KR101251822B1 - 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법 - Google Patents

동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법 Download PDF

Info

Publication number
KR101251822B1
KR101251822B1 KR1020110120578A KR20110120578A KR101251822B1 KR 101251822 B1 KR101251822 B1 KR 101251822B1 KR 1020110120578 A KR1020110120578 A KR 1020110120578A KR 20110120578 A KR20110120578 A KR 20110120578A KR 101251822 B1 KR101251822 B1 KR 101251822B1
Authority
KR
South Korea
Prior art keywords
pulmonary
nodule
nodules
computed tomography
region
Prior art date
Application number
KR1020110120578A
Other languages
English (en)
Inventor
홍헬렌
조현희
구진모
박창민
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 KR1020110120578A priority Critical patent/KR101251822B1/ko
Application granted granted Critical
Publication of KR101251822B1 publication Critical patent/KR101251822B1/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
    • 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
    • A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Abstract

본 발명은 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 있어서, 상기 폐 전산화단층촬영 영상에서 결정된 폐결절의 유형으로부터 폐결절 후보 영역을 추출하고, 상기 추출된 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할하는 과정과, 상기 동적조영 전 증강영상과 동적조영 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 초기 정합을 보정하는 과정과, 상기 동적조영 전 증강영상에서 분할된 폐결절을 구역화하고 상기 각 구역에 대한 평균 밝기값을 이용하여 관류 분석을 수행하는 과정을 포함함을 특징으로 한다.

Description

동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법{SYSTEM AND METHOD FOR ANALYSISING PERFUSION IN DYNAMIC CONTRAST-ENHANCED LUNG COMPUTED TOMOGRAPHY IMAGES}
본 발명은 동적조영증강 전산화단층촬영영상(CT: Computed Tomography image)에서 폐결절 관류 측정 및 유형 분석에 관한 것이다.
동적조영증강 전산화단층촬영영상(CT: Computed tomography image)에서 폐결절 관류 측정 및 유형을 분석하는 것은 폐결절의 악성 여부를 진단하고 악성 결절의 치료 효과를 관찰할 수 있는 비침습적인 방법 중의 하나이다. 폐흉벽 및 혈관과 같은 주변 조직의 영향 없이 결절의 관류를 분석하기 위해서는 결절 분할이 우선적으로 수행되어야 한다. 임상의에 의해 이루어지는 수동 분할은 시간이 오래 걸리고 임상의에 따라 분할 결과가 달라질 수 있다는 한계가 있으므로 자동으로 결절을 정확하게 분할하는 기술이 필요하다. 그러나 도 1에 도시된 바와 같이 폐 CT 영상에서 결절은 폐흉벽 및 혈관과 같은 주변 기관과 밝기값이 유사하게 나타나고 다양한 형태로 나타나므로 자동 분할하는데 어려움이 있다. 이를 해결하기 위해 결절을 주변조직으로 누출 없이 정확하게 분할하는 기술이 필요하다.
폐 CT 영상에서 결절을 분할하는 기존 연구로는 크게 밝기값 및 형태 정보 기반과 확률 기반 방법으로 나누어 볼 수 있다. 밝기값 및 형태 정보를 이용하여 결절을 분할하는 연구들은 다음과 같다.
Kostis 등은 지름이 1cm 미만인 크기가 작은 폐결절을 분할하기 위하여 결절을 네 가지 형태(폐 내부에 고립된 결절, 폐흉벽에 붙어있는 결절, 폐혈관과 연결되어 있는 결절, 폐흉벽 및 혈관에 연결되어 있는 결절)로 모델링한 후, 열림 및 닫힘 연산을 통한 연속적인 필터링을 수행함으로써 폐흉벽 및 혈관을 제거하는 알고리즘을 제안하였다. Wiemker 등은 밝기값과 거리맵을 이용하여 폐결절을 분할하는 방법을 제안하였다. 폐결절 내 사용자가 정의한 한 점을 기준으로 씨앗 영역 성장법을 수행하여 결절을 초기 분할하고, 분할된 영역에 대하여 중심점으로부터의 거리맵을 생성하여 폐결절 경계에 도달하는 최소 거리를 구하고 최소거리 이상에 해당되는 복셀은 제거함으로써 폐흉벽 및 혈관을 제거하였다. Kuhnigk 등은 4cm 미만의 지름을 가진 크기가 작고 큰 폐결절에 대하여 형태적인 연산을 통해 폐흉벽을 분리하고 거리맵을 이용하여 폐혈관을 제거하는 알고리즘을 제안하였다. Reeves 등은 템플릿 함수를 이용하여 폐결절의 위치와 크기를 자동 산정하여 관심볼륨을 정의하고 적응형 이진화를 수행하였다. 형태적 필터링 방법을 이용하여 혈관을 제거하고 폐결절 경계에 접하는 평면을 이동 및 회전시키면서 폐흉벽을 제거하는 알고리즘을 제안하였다. J. Wang 등은 3D 관심볼륨을 위에서 아래로 나선형 주사를 통해 2D 영상으로 변환한 후, 동적 프로그래밍 기술을 이용하여 2D 영상에서 최적의 선을 찾아내고 3D 영상으로 재변환함으로써 폐결절의 경계를 분할하였다. Moltz 등은 밝기값 기반 접근과 모델 기반의 형태적 처리 기법을 조합한 다단계 분할 알고리즘을 이용하여 폐결절을 분할하였다. 거리맵을 생성하고 반복적인 갱신을 통해 혈관을 제거하였고 광선추적(ray casting)을 통해 폐결절의 경계점들을 추출하고 추출된 경계점들에 적합한 타원을 산정함으로써 폐흉벽을 제거 하였다. Diciotti 등은 영상에서 원의 형태를 띠는 관심 영역들을 추출하고 사용자가 관심 영역에 대하여 폐결절인 영역과 폐결절이 아닌 영역에 대한 정보를 준 후에 두 영역의 경계를 기울기 정보를 이용하여 찾아냄으로써 폐흉벽에 붙어있는 폐결절을 분할하였다. Q. Wang 등은 축상, 관상, 시상의 세 가지 방향에서 동적 프로그래밍 기술을 이용하여 폐결절 분할을 수행함으로써 분할 정확성을 높였다. 이러한 다양한 밝기값 및 형태 정보 기반 방법들은 폐결절의 형태가 다양하여 폐결절에 따라 분할 정확성이 떨어질 수 있고 여러 전, 후 처리들이 필요하다는 한계점을 가진다.
폐결절 형태에 비교적 영향을 받지 않고 분할의 정확성을 높여주기 위해 확률 정보를 이용하여 폐결절을 분할하는 연구들이 제안되었다. Xu 등은 동적 프로그래밍 기반의 최적화 알고리즘을 통해 폐결절 경계를 분할하고 기대치 최적화(expectation maximization) 알고리즘을 이용하여 폐결절 영역에 해당하는 점과 아닌 점을 분류하였다. El-Baz 등은 Markov random field를 이용하여 폐결절 복셀을 밝기값에 따라 분류하였다. 이때, 데이터에 따른 밝기값 차이를 보완하기 위해 밝기값 정규화를 함께 수행하였다. Sun 등은 mean-shift 분류 기법을 통해 폐결절 복셀을 분류하였고, Nie 등은 mean-shift 분류 기법과 밝기값 범위, 공간적 위치 정보 등 특징 정보를 함께 이용하여 폐결절 분할 정확성을 높였다. Dehmeshiki 등은 퍼지(fuzzy) 이론을 바탕으로 폐결절에 속할 확률에 대한 맵을 만들고 영역 성장법을 수행함으로써 최적의 폐결절 영역을 분할하는 알고리즘을 제안하였다. Kakar 등은 가보(Gabor) 필터링을 이용하여 텍스쳐 특징들을 추출하고 fuzzy C-means 분류 기법에 추출된 특징들을 함께 사용함으로써 폐결절 분할 정확성을 높여 주었다. 이러한 확률 정보 기반 방법들은 밝기값 및 형태 정보 기반 방법에 비해 상대적으로 전, 후 처리가 간소화되지만 최적의 분할 결과를 얻기 위해 각 픽셀에 대하여 폐결절 영역에 속할 확률을 계산하는 과정이 반복되면서 계산량이 많고 수행시간이 오래 걸린다는 한계가 있다.
본 발명은 폐결절의 밝기값 정보를 이용하여 폐흉벽 및 혈관에 연결되어 있는 다양한 형태의 폐결절을 자동 분류하고 폐결절의 유형에 따라 적합한 곡률 및 형태 정보 기반 알고리즘을 적용함으로써 폐결절을 정확하고 효율적으로 분리할 수 있는 기술을 제공하고자 한다.
또한, 본 발명은 동적조영증강영상들에서 분할된 폐결절들은 호흡 차이 및 심장 박동 등으로 인한 용적 변화로 결절의 위치 차이가 발생할 수 있으므로 동적조영 전, 후 증강영상 간 정합을 수행하고 결절의 관류를 분석하는 기술을 제공하고자 한다.
본 발명의 일 견지에 따르면, 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 있어서, 상기 폐 전산화단층촬영 영상에서 결정된 폐결절의 유형으로부터 폐결절 후보 영역을 추출하고, 상기 추출된 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할하는 과정과, 상기 동적조영 전 증강영상과 동적조영 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 초기 정합을 보정하는 과정과, 상기 동적조영 전 증강영상에서 분할된 폐결절을 구역화하고 상기 각 구역에 대한 평균 밝기값을 이용하여 관류 분석을 수행하는 과정을 포함함을 특징으로 한다.
본 발명의 다른 견지에 따르면, 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템에 있어서, 폐 전산화단층촬영 영상 획득부와, 상기 획득된 폐 전산화단층촬영 영상에서 결정된 폐결정의 유형에서 폐결절 후보 영역을 추출하는 폐결절 영역 추출부와, 상기 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할하는 폐결절 분할부와, 상기 폐 전산화단층촬영을 수행하여 영상을 획득하고, 상기 획득된 영상으로부터 폐결절의 유형을 결정한 후 폐결절 후보 영역을 추출하여 폐결절을 분할하고, 상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합 및 보정을 수행하고, 상기 동적조영 전 증강영상을 구역화하여 관류 분석을 수행하도록 제어하는 제어부와, 상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 보정을 수행하여 출력하는 폐결절 정합부와, 상기 제어부에서 구역화된 각 구역에 대한 평균 밝기값을 이용하여 관류를 측정하여 출력하는 관류 분석부를 포함함을 특징으로 한다.
본 발명은 동적조영증강 전산화단층촬영영상에서 폐결절의 밝기값 정보를 이용하여 폐흉벽 및 혈관에 연결되어 있는 다양한 형태의 폐결절을 자동 분류하고 폐결절의 유형에 따라 적합한 곡률 및 형태 정보 기반 알고리즘을 적용함으로써 폐결절을 정확하고 효율적으로 분리할 수 있는 효과가 있다.
도 1은 폐 CT 영상에서 폐결절이 폐흉벽 및 혈관과 같은 주변 기관과 밝기값이 유사하게 나타나는 다양한 형태를 보인 화면 예시도.
도 2는 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 관한 전체 흐름도.
도 3은 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 폐결절 자동 분할 방법에 관한 흐름도.
도 4는 본 발명의 일 실시 예에 따른 폐결절 유형별 관심영역 경계 포함 범위를 보인 화면 예시도.
도 5는 본 발명의 일 실시 예에 따른 폐 내부에 고립된 결절의 유형 분류 보정 전, 후 분할 결과를 보인 화면 예시도.
도 6은 본 발명의 일 실시 예에 따른 실험 데이터의 폐결절 관심볼륨의 히스토그램.
도 7은 본 발명의 일 실시 예에 따른 2차원과 3차원 씨앗 영역 성장법의 차이를 보인 화면 예시도.
도 8은 본 발명의 일 실시 예에 따른 폐흉벽에 붙어있는 폐결절의 분할을 보인 화면 예시도.
도 9는 본 발명의 일 실시 예에 따른 폐혈관과 연결되어 있는 폐결절의 분할 과정을 보인 화면 예시도.
도 10은 본 발명의 일 실시 예에 따른 폐결절 분할, 정합 및 관류 분석 방법에 관한 흐름도.
도 11은 본 발명의 일 실시 예에 따른 분할된 폐결절 최적 볼륨 정의 및 구역화를 보인 화면 예시도.
도 12는 본 발명의 일 실시 예에 따른 실험 데이터의 폐결절 지름 측정 결과를 보인 그래프.
도 13은 본 발명의 일 실시 예에 따른 밝기값 기반 분할 결과와 제안 방법의 폐결절 분할 결과 비교를 보인 화면 예시도.
도 14는 본 발명의 일 실시 예에 따른 수동 및 자동 분할된 폐결절 경계 간 평균 거리 차이를 보인 화면 예시도.
도 15는 본 발명의 일 실시 예에 따른 폐결절 유형별 수동 및 자동 분할된 폐결절 경계 간 거리 차이를 보인 화면 예시도.
도 16은 본 발명의 일 실시 예에 따른 조영 전, 후 증강영상에서 폐결절 정합 전, 후 폐결절 볼륨 간 차이를 보인 그래프.
도 17은 본 발명의 일 실시 예에 따른 양성 및 악성 종양의 시간-밝기값 곡선을 보인 그래프.
도 18은 본 발명의 일 실시 예에 따른 양성 및 악성 종양의 구역별 컬러맵 결과를 보인 화면 예시도.
도 19는 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템에 관한 상세 블록도.
이하 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명에서는 구체적인 구성 소자 등과 같은 특정 사항들이 나타나고 있는데 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들이 본 발명의 범위 내에서 소정의 변형이나 혹은 변경이 이루어질 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다.
본 발명은 동적조영증강 폐 전산화단층촬영 영상에서 결절의 관류 분석을 위해 밝기값, 곡률 및 형태 정보를 이용하여 결절을 자동 분할하고 강체 정합하기 위한 것으로, 이를 위해 폐결절 분할, 정합 및 관류 분석이 수행되며 더욱 상세하게는 폐결절 분할을 위해 폐결절 관심볼륨을 정의하고, 각 슬라이스에서 관심영역의 경계 포함 범위률을 계산함으로써 폐결절의 유형을 결정한다. 이후 3차원 씨앗 영역 성장법(Seeded Region Growing)을 이용하여 폐결절과 그 주변조직을 포함하는 폐결절 후보 영역을 추출한 후, 폐결절 유형에 따라 다른 밝기값, 곡률 및 형태 정보 기반 알고리즘을 적용함으로써 폐결절 후보 영역에서 폐흉벽 및 혈관과 같은 주변조직을 분리한다. 계속해서 폐결절 정합을 위해, 조영 전 증강영상과 조영 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 보정한다. 또한, 상기 폐결절 관류 분석을 위해 조영 전 증강영상에서 분할된 폐결절을 구역화하고 각 구역에 대한 평균 밝기값을 계산한 후 시간-밝기값 곡선으로부터 폐결절 관류를 측정하고 각 결과를 컬러맵으로 가시화하여 폐결절 유형을 자동으로 분류하고 해당 유형에 따라 적합한 알고리즘을 적용함으로써 폐흉벽 및 혈관과 같은 주변조직으로의 누출 없이 결절이 정확하게 분할될 뿐만 아니라, 동적조영증강 폐 전산화단층촬영 영상 내 폐결절의 위치 차이가 보정되고 관류 분석을 통해 양성 및 악성 결절의 패턴을 정확하게 분석하고자 하는 기술을 제공하고자 한다.
이하, 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 대해 도 2를 참조하여 자세히 살펴보기로 한다.
도 2는 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 대한 전체 흐름도이다.
도 2를 참조하면, 먼저 210 과정에서 폐 전산화단층촬영 영상에서 결정된 폐결절의 유형으로부터 폐결절 후보 영역을 추출하고, 212 과정에서 상기 추출된 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할한다.
상기 폐결절 유형은 상기 폐 전산화단층촬영 영상에서 폐결절 내부에 존재하는 씨앗점을 중심으로 3차원 관심볼륨을 정의하고, 상기 3차원 관심볼륨으로 정의된 각 슬라이스에서 2차원 씨앗 영역 성장법을 이용하여 관심영역 경계의 포함 범위를 계산하여 결정된다.
여기서, 폐결절은 도 1에 도시된 바와 같이 밝기값이 유사한 폐흉벽에 붙어 있거나 폐혈관과 연결되어 있거나 또는 폐흉벽 및 혈관에 연결되어 있는 다양한 형태로 나타난다. 본 발명에서는 이러한 폐결절의 형태에 따라 적합한 알고리즘을 적용하기 위하여 상기 폐결절의 유형을 폐 내부에 고립된 결절, 폐흉벽에 붙어 있는 결절 및 폐혈관과 연결되어 있는 결절 및 폐흉벽 및 혈관에 연결되어 있는 결절로 자동 분류한다.
상기 212 과정에서 분할하고자 하는 폐결절 볼륨의 중심이 가까운 한 점이 사용자에 의해 선택되고 상기 한 점을 씨앗점으로 정의한다.
상기 폐결절은 지름 3cm 미만의 원형구조를 보이는 비정상적인 덩어리를 의미하므로 씨앗점을 중심으로 폐결절이 포함될 수 있는 4x4x4cm3의 관심볼륨을 정의한다. 이때, 관심 볼륨 내에 폐결절이 모두 포함되지 않았을 경우 관심 볼륨의 크기를 크게 조절해 주었다. 상기 폐결절의 유형을 분류하기 위하여 씨앗점을 기준으로 각 슬라이스에서 임계값(-400HU)이상의 픽셀을 선택하는 2차원 씨앗 영역 성장법을 수행한다. 상기 2차원 영역 성장법 수행 후 선택된 영역이 존재하는 각 슬라이스에 대하여 관심영역 경계 포함 범위률을 계산한다.
상기 관심영역 경계 포함 범위률은 슬라이스에서 관심영역 경계에 해당하는 총 픽셀 수에 대한 2차원 씨앗 영역 성장법에 의해 선택된 관심영역 경계에 해당하는 픽셀 수의 비율을 의미한다.
한편, 도 4는 본 발명의 일 실시 예에 따른 폐결절 유형별 관심영역 경계 포함 범위를 보인 화면 예시도이다. 도 4를 참조하면, 도 4의 (a)와 같이 관심영역 경계가 포함된 슬라이스가 존재하지 않는 폐결절은 주변기관과 연결성이 없는 고립된 폐결절로 정의한다. 도 4의 (b)와 같이 폐결절 볼륨에 해당하는 대부분의 슬라이스에서 관심영역 경계의 전체 픽셀 수의 1/4 이상이 포함된다면 폐흉벽에 붙어있는 결절로 정의한다. 도 4의 (c)와 같이 폐결절 볼륨에 해당하는 대부분의 슬라이스에서 관심영역 경계의 전체 픽셀 수의 1/4 이하로 포함된다면 폐혈관과 연결된 결절로 정의한다. 또한 도 4의 (d)와 같이 폐결절 관심영역 경계 포함 범위률이 슬라이스마다 다르게 나타난다면 폐흉벽 및 혈관에 연결되어 있는 결절로 정의한다.
도 5는 본 발명의 일 실시 예에 따른 폐 내부에 고립된 결절의 유형 분류 보정 전, 후 분할 결과를 보인 화면 예시도이다. 도 5를 참조하면, 폐혈관과 연결되어 있는 결절이 도 5의 (b)와 같이 폐혈관이 관심영역 경계에 포함되지 않아 폐 내부에 고립된 결절로 잘못 판단되는 경우가 발생할 수 있다. 이러한 문제를 해결하기 위하여 관심 볼륨의 크기를 1/4만큼 단계별로 줄여가면서 관심 영역 경계가 포함되는지를 확인하고 폐혈관과 연결되어 있는 결절로 판단된 경우 도 5의 (c)와 같이 폐혈관 분리 알고리즘을 적용하여 폐결절을 분할한다.
도 3은 상기 212 과정에 의한 폐결절 자동 분할 방법에 관한 흐름도이다. 도 3을 참조하면, 310 과정에서는 사용자가 선택한 폐결절 내부에 존재하는 한 점을 중심으로 3차원 관심볼륨을 정의한다. 312 과정에서 상기 관심볼륨 내에서 2차원 씨앗 영역 성장법을 이용한 관심영역 경계의 포함 범위률을 계산함으로써 비율에 따라 폐결절 유형을 네 가지로 자동 분류한다.
즉, 314 과정에서 폐내부에 고립된 결절, 316 과정에서 폐흉벽에 붙어있는 결절, 318 과정에서 폐혈관과 연결되어 있는 결절, 320 과정에서 폐흉벽 및 혈관에 연결되어 있는 결절이다.
이후 해당 폐결절 유형에 따라 322 과정에서는 씨앗점을 기준으로 관심 볼륨 내에서 3차원 씨앗 영역 성장법을 수행하여 폐결절 후보 영역을 추출한다. 상기 폐결절 후보 영역은 밝기값이 유사한 폐흉벽 및 혈관 분리 알고리즘을 적용함으로써 폐결절 후보 영역을 보정하고, 324 과정에서는 폐흉벽에 붙어있는 결절은 폐 경계를 추적하면서 곡률이 큰 두 점을 선형 보간함으로써 폐흉벽을 분리하고, 폐혈관과 연결되어 있는 결절은 326 과정에서 크기에 적합한 원형구조 요소를 자동 산정하고 폐결절 후보 영역과 교집합 연산을 반복적으로 수행함으로써 폐혈관을 분리하여 폐결절을 분할한다. 또한, 폐흉벽 및 혈관에 연결되어 있는 결절은 폐흉벽과 혈관 알고리즘을 순서대로 수행함으로써 폐결절을 분할한다.
상기와 같은 과정을 통해 328 과정에서 분할된 폐결절 볼륨이 획득된다.
이러한 폐결절 유형 분류는 결절을 네 가지 유형으로 자동 분류함으로써 다음 과정에서 결절 유형에 따라 폐흉벽 또는 혈관을 분리할 수 있는 적합한 알고리즘을 적용 가능하게 한다. 또한 폐혈관과 연결되어 있는 결절이 고립된 결절로 잘못 판단되는 경우 이를 보정함으로써 폐결절 분할의 정확성을 높여준다.
상기 폐결절을 분할하기 위한 초기 단계로 폐의 공기 영역이 폐결절에 비해 상대적으로 어둡고 폐결절은 밝은 밝기값으로 나타나는 특징을 이용하여 도 6에 나타난 바와 같이 -400HU 이상의 밝은 밝기값을 가진 폐결절 후보 영역을 추출한다.
앞서 312 과정에서 폐결절 유형 분류를 위해 수행한 2차원 씨앗 영역 성장법은 도 7의 (a)에 도시된 바와 같이 동일한 씨앗점을 모든 슬라이스에 적용하기 때문에 씨앗점이 폐결절 영역을 벗어나는 슬라이스는 폐결절 영역이지만 분할되지 않을 수 있다. 이를 보정하기 위하여 도 7의 (b)와 같이 씨앗점을 기준으로 분할된 영역 전체가 씨앗점이 되는 3차원 씨앗 영역 성장법을 관심 볼륨 내에 수행함으로써 폐결절 후보 영역을 추출한다. 이때, 폐결절 후보 영역은 폐결절 뿐만 아니라 폐결절과 밝기값이 유사한 폐흉벽 및 혈관을 포함하게된다. 폐결절의 네 가지 유형 중 폐 내부에 고립된 폐결절은 다른 주변기관과 연결되지 않았으므로 3차원 씨앗 영역 성장법 결과가 최종 폐결절 분할의 결과가 된다. 폐결절 후보 영역 추출은 폐 영역에서 공기 영역을 제거하고 폐 내부에 고립된 결절 영역을 분할한다.
폐흉벽은 폐결절과 유사한 밝기값을 가지므로 밝기값 기반의 분할 방법으로 폐흉벽에 붙어있는 결절을 분할하기에는 한계가 있으므로, 상기 폐흉벽에 붙어있는 결절을 정확하게 분할하기 위해서는 밝기값 뿐만 아니라 폐 경계의 곡률 정보를 함께 이용한다.
도 8은 폐 경계의 곡률 정보를 이용한 폐흉벽 분리 과정을 보인 화면 예시도이다. 폐 경계의 곡률을 계산하기 위해서 도 8의(a)와 같이 3차원 씨앗 영역 성장법을 수행 후 선택된 영역의 경계를 추출한다. 상기 추출된 경계점들 중에 도 8의(b)와 같이 폐결절 관심영역의 경계와 중복되는 ①과 ②를 특징점으로 정의한다. 상기 특징점 ①과 ②에서 중심을 향하는 방향으로 폐 경계를 추적해 가면서 곡률을 계산한다. 상기 곡률을 계산하기 위해 폐 경계에 있는 점들을 세 점 간격으로 샘플링하고 샘플링 된 점들 간 기울기 차이를 하기의 식 1과 같이 구한다.
Figure 112011091160980-pat00001
(1)
이때, n은 샘플링 된 점의 전체 개수이고 i는 샘플링 된 점의 인덱스이다. Pi를 기준으로 이전 점과 다음 점과의 기울기를 계산하고 기울기 차이를 구함으로써 곡률이 큰 두 특징점 ③, ④를 추출한다. 그림 7(c)와 같이 추출된 네 개의 특징점을 ②, ④, ③, ① 순서로 선형 보간 함으로써 그림 7(d)와 같이 폐결절과 연결되어 있는 폐흉벽을 분리한다.
폐흉벽 분리 알고리즘은 샘플링된 폐 경계의 점들을 양방향으로 추적해 가며 곡률이 큰 특징점을 추출함으로써 불필요한 탐색을 줄여주고 네 개의 특징점을 선형 보간으로 연결함으로써 폐 경계를 추출 가능하다. 폐 경계의 곡률 정보를 이용한 폐 흉벽 분리 알고리즘은 폐흉벽으로의 누출 없이 폐결절을 효율적으로 정확하게 분할한다.
폐혈관은 폐결절과 유사한 밝기값을 가지므로 밝기값 기반의 분할 방법으로 폐혈관과 연결되어 있는 결절을 분할하기에는 한계가 있으므로, 본 발명에서는 폐혈관과 연결되어 있는 결절을 정확하게 분할하기 위해서 밝기값 뿐만 아니라 폐결절은 원형구조, 폐혈관은 선형구조로 나타나는 형태학적 특징을 함께 이용한다.
도 9는 원판구조요소를 가진 교집한 연산자를 이용한 폐혈관 분리 과정을 보인 화면 예시도이다. 도 9의 (a)와 같이 3차원 씨앗 영역 성장법을 수행하여 폐결절 후보 영역에서 닫힘 연산을 수행함으로써 도 9의 (b)와 같이 폐결절 내에 홀을 채워준다. 상기 홀이 채워진 폐결절 후보영역에서 열림 연산 수행 후 무게 중심을 이용하여 중심점을 구하고 도 9의 (c)와 같이 중심점에서부터 방사선 방향의 밝기값 프로파일 검색을 통하여 경계점들을 추출한다. 상기 중심점에서부터 각 추출된 폐결절 경계점까지의 거리를 계산하고 이 중 최소 거리를 반지름으로 하는 원형의 구조 요소를 도 9의 (d)와 같이 정의한다. 상기 정의된 원판구조요소는 폐결절의 크기보다는 작고 폐결절과 연결되어 있는 폐혈관의 크기보다는 큰 폐결절에 조밀한 크기를 갖게 된다. 상기 정의된 원판구조요소와 홀이 채워진 폐결절 후보 영역(도 9(b)) 간 교집합 연산을 통해 도 9(e)와 같이 폐혈관을 분리한다. 도 9(e)와 도9(a) 결과의 교집합 연산을 수행함으로써 도 9(f)와 같이 홀을 제외한 폐결절 영역만을 분할한다.
폐혈관 알고리즘은 폐결절 영역에 조밀한 크기의 원판구조요소를 자동으로 산정하고 이를 이용하여 폐혈관을 효율적으로 분리하며 폐결절 내 홀을 제거한 최종 분할 결과를 획득함으로써 폐결절 분할 정확성을 높여준다.
다시 도 2의 설명으로 돌아가서, 214 과정에서는 상기 동적조영 전 증강영상과 동적조영 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합한다.
그리고 216 과정에서는 정규화된 상호정보기반 강체 정합을 통해 초기정합을 보정한다.
이후 218 과정에서는 상기 동적조영 전 증강영상에서 분할된 폐결절을 구역화하고, 220 과정에서 상기 각 구역에 대한 평균 밝기값을 이용하여 관류 분석을 수행한다.
상기 214 과정~220 과정에서 보인 동작을 도 10을 통해 더 자세히 설명하면, 도 10은 본 발명의 일 실시 예에 따른 폐결절 분할, 정합 및 관류 분석에 관한 흐름도이다. 도 10을 참조하면, 동적조영증강 폐 전산화단층촬영 영상에서 폐결절을 분할한 후 폐결절 정합 및 관류를 분석하기 위한 것으로, 조영 전(10), 후(12) 증강영상에서 폐결절들을 분할한 후 14 과정에서 폐결절 관심 볼륨들을 정의하고, 16 과정에서 조영 전, 후 증강영상에서 폐결절 관심 볼륨 간 폐결절의 중심점을 이용하여 초기 정합한다. 18 과정에서 정규화된 상호정보 기반 강체 정합을 통해 초기 정합을 보정한다.
그리고 20 과정에서 상기 조영 전 증강영상에서 분할된 폐결절을 포함하는 최적 볼륨을 정의하고, 22 과정에서 최적 볼륨을 3x3x3의 27개 영역으로 구역화한 후 각 구역에 대한 평균 밝기값을 계산한다. 24 과정에서 상기 계산된 평균 밝기값으로 구해진 시간-밝기값 곡선으로부터 5개의 파라미터(최대 조영 증가, 최대 조영 증가 시기, 시간당 최대 조영 증가 정도, 기울기 정도) 수치를 계산하고 각 수치를 컬러맵으로 가시화한다.
더욱 상세하게는 동적조영증강 폐 전산화단층촬영 영상은 조영 전과 조영 후 30, 60, 90, 120, 150, 180, 210, 240, 300, 480초에서 연속적으로 촬영되므로 촬영 시 호흡으로 인한 폐 볼륨의 위치와 크기 차이가 발생하게 되고 이로 인하여 폐결절의 위치 차이가 발생된다. 이를 보정하기 위해 조영 전 영상과 조영 후 영상 간 강체 정합이 필요하다.
초기 정합을 위해 조영 전, 후 증강영상에서 분할된 폐결절 볼륨의 중심점 (Cx, Cy, Cz)를 식 2를 통해 계산한다.
Figure 112011091160980-pat00002
(2)
이때, Ω는 분할된 폐결절 볼륨을 의미하고 p는 픽셀, N은 폐결절 볼륨에 해당하는 전체 픽셀의 개수이다. px, py, pz는 각 픽셀의 x, y, z 좌표를 의미한다.
구한 중심점으로부터 4x4x4cm3의 폐결절 관심볼륨을 정의하고 조영 전, 후 증강영상에서 폐결절 관심볼륨 간 중심점을 이용한 초기 정합을 수행한다. 그리고 위치뿐 아니라 크기 및 회전에 대한 차이를 보정해 주기 위해 강체 정합을 수행한다. 조영 전, 후 증강영상에서 폐결절은 조영제의 영향으로 인해 서로 다른 밝기값으로 나타나게 된다. 이러한 밝기값 차이에 영향을 받지 않고 최적의 강체 변환 벡터를 구하기 위해 밝기값의 분포를 이용하는 정규화된 상호정보기반 강체 정합을 수행한다. 구한 변환 벡터를 조영 후 증강영상의 폐결절에 적용함으로써 조영 전 증강영상의 폐결절 위치로 조영 후 증강영상의 폐결절이 정렬된다.
동적조영증강 폐 전산화단층촬영 영상에서 폐결절 자동 분할 및 정합의 오류로 인해 발생할 수 있는 폐결절 대응 픽셀들 간 위치 차이는 픽셀기반 관류 분석 수행 시 정확성을 떨어뜨리는 요인이 된다.
관류 분석의 정확성을 높이기 위해서 폐결절 볼륨을 구역으로 나누고 각 구역의 평균 밝기값을 이용하여 관류 분석을 수행한다.
상기 폐결절 볼륨을 구역화하기 위해 도 11과 같이 조영 전 증강영상에서 분할된 폐결절을 포함하는 최적 볼륨을 정의하고 3x3x3의 27개의 동일한 구역으로 분할한다. 상기 분할된 각 구역에서 조영 전, 후 증강영상들의 분할된 폐결절에 해당하는 픽셀에 대하여 평균 밝기값을 계산한다. 상기 평균 밝기값은 1개의 조영 전 증강영상과 9개의 조영 후 증강영상들에서 계산되므로 하나의 구역마다 11개의 평균 밝기값이 계산된다.
상기 계산된 평균 밝기값을 이용하여 각 구역에 대한 시간-밝기값 곡선을 구하고 5가지 파라미터인 최대 조영 증가(peak enhancement), 최대 조영 증가 시간(time to peak enhancement), 최대 조영 비율(MFR: maximum enhancement ratio), 조영의 기울기(SR: slope of enhancement), 조영 감소 비율(WR: washout ratio) 수치를 계산한다. 최대 조영 증가는 시간-밝기값 곡선에서 가장 조영이 많이 되었을 때의 밝기값을 의미하고, 최대 조영 증가 시간은 최대 조영 증가일 때 해당하는 시간을 의미한다. 최대 조영 비율은 조영의 증가 정도를 측정하기 위한 것으로 하기의 식 (3)과 같이 계산된다.
Figure 112011091160980-pat00003
(3)
이때, SImax는 최대조영증가, SIprior는 조영 전 증강영상에서의 밝기값을 나타낸다. 수치가 클수록 조영 정도가 큼을 의미한다.
조영의 기울기는 분당 최대 조영 비율의 정도를 측정하는 것으로 식 (4)와 같이 계산된다.
Figure 112011091160980-pat00004
(4)
이때, MER은 앞서 구한 최대 조영 비율을 의미하고 Tmax는 최대 조영 증가 시간을 의미한다. 수치가 클수록 빠른 시간 내에 조영이 증가되었음을 의미한다.
Figure 112011091160980-pat00005
(5)
이때, SImax는 최대조영증가, SI480s는 조영 후 480초에서 촬영된 증강영상의 밝기값을 의미한다. 수치가 클수록 빠른 시간 내에 조영이 감소되었음을 의미한다.
이러한 폐결절 분할 기술을 다양한 데이터에 대하여 실험하기 위해 총 40개의 환자 데이터에 있는 44개의 폐결절에 대하여 수행하였다. 20개의 환자 데이터는 서울대병원에서 SIEMENS CT SOM5 SPI와 PHILIPS MX8000 IDT-2 CT 스캔 장비로 촬영되었고 20개의 환자 데이터는 LIDC(Lung Image Database Consortium)[17] 데이터베이스에서 획득되었다. 각 실험 데이터의 영상 크기는 512x512, 픽셀 크기는 0.5x0.5~0.74x0.74mm, 슬라이스 간격은 1~3mm로 데이터당 1~2개의 폐결절을 가지고 있다. 도 12는 실험데이터의 폐결절 지름에 대한 분포를 보여주는 그래프이다. 폐결절의 최소 지름의 크기는 4.82mm, 최대 지름의 크기는 27.1mm로 다양한 크기의 폐결절이 분포하고 있었고 6~15mm의 크기가 작은 폐결절의 수가 많았다. 폐결절 유형별 개수는 폐 내부에 고립된 결절이 10개, 폐흉벽에 붙어있는 결절이 10개, 폐혈관과 연결되어 있는 결절이 19개, 폐흉벽 및 혈관에 연결되어 있는 결절이 5개로 다양한 유형의 폐결절에 대하여 실험하였다.
본 발명의 일 실시 예에 따른 폐결절 분할 방법을 평가하기 위하여 육안 및 정확성 평가 결과를 분석하였다. 도 13은 네 가지 유형(폐 내부에 고립된 결절, 폐흉벽에 붙어있는 결절, 폐혈관과 연결되어 있는 결절, 폐흉벽 및 혈관에 연결되어 있는 결절)의 폐결절에 대하여 밝기값 기반 분할 결과와 제안 방법을 적용한 분할 결과를 비교하여 보여준다. 도 13(a)는 -400HU 이상의 밝기값을 임계값으로 3D 씨앗 영역 성장법을 수행한 결과로써 폐결절 뿐 아니라 유사한 밝기값을 갖는 폐흉벽 및 혈관과 같은 주변조직이 함께 분할되었다. 그러나 본 발명에 따른 밝기값, 곡률 및 형태 정보를 이용한 폐결절 분할을 수행한 후에는 도 13(b), 도 13(c)와 같이 폐흉벽 및 혈관으로의 누출 없이 폐결절이 정확하게 분할되는 결과를 보였다. 또한 경계 형태가 다른 폐혈관과 연결되어 있는 폐결절 분할 결과를 통해 규칙적인 경계뿐 아니라 분할 정확성이 떨어지는 불규칙적인 경계를 가진 폐결절도 비교적 정확하게 분할됨을 알 수 있었다.
정확성 평가를 위하여 두 명의 임상의가 수행한 수동 분할 결과와 제안 방법으로 수행한 자동 분할 결과를 폐결절 경계 간 평균 거리 차이(Average Distance Difference)를 이용하여 식 6과 같이 구하여 비교하였다.
Figure 112011091160980-pat00006
(6)
이때, A와 B는 각각 비교하고자하는 자동 및 수동 분할된 폐결절 경계에 해당하는 점들을 의미하고 N은 A에 해당하는 전체 점의 개수, i는 점의 인덱스이다. A에 해당하는 각 점에 대하여 B에 해당하는 모든 점들 중 최소 거리를 구하고 최소 거리들의 평균을 계산한다. ADD 수치는 두 분할 결과가 유사할수록 0에 가까운 값을 갖게 된다.
도 14는 수동 및 자동 분할의 ADD 수치 비교 결과를 보여준다. 수동 분할 1과 수동 분할 2의 평균 ADD 수치는 0.26 ±0.16 mm를 보였다. 수동 분할 1과 자동 분할의 평균 ADD 수치는 0.24±0.30mm, 수동 분할 2와 자동 분할의 평균 ADD 수치는 0.39±0.29mm를 보였다. 수동 분할 1과 2의 분할 결과는 가장 작은 ADD 수치를 나타냄으로써 두 명의 임상의 간 폐결절 분할 결과가 큰 오차 없이 유사한 결과를 보였음을 알 수 있었다. 또한, 자동 분할과 수동 분할 2의 결과는 가장 높은 ADD 수치를 보였으나 이는 1 픽셀(0.5~0.75mm) 이내의 오차 범위를 의미하고, 세 개의 비교 결과 수치 차이가 그리 크지 않게 나타남으로써 제안한 자동 분할 방법이 임상의의 수동 분할 결과와 유사하게 폐결절을 잘 분할하는 결과를 보였음을 알 수 있었다.
도 15는 수동 및 자동 분할된 폐결절 경계 간 거리 차이(ADD)를 네 가지 폐결절 유형별로 분석한 결과이다. 폐 내부에 고립된 결절과 폐혈관과 연결되어 있는 결절은 수동 및 자동분할 간 오차가 작았고 폐흉벽 및 혈관에 연결되어 있는 결절은 상대적으로 큰 오차를 보였다. 그 이유는 폐흉벽 및 혈관에 연결되어 있는 5개의 결절 중 2개가 심하게 불규칙적인 폐결절 경계를 가지고 있었기 때문이고, 이러한 2개의 폐결절은 1.2mm의 ADD 수치를 보였다. 이와 같이 폐결절 경계가 심하게 불규칙한 형태를 갖는 경우, 임상의가 수동 분할한 결과에 비해 자동 분할이 작게 분할되는 결과를 보임으로써 다른 폐결절들에 비해 상대적으로 오차가 크게 나타났다. 그러나 가장 오차가 큰 평균 ADD 수치가 0.72mm로 1픽셀(0.5~0.75mm)의 범위에 속함으로써 전체적으로 비교적 높은 폐결절 분할 정확성을 보였다.
폐결절 관류 분석을 위해 동적조영증강 폐 CT 영상 14개 데이터에 대해 실험하였다. 각 데이터는 서울대병원에서 Siemens Somatom Definition CT 스캔 장비로 조영제 주입 전과 주입 후 30, 60, 90, 120, 150, 180, 210, 240, 300, 480초에서 촬영된 11개의 데이터 셋으로 이루어져있다. 총 14개 실험데이터 중 11개는 악성 종양, 3개는 양성 종양을 가진 데이터였고 각 데이터의 영상 크기는 512X512, 픽셀 크기는 0.5x0.5~0.7x0.7mm, 슬라이스 간격은 1mm이었다.
폐결절 정합의 정확성을 평가하기 위해 도 16과 같이 조영 전, 후 증강영상에서 DICE 유사도 계수를 이용하여 정합 전과 후에 폐결절 볼륨 간 차이를 측정하였다. 각 데이터는 1개의 조영 전 증강영상과 10개의 조영 후 증강영상들 간 10번의 정합이 수행되었고 조영 전 증강영상 내 폐결절 볼륨을 기준으로 조영 후 증강영상 내 폐결절 볼륨의 중복 정도를 측정하였다. 전체 데이터에 대하여 조영 전, 후 증강영상의 평균 폐결절 볼륨 초기 오차는 0.53±0.2였으나 초기 정합 후 0.87±0.07, 강체 정합 후에는 0.87±0.05까지 증가하였다.
도 17은 임상전문의의 수동 폐결절 관류 측정 수치와 제안 방법의 자동 폐결절 관류 측정 수치를 시간-평균 밝기값 곡선으로 비교한 것이다. 전체 14개 중 10개의 데이터에서 유사한 관류 패턴이 나타났다. 양성 종양은 초기 시간에 조영 정도가 적고 시간이 흐름에 따라 조영 정도에 큰 차이가 없는 반면, 악성 종양은 초기 시간에 조영 정도가 급격히 증가한 후에 급격히 떨어지는 패턴을 보임을 알 수 있다.
도 18은 5가지 파라미터(최대 조영 증가, 최대 조영 증가 시간, 최대 조영 비율, 조영의 기울기, 조영 감소 비율)에 대하여 각 구역을 컬러맵으로 표현하고 임상전문의의 육안평가를 수행한 결과이다. 악성 종양의 경우 양성 종양에 비해 높은 최대 조영 증가, 최대 조영 비율, 조영의 기울기와 빠른 조영 감소 비율 수치를 보였다.
본 발명에서는 동적조영증강 폐 CT 영상에서 밝기값, 곡률 및 형태 정보를 이용한 폐결절 자동 분할과 정규화된 상호정보기반 강체 정합 및 관류 측정 방법을 제안하였다. 관심영역 경계 포함 범위률을 이용한 폐결절 유형 분류는 다양한 형태로 나타나는 폐결절에 대하여 네 가지 유형으로 폐결절을 자동 분류하고, 유형에 따라 적합한 분할 알고리즘을 적용함으로써 폐결절로부터 주변조직을 분리하였다.
폐 경계의 곡률 정보를 이용한 폐흉벽 분리 알고리즘은 폐결절과 밝기값이 유사한 폐흉벽으로의 누출 없이 폐결절을 정확하게 분할하였다. 원형구조요소를 가진 교집합 연산자를 이용한 폐혈관 분리 알고리즘은 폐결절 크기보다는 작고 연결되어 있는 폐혈관의 크기보다는 큰 폐결절에 조밀한 크기의 원형구조요소를 자동으로 산정하고 이를 이용하여 폐혈관을 분리함으로써 폐결절을 정확하게 분할하였다.
상기 정규화된 상호정보기반 강체 정합은 조영 전, 후 증강영상에서 폐결절의 위치 차이를 보정함으로써 정확한 관류 측정이 가능하도록 하였다. 실험결과, 수동 및 자동 분할의 폐결절 경계 간 평균 거리 차이가 1 픽셀 이내의 오차를 보였고 다양한 유형의 폐결절에 대하여 경계가 규칙적인 경우뿐 아니라 불규칙적인 경우에도 분할이 잘 되었음을 알 수 있었다. 또한 조영 전, 후 증강영상 간 평균 폐결절 볼륨 초기 오차는 0.53±0.2였으나 강체 정합 후에는 0.89±0.05까지 증가함으로써 폐결절의 위치 차이가 보정되었음을 알 수 있었다. 폐결절 볼륨의 구역화 및 구역별 관류 분석은 폐결절 분할 및 정합의 오차를 줄이면서 양성 및 악성 종양의 관류를 분석할 수 있었다.
이상 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 대해 살펴보았다.
이하에서는, 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템의 구성에 관해 도 19를 참조하여 살펴보기로 한다.
도 19는 본 발명의 일 실시 예에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템의 상세 블록도이다.
도 19를 참조하면, 본 발명이 적용된 시스템은 영상획득부(20), 폐결절 영역추출부(21), 폐결절 정합부(22), 폐결절 분할부(23), 관류 분석부(24) 및 제어부(25)를 포함한다.
상기 영상 획득부(20)는 폐 전산화단층 촬영 영상을 획득한다.
상기 폐결절 영역 추출부(21)는 상기 영상 획득부(20)으로부터 획득된 폐 전산화단층촬영 영상에서 결정된 폐결절의 유형에서 폐결절 후보 영역을 추출한다.
상기 폐결절 분할부(23)는 상기 폐결절 후보 영역에서 주변 조직을 분리하여 폐결절을 분할한다.
상기 제어부(25)는 상기 영상 획득부(20)가 폐 전산화단층촬영을 수행하여 영상을 획득하고, 상기 폐결절 영역 추출부(21)가 획득된 영상으로부터 폐결절의 유형을 결정한 후 상기 폐결절 분할부(23)가 폐결절 후보 영역을 추출하여 폐결절을 분할하고, 상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합 및 보정을 수행하고, 상기 동적조영 전 증강영상을 구역화하여 관류 분석을 수행하도록 제어한다.
상기 제어부(25)는 상기 폐 전산화단층촬영 영상에서 폐결절 내부에 존재하는 씨앗점을 중심으로 3차원 관심볼륨을 정의하고, 상기 3차원 관심볼륨 정의된 각 슬라이스에서 2차원 씨앗 영역 성장법을 이용하여 관심 영역 경계의 포함 범위률을 계산하여 적어도 하나 이상의 폐결절 유형을 분류하도록 제어한다.
또한, 상기 제어부(25)는 상기 평균 밝기값을 통해 획득된 시간-밝기값 곡선으로부터 최대 조영 증가, 최대 조영 증가 시가, 시간 당 최대 조영 증가 정도 및 기울기 정도에 대한 각 파라미터 수치를 산출하고 상기 각 수치를 컬러맵으로 가시화하도록 제어한다.
상기 폐결절정합부(22)는 상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고, 정규화된 상호정보기반 강체 정합을 통해 보정을 수행하여 출력한다.
상기 관류 분석부(24)는 상기 제어부(25)에서 구역화된 각 구역에 대한 평균 밝기값을 이용하여 관류를 측정하여 출력한다.
상기와 같이 본 발명에 따른 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법 및 시스템에 관한 동작이 이루어질 수 있으며, 한편 상기한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나 여러 가지 변형이 본 발명의 범위를 벗어나지 않고 실시될 수 있다. 따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 청구범위와 청구범위의 균등한 것에 의하여 정하여져야 할 것이다.
20: 영상 획득부 21: 폐결절 영역 추출부
22: 폐결절 정합부 23: 폐결절 분할부
24: 관류 분석부 25: 제어부

Claims (12)

  1. 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법에 있어서,
    상기 폐 전산화단층촬영 영상에서 결정된 폐결절의 유형으로부터 폐결절 후보 영역을 추출하고, 상기 추출된 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할하는 과정과,
    상기 동적조영 전 증강영상과 동적조영 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 초기 정합을 보정하는 과정과,
    상기 동적조영 전 증강영상에서 분할된 폐결절을 구역화하고 상기 각 구역에 대한 평균 밝기값을 이용하여 관류 분석을 수행하는 과정을 포함함을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  2. 제1항에 있어서, 상기 폐결절 유형은,
    상기 폐 전산화단층촬영 영상에서 폐결절 내부에 존재하는 씨앗점을 중심으로 3차원 관심볼륨을 정의하는 과정과,
    상기 3차원 관심볼륨 정의된 각 슬라이스에서 2차원 씨앗 영역 성장법(Seeded Region Growing)을 이용하여 관심영역 경계의 포함 범위률을 계산하는 과정을 포함함을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  3. 제1항에 있어서, 상기 폐결절 후보 영역은,
    상기 폐 전산화단층촬영 영상에서 폐결절을 포함하고 있는 관심볼륨 내의 씨앗점을 기준으로 3차원 씨앗 영역 성장법을 이용하여 추출됨을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  4. 제1항에 있어서, 상기 폐결절의 유형은,
    비율에 따라 폐 내부에 고립된 결절, 폐흉벽에 붙어있는 결절, 폐혈관과 연결되어 있는 결절 및 폐흉벽 및 혈관에 연결되어 있는 결절로 분류됨을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  5. 제1항에 있어서, 상기 폐결절 후보영역은,
    폐결절의 유형에 따라 폐 경계를 추적하면서 곡률이 큰 두 점을 선형 보간함으로써 폐흉벽을 분리하거나, 결절의 크기에 적합한 원형구조요소를 자동 산정하고 폐결절 후보 영역과 교집합 연산을 반복적으로 수행함으로써 폐혈관을 분리하여 폐결절을 분할하거나, 폐흉벽과 혈관 알고리즘을 순서대로 수행함으로써 주변조직이 분리됨을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  6. 제1항에 있어서, 상기 폐결절 후보 영역은,
    -400HU 이상의 밝기값을 가지는 것으로, 폐 영역에서 공기 영역을 제거하고 폐 내부에 고립된 결절 영역이 분할되어 정의됨을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  7. 제1항에 있어서, 상기 관류 분석을 수행하는 과정은,
    상기 평균 밝기값을 통해 획득된 시간-밝기값 곡선으로부터 최대 조영 증가, 최대 조영 증가 시기, 시간당 최대 조영 증가 정도 및 기울기 정도에 대한 각 파라미터 수치를 산출하고 상기 각 수치를 컬러맵으로 가시화하는 것을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  8. 제1항에 있어서, 상기 주변조직은,
    폐흉벽과 혈관을 포함하는 것을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 방법.
  9. 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템에 있어서,
    폐 전산화단층촬영 영상 획득부와,
    상기 획득된 폐 전산화단층촬영 영상에서 결정된 폐결정의 유형에서 폐결절 후보 영역을 추출하는 폐결절 영역 추출부와,
    상기 폐결절 후보 영역에서 주변조직을 분리하여 폐결절을 분할하는 폐결절 분할부와,
    상기 폐 전산화단층촬영을 수행하여 영상을 획득하고, 상기 획득된 영상으로부터 폐결절의 유형을 결정한 후 폐결절 후보 영역을 추출하여 폐결절을 분할하고, 상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합 및 보정을 수행하고, 상기 동적조영 전 증강영상을 구역화하여 관류 분석을 수행하도록 제어하는 제어부와,
    상기 동적조영 전, 후 증강영상들 간 분할된 폐결절의 중심점을 이용하여 초기 정합하고 정규화된 상호정보기반 강체 정합을 통해 보정을 수행하여 출력하는 폐결절 정합부와,
    상기 제어부에서 구역화된 각 구역에 대한 평균 밝기값을 이용하여 관류를 측정하여 출력하는 관류 분석부를 포함함을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템.
  10. 제9항에 있어서, 상기 제어부는,
    상기 폐 전산화단층촬영 영상에서 폐결절 내부에 존재하는 씨앗점을 중심으로 3차원 관심볼륨을 정의하고, 상기 3차원 관심볼륨 정의된 각 슬라이스에서 2차원 씨앗 영역 성장법(Seeded Region Growing)을 이용하여 관심영역 경계의 포함 범위률을 계산하여 적어도 하나 이상의 폐결절 유형을 분류함을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템.
  11. 제9항에 있어서, 상기 폐결절 영역 추출부는,
    폐결절의 유형에 따라 폐 경계를 추적하면서 곡률이 큰 두 점을 선형 보간함으로써 폐흉벽을 분리하거나, 결절의 크기에 적합한 원형구조요소를 자동 산정하고 폐결절 후보 영역과 교집합 연산을 반복적으로 수행함으로써 폐혈관을 분리하여 폐결절을 분할하거나, 폐흉벽과 혈관 알고리즘을 순서대로 수행함으로써 주변조직이 분리됨을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템.
  12. 제9항에 있어서, 상기 제어부는,
    상기 평균 밝기값을 통해 획득된 시간-밝기값 곡선으로부터 최대 조영 증가, 최대 조영 증가 시기, 시간 당 최대 조영 증가 정도 및 기울기 정도에 대한 각 파라미터 수치를 산출하고 상기 각 수치를 컬러맵으로 가시화하도록 제어하는 것을 특징으로 하는 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템.
KR1020110120578A 2011-11-18 2011-11-18 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법 KR101251822B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110120578A KR101251822B1 (ko) 2011-11-18 2011-11-18 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110120578A KR101251822B1 (ko) 2011-11-18 2011-11-18 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101251822B1 true KR101251822B1 (ko) 2013-04-09

Family

ID=48442537

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110120578A KR101251822B1 (ko) 2011-11-18 2011-11-18 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101251822B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101576873B1 (ko) 2014-03-28 2015-12-14 연세대학교 산학협력단 선택적 관상동맥 컴퓨터 단층촬영 혈관조영을 통한 심근홍조등급 분류방법
WO2016125978A1 (en) * 2015-02-02 2016-08-11 Samsung Electronics Co., Ltd. Method and apparatus for displaying medical image
KR102097396B1 (ko) * 2018-10-24 2020-04-06 서울여자대학교 산학협력단 안면 영상 정합 방법
KR102150682B1 (ko) * 2019-08-08 2020-09-02 주식회사 딥노이드 특이점 분류 장치 및 분류 방법
KR102358050B1 (ko) * 2020-12-23 2022-02-08 주식회사 뷰노 의료 영상 기반의 병변 분석 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144909A1 (en) * 2005-02-11 2008-06-19 Koninklijke Philips Electronics N.V. Analysis of Pulmonary Nodules from Ct Scans Using the Contrast Agent Enhancement as a Function of Distance to the Boundary of the Nodule
JP2009537201A (ja) * 2006-05-15 2009-10-29 スティフテルセン ウニヴァズィテッフォースクニング ベルゲン 灌流イメージングの方法
KR20110124036A (ko) * 2010-05-10 2011-11-16 울산대학교 산학협력단 생체부분 간이식의 공여자 선별을 위한 간 영역 체적 측정 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144909A1 (en) * 2005-02-11 2008-06-19 Koninklijke Philips Electronics N.V. Analysis of Pulmonary Nodules from Ct Scans Using the Contrast Agent Enhancement as a Function of Distance to the Boundary of the Nodule
JP2009537201A (ja) * 2006-05-15 2009-10-29 スティフテルセン ウニヴァズィテッフォースクニング ベルゲン 灌流イメージングの方法
KR20110124036A (ko) * 2010-05-10 2011-11-16 울산대학교 산학협력단 생체부분 간이식의 공여자 선별을 위한 간 영역 체적 측정 방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101576873B1 (ko) 2014-03-28 2015-12-14 연세대학교 산학협력단 선택적 관상동맥 컴퓨터 단층촬영 혈관조영을 통한 심근홍조등급 분류방법
WO2016125978A1 (en) * 2015-02-02 2016-08-11 Samsung Electronics Co., Ltd. Method and apparatus for displaying medical image
KR101728044B1 (ko) 2015-02-02 2017-04-18 삼성전자주식회사 의료 영상을 디스플레이 하기 위한 방법 및 장치
KR102097396B1 (ko) * 2018-10-24 2020-04-06 서울여자대학교 산학협력단 안면 영상 정합 방법
KR102150682B1 (ko) * 2019-08-08 2020-09-02 주식회사 딥노이드 특이점 분류 장치 및 분류 방법
KR102358050B1 (ko) * 2020-12-23 2022-02-08 주식회사 뷰노 의료 영상 기반의 병변 분석 방법
KR20220091434A (ko) * 2020-12-23 2022-06-30 주식회사 뷰노 의료 영상 기반의 병변 분석 방법
WO2022139170A1 (ko) * 2020-12-23 2022-06-30 주식회사 뷰노 의료 영상 기반의 병변 분석 방법
KR102589405B1 (ko) * 2020-12-23 2023-10-16 주식회사 뷰노 의료 영상 기반의 병변 분석 방법

Similar Documents

Publication Publication Date Title
CN110338840B (zh) 三维成像数据的显示处理方法和三维超声成像方法及系统
Aykac et al. Segmentation and analysis of the human airway tree from three-dimensional X-ray CT images
EP3164072B1 (en) System and method for segmentation of lung
US7787673B2 (en) Method and apparatus for airway detection and segmentation using 3D morphological operators
JP6329697B2 (ja) 体組織の自動的なセグメンテーションおよび定量化のための方法
US20080118136A1 (en) Propagating Shell for Segmenting Objects with Fuzzy Boundaries, Automatic Volume Determination and Tumor Detection Using Computer Tomography
WO2007044508A2 (en) System and method for whole body landmark detection, segmentation and change quantification in digital images
US20140003684A1 (en) Automatic detection of vertebrae boundaries in spine images
KR101251822B1 (ko) 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법
Farag et al. Automatic detection and recognition of lung abnormalities in helical CT images using deformable templates
US20090257550A1 (en) Slice image display apparatus, method and recording-medium having stored therein program
Casiraghi et al. Automatic abdominal organ segmentation from CT images
Linguraru et al. Liver and tumor segmentation and analysis from CT of diseased patients via a generic affine invariant shape parameterization and graph cuts
CN111374712B (zh) 一种超声成像方法及超声成像设备
CN116580068B (zh) 一种基于点云配准的多模态医学配准方法
EP3047455B1 (en) Method and system for spine position detection
Singhal et al. Automated assessment of endometrium from transvaginal ultrasound using deep learned snake
Gao et al. Accurate lung segmentation for X-ray CT images
WO2015040547A1 (en) Method and system for spine position detection
US7747051B2 (en) Distance transform based vessel detection for nodule segmentation and analysis
Sun et al. Automatic segmentation and measurement on knee computerized tomography images for patellar dislocation diagnosis
CN108961214A (zh) 基于改进的连续型最大流算法的脑肿瘤mri三维分割方法
CN110533667B (zh) 基于图像金字塔融合的肺部肿瘤ct影像3d分割方法
CN114862799B (zh) 一种用于flair-mri序列的全自动脑体积分割方法
Tan et al. A segmentation method of lung parenchyma from chest CT images based on dual U-Net

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: 20160404

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180402

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190318

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20200309

Year of fee payment: 8