적을 정확하게 측정하는 방법 및 장치에 관한 것이다.The present invention relates to a method for measuring the volume of atherosclerotic plaque, and more particularly, to a method for accurately measuring the volume of atherosclerotic plaque in CT angiograms using an adaptive threshold technique, which reflects brightness depending on the location of the contrast agent in the blood vessel And more particularly,
심혈관계 질환은 심장과 주요 동맥에 발생하는 질환을 말한다. 주요 혈관계 질환은 대동맥, 허파동맥, 목동맥, 뇌혈관, 신장동맥, 하지 동맥(온엉덩(장골)동맥, 넙다리(대퇴)동맥 등) 등의 주요 동맥이 막히거나 늘어나거나 터지는 출혈이 일어나는 질환이다. 주된 원인으로 (죽상)동맥경화증, 고혈압, 퇴행성 변화, 유전 등을 들 수 있다.Cardiovascular disease refers to diseases that occur in the heart and major arteries. Major vascular disease is a disease in which major arteries such as the aorta, the pulmonary artery, the carotid artery, the cerebral blood vessel, the kidney artery, the lower artery (the inferior vena cava (iliac artery), the femoral artery, etc.) are clogged, to be. The main causes are (atherosclerosis), hypertension, degenerative changes, genetic and the like.
2009년 통계청에서 발표한 사망원인 통계를 보면, 고혈압성 질환, 허혈성 심장 질환, 뇌혈관 질환을 포함한 순환기계통 질환은 우리나라 사망원인의 2위로 악성 종양 다음으로 높은 순위를 차지하고 있으며, 남성은 55세 이상, 여성은 65세 이상에서 순환기계통 질환의 사망률이 크게 증가한다.According to statistics released by the National Statistical Office in 2009, cardiovascular diseases including hypertensive diseases, ischemic heart diseases and cerebrovascular diseases ranked second behind malignant tumors in Korea, followed by males aged 55 years or older , And the mortality rate of circulatory system diseases is significantly increased in women over 65 years of age.
최근 연구 결과에 따르면 혈관 경화도 수치가 높은 사람일수록 심혈관 질환을 가지고 있을 확률이 높다고 한다. 이를 확대하면 혈관 경화도는 심혈관 질환의 예후인자로서 유의하며, 따라서 혈관 경화도의 지속적인 관리를 통하여 심혈관 질환의 유병을 예방할 수 있다. 또한 관상동맥 동맥 경화반은 급성 심근 경색이나 협심증의 원인이 되는 병변으로, 약물치료에 따라 그 크기가 줄어든다. 따라서 약물치료의 반응을 확인하기 위한 방법으로 관상동맥 동맥 경화반의 정확한 용적 측정이 중요한 임상지표가 되고 있다. Recent studies suggest that people with higher levels of vascular hypertension are more likely to have cardiovascular disease. If this is expanded, the degree of vascular hypertrophy is a prognostic factor of cardiovascular disease, and consequently, it is possible to prevent the occurrence of cardiovascular disease through continuous management of the degree of vascularization. In addition, coronary arteriosclerosis is a cause of acute myocardial infarction or angina, and its size decreases with medication. Therefore, accurate volume measurement of coronary artery arteriosclerosis is an important clinical indicator for confirming the response of medication.
동맥 경화반의 용적은 컴퓨터 단층촬영(CT: Computed Tomography)을 이용하여 측정될 수 있다. 그런데 종래의 컴퓨터 단층촬영을 이용하여 경화반의 용적을 측정하는 방식은 고정된 수치를 갖는 임계값을 이용하여 영상분할(segmentation)을 수행하는 것이다. 컴퓨터 시각에서 분할은 디지털 영상을 여러 개의 픽셀 집합으로 나누는 과정을 말한다. 분할의 목적은 영상의 표현을 좀 더 의미있고 해석하기 쉬운 것으로 단순화하거나 변환하는 것이다. 영상분할은 특히 영상에서 물체와 경계(선, 곡선)를 찾는데 사용된다. 영상 분할의 결과는 전체 영상을 집합적으로 포함하는 지역의 집합이거나, 영상으로부터 추출된 윤곽의 집합이다. 상기 지역에서 각각의 픽셀은 색, 밝기, 재질과 같은 어떤 특징이나 계산된 속성의 관점에서 유사하고, 인접한 지역은 동일한 특징의 관점에서 현저하게 다르므로, 영상분할을 이용하여 경화반의 경계를 측정할 수 있는 것이다.The volume of the arteriosclerosis can be measured using computed tomography (CT). However, the conventional method of measuring the volume of a hardening layer using a tomography is to perform segmentation using a threshold having a fixed numerical value. Computer-based segmentation is the process of dividing a digital image into a set of pixels. The purpose of segmentation is to simplify or translate the representation of the image into something more meaningful and easy to interpret. Image segmentation is especially used to find objects and boundaries (lines, curves) in an image. The result of image segmentation is a set of regions that collectively include the entire image or a set of outlines extracted from the image. Since each pixel in the region is similar in terms of certain features or calculated properties such as color, brightness, material, and adjacent regions are significantly different in terms of the same features, the boundaries of the hardening bars are measured using image segmentation You can.
하지만, 종래 기술의 영상분할은 혈관의 크기, 위치 등과 무관하게 고정된 임계값만을 사용하기 때문에 혈관의 위치에 따라 임계값이 달라질 수 있다는 점을 고려하지 못해 영상분할에 대한 신뢰성이 떨어지며, 대동맥의 조영 증강 정도에 따라 경화반의 용적을 과대 혹은 과소평가할 위험이 있다. 따라서, 혈관의 위치에 따라 임계값의 크기를 조절하여 영상분할을 수행할 수 있는 방법의 필요성이 대두된다.However, since the prior art image segmentation uses only a fixed threshold value regardless of the size and position of the blood vessel, it is not considered that the threshold value may be changed according to the position of the blood vessel, Depending on the degree of enhancement, there is a risk of overestimating or underestimating the volume of the curing chamber. Therefore, there is a need for a method capable of performing image segmentation by adjusting the size of a threshold value according to the position of a blood vessel.
한국등록특허 제1442728호(등록일 2014.09.15.)는 폐동맥과 폐정맥을 구분하는 방법에 관한 기술을 개시한다. 그러나 상기 기술은 폐 혈관 집합을 형성함에 있어서, 폐 혈관 집합의 점들 각각이 인텐시티 가중치와 국부 형상 가중치를 포함하는 가중치 정보를 가지도록 하여 상기 집합의 점들로 트리를 형성하고 다시 트리를 분리하는 복잡한 절차를 거쳐야 하는 문제점을 가져서, 적응성이 높은 영상분할 기술과는 거리가 있다.Korean Patent No. 1442728 (issued Apr. 15, 2014) discloses a technique for distinguishing a pulmonary artery from a pulmonary vein. However, in forming the pulmonary vascular aggregate, the above-described technique has a complicated procedure of forming a tree with the points of the set such that each of the points of the pulmonary vascular aggregate has weight information including an intensity weight and a local shape weight, And therefore, there is a distance from the adaptive image segmentation technique.
본원은 약물치료의 반응을 확인하기 위한 관상동맥 동맥 경화반의 용적을 조영제 투여지점으로부터 거리와 무관하게 정확하게 측정할 수 있도록, CT 영상을 위치에 기반한 적응적 임계값 기법으로 영상분할하는 방법 및 장치를 제공하고자 한다.The present invention relates to a method and apparatus for segmenting CT images using position-based adaptive threshold techniques to accurately measure the volume of the coronary artery atherosclerotic lesion in order to confirm the response of the drug therapy, .
본 발명은, 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정방법으로, 상기 방법은 상기 영상에서 혈관을 검출하는 단계; 상기 검출된 혈관의 중심선을 산출하는 단계; 상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 단계; 상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 단계; 상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 단계; 상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 단계: 및 상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 단계를 포함하는, 방법을 제공한다.The present invention relates to a CT image atherosclerotic volumetric measurement method using adaptive threshold value image segmentation, the method comprising: detecting blood vessels in the image; Calculating a center line of the detected blood vessel; Determining a starting point and a closing point along the center line, setting a plurality of planes perpendicular to the center line between the starting point and the end point, between the starting point and the end point, Obtaining a brightness value; Normalizing each brightness value of the divided blood vessel region into a predetermined numerical value range; Determining a threshold value of an atherosclerotic plaque as a value within the numerical range using the normalized brightness value; Dividing the atherosclerotic hemisphere into the divided blood vessel regions using the determined threshold value from the detected blood vessel image; and performing a segmentation of the arterial sclerosis group And calculating a volume.
본 발명은 또한, 상기 복수개의 평면은 시작점으로부터 제1, 제2 및 제3 위치를 포함하는 최소 3개의 평면이고, 상기 각 영역은 상기 시작점과 상기 제1 위치 사이의 제1 영역, 상기 제1 위치와 상기 제2 위치 사이의 제2 영역, 상기 제2 위치와 상기 제3 위치 사이의 제3 영역, 및 상기 제3 위치와 상기 종결점 사이의 제4 영역을 포함하는 최소 4개의 영역인, 방법을 제공한다.The present invention is also characterized in that the plurality of planes is a minimum of three planes including a first, second and third position from a starting point, each region comprising a first region between the starting point and the first position, A second region between the first position and the second position, a third region between the second position and the third position, and a fourth region between the third position and the termination point, ≪ / RTI >
본 발명은 또한, 상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하는, 방법을 제공한다.The present invention also relates to a method of treating atherosclerotic plaque in a subject, comprising the steps of: i) providing a fatty atherosclerotic plaque region, ii) a soft atherosclerotic plaque region, iii) a lumen region, And iv) a calcium (Ca) region, wherein each of the threshold ranges is determined to be a numerical range that does not overlap with each other within the normalized numerical range.
본 발명은 또한, 상기 임계값 결정 단계에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다의 임계값을 설정하는 것인, 방법을 제공한다. The present invention further provides a method for determining the threshold value, wherein the threshold value is set by multiplying a center point of each region by a relative threshold ratio to set a threshold for each corresponding region.
본 발명은 또한, 상기 혈관을 검출하는 단계는, 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용하여 수행되는 것인, 방법을 제공한다. The present invention is also characterized in that the step of detecting the blood vessel is carried out by using a region growing method based on a predetermined pixel range, a unique vector and a tensor using a pixel differential value, or a method of recognizing and detecting a blood vessel structure , ≪ / RTI >
본 발명은 또한, 상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boundary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정하는, 방법을 제공한다. The present invention is also characterized in that the boundary of the blood vessel comprises: estimating a boundary at a line profile starting from a center line corresponding to the threshold value; Expanding the boundary information obtained in the line profile horizontally and performing Rolling Ball Curve fitting to generate a horizontal map in which the boundary is smoothly reconstructed; And removing the concave area by a convex hull algorithm for the horizontal map and correcting it by an interpolation technique.
본 발명은 또한, 상기 중심선을 산출하는 단계는, 검출된 혈관 영역의 무게중심을 계산하여 연결된 중심선을 산출하는 방법 또는 거리 맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 사용하여 수행되는 것인, 방법을 제공한다. The calculating of the center line may further include calculating a center line of the detected blood vessel region and calculating a center line based on the center pixel value through a distance map, ≪ / RTI >
본 발명은 또한, 상기 영상분할하는 단계는, 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시하는, 방법을 제공한다.The present invention also provides a method of separating and displaying an image corresponding to a brightness value within the threshold value range.
본 발명은 또한, 상기 동맥 경화반의 용적을 계산하는 단계는, 상기 영상분할된 동맥 경화반의의 크기를 상기 검출된 혈관 영상과 비교하여 산출하는 것인, 방법을 제공한다.The present invention also provides a method wherein the calculating of the volume of the arteriosclerosis volume comprises comparing the size of the image segmented arteriosclerosis with the detected blood vessel image.
본 발명은 또한, 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정장치로, 상기 측정장치는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부; 상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부; 상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부; 상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부; 상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부; 상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부: 및 상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 측정장치를 제공한다.The present invention also provides a CT imaging atherosclerotic volumetric device using adaptive threshold value image segmentation, the measurement device comprising: a detector for detecting a blood vessel from a contrast CT (Computed Tomography Angiography) image; A calculating unit for calculating a centerline of the blood vessel detected by the detecting unit; Determining a starting point and a finishing point along a center line calculated by the calculating unit and setting a plurality of planes perpendicular to the center line between the starting point and the finishing point and between the starting point and the finishing point, An acquiring unit for acquiring a brightness value with respect to the blood vessel region; A normalization calculation unit for normalizing each brightness value of the divided blood vessel region acquired by the acquisition unit to a predetermined numerical value range; A threshold value determiner for determining a threshold value of an atherosclerotic plaque as a value within the numerical value range by using the normalized brightness value in the normalization calculation unit; An aneurysmal semi-image for each of the divided vascular regions using the threshold value determined by the threshold value determination unit, from the detected vascular image using an image segmentation unit and an atherosclerotic semi-image segmented by the image segmentation unit, And a volume calculating section for calculating the volume of the atherosclerotic zone for each of the divided blood vessel regions.
본원에 따른 혈관 위치 기반의 적응적 임계값 영상분할을 이용한 CT 영상에서 동맥 경화반 크기 측정 방법 및 장치는, 혈관의 조영제 투여지점으로부터 거리에 따라 특정 위치에서 조영 증강된 정도에 기반하여 나타나는 특이적인 임계값을 사용하기 때문에, 보다 신뢰성 있고 정확한 영상분할을 수행하여 정확한 용적계산이 가능하다.A method and apparatus for measuring atherosclerotic hemispheric size on CT images using adaptive threshold image segmentation based on a blood vessel location according to the present invention is characterized by the fact that a specific Since the threshold is used, accurate volume calculation can be performed by performing more reliable and accurate image segmentation.
도 1은 심장 CT 의료 영상에서 조영제가 투여된 혈관을 검출할 때, 시작점과 종결점이 서로 다른 조영 밝기값을 가진다는 것을 보여준다. 이와 같이 서로 다른 조영 밝기 값을 가짐에도 불구하고 같은 값의 임계값을 가지고 혈관을 추출하면 정확도가 떨어지는 문제점이 있다.
도 2a는 본원의 일 구현예에서, 혈관의 중심선을 따라 측정한 혈관의 CT 영상의 밝기 값이 위치마다 다르다는 것을 나타낸다.
도 2b는 위치별로 서로 다르게 적절한 임계값을 뽑아내어 해당 값을 각 위치 영역에 적용하여 영상분할한 것을 나타낸다.
도 3은 본원의 일 구현예에 따른 혈관 내강(lumen)을 추출하는 단계를 나타낸다.
도 4는 종래 방법(A)과 본원에 따른 방법(B)을 사용한 동맥 경화반 용적 측정결과를 나타낸다. 본원에 따른 방법에서 결과가 평균값에 수렴함을 확인할 수 있다.
도 5는 본원의 일 구현예에 따라 결정된 혈관의 시작점, 제1 위치(파란색), 제2 위치(빨간색), 제3 위치(초록색) 및 종결점을 나타내는 선을 표시한다.FIG. 1 shows that when a blood vessel to which a contrast agent is administered is detected in a cardiac CT medical image, the starting point and the ending point have different contrast brightness values. Thus, even if the contrast value is different, if the blood vessel is extracted with the same threshold value, the accuracy is lowered.
2A shows that, in one embodiment of the present invention, the brightness value of a CT image of a blood vessel measured along a center line of a blood vessel varies from position to position.
FIG. 2B shows an image segmentation by extracting an appropriate threshold value differently for each position and applying the corresponding value to each position region.
Figure 3 illustrates the extraction of a lumen of a vessel according to one embodiment of the present invention.
Fig. 4 shows the results of atherosclerotic volumetric measurement using the conventional method (A) and the method (B) according to the present invention. In the method according to the present invention, it is confirmed that the result converges to the average value.
Figure 5 shows a line representing the starting point, the first position (blue), the second position (red), the third position (green), and the end point of the blood vessel determined according to one embodiment of the present invention.
본 발명은 혈관의 중심선을 따라 측정한 혈관내의 조영제가 CT 영상에 표시되는 밝기 값이 혈관의 크기 및 위치에 따라 변한다는 사실에 근거하여 각 혈관의 위치별 CT 영상에 표시되는 밝기 값을 각 위치별로 별개의 임계치 계산에 적용하고 이를 이용하여 혈관 경계 및 동맥 경화반 경계를 추출하는 경우 혈관 내 동맥 경화반의 정확한 용적을 측정할 수 있다는 발견에 근거한 것이다. The present invention is based on the fact that the brightness value displayed on the CT image by the contrast agent in the blood vessel measured along the center line of the blood vessel changes according to the size and position of the blood vessel, It is based on the discovery that the exact volume of the intravascular atherosclerotic plaque can be measured by applying to separate threshold calculations and using this to extract vascular and atherosclerotic hemispheres.
본원의 ‘의료 영상’은 질병의 진단과 치료에 사용되는 것으로, 의료영상기기를 통해 일정한 에너지를 투과하면 인체 내의 밀도와 성질에 따라 입사, 반사, 또는 투과되는 특징을 이용하여 획득한 인체 내부의 영상을 말하며, 조영된 CTA(Computed Tomography Angiography)를 포함한다. The medical image of the present invention is used for the diagnosis and treatment of diseases. When a certain energy is transmitted through a medical imaging device, the inside of the human body, which is obtained by using the characteristics of incidence, reflection, or transmission according to the density and properties of the human body Image, and includes a contrasted CTA (Computed Tomography Angiography).
본원에 사용되는 영상은 CT(컴퓨터 단층촬영) 영상이다. CT 영상기기 및 이를 이용한 CT 영상 획득 방법은 공지된 것으로, CT는 예를 들면 인체를 극미량의 X-선에 노출시킨 후 컴퓨터를 이용해 각 조직의 상대적 X-선 흡수계수(또는 감약계수, attenuation coefficient, CT number라고도 한다)를 계산하여 높은 감약계수 조직은 고음영(흰색)으로, 낮은 감약계수 조직은 저음영(검은색)으로 나타나도록 그레이스케일의 단면영상을 재구성하여, 인체의 유절상(단층상) 형태로 모니터 상에 표현하는 것이다. 본 발명의 일 구현예예에 따른 CT 영상은 심장 혈관 CT 촬용영상으로 이는 다검출기 컴퓨터 단층촬영을 이용해 심전도 동기화를 통한 심장의 일정 주기에 영상을 얻어 움직이는 심장 및 관상동맥을 영상화한 것이다. 다른 구현예에서 CT 영상은 경동맥, 또는 대퇴 동맥 영상이다. The image used herein is a CT (computed tomography) image. CT imaging devices and methods for acquiring CT images using such techniques are well known. For example, after exposing a human body to a trace amount of X-rays, a computer calculates the relative X-ray absorption coefficient (or attenuation coefficient , CT number), and reconstructed the gray-scale cross-sectional image so that the high decay coefficient structure appears as high shade (white) and the low decay coefficient structure shows low tone (black) ) On the monitor. The CT image according to an embodiment of the present invention is a cardiovascular CT CT image, which is a image of a moving heart and a coronary artery obtained by capturing an image at a certain period of the heart through electrocardiographic synchronization using a multi-detector computer tomography. In another embodiment, the CT image is a carotid artery, or a femoral artery image.
본원의 ‘검출’은 목적하는 대상의 존재를 확인하는 것을 말한다. 일 실시예에서 검출의 대상은 혈관으로서, 의료영상으로부터 조영제가 투여된 혈관을 검출할 수 있으며, 상기 혈관은 심장의 관상동맥, 경동맥, 또는 대동맥을 포함한다. The term " detection " herein refers to confirming the existence of a target object. In one embodiment, the object of detection is a blood vessel, which can detect a blood vessel to which a contrast agent is administered from a medical image, and the blood vessel includes a coronary artery of the heart, a carotid artery, or an aorta.
본원의 ‘동맥 경화반(atherosclerotic plaque)’은 동맥 혈관 내 지방축적과 염증반응 등의 결과로 노폐물이 쌓여 섬유성 막이 형성된 것을 말하며, 칼슘이 축적되거나 축적되지 않은 것을 모두 포함한다. The term " atherosclerotic plaque " as used herein refers to a fibrous membrane formed by accumulation of waste matter as a result of accumulation of fat and inflammatory reaction in arterial blood vessels, including calcium accumulation or non-accumulation.
따라서 본원은 혈관 위치 또는 영역별로 다른 별도의 임계값을 각각 적용한 영상분할 (blood vessel location-based adaptive thresholding segmentation)을 이용한, CT 영상에서 동맥 경화반 크기 측정 방법 및 장치에 관한 것이다. 또한, 본원은 상기 별도의 임계값을 정규화(nomalization)하여 계산을 편리하게 수행할 수 있도록 한다. Accordingly, the present invention relates to a method and apparatus for measuring atherosclerotic hemispheric size in CT images using a blood vessel location-based adaptive thresholding segmentation in which different threshold values are applied to different blood vessel positions or regions. In addition, the present disclosure allows for convenient computation by normalizing the separate thresholds.
한 양태에서 본원은 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상을 처리하여 동맥 경화반의 용적을 측정하는 방법에 관한 것이다. In one embodiment, the present invention relates to a method for measuring the volume of atherosclerotic plaque by processing a contrasted CT (Computed Tomography Angiography) image.
일 구현예에서 상기 방법은 CT 영상에서 혈관을 검출하는 단계; 상기 검출된 혈관의 중심선을 산출하는 단계; 상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 단계; 상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 단계; 상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 단계; 상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 단계: 및 상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 단계를 포함한다. In one embodiment, the method comprises detecting blood vessels in a CT image; Calculating a center line of the detected blood vessel; Determining a starting point and a closing point along the center line, setting a plurality of planes perpendicular to the center line between the starting point and the end point, between the starting point and the end point, Obtaining a brightness value; Normalizing each brightness value of the divided blood vessel region into a predetermined numerical value range; Determining a threshold value of an atherosclerotic plaque as a value within the numerical range using the normalized brightness value; Dividing the atherosclerotic hemisphere into the divided blood vessel regions using the determined threshold value from the detected blood vessel image; and performing a segmentation of the arterial sclerosis group And calculating the volume.
혈관의 용적 및 경화반을 포함하는 혈관벽의 용적을 정확히 측정하기 위하여 의료영상에서 혈관 내 조영제로 인한 영상이 혈관벽과 구별되는 혈관 내강(lumen)을 특정하고 이를 이용하여 혈관 내 동맥 경화반 영상을 분할하여 용적을 계산한다. 이는 CT 수치로 표현되는 연속적인 수에서 그에 해당하는 임계치를 정함으로써 이루어진다. 그런데 종래에는, 도 1 에 기재된 바와 같이 조영제가 투입된 혈관의 3차원 의료 영상에서 조영제가 투입된 곳에서부터 위치가 멀어질수록 조영제에 의한 혈관 내의 밝기값이 상이하게 달라짐에도 불구하고 고정된 임계값을 사용하여 영상분할(segmentation)을 수행하여 정확도가 떨어지는 문제점이 있었다. In order to accurately measure the volume of the vessel wall including the volume of the vessel and the hardening half, the image due to the intravascular contrast agent in the medical image is specified to distinguish the vessel lumen from the vessel wall, To calculate the volume. This is done by defining the corresponding thresholds in consecutive numbers expressed in CT numbers. Conventionally, as shown in FIG. 1, in a three-dimensional medical image of a blood vessel into which a contrast agent is injected, a fixed threshold value is used even though the brightness value of the blood vessel by the contrast agent differs from the position where the contrast agent is injected There is a problem in that accuracy is degraded by performing image segmentation.
도 2a는 본원의 일 구현예에서, 혈관의 중심선을 따라 측정한 혈관의 CT 영상의 밝기 값이 위치마다 다르다는 것을 나타낸다. 본 발명에 따르면, 혈관의 위치에 따라 영상분할을 수행하기 위한 임계값을 혈관의 중심 경로에 대한 밝기 값을 고려하여 결정하는 적응적 영상분할(adaptive segmentation)방법으로 결정하기 때문에, 혈관 위치에 따라 결정되는 임계값을 이용하여 혈관 영상분할을 수행하는 것이 가능하고, 이로 인해 혈관 영상분할에 대한 정확성을 향상시킬 수 있다.2A shows that, in one embodiment of the present invention, the brightness value of a CT image of a blood vessel measured along a center line of a blood vessel varies from position to position. According to the present invention, since an adaptive segmentation method of determining a threshold value for performing image segmentation according to a position of a blood vessel is determined in consideration of a brightness value of a central path of the blood vessel, It is possible to perform the blood vessel image segmentation using the determined threshold value, thereby improving the accuracy of the segmentation of the blood vessel image.
또한 본 발명의 방법은 혈관의 중심 경로에 대한 밝기 값과, 혈관 내에 존재할 수 있는 변수 예를 들어, 동맥 경화반이 고밀도(fatty atherosclerotic plaque)인지 저밀도(soft atherosclerotic plaque)인지 여부, 칼슘, 혈관 내강(lumen) 등을 고려하여 임계값을 결정함으로써, 혈관 영상분할에 대한 신뢰성을 향상시킬 수 있으며, 그 결과 혈관 내의 경화반 용적 측정에 대한 정확성을 높일 수 있다.In addition, the method of the present invention can also be used to determine the brightness value of the central path of a blood vessel and the parameters that may exist in the blood vessel, for example, whether atherosclerotic plaque or soft atherosclerotic plaque is present, the lumen and the like can be determined to improve the reliability of the blood vessel image segmentation. As a result, the accuracy of the measurement of hardness in blood vessels can be improved.
본원의 방법에서 CT 영상에서 혈관을 검출하는 단계는 종래 기술의 알고리즘을 이용하여 수행될 수 있다. 예를 들면 Cetin, S., Unal, G., Demir, A., Yezzi, A., Degertekin, M.: Vessel tractography using an intensitybased tensor model. The MICCAI Workshop on CVII (2011)에 기재된 방법 등을 이용하여 수행될 수 있다. 보다 상세하게는 혈관을 검출하는 단계에서 1) 특정 화소범위에 근거하여 영역성장법을 이용하는 방법, 2) 화소의 미분값에 의한 고유벡터 및 텐서(tensor)를 이용하는 방법, 또는 3) 혈관 구조물(tubular structure)을 인식하여 검출하는 방법 등을 활용할 수 있다. In the method of the present invention, the step of detecting blood vessels in CT images can be performed using prior art algorithms. For example, Cetin, S., Unal, G., Demir, A., Yezzi, A., Degertekin, M .: Vessel tractography using an intensitybased tensor model. The method described in The MICCAI Workshop on CVII (2011), and the like. More particularly, the present invention relates to a method of detecting a blood vessel by 1) using a region growing method based on a specific pixel range, 2) using an eigenvector and a tensor by a differential value of a pixel, or 3) a method of recognizing and detecting a tubular structure can be utilized.
본원의 방법에서 혈관의 검출 후 내삽법을 통해 혈관의 중심선을 추출할 수 있으며 예를 들면 Schaap, M., Metz, C., Walsum, T.V., Niessen, W.: Rotterdam coronary artery algorithm evaluation framework. (http://coronary.bigr.nl/centerlines/; Yang, G., Broersen, A., Petr, R., Kitslaar, P., de Graaf, M., Bax, J., Reiber, J., Dijkstra, J.: Automatic coronary artery tree labeling in coronary computed tomographic angiography datasets.In: Computing in Cardiology, 2011. (2011) 109-112에 기재된 방법 등을 이용하여 수행될 수 있다. 구체적으로는, 1) 검출된 혈관 영역의 무게중심(center of mass)을 계산하여 연결된 중심선을 산출하는 방법, 또는 2) 거리맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 활용할 수 있다. For example, Schaap, M., Metz, C., Walsum, T. V., Niessen, W .: Rotterdam coronary artery algorithm evaluation framework. M., Bax, J., Reiber, J., < RTI ID = 0.0 > C. < / RTI > Can be performed using the method described in Dijkstra, J .: Automatic coronary artery tree labeling in coronary computed tomographic angiography datasets.In: Computing in Cardiology, 2011. (2011) 109-112. Specifically, (2) a method of calculating a center line based on a center pixel value through a distance map can be utilized.
본원의 방법에서 추출된 혈관의 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 적어도 3개 즉, 제 1, 제 2 및 제 3 위치에서 각 평면 영역을 설정하고, 상기 영역에 대하여 위치에 따른 밝기 값을 획득한다. 본원에 따른 일 구현예에서는 시작점과 종결점을 포함하여 전체를 4등분하고, 이후 수동으로 평면의 위치 조정이 가능하다. 상기 시작점과 종결점은 임의로 설정할 수 있으며, 단순히 사용자가 지정한 입력값에 따라 시작점부터 종결점까지의 거리가 중심으로부터 산출되어 정해진다. 본 발명의 일 구현예에서, 상기 위치는 영상이 표시되는 디스플레이에서, 도 5에 기재된 바와 같이 전체를 4등분하는 기준선으로 파랑, 빨강, 초록색 선위에 마우스를 위치시키면서(roll over) 위치 선정의 조절이 가능하다. 또한 CT 영상을 처리하는 컴퓨터 프로그램(예: Xelis)의 설정버튼을 통해 기준선의 사용자 입력값을 수동으로 조절할 수도 있다. 위치가 결정되면 각 위치에 해당하는 밝기값은 저장된 CT 영상으로부터 자동으로 수득할 수 있다. 상기 4등분의 위치값이 결정되면, 4등분된 관심영역(region of interest) 범위 내에서 각 범위에 해당하는 밝기 값이 자동으로 산출되어 혈관 내 동맥 경화반( atherosclerotic plaque), 칼슘, 혈관 내강(lumen) 등을 고려하여 임계값을 산출할 수 있다. Determining a starting point and a terminating point along the centerline of the blood vessel extracted from the method of the present application and determining at least three planar regions at the first, second and third positions perpendicular to the centerline between the starting point and the ending point, And obtains a brightness value according to the position with respect to the area. In one embodiment according to the present invention, the entire area including the starting point and the ending point is divided into quarters, and then the position of the plane can be manually adjusted. The start point and the end point can be arbitrarily set, and the distance from the start point to the end point is calculated based on the input value simply designated by the user. In an embodiment of the present invention, the position may be adjusted by positioning the mouse over a blue, red, or green line with the reference line dividing the entire screen into four halves, as shown in FIG. 5, This is possible. You can also manually adjust the user input value of the baseline through the setup button of a computer program (eg Xelis) that processes CT images. Once the position is determined, the brightness value corresponding to each position can be automatically obtained from the stored CT image. When the position value of the fourth quadrant is determined, the brightness value corresponding to each range is automatically calculated within the quadrant of the region of interest, and the atherosclerotic plaque, calcium, lumen) and the like can be considered to calculate the threshold value.
본 발명의 일 구현예에서, 상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하며, 상기 서로 다른 각각의 임계값은 컴퓨터 프로그램상에서 정규화(normalization)되어 사용될 수 있다. 또한, 본 발명의 일 구현예에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다 설정할 수 있다. 도 2b는 위치별로 서로 다르게 적절한 임계값을 뽑아내어 해당 값을 각 위치 영역에 적용하여 영상분할한 것을 나타낸다. 위치에 따라 밝기 값이 서로 다르지만 정규화(normalization)하였기 때문에 밝기 값 수치와 무관하게 평면영역이 크기가 나타나는 것을 볼 수 있다.In one embodiment of the invention, the endovascular atherosclerotic area is defined as i) a fatty atherosclerotic plaque region, ii) a soft atherosclerotic plaque region, iii) a lumen ) Region, and iv) a calcium (Ca) region, wherein each of the threshold ranges is determined as a numerical range that does not overlap with each other within the normalized numerical range, and wherein the different threshold values are normalized (normalization). Also, in one embodiment of the present invention, the threshold value can be set for each corresponding area by multiplying the center point of each area by a relative threshold ratio. FIG. 2B shows an image segmentation by extracting an appropriate threshold value differently for each position and applying the corresponding value to each position region. Since the brightness values are different from each other but normalized, it can be seen that the planar region appears regardless of the brightness value.
본원에 따른 일 구현예에서 혈관의 검출은 상기 CT 영상에서 혈관 내 조영제가 혈관벽과 구분되는 특징을 조사하여 수행되며, 종래 알려진 기술인 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용할 수 있다. 본 발명의 일 구현예에서 상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boudary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정할 수 있다. In one embodiment of the present invention, the detection of blood vessels is performed by examining the characteristics of the intravascular contrast agent separated from the blood vessel wall in the CT image. The detection is performed by a region growing method based on a predefined pixel range, And a method of using a tensor or a method of recognizing and detecting a vascular structure can be used. In one embodiment of the present invention, the boundary of the blood vessel may include: estimating a boundary at a line profile starting from a center line corresponding to the threshold value; Expanding the boudary information obtained in the line profile horizontally and performing Rolling Ball Curve fitting to generate a horizontal map in which the boundary is smoothly reconstructed; And by removing the concave area by a convex hull algorithm for the horizontal map and correcting it by an interpolation technique.
일 구현예에서 본원에 따른 방법을 사용한 혈관의 경계는 다음과 같은 방법으로 추출된다. 도 3에 기재된 바와 같이 1) 선 프로파일(line profile)을 산정하며, 이는 본원에서 결정된 임계값을 근거로 중심선으로부터 시작한 선 프로파일 내에서 1차적 혈관의 경계를 추정하는 것이다. 이어 2) 수평맵을 생성하는 것으로 이는 상기 생성된 선 프로파일을 통해 획득된 경계정보(boundary information)을 펼친 후(map), 예를 들면 rolling ball curve fitting 등과 같은 방법을 통해 경계를 2차적으로 부드럽게 재구성하는 것을 포함한다. 이어 3) 경계 재구성(refine boundary)을 하는 단계로, 이는 형태학적 연산(morphological processing)의 대표적 한 예인 볼록 껍질(convex hull) 연산을 통해 오목(concave)한 영역을 제거하고, 제거된 해당 영역을 종래 알려진 기술인 내삽 기법을 통해 보정한다. 도 3을 참조하면 Rolling ball curve fitting 법은 임의의 반경을 갖는 원을 만들어 경계가 불분명한 혈관 경계 정보(horizontal map)에 적용한다. 해당 원을 순차적으로 움직이며 바이아스가 생긴 경계 부분을 보정해주는 역할을 수행한다. 즉, 바이아스가 생긴 부분은 도 3의 파란선과 같이 계곡이 형성되어 있기 때문에, 특정 반경을 갖는 원을 위치시켜(해당 원은 계곡에 빠지지 않기 때문에), 원의 궤적(trace)를 혈관의 경계로 치환한다.In one embodiment, the boundaries of blood vessels using the method herein are extracted in the following manner. 1) line profile, as described in FIG. 3, which estimates the boundaries of the primary vessel within the line profile starting from the centerline based on the threshold values determined herein. Next, 2) a horizontal map is generated. This maps the boundary information obtained through the generated line profile and maps the boundary to the boundary by softening the boundary secondarily through a method such as rolling ball curve fitting, Reconstitution. 3) refine boundary. This is a step of removing the concave region through the convex hull operation, which is a typical example of morphological processing, And is corrected through an interpolation technique known in the art. Referring to FIG. 3, a rolling ball curve fitting method is applied to a horizontal map with unclear boundaries by making circles having arbitrary radii. And moves the circle sequentially to compensate the boundary of the bias. That is, since the valley is formed as shown by the blue line in FIG. 3, a circle having a specific radius is placed (because the circle does not fall into the valley) .
본 발명의 일 구현예에서는, 상기 검출된 혈관에서 정규화된 밝기 값을 이용하여 혈관의 임계값(threshold)인 화소의 기준값을 결정하는 단계를 포함하며, 예시적으로 정규화된 밝기 값의 범위가 -100에서 700이라고 할 때, i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역 x1, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역 x2, iii)혈관 내강(lumen) 영역 x3, 및 iv)칼슘(Ca) 영역 x4는 임의로 결정할 수 있으며, 일례로 다음과 같이 분류될 수 있다. In one embodiment of the present invention, the method includes determining a reference value of a pixel, which is a threshold value of a blood vessel, using a normalized brightness value in the detected blood vessel, and illustratively, the range of the normalized brightness value is - 100 to 700, i) a fatty atherosclerotic plaque region x1, ii) a soft atherosclerotic plaque region x2, iii) a lumen region x3, and iv) The calcium (Ca) region x4 can be arbitrarily determined, and can be classified as follows, for example.
i) 50 > x1 > -100: 고밀도 동맥 경화반(fatty plaque)i) 50 > x1 > -100: a high density arteriosclerosis (fatty plaque)
ii) 150 > x2 > 50: 저밀도 동맥 경화반(soft plaque) ii) 150 > x2 > 50: low density arteriosclerosis (soft plaque)
iii) 650 > x3 > 150: 혈관 내강(Lumen)iii) 650 > x3 > 150: lumen
iv) x4 > 650 : 칼슘(Calcium)iv) x4 > 650: Calcium
본 발명의 일 구현예에서, 상기 임계값은 각 영역의 중심점에 상대적 임계비를 곱하여 대응하는 영역마다 설정할 수 있다. 또한, 상기 임계값은 다음 중 ⅰ) 상기 혈관이 위치한 장기의 종류 또는 특징, ⅱ) 상기 혈관의 외벽 지름, 또는 ⅲ) 상기 혈관의 내부에 존재하는 병변(lesion) 중 하나 이상을 추가로 고려하여 결정될 수 있다. 특히 분할된 혈관에 stenosis 등의 병변이 있다면 혈관이 애초에 잘못 분할되거나 plaque에 대한 정량화 수치를 계산시 임계치 결정에 영향을 줄 수 있다. 수치계산은 전체 혈관 내, 차지하는 칼슘, 혈관 내강, 동맥 경화반의 임계치에 의한 절대적 양/비율 등이 될 수 있다. In an embodiment of the present invention, the threshold value may be set for each corresponding area by multiplying the center point of each area by a relative threshold ratio. In addition, the threshold may further include one or more of: i) the type or characteristic of the organ in which the blood vessel is located, ii) the diameter of the outer wall of the vessel, or iii) a lesion present within the vessel Can be determined. Particularly, if there are lesions such as stenosis in the segmented blood vessels, the blood vessels may be mistakenly misplaced in the first place or may influence the threshold determination in calculating the quantification value for the plaque. Numerical calculations can be absolute amounts / ratios due to thresholds of whole blood vessels, calcium, lumen, and arteriosclerosis.
본원에 따른 영상분할은 상기 임계값을 이용하여 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시할 수 있다. 영상분할은 기존의 방법 예를 들면 Lesage, D., Angelini, E., Bloch, I., Funka-Lea, G.: A review of 3D vessel lumen segmentation techniques. Med. Imag. Anal. 13(6) (2009) 819-845에 기재된 방법을 이용하여 수행될 수 있다. 본원에 따른 방법은 상기 영상분할된 동맥 경화반의의 크기를 상기 검출된 혈관 영상과 비교하여 산출할 수 있다. The image segmentation according to the present invention can separate and display an image corresponding to a brightness value within the threshold value range using the threshold value. Image segmentation was performed using conventional methods such as Lesage, D., Angelini, E., Bloch, I., Funka-Lea, G .: A review of 3D vessel lumen segmentation techniques. Med. Imag. Anal. 13 (6) (2009) 819-845. The method according to the present invention can calculate the size of the image segmented atherosclerotic lesion by comparing with the detected blood vessel image.
본원에 따른 방법을 사용한 혈관 경화반 용적 측정 방법 및 정확도를 설명한다. 본원에 따른 일 실시예에서는 29개 object에서 IVUS (Intravascular ultrasound)를 기준값 (standard reference)으로 하여 고정임계값 (aorta의 CT number) 및 본 발명의 위치별 임계값을 적용한 영상분할을 이용하여 경화반 용적을 측정하였다. Bland-Altman plot에서 위치별 임계값을 사용하였을 경우(도 4의 B) 고정임계값을 사용하였을 때보다(도 4의 A) 산포도가 밀집된 소견을 보여 경화반의 용적 측정이 보다 정확하게 되었음을 확인할 수 있다. 또한, interclass correlation coefficient (ICC) 값도, 고정임계값을 이용한 방법에서 0.8604 (95% confidence interval 0.6956-0.9351)이고, 위치별 임계값을 이용한 경우 0.9407 (95% confidence interval 0.7906-0.9599)로 위치별 임계값을 이용한 경우 agreement가 0.9이상으로 매우 높은 것으로 나타났다. The method and accuracy of measuring vasoconstrictive volume using the method according to the present invention will be described. In one embodiment according to the present invention, an image segmentation using a fixed threshold value (CT number of aorta) and a threshold value according to the present invention, using IVUS (Intravascular ultrasound) as a standard reference in 29 objects, The volume was measured. The Bland-Altman plots show that the scattering density is more dense than in the case of using the position-specific threshold (FIG. 4B) and the fixed threshold (FIG. 4A) . The interclass correlation coefficient (ICC) value was 0.8604 (95% confidence interval 0.6956-0.9351) in the fixed threshold method and 0.9407 (95% confidence interval 0.7906-0.9599) When the threshold was used, agreement was very high (0.9 or more).
다른 양태에서, 본원은 상기 혈관경화도 진단을 위한 정보 제공 방법에 사용되는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부; 상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부; 상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부; 상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부; 상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부; 상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부: 및 상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 경화반 용적 측정 장치에 관한 것이다.In another aspect, the present invention provides a detection unit for detecting blood vessels from a CT (Computed Tomography Angiography) image, which is used in a method for providing information for diagnosing the degree of vascularization. A calculating unit for calculating a centerline of the blood vessel detected by the detecting unit; Determining a starting point and a finishing point along a center line calculated by the calculating unit and setting a plurality of planes perpendicular to the center line between the starting point and the finishing point and between the starting point and the finishing point, An acquiring unit for acquiring a brightness value with respect to the blood vessel region; A normalization calculation unit for normalizing each brightness value of the divided blood vessel region acquired by the acquisition unit to a predetermined numerical value range; A threshold value determiner for determining a threshold value of an atherosclerotic plaque as a value within the numerical value range by using the normalized brightness value in the normalization calculation unit; An aneurysmal semi-image for each of the divided vascular regions using the threshold value determined by the threshold value determination unit, from the detected vascular image using an image segmentation unit and an atherosclerotic semi-image segmented by the image segmentation unit, And a volume calculator for calculating the volume of the atherosclerotic zone for each of the divided blood vessel areas.
일 실시예에서 상기 임계값 결정부는 획득한 밝기값을 이용하여 혈관의 위치에 따른 밝기값을 정규화하고, 이에 기초하여 혈관 위치별 임계값을 결정할 수 있으며, 상기 밝기값 정규화시에 획득한 밝기값 중 극대값과 극소값이 유지되도록 정규화할 수 있다.In one embodiment, the threshold value determination unit may normalize the brightness value according to the position of the blood vessel using the brightness value, and may determine a threshold value according to the position of the blood vessel based on the brightness value. Also, the brightness value obtained at the brightness value normalization Normalization can be performed so that the midpoint value and the minimum value are maintained.
본 발명에서 사용되는 모든 기술용어는, 달리 정의되지 않는 이상, 본 발명의 관련 분야에서 통상의 당업자가 일반적으로 이해하는 바와 같은 의미로 사용된다. 본 명세서에 참고문헌으로 기재되는 모든 간행물의 내용은 본 발명에 도입된다. All technical terms used in the present invention are used in the sense that they are generally understood by those of ordinary skill in the relevant field of the present invention unless otherwise defined. The contents of all publications referred to herein are incorporated herein by reference.
Claims (10)
상기 영상에서 혈관을 검출부로 검출하는 단계;
상기 검출된 혈관의 중심선을 산출부로 산출하는 단계;
상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득부로 획득하는 단계;
상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 계산부로 정규화하는 단계;
상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 임계값 결정부로 결정하는 단계;
상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부로 영상분할하는 단계: 및
상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 용적 계산부로 계산하는 단계를 포함하는, 방법.
A method for determining atherosclerotic hematocrit in a CT image using adaptive threshold image segmentation,
Detecting a blood vessel from the image with a detection unit ;
Calculating the center line of the detected blood vessel part output;
Determining a starting point and a closing point along the center line, setting a plurality of planes perpendicular to the center line between the starting point and the end point, between the starting point and the end point, Obtaining a brightness value with an acquiring unit;
Normalizing each brightness value of the divided blood vessel region into a predetermined numerical value range by a calculation unit;
Determining a threshold value of an atherosclerotic plaque as a threshold value determination unit using one of values within the numerical value range using the normalized brightness value;
Image segmentation of the atherosclerotic hemisphere from the detected blood vessel image to the image segmentation unit for each of the divided blood vessel regions using the determined threshold value;
And calculating the volume of the atherosclerotic vasculature by the volume calculator for each of the divided vascular regions using the image segmented atherosclerotic hemispherical image.
상기 복수개의 평면은 시작점으로부터 제1, 제2 및 제3 위치를 포함하는 최소 3개의 평면이고, 상기 각 영역은 상기 시작점과 상기 제1 위치 사이의 제1 영역, 상기 제1 위치와 상기 제2 위치 사이의 제2 영역, 상기 제2 위치와 상기 제3 위치 사이의 제3 영역, 및 상기 제3 위치와 상기 종결점 사이의 제4 영역을 포함하는 최소 4개의 영역인, 방법.
The method according to claim 1,
Wherein the plurality of planes are at least three planes including a first, second and third position from a starting point, each region comprising a first region between the starting point and the first position, a first region between the first position and the second position, A third region between the second location and the third location, and a fourth region between the third location and the termination point.
상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하는, 방법.
The method according to claim 1,
The endovascular atherosclerotic area may be selected from the group consisting of i) a fatty atherosclerotic plaque region, ii) a soft atherosclerotic plaque region, iii) a lumen region, and iv) Ca) region, and each of the threshold ranges is determined to be a numerical range that does not overlap with each other within the normalized numerical range.
상기 임계값 결정 단계에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다의 임계값을 설정하는 것인, 방법.
4. The method according to any one of claims 1 to 3,
Wherein the threshold value is determined by multiplying a center point of each area by a relative threshold ratio to set a threshold for each corresponding area.
상기 혈관을 검출하는 단계는, 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용하여 수행되는 것인, 방법.
The method according to claim 1,
Wherein the step of detecting the blood vessel is performed using a region growing method based on a predetermined pixel range, a unique vector and a tensor using a pixel differential value, or a method of recognizing and detecting a blood vessel structure.
상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boundary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정하는, 방법.
6. The method of claim 5,
Estimating a boundary of the blood vessel from a line profile starting from a center line corresponding to the threshold value; Expanding the boundary information obtained in the line profile horizontally and performing Rolling Ball Curve fitting to generate a horizontal map in which the boundary is smoothly reconstructed; And removing the concave area with a convex hull algorithm for the horizontal map and correcting it by an interpolation technique.
상기 중심선을 산출하는 단계는, 검출된 혈관 영역의 무게중심을 계산하여 연결된 중심선을 산출하는 방법 또는 거리 맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 사용하여 수행되는 것인, 방법.
The method according to claim 1,
The step of calculating the center line may be performed by calculating a center line of the detected blood vessel region and calculating a connected center line or a method of calculating a center line based on a center pixel value through a distance map In method.
상기 영상분할하는 단계는, 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시하는, 방법.
The method according to claim 1 or 3,
Wherein the image segmenting step separates and displays an image corresponding to a brightness value within the threshold value range.
상기 동맥 경화반의 용적을 계산하는 단계는, 상기 영상분할된 동맥 경화반의 크기를 상기 검출된 혈관 영상과 비교하여 산출하는 것인, 방법.
The method according to claim 1,
Wherein the step of calculating the volume of the arteriosclerotic plaque compares the size of the arteriosclerotic lesion divided by the image with the detected angiographic image.
상기 측정장치는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부;
상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부;
상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부;
상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부;
상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부;
상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 영상분할부; 및
상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 측정장치.An adaptive threshold image segmentation technique is used to measure the CT arteriosclerotic hemodynamic volume.
The measurement device includes: a detection unit for detecting blood vessels from an image of a CT (Computed Tomography Angiography) image;
A calculating unit for calculating a centerline of the blood vessel detected by the detecting unit;
Determining a starting point and a finishing point along a center line calculated by the calculating unit and setting a plurality of planes perpendicular to the center line between the starting point and the finishing point and between the starting point and the finishing point, An acquiring unit for acquiring a brightness value with respect to the blood vessel region;
A normalization calculation unit for normalizing each brightness value of the divided blood vessel region acquired by the acquisition unit to a predetermined numerical value range;
A threshold value determiner for determining a threshold value of an atherosclerotic plaque as a value within the numerical value range by using the normalized brightness value in the normalization calculation unit;
An image dividing unit dividing the atherosclerotic hemispherical image into the divided blood vessel regions from the detected blood vessel image using the threshold value determined by the threshold value determining unit; And
And a volume calculator for calculating a volume of the atherosclerotic zone in each of the divided blood vessel regions using the image segmented atherosclerotic hemispheres in the image segmentation unit.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150188803A KR101697880B1 (en) | 2015-12-29 | 2015-12-29 | Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation |
| PCT/KR2016/015126 WO2017116074A1 (en) | 2015-12-29 | 2016-12-23 | Method and apparatus for measuring ct image atherosclerotic plaque volume using adaptive threshold value image segmentation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150188803A KR101697880B1 (en) | 2015-12-29 | 2015-12-29 | Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101697880B1 true KR101697880B1 (en) | 2017-01-19 |
Family
ID=57990888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150188803A KR101697880B1 (en) | 2015-12-29 | 2015-12-29 | Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR101697880B1 (en) |
| WO (1) | WO2017116074A1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210069853A (en) * | 2019-12-04 | 2021-06-14 | 충남대학교병원 | Estimation of Atherosclerotic Plaque using Two Dimensional Ultrasound Images Obtained From Human Carotid Artery |
| KR20210101639A (en) * | 2020-02-10 | 2021-08-19 | 울산대학교 산학협력단 | Apparatus and method for extracting major vessel region based on blood vessel image |
| WO2022225890A1 (en) * | 2021-04-19 | 2022-10-27 | Thrive Bioscience, Inc. | Plaque detection method and apparatus for imaging of cells |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11431976B2 (en) * | 2019-01-28 | 2022-08-30 | Kla Corporation | System and method for inspection using tensor decomposition and singular value decomposition |
| CN109875527A (en) * | 2019-02-20 | 2019-06-14 | 数坤（北京）网络科技有限公司 | A kind of calculation method and equipment of angiosteosis |
| CN110338830B (en) * | 2019-07-30 | 2022-12-13 | 赛诺威盛科技(北京)股份有限公司 | Method for automatically extracting head and neck blood vessel central path in CTA image |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08280655A (en) * | 1995-04-18 | 1996-10-29 | Toshiba Corp | Apparatus for quantitative analysis of image of blood vessel |
| JP2003310601A (en) * | 2002-04-18 | 2003-11-05 | Sumio Aizawa | Calcification degree measurement device, calcification degree measurement method, calcification degree measurement program, computer-readable recording medium recorded with calcification degree measurement program and prediction method |
| US7330576B2 (en) * | 2003-12-03 | 2008-02-12 | The Board Of Trustees Of The Leland Stanford Junior University | Quantification method of vessel calcification |
| KR101492330B1 (en) * | 2013-07-26 | 2015-02-11 | 서울여자대학교 산학협력단 | Adaptive vessel segmentation system and the method for CTA |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7953266B2 (en) * | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
-
2015
- 2015-12-29 KR KR1020150188803A patent/KR101697880B1/en active IP Right Grant
-
2016
- 2016-12-23 WO PCT/KR2016/015126 patent/WO2017116074A1/en active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08280655A (en) * | 1995-04-18 | 1996-10-29 | Toshiba Corp | Apparatus for quantitative analysis of image of blood vessel |
| JP2003310601A (en) * | 2002-04-18 | 2003-11-05 | Sumio Aizawa | Calcification degree measurement device, calcification degree measurement method, calcification degree measurement program, computer-readable recording medium recorded with calcification degree measurement program and prediction method |
| US7330576B2 (en) * | 2003-12-03 | 2008-02-12 | The Board Of Trustees Of The Leland Stanford Junior University | Quantification method of vessel calcification |
| KR101492330B1 (en) * | 2013-07-26 | 2015-02-11 | 서울여자대학교 산학협력단 | Adaptive vessel segmentation system and the method for CTA |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210069853A (en) * | 2019-12-04 | 2021-06-14 | 충남대학교병원 | Estimation of Atherosclerotic Plaque using Two Dimensional Ultrasound Images Obtained From Human Carotid Artery |
| KR102296166B1 (en) | 2019-12-04 | 2021-08-31 | 충남대학교병원 | Estimation of Atherosclerotic Plaque using Two Dimensional Ultrasound Images Obtained From Human Carotid Artery |
| KR20210101639A (en) * | 2020-02-10 | 2021-08-19 | 울산대학교 산학협력단 | Apparatus and method for extracting major vessel region based on blood vessel image |
| WO2021162354A1 (en) * | 2020-02-10 | 2021-08-19 | 재단법인 아산사회복지재단 | Method and device for extracting major vessel region on basis of vessel image |
| KR102375775B1 (en) * | 2020-02-10 | 2022-03-21 | 주식회사 메디픽셀 | Apparatus and method for extracting major vessel region based on blood vessel image |
| KR20220037422A (en) * | 2020-02-10 | 2022-03-24 | 주식회사 메디픽셀 | Apparatus and method for extracting major vessel region based on blood vessel image |
| KR102483198B1 (en) * | 2020-02-10 | 2023-01-06 | 주식회사 메디픽셀 | Apparatus and method for extracting major vessel region based on blood vessel image |
| US11610309B2 (en) | 2020-02-10 | 2023-03-21 | Medipixel, Inc. | Method and device for extracting major vessel region on basis of vessel image |
| WO2022225890A1 (en) * | 2021-04-19 | 2022-10-27 | Thrive Bioscience, Inc. | Plaque detection method and apparatus for imaging of cells |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017116074A1 (en) | 2017-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101697880B1 (en) | Method and device for detecting the volume of atherosclerotic plaque in CT images using adaptive thresholding segmentation | |
| Loizou | A review of ultrasound common carotid artery image and video segmentation techniques | |
| CA2892810C (en) | Method and apparatus for automated determination of a lumen contour of a blood vessel | |
| Jodas et al. | A review of computational methods applied for identification and quantification of atherosclerotic plaques in images | |
| Faraji et al. | Segmentation of arterial walls in intravascular ultrasound cross-sectional images using extremal region selection | |
| Zhu et al. | A snake-based method for segmentation of intravascular ultrasound images and its in vivo validation | |
| US8977339B1 (en) | Method for assessing stenosis severity through stenosis mapping | |
| EP2658439B1 (en) | Automatic left ventricular function evaluation | |
| JP2018535816A (en) | Method and system for calculating vascular pressure difference and blood flow reserve ratio | |
| AlMuhanna et al. | Carotid plaque morphometric assessment with three-dimensional ultrasound imaging | |
| Zahnd et al. | Quantification of fibrous cap thickness in intracoronary optical coherence tomography with a contour segmentation method based on dynamic programming | |
| Kontopodis et al. | Value of volume measurements in evaluating abdominal aortic aneurysms growth rate and need for surgical treatment | |
| CN108053429B (en) | Automatic registration method and device for cardiovascular OCT and coronary angiography | |
| CN110448319A (en) | Based on radiography image and blood flow velocity calculation method coronarius | |
| CN110910370A (en) | CTA image coronary stenosis detection method and device | |
| Takagi et al. | Automated contour detection for high-frequency intravascular ultrasound imaging: A technique with blood noise reduction for edge enhancement | |
| Su et al. | Detection of lumen and media-adventitia borders in IVUS images using sparse auto-encoder neural network | |
| Pociask et al. | Fully automated lumen segmentation method for intracoronary optical coherence tomography | |
| KR101971764B1 (en) | Method and device for analizing blood vessel using blood vessel image | |
| Munnur et al. | Quantitative and qualitative coronary plaque assessment using computed tomography coronary angiography: a comparison with intravascular ultrasound | |
| Santhiyakumari et al. | Non-invasive evaluation of carotid artery wall thickness using improved dynamic programming technique | |
| Dubuisson et al. | Automated peroperative assessment of stents apposition from OCT pullbacks | |
| Lavi et al. | Single-seeded coronary artery tracking in CT angiography | |
| US10332255B2 (en) | Method for assessing stenosis severity in a lesion tree through stenosis mapping | |
| Zhou et al. | Quantification of coronary artery stenosis by area stenosis from cardiac CT angiography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20200102 Year of fee payment: 4 |