KR101128662B1 - 좌심실 내외벽 경계 검출장치 및 그 방법 - Google Patents

좌심실 내외벽 경계 검출장치 및 그 방법 Download PDF

Info

Publication number
KR101128662B1
KR101128662B1 KR1020090134456A KR20090134456A KR101128662B1 KR 101128662 B1 KR101128662 B1 KR 101128662B1 KR 1020090134456 A KR1020090134456 A KR 1020090134456A KR 20090134456 A KR20090134456 A KR 20090134456A KR 101128662 B1 KR101128662 B1 KR 101128662B1
Authority
KR
South Korea
Prior art keywords
wall
boundary
myocardial
radiation
value
Prior art date
Application number
KR1020090134456A
Other languages
English (en)
Other versions
KR20110077795A (ko
Inventor
홍헬렌
이민진
Original Assignee
서울여자대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울여자대학교 산학협력단 filed Critical 서울여자대학교 산학협력단
Priority to KR1020090134456A priority Critical patent/KR101128662B1/ko
Publication of KR20110077795A publication Critical patent/KR20110077795A/ko
Application granted granted Critical
Publication of KR101128662B1 publication Critical patent/KR101128662B1/ko

Links

Images

Classifications

    • 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
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/503—Clinical applications involving diagnosis of heart
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]

Abstract

좌심실 내외벽 경계 검출방법 및 그 장치가 개시된다. 본 발명에 따른 좌심실 내외벽 경계 검출방법은, 단축으로 형성된 심장의 CT 영상으로부터 심근 내벽의 경계를 추출하는 단계; 심장의 CT 영상으로부터 심근 외벽의 경계를 추출하는 단계; 및 추출된 심근 내벽 및 외벽의 경계를 보정하는 단계를 포함하는 것을 특징으로 한다. 이로써, 종래의 방법에 의한 한계점을 개선하며, 좌심실 내외벽을 재현성있고 신뢰성있게 분할할 수 있게 된다.
좌심실, 내벽, 외벽, 심장, CT

Description

좌심실 내외벽 경계 검출장치 및 그 방법{Endo- and Epi- cardial Boundary Detection Apparatus of the Left Ventricle and method thereof}
본 발명은 좌심실 내외벽 경계 검출장치 및 그 방법에 관한 것으로서, 종래의 방법에 의한 한계점을 개선하며, 좌심실 내외벽을 재현성있고 신뢰성있게 분할하기 위하여 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반 분할방법을 제공하는 좌심실 내외벽 경계 검출장치 및 그 방법에 관한 것이다.
좌심실은 수축과 이완을 통해 신체의 모든 기관에 산소가 포함된 혈액을 보내주는 역할을 하므로, 심장 질환의 진단 및 예후 예측을 위하여 다행검출기 전산화 단층촬영영상(MDCT: Multi-detector Computed Tomography)에서 수축기말, 이완기말의 용적 측정이나 전역적, 지역적 심근 변화 측정 등의 좌심실 기능 평가가 수행되며 이를 위하여 좌심실의 내외벽 경계를 분할하는 과정이 필요하다.
그런데, 임상의에 의해 이루어지는 수동 분할의 경우, 한 심장주기 동안 100장 정도의 슬라이스를 가진 5~8개의 볼륨데이터를 수동 분할해야 하기 때문에 시간이 오래 걸린 뿐 아니라, 분할하는 임상의에 따라 서로 다른 분할 결과를 가져오기 도 한다. 따라서, 정확할 뿐 아니라, 재현성 있고 신뢰성 있는 자동 분할 방법이 필요하다.
그러나 도 1과 같이 CT영상에서 (a)와 같이 내벽 경계의 경우, 심장의 움직임에 따라 부분용적효과(partial volume effect)가 발생하여 영상의 번짐 현상이 나타나고, (b) 및 (c)와 같이 외벽 경계의 경우, 좌심실의 심근의 밝기값이 우심실이나 간 등 주변 기관의 밝기값과 유사하므로 자동으로 경계를 추출하는데 한계가 있다.
CT 영상에서 좌심실 내외벽을 반자동 혹은 자동으로 분할하는 종래의 방법은 크게 밝기값 기반 분할방법, 기울기 기반 분할방법, 형상정보 기반 분할방법이 있다.
밝기값 기반 자동 분할방법으로 Georg Muhlenbruch 등은 사용자가 임의의 씨앗점을 주고, 영역확장방식을 사용하여 경계를 분할하는 반자동 방법을 제안하였다. 또한, J. Fleureau 등은 사용자가 분할하고자하는 영역과 주변 영역에 대해 여러 개의 레이블링(Labeling)을 수행하고 이러한 영역에 대한 밝기값이나 주변과의 텍스쳐 정보를 이용하여 레이블링 되지 않은 지역에 레이블링 작업을 수행하는데, 유사한 밝기값을 가진 지역에 대해서는 레이블링 된 지역과의 거리정보를 이용하여 경계를 분할하는 반자동 기법을 제안하였다.
기울기 정보 기반 분할방법으로 Martin Urschler 등은 사용자로부터 분할하고자 하는 영역의 경계에 해당하는 제어점을 입력받고 제어점들 간의 최소비용경로를 연결하여 외곽선을 획득하여 경계를 분할하였다. 또한, Neubaure 등은 사용자가 내벽과 외벽의 중간지점의 점들을 연결한 골격선을 만들어주고, 골격선으로부터 기울기 값을 고려하여 경계를 분할하는 반자동 방법을 제안하였다. 또한, Mikhail G. 등은 밝기값 정보와 퍼지이론을 사용하여 심장을 심근과 혈액 부분으로 분류하고, 심근 지역에 가상의 영역 추출 물체를 놓고 물체가 이동하면서 기울기 정보를 이용하여 심근의 내외벽 경계를 방법 제안하였다. 또한, Marie-Pierre Jolly 등은 임계값 방식으로 대략적인 경계를 추출하고, EM 알고리즘을 이용하여 심근 지역을 분류 한 후, Dijkstra 알고리즘을 사용하여 에너지가 최소화하는 방식으로 경계를 분할하는 기법을 제안하였다. 또한, Muller-Karger 등은 사용자가 초기 경계를 그려주고, 레벨-셋 알고리즘을 이용하여 경계를 추출하였다. 또한, Lee 등은 영상의 중심에서 일정한 간격으로 적응적 기울기 프로파일을 이용하여 초기 경계를 추출하고, 법선벡터를 이용하여 잘못 검출된 지점을 보정하여 경계를 추출하였다. 그런데, 이와 같은 밝기값이나 기울기 정보 기반의 분할 기법은 심근 외벽의 경우 심근과 주변 기관이 유사한 밝기값을 가지는 부위에서 정확한 외벽 경계를 찾지 못하고 주변 기관까지 크게 분할되는 한계점을 가진다.
형상정보 기반 분할방법으로 M.Lapp, Assen 등은 물체의 형태정보와 텍스쳐 정보를 가진 통계 형상 모델 AAM(Active Appearance Model)을 이용하여 분할하는 방법을 제안하였다. 또한, Fritz 등은 물체의 형태정보를 이용하여 최대확장기와 최대수축기의 영상을 통계 형상 모델의 형태정보를 이용하여 분할하고, 확장기에서 수축기 사이의 볼륨영상들에 대해서는 일반적은 심장의 볼륨의 움직임을 계산하는 식을 이용하여 경계 정보를 추출하고, 정확한 경계 정보를 추출하기 위하여 스네이 크(Snake) 알고리즘을 이용하여 경계를 보정해준다. 그러나, 이와 같은 형상정보 기반 분할방법은 통계 형상 모델을 생성하기 위하여 다양한 변위를 가진 여러 데이터에 대한 수동 분할이 필요하고, 통계 형상 모델 내에 존재하지 않는 형태의 경우 분할의 정확성이 떨어지는 한계점을 갖는다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로서, 종래의 방법에 의한 한계점을 개선하며, 좌심실 내외벽을 재현성있고 신뢰성있게 분할하기 위하여 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반 분할방법을 포함하는 좌심실 내외벽 경계 검출장치 및 그 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위한 본 발명의 실시예에 따른 좌심실 내외벽 경계 검출방법은, 단축으로 형성된 심장의 CT(Computed Tomography) 영상으로부터 심근 내벽의 경계를 추출하는 단계; 상기 심장의 CT 영상으로부터 심근 외벽의 경계를 추출하는 단계; 및 추출된 상기 심근 내벽 및 외벽의 경계를 보정하는 단계를 포함하는 것을 특징으로 한다.
여기서, 상기 심근 내벽의 경계 추출단계는, 설정된 초기 임계값에 기초한 임계값 기법을 이용하여 초기 좌심실 가능 지역을 추출하는 단계; 상기 초기 좌심 실 가능 지역 추출단계에 의해 임계값으로 분류된 영상에서 가장 우측에 위치한 지점을 추출하여 씨앗점으로 산정하는 단계; 상기 씨앗점 산정단계에 의해 산정된 상기 씨앗점을 중심으로 관심 영역을 설정하는 단계; 및 설정된 상기 관심 영역에서 적응적 임계값 기법을 이용하여 좌심실 혈액 풀 영역을 분할하는 단계를 포함할 수 있다. 이 경우, 상기 심근 내벽의 경계 추출단계는, 상기 좌심실 혈액 풀 영역 분할단계에 의해 좌심실 영역을 추출하기 위해 사용한 적응적 임계값 기법의 임계값과 상기 씨앗점을 이용하여 외부에서 심근 내벽으로 들어오는 방사형의 방사선 추적을 통한 상기 심근 내벽의 경계를 추출한다.
또한, 상기 초기 임계값은 200 HU(Hounsfield Unit)로 설정되는 것이 바람직하다.
또한, 상기 관심 영역 설정단계는, 산정된 상기 씨앗점을 중심으로 200x200 블록의 관심 영역을 설정하는 것이 바람직하다.
또한, 상기 좌심실 혈액 풀 영역 분할단계는, 상기 관심 영역 내의 밝기값을 0 내지 1000 HU 범위에서 지정하고, 임계값이 될 가능성이 있는 초기값 T를 250 HU로 설정한 후, 다음의 식을 이용하여 T가 변하지 않을 때까지 반복적으로 수행하여 임계값을 산정하는 것이 바람직하다.
Figure 112009081788522-pat00001
여기서,
Figure 112009081788522-pat00002
는 T이하의 밝기값을 갖는 모든 영역의 밝기값의 평균을 의미하고,
Figure 112009081788522-pat00003
는 T보다 큰 값을 갖는 모든 영역의 밝기값의 평균을 의미한다.
또한, 상기 심근 외벽의 경계 추출단계는, 상기 심근 내벽의 경계 추출단계에 의해 추출된 심근 내벽의 경계에 기초하여 심근의 밝기값 분포를 측정하고, 측정된 상기 밝기값 분포에 기초하여 외벽의 임계범위를 설정하는 단계; 및 추출된 상기 심근 내벽에서 일정 거리 이상의 지점에서부터 내벽과 동일하게 소정 각도마다 방사형의 방사선을 생성하며 밝기값과 기울기 값을 추출하는 단계를 포함할 수 있다. 이 경우, 상기 심근 외벽의 경계 추출단계는, 추출된 상기 기울기 값을 이용하여 상기 심근 외벽의 경계를 추출하는 것이 바람직하다.
또한, 상기 심근 외벽의 경계 추출단계는, 생성된 상기 방사선 중 잘못된 방사선에 대하여 길이 보간을 통한 방사선을 보정하는 단계를 더 포함할 수 있다.
또한, 상기 밝기값과 기울기 값 추출단계는, 15도 각도마다 다음의 식과 같이 방사형의 방사선을 생성하되,
Figure 112009081788522-pat00004
여기서, Xi 및 Yi는 내벽 경계점 좌표값이며 초기 r은 가장 윗 슬라이스에서는 5로 산정되나, 이후에는 이전슬라이스에서 생성된 심근의 최소 두께를 사용하여 적응적으로 산정하는 것이 바람직하다.
여기서, 상기 밝기값은 심근에 위치하는 노이즈에 영향을 줄이기 위해서 상기 방사선 상에 이웃하는 9개의 픽셀값으로 미디안 필터를 적용한다.
또한, 상기 기울기는 중앙값 차이(central difference)를 이용하게 계산하는 것이 바람직하다.
또한, 이전에 측정한 심근의 밝기값 분포 정보와 기울기 정보를 이용하여 상기 방사선의 길이를 산정하는 것이 바람직하다.
또한, 상기 잘못된 방사선에 대하여 다음의 식을 이용하여 주변의 방사선의 길이와 유사하게 조정하는 것이 바람직하다.
Figure 112009081788522-pat00005
이때, i는 측정대상의 방사선을 나타내고, k는 측정대상에 이웃하는 방사선을 나타내며, Di는 각 방사선의 길이를 나타내고, Dk는 Di와 이웃하는 방사선의 길이 조정이 되지 않는 방사선의 길이를 나타내며, Smax는 방사선의 길이를 오름차순으로 정렬한 후 급격한 길이 차이를 보이는 방사선 길이를 나타내고, δ는 급격한 차이로 볼 수 있는 최소 임계치를 나타낸다.
또한, 보정된 상기 방사선에서 기울기 정보를 사용하여 오름차순으로 정리한 후, 상위 5퍼센트 이상인 기울기를 갖는 방사선 상의 지점을 심근 외벽의 경계로 산정하는 것이 바람직하다.
또한, 상기 경계 보정단계는, 추출된 심근 내외벽의 경계점과 중심 간의 거리계산을 이용하여 잘못된 경계점을 검출하는 단계; 및 상기 경계점 검출단계에 의해 검출된 잘못된 경계점을 제거하고 남아있는 경계점들을 이용하여 선형 보간하는 단계를 포함할 수 있다. 이 경우, 상기 경계 보정단계는, 상기 경계점들을 B-스플라인 적합을 이용하여 최종 심근 내외벽 경계 보정을 수행하는 것이 바람직하다.
또한, 상기 경계 보정단계는, 내부 에너지 최소화를 이용하여 상기 경계점들 을 스무딩하는 단계를 더 포함할 수 있다.
또한, 상기 잘못된 경계점 검출단계는 다음의 식을 이용하여 각 경계점과 중심점 간의 거리를 계산하는 것이 바람직하다.
Figure 112009081788522-pat00006
여기서, p는 초기 내벽이나 외벽의 경계점들의 집합이고, C(x,y)는 각 내외벽의 중심점을 의미하며, D는 중심점에서 경계점 간의 거리로 유클리디언 거리를 이용하여 계산한다. MINx(px,y)와 MAXx(px,y)는 집합 p에서 최소값과 최대값을 갖는 x좌표를 나타내며, MINy(px,y)와 MAXy(px,y)는 집합 p에서 최소값과 최대값을 갖는 y좌표를 나타내고, ED(C(x,y),(pi))는 중심점에서 경계점 간의 거리로 유클리디언 거리(Euclidean Distanc)로 계산한다는 의미로서, ED는 유클리디언 거리 측정을 나타낸다.
상기 선형 보간단계는 다음과 같은 타원 방정식을 이용하는 것이 바람직하다.
Figure 112009081788522-pat00007
여기서, Cx는 중심점의 좌표를 의미하고, Cy는 중심점의 좌표를 의미하며, 또한 장축 b와 단축 a는 주변에 위치한 남아있는 경계점들의 거리 값들을 사용하여 계산한다.
한편, 상기의 좌심실 내외벽 경계 검출방법은, 단축으로 형성된 심장의 CT 영상으로부터 혈액 부분에 해당하는 밝기값을 임계값 및 경계정보를 이용하여 좌심실 주변의 씨앗점을 사용하여 심장의 위치를 추출하고, 좌심실 주변의 영역에 대한 적응적 임계값 기법과 3차원 영역성장법을 이용하여 혈액 풀 영역을 분할하며, 방사형의 방사선 추적 방식을 이용하여 초기 심근 내벽을 추출하는 심근 내벽 추출부; 상기 심근 내벽의 경계 추출단계에 의해 추출된 심근 내벽의 경계에 기초하여 심근의 밝기값 분포를 측정하고, 측정된 상기 밝기값 분포에 기초하여 외벽의 임계범위를 설정하며, 기울기와 밝기값 임계 범위를 고려한 적응적 방사선 추적방식으로 초기 심근 외벽을 추출하는 심근 외벽 추출부; 및 상기 심근 내벽 추출부 및 상기 심근 외벽 추출부에 의한 각 경계점들간의 거리 정보와 B-스플라인 적합을 통해 심근 내외벽 경계를 보정하는 심근 내외벽 경계 보정부를 구비하는 좌심실 내외벽 경계 검출장치에 의해 구현될 수 있다.
본 발명에 따르면, 좌심실의 외벽 경계 추출과정에서 각 데이터 특성에 맞는 심근의 밝기값 분포를 고려하여 일반 환자나 지방이 많이 포함된 영상의 대조대비가 낮은 영상에서도 적절한 밝기 임계 범위를 산정할 수 있게 된다.
또한, 본 발명에 따르면, 방사형의 길이 보정을 통하여 주변의 유사한 밝기값을 가진 기관으로 새어나가는 현상을 방지할 수 있게 된다.
또한, 심근의 지역적 평가와 꼭지근이나 유사한 밝기값을 가진 경계에서의 잘못된 경계를 보정하기 위해서 타원의 방정식을 이용하여 선형 보간하고 각 경계점들을 B-스플라인 적합을 적용하여 견고하고 재현성 있도록 경계를 추출할 수 있게 된다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 따른 방사선 추적 기반의 심근 내외벽 추출장치 및 방법을 상세하게 설명한다.
도 2는 본 발명의 실시예에 따른 좌심실 내외벽 경계 검출장치를 개략적으로 도시한 도면이다. 도면을 참조하면 내외벽 경계 검출장치(200)는 심근 내벽 추출부(210), 심근 외벽 추출부(220) 및 심근 내외벽 경계 보정부(230)를 구비한다.
심근 내벽 추출부(210)는 단축으로 형성된 심장의 CT 영상으로부터 혈액 부분에 해당하는 밝기값을 임계값 및 경계정보를 이용하여 씨앗점을 산정하고, 관심영역인 좌심실의 위치를 추출하고, 좌심실 주변의 영역에 대한 적응적 임계값 기법과 3차원 영역성장법을 이용하여 혈액 풀 영역을 분할하며, 방사형의 방사선 추적 방식을 이용하여 초기 심근 내벽을 추출한다.
심근 외벽 추출부(220)는 심근 내벽 추출부(210)에 의해 추출된 심근 내벽의 경계에 기초하여 심근의 밝기값 분포를 측정하고, 측정된 밝기값 분포에 기초하여 외벽의 임계범위를 설정하며, 기울기와 밝기값 임계 범위를 고려한 적응적 방사선 추적방식으로 초기 심근 외벽을 추출한다.
심근 내외벽 경계 보정부(230)는 심근 내벽 추출부(210) 및 심근 외벽 추출부(220)에 의한 각 경계점들간의 거리 정보와 B-스플라인 적합을 통해 심근 내외벽 경계를 보정한다.
도 3은 본 발명의 일 실시예에 따른 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반의 좌심실 심근 내외벽 자동 추출방법을 나타낸 흐름도이다.
도면을 참조하면, 본 발명의 실시예에 따른 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반의 좌심실 심근 내외벽 자동 추출방법은, 좌심실의 위치를 추출하기 위하여 혈액 부분에 해당하는 밝기값을 임계값 기법과 경계정보를 이용하여 씨앗점을 산정하고, 관심영역인 좌심실의 위치를 추출하고, 좌심실 주변의 영역에 대한 적응적 임계값 기법과 3차원 영역성장법을 이용하여 분할하고, 방사형의 방사선 추적 방식을 이용하여 초기 심근 내벽을 추출하는 단계(S100), 각 데이터마다 심근의 밝기값 분포의 차이가 있기 때문에 심근의 밝기값 분포를 고려하여 심근의 임계 범위를 설정하고, 기울기와 밝기값 임계 범위를 고려한 적응적 방사선 추적 방식으로 초기 심근 외벽을 추출하는 단계(S200), 및 주변의 유사한 밝기값을 가진 기관들로 인한 잘못된 경계를 보정하기 위하여 중심점에서 각 경계점들 간의 거리 정보와 B-스플라인 적합을 통해 심근 내외벽 경계를 보정하는 단계(S300)를 포함한다.
먼저, 심근 내벽을 추출하는 단계(S100)를 살펴본다.
좌심실 내벽 경계를 추출하기 위해서는 우선적으로 좌심실의 위치를 찾는 과정이 필요하다. 이를 위하여 좌심실 안쪽의 위치한 혈액 풀 부분에 대한 고정된 혈액 밝기값을 이용하여 심장 영역을 추출 할수 있다. 그러나, 심근쪽으로 혈액 풀 부분의 밝기값이 번지는 현상들이 발생하여 정확한 좌심실 내부만을 분할하기 어려운 문제점이 발생한다. 이를 해결하기 위하여 본 발명에서는 우선적으로 고정된 밝기값을 이용하여 초기 좌심실 가능 지역을 추출하고, 임계값으로 분류된 영상에서 가장 우측에 위치한 지점을 추출하여 씨앗점으로 산정하고, 씨앗점에서 좌심실로만 구성 될 정도의 관심영역을 산정하고, 관심영역에서의 적응적 밝기값 기법을 이용하여 좌심실 혈액 풀영역을 추출 할수 있는 임계값을 산정한다. 이렇게 산정된 임계값과 씨앗점을 사용하여 좌심실 내벽 경계를 추출하는데 사용한다. 초기 임계값 방법은 수학식 1을 이용하여 분류한다.
Figure 112009081788522-pat00008
이때,
Figure 112009081788522-pat00009
는 영상에서 각 좌표의 밝기값을 나타내며 혈액은 대부분 200HU 이상의 밝기값을 가지므로 임계값(T)을 200HU으로 산정한다.
임계값을 이용하여 혈액 부분을 분할 후, 좌심실 부분을 추출하기 위하여 임계값으로 분할된 영역의 경계정보를 추출한 후, 좌심실은 영상에서 우측에 위치하고 있기 때문에 경계 정보를 이용한 추출 영역 중, 가장 우측에 위치한 지점을 추출하면 좌심실의 혈액 풀 부분에 해당하는 정보를 추출 할수 있다. 이렇게 추출된 씨앗점을 중심으로 거의 모든 좌심실의 혈액 풀과 심근 부분을 포함하는 200 x 200의 관심 영역을 추출하고 적응적 임계값 기법을 이용하여 명확하게 좌심실만을 포함하는 임계값을 산정 할수 있다.
적응적 임계값 기법은 관심 영역 내의 고려하게되는 밝기값은 혈액과 심근을 모두 포함하는 밝기값을 가지는 0 ~ 1000 HU 정도의 밝기값 범위를 지정해 주고, 임계값이 될 가능성이 있는 초기 값 T를 250 HU로 정해준 후, 수학식 2를 이용하여 T가 변하지 않을 때까지 반복수행하여 적합한 임계값을 산정한다.
Figure 112009081788522-pat00010
이때,
Figure 112009081788522-pat00011
는 T이하의 밝기값을 갖는 모든 영역의 밝기값의 평균을 의미하고,
Figure 112009081788522-pat00012
는 T보다 큰 값을 갖는 모든 영역의 밝기값의 평균을 의미한다. 이렇게 산정한 T를 이용하여 임계값 기법을 사용하면 다른 기관과 분리될 수 있는 좌심실 부분을 추출할 수 있다.
좌심실 혈액 부분의 위치를 찾은 후, 좌심실 내벽 경계를 추출하기 위하여 내벽 안쪽의 혈액 부분의 밝기값에 기반을 둔 3차원 씨앗 영역성장법을 일반적으로 사용한다. 그러나 씨앗 영역성장법 만으로는 도 4(a)와 같이 혈액 안쪽에 포함되어 있는 꼭지근들이 분할되지 않아 빈 공간이 생기므로 이를 채워주어야 하는 문제가 발생한다. 이를 해결하기 위하여 본 발명에서는 3차원 영역 성장법을 사용하여 혈액 부위를 검출한 후 외부에서 심근 내벽으로 들어오는 방사형의 방사선 추적 방식 을 이용하여 꼭지근으로 인한 내부 홀 발생 없이 심근 내벽 경계를 추출하는 방법을 제안한다.
심근 내벽 경계를 추출하기 위한 과정은 좌심실 영역 추출을 위해 사용한 적응적 임계값 기법의 임계값과 씨앗점을 이용하여 3차원 영역성장법, 외부에서 심근 내벽으로 들어오는 방사형의 방사선 추적 방법으로 이루어진다.
이때, 도 4(b)와 같이 심근 내부에 꼭지근이 위치하고 있어 심근 내부의 혈액 풀 부분이 분리되는 영역이 발생하므로, 3차원 영역성장법을 이용하여 좌심실 혈액 풀 부분을 다른 기관과 분리해준다.
또한, 꼭지근으로 인한 내부 홀 발생 없이 심근 내벽 영역을 추출하기 위해서 15도 각도마다 혈액 영역 밖에서 심근 내벽으로 들어오는 방사형의 방사선을 수학식 3과 같이 생성한다.
Figure 112009081788522-pat00013
이때,
Figure 112009081788522-pat00014
는 방사선 프로파일 좌표값을 나타내며, X 및 Y는 3차원 영역성장법으로 생성된 혈액 부분의 중심 좌표값이다. 초기 r은 혈액 부분의 중심에서 3차원 영역성장법으로 검출된 영역의 좌표 중 중심과의 거리가 가장 멀리 떨어진 지점으로 산정하고, r의 값을 줄여나가면서 영역성장법으로 생성된 지역을 만나는 지점을 초기 심근 내벽 경계점으로 산정한다.
도 5는 임계값 기법 및 3차원 씨앗 영역성장법을 심장 CT 영상에 적용하여 좌심실 내벽 경계를 추출한 결과이다. 도 5(a)와 같은 혈액 부분에 대한 밝기값을 적응적 임계값 기법을 이용하여 분류하고, 도 5(b)는 좌심실 내부 혈액 부분에 씨앗점을 주고 3차원 씨앗 영역성장법을 적용한 결과이고, 도 5(c)는 심근 내벽 경계점을 추출한 결과이다. 이와 같이 방사선 추적 기반 과정을 수행하면 내부 꼭지근으로 인한 홀 발생 없이 심근 내벽 경계점을 추출할 수 있다.
심근 외벽 경계는 내벽 경계가 혈액 부분과 심근 부분으로 명확하게 분리되는 것과 달리 도 1 (b), (c)와 같이 우심실이나 간 등 다른 유사한 밝기값을 갖는 기관과 인접하고 있어 밝기값 정보만으로 분할하기 쉽지 않다. 이를 해결하기 위하여 본 발명에서는 기울기와 밝기값 분포를 고려한 방사선 추적 방식을 이용하여 심근 외벽 경계를 추출하는 방법을 제안한다.
심근 외벽 경계 추출 과정은 먼저 심근의 밝기값 분포 측정, 밝기값과 기울기 값을 갖는 방사형의 방사선 생성, 방사선 길이 보정, 기울기를 이용한 경계 추출로 이루어진다.
각 데이터의 특징을 고려하여 내벽 경계에서 명확하게 심근 부분이 되는 일정 부분의 심근의 밝기값 분포를 측정하고 이들 분포를 고려하여 심근 전체의 밝기값 임계 범위를 선정한다. 심근 내벽에서 일정 거리 이상의 지점에서부터 내벽과 동일하게 15도 각도마다 수학식 4과 같이 방사형의 방사선을 만들며 밝기값과 기울기 값을 추출한다.
Figure 112009081788522-pat00015
이때, Xi 및 Yi는 내벽 경계점 좌표값이며 초기 r은 가장 윗 슬라이스에서는 5로 산정되나, 이후에는 이전슬라이스에서 생성된 심근의 최소 두께를 사용하여 적응적으로 산정 한다.
밝기값은 심근에 위치하는 노이즈에 영향을 줄이기 위해서 방사선 상에 이웃하는 9개의 픽셀값으로 미디안 필터를 적용하고, 기울기는 중앙값 차이(central difference)를 이용하게 계산하며. 방사선의 길이는 이전에 측정한 심근의 밝기값 분포 정보와 기울기 정보를 이용하여 산정한다. 그러나, 도 6(a)와 같이 유사한 밝기값을 가진 주변 기관과 인접하고 있어 방사선의 길이가 심근을 벗어나 길어지는 경우가 발생한다. 이를 해결하기 위하여, 생성된 방사선의 길이를 오름차순으로 정렬한 후, 일정 길이 이상을 갖는 데이터들을 길이를 비교하면서 이전 길이보다 많은 차이를 보이는 방사선이나 주변의 방사선 길이보다 길어진 방사선은 유사한 기관과 맞닿아 있어 정확한 수렴을 하지 못한 경계로 분류하여 수학식 5와 같이 주변의 방사선의 길이와 유사하게 길이를 조정해 준다. 도 6(b)는 주변의 방사선의 길이와 유사하게 길이를 조정한 결과이다.
Figure 112009081788522-pat00016
이때, i는 측정대상의 방사선을 나타내고, k는 측정대상에 이웃하는 방사선을 나타내며, Di는 각 방사선의 길이를 나타내고, Dk는 Di와 이웃하는 방사선의 길이 조정이 되지 않는 방사선의 길이를 나타내며, Smax는 방사선의 길이를 오름차순으로 정렬한 후 급격한 길이 차이를 보이는 방사선 길이를 나타내고, δ는 급격한 차이로 볼 수 있는 최소 임계치를 나타낸다.
이렇게 보정된 방사선에서 기울기 정보를 사용하여 오름차순으로 정리한 후, 상위 5퍼센트 이상인 큰 기울기를 갖는 방사선 상의 지점을 심근 외벽 경계로 산정한다.
내벽 경계 정보로부터 심근 부분에 대한 밝기값 분포를 고려함으로써 데이터마다 다른 심근의 밝기 분포를 가진 영상에서도 심근 영역을 추출 할 수 있으며, 방사선의 길이 조정을 통하여, 유사한 밝기값을 갖는 기관과 인접하고 있어 분류하기 힘들었던 부분에서도 원래의 외벽 경계와 유사한 초기 경계를 추출할 수 있다.
지역적 좌심실의 기능 평가하기 위해서는 심근의 모양이나 두께를 일정하게 유지하는 것이 필요하다. 심근 내벽 경계점은 내벽과 붙여 있는 꼭지근으로 인해 초기 내벽 경계가 내부로 움푹 들어가게 되어 잘못된 초기 경계를 선정하게 되는 문제점이 남아있고, 추출된 심근 외벽 경계점은 밝기값이나 기울기 정보만을 이용하기 때문에 잡음에 민감하여 심근 내부의 급격하게 변하는 밝기값을 가진 지역이나 밝기값 차이가 거의 없는 지역에서 잘못된 경계점을 선정하는 오류가 발생한다.
심근 내외벽 경계 보정 방법은 각 경계점과 중심 간의 거리 계산, 잘못된 경계점 검출 및 보정, 경계점 스무딩, B-스플라인 적합으로 이루어진다. 수학식 6과 같이 초기 경계점들을 이용하여 각 경계점과 중심점 간의 거리를 계산한다.
Figure 112009081788522-pat00017
여기서, p는 초기 내벽이나 외벽의 경계점들의 집합이고, C(x,y)는 각 내외벽의 중심점을 의미하며, D는 중심점에서 경계점 간의 거리로 유클리디언 거리를 이용하여 계산한다. MINx(px,y)와 MAXx(px,y)는 집합 p에서 최소값과 최대값을 갖는 x좌표를 나타내며, MINy(px,y)와 MAXy(px,y)는 집합 p에서 최소값과 최대값을 갖는 y좌표를 나타내고, ED(C(x,y),(pi))는 중심점에서 경계점 간의 거리로 유클리디언 거리(Euclidean Distanc)로 계산한다는 의미로서, ED는 유클리디언 거리 측정을 나타낸다.
잘못된 경계점 검출을 위하여 각 경계점에서 중심과의 평균 거리를 계산하고, 내벽의 경우, 꼭지근으로 인하여 원래의 경계보다 안쪽으로 잘못된 초기 경계가 발생하므로 수학식 7과 같이 평균 거리 값이나 주변의 경계점들의 거리 값을 비교하여 짧으면 해당 경계점들을 제거한다.
Figure 112009081788522-pat00018
이때, F는 보정해야할 경계점의 집합으로, 각 경계점들의 평균거리 Mean과 주변의 경계점들의 거리 ED를 비교하여 검출한다. EDi는 각 정점에서 중심까지의 거리를 나타낸다.
외벽의 경우, 유사한 밝기값으로 인하여 원래의 경계보다 바깥쪽으로 벗어나거나 심근 부분의 잡음으로 인하여 안쪽으로 잘못된 초기 경계가 발생하므로 수학식 8과 같이 평균 거리 값이나 주변의 경계점들의 거리값을 비교하여 짧거나 긴 경계점들을 제거해준다.
Figure 112009081788522-pat00019
잘못된 경계를 제외하고 타원이나 원의 형태를 유지하기 위해 남아있는 경계점들을 이용하여 수학식 9의 타원 방정식을 이용하여 선형 보간한다.
Figure 112009081788522-pat00020
이때, Cx는 중심점의 좌표를 의미하고, Cy는 중심점의 좌표를 의미한다. 또한 장축 b와 단축 a는 주변에 위치한 남아있는 경계점들의 거리 값들을 사용하여 계산한다. 이렇게 보정한 경계점들에 스무딩 효과를 주기 위해서 스네이크(snake) 알고리즘에서 내부 에너지를 최소화하는 방식인 수학식 10을 이용하여 경계점들을 스무딩한다. 마지막으로 각 경계점들을 B-스플라인 적합을 이용하여 최종 심근 내외벽 경계 보정을 수행한다.
Figure 112009081788522-pat00021
이때, vs(s)는 경계점들을 1차 미분한 값이고, Vss(s)는 2차 미분한 값이고, α와β는 두 관계의 영향력을 주기 위해 실험을 통해 각 0.2의 값으로 산정한다.
거리 기반의 타원 보정을 통하여 도 7과 같이 상단은 꼭지근으로 인한 잘못 추출된 경계 부분을 보정한 결과이고, 하단은 심근과 우심실의 유사한 밝기값으로 인해 잘못 추출된 경계 부분을 보정한 결과이다.
본 발명의 실험에서 사용한 데이터는 Siemens Sensation 16과 Philips Brilliance에서 시간 변화에 따라 촬영한 심장 4D CT영상을 심장의 단축으로 자른 7명의 환자 데이터를 사용하였다. 한 환자 당 획득한 볼륨데이터는 5~8개의 주기를 가지며, 영상 크기는 평균 724x867, 픽셀 크기는 0.32x0.32mm~0.37x0.37mm, 슬라이스 간격은 0.6mm 또는 0.7mm인 좌심실을 포함하는 70~100장의 슬라이스의 환자데이터를 사용하였다.
본 발명에 따른 좌심실 내외벽 경계 검출방법의 정확성 평가를 위하여, 육안평가와 임상의의 수동 분할 결과와 제안된 방법 간의 평균거리차이, 중복영역비율을 측정하였다. 도 8은 존 발명에 따른 좌심실 내외벽 경계 검출방법을 적용한 경 계 추출 결과와 임상의에 수동 경계 추출 결과로 상단은 일반 환자의 영상이며, 하단은 지방이 많이 포함된 환자의 영상으로 영상의 명암대비가 작아 경계가 잘 나타나지 않는 영상이지만 정확하고 견고하게 추출되는 결과를 볼 수 있다.
정확성 평가 중 경계 간 평균거리차이는, 수학식 11과 같이 임상의에 의한 수동 분할한 결과와 본 발명에 따른 좌심실 내외벽 경계 검출방법을 이용하여 자동 분할한 결과인 좌심실 내외벽 경계 간 거리를 측정하였다.
Figure 112009081788522-pat00022
이때, A는 자동 분할한 경계선 상의 정점을 나타내고 B는 수동 분할한 경계선 상의 정점을 나타내며, N은 자동 분할로 분할된 경계를 구성하는 정점의 수를 나타낸다. D는 자동 분할한 경계선 위의 정점과 수동 분할한 경계선 위의 정점 사이의 유클리디안(Euclidean) 거리이다.
도 9는 본 실험에서 사용된 5-8개의 주기를 가진 7개의 실험데이터에 추출된 좌심실 내외벽 경계간의 평균거리차이와 표준편차를 나타낸 그래프이다. 이때, 각 환자데이터의 평균과 표준편차는 각 주기의 평균을 사용하여 계산된다.
실험 결과 두 영상 경계 간의 평균거리차이는 0.56mm, 가장 작은 평균 거리차이는 0.21mm, 가장 큰 평균거리차이는 0.87mm로 측정되었다. 표준편차는 평균 0.24mm, 가장 작은 표준편차는 0.05mm, 가장 큰 표준편차는 0.52mm로 측정되어 거의 모든 경계에서 1mm 이하의 작은 평균거리차이를 보였다.
정확성 평가 중 중복영역비율은 임상의에 의한 수동 분할 한 결과와 제안 방법을 이용하여 자동 분할 한 결과인 좌심실 심근 영역 간 중복 비율을 측정하기 위하여 수학식 12를 이용한다.
Figure 112009081788522-pat00023
이때, TP(True Positive)는 본 발명에 따른 좌심실 내외벽 경계 검출방법과 수동 분할이 모두 이루어진 영역이고, FP(false positive)는 본 발명에 따른 좌심실 내외벽 경계 검출방법에 따라 분할되었지만 수동 분할은 이루어지지 않은 영역을 나타낸다. TN(True negative)는 수동 분할은 분할이 이루어졌지만 본 발명에 따른 좌심실 내외벽 경계 검출방법에서는 분할되지 않은 영역을 나타낸다. Ω의 수치는 0부터 100 사이의 값을 갖으며, 100에 가까울수록 정확하게 분할되었음을 의미한다.
도 10은 분할 된 좌심실 심근 영역에 대한 중복 비율을 측정한 결과이다. 실험 결과 측정된 수동 분할과 자동 분할 결과 간의 평균 중복영역비율은 82%, 가장 큰 중복영역비율은 84%, 가장 작은 중복영역비율은 80%로 측정되었다. 표준편차는 평균 4.2%, 가장 작은 표준편차는 2.54%, 가장 큰 표준편차는 0.49%로 측정되었다.
본 실험은 인텔 코어2쿼드 6600 2.4GHZ CPU와 3.0GB 메모리를 장착한 PC에서 수행하였다. 도 11은 제안방법의 내벽 경계 추출 단계, 외벽 경계 추출 단계를 적용한 자동 분할의 수행시간 측정 결과이다. 본 발명에 따른 좌심실 내외벽 경계 검 출방법의 내벽 경계 분할 시간은 평균 0.5초, 외벽 경계 분할 시간은 평균 0.4초로 전체 한 주기의 볼륨데이터에 대한 평균 수행시간은 1초 이내이다.
본 발명에서는 시간 변화에 따라 촬영된 심장 CT 영상을 단축으로 자른 7명의 환자 데이터를 사용하여 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반의 좌심실 내외벽 자동 분할 기법을 제안하였다. 좌심실 내벽 경계 추출과정에서 외부에서 내부로 생성하는 방사형의 방사선 추적을 통해 내벽 내부에 꼭지근을 포함하는 내벽 경계를 추출하였고, 좌심실의 외벽 경계 추출과정에서 각 데이터 특성에 맞는 심근의 밝기값 분포를 고려하여 일반 환자나 지방이 많이 포함된 영상의 대조대비가 낮은 영상에서도 적절한 밝기 임계 범위를 산정 할 수 있었으며, 방사형의 길이 보정을 통하여 주변의 유사한 밝기값을 가진 기관으로 새어나가는 현상을 방지 할 수 있었다. 심근의 지역적 평가와 꼭지근이나 유사한 밝기값을 가진 경계에서의 잘못된 경계를 보정하기 위해서 타원의 방정식을 이용하여 선형 보간하고 각 경계점들을 B-스플라인 적합을 적용하여 견고하고 재현성 있도록 경계를 추출하였다. 제안방법의 정확성 평가를 위하여, 임상 전문의가 수동 분할 한 결과와 제안기법으로 자동 분할 한 결과 간의 평균거리차이와 중복볼륨비율을 평가한 결과 평균거리차이는 평균 0.56±0.24mm로 측정되었고, 중복영역비율은 평균 82±4%로 측정되었다. 본 발명에 따른 좌심실 내외벽 경계 검출방법을 적용한 자동 분할의 수행 시간은 한 주기의 볼륨데이터 대해서 평균 1초로 수행을 완료하였다. 본 제안 방법은 수축기말, 이완기 말의 용적 측정이나 전역적, 지역적 심근 변화 측정 등의 좌심실의 기능적 평가를 통해서 심장 질환을 진단하고 예후 예측이 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
도 1은 심장 CT 영상에서 좌심실 내외벽 경계가 불명확한 경우를 나타낸 도면으로서, (a)는 내벽 경계가 불명확한 영상을 나타내며, (b) 및 (c)는 외벽 경계가 불명확한 영상을 나타낸다.
도 2는 본 발명의 일 실시예에 따른 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반의 좌심실 심근 내외벽 자동 추출장치를 개략적으로 도시한 도면이다.
도 3은 도 2의 방사선 추적 기반의 좌심실 심근 내외벽 자동 추출장치에 의한 좌심실 심근 내외벽 자동 추출방법을 나타낸 흐름도이다.
도 4의 (a)는 좌심실 내벽 내부의 꼭지근을 나타낸 도면이며, (b)는 종래의 씨앗 영역 성장법의 한계를 나타낸 도면이다.
도 5는 밝기값 방사선 추적을 통한 심근 내벽 경계 추출을 나타낸 도면으로서, (a)는 임계값 적용 결과를 나타내며, (b)는 3차원 영역 성장법의 적용 결과를 나타내고, (c)는 방사선 추적 심근 내벽 경계점 추출 결과를 나타낸 도면이다.
도 6은 적응적 방사형의 프로파일 보정을 나타낸 도면으로서, (a)는 초기 방사형 방사선을 나타내며, (b)는 길이 보정된 방사형 방사선을 나타낸 도면이다.
도 7은 경계 보정을 통한 심근 내외벽 결과를 나타낸 도면으로서, (a)는 내벽 경계의 초기 경계 분할결과를 나타내며, (b)는 내벽 경계의 최종 경계 분할결과를 나타내고, (c)는 외벽 경계의 초기 경계 분할결과를 나타내며, (d)는 외벽 경계의 최종 경계 분할결과를 나타낸다.
도 8은 도 3의 좌심실 심근 내외벽 자동 추출방법을 적용한 추출 결과를 나타낸 도면으로서, (a)는 일반 환자의 초기 경계 추출결과를 나타내며, (b)는 일반 환자의 최종 경계 추출결과를 나타내고, (c)는 일반 환자의 수동 경계 추출결과를 나타낸다. 또한, (d)는 지방이 많이 포함된 환자의 초기 경계 추출결과를 나타내며, (e)는 지방이 많이 포함된 환자의 최종 경계 추출결과를 나타내고, (f)는 지방이 많이 포함된 환자의 수동 경계 추출결과를 나타낸다.
도 9는 분할된 좌심실 내외벽 경계 간 평균거리 차이를 측정한 결과를 나타낸 도면이다.
도 10은 수동 분할과 자동 분할 간의 중복 영역 비율을 측정한 결과를 나타낸 도면이다.
도 11은 실험 데이터별 수행시간을 측정한 결과를 나타낸 도면이다.

Claims (18)

  1. 삭제
  2. 단축으로 형성된 심장의 CT(Computed Tomography) 영상으로부터 심근 내벽의 경계를 추출하는 단계;
    상기 심장의 CT 영상으로부터 심근 외벽의 경계를 추출하는 단계; 및
    추출된 상기 심근 내벽 및 외벽의 경계를 보정하는 단계
    를 포함하며, 상기 심근 내벽의 경계 추출단계는,
    설정된 초기 임계값에 기초한 임계값 기법을 이용하여 초기 좌심실 가능 지역을 추출하는 단계;
    상기 초기 좌심실 가능 지역 추출단계에 의해 임계값으로 분류된 영상에서 가장 우측에 위치한 지점을 추출하여 씨앗점으로 산정하는 단계;
    상기 씨앗점 산정단계에 의해 산정된 상기 씨앗점을 중심으로 관심 영역을 설정하는 단계; 및
    설정된 상기 관심 영역에서 적응적 임계값 기법을 이용하여 좌심실 혈액 풀 영역을 분할하는 단계
    를 포함하고,
    상기 좌심실 혈액 풀 영역 분할단계에 의해 좌심실 영역을 추출하기 위해 사용한 적응적 임계값 기법의 임계값과 상기 씨앗점을 이용하여 외부에서 심근 내벽으로 들어오는 방사형의 방사선 추적을 통한 상기 심근 내벽의 경계를 추출하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  3. 제 2항에 있어서,
    상기 초기 임계값은 200 HU(Hounsfield Unit)로 설정되는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  4. 제 2항에 있어서,
    상기 관심 영역 설정단계는,
    산정된 상기 씨앗점을 중심으로 200x200 블록의 관심 영역을 설정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  5. 제 2항에 있어서,
    상기 좌심실 혈액 풀 영역 분할단계는,
    상기 관심 영역 내의 밝기값을 0 내지 1000 HU 범위에서 지정하고, 임계값이 될 가능성이 있는 초기값 T를 250 HU로 설정한 후, 다음의 식을 이용하여 T가 변하지 않을 때까지 반복적으로 수행하여 임계값을 산정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법:
    Figure 112009081788522-pat00024
    여기서,
    Figure 112009081788522-pat00025
    는 T이하의 밝기값을 갖는 모든 영역의 밝기값의 평균을 의미하고,
    Figure 112009081788522-pat00026
    는 T보다 큰 값을 갖는 모든 영역의 밝기값의 평균을 의미함.
  6. 단축으로 형성된 심장의 CT(Computed Tomography) 영상으로부터 심근 내벽의 경계를 추출하는 단계;
    상기 심장의 CT 영상으로부터 심근 외벽의 경계를 추출하는 단계; 및
    추출된 상기 심근 내벽 및 외벽의 경계를 보정하는 단계
    를 포함하며, 상기 심근 외벽의 경계 추출단계는,
    상기 심근 내벽의 경계 추출단계에 의해 추출된 심근 내벽의 경계에 기초하여 심근의 밝기값 분포를 측정하고, 측정된 상기 밝기값 분포에 기초하여 외벽의 임계범위를 설정하는 단계; 및
    추출된 상기 심근 내벽에서 일정 거리 이상의 지점에서부터 내벽과 동일하게 소정 각도마다 방사형의 방사선을 생성하며 밝기값과 기울기 값을 추출하는 단계
    를 포함하고,
    추출된 상기 기울기 값을 이용하여 상기 심근 외벽의 경계를 추출하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  7. 제 6항에 있어서,
    상기 심근 외벽의 경계 추출단계는,
    생성된 상기 방사선 중 평균 거리 값이나 주변의 경계점들의 거리 값을 비교하여 설정된 범위보다 짧거나 긴 방사선에 대하여 길이 보간을 통한 방사선을 보정하는 단계
    를 더 포함하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  8. 제 6항에 있어서,
    상기 밝기값과 기울기 값 추출단계는,
    15도 각도마다 다음의 식과 같이 방사형의 방사선을 생성하되,
    Figure 112009081788522-pat00027
    여기서, Xi 및 Yi는 내벽 경계점 좌표값이며 초기 r은 가장 윗 슬라이스에서는 5로 산정되나, 이후에는 이전슬라이스에서 생성된 심근의 최소 두께를 사용하여 적응적으로 산정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  9. 제 6항에 있어서,
    상기 밝기값은 심근에 위치하는 노이즈에 영향을 줄이기 위해서 상기 방사선 상에 이웃하는 9개의 픽셀값으로 미디안 필터를 적용하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  10. 제 6항에 있어서,
    상기 기울기는 중앙값 차이(central difference)를 이용하게 계산하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  11. 제 6항에 있어서,
    이전에 측정한 심근의 밝기값 분포 정보와 기울기 정보를 이용하여 상기 방사선의 길이를 산정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  12. 제 7항에 있어서,
    상기 평균 거리 값이나 주변의 경계점들의 거리 값을 비교하여 설정된 범위보다 짧거나 긴 방사선에 대하여 다음의 식을 이용하여 주변의 방사선의 길이와 유사하게 조정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법:
    Figure 112012006966633-pat00028
    이때, i는 측정대상의 방사선을 나타내고, k는 측정대상에 이웃하는 방사선을 나타내며, Di는 각 방사선의 길이를 나타내고, Dk는 Di와 이웃하는 방사선의 길이 조정이 되지 않는 방사선의 길이를 나타내며, Smax는 방사선의 길이를 오름차순으로 정렬한 후 급격한 길이 차이를 보이는 방사선 길이를 나타내고, δ는 급격한 차이로 볼 수 있는 최소 임계치를 나타낸다.
  13. 제 12항에 있어서,
    보정된 상기 방사선에서 기울기 정보를 사용하여 오름차순으로 정리한 후, 상위 5퍼센트 이상인 기울기를 갖는 방사선 상의 지점을 심근 외벽의 경계로 산정하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  14. 단축으로 형성된 심장의 CT(Computed Tomography) 영상으로부터 심근 내벽의 경계를 추출하는 단계;
    상기 심장의 CT 영상으로부터 심근 외벽의 경계를 추출하는 단계; 및
    추출된 상기 심근 내벽 및 외벽의 경계를 보정하는 단계
    를 포함하며, 상기 경계 보정단계는,
    추출된 심근 내외벽의 경계점과 중심 간의 거리계산을 이용하여 잘못된 경계점을 검출하는 단계; 및
    상기 경계점 검출단계에 의해 검출된 잘못된 경계점을 제거하고 남아있는 경계점들을 이용하여 선형 보간하는 단계
    를 포함하고,
    상기 경계점들을 B-스플라인 적합을 이용하여 최종 심근 내외벽 경계 보정을 수행하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  15. 제 14항에 있어서,
    상기 경계 보정단계는,
    내부 에너지 최소화를 이용하여 상기 경계점들을 스무딩하는 단계
    를 더 포함하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법.
  16. 제 14항에 있어서,
    상기 잘못된 경계점 검출단계는 다음의 식을 이용하여 각 경계점과 중심점 간의 거리를 계산하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법:
    Figure 112011050887374-pat00029
    여기서, p는 초기 내벽이나 외벽의 경계점들의 집합이고, C(x,y)는 각 내외벽의 중심점을 의미하며, D는 중심점에서 경계점 간의 거리로 유클리디언 거리를 이용하여 계산하고, MINx(px,y)와 MAXx(px,y)는 집합 p에서 최소값과 최대값을 갖는 x좌표를 나타내며, MINy(px,y)와 MAXy(px,y)는 집합 p에서 최소값과 최대값을 갖는 y좌표를 나타내고, ED(C(x,y),(pi))는 중심점에서 경계점 간의 거리로 유클리디안 거리(Euclidean Distance)로 계산한다는 의미로서, ED는 유클리디안 거리 측정을 나타냄.
  17. 제 14항에 있어서,
    상기 선형 보간단계는 다음과 같은 타원 방정식을 이용하는 것을 특징으로 하는 좌심실 내외벽 경계 검출방법:
    Figure 112009081788522-pat00030
    여기서, Cx는 중심점의 좌표를 의미하고, Cy는 중심점의 좌표를 의미하며, 또한 장축 b와 단축 a는 주변에 위치한 남아있는 경계점들의 거리 값들을 사용하여 계산함.
  18. 단축으로 형성된 심장의 CT 영상으로부터 혈액 부분에 해당하는 밝기값을 임계값 및 경계정보를 이용하여 좌심실 주변의 씨앗점을 사용하여 심장의 위치를 추출하고, 좌심실 주변의 영역에 대한 적응적 임계값 기법과 3차원 영역성장법을 이용하여 혈액 풀 영역을 분할하며, 방사형의 방사선 추적 방식을 이용하여 초기 심근 내벽을 추출하는 심근 내벽 추출부;
    상기 심근 내벽 추출부에 의해 추출된 심근 내벽의 경계에 기초하여 심근의 밝기값 분포를 측정하고, 측정된 상기 밝기값 분포에 기초하여 외벽의 임계범위를 설정하며, 기울기와 밝기값 임계 범위를 고려한 적응적 방사선 추적방식으로 초기 심근 외벽을 추출하는 심근 외벽 추출부; 및
    상기 심근 내벽 추출부 및 상기 심근 외벽 추출부에 의한 각 경계점들간의 거리 정보와 B-스플라인 적합을 통해 심근 내외벽 경계를 보정하는 심근 내외벽 경계 보정부
    를 포함하는 것을 특징으로 하는 좌심실 내외벽 경계 검출장치.
KR1020090134456A 2009-12-30 2009-12-30 좌심실 내외벽 경계 검출장치 및 그 방법 KR101128662B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090134456A KR101128662B1 (ko) 2009-12-30 2009-12-30 좌심실 내외벽 경계 검출장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090134456A KR101128662B1 (ko) 2009-12-30 2009-12-30 좌심실 내외벽 경계 검출장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20110077795A KR20110077795A (ko) 2011-07-07
KR101128662B1 true KR101128662B1 (ko) 2012-04-12

Family

ID=44917340

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090134456A KR101128662B1 (ko) 2009-12-30 2009-12-30 좌심실 내외벽 경계 검출장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101128662B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101690655B1 (ko) * 2015-01-29 2016-12-28 삼성전자주식회사 의료 영상 처리 장치 및 의료 영상 처리 방법
KR20160143178A (ko) 2015-06-04 2016-12-14 삼성전자주식회사 의료 영상 처리 장치 및 의료 영상 처리 방법
KR102216455B1 (ko) * 2019-02-01 2021-02-17 연세대학교 산학협력단 심장의 좌심방 두께 측정 장치 및 측정 방법
KR102446057B1 (ko) * 2021-02-19 2022-09-23 서울대학교산학협력단 심방벽 두께 판단 장치 및 방법
WO2022255820A1 (ko) * 2021-06-03 2022-12-08 연세대학교 산학협력단 심방벽 두께를 산출하는 장치 및 산출 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980041862A (ko) * 1996-11-19 1998-08-17 제이 엘. 채스킨 심장 영상에서의 심근 측정 시스템
KR20050028464A (ko) * 2003-09-18 2005-03-23 한국전자통신연구원 다중단면 전산화단층촬영 영상을 이용한 폐결절 자동 검출방법 및 이를 기록한 기록매체
KR20070083467A (ko) * 2004-06-23 2007-08-24 메딕사이트 피엘씨. 병터 검출 방법
JP2009225850A (ja) * 2008-03-19 2009-10-08 Toshiba Corp 画像処理装置及びｘ線コンピュータ断層撮影装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980041862A (ko) * 1996-11-19 1998-08-17 제이 엘. 채스킨 심장 영상에서의 심근 측정 시스템
KR20050028464A (ko) * 2003-09-18 2005-03-23 한국전자통신연구원 다중단면 전산화단층촬영 영상을 이용한 폐결절 자동 검출방법 및 이를 기록한 기록매체
KR20070083467A (ko) * 2004-06-23 2007-08-24 메딕사이트 피엘씨. 병터 검출 방법
JP2009225850A (ja) * 2008-03-19 2009-10-08 Toshiba Corp 画像処理装置及びｘ線コンピュータ断層撮影装置

Also Published As

Publication number Publication date
KR20110077795A (ko) 2011-07-07

Similar Documents

Publication Publication Date Title
Aykac et al. Segmentation and analysis of the human airway tree from three-dimensional X-ray CT images
El-Baz et al. Computer-aided diagnosis systems for lung cancer: challenges and methodologies
CN106108925B (zh) 用于医学图像中全身骨移除和血管可视化的方法和系统
Gonçalves et al. Hessian based approaches for 3D lung nodule segmentation
Masutani et al. Computerized detection of pulmonary embolism in spiral CT angiography based on volumetric image analysis
WO2013131420A1 (zh) 医学影像的目标区域边界确定装置和方法
Sluimer et al. Toward automated segmentation of the pathological lung in CT
Kurugol et al. Aorta segmentation with a 3D level set approach and quantification of aortic calcifications in non-contrast chest CT
US9230331B2 (en) Systems and methods for registration of ultrasound and CT images
CN107563998B (zh) 医学图像中心脏图像处理方法
EP2120208A1 (en) Method and system for lesion segmentation
CN108324300B (zh) 用于血管分段的方法和装置
EP3497669B1 (en) Method for automatically detecting systemic arteries in arbitrary field-of-view computed tomography angiography (cta).
US7480401B2 (en) Method for local surface smoothing with application to chest wall nodule segmentation in lung CT data
KR101128662B1 (ko) 좌심실 내외벽 경계 검출장치 및 그 방법
KR20090098839A (ko) 메디컬 이미징 시스템
Chang et al. Development of a deep learning-based algorithm for the automatic detection and quantification of aortic valve calcium
Zhou et al. Automatic recognition of lung lobes and fissures from multislice CT images
Özsavaş et al. Automatic segmentation of anatomical structures from CT scans of thorax for RTP
Wolf et al. ROPES: A semiautomated segmentation method for accelerated analysis of three-dimensional echocardiographic data
Zsoter et al. PET-CT based automated lung nodule detection
CN111295665A (zh) 确定肺图像中高密度肺组织的区域
Ukil et al. Automatic lung lobe segmentation in X-ray CT images by 3D watershed transform using anatomic information from the segmented airway tree
Reeves et al. Heart region segmentation from low-dose CT scans: an anatomy based approach
Shamonin et al. Automatic lung lobe segmentation of COPD patients using iterative B-spline fitting

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20141230

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160105

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190226

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20200212

Year of fee payment: 9