KR101493683B1 - 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 - Google Patents

콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 Download PDF

Info

Publication number
KR101493683B1
KR101493683B1 KR20130049155A KR20130049155A KR101493683B1 KR 101493683 B1 KR101493683 B1 KR 101493683B1 KR 20130049155 A KR20130049155 A KR 20130049155A KR 20130049155 A KR20130049155 A KR 20130049155A KR 101493683 B1 KR101493683 B1 KR 101493683B1
Authority
KR
South Korea
Prior art keywords
sinogram
cone
pet
image
reconstruction
Prior art date
Application number
KR20130049155A
Other languages
English (en)
Other versions
KR20140130786A (ko
Inventor
나종범
안일준
김지혜
남우현
장용진
Original Assignee
한국과학기술원
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 filed Critical 한국과학기술원
Priority to KR20130049155A priority Critical patent/KR101493683B1/ko
Priority to US14/182,882 priority patent/US9196063B2/en
Publication of KR20140130786A publication Critical patent/KR20140130786A/ko
Application granted granted Critical
Publication of KR101493683B1 publication Critical patent/KR101493683B1/ko
Priority to US14/949,142 priority patent/US9501819B2/en

Links

Images

Classifications

    • 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
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Abstract

본 발명은 양전자 방출 단층 촬영(PET) 영상에서 콘-빔(cone-beam) 기반의 반응선(LOR) 재구성을 이용한 영상 기반 초고해상도(super-resolution) 기법, 즉 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치 및 그 방법을 제공하고자 한다.
이를 위하여, 본 발명은, 양전자 방출 단층 촬영(PET)의 영상 재구성 장치에 있어서, PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러(Blur)를 모델링하는 블러 모델링부; 상기 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득하는 반응선 획득부; 상기 반응선 획득부에서 획득한 반응선 기반 사이노그램을 콘-빔 형태의 사이노그램 포맷으로 변환하는 콘-빔 사이노그램 변환부; 상기 콘-빔 사이노그램 변환부에서 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는 사이노그램 모델링부; 및 상기 사이노그램 모델링부에서 모델링한 사이노그램을 이용하여 고해상도 영상을 도출하는 고해상도 영상 도출부를 포함한다.

Description

콘-빔 기반 반응선 재구성을 이용한 초고해상도 ＰＥＴ 영상 재구성 장치 및 그 방법{Super-resolution Apparatus and Method using LOR reconstruction based cone-beam in PET image}
본 발명은 양전자 방출 단층 촬영(PET) 영상에서 콘-빔(cone-beam) 기반의 반응선(LOR) 재구성을 이용한 영상 기반 초고해상도(super-resolution) 기법으로서, 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치 및 그 방법에 관한 것이다.
양전자 방출 단층 촬영(PET : Positron Emission Tomography)은 양전자를 방출하는 방사성 의약품을 이용하여 인체에 대한 생리적, 화학적, 기능적 영상을 3차원으로 나타낼 수 있는 핵의학 검사 방법 중 하나로서 널리 이용되고 있다.
이러한 양전자 방출 단층 촬영(PET)은 주로 여러 종류의 암을 진단하는데 활용되고 있으며 암에 대한 감별 진단, 병기 설정, 재발 평가, 치료 효과 판정 등에 대해서도 유용한 결과를 제공한다. 이외에도 양전자 방출 단층 촬영(PET)을 이용해 심장 질환, 뇌 질환 및 뇌 기능 평가를 위한 수용체 영상이나 대사 영상도 얻을 수 있다.
방사성 동위원소에서 방출된 양전자는 방출 후 아주 짧은 시간 동안에 자체 운동 에너지를 모두 소모하고 이웃하는 전자와 결합하여 소멸하게 되는데, 이때 180° 각도로 2개의 소멸 방사선(감마선)을 방출한다.
원통형으로 만들어진 양전자 방출 단층 촬영(PET) 스캐너는 동시에 방출되는 2개의 소멸 방사선을 검출할 수 있다. 이렇게 검출된 방사선을 이용해 영상을 재구성하면, 신체의 어떤 부위에 방사성 의약품이 얼마나 모여 있는지를 3차원 단층영상으로 나타낼 수 있다.
양전자 방출 단층 촬영(PET)의 영상 재구성 알고리즘으로 EM(Expectation Maximization) 기반의 반복적 영상 재구성 기법, 예를 들어 MLEM(maximum likelihood expectation maximization), OSEM(ordered-subset expectation maximization), MAP-EM(Maximum A Priori Expectation Maximization) 등이 사용되고 있다.
그런데, PET의 재구성된 알고리즘은 해상도가 낮기 때문에 PET 시스템을 워블링(wobbling)하여 샘플링 위치를 다르게 해서 여러 개의 사이노그램 셋(singoram set)을 만들어 초고해상도 알고리즘(super-resolution)을 적용할 수 있다. 그에 따라 여러 번의 재구성 과정이 들어가기 때문에 많은 계산량과 시간이 소요된다. 즉, 많은 계산량과 시간이 소요되어 영상 재구성 복잡도가 증가되는 문제가 있다.
일반적으로 PET 시스템에서 데이터, 예를 들어 반응선(Line Of Response : LOR)은 도 1의 (a)와 같이 PET 디텍터로부터 얻을 수 있다. 도 1은 종래기술에 따른 영상 재구성의 전처리 과정을 보여주는 설명도이다.
종래기술에서는 영상 재구성 알고리즘을 간소화하기 위해 도 1의 (b) 및 (c)와 같이 사이노그램(sinogram)에 싱글 슬라이스 리비닝(single slice rebinning : SSRB), 아크 정정(Arc correction) 등의 전처리 과정을 수행한다.
그런데, 종래기술과 같은 영상 재구성 전처리 과정은 사이노그램에 블러(blur) 현상이 발생하기 때문에, 이러한 사이노그램을 기반으로 영상 재구성을 하게 되면 PET 영상의 화질이 저하되는 문제점이 있다.
또한, 종래기술은 싱글 슬라이스 리비닝(SSRB), 아크 정정(Arc correction)으로 영상 재구성 알고리즘이 간소화되긴 하나 그 만큼 정확도가 떨어지며, 전방 프로젝션과 역프로젝션을 병렬 처리로 연산하지 못하는 문제점이 있다. 아울러, 이러한 종래기술의 반응선(LOR) 재구성 방법은 병렬 처리에 적합하지 못하다.
따라서, 보다 해상도가 개선된 PET 영상을 획득하기 위해 사이노그램을 전처리하지 않으면서도 빠르게 수행할 수 있는 영상 재구성 알고리즘이 요구되고 있다.
또한, 영상 재구성 알고리즘에 병렬 처리에 적합한 프로젝션 기법과 사이노그램 포맷을 제안하여 영상 재구성 복잡도를 감소시키는 기법이 요구되고 있다.
또한, 기존 PET 영상 재구성 알고리즘과 초고해상도 알고리즘(super-resolution)을 통합하여 원-스텝(one-step)으로 초고해상도 PET 영상을 얻을 수 있는 기법이 요구되고 있다.
또한, PET 시스템의 위치에 따른 포인트 각각의 블러 모델링을 이용하여 더욱 정확한 초고해상도 PET 영상을 얻을 수 있는 기법이 요구되고 있다.
이에, 본 발명은 상기와 같은 문제점을 해결하고 상기와 같은 요구에 부응하기 위하여 제안된 것으로, 양전자 방출 단층 촬영(PET) 영상에서 콘-빔(cone-beam) 기반의 반응선(LOR) 재구성을 이용한 영상 기반 초고해상도(super-resolution) 기법, 즉 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기의 목적을 달성하기 위한 본 발명의 장치는, 양전자 방출 단층 촬영(PET)의 영상 재구성 장치에 있어서, PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러(Blur)를 모델링하는 블러 모델링부; 상기 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득하는 반응선 획득부; 상기 반응선 획득부에서 획득한 반응선 기반 사이노그램을 콘-빔 형태의 사이노그램 포맷으로 변환하는 콘-빔 사이노그램 변환부; 상기 콘-빔 사이노그램 변환부에서 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는 사이노그램 모델링부; 및 상기 사이노그램 모델링부에서 모델링한 사이노그램을 이용하여 고해상도 영상을 도출하는 고해상도 영상 도출부를 포함한다.
한편, 본 발명의 방법은, 양전자 방출 단층 촬영(PET)의 영상 재구성 방법에 있어서, PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러(Blur)를 모델링하는 단계; 상기 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득하는 단계; 상기 획득한 반응선 기반 사이노그램을 콘-빔 형태의 사이노그램 포맷으로 변환하는 단계; 상기 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는 단계; 및 상기 모델링한 사이노그램을 이용하여 고해상도 영상을 도출하는 단계를 포함한다.
상기와 같은 본 발명은 사이노그램을 전처리하지 않으면서도 영상 재구성 과정을 빠르게 수행할 수 있으며, 기존 영상 재구성 알고리즘 대비 보다 해상도가 개선된 초고해상도 PET 영상을 획득할 수 있는 효과가 있다.
또한, 본 발명은 영상 재구성 알고리즘에 병렬 처리에 적합한 프로젝션 기법과 사이노그램 포맷을 제안하여 영상 재구성 복잡도 감소, 적은 계산량, 빠른 처리를 수행시킬 수 있는 효과가 있다.
또한, 본 발명은 EM 기반 반복적 영상 재구성과 초고해상도 알고리즘(super-resolution)을 통합하여 한 번의 알고리즘 처리만으로 초고해상도 PET 영상을 얻을 수 있는 효과가 있다.
또한, 본 발명은 PET 시스템의 위치에 따른 포인트 각각의 블러 모델링을 이용하여 더욱 정확한 초고해상도 PET 영상을 얻을 수 있는 효과가 있다.
도 1은 종래기술에 따른 영상 재구성의 전처리 과정을 보여주는 설명도.
도 2는 본 발명에서 사용하는 PET 시스템에서 위치에 따른 PSF(point spread function)의 변화를 보여주는 설명도.
도 3은 본 발명에서 사용하는 PET 시스템의 워블링 동작(wobble motion)에 따른 샘플링 방법을 보여주는 설명도.
도 4는 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 방법에 대한 일실시예 흐름도.
도 5는 본 발명에 따른 콘-빔(Cone-beam) 기반 반응선(LOR) 재구성을 보여주는 설명도.
도 6은 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치에 대한 일실시예 구성도.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면들을 함께 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
먼저, 도 2를 참조하여 본 발명에서 사용하는 PSF 커널 기반 블러 모델링과 도 3을 참조하여 워블링 기반 고해상도 샘플링에 대해 설명하기로 한다.
도 2는 본 발명에서 사용하는 PET 시스템에서 위치에 따른 PSF(point spread function)의 변화를 보여주는 설명도이고, 도 3은 본 발명에서 사용하는 PET 시스템의 워블링 동작(wobble motion)에 따른 샘플링 방법을 보여주는 설명도이다.
도 2에 보이는 것과 같이 일반적인 PET 시스템의 디텍터에서 측정하는 샘플의 point spread function(PSF)은 위치에 따라 다르다. 그러므로 재구성된 PET 영상의 PSF도 위치에 따라 달라지게 된다. 이러한 성질을 이용하여 PET 영상의 위치에 따른 PSF를 측정하여 각각을 영상으로 재구성한 다음, 초고해상도(super-resolution) 알고리즘 적용 시 위치에 따라 다른 PSF를 초고해상도 알고리즘의 PSF 커널(PSF kernel)로 사용하면 보다 개선된 영상을 얻을 수 있다.
도 3에서 디텍터를 워블링(wobbling)하거나 디텍터 내 사람이 뉘어진 침대를 워블링하는 것과 같이 PET 시스템을 워블링하여 각각의 위치에 따라 측정된 사이노그램(sinogram)을 분류하고, 이를 재구성하면 트랜스래이션(translation)된 영상 셋(image set)을 만들 수 있다. 이 PET 영상들을 이용하여 초고해상도 알고리즘을 적용할 수 있다.
그럼, 도면들을 참조하여 본 발명에 대해 구체적으로 설명하기로 한다.
도 4는 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 방법에 대한 일실시예 흐름도이고, 도 5는 본 발명에 따른 콘-빔(Cone-beam) 기반 반응선(LOR) 재구성을 보여주는 설명도이고, 도 6은 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치에 대한 일실시예 구성도이다.
몬테-카를로 시뮬레이션(Monte-carlo simulation)을 사용하여 PET 시스템의 각 위치에 따른 각각의 PSF 커널(PSF kernel)을 생성하여 블러 모델링 DB(Blur Modeling DB)를 만든다(410). 즉, 도 2와 같이 포인트 소스(point source)를 기준으로 몬테카를로 시뮬레이션에 따라 PSF 커널을 생성하여 블러 모델링 DB를 만든다.
본 발명의 PSF 커널 기반 블러 모델링에 대해 설명하면 다음과 같다.
PET 시스템은 양전자 범위(positron range), 비-직선성(non-colinearity), 디텍터 크리스탈 너비(crystal width), 블록 효과(block effect) 등과 같은 물리적 현상으로 인해, 움직임이 없더라도 블러가 발생할 수 있다. 블러는 디텍터의 구조에 따라 다르게 발생할 수도 있다. 즉, PET 시스템 마다 고유의 블러를 가질 수 있는 것이다. 이에 따라 효과적으로 초고해상도 알고리즘 적용을 위해 PET 시스템의 고유한 블러 커널(blur kernel)을 인지하는 것이 중요하다.
종래기술에서는 PET 시스템의 블러 커널을 미리 인지하고 있는 것으로 가정한다. 즉, 미리 설정된 블러 커널에 대한 정보들을 이용하여 예측될 수 있다. 그러나, 블러 커널은 각 PET 시스템 마다 다를 수 있기 때문에 영상 재구성 시 PET 시스템의 블러 커널에 대한 정보를 정확하게 추정해야 지만 초고해상도 알고리즘의 성능을 높일 수 있는 것이다.
따라서, 본 발명에서는 몬테-카를로 시뮬레이션을 사용하여 PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러 모델링 DB를 만들어 영상 재구성 시 초고해상도 알고리즘에 적용한다.
그리고, 도 3과 같이 PET 시스템을 워블링하여 각 위치에 따른 각각의 반응선 및 사이노그램을 획득한다(420). 여기서 획득한 사이노그램은 반응선 기반으로 만들어지는 것이다.
본 발명의 워블링과 초고해상도 알고리즘의 관계에 대해 설명하면 다음과 같다. 워블링으로 각 위치에서 획득한 사이노그램을 이용해 사이노그램 셋을 얻을 수 있다.
그런 후, 도 5와 같이 PET 시스템에서 획득한 전체 반응선 기반 사이노그램을 콘-빔(일명 사각뿔) 형태의 사이노그램 포맷으로 변환한다(430). 이러한 콘-빔(cone-beam) 기반 반응선 재구성을 이용하여 본 발명은 영상 재구성을 GPU 등을 사용하여 병렬적으로 수행하는 것이다. 본 발명의 이해를 도모하고자 본 발명의 콘-빔 기반 반응선 재구성에 대해서는 하기에서 보다 구체적으로 후술하기로 한다.
이후, 다음의 [수학식 1]을 사용하여 상기 콘-빔 형태로 포맷 변환한 사이노그램을 모델링한다(440). 본 발명에서는 [수학식 1]과 같이 고해상도 영상을 워블링에 의해 워핑(warping)시키고, 블러링과 다운 샘플링을 거친 후 프로젝션된 데이터를 사이노그램으로 모델링하는 것이다. 이와 같은 [수학식 1]을 사용해 사이노그램을 모델링하는 것을 본 발명에서는 초고해상도 알고리즘이라 정의한다. 즉, 본 발명에서는 콘-빔 형태로 포맷 변환한 사이노그램을 고해상도의 사이노그램으로 변환하여 고해상도의 영상으로 재구성하는 것이다.
Figure 112013038694277-pat00001
여기서, yk는 k번째 저해상도 사이노그램(low-resolution sinogram), A는 시스템 프로젝션 매트릭스(system projection matrix), D는 다운 샘플링 매트릭스(down sampling matrix), B는 블러링 매트릭스(blurring matrix), R은 워블링 매트릭스(wobbling matrix), X는 고해상도 영상(high-resolution image)이다.
특히, 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는데 있어, 영상을 프로젝션한 후에 블러시키는 모델링 방법을 생각해 볼 수 있다. 그러나, 이 방법은 프로젝션 데이터를 블러해야 되기 때문에 계산량이 많아져서 복잡도가 증가해 처리 속도가 느려진다.
따라서, 본 발명에서는 [수학식 1] 및 하기의 [수학식 2]와 같이 영상을 블러한 후에 콘-빔 형태로 포맷 변환한 사이노그램 기반의 프로젝션을 수행하여 계산량 감소 및 복잡도를 감소시켜 빠른 영상 재구성 처리 속도를 보장할 수 있다.
그런 후, 반복적 재구성 알고리즘을 사용하여 GPU 병렬 처리 연산으로 상기 사이노그램 모델링에서의 고해상도 영상 X를 도출한다(450). 반복적 재구성 알고리즘으로 MLEM(maximum likelihood expectation maximization)을 대표적으로 설명하겠으나, OSEM(ordered-subset expectation maximization), MAP-EM(Maximum A Priori Expectation Maximization) 등과 같은 EM(Expectation Maximization) 기반의 반복적 재구성 알고리즘을 본 발명에서 사용할 수 있다.
즉, 다음의 [수학식 2]와 같이 MLEM을 사용하여 고해상도 영상 X를 도출한다.
Figure 112013038694277-pat00002
[수학식 2]와 같이 고해상도 영상 X를 도출하기 위해 반복적 재구성 알고리즘을 수행하는데 있어, 다수의 전방 프로젝션(forward projection) "A"와 역프로젝션(back-projection) "AT"이 필요함을 확인할 수 있다. 여기서부터 앞서 설명한 본 발명의 콘-빔 기반 반응선 재구성에 대해 보다 구체적으로 설명하기로 한다.
상기 다수의 전방 프로젝션(forward projection) "A"와 역프로젝션(back-projection) "AT" 연산을 수행하는데 있어 일반적인 반응선(LOR) 기반으로 모델링할 경우 병렬 연산 처리가 어렵게 된다.
즉, 전방 프로젝션과 역프로젝션 모두는 라인-드리븐(line-driven)과 복셀-드리븐(voxel-driven) 방법으로 수행될 수 있는데, 이 때 다음의 [표 1]과 같이 서로 다른 연산자를 사용하여 수행 된다. 만약, scatter 연산자를 병렬로 수행하게 되면 데이터 손실이 발생한다. 이러한 손실을 막기 위해 atomic 연산자를 사용할 수 있지만 비용이 크기 때문에 병렬 처리 성능이 크게 저하된다. 그러므로 병렬 처리 성능을 극대화시키기 위해서는 gather 연산자를 사용해야 한다.
다시 말하면, MLEM을 병렬 처리 할 때, 전방 프로젝션을 라인-드리븐으로 수행하고 역프로젝션을 복셀-드리븐으로 수행하는 것이 최적이다. 하지만 일반적인 병렬 빔(parallel beam) 형태의 사이노그램 포맷(sinogram format)에서 역프로젝션을 복셀-드리븐으로 수행하는 것은 쉽지 않다. 복셀-드리븐을 위해서는 각각의 복셀과 서로 이웃하는 반응선들(LORs)의 조합을 구해야 하는데, 앞서 언급한 일반적 사이노그램 포맷에서는 조합을 계산하는 과정이 복잡하다.
따라서, 본 발명에서는 이 문제를 해결하기 위해 도 5 및 "430" 과정과 같이 PET 시스템에서 획득한 전체 반응선을 콘-빔(일명 사각뿔) 형태의 사이노그램 포맷으로 변환하여, 콘-빔(cone-beam) 기반 반응선 재구성을 이용하여 영상 재구성을 수행하는 것이다.
다시, 도 5 및 "430" 과정을 설명하면, 콘-빔(cone-beam) 기반으로 반응선을 재구성하게 되면 디텍터의 크리스탈(crystal)을 꼭지점으로 하는 콘을 이용하여 반응선들의 조합을 적은 계산량으로 구할 수 있으며, 그에 따라 복셀-드리븐 기반 역프로젝션을 gather 연산자로 수행할 수 있게 된다. 콘-빔 형태로 사이노그램 포맷을 변경하더라도 전방 프로젝션의 경우 라인-드리븐을 계속 사용할 수 있으므로 MLEM 전체 과정을 GPU에 적합한 gather 연산자로 수행할 수 있게 된다.
예를 들어, 반응선들은 제1 영역의 제1 디텍터의 크리스탈을 꼭지점으로 하는 콘 형태의 사이노그램 포맷으로 변환될 수 있다. 콘 형태의 사이노그램 포맷으로 변환된 반응선들은 제1 영역의 제1 디텍터의 크리스탈을 꼭지점으로 제2 디텍터가 있는 제2 영역에 콘 형태로 퍼져서 나타나게 된다. 이때, 제2 디텍터(제2 영역)는 원형 상에서 제1 디텍터(제1 영역)와 마주보는 위치에 있을 수 있다.
다음의 [표 1]은 MLEM에서 scatter와 gather 연산을 보여주고 있다.
Forward projection Backprojection
Line-driven Gather Scatter
Voxel-driven Scatter Gather
본 발명의 영상 재구성 시 전방 프로젝션과 역프로젝션의 병렬 처리에 대해 설명하면 다음과 같다. 병렬 처리는 복수 개의 연산 코어(core)에서 동종의 일을 나누어서 동시에 연산하는 방법이다. 멀티 코어가 탑재된 CPU 또는 GPU가 병렬 처리에 사용될 수 있다. GPU는 일반적으로 수십 개에서 수백 개의 코어를 탑재하여 대규모의 병렬 처리를 수행할 수 있으며, 그래픽 연산뿐만 아니라 수학적인 연산 또한 처리할 수 있다.
도 6은 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치에 대한 일실시예 구성도이다.
도 6에 도시된 바와 같이, 본 발명에 따른 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치는, 블러 모델링부(610), 반응선 획득부(620), 콘-빔 사이노그램 변환부(630), 사이노그램 모델링부(640), 고해상도 영상 도출부(650)를 포함한다.
블러 모델링부(610)는 몬테-카를로 시뮬레이션(Monte-carlo simulation)을 사용하여 PET 시스템의 각 위치에 따른 각각의 PSF 커널(PSF kernel)을 생성하여 블러 모델링 DB(Blur Modeling DB)를 만든다.
반응선 획득부(620)는 도 3과 같이 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득한다.
콘-빔 사이노그램 변환부(630)는 도 5와 같이 PET 시스템에서 획득한 전체 반응선 기반 사이노그램을 콘-빔(일명 사각뿔) 형태의 사이노그램 포맷으로 변환한다.
사이노그램 모델링부(640)는 [수학식 1]을 사용하여 상기 콘-빔 형태로 포맷 변환한 사이노그램을 모델링한다.
고해상도 영상 도출부(650)는 [수학식 2]와 같은 반복적 재구성 알고리즘을 사용하여 GPU 병렬 처리 연산으로 상기 사이노그램 모델링에서의 고해상도 영상 X를 도출한다.
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
610 : 블러 모델링부 620 : 반응선 획득부
630 : 콘-빔 사이노그램 변환부 640 : 사이노그램 모델링부
650 : 고해상도 영상 도출부

Claims (10)

  1. 양전자 방출 단층 촬영(PET)의 영상 재구성 장치에 있어서,
    PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러(Blur)를 모델링하는 블러 모델링부;
    상기 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득하는 반응선 획득부;
    상기 반응선 획득부에서 획득한 반응선 기반 사이노그램을 콘-빔 형태의 사이노그램 포맷으로 변환하는 콘-빔 사이노그램 변환부;
    상기 콘-빔 사이노그램 변환부에서 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는 사이노그램 모델링부; 및
    상기 사이노그램 모델링부에서 모델링한 사이노그램을 이용하여 고해상도 영상을 도출하는 고해상도 영상 도출부
    를 포함하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 고해상도 영상 도출부는 상기 사이노그램 모델링부에서 모델링한 사이노그램에 대해 전방 프로젝션과 역프로젝션을 병렬 처리 연산으로 수행하여 고해상도 영상을 도출하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  4. 제 1 또는 제 3 항에 있어서,
    상기 사이노그램 모델링부는 고해상도 영상을 워블링에 의해 워핑시키고, 블러링과 다운 샘플링을 거친 후 프로젝션된 데이터를 사이노그램으로 모델링하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  5. 제 4 항에 있어서,
    상기 블러 모델링부는 포인트 소스를 기준으로 몬테-카를로 시뮬레이션에 따라 각 위치에 따른 각각의 PSF 커널을 생성하여 블러를 모델링하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  6. 제 4 항에 있어서,
    상기 콘-빔 사이노그램 변환부는 상기 PET 시스템의 제1 영역 상의 제1 디텍터의 크리스탈을 꼭지점으로 하여 제2 디텍터가 있는 제2 영역에 콘 형태로 상기 사이노그램이 퍼지게 포맷 변환하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  7. 제 4 항에 있어서,
    상기 고해상도 영상 도출부는 반복적 재구성 알고리즘 기반 전방 프로젝션과 역프로젝션을 병렬 처리 연산으로 수행하여 고해상도 영상을 도출하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  8. 제 7 항에 있어서,
    상기 고해상도 영상 도출부는 라인-드리븐 기반 병렬 처리 연산 수행을 하는데 있어, 전방 프로젝션 시 Gather 연산자를, 역프로젝션 시 Scatter 연산자를 사용하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  9. 제 7 항에 있어서,
    상기 고해상도 영상 도출부는 복셀-드리븐 기반 병렬 처리 연산 수행을 하는데 있어, 전방 프로젝션 시 Scatter 연산자를, 역프로젝션 시 Gather 연산자를 사용하는 것을 특징으로 하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 장치.
  10. 양전자 방출 단층 촬영(PET)의 영상 재구성 방법에 있어서,
    PET 시스템의 각 위치에 따른 각각의 PSF 커널을 생성하여 블러(Blur)를 모델링하는 단계;
    상기 PET 시스템의 워블링에 의한 각 위치에 따른 각각의 반응선 및 사이노그램을 획득하는 단계;
    상기 획득한 반응선 기반 사이노그램을 콘-빔 형태의 사이노그램 포맷으로 변환하는 단계;
    상기 콘-빔 형태로 포맷 변환한 사이노그램을 모델링하는 단계; 및
    상기 모델링한 사이노그램을 이용하여 고해상도 영상을 도출하는 단계
    를 포함하는 콘-빔 기반 반응선 재구성을 이용한 초고해상도 PET 영상 재구성 방법.
KR20130049155A 2013-05-02 2013-05-02 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 KR101493683B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR20130049155A KR101493683B1 (ko) 2013-05-02 2013-05-02 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법
US14/182,882 US9196063B2 (en) 2013-05-02 2014-02-18 Super-resolution apparatus and method
US14/949,142 US9501819B2 (en) 2013-05-02 2015-11-23 Super-resolution apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130049155A KR101493683B1 (ko) 2013-05-02 2013-05-02 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20140130786A KR20140130786A (ko) 2014-11-12
KR101493683B1 true KR101493683B1 (ko) 2015-02-16

Family

ID=52452432

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130049155A KR101493683B1 (ko) 2013-05-02 2013-05-02 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101493683B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170009601A (ko) * 2015-07-17 2017-01-25 삼성전자주식회사 단층 촬영 장치 및 그에 따른 단층 영상 처리 방법
KR101678546B1 (ko) 2016-03-10 2016-11-22 이태희 발치를 동반한 투명교정시의 교정방법 및 이에 필요한 보조장치
KR102283454B1 (ko) * 2019-01-10 2021-07-28 인제대학교 산학협력단 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070110186A (ko) * 2006-05-10 2007-11-16 조장희 3ｄ ｐｅｔ 이미지 재구성을 위한 대칭 및 ｓｉｍｄ 기반초고속 전진-후진 투영(ｓｓｐ) 방법 및 그 장치
KR20110121536A (ko) * 2010-04-30 2011-11-07 한국과학기술원 양전자 단층 촬영 영상에서 워블 동작과 ｐｓｆ을 이용한 초해상도 촬영 장치 및 방법
KR101207710B1 (ko) 2010-04-30 2012-12-03 한국과학기술원 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법
KR20130111706A (ko) * 2012-04-02 2013-10-11 한국과학기술원 고해상도 양전자 방출 단층 촬영에서 병렬 처리를 위해 영상을 재구성하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070110186A (ko) * 2006-05-10 2007-11-16 조장희 3ｄ ｐｅｔ 이미지 재구성을 위한 대칭 및 ｓｉｍｄ 기반초고속 전진-후진 투영(ｓｓｐ) 방법 및 그 장치
KR20110121536A (ko) * 2010-04-30 2011-11-07 한국과학기술원 양전자 단층 촬영 영상에서 워블 동작과 ｐｓｆ을 이용한 초해상도 촬영 장치 및 방법
KR101207710B1 (ko) 2010-04-30 2012-12-03 한국과학기술원 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법
KR20130111706A (ko) * 2012-04-02 2013-10-11 한국과학기술원 고해상도 양전자 방출 단층 촬영에서 병렬 처리를 위해 영상을 재구성하는 방법 및 장치

Also Published As

Publication number Publication date
KR20140130786A (ko) 2014-11-12

Similar Documents

Publication Publication Date Title
Merlin et al. CASToR: a generic data organization and processing code framework for multi-modal and multi-dimensional tomographic reconstruction
US8000513B2 (en) System and method for 3D time of flight PET forward projection based on an exact axial inverse rebinning relation in fourier space
CN107871331B (zh) 用于重构发射活动图像的系统和方法
US10395353B2 (en) Model-based scatter in multi-modality multi-energy SPECT reconstruction
US8457380B2 (en) PET local tomography
JP4965575B2 (ja) 分布させた反復的画像再構成
Markiewicz et al. NiftyPET: a high-throughput software platform for high quantitative accuracy and precision PET imaging and analysis
CN109564692B (zh) 使用局部修改的飞行时间（tof）内核进行tof pet图像重建
US9196063B2 (en) Super-resolution apparatus and method
Kösters et al. EMRECON: An expectation maximization based image reconstruction framework for emission tomography data
Pedemonte et al. GPU accelerated rotation-based emission tomography reconstruction
Michael O'Connor et al. Generation of voxelized breast phantoms from surgical mastectomy specimens
US9501819B2 (en) Super-resolution apparatus and method
KR101473893B1 (ko) 재구성 영상의 잡음 제거 장치 및 그 방법
Li et al. Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm
Bubba et al. Shearlet-based regularization in sparse dynamic tomography
KR101493683B1 (ko) 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법
KR101207710B1 (ko) 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법
KR101268246B1 (ko) 양전자 단층 촬영 영상에서 워블 동작과 ｐｓｆ을 이용한 초해상도 촬영 장치 및 방법
US8379948B2 (en) Methods and systems for fast iterative reconstruction using separable system models
Saha et al. Multi-axial CT reconstruction from few view projections
Saha et al. Novel algebraic reconstruction technique for faster and finer CT reconstruction
Bai et al. PET image reconstruction: methodology and quantitative accuracy
WO2015059827A1 (ja) 輪郭画像生成装置および核医学診断装置
Michielsen et al. Multigrid reconstruction with block‐iterative updates for breast tomosynthesis

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
FPAY Annual fee payment

Payment date: 20180129

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200129

Year of fee payment: 6

R401 Registration of restoration