KR100701235B1 - 삼차원 가상 분할 및 검사 시스템 및 방법 - Google Patents

Abstract

본 발명은 입체 시각화 기법(volume visualization technique)을 사용하여 인체 장기 등의 대상에 대한 삼차원 시각 영상을 생성하고, 시각화된 인체 장기 내에 존재하는 폴립(polyp), 낭종(cyst) 또는 기타 이상 형체를 식별하기 위하여 관심을 둔 특정 영상 영역을 조작자가 볼 수 있도록 안내하는 항해 시스템을 사용하여 영상을 탐사하기 위한 시스템 및 방법에 관한 것이다. 또한 시각화된 대상 내에서 식별된 증식(growth) 또는 덩어리(mass)에 대한 전기적 생체 검사를 수행할 수도 있다. 잔류 변, 액체 및 결장 이외의 조직을 결장 영상으로부터 전기적으로 제거함과 함께 장기 준비(bowel preparation) 및 영상 분할 동작을 통하여 가상 결장 내시경 검사 방법을 향상시킬 수 있다. 또한 본 발명에 따른 방법은 영상 분할 결과를 이용하여 결장 수축 영역을 가상적으로 확장하는 데 이용될 수 있다.

의료장비, 내시경, 결장 내시경, 가상검사, 3차원영상

Description

삼차원 가상 분할 및 검사 시스템 및 방법 {SYSTEM AND METHOD FOR PERFORMING A THREE-DIMENSIONAL VIRTUAL SEGMENTATION AND EXAMINATION}

본 발명은 계획적 유도 네비게이션 기술을 사용하여 볼륨 기반 삼차원 가상 검사를 수행하는 시스템 및 방법에 관한 것이며, 내시경 검사를 수행하는 데 이용될 수 있다.

전 세계에 걸쳐 결장암이 죽음의 주요 원인이 되고 있다. 인체의 결장에서 초기에 폴립(polyp)으로 나타나는 암 종양(cancerous growth)을 조기에 발견하면 환자가 회복될 가능성이 매우 높아질 수 있다. 현재, 환자의 결장에서 폴립이나 다른 종괴(腫塊, mass)를 발견하는 종래의 방법으로는 두 가지가 있다. 첫째 방법은 결장 내시경(結腸鏡) 검사법(colonoscopy)으로서, 결장 내시경(colonoscope)이라는 가요성 광섬유 튜브를 사용하여 결장 내시경을 직장(直腸, rectum)을 통하여 물리적으로 삽입함으로써 결장을 시각적으로 검사한다. 의사는 이 튜브를 조작하여 결장의 모든 이상 종양을 찾아낼 수 있다. 이 결장 내시경 검사법은 신뢰할 수 있지만 비용과 시간 면에서 비교적 비싸고, 환자에게는 침입적(invasive)이고 불편한 고통스러운 방법이다.

둘째 진단 방법은 바륨(barium) 관장제(enema)를 사용하여 결장을 2차원으로 X-선 촬영하는 방법이다. 바륨 관장제를 사용하여 결장을 바륨으로 도포한 후, 이차원 X-선으로 결장을 촬영한다. 그러나 바륨 관장제가 항상 결장 전체의 상을 모두 보여 주게 하는 것은 아니며, 광범위한 전처리와 환자 처리가 필요하다. 또한 바륨 관장제는 조작을 할 때 조작자에 좌우되는 일이 잦고, 환자를 방사능에 과도하게 노출시키며, 결장 내시경 검사법에 비하여 덜 정교할 수 있다. 전술한 종래 방법에 존재하는 결함 때문에, 더욱 신뢰성 있고 덜 침입적이며 덜 비싼 방법으로 결장의 폴립을 검사하는 것이 바람직하다. 비용 면에서 효율적이고 환자가 덜 불편하게 하면서 허파 따위의 다른 인체 기관에 존재하는 종괴를 검사하는 방법이 또한 필요하다.

전산화 단층 촬영(computed tomography)이나 MRI(magnetic resonance imaging) 따위의 현재 상용화된 의료용 촬영 기기를 사용하는 인체 기관의 이차원("2D") 시각화 방법이 환자 진단용으로 널리 사용되고 있다. 삼차원 영상은 스캐닝 장치로부터 생성된 이차원 영상을 적층 및 보간(stacking and interpolating)함으로써 만들어진다. 기관을 영상화하고 삼차원 공간에서 그 입체를 시각화하는 것은 물리적 침입이 없고 데이터 조작이 쉽기 때문에 바람직하다. 그러나 기관의 내부를 가상적으로 관찰하는 이점을 충분히 누리기 위해서는 삼차원 볼륨 영상에 대한 조사를 적절하게 수행하여야 한다.

환경의 삼차원 입체 가상 이미지를 볼 때에는, 가상 공간을 조사하기 위한 기능적인 모델을 사용하여야 한다. 하나의 가능한 모델로는 관찰자가 가상 공간을 조사하는 기준점으로 사용될 수 있는 가상 카메라가 있다. 일반적인 3차원 가상 환경 안에서의 네비게이션이라는 측면에서의 카메라 제어는 이미 연구되고 있다. 가상 공간의 네비게이션에 사용되는 종래의 카메라 제어에는 두 가지 유형이 있다. 첫째는, 바라는 장면을 얻기 위하여 조작자가 여러 가지 위치와 방향으로 카메라를 조작할 수 있도록 조작자에게 카메라의 전제어(full control)를 부여하는 것이다. 조작자는 실제 카메라의 조종사가 된다. 이리하여 조작자는 다른 부분들을 무시하고 필요한 부분만 조사할 수 있다. 그러나 넓은 영역에 있는 카메라를 완벽하게 제어하는 것은 지루하고 피곤한 일이며, 조작자가 탐사의 시작점과 종점 사이에 있는 중요한 형상을 전부 관찰하지는 못 할 수도 있다. 카메라는 조작자의 부주의나 수많은 불의의 장애물에 의하여 원거리 영역에서 "길을 잃거나(lost)" 벽에 "충돌하기(be crushed)" 십상이다.

카메라 제어의 두 번째 기술은 계획적 네비게이션 방법으로서, 카메라는 기정의 경로를 따라 이동하고 이는 조작자에 의하여 바뀔 수 없다. 이는 예약된 자동 조종 장치를 가지고 있는 경우와 유사하다. 그리하여 조작자는 보이는 가상 공간에 집중할 수 있고, 검사 환경의 벽으로 조종해 들어갈까 염려하지 않아도 된다. 그러나 이 두 번째 기술은 경로를 변경하거나 정해진 이동 경로(fly path)를 따라 나타난 관심 영역을 탐사할 수 있는 융통성을 부여하지 않는다.

전술한 두 네비게이션 방법의 단점을 최소화하면서 그 장점을 실현하기 위해서는 두 방법을 조합하여 사용하는 것이 바람직하다. 가상 삼차원 공간으로 나타날 인체 또는 동물의 기관을 검사할 때 완전한 비침입적 무통 검사를 수행하기 위해서는 유연한 네비게이션 기법을 적용하는 것이 바람직하다. 바람직한 네비게이션 기법은 조작자가 삼차원 공간의 가상 기관 전체에 걸쳐 완만한 경로를 따라 완벽한 검사를 수행하면서도 유연성을 가지게 함으로써 가상 기관에 대한 완전한 검사를 가능하게 할 것이다. 기관을 관찰하는 데 필요한 계산을 최소화하는 기술을 사용하여 실시간 설정으로 기관 탐사를 표시하는 것 또한 바람직하다. 바람직한 기술이라면 어떤 가상 대상체에 대한 조사에도 동일하게 적용할 수 있어야 한다.

본 발명은 볼륨 시각화 기술을 사용하여 인체 기관 등의 대상을 삼차원으로 시각화한 영상을 생성하고, 조작자가 기정의 이동 경로를 따라 이동하고 기정의 경로로부터 떨어진 영상에서 필요한 특정 부분에 대한 위치와 보는 각도를 조절하게 하는 유도 네비게이션 시스템을 사용하여 가상 영상을 조사함으로써 기관의 폴립, 낭포(囊胞, cyst) 또는 다른 이상 형상을 정의한다.

본 발명에 따른 대상에 대한 삼차원 가상 검사 기술은 볼륨 요소(volume element)에서 대상체의 이산 영상을 생성하는 단계, 검사 대상의 부분을 정의하는 단계, 가상 대상체 내에서의 네비게이션 조작을 수행하는 단계, 그리고 네비게이션을 하는 동안 실시간으로 가상 대상체를 표시하는 단계를 포함한다.

환자의 기관에 적용되는 본 발명의 삼차원 가상 검사 기술은 필요에 따라 기관에 대한 스캐닝을 준비하고 스캐닝을 행하여 데이터를 볼륨 요소로 변환하는 단계, 검사 대상의 부분을 정의하는 단계, 가상 기관의 유도 네비게이션 조작을 수행하는 단계, 그리고 유도 네비게이션을 하는 동안 실시간으로 가상 기관을 표시하는 단계를 포함한다.

가상 검사를 수행할 때, 영상으로부터 다른 성분 유형을 제거하고 하나의 성분 유형만을 관찰하는 것이 바람직한 경우가 자주 있다. 이러한 조작을 하기 위하여, 영상 데이터를 각각의 휘도값을 가지는 복수의 볼륨 요소로 변환함으로써 영상을 전자적으로 세정하는 방법을 수행할 수 있다. 다음, 볼륨 요소를 휘도값에 따라 복수의 클러스터(cluster)로 분류하는 분류 조작을 수행한다. 일단 분류 조작을 마치면, 적어도 하나의 볼륨 요소 클러스터를 영상 데이터로부터 제거할 수 있다.

분류 조작은 영상 데이터의 복수의 볼륨 요소를 복수의 인접 볼륨 요소에 대하여 평가하여 그 볼륨 요소에 대한 인접 유사값을 결정함으로써 수행될 수 있다.

클러스터에 복합 확률 함수(mixture probability function)를 적용하여 둘 이상의 성분 유형을 포함함으로써 생기는 휘도값을 갖는 복셀(voxel)을 분류함으로써 클러스터를 세분할 수 있다.

이와 다른 분류 조작은 관심있는 성분에 대한 영상 데이터를 포함하는 클러스터 중 적어도 하나에 대하여 특징 벡터 분석(feature vector analysis)을 수행하고, 고레벨 특징 추출(high level feature extraction)을 수행하여 관심있는 요소를 실질적으로 나타내지 않는 볼륨 요소를 영상으로부터 제거하는 단계를 포함한다.

영상을 전자적으로 세정하는 방법에 해당하는 방법은 영상 데이터가 적어도 결장의 일부를 포함하는 인체 영역을 나타내고 관심있는 요소가 결장의 조직(tissue)인 경우에 매우 적합하다. 결장 영상화 방법에서, 제거 조작을 통하여 결장내액(intracolonic fluid), 결장 내에 존재하는 잔변(residual stool), 뼈 및 비결장 조직(결장 이외의 조직)(tissue)을 나타내는 볼륨 요소를 제거할 수 있다.

본 발명의 과제는 스캐닝된 결장에 대한 실제 분석이 환자가 없는 상태에서 수행될 수 있으며 비교적 저렴하고 비침입적인 무통 생체내 기관 검사 시스템 및 방법을 사용하는 것이다. 결장을 스캐닝하여 실시간으로 시각화하거나 저장된 데이터를 나중에 시각화할 수 있다.

본 발명의 다른 과제는 기관 따위의 대상을 삼차원 입체로 나타낼 때, 대상의 영역을 한층씩 박피하여 영상화된 대상의 영역을 하위면 분석(sub-surface analysis)하는 것이다. (기관 따위의) 대상의 표면을 투명 또는 반투명으로 렌더링하여 대상의 벽 내 또는 벽 뒤에 존재하는 다른 대상을 관찰할 수 있다. 대상을 쪼개어 대상의 특정 단면을 검사할 수도 있다.

본 발명의 다른 과제는 기관 따위의 대상에 대한 삼차원 입체 표현할 때 포텐셜 필드(potential field)를 이용하여 유도 네비게이션하는 시스템 및 방법을 제공하는 것이다.

본 발명의 또 다른 과제는 전술한 바와 같은 박피 기술을 사용하여 가상 이동 경로용으로서 기관 따위의 대상의 중앙선을 계산하는 것이다.

본 발명의 또 다른 과제는 개량 Z 버퍼 기술을 사용하여 화면을 생성하는 데 필요한 계산의 수효를 최소화하는 것이다.

본 발명의 다른 과제는 영상의 각 볼륨 요소에 혼탁 계수(opacity coefficient)를 부여하여 특정 볼륨 요소를 다양하게 투명 또는 반투명으로 함으로써 관찰 대상체의 부분에 대한 시각화를 맞춤화하는 것이다. 대상체의 부분들은 또한 혼탁 계수를 이용하여 합성될 수 있다.

본 발명의 그 밖의 목적, 특징 및 장점은 본 발명의 바람직한 구현예를 예시하는 첨부된 도면과 함께 하기의 상세한 설명을 통해 보다 명확해질 것이다.

도 1은 본 발명에 따라 대상, 구체적으로는 결장을 가상적으로 검사하는 단계의 순서도이다.

도 2는 가상적인 기관 내에서 제어된 이동을 수행하는 "잠수함" 카메라 모델의 개략도이다.

도 3은 "잠수함" 카메라의 모델 피치 및 롤에 사용되는 진자의 개략도이다.

도 4는 두 개의 차단벽을 식별하는 입체적인(volumetric) 결장의 2차원 단면도이다.

도 5는 개시 및 종결 볼륨 요소가 선택된 입체적인 결장의 2차원 단면도이다.

도 6은 차단벽 및 결장 표면에 의해 봉합된 이산적 서브-볼륨(discrete sub-volume)을 나타내는 입체적인 결장의 2차원 단면도이다.

도 7은 박리된 다수의 층을 가지는 입체적인 결장의 2차원 단면도이다.

도 8은 남아있는 진행 경로를 갖는 입체적인 결장의 2차원 단면도이다.

도 9는 스캐닝된 기관을 볼륨 가시화하는 단계의 순서도이다.

도 10은 세포로 미세 분할된(sub-divided) 가상 결장의 개략도이다.

도 11a는 가시적으로 검사되는 기관의 도면이다.

도 11b는 도 11a에 기관이 도시될 때 생기는 스태브 트리(stab tree)의 도면이다.

도 11c는 도 11a에 기관이 도시될 때 생기는 스태브 트리의 다른 도면이다.

도 12a는 특정 화상 셀 내에서 대상에 의해 나타내고자 하는 도면이다.

도 12b는 도 12a에서 화상을 도시하는 중에 생기는 스태브 트리의 도면이다.

도 12c 내지 도 12e는 도 12a에서 화상을 도시하는 중에 생기는 스태브 트리의 다른 도면이다.

도 13은 층이 제거될 수 있는 폴립을 함유하는 가상 결장의 2차원 도이다.

도 14는 본 발명에 따르는 인간 기관의 가상 검사를 수행하는 데 사용되는 시스템의 도면이다.

도 15는 개선된 영상 분할 방법을 묘사한 순서도이다.

도 16은 국부적인 복부 CT 데이터 세트의 진동수 대 복셀(voxel) 강도의 그래프이다.

도 17은 관심 복셀 및 그의 선택된 이웃을 포함하는 강도 벡터 구조의 사시도이다.

도 18a는 허파를 포함하는 부위를 주로 예시하는 인간 복부의 CT 스캔으로부터 얻어진 예시적인 영상 슬라이스이다.

도 18b는 도 18a의 영상 슬라이스 내 허파 부위의 동정을 예시한 도면이다.

도 18c는 도 18b에서 동정된 허파 볼륨의 제거를 예시한 개략도이다.

도 19a는 결장 및 뼈의 일부를 포함하는 부위를 주로 예시하는 인간 복부의 CT 스캔으로부터 얻어진 예시적인 영상이다.

도 19b는 도 19a의 영상 슬라이스로부터 결장과 뼈 영역을 확인하는 방법을 설명하는 도면이다.

도 19c는 제거된 뼈의 영역에 있는 도 19a의 영상 스캔을 도시하는 도면이다.

도 20은 흑백 영상 데이터의 텍스처를 제공하는 방법을 설명하는 순서이다도.

도 21은 고속 투시선 캐스팅법을 사용하여 볼륨을 제공하는 방법을 설명하는 순서도이다.

도 22는 볼륨 수축 기술을 사용하여 결장강을 통해 중심 진행 경로를 결정하는 방법을 도시하는 순서도이다.

도23은 도 22에 도시된 방법을 사용하여 볼륨 수축 기술을 좀더 설명하는 순서도이다.

도 24는 중심 진행 경로를 그 안에 가진 분할된 결장강을 나타내는 3차원도이다

도 25는 분할법을 사용하여 결장강을 통해 중심 진행 경로를 생성하는 방법을 나타내는 순서도이다.

도 26은 퍼스널 컴퓨터 버스 아키텍쳐에 따른 시스템 실시예의 블록도이다.

도 27은 도 26의 시스템을 이용하여 볼륨 영상화를 실시하는 방법을 도시하 는 순서도이다.

본 실시예에 설명된 방법 및 시스템은 검사를 하고자 하는 임의의 대상, 바람직한 실시예에서는 인체의 기관 특히 결장을 검사하는 데 사용될 수 있다. 결장은 길고 꾜여있어, 환자에게 경비를 절약하고 불편과 물리적 프로브에 의한 위험을 경감시키기 때문에 가상 검사에 특히 적합한 것이다. 검사할 수 있는 다른 장기로는 폐, 위, 및 위장관의 일부, 심장 및 혈관을 포함한다.

도 1은 볼륨 시각화법(volume visualization techniques)을 이용하여 가상의 결장 내시경을 실시하는 데 필요한 단계를 나타낸다. 단계 101은 의사 또는 특정 스캐닝 장치에 의해 필요한 경우 검사를 위해 관찰하도록 결장을 스캔하도록 준비하는 단계이다.

이러한 준비에는 결정을 "칵테일" 또는 경구 섭취하여 위를 통과한 후 결장으로 유입되는 액체로 결장을 세척하는 것을 포함할 것이다. 칵테일은 환자가 결장 내에 존재하는 노폐물을 배출하도록 한다. 사용된 물질 중의 일례로는 골리테리(Golytely)가 있다. 또한, 결장의 경우, 결장을 스캔하고 검사하는 데 용이하도록 결장을 팽창시키기 위해 공기 또는 CO₂를 결장에 주입시킬 수 있다. 이것은 작은 관을 직장에 넣고 약 1000cc의 공기를 주입하여 결장을 팽창시킨다. 사용된 스캐너의 종류에 따라, 결장 벽으로부터 결장에 있는 노폐물을 분리시키기 위해 제거되지 않는 장치를 코팅하기 위해 환자는 바륨과 같은 콘트라스트 물질(contrast substance)을 마실 필요가 있을 수도 있다. 대안으로, 결장의 가상 검사법으로 본 명세서에서 후에 기술할 가상 검사 동안 또는 이전에 가시적인 노폐물을 제거할 수 있다. 단계 101은 도 1의 점선으로 표시된 것으로 모든 검사에서 꼭 실시할 필요는 없다.

단계 103은 검사하고자 하는 장기를 스캔한다. 스캐너는 본 기술 분야에 잘 알려져 있는 장치로, 예를 들면 나선형의 CT-스캐너가 결장을 스캐닝하는 데 사용되고 있고, Zenita MRI 장치가 제논 가스로 표지된 폐를 스캐닝하는 데 사용되고 있다. 스캐너는 숨을 참고 있는 동안 신체 주위의 다른 위치에서 다중의 영상을 찍어서 입체적인 가시화에 필요한 데이터를 생산할 수 있다. 단일 CT-영상의 예로는 5㎜ 폭, 1:1 내지 2:1의 피치, 40㎝ 시계의 X-선 빔을 사용하여 결장에의 나선형 굴곡의 상부에서 직장까지를 실시할 수 있다.

상기에서 나타내는 불연속적인 데이터는 스캐닝 외의 다른 방법으로도 만들 수 있다. 본 명세서에서 인용된 1988년 7월 26일에 출원하여 1991년 8월 8일 등록된 Kaufman의 "Method of Converting Continuous Three-Dimensional Geometrical Representations into Discrete Three-Dimensional Voxel-Based Representation Within a Three-Dimensional Voxel-Based System"이라는 명칭을 갖는 미국 특허 제5,038,302호에 기재된 기술에 따라 기하학적 모델로부터 대상을 표현하는 복셀 데이터를 얻을 수 있다. 또한, 3차원 복셀로 전환시킬 수 있는 컴퓨터 모델의 영상에 의해 데이터를 생산할 수도 있다. 이러한 종류의 데이터의 일례로는 우주왕복선(space shuttle craft) 주위의 요동을 컴퓨터 시뮬레이션이 있다.

단계 104는 3차원의 입체적 성분(복셀:Voxels)으로 스캔된 영상을 변환하는 단계이다. 결장을 검사하는 바람직한 실시예에서, 1㎜ 또는 2.5㎜에서 증가시켜, 각 슬라이스를 512 ×512 화소의 매트릭스로서 나타내는 5㎜ 두께의 슬라이스로 스캔 데이터를 재조정하고 512 ×512 픽셀의 매트릭스로 각 슬라이스를 표현한다. 이것으로, 약 1㎣의 복셀이 만들어진다. 따라서 다수의 2D 슬라이스가 스캔의 길이에 따라 만들어진다. 일련의 2D 슬라이스는 이후 3D 복셀로 재형성된다. 스캐너에서 얻은 2D 영상을 3D의 복셀로 변화하는 방법은 스캐닝 장치 자체로 실시하거나 또는 공기된 방법에 따라 컴퓨터와 같은 별도의 장치에 의해 실시할 수 있다(예를 들면 본 명세서에서 인용된 "Method and Apparatus for Storing, Accessing, and Processing "Voxel-based Data"의 명칭을 갖는 Kaufman et al.의 미국 특허 제4,985,856호; 1988년 11월 11일 출원, 1991년 1월 15일 등록, 참조).

단계 105는 작업자가 선택된 기관의 검사하고자 하는 일부를 결정하는 단계이다. 의사는 폴립으로 전개될 것 같은 결장의 특정 부위에 관심을 가질 것이다. 의사는 검사하고자 하는 부분을 표시하는 개략적인 2차원 슬라이스를 볼 수 있다. 관찰하고자 하는 경로의 시작점과 종료점을 의사/작업자에 의해 표시할 수 있다. 종래의 컴퓨터와 컴퓨터 인터페이스(예를 들면 키보드, 마우스 또는 스페이스볼)를 사용하여 살펴보고자 하는 결장의 일부를 지정한다. 좌표를 가진 글리드 시스템을 키보드 입력으로 사용하거나, 또는 의사/작업자가 원하는 지점을 클릭하여 사용할 수 있다. 전체 결장의 영상을 원하는 경우 관찰할 수도 있다.

단계 107은 검사하는 가상의 기관의 계획된 또는 유도된 네비게이션 작업 단 계이다. 유도된 네비게이션 작업을 실시하는 것은 언제라도 작업자에 의해 수동으로 조정할 수 있는 예정되거나 또는 자동적으로 미리 결정된 진행 경로를 따르는 환경을 통해 네비게이션하는 것으로 정의된다. 스캔 데이터를 3D 복셀로 변화시킨 후, 선택된 출발점에서 선택된 종료점으로 기관의 내부를 이동하게 된다. 가상 검사는 종료점을 향한 렌즈 포인팅을 가진 가상 공간을 통해 소형 카메라가 이동하는 것으로 설계된다. 유도된 네이게이션법은 카메라와 상호 작용하는 레벨을 제공하여, 작업자의 상호 작용이 없는 경우에 카메라가 가상 환경을 자동적으로 이동할 수 있고, 동시에 작업자가 필요한 경우 카메라를 조작할 수도 있다. 유도된 네비게이션을 이룰 수 있는 바람직한 실시예에서는 카메라의 이동을 제어하는 잠재적인 분야를 채용하는 물리학에 기반을 둔 카메라 모델을 사용하는 것으로 상세한 것은 도 2 및 3에 도시되어 있다.

단계 109는 단계 107과 동시에 실시될 수 있는 것으로 유도된 네비게이션 동작의 선택된 경로를 따라 카메라 모델의 시점에서 기관의 내부를 보여준다. 매칭 쿠브 기술(marching cubes technique)과 같은 종래에 알려진 기술을 이용하여 3차원 표시를 실현할 수 있다. 그러나, 결장을 실시간으로 나타내기 위해서, 가상의 장기를 보여주는 데 필요한 데이터의 광대한 연산을 줄이는 기술이 필요하다. 도 9에서 이러한 표시 단계를 보다 상세하게 도시하고 있다.

도 1에 나타난 방법은 신체의 여러 기관을 동시에 스캐닝할 데에 적용할 수도 있다. 예를 들면, 환자는 결장과 폐 모두에서 종양의 성장을 검사할 수도 있다. 도 1의 방법은 단계 103에서 관심 영역 모두를 스캔하고 단계 105에서 검사하 고자 하는 현 기관을 선택하는 것으로 수정할 수 있을 것이다. 예를 들면, 의사/작업자는 시각적으로 탐색하고자 하는 결장을 먼저 선택하고 후에 폐를 탐색할 수 있다. 대안적으로, 2명의 다른 전분 분야의 다른 의사가 각각의 분야와 관련된 상이한 스캐닝된 기관을 실질적으로 탐색할 것이다. 단계 109후, 검사하고자 하는 다음 기관을 선택하고 이의 일부를 결정하고 탐색한다. 이것을 검사하고자 하는 모든 기관에 대해 처리될 때까지 계속한다.

도 1과 관련되어 설명된 단계들은 볼륨 요소로 표현될 수 있는 모든 대상의 탐색에 적용할 수도 있다. 예를 들면 아키텍쳐 구조 또는 움직이지 않는 대상을 동일한 방법으로 나타내거나 탐색할 수 있다.

도 2는 단계 107의 유도 네비게이션 기법(guided navigation technique)을 수행하는 "잠수함" 카메라 제어 모델을 나타낸 것이다. 유도 네비게이션 동안에 오퍼레이터 제어가 없는 경우, 디폴트(default) 네비게이션은 카메라가 이동 경로를 따라 하나의 선택된 결장의 끝에서 다른 결장의 끝으로 자동으로 향하는 계획 네비게이션(planned navigation)과 유사하다. 계획 네비게이션 단계 동안에는 더 나은 결장 표면의 영상(views)을 얻기 위해 카메라가 결장의 중심부에 머무른다. 관심 있는 영역을 만나면, 유도 네비게이션을 사용하는 가상 카메라의 오퍼레이터(operator)는 사용작용으로 카메라를 특정 영역에 근접시킬 수 있고, 본의 아니게 결장 벽과 부딪치는 일없이 관심 있는 영역을 자세히 조사하기 위해 카메라의 움직임(motion)과 각도를 명령할 수 있다. 오퍼레이터는 키보드, 마우스와 같은 표준 인터페이스 장치를 갖거나 스페이스볼(space ball)과 같은 비표준 장치 를 갖는 카메라를 제어할 수 있다. 가상 환경에서 카메라를 온전히 동작시키기 위하여, 카메라에 대해 6 자유도(six degrees of freedom)가 필요하다. 카메라가 움직여 가상 환경의 모든 측면과 각도를 스캔할 수 있도록 카메라는 다른 3 자유도(축 219)로 회전 가능해야 함은 물론 수평, 수직 및 Z 방향(축 217)으로 움직일 수 있어야 한다. 유도 네비게이션용 카메라 모델은 확장 가능하며 입자 모두가 포텐셜 필드(215)에 종속되는 2개의 입자 x₁(203)과 x₂(205)를 연결하는 무중력 로드(weightless lod)(201)를 포함한다. 포텐셜 필드는 카메라를 기관의 벽에서 떨어지도록 밀어내기 위하여 기관의 벽에서 가장 높게 규정된다.

입자들의 위치는 x₁과 x₂로 주어지고, 이들은 동일한 질량 m을 갖는다고 가정한다. 카메라는 그 시야 방향이 x₂x₁과 일치하는 잠수함 x₁(203)의 꼭대기에 장착된다. 잠수함은 두 입자가 아래에 정의되는 포텐셜 필드 V(x)로부터의 힘, 임의의 마찰력(friction forces) 그리고 임의의 가상 외부 힘(simulated external forec)에 의해 영향을 받을 때 모델의 질량 x의 중심 주위를 이동 및 회전할 수 있다. x₁, x₂ 및 x의 관계는 다음과 같다:

여기서, r, θ그리고 φ는 벡터 xx₁의 극좌표이다.

모델의 운동 에너지 T는 x₁과 x₂의 움직임에 대한 운동 에너지의 합으로 정의된다:

그런 다음, 잠수함 모델의 움직임에 대한 방정식은 라그랑주 방정식(LaGrange's)을 사용하여 얻는다:

여기서, q_j는 모델의 일반화된(generalized) 좌표이고, 다음과 같이 시간 의 변수들로 간주할 수 있다:

Ψ는 본 카메라 시스템의 롤각(roll angle)을 나타내며, 뒤에서 설명할 것이다. F_i는 일반화된 힘이다. 잠수함의 제어는 x₁에 가상 외부 힘을 가함으로써 수행하고,

x₁과 x₂ 모두는 포텐셜 필드로부터의 힘의 영향을 받는다고 가정하며, 마찰은 각 입자들의 속도에 대해 반대 방향으로 일어난다. 따라서 일반화된 힘은 다음과 같은 공식으로 나타난다:

여기서 k는 시스템의 마찰계수를 가리킨다. 외부 힘 F_ext는 도 2에 나타낸 바와 같이, 생성된 이미지에서 오퍼레이터가 원하는 방향에서 마우스 버튼을 간단히 클릭함으로써 인가된다. 그러면 이 카메라 모델은 그 방향으로 이동한다. 이것은 오퍼레이터가 마우스 버튼을 한번만 클릭하여 적어도 카메라의 5 자유도를 제어할 수 있도록 한다. 방정식 (2), (3) 그리고 (5)로부터 다음과 같은 잠수함 모델의 가속도에 대한 5개의 파라미터를 생성할 수 있다:

여기서,

는 각각 x에 대한 제1 및 제2 유도를 나타내고,

는 점 x에서의 포텐셜 기울기를 나타낸다.

항

는 각각 원심력(centrifugal force)과 콜리올리의 힘(Coriolis force)라 하며, 잠수함의 각속도를 교환하는 데 관계한다.

모델은 잠수함의 로드에 대해 정의된 관성 모멘트를 갖지 않기 때문에, 이 항은 φ의 수 계산에 오버플로우(overflow)를 발생시키기 쉽다. 다행히, 이 항들은 잠수함 모델의 각속도가 의미 있는 경우에만 의미가 있으며, 이것은 본질적으로 카메라가 너무 빨리 움직이는 것을 의미한다. 때문에 해당 기관(organ)을 적절히 관찰할 수 없으므로 카메라를 매우 빠르게 움직일 수 있게 하는 것은 의미가 없으며, 구현함에 있어 오버플로우를 방지하기 위하여 최소화된다.

방정식 (6)의 처음 세 식으로부터, 아래의 조건을 충족하는 경우 잠수함은 포텍셜 필드에 대항하는 외부 힘에 의해 추진될 수 없다는 것을 알 수 있다:

구현함에 있어 잠수함의 속도와 외부 힘 F_ext은 대상의 경계에서 높은 포텐셜 값을 효과적으로 할당하여 상한(upper limits)을 갖기 때문에 잠수함이 대상(object) 또는 주변의 벽에 결코 충돌하지 않는다는 것을 보증할 수 있다.

앞에서 설명한 바와 같이, 카메라 시스템의 롤 각 Ψ를 고려해야 한다. 가능한 선택(option) 중 하나는 오퍼레이터가 각 Ψ를 완전히 제어할 수 있도록 하는 것이다. 그러나, 비록 오퍼레이터가 카메라를 모델의 로드 주위에 자유롭게 회전 시킬 수는 있지만 오퍼레이터는 방향 감각을 쉽게 잃어버릴 수 있다. 바람직한 기법은 도 3에 도시한 바와 같이 카메의 위쪽 방향이 잠수함의 로드 주위를 자유롭게 회전하는 질량 m₂인 진자(302)에 연결되어 있다고 가정하는 것이다. 진자의 방향 r₂ 는 다음과 같이 표현된다:

잠수함의 이동에 따라 이 진자의 정확한 이동을 계산할 수가 있지만, 이 때문에 시스템 방정식은 너무나 복잡하게 된다. 따라서, 롤각도 Ψ를 제외하고 모든 일반화된 좌표가 상수(constants)라고 가정하면 진자 시스템의 독립적인 운동에너지는 다음과 같이 정의된다:

이것은 롤각도의 모델을 단순화한다. 때문에 이 모델에서는 중력

가 질점(mass point) m₂에서 작용한다고 가정하기 때문에, Ψ의 가속도는 다음과 같은 라그랑주의 방정식을 사용하여 유도할 수 있다:

방정식 (6) 및 (7)에서 일반화된 좌표 q(t) 및 이들의 도함수 q(t)를 다음과 같은 테일러 급수(Taylor series)를 이용하여 점근선법으로(asymptotically) 산출하여 잠수함을 자유롭게 이동시킨다. 잠수함의 이동을 매끄럽게 하기 위하여, 시간 단계 h는 움직임을 매끄럽게 하도록 가능한 작지만 계산 비용을 줄이는 데 필요한 정도로 큰 크기 사이에 균형을 맞춘 값으로 선택된다.

전위계의 정의

도 2의 잠수함 모델에서의 전위계는 잠수함 카메라가 벽이나 기타 다른 경계와 충돌하지 않도록 경계에 고전위를 할당함으로써 가상 기관 내의 경계(벽 또는 기타 다른 매질)를 정의한다. 조작자가 카메라 모델을 고전위 영역으로 이동시키려고 해도, 조작자가 예컨대 경계 뒤에 있거나 폴립(polyp) 내에 있는 기관을 조사하기를 원하지 않는다면 카메라 모델은 고전위 영역으로 이동되지 못할 것이다. 가상 결장 내시경 관찰을 수행하는 경우에는 볼륨 결장 데이터(볼륨 요소) 각각에 전위계 값이 할당된다. 도 1의 단계 105에서 개시점과 종료점을 가진 관심의 대상이 되는 특정 영역이 지정되면, 종래의 블록킹 운영(blocking operation)을 이용하여 주사된 결장의 선택 영역 내의 복셀들이 식별된다. 이어서, 다음의 3개의 거리값, 즉 종료점으로부터의 거리 dt(x), 결장면으로부터의 거리 ds(x), 및 결장 공간의 중앙선으로부터의 거리 dc(x)에 기초하여 선택된 볼륨의 모든 복셀(x)에 전위값이 할당된다. dt(x)는 종래의 성장 전략을 이용하여 계산된다. 결장면으로부터의 거리 ds(x)는 표면 복셀로부터 내부로 성장시키는 종래 기술을 이용하여 계산된다. dc(x)를 결정하기 위해서 먼저 복셀로부터 결장의 중앙선이 추출되고, 그 다음, 결장의 중앙선으로부터 종래의 성장 전략을 이용하여 dc(x)가 계산된다.

사용자 지정 개시점과 사용자 지정 종료점에 의해 정해진 선택된 결장 영역의 중앙선을 계산하기 위해서 ds(x)의 최대값의 위치를 찾아 dmax의 기호를 붙인다. 그 다음, 관심의 대상이 된 영역 내의 복셀마다 dmax의 코스트값이 할당된다. 따라서 결장면에 가까운 복셀은 높은 코스트값을 갖고 중앙선에 가까운 복셀은 상대적으로 낮은 코스트값을 갖는다. 그 다음, 코스트 할당에 기초하여 본 기술 분야에 잘 알려져 있는 단일 출발점 최단 경로(single-source shortest path) 기술을 적용하여 출발점에서부터 종료점까지의 최소 코스트 경로를 효율적으로 계산한다. 이러한 낮은 코스트 라인은 조사하고자 하는 결장 부분의 중앙선 또는 골격을 표시한다. 이러한 중앙선 결정 기술은 본 발명의 바람직한 기술이다.

관심 영역 내부의 복셀(x)에 대한 전위값 V(x)를 계산하기 위해서 다음의 공식이 이용된다.

여기서, C₁, C₂, μ, 및 ν는 작업을 위해 선택된 상수들이다. 가상 카메라와 가상 결장면 간의 충돌을 피하기 위하여 결장 외부의 모든 점들에 대해서 충분히 큰 전위값이 할당된다. 그러므로 전위계의 기울기는 충분히 크게되어 잠수함 모델 카메라는 실행되고 있을 때에 결장벽과 절대로 충돌하지 않을 것이다.

결장 내의 경로의 중앙선을 결정하는 다른 기술로는 박피술("peel-layer" technique)이라 불리는 것으로 도 4 내지 도 8에 도시되어 있다.

도 4는 볼륨 결장의 2차원 단면을 도시한 것으로 결장의 2개 측벽(401, 403) 이 도시되어 있다. 조작자는 조사 대상 결장 부분을 정하기 위하여 2개의 블록킹 벽을 선택한다. 블록킹 벽 너머로는 아무것도 볼 수 없다. 이것은 가상 표현을 표시할 때에 계산 횟수를 줄이는데 도움이 된다. 측벽과 함께 블록킹 벽은 조사될 결장의 내포 볼륨 형상을 식별한다.

도 5는 가상 조사의 비행 경로의 두 개의 끝점, 즉 개시 볼륨 요소(501)와 종료 볼륨 요소(503)를 도시한 것이다. 개시점 및 종료점은 도 1의 단계(105)에서 조작자에 의해 선택된다. 개시점과 종료점 사이의 복셀과 결장측은 도 6에서 "x"로 지정된 영역으로 표시된 바와 같이 식별되고 표기된다. 복셀은 화소의 3차원 표현이다.

그 다음, 도 6에서 식별되고 표기된 복셀에 박피술을 적용한다. 복셀의 내부층이 단 하나만 남겨질 때까지 모든 복셀의 최외곽층(결장벽에 가장 가까운 층)이 단계적으로 박피된다. 달리 설명하자면, 개시 복셀과 종료 복셀 간의 경로의 단절에 이르지 않는다면 중앙선으로부터 가장 멀리 떨어진 복셀이 제거된다. 도 7은 가상 결장 내의 결장 박리를 여러번 반복한 후의 중간 결과를 나타낸 것이다. 결장벽에 가장 가까운 복셀은 제거되었다. 도 8은 박리 반복을 모두 완료하고 난 후의 결장의 중앙 아래의 카메라 모델에 대한 최종 비행 경로를 도시한 것이다. 이것은 기본적으로 결장의 중앙에 골격을 생성하며 카메라 모델의 바람직한 비행 경로가 된다.

Z-버퍼 지원 가시성

도 9는 카메라 모델에 의해서 기관의 가상 3차원 볼륨 표현으로 보여진 가상 화상의 표시에 대한 실시간 가시성 기술을 설명한 것이다. 도 9는 도 1의 단계(109)에 대응하는 변형 Z 버퍼를 이용한 표시 기술을 보여주고 있다. 카메라 모델로부터 보여질 수 있는 복셀의 수는 극히 많다. 계산되어 시각화되어야 하는 성분(즉, 다각형)의 총수가 주사된 환경에서의 전체 복셀 세트로부터 감소되지 않으면, 계산 총 횟수는 큰 내부 영역에 대한 시각화 표시 프로세스를 극히 느리게 만들 것이다. 그러나 본 발명에서는 결장면 상에서 보여질 수 있는 화상들만이 표시를 위해 계산될 필요가 있다. 주사된 환경은 더 작은 부분, 즉 셀로 세분될 수 있다. 그러면 Z 버퍼 기술은 카메라로부터 보여질 수 있는 셀 부분만을 나타낸다. Z 버퍼 기술은 또한 3차원 복셀 표현에 이용된다. 변형 Z 버퍼를 이용하면 계산될 가시 복셀 수가 줄어들고 내과의 또는 의료 기술자가 가상 결장을 실시간으로 조사할 수가 있다.

단계(107)에서 중앙선이 계산되었던 관심 영역은 표시 기술을 적용하기 전에 셀로 세분된다. 셀은 가시성 단위가 되는 복셀의 집단적 그룹이다. 각 셀 내의 복셀은 그룹으로서 표시될 것이다. 각 셀은 다른 셀들이 보여질 수 있는 많은 관문(portal)을 포함한다. 결장은 선택된 개시점에서 시작하여 중앙선(1001)을 따라서 종료점으로 이동시킴으로써 세분된다. 그러면 결장은 중앙 경로를 따른 소정의 임계 거리에 도달하면 셀들로 구획된다(예컨대, 도 10에서 셀들(1003, 1005, 및 1007)). 임계 거리는 가시화 기술이 수행되는 플랫폼의 명세와 그 저장 및 처리 능력에 따라 정해진다. 셀 크기는 플랫폼에 의해 저장 및 처리될 수 있는 복셀 수에 직접 관련된다. 임계 거리의 일례는 5 ㎝이나, 이 거리는 크게 달라질 수 있 다. 각 셀은 도 10에 도시된 바와 같이 셀의 외부에서 보기 위한 관문으로서 2개의 단면을 갖고 있다.

도 9의 단계(901)는 현재 카메라를 포함하는 선택된 기관 내의 셀을 식별한다. 이 셀은 물론 카메라의 배향이 주어지면 보여질 수 있는 다른 모든 셀들도 표시될 것이다. 단계(903)는 (정해진 관문을 통해) 카메라로부터 잠재적으로 보여질 수 있는 셀의 계층적 데이터의 스태브 트리(stab tree)(계통도)를 구축한다. 이에 대해서는 후술한다. 이 스태브 트리는 카메라에게 보여질 수 있는 모든 셀에 대한 노드를 포함한다. 일부 셀은 하나 이상의 셀이 한 방향에서 보여질 수 있도록 어떠한 블록킹 보디도 존재하지 않는 투명일 수 있다. 단계(905)는 어느 셀이 보여지는 가를 더욱 효율적으로 결정하기 위하여 인접하는 셀 에지들의 교차를 포함하는 셀로부터의 복셀의 서브세트를 저장하며, 이들을 스태브 트리의 바깥쪽 에지에 저장한다.

단계(907)는 스태브 트리에 루프 노드가 존재하는지를 체크한다. 하나의 셀의 2 또는 그 이상의 에지 모두가 동일한 근처 셀에 접해있을 때에 루프 노드가 생긴다. 이것은 하나의 셀이 다른 셀에 의해 둘러싸여 있는 경우에 생길 수 있다. 스태브 트리에서 루프 노드가 식별되면 단계(909)에서 프로세스는 계속된다. 루프 노드가 없다면 프로세스는 단계(911)로 진행한다.

단계(909)에서는 루프 노드를 하나의 대형 노드로 구성하는 두 개의 셀을 정리한다. 그 후, 스태브 트리는 적절히 정정된다. 이로 인해 루프 노드 때문에 동일 셀을 두 번 보아야 하는 문제가 없어진다. 이 단계는 모든 식별 루프 노드 상 에서 수행된다. 그 후, 프로세스는 단계(911)에서 계속된다.

단계(911)에서는 Z-버퍼를 가장 큰 Z 값으로 초기화한다. 이 Z 값은 골격 경로를 따라 카메라에서 멀어지는 거리를 정의한다. 그 후, 트리는 각 노드에서 횡단 값을 먼저 체크하도록 횡단된다. 노드의 횡단이 커버되면 즉 현재의 포탈 순차가 차단되면(이것은 Z 버퍼 테스트에 의해 결정), 트리에서의 현재의 가지의 횡단은 정지된다. 단계(913)에서는 노드가 커버되는 지를 체크하도록 가지의 각각을 횡단하며 이들이 커버되지 않으면 이들을 표시한다.

단계(915)에서는 구성에 의한 볼륨 렌더링과 같은 기술에서 잘 알려진 다양한 기술 중의 하나를 이용하여 단계(913)에서 식별된 가시적인 셀 내의 볼륨 소자로부터 운영자 스크린에 표시될 이미지를 구성한다. 보여지는 셀들만이 잠재적으로 가시적인 것으로 식별되는 것들이다. 이 기술이 제한하는 것은 실시간 표시를 달성하고 성능이 향상되도록 표시 속도를 증가시키기 위해 계산을 필요로 하는 셀들의 개수이다. 이 기술은 모든 가능한 가시적인 데이터 포인트가 실제로 보여지는 지의 여부에 관계없이 이들을 계산하는 종래 기술에 비해 향상되었다.

도 11(A)는 안내 탐색에 의해 탐색되고 운영자에게 표시될 기관의 2차원 도면이다. 기관(1101)은 경로의 중심에 두 개의 측벽(1102)과 대상물(1105)을 나타낸다. 기관은 네 개의 셀 A(1151), 셀 B(1153), 셀 C(1155), 그리고 셀 D(1157)로 나눠진다. 카메라(1103)는 셀 D(1157) 쪽으로 대향하며 원추형 필드를 식별할 수 있는 비전 벡터(1107, 1108)에 의해 정의되는 비전 필드를 갖는다. 잠재적으로 보여질 수 있는 셀은 셀 B(1153), 셀 C(1155), 그리고 셀 D(1157)이다. 셀 C(1155) 는 셀 B로 완전히 둘러싸여져서 노드 루프를 구성한다.

도 11(B)는 도 11(A)의 셀들로 이루어지는 스태브 트리를 나타내는 도면이다. 차단되지 않는 가시 경로인 사이트 라인이나 사이트 콘은 노드 B(1110)로 유도된다. 노드 B는 가시적인 사이트 라인을 두 개의 노드 C(1112)와 노드 D(1114)로 향하게 하며 접속 화살표에 의해 표시된다. 보이는 카메라 쪽에 있는 노드 C(1112)의 사이트 라인은 노드 B(1110)와 결합된다. 따라서 노드 C(1112)와 노드 B(1110)는 도 11(C)에 도시한 바와 같이 하나의 대형 노드 B'(1122)로 정리된다.

도 11(C)는 노드 B'(1122)(두개의 노드 B와 노드 C를 포함)와 노드 D(1114)에 인접한 카메라를 포함하는 노드 A(1109)를 나타낸다. 노드 A, B', 및 D는 적어도 부분적으로 운영자에게 표시된다.

도 12(A) 내지 12(E)는 시야를 방해하는 대상물을 포함하는 셀을 갖는 수정된 Z 버퍼의 사용에 대해 나타낸다. 대상물은 가상 결장 부분에서는 일부 재료를 낭비할 수 있다. 도 12(A)는 10개의 잠재적인 셀, 즉 A(1251), B(1253), C(1255), D(1257), E(1259), F(1261), G(1263), H(1265), I(1267) 및 J(1269)를 갖는 가상 스페이스를 나타낸다. 일부 셀들은 대상물을 포함한다. 카메라(1201)가 셀 I(1267)에 위치되며 비전 벡터(1203)에 의해 표시되는 바와 같이 셀 F(1261) 쪽으로 대향하면 스태브 트리는 도 9의 흐름도가 나타내는 기술에 따라 생성된다. 도 12(B)는 도 12(A)에 도시한 가상 표현용으로 나타내는 횡단 노드와 더불어 생성된 스태브 트리를 도시한다. 도 12(B)는 카메라(1201)를 포함하므로 트리의 루트 노드에서의 셀 I(1267)를 나타낸다. 셀 F가 카메라의 사이트 라인에 바로 접속되므 로 노드 I(1211)는 노드 F(1213)(화살표로 가리키는 바와 같이)로 향한다. 노드 F(1213)는 두 개의 노드 B(1215)와 노드 E(1219)로 향한다. 노드 B(1215)는 노드 A(1217)로 향한다. 노드 C(1202)는 카메라(1201)에 의해 사이트의 라인에서 완전히 차단되어서 스태브 트리에 포함되지 않는다.

도 12(C)는 노드 I(1211)가 운영자에 대해 표시 장치 상에서 렌더링된 후의 스태브 트리를 나타낸다. 노드 I(1211)는 그것이 이미 표시되어 노드 F(1213)가 루트가 되므로 스태브 트리에서 제거된다. 도 12(D)는 노드 F(1213)가 노드 I(1211)와 결합하도록 렌더링되는 것을 나타낸다. 화살표로 접속되는 트리에서의 다음 노드는 이들이 이미 커버(이미 처리)되었는 지를 알아보도록 체크된다. 이 예에서, 셀 I(1267)에 위치된 카메라로부터의 모든 횡단된 노드들은 커버되어서 노드 B(515)(따라서 종속적인 노드 A)는 표시 장치 상에서 렌더링될 필요는 없다.

도 12(E)는 횡단이 커버되는 지를 결정하기 위해 체크되는 노드 B(515)를 나타낸다. 노드 A, B와 E가 가시적이지 않으며 표시될 셀을 가질 필요도 없어서 도 12(A) 내지 12(E)의 예에서 렌더링되는 노드들은 노드 I와 F이다.

도 9에 나타내는 수정된 Z 버퍼 기술은 계산을 줄이므로 다각형 같은 복셀이나 기타 데이터 요소로 표현되는 대상물에 적용할 수 있다.

도 13은 그 벽 중의 하나를 따라 존재하는 대형 폴립을 갖는 결장의 2차원 가상도를 나타낸다. 도 13은 시험될 환자의 결장의 선택된 단면도를 나타낸다. 도면은 부호 1305로 표시되는 종양을 갖는 두 개의 결장 벽(1301, 1303)을 나타낸다. 층(1307, 1309, 1311)은 종양의 내층을 나타낸다. 의사들은 폴립이나 튜머의 층들을 벗겨서 암이나 다른 해로운 물질 덩어리의 내부를 볼 수 있는 것이 바람직하다. 이 처리는 그 덩어리를 실제로 자르지 않고도 가상의 생체검사를 효과적으로 행할 수 있도록 한다. 일단 결장이 복셀에 의해 가상적으로 표현되면, 대상물의 층들을 벗겨내는 처리는 도 4내지 도 8을 통해 설명한 것과 마찬가지의 방식으로 쉽게 수행된다. 덩어리는 또한 얇게 벗겨져서 특정 단면이 시험될 수도 있다. 도 13에서, 평면의 절단(1313)이 행해져서 종양의 특정 부분이 시험될 수 있다. 또한, 사용자가 정한 슬라이스(1319)가 종양에서 임의의 방식으로 만들어질 수 있다. 복셀(1319)은 아래에 설명하는 바와 같이 벗겨지거나 변형될 수 있다.

전이 기능은 각 복셀에 대해 반투명하게 표현하는 계수를 바꿈으로써 대상물을 투명, 반투명 또는 불투명하게 만드는 횡단 영역에서 각 복셀에 대해 수행될 수 있다. 불투명 계수는 그 밀도에 따라 각 복셀에 할당된다. 그 후, 사상 함수는 그 밀도 값을 그 반투명도를 나타내는 계수로 바꾼다. 고밀도로 스캔된 복셀은 단순히 개방 공간 밖의 벽이나 기타 응축된 물질을 가리킨다. 그 후, 운영자나 프로그램 루틴은 하나의 복셀이나 복셀 군의 불투명 계수를 바꿔서 이들을 잠수 카메라 모델에 대해 투명하거나 반투명하게 할 수 있다. 예를 들면, 운영자는 종양 전체의 안이나 밖에 있는 튜머를 볼 수 있다. 다시 말하면 투명 복셀은 도 9의 표시 단계에서 존재하지 않는 것처럼 보여진다. 대상물의 단면 구성은 그 단면에 있는 복셀의 불투명 계수의 가중 평균을 이용하여 만들어질 수 있다.

의사가 암이 있는 영역을 찾아서 폴립의 여러 층들을 보기를 바란다면, 이것은 제1 층(1307)을 만드는 폴립(1305)의 외층을 제거함으로써 행해진다. 또한, 제1 내층(1307)은 제2 내층(1309)이 보이도록 벗겨질 수 있다. 계속해서 제2 내층은 제3 내층(1311)이 보이도록 벗겨질 수 있다. 의사는 폴립(1305)을 슬라이스로 잘라서 소망 단면 내의 복셀만을 볼 수 있다. 이 슬라이싱 영역은 완정하게 사용자가 정할 수 있다.

불투명 계수의 부가는 가상 시스템의 개발에 도움이 되는 방향으로 사용될 수 있다. 낭비 재료가 존재하여 알려진 특정 범위의 다른 특성의 밀도를 가지면, 낭비 재료는 시험 중에 그 불투명 계수를 바꿈으로써 가상 카메라에 대해 투명하다. 이로 인해 환자는 절차 전에 창자를 청소할 필요가 없어서 시험을 빠르고 쉽게 할 수 있다. 다른 대상물도 실제 응용에 따라 마찬가지로 사라지게 할 수 있다. 또한, 폴립과 같은 일부 대상물은 적절한 전이 기능의 사용에 따른 콘트라스트 에이전트에 의해 전자적으로 화질을 높일 수 있다.

도 14는 이 명세서에서 설명하는 기술을 사용하여 인간의 기관과 같은 대상물의 가상 시험을 수행하는 시스템을 나타낸다. 환자(1401)는 스캐닝 장치(1405)가 시험될 기관이나 기관들을 포함하는 영역을 스캐닝하는 동안에 플랫폼(1402)에 누워있다. 스캐닝 장치(1405)는 환자의 이미지를 실제로 받아들이는 스캐닝부(1403)와 전자부(1406)를 포함한다. 전자부(1406)는 인터페이스(1407), 중앙 처리 장치(1409), 스캐닝 데이터를 임시로 저장하는 메모리(1411), 그리고 데이터를 가상 탐색 플랫폼으로 보내는 제2 인터페이스(1413)를 포함한다. 인터페이스(1407, 1413)는 단일 인터페이스 부품에 포함되거나 동일한 부품일 수 있다. 전자부(1406) 내의 부품들은 종래의 커넥터로써 접속된다.

시스템(1400)에서, 장치의 스캐닝부(1403)로부터의 데이터는 처리부(1405)로 전송되고 메모리(1411)에 저장된다. 중앙처리장치(1409)는 스캐닝된 2D 데이터를 3D 복셀 데이터로 변환하여 메모리(1411)의 다른 부분에 그 결과를 저장한다. 변형예로서, 변환된 데이터는 인터페이스 유닛(1413)으로 직접 전송되어 가상 네비게이션 터미널(1416)로 전송될 수 있다. 또한, 2D 데이터의 변환은 인터페이스(1413)로부터 전송된 후에 가상 네비게이션 터미널(1416)에서 발생할 수도 있다. 바람직한 실시예에서, 조작자가 가상 검진을 수행할 수 있도록 변환된 데이터는 캐리어(1414)를 거쳐 가상 네비게이션 터미널(1416)로 전달된다. 데이터는 또한 저장 매체로의 데이터 저장 및 터미널(1416)로 혹은 위성 송수신을 사용하여 데이터를 물리적으로 이동시키는 것과 같은 다른 통상적인 방법을 이용하여 이동될 수 있다.

스캐닝된 데이터는 가시화 엔진(visualization rendering engine)이 3D 형태를 요구할 때까지 3D 표현으로 변환되지 않을 수도 있다. 이 것은 컴퓨터의 계산 단계 및 메모리 저장공간을 절약시켜준다.

가상 네비게이션 터미널(1416)은 가상 조직(virtual organ) 혹은 다른 스캐닝된 영상을 보기 위한 스크린과, 전자부(1415)와, 키보드, 마우스 혹은 스페이스볼과 같은 인터페이스 제어부(1419)를 포함한다. 전자부(1415)는 인터페이스 포트(1412)와, 중앙 처리 장치(1423)와, 터미널을 구동하는데 필요한 다른 부품(1427) 및 메모리(1425)를 포함한다. 터미널(1416)의 부품들은 통상적인 연결부에 함께 연결된다. 변환된 복셀 데이터는 인터페이스 포트(1421)에서 받아서 메 모리(1425)에 저장된다. 중앙 처리 장치(1423)는, 그 후, 가상 표시형태로 3D 복셀 데이터를 조립하여 가상 검사를 수행하기 위해 도 2 및 도 3에 기술된 바와 같은 서브머린 카메라 모델을 구동시킨다. 서브머린 카메라가 가상 조직을 통해 이동하면, 가상 카메라로부터 보여지는 영역만을 계산하기 위해 도 9에 기술된 바와 같은 시야 기술(visibility technique)이 사용되어 이를 스크린(1417)에 표시한다. 이러한 표시를 생성하기 위해 그래픽 가속기가 또한 사용될 수 있다. 조작자는 인터페이스 장치(1419)를 사용하여 스캐닝되는 신체의 어떤 부분이 검진되는 것이 바람직한지를 표시하기 위해 인터페이스 장치(1419)를 사용할 수 있다. 인터페이스 장치(1419)는 도 2 및 그 수반된 기술내용에서 설명한 바와 같이, 원하는 대로 서브머린 카메라를 조절 및 이동시키는데 또한 사용될 수 있다. 터미널부(1415)는 뉴욕 주립대 스토니 브룩 캠퍼스의 컴퓨터 사이언스과에서 일반적으로 얻을 수 있는 큐브-4 전용 시스템 박스(Cube-4 dedicated system box)일 수 있다.

스캐닝장치(1405) 및 터미널(1416) 혹은 그 부품은 상기 동일 장치의 부품일 수 있다. 단일의 플랫폼이 스캔 영상 데이터를 수신하고, 이 것을 필요하다면 3D 복셀에 연결하고, 안내된 네비게이션을 수행하는데 사용될 수 있을 것이다.

시스템(1400)에서의 중요한 특징은, 가상 조직이 환자가 있을 필요 없고 나중에 검사될 수 있다는 것이다. 또한, 가상 검진은 환자가 스캐닝되고 있는 동안 발생할 수도 있다. 스캔 데이터는 또한 한 명 이상의 의사가 동시에 조직의 내부를 볼 수 있게 하는 다중 터미널로 보내질 수도 있다. 따라서, 뉴욕의 한 의사는 캘리포니아의 의사와 동시에 환자의 조직의 동일한 부분을 보면서 병상(病狀)에 대 해 토론하고 있을 수 있다. 변형예로서, 데이터는 다른 시간대에 보여질 수도 있다. 2명 이상의 의사가 어려운 병상에 있어서 동일한 데이터에 대한 각자의 검진을 수행할 수도 있다. 다중 가상 네비게이션 터미널은 동일 스캔 데이터를 보기 위해 사용될 수도 있다. 분리된 데이터 세트로서 가상 조직으로서의 조직을 재현함으로써, 정확성, 비용 및 가능 데이터 조작(possible data manipulation)과 같은 많은 장점이 이 영역에 존재한다.

상술한 기술은 수정된 장 준비 조작(modified bowel preparation operations) 및 뒤따르는 영상 분할 조작(image segmentation operations)을 채용하는 개선된 전자 결장 세척 기술(electronic colon cleansing technique)을 사용함으로써 가상 결장 내시경 응용예들에서는 보다 개선되어질 수 있어서, 단층 촬영(CT) 혹은 자기 공명장치(MRI) 촬영 동안 결장에 남아있는 유체 및 대변(stool)은 검출되어 가상 결장 내시 영상으로부터 제거될 수 있다. 이러한 기술을 사용함으로써, 종래의 물리적인 결장의 세척 및 그에 따른 불편함 및 고통은 최소화하거나 혹은 완전히 피할 수 있다.

도 15를 참조하면, 전자 결장 세척의 제1 단계는 장 준비 단계(단계 1510)인데, 이 것은 CT 촬영 혹은 MRI 촬영을 수행하기 전에 발생하고, 결장에 잔류하는 대변 및 유체가 가스가 찬 결장 내부 및 결장 벽의 영상의 성질과는 아주 크게 다른 영상 성질을 제공하는 상태를 형성하도록 의도된 것이다. 전형적인 장 준비 조작은 CT 혹은 MRI 스캔 전날, 예를 들면 뉴욕 웨스트버리의 E-Z-EM 주식회사에 의해 제조된 것과 같은 2500cc의 2.1%W/V 바륨 황산염 세 첩을 섭취시키는 것이다. 세 첩은 하루 일과 내에 퍼져나가야만 하고, 세 끼의 식사와 함께, 각각 섭취될 수도 있다. 바륨 황산염은 결장에 남아있는 대변의 영상을 향상시키는 기능을 한다. 바륨 황산염의 섭취와 더불어, CT 혹은 MRI 스캔 수행 전날, 유체 흡입이 증가되는 것이 바람직하다. 비록 물이 섭취될 수도 있지만, 크랜베리 쥬스(cranberry juice)가 증가된 장 유체를 제공하는 것으로 알려져 있고 바람직하다. CT 스캔 전날 저녁 및 CT 스캔 당일날 아침에, 미주리주 세인트 루이스 소재의 멜린칵로프트 주식회사에 의해 제조된 MD-Gastroview와 같이 상업적으로 가용한 60ml의 다이어트리조에이트 메글루민 및 다이어트리조에이트 소디움 용액(Diatrizoate Meglumine and Diatrizoate Sodium Solution)이 결장 유체의 영상 성질을 향상시키는데 사용될 수 있다. 나트륨 인산염(sodium phosphate)이 또한 용액에 첨가되어 결장의 대변을 액체화시키는데 사용될 수 있는데, 이것은 잔류하는 결장 유체 및 대변의 화질을 보다 균일하게 증가시킨다.

상술한 전형적인 예비 장 준비 조작은 CT 스캔 전에 골리텔리 용액(Golytely solution) 1 갤런의 섭취를 요구하는 통상적인 결장 세척 프로토콜에 대한 필요성을 없앨 수 있다.

CT 스캔을 수행하기 직전에, 인디아나주 인디아나폴리스 소재의 엘리 릴리 앤드 컴퍼니(Ely Lily and Company)에 의해 제조된 글루카곤(Glucagon) 1ml의 정맥 주사가 시행되어 결장 수축(collapse)을 최소화할 수 있다. 그 후, 대략 1000cc 의 이산화탄소 혹은 실내 공기와 같은 압축 가스를 사용하여 결장을 부풀릴 수 있는데, 이 것은 복귀 튜브를 통해 유입될 수 있다. 이 때, 통상적인 CT 스캔이 결 장 영역으로부터 데이터를 얻기 위해 수행된다(단계 1520). 예를 들면, 데이터는 1.5-2.0:1 피치, 5mm의 헬리컬 모드에서 동작하는 GE/CTI 스파이럴 모드 스캐너을 사용하여 얻어질 수 있고, 여기에서 피치는 공지의 방법으로 환자의 키에 따라 조절된다. 120kVp 와 200-280ma의 통상적인 영상 프로토콜이 이러한 조작에 사용될 수 있다. 데이터는 관찰 분야에서의 512x512 배열 크기의 화소를 갖는 1mm 슬라이스 영상으로 얻어지거나 재구성될 수 있고, 이 것은 환자의 크기에 따라 34cm로부터 40cm로 변한다. 이러한 슬라이스의 수는 이러한 상태 하에서 300개 내지 450개로 환자의 키에 따라 변하게 된다. 영상 데이터 세트는 볼륨 요소 혹은 복셀로 변환된다.(단계 1530).

영상 분할은 다양한 방법으로 수행될 수 있다. 본 발명의 영상 분할 방법에서는, 유사한 강도 값에 따라 영상 데이터의 복셀을 분류하는 로컬 네이버 기술(local neighbor technology)이 사용된다. 이 방법에서, 얻어진 영상의 각 복셀은 이웃하는 복셀 그룹에 관련되어 평가된다. 관심있어하는 복셀은 중앙 복셀로서 불려지고 관련된 강도 값을 가진다. 각 복셀에 대한 분류 표시자가 중앙 복셀의 값을 그 이웃하는 것들의 각각과 비교하여 생성된다. 이웃 복셀이 중앙 복셀과 동일한 값을 가지면, 분류 표시자의 값은 증가된다. 그러나, 이웃 복셀이 중앙 복셀과 다른 값을 가지면, 중앙 복셀에 대한 분류 표시자는 감소된다. 그 다음, 중앙 복셀은, 지역의 이웃 복셀들 사이에서 가장 균일한 이웃 구성을 의미하는 최대 표시자 값을 갖는 카테고리로 분류된다. 각각의 분류는 구체적인 강도 범위, 즉 비춰지고 있는 하나 이상의 물질 유형을 표시하는 것이다. 이 방법은 이끌어 낸 유 사성 분류법에 혼합물 가능성 기능(mixture probability function)을 채용하여 더욱 개선될 수 있다.

영상 분할의 또 다른 처리는 두 개의 주요한 조작: 저 수준 처리 및 고 수준 특징 추출로서 수행된다. 저 수준 처리 동안, 신체 형상 외측의 영역은 추가 처리로부터 제외되고, 신체 외형내의 복셀은 뚜렷하게 나타나는 강도특성 등급에 따라 대략적으로 분류된다. 예를 들면, 복부 영역은 뚜렷한 강도 분포를 보여주는 경향이 있는 데이터 세트를 생성한다. 도 16의 그래프는 강도 쓰레숄드에 따라 분류될 수 있는 4개의 뚜렷한 피크(1602, 1604, 1606, 1608)를 갖는 전형적인 막대그래프로서 강도 분포를 도시하고 있다.

복부 CT 데이터 세트의 복셀은 강도 쓰레숄드에 의해 4개의 클러스터로서 대략적으로 분류된다(단계 1540). 예를 들면, 클러스터(1)는 그 강도가 140 이하인 복셀을 포함할 수 있다. 이 클러스터는 가스가 찬 결장의 내부 내의 가장 밀도가 낮은 영역에 대략 상응된다. 클러스터(2)는 강도 220을 넘는 복셀을 포함할 수 있다. 이 강도 값들은 뼈와 결장 내의 화질이 높혀진 대변과 유체에 대응할 수 있다. 클러스터(3)는 약 900 내지 약 1080의 범위내의 강도를 갖는 복셀을 포함할 수 있다.

이 강도의 범위는 지방 및 근육과 같이 콜론과 결합되지 않는 연조직을 나타낸다. 잔여 복셀은 클러스터(4)로서 함께 그룹으로 되고, 이들 복셀은 콜론 벽(무코사 및 콜론 벽 둘레의 부분 체적 혼합물 포함)은 물론 폐 조직 및 연골과 결합되지 않는다.

클러스터(1, 3)는 콜론 벽을 확인하는데 특히 중요하지 않으므로 가상 콜로노스코피를 위한 영상 분절 처리 도중에 실질적으로 처리되지 않는다. 클러스터(2)와 결합된 복셀은 스툴과 액체를 콜론 벽으로부터 분리시키는데 중요하고, 고레벨 특징 추출 작업 도중에 더 처리된다. 저레벨 처리는 대응하는 콜론 조직과 아주 유사한 제4 클러스터에 집중된다(단계 1550).

제4 클러스터의 각 복셀에 대하여, 강도 벡터는 그 자체 및 이웃을 사용하여 발셍된다. 강도 벡터는 소정의 복셀에 근접한 이웃의 강도 변화를 나타낸다. 강도를 설정하는데 사용된 이웃 복셀의 개수는 중요하지 않지만 오버헤드 처리와 정확도 사이의 교환을 포함한다. 예를 들면, 간단한 복셀 강도 벡터는 7 복셀로 설정될 수 있고, 이것은 자신의 전,후방 이웃, 자신의 좌,우측 이웃 및 자신의 상,하측 이웃인 관심 복셀을 포함하며, 이들 모두는 3개의 상호 직각인 축 상의 관심 복셀을 둘러싼다. 도 17은 선택된 복셀(1702) 및 그 제1, 제2 및 제3 순서의 이웃을 포함하는 25 복셀 강도 벡터 모델 형태인 예시적인 강도 벡터를 예시하는 사시도이다. 선택된 복셀(1702)은 이 모델의 중심점이고 고정 복셀이라고 한다. 동일 평면 상에 고정 복셀로서 12 이웃을 포함하는 편평한 슬라이스 복셀을 고정 슬라이스(1704)라고 한다. 고정 슬라이스에 인접한 평면 상에는 5개의 복셀을 각각 가진 두 개의 가징 근접한 슬라이스(1706)가 위치된다. 하나의 복셀을 각각 갖는 두 개의 제2의 근접한 슬라이스(1708)가 제1의 근접한 슬라이스(1706)에 인접하여 위치된다. 제4 클러스터의 각 복셀에 대한 강도 벡터의 집합을 로컬 벡터 시리즈라고 한다.

복부 영상의 데이터 세트는 일반적으로 각각의 복셀이 결합된 25 복셀 로컬 벡터를 갖는 512 x 512 복셀 어레이를 가진 300 이상의 슬라이스 영상을 포함하기 때문에, 연산 부담을 감소시키기 위하여 로컬 벡터 시리즈 상에 특징 분석(단계 1570)을 실행하는 것이 바람직하다. 이러한 특징 분석이 주요 구성품 분석(principal component analysis: PCA)이며, 이것이 로컬 벡터 시리즈 및 클러스터(4) 복셀에 대한 직교하는 변형 매트릭스의 치수를 결정하도록 로컬 특징 벡터 시리즈에 인가될 수 있다.

CT 영상 강도의 그래프(도 16)는 특정의 스캐너, 소정의 동등한 준비 및 스캐닝 매개변수에 대하여는 이 환자에서 저 환자까지 거의 일정하다는 것을 알았다. 이 관찰에 따라, 직교 변형 매트릭스는 유사한 조건하에서 동일한 스캐너를 사용하여 얻어진 여러 세트의 연습 데이터를 사용하여 결정된 소정의 매트릭스로 설정될 수 있다. 이 데이터로부터, Karlhunne-Loeve(K-L) 변형과 같은 변형 매트릭스가 공지된 방식으로 생성될 수 있다. 변형 매트릭스가 로컬 벡터 시리즈에 가해져서 특징 벡터 시리즈를 생성시킨다. 일단 특징-벡터 공간 도메인에 위치되는 경우, 벡터 양자화 기술을 사용하여 특징 벡터 시리즈를 분류할 수 있다.

분석, 자체-적응식 연산을 특징 벡터 분류에 사용할 수 있다. 이 연산을 한정하는데 있어서, {X_i∈R⁴:i = 1,2,3,...,N}을 특징 벡터라고 하고, 여기서 N은 특징 벡터의 개수이고, K는 최대 개수의 계층이며 T는 데이터 세트에 적응가능한 임계치이다. 각 계층에 대하여, 대표적인 요소는 연산에 의하여 생성된다. a_k를 계 층 k의 대표 요소로 n_k를 이 계층 내의 특징 벡터 개수로 한다.

연산식은 다음과 같다:

1. 설정

2. 계층 개수 K 및 계층 매개변수(a_k, n_k)를 얻는다.

계층 매개변수를 업데이트

신규 계층 생성

3. 각각의 특징 벡터를 가장 근접한 이웃 규칙에 따른 계층으로 라벨 분류

이 연산식에서, dist(x,y)는 벡터 x와 y 사이의 유클리드 거리이며 arc min d_j는 d_j의 최소값을 실현하는 정수 j를 제공한다.

전술한 연산식은 단지 매개변수 T 및 K에 좌우된다. 그러나, 각 복셀 클러스터 내의 계층 개수에 관한 K값은 중요하지 않고 K=18과 같이 일정값으로 설정될 수 있다. 그러나, 벡터 유사성 임계치인 T는 분류 결과에 크게 영향을 미친다. 선택값 T가 너무 큰 경우 단지 하나의 계층만 생성되는 한편, 값 T가 너무 작은 경우 얻어진 계층은 원하지 않는 여분을 나타낸다. 값 T를 특징 벡터 시리즈의 최대 구성품 변수와 동일하게 설정함으로써, 최대 개수의 각기 다른 계층을 얻는다.

초기 분류 프로세스에 따라, 선택된 클러스터 내의 각각의 복셀이 계층에 할당된다(단계 1570). 예시적인 가상 콜로노스코피 경우, 클러스터(4) 내에 여러 개의 계층이 있다. 따라서, 다음 작업은 클러스터(4) 내의 여러 개의 계층 중 어느 것이 콜론 벽에 해당하는 가를 결정하는 것이다. 가장 높은 변수를 나타내는 특징 벡터의 좌표인 제1 특징 벡터 좌표는 3D 로컬 복셀 강도의 평균 정보에 영향을 미친다. 특징 벡터의 잔여 좌표는 로컬 이웃 내의 방향 강도 변화의 정보를 포함한 다. 콜론 내부의 콜론 벽 복셀은 클러스터(1)의 가스 복셀에 근접하는 것이 일반적이기 때문에, 임계 간격은 콜론 벽 복셀 후보자를 대체적으로 구별하도록 설정된 일반적인 CT 데이터의 일반적인 콜론 벽 강도로부터 선택된 데이터 셈플에 의하여 결정될 수 있다. 각각의 특정 이미지 프로토콜 및 장치에 대하여 특정의 임계치가 선택된다. 다음에 이 임계 간격은 모든 CT 데이터 세트(동일 이미지 프로토콜을 사용하여 동일 기계로부터 얻음)에 인가될 수 있다. 대표적인 요소의 제1 좌표가 임계 간격에 위치된 경우, 대응하는 계층을 콜론 벽이라고 하고 그 계층의 복셀 모두는 콜론 벽형의 복셀로 구분된다.

각각의 콜론 벽형 복셀은 콜론 벽 복셀의 지원자이다. 콜론 벽에 속하지 않는 세 가지 가능한 결과가 있다. 제1 경우는 콜론 내부의 스툴/액체에 근접한 복셀에 관한 것이다. 제2 경우는 복셀이 폐 조직 영역에 있을 때 발생한다. 제3 경우는 무코사 복셀을 나타낸다. 명백하기로는, 저레벨 분류는 분류의 불확실성 정도를 지지한다. 저레벨 분류 불확실성의 원인은 변한다. 예를 들면, 한 가지 이상의 물질 유형(즉, 액체 및 콜론 벽)을 포함하는 복셀로부터 얻어진 부분-체적 효과 제1 경우의 불확실성에 이른다. 제2 및 제3 경우의 불확실성은 부분 체적 효과는 물론 차이가 낮은 CT 영상 양자 모두에 기인한다. 불확실성을 해소하기 위하여, 추가의 정보가 필요하다. 따라서, 고레벨 특징 추출 처리를 본 방법에 사용하여 콜론 벽에 대한 지원자를 종래의 CT 영상의 접합 지식에 따라 다른 콜론 벽형 복셀로부터 더 구별한다(단계 1580).

고레벨 특징 추출 처리의 초기 단계는 저레벨 분류 결과로부터 폐 조직 영역 을 제거하는 것일 수 있다. 도 18A는 폐 영역(1802)을 명백하게 예시하는 예시적인 슬라이스 영상이다. 폐 영역(1802)은 도 18B에 예시된 바와 같이 콜론 벽형 복셀에 의하여 둘러싸인 일반적으로 연속된 3차원 체적으로 식별될 수 있다. 이 특징을 제공함으로써, 폐 영역은 영역 성장 전략을 사용하여 식별될 수 있다. 이 기술의 제1 단계는 성장 영역 내의 시드 복셀을 찾는 것이다. CT 이미지 스캔을 실행하는 작업자는 CT 스캔의 최상단 슬라이스가 임의의 콜론 복셀을 포함하지 않도록 이미지 영역을 설정하는 것이 바람직하다. 폐 내부가 공기로 채워져야 하기 때문에, 시드는 공기 복셀을 간단히 선택함으로써 저레벨 분류에 의하여 제공된다. 도 18B에 도시된 폐 영역이 결정되고 나면, 폐 체적은 영상 슬라이스로부터 제거될 수 있다(도 18C).

고레벨 특징 추출을 실행하는 다음 단계는 클러스터(2)의 향상된 스툴/액체 복셀로부터 뼈 복셀을 분리시키는 것일 수 있다. 뼈 조직 복셀(1902)은 콜론 벽으로부터 상대적으로 멀리 떨어져서 콜론 체적 외부에 위치되는 것이 일반적이다. 이와는 반대로, 나머지 스툴(1906, 1904)은 콜론 체적 내부에 둘러싸인다. 종래의 근접 정보 및 저레벨 분류 프로세스로부터 얻어진 콜론 벽 정보를 결합함으로써, 대체적인 콜론 벽 체적이 생성된다, 콜론 벽, 및 콜론 체적 외부로부터 소정 개수(예를 들면, 3) 이상의 복셀 유닛에 의하여 선택된 임의의 복셀이 뼈로서 분류되어 이 영상으로부터 제거된다. 클러스터(2)의 나머지 복셀은 콜론 체적 내의 스틀 및 액체를 나타내는 것일 수 있다(도 19A-C 참조).

스툴(stool)(1906) 및 유체(fluid)(1904)로 인식되는 결장(colon) 볼륨 내의 복셀(voxel)은 선명한 결장강(lumen) 및 결장벽 영상(colon wall image)을 생성하기 위하여 제거될 수 있다. 일반적으로, 2종류의 스툴/유체 영역이 있다. 하나는 결장벽에 부착되는 작은 스툴(1906)의 여분 영역이다. 다른 하나는 유체(1904)의 큰 볼륨이며, 베이신 형태 콜로닉 폴드(basin-like colonic fold)로 모인다(도 19a-c 참조).

부착된 여분의 스툴 영역(1906)은 로우 레벨 분류 과정 동안에 생성되는 거친 결장 볼륨 내에 있으므로 인식 가능하며 제거될 수 있다. 베이신 형태 결장 폴드 내의 유체(1906)는 일반적으로 중력의 영향으로 수평한 표면(1908)을 갖는다. 표면 상에는 대개 가스층이 있고, 이 가스층은 유체의 세기에 비해 매우 높은 콘트라스트를 나타낸다. 따라서, 유체 영역의 표면의 경계면을 쉽게 구별할 수 있다.

영역 성장 전략(region growing strategy)을 이용하여 부착된 스툴 영역(1906)의 윤곽을 개략적으로 형상화할 수 있으며, 결장벽 볼륨으로부터 이격한 부분을 제거할 수 있다. 유사하게, 유체 영역(1904)의 윤곽을 개략적으로 형상화할 수 있다. 수평 표면(1908)을 제거한 후, 결장벽 윤곽이 나타나고 선명한 결장벽을 얻는다.

무코사 복셀(mucosa voxel)과 결장벽 복셀을 구별하는 것은 쉽지 않다. 상기 3차원 처리가 일부 무코사 복셀을 제거하더라도 모든 무코사 복셀을 제거하는 것은 어렵다. 광학적 결장 내시경의 경우, 의사들은 결장의 무코사를 검사하고 무코사의 컬러 및 텍스처(color and texture)에 기초하여 손상부위를 찾아낸다. 가상 결장 내시경의 경우, 더 많은 정보를 보존하기 위해 결장벽 상의 대부분의 무코사 복셀을 손대지 않는다. 이것은 3차원 볼륨 렌더링에 매우 유용할 수 있다.

분할된 결장벽의 볼륨으로부터, 내부 표면, 외부 표면 및 결장벽 자체를 추출해서 가상의 객체로서 관찰할 수 있다. 이것은 결장의 내부벽은 물론 외부벽을 조사할 수 있다는 점에서 종래의 광학 결장 내시경에 비하여 뛰어난 이점을 제공한다. 또한, 결장벽과 결장강을 분할 영역에서 개별적으로 얻을 수 있다.

결장은 실제로 촬상에 앞서 비워지므로, 보통 직면하는 문제는 결장강이 점점이 수축된다는 것이다. 공기 또는 이산화탄소와 같은 압축 가스로 인한 결장의 팽창은 수축 영역의 주파수를 감소시키는 반면, 그러한 영역은 여전히 발생한다. 가상 결장 내시경을 이용하는 경우, 상기 수축 영역을 통과하여 이동 경로(flight path)를 유지하는 것이 바람직하며 또한 수축 영역 내의 결장강을 적어도 부분적으로 재생하도록 스캐닝된 영상 데이터를 이용하는 것이 바람직하다. 상기한 영상 분할 방법은 결장벽의 외부 및 내부 모두를 효과적으로 유추할 수 있으며, 수축 영역을 통과하는 이동 경로의 생성을 제고하는 데 이러한 정보를 이용할 수 있다.

결장의 수축 영역을 통하여 이동 경로를 확장하거나 결장의 수축 영역을 확대하는 경우, 제1 단계는 수축 영역을 검출하는 것이다. 결장벽 외부의 영상 데이터의 계조 척도 값(grayscale value)이 결장벽은 물론 지방, 근육이나 그 밖의 조직의 계조 척도 값과는 현저히 변화한다는 전제하에서, 결장 수축 영역을 검출하기 위해 엔트로피 분석을 이용할 수 있다.

계조 척도 값의 변화의 정도는, 예를 들면 중심선을 따라서 엔트로피값으로 표현되고 측정될 수 있다. 엔트로피값을 계산하기 위하여, 결장벽의 외부 표면을 선택한다. 이 점은 상기한 영상 분할 기법으로 인식된다. 관심있는 화소에 집중하여 화소들에 5 ×5 ×5 큐빅창(cubic window)을 적용할 수 있다. 엔트로피 값을 계산하기 이전에 영상 데이터에서 노이즈(noise)를 필터링하기 위하여 작은창(3 ×3 ×3)을 적용할 수 있다. 상기 화소에 대해 선택된 엔트로피 값은 이후 다음의 식으로 결정될 수 있다.

여기서 E는 엔트로피이고 C(i)는 계조 i(i=0, 1, 2,.. 225)를 갖는 창 내의 점의 수이다. 각각의 창에 대해 계산된 엔트로피값을 소정의 임계값과 이후 비교한다. 엔트로피 값은 공기 영역에 대하여는 조직 영역과 비교할 때 매우 낮을 것이다. 따라서, 엔트로피 값이 증가하거나 소정의 임계값을 초과하는 경우, 결장강을 중심선을 따라서 수축 영역이 나타난다. 정확한 임계값은 결정적인 것이 아니며 부분적으로 촬상 프로토콜 및 촬상 장치의 사양에 의존한다.

일단 수축 영역을 검출한 후, 한 개의 복셀 넓이의 네비게이션 라인을 갖는 수축 중심을 꿰뚤어(piercing) 이전에 결정한 중심선 이동 경로를 확장시킬 수 있다.

결장강을 통과하는 가상 카메라의 이동 경로를 자동적으로 지속시키는 외에, 수축 영역의 속성을 일부 복원하기 위하여 물리적 모델링 기법을 이용하여 결장 수축 영역을 열 수 있다. 이러한 기법에서, 결장벽의 물리적 속성의 모델이 개발되었다. 이러한 모델에서, 운동, 질량 밀도, 댐핑(damping) 밀도, 뻗기 및 휨 계수(stretching and bending coefficient)는 라그랑주(Lagrange) 방정식으로 측정된다. 이 후, 팽창력 모델(즉, 결장으로 펌핑되는 공기와 같은 가스 또는 유체)은 라그랑주 방정식으로 정의되는 바와 같이, 결장의 탄성 속성에 따라 공식화되고 적용되어 결장 영상의 수축 영역은 자연스럽게 재기억된다.

결장을 모델링하기 위하여, 유한 요소(finite-element) 모델을 결장강의 수축 또는 차단 영역에 적용할 수 있다. 이는 8개 복셀 벽돌과 같은 규칙적인 그리드(regular grid)에서 요소를 샘플링한 다음 전통적인 볼륨 렌더링 기법을 적용하여 수행할 수 있다. 이와는 달리, 4면체와 같은 불규칙적인 볼륨 레프리젠테이션 접근(volume representation approach)을 수축 영역에 적용할 수 있다.

결장 모델에 외부력(공기 펌핑)을 인가할 때, 외부력의 크기는 수축된 결장벽 영역의 적절하게 분리하도록 먼저 결정된다. 3차원 성장 모델은 병렬 방식으로 내부 및 외부 결장벽 표면을 추적하는 데 이용될 수 있다. 각각의 표면은 수축 영역의 시점에서 성장 원점(source point)까지 표시되고, 힘 모델(force model)은 자연스럽게 표면을 팽창시키는 데 적용된다. 내부 및 외부 표면 사이의 영역, 즉 결장벽은 공유 영역(sharing region)으로 분류된다. 외부 반발력 모델은 자연스럽게 수축된 결장벽의 분할 영역을 분리시켜 팽창시키기 위하여 이러한 공유 영역에 적용된다.

결장과 같은 가상 객체의 특징을 보다 명확하게 시각화하기 위하여, 가상 검사를 필요로 하고, 다양한 객체의 텍스처에 대한 렌더링을 제공하는 것이 유리하다. 광학 결장 내시경에 나타난 컬러 영상에서 관찰되는 이러한 텍스처는 CT 영상 데이터가 제공하는 흑백이나 계조 영상에서 종종 손상된다. 따라서, 가상 검사 중의 텍스처 촬상용 시스템 및 방법이 필요하다.

도 20은 텍스처 요소를 갖는 가상 객체를 생성하는 방법을 나타내는 순서도이다. 이 방법의 목적은 가상 객체를 생성하는 데 이용되는 계조 흑백 CT 영상 데이터 상에 예를 들면 인간의 시각처럼, 적, 녹, 청(RGB)의 컬러 공간에서 광학 결장 내시경으로 획득한 텍스처를 맵핑(mapping)하는 것이다. 광학 결장 내시경 영상은, 비디오 카메라와 같은 카메라에서 아날로그 광 영상을 수신하는 디지털 "프레임 그래버(frame grabber)"에 의하여 상기 영상을 인터페이스 포트(1431)(도 14)를 통하여 CPU(1423)로 제공될 수 있는 디지털 데이터로 변환하는 것과 같은 종래의 디지털 영상 획득 기법으로 획득된다. 이 과정의 제1 단계는 CT 영상 데이터를 분할하는 것이다(segment)(단계 2010). 상기 영상 분할 기법은 뼈, 결장벽 조직, 공기 등과 같은 다양한 조직 형태로 CT 영상을 분류하기 위하여 계조 영상의 세기 임계값을 선택하는 데 적용된다.

CT 영상 데이터에 대하여 영상 분할을 행하는 외에, 광학 여상의 텍스처 특징을 광학 영상 데이터에서 추출할 필요가 있다(단계 2020). 이것을 행하기 위하여, 상기 데이터를 다중 해상도 피라미드(multiresolutional pyramid)로 해제하기 위한 서브 샘플링을 한 후 가우스 필터(gausian filter)를 광학 영상 데이터에 적용할 수 있다. 상기 데이터의 지향성 및 비지향성 특징(oriented and non-oriented feature)을 획득하기 위하여 라플라스 필터(laplcian filter) 및 조절 가능 필터(steerable filter)를 다중 해상도 피라미드에 적용할 수 있다. 상기 방법 이 텍스처의 특징을 추출하고 포착하는 데 유리한 반면, 이러한 접근의 구현은 대용량의 메모리 및 처리 전원을 필요로 한다.

광학 영상에서 텍스처 특징을 추출하는 다른 접근은 웨이블릿 변환(wavelet transform)을 이용하는 것이다. 하지만, 웨이블릿 변환은 일반적으로 컴퓨터로 계산하는 데 유리한 반면, 축(axes)에 나란한 방향을 갖는 특징만을 포착할 수 있고 관심있는 영역에는 직접 적용할 수 없는 점에서 종래의 웨이블릿 변환은 제한적이다. 이러한 제한을 극복하기 위하여, 비분리형 필터를 채용할 수 있다. 예를 들면, 2 단계, 즉 예측 및 갱신 접근을 이용하여 임의의 차원에서 웨이블릿 변환용 필터 뱅크(filter bank)를 구축하기 위하여 리프팅 방식(lifting scheme)을 채용할 수 있다. 다차원 다항식 보간용 부어 롬 연산(Boor-Rom algorithm for multidimensional polynomial interpolation)으로 상기 필터 뱅크를 합성할 수 있다.

텍스처 특징을 광학 영상 데이터로부터 추출한 후, 이러한 특징을 기술하도록 모델을 생성해야 한다(단계 2030). 예를 들면, 자연적인 텍스처에 기인하는 비가우스 분포(non-Gaussian distribution)의 엔트로피를 평가 및 조작하는 것에 기초한 비모수적(non-parametric) 다척도(multi-scale) 통계적 모델을 사용함으로써 이를 수행할 수 있다.

일단 광학 영상 데이터로부터 텍스처 모델을 생성하면, 이들 모델을 분할된 CT 영상 데이터와 서로 관련시키도록 텍스처 매칭을 수행해야 한다(단계 2050). 텍스처가 연속적인 CT 영상 데이터의 영역에서, 텍스처의 상응하는 클래스를 쉽게 일치시킬 것이다. 그러나, 2개 이상의 텍스처 영역의 경계 영역에서, 절차는 복잡하다. 경계 영역 주위의 CT 데이터의 분할은 종종 퍼지(fuzzy) 데이터를 초래한다. 즉, 결과는 각 재료 또는 조직(tissue)에서의 텍스처의 퍼센트를 반영하며, 각각의 다양한 가중치에 따라 변한다. 가중 퍼센트를 매칭 기준의 중요성을 설정하는 데 사용할 수 있다.

비모수적 다척도 통계적 모델의 경우에, 경계 영역에서 상이한 텍스처의 분포를 측정하는 데 교차 엔트로피(cross entrophy) 또는 쿨백 라이블러(Kullback-Leiber) 발산 알고리즘을 사용할 수 있다.

텍스처 매칭 후, CT 영상 데이터 상에서 텍스처 합성을 수행한다(단계 2050). 광학 영상 데이터로부터의 텍스처를 CT 영상 데이터로 융합함으로써 이를 행한다. 뼈에서 나타나는 것과 같은 등방성 텍스처 패턴에 대해서, 텍스처는 광학 데이터로부터 분할된 CT 영상 데이터로 직접 샘플링될 수 있다. 결장 점막(colon mucosa)과 같은 이방성 텍스처 영역에 대해서, 다중 분해(multiresolution) 샘플링 절차가 바람직하다. 이 절차에서, 동종 및 이종 영역에 대한 선택적인 재샘플링(re-sampling)이 사용된다.

강화된 영상화에 더하여, 전술한 기술은 검사 영역의 가상 전자 생체 검사를 수행하여 유연성있는 비침입성 생체 검사를 달성하는 시스템의 기반을 형성할 수 있다. 볼륨 렌더링 기술은 정해진 전달 함수를 사용하여 본래 볼륨 데이터의 표본 값을 서로 다른 색상과 혼탁도로 매핑한다. 가상 검사를 수행하는 동안 의심스러운 영역이 발견되면, 내과의사는 볼륨 렌더링 과정에서 사용된 전달 함수를 상호작 용적으로 변경하여 관찰되는 벽을 거의 투명하게 하고 영역의 내부를 관찰한다.

가상 생체 검사뿐 아니라, 본 시스템 및 방법은 폴립 자동 감지에까지 확장될 수 있다. 예를 들면 결장 내에 나타나는 폴립은 일반적으로 결장 벽에서 튀어나온 작고 볼록한 언덕 구조물이다. 이러한 형상은 결장 벽이 접힌 모양과는 다르다. 그러므로 미분 기하 모델을 이용하여 결장 벽 위의 이러한 폴립을 발견할 수 있다.

결장강의 표면은 C-2 평활면 모델을 이용하여 나타낼 수 있다. 이 모델에서, 표면 위의 각 복셀은 가우시안 곡률(Gaussian curvature)을 가지는 기하학적 형상[가우시안 곡률 장(field)이라고 함]을 가진다. 표면 위의 볼록한 언덕은, 폴립을 나타내는 것일 수 있지만, 가우시안 곡률 장의 고유 국소 형상을 가지고 있다. 따라서 특정 국소 형상에 대한 가우시안 곡률 장을 검색함으로써, 폴림을 감지할 수 있다.

다음의 각 방법은 도 14에 도시한 시스템을 사용하여 수행하며, CPU 1409와 CPU 1423의 동작을 제어하는 해당 소프트웨어를 동시에 이용한다.

전술한 바는 단지 본 발명의 개념을 설명할 뿐이다. 따라서 당업자는 여기서 명백하게 나타내거나 기술하지는 않았지만, 청구항에서 정의한 본 발명의 사상과 범위 내에서 본 발명의 개념을 포함하는 다양한 시스템, 장치 및 방법을 고안할 수 있다.

예를 들면 여기서 기술한 방법과 시스템은 동물, 물고기 또는 무생물 객체를 가상으로 시험하는 데 적용할 수 있다. 의료 분야에서의 전술한 사용 이외에도 열 수 없는 밀봉된 물체의 내부를 탐지하는 데에 기술을 적용할 수 있다. 또한 이 기술은 빌딩, 동굴 등의 건축 구조내에서 사용될 수도 있고 작동자가 구조를 통하여 이동하게 할 수도 있다.

Claims (34)

1. 영상 데이터로부터 형성된 가상 대상체를 전자적으로 세정하는 가상 대상체의 전자적 세정 방법으로서,

   영상 데이터를 각각의 휘도값을 가지며 가상 대상체를 형성하는 다수의 볼륨 요소(volume element)로 변환하는 단계,

   상기 휘도값에 따라 상기 볼륨 요소를 다수의 클러스터로 분류하는 단계, 및

   상기 가상 대상체로부터 적어도 하나의 볼륨 요소 클러스터를 제거하는 단계

   를 포함하고,

   상기 분류하는 단계는, 상기 영상 데이터의 다수의 볼륨 요소에 대하여 인접하는 볼륨 요소들에 관하여 평가하여 인접 유사도를 결정하는 단계를 더 포함하는 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
2. 삭제
3. 제1항에서,

   상기 클러스터가 상기 볼륨 요소의 인접 유사도에 따라 분류되는 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
4. 제1항에서,

   상기 클러스터에 복합 확률 함수(mixture probablity function)를 적용하여 하나 이상의 물질 형태를 포함함으로써 생기는 휘도값에 따라 복셀(volxel)을 분류함으로써, 상기 클러스터를 더 세분하는 단계를 추가로 포함하는 가상 대상체의 제거 방법.
5. 영상 데이터로부터 형성된 가상 대상체를 전자적으로 세정하는 가상 대상체의 전자적 세정 방법으로서,

   영상 데이터를 각각의 휘도값을 가지며 가상 대상체를 형성하는 다수의 볼륨 요소(volume element)로 변환하는 단계,

   상기 휘도값에 따라 상기 볼륨 요소를 다수의 클러스터로 분류하는 단계, 및

   상기 가상 대상체로부터 적어도 하나의 볼륨 요소 클러스터를 제거하는 단계

   를 포함하고,

   상기 분류하는 단계가,

   관심 물질에 대한 영상 데이터를 포함하는 적어도 하나의 클러스터에 대하여 특징 벡터 분석(feature vector analysis)을 수행하는 단계와

   관심 물질과는 실질적으로 관련 없는 볼륨 요소를 상기 가상 대상체로부터 제거하기 위하여 고레벨 특징 추출(high level feature extraction)을 수행하는 단계를 더 포함하는 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
6. 제5항에서,

   상기 영상 데이터는 결장의 적어도 일부를 포함하는 인체의 일부 영역을 나타내고, 상기 관심 물질은 결장 조직인 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
7. 제1항 또는 제5항에서,

   상기 영상 데이터는 결장의 적어도 일부를 포함하는 인체의 일부 영역을 나타내는 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
8. 제7항에서,

   상기 제거하는 단계가, 결장내 액체(intracolonic fluid), 결장 내 잔변(residual stool), 뼈 및 결장 이외의 조직 중 적어도 하나를 나타내는 볼륨 요소를 제거하는 단계인 것을 특징으로 하는 가상 대상체의 전자적 세정 방법.
9. 가상 결장 내시경 검사용 영상 데이터를 생성하는 영상 데이터 생성 방법으로서,

   결장의 적어도 일부를 포함하는 영상 데이터 세트를 얻는 단계,

   상기 영상 데이터 세트를 각각의 휘도값을 가진 다수의 볼륨 요소로 변환하는 단계,

   상기 휘도값에 따라 상기 볼륨 요소를 다수의 클러스터로 분류하는 단계-여기서, 상기 각 클러스터는 상기 결장에 근접한 적어도 하나의 물질을 나타냄-, 및

   상기 영상 데이터 세트로부터 적어도 하나의 볼륨 요소 클러스터를 제거하는 단계

   를 포함하고,

   상기 분류하는 단계는, 상기 영상 데이터의 다수의 볼륨 요소에 대하여 인접하는 볼륨 요소들에 관하여 평가하여 인접 유사도를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상 데이터 생성 방법.
10. 제9항에서,

    상기 영상 데이터를 얻는 단계에 선행하여 결장 내 잔류 변과 액체로 이루어진 볼륨 요소의 휘도값을 증가시키는 단계를 추가로 포함하는 영상 데이터 생성 방법.
11. 제10항에서,

    상기 섭취시키는 단계는 결장 내 잔변과 액체의 영상 강도를 증가시키는 물질을 환자에게 섭취시키는 단계를 포함하는 것을 특징으로 하는 영상 데이터 생성 방법.
12. 제11항에서,

    상기 섭취시키는 단계는 황산 바륨(Barium Sulfate), 디아트리조에이트 메그루민(Diatrizoate Meglumin) 및 디아트리조에이트 소듐(Diatrizoate Sodium) 액 중 적어도 하나를 주입시키는 단계인 것을 특징으로 하는 영상 데이터 생성 방법.
13. 제10항에서,

    상기 결장에 근접한 상기 적어도 하나의 물질은 뼈, 액 및 비 결장 물질 중 하나와 결장 벽 조직을 포함하는 것을 특징으로 하는 영상 데이터 생성 방법.
14. 제13항에서,

    액체 및 변을 나타내는 고휘도 볼륨 요소를 포함하고 있는 상기 다수의 클러스터 중 하나를 상기 제거하는 단계에서 제거하는 것을 특징으로 하는 영상 데이터 생성 방법.
15. 제9항에서,

    결장 벽 및 기타 결장 벽과 유사한 물질로 이루어진 볼륨 요소를 포함하는 상기 다수의 클러스터 중 하나를 세분화하여 결장 벽을 이루는 볼륨 요소를 식별하는 것을 특징으로 하는 영상 데이터 생성 방법.
16. 제15항에서,

    상기 결장의 내부를 식별하는 단계,

    상기 결장 내부를 항해하기 위한 중심선(centerline)을 생성하는 단계,

    상기 결장 내부의 수축(collapse) 영역을 검출하는 단계, 그리고

    상기 수축 영역을 따라서 상기 중심선을 연장하는 단계

    를 추가로 포함하는 영상 데이터 생성 방법.
17. 제16항에서,

    상기 중심선 근처의 휘도값에 대하여 엔트로피값을 연산하고,

    상기 검출하는 단계가, 임계값 이상의 적어도 하나의 엔트로피값을 식별하는 단계를 포함하는 것을 특징으로 하는 영상 데이터 생성 방법.
18. 제17항에서,

    결장 벽의 특성에 따라서 상기 결장에서 검출된 수축 영역을 가상적으로 확장하는 단계를 추가로 포함하는 영상 데이터 생성 방법.
19. 삭제
20. 영상 분할 기능을 포함하는 영상화 시스템으로서,

    영상 데이터를 얻기 위한 영상화 스캐너,

    상기 영상 데이터를 볼륨 요소 데이터 세트를 형성하는 다수의 볼륨 요소-각 볼륨 요소는 휘도값을 가짐-로 변환하고, 상기 휘도값에 따라 상기 볼륨 요소를 다수의 클러스터로 분류하는 단계와 상기 영상 데이터로부터 상기 볼륨 요소 클러스터 중 적어도 하나를 제거하는 단계를 포함하는 영상 분할 동작을 수행하는, 프로세서; 및

    상기 프로세서와 동작 가능하게 결합되어, 상기 적어도 하나의 볼륨 요소 클러스터가 제거된 영상 데이터의 상을 표시하는 표시 장치

    를 포함하고,

    상기 분류하는 단계가, 상기 영상 데이터의 다수의 볼륨 요소에 대하여 인접하는 볼륨 요소들에 관하여 평가하여 인접 유사도를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상화 시스템.
21. 삭제
22. 제20항에서,

    상기 프로세서에 의해 수행되는 상기 분류하는 단계가 상기 클러스터를 상기 볼륨 요소의 인접 유사도에 따라 분류하는 단계인 것을 특징으로 하는 영상화 시스템.
23. 제20항에서,

    상기 프로세서에 의해 수행되는 상기 분류하는 단계가, 하나 이상의 물질 형태를 포함함으로써 생기는 휘도값에 따라 복셀(volxel)을 분류하기 위한 복합 확률 알고리즘(mixture probablity algorithm)을 포함하는 것을 특징으로 하는 영상화 시스템.
24. 제20항에서,

    상기 프로세서에 의해 수행되는 상기 분류하는 단계가,

    관심 물질에 대한 영상 데이터를 포함하는 적어도 하나의 클러스터에 대하여 특징 벡터 분석(feature vector analysis)을 수행하는 단계와

    관심 물질과는 실질적으로 관련 없는 볼륨 요소를 상기 가상 대상체로부터 제거하기 위하여 고레벨 특징 추출(high level feature extraction)을 수행하는 단계를 더 포함하는 것을 특징으로 하는 영상화 시스템.
25. 제24항에서,

    상기 영상화 스캐너가 결장의 적어도 일부를 포함하는 인체에 대한 영상 데이터를 획득하도록 구성되고, 상기 관심 물질은 결장 조직인 것을 특징으로 하는 영상화 시스템.
26. 제20항에서,

    상기 영상화 스캐너가 결장의 적어도 일부를 포함하는 인체의 일부 영역에 대한 영상 데이터를 획득하도록 구성된 것을 특징으로 하는 영상화 시스템.
27. 제20항에서,

    상기 프로세서에 의해 수행되는 상기 제거하는 단계에서, 결장 내 액체, 결장 내 잔류 변, 뼈 및 결장 이외의 조직 중 적어도 하나를 나타내는 볼륨 요소를 제거하는 것을 특징으로 하는 영상화 시스템.
28. 삭제
29. 삭제
30. 삭제
31. 삭제
32. 가상 결장 내시경 검사 시스템으로서,

    결장의 영상 데이터를 획득하기 위한 영상화 스캐너,

    상기 영상 데이터를 수신하여 상기 결장의 내부를 식별하고, 상기 결장의 내부를 항해하기 위한 중심선을 생성하고, 상기 결장의 수축 영역을 감지하며, 상기 수축 영역의 중심선을 연장하는, 프로세서, 및

    상기 프로세서와 동작 가능하도록 결합되어 상기 결장의 영상을 표시하는 표시 장치

    를 포함하는 가상 결장 내시경 검사 시스템.
33. 제32항에서,

    상기 프로세서는 상기 중심선 부근의 영상 영역의 휘도값에 대한 엔트로피 값을 계산함으로써 상기 수축 영역을 감지하고, 임계값을 넘는 적어도 하나의 엔트로피 값을 식별하는 것을 특징으로 하는 가상 결장 내시경 검사 시스템.
34. 제32항에서,

    상기 프로세서는 상기 결장 벽의 특성에 따라 상기 결장의 감지된 수축 영역을 가상적으로 팽창시키는 것을 특징으로 하는 가상 결장 내시경 검사 시스템.

Images