KR100342435B1

KR100342435B1 - 3차원 의료영상 데이터의 가시화방법

Info

Publication number: KR100342435B1
Application number: KR1020000061083A
Authority: KR
Inventors: 박현욱; 김근호
Original assignee: 윤덕용; 한국과학기술원
Priority date: 2000-10-17
Filing date: 2000-10-17
Publication date: 2002-07-03
Also published as: JP2002133441A; JP3407113B2; KR20020030451A

Abstract

본 발명은 3차원 의료영상 데이터의 가시화방법에 관한 것으로서, 더 상세하게는 부 표본 3차원 데이터로부터 저해상도 영상을 구하고 저해상도 영상 또는 깊이정보와 3차원 데이터를 이용, 고화질의 영상을 구현하여 의료영상의 3차원 데이터를 가시화하고 실시간 처리를 할 수 있는 3차원 의료영상 데이터의 가시화방법에 관한 것이다.

본 발명은 3차원 데이터를 2x2x2의 크기 블록으로 평균하여 부 표본화된 데이터에서 저해상도 영상 또는 깊이 정보를 구하고 2차원으로 보간하여 저해상도 영상을 구하는 제1단계와, 상기 제1단계의 저해상도 영상과 원 데이터를 이용하여 고해상도 영상을 구하는 제2단계로 구성된다.

본 발명에 의하면 고해상도의 MIP 및 VR 영상을 얻는 데 필요한 계산시간을 절약하여 화질을 가변하면서 빠르게 고화질 영상을 볼 수 있는 효과가 있다.

Description

3차원 의료영상 데이터의 가시화방법 {Visibility Method of 3-Dimension Medical Image Data}

일반적으로 대부분 의료영상의 응용은 3차원 데이터의 실시간 처리와 가시화를 요구한다.

MIP(최대강도 투사; maximum intensity projection)와 VR(용적묘사; volume rendering)은 3차원 영상을 가시화하는 데 좋은 기능을 갖지만 많은 계산량이 요구된다.

MIP와 VR의 처리속도는 3차원 데이터의 단위인 복셀(voxel : volume element)의 개수에 비례하여 늘어난다.

이중 MIP는 간단한 처리이지만 하나의 광선이 지나가는 모든 복셀을 비교해야 하므로 계산량이 많은 치명적인 단점이 있고, VR은 한 복셀당 복잡한 계산을 요구하므로 또한 많은 계산량이 단점이다.

따라서, 실시간으로 3차원 의료영상의 MIP와 VR을 구현할 수 없었고 3차원 의료영상의 MIP와 VR을 소프트웨어로 구현하는 것이 불가능한 문제점이 있었다.

본 발명은 상술한 계산량 문제을 해결하기 위하여 안출된 것으로, 저해상도로 MIP 및 VR을 수행하고 빠른 시간내 처리가 가능한 계층적 구조의 MIP 및 VR 영상을 구현하여 시간을 절감하고 고화질의 영상을 구현하며 의사들의 빠른 진료를 도울 수 있는 3차원 의료영상 데이터의 가시화방법을 제공하는 데 그 목적이 있다.

본 발명은 부 표본 3차원 데이터로부터 저해상도 영상을 구하고 저해상도 영상 또는 깊이정보와 원래 3차원 데이터를 이용 고화질의 영상을 구하는 계층적 접근방식을 기술적 사상으로 한다.

도 1은 본 발명에 따른 계층적 MIP의 전체 구조도이다.

도 2는 본 발명에 따른 연관성 이용 선택방법을 보인 도면이다.

도 3은 본 발명에 따른 임계치에 대한 PSNR과 종래 알고리즘과의 계산량 관계를 보여주는 그래프이다.

도 4는 본 발명에 따른 주어진 임계치에 대한 MIP 영상이다.

도 5는 본 발명에 따른 계층적 VR의 전체 구조도이다.

도 6은 본 발명에 따른 깊이 정보 선택방법을 보인 도면이다.

도 7은 본 발명에 따른 깊이 정보의 획득방법을 보인 도면이다.

도 8은 본 발명에 따른 깊이 증가에 대한 PSNR과 종래 알고리즘과의 계산량 관계를 보여주는 그래프이다.

도 9는 본 발명에 따른 깊이 증가에 대한 VR 비교영상이다.

<도면의 주요부분에 대한 부호의 설명>

10 : 부 표본화된 데이터 12 : 원 데이터

14a,14b : MIP 16 : 보간

18 : 비교 20 : 저해상도 영상

22 : 고해상도 영상 24a,24b : VR

S10 : 제1단계 S12 : 제2단계

이하 본 발명을 첨부된 도면 도 1 내지 도 9를 참고로 하여 설명하면 다음과 같다.

먼저 본 발명에 따른 계층적(hierarchical) MIP의 방법을 설명하면 다음과 같다.

도 1은 본 발명에 따른 계층적 MIP의 전체 구조도이다.

제1단계(S10)에서는 고속처리를 위해 부 표본화된 데이터(10,Sub-sampled Data)에서 저해상도 MIP(14a)를 구하고 2차원으로 보간(16)하여 저해상도 영상(20)을 구하는 단계이다.

제2단계(S12)에서는 제1단계(S10)의 저해상도 영상(20)과 원 데이터(12,Fulloriginal Data)를 이용, 고해상도 MIP 영상(22)을 구하는 단계이다.

제1단계(S10)의 부 표본화(sub-sampling)는 3차원 데이터를 2x2x2 크기의 블록으로 평균화하여 되는 것으로, 이 평균값은 2x2x2의 크기의 블록 원래의 인접한 복셀 뿐 아니라 그 내부의 값들과도 연관성을 갖는다.

부 표본화된 데이터(10)로부터 저해상도 MIP(14a)를 구할 때 고속처리가 가능하고 관심영역을 조망하기 위해 적합하다.

관심영역을 조망하기 위해 시간을 더 들여 자세히 관찰을 하고 싶을 때에는 상기 저해상도 MIP(14a)와 부 표본화된 데이터(10)의 값을 비교하여 연관성이 큰 곳에 해당하는 전체 해상도 데이터를 얻는다.

도 2와 같이 연관성이 큰 곳을 판별하는 방법은 주어진 임계치((r),threshold ratio)에 저해상도 MIP의 값(P)을 곱한 값보다 부표본화된 값(x)이 더 큰 곳에 해당하는 전 해상도의 8개 복셀을 구하면 된다.

이러한 방법은 3차원 영상의 공간적인 연관성을 이용하는 것으로 MIP 처리를 할 때 연관성이 적은 부분은 생략하는 것에 의해 빠른 계산이 가능하게 된다.

도 3은 임계치에 따른 화질과 계산량을 보여준다.

도 3의 좌측 그래프는 자기공명 혈관조영(MRA, Magnetic Resonance Angiography)의 데이터 크기가 256x256x96이고, 왼쪽으로 30도만큼 회전되었을 때의 결과이고, 우측 그래프는 SUN UltraSPARC 1 workstation에서 is iprof - Insruction Profiler으로 계산량을 측정한 결과이다.

여기에서 계산량과 PSNR(Peak Signal to Noise Ratio)는 임계치에 따라 트레이드-어프(trade-off) 관계이다.

도 4는 MRA 데이터의 결과로서 좌측은 임계치가 0.0일 때 MIP 영상이고 우측은 임계치가 0.7일때 MIP 영상이다.

도 4의 우측 그림에 의해 주관적 화질의 저하가 없는 40 dB의 PSNR일 때 종래 계산량의 60%로 감소한다는 것을 알 수 있어, 결론적으로 실시간으로 MIP 계산이 가능하게 되는 것이다.

본 발명에 따른 계층적(hierarchical) VR의 방법을 설명하면 다음과 같다.

대부분의 의료영상 테이터는 공간상의 관심 밖 영역의 많은 데이터를 가지고 있다.

즉, 영상 데이터는 불투명도(opacity)를 가지고 물체(object)로 분류가 가능한 복셀들을 만나는데 많은 계산량을 소모한다.

또한 도 7과 같이 물체를 만난다 할지라도 용적묘사(VR)에 포함되는 것은 겉 표면에 해당하는 복셀들이고 그 이상의 깊이에서는 광선(ray)이 소멸(termination)되므로 계산을 할 필요가 없어진다.

본 발명은 이러한 깊이 정보를 기반으로 하여 처음에는 마우스를 클릭한 상태에서 조망하는 동안에는 저해상도의 영상으로 부여주고 관심있는 부분에 다다랐을 때에는 마우스의 클릭 상태를 풀어 저해상도 깊이 정보의 이용과 원 데이터를 이용하여 고해상도의 VR 영상을 구하는 단계이다.

도 5는 VR의 전체 구조도이다.

제1단계(S10)에서는 고속처리를 위해 부 표본화된 데이터(10)에서 저해상도VR(24a)을 구하고 2차원으로 보간(16)하여 저해상도 영상(20)을 구하는 단계이다.

제2단계(S12)에서는 제1단계(S10)의 저해상도에서 깊이정보와 원 데이터(12)를 이용하여 고해상도 VR 영상(22)을 구하는 단계이다.

부 표본화된 데이터(10)로부터 저해상도 VR(24a)을 구할 때 고속처리가 가능하고 관심영역을 조망하기 위해 적합하다.

관심영역을 조망하기 위해 시간을 더 들여 자세히 관찰을 하고 싶을 때에는 상기 부 표본화된 데이터(10)가 저해상도 VR(24a)을 구할 때 실제로 렌더링 되는 곳의 깊이정보를 얻어내고 그 깊이의 데이터만 렌더링하여 전체 해상도 데이터를 얻는다.

깊이정보를 선택하는 방법은 도 6과 같이 주어진 부 표본화된 복셀에 해당하는 불투명도(opacity)가 존재할 때, 즉 어느 값(α_min) 이상의 값을 가질 때의 처음 위치를 시작 깊이로 구하고 광선이 소멸될 때 마지막 깊이를 구하는 방법이다.

즉, 시작 깊이를 Depth₁로 저장하고 광선이 소멸(ray-termination)된 위치인 마지막 깊이를 Depth₂로 저장하여 그 깊이 사이에 해당하는 전해상도의 복셀을 렌더링한 영상을 구하는 방법이다.

광선이 진행함에 따라 부 표본화된 데이터(10)를 합성할 때, 누적되는 불투명도는 2배를 해주어 누적시키고, 합성되는 픽셀의 값도 불투명도에 2배를 해주어 누적시켜 고해상도의 누적되는 것과 같은 효과를 줄 수 있도록 한다.

이러한 깊이정보 선택방법은 3차원 영상의 공간적인 연관성을 이용하는 것으로 VR 처리를 할 때 연관성이 적은 부분은 생략하는 것에 의해 빠른 계산이 가능하게 된다.

도 8은 깊이정보에서 앞뒤로 깊이를 확장시키면서 렌더링되는 복셀을 증가시키는 방법으로 에러를 줄일 수 있으나 계산량은 늘어남을 보여준다.

그에 따른 화질과 종래의 렌더링과의 계산량의 비율을 보여주고 있다.

도 8에서 좌측의 그래프는 자기공명 혈관조영(MRA, Magnetic Resonance Angiography)의 데이터 크기가 256x256x96이고, 왼쪽으로 30도만큼 회전되었을 때의 결과이고, 우측 그래프는 SUN UltraSPARC 1 workstation에서 is iprof - Insruction Profiler으로 계산량을 측정한 결과이다.

종래의 VR 계산량은 295.94 Million instruction이다.

여기에서 계산량과 PSNR(Peak Signal to Noise Ratio)는 깊이 증가에 따라 트레이드-어프(trade-off) 관계이다.

도 9는 MRA 데이터의 결과로서 좌측은 원 영상일 때 MIP 영상이고 우측은 2개의 복셀만큼 깊이를 증가될 때 MIP 영상이다.

도 9의 우측 그림에 의해 주관적 화질의 저하가 없는 40 dB의 PSNR일 때 종래 계산량의 50%로 감소한다는 것을 알 수 있어, 결론적으로 실시간으로 VR 계산이 가능하게 되는 것이다.

이상에서와 같이, 본 발명은 부표본 3차원 데이터로부터 저해상도 영상을 구하고 다음 저해상도 영상 또는 깊이 정보와 원래의 3차원 데이터를 이용 고화질의 영상을 구하는 계층적 접근방식에 의해 고해상도의 MIP 및 VR 영상을 얻는 데 필요한 계산시간을 절약하여 화질을 가변하면서 빠르게 고화질 영상을 볼 수 있는 효과가 있다.

본 발명에 의하면 의료영상 시스템의 구조를 크게 변경함 없이 소프트웨어 적으로 첨가할 수 있어 컴퓨터 단층촬영(Computer Tomography), 자기공명 단층촬영(Magnetic Resonance Imaging), 초음파진단(Ultrasonography)과 같은 3차원 가시화 의료 영상 시스템에 널리 이용될 수 있는 것이다.

Claims

3차원 데이터를 2x2x2의 크기 블록으로 평균하여 부 표본화된 데이터에서 저해상도 MIP를 구하고 2차원으로 보간하여 저해상도 영상을 구하는 제1단계와,

상기 제1단계의 저해상도 영상과 원 데이터를 이용하여 고해상도 MIP 영상을 구하는 제2단계를 포함하는 것을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 1에 있어서, 상기 제1단계의 저해상도 MIP와 부 표본화된 데이터의 값을 비교하여 연관성이 큰 곳에 해당하는 전체 해상도 데이터를 얻음으로써 관심영역을 조망함을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 2에 있어서, 상기 연관성이 큰 곳은 주어진 임계치(r)에 저해상도 MIP의 값(P)을 곱한 값보다 부표본화된 값(x)이 더 큰 곳임을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
3차원 데이터를 2x2x2의 크기 블록으로 평균하여 부 표본화된 데이터에서 저해상도 VR을 구하고 2차원으로 보간하여 저해상도 영상을 구하는 제1단계와,

상기 제1단계의 저해상도에서 얻어진 깊이정보와 원 데이터를 이용하여 고해상도 VR 영상을 구하는 제2단계를 포함하는 것을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 4에 있어서, 상기 제1단계의 부 표본화된 데이터가 저해상도의 VR을 구할 때 실제로 렌더링되는 곳의 깊이정보를 얻어내고 그 깊이의 데이터만 렌더링하여 전체 해상도 데이터를 얻음으로써 관심영역을 조망함을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 4 또는 청구항 5에 있어서, 상기 깊이정보는 부 표본화된 복셀에 해당하는 불투명도(opacity)가 존재할 때의 처음 위치를 시작 깊이로 구하고 광선이 소멸될 때 마지막 깊이를 구하여 얻어짐을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 6에 있어서, 상기 시작 깊이를 Depth₁로 저장하고 광선이 소멸된 위치인 마지막 깊이를 Depth₂로 저장하여 그 깊이 사이에 해당하는 전해상도의 복셀을 렌더링함을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.
청구항 6에 있어서, 상기 불투명도에 2배를 곱하여 누적하는 기법으로 부표본화된 데이터(10)를 렌더링하고 합성함을 특징으로 하는 3차원 의료영상 데이터의 가시화방법.