KR101334064B1

KR101334064B1 - 혈관영상에서의 움직임 추정 방법 및 그 장치

Info

Publication number: KR101334064B1
Application number: KR1020120000330A
Authority: KR
Inventors: 하종원; 윤영로; 심훈
Original assignee: 연세대학교 산학협력단
Priority date: 2012-01-03
Filing date: 2012-01-03
Publication date: 2013-11-28
Also published as: KR20130079694A

Abstract

본 발명은 혈관영상에서의 움직임 추정 방법 및 그 장치에 관한 것으로, 보다 상세히는, 심장 활동 주기에 따라 대동맥을 촬영한 2차원 다중검출전산화단층촬영(multidetector computed tomography)(이하 MDCT 이라함)와 자기공명(magnetic resonance)(이하 MR이라함) 영상에서 대동맥의 벽을 찾아내고, 시간 순서에 따른 대동맥의 움직임을 추적하는, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체에 관한 것이다.
본 발명은, 심전도 신호에 트리거된 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는, 혈관영상의 움직임 추정방법에 있어서, MDCT영상 검출부 또는 MRI영상 검출부 또는 초음파영상 검출부 중 어느 하나로부터, 심전도 검출부에 의해 검출된 심전도 신호에 의해 트리거된 혈관영상을 수신하는 데이터 수집단계; 데이터 수집단계에서 수신된 혈관영상을 확대하여 대조도(콘트라스트)를 증대시키는 대조도 증대단계; 대조도 증대단계에서 출력된 혈관영상으로부터 허프 변환(Hough transform)을 이용하여 혈관 분절을 추정하는 혈관 분절 추정단계; 혈관 분절 추정단계에서 출력된 혈관영상을 메디안 필터링을 행하는 영상 스케일링 단계; 영상 스케일링단계에서 수신된 혈관영상으로부터 혈관벽을 추정하는 혈관벽 추정단계; 혈관벽 추정단계에서 출력되는 혈관영상들로부터, 시간 순서에 의한 프레임변화에 따른 대동맥벽의 움직임을 검출하는 모션 트랙킹 단계; 모션 트랙킹단계의 결과로부터 속도(velocity)를 매핑하는 속도 매핑단계;를 포함하여 이루어진 것을 특징으로 한다.

Description

혈관영상에서의 움직임 추정 방법 및 그 장치{Apparatus and method for measureing velocity vector imaging of blood vessel}

본 발명은 혈관영상에서의 움직임 추정 방법 및 그 장치에 관한 것으로, 보다 상세히는, 심장 활동 주기에 따라 대동맥을 촬영한 2차원 다중검출전산화단층촬영(multidetector computed tomography)(이하 MDCT 이라함), 자기공명(magnetic resonance)(이하 MR이라함), 초음파의 영상에서 혈관의 벽을 찾아내고, 시간 순서에 따른 혈관의 움직임을 추적하는, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체에 관한 것이다.

심혈관 질환 등을 진단하고 치료하는 데는, 동맥의 움직임을 측정하고 그 탄성도를 측정하는 것이 필요하다.

예를들어, 비침습적으로 혈관 경직도를 평가하는데 있어서 경동맥 경직도를 측정하며, 종래의 경동맥 경직도 측정방법은 초음파 영상을 이용하여 에코 트래킹(echo tracking) 기법을 통해 측정하는 것으로, 경동맥 장축의 원위벽과 근위벽의 움직임 분석만 가능했다.

최근들어, 지멘스 등에서 초음파영상에서 스페클 트래킹(speckle tracking) 기법을 통해 경동맥 벽의 움직임을 측정하여 그 탄성도를 정량화하여 경직도를 산출해내는 방법이 보고되었다.

이와같이, 대동맥 또는 경동맥의 혈관경직도가 심혈관 질환의 유병율 및 사망률과 관련있음이 최근 보고되고는 있으나, 맥파전달속도(pulsewave velocity, 이하 PWV)나 파형증강지수(augmentation index, 이하 AIx)와 같은 기능적인 방법만 제시하고 있으므로, 이를 통한 혈관경직도의 정확도 및 정밀도에는 한계가 있다.

이를 개선하기위해 본 발명은, 심전도에 동기(ECG-gated)된 MDCT와 MR에서 촬영한 대동맥의 영상을 이용하여 대동맥 벽을 추정하고, 혈관영상에서의 움직임을 추정하는, 혈관영상에서의 움직임 추정 방법 및 그 장치를 제안한다.

또한 본 발명의 측정방법은 MDCT, MR, 초음파 혈관 영상에 동일한 평가 방법의 적용이 가능하다.

본 발명이 해결하고자 하는 과제는, 심장 활동 주기에 따라 대동맥을 촬영한 2차원 MDCT와 MR영상에서 대동맥의 벽을 찾아내고, 시간 순서에 따른 대동맥 벽의 움직임을 추적하는, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 제공하는 것이다.

본 발명이 해결하고자 하는 다른 과제는, 심전도 신호에 트리거되어 MDCT영상 또는 MRI 영상을 검출하는 영상검출단계, 대동맥 분절을 추정하는 대동맥 추정단계, 대동맥 벽 추정단계, 모션 트랙킹 단계(움직임 추적 단계), 속도 매핑 단계를 포함하는, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 제공하는 것이다.

본 발명의 기술적 과제를 해결하기위해 안출된 것으로서, 본 발명은, 심전도 신호에 트리거된 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는, 혈관영상의 움직임 추정장치에 있어서, MDCT영상 검출부 또는 MRI영상 검출부 또는 초음파영상 검출부 중 어느 하나로부터, 심전도 검출부에 의해 검출된 심전도 신호에 의해 트리거된 혈관영상을 수신하는 데이터 수집부; 데이터 수집부에서 수신된 혈관영상을 확대하여 대조도(콘트라스트)를 증대시키는 대조도 증대부; 대조도 증대부에서 출력된 혈관영상으로부터 허프 변환(Hough transform)을 이용하여 혈관 분절을 추정하는 혈관 추정부; 혈관 추정부에서 출력된 혈관영상을 메디안 필터링을 행하는 영상 스케일링부; 영상 스케일링부에서 수신된 혈관영상으로부터 혈관벽을 추정하는 혈관벽 추정부; 혈관벽 추정부에서 출력되는 혈관영상들로부터, 시간 순서에 의한 프레임변화에 따른 대동맥벽의 움직임을 검출하는 모션 트랙킹부;모션 트랙킹부의 결과로부터 속도(velocity)를 매핑하는 속도 매핑부;를 포함하여 이루어진 것을 특징으로 한다.
속도 매핑부는 기준점, 기준 프레임을 설정하고, 속도 벡터를 매핑하고, 속도 벡터 칼라를 매핑하도록 이루어진다.
혈관벽 추정부는, 영상 스케일링부에서 수신된 혈관영상으로부터 기설정된 초기 포인트 개수에 따라 마킹된 초기 포인트들을 읽어들이는 초기 포인트 마킹부; 초기 포인트 마킹부에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 포인트들을 삽입하는 초기 포인트의 보간부; 초기 포인트의 보간부에서 출력된 혈관영상으로부터 혈관 벽 경계를 추정하는 혈관벽 경계 추정부; 혈관벽 경계 추정부에서 출력된 혈관영상에서 순차적으로 트랙킹을 행하는 순차 트랙킹부를 포함하여 이루어진다.

또한, 본 발명은, 심전도 신호에 트리거된 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는, 혈관영상의 움직임 추정방법에 있어서, MDCT영상 검출부 또는 MRI영상 검출부 또는 초음파영상 검출부 중 어느 하나로부터, 심전도 검출부에 의해 검출된 심전도 신호에 의해 트리거된 혈관영상을 수신하는 데이터 수집단계; 데이터 수집단계에서 수신된 혈관영상을 확대하여 대조도(콘트라스트)를 증대시키는 대조도 증대단계; 대조도 증대단계에서 출력된 혈관영상으로부터 허프 변환(Hough transform)을 이용하여 혈관 분절을 추정하는 혈관 분절 추정단계; 혈관 분절 추정단계에서 출력된 혈관영상을 메디안 필터링을 행하는 영상 스케일링 단계; 영상 스케일링단계에서 수신된 혈관영상으로부터 혈관벽을 추정하는 혈관벽 추정단계; 혈관벽 추정단계에서 출력되는 혈관영상들로부터, 시간 순서에 의한 프레임변화에 따른 대동맥벽의 움직임을 검출하는 모션 트랙킹 단계; 모션 트랙킹단계의 결과로부터 속도(velocity)를 매핑하는 속도 매핑단계;를 포함하여 이루어진 것을 특징으로 한다.
속도 매핑단계는 기준점, 기준 프레임을 설정하고, 속도 벡터를 매핑하고, 속도 벡터 칼라를 매핑하도록 이루어진다.
혈관벽 추정단계는, 영상 스케일링단계에서 수신된 혈관영상으로부터 기설정된 초기 포인트 개수에 따라 초기 포인트들을 마킹하는 초기 포인트 마킹단계; 초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 포인트들을 삽입하는 초기 포인트의 보간단계; 초기 포인트의 보간단계에서 출력된 혈관영상으로부터 혈관 벽 경계를 추정하는 혈관벽 경계 추정단계;를 포함하여 이루어진다.
혈관벽 추정단계는, 혈관벽 경계 추정단계에서 출력된 혈관영상에서 순차적으로 트랙킹을 행하는 순차 트랙킹단계를 더 포함하여 이루어진다.
본 발명에서 혈관영상은 대동맥 영상을 포함하여 이루어진다.

또한, 본 발명은, 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는 혈관영상의 움직임 추정장치에서의 혈관영상의 움직임 추정방법에 있어서, 심장 주기와 동조화된 혈관 영상 또는 시간 순서에 따라 촬영된 혈관영상을 전처리하는, 영상의 전처리 단계; 영상의 전처리 단계로부터 출력된 혈관영상에서 관심 영역(분석의 대상인 혈관 영역)이 추출되는, 관심 영역의 추출단계; 관심 영역의 추출단계에서 출력된 혈관영상으로부터 혈관벽을 추정하는, 혈관벽 추정단계; 혈관벽 추정단계로부터 출력된 혈관영상으로부터, 혈관의 수축 시점의 혈관벽을 기준으로 하여, 혈관의 확장 시점까지 매 프레임마다 점과 점을 이어 나타내는, 혈관의 운동성 추정 도시화 단계;를 포함하여 이루어진 것을 특징으로 한다.
영상의 전처리 단계는, 심장 주기와 동조화된 혈관 영상 또는 시간 순서에 따라 촬영된 DICOM 형식의 혈관영상을 읽어들이며, 또한, DICOM 형식의 혈관영상을 JPEG 형식의 혈관영상으로 변환한 후, 그레이 스케일(gray scale)의 영상으로 변환한다.
혈관벽 추정단계는, 관심 영역의 추출단계에서 출력된 혈관영상에 등간격으로 마킹된 초기 포인트들을 구비한 혈관영상을 읽어들이는 초기 포인트 마킹단계; 초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 보간 포인트들을 삽입하는 초기 포인트의 보간단계; 초기 포인트의 보간단계에서 출력된 혈관영상으로부터 초기 포인트와 보간 포인트가 이루는 혈관벽 추정점들과 중심점을 지나는 연장선을 그리는 선 프로파일링 단계; 선 프로파일링 단계에서 출력된 혈관영상으로부터, 화소값의 변화가 기 설정된 역치값과 비교하여, 혈관 벽 경계를 추정하는 혈관벽 경계 추정단계;를 포함하여 이루어진다.
초기 포인트 마킹단계에서 초기 포인트는, 관심 영역의 추출단계에서 출력된 혈관영상에서 12시 방향에서 시작하여 45도 간격으로 8개의 지점이 설정되며, 초기 포인트의 보간단계에서 각 초기포인트들 사이에 5개 보간 포인트들이 삽입된다.
본 발명의 혈관영상의 움직임 추정방법은, 혈관벽 경계 추정단계에서 출력된 영상은 이동평균(moving average)에 의해 평활화(smoothing)를 행하는 평활화단계를 더 포함한다.
혈관의 운동성 추정 도시화 단계는, 중점에서 혈관벽 추정점들의 집합이 가장 가까운 프레임을 혈관의 수축 시점으로 설정되며, 중점에서 혈관벽 추정점들의 집합이 가장 먼 프레임을 혈관의 확장 시점으로 설정된다.
혈관의 운동성 추정 도시화 단계는, 모든 프레임에 대해 혈관벽의 포인트의 변화를 누적한 그래프를 그린 후 각 점의 평균 이동량을 산출하며, 평균 이동량의 크기에 따라 색상을 달리하여 출력한다.
본 발명의 혈관영상의 움직임 추정방법은, 혈관의 운동성 추정 도시화 단계 후, 각 혈관영상의 프레임별로 혈관의 반지름, 지름, 혈관 중심점의 위치 및 국소부위의 이동량을 측정하는 혈관의 운동성 분석단계를 더 포함하며, 혈관의 운동성 분석단계는 혈관의 면적 변화를 선으로 표현한다.
본 발명의 혈관영상의 움직임 추정방법에서, 혈관영상은 경동맥 또는 대동맥의 영상일 수 있다.

또한, 본 발명은, 초음파의 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는 혈관영상의 움직임 추정장치에서의 혈관영상의 움직임 추정방법에 있어서, 심장 주기와 동조화된 초음파의 혈관 영상 또는 시간 순서에 따라 촬영된 초음파의 혈관영상을 확대하는, 영상 확대단계; 가우시안 필터를 통해 초음파의 혈관 영상의 불균일을 해소시키는, 가우시안 블러단계; 가우시안 블러단계에서 출력된 혈관영상에 등간격으로 마킹된 초기 포인트들을 구비한 혈관영상을 읽어들이는, 초기 포인트 마킹단계; 초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 보간 포인트들을 삽입하는, 초기 포인트의 보간단계; 초기 포인트의 보간단계에서 출력된 혈관영상으로부터, 초기 포인트와 보간 포인트가 이루는 혈관벽 추정점들과 중심점을 지나는 연장선을 그리는, 선 프로파일링 단계; 선 프로파일링 단계에서 프로파일링한 혈관영상의 각 연장선 중에서 그레이 값의 변화량이 가장 큰 포인트를 미분을 통해 검출하여 혈관벽 추정점으로 하는, 1차 미분을 이용한 혈관벽 검출단계; 1차 미분을 이용한 혈관벽 검출단계로부터 출력된 혈관벽 추정점 전체를 평균과 분산을 통해 혈관벽의 모양을 검증하는 혈관벽 평균-분산 검증단계; 혈관벽 평균-분산 검증단계의 결과, 혈관벽 경계가 불명확한 부분에서 나타나는 혈관벽 추정점들은 메디안 필터를 통해 제거 한 후, 새로운 혈관벽 추징점을 확보하여 다음 프레임의 초기 혈관벽 경계값으로 지정하는, 메디안 필터링을 통한 윤곽선 연속성 부여단계;를 포함하는 것을 특징으로 한다.
선 프로파일링 단계는, 중심점부터 혈관벽 추정점까지의 거리의 2배 떨어진 점까지 프로파일링 한다.
또한, 본 발명은, 상술한 혈관영상의 움직임 추정방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 특징으로 한다.

본 발명에 따르면, 심장 활동 주기에 따라 대동맥을 촬영한 2차원 MDCT와 MR영상에서 대동맥의 벽을 찾아내고, 시간 순서에 따른 대동맥의 움직임을 추적하여, 정확도 및 정밀도 높은, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 제공한다

또한, 본 발명에 따르면, 심전도 신호에 트리거되어 MDCT영상 또는 MRI 영상을 검출하는 영상검출단계, 대동맥 분절을 추정하는 대동맥 추정단계, 대동맥 벽 추정단계, 모션 트랙킹 단계, 속도 매핑 단계를 포함하는, 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 제공하여, 보다 정확도 및 정밀도 높은 결과를 도출할 수 있으며, 사용이 간편하도록 이루어져 있다.

또한 본 발명의 측정방법은 MDCT, MR, 초음파 혈관 영상에 동일한 평가 방법의 적용이 가능하여, 심혈관 조영 영상에서의 대동맥의 움직임 평가가 가능하며, 혈관벽 움직임의 전역적, 국소적인 평가가 가능하며, 혈관 단면 이미지 평가를 통한, 정상/비정상 혈관의 구분이 가능하며, 대동맥과 관련된 심장 질환에 대해 평가가 가능하며, 혈관벽 움직임의 동적인 분석을 통해, 질환의 유무를 조기에 판별이 가능하며, 대동맥 이외의 혈관 단면 영상에 대한 평가도 가능하다.

도 1은 본 발명의 일 실시예에 의한 혈관영상에서의 움직임 추정을 위한 구성을 설명하기 위한 모식도이다.
도 2는 도 1의 대동맥 벽 추정부(300)를 개략적으로 설명하는 설명도이다.
도 3은 본 발명에서 혈관 영역의 추출의 일례이다.
도 4는 본 발명에서 선형 보간 후 추정한 혈관벽의 일례이다.
도 5는 본 발명에서 혈관벽의 추정과 선 프로파일의 일례이다.
도 6은 본 발명에서 혈관벽의 초기 추정 결과(좌), 및 혈관벽의 최종 추정 결과(우)의 일례들을 나타낸다.
도 7은 본 발명에서 혈관벽 추정을 위한 경계값 조사의 일례이다.
도 8은 본 발명에서 각 프레임에서의 혈관벽 움직임의 변화량의 일례이다.
도 9는 본 발명에서 혈관의 수축 시점(좌)과 이완(우)시의 혈관벽 움직임의 변화량 표현의 일례이다.
도 10은 본 발명에서 혈관벽 움직임 누적 그래프, 각 점에서의 평균 이동량 그래프, 전체 평균과 각 점 평균 이동량의 비교 그래프를 나타낸 것이다.
도 11은 본 발명에서 혈관벽 움직임량의 상, 중, 하에 따라 분류하여 그래프로 표현한 것이다.
도 12는 본 발명에서 MDCT영상에서의 대동맥 혈관벽 움직임 양의 표현(전체 20프레임)의 일례이다.
도 13은 본 발명에서 MR 영상에서의 대동맥 혈관벽 움직임양의 표현 (전체 60프레임)의 일례를 나타낸 것이다.
도 14는 MRI의 일례이다.
도 15는 본 발명의 경동맥 초음파 벽 트래킹 알고리즘(Carotid sono wall tracking algorithm)의 흐름도이다.
도 16은 본 발명에서 6개 대상점 선정의 일례이다.
도 17은 본 발명에서 보간을 통한 36개 대상점 선정의 일례이다.
도 18은 본 발명에서 영상의 그레이 값(파란색) 및 그 미분 결과(빨간색)의 일례이다.
도 19는 본 발명에서 최종 혈관벽 움직임 벡터 검출의 일례이다.

이하, 본 발명의 일 실시 예에 의한 혈관영상에서의 움직임 추정 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 첨부한 도면을 참조하여 상세히 설명한다.
본 발명은 영상을 획득하여 분석 가능한 기기 중 MR, MDCT, 초음파를 대상으로 하며, 또한, 특정 위치의 혈관이 아닌, 단면이 원형 혹은 타원인 혈관인 경우 모두 분석이 가능하며, 다만, 사용에 대한 이해도를 높이기 위해 대동맥을 예로 들어 설명한다.

본 발명은 심장 활동 주기에 따라 대동맥을 촬영한 2차원 MDCT와 MR영상에서 대동맥의 벽을 반자동으로 찾아내고, 시간 순서에 따른 대동맥의 움직임을 추적하는 방법, 장치, 및 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체에 관한 것이다.

도 1은 본 발명의 일 실시예에 의한 혈관영상에서의 움직임 추정을 위한 구성을 개략적으로 설명하기 위한 모식도로, 데이터 수집부(Image Acquisition)(100), 대조도 증대부(Enhancement of contrast)(150), 대동맥 추정부(Aorta segmentation) (200), 영상 스케일링부(Image scaling)(250), 대동맥 벽 추정부(Lumen ectraction)(300), 모션 트랙킹부(motion tracking)(355), 속도 매핑부(Velocity vector mapping)(400)를 포함하여 이루어진다.

데이터 수집부(100)는, 심전도 신호에 트리거되어 MDCT영상 또는 MRI 또는 초음파 영상을 검출한다. 본 발명은 심장 주기에 따른 대동맥의 움직임을 관찰하기 위해서는 ECG-gated MDCT 영상을 이용하거나 Cine-MRA를 이용할 수 있다.

대조도 증대부(150)는 영상을 확대하여 대조도(콘트라스트)를 증대시킨다. 즉, 대조도 증대부(150)는 혈관의 경계선을 뚜렷하게 한다. 영상을 확대하여 대조도(콘트라스트)가 증대됨으로써, 결과적으로 해상도가 높아진다.

대동맥(혈관) 추정부(200)는 대동맥(혈관) 분절을 추정한다. 본 발명은 영상에서 대동맥을 추출하기 위해 수동으로 찾거나 허프 변환(Hough transform)을 이용한다. 허프변환은 이미지 상에서 직선을 찾는 것으로, 이를 통해 중심점을 찾기 위해 이용될 수 있다. 기타 생체 조직이 있는 영상에서 대동맥 부위를 추출하기 위해 허프 변환을 사용한다.

영상 스케일링부(250)는 메디안 필터링을 포함하여 영상을 조정한다. 영상 스케일링부(250)에서 추출한 관심 영역의 크기를 확대되며, 잡음이 제거될 수도 있다.

대동맥(혈관) 벽 추정부(300)는 영상 스케일링부(250)에서 수신된 영상으로부터 대동맥 벽을 추정한다.

모션 트랙킹부(355)는 대동맥 벽의 움직임을 검출한다. 모션 트랙킹부(355)는 프레임변화에 따른 대동맥벽의 움직임을 검출한다. 즉, 시간 순서에 따른 혈관 벽의 움직임 변화를 검출한다.

속도 매핑부(400)는 모션 트랙킹부(355)의 결과로부터 속도(velocity)를 매핑한다. 본 발명에서 속도 매핑부(400)는 기준점을 설정하고, 기준 프레임을 설정하고, 속도 벡터를 매핑하고, 속도 벡터 칼라를 매핑하도록 이루어진다.

도 2는 도 1의 대동맥 벽 추정부(300)를 개략적으로 설명하는 설명도로, 초기 포인트(샘플) 마킹부(Initial 8 points marking)(310), 초기 포인트(샘플)의 보간부(interpolation of initial points)(330), 대동맥 벽 경계 추정부(Estimation of wall boundary)(350), 순차 트랙킹부(Sequential tracking)(370)를 포함한다.

본 발명에서 대동맥의 벽의 추정은 밝기 정보(예로, 화소값)를 이용해 영상의 그레디언트(gradient)를 계산하여 추출한다. 영상 그레디언트 대신 역치값을 가지고 추출할 수 있다.

초기 포인트 마킹부(310)는 기설정된 초기 포인트 개수에 따라 초기 포인트들을 마킹하며, 도 2에서는 8개의 초기 포인트들을 마킹한다. 여기서 8개의 초기 포인트들의 마킹으로 본 발명을 한 정하는 것이 아니며, 여기서는 8개의 초기 포인트는 설명의 편의상 도입된 것이다.

초기 포인트의 보간부(330)는 상기 초기 포인트들에 보간을 삽입한다.

대동맥(혈관) 벽 경계 추정부(350)는 대동맥(혈관) 벽 경계를 추정한다.

순차 트랙킹부(370)에서 순차적으로 트랙킹을 행한다.

이하, 본 발명은 혈관영상에서의 움직임 추정 방법에 관하여 개략적으로 설명한다. 즉, 본 발명의 혈관의 운동성을 분석하기 위한 알고리즘은 다음과 같은 순서를 따른다.

첫째, 영상의 전처리 과정은, 심장 주기와 동조화 된 혈관의 영상 혹은 시간 순서에 따라 촬영된 혈관 영상을 분석의 대상으로 삼는다. DICOM 영상을 읽어들인다. 즉, DICOM 형식의 의료 영상을 JPEG 형식의 영상으로 변환한다. 또한 영상을 gray scale의 영상으로 변환한다(도 3참조). 분석시, 저해상도로 인한 오류를 줄이기 위하여, 원 영상 대비 분석 영상은 확대(bicubic interpolation) 된 영상을 사용한다. 도 3은 혈관 영역의 추출한 예로서, 대동맥분절에 대한 영상이다.

둘째, 관심 영역의 추출과정은 영상에서 분석의 대상인 혈관 영역(관심 영역)을 추출한다(도 3, 도 4참조). 여기서 분석의 대상이 되는 혈관은 동맥이다. 촬영 부위에 따라 경동맥과 상/하행 대동맥 등이 가능하다. 도 4는 도 3의 영상에서 분석의 대상인 혈관 영역을 표시하고 선형 보간 후 혈관벽을 추정한 예이다.

셋째, 혈관의 벽 추정 과정은, 혈관벽의 초기 추정, 초기 예측 지점의 보간, 혈관벽 추정을 위한 준비 혈관벽과 혈관 중심의 추정 혈관의 운동성 분석 방법을 포함한다.

우선, 혈관벽의 초기 추정 과정은 혈관벽을 검출 하기 위해 12시 방향에서 시작하여 45도 간격으로 8개의 지점을 수동으로 설정한다. 원 안 쪽에서 8개의 점 연장선이 만나는 곳을 혈관의 중심점으로 설정한다.

다음은, 초기 예측 지점의 보간 과정으로, 각 초기 지점들 사이에 6개의 등간격의 지점을 선형적인 방법으로 보간 하여 점의 개수를 늘린다. 보간 후 혈관 벽으로 추정하게 되는 점(즉, 혈관벽 추정점)은 모두 48개이다(도 4참조).

다음은 혈관벽 추정을 위한 준비 과정으로, 도 5를 참조하여, 보간한 48개의 점(혈관벽 추정점)을 대상으로 각 점마다 혈관 벽의 안쪽에서 바깥쪽으로 향하는 라인(선)을 그린다. 이 선의 길이는 혈관벽의 상태에 따라 조정이 가능하다. 도 5는 도 4의 영상에서 혈관벽의 추정을 위해 그려진 선 프로파일의 일례이다. 도 5의 좌측영상은 혈관벽 추정점(48개의 점)과 중심점 사이에서 혈관벽 추정점으로부터 소정거리에 있는 점(즉, 혈관벽 추정점의 내측점)을 구하며, 혈관벽 추정점과 중심점사이의 선이, 혈관벽 추정점을 지나는 연장선 상에서 혈관벽 추정점으로부터 소정거리에 있는 점(즉, 혈관벽 추정점의 내측점)을 구한 것이다. 도 5의 우측영상은 혈관벽 추정점의 내측점과 혈관벽 추정점의 외측점을 연결한 선을 그린 것이다.

다음은 혈관벽과 혈관 중심의 추정 과정으로, 도 6을 참조하여, 혈관벽의 추정은 화소값을 이용하여 경계선 추출 후 이를 보간(interpolation) 및 평활화(smoothing)하는 과정을 거친다. 혈관 영상에서 픽셀의 밝기 정보(화소값)와 사용자가 개입하여 설정하는 역치값(한계값, threshold value)을 이용하여 혈관벽의 경계를 추정한다. 즉, 혈관 영상에서 픽셀의 밝기 정보(화소값)의 변화가 기 설정된 역치값을 기준으로 혈관벽을 추정한다. 혈관 벽의 시각적 표현에 있어서 연속성을 강화하기 위해 추정한 혈관벽 점들의 평활화(smoothing)과정을 거친다. 최종적으로 추정한 혈관벽의 점들의 연장선이 모이는 점을 해당 프레임에서의 혈관의 중심점으로 삼는다. 평활화 과정은 이동평균(moving average)에 의해 행해질 수 있다.
예를들어, 도 6의 좌측영상은 도 5의 우측영상의 선상에서 혈관 영상에서 픽셀의 밝기 정보와 밝기 정보 그래프의 기울기 값의 변화가 기 설정된 역치값을 기준으로 혈관벽 점을 추정한 결과의 일례이고, 도 6의 우측영상은 도 6의 좌측영상을 이동평균에 의해 평활화한 결과의 일례이다. 도 7은 본 발명에서 혈관벽 추정을 위한 경계값 조사의 일례이다.

다음은 연속 영상 프레임에서 혈관벽의 추정 과정으로, 최종적으로 추정된 혈관벽 점들의 집합을 다음 프레임 혈관벽 추정의 기준점으로 삼는다. 이 과정의 혈관벽 추정 알고리즘을 영상 프레임의 종료 프레임까지 동일하게 적용하여 혈관벽을 추정한다.

넷째, 혈관의 운동성 추정 도시화 과정으로, 분석 대상으로 삼는 영상의 모든 혈관벽 추정 후 운동성 추정을 위한 도시화가 이루어진다. 중점에서 혈관벽 추정 점들의 집합이 가장 가까운 프레임을 혈관의 수축 시점으로 삼는다. 중점에서 혈관벽 추정 점들의 집합이 가장 먼 프레임을 혈관의 확장 시점으로 삼는다. 도 8은 본 발명에서 각 프레임에서의 혈관벽 움직임의 변화량의 그래프의 일례이다.

혈관벽의 움직임 양은 혈관이 수축했을 때의 혈관벽을 기준으로 삼고, 혈관의 확장 시점의 프레임까지 매 프레임마다 점과 점을 이어 나타낸다(도 9 참조).

움직임의 양을 점과 점을 이은 선분의 길이로 표현할 수 있으며, 선분의 길이에 따른 순위별로 색깔을 입혀 나타낼 수도 있다. 그 방법은 아래의 과정을 따른다.

모든 프레임에 대해 혈관벽의 포인트의 변화 정도를 누적한 그래프를 그린 후 각 점의 평균 이동량을 산출한다. 이 이동량에 대해 많이 움직인 부위부터 적게 움직이는 점까지 순위별로 정렬한다.

움직임양이 상위 30%인 점은 빨간색으로 나타내고, 중위 30% 초록색으로 나타내며 나머지 부분에 대해서는 파란색으로 혈관벽의 움직임을 나타낸다(도 10 참조).
도 9는 본 발명에서 혈관의 수축 시점(좌)과 이완(우)시의 혈관벽 움직임의 변화량 표현의 일례로, 움직임의 양을 점과 점을 이은 선분의 길이로 표현하되, 움직임양에 따라 빨간색, 초록색, 파란색으로 나타내고 있다. 도 10은 본 발명에서 혈관벽 움직임 누적 그래프, 각 점에서의 평균 이동량 그래프, 전체 평균과 각 점 평균 이동량의 비교 그래프의 예를 나타낸 것이다.

각 프레임의 분석 후에는 영상을 동영상으로 만들어 혈관벽의 움직임을 관찰한다.
도 11은 본 발명에서 혈관벽 움직임량의 상, 중, 하에 따라 분류하여 그래프로 표현한 것이다.

도 12는 본 발명에서 MDCT영상에서의 대동맥 혈관벽 움직임 양의 표현(전체 20프레임)의 일례이고, 도 13는 본 발명에서 MR 영상에서의 대동맥 혈관벽 움직임양의 표현 (전체 60프레임)의 일례를 나타낸 것이다.

다섯째, 혈관의 운동성 분석 과정으로, 각각의 프레임별로 혈관의 반지름, 지름을 측정할 수 있으며, 혈관의 면적 변화와 국소적 부분의 혈관 운동량의 양적인 변화를 시각적으로 표현 가능하며, 혈관 중심점의 위치 및 이동량을 측정할 수 있으며, 혈관 수축 및 확장의 양적인 변화를 나타낼 수 있으며, 위치별 단면의 분석 후 z축으로 쌓아 영상을 재구성할 경우 3차원적인 혈관의 움직임과 혈관벽의 국소적 움직임이 관찰 가능하고, 대부분의 의료용 영상기기에서 획득된 혈관벽 움직임의 관찰에 적용가능하다.

본 발명은 요골동맥파형을 통해 중심동맥압을 전달함수를 통해서 오차범위 내에서 산출이 가능한 시그모코아 시스템(SphygmoCor system)을 더 구비할 수 있으며(도 14 참조), 또한 대동맥 MRI와 중심동맥압을 동시에 측정하여, 정확하고 객관적으로 대동맥 경직도를 반영하는 영상감지시스템을 제공할 수 있다. 시그모코아 시스템은 비관혈중심 혈압 연산 시스템으로서, 압(壓)센서를 요골동맥에 경피적으로 가볍게 대는 것만으로 중심 혈압(대동맥기시부) 파형을 해석할 수 있는 시스템으로, 혈관의 딱딱함, 동맥 경화에 의한 심장에 걸리는 부하의 정도 등을 측정가능하다. 시그모코아 시스템은 시판되는 시그모코아 시스템을 사용할 수 있다.

본 발명에서 경동맥 초음파 벽 트래킹 알고리즘(Carotid sono wall tracking algorithm)을 이용한 경동맥 움직임 평가에서, 경동맥 경직도는 비침습적으로 국소적인 중심동맥의 경직도를 평가하는데 있어서 사용되는 방법으로, 경동맥의 경직도를 보기 위해 경동맥의 움직임을 추적한다. 그 추적 방법으로 경동맥 초음파 벽 트래킹 알고리즘에서 사용한 방법을 사용한다.

도 15는 본 발명의 경동맥 초음파 벽 트래킹 알고리즘(Carotid sono wall tracking algorithm)의 흐름도이다.

영상 4배 확대단계로, 대조도 증대부(150)에서 영상을 4배 확대하여 대조도(콘트라스트)를 증대시킨다(S100).
가우시안 블러단계로, 초음파 영상의 불균일 특성을 해소하기 위해 영상을 가우시안 블러, 즉(Gaussian 필터, radius 3.0 pixels)를 통해 영상을 매끄럽게 만든다(S110). 이 단계는 설정된 영상부분을 제외한 부분을 가우시안 블러로 초점 흐리게 할 수 았다.
초기 6개점(초기지점) 입력단계로, 기 설정된 초기지점의 수에 따라, 혈관벽을 검출하기 위해 초기지점들을 수동으로 설정하는데, 즉, 여기서는 초기지점의 수가 6개로, 혈관벽을 검출하기 위해서 6개의 초기지점을 수동으로 설정한다.
중심점 검출단계로, 6개의 초기지점이 이루는 원의 중심점을 검출한다(S130).
30개점 추가 보간 삽입단계로, 기 설정된 보간점의 개수만큼, 각 초기 지점들 사이에 등간격의 지점을 선형적인 방법으로 보간 하여 점의 개수를 늘리는데, 여기서는 보간점의 개수가 6으로, 각 초기 지점들 사이에 6개의 등간격의 지점을 선형적인 방법으로 보간 하여 점의 개수를 늘린다(S140). 보간 후 혈관 벽으로 추정하게 되는 점(즉, 혈관벽 추정점)은 모두 36개로 30개의 점이 추가 보간 삽입되었다.
중심점- 대상점 벡터 상의 영상값 추출단계로, 심장의 수축/이완에 따른 혈관의 움직임을 확인하기 위하여 중심점에서 각 대상점(36개)의 방향을 vector 방향으로 한 영상의 그레이 스케일 크기를 중심점부터 대상점까지의 거리의 2배 떨어진 점까지 프로파일링 한다(S150). 여기서, 대상점(혈관벽 추정점)과 중심점의 벡터 상의 영상값(화소값)을 추출한다.
1차 미분을 이용한 혈관벽 검출단계로, 중심점- 대상점 벡터 상의 영상값 추출단계(S150)에서 프로파일링한 영상의 혈관 경계를 찾기 위해, 영상의 그레이 값의 변화량이 큰 값을 미분을 통해 검출한다(S160). 즉, 중심점- 대상점 벡터 상의 영상값 추출단계(S150)의 결과인 프로파일링한 영상을 1차 미분을 행하여, 영상의 그레이 값의 변화량이 큰 값(변화량이 소정 역치값보다 큰 값)을 혈관벽으로 검출한다. 즉, 중심점- 대상점 벡터 상의 영상값 추출단계에서 프로파일링한 혈관영상의 각 연장선 중에서 그레이 값의 변화량이 가장 큰 포인트를 미분을 통해 검출하여 혈관벽 추정점으로 한다.
검출된 혈관벽 평균-분산 검증단계로, 1차 미분을 이용한 혈관벽 검출단계(S160)의 결과인, 미분 결과를 이용해 검출된 36개의 대상점을 평균과 분산을 통해 혈관벽의 모양을 검증한다(S170).
메디안 필터링을 통한 윤곽선 연속성 부여단계로, 경계가 불명확한 부분에서 나타나는 특이점들은 메디안 필터를 통해 제거 후 혈관벽 윤곽선의 연속성을 부여할 수 있는 새로운 대상점을 확보하고, 확보한 대상점을 이용해 다음 프레임의 초기 혈관벽 경계값으로 지정한다(S180).
프레임 간 이동벡터 및 대상점 표시단계(S190)로, 지정된 초기 혈관벽 경계값을 이용해 다시 영상의 경계값을 검출하며, 이전 프레임과 다음 프레임 사이의 혈관벽의 경계값의 이동 벡터를 표시한다.

도 15의 경동맥 초음파 벽 트래킹 알고리즘을 부연설명하면, 혈관벽 추적을 위해 사용한 초음파 영상은 312x343의 크기와 8bit depth의 gray scale 형식이며, 한 심장주기는 12~16개의 프레임으로 나누며, 각 프레임은 초음파 기기의 빔 포밍 방식에 의한 초음파 영상의 특징을 그대로 가지고 있다. 특히 혈관내부와 혈관벽의 경계가 모호한 국소적인 부위가 있으며 혈관내부와 혈관벽 경계가 임계값을 통한 획일적인 검출이 불가능하다. 첫 프레임에서 검출한 혈관벽의 경계점을 기준으로 다음 프레임의 혈관벽 경계점이 움직이는 것을 추적한다. 혈관벽 추적을 위해 사용한 각 영상을 확대한 이유는 원 영상의 혈관벽 움직임의 변화량이 너무 작기 때문이다. 초음파 영상의 불균일 특성을 해소하기 위해 영상을 Gaussian 필터(radius 3.0 pixels)를 통해 영상을 매끄럽게 만든다. 사용자는 혈관벽의 경계가 되는 6개의 점을 지정한다. 이 점을 통해 혈관의 중심점을 계산하고 이 중심점과 지정된 6개의 점을 이용하여 30개의 점을 추가 보간 삽입한다. 도 16은 본 발명에서 6개 대상점 선정의 일례이며, 도 17은 본 발명에서 보간을 통한 36개 대상점 선정의 일례이다.

심장의 수축/이완에 따른 혈관의 움직임을 확인하기 위하여 중심점에서 각 대상점(36개)의 방향을 vector 방향으로 한 영상의 그레이 스케일 크기를 중심점부터 대상점까지의 거리의 2배 떨어진 점까지 프로파일링 한다. 프로파일링한 영상의 혈관 경계를 찾기 위해 영상의 그레이 값의 변화량이 큰 값을 미분을 통해 검출한다. 도 18은 본 발명에서 영상의 그레이 값(파란색) 및 그 미분 결과(빨간색)의 일례이다.

미분 결과만을 이용한 혈관벽을 검출하는 것은 초음파 영상에 국소적으로 경계가 불명확한 부분과 영상의 그레이 스케일 값의 변화가 균일하지 않기 때문에 유의하지 않는다. 영상의 그레이 값을 미분을 통해 유의한 결과를 얻어 낼 때 실제 혈관벽이 움직일 수 있는 영역을 크게 벗어나지 않게 미분 결과를 확인하는 영역을 한정시킨다. 수정된 미분 결과를 이용해 검출 된 36개의 대상점을 평균과 분산을 통해 혈관벽의 모양을 검증한다. 경계가 불명확한 부분에서 나타나는 특이점들은 메디안 필터를 통해 제거 후 혈관벽 윤곽선의 연속성을 부여 할 수 있는 새로운 대상점을 확보한다. 확보한 대상점을 이용해 다음 프레임의 초기 혈관벽 경계값으로 지정한다. 지정된 초기 혈관벽 경계값을 이용해 다시 영상의 경계값을 검출한다. 이전 프레임과 다음 프레임 사이의 혈관벽의 경계값의 이동 vector를 표시한다. 도 19는 본 발명에서 최종 혈관벽 움직임 벡터 검출의 일례이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

100: 데이터 수집부 150:대조도 증대부
200:대동맥 추정부 250:영상 스케일링부
300:대동맥 벽 추정부 310:초기 포인트 마킹부
330:초기 포인트의 보간부 350:대동맥 벽 경계 추정부
355:모션 트랙킹부 370:순차 트랙킹부
400:속도 매핑부

Claims

심전도 신호에 트리거된 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는, 혈관영상의 움직임 추정장치에 있어서,
MDCT영상 검출부 또는 MRI영상 검출부 또는 초음파영상 검출부 중 어느 하나로부터, 심전도 검출부에 의해 검출된 심전도 신호에 의해 트리거된 혈관영상을 수신하는 데이터 수집부;
데이터 수집부에서 수신된 혈관영상을 확대하여 대조도(콘트라스트)를 증대시키는 대조도 증대부;
대조도 증대부에서 출력된 혈관영상으로부터 허프 변환(Hough transform)을 이용하여 혈관 분절을 추정하는 혈관 추정부;
혈관 추정부에서 출력된 혈관영상을 메디안 필터링을 행하는 영상 스케일링부;
영상 스케일링부에서 수신된 혈관영상으로부터 혈관벽을 추정하는 혈관벽 추정부;
혈관벽 추정부에서 출력되는 혈관영상들로부터, 시간 순서에 의한 프레임변화에 따른 대동맥벽의 움직임을 검출하는 모션 트랙킹부;
모션 트랙킹부의 결과로부터 속도(velocity)를 매핑하는 속도 매핑부;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정장치.
제1항에 있어서,
속도 매핑부는 기준점, 기준 프레임을 설정하고, 속도 벡터를 매핑하고, 속도 벡터 칼라를 매핑하도록 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정장치.
제1항에 있어서, 혈관벽 추정부는,
영상 스케일링부에서 수신된 혈관영상으로부터 기설정된 초기 포인트 개수에 따라 마킹된 초기 포인트들을 읽어들이는 초기 포인트 마킹부;
초기 포인트 마킹부에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 포인트들을 삽입하는 초기 포인트의 보간부;
초기 포인트의 보간부에서 출력된 혈관영상으로부터 혈관 벽 경계를 추정하는 혈관벽 경계 추정부;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정장치.
제3항에 있어서, 혈관벽 추정부는,
혈관벽 경계 추정부에서 출력된 혈관영상에서 순차적으로 트랙킹을 행하는 순차 트랙킹부를 더 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정장치.
제1항 내지 제4항 중 어느 한 항에 있어서,
혈관영상은 대동맥 영상인 것을 특징으로 하는 혈관영상의 움직임 추정장치.
심전도 신호에 트리거된 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는, 혈관영상의 움직임 추정방법에 있어서,
MDCT영상 검출부 또는 MRI영상 검출부 또는 초음파영상 검출부 중 어느 하나로부터, 심전도 검출부에 의해 검출된 심전도 신호에 의해 트리거된 혈관영상을 수신하는 데이터 수집단계;
데이터 수집단계에서 수신된 혈관영상을 확대하여 대조도(콘트라스트)를 증대시키는 대조도 증대단계;
대조도 증대단계에서 출력된 혈관영상으로부터 허프 변환(Hough transform)을 이용하여 혈관 분절을 추정하는 혈관 분절 추정단계;
혈관 분절 추정단계에서 출력된 혈관영상을 메디안 필터링을 행하는 영상 스케일링 단계;
영상 스케일링단계에서 수신된 혈관영상으로부터 혈관벽을 추정하는 혈관벽 추정단계;
혈관벽 추정단계에서 출력되는 혈관영상들로부터, 시간 순서에 의한 프레임변화에 따른 대동맥벽의 움직임을 검출하는 모션 트랙킹 단계;
모션 트랙킹단계의 결과로부터 속도(velocity)를 매핑하는 속도 매핑단계;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제6항에 있어서,
속도 매핑단계는 기준점, 기준 프레임을 설정하고, 속도 벡터를 매핑하고, 속도 벡터 칼라를 매핑하도록 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제6항에 있어서, 혈관벽 추정단계는,
영상 스케일링단계에서 수신된 혈관영상으로부터 기설정된 초기 포인트 개수에 따라 초기 포인트들을 마킹하는 초기 포인트 마킹단계;
초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 포인트들을 삽입하는 초기 포인트의 보간단계;
초기 포인트의 보간단계에서 출력된 혈관영상으로부터 혈관 벽 경계를 추정하는 혈관벽 경계 추정단계;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제8항에 있어서, 혈관벽 추정단계는,
혈관벽 경계 추정단계에서 출력된 혈관영상에서 순차적으로 트랙킹을 행하는 순차 트랙킹단계를 더 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제6항 내지 제9항 중 어느 한 항에 있어서,
혈관영상은 대동맥 영상인 것을 특징으로 하는 혈관영상의 움직임 추정방법.
혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는 혈관영상의 움직임 추정장치에서의 혈관영상의 움직임 추정방법에 있어서,
심장 주기와 동조화된 혈관 영상 또는 시간 순서에 따라 촬영된 혈관영상을 전처리하는, 영상의 전처리 단계;
영상의 전처리 단계로부터 출력된 혈관영상에서 관심 영역(분석의 대상인 혈관 영역)이 추출되는, 관심 영역의 추출단계;
관심 영역의 추출단계에서 출력된 혈관영상으로부터 혈관벽을 추정하는, 혈관벽 추정단계;
혈관벽 추정단계로부터 출력된 혈관영상으로부터, 혈관의 수축 시점의 혈관벽을 기준으로 하여, 혈관의 확장 시점까지 매 프레임마다 점과 점을 이어 나타내는, 혈관의 운동성 추정 도시화 단계;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제11항에 있어서, 영상의 전처리 단계는,
심장 주기와 동조화된 혈관 영상 또는 시간 순서에 따라 촬영된 DICOM 형식의 혈관영상을 읽어들이는 단계를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제12항에 있어서,
DICOM 형식의 혈관영상을 JPEG 형식의 혈관영상으로 변환한 후, 그레이 스케일(gray scale)의 영상으로 변환하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제12항에 있어서,
혈관벽 추정단계는
관심 영역의 추출단계에서 출력된 혈관영상에 등간격으로 마킹된 초기 포인트들을 구비한 혈관영상을 읽어들이는 초기 포인트 마킹단계;
초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 보간 포인트들을 삽입하는 초기 포인트의 보간단계;
초기 포인트의 보간단계에서 출력된 혈관영상으로부터 초기 포인트와 보간 포인트가 이루는 혈관벽 추정점들과 중심점을 지나는 연장선을 그리는 선 프로파일링 단계;
선 프로파일링 단계에서 출력된 혈관영상으로부터, 화소값의 변화가 기 설정된 역치값과 비교하여, 혈관 벽 경계를 추정하는 혈관벽 경계 추정단계;
를 포함하여 이루어진 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제14항에 있어서,
초기 포인트 마킹단계에서 초기 포인트는, 관심 영역의 추출단계에서 출력된 혈관영상에서 12시 방향에서 시작하여 45도 간격으로 8개의 지점이 설정되며,
초기 포인트의 보간단계에서 각 초기포인트들 사이에 5개 보간 포인트들이 삽입되는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제14항에 있어서,
혈관벽 경계 추정단계에서 출력된 영상은 이동평균(moving average)에 의해 평활화(smoothing)를 행하는 평활화단계를 더 포함하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제16항에 있어서,
혈관의 운동성 추정 도시화 단계는, 중점에서 혈관벽 추정점들의 집합이 가장 가까운 프레임을 혈관의 수축 시점으로 설정되며, 중점에서 혈관벽 추정점들의 집합이 가장 먼 프레임을 혈관의 확장 시점으로 설정되는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제16항에 있어서,
혈관의 운동성 추정 도시화 단계는, 모든 프레임에 대해 혈관벽의 포인트의 변화를 누적한 그래프를 그린 후 각 점의 평균 이동량을 산출하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제18항에 있어서,
혈관의 운동성 추정 도시화 단계는, 평균 이동량의 크기에 따라 색상을 달리하여 출력하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제19항에 있어서,
혈관의 운동성 추정 도시화 단계 후, 각 혈관영상의 프레임별로 혈관의 반지름, 지름, 혈관 중심점의 위치 및 국소부위의 이동량을 측정하는 혈관의 운동성 분석단계를 더 포함하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제20항에 있어서,
혈관의 운동성 분석단계는 혈관의 면적 변화를 선으로 표현하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제11항 내지 제21항 중 어느 한 항에 있어서,
혈관영상은 경동맥 또는 대동맥의 영상인 것을 특징으로 하는 혈관영상의 움직임 추정방법.
초음파의 혈관영상으로부터 혈관벽을 추정하여 혈관의 움직임을 추정하는 혈관영상의 움직임 추정장치에서의 혈관영상의 움직임 추정방법에 있어서,
심장 주기와 동조화된 초음파의 혈관 영상 또는 시간 순서에 따라 촬영된 초음파의 혈관영상을 확대하는, 영상 확대단계;
가우시안 필터를 통해 초음파의 혈관 영상의 불균일을 해소시키는, 가우시안 블러단계;
가우시안 블러단계에서 출력된 혈관영상에 등간격으로 마킹된 초기 포인트들을 구비한 혈관영상을 읽어들이는, 초기 포인트 마킹단계;
초기 포인트 마킹단계에서 출력된 혈관영상으로부터 초기 포인트들 사이에 보간을 위한 보간 포인트들을 삽입하는, 초기 포인트의 보간단계;
초기 포인트의 보간단계에서 출력된 혈관영상으로부터, 초기 포인트와 보간 포인트가 이루는 혈관벽 추정점들과 중심점을 지나는 연장선을 그리는, 선 프로파일링 단계;
선 프로파일링 단계에서 프로파일링한 혈관영상의 각 연장선 중에서 그레이 값의 변화량이 가장 큰 포인트를 미분을 통해 검출하여 혈관벽 추정점으로 하는, 1차 미분을 이용한 혈관벽 검출단계;
를 포함하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제23항에 있어서,
1차 미분을 이용한 혈관벽 검출단계로부터 출력된 혈관벽 추정점 전체를 평균과 분산을 통해 혈관벽의 모양을 검증하는 혈관벽 평균-분산 검증단계;
를 더 포함하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제24항에 있어서,
혈관벽 평균-분산 검증단계의 결과, 혈관벽 경계가 불명확한 부분에서 나타나는 혈관벽 추정점들은 메디안 필터를 통해 제거 한 후, 새로운 혈관벽 추징점을 확보하여 다음 프레임의 초기 혈관벽 경계값으로 지정하는, 메디안 필터링을 통한 윤곽선 연속성 부여단계;
를 더 포함하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
제23항에 있어서,
선 프로파일링 단계는, 중심점부터 혈관벽 추정점까지의 거리의 2배 떨어진 점까지 프로파일링 하는 것을 특징으로 하는 혈관영상의 움직임 추정방법.
청구항 제6항 내지 제9항, 제11항 내지 제21항, 제23항 내지 제26항 중 어느 한 항의 혈관영상의 움직임 추정방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체.