KR101128566B1 - Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치 - Google Patents

Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치 Download PDF

Info

Publication number
KR101128566B1
KR101128566B1 KR1020100060838A KR20100060838A KR101128566B1 KR 101128566 B1 KR101128566 B1 KR 101128566B1 KR 1020100060838 A KR1020100060838 A KR 1020100060838A KR 20100060838 A KR20100060838 A KR 20100060838A KR 101128566 B1 KR101128566 B1 KR 101128566B1
Authority
KR
South Korea
Prior art keywords
sinogram
ray scattering
gamma ray
gamma
value
Prior art date
Application number
KR1020100060838A
Other languages
English (en)
Other versions
KR20110124685A (ko
Inventor
예종철
김경상
Original Assignee
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20110124685A publication Critical patent/KR20110124685A/ko
Application granted granted Critical
Publication of KR101128566B1 publication Critical patent/KR101128566B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
    • G01T1/164—Scintigraphy
    • G01T1/1641—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras
    • G01T1/1644—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras using an array of optically separate scintillation elements permitting direct location of scintillations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)

Abstract

본 발명은 양전자 방출 단층 촬영에 관련된 것으로서, 더욱 상세하게는 GPU를 사용하여 단일 산란 시뮬레이션을 병렬로 처리하는 방법 및 장치에 관련된 것이다.
본 발명은 사이노그램의 축소 비율을 결정하는 단계, 상기 축소 비율에 따른 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 연산하는 단계 및 상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성하는 단계를 포함하는, 감마선 산란 사이노그램 생성 방법을 제공한다.

Description

ＧＰＵ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치{METHOD AND APPARATUS FOR GAMMA-RAY SCATTERING ESTIMATION IN POSITRON EMISSION TOMOGRAPHY USING GRAPHIC PROCESSING UNIT}
본 발명은 양전자 방출 단층 촬영(Positron Emission Tomography; PET)에 관련된 것으로서, 더욱 상세하게는 GPU를 사용하여 단일 산란 시뮬레이션(single scatter simulation)을 병렬로 처리하는 방법 및 장치에 관련된 것이다.
단층 촬영은 검출기를 180° 또는 360° 회전하여 물체의 특정 단면을 인접한 다른 단면과의 중첩 없이 비침슴적으로 관찰할 수 있는 영상기법이다. 사이노그램(sinogram)은 촬영에 의해 획득된 복수 개의 영상을 의미한다. 사이노그램은 3차원 영상으로 재구성(reconstruct)되고, 관찰자는 재구성된 3차원 영상을 통해 촬영된 물체의 특정 단면을 관찰할 수 있다.
핵의학 단층 영상은, 피촬영자의 체내에 투여된 방사성 의약품이 생화학적 특성에 따라 피촬영자의 체내에서 분포되는 특성이 영상으로 표현된 것이다.
체내에 투여되는 방사성 의약품은 기준치에 의해 그 방사선량이 제한된다. 따라서, 극소량의 광자에 의해 기록된 투사값으로부터 높은 해상도의 영상이 재구성되기는 어렵다.
핵의학 영상 장비를 사용하여 단층을 촬영하는 경우, 관측된 신호의 세기는 약한 반면 상대적으로 잡음이 강하다.
따라서, 감마선의 산란은 영상을 재구성한 결과에 큰 영향을 미치며, 감마선의 산란에 따른 영상 잡음을 보정하기 위해서, 단일 산란 시뮬레이션과 같은 감마선 산란 추정 알고리즘이 사용된다.
양전자 방출 단층 활영 영상을 영상으로 재구성하는 과정에 있어서, 감마선 산란 추정 과정 및 이를 이용한 최종적인 영상 재구성 과정에서 가장 많은 시간이 소요된다.
전술된 단일 산란 시뮬레이션 방법 또한 연산 시간을 단축하기 위해 고안된 알고리즘이지만, 개인용 컴퓨터 또는 서버용 컴퓨터로 상기 방법에 따른 연산을 수행할 경우, 수 분에서 수십 분의 연산시간이 소요된다.
이러한 연산시간을 줄이기 위해 병렬 처리 기법이 사용될 수 있다. 병렬 처리는 복수 개의 연산 코어(core)에서 동종의 일을 나누어서 동시에 연산하는 방법이다.
멀티코어가 탑재된 중앙 처리 장치(Central Processing Unit; CPU) 또는 그래픽 처리 장치(Graphics Processing Unit; GPU)가 병렬 처리에 사용될 수 있다. 특히, GPU는 일반적으로 수십 개에서 수백 개의 코어를 탑재하여 대규모의 처리를 병렬로 수행할 수 있으며, 그래픽 연산뿐만 아니라 수학적인 연산을 처리할 수 있다.
본 발명의 일측에 따르면, 사이노그램의 축소 비율을 결정하는 단계, 상기 축소 비율에 따른 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 연산하는 단계 및 상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성하는 단계를 포함하는, 감마선 산란 사이노그램 생성 방법이 제공된다.
상기 감마선 산란 사이노그램을 생성하는 단계는, GPU에 의해 제공되는 보간법을 사용할 수 있다.
상기 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 연산하는 단계는, 상기 픽셀에 대응하는 2개의 검출기의 3차원 좌표를 연산하는 단계 및 분포된 감마선 산란 지점에서부터 상기 검출기까지의 감마선 방출 값 및 감쇠 값을 3차원 보간법을 사용하여 합함으로써 픽셀의 감마선 산란 값을 생성하는 단계를 포함할 수 있다.
상기 2개의 검출기의 3차원 좌표는 단계는, 상기 픽셀에 대한 측정선 및 상기 축소 사이노그램의 기울어진 평면의 위치 값에 기반하여 연산될 수 있다.
상기 감마선 산란 값은, 복수 개의 감마선 산란 위치로부터 상기 2개의 검출기 각각으로의 일정 간격의 좌표에 대하여 3차원 보간법을 사용함으로써 생성될 수 있고, 상기 복수 개의 감마선 산란 위치는 상기 축소 비율에 따른 실제 거리에 비례하여 일정 간격으로 분포될 수 있다.
상기 감마선 산란 사이노그램은, 상기 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 보간법을 사용하여 계산함으로써 생성될 수 있다.
상기 감마선 산란 사이노그램 생성 방법은, 상기 감마선 산란 사이노그램의 감마선 산란 값의 스케일을 조정하는 단계를 더 포함할 수 있다.
상기 감마선 산란 값의 스케일은, 감마선 방출 사이노그램 샘플 및 감마선 산란 사이노그램 샘플의 이탈 지점의 차이가 최소가 되게 하는 스케일 상수에 기반하여 조정될 수 있다.
본 발명의 다른 일측에 따르면, 사이노그램 데이터를 수신하는 수신부; 및 사이노그램의 축소 비율을 결정하고, 상기 축소 비율에 따른 축소 사이노그램을 생성하고, 상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성하는 제어부를 포함하고, 상기 제어부는, 상기 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 생성하는 GPU부를 포함하는, 감마선 산란 사이노그램 생성 장치가 제공된다.
상기 GPU는, 보간법을 사용하여 상기 감마선 산란 사이노그램의 복수 개의 픽셀들 각각에 대한 픽셀 값을 계산할 수 있다.
상기 제어부는, 감마선 방출 재구성 영상 및 감쇠 재구성 영상을 상기 GPU의 3차원 텍스쳐 메모리로 연결할 수 있고, 상기 GPU는, 상기 축소 사이노그램의 픽셀에 대응하는 2개의 검출기의 3차원 좌표를 연산하고, 분포된 감마선 산란 지점에서부터 상기 검출기까지의 감마선 방출 값 및 감쇠 값을 3차원 보간법을 사용하여 합함으로써 상기 감마선 산란 값을 생성할 수 있고, 상기 생성된 감마선 산란 값을 보정할 수 있다.
상기 감마선 산란 사이노그램은, 상기 GPU가 상기 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 보간법을 사용하여 계산함으로써 생성될 수 있다.
상기 제어부는, 상기 감마선 산란 사이노그램의 감마선 산란 값의 스케일을 조정할 수 있다.
병렬 처리를 이용하여 연산 시간이 감축된 감마선 산란 추정 방법 및 장치가 제공된다.
특히, GPU의 병렬 처리를 이용한 단일 산란 감마선 산란 사이노그램 생성 방법 및 장치가 제공된다.
도 1은 본 발명의 일 실시예에 따른 감마선 산란 사이노그램을 이용한 영상 재구성 방법을 나타내는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 감마선 산란 사이노그램의 생성 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 감마선 산란 값을 병렬로 연산하는 방법의 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 보간법을 사용하여 축소 사이노그램을 확대하는 방법의 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 감마선 산란 값의 스케일을 조정하는 방법의 흐름도이다.
도 6는 본 발명의 일 실시예에 따른 축소 사이노그램의 픽셀에 대한 2개의 검출기의 3차원 좌표를 연산하기 위한 방법의 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 축소 사이노그램의 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 생성하기 위한 방법의 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 감마선 산란 사이노그램 생성 장치의 구조도이다.
이하에서, 본 발명의 일부 실시예를, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 감마선 산란 사이노그램을 이용한 영상 재구성 방법을 나타내는 흐름도이다.
단계(S110)에서, 영상을 재구성 하기 위한 데이터가 수신된다.
수신된 데이터는 양전자방출단층촬영기로부터 전송된 것일 수 있으며, 데이터 제공을 위한 서버로부터 전송된 것일 수 있다.
단계(S120)에서, 상수 테이블이 생성된다.
상수 테이블은 후술될 감마선 산란 사이노그램을 생성하는 단계(S130)에서 사용되는 상수들을 포함하는 테이블이다.
동일한 알고리즘(algorithm)을 구현하는 병렬 처리 코드들 간에도, 각각의 병렬 처리 코드의 연산 속도는 코드 내부의 복잡도에 따라서 서로 상이하다. 따라서, 병렬 처리 코드는 적은 수의 변수를 사용하여 간단하게 구성될 필요가 있다.
예컨대, 감마선 산란 사이노그램 생성 장치 내의 중앙처리장치는 파일 입출력에만 관여하고, 실제 감마선 산란 사이노그램의 생성을 위한 연산은 그래픽 처리 장치(Graphics Processing Unit; GPU)와 같은 병렬처리 장치에서 병렬적으로 나뉘어 처리된다면, 이러한 병렬처리 장치 내의 병렬 처리 코드는 적은 수의 변수를 사용하는 최대한 간단한 코드로 구성될 필요가 있다.
병렬 처리에 있어서 핵심이 되는 병렬 처리 코드의 연산 속도를 향상시키기 위해서, 상수 테이블 내의 미리 선언된 상수가 변수를 대신하여 병렬 처리 코드 내에서 사용된다.
수신된 데이터가 양전자방출단층촬영기로부터 생성된 것이라면, 영상을 재구성하기 위해 요구되는 기하학적인 구조는 이미 고정된 것이라고 간주될 수 있다. 상기의 기하학적인 구조는 기하학적인 위치 및 크기 정보를 포함한다.
따라서, 병렬 처리 코드 내에서의 변수를 감소시키기 위해, 양전자방출 단층촬영기의 기하학적인 구조에 관한 파라미터가 미리 상수로 선언될 수 있으며, 복원되는 재구성 영상의 위치 및 크기 정보를 포함하는 인덱스 테이블도 미리 상수로 선언될 수 있다.
상수 테이블은 이러한 선언에 의한 기하학적인 파라미터 및 실제 길이에 해당하는 인덱스 테이블을 포함할 수 있다. 또한, 상수 테이블은 sin 및 cos와 같은 수학 함수의 배열 형태로 구성된 값도 포함할 수 있다.
기하학적인 파라미터는 CPU 코드에 의해 우선 선언되고, GPU의 상수 선언의 포맷에 맞추어져 각각 선언될 수 있다.
인덱스 테이블은 CPU 상에서 배열 형태로 구성되고, GPU에서 상수로 선언될 수 있다.
단계(S130)에서는 단일 산란 시뮬레이션 알고리즘에 기반하여 병렬 처리를 사용하여 감마선 산란 값을 추정함으로써 감마선 산란 사이노그램이 생성된다.
감마선 산란 사이노그램을 생성하기 위한 방법이 도 2를 참조하여 하기에서 상세하게 설명된다.
단계(S140)에서, 생성된 감마선 산란 사이노그램을 이용하여 영상을 재구성된다.
도 2는 본 발명의 일 실시예에 따른 감마선 산란 사이노그램의 생성 방법의 흐름도이다.
본 실시예에 따른 감마선 산란 사이노그램 생성 방법은 단일 산란 시뮬레이션 알고리즘에 기반한 단계들로 구성된다.
단계(S210)에서 사이노그램의 축소 비율이 결정된다.
축소 비율은 양전자방출단층촬영기로부터 수신된 데이터에 포함되는 사이노그램의 사이즈에 의해 결정될 수 있다.
축소 비율이 낮을수록 더 자연스러운 감마선 산란 사이노그램이 획득될 수 있다.
일반적으로 사이노그램은 방사선 방향의 거리(radial) 및 회전각(azimuthal)에 의해 구성된다.
감마선 산란 값을 구하기 위한 감마선 산란 추정 연산을 적용하였을 때, 자연스러운 형태가 나타날 수 있는 축소 사이노그램의 최소한의 크기는 15x15이다. 따라서, 축소 비율은 축소 사이노그램이 이 이상의 크기가 되도록 결정될 필요가 있다.
축소 사이노그램을 생성하기 위한 연산 시간은 축소 사이노그램의 크기의 세제곱에 비례한다.
전술된 형태 및 연산 시간을 고려하였을 때, 축소된 사이노그램은 25x25 정도의 크기로 생성될 수 있다.
다음, 단계(S220)에서 축소 사이노그램의 크기에 맞추어진 감마선 산란 연산에 필요한 상수 테이블이 선언된다.
상수 테이블에 선언된 파라미터 및 상수 테이블은 병렬처리 장치, 예컨대 GPU의 형식으로 선언될 수 있다.
다음, 단계(S230)에서 축소 비율에 따른 축소 사이노그램이 생성된다.
즉, 축소 사이노그램을 구성하는 복수 개의 픽셀들에 대하여, 각각의 픽셀의 감마선 산란 값이 병렬로 연산된다.
감마선 산란 값을 병렬로 연산하는 방법이 도 3을 참조하여 하기에서 상세하게 설명된다.
다음, 단계(S240)에서 감마선 산란 사이노그램이 생성된다.
감마선 산란 사이노그램은 축소 사이노그램을 축소 비율이 적용되지 않은 본래의 크기로 확대함으로써 생성된다.
상기 확대는 보간법을 사용하여 처리될 수 있으며, GPU와 같은 병렬처리 장치에 의해 제공되는 보간법을 사용하여 처리될 수 있다.
감마선 산란 사이노그램은, 도 4를 참조하여 하기에서 상세하게 설명될 것처럼, 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 보간법을 사용하여 계산함으로써 생성된다.
다음, 단계(S250)에서 감마선 산란 사이노그램의 감마선 산란 값의 전체적인 스케일이 조정된다.
감마선 산란 값의 스케일 조정은 이전에 이미 생성된 감마선 산란 사이노그램 샘플의 감마선 산란 값 및 실제 감마선 방출 사이노그램 샘플 간의 크기 비교를 통해 계산된 스케일 상수에 기반하여 감마선 산란 값의 전체적인 크기를 조정하는 것을 의미한다.
전체적인 스케일의 비율은 감마선 산란 사이노그램 샘플 및 감마선 방출 사이노그램 샘플 각각의, 영상 영역(field of view; FOV)을 벗어난 부분의 크기를 비교함으로써 결정된다.
즉, 감마선 산란 사이노그램 샘플 및 감마선 방출 사이노그램 샘플 각각의 FOV 이탈 지점을 비교하였을 때, 양 이탈 지점의 차이가 최소(least-mean-square)가 되게 하는 스케일 상수가 계산되고, 이러한 방법으로 계산된 스케일 상수에 의해 감마선 산란 값의 전체적인 스케일이 조정된다.
스케일 상수의 오차를 적게 하기 위해, 스케일 상수의 계산을 위해 사용되는 감마선 산란 사이노그램 샘플 및 감마선 방출 사이노그램 샘플은 감마선 산란의 영향을 많이 받은 것이어야 한다.
감마선 산란 값의 스케일을 조정하는 방법이 도 5를 참조하여 하기에서 상세하게 설명된다.
도 3은 본 발명의 일 실시예에 따른 감마선 산란 값을 병렬로 연산하는 방법의 흐름도이다.
우선, 단계(S310)에서 감마선 방출 재구성 영상 및 감마선 감쇠 재구성 영상이 3차원 텍스쳐 메모리로 연결된다.
상기 3차원 텍스쳐 메모리는 GPU의 3차원 텍스쳐 메모리일 수 있다.
다음, 단계(S320)에서 축소 사이노그램을 구성하는 복수 개의 픽셀들에 대하여, 각각의 픽셀에 대응하는 2개의 검출기의 3차원 좌표가 연산된다.
상기 2개의 검출기의 3차원 좌표는, 도 6을 참조하여 하기에서 설명될 것처럼, 축소 사이노그램의 픽셀에 대한 측정선 및 축소 사이노그램의 기울어진 평면의 위치 값에 기반하여 연산될 수 있다.
축소 사이노그램의 픽셀에 대한 2개의 검출기의 3차원 좌표를 연산하기 위한 방법이 도 6를 참조하여 하기에서 상세하게 설명된다.
다음, 단계(S330)에서 축소 사이노그램을 구성하는 복수 개의 픽셀에 대하여, 각각의 픽셀의 측정선에 따른 감마선 산란 값이 병렬로 생성된다.
픽셀에 대한 감마선 산란 정도는 단일 산란 시뮬레이션에 기반하여 계산될 수 있다.
픽셀에 대한 감마선 산란 값은 분포된 감마선 산란 지점에서부터 상기 검출기까지의 감마선 방출 값 및 감쇠 값이 합해짐으로써 생성될 수 있다.
상기 감마선 방출 값 및 감쇠 값은 3차원 보간법을 사용하여 합해질 수 있으며, GPU에 의해 제공되는 보간법을 사용하여 합해질 수 있다.
또한, 축소 사이노그램을 구성하는 복수 개의 픽셀들에 대하여 각각의 픽셀의 감마선 산란 값은, 도 7을 참조하여 하기에서 상세하게 설명될 것처럼, 복수 개의 감마선 산란 위치로부터 2개의 검출기 각각으로의 일정 간격의 좌표에 대해서 3차원 보간법을 사용함으로써 생성될 수 있다. 이때 복수 개의 감마선 산란 위치는 축소 비율에 따른 실제 거리에 비례하여 일정 간격으로 분포된다.
다음, 단계(S340)에서 축소 사이노그램을 구성하는 복수 개의 픽셀들에 대하여, 각각의 픽셀의 감마선 산란 값이 조정된다.
삭제
도 4는 본 발명의 일 실시예에 따른 보간법을 사용하여 축소 사이노그램을 확대하는 방법의 흐름도이다.
단계(S410)에서, 축소 사이노그램은 2차원 텍스쳐 메모리로 연결된다.
단계(S420)에서, 본래 크기로 확대된 감마선 산란 사이노그램을 생성하기 위해, 생성될 감마선 산란 사이노그램을 구성하는 복수 개의 픽셀들 각각의 좌표에 대하여 축소 사이노그램에서의 대응하는 소수점 좌표가 병렬로 계산된다.
단계(S430)에서, 축소 사이노그램에서의 대응하는 소수점 좌표에서의 감마선 산란 값이 보간법을 사용하여 병렬로 계산된다.
소수점 좌표는 축소 사이노그램을 구성하는 픽셀들 사이의 중간의 값이다.
단계(S430)에서 계산된, 소수점 좌표에서의 감마선 산란 값이 대응하는 감마선 산란 사이노그램의 픽셀의 감마선 산란 값이다.
즉, 단계(S430)는 축소 사이노그램의 픽셀들 사이의 중간의 값을 계산하여 채워 넣음으로써 축소 사이노그램을 원래의 사이즈로 확대한다.
도 5는 본 발명의 일 실시예에 따른 감마선 산란 값의 스케일을 조정하는 방법의 흐름도이다.
단계(S510)에서, 감마선 산란 사이노그램 샘플 및 감마선 방출 사이노그램 샘플 각각의 FOV 이탈 지점이 결정된다.
단계(S520)에서, 양 이탈 지점에서의 차이가 최소가 되도록 스케일 상수가 결정된다.
단계(S530)에서, 스케일 상수에 의해 감마선 산란 값의 전체적인 스케일이 조정된다.
도 6는 본 발명의 일 실시예에 따른 축소 사이노그램의 픽셀에 대한 2개의 검출기의 3차원 좌표를 연산하기 위한 방법의 흐름도이다.
우선, 단계(S610)에서 픽셀에 해당하는 측정선(line of response)이 계산된다.
상기 측정선은 픽셀에 해당하는 2개의 검출기를 잇는 선이며, 측정선을 사용하여 픽셀에 대응하는 2개의 검출기의 위치가 계산될 수 있다.
다음, 단계(S620)에서 검출기의 3차원 좌표 중 x 좌표 및 y 좌표가 결정된다.
상기 x 좌표 및 y 좌표는 측정선 및 가상의 검출기 원이 만나는 지점이다.
다음, 단계(S630)에서, 검출기의 3차원 좌표 중 z 좌표가 결정된다.
상기 z 좌표는 축소 사이노그램의 기울어진 평면의(tilted plane)의 위치 값이다.
도 7은 본 발명의 일 실시예에 따른 축소 사이노그램의 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 생성하기 위한 방법의 흐름도이다.
단계(S710)에서, 복수 개의 감마선 산란 지점이 생성된다.
복수 개의 감마선 산란 지점의 위치는 사이노그램의 축소 비율에 따른 실제 거리에 비례하여 일정 간격으로 분포된다.
단계(S720)에서, 각각의 감마선 산란 지점에 대하여, 2개의 3차원 단위 벡터가 생성된다.
3차원 단위 벡터는 GPU에서 제공되는 3차원 좌표 형식으로 선언될 수 있다.
3차원 단위 벡터는 감마선 산란 지점으로부터 검출기까지의 벡터이며, 2개의 검출기 각각에 대해 하나씩 생성된다.
단계(S730)에서, 단위 벡터를 사용하여 각각의 감마선 산란 지점에서부터 검출기까지의 축소 비율에 비례하는 일정한 간격의 좌표들이 생성된다.
상기 좌표는 소수점을 포함한다.
단계(S740)에서, 상기 좌표를 사용하여 감마선 방출 값 및 감쇠 값을 계산하고, 계산된 감마선 방출 값 및 감소 값을 합함으로써 감마선 산란 값이 생성된다.
상기 단계(S740)는 보간법을 사용하여 수행될 수 있으며, GPU에 의해 제공되는 보간법을 사용함으로써 하나의 연산 구문에 의해 수행될 수 있다.
도 8은 본 발명의 일 실시예에 따른 감마선 산란 사이노그램 생성 장치의 구조도이다.
감마선 산란 사이노그램 생성 장치(800)는 수신부(810) 및 제어부(820)를 포함한다.
수신부(810)는 영상을 재구성하기 위한 사이노그램 데이터를 수신하여, 수신된 데이터를 제어부(820)로 제공한다.
제어부(820)는 사이노그램의 축소 비율을 결정하고, 상기 축소 비율에 따른 축소 사이노그램을 생성하고, 상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성한다.
또한, 제어부(820)는 생성된 감마선 산란 사이노그램을 이용하여 영상을 재구성할 수 있다.
제어부(820)는 GPU(830)를 포함한다.
GPU(830)는 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 생성하며, 확대된 감마선 산란 사이노그램의 픽셀들 각각에 대한 픽셀 값을 병렬로 생성한다.
GPU(830)는 단일 산란 시뮬레이션 알고리즘에 기반하여 감마선 산란 값을 추정함으로써 감마선 산란 사이노그램을 생성하며, 보간법을 사용하여 상기 축소 사이노그램의 픽셀의 감마선 산란 값 및 상기 감마선 산란 사이노그램의 픽셀의 픽셀 값을 계산할 수 있다.
제어부(820)는 전술된 상수 테이블을 생성한다.
제어부(820)는 파일 입출력 등에만 관여하고, 감마선 산란 사이노그램의 생성을 위한 연산은 GPU(830)에서 수행될 수 있다. 상수 테이블은 GPU(830) 내부의 병렬 처리를 위한 코드를 적은 수의 변수를 사용하여 최대한 간단하게 구성하기 위하여 생성된다.
상수 테이블의 기하학적인 파라미터는 제어부(820)의 코드에서 선언된 후, GPU(830)의 상수 선언 포맷에 맞추어져 선언될 수 있다.
상수 테이블의 인덱스 테이블은 제어부(820)에서 배열 형태로 구성된 후, GPU(830)에서 상수로서 선언될 수 있다.
또한, sin 및 cos와 같은 수학 함수도 제어부(830)에서 배열 형태로 구성된 후, GPU(830)에서 상수로서 선언될 수 있다.
앞서 도 1을 참조하여 설명된 본 발명의 일시예에 따른 상수 테이블에 대한 기술적 내용들이, 본 실시예에서의 상수 테이블에도 그대로 적용될 수 있다. 따라서, 보다 상세한 설명은 이하 생략하기로 한다.
제어부(820)는 축소 사이노그램의 픽셀의 감마선 산란 값을 연산하기 위해, 감마선 방출 재구성 영상 및 감마선 감쇠 재구성 영상을 GPU(830)의 3차원 텍스쳐 메모리로 연결한다.
GPU(830)는 축소 사이노그램의 복수 개의 픽셀들 각각에 대하여 픽셀에 대응하는 2개의 검출기의 3차원 좌표를 연산한다.
GPU(830)는 2개의 검출기의 3차원 좌표를 연산하기 위해, 픽셀에 해당하는 측정선(line of response)을 계산하며, 도 6을 참조하여 전술된 것처럼, 측정선, 가상의 검출기 원 및 축소 사이노그램의 기울어진 평면의 위치에 기반하여 검출기의 x, y 및 z 좌표를 결정한다.
GPU(830)는 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대하여 각각의 픽셀의 측정선에 따른 감마선 산란 값을 병렬로 생성한다. 이때 GPU(830)는 픽셀의 분포된 감마선 산란 지점에서부터 검출기까지의 감마선 방출 값 및 감쇠 값을 합함으로써 픽셀의 감마선 산란 값을 생성한다.
구체적으로, GPU(830)는, 도 7을 참조하여 전술된 것처럼, 복수 개의 감마선 산란 지점을 생성하고, 각각의 감마선 산란 지점에 대하여 2개의 3차원 단위 벡터를 생성한다. GPU(830)는 3차원 단위 벡터를 GPU(830)에서 제공하는 3차원 좌표 형식으로 선언할 수 있다.
또한, GPU(830)는 단위 벡터를 사용하여 각각의 감마선 산란 지점에서부터 검출기까지의 축소 비율에 비례하는 일정한 간격의 소수점 좌표들을 생성한다.
좌표가 생성되면, GPU(830)는 보간법을 사용하여 상기 좌표에 대한 감마선 방출 값 및 감쇠 값을 계산하고, 계산된 감마선 방출 값 및 감소 값을 합하여 픽셀의 감마선 산란 값을 생성한다.
전술된 GPU(830)에 의한 감마선 방출 값 및 감쇠 값의 계산과 감마선 산란 값의 생성은 GPU(830)에서 제공하는 보간법을 사용하는 하나의 연산 구문에 의해 수행될 수 있다.
GPU(830)는 축소 사이노그램을 구성하는 복수 개의 픽셀들에 대하여, 각각의 픽셀의 감마선 산란 값을 병렬로 조정한다.
제어부(820) 및 GPU(830)는 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 GPU(830)에 의해 제공되는 보간법을 사용하여 생성한다.
제어부(820)는 연산 속도를 향상시키기 위해서 축소 사이노그램을 GPU(830)의 2차원 텍스쳐 메모리로 연결할 수 있다.
GPU(830)는 생성될 감마선 산란 사이노그램을 구성하는 복수 개의 픽셀에 대하여, 각각의 픽셀의 좌표에 대한 축소 사이노그램에서의 대응하는 소수점 좌표를 병렬로 계산하고, 소수점 좌표에서의 감마선 산란 값을 보간법을 사용하여 병렬로 계산한다.
축소 사이노그램의 소수점 좌표에서의 감마선 산란 값이 대응하는 본래 크기의 감마선 산란 사이노그램을 구성하는 픽셀의 감마선 산란 값이다
제어부(820)는 도 2를 참조하여 전술된 방법에 따라 스케일 상수를 계산할 수 있으며, 상기 스케일 상수에 기반하여 감마선 산란 사이노그램의 감마선 산란 값의 전체적인 스케일을 조정할 수 있다.
앞서 도 1 내지 도 8을 참조하여 설명된 본 발명의 일 실시예에 따른 감마선 산란 사이노그램 생성 방법의 기술적 내용들이, 본 실시예에도 그대로 적용될 수 있다. 따라서 보다 상세한 설명은 이하 생략하기로 한다.
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
800: 감마선 산란 사이노그램 생성 장치
810: 수신부
820: 제어부
830: GPU

Claims (14)

  1. 사이노그램의 축소 비율을 결정하는 단계;
    상기 축소 비율에 따른 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 연산하는 단계; 및
    상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성하는 단계; 및
    상기 감마선 산란 사이노그램의 감마선 산란 값의 스케일을 조정하는 단계
    를 포함하는, 감마선 산란 사이노그램 생성 방법.
  2. 제1항에 있어서, 상기 감마선 산란 사이노그램을 생성하는 단계는,
    그래픽 처리 장치에 의해 제공되는 보간법을 사용하는, 감마선 산란 사이노그램 생성 방법.
  3. 제1항에 있어서, 상기 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 연산하는 단계는,
    상기 픽셀에 대응하는 2개의 검출기의 3차원 좌표를 연산하는 단계; 및
    분포된 감마선 산란 지점에서부터 상기 검출기까지의 감마선 방출 값 및 감쇠 값을 3차원 보간법을 사용하여 합함으로써 픽셀의 감마선 산란 값을 생성하는 단계
    를 포함하는, 감마선 산란 사이노그램 생성 방법.
  4. 제3항에 있어서, 상기 2개의 검출기의 3차원 좌표는;
    상기 픽셀에 대한 측정선 및 상기 축소 사이노그램의 기울어진 평면의 위치 값에 기반하여 연산되는, 감마선 산란 사이노그램 생성 방법.
  5. 제3항에 있어서, 상기 감마선 산란 값은,
    복수 개의 감마선 산란 위치로부터 상기 2개의 검출기 각각으로의 일정 간격의 좌표에 대하여 3차원 보간법을 사용함으로써 생성되고,
    상기 복수 개의 감마선 산란 위치는 상기 축소 비율에 따른 실제 거리에 비례하여 일정 간격으로 분포된, 감마선 산란 사이노그램 생성 방법.
  6. 제1항에 있어서, 상기 감마선 산란 사이노그램은,
    상기 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 보간법을 사용하여 계산함으로써 생성되는, 감마선 산란 사이노그램 생성 방법.
  7. 삭제
  8. 제1항에 있어서, 상기 감마선 산란 값의 스케일은,
    감마선 방출 사이노그램 샘플 및 감마선 산란 사이노그램 샘플의 이탈 지점의 차이가 최소가 되게 하는 스케일 상수에 기반하여 조정되는, 감마선 사이노그램 생성 방법.
  9. 제1항, 제2항, 제3항, 제4항, 제5항, 제6항 및 제8항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
  10. 사이노그램 데이터를 수신하는 수신부; 및
    사이노그램의 축소 비율을 결정하고, 상기 축소 비율에 따른 축소 사이노그램을 생성하고, 상기 축소 사이노그램을 상기 사이노그램의 본래 크기로 확대하여 감마선 산란 사이노그램을 생성하고, 상기 감마선 산란 사이노그램의 감마선 산란 값의 스케일을 조정하는 제어부
    를 포함하고,
    상기 제어부는,
    상기 축소 사이노그램을 구성하는 복수 개의 픽셀들 각각에 대한 감마선 산란 값을 병렬로 생성하는 그래픽 처리 장치
    를 포함하는, 감마선 산란 사이노그램 생성 장치.
  11. 제10항에 있어서, 상기 그래픽 처리 장치는,
    보간법을 사용하여 상기 감마선 산란 사이노그램의 복수 개의 픽셀들 각각에 대한 픽셀 값을 계산하는, 감마선 산란 사이노그램 생성 장치.
  12. 제10항에 있어서,
    상기 제어부는, 감마선 방출 재구성 영상 및 감쇠 재구성 영상을 상기 그래픽 처리 장치의 3차원 텍스쳐 메모리로 연결하고,
    상기 그래픽 처리 장치는, 상기 축소 사이노그램의 픽셀에 대응하는 2개의 검출기의 3차원 좌표를 연산하고, 분포된 감마선 산란 지점에서부터 상기 검출기까지의 감마선 방출 값 및 감쇠 값을 3차원 보간법을 사용하여 합함으로써 상기 감마선 산란 값을 생성하고, 상기 생성된 감마선 산란 값을 보정하는, 감마선 산란 사이노그램 생성 장치.
  13. 제10항에 있어서, 상기 감마선 산란 사이노그램은,
    상기 그래픽 처리 장치가 상기 본래 크기의 사이노그램을 구성하는 픽셀에 대응하는 축소 사이노그램에서의 소수점 좌표의 감마선 산란 값을 보간법을 사용하여 계산함으로써 생성되는, 감마선 산란 사이노그램 생성 장치.
  14. 삭제
KR1020100060838A 2010-05-11 2010-06-25 Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치 KR101128566B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020100043848 2010-05-11
KR20100043848 2010-05-11

Publications (2)

Publication Number Publication Date
KR20110124685A KR20110124685A (ko) 2011-11-17
KR101128566B1 true KR101128566B1 (ko) 2012-03-23

Family

ID=45394390

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100060838A KR101128566B1 (ko) 2010-05-11 2010-06-25 Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101128566B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9245325B2 (en) 2012-09-28 2016-01-26 Samsung Electronics Co., Ltd. Method and apparatus for generating image

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101912715B1 (ko) 2012-11-20 2018-10-29 삼성전자주식회사 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치
KR101958099B1 (ko) * 2017-07-31 2019-07-04 인제대학교 산학협력단 양전자 방출 단층 촬영기의 비행시간 정보를 이용한 감쇠보정 방법
CN111627084B (zh) * 2020-05-29 2023-11-14 上海联影医疗科技股份有限公司 基于pet扫描的图像校正方法、装置和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201611A1 (en) * 2006-02-24 2007-08-30 Guillem Pratx Method of reconstructing a tomographic image using a graphics processing unit
US7459688B2 (en) 2005-03-11 2008-12-02 Sumitomo Heavy Industries, Ltd. Radiation detection circuit and apparatus for radiographic examination
KR20110040164A (ko) * 2009-10-13 2011-04-20 성균관대학교산학협력단 사이노그램 복원 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7459688B2 (en) 2005-03-11 2008-12-02 Sumitomo Heavy Industries, Ltd. Radiation detection circuit and apparatus for radiographic examination
US20070201611A1 (en) * 2006-02-24 2007-08-30 Guillem Pratx Method of reconstructing a tomographic image using a graphics processing unit
KR20110040164A (ko) * 2009-10-13 2011-04-20 성균관대학교산학협력단 사이노그램 복원 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9245325B2 (en) 2012-09-28 2016-01-26 Samsung Electronics Co., Ltd. Method and apparatus for generating image

Also Published As

Publication number Publication date
KR20110124685A (ko) 2011-11-17

Similar Documents

Publication Publication Date Title
US9155514B2 (en) Reconstruction with partially known attenuation information in time of flight positron emission tomography
JP5290145B2 (ja) ダーティアイソトープのｐｅｔ再構成
US8983162B2 (en) Method and apparatus for estimating monte-carlo simulation gamma-ray scattering in positron emission tomography using graphics processing unit
US9533172B2 (en) Image processing based on positional difference among plural perspective images
Liu et al. GPU-based branchless distance-driven projection and backprojection
US10126439B2 (en) Reconstruction with multiple photopeaks in quantitative single photon emission computed tomography
KR101128566B1 (ko) Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치
CN110811667B (zh) 一种基于gpu加速的高精度pet重建方法及装置
US9495770B2 (en) Practical model based CT construction
JP6144912B2 (ja) シフトバリアントぼけ補償を含む画像再構成
KR101283266B1 (ko) Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 몬테카를로 시뮬레이션 감마선 산란 추정 방법 및 장치
JP6101209B2 (ja) コンピュータ断層撮影（ｃｔ）のための逆投影の最適化実装
CN112763519B (zh) 一种用拟蒙特卡罗方法模拟光子散射的方法
US10223814B2 (en) Information processing apparatus, image reconstruction method, and computer-readable medium
JP2010204755A (ja) 画像処理装置、画像再構成システム、画像処理方法およびプログラム
JP6014738B2 (ja) 三次元画像の投影方法
JP7382496B2 (ja) Ｐｅｔイメージングシステムのセットアップおよび品質管理のための短軸ファントムを用いた連続寝台移動収集
KR101082629B1 (ko) Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상 병렬 복원 방법 및 장치
KR20140133384A (ko) 패치 기반 최소 랭크 정규화를 이용한 영상 재구성 방법 및 장치
Nguyen et al. GPU-accelerated iterative reconstruction from Compton scattered data using a matched pair of conic projector and backprojector
WO2018133003A1 (zh) Ct三维重建方法及系统
Nassiri et al. Fast GPU-based computation of spatial multigrid multiframe LMEM for PET
JP6741158B2 (ja) 散乱推定方法および画像処理装置
US20230206516A1 (en) Scatter estimation for pet from image-based convolutional neural network
Jimenez Jr Simulation and estimation of organ uptake in a digital mouse phantom

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150226

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160225

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170224

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180226

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee