KR101718130B1 - 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템 - Google Patents

자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템 Download PDF

Info

Publication number
KR101718130B1
KR101718130B1 KR1020160016419A KR20160016419A KR101718130B1 KR 101718130 B1 KR101718130 B1 KR 101718130B1 KR 1020160016419 A KR1020160016419 A KR 1020160016419A KR 20160016419 A KR20160016419 A KR 20160016419A KR 101718130 B1 KR101718130 B1 KR 101718130B1
Authority
KR
South Korea
Prior art keywords
image
brain
mri
region
lateral ventricle
Prior art date
Application number
KR1020160016419A
Other languages
English (en)
Inventor
김기웅
이현나
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020160016419A priority Critical patent/KR101718130B1/ko
Application granted granted Critical
Publication of KR101718130B1 publication Critical patent/KR101718130B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/30016—Brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

본 발명은 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템에 관한 것이다. 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성하고 밝기값 임계치에 기반하여 측뇌실 영역을 갱신함에 따라 정확성과 효율성을 높일 수 있다. 또한, 본 발명의 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성함으로써 시작점을 수동 입력할 필요가 없고, 개별 MRI 영상에서 생성된 초기 측뇌실 영역의 밝기값 분포를 분석하여 개별 MRI 영상의 특성을 반영한 밝기값 임계치를 자동 설정하도록 함으로써, T1 강조 MRI 영상뿐만 아니라 T2 강조 MRI 영상이나 FLAIR MRI 영상에 대해서도 수행이 가능하며, 하나의 시작점이 아닌 초기 측뇌실 영역에서 시작하여 측뇌실 영역이 갱신되는 방식으로 동작하기 때문에 적은 수의 제한된 반복만 수행되도록 하여 뇌척수액 복셀을 따라 과도한 영역 확장이 이루어지는 현상을 방지함으로써 매우 빠르고 효율적으로 분석 대상의 측뇌실 영역을 자동 분할할 수 있으므로, 정상인의 측뇌실과 부피를 비교하여 뇌 질환 등의 진단 및/또는 치료를 위하여 유용하게 활용될 수 있다.

Description

자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템{METHOD OF DIVIDING AND SYSTEM FOR BRAIN REGION USING MAGNETIC RESONANCE IMAGING}
본 발명은 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템에 관한 것이다.
최근, 핵자기 공명(NMR: Nuclear Magnetic Resonance) 현상을 이용하여 의료에서 진단 및 치료용 영상을 얻는 MRI(Magnetic Resonance Image)를 이용한 기술은 인체 내부의 장기나 조직에 관하여 콘트라스트(contrast)가 높은 영상이 얻어지는 것으로, 암이나 종양, 각종 질병에 대한 진단에 위력을 발휘하고 있다. 또, MRI는 인체에 대하여 비침습으로 X 선, CT 장치와 달리 방사선의 피해가 없는 등의 장점을 가지고 있어 근래 그 수요가 높아지고 있다.
특히, 인간의 뇌는 많은 질환과 관련이 있으며, 이러한 뇌에 대한 질병을 예방하기 위하여 정확한 정보를 얻거나 또는 이미 발명한 뇌 질환에 대한 진단이나 치료를 위하여 뇌에 대한 MRI 촬영이 요구된다. MRI 촬영 영상이라 함은, 강한 자기장 내에서 인간의 신체 중 일부에 라디오파를 전사한 후 반향되는 전자기파를 측정한 영상을 의미한다.
한편, 뇌실은 인간의 뇌 내부에 있는 공간을 말하며 뇌실막에 싸여있다. 상기 뇌실의 내부는　뇌척수액(cerebrospinal fluid, CSF)이라고 하는 액체로 채워져 있으며, 뇌척수액은 매일 일정한 양이 생산되고 분해되면서 뇌실계를 순환한다.
인간의 뇌는 좌우 2개의 뇌실, 제3뇌실과 제4뇌실이 뇌실계를 구성하고 있으며, 좌우 대뇌 반구 내에 있는 2개의 뇌실을 측뇌실(lateral ventricles)이라고 한다. 뇌조직 중 하나인 측뇌실도 뇌 MRI 영상으로 확인할 수 있으며, 자동화 기법을 통해 측뇌실의 객관적인 부피와 크기에 대한 정보를 얻을 수 있다.
상기 측뇌실의 길이와 폭은 현저한 개인차를 보이며, 정상인의 측뇌실과 뇌 질환을 가지고 있는 환자의 측뇌실 사이의 차이는 임상적으로도 중요한 의미를 갖는다. 정상에서는 적당량의 뇌척수액이 흐르나, 병적으로 뇌척수액이 증가하여 측뇌실을 확대하는 일이 있다. 특히, 이와 관련하여서는 인간의 정상적인 노화 과정에서 측뇌실의 크기가 확대된다는 다수의 연구 결과가 보고 된 바 있으며, 알츠하이머와 같은 치매 발병 인구의 측뇌실의 확장은 병의 경과를 나타내는 지표로도 지목된 바 있다.
특허문헌 1은 상기 MRI 영상을 이용한 뇌 질환 분석 기술을 제안하고 있다.
한편, 사람의 뇌에 대한 MRI 영상으로부터 측뇌실 영역을 명확하게 구분하는 것이 중요하다. 이러한 영역 구분은 종래 "씨앗 영역 성장법(seeded region growing, SRG)"을 이용하여 수행되었다.
상기 씨앗 영역 성장법을 이용한 영역 구분은, 측뇌실 영역 판단을 위한 MRI 영상에서의 밝기값 임계치와 좌우 대뇌 반구 내에 있는 2개의 측뇌실에 각각 시작점을 설정하고, 시작점에 이웃한 복셀(voxel)이 밝기값 임계치 기준을 만족하면 해당 복셀을 측뇌실 영역으로 추가하는 방식을 사용한다. 이렇게 추가된 복셀의 이웃 복셀에 대해서 동일하게 밝기값 임계치 기준을 적용시키는 연산을 반복적으로 수행하고, 더 이상 밝기값 임계치 기준을 만족하는 이웃 복셀이 없을 때까지 측뇌실 영역이 확장된다.
그러나, 이러한 씨앗 영역 성장법을 이용한 측뇌실 영역 분석 방법의 문제점은 크게 3가지 요소가 있을 수 있는데, 좌우 2개의 측뇌실에 대한 시작점을 사용자로부터 직접 입력받아야 하는 어려움이 있는 점, 임의로 설정된 밝기값 임계치가 개별 MRI영상의 특성을 반영하지 못한다는 점 및 측뇌실에 해당하는 복셀의 밝기값과 비슷한 밝기값을 갖는 뇌척수액 복셀이 측뇌실 복셀에 이웃해 있을 경우, 뇌척수액 복셀을 따라 과도한 영역 확장이 이루어지는 현상이 발생하는 점에서 문제점이 지적되었다.
따라서, 이러한 측뇌실의 영역을 보다 정확하고 효율적으로 분할할 수 있어, 정상인의 측뇌실 영역과 비교하여 뇌 질환의 진단 및/또는 치료를 용이하게 사용될 수 있는 MRI를 이용한 뇌 영역의 분할 방법 및 시스템이 절실히 요구되고 있는 실정이다.
특허문헌 1: 대한민국 공개특허 제10-2012-0050379호
본 발명은 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템을 제공한다.
본 발명은 자기공명영상을 이용한 뇌 영역의 분할 방법에 있어서, (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 단계; (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화를 수행하는 단계; (c) 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 단계; (d) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 단계; (e) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하는 단계; (f) 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 단계; (g) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 단계; (h) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하는 단계; 및 (i) 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 단계를 포함하는 자기공명영상을 이용한 뇌 영역의 분할 방법을 제공한다.
또한, 본 발명은 상기 자기공명영상을 이용한 뇌 영역의 분할 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체를 제공한다.
또한, 본 발명은 자기공명영상을 이용한 뇌 영역의 분할 시스템에 있어서, (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 입력부; (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화 및 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 변환부; (c) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 산출부; (d) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하고, 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 설정부; (e) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 수행부; (f) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하고, 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 확장부; 및 (g) 상기 산출부, 설정부, 수행부 및 확장부의 반복 수행을 통하여 분석 대상의 측뇌실 영역을 확정하는 확정부를 포함하는 자기공명영상을 이용한 뇌 영역의 분할 시스템을 제공한다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성하고 밝기값 임계치에 기반하여 측뇌실 영역을 갱신함에 따라 정확성과 효율성을 높일 수 있다. 또한, 본 발명의 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성함으로써 시작점을 수동 입력할 필요가 없고, 개별 MRI 영상에서 생성된 초기 측뇌실 영역의 밝기값 분포를 분석하여 개별 MRI 영상의 특성을 반영한 밝기값 임계치를 자동 설정하도록 함으로써, T1 강조 MRI 영상뿐만 아니라 T2 강조 MRI 영상이나 FLAIR MRI 영상에 대해서도 수행이 가능하며, 하나의 시작점이 아닌 초기 측뇌실 영역에서 시작하여 측뇌실 영역이 갱신되는 방식으로 동작하기 때문에 적은 수의 제한된 반복만 수행되도록 하여 뇌척수액 복셀을 따라 과도한 영역 확장이 이루어지는 현상을 방지함으로써 매우 빠르고 효율적으로 분석 대상의 측뇌실 영역을 자동 분할할 수 있으므로, 정상인의 측뇌실과 부피를 비교하여 뇌 질환 등의 진단 및/또는 치료를 위하여 유용하게 활용될 수 있다.
첨부된 도면은 해당 기술 분야의 통상의 기술자에게 본 발명의 내용을 보다 상세하게 설명하기 위한 것으로 본 발명의 기술적 사상이 이에 한정되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에 관한 순서도이다.
도 2는 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에서 사용된 KNE96 표준 뇌지도 영상을 나타낸 도이다[왼쪽부터 T1 강조 영상, 회백질 영상, 백질 영상, 뇌척수액 영상 및 측뇌실 영상을 나타냄].
도 3은 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에서의 획득한 분석 대상 영상의 초기 측뇌실 영역에 대한 이진 영상의 일례을 나타낸 도이다.
도 4는 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에서의 가우시안 곡선 파라미터에 기반한 측뇌실 밝기 임계치 설정 과정을 나타낸 도이다.
이하, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템에 관하여 상세히 설명하나, 상기 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템의 범위가 하기 설명에 의해 제한되는 것은 아니다.
본 발명은 자기공명영상을 이용한 뇌 영역의 분할 방법에 관한 것이다.
보다 구체적으로, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은 (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 단계; (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화를 수행하는 단계; (c) 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 단계; (d) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 단계; (e) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하는 단계; (f) 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 단계; (g) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 단계; (h) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하는 단계; 및 (i) 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 단계를 포함할 수 있다.
도 1은 상기 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에 대한 순서도를 나타낸 것이다.
이하, 도 1을 참조하여 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법을 각 단계별로 설명한다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 단계를 포함한다.
상기 대조군 뇌의 구조적 자기공명영상은 "KNE96" 표준 뇌 지도 영상일 수 있다. 본 명세서상의 용어 "KNE96 표준 뇌 지도 영상"이라 함은, 60세 이상의 정상적인 인지기능을 가진 한국 노인 96명(남녀 각각 48명)을 대상으로 생성된 한국 정상 노인(Korean normal elderly, KNE96) 표준 뇌 지도 영상을 의미할 수 있다.
또한, 상기 대조군 뇌의 구조적 자기공명영상은 60세 이상의 정상적인 인지 기능을 가진 사람을 대상으로 생성된 표준 뇌 지도 영상일 수 있으나, 이에 제한되는 것은 아니다.
도 2는 상기 정의한 KNE96 표준 뇌 영상을 나타낸 도이다.
도 2를 참조하면, 왼쪽부터 T1 강조 MRI 영상, 회백질 영상, 백질 영상, 뇌척수액 영상에 해당하는 뇌 확률 지도 및 가장 오른쪽에 측뇌실 영역에 해당하는 이진 영상(mask)으로 구성되어 있을 수 있다.
또한, 상기 언급된 구조적 자기공명영상은 자기공명영상이라면 특별히 제한되지 않으며, 예를 들어 T1 강조 MRI 영상, T2 강조 MRI 영상 및 액체 감약 반전 회복(FLAIR) MRI 영상으로 이루어진 군으로부터 선택된 하나일 수 있다. 즉, 본 발명의 자기공명영상을 이용한 뇌 영역의 분할 방법은 자기공명영상 중 T1 강조 MRI 영상뿐만 아니라 T2 강조 MRI 영상, FLAIR MRI 영상에 대해서도 분할을 처리할 수 있다는 장점이 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화를 수행하는 단계를 포함한다.
본 명세서상의 용어 "공간 정규화(spatial normalization)"란, 다수의 피검자의 뇌 영상을 분석하기 위한 전처리 작업으로서 각 피검자의 뇌 영상을 표준 공간으로 가져오는 것을 의미할 수 있다.
본 발명에 따른 일례에 따르면, 상기 (b) 단계는 공간 변형 파라미터를 적용하여 수행할 수 있다. 보다 구체적으로, 통계학적 파라미터 뇌지도법(statistical parametric mapping, SPM)의 분할 기능은 표준 뇌 영상을 기준으로 주어진 입력 영상의 뇌조직을 분할하며, 동시에 표준 뇌 영상을 기준으로 선형 정합(linear registration)과 비선형 정합(nonlinear registration)을 거쳐 입력 영상을 표준 뇌 영상으로 공간 정규화시킬 수 있고, 이 경우 공간 변형 파라미터를 통하여 수행할 수 있다.
상기 선형 정합은 12개의 선형 파라미터(변형, 회전, 확대, 층밀리기 등)를 적용하는 어파인 변형(affine transform)으로 뇌 영상 전체를 변형시키고, 비교적 커다란 조직을 움직이는데 사용되며, 상기 비선형 정합은 뒤틀림(warping) 기법을 사용하여 뇌 영상을 지엽적으로 변형시키고, 비교적 작은 규모의 해부학적 구조들을 움직이는데 사용될 수 있다.
전술한 (a)단계에서의 설명과 같이, 본 발명의 자기공명영상을 이용한 뇌 영역 분할 방법은 60세 이상의 남녀 대상의 뇌 MRI 영상을 사용한 측뇌실 자동 분할을 위해 KNE96 표준 뇌 영상의 회백질, 백질, 뇌척수액에 해당하는 뇌 확률 지도를 기준 모형으로 설정할 수 있으며, (b) 단계에서는 통계학적 파라미터 뇌지도법의 분할 기능을 사용하여 표준 뇌 영상을 기준으로 한 분석 대상 영상의 공간 변형 파라미터를 결과로 얻게 되는 것이다. 한편, 상기 "공간 변형 파라미터"는 분석 대상 영상을 KNE96 표준 뇌 영상에 대응시키는 정방형 변형 및 KNE96 표준 뇌 영상을 분석 대상 영상에 대응시키는 역방향 변형을 모두 포함하는 개념으로 이해될 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (c) 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 단계를 포함한다.
보다 구체적으로, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은 KNE96 표준 뇌 영상의 측뇌실 영역에 해당하는 이진 영상에 대해 역방향의 공간 변형 파라미터를 적용함으로써 분석 대상 영상에서의 초기 측뇌실 영역 이진 영상을 획득하는 단계를 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에서의 획득한 분석 대상 영상의 초기 측뇌실 영역에 대한 이진 영상의 일례을 나타낸 도이다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (d) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀(voxel)에 대한 밝기 히스토그램(histogram)을 산출하는 단계를 포함한다.
본 명세서상의 용어 "복셀"이란, 통상적인 의미일 수 있고, 예를 들면 영상에서의 점들을 의미할 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, 상기 (d) 단계를 수행하여 초기 측뇌실 영역의 밝기 히스토그램을 산출할 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (e) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하는 단계 및 (f) 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 단계를 포함할 수 있다.
상기 (e) 단계에서 가우시안 곡선 파라미터를 연산할 경우에는 Vmean 및 Vsigma의 값을 산출할 수 있다. 상기 "Vmean"이란, 가우시안 곡선 파라미터의 평균값을 나타내고, 상기 "Vsigma"이란, 가우시안 곡선 파라미터의 분산값을 나타낸다.
상기 (f) 단계를 수행함으로써 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정할 수 있다.
보다 구체적으로, 상기 (f) 단계에서 측뇌실에 대한 밝기 임계치의 설정은 하기 수식 1 또는 2에 의해서 설정할 수 있다.
[수식 1]
TA = Vmean + 1.64 × Vsigma
[수식 2]
TB = Vmean - 1.64 × Vsigma
상기 수식 1 및 2에서, TA는 T1 MRI 영상 또는 FLAIR MRI 영상일 경우 측뇌실에 대한 밝기 임계치 값을 나타내고, TB는 T2 MRI 영상일 경우 측뇌실에 대한 밝기 임계치 값을 나타내며, Vmean는 가우시안 곡선 파라미터의 평균값을 나타내고, Vsigma는 가우시안 곡선 파라미터의 분산값을 나타낸다.
또한, 이후 이진화될 경우, 상기 설정된 임계치 값을 기준으로 측뇌실 영역이 분할될 수 있다. 예를 들어, T1 MRI 영상 또는 FLAIR MRI 영상일 경우에는 TA 보다 작은 밝기값을 가지는 복셀이 측뇌실 영역으로 분할되며, T2 MRI 영상일 경우에는 반대로 TA 보다 큰 밝기값을 가지는 복셀이 측뇌실 영역으로 분할된다.
도 4는 본 발명의 일 실시예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법에서의 가우시안 곡선 파라미터에 기반한 측뇌실 밝기 임계치 설정 과정을 나타낸 도이다.
도 4를 참조하면, 왼쪽이 T1 MRI 영상 또는 FLAIR MRI 영상일 경우 측뇌실에 대한 밝기 임계치 설정 과정을 나타내고, 오른쪽이 T2 MRI 영상일 경우 측뇌실에 대한 밝기 임계치 설정 과정을 나타낸다.
한편, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, 전술한 (d) 단계 후 산출된 밝기 히스토그램에 대한 비대칭도를 구하여 구조적 자기공명영상의 종류를 판별하는 단계를 추가로 포함할 수 있다.
이 경우, T1 MRI 영상 및 FLAIR MRI 영상에서는 측뇌실의 밝기값은 주변보다 어둡기 때문에, 상대적으로 밝은 주변 복셀들이 일부 포함된 초기 측뇌실 영역의 히스토그램 비대칭도는 양의 왜곡도를 가진다. 반면, T2 MRI 영상의 경우, 측뇌실의 밝기 값은 주변보다 밝으므로, 상대적으로 어두운 주변 복셀들이 일부 포함된 초기 측뇌실 영역의 히스토그램 비대칭도는 음의 왜곡도를 가진다. 이런 방식으로 초기 측뇌실 영역의 히스토그램 비대칭도가 음의 왜곡도를 가질 경우, 입력 분할 대상 영상을 T2 MRI 영상으로 판정할 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (g) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 단계를 포함할 수 있다.
보다 구체적으로, 상기 분석 대상 영상에서 초기 측뇌실 이진 영상에 속하는 복셀에 대해서 임계치 기반 영상 이진화를 수행한 후, 해당 복셀 가운데 역치 범위를 벋어나는 복셀을 측뇌실 영역에서 제외시킬 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, (h) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하는 단계 및 (i) 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 단계를 포함할 수 있다.
특별히 제한되는 것은 아니나, 예를 들어 상기 (h) 단계에서 측뇌실 이진 영상을 갱신하는 단계는 홀메움(hole filling) 기법으로 수행할 수 있다.
추가적으로, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, 상기 (d) 단계 내지 (i) 단계를 5회 내지 15회, 7회 내지 12회 또는 10회에 한하여 반복하여 수행한 후, 최종 측뇌실 이진 영상을 획득하는 단계를 추가로 포함할 수 있다.
상기 단계들을 반복적으로 수행한 후 마지막 단계의 확장 전 측뇌실 이진 영상이 최종 측뇌실 이진 영상으로 채택될 수 있다.
이상과 같이, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성하고 밝기값 임계치에 기반하여 측뇌실 영역을 갱신함에 따라 정확성과 효율성을 높일 수 있다. 또한, 본 발명의 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템은, 표준 뇌 지도 영상을 이용하여 초기 측뇌실 영역을 생성함으로써 시작점을 수동 입력할 필요가 없고, 개별 MRI 영상에서 생성된 초기 측뇌실 영역의 밝기값 분포를 분석하여 개별 MRI 영상의 특성을 반영한 밝기값 임계치를 자동 설정하도록 함으로써, T1 강조 MRI 영상뿐만 아니라 T2 강조 MRI 영상이나 FLAIR MRI 영상에 대해서도 수행이 가능하며, 하나의 시작점이 아닌 초기 측뇌실 영역에서 시작하여 측뇌실 영역이 갱신되는 방식으로 동작하기 때문에 적은 수의 제한된 반복만 수행되도록 하여 뇌척수액 복셀을 따라 과도한 영역 확장이 이루어지는 현상을 방지함으로써 매우 빠르고 효율적으로 분석 대상의 측뇌실 영역을 자동 분할할 수 있으므로, 정상인의 측뇌실과 부피를 비교하여 뇌 질환 등의 진단 및/또는 치료를 위하여 유용하게 활용될 수 있다.
본 발명은 또한 전술한 자기공명영상을 이용한 뇌 영역의 분할 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체에 관한 것이다.
보다 구체적으로, 본 발명의 실시 예에 따른 자기공명영상을 이용한 뇌 영역의 분할 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 또한, 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 또한, 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
본 발명은 또한 자기공명영상을 이용한 뇌 영역의 분할 시스템에 관한 것이다.
본 발명에 따른 상기 자기공명영상을 이용한 뇌 영역의 분할 시스템의 일례로는, (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 입력부; (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화 및 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 변환부; (c) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 산출부; (d) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하고, 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 설정부; (e) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 수행부; (f) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하고, 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 확장부; 및 (g) 상기 산출부, 설정부, 수행부 및 확장부의 반복 수행을 통하여 분석 대상의 측뇌실 영역을 확정하는 확정부를 포함할 수 있다.
상기 입력부에 입력되는 대조군 뇌의 구조적 자기공명영상은 60세 이상의 정상적인 인지 기능을 가진 사람을 대상으로 생성된 표준 뇌 지도 영상일 수 있으며, 이는 전술한 자기공명영상을 이용한 뇌 영역의 분할 방법에서 언급된 KNE96 표준 뇌 지도 영상일 수 있다.
또한, 상기 변환부에서 수행되는 공간 정규화는 공간 변형 파라미터를 적용할 수 있다.
본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 시스템은 전술한 본 발명의 또 다른 자기공명영상을 이용한 뇌 영역의 분할 방법을 적용한 것으로, 본 명세서에서 언급되지 않은 구성에 대한 설명은 해당 구성이 하는 기능과 대응되는 내용으로 전술한 바와 동일하게 설명될 수 있다.
또한, 본 발명에 따른 자기공명영상을 이용한 뇌 영역의 분할 시스템은 상기 상기 대조군 뇌의 구조적 자기공명영상의 측뇌실 영역 및 확정된 분석 대상 측뇌실 영역을 각각 비교하여 부피 차이를 계산하는 부피 분석부를 추가로 포함할 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해되어야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.

Claims (13)

  1. 자기공명영상을 이용한 뇌 영역의 분할 방법에 있어서,
    (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 단계;
    (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화를 수행하는 단계;
    (c) 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 단계;
    (d) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 단계;
    (e) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하는 단계;
    (f) 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 단계;
    (g) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 단계;
    (h) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하는 단계; 및
    (i) 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 단계를 포함하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  2. 제 1 항에 있어서, 상기 (a) 단계의 대조군 뇌의 구조적 자기공명영상은 60세 이상의 정상적인 인지 기능을 가진 사람을 대상으로 생성된 표준 뇌 지도 영상인 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  3. 제 2 항에 있어서, 구조적 자기공명영상은 T1 MRI 강조 영상, T2 MRI 강조 영상 및 액체 감약 반전 회복(FLAIR) MRI 영상으로 이루어진 군으로부터 선택된 하나인 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  4. 제 1 항에 있어서, 상기 (b) 단계는 공간 변형 파라미터를 적용하여 수행하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  5. 제 1 항에 있어서, 상기 (d) 단계 후 산출된 밝기 히스토그램에 대한 비대칭도를 구하여 구조적 자기공명영상의 종류를 판별하는 단계를 추가로 포함하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  6. 제 1 항에 있어서, 상기 (f) 단계에서 측뇌실에 대한 밝기 임계치의 설정은 하기 수식 1 또는 2에 의해서 설정하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법:
    [수식 1]
    TA = Vmean + 1.64 × Vsigma
    [수식 2]
    TB = Vmean - 1.64 × Vsigma
    상기 수식 1 및 2에서, TA는 T1 MRI 영상 또는 FLAIR MRI 영상일 경우 측뇌실에 대한 밝기 임계치 값을 나타내고, TB는 T2 MRI 영상일 경우 측뇌실에 대한 밝기 임계치 값을 나타내며, Vmean는 가우시안 곡선 파라미터의 평균값을 나타내고, Vsigma는 가우시안 곡선 파라미터의 분산값을 나타낸다.
  7. 제 1 항에 있어서, 상기 (h) 단계에서 측뇌실 이진 영상을 갱신하는 단계는 홀메움(hole filling) 기법으로 수행하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  8. 제 1 항에 있어서, 상기 (d) 단계 내지 (i) 단계를 5회 내지 15회 반복하여 수행한 후, 최종 측뇌실 이진 영상을 획득하는 단계를 추가로 포함하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체.
  10. 자기공명영상을 이용한 뇌 영역의 분할 시스템에 있어서,
    (a) 대조군 뇌의 구조적 자기공명영상을 입력하는 입력부;
    (b) 분석 대상의 뇌의 자기공명영상을 공간 정규화 및 상기 입력된 대조군 뇌의 구조적 자기공명영상을 기준으로 상기 공간 정규화가 수행된 분석 대상의 뇌의 자기공명영상에서 초기 측뇌실 영역의 이진 영상을 획득하기 위한 변환을 수행하는 변환부;
    (c) 상기 분석 대상의 뇌의 자기공명영상에서 상기 획득한 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대한 밝기 히스토그램을 산출하는 산출부;
    (d) 상기 산출된 밝기 히스토그램에 가우시안 곡선을 적용하여 가우시안 곡선 파라미터를 연산하고, 상기 연산된 가우시안 곡선 파라미터를 기준으로 측뇌실에 대한 밝기 임계치를 설정하는 설정부;
    (e) 상기 설정된 임계치를 기준으로 상기 분석 대상 뇌의 자기공명영상에서 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀에 대해 임계치 기반 영상 이진화를 수행하는 수행부;
    (f) 상기 초기 측뇌실 영역의 이진 영상에 속하는 복셀 가운데 임계치를 벗어나는 복셀을 측뇌실 영역에서 제외하는 방법으로 측뇌실 이진 영상을 갱신하고, 상기 갱신된 측뇌실 이진 영상의 영역을 확장하는 확장부; 및
    (g) 상기 산출부, 설정부, 수행부 및 확장부의 반복 수행을 통하여 분석 대상의 측뇌실 영역을 확정하는 확정부를 포함하는 자기공명영상을 이용한 뇌 영역의 분할 시스템.
  11. 제 10 항에 있어서, 상기 입력부에 입력되는 대조군 뇌의 구조적 자기공명영상은 60세 이상의 정상적인 인지 기능을 가진 사람을 대상으로 생성된 표준 뇌 지도 영상인 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 시스템.
  12. 제 10 항에 있어서, 상기 변환부에서 수행되는 공간 정규화는 공간 변형 파라미터를 적용하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 시스템.
  13. 제 10 항에 있어서, 상기 대조군 뇌의 구조적 자기공명영상의 측뇌실 영역 및 확정된 분석 대상 측뇌실 영역을 각각 비교하여 부피 차이를 계산하는 부피 분석부를 추가로 포함하는 것을 특징으로 하는 자기공명영상을 이용한 뇌 영역의 분할 시스템.
KR1020160016419A 2016-02-12 2016-02-12 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템 KR101718130B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160016419A KR101718130B1 (ko) 2016-02-12 2016-02-12 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160016419A KR101718130B1 (ko) 2016-02-12 2016-02-12 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR101718130B1 true KR101718130B1 (ko) 2017-03-20

Family

ID=58502707

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160016419A KR101718130B1 (ko) 2016-02-12 2016-02-12 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101718130B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392907A (zh) * 2017-09-01 2017-11-24 上海理工大学 基于静息态功能性磁共振成像的海马旁回功能分区方法
WO2019050226A1 (ko) * 2017-09-11 2019-03-14 뉴로핏 주식회사 3차원 뇌지도 생성 방법 및 프로그램
CN110211671A (zh) * 2019-05-28 2019-09-06 安徽师范大学 一种基于权值分布的阈值化方法
CN110801245A (zh) * 2018-08-06 2020-02-18 株式会社日立制作所 超声波图像处理装置以及程序
KR20200062589A (ko) * 2018-11-27 2020-06-04 재단법인 아산사회복지재단 뇌 mri 영상의 뇌 영역별 분할을 통한 치매 예측 장치 및 방법
CN113724160A (zh) * 2021-08-26 2021-11-30 浙江大学医学院附属邵逸夫医院 一种脑影像处理方法、装置、设备及存储介质
KR20220013319A (ko) * 2020-07-24 2022-02-04 고려대학교 산학협력단 단일 뇌 mr 슬라이스 영상 기반 치매 위험 예측 딥 러닝 방법
CN116912252A (zh) * 2023-09-13 2023-10-20 中国科学院自动化研究所 面向模态缺失的影像数据的脑图谱个体化方法及系统
KR20230158763A (ko) 2022-05-12 2023-11-21 연세대학교 산학협력단 딥러닝을 활용한 뇌 mri 데이터로부터 뇌 영역 분할 시스템 및 그 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101064080B1 (ko) * 2009-08-18 2011-09-08 서울여자대학교 산학협력단 자기 공명 영상에서 밝기 값 분포 및 기울기 정보를 이용한 활성 형상 모델 기반 전립선 영상 자동 분할 장치 및 방법
KR20120007862A (ko) * 2010-07-15 2012-01-25 울산대학교 산학협력단 Ｍｒ 영상을 이용한 자동 간 분할 방법
KR20120050379A (ko) 2010-11-10 2012-05-18 삼성전자주식회사 ＭＲＩ및 ｆＭＲＩ를 이용한 뇌 질환 분석 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101064080B1 (ko) * 2009-08-18 2011-09-08 서울여자대학교 산학협력단 자기 공명 영상에서 밝기 값 분포 및 기울기 정보를 이용한 활성 형상 모델 기반 전립선 영상 자동 분할 장치 및 방법
KR20120007862A (ko) * 2010-07-15 2012-01-25 울산대학교 산학협력단 Ｍｒ 영상을 이용한 자동 간 분할 방법
KR20120050379A (ko) 2010-11-10 2012-05-18 삼성전자주식회사 ＭＲＩ및 ｆＭＲＩ를 이용한 뇌 질환 분석 장치 및 방법

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392907A (zh) * 2017-09-01 2017-11-24 上海理工大学 基于静息态功能性磁共振成像的海马旁回功能分区方法
WO2019050226A1 (ko) * 2017-09-11 2019-03-14 뉴로핏 주식회사 3차원 뇌지도 생성 방법 및 프로그램
KR20190028901A (ko) * 2017-09-11 2019-03-20 뉴로핏 주식회사 3차원 뇌지도 생성 방법 및 프로그램
KR101995900B1 (ko) 2017-09-11 2019-07-04 뉴로핏 주식회사 3차원 뇌지도 생성 방법 및 프로그램
US11744465B2 (en) 2017-09-11 2023-09-05 NEUROPHET Inc. Method and program for generating three-dimensional brain map
CN110801245B (zh) * 2018-08-06 2022-09-27 富士胶片医疗健康株式会社 超声波图像处理装置以及存储介质
CN110801245A (zh) * 2018-08-06 2020-02-18 株式会社日立制作所 超声波图像处理装置以及程序
KR20200062589A (ko) * 2018-11-27 2020-06-04 재단법인 아산사회복지재단 뇌 mri 영상의 뇌 영역별 분할을 통한 치매 예측 장치 및 방법
KR102250954B1 (ko) * 2018-11-27 2021-05-12 재단법인 아산사회복지재단 뇌 mri 영상의 뇌 영역별 분할을 통한 치매 예측 장치 및 방법
CN110211671A (zh) * 2019-05-28 2019-09-06 安徽师范大学 一种基于权值分布的阈值化方法
CN110211671B (zh) * 2019-05-28 2021-03-16 安徽师范大学 一种基于权值分布的阈值化方法
KR20220013319A (ko) * 2020-07-24 2022-02-04 고려대학교 산학협력단 단일 뇌 mr 슬라이스 영상 기반 치매 위험 예측 딥 러닝 방법
KR102564750B1 (ko) * 2020-07-24 2023-08-09 고려대학교 산학협력단 단일 뇌 mr 슬라이스 영상 기반 치매 위험 예측 딥 러닝 방법
CN113724160A (zh) * 2021-08-26 2021-11-30 浙江大学医学院附属邵逸夫医院 一种脑影像处理方法、装置、设备及存储介质
CN113724160B (zh) * 2021-08-26 2023-09-05 浙江大学医学院附属邵逸夫医院 一种脑影像处理方法、装置、设备及存储介质
KR20230158763A (ko) 2022-05-12 2023-11-21 연세대학교 산학협력단 딥러닝을 활용한 뇌 mri 데이터로부터 뇌 영역 분할 시스템 및 그 방법
CN116912252A (zh) * 2023-09-13 2023-10-20 中国科学院自动化研究所 面向模态缺失的影像数据的脑图谱个体化方法及系统
CN116912252B (zh) * 2023-09-13 2024-01-16 中国科学院自动化研究所 面向模态缺失的影像数据的脑图谱个体化方法及系统

Similar Documents

Publication Publication Date Title
KR101718130B1 (ko) 자기공명영상을 이용한 뇌 영역의 분할 방법 및 시스템
Nakamura et al. Segmentation of brain magnetic resonance images for measurement of gray matter atrophy in multiple sclerosis patients
Lee et al. Evaluation of automated and semi-automated skull-stripping algorithms using similarity index and segmentation error
Isa et al. Automatic contrast enhancement of brain MR images using Average Intensity Replacement based on Adaptive Histogram Equalization (AIR-AHE)
KR102161305B1 (ko) 치매 조기 진단용 복합 텍스처 인덱스의 생성 방법
Zijdenbos et al. Automatic quantification of multiple sclerosis lesion volume using stereotaxic space
Rehm et al. Putting our heads together: a consensus approach to brain/non-brain segmentation in T1-weighted MR volumes
Ganzetti et al. Quantitative evaluation of intensity inhomogeneity correction methods for structural MR brain images
US7136516B2 (en) Method and system for segmenting magnetic resonance images
Shen et al. VBM lesion detection depends on the normalization template: a study using simulated atrophy
Zanaty Determination of gray matter (GM) and white matter (WM) volume in brain magnetic resonance images (MRI)
Nguyen et al. A novel segmentation framework for uveal melanoma in magnetic resonance imaging based on class activation maps
CN107292889B (zh) 一种肿瘤分割的方法、系统和可读介质
Rueda et al. Topology-corrected segmentation and local intensity estimates for improved partial volume classification of brain cortex in MRI
Balan et al. Smart histogram analysis applied to the skull-stripping problem in T1-weighted MRI
Roy et al. Subject specific sparse dictionary learning for atlas based brain MRI segmentation
EP3190542A1 (en) Method and system for generating multiparametric nosological images
Reddy et al. Developing an approach to brain MRI image preprocessing for tumor detection
Eskildsen et al. Detecting Alzheimer’s disease by morphological MRI using hippocampal grading and cortical thickness
Mohamed et al. Optimization of tissue segmentation of brain MR images based on multispectral 3D feature maps
CN111429404B (zh) 一种用于心脑血管检测的成像系统和方法
Broderick et al. Technique for the computation of lower leg muscle bulk from magnetic resonance images
US11324413B1 (en) Traumatic brain injury diffusion tensor and susceptibility weighted imaging
Charoensuk et al. Acute stroke brain infarct segmentation in DWI images
Wang et al. Rapid and automatic detection of brain tumors in MR images

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200302

Year of fee payment: 4