KR100752333B1 - 3차원 초음파 도플러 이미지의 화질 개선 방법 - Google Patents

3차원 초음파 도플러 이미지의 화질 개선 방법 Download PDF

Info

Publication number
KR100752333B1
KR100752333B1 KR1020050006436A KR20050006436A KR100752333B1 KR 100752333 B1 KR100752333 B1 KR 100752333B1 KR 1020050006436 A KR1020050006436 A KR 1020050006436A KR 20050006436 A KR20050006436 A KR 20050006436A KR 100752333 B1 KR100752333 B1 KR 100752333B1
Authority
KR
South Korea
Prior art keywords
image
equation
ultrasound image
threshold value
ultrasound
Prior art date
Application number
KR1020050006436A
Other languages
English (en)
Other versions
KR20060085530A (ko
Inventor
김철안
나종범
송영석
임정은
양은호
유동훈
이재근
Original Assignee
주식회사 메디슨
한국과학기술원
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 주식회사 메디슨, 한국과학기술원 filed Critical 주식회사 메디슨
Priority to KR1020050006436A priority Critical patent/KR100752333B1/ko
Priority to US11/330,260 priority patent/US20060184021A1/en
Priority to EP06000879A priority patent/EP1684232A1/en
Priority to JP2006010242A priority patent/JP2006204912A/ja
Publication of KR20060085530A publication Critical patent/KR20060085530A/ko
Application granted granted Critical
Publication of KR100752333B1 publication Critical patent/KR100752333B1/ko

Links

Images

Classifications

    • G06T5/70—
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47G—HOUSEHOLD OR TABLE EQUIPMENT
    • A47G23/00—Other table equipment
    • A47G23/04—Containers with means for keeping food cool or hot
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65D—CONTAINERS FOR STORAGE OR TRANSPORT OF ARTICLES OR MATERIALS, e.g. BAGS, BARRELS, BOTTLES, BOXES, CANS, CARTONS, CRATES, DRUMS, JARS, TANKS, HOPPERS, FORWARDING CONTAINERS; ACCESSORIES, CLOSURES, OR FITTINGS THEREFOR; PACKAGING ELEMENTS; PACKAGES
    • B65D81/00—Containers, packaging elements, or packages, for contents presenting particular transport or storage problems, or adapted to be used for non-packaging purposes after removal of contents
    • B65D81/18—Containers, packaging elements, or packages, for contents presenting particular transport or storage problems, or adapted to be used for non-packaging purposes after removal of contents providing specific environment for contents, e.g. temperature above or below ambient
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Abstract

본 발명은 하드웨어 장치에 의해 획득한 3차원 도플러 이미지를 후처리(post-processing)를 통해 화질을 향상시키기 위한 3차원 초음파 도플러 이미지의 화질 개선 방법에 관한 것이다. 본 발명에 따르면, 하드웨어 장치를 통해 3차원 도플러 이미지를 획득하는 일련의 과정을 변경시키지 않으면서도, 하드웨어 장치를 통해 획득한 이미지 내에 포함된 잡음을 감소시켜 이미지의 선명도를 높여 향상된 화질의 3차원 초음파 도플러 이미지를 획득함으로써, 초음파 진단에 있어서의 정확성을 높일 수 있다. 본 발명에 따라 획득한 3차원 도플러 이미지는 파워 도플러 이미지 및 칼라 도플러 이미지를 포함한다.
3차원 초음파 도플러 이미지, 화질 개선, 혈관 특성, 객체 분류, 확산 행렬, 구조 행렬

Description

3차원 초음파 도플러 이미지의 화질 개선 방법{METHOD FOR IMPROVING THE QUALITY OF A THREE-DIMENSIONAL ULTRASOUND DOPPLER IMAGE}
도 1은 초음파 진단 시스템의 구성을 보이는 개략도.
도 2는 본 발명의 실시예에 따른 3차원 초음파 도플러 이미지의 화질 개선 방법을 보이는 순서도.
도 3a 및 도 3b는 각각 신장의 2차원 및 3차원 초음파 영상을 보이는 사진.
도 4a 및 도 4b는 각각 간의 2차원 및 3차원 초음파 영상을 보이는 사진.
도 5a는 구조 행렬의 고유벡터와 고유값을 도시한 개략도.
도 5b는 상기 구조행렬로부터 얻은 확산행렬의 고유벡터와 고유값을 도시한 개략도.
도 6은 픽셀값의 세기(intensity)와 빈도수의 관계를 보이는 히스토그램.
도 7은 신장내 혈관의 연결 이미지 생성 과정을 보이는 개략도.
도 8은 신장내 혈관의 연결 이미지 생성 과정을 보이는 순서도.
도 9는 간내의 혈관의 연결 이미지 생성 과정을 보이는 개략도.
도 10은 간내의 혈관의 연결 이미지 생성 과정을 보이는 순서도.
본 발명은 초음파 영상 분야에 관한 것으로, 보다 상세하게는 하드웨어 장치를 통해 획득한 초음파 이미지에 대해 후처리 과정을 적용하여 초음파 이미지의 화질을 향상시키기 위한 3차원 초음파 도플러 이미지의 화질 개선 방법에 관한 것이다.
최근에, 사용이 편리하고 인체에 해가 없어 초음파를 이용한 진단장치가 진단 의료분야에서 널리 사용되고 있다. 초음파 진단장치는 초음파가 대상체 내의 생체 조직을 통과할 때 발생하는 초음파의 반사, 산란, 흡수 특성을 이용하여 생체 조직의 초음파 이미지를 획득하는 것이다. 산란된 초음파 신호는 산란이 발생하는 생체 조직 경계에서의 음향 임피던스 차이 정보 및 산란체(생체조직)의 운동속도 정보가 포함되어 있다. 대상체로부터 실제로 수신되는 초음파 신호의 강도에 해당하는 산란강도는 음향 임피던스의 차이를 반영하며, 도플러 효과에 의한 초음파 신호의 주파수 편이량은 운동속도, 즉 초음파 빔(beam)의 진행방향에 대한 속도성분을 반영한다.
초음파 신호의 산란강도 및 주파수 편이량을 초음파 이미지 상에 표시하기 위해서는 이들에 해당하는 값을 디지털화해야 한다. 그러나, 대상체로부터 반사된 초음파 신호는 많은 잡음을 포함하고 있기 때문에, 고품질의 초음파 이미지를 획득하기 위해서 초음파의 송신 전력 레벨(level)을 높이거나 대상체 내의 혈액에 조영제를 투입하는 방법이 통상적으로 사용된다. 하지만, 초음파의 송신 전력을 높이는 방법은 대상체의 장기나 조직에 영향을 줄 수 있어 한계가 있으며, 조영제를 투입 하는 방법은 대상체 내의 미세 혈관이 손상될 수 있고 조영제 투입에 따른 진단시간이 길어진다는 문제점이 있다.
따라서, 본 발명은 전술한 문제점을 해결하기 위한 것으로, 조영제를 투입하지 않고 장기나 조직에 영향을 미치지 않는 송신 전력 레벨의 초음파를 대상체로 전송하여, 하드웨어 장치를 통해 획득한 초음파 이미지에 대해 후처리 과정을 적용하여 초음파 이미지의 화질을 향상시키기 위한 3차원 초음파 도플러 이미지의 화질 개선 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 양태에 따른 초음파 이미지 처리 방법은, 연결성을 이용한 객체분류 알고리즘을 통해, 입력된 초음파 이미지의 대상 객체를 인식하는 단계; 인식된 대상 객체의 연결성을 이용한 객체 영역을 설정하는 단계; 상기 객체영역의 복셀 경사도를 이용하여 구조행렬을 계산하는 단계; 상기 구조행렬로부터 확산행렬을 계산하는 단계; 및 상기 확산행렬 및 복셀 경사도를 상기 입력된 초음파 이미지에 적용하여 초음파 이미지를 얻는 단계를 포함한다.
이제, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명하기로 한다.
도 1은 초음파 진단 시스템의 구성을 보이는 개략도이다. 본 발명에 이용되는 초음파 진단 시스템은, 초음파 측정부(10), 전단부(front-end)(20), 영상 처리부(30), 후단부(back-end)(40) 및 중앙처리장치(60)로 이루어진다.
상기 초음파 측정부(10)는 초음파 프로브를 포함한다. 초음파 프로부는 다수의 초음파 변환기 어레이를 가지고 있다.
전단부(20)는 송신부(21), 수신부(22) 및 빔포머(23)를 포함한다. 송신부(21)는 빔포머(23)에서 형성된 구동신호를 초음파 측정부(10)의 프로브에 공급하고, 수신부(22)는 프로부로부터 전달된 신호를 수신하여 빔포머(23)에 전달한다. 빔포머(23)는 송신빔 및 수신빔을 형성한다.
영상처리부(30)는 빔포머(23)로부터 입력된 수신빔을 각각 입력받아 영성처리하는 B-모드 처리부(31) 및 칼라 처리부(32)를 포함한다.
후단부(back-end)(40)는 상기 B-모드 처리부(31) 및 칼라 처리부로부터 입력되는 이미지를 스캔 변환(scan converting)하는 디지탈 스캔 컨버터(digital scan converter)(41)와 디지탈 스캔 컨버터로부터 입력되는 이미지를 디스플레이하는 모니터(42)를 포함한다.
상기 중앙처리장치(60)는 상기 B-모드 처리부(31) 및 칼라 처리부(32)를 제어한다.
도 1에서 도면부호 ‘50’은 모니터(42)에 디스플레이되는 초음파 영상 이미지를 나타낸다.
본 발명은 3차원 칼라 파워 도플러(color power doppler) 데이터로 표현되는 혈관의 3차원 영상을 개선하기 위한 것으로서, 실린더(cylinder) 형상으로 모델링되는 혈관의 형태적 특징을 이용하여 3차원 영상처리를 한다. 이때, 잡음을 효과적으로 제거하면서 연결성, 경계의 구분 등과 같은 영상의 형태적 특성이 잘 표현되 도록, 혈관에 관한 정보는 3차원 스캔 변환(scan conversion)이 되기 전의 데이터를 이용할 수 있다.
본 발명에 따른 3차원 초음파 도플러 이미지의 화질 개선 방법은, 연결성을 이용한 객체 인식 알고리즘을 통해 객체를 인식하고, 객체의 연결성을 이용하여 객체의 영역을 설정하고, 설정된 객체 영역의 복셀 경사도에 근거하여 구조 행렬을 구하고, 구조행렬로부터 확산 행렬을 얻고, 그 확산 행렬을 원래 초음파 이미지에 적용하여 개선된 초음파 이미지를 얻는데 그 특징이 있다.
도 2를 참조하여, 본 발명의 실시예에 따른 3차원 초음파 도플러 이미지의 화질 개선 방법을 설명한다.
먼저, 본 발명에 따른 프로세스는 초음파 진단장치 내의 하드웨어를 통해 획득된 초음파 이미지를 입력 받는다(S100). 전술한 바와 같이 상기 초음파 이미지는 3차원 스캔 변환(scan conversion)이 되기 전의 3차원 칼라 파워 도플러 이미지이다.
초음파 이미지가 입력되면, 입력된 이미지에 포함된 객체들, 즉, 대상체 내의 장기들(internal organs) 각각을 인식하기 위해, 데이터 베이스(data base)에 분류되어 저장된 객체들 각각의 혈관 특성에 근거하여 연결성을 이용한 객체 인식 알고리즘을 통해 객체를 인식한다(S200).
혈관 특성은 해부학적으로 규명된 혈관의 형태학적 특성을 의미한다. 도 3a 및 도 3b는 각각 신장의 2차원 및 3차원 초음파 영상을 보이는 사진이고, 도 4a 및 도 4b는 각각 간의 2차원 및 3차원 초음파 영상을 보이는 사진이다. 도 3a와 도 4a, 도 3b와 도 4b의 비교를 통하여서도 알 수 있듯이 각 객체의 혈관은 형태학적 특성을 가진다. 예로서, 도 3a 및 도 3b에 보이는 신장은, 도 4a 및 도 4b에 보이는 간에 비해 구조적으로 굵은 핏줄과 그로부터 뻗어나오는 많은 잔가지 형태를 가지고 있다.
따라서, 객체인식은 각 객체 혈관의 형태학적 특성에 근거하여, 대상 객체의 종류에 따라 상이한 객체 인식 알고리즘을 이용하여 객체 각각을 인식한다. 이때, 연결성이 이용된다.
연결성은 복셀(voxel) 간의 연결 여부를 나타내는 것이다. 2차원의 경우, 기준 픽셀(reference pixel)의 상, 하, 좌, 우를 조사하여 픽셀 상호간의 연결여부를 결정하는 것을 4-연결성(4-connectivity)이라 하고, 기준 픽셀 상하좌우, 좌측위, 우측위, 좌측아래, 우측아래를 조사하여 픽셀 상호간의 연결여부를 결정하는 것을 8-연결성이라 한다. 3차원의 경우, 6-연결성과 26-연결성으로 구분될 수 있다. 본 발명의 실시예에서는 26-연결성을 선택하여 이용한다.
한편, 앞서 말한 바와 같이, 본 발명에서의 객체 인식은 혈관 특성을 이용하기 때문에, 시술자가 관찰하고자 하는 객체의 연결성을 이용한 객체 인식 알고리즘이 적용된다. 예를 들어, 대상객체가 신장일 경우에는, 혈관의 특성이 굵고 두꺼우며, 혈관에서 뻗어 나오는 미세혈관이 많이 분포되어 있고, 미세혈관은 작은 값으로 연결되는 특성을 이용한다. 또한, 혈관의 볼륨 크기가 잡음에 비하여 큰 편에 속하는 특성을 이용한다. 즉, 잡음 신호가 크게 뭉쳐져 있지 않아 혈관의 볼륨이 상대적으로 큰 것을 이용한다.
다음으로, 인식된 객체의 연결성을 이용한 객체의 영역 설정을 실시한다(S300). 객체의 영역 설정은 인식된 장기(객체)의 특성에 따라, 개별적인 방법으로 진행될 수 있다. 연결 영역 설정에 대해서는 후술한다.
이어서, 잡음이 제거된 초음파 이미지 내의 모든 복셀(voxel)의 경사도(gradient)를 이용하여 혈관의 3차원 특성에 적합한 구조행렬(structure matrix)을 계산한다(S400). 경사도는 여러 가지 방법으로 구해질 수 있다. 예로서, 이미지 처리에서 일반적으로 이용되는 다음과 같은 방법으로 경사도를 구할 수 있다.
Figure 112005004130119-pat00001
각 복셀에서 각 방향, 즉 x-, y-, z-축으로의 경사도를 Ix, Iy, Iz라 하면, 구조행렬은 다음의 수학식 2로 표현된다.
Figure 112005004130119-pat00002
한편, 초음파 이미지의 구조행렬에 대해, 잡음에 민감하지 않도록 하기 위하 여, 즉 잡음이 어느 정도 있더라도 표현되는 구조가 잡음의 영향을 받지 않도록 하기 위하여 필터링을 실시할 수 있다. 예를 들어, 저역통과 필터인 가우시안 필터링(Gaussian filtering)을 실시하여 고주파 성격의 잡음을 제거할 수 있다. 다음의 수학식 3은 수학식2와 같은 구조행렬에 가우시안 필터를 적용한 것을 보이고 있다.
Figure 112005004130119-pat00003
여기에서,
Figure 112005004130119-pat00004
이다.
수학식 2 또는 수학식 3의 구조행렬은 고유값 분해(eigenvalue decomposition)를 통해 수학식 4와 같이 표현될 수 있다.
Figure 112005004130119-pat00005
수학식 4와 같이 표현된 구조행렬에서 각 복셀에서의 고유벡터(ω1,ω2,ω3)는 경사도를 나타내는 벡터가 되고, 그 고유벡터의 크기는 고유값 μ1, μ2, μ3 로 표시된다.
다음으로, 고유값을 μ1 ≥ μ2 ≥ μ3 의 관계가 만들어지도록 변화시켜 수학식 5와 같이 표현되는 확산행렬(diffusivity matrix)을 얻는다.
Figure 112005004130119-pat00006
여기서,
Figure 112005004130119-pat00007
이고,
Figure 112005004130119-pat00008
이며,
Figure 112005004130119-pat00009
이다.
여기에서, s 및 α는 초음파 진단장치의 운영자가 결정하는 기준값으로서 데이터 즉, 칼라파워 도플러 볼륨 데이터에 따라 달라질 수 있다. s 가 작으면 샤프닝(sharpening) 효과가 증가하고, s 가 커지면 스무딩(smoothing) 효과가 증가한다. 확산 행렬의 고유값이 양수가 되면 스무딩(smoothing) 효과가 발생하고 음수가 되면 샤프닝(sharpening) 효과가 발생한다. 고유벡터가 큰 고유값을 갖는다는 것은 복셀의 경사도가 큰 영역을 의미하며, 이러한 영역은 혈관의 안쪽과 바깥쪽의 경계에 해당되는 영역으로 추정할 수 있다. 따라서, 이 영역에서는 혈관의 경계를 뚜렷하게 해주기 위해 샤프닝을 수행한다.
또한, λ를 μ의 절대값에 근거하여 결정하는 것은 혈관이 일반적으로 원통형 형상을 가지고 그 원통형의 형상에 따라 혈관벽을 보다 뚜렷하게 디스플레이하기 위함이다.
도 5a는 구조행렬의 고유벡터와 고유값을 도시한 개략도이며, 도 5b는 상기 구조행렬로부터 얻은 확산행렬의 고유벡터와 고유값을 도시한 개략도이다.
다음으로, 수학식 6에 보이는 바와 같이, 전술한 과정에 따라 얻어진 확산행렬(diffusivity matrix)과 경사도 벡터(gradient vector)의 곱으로 표현되는 벡터의 발산(divergence)을 구하는 과정이 필요하다.
Figure 112005004130119-pat00010
수학식 6에서 ∂I/∂t는, 필터링된 초음파 이미지(It)와 원래의 초음파 이미지(I)의 차이(It-I)로 표현될 수 있다.
따라서, 수학식 6에서
Figure 112005004130119-pat00011
와 같이 표현하면 다음의 수학식 7을 얻을 수 있다.
Figure 112005004130119-pat00012
결국, 수학식 7과 같이 원래의 초음파 이미지에 확산행렬 및 경사도를 적용하여 개선된 화질의 초음파 이미지를 획득한다(S600).
전술한 과정들의 반복(iteration)을 통하여 원하는 정도의 화질을 얻을 수 있다.
이하, 전술한 단계 ‘S300’의 인식된 개체의 연결성을 이용한 객체 영역 설정 방법을 상세하게 설명한다.
상기 객체 영역 설정 방법은, 영상을 여러 영역(region)으로 분할하는, 영상분할(segmentation) 방법을 이용한다. 분할된 각 영역간에는 픽셀 또는 복셀을 공유해서는 안되며, 영역내 픽셀 또는 복셀은 연결되어 있어야 한다. 영상 설정은 형태학상의(morphological) 특징을 이용한 영상의 단순화, 마커 선택 및 영역 확대(region growing)를 통한 3단계로 구성된다. 상기 마커는 각 영역을 대표하는 픽셀 또는 복셀의 집합으로서 각 영역을 영상 분할의 결과로 얻어지는 것이다.
도 6은 그레이 스케일(gray scale), 칼라 등 픽셀값의 세기(intensity)와 빈도수의 관계를 보이는 히스토그램을 참조하여, 잡음 제거를 위한 임계값(TH) 설정 방법을 설명한다. 도 6에 보이는 바와 같이, 신호의 성분별로 초음파 이미지의 히스토그램의 분포가 구분된다. 예를 들어, 잡음성분(noise)은 히스토그램의 상대적 으로 낮은 영역에 분포하고, 객체성분(organ)은 히스토그램의 높은 영역에 몰려서 분포하여, 두 영역의 경계(L)가 뚜렷하다. 바로 이 경계가 임계값(THN)으로 설정된다.
이하, 신장(kidney)의 초음파 이미지로부터 연결 이미지 생성과정으로 개략적으로 도시한 도 7 및 그 과정의 순서도인 8을 참조하여 설명한다.
도 7의 (A)에 보이는 초음파 이미지에 제1 임계값(THa)을 적용하여 도 7의 (B)와 같은 선택이미지를 얻는다(S411). 즉, 원래 초음파 이미지에서 제1 임계값(THa) 보다 낮은 영역에 분포하는 성분, 즉 잡음 성분을 제거하여 도 7의 (B)와 같은 선택 이미지를 얻는다. 신장의 경우, 선택 이미지는, 굵기가 두꺼운 혈관의 안쪽 영역에 대한 정보 즉, 혈관성분에 해당한다. 이때 1차적으로 제거되는 잡음성분은, 이미지 신호와 완전히 구별되는 잡음뿐만 아니라, 이미지 신호와 완전히 구별되지는 않지만 잡음으로 간주될 수 있는 잡음을 모두 포함할 수 있다.
다음으로, 도 7(A)에 보이는 원래 초음파 이미지에 제2 임계값(THb)을 적용하여 얻은 도 7의 (C)와 같은 이미지를 선택 이미지와 비교하여 잡음을 제거한 마커(marker, 영상분할의 결과로 얻어진, 각 영역을 대표하는 복셀의 집합)를 생성한다(S412). 상기 제2 임계값(THb)은 제1 임계값(THa)과는 다른 값이다. 상기 제2 임계값(THb)은 상기 제1 임계값(THa) 보다 작은 것이 바람직하다. 한편, 상기 마커는 미리 설정된 프로그램에 의해 선택된다.
다음으로, 제3 임계값(THn)을 선정하고, 전술한 연결성을 이용하여, 마커와 연결되며 제3 임계값(THn) 보다 높은 값을 갖는 복셀까지 영역을 확장시켜, 객체의 연결 이미지를 생성한다(S413). 도 7의 (D)는 전술한 과정에 따라 잡음이 제거되어 형성된 객체의 연결 이미지를 보이고 있다. 상기 제3 임계값(THn) 역시 특정 히스토그램을 통하여 선정될 수 있으며, 제1 임계값(THa) 및 제2 임계값(THb)과는 다른 값이다. 보다 바람직하게 제3 임계값(THn)은 잡음과 혈관을 구분하기에 충분히 작은 값으로서 제2 임계값(THb) 보다 작다.
이어서, 영역 확장 후, 얻어진 영역을 크기대로 정렬한다.
가장 크기가 큰 영역을 도시하고(display), 도시하는 영역의 갯수는 사용자의 선택에 따라 증가시킬 수 있다.
이후, 상기 객체의 연결 이미지로부터 복셀의 경사도를 계산하고, 구조 행렬 및 확산 행렬을 얻는다.
한편, 간의 경우는 초음파 이미지 내에서 혈관 영역의 크기가 잡음 영역의 크기보다 작은 편이다. 또한, 혈관의 안쪽 부분만이 아니라 혈관의 표면쪽에도 칼라 파워 도플러 데이터의 복셀 값이 큰편이다. 또한, B-모드(B-mode) 영상에서는 혈관에 해당되는 부분의 상기 복셀 값은 작은 편이다. 이와 같은 간의 혈관 특징에 따라, 전술한 신장과는 다른 방법으로 연결 이미지 생성이 이루어져야 한다.
이하, 도 9 및 도 10을 참조하여 간(liver)에 관한 초음파 이미지로부터 연결이미지를 생성하는 방법을 설명한다.
도 9의 (A)에 보이는 원래 간의 초음파 이미지에 임계값(THa)을 적용하여, 입력된 원래 초음파 이미지로부터 도 9의 (B)와 같은 선택이미지를 생성한다(S421).
다음으로, 선택 이미지에서 기준 영역보다 크기가 작은 영역을 제거하여 도 9의 (C)와 같은 마커를 생성한다(S422). 상기 기준 영역은 사용자가 미리 지정한 값이며, 상기 마커는 프로그램에 의해 선택된다.
다음으로, 마커로부터 임계값(THn)까지 영역 확장을 수행하여 객체의 연결 이미지를 생성한다. 이때, 복셀(voxel)의 갯수와 B-모드 이미지에서 임계값(THn) 보다 작은 값을 갖는 복셀의 갯수를 세고, 임계값(THn) 보다 작은 복셀의 비, 즉 그 퍼센트가 기준 값보다 큰 경우는 상기 임계값(THn) 보다 작은 복셀까지 영역을 확장시켜 상기 연결 이미지를 생성한다.
이후, 상기 객체의 연결 이미지로부터 복셀의 경사도를 계산하고, 구조 행렬 및 확산 행렬을 얻는다.
전술한 바와 같이, 본 발명에 따르면 3차원 초음파 도플러 영상에서 주로 보고자 하는 혈관이 가지는 특성을 이용하여 넓게 퍼져 있는 잡음을 제거할 뿐 아니라 혈관의 모습을 보다 또렷하게 보이도록 하고 신호의 크기가 작아 잘 보이지 않는 부분도 잘 보이도록 한다. 본 발명에 의한 3차원 초음파 도플러 영상에 대한 필 터링 방법에 의하면 불필요한 잡음이 제거되고 열확산 공식을 이용하여 스무딩 효과와 샤프닝 효과를 동시에 적용하여 혈관이 보다 뚜렷하게 보이는 효과가 있다. 이와 같이, 잡음이 제거되고 또렷해진 혈관 영상은 보다 정확한 진단에 도움이 될 수 있다.

Claims (6)

  1. 초음파 이미지 처리 방법에 있어서,
    a) 연결성을 이용한 객체분류 알고리즘을 통해, 입력된 초음파 이미지의 대상 객체를 인식하는 단계;
    b) 인식된 대상 객체의 연결성을 이용한 객체 영역을 설정하는 단계;
    c) 상기 객체영역의 복셀 경사도를 이용하여 구조행렬을 계산하는 단계;
    d) 상기 구조행렬로부터 확산행렬을 계산하는 단계; 및
    e) 상기 확산행렬 및 복셀 경사도를 상기 입력된 초음파 이미지에 적용하여 초음파 이미지를 얻는 단계
    를 포함하는 초음파 이미지 처리 방법.
  2. 제 1 항에 있어서, 상기 c) 단계는,
    c1) 다음의 수학식 1을 통하여 복셀을 경사도- Ix, Iy, Iz는 x-, y-, z-축으로의 경사도-를 구하고,
    (수학식 1)
    Figure 112005078174714-pat00013
    c2) 다음의 수학식 2와 같이 표현되는 구조행렬을 구하고,
    (수학식 2)
    Figure 112005078174714-pat00014
    c3) 다음의 수학식 3과 같이 상기 구조행렬의 고유값을 분해하는 것을 특징으로 하는 초음파 이미지 처리 방법.
    (수학식 3)
    Figure 112005078174714-pat00015
    -여기서, 고유벡터(ω1,ω2,ω3)는 경사도를 나타내는 벡터이고, μ1, μ2, μ3는 고유값-.
  3. 제 2 항에 있어서, 상기 d) 단계는,
    상기 고유값을 μ1 ≥ μ2 ≥ μ3 의 관계가 만들어지도록 변화시켜 수학식 4와 같이 표현되는 확산행렬을 얻는 것을 특징으로 하는 초음파 이미지 처리 방법.
    (수학식 4)
    Figure 112007014436717-pat00016
    -여기서,
    Figure 112007014436717-pat00017
    이고,
    Figure 112007014436717-pat00018
    이며,
    Figure 112007014436717-pat00019
    이고, s는 샤프닝(sharpening) 효과를 증가시킬 것인지 스무딩(smoothing) 효과를 증가시킬 것인지를 결정하는 기준값-.
  4. 제 3 항에 있어서,
    상기 단계 e)는,
    다음의 수학식 5와 같이, 원래의 초음파 이미지(I)와 같이 확산행렬 및 경사도를 적용하여 초음파 이미지(It)를 획득하는 것을 특징으로 하되,
    (수학식 5)
    Figure 112007014436717-pat00020
    상기 수학식 5는 다음의 수학식 6과 같이 확산행렬과 경사도 벡터의 곱으로 표현되는 수학식 6에
    Figure 112007014436717-pat00022
    를 적용하여 얻는 것을 특징으로 하는 초음파 이미지 처리 방법.
    (수학식 6)
    Figure 112007014436717-pat00021
  5. 제 1 항에 있어서,
    상기 a) 단계에서 상기 초음파 이미지의 대상객체를 신장으로 인식한 경우, 상기 b) 단계는,
    b11) 입력된 초음파 이미지에 제1 임계값을 적용하여 선택이미지를 얻고,
    b12) 입력된 초음파 이미지에 상기 제1 임계값과는 다른 제2 임계값을 적용하여 얻은 이미지를 상기 선택 이미지와 비교하여 마커를 생성하고,
    b13) 상기 제2 임계값 보다 작은 제3 임계값을 선정하고,
    b14) 연결성을 이용하여, 마커와 연결되며 제3 임계값(THn) 보다 높은 값을 갖는 복셀까지 영역을 확장시켜 객체의 연결 이미지를 생성하고,
    b15) 상기 b4) 단계에서 얻어진 영역들을 크기대로 정렬하는 것을 특징으로 하는 초음파 이미지 처리 방법.
  6. 제 1 항에 있어서,
    상기 a) 단계에서 상기 초음파 이미지의 대상객체를 신장으로 인식한 경우, 상기 b) 단계는,
    b21) 입력된 초음파 이미지에 제1 임계값을 적용하여 선택이미지를 얻고,
    b22) 상기 선택이미지에서 기준 영역보다 크기가 작은 영역을 제거하여 마커를 생성하고,
    b23) 상기 마커로부터 제2 임계값까지 영역 확장을 수행하여 객체의 연결 이미지를 생성하는 것을 특징으로 하는 초음파 이미지 처리 방법.
KR1020050006436A 2005-01-24 2005-01-24 3차원 초음파 도플러 이미지의 화질 개선 방법 KR100752333B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020050006436A KR100752333B1 (ko) 2005-01-24 2005-01-24 3차원 초음파 도플러 이미지의 화질 개선 방법
US11/330,260 US20060184021A1 (en) 2005-01-24 2006-01-12 Method of improving the quality of a three-dimensional ultrasound doppler image
EP06000879A EP1684232A1 (en) 2005-01-24 2006-01-17 Method of improving the quality of a three-dimensional ultrasound doppler image
JP2006010242A JP2006204912A (ja) 2005-01-24 2006-01-18 超音波映像処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050006436A KR100752333B1 (ko) 2005-01-24 2005-01-24 3차원 초음파 도플러 이미지의 화질 개선 방법

Publications (2)

Publication Number Publication Date
KR20060085530A KR20060085530A (ko) 2006-07-27
KR100752333B1 true KR100752333B1 (ko) 2007-08-28

Family

ID=35883504

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050006436A KR100752333B1 (ko) 2005-01-24 2005-01-24 3차원 초음파 도플러 이미지의 화질 개선 방법

Country Status (4)

Country Link
US (1) US20060184021A1 (ko)
EP (1) EP1684232A1 (ko)
JP (1) JP2006204912A (ko)
KR (1) KR100752333B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9262835B2 (en) 2012-11-01 2016-02-16 Samsung Electronics Co., Ltd. Method, apparatus, and medical imaging system for segmenting image of object from image of organ

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5160825B2 (ja) * 2007-07-17 2013-03-13 日立アロカメディカル株式会社 超音波診断装置及び画像処理プログラム
JP5226978B2 (ja) * 2007-07-17 2013-07-03 日立アロカメディカル株式会社 超音波診断装置及び画像処理プログラム
KR101132524B1 (ko) * 2007-11-09 2012-05-18 삼성메디슨 주식회사 Ｇｐｕ을 구비하는 초음파 영상 시스템
EP2277146A4 (en) 2008-01-02 2017-11-08 Bio-Tree Systems, Inc. Methods of obtaining geometry from images
JP2011517228A (ja) * 2008-04-11 2011-05-26 トムソン ライセンシング デジタル画像内のオブジェクトの視認性を向上させるシステム及びその方法
JP5525867B2 (ja) * 2009-03-04 2014-06-18 株式会社東芝 超音波診断装置、画像処理装置、超音波診断装置の制御方法、及び画像処理方法
US8306296B2 (en) * 2009-04-30 2012-11-06 Medison Co., Ltd. Clutter signal filtering using eigenvectors in an ultrasound system
EP2264483B1 (en) * 2009-06-01 2017-11-29 Samsung Medison Co., Ltd. Ultrasound system and method for providing a motion vector
EP2309450B1 (en) * 2009-09-21 2016-04-06 Orcamp AB Method for characterizing a blood vessel
KR101121548B1 (ko) * 2009-12-07 2012-03-06 삼성메디슨 주식회사 초음파 진단장치
US9101289B2 (en) 2010-07-27 2015-08-11 Hitachi Medical Corporation Ultrasonic diagnostic apparatus
CN102843973B (zh) * 2010-11-12 2017-02-08 柯尼卡美能达株式会社 超声波诊断装置和超声波诊断系统
TWI482613B (zh) 2011-12-27 2015-05-01 Ind Tech Res Inst 訊號分析方法、超音波影像分析方法以及超音波成像系統
WO2014119412A1 (ja) * 2013-01-30 2014-08-07 株式会社 日立メディコ 医用画像処理装置及び医用画像撮像装置
US10945701B2 (en) * 2014-08-29 2021-03-16 Siemens Medical Solutions Usa, Inc. Segment-based flash suppression in ultrasound color flow
US9679216B2 (en) 2015-05-07 2017-06-13 The United States Of America As Represented By The Secretary Of The Air Force Morphological automatic triangle orientation detection
US11647983B2 (en) 2017-05-05 2023-05-16 International Business Machines Corporation Automating ultrasound examination of a vascular system
KR101907883B1 (ko) * 2017-05-10 2018-10-16 국방과학연구소 객체 검출 및 분류 방법
CN108078590B (zh) * 2018-01-03 2021-02-09 声泰特（成都）科技有限公司 基于超声频谱多普勒的血流动力学可视化方法与系统
KR102197635B1 (ko) 2018-11-26 2020-12-31 건양대학교 산학협력단 의료영상 재구성에서 행렬의 변환을 통한 오류해결 및 계산속도 증진 시스템 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040102038A (ko) * 2002-03-11 2004-12-03 브라코 이미징 에스.피.에이. 이미지 픽셀 인코딩 방법, 이미지 처리 방법 및 하나이상의 이미지 픽셀들에 의해 재생된 객체의 특성 인식을위한 이미지 처리 방법

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4191887A (en) * 1978-03-29 1980-03-04 Varian Associates, Inc. Magnetic beam deflection system free of chromatic and geometric aberrations of second order
DE69402283T2 (de) * 1993-05-21 1997-09-18 Philips Electronics Nv Energiefilter mit Korrektur von chromatischen Aberrationen zweiter ordnung
US6278890B1 (en) * 1998-11-09 2001-08-21 Medacoustics, Inc. Non-invasive turbulent blood flow imaging system
US6193668B1 (en) * 1997-11-10 2001-02-27 Medacoustics, Inc. Acoustic sensor array for non-invasive detection of coronary artery disease
US6845342B1 (en) * 1999-05-21 2005-01-18 The United States Of America As Represented By The Department Of Health And Human Services Determination of an empirical statistical distribution of the diffusion tensor in MRI
DE19928231C2 (de) * 1999-06-21 2003-03-27 Max Planck Gesellschaft Verfahren und Vorrichtung zur Segmentierung einer Punkteverteilung
US6381350B1 (en) * 1999-07-02 2002-04-30 The Cleveland Clinic Foundation Intravascular ultrasonic analysis using active contour method and system
US20030053669A1 (en) * 2001-07-18 2003-03-20 Marconi Medical Systems, Inc. Magnetic resonance angiography method and apparatus
US7274810B2 (en) * 2000-04-11 2007-09-25 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US6671626B2 (en) * 2000-10-06 2003-12-30 International Business Machines Corporation Determination and use of three-dimensional moments of molecular property fields
AU2002338376A1 (en) * 2001-04-06 2002-10-21 Lawrence R. Frank Method for analyzing mri diffusion data
US7616818B2 (en) * 2003-02-19 2009-11-10 Agfa Healthcare Method of determining the orientation of an image

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040102038A (ko) * 2002-03-11 2004-12-03 브라코 이미징 에스.피.에이. 이미지 픽셀 인코딩 방법, 이미지 처리 방법 및 하나이상의 이미지 픽셀들에 의해 재생된 객체의 특성 인식을위한 이미지 처리 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9262835B2 (en) 2012-11-01 2016-02-16 Samsung Electronics Co., Ltd. Method, apparatus, and medical imaging system for segmenting image of object from image of organ

Also Published As

Publication number Publication date
US20060184021A1 (en) 2006-08-17
EP1684232A1 (en) 2006-07-26
KR20060085530A (ko) 2006-07-27
JP2006204912A (ja) 2006-08-10

Similar Documents

Publication Publication Date Title
KR100752333B1 (ko) 3차원 초음파 도플러 이미지의 화질 개선 방법
US7231074B2 (en) Method for determining the efficacy of an anti-cancer treatment using image analysis
EP2016905B1 (en) Ultrasound diagnostic apparatus
US8094893B2 (en) Segmentation tool for identifying flow regions in an image system
EP1796037B1 (en) Image processing system and method for controlling gains for color flow images
JP7333448B2 (ja) 超音波診断装置
JP2022519253A (ja) 弁逆流評価のための方法及びシステム
WO2007100804A2 (en) Feature tracing process for m- mode images
JP7061232B6 (ja) 超音波画像の取得をガイドするためのシステム及び方法
WO2007049207A1 (en) System and method for generating for display two-dimensional echocardiography views from a three-dimensional image
KR20150104890A (ko) 개선된 화질의 초음파 영상을 형성하는 방법 및 이를 위한 장치
CN112672695A (zh) 用于执行胎儿重量估计的方法和系统
JP2001145631A (ja) 超音波診断装置
JP4681358B2 (ja) 超音波診断装置及びボリュームデータ処理方法
Stippel et al. A tissue-specific adaptive texture filter for medical ultrasound images
Loizou Ultrasound image analysis of the carotid artery
CN112826535A (zh) 一种超声成像中自动定位血管的方法和装置及设备
KR102377530B1 (ko) 대상체의 3차원 영상을 생성하기 위한 방법 및 장치
US20150359519A1 (en) Object information acquiring apparatus and image processing method
US20240037746A1 (en) Method and system of linking ultrasound image data associated with a medium with other image data associated with the medium
Tamilkudimagal Squeeze box filter for contrast enhancement in ultrasound despeckling
JPWO2007148735A1 (ja) 超音波画像作成装置、超音波画像作成方法、超音波画像作成プログラム
Shamim et al. A Complete Breast Cancer Detection Approach Via Quantitative and Qualitative Analysis of Breast Ultrasound (BUS) Images
KR20180074345A (ko) 스펙트럴 도플러 영상을 생성하는 방법 및 그 초음파 도플러 영상 장치
Youmaran Automatic measurement of features in ultrasound images of the eye

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
FPAY Annual fee payment

Payment date: 20100615

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee