KR101351583B1 - 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체 - Google Patents

의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체 Download PDF

Info

Publication number
KR101351583B1
KR101351583B1 KR1020120112661A KR20120112661A KR101351583B1 KR 101351583 B1 KR101351583 B1 KR 101351583B1 KR 1020120112661 A KR1020120112661 A KR 1020120112661A KR 20120112661 A KR20120112661 A KR 20120112661A KR 101351583 B1 KR101351583 B1 KR 101351583B1
Authority
KR
South Korea
Prior art keywords
image
composite image
composite
frame
offset
Prior art date
Application number
KR1020120112661A
Other languages
English (en)
Inventor
조재문
박현욱
최준성
Original Assignee
한국과학기술원
삼성전자주식회사
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 한국과학기술원, 삼성전자주식회사 filed Critical 한국과학기술원
Priority to KR1020120112661A priority Critical patent/KR101351583B1/ko
Priority to US13/920,666 priority patent/US9366741B2/en
Priority to EP13177627.0A priority patent/EP2720062A1/en
Priority to CN201310444754.1A priority patent/CN103720475A/zh
Application granted granted Critical
Publication of KR101351583B1 publication Critical patent/KR101351583B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • 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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56545—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by finite or discrete sampling, e.g. Gibbs ringing, truncation artefacts, phase aliasing artefacts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory

Abstract

촬영 대상 영역 내에 포함되는 적어도 하나의 화상 프레임을 획득하는 데이터 획득부 및 획득된 적어도 하나의 화상 프레임을 처리하여 의료 영상을 획득하는 데이터 처리부를 포함하는 의료 진단 장치가 개시된다. 의료 진단 장치의 데이터 처리부는, 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 컴포지트 화상 생성부 및 적어도 하나의 화상 프레임 및 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 컴포지트 화상을 보상하고, 보상된 컴포지트 화상을 이용하여 의료 영상을 획득하는 의료 영상 획득부를 포함한다.

Description

의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체 {MEDICAL IMAGE IMAGING METHOD, MEDICAL DIAGNOSTIC APPARATUS THEREOF, AND RECORDING DEVICE THEREOF}
본 발명은, 의료 진단 장치에서 취득된 의료 화상 데이터로부터 의료 영상을 이미징하는 방법 및 그에 따른 의료 진단 장치에 관한 것이다.
자기 공명 영상 (Magnetic Resonance Imaging, MRI) 기법은 인체를 균일한 자기장에 노출시킨 후 핵자기 공명 현상을 통해 얻어지는 정보로부터 인체의 단면 화상을 작성하는 기법이다. 핵자기 공명 현상이란 외부 자장에 의해 자화된 상태의 원자핵에 특정한 고주파를 입사시키면 낮은 에너지 상태의 원자핵이 고주파 에너지를 흡수하여 높은 에너지 상태로 여기되는 현상을 말한다. 이 때, 인체에 투영된 신호를 이용하여 화상을 작성하기 위해서 경사 자장이 사용되며, 촬영 대상 영역에는 경사 자장이 변하는 연속적인 측정 사이클에 의하여 투영 신호가 주사된다. 통상적으로는 이러한 각 측정을 “뷰(view)” 라고 부르고, 뷰의 개수가 화상의 품질을 결정한다. 따라서, 1 프레임당 뷰의 개수가 많을수록 대상체에 대한 많은 정보를 획득할 수 있으므로 이미지 해상도가 높아지는 반면에 이미지 획득 시간이 길어진다는 단점이 있고, 1 프레임당 뷰의 개수가 적어질 수록 이미지 획득 시간은 짧아지는 반면, 이미지의 해상도가 나빠지는 문제점이 발생한다.
그러므로, 적은 수의 뷰를 포함하는 화상 프레임을 짧은 시간 내에 획득하여 성공적으로 화상을 복원하는 방법이 요구되고 있다.
투영된 뷰의 세트로부터 화상을 복원하는 방법에는, 데카르트 격자 형태로 투영 뷰를 획득하여, 푸리에 변환에 의해 복원 하는 방법과, 방사형으로 획득된 투영 뷰를 라돈 공간 변환에 의해 복원하는 방법이 있다. 전자의 방법에 비해, 후자인 방사형 화상 획득 방법은 서브 샘플링 환경에서도 화상을 성공적으로 복원할 수 있다는 유리한 점이 있다.
영상 복원에 이용되는 HYPR (HIghly-constrained Image Reconstruction Method) 은 시간 해상도 (time resolution) 를 높여 빠르게 방사형 데이터를 복원할 수 있다는 장점이 있다. 반면에, 양의 값의 데이터 (positive data) 처리만 가능하여 PC (Phase Contrast) 기법과 같이 위상 정보를 포함하는 복소수 (complex) 데이터를 사용해야 하는 경우에는 제대로 복원이 되지 않고, 컴포지트 (Composite) 영상과의 조합에 의한 크로스-토크 (Cross-Talk) 가 발생한다는 단점이 있다. 크로스-토크란, 원하는 화상 외에 불필요한 화상이 겹쳐지는 것을 의미한다.
그에 따라서, 복원 정확도를 높이면서 빠르게 영상을 복원할 수 있는 방법 및 장치를 제공할 필요가 있다.
본원 발명은 복원 정확도를 높이면서 동시에 시공간적 해상도가 높은 영상을 복원할 수 있는 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체의 제공을 목적으로 한다.
구체적으로, 본원 발명은 복소수 (complex) 데이터를 포함하는 의료 영상을 정확하게 복원할 수 있는 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체의 제공을 목적으로 한다.
본 발명의 일 실시예에 따른 의료 진단 장치에서 의료 영상을 이미징하는 방법은, 촬영 대상 영역 내에 포함되는 적어도 하나의 뷰 (view) 단위로 적어도 하나의 화상 프레임을 획득하는 단계, 상기 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 단계, 적어도 하나의 상기 화상 프레임 및 상기 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 단계, 및 상기 보상된 컴포지트 화상을 이용하여 상기 의료 영상을 획득하는 단계를 포함한다.
또한, 본 발명의 다른 일 실시예에 따른 의료 영상 이미징 방법은 상기 경계 조건이 상기 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값을 포함할 수 있고, 상기 컴포지트 화상을 보상하는 단계는, 상기 상한 값 및 상기 하한 값에 근거하여, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 및 하한 오프셋을 각각 설정하는 단계를 포함할 수 있다. 상기 컴포지트 화상을 보상하는 단계는, 상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 상한 오프셋을 적용하는 단계, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 상한 오프셋을 적용하는 단계, 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 상한 오프셋이 적용된 상기 컴포지트 화상을 보상하는 단계, 상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 하한 오프셋을 적용하는 단계, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 하한 오프셋을 적용하는 단계, 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 하한 오프셋이 적용된 상기 컴포지트 화상을 보상하는 단계, 및 상기 보상된 상한 오프셋 적용 컴포지트 화상 및 상기 보상된 하한 오프셋 적용 컴포지트 화상을 이용하여 상기 보상된 컴포지트 화상을 생성하는 단계를 더 포함할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 영상 이미징 방법에 있어서, 상기 의료 영상을 획득하는 단계는, 상기 화상 프레임 및 상기 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 단계를 복수 회 반복하는 단계를 포함할 수 있고, 상기 복수 회 반복하는 단계의 일 반복에서 보상된 컴포지트 화상은 다음 반복의 컴포지트 화상으로서 이용될 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 영상 이미징 방법에 있어서, 상기 컴포지트 화상을 보상하는 단계는, HYPR (Highly-constrained Image Reconstruction) 기법을 적용하여, 상기 컴포지트 화상을 보상하는 단계를 포함할 수 있으며, 상기 적어도 하나의 화상 프레임을 획득하는 단계는, 상기 적어도 하나의 방사형 뷰(radial view) 단위로 적어도 하나의 상기 화상 프레임을 획득하는 단계를 포함하는 것을 특징으로 할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 영상 이미징 방법에 있어서, 상기 의료 진단 장치는 자기 공명 영상 (MRI) 장치를 포함하고, 상기 화상 프레임은 복소수 화상 (complex image) 데이터를 포함할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 영상 이미징 방법에 있어서,
Figure 112012082440443-pat00001
,
Figure 112012082440443-pat00002
일 때,
상기 보상된 컴포지트 화상 (Irecon) 은
Figure 112012082440443-pat00003
을 만족하고, 상기 수학식에서, fU 는 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋값, fL 은 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 하한 오프셋값이고, s 는 상기 화상프레임의 사이노그램 (sinogram) 이며, R 은 라돈 변환 (Radon Transform), R-1 은 역라돈변환 (Inverse Radon Transform) 이고, IC 는 상기 컴포지트 화상이고, IU 는 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 상한 오프셋이 적용된 상기 컴포지트 화상, IL 은 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 하한 오프셋이 적용된 상기 컴포지트 화상이 될 수 있다.
본 발명의 일 실시예에 따른 의료 진단 장치는, 촬영 대상 영역 내에 포함되는 적어도 하나의 뷰(view) 단위로 적어도 하나의 화상 프레임을 획득하는 데이터 획득부, 및 획득된 상기 적어도 하나의 화상 프레임을 처리하여 의료 영상을 획득하는 데이터 처리부를 포함하며, 상기 데이터 처리부는, 상기 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 컴포지트 화상 생성부, 및 적어도 하나의 상기 화상 프레임 및 상기 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 상기 컴포지트 화상을 보상하고, 상기 보상된 컴포지트 화상을 이용하여 상기 의료 영상을 획득하는 의료 영상 획득부를 포함한다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서, 상기 경계 조건은 상기 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값을 포함하며, 상기 의료 영상 획득부는, 상기 상한 값 및 상기 하한 값에 근거하여, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 및 하한 오프셋을 각각 설정하는 오프셋 설정부를 포함할 수 있다. 상기 의료 영상 획득부는, 상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 상한 오프셋을 적용하고, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 상한 오프셋을 적용하며, 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 상한 오프셋이 적용된 상기 컴포지트 화상을 보상하는, 상한 오프셋 적용부, 상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 하한 오프셋을 적용하고, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 하한 오프셋을 적용하며, 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 하한 오프셋이 적용된 상기 컴포지트 화상을 보상하는, 하한 오프셋 적용부, 및 상기 보상된 상한 오프셋 적용 컴포지트 화상 및 상기 보상된 하한 오프셋 적용 컴포지트 화상을 이용하여 상기 보상된 컴포지트 화상을 생성하는, 보상 컴포지트 화상 생성부를 더 포함할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서, 상기 의료 영상 획득부는, 상기 화상 프레임 및 상기 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 동작을 복수 회 반복하고, 상기 복수 회 반복되는 동작의 일 반복에서 보상된 컴포지트 화상을 다음 반복의 컴포지트 화상으로서 이용할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서, 상기 의료 영상 획득부는, 상기 컴포지트 화상을 보상하기 위해서 HYPR (HIghly-constrained Image Reconstruction) 기법을 적용할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서, 상기 데이터 획득부는, 상기 적어도 하나의 방사형 뷰 단위로 적어도 하나의 상기 화상 프레임을 획득할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서, 상기 의료 진단 장치는 자기 공명 영상 (MRI) 장치를 포함하고, 상기 데이터 획득부가 획득하는 화상 데이터는 자기 공명 데이터를 포함하고, 상기 화상 프레임은 복소수 화상 (complex image) 데이터를 포함할 수 있다.
또한, 본 발명의 다른 일 실시예에 따른 의료 진단 장치에 있어서,
Figure 112012082440443-pat00004
,
Figure 112012082440443-pat00005
일 때,
상기 의료 영상 획득부에서 보상된 상기 컴포지트 화상 (Irecon) 은,
Figure 112012082440443-pat00006
을 만족하고, 상기 수학식에서, fU 는 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋값, fL 은 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 하한 오프셋값이고, s 는 상기 화상프레임의 사이노그램 (sinogram) 이며, R 은 라돈 변환 (Radon Transform), R-1 은 역라돈변환 (Inverse Radon Transform) 이고, IC 는 상기 컴포지트 화상이고, IU 는 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 상한 오프셋이 적용된 상기 컴포지트 화상, IL 은 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 하한 오프셋이 적용된 상기 컴포지트 화상이 될 수 있다.
본 발명의 또 다른 일 실시예에 따르면, 상술한 이미징 방법을 구현하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 구현될 수 있다.
본 발명은 복원해야 할 화상 데이터에 경계 조건을 적용함으로써 고해상도 복소수 영상 복원을 가능하게 한다.
본 발명은, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1 은 MRI 시스템의 전체 구조를 개략적으로 도시한 구성도이다.
도 2는 본 발명의 일 실시예와 관련된 의료 진단 장치를 도시한 구성도이다.
도 3 은 본 발명의 일 실시예가 의료 영상 분야에 적용되는 것을 설명하는 도면이다.
도 4 는 본 발명의 다른 일 실시예에 따른 의료 진단 장치의 동작을 상세하게 설명한 도면이다.
도 5 는 본 발명의 다른 일 실시예와 관련하여 컴포지트 화상을 보상하기 위해 HYPR 기법이 적용되는 의료 진단 장치의 동작을 상세하게 설명한 도면이다.
도 6 은 본 발명의 일 실시예에 따라 획득된 의료 영상 결과를 설명하는 도면이다.
도 7 은 본 발명의 일 실시예와 관련된 이미징 방법을 설명하는 흐름도이다.
도 8 은 본 발명의 다른 일 실시예와 관련된 이미징 방법을 설명하는 흐름도이다.
도 9 는 본 발명의 일 실시예에 따른 제 1 시뮬레이션 결과를 도시한 도면이다.
도 10 은 본 발명의 일 실시예에 따른 제 2 시뮬레이션 결과를 도시한 도면이다.
도 11 은 본 발명의 일 실시예에 따른 제 3 시뮬레이션 결과를 도시한 도면이다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “...부” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
본 발명은 방사형으로 획득된 데이터로부터 화상을 복원하는 방법에 관한 것으로서, MRI 외에도 CT, PET, 초음파 검사 등 인체 조직에 투영된 신호로부터 인체 조직의 단면을 복원하는 질병 진단을 위한 의료 영상 이미징 방법에 널리 적용될 수 있다.
본 발명에 따르면, 위상 정보를 이용하는 위상 대비 (Phase Contrast; PC) 기법과 같이 복소수 데이터 (complex data) 의 처리를 필요로 하는 영상 이미징 방법 및 장치 분야에서 HYPR 계열의 복원 방식을 확장 적용할 수 있으며, 크로스토크로 인하여 발생하는 오류를 감소시켜 영상을 정확하게 복원할 수 있다.
이하에서는 도면을 참조하여 본 발명의 실시 예 들을 상세히 설명한다.
도 1 은 자기 공명 영상 (Magnetic Resonance Imaging, MRI) 시스템 (100) 의 전체 구조를 개략적으로 도시한 구성도이다. MRI 시스템 (100) 은 MRI 촬영 장치 (110) 및 MRI 진단 장치 (120) 를 구비한다. MRI 시스템 (100) 을 구성하는 각 장치들은 도 1에 도시된 바와 달리 물리적으로 분리되어 있지 않고 통합된 형태일 수 있다.
MRI 촬영 장치 (110) 는, 자기 공명 영상을 촬영하기 위한 제어신호를 입력 받아 작동한다. 또한, MRI 촬영 장치 (110) 는 내부에 위치한 대상체 (115) 에 대응되는 자기 공명 영상을 생성하기 위해 사용되는 자기 공명 신호를 획득하여, MRI 진단 장치 (120) 로 출력한다.
MRI 진단 장치 (120) 는 MRI 촬영 장치 (110) 로부터 수신된 영상 데이터를 획득하는 데이터 획득부 (121), 및 획득된 데이터로부터 의료 영상을 생성하는 데이터 처리부 (122) 를 포함하며, 생성된 영상을 디스플레이 하는 디스플레이부 (123) 를 포함할 수 있다. 여기서, MRI 촬영 장치 (110) 로부터 수신된 영상 데이터는 MRI 진단 장치 (120) 에서 생성되는 자기 공명 신호가 될 수 있다.
본 발명의 일 실시예에 따른 의료 진단 장치는, 도 1의 MRI 시스템 (100) 의 진단 장치 (120) 에 포함될 수 있다. 예를 들어, 후술할 도 2 에 도시된 본 발명의 일 실시예에 따른 의료 진단 장치 (200) 는 도 1 의 (130) 에 대응될 수 있다. 다만, 본 발명은 MRI 시스템 외에도 CT, PET, 초음파 검사 등 인체 조직에 투영된 신호로부터 인체 조직의 단면을 복원하는 의료 진단 방법 및 장치에 널리 적용될 수 있다. 본 발명의 일 실시예에 따른 의료 진단 장치는 도 2 에서 보다 구체적으로 살펴본다.
도 2 를 참조하면, 본 발명의 일 실시예에 따른 의료 진단 장치 (200) 는, 데이터 획득부 (221) 및 데이터 처리부 (222) 를 포함하며, 데이터 처리부 (222) 는 컴포지트 화상 생성부 (230) 및 의료 영상 획득부 (240) 를 포함한다. 의료 진단 장치 (200) 를 구성하는 각 장치들은 도 2 에 도시된 바와 달리 물리적으로 분리되어 있지 않고 통합된 형태를 가질 수 있다.
데이터 획득부 (221) 는 촬영 대상 영역 내에 포함되는 적어도 하나의 뷰(view) 단위로 화상 프레임을 획득한다. 데이터 획득부 (221) 에서 획득된 화상 프레임은 데이터 처리부 (221) 에서 처리되어 의료 영상을 획득하는 데 이용된다. 화상 프레임은 언더 샘플링된 (under-sampled) 저해상도의 영상 데이터에 대응되기 때문에, 원하는 품질의 최종 의료 영상을 획득하기에 불충분할 수 있다. 따라서, 이러한 경우 원하는 품질의 최종 의료 영상을 획득하는데 있어서 서로 다른 뷰에 대응되도록 획득된 적어도 하나의 화상 프레임을 이용한다.
데이터 처리부 (222) 는 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 컴포지트 화상 생성부 (230) 를 포함한다. 또한 데이터 처리부 (222) 는 의료 영상 획득부 (240) 를 포함하며, 의료 영상 획득부 (240) 는 화상 프레임 및 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 컴포지트 화상을 보상하고, 보상된 컴포지트 화상을 이용하여 상기 의료 영상을 획득한다.
의료 영상 획득부 (240) 가 컴포지트 화상을 보상하기 위해 사용하는 “경계 조건” 은, 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값을 포함할 수 있다.
본 발명에서는 음의 값을 가지는 실수부 또는 허수부를 갖는 복소수 데이터를 복원하기 위해 경계 조건을 사용하였고 그 사용의 개념적인 설명을 아래와 같다.
소정 영상 신호 f가 fL<f< fU 의 범위 안에 존재한다고 가정하고, fL<0, fU>0 이라고 가정하면, f+| fL |, | fU |-f 두 신호는 모두 양의 값을 가지게 된다. 따라서, 획득한 소정 영상 신호의 하한값이 fL, 상한값이 fU 인 경우, 이에 근거하여 하한 오프셋 |fL| 과 상한 오프셋 |fU| 을 설정할 수 있다.
여기서, 소정 영상 신호는 사이노그램 (sinogram)으로 표현될 수 있다. 사이노그램(Sinogram)이란 한 방향에서 획득한 투사 데이터를 투사 방향에 따라 순차적으로 배열한 것으로서 각 행이 갖는 화소값들은 해당 프로파일의 해당 위치에서의 크기(amplitude)와 같다.
따라서, 하한 오프셋 |fL| 과 상한 오프셋 |fU| 의 사이노그램을 계산한 뒤 이 값을 사이노그램에 더하거나 빼면, 복원할 영상은 모두 양수를 가지게 된다. 이렇게 양의 값이 되도록 오프셋이 적용된 사이노그램은 오로지 양의 데이터만 처리할 수 있는 이미징 기법을 통해서도 처리될 수 있다. 이하에서 구체적으로 설명할 도 4 및 도 5 를 참조하면, 의료 진단 장치에서 의료 영상을 얻을 수 있는 기본 데이터의 집합인 k-공간 데이터 (413, 513) 를 투사 방향에 따라 순차적으로 배열하여 사이노그램을 포함하는 화상 프레임 (415, 515) 을 얻는 동작 구성이 도시된다.
또한, 의료 영상 획득부 (240) 는, 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값에 근거하여, 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 및 하한 오프셋을 설정하는 오프셋 설정부를 포함할 수 있다. “오프셋 설정부” 와 관련하여서는 이하에서 도 4 를 참조하여 구체적으로 설명한다.
한편, 도 2 의 의료 영상 획득부 (240) 에서 화상 프레임 및 경계 조건을 이용하여 컴포지트 화상을 보상하는 구체적인 동작 과정에 대해서도 이하에서 도 4 를 참조하여 구체적으로 설명한다.
도 2 에 도시된 구성 외에도, 의료 진단 장치 (200) 는, 다른 여러 가지의 구성을 더 포함할 수 있다. 예를 들면, 촬영 장치 (미도시) 로부터 영상 데이터를 수신하는 수신부 (미도시), 사용자로부터 소정 명령 또는 데이터를 수신하거나 사용자에게 소정 데이터를 출력하기 위한 사용자 인터페이스 (미도시), 및 생성된 의료 영상, 기타 정보, 또는 영상 처리를 위한 프로그램 등을 저장하는 저장부 등 (미도시) 을 더 포함할 수 있다.
도 3 은 본 발명의 일 실시 예가 의료 영상 분야에 적용되는 것을 설명하는 도면이다.
이미징 방법에 있어서, 짧은 이미지 획득 시간과 높은 해상도를 보장하는 방법에 대한 개선이 계속되어 왔다. 그 일 예로서, MRI 이미징 방법과 관련하여, 방사형 뷰를 이용하여 k 공간을 언더 샘플링하는 방사형 화상 획득 방법은 서브 샘플링 환경에서도 화상을 성공적으로 복원할 수 있다는 유리한 점이 있다. 도 3 에 도시된 바와 같이, k 공간을 격자 패턴으로 샘플링하는 것이 아니라 k 공간의 중앙으로부터 외향으로 펼쳐지는 선을 샘플링하는 방사형 화상 획득 방법은, 시간 분해 데이터 (time resolved data) 를 사용하는 동적 영상 획득 방법에서 불충분한 데이터로부터 영상을 성공적으로 복원할 수 있다는 장점이 있다.
도 3 을 참조하면, 도 2 의 데이터 획득부 (221) 에서 획득된 화상 프레임은, 도 3 에 도시된 화상 프레임 (301, 302, 303, 304) 과 같이 각 프레임당 2 개의 방사형 뷰를 가질 수 있다. 다만 본 발명은 이에 한정되지 않으며, 실제 화상 프레임은 언더 샘플링 된 뷰의 세트 또는 저 SNR 을 갖는 화상 데이터가 될 수 있다.
컴포지트 화상 생성부 (230) 는 획득된 화상 프레임을 합성하여, 화상 프레임보다 고화질을 갖는 컴포지트 화상 (310) 을 생성할 수 있다. 다만, 화상 프레임 (301, 302, 303, 304) 은 시간차를 두고 획득된 데이터이므로, 특정한 프레임에서의 화상을 얻기 위해서는 컴포지트 화상 (310) 을 보상하는 과정이 요구된다. 도 3 의 의료 영상 (320) 은 화상 프레임 n (304) 을 기준으로 컴포지트 화상 (310) 을 보상하여 획득된 결과를 도시한 것이다. 이러한 이미징 방법은 짧은 이미지 획득 시간을 이용하여 상대적으로 고품질의 영상을 획득할 수 있다는 장점이 있다.
도 4 는 본 발명의 일 실시예에 따른 의료 진단 장치의 동작을 상세하게 설명한 도면 (400) 이다.
도 4를 참조하면, 본 발명의 다른 실시예에 따른 의료 진단 장치 (400) 는 데이터 획득부 (421) 및 데이터 처리부 (422) 를 포함한다. 그리고, 데이터 처리부 (422) 는 컴포지트 화상 생성부 (430) 및 의료 영상 획득부 (440) 를 포함한다. 도 4에 도시된 데이터 획득부 (421), 데이터 처리부 (422), 컴포지트 화상 생성부 (430) 및 의료 영상 획득부 (440) 는 각각 도 2 에 도시된 데이터 획득부 (221), 데이터 처리부 (222), 컴포지트 화상 생성부 (230) 및 의료 영상 획득부 (240)와 동일 대응되므로, 도 2에서와 중복되는 설명은 생략한다.
도 4 를 참조하면, 데이터 획득부 (421) 에서 대상체를 촬영하여 생성된 러 데이터(raw data)인 복수의 k-공간 데이터 (413) 를 각각 1 차원 푸리에 변환 (1DFT) 하여 복수의 사이노그램을 포함하는 복수의 화상 프레임 (415) 을 획득한다. 여기서, k-공간 데이터 (413) 는 도 1 의 촬영 장치 (110) 에서 생성되어 데이터 획득부 (421) 로 수신될 수 있다. 또한, 복수의 k-공간 데이터 (413) 및/ 또는 복수의 화상 프레임 (415) 은 도 3에서 설명한 복수의 화상 프레임 (304) 에 대응되므로, 도 3에서와 중복되는 설명은 생략한다.
컴포지트 화상 생성부 (430) 는 사이노그램을 포함하는 복수의 화상 프레임 (415) 으로부터 컴포지트 화상 IC 을 생성한다. 구체적으로, 복수의 화상 프레임 (415) 을 합성(composite)하여 컴포지트 화상 IC 을 생성할 수 있다. 도 4 에서는 컴포지트 화상을 생성하기 위해 사이노그램에 FBP (필터 보정 역투영법, Filtered Back Projection) 에 따른 연산을 수행한 경우를 예로 들어 도시하였다.
도 4 에는, 의료 영상 복원의 기준으로서 선택된 임의의 화상 프레임 및 컴포지트 화상 Ic 에 포함되는 영상 신호의 경계 조건을 이용하여 컴포지트 화상 IC 을 보상하여 보상된 컴포지트 화상 Irecon 을 획득하고, 보상된 컴포지트 화상 Irecon 을 이용하여 의료 영상 Ifinal 을 획득하는 동작 (440) 이 도시된다. 도 4 의 동작 (440) 은 도 2 의 의료 영상 획득부 (240) 에서 수행될 수 있다.
구체적으로, 의료 영상 획득부 (440) 는 오프셋 설정부 (460), 상한 오프셋 적용부 (443), 하한 오프셋 적용부 (444), 보상 컴포지트 화상 생성부 (445) 를 포함할 수 있다.
의료 영상 획득부 (440) 는 소정 화상 프레임 및 컴포지트 화상에 포함되는 영상 신호의 경계 조건을 이용하여 컴포지트 화상 IC 으로부터 보상된 컴포지트 화상 Irecon 을 획득하고, 보상된 컴포지트 화상 Irecon 을 이용하여 소정 화상 프레임이 생성된 시점에 대응되는 의료 영상 Ifinal을 획득한다.
의료 영상 획득부 (440) 는 컴포지트 화상 Ic 을 보상하기 위한 경계 조건으로서 컴포지트 화상 Ic 에 포함되는 영상 신호의 상한 값 fU 및 하한 값 fL 을 이용할 수 있다. 오프셋 설정부 (460) 는, 컴포지트 화상 Ic 의 상한 값 및 하한 값에 근거하여, 컴포지트 화상 Ic 에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 |fU| (441) 및 하한 오프셋 |fL| (442) 을 설정할 수 있다.
상한 오프셋 적용부 (443) 는 상한 오프셋 |fU| (441) 이 적용된 화상 프레임을 이용하여 상한 오프셋 |fU| (441) 이 적용된 컴포지트 화상을 보상할 수 있다.
구체적으로, 상한 오프셋 적용부 (443) 는, 컴포지트 화상 Ic 에 대응되는 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 화상 프레임에 상한 오프셋 |fU| (441) 을 적용하고, 컴포지트 화상 Ic 에 포함되는 영상 신호의 레벨이 양의 값이 되도록 컴포지트 화상 Ic 에도 상한 오프셋 |fU| (441) 을 적용할 수 있다.
여기서, 소정 시점에서 촬영된 의료 영상을 복원 및 생성하고자 하는 경우, 상기 소정 시점에 대응되는 컴포지트 화상 Ic 을 획득하여야 한다. 이 경우, 전술한 '컴포지트 화상 Ic 에 대응되는 화상 프레임'이란, 상기 소정 시점에서 촬영된 소정 프레임을 뜻한다. 예를 들어, 사용자가 소정 시점에 대응되는 의료 영상의 복원을 요청할 경우, 컴포지트 화상 Ic 은 사용자가 요청한 소정 시점에 대응되는 화상 프레임에 근거하여 생성되어야 한다. 따라서, 의료 영상 획득부 (440) 는 복수개의 화상 프레임 중 사용자가 요청한 소정 시점에서 획득된 화상 프레임을 선택하고, 선택된 화상 프레임에 근거하여 컴포지트 화상 Ic 을 보상할 수 있다. 이 경우, 전술한 ‘컴포지트 화상 Ic 에 대응되는 화상 프레임’ 이란 사용자의 요청에 따라 선택된 화상 프레임을 뜻한다.
하한 오프셋 적용부 (444) 는 하한 오프셋 |fL| (442) 이 적용된 화상 프레임을 이용하여 하한 오프셋 |fL| (442) 이 적용된 컴포지트 화상을 보상할 수 있다.
구체적으로, 하한 오프셋 적용부 (444) 는, 선택된 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 화상 프레임에 하한 오프셋 fL 을 적용하고, 컴포지트 화상 Ic 에 포함되는 영상 신호의 레벨이 양의 값이 되도록 컴포지트 화상 Ic 에도 하한 오프셋 |fL| (442) 을 적용할 수 있다.
보상 컴포지트 화상 생성부 (445) 는, 상한 오프셋 적용부 (443) 에서 보상된 컴포지트 화상 IU, 하한 오프셋 적용부 (444) 에서 보상된 컴포지트 화상 IL 을 이용하여 보상된 컴포지트 화상 Irecon 을 생성할 수 있다.
그리고, 의료 영상 획득부 (440)는 보상 컴포지트 화상 생성부 (445) 와 별도로, 보상된 컴포지트 화상 Irecon 으로부터 의료 영상 Ifinal 을 획득하는 최종 영상 획득부 (447) 를 포함할 수 있다. 본 발명의 다른 실시예에 따라, 도 4 의 보상 컴포지트 화상 생성부 (445) 에 적용될 수 있는 HYPR 기법에 대해서는 도 5 를 참조하여 후술한다.
본 발명의 다른 실시예에 따르면, 의료 영상 획득부 (240) 는 화상 프레임 및 경계 조건을 이용하여 컴포지트 화상을 보상하는 동작을 복수 회 반복하고, 상기 복수 회 반복되는 동작의 일 반복에서 보상된 컴포지트 화상을 다음 반복의 컴포지트 화상으로서 이용할 수 있다.
도 4 를 참조하면, 상한 오프셋 적용부 (443) 에서 보상된 컴포지트 화상 IU 및 하한 오프셋 적용부 (444) 에서 보상된 컴포지트 화상 IL 을 이용하여 생성된 보상된 컴포지트 화상 Irecon 을 다음 반복의 컴포지트 화상 Ic 로 업데이트하는 동작이 복수회 반복 (450) 되는 동작이 도시된다. 본 발명에 따르면, 이렇게 컴포지트 화상을 업데이트하면서 보상 동작을 반복함으로써, 실제 구해야 할 화상과 컴포지트 화상 간의 크로스 토크 오차가 제거될 수 있어, 컴포지트 영상의 데이터가 특정 프레임의 영상에 섞여 들어와 제대로 복원이 되지 않는 문제점을 해결할 수 있다.
한편, 본 발명의 다른 일 실시예에 따르면, 의료 영상 획득부 (240) 는 컴포지트 화상을 보상하기 위해서 HYPR (HIghly-constrained back PRojection) 기법을 적용할 수 있다. HYPR 기법은, 복수의 화상 프레임을 포함하는 데이터 세트와 초기 컴포지트 이미지를 이용하여 영상을 재구성하는 이미징 방법이다.
도 5 는 HYPR 기법이 적용되는 의료 진단 장치의 동작을 상세하게 설명한 도면 (500) 이다. 도 5 의 복수의 k-공간 데이터 (513) 는 도 4 의 복수의 k-공간 데이터 (413) 에 대응되고, 도 5 의 복수의 화상 프레임 (515) 은 도 5 의 복수의 화상 프레임 (415) 과 대응되며, 도 5 의 복수의 화상 프레임 획득 동작 (S510) 은 도 4 의 데이터 획득부 (421) 의 동작 에 대응되므로, 도 4 와 중복되는 설명은 생략한다. 도 5 의 동작 (S520) 은 도 2 의 컴포지트 화상 생성부 (430) 에서 수행될 수 있다. 도 5 의 동작 (S530, S540, S550) 은 도 4 의 의료 영상 획득부 (440) 에서 수행될 수 있다.
HYPR 기법에 따르면, 도 5 에 도시된 바와 같이, 컴포지트 화상과 복원하고자 하는 특정 프레임의 사이노그램 데이터를 나눈 뒤 (S540), 나눈 결과를 역주사 (back projection) 하고 컴포지트 화상을 곱하여 최종 영상이 획득된다(S550).
도 5 의 HYPR 기법은 부분적으로 샘플링된 화상 프레임을 사용하기 때문에 이미지 획득시간이 짧다는 장점이 있지만 양의 값의 데이터에 대해서만 적용할 수 있다. 따라서, MRI 시스템에서 위상 대비 (PC) 기법과 같이 복소수 데이터를 사용하는 분야에 도 5 의 HYPR 기법을 적용하기 위해서는 본 발명에 따라 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여야 한다. 본 발명은 복원해야 할 영상이 음의 값을 갖더라도 이를 복원할 수 있도록 이미징 방법을 개선하여 복소수 화상 데이터의 경우에도 이를 실수부와 허수 부로 분리하여 복원할 수 있도록 한 것에 중요한 특징이 있다.
예를 들어, 정규 분포 (normal distribution) 을 영상 신호의 확률 분포로 가정한 뒤, 본 발명에 따라 영상 신호의 경계 조건을 이용하여 HYPR 기법을 적용할 경우, 도 4 의 IU, IL, Irecon 은 다음의 수학식 1, 수학식 2, 수학식 3으로 나타낼 수 있다.
Figure 112012082440443-pat00007
Figure 112012082440443-pat00008
Figure 112012082440443-pat00009
상기 수학식에서, fU 는 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋값이고, fL 은 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 하한 오프셋값이다. s 는 컴포지트 화상 보상의 기준이 되는 화상프레임의 사이노그램 (sinogram) 이며, R 은 라돈 변환 (Radon Transform), R-1 은 라돈 역변환 (Inverse Radon Transform) 이고, IC 는 컴포지트 화상이고, IU 는 상한 오프셋이 적용된 화상 프레임을 이용하여 상한 오프셋이 적용된 컴포지트 화상이 보상된 결과이다. IL 은 하한 오프셋이 적용된 화상 프레임을 이용하여 하한 오프셋이 적용된 컴포지트 화상이 보상된 결과이다. Irecon 은 화상 프레임 및 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 보상된 컴포지트 화상이다. Irecon 은 상한 오프셋이 적용된 보상 컴포지트 화상 IU 과 하한 오프셋이 적용된 보상 컴포지트 화상 IL 을 이용하여 생성되므로, IU, IL 을 이용하여 나타낼 수 있다. 단, 상기 수학식은 본 발명에 대한 이해를 돕기 위한 예시일 뿐, 본 발명이 상기 수학식에 한정되는 것은 아니다.
도 6 은 본 발명의 일 실시 예에 따라 획득된 의료 영상 이미징 결과 (600) 를 설명하는 도면이다.
도 6 을 참조하면, 64개의 프레임을 가지며 시간 프레임에 따라 밝기가 증가하였다 감소하는 팬텀영상 (610) 이 도시된다. 팬텀영상 (610) 은 256 × 256 픽셀로 촬영된 영상이다. 시간 프레임에 따라 증가하였다 감소하는 팬텀영상 (610) 상에 위치하는 영역 1, 2, 3 의 밝기가 그래프 (620) 의 곡선 (612, 622, 623) 에 도시된다. 그래프 (620) 의 x 축은 프레임을 y 축은 상대적인 밝기를 나타낸다. 각 프레임은 32 개의 뷰를 포함하도록 구성되었다. 따라서, 총 256 개의 전체 뷰 (full-view) 를 얻기 위해 사용되는 윈도우의 크기는 8 프레임이 적절하다. 즉, 프레임 당 32 개의 뷰를 갖는 8 프레임을 합성하면, 총 256 개의 뷰를 갖는 컴포지트 영상을 생성할 수 있다. 상기 팬텀영상 (620) 에서 음영으로 표시된 블록 (625) 이 8 프레임 크기의 윈도우를 도시한다. 8 프레임 크기의 윈도우 (625) 를 1~8 프레임 구간에서부터, 57~64 프레임 구간으로 이동시키면서 컴포지트 화상을 생성하였다. 각 윈도우의 세 번째 프레임, 예를 들어, 1~8 프레임 구간에서는 3 프레임을 기준으로, 컴포지트 화상을 보상하였으며, 컴포지트 화상 보상 연산을 20 회 반복한 결과는 그래프 (630) 에 도시된 바와 같다. 그래프 (630) 은 본 발명에 따른 이미징 방법에 따라 복원된 의료 영상의 영역 2 에 대한 밝기를 도시한다. 그래프 (630) 의 x 축은 프레임을 y 축은 영역 2의 상대적인 밝기를 나타낸다. 그래프 (630) 을 참조하면 제안하는 방법이 컴플렉스 HYPR LR방법, FBP 와 비교하여 가장 실제 데이터와 유사한 결과를 내고 있음을 확인할 수 있다.
컴플렉스 HYPR LR (Local Reconstruction) 방식은 저대역 필터 (Low pass pilter) 를 사용하여 영상의 절대값을 블러링 (blurring) 시킨 후, 본래 영상이 가지고 있던 위상값을 다시 곱해줌으로써 방사형 데이터의 동적 영상 복원을 수행하는 기법으로서, 위상값을 복원할 수 있다는 장점이 있지만 컴포지트 영상 정보가 복원한 결과에 섞인다는 단점을 가지고 있다. FBP 는 다방향에서 얻은 투영값을 화소면에 거꾸로 되돌려 합산하는 역투영법 (Back Projection) 에 수학적 처리 (filtering) 를 추가한 이미징 기법이다.
한편, 도 7 은 본 발명의 일 실시 예와 관련된 이미징 방법을 설명하는 흐름도 (700) 이다.
도 7 에 도시된 본 발명의 일 실시예에 따른 이미징 방법 (700) 은 도 2 를 참조하여 설명한 본 발명의 일 실시예에 따른 의료 진단 장치 (200) 를 통하여 수행될 수 있다. 이미징 방법 (700) 의 각 단계 동작은 의료 진단 장치 (200) 의 각 구성 동작과 기술적 사상이 동일하다. 따라서, 도 2 에서의 설명과 중복되는 설명은 생략한다. 이하에서는 도 2 에 도시된 의료 진단 장치 (200) 를 참조하여 이미징 방법 (700) 을 설명한다.
도 7 을 참조하면, 의료 진단 장치는 촬영 대상 영역 내에 포함되는 적어도 하나의 뷰 단위로 적어도 하나의 화상 프레임을 획득한다(S710). S710 은 도 2 의 데이터 획득부 (221) 에서 수행될 수 있다. 또한, 의료 진단 장치는 획득된 화상 프레임을 이용하여 컴포지트 화상을 생성하고(S720), 화상 프레임 및 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 컴포지트 화상을 보상한다(S730). 보상된 컴포지트 화상으로부터 최종 의료 영상을 획득한다(S740). S720 은 도 2 의 컴포지트 화상 생성부 (230) 에서 수행될 수 있다. 또한, S730, S740 은 도 2 의 의료 영상 획득부 (240) 에서 수행될 수 있다.
도 8 은 본 발명의 다른 실시 예와 관련된 이미징 방법을 설명하는 흐름도이다.
도 8 의 흐름도에 도시된 나타난 이미징 방법 (800) 은, 도 2 에 도시된 의료 진단 장치 (200) 를 참조하여, 데이터 획득부 (221), 컴포지트 화상 생성부 (230), 및 의료 영상 획득부 (240) 에서 처리되는 단계들로 구성된다. 또한, 도 8 의 S810 은 도 7 의 S710 에 대응되고, 도 8 의 S820 은 도 7 의 S720 에 대응되고, 도 8 의 S830 은 도 7 의 S730 에 대응되며, 도 8 의 S840 은 도 7 의 S740 에 대응된다. 따라서, 이하에서 생략된 내용이라 하더라도, 도 2 및 도 7 에서 도시된 구성들에 관하여 이상에서 기술된 내용은 도 8 에 도시된 흐름도에도 적용됨을 알 수 있다.
도 8 을 참조하면, 의료 영상을 획득하는 단계 (S840) 는 화상 프레임 및 경계 조건을 이용하여 컴포지트 화상을 보상하는 단계를 반복하는 단계 (S842) 를 포함하고, 일 반복에서 보상된 컴포지트 화상은 다음 반복의 컴포지트 화상으로서 업데이트되는 단계 (S844) 를 포함한다. 도 8 의 단계 (S844) 는 도 4 의 Irecon 이 Ic 로 업데이트되는 동작에 대응된다. 본 발명은 도 8 에 도시된 바와 같이 반복적 화상 복원 방법을 제안함으로써, 컴포지트 화상의 불필요한 데이터가 복원 영상에 섞여 들어가는 문제를 해결한다.
수행된 실험 1
도 9 는 본 발명의 일 실시예에 따른 제 1 시뮬레이션 결과를 도시한 도면 (940) 이다. 컴포지트 화상 (910) 과 특정 프레임에서의 실제 화상 (920) 을 다음과 같이 설정한 뒤 본 발명에서 제안하는 방법과 컴플렉스 HYPR LR 기법의 복원 결과를 비교하였다. 한 프레임당 샘플링 라인 수는 50 뷰이다.
도 9 에 도시된 바와 같이 컴포지트 화상 (910) 은 실제 구하고자 하는 프레임의 이미지 (920) 와 비교하여 다른 프레임의 데이터 (915) 를 불필요하게 포함한다.
따라서, 컴포지트 화상 (910) 을 보상하는 단계가 요구되며, 컴플렉스 HYPR LR 기법을 이용하여 재구성된 화상 (930) 이 도 9 에 도시된다. 다만, 컴플렉스 HYPR LR 기법을 이용하여 컴포지트 화상 (910) 이 실제 화상 (920) 과 어느 정도 유사하게 보상되었으나, 아직도 크로스 토크 오차 (화살표로 도시) 가 남아 있음이 확인된다.
반면에, 본 발명의 일 실시예에 따른 이미징 처리 결과 (940) 를 참조하면, 효과적으로 크로스 토크 오차가 제거되었음을 알 수 있다. 컴포지트 화상 (910) 을 보상 처리한 화상 (940) 이 도시된다. 이미징 처리 결과 (940) 는 컴포지트 보상 처리를 20 회 반복하여 나온 결과이다.
수행된 실험 2
도 10 은 본 발명의 일 실시예에 따른 제 2 시뮬레이션 결과를 도시한 도면 (1000) 이다.
도 10 에 도시된 바와 같이, 본 발명에서 제안하는 방법과 컴플렉스 HYPR LR 방법을 비교하였을 때, 본 발명의 일 실시예에 따라 처리된 결과 (1020) 가 컴플렉스 HYPR LR 기법으로 처리된 결과 (1010) 보다 현저히 적은 스트리킹 아티팩트 (streaking artifact) (화살표 도시) 를 포함하는 것을 확인할 수 있다.
수행된 실험 3
도 11 은 본 발명의 일 실시예에 따른 제 3 시뮬레이션 결과 (1100) 를 도시한 도면이다. 도 11은 획득한 영상의 절대값 영상과 절대값 영상에 위상 차이를 곱해 흐름이 있는 부분을 강조한 영상이다.
실제 생체 영상에서 본 명세서에서 제안한 방법의 성능을 확인하기 위해 사람 목에 위치한 경동맥, 경정맥을 촬영하였다. 실제 영상은 (1110) 에 도시된다. 본 시뮬레이션에 사용된 파라미터는 다음과 같다.
TE (에코 시간, Echo time) = 5ms
VENC (인코딩 속도, Velocity ENCoding) = 전체 영상에 대해 115 cm/s
단면 두께 (Thickness) = 6mm
FOV (영상영역, Field of View) = 220mm2
격자 사이즈 = 256×256 픽셀
한 사이클 당 32 뷰 샘플링
윈도우 = 4
심장 박동 주기 당 한번의 판독
ECG 트리거링을 통한 게이팅 (Gating with ECG triggering)
실제 촬영된 영상 (1110) 의 각 조직이 인체의 어느 부위에 해당하는지 여부를 알기 쉽게 하기 위하여, 사람 목의 단면 영상에 촬영 영상 (1110) 을 결합하여 혈액의 흐름이 있는 부분을 강조한 영상 (1115) 이 도시된다. 또한, FBP (1120), 컴플렉스 HYPR LR (1130) 기법 및 본 발명에서 제안하는 방법에 따라 이미징 처리한 결과 (1140) 에 사람 목의 단면 영상을 결합하여 혈액의 흐름이 있는 부분을 강조한 영상 (1125, 1135, 1145) 이 도시된다.
도 11 에 도시된 화살표가 가리키는 위치의 영상을 비교하여 보면, 본 발명에서 제안하는 방법에 따라 이미징 처리한 결과 (1140) 가 FBP (1120) 또는 컴플렉스 HYPR LR (1130) 기법에 비해 현저히 적은 스트리킹 아티팩트를 포함하는 것을 확인할 수 있다.
본원 발명의 실시예 들과 관련된 기술 분야에서 통상의 지식을 가진 자는 상기 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로, 개시된 방법들은 한정적인 관점이 아닌 설명적 관점에서 고려되어야 한다. 본 발명의 범위는 발명의 상세한 설명이 아닌 특허청구 범위에 나타나며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (17)

  1. 의료 진단 장치에서 의료 영상을 이미징하는 방법에 있어서,
    촬영 대상 영역 내에 포함되는 적어도 하나의 화상 프레임을 획득하는 단계;
    상기 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 단계;
    적어도 하나의 상기 화상 프레임 및 상기 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 단계; 및
    상기 보상된 컴포지트 화상을 이용하여 상기 의료 영상을 획득하는 단계를 포함하는, 이미징 방법.
  2. 제 1 항에 있어서,
    상기 경계 조건은 상기 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값을 포함하며,
    상기 컴포지트 화상을 보상하는 단계는,
    상기 상한 값 및 상기 하한 값에 근거하여, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 및 하한 오프셋을 각각 설정하는 단계를 포함하는, 이미징 방법.
  3. 제 2 항에 있어서,
    상기 컴포지트 화상을 보상하는 단계는,
    상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 상한 오프셋을 적용하는 단계;
    상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 상한 오프셋을 적용하는 단계;
    상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 상한 오프셋이 적용된 상기 컴포지트 화상을 보상하는 단계;
    상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 하한 오프셋을 적용하는 단계;
    상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 하한 오프셋을 적용하는 단계;
    상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 하한 오프셋이 적용된 상기 컴포지트 화상을 보상하는 단계; 및
    상기 보상된 상한 오프셋 적용 컴포지트 화상 및 상기 보상된 하한 오프셋 적용 컴포지트 화상을 이용하여 상기 보상된 컴포지트 화상을 생성하는 단계를 더 포함하는, 이미징 방법.
  4. 제 1 항에 있어서,
    상기 의료 영상을 획득하는 단계는,
    상기 화상 프레임 및 상기 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 단계를 복수 회 반복하는 단계를 포함하고,
    상기 복수 회 반복하는 단계의 일 반복에서 보상된 컴포지트 화상은 다음 반복의 컴포지트 화상으로서 이용되는, 이미징 방법.
  5. 제 1 항에 있어서,
    상기 컴포지트 화상을 보상하는 단계는,
    HYPR (Highly-constrained Image Reconstruction) 기법을 적용하여, 상기 컴포지트 화상을 보상하는 단계를 포함하는, 이미징 방법.
  6. 제 1 항에 있어서,
    상기 적어도 하나의 화상 프레임을 획득하는 단계는,
    상기 촬영 대상 영역 내에 포함되는 적어도 하나의 방사형 뷰(radial view) 단위로 적어도 하나의 상기 화상 프레임을 획득하는 단계를 포함하는 것을 특징으로 하는, 이미징 방법.
  7. 제 1 항에 있어서,
    상기 의료 진단 장치는 자기 공명 영상 (MRI) 장치를 포함하고,
    상기 화상 프레임은 복소수 화상 (complex image) 데이터를 포함하는, 이미징 방법.
  8. 제 1 항에 있어서,
    Figure 112012082440443-pat00010
    ,
    Figure 112012082440443-pat00011
    일 때,
    상기 보상된 컴포지트 화상 (Irecon) 은
    Figure 112012082440443-pat00012
    을 만족하고,
    상기 수학식에서, fU 는 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋값, fL 은 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 하한 오프셋값이고, s 는 상기 화상프레임의 사이노그램 (sinogram) 이며, R 은 라돈 변환 (Radon Transform), R-1 은 역라돈변환 (Inverse Radon Transform) 이고, IC 는 상기 컴포지트 화상이고, IU 는 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 상한 오프셋이 적용된 상기 컴포지트 화상, IL 은 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 하한 오프셋이 적용된 상기 컴포지트 화상이 되는, 이미징 방법.
  9. 촬영 대상 영역 내에 포함되는 적어도 하나의 화상 프레임을 획득하는 데이터 획득부; 및
    획득된 상기 적어도 하나의 화상 프레임을 처리하여 의료 영상을 획득하는 데이터 처리부를 포함하며,
    상기 데이터 처리부는,
    상기 적어도 하나의 화상 프레임을 이용하여 컴포지트 화상을 생성하는 컴포지트 화상 생성부; 및
    적어도 하나의 상기 화상 프레임 및 상기 컴포지트 화상에 포함되는 영상 신호에 대응하는 경계 조건을 이용하여 상기 컴포지트 화상을 보상하고, 상기 보상된 컴포지트 화상을 이용하여 상기 의료 영상을 획득하는 의료 영상 획득부를 포함하는, 의료 진단 장치.
  10. 제 9 항에 있어서,
    상기 경계 조건은 상기 컴포지트 화상에 포함되는 영상 신호의 상한 값 및 하한 값을 포함하며,
    상기 의료 영상 획득부는,
    상기 상한 값 및 상기 하한 값에 근거하여, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋 및 하한 오프셋을 각각 설정하는 오프셋 설정부를 포함하는, 의료 진단 장치.
  11. 제 10 항에 있어서,
    상기 의료 영상 획득부는,
    상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 상한 오프셋을 적용하고, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 상한 오프셋을 적용하며, 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 상한 오프셋이 적용된 상기 컴포지트 화상을 보상하는, 상한 오프셋 적용부;
    상기 화상 프레임에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 화상 프레임에 상기 하한 오프셋을 적용하고, 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 상기 컴포지트 화상에 상기 하한 오프셋을 적용하며, 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 상기 하한 오프셋이 적용된 상기 컴포지트 화상을 보상하는, 하한 오프셋 적용부; 및
    상기 보상된 상한 오프셋 적용 컴포지트 화상 및 상기 보상된 하한 오프셋 적용 컴포지트 화상을 이용하여 상기 보상된 컴포지트 화상을 생성하는, 보상 컴포지트 화상 생성부를 더 포함하는, 의료 진단 장치.
  12. 제 9 항에 있어서,
    상기 의료 영상 획득부는,
    상기 화상 프레임 및 상기 경계 조건을 이용하여 상기 컴포지트 화상을 보상하는 동작을 복수 회 반복하고, 상기 복수 회 반복되는 동작의 일 반복에서 보상된 컴포지트 화상을 다음 반복의 컴포지트 화상으로서 이용하는, 의료 진단 장치.
  13. 제 9 항에 있어서,
    상기 의료 영상 획득부는,
    상기 컴포지트 화상을 보상하기 위해서 HYPR (HIghly-constrained Image Reconstruction) 기법을 적용하는, 의료 진단 장치.
  14. 제 9 항에 있어서,
    상기 데이터 획득부는,
    상기 촬영 대상 영역 내에 포함되는 적어도 하나의 방사형 뷰(radial view) 단위로 적어도 하나의 상기 화상 프레임을 획득하는, 의료 진단 장치.
  15. 제 9 항에 있어서,
    상기 의료 진단 장치는 자기 공명 영상 (MRI) 장치를 포함하고,
    상기 데이터 획득부가 획득하는 화상 데이터는 자기 공명 데이터를 포함하고,
    상기 화상 프레임은 복소수 화상 (complex image) 데이터를 포함하는, 의료 진단 장치.
  16. 제 9 항에 있어서,
    Figure 112012082440443-pat00013
    ,
    Figure 112012082440443-pat00014
    일 때,
    상기 의료 영상 획득부에서 보상된 상기 컴포지트 화상 (Irecon) 은,
    Figure 112012082440443-pat00015
    을 만족하고,
    상기 수학식에서, fU 는 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 상한 오프셋값, fL 은 상기 컴포지트 화상에 포함되는 영상 신호의 레벨이 양의 값이 되도록 하는 하한 오프셋값이고, s 는 상기 화상프레임의 사이노그램 (sinogram) 이며, R 은 라돈 변환 (Radon Transform), R-1 은 역라돈변환 (Inverse Radon Transform) 이고, IC 는 상기 컴포지트 화상이고, IU 는 상기 상한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 상한 오프셋이 적용된 상기 컴포지트 화상, IL 은 상기 하한 오프셋이 적용된 상기 화상 프레임을 이용하여 보상된 상기 하한 오프셋이 적용된 상기 컴포지트 화상이 되는, 의료 진단 장치.
  17. 제 1 항에 기재된 방법을 구현하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020120112661A 2012-10-10 2012-10-10 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체 KR101351583B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020120112661A KR101351583B1 (ko) 2012-10-10 2012-10-10 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체
US13/920,666 US9366741B2 (en) 2012-10-10 2013-06-18 Medical image imaging method, medical diagnostic apparatus using the same, and recording medium therefor
EP13177627.0A EP2720062A1 (en) 2012-10-10 2013-07-23 Medical image imaging method, medical diagnostic apparatus using the same, and recording medium therefor
CN201310444754.1A CN103720475A (zh) 2012-10-10 2013-09-26 医学图像成像方法及使用所述方法的医学诊断设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120112661A KR101351583B1 (ko) 2012-10-10 2012-10-10 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체

Publications (1)

Publication Number Publication Date
KR101351583B1 true KR101351583B1 (ko) 2014-01-16

Family

ID=48874154

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120112661A KR101351583B1 (ko) 2012-10-10 2012-10-10 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체

Country Status (4)

Country Link
US (1) US9366741B2 (ko)
EP (1) EP2720062A1 (ko)
KR (1) KR101351583B1 (ko)
CN (1) CN103720475A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015122687A1 (en) * 2014-02-12 2015-08-20 Samsung Electronics Co., Ltd. Tomography apparatus and method of displaying a tomography image by the tomography apparatus

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9417307B2 (en) * 2012-11-12 2016-08-16 Montefiore Medical Center Automatic three-dimensional approach method for RF coil assessment in clinical MRI
KR102349449B1 (ko) 2014-12-11 2022-01-10 삼성전자주식회사 자기 공명 영상 장치 및 자기 공명 영상 장치의 영상 처리 방법
KR101797042B1 (ko) * 2015-05-15 2017-11-13 삼성전자주식회사 의료 영상 합성 방법 및 장치
CN105551001B (zh) 2015-12-11 2019-01-15 沈阳东软医疗系统有限公司 一种图像重建方法、装置及设备
CN105574904B (zh) 2015-12-11 2019-01-11 沈阳东软医疗系统有限公司 一种图像重建方法、装置及设备
CN105629187B (zh) * 2015-12-31 2018-12-18 上海联影医疗科技有限公司 用于优化磁共振射频线圈接收场均匀性的方法及系统
GB2550503B (en) * 2016-05-20 2020-10-21 Shanghai United Imaging Healthcare Co Ltd System and method for computed tomography

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070156044A1 (en) 2005-09-22 2007-07-05 Mistretta Charles A Highly constrained reconstruction of motion encoded MR images
US20080199063A1 (en) 2007-02-19 2008-08-21 O'halloran Rafael L Iterative Highly Constrained Image Reconstruction Method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2348483B1 (en) 2005-01-26 2023-06-07 Stichting VUmc Imaging apparatus and method of forming composite image from a sequence of source images
CN101273276A (zh) * 2005-09-22 2008-09-24 威斯康星校友研究基金会 利用高度约束的背投来重构跳动着的心脏的图像
US7358730B2 (en) 2005-09-22 2008-04-15 Wisconsin Alumni Research Foundation Diffusion tensor imaging using highly constrained image reconstruction method
EP1959396B1 (en) * 2007-02-19 2012-01-18 Wisconsin Alumni Research Foundation Localized and highly constrained image reconstruction method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070156044A1 (en) 2005-09-22 2007-07-05 Mistretta Charles A Highly constrained reconstruction of motion encoded MR images
US20080199063A1 (en) 2007-02-19 2008-08-21 O'halloran Rafael L Iterative Highly Constrained Image Reconstruction Method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015122687A1 (en) * 2014-02-12 2015-08-20 Samsung Electronics Co., Ltd. Tomography apparatus and method of displaying a tomography image by the tomography apparatus
US9615809B2 (en) 2014-02-12 2017-04-11 Samsung Electronics Co., Ltd. Tomography apparatus and method of displaying tomography image by tomography apparatus

Also Published As

Publication number Publication date
CN103720475A (zh) 2014-04-16
US20140100441A1 (en) 2014-04-10
US9366741B2 (en) 2016-06-14
EP2720062A1 (en) 2014-04-16

Similar Documents

Publication Publication Date Title
KR101351583B1 (ko) 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체
Hauptmann et al. Real‐time cardiovascular MR with spatio‐temporal artifact suppression using deep learning–proof of concept in congenital heart disease
CN110461228B (zh) 使用多对比度和深度学习改进医学图像的质量
CN111081354B (zh) 用于通过深度学习网络对医疗图像进行去噪的系统和方法
US11120582B2 (en) Unified dual-domain network for medical image formation, recovery, and analysis
Van Reeth et al. Super‐resolution in magnetic resonance imaging: a review
JP5926285B2 (ja) 任意ｋ空間トラジェクトリの高速並行再構成
US11257191B2 (en) Systems and methods for deblurring medical images using deep neural network
US11741580B2 (en) Machine learning processing of contiguous slice image data
CN108776318B (zh) 磁共振多对比度图像重建
KR20190038333A (ko) 학습을 이용한 자기공명영상 복원을 위한 언더샘플링 장치 및 방법과 학습을 이용한 자기공명영상 복원 장치 및 방법, 그리고 이에 대한 기록 매체
US20220130084A1 (en) Systems and methods for medical image processing using deep neural network
JP7466141B2 (ja) 磁気共鳴画像高速再構成法及び磁気共鳴イメージング装置
JP2014236810A (ja) 画像処理装置、断層撮影装置、画像処理方法およびプログラム
KR20150021904A (ko) 센스­타입 자기 공명 재구성에서 기준 오버샘플링
CN110133556A (zh) 一种磁共振图像处理方法、装置、设备及存储介质
JP2001309903A (ja) Ｍｒ投影画像の自動修正
US7778493B2 (en) Pixelation reconstruction for image resolution and image data transmission
CN111091517B (zh) 一种残差加权成像方法和装置
US9953440B2 (en) Method for tomographic reconstruction
CN102890817A (zh) 医学图像的处理方法及系统
KR101341617B1 (ko) 단일 영상의 오차모델을 기반으로 한 고해상도 영상 복원장치 및 방법
Kamesh Iyer et al. Split Bregman multicoil accelerated reconstruction technique: A new framework for rapid reconstruction of cardiac perfusion MRI
Tripathi et al. Denoising of motion artifacted MRI scans using conditional generative adversarial network
GB2608404A (en) Method of reconstructing a dynamic series of motion-compensated magnetic resonance images

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: 20161228

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171228

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20181227

Year of fee payment: 6