KR101669325B1 - 공동 희소성을 이용한 산란광 단층 촬영 방법 및 장치 - Google Patents

공동 희소성을 이용한 산란광 단층 촬영 방법 및 장치 Download PDF

Info

Publication number
KR101669325B1
KR101669325B1 KR1020140042281A KR20140042281A KR101669325B1 KR 101669325 B1 KR101669325 B1 KR 101669325B1 KR 1020140042281 A KR1020140042281 A KR 1020140042281A KR 20140042281 A KR20140042281 A KR 20140042281A KR 101669325 B1 KR101669325 B1 KR 101669325B1
Authority
KR
South Korea
Prior art keywords
coefficient
optical
equation
scattering
absorption coefficient
Prior art date
Application number
KR1020140042281A
Other languages
English (en)
Other versions
KR20150093088A (ko
Inventor
예종철
이옥균
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
Publication of KR20150093088A publication Critical patent/KR20150093088A/ko
Application granted granted Critical
Publication of KR101669325B1 publication Critical patent/KR101669325B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

산란광 단층 촬영의 역문제를 해결하기 위해 흡수 계수의 변화량 및 산란 계수의 변화량을 계산하는 방법 및 장치가 제공된다. 상기의 방법은 산란광 단층 촬영이 수행되는 전체 영역 중 하나 이상의 광원들을 이용하여 광학 계수가 변화하는 복원 대상을 검출하는 단계, 상기 복원 대상에 기반하여 내부 광학 플루엔스(fluence)를 계산하는 단계 및 상기 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산하는 단계를 포함할 수 있다.

Description

공동 희소성을 이용한 산란광 단층 촬영 방법 및 장치{METHOD AND APPARATUS FOR DIFFUSE OPTICAL TOMOGRAPHY USING JOINT SPARSITY}
본 발명의 실시예들은 산란광 단층 촬영(DOT: Diffuse Optical Tomography)의 역문제(inverse problem)에서, 공동 희소성(joint sparsity)을 이용하여 비 반복적으로 흡수 계수 및 산란 계수를 복원 할 수 있는 압축 산란광 단층 촬영 방법 및 장치에 관한 것이다.
일반적으로, 컴퓨터 단층촬영(Computed Tomography, CT)은 엑스선이나 초음파를 여러 각도에서 인체에 투영하고 이를 컴퓨터로 재구성하여 인체의 내부 단면을 영상 처리하는 것이다.
이러한 CT에는 양전자 방출 단층촬영(Positron Emission Tomography), 광간 섭성 단층촬영(Optical Coherence Tomography), 산란광 단층 촬영(Diffuse Optical Tomography) 등의 다양한 촬영 기법이 있다.
일반적인 CT의 경우 수 나노미터(nm) 대 파장의 엑스레이를 광원으로 사용하므로 큰 에너지의 빛을 이용하여 투과도의 차이를 영상으로 나타내는 것인 반면, 상기 산란광 단층 촬영은 일반적으로 700나노미터 근처의 근적외선을 사용하므로 광원의 에너지가 작아 산란에 의한 영향을 받게 된다.
상기 산란광 단층 촬영은 사용되는 근적외선의 영역에서 매질의 특성에 따라 흡수 계수의 차이가 크게 나타나므로 매질의 흡수 계수 차이를 측정하여 미세한 매질의 차이 즉, 암이나 혈액 응집 등을 측정하는데 용이하다.
이러한 산란광 단층 촬영에 이용되는 알고리즘으로는 먼저 Levenberg-Marquardt 알고리즘이나 ICD/Born 방법을 이용한 Bayesian approach 알고리즘과 같은 반복적인 알고리즘이 있다. 상기 반복적인 알고리즘은 매 반복(iteration)마다 전 단계에서 구한 광학 파라미터(optical parameter)를 이용하여 확산 방정식(diffusion equation)을 다시 풀고, 이를 바탕으로 최적화 문제를 해결함으로써 보다 정확한 광학 파라미터를 구해나가는 방법이다.
다음으로, 선형화(linearization) 알고리즘은 타겟(복원 대상)의 광학 파라미터의 변화가 배경(background) 물질에서의 광학 파라미터에 비해서 아주 작다는 전제하에, 타겟이 존재할 때의 알려지지 않은 광학 플루엔스(optical fluence)를 배경 물질에 해당하는 알고 있는 광학 플루엔스로 대체하여 문제를 해결하는 방법이다.
그러나, 3차원 영상을 다루는 산란광 단층 촬영의 복원 문제에서 반복적인 알고리즘을 사용할 경우, 매 반복마다 3차원 확산 방정식을 풀어야 하므로 시간이 매우 오래 걸린다는 단점이 있다. 그리고 선형화 알고리즘은 타겟이 존재할 때의 알려지지 않은 광학 플루엔스를 배경 물질에 해당하는 알고 있는 광학 플루엔스로 추정하였기 때문에 복원 결과가 정확하지 않다는 단점이 있으며, 타겟의 광학 파라미터의 변화가 배경 물질에서의 광학 파라미터에 비해서 클수록 오차도 커지게 된다는 문제점이 있다.
한편, 일반화된 MUSIC(MUltiple SIgnal Classification) 알고리즘은 기존의 MUSIC 알고리즘의 개선된 알고리즘으로서, 스냅샷(snapshot)들로 이루어진 행렬의 랭크(rank) 값에 상관없이 MMV(Multiple Measurement Vector) 문제에서 복원할 수 있는 타겟의 이론적인 상계(upper bound)를 만족할 수 있는 방법으로 MMV 문제로 변환된 DOT 복원 문제에 효과적으로 사용될 수 있다.
한국공개특허 제10-2013-0131390호(공개일 2011년 11월 26일)에는 단층 영상 합성용으로 구성된 컴퓨터 단층 촬영 시스템이 공개되었다. 공개 발명은 통상의 단층 촬영 및 단층 영상 합성에 필적하지만, 덜 고가이고, 덜 복잡하며 일반적으로 더욱 신뢰할 수 있을 뿐만 아니라 동작하기 더욱 쉬운 시스템에서 부분적 및 편평한 이미지를 제공한다. 단층 영상 합성이 가능한 컴퓨터 단층 촬영 시스템은 하우징 어셈블리 내에 내부 원형 갠트리 및 외부 갠트리를 포함한다. 복수의 이격된 방사선 촬영 플레이트가 하우징 어셈블리 내에서 내부 원형 갠트리의 표면을 따라 위치하고, x-선 검출기로서 구성된다. x-선 소스 장치가 외부 갠트리에 고정되고, x-선을 이격된 형광체 표면 사이에서 갠트리를 따라 및 대상에 대해 회전되면서 환자나 대상 상에 방출하도록 구성된다. 방사선 촬영 장치는 내부 갠트리에 이동 가능하게 결합되고, 방사선 촬영 플레이트를 스캔 및 판독하여 데이터를 이미지 처리 컴퓨터에 제공하도록 구성된다. 시스템은 다수의 투영이 노출된 후 통합 방사선 촬영 장치에 의해 바로 스캔될 수 있도록 외부 갠트리에 결합된 x-선 소스 장치가 x-선 검출기에 대해 이동하도록 구성된다
일 실시예는 흡수 계수의 변화량 및 산란 계수의 변화량을 복원하는 장치 및 방법을 제공할 수 있다.
일 실시예는 복원 대상을 검출하고, 검출된 복원 대상을 복원하는 장치 및 방법을 제공할 수 있다.
일 측면에 따른 산란광 단층 촬영 장치는 산란광 단층 촬영이 수행되는 전체 영역 중 하나 이상의 광원들을 이용하여 광학 계수가 변화하는 복원 대상을 검출하는 검출부 및 상기 복원 대상에 기반하여 내부 광학 플루엔스(fluence)를 계산하고, 상기 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산하는 처리부를 포함한다.
상기 처리부는 상기 복원 대상이 가지는 유도 전류(induced current)의 공동 희소성(joint sparsity)을 이용하여 상기 복원 대상을 검출할 수 있다.
상기 내부 광학 플루엔스는 폴디-락스(Foldy-Lax) 방정식을 이용하여 계산될 수 있다.
상기 처리부는 상기 내부 광학 플루엔스를 이용하여 상기 흡수 계수의 변화량 및 상기 복원 대상의 확산 계수의 변화량을 계산하고, 상기 흡수 계수의 변화량 및 상기 확산 계수의 변화량을 이용하여 상기 산란 계수의 변화량을 계산할 수 있다.
다른 일 측면에 따른 산란광 단층 촬영 장치는 산란광 단층 촬영(Diffuse Optical Tomography)이 수행되는 전체 영역 중 복원 대상의 공동 희소성(joint sparsity)에 기반하여 상기 복원 대상을 검출하는 검출부 및 상기 복원 대상의 내부 광학 플루엔스(fluence)를 계산하고, 상기 계산된 내부 광학 플루엔스를 이용하여 상기 복원 대상의 흡수 계수의 변화량 및 산란 계수의 변화량을 계산함으로써 상기 복원 대상을 복원하는 처리부를 포함한다.
상기 검출부는 다중 측정 벡터(Multiple Measurement Vector; MMV) 알고리즘을 이용하여 상기 복원 대상을 검출할 수 있다.
상기 검출부는 하나 이상의 광원들을 이용하여 상기 전체 영역 중 광학 계수가 변화한 영역을 상기 복원 대상으로서 검출할 수 있다.
상기 광학 계수가 변화한 영역은 흡수 계수만이 변화한 영역, 산란 계수 만이 변화한 영역 및 산란 계수 및 흡수 계수가 동시에 변화한 영역 중 적어도 하나의 영역을 포함할 수 있다.
상기 검출부는 기 검출된 광학 계수가 변화한 영역을 상기 복원 대상으로 설정함으로써 상기 복원 대상을 검출할 수 있다.
상기 공동 희소성은 상기 복원 대상이 가지는 유도 전류(induced current)의 공동 희소성일 수 있다.
상기 처리부는 폴디-락스(Foldy-Lax) 방정식을 이용하여 상기 내부 광학 플루엔스를 계산할 수 있다.
상기 처리부는 상기 복원 대상 및 상기 복원 대상의 유도 전류의 값에 기반하여 상기 내부 광학 플루엔스를 계산할 수 있다.
상기 흡수 계수의 변화량 및 상기 산란 계수의 변화량은 상기 산란광 단층 촬영의 역문제를 해결하기 위한 비선형 방정식이 상기 공동 희소성에 의해 선형화된 방정식의 해로써 각각 계산될 수 있다.
상기 비선형 방정식은 압축 센싱(compressed sensing) 기법을 이용하여 상기 선형화된 방정식으로 변형될 수 있다.
상기 처리부는 상기 내부 광학 플루엔스를 이용하여 상기 복원 대상의 흡수 계수의 변화량 및 확산 계수의 변화량을 계산하고, 상기 흡수 계수의 변화량 및 상기 확산 계수의 변화량을 이용하여 상기 산란 계수의 변화량을 계산함으로써 상기 복원 대상을 복원할 수 있다.
또 다른 일 측면에 따른, 흡수 계수의 변화량 및 산란 계수의 변화량 계산 방법은 산란광 단층 촬영이 수행되는 전체 영역 중 하나 이상의 광원들을 이용하여 광학 계수가 변화하는 복원 대상을 검출하는 단계, 상기 복원 대상에 기반하여 내부 광학 플루엔스(fluence)를 계산하는 단계 및 상기 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산하는 단계를 포함한다.
또 다른 일 측면에 따른, 산란광 단층 촬영 방법은 산란광 단층 촬영(Diffuse Optical Tomography)이 수행되는 전체 영역 중 복원 대상의 공동 희소성(joint sparsity)에 기반하여 복원 대상을 검출하는 단계, 상기 복원 대상의 내부 광학 플루엔스(fluence)를 계산하는 단계 및 상기 계산된 내부 광학 플루엔스를 이용하여 상기 복원 대상의 흡수 계수의 변화량 및 산란 계수의 변화량을 계산함으로써 상기 복원 대상을 복원하는 단계를 포함한다.
흡수 계수의 변화량 및 산란 계수의 변화량을 계산 또는 복원하는 장치 및 방법이 제공된다.
흡수 계수의 변화량 및 산란 계수의 변화량을 계산함으로써 복원 대상을 복원하는 장치 및 방법이 제공된다.
도 1은 일 실시예에 따른 산란광 단층 촬영 장치의 구성도를 도시한다.
도 2는 일 실시예에 따른 흡수 계수의 변화량 및 산란 계수의 변화량 계산 방법의 흐름도이다.
도 3은 일 실시예에 따른 산란광 단층 촬영 방법의 흐름도를 도시한다.
도 4는 일 예에 따른 전체 영역 중 복구 영역을 도시한다.
도 5는 일 예에 따른 선형화된 방정식의 매트릭스를 도시한다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
산란광 단층 촬영(Diffuse Optical Tomography; DOT)의 역문제는 비선형 문제일 수 있다. 역문제를 해결하기 위해 압축 센싱 기법이 적용될 수 있다. 압축 센싱 기법을 적용한 역문제의 해결 방법은 비반복적으로 흡수 계수 및 산란 계수의 변화량을 복원할 수 있다. 압축 센싱 기법을 적용한 역문제의 해결 방법은 흡수 계수 및 산란 계수의 변화량이 발생한 영역이 전체 영역에 비해서 상당히 희소하다는 것을 가정하고 있을 수 있다. 압축 센싱 기법을 적용한 역문제의 해결 방법은 하나 이상의 광원들을 사용하여 비선형의 역문제를 공동 희소성의 복원 문제로 변환할 수 있다. 압축 센싱 기법을 적용한 역문제의 해결 방법은 흡수 계수의 변화량 또는 산란 계수의 변화량만을 복원할 수 있을 수 있다.
역문제를 해결하기 위해 흡수 계수의 변화량 및 산란 계수의 변화량을 계산 또는 복원할 수 있는 방법에 대해, 하기에서 도 2 내지 도 5를 참조하여 상세히 설명된다.
도 1은 일 실시예에 따른 산란광 단층 촬영 장치의 구성도를 도시한다.
산란광 단층 촬영 장치(100)(이하에서, 산란광 단층 촬영 장치(100)는 장치(100)로 약술된다)는 통신부(110), 처리부(120), 검출부(130) 및 저장부(140)를 포함할 수 있다.
통신부(110)는 다른 장치로부터 데이터를 수신하고, 다른 장치로 데이터를 전송할 수 있다.
처리부(120)는 데이터를 처리할 수 있다.
검출부(130)는 산란광 단층 촬영이 수행되는 전체 영역 중 복원 대상을 검출할 수 있다.
저장부(140)는 처리부(120)가 처리한 데이터 및 검출부(130)에 의해 생성된 데이터를 저장할 수 있다.
통신부(110), 처리부(120), 검출부(130) 및 저장부(140)에 대해, 하기에서 도 2 내지 도 5를 참조하여 상세히 설명된다.
도 2는 일 실시예에 따른 흡수 계수의 변화량 및 산란 계수의 변화량 계산 방법의 흐름도이다.
단계(210)에서, 처리부(120)는 DOT가 수행되는 전체 영역 중 복원 대상의 공동 희소성(joint sparsity)을 이용하여 DOT의 문제를 복원 대상을 검출하는 문제로 변환할 수 있다.
DOT의 문제는 DOT의 역문제일 수 있다. DOT의 역문제는 비선형의 문제일 수 있다.
처리부(120)는 압축 센싱 기법을 이용하여 DOT의 역문제를 공동 희소성 복원 문제로 변환할 수 있다.
DOT가 생물에 대해 수행될 때, 생물학적인 현상(예를 들어, angiogenesis of cancers, the brain hemodynamic response 등)에 의해서 혈관이 형성되거나 혈관이 확장되는 경우 혈관이 형성되거나 혈관이 확장된 부분의 광학 계수(optical parameter)의 값이 변할 수 있다. 광학 계수의 값이 변화하는 영역은 생물의 전체 영역에 비해 희소할 수 있다.
일반적으로 산란광이 심하게 발생하는 매질(예를 들어, biological tissue 등) 에서의 광자(photon)의 움직임은 어떤
Figure 112014033851223-pat00001
번째 조명 패턴(illumination pattern)을 갖는 광원에 대해서, 하기의 [수학식 1]과 같은 확산 방정식(diffusion equation)으로 표현될 수 있다. 산란광이 심하게 발생하는 매질에서 산란 계수는 흡수 계수보다 클 수 있다.
Figure 112014033851223-pat00002
여기서,
Figure 112014033851223-pat00003
일 수 있다.
Figure 112014033851223-pat00004
는 광원일 수 있다.
Figure 112014033851223-pat00005
및
Figure 112014033851223-pat00006
은 각각 흡수 계수 및 확산 계수를 나타낼 수 있다.
Figure 112014033851223-pat00007
는 광원에 대한 내부 광학 플루엔스(fluence)일 수 있다.
Figure 112014033851223-pat00008
는 광학 계수의 변화가 있을 때 측정된 내부 광학 플루엔스일 수 있다.
Figure 112014033851223-pat00009
은 외삽 경계 조건(extrapolated boundary condition)을 만족하는 거리(extrapolated distance)일 수 있다.
Figure 112014033851223-pat00010
은 경계면
Figure 112014033851223-pat00011
에 수직인 벡터를 나타낼 수 있다.
확산 계수는 하기의 [수학식 2]를 만족할 수 있다.
Figure 112014033851223-pat00012
여기서,
Figure 112014033851223-pat00013
은 산란 계수(reduced scattering coefficient)일 수 있다.
확산 계수는 하기의 [수학식 3]으로 표현될 수 있다.
Figure 112014033851223-pat00014
여기서,
Figure 112014033851223-pat00015
는 확산 계수의 배경 값일 수 있다. 확산 계수의 배경 값은 알려져 있을 수 있다.
Figure 112014033851223-pat00016
는 확산 계수의 변화량일 수 있다. 확산 계수의 변화량은 알려져 있지 않을 수 있다.
흡수 계수는 하기의 [수학식 4]로 표현될 수 있다.
Figure 112014033851223-pat00017
여기서,
Figure 112014033851223-pat00018
는 흡수 계수의 배경 값일 수 있다. 흡수 계수의 배경 값은 알려져 있을 수 있다.
Figure 112014033851223-pat00019
는 흡수 계수의 변화량일 수 있다. 흡수 계수의 변화량은 알려져 있지 않을 수 있다.
산란 계수는 하기의 [수학식 5]로 표현될 수 있다.
Figure 112014033851223-pat00020
여기서,
Figure 112014033851223-pat00021
는 산란 계수의 배경 값일 수 있다. 산란 계수의 배경 값은 알려져 있을 수 있다.
Figure 112014033851223-pat00022
는 산란 계수의 변화량일 수 있다. 산란 계수의 변화량은 알려져 있지 않을 수 있다.
광학 계수는 확산 계수, 흡수 계수 및 산란 계수 중 적어도 하나를 포함할 수 있다.
처리부(120)는 [수학식 3] 내지 [수학식 5]를 이용하여 [수학식 1]을 하기의 [수학식 6]과 같이 변형할 수 있다. [수학식 6]은 비선형 적분 방정식일 수 있다.
Figure 112014033851223-pat00023
여기서,
Figure 112014033851223-pat00024
는 광학 계수의 변화가 없을 때 측정된 광학 플루엔스일 수 있다.
Figure 112014033851223-pat00025
는 광학 계수들이 알려진 배경 값들이고, 광원이 델타 함수(delta function)일 때, 하기의 [수학식 7]을 만족하는 해일 수 있다.
Figure 112014033851223-pat00026
는 그린 함수(Green's function)일 수 있다.
Figure 112014033851223-pat00027
는 DOT가 수행되는 전체 영역일 수 있다.
Figure 112014033851223-pat00028
DOT의 역문제는, 광학 계수의 변화가 없을 때 측정된
Figure 112014033851223-pat00029
의 값 및 광학 계수의 변화가 있을 때 측정된
Figure 112014033851223-pat00030
의 값 간의 차이와 그린 함수의 정보에 기반하여 흡수 계수의 변화량 및 확산 계수의 변화량을 계산 또는 복원하는 것일 수 있다
산란 계수의 변화량은 흡수 계수의 변화량 및 확산 계수의 변화량에 기반하여 하기의 [수학식 8]과 같이 계산될 수 있다.
Figure 112014033851223-pat00031
광학 계수의 변화가 발생하는 영역(
Figure 112014033851223-pat00032
)이 전체 영역(
Figure 112014033851223-pat00033
)에 비해서 희소 하다면, [수학식 6]이 하기의 [수학식 9]로 변형될 수 있다. 광학 계수의 변화가 발생하는 영역은 복원 대상일 수 있다.
Figure 112014033851223-pat00034
여기서,
Figure 112014033851223-pat00035
는 하기의 [수학식 10]으로 정의될 수 있다.
Figure 112014033851223-pat00036
는 하기의 [수학식 11]로 정의 될 수 있다.
Figure 112014033851223-pat00037
즉,
Figure 112014033851223-pat00038
는 광학 계수의 변화가 없을 때 측정된 광학 플루엔스의 값 및 광학 계수의 변화가 있을 때 측정된 광학 플루엔스의 값 간의 차이일 수 있다.
Figure 112014033851223-pat00039
Figure 112014033851223-pat00040
는 유도 전류(induced current)일 수 있다.
처리부(120)는 복원 대상의 유도 전류를 계산할 수 있다. 처리부(120)는 공동 희소성 복원 알고리즘을 이용하여 유도 전류를 계산할 수 있다. 처리부(120)는 유도 전류를 계산할 때 이용되는 센싱 매트릭스(sensing matrix)의 열(column)들의 놈(norm)이 일정하게 유지되도록 센싱 매트릭스를 스케일링(scaling)할 수 있다.
전체 영역을 촬영하는 광원이 달라짐에 따라 흡수 계수 및 확산 계수가 변화하는 영역(
Figure 112014033851223-pat00041
)은 변하지 않을 수 있다. 전체 영역을 촬영하는 광원이 달라짐에 따라 내부 광학 플루엔스는 변화할 수 있다. 흡수 계수의 변화량, 확산 계수의 변화량 및 내부 광학 플루엔스의 값에 기반하는 유도 전류는 공동 희소성을 가질 수 있다. 다시 말하자면, 공동 희소성은 복원 대상이 가지는 유도 전류의 공동 희소성일 수 있다.
처리부(120)는 [수학식 1] 내지 [수학식 6]을 이용하여 DOT의 역산란 문제를 공동 희소성을 갖는 MMV(Multiple Measurement Vector) 복원 문제로 변환할 수 있다. 변환된 MMV 복원 문제는 하기의 [수학식 12]으로 표현될 수 있다.
Figure 112014033851223-pat00042
여기서,
Figure 112014033851223-pat00043
는
Figure 112014033851223-pat00044
를 나타낼 수 있다.
Figure 112014033851223-pat00045
는
Figure 112014033851223-pat00046
를 나타낼 수 있다.
Figure 112014033851223-pat00047
는
Figure 112014033851223-pat00048
를 의미할 수 있다.
Figure 112014033851223-pat00049
는 j번째 검출기(detector)의 위치일 수 있다.
Figure 112014033851223-pat00050
는 j번째 구분(discretized)된 복셀(voxel)의 위치일 수 있다.
Figure 112014033851223-pat00051
는 복셀의 부피일 수 있다.
Figure 112014033851223-pat00052
는 X 매트릭스에서 0이 아닌 행 벡터들의 개수일 수 있다.
Figure 112014033851223-pat00053
는
Figure 112014033851223-pat00054
인 영역에 해당할 수 있다.
Figure 112014033851223-pat00055
에 해당하는 영역은 비-제로 서포트(non-zero support)일 수 있다. 비-제로 서포트는 복원 대상일 수 있다.
흡수 계수의 변화량만 존재하거나, 산란 계수의 변화량만 존재하거나 또는 흡수 계수의 변화량 및 산란 계수의 변화량이 모두 존재하는 경우에 [수학식 6]은 [수학식 12]와 같이 복원 대상을 검출하는 문제인 공동 희소성의 복원 문제로 변환될 수 있다.
단계(220)에서, 검출부(130)는 전체 영역 중 복원 대상을 검출할 수 있다. 검출부(130)는 하나 이상의 광원들을 이용하여 광학 계수가 변화하는 복원 대상을 검출할 수 있다. 광학 계수가 변화한 영역은 흡수 계수만이 변화한 영역, 산란 계수 만이 변화한 영역 및 산란 계수 및 흡수 계수가 동시에 변화한 영역 중 적어도 하나의 영역을 포함할 수 있다. 복원 대상에 대해, 하기에서 도 4를 참조하여 상세히 설명된다.
검출부(130)는 [수학식 12]를 만족하는 해를 구함으로써 복원 대상을 검출할 수 있다.
처리부(120)는 복원 대상의 위치를 검출함으로써 복원 대상을 검출할 수 있다.
일 측면에 따르면, 검출부(130)는 복원 대상이 가지는 유도 전류의 공동 희소성을 이용하여 복원 대상을 검출할 수 있다.
다른 일 측면에 따르면, 검출부(130)는 기 검출된 광학 계수가 변화한 영역을 복원 대상으로 설정함으로써 복원 대상을 검출할 수 있다. 예를 들어, 통신부(110)는 다른 장치로부터 기 검출된 광학 계수가 변화한 영역에 관한 데이터를 수신할 수 있다. 다른 예로, 복원 대상은 DOT 이외에 다른 영상 촬영 방법을 이용하여 획득될 수 있다.
단계(230)에서, 처리부(120)는 복원 대상에 기반하여 복원 대상의 내부 광학 플루엔스를 계산할 수 있다.
내부 광학 플루엔스는 하기의 [수학식 13]을 이용하여 계산될 수 있다.
Figure 112014033851223-pat00056
[수학식 9] 및 [수학식 13]은 폴디-락스(Foldy-Lax) 방정식일 수 있다. 즉, 내부 광학 플루엔스는 폴디-락스 방정식을 이용하여 계산될 수 있다.
단계(240)에서, 처리부(120)는 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산할 수 있다.
처리부(120)는 계산된 내부 광학 플루엔스를 [수학식 6]에 적용함으로써 하기의 [수학식 14]를 획득할 수 있다.
Figure 112014033851223-pat00057
[수학식 6] 및 [수학식 9] 간의 차이는 전체 적분 구간의 차이일 수 있다. [수학식 6] 및 [수학식 9] 간의 차이는 알려져 있지 않은 내부 플루엔스(
Figure 112014033851223-pat00058
)가 계산된 내부 플루엔스(
Figure 112014033851223-pat00059
)로 대체 됨으로써 비선형 적분 방정식이 선형 적분 방정식으로 변형된 점일 수 있다.
처리부(120)는 [수학식 9]를 이용하여 압축 센싱을 이용하는 비반복적인 DOT 복원 방법을 [수학식 14]와 같이 흡수 계수의 변화량 및 산란 계수의 변화량을 동시에 계산할 수 있는 방법으로 확장할 수 있다. 다시 말하자면, 처리부(120)는 흡수 계수의 변화량 및 산란 계수의 변화량을 동시에 복원할 수 있다.
처리부(120)는 선형화된 문제를 하기의 [수학식 15]와 같은 매트릭스 방정식으로 변환할 수 있다.
Figure 112014033851223-pat00060
여기서,
Figure 112014033851223-pat00061
는 하기의 [수학식 16]의 관계일 수 있다. m은 검출기의 개수일 수 있다.
Figure 112014033851223-pat00062
는 하기의 [수학식 17]의 관계일 수 있다.
Figure 112014033851223-pat00063
는 하기의 [수학식 18]의 관계일 수 있다.
Figure 112014033851223-pat00064
는
Figure 112014033851223-pat00065
일 수 있다.
Figure 112014033851223-pat00066
는
Figure 112014033851223-pat00067
일 수 있다.
Figure 112014033851223-pat00068
는 복원 대상의 개수일 수 있다. A는 센싱(sensing) 매트릭스일 수 있다. x는 광학 계수의 변화량을 원소로 갖는 벡터일 수 있다.
Figure 112014033851223-pat00069
Figure 112014033851223-pat00070
Figure 112014033851223-pat00071
일 측면에 따르면, 처리부(120)는 임의의 선형 방정식 솔버(solver)를 이용하여 [수학식 15]를 해결할 수 있다.
다른 일 측면에 따르면, 처리부(120)는 하기의 [수학식 19]를 이용하여 [수학식 15]를 해결할 수 있다.
Figure 112014033851223-pat00072
여기서,
Figure 112014033851223-pat00073
은 L1 놈(norm)을 나타낼 수 있다.
Figure 112014033851223-pat00074
는 총 변이(total variation)을 나타낼 수 있다.
Figure 112014033851223-pat00075
는 페널티 함수(penalty function)의 가중치일 수 있다. 처리부(120)는 [수학식 19]를 해결함으로써 흡수 계수의 변화량 및 확산 계수의 변화량을 계산할 수 있다.
처리부(120)는 내부 광학 플루엔스를 이용하여 복원 대상의 흡수 계수의 변화량 및 복원 대상의 확산 계수의 변화량을 계산할 수 있다. 처리부(120)는 흡수 계수의 변화량 및 확산 계수의 변화량에 기반하여 산란 계수의 변화량을 계산할 수 있다. 산란 계수의 변화량은 복원 대상의 산란 계수의 변화량일 수 있다.
예를 들어, 처리부(120)는 임의의 솔버를 이용하여 [수학식 19]를 해결할 수 있다.
다른 예로, 처리부(120)는 하기의 [표 1]을 이용하여 [수학식 19]를 해결할 수 있다.
Figure 112014033851223-pat00076
[표 1]의 코드는 Constrained Split Augmented Lagrangian Shrinkage Algorithm(C-SALSA)를 적용한 슈도-코드(pseudocode)일 수 있다. 여기서,
Figure 112014033851223-pat00077
는
Figure 112014033851223-pat00078
에 관한 모로 프록시말 맵핑(Moreau proximal mapping)을 나타낼 수 있다.
Figure 112014033851223-pat00079
는
Figure 112014033851223-pat00080
일 수 있다.
Figure 112014033851223-pat00081
는
Figure 112014033851223-pat00082
일 수 있다.
Figure 112014033851223-pat00083
는
Figure 112014033851223-pat00084
일 수 있다.
Figure 112014033851223-pat00085
는
Figure 112014033851223-pat00086
일 수 있다.
Figure 112014033851223-pat00087
은 y를 중심으로 반지름
Figure 112014033851223-pat00088
을 갖는 유클리디언 볼(Euclidean ball)에 대한 지시자 함수(indicator function)일 수 있다.
Figure 112014033851223-pat00089
는 박스 제한(Box constraint)에 대한 지시자 함수(indicator function)일 수 있다.
앞서 도 1을 참조하여 설명된 기술적 내용들이 그대로 적용될 수 있으므로, 보다 상세한 설명은 이하 생략하기로 한다.
도 3은 일 실시예에 따른 산란광 단층 촬영 방법의 흐름도를 도시한다.
하기의 단계들(310 내지 340)을 통해 장치(100)가 복원 대상을 복원하는 방법에 대해 설명된다.
단계(310)에서, 검출부(130)는 DOT가 수행되는 전체 영역 중 복원 대상의 공동 희소성에 기반하여 복원 대상을 검출할 수 있다.
일 측면에 따르면, 검출부(130)는 하나 이상의 광원들을 이용하여 전체 영역 중 광학 계수가 변화한 영역을 복원 대상으로서 검출할 수 있다. 광학 계수가 변화한 영역은 흡수 계수만이 변화한 영역, 산란 계수만이 변화한 영역 및 산란 계수 및 흡수 계수가 동시에 변화한 영역 중 적어도 하나의 영역을 포함할 수 있다.
공동 희소성은 복원 대상이 가지는 유도 전류의 공동 희소성일 수 있다. 공동 희소성에 대해, 전술된 단계(210)의 공동 희소성에 관한 설명이 그대로 적용될 수 있다.
다른 일 측면에 따르면, 검출부(130)는 기 검출된 광학 계수가 변화한 영역을 복원 대상으로 설정함으로써 복원 대상을 검출할 수 있다.
검출부(130)는 MMV 알고리즘을 이용하여 복원 대상을 검출할 수 있다.
단계(320)에서, 처리부(120)는 복원 대상의 내부 광학 플루엔스를 계산할 수 있다. 예를 들어, 처리부(120)는 복원 대상 및 유도 전류의 값에 기반하여 내부 광학 플루엔스를 계산할 수 있다. 다른 예로, 처리부(120)는 폴디-락스 방정식을 이용하여 내부 광학 플루엔스를 계산할 수 있다.
단계(320)에 대한 설명은 전술된 단계(230)에 대한 설명으로 대체될 수 있다.
단계(330)에서, 처리부(120)는 계산된 내부 광학 플루엔스를 이용하여 복원 대상의 흡수 계수의 변화량 및 산란 계수의 변화량을 계산할 수 있다.
처리부(120)는 흡수 계수의 변화량 및 산란 계수의 변화량을 DOT의 역문제를 해결하기 위한 비선형 방정식이 공동 희소성에 의해 선형화된 방정식의 해로써 각각 계산할 수 있다.
처리부(120)는 비선형 방정식을 압축 센싱의 기법을 이용하여 선형화된 방정식으로 변형할 수 있다.
처리부는(120) 내부 광학 플루엔스를 이용하여 복원 대상의 흡수 계수의 변화량 및 확산 계수의 변화량을 계산할 수 있다. 처리부(120)는 흡수 계수의 변화량 및 확산 계수의 변화량을 이용하여 산란 계수의 변화량을 계산할 수 있다.
단계(330)에 대한 설명은 전술된 단계(240)에 대한 설명으로 대체될 수 있다.
단계(340)에서, 처리부(120)는 복원 대상을 복원할 수 있다.
처리부(120)는 흡수 계수의 변화량 및 확산 계수의 변화량을 이용하여 산란 계수의 변화량을 계산함으로써 복원 대상을 복원할 수 있다.
앞서 도 1 내지 도 2를 참조하여 설명된 기술적 내용들이 그대로 적용될 수 있으므로, 보다 상세한 설명은 이하 생략하기로 한다.
도 4는 일 예에 따른 전체 영역 중 복구 영역을 도시한다.
도 4의 영상은 산란광 단층 촬영에 의한 영상일 수 있다. 예를 들어, 영상은 쥐의 영상일 수 있다.
검출부(130)는 전체 영역 중 광학 계수가 변화하는 영역을 검출할 수 있다. 광학 계수가 변화하는 영역은 흡수 계수가 변화한 영역(410), 산란 계수가 변화한 영역(420) 및 흡수 계수 및 산란 계수가 변화한 영역(430) 중 적어도 하나를 포함할 수 있다. 광학 계수가 변화하는 영역은 복원 대상일 수 있다.
처리부(120)는 광학 계수가 변화하는 영역을 이용하여 내부 광학 플루엔스를 계산할 수 있다.
처리부(120)는 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산할 수 있다. 처리부(120)는 계산된 흡수 계수의 변화량 및 산란 계수의 변화량에 기반하여 복원 대상을 복원할 수 있다.
앞서 도 1 내지 도 3을 참조하여 설명된 기술적 내용들이 그대로 적용될 수 있으므로, 보다 상세한 설명은 이하 생략하기로 한다.
도 5는 일 예에 따른 선형화된 방정식의 매트릭스를 도시한다.
일반적인 방법의 비선형화 방정식의 매트릭스(500)는 센싱 매트릭스(A')가 알려지지 않은 내부 광학 플루엔스의 값을 포함할 수 있다. 비선형화 방정식의 매트릭스(500)는 전체 영역(X')에 대해 수행될 수 있다.
선형화된 방정식의 매트릭스(510)는 센싱 매트릭스(A)가 계산된 내부 광학 플루엔스의 값을 포함할 수 있다. 선형화된 방정식의 매트릭스(510)는 전체 영역 중 복원 대상(X)에 대해 수행될 수 있다. 복원 대상의 개수는 K개로 가정될 수 있다.
비선형화 방정식의 매트릭스(500)가 선형화된 방정식의 매트릭스(510)로 변환됨으로써 처리부(120)가 처리해야 하는 연산량이 감소될 수 있다.
앞서 도 1 내지 도 4를 참조하여 설명된 기술적 내용들이 그대로 적용될 수 있으므로, 보다 상세한 설명은 이하 생략하기로 한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
100: 산란광 단층 촬영 장치
110: 통신부
120: 처리부
130: 검출부
140: 저장부

Claims (17)

  1. 산란광 단층 촬영이 수행되는 전체 영역 중 하나 이상의 광원들을 이용하여 광학 계수가 변화하는 복원 대상을 검출하는 검출부; 및
    상기 복원 대상에 기반하여 내부 광학 플루엔스(fluence)를 계산하고, 상기 내부 광학 플루엔스를 이용하여 흡수 계수의 변화량 및 산란 계수의 변화량을 계산하는 처리부
    를 포함하고,
    상기 처리부는 상기 내부 광학 플루엔스를 이용하여 상기 흡수 계수의 변화량 및 상기 복원 대상의 확산 계수의 변화량을 계산하고, 상기 흡수 계수의 변화량 및 상기 확산 계수의 변화량을 이용하여 상기 산란 계수의 변화량을 계산하는, 산란광 단층 촬영(Diffuse Optical Tomography) 장치.
  2. 제1항에 있어서,
    상기 처리부는 상기 복원 대상이 가지는 유도 전류(induced current)의 공동 희소성(joint sparsity)을 이용하여 상기 복원 대상을 검출하는, 산란광 단층 촬영 장치
  3. 제1항에 있어서,
    상기 내부 광학 플루엔스는 폴디-락스(Foldy-Lax) 방정식을 이용하여 계산되는, 산란광 단층 촬영 장치.
  4. 삭제
  5. 산란광 단층 촬영(Diffuse Optical Tomography)이 수행되는 전체 영역 중 복원 대상의 공동 희소성(joint sparsity)에 기반하여 상기 복원 대상을 검출하는 검출부; 및
    상기 복원 대상의 내부 광학 플루엔스(fluence)를 계산하고, 상기 계산된 내부 광학 플루엔스를 이용하여 상기 복원 대상의 흡수 계수의 변화량 및 산란 계수의 변화량을 계산함으로써 상기 복원 대상을 복원하는 처리부
    를 포함하고,
    상기 처리부는 상기 내부 광학 플루엔스를 이용하여 상기 복원 대상의 흡수 계수의 변화량 및 확산 계수의 변화량을 계산하고, 상기 흡수 계수의 변화량 및 상기 확산 계수의 변화량을 이용하여 상기 산란 계수의 변화량을 계산함으로써 상기 복원 대상을 복원하는, 산란광 단층 촬영 장치.
  6. 제5항에 있어서,
    상기 검출부는 다중 측정 벡터(Multiple Measurement Vector; MMV) 알고리즘을 이용하여 상기 복원 대상을 검출하는, 산란광 단층 촬영 장치.
  7. 제5항에 있어서,
    상기 검출부는 하나 이상의 광원들을 이용하여 상기 전체 영역 중 광학 계수가 변화한 영역을 상기 복원 대상으로서 검출하는, 산란광 단층 촬영 장치.
  8. 제7항에 있어서,
    상기 광학 계수가 변화한 영역은 흡수 계수만이 변화한 영역, 산란 계수 만이 변화한 영역 및 산란 계수 및 흡수 계수가 동시에 변화한 영역 중 적어도 하나의 영역을 포함하는, 산란광 단층 촬영 장치.
  9. 제5항에 있어서,
    상기 검출부는 기 검출된 광학 계수가 변화한 영역을 상기 복원 대상으로 설정함으로써 상기 복원 대상을 검출하는, 산란광 단층 촬영 장치.
  10. 제5항에 있어서,
    상기 공동 희소성은 상기 복원 대상이 가지는 유도 전류(induced current)의 공동 희소성인, 산란광 단층 촬영 장치.
  11. 제5항에 있어서,
    상기 처리부는 폴디-락스(Foldy-Lax) 방정식을 이용하여 상기 내부 광학 플루엔스를 계산하는, 산란광 단층 촬영 장치.
  12. 제5항에 있어서,
    상기 처리부는 상기 복원 대상 및 상기 복원 대상의 유도 전류의 값에 기반하여 상기 내부 광학 플루엔스를 계산하는, 산란광 단층 촬영 장치.
  13. 제5항에 있어서,
    상기 흡수 계수의 변화량 및 상기 산란 계수의 변화량은 상기 산란광 단층 촬영의 역문제를 해결하기 위한 비선형 방정식이 상기 공동 희소성에 의해 선형화된 방정식의 해로써 각각 계산되는, 산란광 단층 촬영 장치.
  14. 제13항에 있어서,
    상기 비선형 방정식은 압축 센싱 기법을 이용하여 상기 선형화된 방정식으로 변형되는, 산란광 단층 촬영 장치.
  15. 삭제
  16. 삭제
  17. 삭제
KR1020140042281A 2014-02-06 2014-04-09 공동 희소성을 이용한 산란광 단층 촬영 방법 및 장치 KR101669325B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20140013571 2014-02-06
KR1020140013571 2014-02-06

Publications (2)

Publication Number Publication Date
KR20150093088A KR20150093088A (ko) 2015-08-17
KR101669325B1 true KR101669325B1 (ko) 2016-10-25

Family

ID=54057170

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140042281A KR101669325B1 (ko) 2014-02-06 2014-04-09 공동 희소성을 이용한 산란광 단층 촬영 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101669325B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102422021B1 (ko) 2017-07-27 2022-07-15 삼성전자주식회사 광 검출기 선택 장치 및 방법과, 산란계수 측정 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100208965A1 (en) * 2007-07-17 2010-08-19 University Of Florida Research Foundation, Inc. Method and Apparatus for Tomographic Imaging of Absolute Optical Absorption Coefficient in Turbid Media Using Combined Photoacoustic and Diffusing Light Measurements
US20130116553A1 (en) * 2011-11-09 2013-05-09 Canon Kabushiki Kaisha Biological measuring apparatus and biological measuring method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100208965A1 (en) * 2007-07-17 2010-08-19 University Of Florida Research Foundation, Inc. Method and Apparatus for Tomographic Imaging of Absolute Optical Absorption Coefficient in Turbid Media Using Combined Photoacoustic and Diffusing Light Measurements
US20130116553A1 (en) * 2011-11-09 2013-05-09 Canon Kabushiki Kaisha Biological measuring apparatus and biological measuring method

Also Published As

Publication number Publication date
KR20150093088A (ko) 2015-08-17

Similar Documents

Publication Publication Date Title
Kim et al. SPIE medical imaging
EP2225723B1 (en) Features-based 2d/3d image registration
JP5848049B2 (ja) Ｘ線画像の再構成のシステム及び方法
Zaidi et al. Scatter compensation techniques in PET
JP4414410B2 (ja) 画像再構成方法
EP3084723B1 (en) Spectral image data processing
CN109564692B (zh) 使用局部修改的飞行时间（tof）内核进行tof pet图像重建
US9743891B2 (en) Super-resolution tomosynthesis imaging systems and methods
JP6010277B2 (ja) 断層撮像法またはビュー低減トモシンセシスにより取得した画像を処理するための方法
CN106880902B (zh) 基于单能量图像记录确定材料属性值的空间分布
US20220207791A1 (en) Method and system for generating attenuation map from spect emission data
US20110268334A1 (en) Apparatus for Improving Image Resolution and Apparatus for Super-Resolution Photography Using Wobble Motion and Point Spread Function (PSF), in Positron Emission Tomography
CN103027705B (zh) 产生运动补偿的ct 图像数据组的方法和系统
US20110105880A1 (en) Methods for improved single photon emission computed tomography using exact and stable region of interest reconstructions
CN104504743B (zh) 重建内部感兴趣区域图像的方法及系统
CN110636796B (zh) X射线暗场成像中的射束硬化校正
JP4767679B2 (ja) ３次元医療用ｘ線撮影のための方法及び配置
CN105793894B (zh) 根据图像数据来进行骨骼分割
US9196063B2 (en) Super-resolution apparatus and method
JP6363197B2 (ja) 画像データ処理
US8958619B2 (en) Method of reconstructing tomograms from polychromatic X-ray transmission image and image processing apparatus using the same
Xia et al. Patient‐bounded extrapolation using low‐dose priors for volume‐of‐interest imaging in C‐arm CT
US20160078606A1 (en) Super-Resolution Apparatus and Method
KR101207710B1 (ko) 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법
CN106456094B (zh) 用于生成对象的图像的成像系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 4