KR101840106B1 - 의료영상을 이용한 혈류 분석 방법 - Google Patents

의료영상을 이용한 혈류 분석 방법 Download PDF

Info

Publication number
KR101840106B1
KR101840106B1 KR1020160014162A KR20160014162A KR101840106B1 KR 101840106 B1 KR101840106 B1 KR 101840106B1 KR 1020160014162 A KR1020160014162 A KR 1020160014162A KR 20160014162 A KR20160014162 A KR 20160014162A KR 101840106 B1 KR101840106 B1 KR 101840106B1
Authority
KR
South Korea
Prior art keywords
blood vessel
function
signal
medical image
time
Prior art date
Application number
KR1020160014162A
Other languages
English (en)
Other versions
KR20170092903A (ko
Inventor
장진희
남윤호
김범수
Original Assignee
가톨릭대학교 산학협력단
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 가톨릭대학교 산학협력단 filed Critical 가톨릭대학교 산학협력단
Priority to KR1020160014162A priority Critical patent/KR101840106B1/ko
Priority to PCT/KR2017/000883 priority patent/WO2017135635A1/ko
Priority to US16/074,636 priority patent/US10750964B2/en
Publication of KR20170092903A publication Critical patent/KR20170092903A/ko
Application granted granted Critical
Publication of KR101840106B1 publication Critical patent/KR101840106B1/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
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5601—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution involving use of a contrast agent for contrast manipulation, e.g. a paramagnetic, super-paramagnetic, ferromagnetic or hyperpolarised contrast agent
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • 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
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56366—Perfusion imaging
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Abstract

4차원 의료영상을 이용하여 체내의 정맥 및 동맥의 혈액의 흐름에 대한 수학적 함수를 도출하기 위한 기술을 제공한다. 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법은, 기설정된 주기로 환자의 신체에 대한 시간에 따라 획득된 복수의 3차원 영상들을 정합함으로써 얻어진 4차원 의료영상 데이터로부터, 혈관의 위치를 결정하는 단계; 결정하는 단계에 의하여 결정된 혈관의 위치에 대한 3차원 의료영상 데이터에 포함된 혈관 신호 중, 머리 부위의 혈관신호 및 심장 영역의 혈관신호를 이용하여, 동맥 함수 및 정맥 함수에 대한 1차 함수를 도출하는 단계; 및 1차 함수와 목 부위의 혈관신호를 이용하여, 동맥 함수 및 정맥 함수에 대한 최종 함수인 2차 함수를 도출하는 단계;를 포함하는 것을 특징으로 한다.

Description

의료영상을 이용한 혈류 분석 방법{Method for analyzing blood flow using medical image}
본 발명은 MRI, CT 등의 의료영상을 이용하여 체내의 혈관에서의 혈류흐름을 분석하는 기술에 관한 것으로, 구체적으로는 조영제를 체내에 투여하여 체내의 영상을 촬영 시, 촬영된 영상을 이용하여 체내의 정맥 및 동맥에서의 혈액의 흐름에 대한 함수를 도출하기 위한 기술에 관한 것이다.
혈류와 같은 인체 내의 유체 흐름을 비침습적으로 측정하는 방법에서는, 자기 공명 영상기를 이용한 위상 대조 자기 공명 영상 기법이 널리 사용되고 있다. 상기의 기법은, 심전도의 R-wave 직후 혈류 속도의 영상을 0으로 하는 경사자계 펄스를 사용하여 속도를 반영하지 않는 레퍼런스 영상이 촬영되고, 속도부호화 경사자계를 이용하여 혈류 속도가 반영된 속도부호화 영상이 촬영된다. 이후 레퍼런스 영상과 속도 부호화 영상이 촬영된다. 이를 연속적으로 심전도의 한 주기동안 짝지어 촬영하고, 위상부호화의 크기를 달리하며 k-공간을 다 채울때까지 촬영한다. 이후, 촬영된 영상을 속도 영상으로 재구성하여, 심전도의 한 주기 동안의 혈류 속도를 측정하게 된다.
그러나 이러한 기법은, 혈류를 분석하는 데 있어서 혈류 속도만을 알 수 있고, 높은 시간해상도 및 정확한 혈류의 흐름을 표현하는 데 부족한 문제점이 지적되어 왔다.
이를 위하여, 미국등록특허 8837800호 등에서는, 동맥 및 정맥의 흐름을 분석하기 위하여, 의료영상을 이용하여 동맥 및 정맥 함수를 도출하기 위해서 영상을 구성하는 픽셀 중 일부를 선택하고, 각 픽셀들의 신호를 일반화 및 가우시안 트랜스폼을 이용하여 각 픽셀들이 구성하는 혈관에 대한 동맥함수 및 정맥함수를 도출하는 기법을 제시하고 있다.
그러나 이러한 기존의 방법에 의하여도, 정맥함수 및 동맥함수를 정확하게 도출하지 못하고 오류가 발생하는 문제점이 존재하고 있으며, 정확하게 의료영상으로부터 혈관을 인식함으로써 해당 혈관에서의 혈류를 분석하지 못하는 문제점이 지적되어 왔다.
이에 본 발명은, MRI, TRMRA, CT 등 조영제를 투여하여 체내 영상을 촬영 시 생성되는 의료영상으로부터 혈관을 정확하게 인지하고, 해당 혈관을 새로운 기법으로 분석함으로써, 동맥함수 및 정맥함수를 각각 정확도가 높도록 도출함으로써, 동맥 및 정맥에서의 혈류를 정확하게 분석할 수 있는 기술을 제공하는 데 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법은, 기설정된 주기로 환자의 신체에 대한 시간에 따라 획득된 복수의 3차원 영상들을 정합함으로써 얻어진 4차원 의료영상 데이터로부터, 혈관의 위치를 결정하는 단계; 상기 결정하는 단계에 의하여 결정된 혈관의 위치에 대한 3차원 의료영상 데이터에 포함된 혈관 신호 중, 머리 부위의 혈관신호 및 심장 영역의 혈관신호를 이용하여, 동맥 함수 및 정맥 함수에 대한 1차 함수를 도출하는 단계; 및 상기 1차 함수와 목 부위의 혈관신호를 이용하여, 상기 동맥 함수 및 정맥 함수에 대한 최종 함수인 2차 함수를 도출하는 단계;를 포함하는 것을 특징으로 한다.
본 발명에 의하면, 시간대별로 촬영한 3차원 영상을 포함하는 4차원 의료영상 데이터에서의 시간대별 신호 크기의 변화를 이용하여 혈관의 위치를 정확하게 파악하고, 해당 혈관에서의 신호의 크기를 이용하여 동맥 및 정맥 함수를 정확하게 분석하고, 특히 목 부위의 혈관 신호를 이용함으로써, 매우 정확도가 높은 동맥 함수 및 정맥 함수를 도출할 수 있게 된다.
즉, 의료영상을 새로운 방식으로 분석하여 정확하게 혈류를 분석할 수 있도록 함으로써, 수학적인 모형을 이용하여 혈류역학과 관련된 다양한 정보를 추출할 수 잇고, 의미있는 특정 시점에서의 영상 및 차이영상을 생성하는 등 시각화 과정에서도 유효하게 이용할 수 있는 효과가 있다.
도 1 내지 4는 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법의 플로우차트.
도 5 내지 8은 본 발명의 일 실시예의 구현에 따라서 혈류가 분석되는 실시예.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법에 대해서 설명하기로 한다.
이하의 실시 예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아님은 당연할 것이다. 따라서 본 발명과 동일한 기능을 수행하는 균등한 발명 역시 본 발명의 권리 범위에 속할 것이다.
또한 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 “연결”, “결합” 또는 “접속” 된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 “연결”, “결합” 또는 “접속”될 수도 있다고 이해되어야 할 것이다.
도 1 내지 4는 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법의 플로우차트이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법은, 의료영상을 촬영하는 장치로부터 촬영된 영상 데이터를 수신한 컴퓨터 또는 기타 장치 등 데이터 처리가 가능한 단말에 의하여 수행될 수 있다.
본 발명의 일 실시예에 따른 의료영상을 이용한 혈류 분석 방법에서는, 먼저 기설정된 주기로 환자의 신체에 대한 3차원 영상을 촬영한 데이터를 결합한 4차원 의료영상 데이터로부터 혈관의 위치를 결정하는 단계(S10)가 수행된다. S10 단계에서 촬영되는 환자의 신체는 바람직하게는 머리부터 심장 부근의 가슴 영역까지를 포함함이 바람직하나, 이에 제한되지는 않을 것이다.
본 발명에 있어서 4차원 의료영상 데이터는, 예를 들어 TRMRA(time-resolved magnetic resonance angiography)를 이용하여 촬영한 데이터일 수 있다. TRMRA는 자기공명영상을 이용한 혈관조영기법(MRA)의 일종으로서, 시간에 따라서 혈관신호의 변화를 관찰할 수 있다. 본 발명의 실시예에 대한 실험에 있어서 상기의 기법을 사용시 약 2초마다 영상을 얻을 수 있다. 물론 상기의 기법 이외에, 일정한 시간마다 3차원 영상을 획득하여 4차원의 의료영상 데이터를 획득하는 모든 기법이 사용될 수 있을 것이다.
본 발명에서 의료영상 데이터를 이용하여 혈관의 위치를 결정함으로써 영상 내에서 혈관신호를 획득하도록 하는 방법은, MRA에서 조영제 투여 시의 신호 변화를 이용함에 따라서 수행될 수 있다.
즉, 혈관의 위치를 결정하는 S10 단계는, 구체적으로 4차원 의료영상 데이터를 구성하는 픽셀들 중, 시간에 다른 신호의 크기의 최대값 및 최소값의 차이값 순으로 기설정된 비율의 상위의 픽셀을 혈관을 구성하는 픽셀로 결정하게 된다.
MRA 등에서 조영제를 투여한 경우, 조영제가 전달된 위치에서는 적절한 영상기법을 활용 시 신호강도가 급격하게 높아지게 된다. 이에 따라서 조영제 투여 후 시간해상도를 갖는 TRMRA 영상을 획득 시, 이에 의한 신호 변화를 통하여 혈류역학 정보를 얻을 수 있다.
이에 따라서 신호의 차이가 큰 상위의 예를 들어 10%의 픽셀들을 혈관을 촬영한 픽셀로 결정하게 되는 것이다. 이에 대한 예가 도 5에 자세하게 도시되어 있다.
도 5를 참조하면, 조영제 투여 후 촬영된 3차원 영상 데이터에서, 신호의 최대값 데이터(10)와 최소값 데이터(20)를 갖는 영상 데이터를 추출한다. 이후, 최대값과 최소값의 차이를 갖는 영상 데이터(30)를 생성 또는 추출하게 된다. 이러한 차이값들을 그래프(40)로 분석한 뒤, 이들 중 차이값이 가장 큰 순서대로, 예를 들어 10% 비율의 차이값(41)을 갖는 픽셀들을 선택하게 된다. 선택된 픽셀이 영상 데이터 상에서 위치하는 부분을 혈관 데이터(50)로 결정하게 된다.
다시 도 1에 대한 설명으로 돌아와서, S10 단계가 수행되면, S10 단계에 의하여 결정된 혈관의 위치에 대한 3차원 의료영상 데이터에 포함된 혈관 신호들 중, 머리 부위의 혈관 신호 및 심장 영역의 혈관신호를 이용하여 동맥 함수(AIF, Arterial Input Function) 및 정맥 함수(VOF, Venous Output Function)에 대한 1차 함수를 도출하는 단계(S20)를 수행하게 된다.
상기 언급한 바와 같이 본 발명에서 사용되는 의료영상 데이터는 예를 들어 환자의 머리부터 가슴 영역을 촬영한 데이터이다. 동맥 함수 및 정맥 함수는, 조영제를 투입한 후, 시간순으로 획득한 영상 분석을 위하여 정의되는 함수로서, 주요 혈관에서 시간에 따라서 신호가 변화하는 패턴으로 주로 정의된다.
이때 뇌영역을 분석 시 종종 목부위에서 정의된다. 그러나 목부위의 혈관은 정맥 및 동맥이 혼재하고 있어 동맥 함수 및 정맥 함수를 정확하게 정의하기가 힘들다. 이에 따라서, 본 발명에서는 1차적으로 동맥 함수 및 정맥 함수를 정의하고, 목 부위에서의 혈관 신호를 분석하여 1차 함수를 보정하여 최종적으로 동맥 함수 및 정맥 함수를 도출하게 되는 것이다.
1차 함수를 도출하는 데에는, 다음과 같은 조건이 적용된다. 즉, 4차원의 의료영상 데이터에서 심장 근처의 혈관 신호의 평균은 동맥 함수를 대부분 반영하며, 머리 끝에서의 평균은 정맥 함수를 대부분 반영할 것이다.
이를 이용하여, 본 발명에서는 1차 함수를 도 2 및 7에 도시된 예와 같이 도출하게 된다.
도 2와 도 7을 함께 참조하면, 먼저 4차원 의료영상 데이터(100)들 중 영상을 기준으로 기설정된 제1 높이의 상부의 혈관의 위치(R1)에서의 혈관 신호들(110)의 평균치의 패턴을 나타내는 함수를 정맥 함수에 대한 1차 함수로 도출하는 단계(S21)를 수행한다.
한편 이와 함께, 4차원 의료영상 데이터들 중 영상을 기준으로 기설정된 제1 높이의 하부의 혈관의 위치(R2)에서의 혈관 신호들(120)의 평균치의 패턴을 나타내는 함수를 동맥 함수에 대한 1차 함수로 도출하는 단계(S22)를 수행한다.
상기의 가정을 이용하여 1차 함수(130)가 도출되며 1차 함수(130)에는 각각 동맥 함수(130에서의 R2) 및 정맥 함수(130에서의 R1)가 포함될 수 있다. 상기의 과정을 통하여, 1차적으로 동맥 및 정맥을 구분하여 정확하게 혈관을 구분하도록 하게 된다.
다시 도 1에 대한 설명으로 돌아와서, S20 단계를 통하여 1차 함수가 도출되면, 도출된 1차 함수와 혈관신호들 중 목 부위의 혈관신호를 이용하여, 동맥 함수 및 정맥 함수에 대한 최종 함수인 2차 함수를 도출하는 단계(S30)를 수행하게 된다.
동맥 함수 및 정맥 함수를 통하여 혈류를 분석해야 하는 신체 부위에 따라서 목 부위 이외의 혈관신호를 분석할 수 있으나, 뇌영역을 분석 시 대부분 목 부위에서의 동맥 및 정맥 함수를 정의하고 있다.
이에 따라서 머리 부위 및 심장 근처의 가슴 부위의 1차 함수를 목 부위의 혈관 신호에 따라서 보정함으로써, 최종 함수로서 2차 함수를 도출하게 된다. 물론 상기 언급한 바와 같이, 목 부위 이외에, 분석 대상이 되는 신체에 따라서 다른 부위의 혈관 신호를 기준으로 2차 함수가 도출될 수 있음은 당연할 것이다.
S30 단계의 수행을 위하여 4차원 의료영상 데이터들 중 목 부위의 데이터를 한정하는 것이 중요하다. 이를 위한 실시예가 도 2 및 도 6에 도시되어 있다.
도 2와 도 6을 함께 참조하면, 목 부위를 결정하기 위하여, 먼저 시간대별로 촬영된 4차원 의료영상 데이터에 있어서, 전체 시간대에 대한 평균 영상(60)을 생성하는 단계(S1)를 수행한다.
이후, 생성된 평균 영상으로부터, 기설정된 임계 크기보다 큰 신호를 갖는 픽셀을 선택한 뒤, 선택된 픽셀로 구성된 영역(70)을 미디언 필터(Median Filter)를 적용하여 모두 채움으로써 마스크 영상(80)을 생성하는 단계(S2)를 수행한다.
즉, S1 단계에 의하여 생성된 평균 영상(60)으로부터 임계 기법(thresholding)을 통하여 예를 들어 전체영역의 신호의 평균값의 0.5배수보다 큰 픽셀만을 남기고 배경이 제거된 초기 마스크를 생성한 뒤, 마스크 영역 내에 남아있는 홀(hole)들에 대해서 미디언 필터링을 통하여 채워줌으로써 최종적인 마스크를 생성하게 되는 것이다.
S2 단계에 의하여 마스크가 생성되면, 몸에서 머리 방향으로 마스크의 픽셀들의 수를 계산한 다음에, 마스크 영상(80, 90) 중 기설정된 제1 높이의 상부 및 하부의 영상(81, 83)을 제외한 영역(82)들 중, 픽셀 수가 가장 적은 영역을 포함하는 기설정된 제2 높이의 영역(91)을 목 부위로 설정하는 단계(S3)를 수행한다.
S3 단계는 그 수행 기준에 있어서, 목을 포함하는 단면을 찾는 것은 사람의 목이 머리와 몸에 비하여 비교적 적은 부피를 가진다는 가정에서 시작한다. 즉, 영상에 있어서 픽셀 수를 기준으로 목 부위를 결정 시 픽셀이 존재하지 않아 오류가 발생할 수 있는 영상의 맨 위 부분 및 아래 부분에 대해서는 이를 판단 대상으로부터 제외하기 위하여, 기설정된 제1 높이(예를 들어 30cm)의 상부 및 하부의 영상(81, 83)을 마스크 영상(80, 90)으로부터 제외하고, 남은 영역(82)에 있어서 픽셀 수가 가장 적은 영역을 포함하는(바람직하게는 픽셀 수가 가장 적은 영역을 중심으로) 제2 높이(예를 들어 10cm)의 영역(91)을 목 부위로 설정하게 되는 것이다.
다시 도 1에 대한 설명으로 돌아와서, 목 부위에서의 혈관 신호를 1차 함수에 반영함으로써, 2차 함수, 즉 동맥 함수와 정맥 함수의 최종 함수를 도출하게 된다. 이에 관한 구체적인 실시예가 도 4 및 8에 도시되어 있다.
도 4 및 8을 함께 참조하면, 1차 함수가 나타내는 혈관신호(140)들 중, 상기의 기법에 따라서 도출된 목 부위에서의 혈관신호(141)들을 추출하는 단계(S31)를 수행하게 된다.
이후, 추출하는 단계에서의 혈관 신호들이 최대값을 가지는 시간인 제1 시간을 계산하는 단계(S32)를 수행하게 되며, 제1 시간(150)을 동맥 또는 정맥 신호로 분류하기 위하여 기준 값을 계산하는 과정이 수행된다.
구체적으로, 상기의 1차 함수에 포함된 혈관 신호들 중 동맥 신호에 대응하는 혈관 신호가 최대값을 갖는 시간의 평균치인 제2 시간 및 정맥 신호에 대응하는 혈관 신호가 최대값을 갖는 시간의 평균치인 제3 시간을 연산하는 단계(S33)가 수행된다.
S33 단계에 대해서 제2 시간 및 제3 시간이 연산되면, 제1 시간(150)과, 제2 시간 및 제3 시간을 비교하여, 목 부위에서의 혈관 신호를 정맥 신호 및 동맥 신호로 구분하는 단계(S34)를 수행한다.
구체적으로 도 8을 참조하면, 제2 시간(TTPR2)과 제3 시간(TTPR1)의 평균값((TTPR1+TTPR2)/2, 151)을 연산한다. 제1 시간(150)은 혈관 신호별로 복수개가 계산될 것이다. 계산된 제1 시간(150)들에 해당하는 혈관신호(152)들 중, (TTPR1+TTPR2)/2보다 작은 제1 시간(150)에 해당하는 혈관신호를 동맥 신호로, 큰 제1 시간에 해당하는 혈관신호를 정맥 신호로 구분하게 된다.
S34가 수행되면, 구분된 신호마다 해당 신호가 최대값을 갖는 시간의 최빈값을 계산한 후, 최빈값에 가까운 기설정된 비율(예를 들어 50%)의 신호들의 평균값이 갖는 패턴을 동맥 함수 및 정맥 함수에 대한 2차 함수(160)로서 도출하는 단계(S35)가 수행된다.
상기와 같은 과정을 통하면, 동맥 신호와 정맥 신호가 지배적으로 분포되는 심장 부근의 영역 및 머리 영역에서 1차적으로 동맥 함수 및 정맥 함수를 도출한 뒤, 이를 관찰 대상이 되는 목 부위의 혈관 신호들에 반영하여 최종적으로 목 부위에서의 동맥 함수 및 정맥 함수를 도출하게 된다.
이와 같은 본 발명의 실시예에 의하면, 혈류를 분석하기 위한 대상이 되는 영역에서, 정확하게 동맥 및 정맥의 흐름을 수학적인 함수로서 도출할 수 있다. 이를 통해, 혈류역학과 관련된 다양한 정보를 추출해 내는 데 이용할 수 있으며, 의미있는 특정 시점에서의 영상 또는 차이영상을 보여주는 등의 시각화 과정에도 이용될 수 있어, 혈류 분석 시의 다양한 진단 및 치료에 사용될 수 있는 효과가 있다.
이상에서 전술한 본 발명의 실시 예에 따른 의료영상을 이용한 혈류 분석 방법의 기능은, 사용자 단말에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 사용자 단말에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유의 실시간 검출방법의 기능은 사용자 단말에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 사용자 단말 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
이러한 프로그램은 컴퓨터에 의해 읽힐 수 있는 기록매체에 기록되고 컴퓨터에 의해 실행됨으로써 전술한 기능들이 실행될 수 있다.
이와 같이, 본 발명의 각 실시 예에 따른 의료영상을 이용한 혈류 분석 방법의 기능을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다.
또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다.
또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈(예: 유선 및/또는 무선 통신 모듈)을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
그리고 본 발명을 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
이상에서 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는, 일예로, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 미디어 저장장치 등이 있다.
또한 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 이 경우, 다수의 분산된 컴퓨터 중 어느 하나 이상의 컴퓨터는 상기에 제시된 기능들 중 일부를 실행하고, 그 결과를 다른 분산된 컴퓨터들 중 하나 이상에 그 실행 결과를 전송할 수 있으며, 그 결과를 전송받은 컴퓨터 역시 상기에 제시된 기능들 중 일부를 실행하여, 그 결과를 역시 다른 분산된 컴퓨터들에 제공할 수 있다.
특히, 본 발명의 각 실시 예에 따른 의료영상을 이용한 혈류 분석 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 컴퓨터로 읽을 수 있는 기록매체는, 애플리케이션 스토어 서버(Application Store Server), 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버(Application Provider Server)에 포함된 저장매체(예: 하드디스크 등)이거나, 애플리케이션 제공 서버 그 자체일 수도 있다.
본 발명의 각 실시 예에 따른 의료영상을 이용한 혈류 분석 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터는, 일반적인 데스크 탑이나 노트북 등의 일반 PC 뿐만 아니라, 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기를 포함할 수 있으며, 이뿐만 아니라, 컴퓨팅(Computing) 가능한 모든 기기로 해석되어야 할 것이다.
또한, 본 발명의 실시 예에 따른 의료영상을 이용한 혈류 분석 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터가 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기인 경우, 애플리케이션은 애플리케이션 제공 서버에서 일반 PC로 다운로드 되어 동기화 프로그램을 통해 모바일 단말기에 설치될 수도 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실 시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 “포함하다”, “구성하다” 또는 “가지다” 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (5)

  1. 기설정된 주기로 환자의 신체에 대한 시간에 따라 획득된 복수의 3차원 영상들을 정합함으로써 얻어진 4차원 의료영상 데이터로부터, 혈관의 위치를 결정하는 단계;
    상기 결정하는 단계에 의하여 결정된 혈관의 위치에 대한 3차원 의료영상 데이터에 포함된 혈관 신호 중, 머리 부위의 혈관신호 및 심장 영역의 혈관신호를 이용하여, 동맥 함수 및 정맥 함수에 대한 1차 함수를 도출하는 단계; 및
    상기 1차 함수와 목 부위의 혈관신호를 이용하여, 상기 동맥 함수 및 정맥 함수에 대한 최종 함수인 2차 함수를 도출하는 단계;를 포함하는 것을 특징으로 하는 의료영상을 이용한 혈류 분석 방법.
  2. 제1항에 있어서,
    상기 혈관의 위치를 결정하는 단계는,
    상기 4차원 의료영상 데이터를 구성하는 픽셀들 중, 시간에 따른 신호의 크기의 최대값 및 최소값의 차이값 순으로 기설정된 비율의 상위의 픽셀을 혈관을 구성하는 픽셀로 결정하는 것을 특징으로 하는 의료영상을 이용한 혈류 분석 방법.
  3. 제1항에 있어서,
    시간대별로 촬영된 4차원 의료영상 데이터에 있어서, 전체 시간대에 대한 평균 영상을 생성하는 단계;
    상기 생성된 평균 영상으로부터 기설정된 임계 크기보다 큰 신호를 갖는 픽셀을 선택한 뒤, 선택된 픽셀로 구성된 영역을 미디언 필터(median filter)를 적용하여 마스크 영상을 생성하는 단계; 및
    상기 생성된 마스크 영상 중, 기설정된 제1 높이의 상부 및 하부의 영상을 제외한 영역들 중, 픽셀수가 가장 적은 영역을 포함하는 기설정된 제2 높이의 영역을 목 부위로 결정하는 단계;를 더 포함하는 것을 특징으로 하는 의료영상을 이용한 혈류 분석 방법.
  4. 제1항에 있어서,
    상기 1차 함수를 도출하는 단계는,
    상기 4차원 의료영상 데이터들 중 영상을 기준으로 기설정된 제1 높이의 상부의 혈관의 위치에서의 혈관 신호들의 평균치의 패턴을 나타내는 함수를 정맥 함수에 대한 1차 함수로 도출하는 단계; 및
    상기 4차원 의료영상 데이터들 중 영상을 기준으로 기설정된 제1 높이의 하부의 혈관의 위치에서의 혈관 신호들의 평균치의 패턴을 나타내는 함수를 동맥 함수에 대한 1차 함수로 도출하는 단계;를 포함하는 것을 특징으로 하는 의료영상을 이용한 혈류 분석 방법.
  5. 제1항에 있어서,
    상기 2차 함수를 도출하는 단계는,
    상기 1차 함수가 나타내는 혈관신호들 중, 상기 목 부위에서의 혈관 신호를 추출하는 단계;
    상기 추출하는 단계에서의 혈관 신호들이 최대값을 가지는 시간인 제1 시간을 계산하는 단계;
    상기 1차 함수에 포함된 혈관 신호들 중, 동맥 신호에 대응하는 혈관 신호가 최대값을 갖는 시간의 평균치인 제2 시간 및 정맥 신호에 대응하는 혈관 신호가 최대값을 갖는 시간의 평균치인 제3 시간을 연산하는 단계;
    상기 제1 시간과, 상기 제2 시간 및 상기 제3 시간을 비교하여, 상기 목 부위에서의 혈관 신호를 정맥 신호 및 동맥 신호로 구분하는 단계; 및
    상기 구분된 신호마다, 상기 신호가 최대값을 갖는 시간의 최빈값을 계산한 후, 상기 최빈값에 가까운 기설정된 비율의 신호들의 평균값이 갖는 패턴을 상기 동맥 함수 및 정맥 함수에 대한 2차 함수로 도출하는 단계;를 포함하는 것을 특징으로 하는 의료영상을 이용한 혈류 분석 방법.
KR1020160014162A 2016-02-04 2016-02-04 의료영상을 이용한 혈류 분석 방법 KR101840106B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020160014162A KR101840106B1 (ko) 2016-02-04 2016-02-04 의료영상을 이용한 혈류 분석 방법
PCT/KR2017/000883 WO2017135635A1 (ko) 2016-02-04 2017-01-25 의료영상을 이용한 혈류 분석 방법
US16/074,636 US10750964B2 (en) 2016-02-04 2017-01-25 Method for analyzing blood flow by using medical image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160014162A KR101840106B1 (ko) 2016-02-04 2016-02-04 의료영상을 이용한 혈류 분석 방법

Publications (2)

Publication Number Publication Date
KR20170092903A KR20170092903A (ko) 2017-08-14
KR101840106B1 true KR101840106B1 (ko) 2018-04-26

Family

ID=59499670

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160014162A KR101840106B1 (ko) 2016-02-04 2016-02-04 의료영상을 이용한 혈류 분석 방법

Country Status (3)

Country Link
US (1) US10750964B2 (ko)
KR (1) KR101840106B1 (ko)
WO (1) WO2017135635A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102272741B1 (ko) * 2019-07-11 2021-07-02 가톨릭대학교 산학협력단 4차원 자기공명 혈관조영술의 영상정보 후처리를 통한 3차원 감산 동맥조영술과 3차원 감산 정맥조영술 및 4차원 컬러 혈관조영술의 동시 구현 방법과 의료영상 시스템
US11341636B2 (en) * 2019-11-01 2022-05-24 GE Precision Healthcare LLC Methods and systems for an adaptive five-zone perfusion scan
CN111436905B (zh) * 2020-04-03 2024-03-19 图湃(北京)医疗科技有限公司 一种光学相干层析血管造影方法及装置
CN112990029B (zh) * 2021-03-23 2022-08-19 桂林电子科技大学 一种评估静脉血管状态的装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4983860B2 (ja) 2008-06-05 2012-07-25 三星メディソン株式会社 明るさ値とグラジエント情報を用いた超音波映像とｃｔ映像の非剛体映像整合システム及び方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3313841B2 (ja) * 1993-09-24 2002-08-12 興和株式会社 血流測定装置
JP2003019119A (ja) * 2001-07-10 2003-01-21 Canon Inc 眼底血流計
US20100056936A1 (en) * 2006-12-01 2010-03-04 Hitoshi Fujii Blood flow rate imaging device
CA2718781A1 (en) 2008-03-11 2009-09-17 Karolinska Institutet Innovations Ab A computer-based method and system for imaging-based dynamic function evaluation of an organ
US20160166159A1 (en) * 2011-05-11 2016-06-16 Qing Yang Method and system for mapping tissue status of acute stroke
US8837800B1 (en) * 2011-10-28 2014-09-16 The Board Of Trustees Of The Leland Stanford Junior University Automated detection of arterial input function and/or venous output function voxels in medical imaging
US9424395B2 (en) 2013-03-04 2016-08-23 Heartflow, Inc. Method and system for sensitivity analysis in modeling blood flow characteristics
FR3027115B1 (fr) * 2014-10-13 2019-05-10 Olea Medical Systeme et procede pour estimer une quantite d'interet d'un systeme dynamique artere/tissu/veine

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4983860B2 (ja) 2008-06-05 2012-07-25 三星メディソン株式会社 明るさ値とグラジエント情報を用いた超音波映像とｃｔ映像の非剛体映像整合システム及び方法

Also Published As

Publication number Publication date
US10750964B2 (en) 2020-08-25
KR20170092903A (ko) 2017-08-14
US20190038150A1 (en) 2019-02-07
WO2017135635A1 (ko) 2017-08-10

Similar Documents

Publication Publication Date Title
KR101840106B1 (ko) 의료영상을 이용한 혈류 분석 방법
US20190200881A1 (en) Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics
US10912470B2 (en) System and method for tracking cerebral blood flow in fMRI
US10134127B2 (en) Method for post-processing flow-sensitive phase contrast magnetic resonance images
US11526996B2 (en) Analysis and visualization of subtle motions in videos
Mariscal-Harana et al. Estimating central blood pressure from aortic flow: development and assessment of algorithms
WO2014013384A1 (en) Multi-cardiac sound gated imaging and post-processing of imaging data based on cardiac sound.
CN108403101A (zh) 一种模型训练方法及装置、测量血压的方法及装置
Sharma et al. Heart rate and blood pressure measurement based on photoplethysmogram signal using fast Fourier transform
Oster et al. Comparison of three artificial models of the magnetohydrodynamic effect on the electrocardiogram
KR20200062656A (ko) 의료 영상으로부터 뇌혈관 나이를 추정하는 방법 및 시스템
CN104434078A (zh) 用时间序列信号确定基于视频的脉搏传导时间的系统和方法
Hennersperger et al. Vascular 3D+ T freehand ultrasound using correlation of doppler and pulse-oximetry data
US10482597B2 (en) Automated method for tissue-based contrast media arrival detection for dynamic contrast enhanced MRI
US10510448B2 (en) Method for providing diagnosis aid information by using medical images, and system therefor
JPWO2018159708A1 (ja) 血流解析装置および方法並びにプログラム
JP4972477B2 (ja) 医用画像処理装置
KR102611037B1 (ko) 뇌와 관련된 정보로부터의 혈관 함수를 추출하기 위한 장치 및 방법
JP2014094229A (ja) 医用画像解析装置及び医用画像撮影装置
US11786202B2 (en) Method, system, and medium for analyzing image sequence of periodic physiological activity
US20240041334A1 (en) Systems and methods for measuring physiologic vital signs and biomarkers using optical data
KR102272741B1 (ko) 4차원 자기공명 혈관조영술의 영상정보 후처리를 통한 3차원 감산 동맥조영술과 3차원 감산 정맥조영술 및 4차원 컬러 혈관조영술의 동시 구현 방법과 의료영상 시스템
KR102045883B1 (ko) 광단층영상 시스템을 이용한 혈관 이미징 장치 및 방법
US20230351554A1 (en) Real-time cardiac magnetic resonance (mr) by respiratory phase
ERDEM Group Members

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant