KR101382625B1 - 대상체의 동적 변화 산출 장치 및 방법 - Google Patents

대상체의 동적 변화 산출 장치 및 방법 Download PDF

Info

Publication number
KR101382625B1
KR101382625B1 KR1020120115644A KR20120115644A KR101382625B1 KR 101382625 B1 KR101382625 B1 KR 101382625B1 KR 1020120115644 A KR1020120115644 A KR 1020120115644A KR 20120115644 A KR20120115644 A KR 20120115644A KR 101382625 B1 KR101382625 B1 KR 101382625B1
Authority
KR
South Korea
Prior art keywords
brightness
threshold value
image
curve graph
value
Prior art date
Application number
KR1020120115644A
Other languages
English (en)
Inventor
문영준
송용남
자미리 알리
박승우
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020120115644A priority Critical patent/KR101382625B1/ko
Priority to EP13846403.7A priority patent/EP2911114A4/en
Priority to PCT/KR2013/000062 priority patent/WO2014061868A1/ko
Application granted granted Critical
Publication of KR101382625B1 publication Critical patent/KR101382625B1/ko
Priority to US14/676,906 priority patent/US9424631B2/en

Links

Images

Classifications

    • G06T5/90
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/223Analysis of motion using block-matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Processing (AREA)

Abstract

대상체의 동적 변화(dynamic variation) 산출 장치는, 상기 대상체에 대하여 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 상기 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 조절하는 강조 처리부 및 상기 강조 처리부에 의하여 처리된 서로 다른 두 영상의 상관 관계에 기초하여 상기 대상체의 동적 변화를 산출하는 산출부를 포함하되, 상기 강조 처리부는 상기 각 영상에 대하여 임계값 이상의 밝기를 갖는 화소의 밝기를 상기 임계값 보다 큰 기준 밝기로 설정하는 것을 특징으로 한다.

Description

대상체의 동적 변화 산출 장치 및 방법{APPARATUS AND METHOD FOR COMPUTING DYNAMIC VARIATION OF TARGET OBJECT}
본 발명은 대상체의 동적 변화 산출 장치 및 방법에 관한 것이다.
최근 들어, PIV(Particle Image Velocimetry) 방법을 이용하여 유체의 속도를 측정하고 이를 가시화하는 기술이 알려지고 있다. PIV 장치는 유체의 흐름을 시각적으로 표현하기 위한 장치로서, 예를 들면 유체의 단면에서 추적 입자의 순간 속도를 측정할 수 있도록 하는 기술이다. 이때, 속도 측정 대상이 되는 유체에는 추적 입자를 분산시키는데, 이 추적 입자는 유체의 흐름을 충분히 따를 수 있을 정도의 작은 크기를 갖도록 한다. 한편, PIV 장치는 광학적인 방법에 따라 CCD 카메라를 통해 촬영한 이미지에 기초하여 속도를 측정하는 방법과 초음파를 사용하는 에코 PIV 방법으로 구분될 수 있다.
예를 들어, 에코 PIV 장치는 초음파 빔을 대상 유체에 방사시키고, 대상 유체에 분산된 초음파 조영제가 방사시키는 에코 신호의 강도에 기초하여 초음파 영상의 계조를 결정한다. 그리고, 초음파 신호의 방사로부터 에코신호를 받기까지의 시간으로부터 초음파의 빔의 진행방향에서의 산란체의 위치를 알 수 있다.
다만, 이러한 PIV 방법이 사용되는 환경, 예를 들면 유체의 성격에 따라 유체의 속도를 정확히 측정하기 어려운 경우가 있을 수 있다.
예를 들어, 에코 PIV 장치를 이용하여 좌심실 내의 혈류 속도를 측정하고자 하는 경우, 추적 입자뿐만 아니라 좌심실의 일부 조직이 추적 입자와 유사한 강도의 에코 신호를 방사하는 경우, 획득된 초음파 이미지 상에서는 이를 명확히 구분하기 어려워 속도 측정에 오류가 발생할 가능성이 있다.
이와 관련하여, 한국 등록특허 제1136814호(발명의 명칭: 적혈구를 추적 입자로 이용한 혈류유동의 혈액 유변학적 인자 추정방법)는 입자영상 속도계측(PIV) 기법을 이용하여 혈관 내를 유동하는 적혈구에 대하여 일정한 시간 간격으로 2개의 혈류유동 영상을 촬영하고 저장하는 1단계; 상기 1단계에서 촬영된 각 영상에서 관찰된 적혈구 위치의 변위와 두 영상의 촬영시간 간격으로부터 순간 속도장을 계산하는 2단계; 상기 제2단계에서 계산된 복수개의 순간 속도장을 평균한 평균 속도장으로부터 커브 피팅 후 혈관의 반경 방향 좌표 함수인 속도장 분포함수를 결정하는 3단계; 상기 속도장 분포함수로부터 전단율를 결정하는 4단계; 상기 4단계에서 결정된 전단율로부터 혈액의 유변학적 특성을 판단하여 질병을 예측하는 단계를 포함하는 구성을 개시하고 있다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 본 발명의 일부 실시예는 추적 입자와 주변 영상의 구분을 명확하게 하여 속도 측정의 오류를 최소화 할 수 있는 대상체의 동적 변화 산출 장치 및 방법을 제공하는 것을 목적으로 한다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 대상체의 동적 변화(dynamic variation) 산출 장치는, 상기 대상체에 대하여 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 상기 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 조절하는 강조 처리부 및 상기 강조 처리부에 의하여 처리된 서로 다른 두 영상의 상관 관계에 기초하여 상기 대상체의 동적 변화를 산출하는 산출부를 포함하되, 상기 강조 처리부는 상기 각 영상에 대하여 임계값 이상의 밝기를 갖는 화소의 밝기를 상기 임계값 보다 큰 기준 밝기로 설정하는 것을 특징으로 한다.
또한, 본 발명의 제 2 측면에 따른 대상체의 동적 변화 산출 장치를 이용한 대상체의 동적 변화 산출 방법은, 상기 대상체에 대하여 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 상기 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 조절하는 단계 및 상기 밝기를 조절하는 단계를 수행한 서로 다른 두 영상의 상관 관계에 기초하여 상기 대상체의 동적 변화를 산출하는 단계를 포함하되, 상기 밝기를 조절하는 단계는, 상기 각 영상에 대하여 임계값 이상의 밝기를 갖는 화소의 밝기를 상기 임계값 보다 큰 기준 밝기로 설정하는 것을 특징으로 한다.
전술한 본 발명의 과제 해결 수단에 의하면, 동적 변화 산출 장치에서 서로 다른 두 영상 사이의 추적 입자 간의 변위를 이용한 대상체의 동적 변화를 더욱 정확히 산출하도록 한다. 즉, 속도 산출의 기준이 되는 영상에 포함된 추적 입자와 주변 영상과의 사이에서 추적 입자의 밝기를 기준 밝기 이상으로 설정하는 강조 처리를 통해, 서로 다른 두 영상에서 추적 입자의 변위를 명확히 산출할 수 있도록 한다.
도 1은 본원 발명의 일 실시예에 따른 동적 변화 산출 장치를 도시한 도면이다.
도 2는 본원 발명의 일 실시예에 따른 입자 강조 처리 방법을 도시한 순서도이다.
도 3은 입자 강조 처리 알고리즘을 설명하기 위한 도면이다.
도 4는 본원 발명의 일 실시예에 따른 속도 산출 과정을 설명하기 위한 도면이다.
도 5는 본원 발명의 일 실시예에 따른 속도 정보 제공 화면을 설명하기 위한 도면이다.
도 6은 본원 발명의 일 실시예에 따른 속도 정보 제공 화면을 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원 발명의 일 실시예에 따른 동적 변화 산출 장치를 도시한 도면이다.
동적 변화 산출 장치(10)는 출력부(110), 영상 수신부(120), 영상 전처리부(130), 강조 처리부(140), 산출부(150) 및 정보 제공부(160)를 포함한다.
출력부(110)는 촬영 대상 객체(20)에 대하여 레이저 또는 초음파 신호를 출력한다. 예를 들어, 출력부(110)는 광학 PIV 장치와 같이 서로 상이한 제 1 시점과 제 2 시점에 각각 레이저 평면광을 발광시키거나, 에코 PIV 장치와 같이 제 1 시점과 제 2 시점에 각각 초음파 신호를 출력할 수 있다. 또한, 출력부(110)는 CT(computed tomography) 장치에서 사용되는 X선을 출력하거나, MRI(magnetic resonance imaging) 장치에서 사용되는 특정 범위의 고주파 신호를 출력할 수 있다.
영상 수신부(120)는 촬영 대상 객체(20)에 대하여 서로 다른 시점에 생성된 영상을 수신한다. 예를 들면, 제 1 시점에 생성된 제 1 영상 및 제 2 시점에 생성된 제 2 영상과 같이 서로 상이한 시점에 생성된 영상을 수신한다. 이때, 제 1 시점과 제 2 시점은 시간적으로 연속된 경우일 수 도 있고, 일정 시간 간격만큼 이격된 시점일 수 있다.
예를 들어, 영상 수신부(120)는 광학식 PIV 장치와 같이 레이저 평면광에 대하여 수직한 방향으로 CCD 카메라를 설치하고, CCD 카메라를 통해 획득한 영상을 수신한다. 또한, 영상 수신부(120)는 에코 PIV 장치와 같이 초음파 신호에 기초하여 생성된 초음파 영상을 수신한다. 또한, 영상 수신부(120)는 CT 장치와 같이 X선에 기초하여 생성된 영상을 수신하거나, MRI 장치와 같이 고주파 신호에 기초하여 생성된 영상을 수신할 수 있다.
영상 전처리부(130)는 수신된 영상에 대한 전처리를 수행한다.
예를 들면, 가우시안 스무딩(Gaussian smoothing) 필터 또는 미디안(median) 필터를 통해 노이즈를 제거하거나, 쌍선형 보간법(Bilinear Interpolation)을 수행할 수 있다.
가우시안 스무딩 필터의 경우 수신 영상에 포함된 노이즈를 처리하기 위해 사용되는 것으로, 입력 영상의 각 픽셀에 가우시안 커널과 컨볼루션을 하여 결과 영상을 생성한다. 특히, 가우시안 분포 함수의 표준편차 설정을 통해 스무딩의 정도를 달라지게 할 수 있다.
아래 수학식 1은 가우시안 분포 함수를 나타내며, 수학식 2는 2차원 가우시안 스무딩 필터의 예시를 나타낸다.
[수학식 1]
Figure 112012084578212-pat00001
[수학식 2]
Figure 112012084578212-pat00002
다음으로, 미디안 필터는 수신 영상에 포함된 임펄스 노이즈를 제거하는데 사용되는 것으로, 어느 점의 값을 그 점을 중심으로 하는 윈도우 내의 중앙값으로 대치하는 필터이다. 미디안 필터의 경우, 평균값 필터에 비하여 임펄스 노이즈의 제거 효율이 높고, 경계선의 보존 효율이 높은 것으로 알려져 있다.
다음으로, 쌍선형 보간법은 사각형의 네 끝점의 값만 알고 있을 경우, 사각형 내부의 임의의 위치에서의 값을 알아내는데 사용되는 계산 방법으로, 선형 보간법을 2중으로 사용하는 계산 방법이다.
아래 수학식 3은 쌍선형 보간법을 적용하기 위한 수식으로서, 기호(
Figure 112012084578212-pat00003
)는 바닥함수를 나타내고,
Figure 112012084578212-pat00004
는 실수부(fractional part)를 나타낸다.
[수학식 3]
Figure 112012084578212-pat00005
이와 같은 전처리 과정을 통해, 노이즈 신호를 감쇄시킬 수 있고, 이후 강조 처리를 수행하는 과정에서 추적 입자를 표시하는 화소만을 강조처리 할 수 있도록 한다. 한편, 이와 같은 전처리 과정은 실시자의 선택에 따라 생략되거나 변경될 수 있다.
강조 처리부(140)는 수신된 영상에 포함된 추적 입자의 신호 강도를 강조하도록 처리하여, 추적 입자와 추적 입자가 아닌 부분의 신호 강도의 차이를 증가시킨다. 특히, 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 밝게하는 강조 처리를 수행한다
수신된 영상이 초음파 영상이거나, 영상 전처리부(130)를 통해 가우시안 스무딩 필터가 적용된 경우, 기타 수신 영상에 포함된 잡음 신호 등에 따라 추적 입자와 추적 입자가 아닌 부분의 구분이 불명확한 경우, 산출부(150)를 통한 추적 입자의 동적 변화의 산출이 어려울 수 있다. 좀더 상세히 설명하면, 산출부(150)에서는 밝기의 강도가 가장 센 지점들을 추적 입자로 간주하고, 이들 사이의 변위를 이용하여 동적 변화를 산출하는데, 실제 추적 입자가 아니면서도 밝기의 강도가 추적 입자와 유사한 경우에는 동적 변화의 산출에 오류가 발생할 가능성이 있다. 이를 위해, 본 발명에서는 일정 조건을 만족하는 영상 데이터를 추적 입자로 간주하고, 이들의 밝기를 최대로 설정하는 강조 처리를 수행하도록 한다.
한편, 본 발명에서 정의되는 추적 입자는 추적 대상체의 유동 흐름 또는 동적 변화를 확인하기 위해 추적 대상체에 분산(dispersion)되는 것으로서, 예를 들면, 조영제와 같은 물질이 추적 입자로서 기능할 수 있다. 예를 들어, 추적 대상체에 분산된 조영제를 구성하는 추적 입자에 의하여, 수신된 영상에 버블 형상이 나타날 수 있으며, 이러한 버블 형상을 구성하는 픽셀이 각 추적 입자를 나타내는 픽셀일 수 있다.
도 2는 본원 발명의 일 실시예에 따른 입자 강조 처리 방법을 도시한 순서도이고, 도 3은 입자 강조 처리 알고리즘을 설명하기 위한 도면이다.
먼저, 수신된 영상에 포함된 화소들의 밝기 강도를 기준으로 히스토그램 그래프를 생성한다(S210). 도 3의 (a)에 도시된 바와 같이, 각 화소의 밝기 강도에 따라 화소의 개수를 누적시키는 방법으로 히스토그램 그래프를 생성할 수 있다. 도시된 그래프를 보면, 화소의 밝기 강도가 증가할수록 해당 밝기 강도를 갖는 화소의 개수는 감소함을 확인할 수 있다.
다음으로, 히스토그램 그래프를 기초로, 곡선 맞춤(Curve fitting)을 통해 곡선 그래프(30)를 생성한다(S220). 이러한 곡선 맞춤을 통해, 도 3의 (a)에 도시된 형태의 곡선 그래프(30)를 생성할 수 있다.
단계(S210)를 통해 생성된 히스토그램 그래프에 대하여 곡선 맞춤 작업을 수행하며, 보간이나 스무딩 과정이 추가될 수 있다. 또한, 예를 들면, 최소 자승 지수함수(Least square exponential)를 이용하여 곡선 맞춤을 수행할 수 있다.
예를 들어,
Figure 112012084578212-pat00006
와 같은 지수 함수로 표현되는 곡선 그래프를 생성한다고 가정한다. 상기 지수 함수의 양변에 로그를 취하면 아래 수학식 4와 같은 수학식을 생성할 수 있다. 각각에 대하여 수학식 5를 이용하여, a와 b를 산출하는 방식으로로 곡선 그래프의 함수를 산출할 수 있다.
[수학식 4]
Figure 112012084578212-pat00007
[수학식 5]
Figure 112012084578212-pat00008
다음으로, 단계(S220)를 통해 생성한 곡선 그래프에 해당하는 확률 밀도 함수(Probability density function)를 특정한다(S230).
즉, 평균(μ)과 표준 편차(σ)를 특정하여, 수학식 6과 같은 정규 분포 함수를 특정한다.
[수학식 6]
Figure 112012084578212-pat00009
다음으로, 추적 입자에 해당되는 화소의 발광 강도라고 판단할 수 있는 기준이 되는 강도 스케일(intensity scale)을 탐색한다(S240). 이 강도 스케일은 임계값으로서, 해당 강도 스케일 이상의 발광 강도를 가진 화소에 대해서는 추적 입자로 판단한다.
본 발명에서는 크게 두 가지 방법으로 임계값에 해당하는 강도 스케일을 탐색한다.
첫 번째 방법은 도 3의 (b)에 도시된 바와 같이, 곡선 그래프(30)의 시작점에 접하는 직선(40)과 Y 축과의 교차점(P1)에 해당하는 강도 값을 임계값으로 설정한다.
두 번째 방법은 도 3의 (c) 에 도시된 바와 같이, 곡선 그래프(30)의 시작점의 Y 축 값을 높이로 하는 사각형(60)의 X 축을 교차점(P2)으로 설정한다. 이때, 사각형(60)은 곡선 그래프의 Y 축 또는 X 축에 접한다. 그리고, 사각형(60)과 곡선 그래프(30)에 의하여 에워싸인 제 1 부분(50)과 제 2 부분(52)의 면적이 동일한 경우의 교차점(P2)에 해당하는 강도 값을 임계값으로 설정한다. 즉, 도시된 바와 같이, 사각형의 X 축의 값을 변경시켜가면서, 곡선 그래프(30)의 상부와 사각형(60)에 의하여 에워싸인 제 1 부분(50)의 면적을 적분한 값과, 사각형(60) 외부의 면적 중 곡선 그래프(30)의 하부에 위치한 제 2 부분(52)의 면적을 적분한 값이 동일한 경우의 X 축의 값을 임계값으로 설정한다.
다음으로, 단계(S240)에서 탐색된 임계값 이상의 강도를 갖는 화소에 대해서는 임계값보다 큰 기준 밝기의 강도를 갖도록 강조 처리를 수행한다(S250).
예를 들면, 기준 밝기를 최대 밝기로 설정할 수 있다. 최대 밝기의 강도를 갖는 화소의 비트값이 255라고 가정하면, 단계(S240)에서 탐색된 임계값 이상의 강도를 갖는 화소의 비트값을 255로 설정할 수 있다.
이와 같은 방식으로, 속도 산출 단계의 수행 전에 추적 입자를 좀 더 명확하게 강조하여 정확한 속도 산출이 가능하도록 한다.
다시 도 1을 참조하면, 산출부(150)는 상호 상관 함수를 통해 제 1 시점에 촬영된 영상과 제 2 시점에 촬영된 영상을 기초로 추적 입자의 변위를 산출한다.
도 4는 본원 발명의 일 실시예에 따른 유동 흐름 산출 과정을 설명하기 위한 도면이다.
도시된 바와 같이, 영상 수신부(120)를 통해 수신된 영상 중 제 1 시점에 촬영된 영상(410)과 제 2 시점에 촬영된 영상(420)에 대하여 각각 미소 구역(interrogation area, 412, 422)을 설정하고, 각 미소 구역에 포함된 추적 입자들을 대상으로 변위를 산출한다. 이러한 속도 산출은 각 미소 구역 단위로 수행되고, 2차원 벡터 필드가 모두 생성될 때까지 반복된다. 예를 들어, 미소 구역은 정사각형 형태를 가질 수 있고, 그 면적은 16*16 픽셀부터 128*128 픽셀까지의 크기를 가질 수 있다.
상호 상관 함수는 고속 푸리에 변환(FFT: Fast Fourier Transform)을 통해 계산될 수 있다. 고속 푸리에 변환은 이미지의 주파수 도메인에서의 성분을 나타내도록 한다. 먼저, 제 1 미소 구역에 대한 FFT와 제 2 미소 구역에 대한 FFT를 구하고, 각 FFT를 곱하여 상호 상관 관계를 평가하게 된다. 그리고, 상호 상관 관계가 최대인 값을 찾게 되고, 이에 대한 역변환을 통해 수행한다. 아래 수학식 7을 통해 FFT를 수행하되, f(m,n)은 픽셀 값을 나타내고, F(x,y)는 주파수 도메인에서의 값을 나타내며, M과 N은 이미지의 크기를 나타낸다.
[수학식 7]
Figure 112012084578212-pat00010
상호 상관 처리를 수행한 후, 상호 상관도가 최대가 되는 지점이 추적 입자의 변위를 나타낸다. 즉, 도 4에 도시된 바와 같이 원점을 기준으로 정점의 위치가 추적 입자의 변위가 된다. 이 최대가 되는 위치를 추정하기 위해 보간법이 사용될 수 있다.
서브 픽셀 분석을 위한 방법으로 가우시안 피크 맞춤(Gaussian peak fitting) 방법을 사용할 수 있다. 피크 지점(x0)에 대한 서브 픽셀의 변위는 수학식 8과 같이 구할 수 있다.
[수학식 8]
Figure 112012084578212-pat00011
또한, 서브 픽셀 보간을 위해 3지점 추정을 사용할 수 있는데, 이는 수학식 9와 수학식 10을 이용한다. 이때, Zx는 최대점이고, Zx-1과 Zx+1은 이웃하는 지점의 값을 나타낸다.
[수학식 9]
Figure 112012084578212-pat00012
[수학식 10]
Figure 112012084578212-pat00013
다음으로, 최대지점을 찾은 후에는 스무딩 처리를 수행할 수 있다.
이와 같이, 산출부(150)는 서로 다른 시점에 생성된 영상에 대하여 미소 구역을 설정하고, 미소 구역내의 추적 입자들간의 변위를 산출함으로써 속도 산출을 수행할 수 있다.
한편, 도 4는 유동 흐름을 나타내는 물리량 중 속도를 산출하는 과정을 도시하고 있다. 이와 같이 산출한 속도에 기초하여 와류(vortex) 또는 난류(turbulence)와 같이 유동의 흐름을 나타낼 수 있는 다양한 물리량을 산출할 수 있다.
다시 도 1을 참조하면, 정보 제공부(160)는 산출부(150)를 통해 산출된 속도 정보를 시각적으로 표시하여 사용자에게 제공할 수 있다.
도 5는 본원 발명의 일 실시예에 따른 속도 정보 제공 화면을 설명하기 위한 도면이다.
먼저, (a)에 도시된 도면은 종래의 초음파 화면에 대하여, 입자 강조 처리를 수행한 것으로, 추적 입자로 판단되는 화소의 강도를 최대로 설정하여 사용자에게 표시할 수 있다.
한편, (b) 또는 (c)와 같이, 추적 입자의 속도 성분을 화살표로 생성하여 영상에 함께 표시할 수 있다. 이때, 속도의 크기 성분은 화살표의 길이로, 속도의 방향 성분은 화살표의 방향으로 표시할 수 있다. 한편, (b)는 종전 기술, 즉 입자 강조 처리 없는 영상을 기초로 산출한 속도 성분을 표시한 것이고, (c)는 본 발명의 일 실시예에 따라 입자 강조 처리를 수행한 영상을 기초로 산출한 속도 성분을 표시한 것이다.
해당 영상은 좌심실의 혈액 흐름을 촬영한 영상으로, (b)의 영상에 비하여 (c)의 영상에 표시된 속도 성분이 속도의 크기나 방향을 실제 혈액 흐름에 더 일치하게 표시함을 확인할 수 있다.
도 6은 본원 발명의 일 실시예에 따른 속도 정보 제공 화면을 설명하기 위한 도면이다.
본 발명의 일 실시예에 따라 산출한 속도 성분에 기초하여 유체의 와도(vorticity)를 시각적으로 표시할 수 있다. 즉, 도 6의 (b)에 도시된 바와 같이, 화살표의 회전이 집중되고 있는 영역의 색상을 다른 영역과 다른 색상으로 표시한다. 예를 들면, 화살표가 직선방향을 유지하고 있는 영역과, 화살표가 회전하고 있는 영역을 상이한 색상으로 표시함으로써, 사용자로 하여금 유체의 소용돌이 현상이 일어나고 있는 지점을 더욱 알기 쉽게 한다.
이와 같이, 본 발명의 일 실시예에 따른 입자 영상 속도 장치 또는 입자 영상 속도 방법은 초음파 영상 분석기기 또는 광학식 입자 영상 속도 장치 등에 포함되어, 사용자로 하여금 유체 또는 유동체의 움직임을 파악하는데 있어서 더욱 편리함을 제공할 수 있다.
참고로, 본 발명의 실시예에 따른 도 1에 도시된 구성 요소들은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 구성 요소를 의미하며, 소정의 역할들을 수행한다.
그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.
구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 동적 변화 산출 장치
110: 출력부 120: 영상 수신부
130: 영상 전처리부 140: 강조 처리부
150: 산출부 160: 정보 제공부

Claims (12)

  1. 대상체의 동적 변화(dynamic variation) 산출 장치에 있어서,
    상기 대상체에 대하여 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 상기 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 조절하는 강조 처리부 및
    상기 강조 처리부에 의하여 처리된 서로 다른 두 영상의 상관 관계에 기초하여 상기 대상체의 동적 변화를 산출하는 산출부를 포함하되,
    상기 강조 처리부는 상기 각 영상에 대하여 임계값 이상의 밝기를 갖는 화소의 밝기를 상기 임계값 보다 큰 기준 밝기로 설정하고,
    상기 영상에 포함된 화소의 밝기 강도에 따라 화소의 개수를 누적시킨 히스토그램 그래프에 대하여 곡선 맞춤 방법에 따라 곡선 그래프를 생성하고, 상기 곡선 그래프의 시작점 값에 기초하여 상기 임계값을 설정하는 대상체의 동적 변화 산출 장치.
  2. 제 1 항에 있어서,
    상기 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에 대하여 전처리를 수행하는 전처리부를 더 포함하고,
    상기 강조 처리부는 상기 전처리가 수행된 영상에 대하여 화소의 밝기를 조절하는 대상체의 동적 변화 산출 장치.
  3. 제 1 항에 있어서,
    상기 산출된 동적 변화를 상기 영상에 시각적으로 표시하여 제공하는 정보 제공부를 더 포함하는 대상체의 동적 변화 산출 장치.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 강조 처리부는,
    상기 곡선 그래프의 시작점에 접하는 직선과 X 축과의 교차점에 해당하는 강도 값을 상기 임계값으로 설정하는 대상체의 동적 변화 산출 장치.
  6. 제 1 항에 있어서,
    상기 강조 처리부는,
    상기 곡선 그래프의 시작점의 Y 축 값을 높이로 하는 사각형의 X 축의 값을 상기 임계값으로 설정하되, 상기 곡선 그래프의 상부와 상기 사각형에 의하여 에워싸인 제 1 부분의 면적과 상기 사각형 외부의 면적 중 곡선 그래프의 하부에 위치한 제 2 부분의 면적이 동일한 경우의 X 축의 값을 상기 임계값으로 설정하는 대상체의 동적 변화 산출 장치.
  7. 제 1 항에 있어서,
    상기 기준 밝기는 최대 밝기인 대상체의 동적 변화 산출 장치.
  8. 대상체의 동적 변화(dynamic variation) 산출 장치를 이용한 대상체의 동적 변화 산출 방법에 있어서,
    상기 대상체에 대하여 서로 상이한 시점에 생성된 적어도 둘 이상의 영상에서 상기 대상체에 분산된 입자를 표시하는 것으로 판단된 화소의 밝기를 조절하는 단계 및
    상기 밝기를 조절하는 단계를 수행한 서로 다른 두 영상의 상관 관계에 기초하여 상기 대상체의 동적 변화를 산출하는 단계를 포함하되,
    상기 밝기를 조절하는 단계는,
    상기 각 영상에 대하여 임계값 이상의 밝기를 갖는 화소의 밝기를 상기 임계값 보다 큰 기준 밝기로 설정하고,
    상기 영상에 포함된 화소의 밝기 강도에 따라 화소의 개수를 누적시킨 히스토그램 그래프에 대하여 곡선 맞춤 방법에 따라 곡선 그래프를 생성하며, 상기 곡선 그래프의 시작점 값에 기초하여 상기 임계값을 설정하는 대상체의 동적 변화 산출 방법.
  9. 삭제
  10. 제 8 항에 있어서,
    상기 곡선 그래프에 기초하여 상기 임계값을 설정하는 단계는,
    상기 곡선 그래프의 시작점에 접하는 직선과 X 축과의 교차점에 해당하는 강도 값을 상기 임계값으로 설정하는 대상체의 동적 변화 산출 방법.
  11. 제 8 항에 있어서,
    상기 곡선 그래프에 기초하여 상기 임계값을 설정하는 단계는,
    상기 곡선 그래프의 시작점의 Y 축 값을 높이로 하는 사각형의 X 축의 값을 상기 임계값으로 설정하되,
    상기 곡선 그래프의 상부와 상기 사각형에 의하여 에워싸인 제 1 부분의 면적과 상기 사각형 외부의 면적 중 곡선 그래프의 하부에 위치한 제 2 부분의 면적이 동일한 경우의 X 축의 값을 상기 임계값으로 설정하는 대상체의 동적 변화 산출 방법.
  12. 제 8 항에 있어서,
    상기 기준 밝기는 최대 밝기인 대상체의 동적 변화 산출 방법.
KR1020120115644A 2012-10-17 2012-10-17 대상체의 동적 변화 산출 장치 및 방법 KR101382625B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020120115644A KR101382625B1 (ko) 2012-10-17 2012-10-17 대상체의 동적 변화 산출 장치 및 방법
EP13846403.7A EP2911114A4 (en) 2012-10-17 2013-01-04 APPARATUS AND METHOD FOR CALCULATING THE DYNAMIC VARIATION OF AN OBJECT
PCT/KR2013/000062 WO2014061868A1 (ko) 2012-10-17 2013-01-04 대상체의 동적 변화 산출 장치 및 방법
US14/676,906 US9424631B2 (en) 2012-10-17 2015-04-02 Device and method for calculating dynamic variation of object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120115644A KR101382625B1 (ko) 2012-10-17 2012-10-17 대상체의 동적 변화 산출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101382625B1 true KR101382625B1 (ko) 2014-04-10

Family

ID=50488414

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120115644A KR101382625B1 (ko) 2012-10-17 2012-10-17 대상체의 동적 변화 산출 장치 및 방법

Country Status (4)

Country Link
US (1) US9424631B2 (ko)
EP (1) EP2911114A4 (ko)
KR (1) KR101382625B1 (ko)
WO (1) WO2014061868A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016046140A1 (en) * 2014-09-25 2016-03-31 Koninklijke Philips N.V. Device and method for automatic pneumothorax detection
KR20160143617A (ko) * 2016-12-01 2016-12-14 (주)아이에스엠아이엔씨 피하 혈관의 혈류량 변화를 측정하는 방법 및 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105407296B (zh) * 2015-11-18 2021-03-23 腾讯科技(深圳)有限公司 实时视频增强方法和装置
EP3869472A1 (en) * 2020-02-21 2021-08-25 Accenture Global Solutions Limited Detecting identification tampering using ultra-violet imaging

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004061701A (ja) * 2002-07-26 2004-02-26 Fuji Xerox Co Ltd 飛翔粒子の速度計測方法
JP2005140528A (ja) * 2003-11-04 2005-06-02 Toshiba Corp 流体計測装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4731863A (en) * 1986-04-07 1988-03-15 Eastman Kodak Company Digital image processing method employing histogram peak detection
JPH02268388A (ja) * 1989-04-10 1990-11-02 Hitachi Ltd 文字認識方法
FR2670979A1 (fr) * 1990-12-21 1992-06-26 Philips Electronique Lab Procede de segmentation binaire locale d'images numerisees, par seuillage d'histogramme.
JP3046493B2 (ja) * 1994-05-09 2000-05-29 シャープ株式会社 画像処理装置
JP2001016447A (ja) * 1999-06-30 2001-01-19 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
KR100360973B1 (ko) * 2000-02-10 2002-11-18 학교법인 포항공과대학교 적응형 하이브리드 방식의 입자추적속도계 속도장 측정 방법
JP3685256B2 (ja) * 2001-09-14 2005-08-17 東京電力株式会社 流体の流動計測システム
ES2252649T3 (es) * 2003-09-30 2006-05-16 Esaote S.P.A. Metodo para estimar los vectores de velocidad de tejido y la deformacion de tejido a partir de datos de formacion de imagenes diagnosticas por ultrasonidos.
ATE550680T1 (de) * 2003-09-30 2012-04-15 Esaote Spa Methode zur positions- und geschwindigkeitsverfolgung eines objektrandes in zwei- oder dreidimensionalen digitalen echographischen bildern
US20080123898A1 (en) * 2003-10-14 2008-05-29 Biodiscovery, Inc. System and Method for Automatically Analyzing Gene Expression Spots in a Microarray
WO2005095994A1 (ja) * 2004-03-31 2005-10-13 The Tokyo Electric Power Company, Incorporated 流体計測システム及び流体計測方法
DE102005034374B3 (de) * 2005-07-22 2007-03-01 Siemens Ag Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt
JP2010503421A (ja) * 2006-07-13 2010-02-04 ザ リージェンツ オブ ザ ユニバーシティ オブ コロラド エコー粒子画像速度(epiv)およびエコー粒子追跡速度測定(eptv)システムおよび方法
EP2026280B1 (en) * 2007-07-23 2013-10-23 Esaote S.p.A. Method and corresponding apparatus for quantitative measurements on sequences of images, particularly ultrasonic images
CA2790588C (en) * 2009-09-16 2022-10-04 Monash University Particle image velocimetry suitable for x-ray projection imaging
KR101136814B1 (ko) 2010-12-03 2012-04-19 부산대학교 산학협력단 적혈구를 추적입자로 이용한 혈류유동의 혈액 유변학적 인자 추정방법
US8542898B2 (en) * 2010-12-16 2013-09-24 Massachusetts Institute Of Technology Bayesian inference of particle motion and dynamics from single particle tracking and fluorescence correlation spectroscopy
US8723104B2 (en) * 2012-09-13 2014-05-13 City University Of Hong Kong Methods and means for manipulating particles

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004061701A (ja) * 2002-07-26 2004-02-26 Fuji Xerox Co Ltd 飛翔粒子の速度計測方法
JP2005140528A (ja) * 2003-11-04 2005-06-02 Toshiba Corp 流体計測装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016046140A1 (en) * 2014-09-25 2016-03-31 Koninklijke Philips N.V. Device and method for automatic pneumothorax detection
KR20160143617A (ko) * 2016-12-01 2016-12-14 (주)아이에스엠아이엔씨 피하 혈관의 혈류량 변화를 측정하는 방법 및 장치
KR101716667B1 (ko) 2016-12-01 2017-03-15 (주)아이에스엠아이엔씨 피하 혈관의 혈류량 변화를 측정하는 방법 및 장치

Also Published As

Publication number Publication date
WO2014061868A1 (ko) 2014-04-24
EP2911114A1 (en) 2015-08-26
US9424631B2 (en) 2016-08-23
EP2911114A4 (en) 2016-05-11
US20150206294A1 (en) 2015-07-23

Similar Documents

Publication Publication Date Title
JP7462816B2 (ja) ベクトルフローデータを使用する擾乱した血流の自動検出及び視覚化のためのシステム及び方法
US20100069757A1 (en) Ultrasonic diagnostic apparatus
US10456115B2 (en) Ultrasound system and clutter filtering method thereof
JP2011031045A (ja) 2次元超音波映像に対応する2次元ct映像を提供するシステムおよび方法
KR101382625B1 (ko) 대상체의 동적 변화 산출 장치 및 방법
US9814446B2 (en) Method and system for automatic estimation of shear modulus and viscosity from shear wave imaging
JP7405950B2 (ja) 微小脈管の高時空分解能超音波イメージングを行うための方法
EP2967490B1 (en) Ultrasound vector flow imaging (vfi) with curve tracing
JP2011152416A (ja) 3次元超音波映像に映像処理および関心物体の大きさ測定を行う超音波システムおよび方法
US20170196539A1 (en) Ultrasound imaging system and method
KR102459053B1 (ko) 환경에서 유체 흐름을 감지하기 위한 초음파 시스템
WO2019164662A1 (en) Thrombus detection during scanning
US11179218B2 (en) Systems and methods for multi-modal sensing of depth in vision systems for automated surgical robots
Guo et al. Frame rate effects and their compensation on super-resolution microvessel imaging using ultrasound localization microscopy
US20150148662A1 (en) Technique for Determining Blood Velocity in a Blood Vessel
CN109069113B (zh) 超声成像设备及利用超声检测血管壁剪切指数的方法
Cohen et al. 3d vessel extraction in the rat brain from ultrasensitive Doppler images
JP7269232B2 (ja) 血管狭窄の超音波測定
WO2020118296A1 (en) Systems and methods for quantifying vessel features in ultrasound doppler images
Hossain et al. Improved ultrasound imaging for knee osteoarthritis detection
Marion et al. Spatiotemporal filtering of sequences of ultrasound images to estimate a dense field of velocities
Kadmin et al. Improvement of Disparity Measurement of Stereo Vision Algorithm Using Modified Dynamic Cost Volume
NICOLAS Microbubble Identification Based on Decision Theory for Ultrasound Localization Microscopy
Park et al. Hemodynamic Wall Shear Stress Measurements Using Ultrasound Feature Tracking Algorithm
KR101882325B1 (ko) 스펙트럴 도플러 영상을 생성하는 방법 및 그 초음파 도플러 영상 장치

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: 20170328

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180403

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 6