KR101270762B1 - 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법 - Google Patents

다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법 Download PDF

Info

Publication number
KR101270762B1
KR101270762B1 KR1020110098940A KR20110098940A KR101270762B1 KR 101270762 B1 KR101270762 B1 KR 101270762B1 KR 1020110098940 A KR1020110098940 A KR 1020110098940A KR 20110098940 A KR20110098940 A KR 20110098940A KR 101270762 B1 KR101270762 B1 KR 101270762B1
Authority
KR
South Korea
Prior art keywords
infarct
cardiac
gaussian
region
polarity map
Prior art date
Application number
KR1020110098940A
Other languages
English (en)
Other versions
KR20130034839A (ko
Inventor
우상근
이용진
김경민
이원호
박지애
강주현
김민환
임상무
Original Assignee
한국원자력의학원
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 한국원자력의학원 filed Critical 한국원자력의학원
Priority to KR1020110098940A priority Critical patent/KR101270762B1/ko
Publication of KR20130034839A publication Critical patent/KR20130034839A/ko
Application granted granted Critical
Publication of KR101270762B1 publication Critical patent/KR101270762B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법에 관한 것으로서, 더욱 상세하게는, 심장 극성지도의 히스토그램에서 명도 분포에 대한 다중가우시안혼합모델에 따른 분포 특성을 계산하고, 심장의 경색영역과 정상영역을 분할하기 위한 임계값을 구한 후 경색영역을 결정하고, 결정된 경색영역의 크기를 계산하는 장치 및 방법에 관한 발명이다.
본 발명에 따르면, 심장의 경색영역을 정확하고 신속하게 결정할 수 있을 뿐만 아니라, 그에 따라 경색영역의 크기도 정밀하고 효율적으로 계측할 수 있다.

Description

다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법{Apparatus and Method of Measuring the Size of Infarction in Polar Map Using Multi Gaussian Mixture Model}
본 발명은 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법에 관한 것으로서, 더욱 상세하게는, 심장 극성지도의 히스토그램에서 명도 분포에 대한 다중가우시안혼합모델에 따른 분포 특성을 계산하고, 심장의 경색영역과 정상영역을 분할하기 위한 임계값을 구한 후 경색영역을 결정하고, 결정된 경색영역의 크기를 계산하는 장치 및 방법에 관한 발명이다.
본 발명은 교육과학기술부, 한국연구재단, 한국원자력의학원의 원자력 연구기반 확충사업과 일반 연구자 지원 사업의 일환으로 수행한 연구로부터 도출된 것이다.
[과제관리번호: 20110006293, 연구과제명: 통합된 PET/CT와 MRI 영상을 이용한 쥐 심근경색 모델의 평가기술개발, 2011.04.01~2012.03.01]
[과제관리번호: 20110012830, 연구과제명: 소동물 다중 심장영상 분석시스템 기반 기술 개발, 2011.05.01~2012.04.30]
심장의 심근 경색 평가를 위한 다기종 영상화 방법은 소동물 PET과 MRI 장비를 이용하여 정상 심근과 심근 경색을 가진 심근 특성을 분석한다. 소동물 PET 영상화는 18F-FDG를 주사하고 이완기와 수축기로 나누어 영상을 획득한 후 좌심실 벽에 대한 극성지도(polar map)를 작성하여 결손된 정도를 평가한다. MRI 영상은 Gadolinium 기반의 조영제를 주사하고 10분 이상이 지났을 때 심장 주기를 모니터링하며 소동물 코일을 이용하여 영상을 획득한다. 주사된 조영제는 경색영역에서 강한 신호로 나타나며 이 영역의 크기를 이용하여 심근경색 정도를 평가한다. 획득된 두 영상의 융합을 통하여 심근경색영역에 대한 심근 관류와 크기를 평가할 수 있다.
그러나 서로 다른 기기에서 획득된 영상을 직접적으로 비교하여 평가하기에는 어려움이 따른다. 특히 심장과 같이 움직임을 가지는 부위에서는 영상의 질이 떨어지고 위치정보가 왜곡됨에 따라 정확히 평가하기 어렵다. 이러한 문제는 심장 끝부분과 같이 측정하고자 하는 부위가 작을수록 평가에 어려움이 있기 때문에 단일 영상을 이용한 평가의 한계를 이해하고 이를 극복할 수 있는 방법이 필요하다.
한편 극성지도를 이용한 심근경색영역의 평가는 전통적으로 50-80%로 미리 정해진 임계값을 이용하여 경색영역을 평가하거나 반자동으로 심근 영역을 평가하기 위하여 심근 영역의 경계 부분을 자동으로 설정하고 시드점(seed point)을 설정하여 전체 극성지도 영역에 대한 비율을 계산한다. 임계값으로 미리 정의된 절대치를 이용하는 방법은 경색영역의 결손 정도와 개체 간에서 차이를 보이며 반자동 방법 또한 결손 영역의 크기에 맞는 임계값을 설정하지 못한다. 이와 같이 심근경색영역을 수동으로 설정하여 평가시 발생되는 시간의 낭비와 부정확성을 해결하기 위하여 자동으로 심근 경색영역을 평가할 수 있는 방법이 필요하다.
본 발명이 해결하고자 하는 과제는, 심장 극성지도의 히스토그램에서 명도 분포에 대한 다중가우시안혼합모델에 따른 분포 특성을 계산하고, 심장의 경색영역과 정상영역을 분할하기 위한 임계값을 구한 후 경색영역을 결정하고, 결정된 경색영역의 크기를 계산하는 장치 및 방법을 제공하는 것이다.
상기한 과제를 해결하기 위해 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법은, a) 심장에 대한 PET 영상으로부터 생성된 심장 극성지도를 히스토그램으로 변환하는 단계; b) 심장 극성지도의 히스토그램에서 명도가 낮은 영역 및 높은 영역을 다중가우시안혼합모델을 이용하여 명도가 낮은 영역인 경색영역에 대한 제1 가우시안 함수 및 명도가 높은 영역인 정상영역에 대한 제2 가우시안 함수를 획득하는 단계; c) 상기 획득한 제1 및 제2 가우시안 함수가 교차되는 교차점을 추출하는 단계; d) 상기 추출된 교차점을 임계값으로 결정하는 단계; e) 상기 심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 결정하는 단계; 및 f) 상기 심장 극성지도의 전체 면적에 대한 상기 결정된 경색영역의 면적 비율인 경색비율을 계산하는 단계를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 경색비율이 소정값 이하인 경우, 상기 b) 단계는, 상기 심장 극성지도에서 정상영역의 히스토그램에 대하여 제3 내지 제n 정상영역 가우시안 함수를 획득하는 단계를 더 포함하고, 상기 제1 가우시안 함수 및 상기 제2 가우시안 함수가 교차되는 지점을 임계값으로 재결정한 후, 상기 재결정된 임계값을 이용하여 상기 e) 단계 및 f) 단계를 재수행할 수 있다.
바람직하게는, 상기 방법은, 상기 경색비율이 소정값 이하인 경우, 상기 n이 3 내지 4중의 하나인 것을 특징으로 한다.
상기한 과제를 해결하기 위해 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치는, 심장에 대한 PET 영상으로부터 생성된 심장 극성지도를 수신하고, 상기 수신한 심장 극성지도를 히스토그램으로 변환하는 극성지도 변환부; 상기 심장 극성지도의 히스토그램에서 명도가 낮은 영역 및 높은 영역을 다중가우시안혼합모델을 이용하여 명도가 낮은 영역인 경색영역에 대한 제1 가우시안 함수 및 명도가 높은 영역인 정상영역에 대한 제2 가우시안 함수를 획득하는 가우시안 분석부; 상기 획득한 제1 및 제2 가우시안 함수가 교차되는 교차점을 추출하고, 상기 추출된 교차점을 임계값으로 결정하는 임계값 자동설정부; 상기 심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 결정하는 경색영역 결정부; 및 상기 심장 극성지도의 전체 면적에 대한 상기 결정된 경색영역의 면적 비율인 경색비율을 계산하는 경색비율 계산부를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 가우시안 분석부는, 상기 심장 극성지도에서 정상영역의 히스토그램에 대하여 제3 내지 제n 정상영역 가우시안 함수를 각각 획득하는 제3 내지 제n 가우시안 획득부를 더 포함하고, 상기 임계값 자동설정부는, 상기 경색비율이 소정값 이하인 경우, 상기 제1 가우시안 함수 및 상기 제2 가우시안 함수가 교차되는 지점을 임계값으로 재결정하고, 상기 재결정된 임계값을 상기 경색영역 결정부로 제공하며, 상기 경색영역 결정부는 상기 재결정된 임계값을 이용하여 심근경색영역을 결정할 수 있다.
바람직하게는, 상기 가우시안 분석부는, 상기 경색비율이 소정값 이하인 경우, 상기 n이 3 내지 4 중의 어느 하나일 수 있다.
바람직하게는, 상기 경색영역 졀정부는, 심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하는 경색영역 표현부를 더 포함할 수 있다.
본 발명에 따르면, 심장의 경색영역을 정확하고 신속하게 결정할 수 있을 뿐만 아니라, 그에 따라 경색영역의 크기도 정밀하고 효율적으로 계측할 수 있다.
도 1은 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법을 예시한 도면.
도 2는 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치를 나타낸 블록도.
도 3은 다양한 경색영역 평가 방법의 결과를 비교 예시한 도면.
도 4는 조직학적영상의 경색 크기와 심장 극성지도에서의 경색 크기와의 상관관계를 평가한 그래프.
도 5는 조직학적영상의 경색 크기와 다양한 경색영역 측정 방법을 이용하여 측정한 경색 크기의 차이를 비교한 그래프.
도 6은 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법을 나타낸 흐름도.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서 첨부된 도면을 참조하여, 본 발명의 바람직한 실시예를 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법을 예시한 도면이다.
본 발명에 따른 다중가우시안혼합모델(Multi Gaussian mixture model, MGMM)을 이용한 심장 극성지도에서의 경색 크기 계측 방법 및 장치는 심장 극성지도의 히스토그램에서 명도 분포에 대한 다중가우시안혼합모델에 따른 분포 특성을 계산하고, 심장의 경색영역과 정상영역을 분할하기 위한 임계값을 구한 후 경색영역을 결정하고, 결정된 경색영역의 크기를 계산하는 것에 관한 발명이다.
도 1(a)는 PET 영상 데이터로부터 획득된 심장의 극성지도를 예시하는 도면이고, 도 1(b)는 심장의 극성지도를 히스토그램으로 나타낸 그래프이고, 도 1(c)는 도 1(b)의 히스토그램에서 경색영역과 정상영역을 분할할 수 있는 임계값을 예시하는 그래프이고, 도 1(d)는 임계값에 따라 경색영역을 분할한 것을 예시한 도면이다.
도 1(a)는 심장 극성지도를 예시한 도면으로서, 심장 극성지도는 PET(양전자방출단층촬영기, Positron Emission Tomography)에서 촬영한 심장의 PET 영상 데이터로부터 획득된다.
도 1(a)에서 밝게 표현된 부분은 심근경색이 없는 정상영역(normal area)을 의미하고, 어둡게 표현된 부분은 심근경색이 존재하는 경색영역(infarct area)을 의미한다.
도 1(b)는 심장 극성지도의 각 픽셀에 대한 명도값을 획득하고 각 명도값에 해당하는 픽셀 개수를 대응시킨 히스토그램을 예시한 도면이다.
도 1(b)의 히스토그램에서 가로축은 명도값을 나타내고 세로축은 픽셀 개수를 의미한다. 도 1(b)를 참조하면, 히스토그램에서 2 개의 봉우리를 확인할 수 있다. 히스토그램에서 상대적으로 낮은 명도에 분포된 영역은 경색영역(infarct area)이고, 상대적으로 높은 명도에 분포된 영역은 정상영역(normal area)이다.
도 1(c)는 도 1(b)의 히스토그램에서 경색영역과 정상영역을 분할하는 임계값을 예시하는 그래프이다. 임계값은 히스토그램에서 경색영역을 표현하는 가우시안 함수와 정상영역을 표현하는 가우시안 함수의 경계부분의 값을 의미하는 것으로서 자동으로 결정된다.
도 1(d)는 임계값에 따라 경색영역을 분할한 것을 예시한 도면이다.
본 발명에 따라 임계값이 결정되면, 심장 극성지도에서 임계값 이하의 명도를 가지는 영역은 경색영역으로 결정되고, 경색영역 및 정상영역 간의 경계가 명확해질 수 있다.
도 2는 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치를 나타낸 블록도이다.
도 2를 참조하면, 본 발명은 극성지도 변환부(110), 가우시안 분석부(120), 임계값 자동설정부(130), 경색영역 결정부(140), 및 경색비율 계산부(150)를 포함한다.
극성지도 변환부(110)는 심장의 PET 영상 데이터로부터 획득된 심장 극성지도를 수신하고, 수신한 심장 극성지도를 히스토그램으로 변환하는 역할을 수행한다. 히스토그램은 화상 데이터인 심장 극성지도에 대하여 각 명도의 레벨마다 그 명도 레벨을 갖는 픽셀 개수 또는 픽셀 개수에 대한 비율을 표시한 함수로서, 가로축에는 극성지도 전체의 명도 분포가 8비트 명도값인 256 단계로 표시되고, 세로축에는 픽셀 개수를 취한 막대 그래프가 표시된다.
극성지도 변환부(110)는 분석의 대상이 되는 심장 극성지도를 히스토그램으로 변환하고, 히스토그램의 분석을 위해 변환한 히스토그램을 가우시안 분석부(120)로 보낸다.
가우시안 분석부(120)는 심장 극성지도의 히스토그램을 다중가우시안혼합모델을 이용하여 분석하는 역할을 수행한다. 가우시안 분석부(120)는 심장 극성지도의 히스토그램에서 명도가 낮은 영역과 명도가 높은 영역을 구분하고, 명도가 낮은 영역 및 명도가 높은 영역에 대해 다중가우시안혼합모델을 이용하여 각 영역에 대한 가우시안 분포를 획득한다.
다중가우시안혼합모델을 이용한 가우시안 분포 획득 과정을 좀 더 상세히 설명하도록 한다.
심근경색이 있는 심장 극성지도 영상에서 히스토그램의 분포는 상대적으로 낮은 명도값을 가지는 경색영역과 상대적으로 높은 명도값을 가지는 정상영역의 혼합으로 이루어져 있다. 따라서 전체 심장 극성지도 영상의 분포는, 통계적 정보인 확률 밀도 함수로 표현될 수 있다. 확률 밀도 함수는 경색영역을 표현하는 가우시안 함수와 정상영역을 표현하는 가우시안 함수가 [수학식 1]과 같이 혼합된 형태로 표현될 수 있다. 각 부분의 가우시안모델은 [수학식 2]와 같이 표현될 수 있다. 이때 π는 가우시안 모델의 가중치를 나타내고, μ는 가우시안 분포의 평균을 나타내며, σ2는 가우시안 분포의 분산을 나타낸다.
Figure 112011076189636-pat00001
Figure 112011076189636-pat00002
심장 극성지도의 히스토그램 분포에 적합한 다중가우시안혼합모델에서의 파라미터(π,μ,σ2)를 찾기 위하여 복수 개의 가우시안 함수가 중첩된 다중가우시안혼합모델(Multi Gaussian mixture model, MGMM)이 이용될 수 있다.
다중가우시안혼합모델(MGMM)이란 심장 극성지도의 히스토그램 분포로부터 추출된 복수 개의 가우시안 함수를 이용하여 심장 극성지도의 히스토그램을 분석하는 모델을 의미하는 것으로서, 심장 극성지도의 히스토그램 분포로부터 추출된 복수 개의 가우시안 함수는 경색영역에 대한 가우시안 함수 및 적어도 하나 이상의 정상영역에 대한 가우시안 함수를 포함한다. 이하에서 경색영역에 대한 가우시안 함수는 경색영역 가우시안 함수로 표현하고, 정상영역에 대한 가우시안 함수는 정상영역 가우시안 함수로 표현하도록 한다.
다중가우시안혼합모델에서 가우시안 함수의 파라미터(π,μ,σ2) 초기값을 임의로 정한 후, 다음의 [수학식 3]을 사용하여 픽셀들의 분포가 경색영역 가우시안 함수에 속할 확률을 구하고, 다음의 [수학식 4]를 사용하여 픽셀들의 분포가 정상영역 가우시안 함수에 속할 확률을 구한다.
획득된 결과는 [수학식 5]를 이용하여 각 가우시안 함수의 평균과 분산, 가중치를 추정하여 새로운 파라미터 값을 얻는다. 로그 우도(log likelihood)가 최대로 수렴할 때까지 [수학식 3], [수학식 4] 및 [수학식 5]를 반복한다. 반복 수행되어 추정된 파라미터를 이용하면, 심장 극성지도에 대한 히스토그램의 분포를 여러 개의 가우시안 함수로 분리할 수가 있다. 이때 ωj는 j번째 가우시안 함수에 속할 확률을 나타내고, i는 데이터의 개수를 나타내며, k는 EM 알고리즘의 반복 횟수를 나타낸다.
Figure 112011076189636-pat00003
Figure 112011076189636-pat00004
(단,
Figure 112011076189636-pat00005
)
Figure 112011076189636-pat00006
심장 극성지도에 적합한 변형된 다중가우시안혼합모델은 [수학식 3]에서 모든 데이터를 처음부터 끝까지 읽어 들여 k번 실행된 파라미터 값이 첫번째 가우시한 함수, 즉 경색영역을 의미하는 제1 가우시안 함수에 속할 확률을 구하고, [수학식 4]에서 이전 단계에서 계산된 가우시안 함수의 평균값(Sj)부터 읽어 전체 임계값 계산 성능을 향상시킨다. j개의 가우시안 함수에 속할 확률을 모두 계산한 후, [수학식 5]에서 k+1번째 결정될 파라미터 값인 가중치, 확률, 분산을 추정하여 획득한다.
상기 과정은 가우시안 분석부(120)에서 수행된다.
가우시안 분석부(120)는, 도 2를 참조하면, 경색영역의 가우시안 함수인 제1 가우시안 함수를 획득하는 제1 가우시안 획득부(121)와 정상영역의 가우시안 함수인 제2 가우시안 함수를 획득하는 제2 가우시안 획득부(122)를 포함할 수 있다.
제1 가우시안 획득부(121)는 상대적으로 명도가 낮은 영역, 즉 경색영역에 대한 제1 가우시안 함수를 획득한다.
제2 가우시안 획득부(122)는 상대적으로 명도가 높은 영역, 즉 정상영역에 대한 제2 가우시안 함수를 획득한다.
한편, 가우시안 분석부(120)는 정상영역을 분리하여 적어도 하나 이상의 가우시안 함수를 추출할 수 있다. 이를 위해 가우시안 분석부(120)는 정상역역을 표현하는 제3 내지 제n 가우시안 함수를 각각 획득하는 제3 내지 제n 가우시안 획득부(123~12n)를 더 포함할 수 있다.
결국, 가우시안 분석부(102)는 경색영역에 대한 제1 가우시안 함수와, 정상영역을 적어도 하나 이상으로 분리한 제2 내지 제n 가우시안 함수를 획득할 수 있다.
앞의 내용을 종합하면, [수학식 4]에서 j가 계수를 결정하는 숫자로서, j가 1인 경우 경색영역의 제1 가우시안 함수가 획득되고, j가 2인 경우 정상영역의 첫번째인 제2 가우시안 함수가 획득되고, j가 n인 경우 정상영역의 (n-1)번째인 제n 가우시안 함수가 획득된다.
j의 숫자가 높아질수록 가우시안 함수의 개수가 늘어나며, 그에 따라 제2 가우시안 함수의 분포가 변경된다.
물론 경색영역 가우시안 획득부(121) 및 정상영역 가우시안 획득부(123)는 상기의 EM(Expectation Maximization) 알고리즘에 따라 가우시안 함수의 파라미터(π,μ,σ2)를 최적화시킨 후 경색영역 가우시안 함수와 제1 내지 제n 정상영역 가우시안 함수를 포함하는 정상영역 가우시안 함수를 획득한다.
임계값 자동설정부(130)는 획득된 제1 가우시안 함수 및 제2 가우시안 함수의 교차점을 추출하고, 추출된 교차점을 기초로 임계값을 결정한다.
임계값 자동설정부(130)는 교차점 추출부(131), 임계값 결정부(132), 및 임계값 재설정부(133)를 포함한다.
교차점 추출부(131)는 경색영역 가우시안 함수 및 제1 정상영역 가우시안 함수가 서로 겹치는 지점, 즉 교차되는 지점인 교차점을 추출한다. 그리고 나서 임계값 결정부(132)는 교차점에 대응하는 명도값을 임계값으로 결정한다. 결정된 임게값은 경색영역 결정부(140)로 제공된다.
경색영역 결정부(140)는 임계값을 이용하여 심장 극성지도에서 경색영역과 정상영역을 분할한다. 임계값은 경색영역과 정상영역을 분할하는데 이용되는 경계값으로서, 경색영역 결정부(140)는 심장 극성지도에서 임계값 이하의 명도값을 가지는 픽셀을 경색영역으로 결정한다.
경색영역 결정부(140)는 경색영역 표현부(1401)를 더 포함할 수 있다. 경색영역 표현부(1401)는 심장 극성지도에서 임계값 이하의 명도값을 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하고 이를 표시함으로써 정상영역과 경색영역을 눈으로 확연히 구분되도록 표현할 뿐만 아니라 그 경계가 확실히 나타나도록 영상으로 표현할 수 있다.
경색비율 계산부(150)는 심장 극성지도에서 전체 심장 면적에 대한 경색영역의 면적 비율인 경색비율을 계산하는 역할을 수행한다. 경색비율이란 심장 극성지도의 전체 면적에 대한 경색영역의 면적을 백분율로 계산한 것을 의미한다.
한편 경색비율, 즉 경색영역의 크기에 따라 정상영역을 구성하는 가우시안 함수 개수의 선택이 변경될 수 있다.
임계값 재설정부(133)는 경색비율 계산부(150)로부터 경색비율에 대한 정보를 제공받고, 경색비율에 따라 임계값을 재설정한다. 임계값 재설정부(133)는 경색비율에 따라 정상영역을 구성하는 가우시안 함수의 개수를 선택하고, 제1 가우시안 함수 및 제2 가우시안 함수가 서로 겹치는 교차점을 추출한 후, 교차점에 대응하는 명도값을 임계값으로 재결정한다. 재결정된 임계값은 다시 경색영역 결정부(140)로 제공된다.
상술한 것처럼, 정상영역을 구성하는 가우시안 함수의 개수가 증가함에 따라 제2 가우시안 함수의 분포가 변경되므로, 정상영역을 구성하는 가우시안 함수의 개수에 따라 교차점이 변경될 수 있다.
정상영역을 구성하는 가우시안 함수의 개수 선택과 관련하여, 경색비율 계산부(150)에 의해 계산된 경색비율에 의해 정상영역을 구성하는 가우시안 함수의 개수 선택이 변경될 수 있다. 최초에는 정상영역을 구성하는 하나의 가우시안 함수만을 이용하되, 경색비율이 소정값 이하인 경우에는 복수의 가우시안 함수, 바람직하게는 2개 내지 3개의 정상영역을 구성하는 가우시한 함수를 이용할 수 있다.
여기서, 상기 소정값은 10%인 것이 바람직하며, 의약품 종류, 경색 크기, 경색 종류 등 다양한 특성에 따라 소정값이 달리 설정될 수 있다.
[표 1]은 각기 다른 경색비율에서 히스토그램의 분포를 구성하는 가우시안 함수의 개수에 따른 조직학적 경색영역의 크기와의 오차율을 나타낸 도표이다.
[표 1]을 참조하면, 경색비율이 10% 이상의 모델에서는 2개의 가우시안 함수가 혼합된 모델, 즉 경색영역을 구성하는 함수인 제1 가우시안 함수 및 정상영역을 구성하는 첫번째 함수인 제2 가우시안 함수의 혼합모델이 조직학적 영역과 비교하여 오차가 가장 적었다.
경색비율이 10% 이하의 모델에서는 가우시안혼합모델에서 가우시안 함수의 개수를 증가시켰을 때, 즉 예를 들어 제1 가우시안 함수 및 제2 내지 제3 가우시안 함수의 혼합 모델로 추정했을 때 또는 제1 가우시안 함수 및 제2 내지 제4 가우시안 함수의 혼합 모델로 추정했을 때 조직학적 영역과의 오차가 감소되는 경향을 보였다. 즉, 경색영역이 작을 경우에는 정상영역을 구성하는 가우시안 함수(제2 내지 제n 가우시안 함수)의 개수를 증가시켰을 때, 더욱 정확하게 히스토그램의 분포를 추정할 수 있다.
Figure 112011076189636-pat00007
도 3은 다양한 경색영역 평가 방법의 결과를 비교 예시한 도면이다.
도 3(a)는 경색영역의 기준크기로 사용된 조직학적 TTC 염색영역이고, 도 3(b)는 30%로 설정된 절대 입계값과 극성지도를 이용하여 결정된 경색영역을 나타내고, 도 3(c)는 40%로 설정된 절대 입계값과 극성지도를 이용하여 결정된 경색영역을 나타내며, 도 3(d)는 Otsu 알고리즘에 의해 획득한 임계값을 이용하여 결정된 경색영역을 나타내며, 도 3(e)는 본 본 발명에 따라 결정된 경색영역을 나타낸다.
도 3(a)에서 심근 경색영역의 기준크기로 사용된 조직학적 TTC 염색 영역의 경색비율은 14.38% 이다. 도 3(b)에서의 경색비율은 14.98%이고, 도 3(c)에서는19.05% 이다. Otsu 알고리즘에 의한 임계값을 이용한 경우, 임계값은 38%로 계측되었으며, 경색비율은 도 3(d)에서처럼 18.65% 이었다.
본 발명에 따른 다중가우시안혼합모델을 이용한 경우 임계값은 29%로 계측되었으며, 경색비율은 14.61%로 계산되어 다른 방법과 비교하여 기준크기에 가장 비슷한 크기로 평가되었다.
도 4는 조직학적영상의 경색 크기와 심장 극성지도에서의 경색 크기와의 상관관계를 평가한 그래프이다.
도 4(a)의 심장 극성지도에서 미리 정해진 40% 임계값을 이용하여 경색크기를 측정하였을 때 기준 크기와의 상관계수는 0.96 이었다. 그리고, 도 4(b)에서처럼, Otsu 알고리즘의 상관계수는 0.87 이었다. 마지막으로, 도 4(c)처럼 본 발명에 따른 2개의 가우시안혼합모델(하나의 제1 가우시안 함수와 하나의 제2 가우시안 함수로 구성)로 나누어 경색의 크기를 측정하였을 때의 상관 계수는 0.93 이었다.
도 5는 조직학적영상의 경색 크기와 극성지도에서 다양한 경색영역 측정 방법을 이용하여 측정한 경색 크기의 차이를 비교한 그래프이다.
다중가우시안 혼합모델, Otsu 알고리즘 방법, 10%~90%로 미리 설정된 임계값을 이용하여 경색 크기를 측정한 결과, MGMM 방법이 조직학적 영상의 경색 크기와 차이가 작고 개체간의 편차 또한 작았다.
이하에서는 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법을 설명하도록 한다. 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법은 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치와 본질적으로 동일하므로, 상세한 설명 및 중복되는 설명은 생략하도록 한다.
도 6은 본 발명에 따른 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법을 나타낸 흐름도이다.
우선, 본 방법에 따른 경색 크기 계측 방법에서, 극성지도 변환부는 심장에 대한 PET 영상으로부터 생성된 심장 극성지도를 히스토그램으로 변환한다(S10).
그리고 나서, 가우시안 분석부는 심장 극성지도의 히스토그램에서 다중가우시안혼합모델을 이용하여 가우시안 함수를 획득한다(S20). 가우시안 함수는 명도가 낮은 영역인 경색영역에 대한 제1 가우시안 함수 및 명도가 높은 영역인 정상영역에 대한 제2 가우시안 함수를 포함하며, 추가로 정상영역에 대한 제3 내지 제n 가우시안 함수를 더 포함할 수 있다.
임계값 자동설정부는 획득한 제1 및 제2 가우시안 함수가 교차되는 교차점을 추출한다(S30). 또한 임계값 자동설정부는 추출한 교차점을 임계값으로 결정한다(S40).
경색영역 결정부는 심장 극성지도에서 결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 결정한다(S50).
또한, 경색영역 결정부는 심장 극성지도에서 결정된 임계값 이하의 명도를 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하고 이를 영상으로 표시할 수도 있다(S60).
경색비율 계산부는 심장 극성지도의 전체 면적에 대한 결정된 경색영역의 면적 비율인 경색비율을 계산한다(S70).
한편 경색비율 계산부는, 경색비율이 소정값 이하인 경우, 그 경색비율을 가우시안 분석부, 임계값 자동설정부, 및 경색영역 결정부로 알려주어 새로운 임계값을 결정하도록 할 수 있다. 여기서, 소정값은 10%인 것이 바람직하며, 의약품 종류, 경색 크기, 경색 종류 등 다양한 특성에 따라 소정값이 달리 설정될 수 있다.
만일 경색비율이 소정값, 예를 들어 10%를 초과하는 경우 상기 방법은 S70 단계에서 종료되지만, 경색비율이 소정값 이하인 경우, S30 ~ S70 단계를 반복하여 재수행한다.
한편, 경색비율이 소정값 이하인 경우, 가우시안 분석부는 심장 극성지도에서 정상영역의 히스토그램에 대하여 적어도 하나 이상의 제3 내지 제n 정상영역 가우시안 함수를 더 획득한다(S20).
임계값 자동설정부는 제1 가우시안 함수 및 제2 가우시안 함수의 교차점을 추출하고(S30) 추출된 교차점을 임계값으로 재결정하고(S40), 재결정된 임계값을 경색영역 결정부로 제공한다. 전술한 것처럼, 가우시안 함수의 개수에 따라 제2 가우시안 함수의 분포가 변경되어 임계값이 변경될 수 있으며, 정상영역을 구성하는 가우시안 함수의 개수는 1개 내지 4개인 것이 바람직하다.
경색영역 결정부는 심장 극성지도에서 재결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 재결정한다(S50).
또한, 경색영역 결정부는 심장 극성지도에서 재결정된 임계값 이하의 명도를 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하고 이를 영상으로 표시할 수도 있다(S60).
경색비율 계산부는 심장 극성지도의 전체 면적에 대한 결정된 경색영역의 면적 비율인 경색비율을 계산한다(S70).
본 발명에 따르면, 심장의 경색영역을 정확하고 신속하게 결정할 수 있을 뿐만 아니라, 그에 따라 경색영역의 크기도 정밀하고 효율적으로 계측할 수 있다.
본 발명의 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서는 도면에 도시된 구체적인 실시예를 참고하여 본 발명을 설명하였으나 이는 예시적인 것에 불과하므로, 본 발명이 속하는 기술 분야에서 통상의 기술을 가진 자라면 이로부터 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 보호 범위는 후술하는 특허청구범위에 의하여 해석되어야 하고, 그와 동등 및 균등한 범위 내에 있는 모든 기술적 사상은 본 발명의 보호 범위에 포함되는 것으로 해석되어야 할 것이다.
110, 극성지도 변환부 120, 가우시안 분석부
130, 임계값 자동설정부 140, 경색영역 결정부
150, 경색비율 계산부

Claims (8)

  1. a) 심장에 대한 PET 영상으로부터 생성된 심장 극성지도를 히스토그램으로 변환하는 단계;
    b) 심장 극성지도의 히스토그램에서 명도가 낮은 영역 및 높은 영역을 다중가우시안혼합모델을 이용하여 명도가 낮은 영역인 경색영역에 대한 제1 가우시안 함수 및 명도가 높은 영역인 정상영역에 대한 제2 가우시안 함수를 획득하는 단계;
    c) 상기 획득한 제1 및 제2 가우시안 함수가 교차되는 교차점을 추출하는 단계;
    d) 상기 추출된 교차점을 임계값으로 결정하는 단계;
    e) 상기 심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 결정하는 단계; 및
    f) 상기 심장 극성지도의 전체 면적에 대한 상기 결정된 경색영역의 면적 비율인 경색비율을 계산하는 단계를 포함하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법.
  2. 제1항에 있어서, 상기 경색비율이 소정값 이하인 경우,
    상기 b) 단계는, 상기 심장 극성지도에서 정상영역의 히스토그램에 대하여 제3 내지 제n 정상영역 가우시안 함수를 획득하는 단계를 더 포함하고,
    상기 제1 가우시안 함수 및 상기 제2 가우시안 함수가 교차되는 지점을 임계값으로 재결정한 후, 상기 재결정된 임계값을 이용하여 상기 e) 단계 및 f) 단계를 재수행하는 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법.
  3. 제2항에 있어서, 상기 방법은,
    상기 경색비율이 소정값 이하인 경우, 상기 n이 3 내지 4중의 하나인 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법.
  4. 제1항 내지 제3항 중의 어느 한 항에 있어서, 상기 (e) 단계는,
    심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 방법.
  5. 심장에 대한 PET 영상으로부터 생성된 심장 극성지도를 수신하고, 상기 수신한 심장 극성지도를 히스토그램으로 변환하는 극성지도 변환부;
    상기 심장 극성지도의 히스토그램에서 명도가 낮은 영역 및 높은 영역을 다중가우시안혼합모델을 이용하여 명도가 낮은 영역인 경색영역에 대한 제1 가우시안 함수 및 명도가 높은 영역인 정상영역에 대한 제2 가우시안 함수를 획득하는 가우시안 분석부;
    상기 획득한 제1 및 제2 가우시안 함수가 교차되는 교차점을 추출하고, 상기 추출된 교차점을 임계값으로 결정하는 임계값 자동설정부; 및
    상기 심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 영역을 심근경색영역으로 결정하는 경색영역 결정부; 및
    상기 심장 극성지도의 전체 면적에 대한 상기 결정된 경색영역의 면적 비율인 경색비율을 계산하는 경색비율 계산부를 포함하는, 다중가우시안혼합모델을 이용한 극성지도에서의 경색 크기 계측 장치.
  6. 제5항에 있어서,
    상기 가우시안 분석부는, 상기 심장 극성지도에서 정상영역의 히스토그램에 대하여 제3 내지 제n 정상영역 가우시안 함수를 각각 획득하는 제3 내지 제n 가우시안 획득부를 더 포함하고,
    상기 임계값 자동설정부는, 상기 경색비율이 소정값 이하인 경우, 상기 제1 가우시안 함수 및 상기 제2 가우시안 함수가 교차되는 지점을 임계값으로 재결정하고, 상기 재결정된 임계값을 상기 경색영역 결정부로 제공하며,
    상기 경색영역 결정부는 상기 재결정된 임계값을 이용하여 심근경색영역을 결정하는 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 극성지도에서의 경색 크기 계측 장치.
  7. 제6항에 있어서, 상기 가우시안 분석부는,
    상기 경색비율이 소정값 이하인 경우, 상기 n이 3 내지 4중의 하나인 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치.
  8. 제5항 내지 제7항 중의 어느 한 항에 있어서, 상기 경색영역 졀정부는,
    심장 극성지도에서 상기 결정된 임계값 이하의 명도를 가지는 픽셀을 가장 낮은 명도값으로 변환하여 새로운 심장 극성지도 영상을 생성하는 경색영역 표현부를 더 포함하는 것을 특징으로 하는, 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치.
KR1020110098940A 2011-09-29 2011-09-29 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법 KR101270762B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110098940A KR101270762B1 (ko) 2011-09-29 2011-09-29 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110098940A KR101270762B1 (ko) 2011-09-29 2011-09-29 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20130034839A KR20130034839A (ko) 2013-04-08
KR101270762B1 true KR101270762B1 (ko) 2013-06-03

Family

ID=48436834

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110098940A KR101270762B1 (ko) 2011-09-29 2011-09-29 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101270762B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106491085A (zh) * 2016-10-31 2017-03-15 广东工业大学 一种胎儿心音瞬时心率检测识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009183557A (ja) 2008-02-07 2009-08-20 Toshiba Corp 画像処理装置、超音波診断装置および断面抽出プログラム
US20090226058A1 (en) 2008-03-05 2009-09-10 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Method and apparatus for tissue border detection using ultrasonic diagnostic images
JP2009273815A (ja) 2008-05-19 2009-11-26 Toshiba Corp 医用画像処理装置、及び医用画像処理プログラム
JP2010104710A (ja) 2008-10-31 2010-05-13 Toshiba Corp 医用画像処理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009183557A (ja) 2008-02-07 2009-08-20 Toshiba Corp 画像処理装置、超音波診断装置および断面抽出プログラム
US20090226058A1 (en) 2008-03-05 2009-09-10 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Method and apparatus for tissue border detection using ultrasonic diagnostic images
JP2009273815A (ja) 2008-05-19 2009-11-26 Toshiba Corp 医用画像処理装置、及び医用画像処理プログラム
JP2010104710A (ja) 2008-10-31 2010-05-13 Toshiba Corp 医用画像処理装置

Also Published As

Publication number Publication date
KR20130034839A (ko) 2013-04-08

Similar Documents

Publication Publication Date Title
US9305349B2 (en) Apparatus and method for detecting lesion
JP2018535732A5 (ja) 組織パラメータ推定を用いたｍｒデータからの疑似ｃｔ生成
CN103249358B (zh) 医用图像处理装置
US7885442B2 (en) Perfusion weighted MRI with local arterial input functions
CN103218788B (zh) 一种肝脏磁共振r2*参数的测量方法
US9317926B2 (en) Automatic spinal canal segmentation using cascaded random walks
Somasundaram et al. Brain segmentation in magnetic resonance human head scans using multi-seeded region growing
US20170154235A1 (en) Method and a device for estimating a quality index for a 3d image of a composite material part
JP5532730B2 (ja) Ｃｎｒ測定装置，方法及びコンピュータプログラム
KR101270762B1 (ko) 다중가우시안혼합모델을 이용한 심장 극성지도에서의 경색 크기 계측 장치 및 방법
Beache et al. Fully automated framework for the analysis of myocardial first‐pass perfusion MR images
JP5961512B2 (ja) 画像処理装置およびその作動方法並びに画像処理プログラム
Zheng et al. Automated interventricular septum segmentation for black‐blood myocardial T2* measurement in thalassemia
US11592509B2 (en) Systems and methods for reconstruction of dynamic resonance imaging data
Caiani et al. Automated interpretation of regional left ventricular wall motion from cardiac magnetic resonance images
CN115810032A (zh) 图像配准方法及装置、医学图像的运动校正方法及系统
Angelie et al. Optimizing the automatic segmentation of the left ventricle in magnetic resonance images
Johnstone et al. Assessment of tissue edema in patients with acute myocardial infarction by computer‐assisted quantification of triple inversion recovery prepared MRI of the myocardium
US8055051B2 (en) Method and system for selecting the number of gaussian modes for the segmentation of cardiac magnetic resonance (MR) images
Jha et al. Evaluating segmentation algorithms for diffusion-weighted MR images: a task-based approach
Zhang et al. Studying the added value of computational saliency in objective image quality assessment
Li et al. Texture-preserving despeckling of SAR images using evidence framework
JP5132559B2 (ja) デジタル画像のセグメント化方法およびコンピュータ読み取り可能なプログラム記憶装置
CN104027126A (zh) 医用图像处理装置以及医用图像处理方法
CN111986078A (zh) 一种基于引导数据的多尺度岩心ct图像融合重建的方法

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: 20160428

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180329

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190326

Year of fee payment: 7