KR101511300B1 - 혈관의 직경 측정 방법 - Google Patents

혈관의 직경 측정 방법 Download PDF

Info

Publication number
KR101511300B1
KR101511300B1 KR20130080426A KR20130080426A KR101511300B1 KR 101511300 B1 KR101511300 B1 KR 101511300B1 KR 20130080426 A KR20130080426 A KR 20130080426A KR 20130080426 A KR20130080426 A KR 20130080426A KR 101511300 B1 KR101511300 B1 KR 101511300B1
Authority
KR
South Korea
Prior art keywords
blood vessel
diameter
intensity profile
cardiovascular
value
Prior art date
Application number
KR20130080426A
Other languages
English (en)
Other versions
KR20140120234A (ko
Inventor
김영학
양동현
김남국
Original Assignee
재단법인 아산사회복지재단
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 재단법인 아산사회복지재단 filed Critical 재단법인 아산사회복지재단
Publication of KR20140120234A publication Critical patent/KR20140120234A/ko
Application granted granted Critical
Publication of KR101511300B1 publication Critical patent/KR101511300B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 개시는 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계; 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계; 혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고 피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법에 관한 것이다.

Description

혈관의 직경 측정 방법{METHOD FOR MEASURING DIAMETER OF VESSEL}
본 개시(Disclosure)는 전체적으로 혈관의 직경 측정 방법에 관한 것으로, 혈관의 인텐시티 프로파일 데이터를 사용하여 미세 혈관의 직경을 측정하는 혈관의 직경 측정 방법에 관한 것이다.
여기서는, 본 개시에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).
심혈관 질환의 평가에 US(ultrasound), MRI(magnetic resonance imaging), CT(X-ray computed tomography) 등의의료영상 장치가 사용된다.
심혈관 질환에 있어서, 관상동맥 트리에서 병변을 찾고 측정하는 진단 도구를 향상시키려는 지속적인 노력이 있어 왔다. 진단도구 향상에 있어서 혈관을 분할(segmentation)하고 혈관의 3D 구조를 추적하는 것이 중요하다. 예를 들어, 혈관의 직경은 전산유체역학(computational fluid dynamics)을 이용한 심근관류(myocardial perfusion) 모델링의 신뢰성에 큰 영향을 미친다. 따라서 혈관의 3D 모델링에서 혈관의 직경을 정확히 평가 또는 측정하는 것이 필요하다.
CTA(CT coronary angiography)는 우수한 화질의 영상을 제공하기 때문에 관상동맥을 비침습적(non-invasive )으로 평가하는 데에 주로 사용된다. CT의 영상은 픽셀(pixel)로 구성된다. CT 영상을 기초로 혈관을 정량적으로 분석하는 경우, 픽셀에 나타난 인텐시티(intensity), 예를 들어, 조직의 밀도에 비례적으로 흡수되는 X-선흡수량에 관계된 HU(Hounsfield unit) 수치를 이용하여 왔다. 예를 들어, 혈관의 직경을 측정하는 경우, 혈관의 횡단면 상에서 직경방향 거리에 따라 혈관의 인텐시티를 나타낸 밴드프로파일(bandprofile)을 만들고, 밴드프로파일에서 반값 폭(FWHM; Full Width at Half Maximum) 방식을 사용하여 혈관의 직경을 측정하였다.
그러나, CT의 정확도(accuracy) 또는 해상도(resolution)에는 한계가 있고, 공진 등의 문제로 인해 미세한 혈관에 대해 FWHM 방식을 적용하면 직경이 과대측정(overmeasurement)되는 문제가 있다. 특히, 실측값으로 약 1.0mm 이하의 직경을 갖는 혈관에 대해서는 어떤 CT Recon kernel을 써도 과대측정을 피할 수 없었다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
여기서는, 본 개시의 전체적인 요약(Summary)이 제공되며, 이것이 본 개시의 외연을 제한하는 것으로 이해되어서는 아니된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).
본 개시에 따른 일 태양에 의하면(According to one aspect of the present disclosure), 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계; 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계; 혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고 피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법이 제공된다.
본 개시에 따른 다른 하나의 태양에 의하면(According to another aspect of the present disclosure), 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계; 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크를 찾는 단계; 혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고 피크가 제1 값보다 큰 경우, 혈관의 인텐시티 프로파일 데이터로부터 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법이 제공된다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
도 1은 본 개시에 따른 혈관의 직경 측정 방법을 설명하는 블록도,
도 2는 의료영상을 기초로 분할된 심혈관의 횡단면을 보여주는 도면,
도 3은 Ray projection에 의해 심혈관의 인텐시티 프로파일(intensity profile) 데이터를 구하는 것을 설명하는 도면,
도 4는 기준 혈관의 인텐시티 프로파일을 보여주는 그래프,
도 5는 심혈관들의 인텐시티 프로파일을 보여주는 그래프,
도 6은 FWHM 으로 측정된 직경과 실측된 혈관 직경의 관계를 보여주는 도면,
도 7은 피크가 제1 값 이하인 심혈관에 대해 직경을 측정하는 방법을 설명하는 그래프.
이하, 본 개시를 첨부된 도면을 참고로 하여 자세하게 설명한다(The present disclosure will now be described in detail with reference to the accompanying drawing(s)).
도 1은 본 개시에 따른 혈관의 직경 측정 방법을 설명하는 블록도이다.
혈관의 직경 측정 방법에서, 혈관을 포함하는 의료영상을 기초로 혈관의 인텐시티(intensity) 프로파일(profile) 데이터가 생성된다. 혈관의 인텐시티 프로파일 데이터는 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)을 포함한다. 이후, 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경이 평가된다. 여기서, 직경 방정식은 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된다.
혈관의 직경 측정 방법은 심장, 폐 등 장기의 혈관의 직경을 측정하는 데에 사용될 수 있다. 예를 들어, 혈관의 직경 측정 방법은 심혈관의 3D 모델링에서 심혈관의 직경을 정확히 찾는 방법에 사용될 수 있다. 심혈관의 3D 모델링의 결과가 전산유체역학(Computational Fluid Dynamics) 모델의 입력이 될 수 있으며, 심혈관의 두께가 정확히 측정되는 것이 전산유체역학 모델의 결과의 신뢰성에 매우 중요하다.
혈관을 포함하는 의료영상은 US, MRI, CT 등에 의해 생성된다. 도 1에 대해서는 도 2 내지 도 7에서 상세히 설명된다. 이하, 심장 CT를 사용하여 심혈관의 인텐시티 프로파일 데이터가 생성되고, 인텐시티 프로파일 데이터를 사용하여 직경 방정식에 의해 심혈관의 직경이 측정되는 과정이 설명된다.
도 2는 의료영상을 기초로 분할된 심혈관의 횡단면을 보여주는 도면이다.
먼저, 조영증강(contrast enhancement) 심장 CT에 의해 심혈관이 포함된 심장 이미지가 생성된다. 심장 이미지를 기초로 심혈관이 분할되며(vessel Lumen Mask), 심혈관의 분할에 어뎁티브 쓰레쉬홀드 (adaptive threshold) 기반의 혈관 분할 기법이 적용될 수 있다.
심혈관의 중심축이 찾아져서(도 1에서 vessel Axis Detection) 혈관의 골격(skeleton)이 구해지고, 중심축에 수직인 심혈관의 횡단면 이미지가 얻어진다(Ortho image to the axis). 심혈관의 횡단면 이미지를 기초로 심혈관의 내강(Lumen)이 분할되고 원형(circular) 또는 타원 피팅(fitting)이 된다(Lumen segmentation and ellipse fit). CTA에서 혈관에 주입된 조영제는 혈액의 방사선비투과성(radio-opacity)을 높이고, 이로 인해 조영증강된 혈관이나 장기는 주변의 조직보다 밀하게(dense) 보인다.
도 3은 Ray Projection에 의해 심혈관의 인텐시티 프로파일(intensity profile) 데이터를 구하는 것을 설명하는 도면이다.
분할된 심혈관의 내강에 대해 Ray Projection에 의해 심혈관의 인텐시티 프로파일 데이터가 생성된다. 예를 들어, central Projection에 의해 혈관의 중심으로부터 심혈관의 내강의 직경 방향을 따라 내강의 인텐시티 프로파일 데이터가 생성될 수 있다.
본 개시에 따른 혈관의 직경 측정 방법은 하나 이상의 소프트웨어에 의해 자동적으로 실행되거나, 사용자 인터페이스와 결합하여 실행될 수 있다. 소프트웨어가 인텐시티 프로파일 데이터를 기초로 직경 방정식에 의해 x를 계산할 수 있다. 이때, 사용자의 필요에 따라 인텐시티 프로파일 데이터가 그래프로 시각화될 수도 있다(도 4 참조). 인텐시티 프로파일 그래프에서 수평축은 혈관의 직경 방향 거리축(distance axis)이며, 수직축은 인텐시티축(intensity axis)으로서 HU(Hounsfield unit) 단위이다.
도 4는 기준 혈관의 인텐시티 프로파일 그래프이다.
전술된 것과 같이, 혈관의 인텐시티 프로파일 데이터가 생성된 후, 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경이 평가된다. 여기서, 직경 방정식은 거리축을 따라 혈관의 인텐시티 프로파일을 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된다.
상기 직경 방정식은
Figure 112013061756856-pat00001
와 같이 표현될 수 있다. 여기서, 혈관의 인텐시티 프로파일 = 심혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이다.
혈관의 인텐시티 프로파일의 면적 =
Figure 112013061756856-pat00002
이고, 혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 혈관의 밴드프로파일에서 선택된 HU 값이다.
예를 들어, 조영증강된 동맥의 인텐시티가 혈관의 기준 인텐시티로 선택될 수 있다. 동맥은 인텐시티 프로파일에서 상측의 평평한 부분인 플랫부(flat)가 나타날 수 있으며, 플랫부의 HU 값이 Reference Hounsfield unit(Ref HU)가 되며, Ref HU는 사람마다 다를 수 있다. 예를 들어, 도 4에 도시된 예에서는 Ref HU가 약 200 HU이다.
도 5는 심혈관들의 인텐시티 프로파일을 보여주는 그래프이다. 도 6은 FWHM으로 측정된 직경과 실측된 혈관 직경의 관계를 보여주는 도면이다.
도 5에는 다양한 직경의 심혈관들의 인텐시티 프로파일이 나타나 있다. 도 6에는 다양한 직경의 심혈관들에 대해 FWHM 방식으로 측정된 직경과 실측된 직경의 관계가 나타나 있다.
분할된 모든 심혈관에 대해 직경 방정식에 의해 혈관의 직경이 측정될 수 있다. 그러나 상대적으로 굵은 혈관은 FWHM 방식으로 간편하게 혈관의 직경이 측정될 수 있으며, 상대적으로 얇은 혈관에 대해서 상기 직경 방정식을 사용하는 것이 바람직하다. FWHM 방식과 직경 방정식의 선택의 기준점은 FWHM 방식으로 직경을 측정할 때 실측된 혈관의 직경과의 허용오차를 벋어나는 지점이 될 것이다.
도 6을 참조하면, 혈관의 직경이 약 1.2mm보다 큰 경우 FWHM 방식으로 측정된 직경과 실측된 직경의 차이가 거의 없어서 허용오차 내에 있음을 알 수 있다.
그러나, CT의 정확도(accuracy), 공진 등의 한계로 인해 혈관의 직경이 약 1.2mm 이하인 경우 FWHM 방식으로 측정된 직경은 실측된 직경보다 훨씬 크게 측정(overmeasurement)되어 허용오차를 벋어나는 것을 알 수 있다.
상기 1.2mm의 기준은 CT 장비와 실험 조건에 따라 약간의 변동은 있을 수 있지만, 일반적으로 CT에 있어서 특정 직경 이하의 혈관에 대해 FWHM 방식으로 측정된 직경과 실측된 직경의 차이가 허용오차를 벋어난다고 볼 수 있다.
도 5를 참조하면, 혈관의 직경이 비슷하면, 인텐시티 프로파일에서 피크가 거의 비슷한 것을 알 수 있다. 따라서 동일 유사한 혈관의 직경을 피크를 기준으로 판단할 수 있다. 따라서 FWHM 방식으로 직경을 측정하면 허용오차를 벋어나는 인텐시티 프로파일에서 피크를 제1 값으로 설정할 수 있다. 상기 제1 값을 FWHM 방식과 직경 방정식을 선택하는 기준으로 할 수 있다. 예를 들어, 도 5에서 제1 값은 약 80 HU이다.
도 7은 피크가 제1 값 이하인 심혈관에 대해 직경을 측정하는 방법을 설명하는 그래프이다.
따라서, 혈관의 직경을 측정하기 위해 먼저, 인텐시티 프로파일에서 피크가 찾아진다(Peak detection). 피크가 제1 값보다 큰 경우 간편한 방법으로 인텐시티 프로파일로부터 결정되는 FWHM이 혈관의 직경으로 구해진다.
피크가 제1 값 이하인 경우, 도 7에 도시된 것과 같이, 직경 방정식
Figure 112013061756856-pat00003
에 의해 x가 구해진다.
이후, 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경이 평가된다. 예를 들어, 특정 심혈관의 특정 위치에서 내강 전체의 인텐시티 프로파일에 대해 직경 방정식을 적용한 경우, x가 곧 상기 특정 심혈관의 특정 위치에서 직경으로 평가된다. 또한, 특정 심혈관의 특정 위치에서 내강의 중심으로부터 내강의 일측 경계까지 직경 방정식을 적용한 경우, 2x가 상기 특정 심혈관의 특정 위치에서 직경으로 평가될 수 있다.
심혈관이 분할되는 과정에서 심혈관은 복셀(boxel)의 집합으로 분할되며, 직경 방정식이 적용되는 심혈관 중 적어도 일부의 심혈관의 직경은 서브복셀(subboxel) 사이즈로 측정될 수 있다.
도 1 내지 도 7에서 설명된 혈관의 직경 측정 방법은 하나 이상의 소프트웨어에 의해 자동으로 또는 사용자 인터페이스와 결합하여 수행될 수 있다. 이러한 소프트웨어는 혈관의 직경 측정 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있다.
이하 본 개시의 다양한 실시 형태에 대하여 설명한다.
(1) 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계; 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계; 혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고 피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(2) 혈관의 직경을 평가하는 단계는: 피크가 제1 값보다 큰 경우, 혈관의 인텐시티 프로파일 데이터로부터 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(3) 제1 값과 피크를 비교하는 단계 전에, 제1 값을 결정하는 단계;를 포함하며, 제1 값을 결정하는 단계는: 혈관의 인텐시티 프로파일을 사용하여 FWHM 방식으로 혈관의 직경을 계산하는 과정; FWHM 방식으로 계산된 혈관의 직경과 실측된 혈관의 직경의 차이가 허용오차를 벋어나는 혈관을 찾는 과정; 그리고 허용오차를 벋어나는 혈관의 인텐시티 프로파일의 피크를 대표하도록 제1 값을 정하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(4) 혈관의 인텐시티 프로파일 데이터를 생성하는 단계는: 심장 CT에 의해 의료영상을 획득하는 과정; 의료영상을 기초로 심혈관을 분할(segmentation)하는 과정; 분할된 심혈관의 중심축을 찾고(Vessel Axis Detection), 중심축과 직교하는 심혈관의 횡단면 이미지를 생성하는 과정; 횡단면 이미지를 기초로 심혈관의 내강(Lumen)을 분할하여 타원 피팅(fitting)하는 과정: 그리고 Ray Projection에 의해 심혈관의 내강의 인텐시티 프로파일 데이터를 생성하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(5) 혈관의 직경을 평가하는 단계에서, 직경 방정식은
Figure 112014109946121-pat00019
와 같이 정의되며, 여기서, 혈관의 인텐시티 프로파일 = 혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며, 혈관의 인텐시티 프로파일의 면적 =
Figure 112014109946121-pat00020
이고, 혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 혈관의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
(6) 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계에서 밴드프로파일의 피크(peak)를 찾고, 혈관의 직경을 평가하는 단계는: 피크가 제1 값보다 큰 경우, 밴드프로파일로부터 결정되는 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 과정; 그리고 피크가 제1 값 이하인 경우, 직경 방정식에 의해 x를 구하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(7) 제1 값을 결정하는 단계는: 혈관들에 대해 직경방정식을 적용한 직경과 실측된 혈관의 직경을 비교하는 과정;을 포함하며, 직경방정식에 의해 구한 혈관의 직경과 실측된 혈관의 직경의 차이는 오차범위 이내인 것을 특징으로 하는 혈관의 직경 측정 방법.
(8) 혈관의 직경을 평가하는 단계에서, 직경 방정식은
Figure 112014109946121-pat00021
와 같이 정의되며, 여기서, 혈관의 인텐시티 프로파일 = 심혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며, 혈관의 인텐시티 프로파일의 면적 =
Figure 112014109946121-pat00022
이고, 혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 동맥의 밴드프로파일에서 평탄부(flat)의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
(9) 혈관의 직경을 평가하는 단계에서, 피크가 제1 값 이하인 심혈관에 대해 FWHM 방식으로 평가된 심혈관의 직경은 CT의 정확도(accuracy)의 한계로 인해 과대 측정(overmeasurement)되어 실측된 혈관의 직경으로부터 허용오차를 벋어나며, 직경 방정식으로 평가된 심혈관의 직경은 실측된 혈관의 직경으로부터 허용오차를 벋어나지 않는 것을 특징으로 하는 혈관의 직경 측정 방법.
(10) 피크가 제1 값 이하인 심혈관 직경의 실측 값은 1.2mm 이하인 것을 특징으로 하는 혈관의 직경 측정 방법.
(11) 심혈관이 분할되는 과정에서 심혈관은 복셀(boxel)의 집합으로 분할되며, 혈관의 직경이 평가되는 단계에서 직경 방정식이 적용되는 심혈관 중 적어도 일부의 심혈관의 직경은 서브복셀(subboxel) 사이즈로 평가되는 것을 특징으로 하는 혈관의 직경 측정 방법.
(12) 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계; 혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크를 찾는 단계; 혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고 피크가 제1 값보다 큰 경우, 혈관의 인텐시티 프로파일 데이터로부터 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(13) 혈관의 직경으로 구하는 단계는: 피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(14) 혈관의 인텐시티 프로파일 데이터를 생성하는 단계는: 심장 CT에 의해 의료영상을 획득하는 과정; 의료영상을 기초로 심혈관을 분할(segmentation)하는 과정; 분할된 심혈관의 중심축을 찾고(Vessel Axis Detection), 중심축과 직교하는 심혈관의 횡단면 이미지를 생성하는 과정; 횡단면 이미지를 기초로 심혈관의 내강(Lumen)을 분할하여 타원 피팅(fitting)하는 과정: 그리고 Ray Projection에 의해 심혈관의 내강의 인텐시티 프로파일 데이터를 생성하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
(15) 혈관의 직경을 평가하는 단계에서, 직경 방정식은
Figure 112014109946121-pat00023
와 같이 정의되며, 여기서, 혈관의 인텐시티 프로파일 = 혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며, 혈관의 인텐시티 프로파일의 면적 =
Figure 112014109946121-pat00024
이고, 혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 혈관의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
본 개시에 따른 하나의 혈관의 직경 측정 방법에 의하면, 미세 혈관의 직경을 더욱 정확히 평가함으로써, 심혈관 질환의 진단 및 평가가 더 정확해진다.
또한, 구해진 x를 기초로 혈관의 직경이 평가된 이후, 분할된 심혈관에 평가된 심혈관의 직경을 반영하여 얇은 혈관들의 직경이 더욱 정확하게 측정된 3D 심혈관 트리가 생성될 수 있다. 따라서 3D 심혈관 트리를 기초로 하는 심근관류 모델과 같은 전산유체역학 모델의 신뢰성이 크게 향상된다.

Claims (15)

  1. 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계;
    혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계;
    혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고
    피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  2. 청구항 1에 있어서,
    혈관의 직경을 평가하는 단계는:
    피크가 제1 값보다 큰 경우, 혈관의 인텐시티 프로파일 데이터로부터 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  3. 청구항 2에 있어서,
    제1 값과 피크를 비교하는 단계 전에, 제1 값을 결정하는 단계;를 포함하며,
    제1 값을 결정하는 단계는:
    혈관의 인텐시티 프로파일을 사용하여 FWHM 방식으로 혈관의 직경을 계산하는 과정;
    FWHM 방식으로 계산된 혈관의 직경과 실측된 혈관의 직경의 차이가 허용오차를 벋어나는 혈관을 찾는 과정; 그리고
    허용오차를 벋어나는 혈관의 인텐시티 프로파일의 피크를 대표하도록 제1 값을 정하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  4. 청구항 1에 있어서,
    혈관의 인텐시티 프로파일 데이터를 생성하는 단계는:
    심장 CT에 의해 의료영상을 획득하는 과정;
    의료영상을 기초로 심혈관을 분할(segmentation)하는 과정;
    분할된 심혈관의 중심축을 찾고(Vessel Axis Detection), 중심축과 직교하는 심혈관의 횡단면 이미지를 생성하는 과정;
    횡단면 이미지를 기초로 심혈관의 내강(Lumen)을 분할하여 타원 피팅(fitting)하는 과정: 그리고
    Ray Projection에 의해 심혈관의 내강의 인텐시티 프로파일 데이터를 생성하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  5. 청구항 1에 있어서,
    혈관의 직경을 평가하는 단계에서,
    직경 방정식은
    Figure 112014109946121-pat00025
    와 같이 정의되며,
    여기서, 혈관의 인텐시티 프로파일 = 혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며,
    혈관의 인텐시티 프로파일의 면적 =
    Figure 112014109946121-pat00026
    이고,
    혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 혈관의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
  6. 청구항 5에 있어서,
    혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크(peak)를 찾는(detection) 단계에서 밴드프로파일의 피크(peak)를 찾고,
    혈관의 직경을 평가하는 단계는:
    피크가 제1 값보다 큰 경우, 밴드프로파일로부터 결정되는 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 과정; 그리고
    피크가 제1 값 이하인 경우, 직경 방정식에 의해 x를 구하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  7. 청구항 3에 있어서,
    제1 값을 결정하는 단계는:
    혈관들에 대해 직경방정식을 적용한 직경과 실측된 혈관의 직경을 비교하는 과정;을 포함하며,
    직경방정식에 의해 구한 혈관의 직경과 실측된 혈관의 직경의 차이는 오차범위 이내인 것을 특징으로 하는 혈관의 직경 측정 방법.
  8. 청구항 4에 있어서,
    혈관의 직경을 평가하는 단계에서,
    직경 방정식은
    Figure 112014109946121-pat00027
    와 같이 정의되며,
    여기서, 혈관의 인텐시티 프로파일 = 심혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며,
    혈관의 인텐시티 프로파일의 면적 =
    Figure 112014109946121-pat00028
    이고,
    혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 동맥의 밴드프로파일에서 평탄부(flat)의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
  9. 청구항 8에 있어서,
    혈관의 직경을 평가하는 단계에서,
    피크가 제1 값 이하인 심혈관에 대해 FWHM 방식으로 평가된 심혈관의 직경은 CT의 정확도(accuracy)의 한계로 인해 과대 측정(overmeasurement)되어 실측된 혈관의 직경으로부터 허용오차를 벋어나며,
    직경 방정식으로 평가된 심혈관의 직경은 실측된 혈관의 직경으로부터 허용오차를 벋어나지 않는 것을 특징으로 하는 혈관의 직경 측정 방법.
  10. 청구항 9에 있어서,
    피크가 제1 값 이하인 심혈관 직경의 실측 값은 1.2mm 이하인 것을 특징으로 하는 혈관의 직경 측정 방법.
  11. 청구항 4에 있어서,
    심혈관이 분할되는 과정에서 심혈관은 복셀(boxel)의 집합으로 분할되며, 혈관의 직경이 평가되는 단계에서 직경 방정식이 적용되는 심혈관 중 적어도 일부의 심혈관의 직경은 서브복셀(subboxel) 사이즈로 평가되는 것을 특징으로 하는 혈관의 직경 측정 방법.
  12. 혈관을 포함하는 의료영상을 기초로 혈관의 직경 방향 거리와 거리에 관련된 인텐시티(intensity)를 포함하는 혈관의 인텐시티(intensity) 프로파일(profile) 데이터를 생성하는 단계;
    혈관의 인텐시티 프로파일 데이터를 기초로 혈관의 인텐시티 프로파일의 피크를 찾는 단계;
    혈관의 기준 인텐시티보다 작은 제1 값과 피크를 비교하는 단계; 그리고
    피크가 제1 값보다 큰 경우, 혈관의 인텐시티 프로파일 데이터로부터 반값 폭(FWHM; full width at half maximum)을 혈관의 직경으로 구하는 단계;를 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  13. 청구항 12에 있어서,
    혈관의 직경으로 구하는 단계는:
    피크가 제1 값 이하인 경우, 인텐시티를 거리로 적분한 적분 값으로 정의되는 혈관의 인텐시티 프로파일의 면적 = 혈관의 기준 인텐시티 * x로 정의된 직경 방정식으로부터 구해진 x를 사용하여 혈관의 직경을 평가하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  14. 청구항 12에 있어서,
    혈관의 인텐시티 프로파일 데이터를 생성하는 단계는:
    심장 CT에 의해 의료영상을 획득하는 과정;
    의료영상을 기초로 심혈관을 분할(segmentation)하는 과정;
    분할된 심혈관의 중심축을 찾고(Vessel Axis Detection), 중심축과 직교하는 심혈관의 횡단면 이미지를 생성하는 과정;
    횡단면 이미지를 기초로 심혈관의 내강(Lumen)을 분할하여 타원 피팅(fitting)하는 과정: 그리고
    Ray Projection에 의해 심혈관의 내강의 인텐시티 프로파일 데이터를 생성하는 과정;을 포함하는 것을 특징으로 하는 혈관의 직경 측정 방법.
  15. 청구항 13에 있어서,
    혈관의 직경을 평가하는 단계에서,
    직경 방정식은
    Figure 112014109946121-pat00029
    와 같이 정의되며,
    여기서, 혈관의 인텐시티 프로파일 = 혈관의 내강(Lumen)의 CT 값을 나타내는 밴드프로파일(BandProfile)이며,
    혈관의 인텐시티 프로파일의 면적 =
    Figure 112014109946121-pat00030
    이고,
    혈관의 기준 인텐시티 = Ref HU = 기준 혈관으로 선택된 혈관의 Hounsfield unit인 것을 특징으로 하는 혈관의 직경 측정 방법.
KR20130080426A 2013-04-02 2013-07-09 혈관의 직경 측정 방법 KR101511300B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020130035754 2013-04-02
KR20130035754 2013-04-02

Publications (2)

Publication Number Publication Date
KR20140120234A KR20140120234A (ko) 2014-10-13
KR101511300B1 true KR101511300B1 (ko) 2015-04-14

Family

ID=51992220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130080426A KR101511300B1 (ko) 2013-04-02 2013-07-09 혈관의 직경 측정 방법

Country Status (1)

Country Link
KR (1) KR101511300B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11049241B2 (en) 2018-06-04 2021-06-29 Coreline Soft Co., Ltd. Qualification method of lung vessel based on lobe

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102272413B1 (ko) * 2019-08-05 2021-07-06 재단법인 아산사회복지재단 관상동맥 혈관조영술 기반의 기계 학습을 통한 허혈 병변 정보 제공 장치, 정보 제공 방법 및 이의 기록매체
KR102217392B1 (ko) * 2020-07-21 2021-02-22 (주)제이엘케이 관상동맥 진단영상 학습장치와 방법, 및 상기 학습장치와 방법을 통해 구축된 학습모델을 사용하는 유의한 관상동맥 협착 진단 장치 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100059488A (ko) * 2008-11-26 2010-06-04 서울대학교산학협력단 전산화단층촬영 영상에서 기관지 벽 데이터를 측정하는 방법
JP2010528750A (ja) * 2007-06-07 2010-08-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 管状構造の検査
KR101189739B1 (ko) * 2011-06-27 2012-10-11 재단법인 아산사회복지재단 기도벽의 두께 측정 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010528750A (ja) * 2007-06-07 2010-08-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 管状構造の検査
KR20100059488A (ko) * 2008-11-26 2010-06-04 서울대학교산학협력단 전산화단층촬영 영상에서 기관지 벽 데이터를 측정하는 방법
KR101189739B1 (ko) * 2011-06-27 2012-10-11 재단법인 아산사회복지재단 기도벽의 두께 측정 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11049241B2 (en) 2018-06-04 2021-06-29 Coreline Soft Co., Ltd. Qualification method of lung vessel based on lobe

Also Published As

Publication number Publication date
KR20140120234A (ko) 2014-10-13

Similar Documents

Publication Publication Date Title
US11557069B2 (en) System and method for estimating vascular flow using CT imaging
US8977339B1 (en) Method for assessing stenosis severity through stenosis mapping
KR101939778B1 (ko) 필요 혈류량 결정 방법 및 장치, 혈류 영상 생성 방법 및 장치, 심근 관류 영상 처리 방법 및 장치
US8139836B2 (en) Automatic segmentation of the heart and aorta in medical 3-D scans without contrast media injections
US10595806B2 (en) Fractional flow reserve (FFR) index with adaptive boundary condition parameters
JP5711729B2 (ja) 介入中での装置のサイズの設定の支援
US7333648B2 (en) Feature quantification from multidimensional image data
Movassaghi et al. A quantitative analysis of 3-D coronary modeling from two or more projection images
JP6484760B2 (ja) 非侵襲的血流予備量比(ffr)に対する側副血流モデル化
US20110150309A1 (en) Method and system for managing imaging data, and associated devices and compounds
US20100189337A1 (en) Method for acquiring 3-dimensional images of coronary vessels, particularly of coronary veins
JP7229170B2 (ja) Ecg信号からの心筋微小血管抵抗の推定に基づく冠状動脈疾患メトリック
JP5658686B2 (ja) 貫壁性のかん流の勾配の画像分析
WO2014170385A1 (en) Stenosis therapy planning
US20200069197A1 (en) Method of scanning and assessing lung and vascular health
JP5820549B2 (ja) 灌流イメージング
KR101511300B1 (ko) 혈관의 직경 측정 방법
Dehmeshki et al. Volumetric quantification of atherosclerotic plaque in CT considering partial volume effect
JP2004516875A (ja) 検査される物体の体積表示を有するデータセットを解析する方法
EP3606433B1 (en) Standardized coronary artery disease metric
EP4224416A1 (en) Identifying angiographic images for vessel assessment
Broersen et al. Automatic Quantification of Local Plaque Thickness Differences as Assessed by Serial Coronary Computed Tomography Angiography Using Scan-Quality-Based Vessel-Specific Thresholds
JP2022538999A (ja) 機能的情報を用いた血管位置合わせ
JP2023551132A (ja) 視覚化のための方法及びシステム
Pociask et al. Coronary Plaque Quantification by Multi-slice Computed Tomography

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
LAPS Lapse due to unpaid annual fee