KR101529658B1 - 장기의 기능 및 구조의 통합 분석 방법 - Google Patents
장기의 기능 및 구조의 통합 분석 방법 Download PDFInfo
- Publication number
- KR101529658B1 KR101529658B1 KR1020130092140A KR20130092140A KR101529658B1 KR 101529658 B1 KR101529658 B1 KR 101529658B1 KR 1020130092140 A KR1020130092140 A KR 1020130092140A KR 20130092140 A KR20130092140 A KR 20130092140A KR 101529658 B1 KR101529658 B1 KR 101529658B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- information
- functional
- function
- structural
- Prior art date
Links
- 210000000056 organ Anatomy 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 39
- 210000003484 anatomy Anatomy 0.000 title claims abstract description 17
- 238000012351 Integrated analysis Methods 0.000 claims abstract description 12
- 210000004072 lung Anatomy 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000009977 dual effect Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000004037 angiogenesis inhibitor Substances 0.000 claims 1
- 238000013507 mapping Methods 0.000 claims 1
- 230000010412 perfusion Effects 0.000 description 31
- 238000009423 ventilation Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 9
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 6
- 229910052740 iodine Inorganic materials 0.000 description 6
- 239000011630 iodine Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 229910052724 xenon Inorganic materials 0.000 description 4
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000002685 pulmonary effect Effects 0.000 description 3
- 208000010378 Pulmonary Embolism Diseases 0.000 description 2
- 206010057190 Respiratory tract infections Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004199 lung function Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 210000001557 animal structure Anatomy 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 229940039231 contrast media Drugs 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052756 noble gas Inorganic materials 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000008128 pulmonary tuberculosis Diseases 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000002178 spin tagging velocimetry Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 개시는 장기(organ)의 제1 기능(function) 정보와 제1 기능에 대응하는 장기의 제1 구조(anatomy) 정보를 포함하는 제1 기능적 영상이 획득되는 단계; 장기의 제2 기능 정보와 제2 기능에 대응하는 장기의 제2 구조 정보를 포함하는 제2 기능적 영상이 획득되는 단계; 그리고 제1 구조 정보와 제2 구조 정보 간의 정합(registration)을 통해 제1 구조 정보, 제2 구조 정보, 제1 기능 정보 및 제2 기능 정보가 통합되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법에 관한 것이다.
Description
본 개시(Disclosure)는 전체적으로 장기의 기능 및 구조의 통합 분석 방법에 관한 것으로, 특히 장기의 고해상도 구조 영상 위에서 장기의 기능적 영상들이 통합되는 장기의 기능 및 구조의 통합 분석 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).
폐는 혈중 CO2를 공기 중의 O2와 교환해주는 기관으로서 폐의 지역적 폐포들이 지속적으로 새로운 공기(O2)와 피를 공급받는 것이 중요하다. 지금까지는 핵의학 영상에서 피의 공급을 측정할 수 있는 관류(Perfusion, Q) 영상과, 공기의 공급을 측정할 수 있는 환기(Ventilation, V) 영상을 촬영하여, V/Q mismatch map을 만들어서 정상 및 비정상을 판정하였다.
폐의 환기(V), 관류(Q) 및 V/Q의 분포(distribution)을 정확히 측정하는 것은 의료적으로 매우 중요하다. V/Q 분포는 폐기종(emphysema) 및 만성 기관지염(chronic bronchitis)과 같은 만성 폐쇄성 폐질환(chronic obstructive pulmonary disease; CODP), 천식(asthma), 폐 색전(pulmonary embolus) 등을 포함하는 폐기관 장애(pulmonary disorders)를 진단하고 치료하는 데에 사용된다. 그러나 관류 영상과 환기 영상의 해상도가 낮아서 폐의 해부학적 구조(anatomy)를 식별할 수 없는 등 임상적용에 한계가 있어 왔다.
특허 문헌 US 2002/0198449에는 MR technique을 기초로 하여 hyperpolarized noble gas을 사용하여 환기 영상을 획득하고, arterial spin-tagging 방법으로 관류 영상을 획득함으로써 해상도가 높다고 개시하고 있으나, 관류 영상 및 환기 영상과 같은 기능적 영상의 해상도에 관한 것일 뿐이며, 고해상도의 해부학적 구조(anatomy) 위에서 기능적 영상을 분석하는 방법에 대해서는 개시하지 못한다.
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), 장기(organ)의 제1 기능(function) 정보와 제1 기능에 대응하는 장기의 제1 구조(anatomy) 정보를 포함하는 제1 기능적 영상이 획득되는 단계; 장기의 제2 기능 정보와 제2 기능에 대응하는 장기의 제2 구조 정보를 포함하는 제2 기능적 영상이 획득되는 단계; 그리고 제1 구조 정보와 제2 구조 정보 간의 정합(registration)을 통해 제1 구조 정보, 제2 구조 정보, 제1 기능 정보 및 제2 기능 정보가 통합되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법이 제공된다.
본 개시에 따른 다른 태양에 의하면(According to another aspect of the present disclosure), 장기(organ)의 제1 기능적(functional) 영상과, 제1 기능이 이루어질 때의 장기의 제1 구조(anatomy) 영상이 획득되는 단계; 장기의 제2 기능적 영상과 제2 기능이 이루어질 때의 장기의 제2 구조 영상이 획득되는 단계; 제1 구조 영상이 제2 구조 영상에 정합(registration)되는 단계: 그리고 제1 기능적 영상이 제2 구조 영상에 정합되는 단계;를 포함하는 것을 특징으로 하는 장기 및 구조의 통합 분석 방법이 제공된다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
도 1은 본 개시에 따른 장기의 기능 및 구조의 통합 분석 방법의 일 예를 나타내는 도면,
도 2는 폐의 제2 구조 영상, 환기 영상, 관류 영상 및 비율 맵의 일 예를 나타내는 도면,
도 3은 정상(Normal)과 비정상(Abnormal)을 포함한 4 가지 영역의 분포들을 확인할 수 있는 분석 기법의 일 예를 설명하는 도면,
도 4는 관류 영상과 환기 영상이 정상 영역과 비정상 영역을 포함한 4 가지 영역으로 분할되는 기법의 일 예를 설명하는 도면,
도 5는 파라미터들 간의 비율 맵(ratio map)의 일 예를 나타내는 도면.
도 2는 폐의 제2 구조 영상, 환기 영상, 관류 영상 및 비율 맵의 일 예를 나타내는 도면,
도 3은 정상(Normal)과 비정상(Abnormal)을 포함한 4 가지 영역의 분포들을 확인할 수 있는 분석 기법의 일 예를 설명하는 도면,
도 4는 관류 영상과 환기 영상이 정상 영역과 비정상 영역을 포함한 4 가지 영역으로 분할되는 기법의 일 예를 설명하는 도면,
도 5는 파라미터들 간의 비율 맵(ratio map)의 일 예를 나타내는 도면.
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 장기의 기능 및 구조의 통합 분석 방법의 일 예를 나타내는 도면이다.
장기(organ)의 기능 및 구조의 통합 분석 방법에서, 장기(organ)의 제1 기능(function) 정보와 제1 기능에 대응하는 장기의 제1 구조(anatomy) 정보를 포함하는 제1 기능적 영상(Q)이 획득된다. 또한, 장기의 제2 기능 정보와 제2 기능에 대응하는 장기의 제2 구조 정보를 포함하는 제2 기능적 영상(V)이 획득된다. 제1 기능적 영상(Q)과 제2 기능적 영상(V)을 획득하는 순서는 어느 것을 먼저 얻어도 무방하다. 이후, 제1 구조 정보와 제2 구조 정보 간의 정합(registration; 30)을 통해 제1 구조 정보, 제2 구조 정보, 제1 기능 정보 및 제2 기능 정보가 통합된다.
여기서, 제1 기능 정보 및 제2 기능 정보와, 제1 구조 정보 및 제2 구조 정보는 각각 제1 기능적 영상 및 제2 기능적 영상에서 이미지로 시각화된 정보를 의미할 수도 있고, 시각화될 수 있는 데이터 또는 볼륨 데이터 세트(volume data set)를 의미할 수도 있다. 따라서 본 개시에서 사용되는 정보와 정보가 정합된다는 표현의 의미는 영상과 영상이 정합된다는 의미와 실질적으로 동일하다.
통합의 결과를 기초로 기능 및 구조의 이상 영역이 분석될 수 있다. 하나의 데이터 공간으로 통합된 제1 기능 정보 및 제2 기능 정보가 비교되어 장기의 정상 영역 및 비정상 영역이 분석될 수 있다.
예를 들어, 제1 구조 정보 및 제1 기능 정보가 제2 구조 정보에 정합되어 기능 및 구조의 통합 정보(vPre_V, V, rQ, Deformation Map)가 생성된다. 이후, 케이스들(cases) 사이에 비교 가능하도록 기능 및 구조의 통합 정보가 표준화되어 표준화된 기능 및 구조의 통합 정보(D, nV, nrQ, M)가 생성된다. 표준화된 기능 및 구조의 통합 정보를 이용하여 기능 및 구조의 이상 영역(abnormal region)이 분석(60,70,80) 된다.
본 개시에서 사용되는 제1 기능 정보 및 제2 기능 정보는 장기의 기능(function)을 강조하여 보여주는 의료 정보이다. 제1 구조 정보 및 제2 구조 정보는 장기의 해부학적 구조(anatomy)를 보여주는 의료 정보이다. 예를 들어, 기능은 장기에 관련된 유체의 흐름과 관련이 있고, 구조는 유체의 흐름 당시에 장기의 해부학적 형태와 관련이 있다.
본 개시에 따른 장기의 기능 및 구조의 통합 분석 방법은 사람의 장기뿐만 아니라 동물의 장기에도 적용될 수 있고, 여러 가지 장기(예; 폐, 간, 신장, 심장 등)에 적용될 수 있다.
이와 같이, 본 개시에서는 기능 정보와 구조 정보를 획득하는 것을 개시하고 있는데, 최근에 개발된 이중 에너지 컴퓨터단층촬영(Dual Energy CT; 이하, 이중 에너지 CT)을 이용하여 기능 정보 및 구조 정보가 동시에 고해상도로 획득될 수 있다. 이중 에너지 CT는 서로 다른 에너지(kV) 레벨에서 동시에 작용하는 두 X-ray source를 사용함으로써, 동시 촬영에서 얻은 두 개의 나선형 테이터 세트(data set)를 제공한다. 두 개의 정보 세트로부터 조직 감별을 위한 다양한 정보를 얻을 수 있다. 따라서 기능 정보와 구조 정보를 고해상도로 얻기 위해 각각 촬영할 필요가 없고, 동시에 획득되므로 하나의 기능 정보와 이에 대응한 구조 정보는 자체로 일치되어 있어서 별도의 정합 과정이 필요 없다.
이하, 폐를 예로 하여 장기의 기능 및 구조의 통합 분석 방법이 설명된다.
도 2는 폐의 제2 구조 영상, 환기 영상, 관류 영상 및 비율 맵의 일 예를 나타내는 도면이다.
먼저, 장기의 제1 기능(function) 정보와 제1 기능에 대응하는 장기의 제1 구조(anatomy) 정보를 포함하는 제1 기능적 영상(Q)이 획득된다.
예를 들어, 이중 에너지 CT를 이용하여 호기(expiration) 상태, 바람직하게는 최대 호기(full expiration) 상태에서 폐의 관류(perfusion) 영상(제1 기능적 영상; Q)이 획득된다(도 2 중앙 참조). 조영제(예; iodine)을 정맥에 주입하고 이중 에너지 CT에 의해 폐의 관류 영상(Q)이 생성될 수 있다.
이후, 제1 기능적 영상(Q)으로부터 제1 기능 정보가 제거되어 제1 구조 영상이 생성될 수 있다.
예를 들어, 관류 영상(Q)의 Virtual Pre 영상(제1 구조 영상; vPre_Q)이 생성된다. 제1 구조 영상(vPre_Q)은 관류 영상(Q)에서 조영제가 없는 것처럼 컴퓨터가 자동 구성한 CT 영상이다.
x-ray 감쇠(attenuation)는 x-ray 소스의 에너지에 관계가 있다. 예를 들어 80 kV로 물체를 촬영할 때 감쇠는 140 kV로 촬영할 때의 감쇠와 다르다. 이런 감쇠는 촬영된 조직의 유형에 의해서도 영향을 받는다. 예를 들면, 요오드(iodine)는 낮은 에너지에서 최대의 감쇠를 보인다. 이와 같이 이중 에너지 CT에서 튜브의 전압 레벨에 대한 감쇠가 물질에 따라 달라진다 점을 이용하여, 요오드로 조영된 관류의 해상도와 폐의 해부학적 구조(anatomy)의 해상도가 모두 고해상도 요구 조건에 충족되도록 얻어질 수 있다. 예를 들어, 이중 에너지 CT에서 요오드에 의한 농도(concentration)를 알 수 있으며, 요오드에 의한 농도는 제1 기능 정보에 포함될 수 있다. 관류 영상(Q)에서 요오드에 의한 농도를 제거하는 방법에 의해 관류 당시에 폐의 제1 구조 영상(vPre_Q)을 얻을 수 있다.
또한, 장기의 제2 기능 정보와 제2 기능에 대응하는 장기의 제2 구조 정보를 포함하는 제2 기능적 영상(V)이 획득된다.
예를 들어, 이중 에너지 CT를 이용하여 흡기(inspiration) 상태, 바람직하게는 최대 흡기(full inspiration) 상태에서 폐의 환기(ventilation) 영상(제2 기능적 영상; V)이 획득된다(도 2 좌측 참조). 조영 가스(예; 비활성 Xenon 가스)를 마시고 이중 에너지 CT에 의해 폐의 환기 영상(V)이 생성될 수 있다.
이후, 제2 기능적 영상(V)으로부터 제2 기능 정보가 제거되어 제2 구조 영상(vPre_V)이 생성될 수 있다.
예를 들어, 환기 영상(V)의 Virtual Pre 영상(제2 구조 영상; vPre_V)이 생성된다. 제2 구조 영상(vPre_V)은 환기 영상(V)에서 조영 가스가 없는 것처럼 컴퓨터가 자동 구성한 CT 영상이다.
예를 들어, 이중 에너지 CT에서 비활성 제논(Xenon) 가스에 의한 농도를 알 수 있으며, 비활성 제논 가스에 의한 농도는 제2 기능 정보에 포함될 수 있다. 환기 영상(V)에서 비활성 제논 가스에 의한 농도를 제거하는 방법에 의해 환기 당시에 폐의 제2 구조 영상(vPre_V)을 얻을 수 있다(도 2 좌측 상단 참조).
이후, 제1 구조 영상(vPre_Q)과 제2 구조 영상(vPre_V) 간의 정합(30)을 통해 제1 구조 정보, 제2 구조 정보, 제1 기능 정보 및 제2 기능 정보가 통합된다.
관류 영상(Q)과 환기 영상(V)은 다른 시간에 촬영된 것이므로 해상도 높은 구조 영상 위에서 기능들 간의 불일치(mismatch) 등을 분석하기 위해서는 정합이 필요하다.
예를 들어, 환기 영상(V)은 흡기 상태에서 촬영되므로 제2 구조 영상(vPre_V)에서 폐의 면적이 제1 구조 영상(vPre_Q)에서 폐의 면적보다 더 넓다. 따라서 제2 구조 영상(vPre_V)을 기준으로 하여 제1 구조 영상(vPre_Q)을 제2 구조 영상(vPre_V)에 정합하는 변형 맵(deformation map)이 생성될 수 있다. 변형 맵을 이용하여 관류 영상(Q) 또는 제1 기능 정보가 제2 구조 영상(vPre_V)에 정합될 수 있다. 환기 영상(V) 또는 제2 기능 정보는 그 자체로 제2 구조 영상(vPre_V)에 일치한다.
신체의 자세 변화, 호흡 동작으로 인한 지역적 변형, 폐 실질(parenchyma)의 인텐시티(intensity) 변화, 에어트랩(air trapping)의 객관적 평가 등을 고려하여 변형 맵이 생성된다.
예를 들어, 제1 구조 영상(vPre_Q) 및 제2 구조 영상(vPre_V)에서 폐가 분할(segmentation)된다. 이후, 폐의 표면 간에 강체 정합(rigid registration)이 수행된다. 또한, 지역적 어파인 변형 모델(Local affine deformable model)을 사용하여 비강체 정합(non-rigid registration)이 수행된다.
전술된 것과 같은 과정들에 의해, 4가지 데이터 세트(vPre_V, 환기 영상(V), 정합된 관류 영상(rQ), 변형 맵(Deformation Map))이 획득된다.
정합의 결과 제2 구조 영상(vPre_V)의 각 픽셀마다 환기 영상(V), 제2 구조 영상(vPre_V), 정합된 관류 영상(rQ) 및 변형 맵이 통합(integration)된다. 여기서 통합된다는 의미는 정합의 결과 제2 구조 영상(vPre_V)의 각 픽셀이 환기 영상(V), 제2 구조 영상(vPre_V), 정합된 관류 영상(rQ) 및 변형 맵에 관한 정보들을 포함한다는 의미로 사용된다. 또는, 제2 구조 영상(vPre_V)의 각 픽셀에 환기 영상(V), 제2 구조 영상(vPre_V), 정합된 관류 영상(rQ) 및 변형 맵에 관한 정보가 매핑(mapping)된다는 의미로 사용된다.
다음, 변형 맵(deformation map)을 이용하여 제1 구조 영상(vPre_Q)의 픽셀과 제2 구조 영상(vPre_V)의 픽셀 간의 지역적 변형(local deformation; M)이 계산된다.
예를 들어, 폐의 지역적 움직임을 분석하기 위해서 최대 흡기(full inspiration) 및 최대 호기(full expiration) 상태에서 CT를 이용한 폐 영상들을 획득한다. 이후, 폐 영상들을 정합하여 변형 맵을 얻는다. 변형 맵을 이용하여 폐의 voxel by voxel 단위로 폐의 지역적 움직임의 양을 측정할 수 있는 자코비안 매트릭스(Jacobean matrix)를 계산할 수 있다.
본 실시예에서는 환기 영상(V)이 최대 흡기 상태에서 얻어지고 및 관류 영상(Q)이 최대 호기 상태에서 얻어진다. 따라서, 전술된 것과 같이, 제2 구조 영상(vPre_V)의 각 픽셀은 제1 구조 영상(vPre_Q)의 픽셀과 제2 구조 영상(vPre_V)의 픽셀 간의 변형 맵 정보를 포함한다. 이러한 변형 맵 정보를 이용하여 폐의 지역적 움직임의 양(지역적 변형)을 측정할 수 있는 로컬 자코비안 매트릭스(local Jacobean matrix)가 계산된다. 이후, 로컬 자코비안 매트릭스의 디터미넌트(determinant) 등을 사용하여 지역적 변형(local deformation; M)이 계산된다.
계속 해서, 전술된 4가지 데이터 세트가 획득된 후, 후술되는 것과 같이 표준화 과정이 수행될 수 있다.
호흡간의 차이를 보상하기 위하여, 제2 구조 영상(vPre_V)의 인텐시티와 정합된 제1 구조 영상(vPre_Q)의 인텐시티에 기초하여 폐의 각 복셀(voxel)별로 해부학적 정보 D(Density)가 생성된다.
변형 맵을 이용하여 제1 구조 영상(vPre_Q)의 인텐시티와 제2 구조 영상(vPre_V)의 인텐시티가 매핑될 수 있다. 따라서 이들 간의 차이를 구할 수 있다. 인텐시티 차이로부터 폐의 에어트랩(air trapping) 영역을 계산할 수 있다. 에어트랩 영역은 폐의 구조가 부분적으로 망가져 공기가 갇힌 영역이다. 정상 영역은 흡기 상태보다 호기 상태에서 인텐시티가 증가하지만, 에어트랩 영역은 공기가 갇혀 있어서 호기 상태에서도 인텐시티가 증가하지 않는다.
제1 기준 값(예; 대동맥의 인텐시티)에 의해 정합된 관류 영상(rQ)의 각 픽셀의 인텐시티가 나누어져서 표준화된 관류 영상(normalized Perfusion Map; nrQ)이 생성된다.
제2 기준 값(예; 대기도의 인텐시티)에 의해 환기 영상(V)의 각 픽셀의 인텐시티가 나누어져서 표준화된 환기 영상(normalized Ventilation Map; nV)이 생성된다.
전술된 해부학적 정보(D), 표준화된 환기 영상(nV), 표준화된 관류 영상(nrQ) 및 지역적 변형(M)을 사용하여 폐의 정상 영역 및 비정상 영역이 분석될 수 있다(예; 도 2 우측 참조).
도 3은 정상(Normal)과 비정상(Abnormal)을 포함한 4 가지 영역의 분포들을 확인할 수 있는 분석 기법의 일 예를 설명하는 도면이다. 도 4는 관류 영상과 환기 영상에서 정상 영역과 비정상 영역을 포함한 4 가지 영역을 나타내는 도면이다.
분석 목적에 따라 파라미터들(예; D, nV, nrQ, M 등) 중 2개 이상을 조합하여 다중 파라미터 분석(multi parametric analysis)을 수행한다(60).
선택된 파라미터들에 쓰레쉬홀드(threshold) 값을 부여하여 제2 구조 영상(vPre_V) 위에서 제1 기능 및 제2 기능 간의 미스매치(mismatch)가 계산될 수 있다.
도 3에서는 VQ joint histogram이 예시되어 있다. V 및 Q(예를 들어, V 및 Q로는 각각 nV 및 nrQ를 사용할 수 있다)에 대해 각각 쓰레쉬홀드 값(Vt, Qt)을 부여하면 VQ joint histogram은 4개의 영역(210, 220, 230, 240)으로 분할된다.
도 4는 Vt, Qt을 선정할 수 있는 프로그램의 일 예를 보여주며, 해부학적 구조물들이 고해상도로 나타나는 vPre_V 위에서 아래와 같은 색깔로 실시간으로 폐가 4 영역으로 분할될 수 있다.
Green : V >= Vt and Q >= Qt (normal; 도 3의 210)
Red : V < Vt and Q < Qt (abnormal; 도 3의 240)
Blue : V >= Vt and Q < Qt (blue; 도 3의 220)
Purple : V < Vt and Q >= Qt (purple; 도 3의 230)
상기 영역 분할의 결과는 시각정보, 각 분할된 영역 정보를 제공하며, 시각 캡처(capture), 각 분할된 폐 부피(volume) 계산과 같은 보고(report)를 얻을 수 있다. 또한, 각 파라미터(parameter) 별로 histogram analysis, texture analysis 등 정량적 수치 계산을 할 수 있다.
도 5는 파라미터들 간의 비율 맵(ratio map)의 일 예를 나타내는 도면이다.
본 예에서는 파라미터들(예; D, nV, nrQ, M 등)을 얻은 후에 각 파라미터들 사이의 미스매치(mismatch)를 알기 위해 비율 맵이나 automatic clustering/classification 등의 기법으로 폐를 분석할 수 있는 방법을 제공한다.
예를 들어, nV/nrQ, nrQ/D 및 nV/D을 얻은 후, 이들 중 적어도 하나를 포함하는 비율 맵(ratio map)이 생성되며(70), 비율 맵을 사용하여 도 5에 도시된 것과 같이 시각적(parametric view)으로 표시되고, 폐의 기능 및 구조의 정상 및 비정상이 분석된다(80).
각 복셀(voxel)별로 전술된 4개의 파라미터들(D, nV, nrQ 및 M)을 얻을 수 있다. 이를 이용한 multi-parametric analysis(K-means clustering, C-means clustering, automatic classification using SVM, ANN 등)를 하여 폐의 각 부위별로 컴퓨터가 자동으로 분류하게 한다. 분류 결과를 mode filtering 등을 통해 노이즈(noise)를 줄인다.
도 5는 V/Q ratio map을 예시하며, Clustering 기법 등으로 N개로 구분된다. 또는 사용자가 원하는 ROI(region of interest)를 수동으로(rectangle, circle, free-draw) 선택할 수 있다. 구분 또는 선택된 부분의 의료정보 위의 Mask가 생성된다. Mask의 시각화를 통한 해부학적 위치 탐색이 가능하며, Mask당 다른 인자 분석 (histogram 평균, SD, texture 등)이 가능하다.
도 4 및 도 5에서 설명된 것과 같이, 본 개시에 의하면, 폐의 이상 영역, 정상 영역의 면적 등 정량적 평가를 할 수 있다. 이를 이용하여 폐 치료 반응 또는 추적 관찰시 면적 변화 등을 확인함으로써 정량적 평가를 할 수 있게 된다.
또한, 본 개시에 의하면, 해부학적 구조만으로 판단하거나, 기능적 영상만으로 판단하는 경우에 비하여 기존의 알려진 정보의학적 지식의 기능정보 기반의 재평가를 할 수 있게 된다.
본 개시에서는 특히, 듀얼 에너지 CT를 사용하여 구조 정보의 해상도가 기능 정보로 인해 저해되는 것이 방지되어서 고해상도의 구조 영상 위에서 기능 간의 미스매치가 분석될 수 있다. 본 개시에서는 CT를 사용하여 환기, 관류 및 지역적 움직임을 측정하였고, 이 정보를 이용하여, 파라미터들 간의 미스매치를 효과적으로 분석할 수 있다.
이하 본 개시의 다양한 실시 형태에 대하여 설명한다.
(1) 통합된 제1 기능 정보 및 통합된 제2 기능 정보가 비교되어 장기의 정상 영역 및 비정상 영역이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(2) 제1 기능적 영상으로부터 제1 기능 정보를 제거되어 제1 구조 영상이 생성되는 단계; 그리고 제2 기능적 영상으로부터 제2 기능 정보가 제거되어 제2 구조 영상이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
본 개시는 제1 기능적 영상 및 제2 기능적 영상으로부터 각각 제1 구조 영상 및 제2 구조 영상이 추출되고 제1 구조 영상과 제2 구조 영상이 정합되는 경우 외에도, 추출되지 않은 상태에서 정합되는 경우를 포함한다. 본 개시에서 제1 구조 정보와 제2 구조 정보가 정합된다는 표현은 후자의 경우를 포함한다.
(3) 통합되는 단계는: 제2 구조 정보에 제1 구조 정보를 정합하는 변형 맵이 생성되는 과정; 그리고 변형 맵을 이용하여 제2 구조 정보에 정합된 제1 기능 정보가 생성되는 과정;을 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(4) 통합되는 단계는: 제1 구조 영상과 제2 구조 영상을 정합하는 변형 맵(deformation map)이 생성되는 과정; 그리고 변형 맵을 이용하여 제1 기능적 영상 또는 제2 기능적 영상이 제1 구조 영상 또는 제2 구조 영상에 정합되는 과정;을 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(5) 제1 구조 영상이 제2 구조 영상에 정합되어 생성된 변형 맵(deformation map)을 이용하여 제1 구조 영상의 픽셀과 제2 구조 영상의 픽셀 간의 지역적 변형(local deformation)이 계산되는 단계; 제2 기능 정보가 기준 값에 의해 상대화되어 표준화된(normalized) 제2 기능적 영상이 생성되는 단계; 그리고 제1 기능적 영상이 제2 구조 영상에 정합되어 표준화된 제1 기능적 영상이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(6) 제2 구조 영상의 인텐시티 및 정합된 제1 구조 영상의 인텐시티를 이용한 인텐시티 정보(D), 지역적 변형(M), 표준화된 제2 기능적 영상(nV) 그리고 표준화된 제1 기능적 영상(nrQ) 중 2개 이상에 쓰레쉬홀드 값을 부여하여 제2 구조 영상 위에서 정상 영역 및 비정상 영역을 생성하는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(7) nV/nrQ, nrQ/D 및 nV/D 중 적어도 하나를 포함하는 비율 맵(ratio map)이 생성되는 단계; 그리고 비율 맵을 사용하여 장기의 기능 및 구조를 분석하는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
(8) 제1 기능적 영상 및 제2 기능적 영상은 듀얼 에너지 컴퓨터단층촬영에 의해 획득되는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
본 개시는 듀얼 에너지 CT 외에 다른 의료 영상 장치를 사용하는 경우를 포함한다. 예를 들어, 환기, 관류 등 기능적 영상과 해부학적 구조 영상 모두가 고해상도로 획득될 수 있으면 어떤 의료 영상 장치를 써도 무방하다. 다만, 해부학적 구조물들이 시각적으로 매우 잘 식별될 정도의 해상도를 가지고 기능 정보와 통합되는 것이 바람직하다.
또한, CT를 2번 찍어서 환기 영상 및 관류 영상을 얻고, 이들을 기초로 구조 정보 간의 정합을 수행하고, 구조 정보에 기능 정보를 정합하는 방법도 본 개시에 포함된다. 다만, 듀얼 에너지 CT를 사용하면 동시에 획득이 가능하고, 방사선 피폭량을 줄일 수 있는 장점이 있다.
(9) 장기(organ)의 제1 기능적(functional) 영상과, 제1 기능이 이루어질 때의 장기의 제1 구조(anatomy) 영상이 획득되는 단계; 장기의 제2 기능적 영상과 제2 기능이 이루어질 때의 장기의 제2 구조 영상이 획득되는 단계; 제1 구조 영상이 제2 구조 영상에 정합(registration)되는 단계: 그리고 제1 기능적 영상이 제2 구조 영상에 정합되는 단계;를 포함하는 것을 특징으로 하는 장기 및 구조의 통합 분석 방법.
(10) 제2 구조 영상 위에서 정합된 제1 기능적 영상과 제2 기능적 영상 간의 미스매치(mismatch)가 분석되는 단계;를 포함하는 것을 특징으로 하는 장기 및 구조의 통합 분석 방법.
(11) 장기 및 구조의 통합 분석 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
본 개시에 의하면, CT가 제공하는 고해상도의 해부학적 구조 위에서 환기 정보, 관류 정보, 해부학적 정보 (D) 및 지역적 움직임 (M) 간의 미스매치 등을 정확하게 분석할 수 있게 된다.
본 개시에 의하면, 복합 기능을 하는 폐의 이상 여부를 복합적인 폐기능 간의 미스매치 분석 등을 통해 정확하게 평가할 수 있다.
본 개시에 의하면, 폐 치료 반응 또는 추적 관찰시 정량적 평가를 할 수 있다.
본 개시에 의하면, 폐의 국소 환기 및 관류 지도를 생성하여 임상에 적용할 수 있게 된다.
본 개시에 의하면, 기존의 알려진 정보의학적 지식의 기능정보 기반의 재평가를 할 수 있게 된다.
Claims (12)
- 장기(organ)의 제1 기능(function) 정보와 제1 기능에 대응하는 장기의 제1 구조(anatomy) 정보를 포함하는 제1 기능적 영상이 획득되는 단계;
장기의 제2 기능 정보와 제2 기능에 대응하는 장기의 제2 구조 정보를 포함하는 제2 기능적 영상이 획득되는 단계; 그리고
제1 구조 정보와 제2 구조 정보 간의 정합(registration)을 통해 제1 구조 정보, 제2 구조 정보, 제1 기능 정보 및 제2 기능 정보가 통합되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 1에 있어서,
통합된 제1 기능 정보 및 통합된 제2 기능 정보가 비교되어 장기의 정상 영역 및 비정상 영역이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 1에 있어서,
제1 기능적 영상으로부터 제1 기능 정보가 제거되어 제1 구조 영상이 생성되는 단계; 그리고
제2 기능적 영상으로부터 제2 기능 정보가 제거되어 제2 구조 영상이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 1에 있어서,
통합되는 단계는:
제2 구조 정보에 제1 구조 정보를 정합하는 변형 맵이 생성되는 과정; 그리고
변형 맵을 이용하여 제2 구조 정보에 정합된 제1 기능 정보가 생성되는 과정;을 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 3에 있어서,
통합되는 단계는:
제1 구조 영상과 제2 구조 영상을 정합하는 변형 맵(deformation map)이 생성되는 과정; 그리고
변형 맵을 이용하여 제1 기능적 영상 또는 제2 기능적 영상이 선택적으로 제2 구조 영상 또는 제1 구조 영상에 정합되는 과정;을 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 3에 있어서,
제1 구조 영상이 제2 구조 영상에 정합되어 생성된 변형 맵(deformation map)을 이용하여 제1 구조 영상의 픽셀과 제2 구조 영상의 픽셀 간의 지역적 변형(local deformation)이 계산되는 단계;
제2 기능 정보가 기준 값에 의해 상대화되어 표준화된(normalized) 제2 기능적 영상이 생성되는 단계; 그리고
제1 기능적 영상이 제2 구조 영상에 정합되어 표준화된 제1 기능적 영상이 생성되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 6에 있어서,
제2 구조 영상의 인텐시티 및 정합된 제1 구조 영상의 인텐시티를 이용한 인텐시티 정보(D), 지역적 변형(M), 표준화된 제2 기능적 영상(nV) 그리고 표준화된 제1 기능적 영상(nrQ) 중 2개 이상에 쓰레쉬홀드 값을 부여하여 제2 구조 영상 위에서 정상 영역 및 비정상 영역을 생성하는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 6에 있어서,
nV/nrQ, nrQ/D 및 nV/D 중 적어도 하나를 포함하는 비율 맵(ratio map)이 생성되는 단계; 그리고
비율 맵을 사용하여 장기의 기능 및 구조를 분석하는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 1에 있어서,
제1 기능적 영상 및 제2 기능적 영상은 듀얼 에너지 컴퓨터단층촬영에 의해 획득되는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 장기(organ)의 제1 기능적(functional) 영상과, 제1 기능이 이루어질 때의 장기의 제1 구조(anatomy) 영상이 획득되는 단계;
제1 구조 영상이 획득되는 때와 다른 때에 제1 기능과 다른 장기의 제2 기능적 영상과 제2 기능이 이루어질 때의 장기의 제2 구조 영상이 획득되는 단계;
제1 구조 영상이 제2 구조 영상에 정합(registration)되는 단계:
제1 기능적 영상이 제2 구조 영상에 정합되는 단계; 그리고
제2 구조 영상 위에서 정합된 제1 기능적 영상과 제2 기능적 영상 간의 미스매치(mismatch)가 분석되는 단계;를 포함하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 10에 있어서,
제1 기능적 영상 및 제1 구조 영상은 조영 가스를 흡입한 폐를 촬영하여 획득하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법. - 청구항 10에 있어서,
제2 기능적 영상 및 제2 구조 영상은 혈관 조영제를 주입한 폐를 촬영하여 획득하는 것을 특징으로 하는 장기의 기능 및 구조의 통합 분석 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20120120919 | 2012-10-30 | ||
| KR1020120120919 | 2012-10-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140055956A KR20140055956A (ko) | 2014-05-09 |
| KR101529658B1 true KR101529658B1 (ko) | 2015-06-19 |
Family
ID=50887492
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130092140A KR101529658B1 (ko) | 2012-10-30 | 2013-08-02 | 장기의 기능 및 구조의 통합 분석 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101529658B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09133771A (ja) * | 1995-05-31 | 1997-05-20 | Elscint Ltd | 核医学画像の位置合せ |
| US5974165A (en) * | 1993-11-30 | 1999-10-26 | Arch Development Corporation | Automated method and system for the alignment and correlation of images from two different modalities |
| JP2002282248A (ja) * | 2000-11-27 | 2002-10-02 | Ge Medical Systems Global Technology Co Llc | Ｃｔ潅流法のためのカラー・パラメトリック合成マップ |
| JP2004174260A (ja) * | 2002-11-27 | 2004-06-24 | Ge Medical Systems Global Technology Co Llc | 構造、灌流及び機能に関する異常を検出する方法及び装置 |
-
2013
- 2013-08-02 KR KR1020130092140A patent/KR101529658B1/ko not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5974165A (en) * | 1993-11-30 | 1999-10-26 | Arch Development Corporation | Automated method and system for the alignment and correlation of images from two different modalities |
| JPH09133771A (ja) * | 1995-05-31 | 1997-05-20 | Elscint Ltd | 核医学画像の位置合せ |
| JP2002282248A (ja) * | 2000-11-27 | 2002-10-02 | Ge Medical Systems Global Technology Co Llc | Ｃｔ潅流法のためのカラー・パラメトリック合成マップ |
| JP2004174260A (ja) * | 2002-11-27 | 2004-06-24 | Ge Medical Systems Global Technology Co Llc | 構造、灌流及び機能に関する異常を検出する方法及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140055956A (ko) | 2014-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9117287B2 (en) | Image analysis apparatus, method, and program | |
| JP4560643B2 (ja) | 呼吸気ｃｔ画像による換気分布計測方法 | |
| JP4937922B2 (ja) | 画像解析装置及び方法 | |
| CN102208105B (zh) | 医学图像处理技术 | |
| CN104853677B (zh) | 图像处理装置以及图像处理方法 | |
| CN104363833B (zh) | 图像生成装置以及图像生成方法 | |
| JP6656910B2 (ja) | 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム | |
| DE102005040438A1 (de) | Verfahren und Vorrichtung zur Embolieanalyse | |
| JP2016193191A (ja) | 医用画像処理装置及び医用画像処理プログラム | |
| Gao et al. | A new paradigm of interactive artery/vein separation in noncontrast pulmonary CT imaging using multiscale topomorphologic opening | |
| US10007984B2 (en) | Method for quantifying medical image | |
| JP6253085B2 (ja) | Ｘ線動画像解析装置、ｘ線動画像解析プログラム及びｘ線動画像撮像装置 | |
| BR112020013421A2 (pt) | programa de suporte de diagnóstico | |
| KR101611488B1 (ko) | 의료 영상에서 아티팩트와 병변을 구분하는 방법 | |
| WO2023063318A1 (ja) | 診断支援プログラム | |
| US20220254016A1 (en) | Regional Pulmonary V/Q via image registration and Multi-Energy CT | |
| CN114375461A (zh) | 针对胸部x射线图像的吸气度量标准 | |
| Zhang et al. | Volumetric registration-based cleft volume estimation of alveolar cleft grafting procedures | |
| Grova et al. | A methodology to validate MRI/SPECT registration methods using realistic simulated SPECT data | |
| US9569687B2 (en) | Image analysis device, imaging system and non-transitory recording medium generating an index indicating a cardiac status with respect to frame images | |
| KR101529658B1 (ko) | 장기의 기능 및 구조의 통합 분석 방법 | |
| Chambon et al. | CT-PET landmark-based lung registration using a dynamic breathing model | |
| Tohka et al. | Assessment of brain surface extraction from PET images using Monte Carlo simulations | |
| Reinhardt et al. | Pulmonary imaging and analysis | |
| Rahni et al. | Extracting respiratory motion from 4D MRI using organ-wise registration |
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 | ||
| LAPS | Lapse due to unpaid annual fee |