KR101460908B1

KR101460908B1 - 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법

Info

Publication number: KR101460908B1
Application number: KR1020130094757A
Authority: KR
Inventors: 홍헬렌; 조현희
Original assignee: 서울여자대학교 산학협력단
Priority date: 2013-08-09
Filing date: 2013-08-09
Publication date: 2014-11-17

Abstract

본 발명은 방사선치료계획을 위한 4D CT 영상에서 호흡이 다른 CT 영상 간 비강체 정합을 통한 자동 폐종양 위치 추적 방법에 관한 것으로, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템은 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 변환벡터 예측부 및 상기 변환벡터 예측부에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 폐종양 위치 추적부를 포함하는 것을 기술적 특징으로 한다.

Description

4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법{Lung tumor tracking system and the method in 4D CT images}

본 발명은 4D 컴퓨터 단층촬영(CT-Computed tomography) 영상의 폐종양 위치 추적 기술에 관한 것으로, 더 상세하게는 방사선치료계획을 위한 4D CT 영상에서 호흡이 다른 CT 영상 간 비강체 정합을 통한 자동 폐종양 위치 추적 방법에 관한 것이다.

일반적으로, 4D CT 영상은 종양의 방사선 치료 계획을 위해 호흡하는 동안 연속적으로 획득되는 영상으로 일정 시간 내에 여러 CT 영상들을 획득하기 위해 슬라이스 간 간격이 크게 촬영되므로 정보량이 적고 호흡 중 연속 촬영으로 인한 움직임 인공음영(motion artifact)이 발생되므로 영상의 질이 저하된다[1]. 또한, 4D CT 영상에서 폐는 호흡 및 심장박동으로 인해 전역적인 움직임뿐 아니라 지역적 움직임이 발생하게 되고 이에 따라 폐 내부에 종양의 위치도 달라진다[2].

따라서 폐종양 주변의 정상 조직에 방사선 투입량을 최소화하면서 종양 부위에 정확하게 방사선을 투입하기 위해 호흡에 따라 변화하는 종양의 위치가 정확하게 추적되어야 하고, 이를 위해 4D CT 영상에서 비강체 정합이 필요하다[3, 4].

4D CT 영상에서 비강체 정합을 이용하여 종양의 위치를 추적하는 기존 연구로 Ding[5] 등은 조직 부위에 따라 방사선세기를 다르게 하는 세기조절방사선치료(intensity-modulated radiation therapy) 계획을 위해 4D CT 영상에서 하나의 호흡위상(respiration phase) 영상을 기준으로 다른 호흡위상 영상들을 강체 및 비강체 정합함으로써 폐종양의 이동과 변형 정도를 분석하였다. 분석 결과, 강체 정합만을 수행하는 것보다 B-spline 기반 비강체 정합을 함께 수행하였을 때 폐의 전역적 움직임뿐 아니라 지역적 움직임을 함께 반영함으로써 폐종양 부위 및 범위를 보다 정확하게 추적할 수 있음을 알 수 있었다.

Keall과 Wijesooriya[4, 6] 그룹은 폐종양 부위의 방사선 치료 계획을 위해 최대흡기 위상영상에서 종양 부위를 수동으로 분할한 후 이웃하는 다른 호흡위상 영상들로 비강체 정합함으로써 종양 부위를 추적하는 방법을 제안하였다. 실험 결과, 4D CT 호흡주기 중 호기에서 흡기로 변화하는 위상에서 폐의 용적 변화가 크게 나타나므로 해당 위상영상 간 정합 수행 시 인공음영과 비강체 정합 알고리즘의 에러로 인한 종양 볼륨 차이가 나타났다.

또한, 종양 뿐 아니라 주변 조직의 위치를 추적하기 위해 4D CT 영상에서 폐종양, 식도, 폐, 심장, 척수 부위를 자동 윤곽화 방법(auto-contouring)으로 분할하는 연구도 진행하였는데 폐종양의 윤곽 에러가 가장 크게 나타났고 정확성을 높이기 위해 수동으로 보정하는 과정이 필요하였다.

Boldea[7] 등은 한 번의 호흡주기에서 폐종양의 움직임을 추적하기 위해 하나의 호흡위상 영상을 기준으로 다른 호흡위상 영상들을 비강체 정합하는 방법과 이웃하는 호흡위상 영상 간 반복적으로 순환하며 비강체 정합하는 방법을 수행하고 60개의 랜드마크 간 거리차이를 이용하여 정합 정확성을 비교 분석하였다. 5개 데이터에 대해 실험한 결과, 평균 랜드마크 간 거리차이가 후자 방법이 전자 방법보다 랜드마크 간 거리차이가 작게 나타나 정합 정확성이 높음을 알 수 있었다.

Werner[8] 등은 흉부 4D CT 영상에서 폐의 최상단과 하단의 위치를 이용하여 폐 내부와 종양의 위치를 0~1 사이로 정규화 시키고, 최대흡기 영상과 최대호기 영상 간 정합만을 통해 강체 및 비강체 모델을 만들어 종양의 움직임을 유도하는 방법을 제안하였다. Wu[9] 등은 흉부 4D CT 영상들의 밝기값 평균으로 그룹평균(group-mean) 영상을 만들고, 그룹평균 영상을 4D CT 영상들로 비강체 정합하여 변형벡터를 구하였다. 4D CT 영상에서 제한된 범위 내에서의 촬영으로 인해 조직이 없어진 경우에도 호흡위상 영상 간 정합을 수행할 때 정합 정확성을 높일 수 있는 방법을 제안하였지만 호흡주기에서 종양의 위치를 추적하는 방법에 대해서는 고려되지 않았다.

Li[10] 등은 4D CT 영상에서 폐종양을 분할하고 종양의 중심점들을 이용하여 호흡위상 영상 간 정합 후 밝기값의 평균을 계산하여 인공음영을 줄인 합성된 3.5D CT 영상을 만들었다. 이 영상에서 임계값 기반 반자동 분할기법으로 종양과 폐 등을 분할하고 방사선치료계획을 하였으나 호흡주기에서 종양의 위치를 추적하는 방법은 고려되지 않았다.

4D CT에서 하나의 호흡위상 영상을 기준으로 다른 호흡위상 영상들을 정합하는 방법은 호흡의 차이가 큰 위상영상 간 정합이 수행되기 때문에 비강체 정합 시 최적화의 반복횟수가 많아지고 이로 인해 영상이 스무딩(smoothing)되므로 종양 위치의 추적 정확성이 떨어질 수 있다. 또한 10~20개의 4D CT 전체 호흡위상 영상 간 정합을 수행해야하므로 시간이 오래 걸린다. 최대흡기와 최대호기 영상만을 이용하여 정합하는 방법은 4D CT의 전체 호흡영상 정보를 반영하지 못하기 때문에 폐종양의 위치를 추적하는데 정확성이 떨어질 수 있다.

[1] Y. Zhang, G. Wu, P. Yap, Q. Feng, J. Lian, W. Chen, and D. Shen, "Non-local Means Resolution Enhancement of Lung 4D-CT Data," Proceedings of Medical Image Computing and Computer-Assisted Intervention (MICCAI) 2012, Vol. 15, Part I, LNCS 7510, pp. 214-222. [2] P. J. Keall, G. S. Mageras, J. M. Balter, R. S. Emery, K. M. Forster, S. B. Jiang, J. M. Kapatoes, D. A. Low, M. J. Murphy, B. R. Murray, C. R. Ramsey, M. B. Van Herk, S. S. Vedam, J. W. Wong, and E. Yorke, "The management of respiratory motion in radiation oncology report of AAPM Task Group 76," Medical Physics, Vol. 33, No. 10, pp. 3874-3900, 2006. [3] E. Rietzel, and G. T. Y. Chen, "Deformable registration of 4D computed tomography data," Medical Physics, Vol. 33, No. 11, pp. 4423-4430, 2006. [4] P. J. Keall, S. Joshi, S. S. Vedam, J. V. Siebers, V. R. Kini, and R. Mohan, "Four-dimensional radiotherapy planning for DMLC-based respiratory motion tracking," Medical Physics, Vol. 32, No. 4, pp. 942-951, 2005. [5] K. Ding, J. E. Bayouth, J. M. Buatti, G. E. Christensen, and J. M. Reinhardt, "4DCT-based measurement of changes in pulmonary function following a course of radiation therapy," Medical Physics, Vol. 37, No. 3, 2010. [6] K. Wijesooriya, E. Weiss, V. Dill, L. Dong, R. Mohan, S. Joshi, and P. J. Keall, "Quantifying the accuracy of automated structure segmentation in 4D CT images using a deformable image registration algorithm," Medical Physics, Vol. 35, No. 4, pp. 1251-1260, 2008. [7] V. Boldea, G. C. Sharp, S. B. Jiang, and D. Sarrut, "4D-CT lung motion estimation with deformable registration: Quantification of motion nonlinearity and hysteresis," Medical Physics, Vol. 35, No. 3, pp. 1008-1018, 2008. [8] R. Werner, and J. Ehrhardt, "Estimation of motion fields by non-linear registration for local lung motion analysis in 4D CT image data," International Journal of Computer Assisted Radiology and Surgery (CARS), Vol. 5, pp. 595-605, 2010. [9] G. Wu, Q. Wang, J. Lian, and D. Shen, "Estimating the 4D respiratory lung motion by spatiotemporal registration and building super-resolution image," Proceedings of Medical Image Computing and Computer-Assisted Intervention (MICCAI) 2011, Vol. 14, Part I, pp. 532-539. [10] Q. Li, P. Cohen, H. Xie, D. Low, D. Li, and A. Rimner, "A novel four-dimensional radiotherapy planning strategy from a tumor-tracking beam's eye view," Physics in medicine and biology, Vol. 57, No. 22, pp. 7579-7598, 2012.

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 제안된 것으로, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템의 목적은, 어파인 변환벡터와 변형벡터를 이용하여, 한 번의 호흡주기에 해당하는 4D CT의 전체 위상에서 폐 종양의 위치를 자동 추적할 수 있는 시스템을 제공하는데 있다.

다른 목적은, 변환벡터 예측부를 포함하여, 호흡량에 따른 어파인 변환벡터를 예측하는데 있다.

또 다른 목적은, 폐영역 분할부를 포함하여, 각 위상영상에서 밝기값 정보를 기반으로 폐 영역을 분할하는데 있다.

또 다른 목적은, 어파인 정합부를 포함하여, 최대흡기 및 최대호기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터(AT)를 산출하는데 있다.

또 다른 목적은, 폐종양 위치 추적부를 포함하여, 호흡주기의 전체 위상 영상에서 종양의 위치를 추적하는데 있다.

본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법의 목적은, 4D CT영상에서 폐의 전역 및 지역적 움직임을 산출하고, 이를 이용하여, 종양의 위치를 자동으로 추적할 수 있는 방법을 제공하는데 있다.

본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템은 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 변환벡터 예측부 및 상기 변환벡터 예측부에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 폐종양 위치 추적부를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 변환벡터 예측부는 각 위상영상에서 밝기값 정보를 기반으로 폐영역을 분할하는 폐영역 분할부 및 각 위상영상 중에 호흡량이 가장 큰 최대흡기와 호흡량이 가장 적은 최대호기의 분할된 폐 영역의 경계정보를 이용하여 어파인 정합을 수행하는 어파인 정합부를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 폐영역 분할부는 폐 영역 분할을 위한 임계값을 설정하는 임계값 설정부, 상기 임계값으로 2차원 영역성장법의 역 연산을 수행하여, 배경, 흉부, 기관지, 폐영역으로 순차적 분할을 수행하는 순차 분할부 및 3차원 분기 기반 영역성장법으로 기관과 좌우 기관지를 제거하여, 폐 영역만을 분할하는 기관/기관지 제거부를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 어파인 정합부는 최대흡기 및 최대호기 위상영상에서 분할된 폐영역의 경계 일지점에서 이웃하는 점을 추적하여, 폐 영역의 경계정보를 추출하는 경계정보 추출부, 추출된 상기 경계정보에 거리값을 설정하여, 거리맵을 형성하는 거리맵형성부 및 최대흡기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터(AT)를 산출하고, 상기 초기 어파인 변환벡터를 이용하여, 각 위상영상의 호흡량에 따른 어파인 변환벡터를 산출하는 변환벡터 산출부를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 폐종양 위치 추적부는 최대흡기 위상영상을 중심으로 최대 호기 위상영상까지 양방향으로 이웃하는 위상영상 간 비강체 정합을 수행하는 비강체 정합부, 상기 비강체 정합으로 산출된 폐 영역에서 각 픽셀의 변형벡터를 산출하는 변형벡터 산출부 및 상기 변형벡터 및 상기 변환벡터 예측부에서 산출된 변환벡터로 호흡주기의 전체 위상 영상에서 종양의 위치를 추적하는 종양 위치 추적부를 포함하는 것을 특징으로 한다.

본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법은 (a) 변환벡터 예측부를 이용하여, 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 단계 및 (b) 폐종양 위치 추적부를 이용하여, 상기 (a) 단계에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 단계를 포함하는 것을 특징으로 한다.

이상에서 설명한 바와 같이, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템은 어파인 변환벡터와 변형벡터를 이용하여, 한 번의 호흡주기에 해당하는 4D CT의 전체 위상에서 폐종양의 위치를 자동 추적함으로써, 정합 절차를 간소화한 효율적인 폐종양 추적이 가능한 효과가 있다.

또한, 호흡량에 따른 어파인 변환벡터를 예측하여, 호흡 차이 및 심장 박동으로 인한 크기, 위치 회전 차이를 고려하여, 폐의 전역적 움직임을 감지할 수 있는 효과가 있다.

또한, 각 위상영상에서 밝기값 정보를 기반으로 폐 영역을 분할함으로써, 폐 흉막과 흉벽 등의 주변조직을 제외한 폐 영역의 움직임을 측정할 수 있는 효과가 있다.

또한, 최대흡기 및 최대호기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터를 산출하여, 한 번의 어파인 정합으로 다양한 호흡위상 간격으로 측정된 모든 4D CT 데이터의 어파인 변환벡터를 예측할 수 있는 효과가 있다.

또한, 호흡주기의 전체 위상 영상에서 종양의 위치를 추적할 수 있는 효과가 있다.

본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법은, 4D CT영상에서 폐의 전역 및 지역적 움직임을 산출하고, 이를 이용하여, 종양의 위치를 자동으로 추적함으로써, 종양 위치 추출의 정확성 및 효율성을 크게 향상시킬 수 있는 효과가 있다.

도 1은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 호흡 주기별 폐 상태를 나타내는 도면.
도 2는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템의 전체 구성을 나타내는 구성도.
도 3은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 변환벡터 예측부의 상세 구성을 나타내는 구성도.
도 4는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 폐영역 분할부의 상세 구성을 나타내는 구성도.
도 5는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 어파인 변환벡터 예측과정을 나타내는 개념도.
도 6은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 어파인 정합부의 상세 구성을 나타내는 구성도.
도 7은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 호흡위상별 폐 용적을 나타내는 그래프.
도 8은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 폐종양 위치 추적부의 상세 구성을 나타내는 그래프.
도 9는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템에 있어서, 연속적 위상 간 비강체 정합을 통한 종양 위치 추적 과정을 나타내는 개념도.
도 10은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법의 전체 흐름을 나타내는 흐름도.
도 11 내지 도 13은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법에 있어서, S10 단계의 상세 흐름도.
도 14는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법에 있어서, S20 단계의 상세 흐름도.
도 15 내지 도 19은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법의 성능 시험 결과를 나타내는 그래프 및 비교 영상.

이하, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법을 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.

일반적으로 폐의 호흡주기는 숨을 들이마시는 흡기 상태와 내뱉는 호기 상태로 구분되며, 본 발명의 4D CT 영상은 폐의 호흡량에 따라 구분되며, [도 1]에 도시된 바와 같이, 호흡량 25%, 50%, 75%, 100% 주입된 위상을 각각 초기흡기(early-inspiration), 중기흡기(mid-inspiration), 후기흡기(late-inspiration), 최대흡기(end-inspiration)로 정의한다. 또한, 호기 상태에는 폐의 공기량이 100%인 상태에서 점차적으로 공기가 제거되며 75%, 50%, 25%, 0% 제거된 위상을 초기호기(early-expiration), 중기호기(mid-expiration), 후기호기(late-expiration), 최대호기(end-expiration)로 각각 정의한다.

[도 2]는 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템의 전체 구성으로 크게 변환벡터 예측부(10) 및 폐종양 위치 추적부(20)를 포함한다.

상기 변환벡터 예측부(10)는 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 역할을 하며, 본 발명에 따른 상기 변환벡터 예측부(10)는 [도 3]에 도시된 바와 같이, 폐영역 분할부(11) 및 어파인 정합부(12)를 포함한다.

상기 폐영역 분할부(11)는 4D CT영상에서 폐 흉막과 흉벽등의 주변조직을 제외한 폐 영역의 움직임만을 측정하기 위해서 각 위상영상의 밝기값 정보를 기반으로 폐영역을 분할하는 역할을 하며, 본 발명에 따른 상기 폐영역 분할부(11)는 [도 4]에 도시된 바와 같이, 임계값 설정부(111), 순차 분할부(112) 및 기관/기관지 제거부(113)를 포함한다.

즉, 상기 임계값 설정부(111)를 통해 폐 영역 분할을 위한 밝기값의 최적 임계치를 산출 설정하고, 상기 순차 분할부(112)를 이용하여, 2차원 영역성장법의 역 연산으로 배경, 흉부, 기관지, 및 폐를 순차적으로 분할한다. 또한, 상기 기관/기관지 제거부(13)로 3차원 분기 기반 영역성장법을 적용하여, 기관과 좌우 기관지를 분할 제거함으로써, [도 5]의 (a)와 같이, 폐 영역이 분할되는 것이다.

상기 어파인 정합부(12)는 각 위상영상 중에 호흡량이 가장 큰 최대흡기와 호흡량이 가장 적은 최대호기의 분할된 폐영역의 경계정보를 이용하여 어파인 정합을 수행하는 역할을 하며, 본 발명에 따른 어파인 정합부(12)는 [도 6]에 도시된 바와 같이, 경계정보 추출부(121), 거리맵 형성부(122) 및 변환벡터 산출부(123)을 포함한다.

즉, 상기 경계정보 추출부(121)로 최대흡기 및 호기에서 분할된 폐의 경계에 있는 한 점을 시작점으로 이웃하는 점들을 추적해 가면서 경계정보를 추출하고, 상기 거리맵 형성부(122)로 최대호기 위상영상에서 추출된 폐 경계로부터 점진적으로 거리값을 줌으로써 거리맵을 형성한다. 또한, 상기 변환벡터 산출부(123)로 최적화를 통해 최대흡기 위상영상의 추출된 폐 경계에 해당하는 거리맵 값의 합이 최소화되는 초기 어파인 변환벡터(AT)를 산출하고, 상기 초기 어파인 변환벡터를 이용하여, 각 위상영상의 호흡량에 따른 어파인 변환벡터를 산출하는 역할을 한다.

이 때, 최대호기는 호흡주기에서 가장 안정적인 호흡 위상으로 재현성이 가장 높으므로 최대호기 영상을 기준으로 최대흡기 영상을 정합하는 것이 바람직하다.

본 발명에 따른 초기 어파인 변환벡터(AT)는 x, y, z 방향의 크기, 이동, 회전, 전단의 변환 정보를 가지고 있는 변화벡터로써 12개의 파라미터(Sx, Sy, Sz, Tx, Ty, Tz, Rx, Ry, Rz, Shx, Shy, Shz)로 구성된다. 4D CT에서 분할된 폐는 [도 7]과 같이 호흡량에 따라 비교적 일정한 비율로 확대 또는 축소되므로 초기 어파인 변환벡터 AT를 이용하여 각 위상영상의 호흡량에 따라 어파인 변환벡터 ATe(Sx’, Sy’, Sz’, Tx’, Ty’, Tz’, Rx’, Ry’, Rz’, Shx’, Shy’, Shz’)를 예측한다.

또한, 본 발명에 따른 어파인 변환벡터(ATe)의 각 파라미터는 다음 [수학식 1]을 이용하여, 산출한다.

본 발명에 따른 Sx’, Sy’, Sz’는 예측하고자 하는 x, y, z 방향의 크기변환, Tx’, Ty’, Tz’는 이동변환, Rx’, Ry’, Rz’는 회전변환, Shx’, Shy’, Shz’는 전단 변환을 의미한다. N은 폐 호흡량에 따라 어파인 변환벡터를 예측하기 위한 값이다. 또한, endInsRes는 최대흡기의 호흡량, preRes는 정합하고자 하는 위상에서의 호흡량, postRes는 정합의 기준이 되는 위상에서의 호흡량을 의미한다.

[도 7]에 도시된 바와 같이, 보여 지는 것과 같이 4D CT에서 최대흡기 영상을 중심으로 왼쪽의 흡기 상태와 오른쪽의 호기 상태의 위상영상들의 폐 용적은 대칭적으로 유사하게 나타난다. 그러므로 [도 5]의 (c)와 같이 흡기 상태에서 예측된 어파인 변환벡터 AT_e1, AT_e2, AT_e3, AT_e4를 호기 상태에 동일하게 적용할 수 있다.

이처럼 본 발명에 따른 어파인 변환 예측식은 호흡주기에서 10%-25%의 다양한 호흡위상 간격을 보이는 4D CT 데이터에 대해서 한 번의 어파인 정합만으로 모든 위상영상의 어파인 변환벡터를 예측할 수 있다.

정리하면, 본 발명에 있어서, 4D CT 영상은 호흡 중에 연속적으로 촬영되기 때문에 호흡 차이 및 심장 박동 등으로 인한 크기, 위치 및 회전 차이가 발생하며, 4D CT 영상은 호흡주기에서 10-25%로 비교적 유사한 호흡 간격을 보이고 흡기 상태와 호기 상태의 영상들이 대칭적인 폐 용적을 보인다. 따라서 모든 위상 영상 간 정합을 수행하지 않고 흡기 또는 호기 한쪽에서 구한 어파인 정합 결과를 다른 쪽에 적용할 수 있는 것이다.

따라서 본 발명에 따른 변환벡터 예측부(10)를 이용하여, 최대흡기와 최대호기 영상 간 어파인 정합 결과를 이용하여 호흡량에 따라 어파인 변환벡터를 예측할 수 있는 것이다.

상기 폐종양 위치 추적부(20)는 상기 변환벡터 예측부(10)에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 역할을 하며, 본 발명에 따른 상기 폐종양 위치 추적부(20)는 [도 8]에 도시된 바와 같이, 비강체 정합부(21), 변형벡터 산출부(22) 및 종양 위치 추적부(23)를 포함한다.

상기 비강체 정합부(21)는 [도 9]에 도시된 바와 같이, 최대흡기 위상영상을 중심으로 최대 호기 위상영상까지 양방향으로 이웃하는 위상영상 간 비강체 정합을 수행하는 하며, 이 때, d는 데몬기반 비강체 정합을 통해 산출된 분할된 폐 영역의 변형벡터의 집합을 의미한다.

또한, 상기 변형벡터 산출부(22)는 상기 비강체 정합으로 산출된 폐 영역에서 각 픽셀의 변형벡터를 산출하는 역할을 하며, 본 발명에 따른 각 픽셀의 변형벡터는 다음 [수학식 2]를 이용하여, 산출된다.

이 때, V_t(x)와 V_s(AT_e(x))는 각각 정합의 기준이 되는 영상의 폐 영역과 예측된 변환벡터 적용 후 비강체 정합이 될 영상의 폐 영역에서 픽셀 x의 밝기값을 의미하며, ∇V_t와 ∇V_s는 기준이 되는 영상과 정합이 될 영상에서의 기울기, ∥·∥는 기울기의 크기를 의미한다.

u(x)는 두 식의 곱으로 구해지는데 첫 번째 식은 두 영상 간 밝기값 차이를 통해 변형벡터의 크기를, 두 번째 식은 두 영상의 기울기 정보를 통해 변형벡터의 방향을 구하게 되며, α와 β는 가중치를 주기 위한 상수이며, 본 발명의 실시예에서는 α=0.5와 β=0.5로 정의하였다.

즉, β>0.5 이면 소스영상의 기울기에 가중치를 크게 준다는 것을 의미하고 β<0.5 이면 타겟영상의 기울기에 가중치를 크게 준다는 것을 의미한다. 비강체 정합은 비용함수가 최소화되고 이전과 현재 시점에서 구해진 비용함수 수치가 임계값 이하로 거의 변화가 없을 때까지 반복되며, 비용함수는 다음 [수학식 3]과 같이 정의된다.

이 때, Г는 분할된 폐 영역, V_t(x)와 V_s(x)는 기준이 되는 영상과 정합이 될 영상에서 픽셀 x의 밝기값을 의미한다.

이러한 위상 간 비강체 정합을 통해 변형벡터를 계산한 후에는 상기 종양 위치 추적부(23)를 이용하여, 변환벡터 예측부(11)에서 예측된 변환벡터와 함께 [도 9]의 (d)와 같이 호흡주기 전체 위상영상에서 종양의 위치를 자동 추적한다. 이를 위해 호흡주기의 시작인 최대호기 위상영상에서 종양 부위 T₁을 수동으로 분할하고 T₂부터 T₉까지 종양들의 위치를 다음 [수학식 4]를 이용하여 계산함으로써 추적한다.

이 때, AT_e는 상기 어파인 변환벡터를 의미하고 d는 비강체 정합을 통해 계산된 변형벡터, AT_e ^-1와d^-1는 각각 역 변환벡터와 역 변형벡터를 의미한다. T는 종양의 위치를 의미하고 i는 호흡주기의 각 위상으로써 호흡주기에서 최대흡기를 중심으로 왼쪽은 호기 상태, 오른쪽은 흡기 상태이다. N은 최대흡기에서 호기까지 획득된 위상영상의 수로써 호흡위상 간 간격이 작을수록 획득된 위상영상은 많아지게 된다.

이처럼 본 발명에 따른 상기 폐종양 위치 추적부(20)를 통해 하나의 위상영상에 다른 위상영상들을 정합하지 않고, 최대흡기 위상영상을 중심으로 양방향으로 이웃하는 위상 간 연속적인 정합을 수행하였기 때문에 큰 변형을 정합하기 위한 최적화 반복회수를 줄일 수 있다.

[도 10]은 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 방법의 전체 흐름을 나타내는 도면으로, 상기 변환벡터 예측부(10)를 이용하여, 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 단계(S10)를 수행한다.

[도 11]은 상기 S10 단계의 상세 흐름을 나타내는 도면으로, 상기 폐영역 분할부(11)를 이용하여, 각 위상영상에서 밝기값 정보를 기반으로 폐영역을 분할하는 단계(S11)를 수행하며, 상기 S11 단계는 [도 12]에 도시된 바와 같이, 상기 임계값 설정부(111)로 폐 영역 분할을 위한 밝기값의 임계값을 설정하는 단계(S111)를 수행하고, 상기 순차 분할부(112)로 2차원 영역성장법의 역 연산을 수행하여, 배경에서 흉부를 분할하고, 흉부에서 기관지를 분할하고, 기관지에서 폐 영역을 분할하는 단계(S113)를 수행하고, 기관/기관지 제거부(113)를 이용하여, 기관과 좌우 기관지를 분할하고 제거하여, 폐 영역만을 분할하는 단계(S115)를 포함하며, 본 발명에 따른 상기 S115 단계의 기관 및 좌우 기관지 분할은 3차원 분기 기반 영역성장법을 적용한다.

다음으로, 상기 어파인 정합부(12)를 이용하여, 각 위상영상 중에 호흡량이 가장 큰 최대흡기와 호흡량이 가장 적은 최대호기의 분할된 폐 영역의 경계정보를 이용하여 어파인 정합을 수행하는 단계(S13)를 수행한다.

본 발명에 따른 상기 S13 단계는 [도 13]에 도시된 상세 흐름도와 같이, 상기 경계정보 추출부(121)를 이용하여, 최대흡기 및 최대호기 위상영상에서 분할된 폐영역의 경계 일지점에서 이웃하는 점을 추적하여, 폐 영역의 경계정보를 추출하는 하는 단계(S131)를 수행하고, 상기 거리맵 형성부(122)를 이용하여, 추출된 상기 경계정보에 거리값을 설정하여, 거리맵을 형성하는 단계(S133)를 수행한다.

다음으로, 상기 변환벡터 산출부(123)를 이용하여, 최대흡기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터(AT)를 산출하는 단계(S135)를 수행하고, 상기 초기 어파인 변환벡터로 각 위상영상의 호흡량에 따른 어파인 변환벡터(ATe)를 산출하는 단계(S137)를 수행한다.

이러한 상기 S10 단계를 통해 최대흡기와 최대호기 영상 간 어파인 정합 결과를 이용하여 호흡량에 따라 어파인 변환벡터를 예측이 가능한 효과가 있다.

다음으로, 상기 폐종양 위치 추적부(20)를 이용하여, 상기 S10 단계에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 단계(S20)를 수행한다.

[도 14]는 상기 S20 단계의 상세 흐름을 나타내는 도면으로, 상기 비강체 정합부(21)를 이용하여, 최대흡기 위상영상을 중심으로 최대 호기 위상영상을 비강체 정합을 수행하는 단계(S21)를 수행하고, 상기 변형벡터 산출부(22)를 이용하여, 상기 비강체 정합으로 산출된 폐 영역에서 각 픽셀의 변형벡터를 산출하는 단계(S23)를 수행하고, 상기 종양 위치 추적부(23)를 이용하여, 상기 변형벡터와 상기 S10단계에서 예측된 변환벡터로 호흡주기의 전체 위상 영상에서 종양의 위치를 추적하는 단계(S25)를 수행한다.

이러한 S20단계는 하나의 위상영상에 다른 위상영상들을 정합하지 않고, 최대흡기 위상영상을 중심으로 양방향으로 이웃하는 위상 간 연속적인 정합을 수행하였기 때문에 큰 변형을 정합하기 위한 최적화 반복회수를 줄일 수 있는 효과가 있다.

이상에서 설명한 바와 같이, 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 방법을 적용 시, 4D CT영상에서 폐의 전역 및 지역적 움직임을 산출하고, 이를 이용하여, 종양의 위치를 자동으로 추적함으로써, 종양 위치 추출의 정확성 및 효율성을 크게 향상시킬 수 있는 효과를 누릴 수 있다.

또한, 이러한 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 방법은 종양의 방사선 치료 계획을 위한 방사선 투입 계획뿐 아니라 호흡 중지 및 동조를 위한 폐의 움직임 분석에도 사용될 수 있으며, 폐 뿐 아니라 간, 심장, 뇌 등 다양한 부위의 4D CT 영상에서 정합 및 종양 추적 기법으로도 응용 가능하다.

이러한 본 발명에 따른 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법의 기술적 효과를 확인할 수 있는 실험을 다음과 같이, 실시하였다.

먼저, SIEMENS SOMATON Sensation Open CT로 촬영된 폐종양이 있는 총 5명의 4D CT 환자 데이터를 이용하였으며, 각 실험데이터는 흡기 상태와 호기 상태로 이루어진 한 번의 호흡주기에서 호흡량이 다른 (0%, 25%, 50%, 75%, 100%, 75%, 50%, 25%, 0%) 총 9개의 CT 볼륨 영상들로 이루어져 있다. 또한, 각 CT 영상의 크기는 512×512픽셀, 픽셀 크기는 0.98×0.98mm²이고, 슬라이스 간격은 3mm, 슬라이스 장수는 90~200장이다.

[도 15]는 실험데이터의 호흡주기별 우폐와 좌폐의 용적 변화량을 보여준다. 폐 용적 변화량은 호흡주기에서 이웃하는 위상영상 간 폐 용적 차이를 의미하며 호흡에 따라 폐 용적이 확대 또는 축소 될 수 있으므로 차이의 절대값으로 계산하였다. 전체 5개 데이터의 호흡주기별 평균 폐 용적 변화량은 우페는 73.7±20.9cc, 좌폐는 39.9±9.6cc였다. 우폐의 용적 변화량이 좌폐보다 크게 나타났는데 이는 신체 구조상 우폐가 좌폐보다 용적이 크기 때문에 호흡에 따른 공기 주입 및 제거량도 커지기 때문이다. 우폐의 경우, 호흡주기 중 가장 크게 폐 용적 변화량을 보인 위상은 0-25%로 110.4±46.0cc의 폐 용적 변화량을 보였다. 또한, 100-75%의 폐 용적 변화량도 86.3±47.3cc로 두 번째로 크게 나타났다. 좌폐의 경우, 25-0% 사이의 폐 용적 변화량이 53.7±23.9cc로 가장 큰 폐 용적 변화량을 보였다. 분석 결과, 흡기 상태에서 호기 상태로 또는 호기 상태에서 흡기 상태로 변하는 최대호기와 최대흡기 위상에서 용적 변화량이 크게 나타남을 알 수 있었다.

또한, 본 발명에 따른 위상 간 비강체 정합을 통한 자동 폐종양 위치 추적 방법을 평가하기 위하여 질적 및 양적 평가와 수행시간 측정 결과를 분석하였으며, [도 16] 및 [도 17]은 본 발명에 따른 위상 간 비강체 정합 방법 적용 전과 후에 대한 질적 평가 결과를 두 위상영상 간 밝기값 차이로 보여준 것으로, [도 16]은 정면에서의 결과이고 [도 17]은 측면에서의 결과이다.

또한, [도 16] 및 [도 17]에서 홀수 행은 밝기값 차이의 컬러 매핑(color mapping)을, 짝수 행은 회색조 매핑(gray mapping)을 보여주며, 컬러 매핑은 밝기값 차이를 절대값으로 계산하여 나타낸 것으로 빨간색에 가까울수록 에러가 크다는 것을 의미하여 에러가 있는 부분을 직관적으로 알 수 있다. 더불어, 밝기값 차이를 좀 더 자세히 보기 위하여 음수와 양수에 대한 회색조 매핑도 함께 분석하였고 회색을 기준으로 흰색에 가까울수록 양수의 밝기값 차이가 크고 검정색에 가까울수록 음수의 밝기값 차이가 크다는 것을 알 수 있다.

그리고 [도 16]의 (a) 및 [도 17]의 (a)는 정합 수행 전 초기 상태로 폐의 하단 및 경계 부분, 폐 내부의 에러가 크게 나타나고, 특히 종양 부위도 위치가 달라 에러가 크게 나타났다. [도 16]의 (b)와 [도 17]의 (b)는 제안한 예측된 어파인 정합 후에 결과로써, 폐의 전역적 움직임이 반영됨으로써 [도 16]의 (a) 및 [도 17]의 (a)에 비해 폐의 하단 및 경계 부분에 에러가 줄어들었음을 알 수 있다.

또한, [도 16]의 (c) 및 [도 17]의 (c)는 예측된 어파인 정합 후 비강체 정합까지 적용한 결과로써, 폐의 지역적 움직임이 반영됨으로써 [도 16]의 (b) 및 [도 17]의 (b)에 비해 폐 경계뿐 아니라 폐 내부의 에러가 줄어들었고 종양 부위의 위치 차이가 맞춰지면서 에러가 줄어들었음을 알 수 있다.

[도 18]은 예측된 어파인 정합으로 계산된 어파인 변환벡터와 비강체 정합으로 계산된 변형벡터를 이용하여 종양 위치를 자동 추적한 결과로, 호흡주기의 시작인 최대호기 위상영상에서 폐종양을 수동으로 분할하고 분할된 영역에 대하여 어파인 변환벡터와 변형벡터를 적용함으로써 이웃하는 위상영상에서의 종양 부위를 추적하였다. 추적 정확성을 평가하기 위해 추적된 종양 부위에 대하여 컬러 매핑을 수행하였다.

[도 18]의 (a)와 (b)는 각각 컬러 매핑의 정면 뷰와 측면 뷰을 보여주며, 종양 부위는 폐에 비해 밝은 밝기값으로 나타나므로 400HU에서 1200HU의 범위로 컬러맵을 정의해 주었고, 수동으로 분할한 첫 번째 열의 최대호기 위상영상의 컬러맵과 다른 호흡위상 영상들의 컬러맵이 유사하게 나타남으로써 종양의 위치가 잘 추적되었음을 알 수 있으며, 이를 통해 10%-25%의 다양한 호흡위상 간격을 보이는 4D CT 데이터에 대하여 제안한 비강체 정합을 통해 종양 추적이 가능하다는 것을 확인할 수 있다.

본 발명에 따른 정합 방법의 정확성을 보기 위해 랜드마크(landmark) 간 정합 에러(Target Registration Error: TRE)와 정규화된 상호 상관관계(Normalized Cross Correlation: NCC)를 이용한 양적 평가를 수행하였다.

랜드마크는 폐 내부의 정합 정확성을 평가하기 위한 것으로 4D CT 데이터의 모든 위상영상에 대하여 대응되는 특징점들이 방사선종양학과의 전문의에 의해 정의되었으며, 특징점들은 오른쪽과 왼쪽 각 폐의 최상단점(apex)과 기관지가 분기되는 점들이 상엽(upper lobe)과 하엽(lower lobe)에 나누어 정의되었으며, [도 19]는 정의된 30개의 랜드마크의 위치를 보여주는 것으로 우폐와 좌폐 내부에 각 15개씩 총 30개가 정의되었다.

본 발명에 따른 폐종양 위치 추적 방법의 효율성을 보기위해 4D CT의 전체 영상에 대하여 정합 절차의 간소화를 고려하지 않은 이웃하는 위상영상 간 어파인 및 비강체 정합하는 방법을 제안방법과 함께 비교 평가하였다. [표 1]은 5개 데이터 각각에 대한 본 발명의 폐종양 위치 추적 방법과 비교방법의 TRE 수치를 보여주는 것으로 TRE는 다음 [수학식 5]를 이용하여 계산하였다.

이 때, A와 B는 각각 이웃하는 두 위상영상 중 정합의 기준이 되는 영상과 정합이 될 영상의 랜드마크의 위치를 의미하며, i는 인덱스이고 N은 한쪽 폐에 정의된 랜드마크의 전체 개수로 본 발명에서는 N=15로 정의되었다. TRE는 타겟과 소스 영상 간 정합이 잘 되어 질수록 수치가 작아지게 된다.

데이터 당 측정된 TRE 수치는 9개의 위상영상 간 비강체 정합을 수행한 후에 평균화되었다. 5개 데이터에 대한 우폐의 TRE 초기 오차는 2.48±0.35mm이었고, 비교방법으로 정합한 후에는 2.29±0.34mm로 감소하였다. 본 발명에 따른 방법으로 정합한 후에 TRE 수치는 2.30±0.29mm로 비교방법과 유사한 결과를 보였으며, 좌폐의 TRE 초기 오차는 2.34±0.59mm, 비교방법으로 정합한 후에는 2.28±0.51mm, 제안방법으로 정합한 후에는 2.23±0.52mm로 좌폐와 유사한 결과를 보였다.

이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템 및 그 방법으로 구현할 수 있다.

10 : 변환벡터 예측부
11 : 폐영역 분할부
12 : 어파인 정합부
20 : 폐종양 위치 추적부
21 : 비강체 정합부
22 : 변형벡터 산출부
23 : 종양 위치 추적부
30 : 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템
111 : 임계값 설정부
112 : 순차 분할부
113 : 기관/기관지 제거부
121 : 경계정보 추출부
122 : 거리맵 형성부
123 : 변환벡터 산출부

Claims

4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 변환벡터 예측부 및
상기 변환벡터 예측부에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 폐종양 위치 추적부를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제1항에 있어서,
상기 변환벡터 예측부는,
각 위상영상에서 밝기값 정보를 기반으로 폐영역을 분할하는 폐영역 분할부 및
각 위상영상 중에 호흡량이 가장 큰 최대흡기와 호흡량이 가장 적은 최대호기의 분할된 폐영역의 경계정보를 이용하여 어파인 정합을 수행하는 어파인 정합부를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제2항에 있어서,
상기 폐영역 분할부는,
폐 영역 분할을 위한 밝기값 임계치를 설정하는 임계값 설정부;
상기 임계값으로 2차원 영역성장법의 역 연산을 수행하여, 배경, 흉부, 기관지, 폐영역으로 순차적 분할을 수행하는 순차 분할부 및
3차원 분기 기반 영역성장법으로 기관과 좌우 기관지를 제거하여, 폐 영역 만을 분할하는 기관/기관지 제거부를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제2항에 있어서,
상기 어파인 정합부는,
최대흡기 및 최대호기 위상영상에서 분할된 폐영역의 경계 일지점에서 이웃하는 점을 추적하여, 폐영역의 경계정보를 추출하는 경계정보 추출부;
추출된 상기 경계정보에 거리값을 설정하여, 거리맵을 형성하는 거리맵형성부 및
최대흡기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터(AT)를 산출하고, 상기 초기 어파인 변환벡터를 이용하여, 각 위상영상의 호흡량에 따른 어파인 변환벡터(ATe)를 산출하는 변환벡터 산출부를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제4항에 있어서,
초기 어파인 변환벡터는,
x, y, z 방향의 크기, 이동, 회전, 전단의 변환 정보를 가지고 있는 변화벡터로써 12개의 파라미터(Sx, Sy, Sz, Tx, Ty, Tz, Rx, Ry, Rz, Shx, Shy, Shz)로 구되며, 상기 초기 어파인 변환벡터를 이용하여, 각 위상영상의 호흡량에 따라 어파인 변환벡터 ATe(Sx’, Sy’, Sz’, Tx’, Ty’, Tz’, Rx’, Ry’, Rz’, Shx’, Shy’, Shz’)를 산출하며, 상기 어파인 변환벡터는 [수학식 1]로 산출되는 것을 특징으로 하며,
Sx’, Sy’, Sz’는 예측하고자 하는 x, y, z 방향의 크기변환, Tx’, Ty’, Tz’는 이동변환, Rx’, Ry’, Rz’는 회전변환, Shx’, Shy’, Shz’는 전단 변환이며, N은 폐 호흡량에 따라 어파인 변환벡터를 예측하기 위한 값이며, endInsRes는 최대흡기의 호흡량, preRes는 정합하고자 하는 위상에서의 호흡량, postRes는 정합의 기준이 되는 위상에서의 호흡량인 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
[수학식 1]
제1항에 있어서,
상기 폐종양 위치 추적부는,
최대흡기 위상영상을 중심으로 최대 호기 위상영상까지 양방향으로 이웃하는 위상영상 간 비강체 정합을 수행하는 비강체 정합부;
상기 비강체 정합으로 산출된 폐 영역에서 각 픽셀의 변형벡터를 산출하는 변형벡터 산출부 및
상기 변형벡터 및 상기 변환벡터 예측부에서 산출된 변환벡터로 호흡주기의 전체 위상 영상에서 종양의 위치를 추적하는 종양 위치 추적부를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제6항에 있어서,
상기 변형벡터는 [수학식 2]로 산출되며,
상기 [수학식 2]에서 V_t(x)와 V_s(AT_e(x))는 각각 정합의 기준이 되는 영상의 폐 영역과 예측된 변환벡터 적용 후 비강체 정합이 될 영상의 폐 영역에서 픽셀 x의 밝기값이며, ∇V_t와 ∇V_s는 기준이 되는 영상과 정합이 될 영상에서의 기울기, ??ㅇ??는 기울기의 크기이며, u(x)의 첫 번째 식은 두 영상 간 밝기값 차이를 통해 변형벡터의 크기이며, 두 번째 식은 두 영상의 기울기 정보 기반의 변형벡터의 방향이며, α와 β는 가중치를 주기 위한 상수인 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
[수학식 2]
제6항에 있어서,
상기 비강체 정합부는 이전과 현재 시점에서 산출된 비용함수의 수치가 설정된 임계값 이하가 될 때까지 반복적으로 비강체 정합을 수행하고,
상기 비용함수는 [수학식 3]으로 산출되며, 상기 [수학식 3]에서 Г는 분할된 폐 영역, V_t(x)와 V_s(x)는 기준이 되는 영상과 정합이 될 영상에서 픽셀 x의 밝기값인 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
[수학식 3]
제6항에 있어서,
상기 종양 위치 추적부는,
최대 호기 위상영상에서 종양부위를 T1로 분할하고, 호흡주기에 따라 T2 내지 T9의 종양 위치를 [수학식 4]로 산출하며, 상기 [수학식 4]에서 AT_e는 어파인 변환벡터이고, d는 비강체 정합을 통해 계산된 변형벡터이고, AT_e ^-1와d^-1는 각각 역 변환벡터와 역 변형벡터이며, T는 종양의 위치이며, i는 호흡주기의 각 위상으로써 호흡주기에서 최대흡기를 중심으로 왼쪽은 호기 상태, 오른쪽은 흡기 상태이며, N은 최대흡기에서 호기까지 획득된 위상영상의 수인 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
[수학식 4]
(a) 변환벡터 예측부를 이용하여, 4D CT의 각 위상영상에서 폐 분할 후, 최대흡기 및 최대호기 위상영상 간 폐 경계 정보를 이용하여, 어파인 정합을 수행하고, 호흡량에 따라 어파인 변환벡터를 산출하는 단계 및
(b) 폐종양 위치 추적부를 이용하여, 상기 (a) 단계에서 산출된 어파인 변환벡터와 위상영상 간 비강체 정합으로 산출된 변형벡터로 폐종양의 위치를 자동 추적하는 단계를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제10항에 있어서,
상기 (a) 단계는,
(a-1) 폐영역 분할부를 이용하여, 각 위상영상에서 밝기값 정보를 기반으로 폐영역을 분할하는 단계 및
(a-2) 어파인 정합부를 이용하여, 각 위상영상 중에 호흡량이 가장 큰 최대흡기와 호흡량이 가장 적은 최대호기의 분할된 폐영역의 경계정보를 이용하여 어파인 정합을 수행하는 단계를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제11항에 있어서,
상기 (a-1) 단계는,
(a-1-1) 임계값 설정부(111)로 폐 영역 분할을 위한 밝기값의 임계값을 설정하는 단계;
(a-1-2) 순차 분할부(112)로 2차원 영역성장법의 역 연산을 수행하여, 배경에서 흉부를 분할하고, 흉부에서 기관지를 분할하고, 기관지에서 폐 영역을 분할하는 단계 및
(a-1-3) 기관/기관지 제거부(113)를 이용하여, 기관과 좌우 기관지를 분할하고 제거하여, 폐 영역만을 분할하는 단계를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제11항에 있어서,
상기 (a-2) 단계는,
(a-2-1) 경계정보 추출부를 이용하여, 최대흡기 및 최대호기 위상영상에서 분할된 폐영역의 경계 일지점에서 이웃하는 점을 추적하여, 폐영역의 경계정보를 추출하는 하는 단계;
(a-2-2) 거리맵 형성부를 이용하여, 추출된 상기 경계정보에 거리값을 설정하여, 거리맵을 형성하는 단계;
(a-2-3) 변환벡터 산출부를 이용하여, 최대흡기 위상영상의 경계에 해당하는 거리맵의 값이 최소가 되는 초기 어파인 변환벡터(AT)를 산출하는 단계 및
(a-2-4) 상기 초기 어파인 변환벡터로 각 위상영상의 호흡량에 따른 어파인 변환벡터를 산출하는 단계를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.
제10항에 있어서,
상기 (b) 단계는,
(b-1) 비강체 정합부를 이용하여, 최대흡기 위상영상을 중심으로 최대 호기 위상영상을 비강체 정합을 수행하는 단계;
(b-2) 변형벡터 산출부를 이용하여, 상기 비강체 정합으로 산출된 폐 영역에서 각 픽셀의 변형벡터를 산출하는 단계 및
(b-3) 종양 위치 추적부를 이용하여, 상기 변형벡터 및 상기 변환벡터 예측부에서 산출된 변환벡터로 호흡주기의 전체 위상 영상에서 종양의 위치를 추적하는 단계를 포함하는 것을 특징으로 하는 4차원 컴퓨터 단층촬영 영상의 폐종양 위치 추적 시스템.