KR101341369B1 - 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체 - Google Patents

반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체 Download PDF

Info

Publication number
KR101341369B1
KR101341369B1 KR1020120022258A KR20120022258A KR101341369B1 KR 101341369 B1 KR101341369 B1 KR 101341369B1 KR 1020120022258 A KR1020120022258 A KR 1020120022258A KR 20120022258 A KR20120022258 A KR 20120022258A KR 101341369 B1 KR101341369 B1 KR 101341369B1
Authority
KR
South Korea
Prior art keywords
correlation coefficient
change
image
spot
pixel
Prior art date
Application number
KR1020120022258A
Other languages
English (en)
Other versions
KR20130101257A (ko
Inventor
서종범
김경희
박동희
Original Assignee
연세대학교 원주산학협력단
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 연세대학교 원주산학협력단 filed Critical 연세대학교 원주산학협력단
Priority to KR1020120022258A priority Critical patent/KR101341369B1/ko
Publication of KR20130101257A publication Critical patent/KR20130101257A/ko
Application granted granted Critical
Publication of KR101341369B1 publication Critical patent/KR101341369B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection

Abstract

본 발명은 반점 무늬(speckle pattern)를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체에 관한 것으로, 보다 상세히는, 변화되기 전의 영상과 변화된 후의 영상을 비교 하여 최소상관계수를 구하여, 최소상관계수 지도를 산출하고, 주어진 변화 형태 견본을 이용하여, 최소상관계수 지도의 형태와 변화 형태를 비교하여, 변화위치, 변화 정도 등의 여러가지 변화된 정보를 추정하는, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체에 관한 것이다.
본 발명의 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템은, 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 지도 생성부; 상기 최소상관계수 지도 생성부에서 출력되는 최소상관계수와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하는 변화위치 추적부; 상기 변화위치 추적부에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정부;를 포함하여 이루어진 것을 특징으로 한다.

Description

반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체{System and method for tracking change information of speckle pattern image depending on decorrelation map and changing patterns}
본 발명은 반점 무늬(speckle pattern)를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체에 관한 것으로, 보다 상세히는, 변화되기 전의 영상과 변화된 후의 영상을 비교 하여 최소상관계수를 구하여, 최소상관계수 지도를 산출하고, 주어진 변화 형태 견본을 이용하여, 최소상관계수 지도의 형태와 변화 형태를 비교하여, 변화위치, 변화 정도 등의 여러가지 변화된 정보를 추정하는, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체에 관한 것이다.
의료 영상에서 변화중인 위치를 추적하거나 변화량을 정량화하는 것은 진단, 치료, 의료시술 등에서의 실시간 영상에서 매우 유용한 기능이다. 이는 온도 등에 의한 작은 변화가 일반영상에서 사람의 눈으로 직접 눈으로 확인하기 어려웁기 때문이다. 경우에 따라서는 목적하는 시술 위치가 의도한 위치에 시술되었는지 확인이 불가능하다.
특히, 고강도의 초음파에너지를 한 곳에 모을 때 초점에서 발생하는 65~100℃의 고열을 이용해 조직을 태워 없애는 시술인, 집속 초음파 치료(high intensity focused ultrasound, HIFU)의 경우는 더욱 그러하다.
현재로서는 실시간 의료영상에서 이를 위한 이렇다 할 대안이 나와 있지 않다.
따라서 영상의 작은 변화를 추적하여 위치와 정보를 알아내고, 변화된 부위의 영상을 강조하는 방식이 요망된다. 이렇게 함으로써, 사용자는 시술 위치를 직관적으로 확인 가능하다.
또한, 변화된 정보를 정량적으로 표시해 주는 것이 요망된다. 이렇게 함으로써, 올바른 정도의 시술이 되었는지도 확인 가능하다.
또한, 빠른 계산으로 고속의 실시간 변화 영상을 획득할 수 있도록, 적은 계산량으로 정보를 얻을 수 있어야 한다.
이를 위해, 본 발명은 영상의 작은 변화를 추적하여 위치와 정보를 알아내도록, 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체를 제안한다.
본 발명이 해결하고자 하는 과제는, 변화되기 전의 영상과 변화된 후의 영상을 비교 하여 최소상관계수를 구하여, 최소상관계수 지도를 산출하고, 주어진 변화 형태 견본을 이용하여, 최소상관계수 지도의 형태와 변화 형태를 비교 하여, 변화위치, 변화 정도 등의 여러가지 변화된 정보를 추정하는, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 반점무늬를 갖는 영상의 경우 조금의 변화에도 반점무늬의 패턴이 변화하기 때문에, 작은 변화의 추적이 가능하여, 상관계수를 구한 후, 변화 형태를 참고하므로, 구분하기 힘든 작은 변화의 추적이 가능하며, 변화된 부위의 영상을 강조할 수 있어, 사용자는 시술 위치를 직관적으로 확인 가능한, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 변화된 정보를 정량적으로 표시해 줌으로 올바른 정도의 시술이 되었는지도 확인 가능한, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는시스템, 방법 및 그 기억매체를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 적은 계산량으로 정보를 얻을 수 있어, 빠른 계산으로 고속의 실시간 변화 영상을 획득 가능한, 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 신속하고 효율적으로 영상의 변화 정보 추적 시스템을 제공하는 것이다.
상기 과제를 해결하기위해서, 본 발명의 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템에 있어서, 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 지도 생성부; 상기 최소상관계수 지도 생성부에서 출력되는 최소상관계수와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하는 변화위치 추적부; 상기 변화위치 추적부에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정부;를 포함하여 이루어진 것을 특징으로 한다.
또한 본 발명은, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 최소상관계수(DCR)와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하도록 이루어지되, 기 저장된 전 변화위치로부터 추적하는 변화위치 추적부를 포함하는 것을 특징으로 한다.
상기 변화위치 추적부에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정부를 더 포함한다.
상기 최소상관계수(DCR)는, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)를, 1에서 뺀 값이며, 상관계수(rxy)는,
Figure 112012017676015-pat00001
(단, n은 영상의 크기, 즉, 비교하는 이미지의 픽셀 수를 의미하며, x는 제1영상을 의미하며, y는 제2영상을 의미하고,
Figure 112012017676015-pat00002
,
Figure 112012017676015-pat00003
는 각각 x와 y의 평균이며, Sx와 Sy는 각각 x와 y의 표준 편차임)
에 의해 구하여 진다.
최소상관계수 지도 생성부는, 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 계산부; 상기 최소상관계수 계산부의 출력된 최소상관계수(DCR)를, 해닝(hanning) 필터를 통과시켜, 잡음을 제거하는 해닝필터 계산부;를 포함하여 이루어진다.
해닝필터는, 해닝 함수(Hanning Function)(w(n))인
Figure 112012017676015-pat00004
(단, N은 필터의 크기에 해당하며, 필터의 크기는 비교 크기(kernel size)에 의해 결정되고, 비교 크기는 자기 상관 계수에 의해 결정됨)
에 의해 결정되어 진다.
자기 상관 계수를 구하고, 자기 상관 계수들의 최대값의 절반이 되는 범위까지를 비교 크기로 결정하고, 비교 크기의 2배를 필터의 크기로 결정될 수도 있다.
해닝필터 계산부는, 해닝 함수(w(n))을, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)와, 콘볼루션(Convolusion)을 취하여 진다.
변화위치 추적부는 전에 검출된 변화위치를 저장하고 있는 이전 변화위치 저장부를 더 구비한다.
변화 정보 추정부는 변화정보(CI)로부터 이동량, 온도, 탄성 중의 어느 하나 변화를 추정할 수 있다.
또한 본 발명의 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법은, 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 지도 생성단계; 상기 최소상관계수 지도 생성단계에서 출력되는 최소상관계수와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하는 변화위치 추적단계;상기 변화위치 추적단계에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정단계;를 포함하여 이루어지는 것을 특징으로 한다.
최소상관계수(DCR)는, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)를, 1에서 뺀 값이며, 최소상관계수 지도 생성단계는, 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 계산단계; 상기 최소상관계수 계산단계의 출력된 최소상관계수(DCR)를, 해닝(hanning) 필터를 통과시켜, 잡음을 제거하는 해닝필터 계산단계;를 포함하여 이루어진다.
해닝필터 계산단계는, 해닝 함수(w(n))을, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)와, 콘볼루션(Convolusion)을 취하여 진다.
변화위치 추적단계는, 이전 변화위치 저장부에 기 저장된 전 변화위치로부터 추적하며, 변화 정보 추정단계는, 변화정보(CI)로부터 이동량, 온도, 탄성 중의 어느 하나 변화를 추정할 수 있다.
또한 본 발명은, 본 발명에 기재된, 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법을 실행시킬 수 있는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기억매체를 특징으로 한다.
본 발명의 반점 무늬를 갖는 영상정보를 이용하여 변화된 정보를 추정하는 시스템, 방법 및 그 기억매체에 따르면, 변화되기 전의 영상과 변화된 후의 영상을 비교 하여 최소상관계수를 구하여, 최소상관계수 지도를 산출하고, 주어진 변화 형태 견본을 이용하여, 최소상관계수 지도의 형태와 변화 형태를 비교 하여, 변화위치, 변화 정도 등의 여러가지 변화된 정보를 추정할 수 있다.
또한, 본 발명은, 반점무늬를 갖는 영상의 경우 조금의 변화에도 반점무늬의 패턴이 변화하기 때문에, 작은 변화의 추적이 가능하여, 상관계수를 구한 후, 변화 형태를 참고하므로, 구분하기 힘든 작은 변화의 추적이 가능하며, 변화된 부위의 영상을 강조할 수 있어, 사용자는 시술 위치를 직관적으로 확인가능하다.
또한, 본 발명은, 변화된 정보를 정량적으로 표시해 줌으로 올바른 정도의 시술이 되었는지도 확인 가능하다.
또한, 본 발명은, 적은 계산량으로 정보를 얻을 수 있어, 빠른 계산으로 고속의 실시간 변화 영상을 획득 가능하다.
즉, 본 발명은, 변화된 부위의 영상을 강조하는 방식이 사용되기때문에 사용자는 시술 위치를 직관적으로 확인 가능하며, 또한, 변화된 정보를 표시해 주므로 올바른 정도의 시술이 되었는지도 확인 가능하고, 단순히 최소상관계수만을 이용하여 변화를 추적할 경우 적은 계산량으로 정보를 얻을 수 있고, 그 장점을 통해 실시간 영상에 활용이 할 수 있다. 이런 빠른 계산으로 고속의 실시간 변화 영상을 획득할 수 있다.
시술시에 흔히 쓰이는 반점무늬를 갖는 영상의 경우 조금의 변화에도 반점무늬의 패턴이 변화하기 때문에 작은 변화를 추적하는 것을 가능하게 한다. 이러한 장점을 이용하여 상관계수를 구한 후, 변화 형태를 참고하므로 구분하기 힘든 작은 변화 추적을 가능하도록 한다.
특히, 본 발명에서는 변화 정보를 추정하기 위해서는 최소상관계수(Decorrelation) 값을 계산한 지도를 필요로 한다. 최소상관계수 지도의 형태와 변화 형태를 비교하면 변화위치, 변화 정도 등의 여러가지 정보를 추정할 수 있다. 이는 현재 의료 산업에서 사용되는 HIFU등의 열치료 시술 시에 온도의 변화의 위치와 변화 정도를 추정할 수 있어 시술자가 눈으로 정확히 확인하기 정보들을 제공하여 시술의 효율성을 증가 시킬 수 있다. HIFU 시술이 비침습적인 방법에 반해 현재 비침습적으로 시술 진행 상황을 확인할 수 없으므로 본 발명이 유용하게 사용될 수 있다.
도 1은 본 발명의 일실시예에 의한 변화 정보를 추정하는 시스템의 구성을 개략적으로 설명하기위한 블럭도이다.
도 2는 도 1의 변화 정보를 추정하는 시스템에서 최소상관계수 지도 생성부 및 변화위치 추적부의 구성을 개략적으로 설명하는 블럭도이다.
도 3은 도 2의 최소상관계수 지도 생성부에서 각 픽셀에 대하여 최소상관계수를 계산한 결과의 일예이다.
도 4은 도 2의 해닝필터 계산부에서 해닝필터링한 결과의 일예이다.
도 5는 본 발명에서 변화 위치를 찾기 위해서 예측한 변화의 구조적 형태인 변화형태(PT)의 일예이다.
도 6은 본 발명의 일실시예에 의한 변화 정보를 추정하는 방법을 개략적으로 설명하기위한 흐름도이다.
도 7은 도 6의 해닝 필터링단계를 설명하기 위한 예시도이다.
도 8은 도 6의 변화위치 계산단계를 설명하기 위한 예시도이다.
도 9은 HIFU를 이용하여 온도를 올렸을 경우 본 발명을 이용하여 온도 값을 추적할 수 있는지에 대해 알아보기 위하여 사용된 실험 장비 구성도이다.
도 10은 도 9의 실험장비를 이용하여 0.1℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
도 11은 도 9의 실험장비를 이용하여 0.3℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
도 12은 도 9의 실험장비를 이용하여 0.5℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
도 13은 도 9의 실험장비를 이용하여 1.0℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
도 14은 도 9의 실험장비를 이용하여 3.0℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
이하, 본 발명의 일 실시예에 의한 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체에 대해, 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일실시예에 의한 변화 정보를 추정하는 시스템의 구성을 개략적으로 설명하기위한 블럭도로, 최소상관계수 지도(Decorrelation map) 생성부(100), 변화위치 추적부(Lesion detection)(200), 변화 정보 추정부(Estimating Change Information)(300)를 포함하여 이루어진다.
최소상관계수 지도 생성부(100)는 제1 반점 및 제2 반점을 포함하는 영상들, 즉 제1 반점을 포함하는 제1영상(IMG1)과 제2 반점을 포함하는 제2영상(IMG2)을 기초로 각 픽셀에 대한 최소상관계수(DCR)를 계산한다. 이때, 상관계수 계산법에 있어서는 상관계수, 위상상관계수 등의 방식이 사용되어 질 수 있다.
여기서 제1 반점이 온도가 오르거나, 시간이 흐르거나 등등의 외부환경 제2반점으로 위치 이동이 있는 경우, 제1 반점을 포함하는 영상을 제1영상(IMG1)으로 하고, 제2 반점을 포함하는 영상을 제2영상(IMG2)으로 한다. 즉, 제1영상은 변화 전 영상을 의미하며, 제2영상은 변화 후 영상을 의미한다.
변화위치 추적부(200)는 최소상관계수 지도 생성부(100)에서 출력되는 최소상관계수(DCR)와 기 저장되어 있는 변화형태(PT)를 이용하여 영상의 변화된 위치(POS)를 추적한다. 여기서 변화형태(PT)는 견본이라 할 수 있다. 예를들어, 변화형태(PT)는 선험적으로 각 영상에서 변화부위를 개략적으로 예측할 수 있으며, 예측된 변화를 견본으로 생성하여 저장하여 사용할 수도 있다.
변화 정보 추정부(300)는 최소상관계수(DCR)와 변화형태(PT) 그리고 빠른 계산을 위하여 변화위치 추적부(200)에서 출력된 변화위치(POS)를 이용하여 최종적인 변화정보(CI)를 출력한다. 즉, 변화 정보 추정부(300)는 변화위치(POS)에서, 변화형태(PT)와 최소상관계수(DCR)에 대해서 상관계수 (Correlation)를 구하며, 이것이 변화정보(CI)가 된다. 변화정보(CI)로는 변화위치, 변화 정도, 변화 속도 등의 정보를 얻을 수 있다. 이 변화 정보는 디지털 정보로 출력되어 사용자가 수집 할 수 있도록 한다.
도 2는 도 1의 변화 정보를 추정하는 시스템에서 최소상관계수 지도 생성부 및 변화위치 추적부의 구성을 개략적으로 설명하는 블럭도로, 최소상관계수 지도 생성부(100)는 최소상관계수 계산부(110)와 해닝(hanning)필터 계산부(160)를 포함하여 이루어지며, 변화위치 추적부(200)는 변화위치 계산부(210)과 이전 변화위치 저장부(260)를 포함하여 이루어진다.
최소상관계수 지도 생성부(100)는 최소상관계수(DCR) 계산부(110)와 하닝(hanning)필터 계산부(160)를 포함하여 이루어진다.
최소상관계수(DCR) 계산부(110)은 제1 및 제2 반점영상들(IMG1, IMG2)을 기초로 하여 최소상관계수(DCR)를 구한다. 상관계수는 수학식1에 기초하여 계산될 수 있다.
Figure 112012017676015-pat00005
여기서 i는 각 픽셀의 순서 번호이며, n은 영상의 크기, 즉, 비교하는 이미지의 픽셀 수를 의미한다. 예를들어, 이미지가 2차원이라고 가정하면 i가 1일때 (1,1)이 되고, i가 2일때는 (1,2)가 되어, 이렇게 계속 i가 증가되어, 만약 영상의 가로가 10, 세로가 10이라면, n은 최대 100이고, 100은 (10, 10)을 의미한다.
또한 x는 제1영상(즉, 변화전 영상)을 의미하며, y는 제2영상(즉, 변화후 영상)을 의미하고,
Figure 112012017676015-pat00006
,
Figure 112012017676015-pat00007
는 각각 x와 y의 평균이며, Sx와 Sy는 각각 x와 y의 표준 편차(standard deviation)이다.
rxy는 제1영상과 제2영상의 상관계수, 즉 변화 전 영상과 변화 후의 영상의 상관계수를 구한 값으로, 변화위치 추적 및 변화 정보 추정을 위해 사용되는 최소상관계수 지도를 만드는데 사용된다. 여기서 x나 y와 같은 차원을 가진다.
최소상관계수, 즉 비 상관(Decorrelation) 값은 1 - rxy를 이용하여 구한다.
본 발명의 최소상관계수 지도 생성부(100)에서 수학식 1에 의해 각 픽셀에 대하여 최소상관계수를 계산한 결과의 일예는 도 3과 같다.
해닝(hanning)필터 계산부(160)는, 최소상관계수 지도를 생성함에 있어 오차를 줄이기 위하여 적용된 것으로, 계산의 오차를 줄이기 위해 생성하는 해닝 함수(Hanning Function)(w(n))는 수학식 2에 의해 결정되어 진다.
Figure 112012017676015-pat00008
여기서, N은 필터의 크기에 해당하며, 필터의 크기는 비교 크기(kernel size)에 의해 결정되고, 비교 크기는 자기 상관 계수(auto cross correlation)에 의해 결정된다. 여기서 n은 수학식 1의 n과는 다른 값이다.
예를들어, 자기 상관 계수를 구하고 자기 상관 계수들의 최대값의 절반이 되는 범위까지를 비교 크기로 결정하고, 비교 크기의 2배를 필터의 크기로 결정할 수 있다.
해닝필터는 간단히 생각하면 블러 효과로 보면 되며, 즉, 이미지를 뿌옇게 만드는 역할을 하는데 이는 Lowpass 필터와 비슷한 역할을 하게 되어, 고주파 성분의 노이즈를 제거하는데 사용된다. 수학적으로는 w(n)을 앞서 구한 rxy에 콘볼루션(Convolusion) 하여 구하게 된다.
변화위치 추적부(200)는 변화위치 계산부(210)와 이전 변화위치 저장부(260)를 포함하여 이루어진다.
변화위치 계산부(210)는, 최소상관계수 지도 생성부(100)의 최소상관계수 계산부(110)에서 출력된 최소상관계수 지도(DCR)와 변화형태(PT)를 이용하여 변화위치를 결정한다.
이때 변화형태는 기 저장되어 있는 것으로, 입력되는 변화형태의 예는 도 5와 같다. 도 5는 변화 위치를 찾기 위해서 예측한 변화의 구조적 형태의 일예로, 즉 변화형태(PT)의 일예이다. 도 5와 같은 변화형태는 HIFU 시술 시에 예측 가능한 변화형태의 한 정보이다.
도 5와 같은 변화 형태와 최소상관계수 계산부(110)에서 계산된 최소상관계수 지도(DCR)을 이용하여 상관계수를 구한다. 여기서 상관계수는 최소상관계수 계산부(110)에서 최소상관계수(DCR)을 구할 때 사용되어진 상관계수의 수식, 즉 수학식 1을 그대로 사용한다.
상관계수의 값이 최대가 되는 위치가 변화위치(POS)로 결정된다. 즉, 상관계수의 값 중 최대값은, 계산된 상관계수 전체 값 중에 최대값으로 결정한다.
이때, 상관계수의 값이 높은 몇몇의 후보가 존재할 수 있는데 각각의 위치를 변화위치로 계산할 수도 있고, 그 중에 상관계수가 최대가 되는 위치만을 변화위치로 지정할 수도 있다.
이전 변화위치 저장부(260)는 바로 이전의 변화위치, 즉 이전의 상관계수의 값이 최대가 되는 위치를 저장하고 있다. 다음 계산의 속도를 높이기 위해 최대값 위치를 저장하여, 변화위치 계산부(210)에서 바로 이전의 변화위치를 이용하므로, 처리 속도를 비약적으로 향상시킬 수 있고, 실시간 처리가 가능하도록 한다. 이렇게 함으로써 본 발명은 처리속도 향상을 가져오며 실시간 정보 제공이 가능해진다.
이전 변화위치 저장부(260)에는 변화위치, 즉 상관계수의 값이 최대가 되는 위치가 구하여지면 이전 변화위치 저장부(260)에 저장한다.
변화정보 추정부(300)는 변화정보 계산부(310)를 포함하고 있다.
변화정보 계산부(310)는 출력된 변화위치(POS)와 변화형태(PT)를 이용하여 변화된 정보를 정량적으로 추정이 가능하다. 이때 변화형태(PT)로 부터 입력 받는 여러가지 변화 형태 정보를 이용하여 이동량, 온도, 탄성 등의 정제된 정보를 계산해 낸다.
변화정보 계산부(310)는 변화위치(POS)에서, 변화형태(PT)와 최소상관계수(DCR)에 대해서 상관계수 (Correlation)를 구한다. 따라서 상관계수의 값이 1에 근접할 수록 상관도가 높으므로, 이로써 이동량, 온도, 탄성 등의 변화된 정보를 추정 가능하다.
여기서 변화 위치(POS)는 변화위치 계산부(210)에서 출력된 결과이다.
예를들어, 2D 이미지 형태이고, 온도 변화를 예측하는 경우를 예로서 들면, 변화 위치가 (5,5) 라면, (5,5) 위치에서 미리 준비된 변화형태(PT)와 얻어진 최소상관계수(DCR)을 상관계수(Correlation)를 구한다. 이때, 변화형태는 여러 개가 입력될 수 있는데, 1도를 올렸을 때 예측 가능한 변화형태(PT1), 2도를 올렸을 때 예측 가능한 변화형태(PT2) 등이 있을 수 있다. 이 중에서 최소상관계수(DCR)과 상관계수(Correlation) 값을 구했을 경우, PT1(1도 변화형태), PT2(2도 변화형태), PT3(3도 변화형태)에 대하여 각각 상관계수(Correlation) 값이 0.8, 0.95, 0.85 가 나왔다고 가정을 해보면, 대략적으로 2.2도 정도의 변화가 발생 했을 것이라고 예측 할 수 있다. 단, 이런 변화 예측 방법은 여러 가지 예측 방법 중에 하나일 뿐으로, 본 발명을 이 방식만으로 계산되는 것으로 한정하는 것은 아니다.
도 6은 본 발명의 일실시예에 의한 변화 정보를 추정하는 방법을 개략적으로 설명하기위한 흐름도이다.
영상입력단계로, 반점무늬를 포함하는 제1영상 및 제2영상을 최소상관계수 계산부(110)로 입력한다(S100).
최소상관계수 계산단계로, 수학식 1을 이용하여 제1영상과 제2영상에 대한 최소상관계수 맵(DCR) 구한다(S210).
해닝 필터링단계로, 최소상관계수 계산단계에 출력된 결과를 수학식 2에 의해 해닝 필터링한다(S260). 해닝 함수(Hanning Function)(w(n))는 수학식 2에 의해 결정되어 진다.
최소상관계수 계산단계(S210)와 해닝 필터링단계(S260)는 최소상관계수 지도 생성단계(S200)라고 할 수 있다.
변화 위치 계산단계는 최소상관계수 지도 생성단계(S200)에서 구한 최소상관계수 맵(DCR)에서 최대값을 검색해 최대값 위치를 구한다(S310).
변화 위치 저장단계로, 다음에 계산의 속도를 높이기 위해 최대값 위치를 저장한다(S360).
변화위치 계산단계(S310)와 변화위치 저장단계(S360)는 변화위치 추적단계(S300)라고 할 수 있다.
변화 정보 계산단계로, 예측 변화 정보(PT)와 얻어진 최소상관계수맵(DCR)의 상관계수를 구하여 변화량을 정량적으로 계산한다(S410). 즉, 변화정보 계산단계는 변화위치(POS)에서, 변화형태(PT)와 최소상관계수(DCR)에 대해서 상관계수 (Correlation)를 구하며, 이것이 변화정보(CI)가 된다. 변화 정보 계산단계(S410)는 변화정보 추정단계(S400)라 할 수 있다.
변화 정보 출력단계로, 얻어진 변화량을 출력한다(S500).
도 7은 도 6의 해닝 필터링단계를 설명하기위한 예시도로, 도 7의 (a)는 최소상관계수 맵(DCR)이고, 도 7의 (b)는 해닝필터이고, 도 7의 (c)는 도 7의 (a)의 최소상관계수 맵(DCR)을 해닝필터링한 결과이다.
즉, 도 7의 (a)와 같이, 제1영상과 제2영상을 이용하여 값을 구하면 최소상관계수 맵(DCR)이 나오게 되며, 도 7의 (a)와 같은 영상을도 7의 (b)와 같은 해닝 필터를 이용하여 처리하고, 그 결과는 도 7의 (c)와 같다.
도 8은 도 6의 변화위치 계산단계를 설명하기위한 예시도로, 도 8의 (a)는 해닝 필터링을 한 결과이고, 도 8의 (b)는 변화형태(PT)이고, 도 8의 (c)는 도 8의 (a)의 해닝 필터링을 한 결과와 도 8의 (b)의 변화형태(PT)에 대하여 상관계수를 구하고 그 중 최대값을 갖는 위치를 변화위치로 설정한 경우이다.
즉, 도 8의 (b)의 변화형태(PT)와 도 8의 (a)의 해닝 필터링을 한 결과에 대하여 상관계수를 얻어 최대값을 찾으며, 찾아진 최대값은 도 8의 (c)에서 빨간점의 위치가 된다. 즉, 변화위치(POS)는 도 8의 (c)에서 빨간점의 위치가 된다.
도 8의 (d)는 도 8의 (c)의 변화위치(POS)에서, 도 8의 (b)의 변화형태(PT)와 도 7의 (a)의 최소상관계수(DCR)에 대해서 상관계수 (Correlation)를 구한 결과로, 이것이 변화정보(CI)가 된다.
다음은 본 발명의 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템을 적용한 실험예를 설명한다.
본 발명의 유효성이 있는지를 판단하기 위하여 도 9과 같은 실험을 시행하였다. 도 9은 HIFU를 이용하여 온도를 올렸을 경우 본 발명을 이용하여 온도 값을 추적할 수 있는지에 대해 알아보기 위하여 사용된 실험 장비 구성도이다.
도 9에서는 가스가 제거된 물에서 50 mm x 50 mm x 50 mm의 플라스틱 팬텀을 파라필름을 이용하여 구조물에 고정시키고, 가열 장비를 이용하여 물과 팬텀의 온도를 37~38도가 되도록 가열하였다.
팬텀의 측면 방향에서 HIFU 장비를 사용하여 초음파를 방사한 뒤 축 방향에서 영상장치로 HIFU 초음파를 방사하기 전과 후의 데이터를 수집 후 본 발명을 이용해 계산을 해 보았다. 이 과정에서 내부의 온도를 측정하기 위하여 온도계를 삽입하여 실시간으로 온도도 같이 취득하였다.
도 9의 실험장비를 이용하여, 도 10은 0.1℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이며, 도 11은 0.3℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이며, 도 12는 0.5℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이며, 도 13은 1.0℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이며, 도 14은 3.0℃ 변화 후 본 발명을 이용한 최소상관계수 지도의 일예이다.
도 13과 도 14에서와 같이, 이 실험결과로 10℃와 30℃에서는 위치를 올바르게 찾을 수 있었다. 하지만 최소 상관계수의 차이가 크게 나지 않는 0.5도 이하에서는 올바른 시술 위치를 찾기 힘들었다. 이와 같이 실험이 완료되었다면 변화 형태에 따른 정량적인 변화 값을 맵핑하여 변화량을 입력할 수 있는 하나의 변화 형태 정보를 얻을 수 있다.
실험 결과 최소상관계수 지도와 변화 예측 정보를 이용하여 변화의 상관관계를 통해 변화된 부분을 추적할 수 있게 되었다. 이런 실험 결과는 위에 제안한 프로그램이 특정 변화량 또한 추정이 가능함을 확인할 수 있다.
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: 최소상관계수 지도 생성부 110: 최소상관계수 계산부
160: 해닝필터 계산부 200: 변화위치 추적부
210: 변화위치 계산부 260:이전 변화위치 저장부
300: 변화 정보 추정부 310: 변화정보 계산부

Claims (21)

  1. 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 지도 생성부;
    상기 최소상관계수 지도 생성부에서 출력되는 최소상관계수와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하는 변화위치 추적부;
    상기 변화위치 추적부에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정부;
    를 포함하여 이루어진 것을 특징으로 하는, 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  2. 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 최소상관계수(DCR)와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고,
    구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하도록 이루어지되,
    기 저장된 전 변화위치로부터 추적하는 변화위치 추적부를 포함하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  3. 제2항에 있어서,
    상기 변화위치 추적부에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정부를 더 포함하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  4. 제1항 또는 제3항 중 어느 한 항에 있어서,
    상기 최소상관계수(DCR)는, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)를, 1에서 뺀 값인 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  5. 제4항에 있어서,
    상관계수(rxy)는,
    Figure 112013062042844-pat00009

    (단, n은 영상의 크기, 즉, 비교하는 이미지의 픽셀 수를 의미하며, x는 제1영상의 화소를 의미하며, xi는 i번째 제1영상의 화소를 의미하고, y는 제2영상의 화소를 의미하며, yi는 i번째 제2영상의 화소를 의미하고,
    Figure 112013062042844-pat00010
    ,
    Figure 112013062042844-pat00011
    는 각각 x와 y의 평균이며, Sx와 Sy는 각각 x와 y의 표준 편차임)
    에 의해 구하여 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  6. 제4항에 있어서, 최소상관계수 지도 생성부는,
    제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 계산부;
    상기 최소상관계수 계산부의 출력된 최소상관계수(DCR)를, 해닝(hanning) 필터를 통과시켜, 잡음을 제거하는 해닝필터 계산부;
    를 포함하여 이루어진 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  7. 제6항에 있어서,
    해닝필터는, 해닝 함수(Hanning Function)(w(n))인
    Figure 112012017676015-pat00012

    (단, N은 필터의 크기에 해당하며, 필터의 크기는 비교 크기(kernel size)에 의해 결정되고, 비교 크기는 자기 상관 계수에 의해 결정됨)
    에 의해 결정되어 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  8. 제7항에 있어서,
    자기 상관 계수를 구하고, 자기 상관 계수들의 최대값의 절반이 되는 범위까지를 비교 크기로 결정하고, 비교 크기의 2배를 필터의 크기로 결정하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  9. 제7항에 있어서,
    해닝필터 계산부는, 해닝 함수(w(n))을, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)와, 콘볼루션(Convolusion)을 취하여 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  10. 제1항 내지 제3항 중 어느 한 항에 있어서,
    변화위치 추적부는, 전에 검출된 변화위치를 저장하고 있는 이전 변화위치 저장부를 더 구비하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  11. 제1항 또는 제3항 중 어느 한 항에 있어서,
    변화 정보 추정부는, 변화정보(CI)로부터 이동량, 온도, 탄성 중의 어느 하나 변화를 추정할 수 있는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 시스템.
  12. 제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 지도 생성단계;
    상기 최소상관계수 지도 생성단계에서 출력되는 최소상관계수와, 기 저장되어 있는 변화형태(PT)에 대한, 상관계수를 구하고, 구하여진 상관계수 중, 상관계수의 값이 최대가 되는 위치를 변화위치(POS)로 결정하는 변화위치 추적단계;
    상기 변화위치 추적단계에서 출력된 변화위치(POS)에서의, 변화형태(PT)와 최소상관계수(DCR)에 대해서, 상관계수를 구하고, 구하여진 상관계수를 변화정보(CI)로 하는 변화 정보 추정단계;
    를 포함하여 이루어진 것을 특징으로 하는, 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  13. 제12항에 있어서,
    최소상관계수(DCR)는, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)를, 1에서 뺀 값인 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  14. 제13항에 있어서,
    상관계수(rxy)는,
    Figure 112013062042844-pat00013

    (단, n은 영상의 크기, 즉, 비교하는 이미지의 픽셀 수를 의미하며, x는 제1영상의 화소를 의미하며, xi는 i번째 제1영상의 화소를 의미하고, y는 제2영상의 화소를 의미하며, yi는 i번째 제2영상의 화소를 의미하고,
    Figure 112013062042844-pat00031
    ,
    Figure 112013062042844-pat00032
    는 각각 x와 y의 평균이며, Sx와 Sy는 각각 x와 y의 표준 편차임)
    에 의해 구하여 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  15. 제12항에 있어서, 최소상관계수 지도 생성단계는,
    제1 반점을 포함하는 제1영상의 각 화소와, 제2 반점을 포함하는 제2영상의 각 화소에 대한, 최소상관계수(DCR)를 구하는 최소상관계수 계산단계;
    상기 최소상관계수 계산단계의 출력된 최소상관계수(DCR)를, 해닝(hanning) 필터를 통과시켜, 잡음을 제거하는 해닝필터 계산단계;
    를 포함하여 이루어진 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  16. 제15항에 있어서,
    해닝필터는, 해닝 함수(Hanning Function)(w(n))인
    Figure 112012017676015-pat00016

    (단, N은 필터의 크기에 해당하며, 필터의 크기는 비교 크기(kernel size)에 의해 결정되고, 비교 크기는 자기 상관 계수에 의해 결정됨)
    에 의해 결정되어 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  17. 제16항에 있어서,
    자기 상관 계수를 구하고, 자기 상관 계수들의 최대값의 절반이 되는 범위까지를 비교 크기로 결정하고, 비교 크기의 2배를 필터의 크기로 결정하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  18. 제16항에 있어서,
    해닝필터 계산단계는, 해닝 함수(w(n))을, 제1 반점을 포함하는 제1영상의 각 화소와 제2 반점을 포함하는 제2영상의 각 화소에 대한 상관계수(rxy)와, 콘볼루션(Convolusion)을 취하여 지는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  19. 제12항에 있어서,
    변화위치 추적단계는, 이전 변화위치 저장부에 기 저장된 전 변화위치로부터 추적하는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  20. 제12항에 있어서,
    변화 정보 추정단계는, 변화정보(CI)로부터 이동량, 온도, 탄성 중의 어느 하나 변화를 추정할 수 있는 것을 특징으로 하는 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법.
  21. 제 12항 내지 제 20 항 중 어느 한 항에 기재된, 반점 무늬를 갖는 영상의 변화 정보를 추정하는 방법을 실행시킬 수 있는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기억매체.

KR1020120022258A 2012-03-05 2012-03-05 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체 KR101341369B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120022258A KR101341369B1 (ko) 2012-03-05 2012-03-05 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120022258A KR101341369B1 (ko) 2012-03-05 2012-03-05 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체

Publications (2)

Publication Number Publication Date
KR20130101257A KR20130101257A (ko) 2013-09-13
KR101341369B1 true KR101341369B1 (ko) 2013-12-13

Family

ID=49451493

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120022258A KR101341369B1 (ko) 2012-03-05 2012-03-05 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체

Country Status (1)

Country Link
KR (1) KR101341369B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004057652A (ja) 2002-07-31 2004-02-26 Takeshi Shiina 超音波診断システム、歪み分布表示方法及び弾性係数分布表示方法
JP2007152074A (ja) 2005-01-21 2007-06-21 Chikayoshi Sumi 変位又は歪計測方法及び装置、速度計測方法、弾性率・粘弾性率計測装置、及び、超音波診断装置
JP2007222393A (ja) 2006-02-23 2007-09-06 Toshiba Corp 超音波診断装置およびその画像処理方法、その画像処理プログラム
JP2007244533A (ja) 2006-03-14 2007-09-27 Yamaguchi Univ 歪分布計測システムと弾性率分布計測システム及びそれらの方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004057652A (ja) 2002-07-31 2004-02-26 Takeshi Shiina 超音波診断システム、歪み分布表示方法及び弾性係数分布表示方法
JP2007152074A (ja) 2005-01-21 2007-06-21 Chikayoshi Sumi 変位又は歪計測方法及び装置、速度計測方法、弾性率・粘弾性率計測装置、及び、超音波診断装置
JP2007222393A (ja) 2006-02-23 2007-09-06 Toshiba Corp 超音波診断装置およびその画像処理方法、その画像処理プログラム
JP2007244533A (ja) 2006-03-14 2007-09-27 Yamaguchi Univ 歪分布計測システムと弾性率分布計測システム及びそれらの方法

Also Published As

Publication number Publication date
KR20130101257A (ko) 2013-09-13

Similar Documents

Publication Publication Date Title
JP5362573B2 (ja) 医療画像において領域を区分化するシステムおよび方法
JP2019514547A5 (ko)
JP6114306B2 (ja) 超音波イメージングにおけるニードルの視覚化の向上のための方法及び装置並びに超音波イメージングシステム
US20080077011A1 (en) Ultrasonic apparatus
JP5491747B2 (ja) 医用画像解析装置及び画像解析用制御プログラム
JP6478136B1 (ja) 内視鏡システム、内視鏡システムの作動方法
JP2013022462A5 (ja) 運動対象輪郭トラッキング装置及び運動対象輪郭トラッキング方法
JP2016525000A5 (ko)
JP5889265B2 (ja) 画像処理方法および装置並びにプログラム
JP6381972B2 (ja) 医用画像処理装置および医用画像診断装置
JP2016198279A5 (ko)
JP5082955B2 (ja) 車両検出装置および方法、並びに、プログラム
JP4877243B2 (ja) 対応点探索装置および該方法
KR101341369B1 (ko) 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체
JP2016187391A5 (ko)
JP2015507736A (ja) ターゲットサイズを見積もるためのシステム及び方法
JP5918325B2 (ja) 超音波診断装置
KR102009233B1 (ko) Ct 영상 분석을 이용한 간 섬유화 예측 장치 및 그 방법
CN111388012B (zh) 用于检测组织硬度的方法、设备及系统
JP5409719B2 (ja) 超音波画像処理装置
CN107205725A (zh) 通过实时超声应变成像对心肌梗塞的评估
Karani et al. An image interpolation approach for acquisition time reduction in navigator-based 4D MRI
JP7215053B2 (ja) 超音波画像評価装置、超音波画像評価方法および超音波画像評価プログラム
JP7069166B2 (ja) 表面組織追跡
JP5403400B2 (ja) 画像処理装置、撮像装置及び画像処理プログラム

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
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: 20161206

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171128

Year of fee payment: 5