KR101758805B1 - 의료 영상 정합 장치 및 방법 - Google Patents

의료 영상 정합 장치 및 방법 Download PDF

Info

Publication number
KR101758805B1
KR101758805B1 KR1020160052024A KR20160052024A KR101758805B1 KR 101758805 B1 KR101758805 B1 KR 101758805B1 KR 1020160052024 A KR1020160052024 A KR 1020160052024A KR 20160052024 A KR20160052024 A KR 20160052024A KR 101758805 B1 KR101758805 B1 KR 101758805B1
Authority
KR
South Korea
Prior art keywords
image
matching
medical images
medical
equation
Prior art date
Application number
KR1020160052024A
Other languages
English (en)
Inventor
천정범
조현지
Original Assignee
스마트케어웍스(주)
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 스마트케어웍스(주) filed Critical 스마트케어웍스(주)
Priority to KR1020160052024A priority Critical patent/KR101758805B1/ko
Application granted granted Critical
Publication of KR101758805B1 publication Critical patent/KR101758805B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • 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
    • G06T2207/10116—X-ray image
    • 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

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

복수 개의 의료 영상을 불러와 영상처리부에 전달하는 단계, 영상처리부가, 복수 개의 의료 영상 각각의 에지를 강화하고, 잡음을 제거하여 전처리 한 뒤, 전처리된 복수 개의 의료 영상을 합성하여 정합 영상을 생성하고, 정합 영상에 블렌딩(blending) 처리를 하는 영상 처리 및 영상 정합 단계 및 입출력부가, 블렌딩 처리된 정합 영상을 외부로 표출하는 정합 영상을 표출하는 단계를 포함하는, 의료 영상 정합 장치 및 방법에 관한 것이다.

Description

의료 영상 정합 장치 및 방법{APPARATUS AND METHOD FOR BONDING MEDICAL IMAGES}
본 발명은 복수의 의료 영상을 정합하여 하나의 영상을 생성하는 의료 영상 정합 장치 및 그 방법에 관한 것이다.
보다 상세하게, 본 발명은 복수 개의 의료 영상을 수집하고, 수집된 의료 영상을 정합하여, 이를 외부로 표출하는 의료 영상 정합 장치 및 그 방법에 관한 것이다.
1800년대 후반, 엑스레이(x-ray)가 발견된 이래로, 의학 분야에서는 인체의 골격, 기관들을 파악하기 위하여 다양한 기기들을 활용하여 의료 영상을 수집하고, 환자의 치료에 이러한 의료 영상들을 이용해 왔다.
이러한 의료 영상 기기들은 일정한 에너지를 인체에 투과하여, 인체 내의 밀도와 성질에 따라 전자기파가 입사, 반사, 굴절 및 투과되는 성질을 이용하여 인체 내부의 영상을 촬영하며, 이러한 의료 영상 기기들의 예로는 엑스레이 영상 기기, 초음파 영상 기기, 컴퓨터 단층 촬영 영상 기기(CT), 엠알아이(Magnetic Resonance Imaging, MRI) 등이 있다.
그러나, 이러한 의료 영상 기기들은 고가의 장비들로, 소형 병원은 물론이고 대형 병원 조차도, 영상 획득의 목적과 영역에 따라 각각 다른 장비들을 구비할 수 없는 문제점이 있고, 특히나 환자의 전신 의료 영상을 획득하기 위해서는 고가의 장비를 다시 구비해야 하는 문제점들이 있어 왔다.
이를 해결하기 위하여, 병원들은 기존의 엑스레이 영상 기기를 대체하는 디지털 엑스레이 시스템을 별도로 구비하거나, 엑스레이 센서의 크기를 넓힌 별도의 엑스레이 영상 기기를 구비하여, 환자의 전신 의료 영상을 촬영하고 있으나, 이러한 별도의 시스템 또는 별도의 장치를 구비하기 위해서, 각 병원들은 추가적인 비용을 지출해야만 했다.
따라서, 기존의 엑스레이 영상 기기를 그대로 활용하되, 복수 개의 의료 영상들을 빠른 속도로 정합하여 제공할 수 있는, 의료 영상 정합 장치 및 방법이 필요한 실정이다.
특허등록공보 제0470308호(2005.01.27.)
본 발명의 목적은, 상기 문제점을 해결하기 위한 것으로, 기존의 의료 영상 장비들을 그대로 활용하되, 복수 개의 의료 영상을 정합하여 하나의 영상보다 넓은 영역을 확인할 수 있는 정합 영상을 생성하여, 의료 영상 장비의 교체 비용을 절감하기 위한 것이다.
나아가, 본 발명의 목적은, 빠른 속도로 영상 정합을 수행하고, 정합된 영상에 대하여 추가적으로 영상처리를 수행하여, 복수 개의 의료 영상을 자연스럽게 정합할 수 있도록 하기 위한 것이다.
상기한 목적을 달성하기 위하여, 본 발명의 실시예에 따른 의료 영상 정합 방법은, 복수 개의 의료 영상을 불러와 영상처리부에 전달하는 단계, 영상처리부가, 복수 개의 의료 영상 각각의 에지를 강화하고, 잡음을 제거하여 전처리 한 뒤, 전처리된 복수 개의 의료 영상을 합성하여 정합 영상을 생성하고, 정합 영상에 블렌딩(blending) 처리를 하는 영상 처리 및 영상 정합 단계 및 입출력부가, 블렌딩 처리된 정합 영상을 외부로 표출하는 정합 영상을 표출하는 단계를 포함한다.
이때, 영상 처리 및 영상 정합 단계는, 전처리된 복수 개의 의료 영상 각각을 기설정된 비율로 축소하는 단계, 축소된 복수 개의 의료 영상 중 하나의 영상에서 템플릿(template) 영상을 추출하고, 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상을 비교하여 유사도를 산출한 뒤, 유사도가 최대가 되는 지점을 산출하는 단계, 유사도가 최대가 되는 지점을 기준으로, 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상을 각각 점진적으로 확대하여, 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상이 매칭되는 지점을 산출하는 단계를 포함한다.
여기서, 유사도는 수식 1 및 수식 2를 이용하여 산출되는 것을 특징으로 한다.
(수식 1)
Figure 112016040893959-pat00001
(수식 2)
Figure 112016040893959-pat00002
(
Figure 112016040893959-pat00003
는 축소된 입력 영상 I와 템플릿 영상 T간 유사도, x,y는 축소된 입력 영상 I에서 픽셀의 위치, u,v는 템플릿 영상 T에서 픽셀의 위치, Ix,y는 입력 영상 I에서 x, y위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00004
는 입력 영상에서 u,v에 위치한 영역을 템플릿 영상의 크기만큼 포함하여 구한 평균,
Figure 112016040893959-pat00005
는 템플릿 영상 T에서 x-u, y-v위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00006
는 템플릿 영상의 평균, tw는 템플릿 영상의 가로 길이, th는 템플릿 영상의 세로 길이를 의미함)
한편, 블렌딩 처리는, 복수 개의 의료 영상의 투명도를 산출하고, 복수 개의 의료 영상의 투명도가 같도록 조절되는 것을 특징으로 하며, 투명도는 수식 3 및 수식 4를 이용하여 산출되는 것을 특징으로 한다.
(수식 3)
Figure 112016040893959-pat00007
(IR은 두 영상이 정합된 영상, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, IA는 입력 영상, (mxA, myA)는 입력영상 IA에서 매칭이 되는 지점, IB는 입력 영상, (mxB, myB)는 입력영상 IB에서 매칭이 되는 지점, Wd는 가중치, i는 x방향으로의 변환 값, j는 y 방향으로의 변환값을 의미함)
(수식 4)
Figure 112016040893959-pat00008
(Wd는 가중치, dα는 영상에서 투명도를 적용할 폭, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, i는 x방향으로의 변환 값, j는 y방향으로의 변환 값, ifdir=Hor은 정합의 방향이 가로인 경우를 의미하고, ifdir=Ver은 정합의 방향이 세로인 경우를 의미함)
한편, 영상 처리 및 영상 정합 단계는, 전처리된 복수 개의 의료 영상 각각의 기준 픽셀을 기준으로 기설정된 반경의 픽셀값과 기준 픽셀의 픽셀값을 비교하여 기설정된 한계점 이상의 값을 가지는 픽셀을 납자 영역으로 선정하는 단계, 납자 영역을 기준으로, 전처리된 복수 개의 의료 영상 각각의 각도를 산출하고, 산출된 각도를 기준으로 상기 전처리된 상기 복수 개의 의료 영상을 회전하는 단계 및 복수 개의 의료 영상 각각의 납자 영역을 비교하여 유사도를 산출한 뒤, 유사도가 최대가 되는 지점을 산출하고, 유사도가 최대가 되는 지점을 기준으로, 복수 개의 의료 영상이 매칭되는 지점을 산출하는 단계를 포함한다.
여기서, 납자 영역은 수식 5를 통해 산출되는 것을 특징으로 한다.
(수식 5)
Figure 112016040893959-pat00009
(Rx,y는 납자 영역, Ix,y는 의료 영상의 기준 픽셀, r은 기설정된 반경, t는 기설정된 한계점)
이때, 복수 개의 의료 영상 각각은, 엑스레이 영상, 초음파 영상, 컴퓨터 단층 촬영 영상, 엠알아이(Magnetic Resonance Imaging, MRI) 영상 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
상기한 목적을 달성하기 위하여, 본 발명의 실시예에 따른 의료 영상 정합 장치는 복수 개의 의료 영상을 전달받고, 복수 개의 의료 영상 각각의 에지를 강화하고, 잡음을 제거하여 전처리 한 뒤, 전처리된 복수 개의 의료 영상을 합성하여 정합 영상을 생성하고, 정합 영상에 블렌딩(blending) 처리를 하는 영상처리부 및 블렌딩 처리된 정합 영상을 외부로 표출하는 입출력부를 포함한다.
여기서, 영상처리부는, 전처리된 복수 개의 의료 영상 각각을 기설정된 비율로 축소한 뒤, 축소된 복수 개의 의료 영상 중 하나의 영상에서 템플릿(template) 영상을 추출하고, 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상을 비교하여 유사도를 산출한 뒤, 유사도가 최대가 되는 지점을 산출하여, 유사도가 최대가 되는 지점을 기준으로, 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상을 각각 점진적으로 확대하여, 상기 템플릿 영상과 축소된 복수 개의 의료 영상 중 다른 영상이 매칭되는 지점을 산출하는 것을 특징으로 한다.
여기서, 유사도는 수식 1 및 수식 2를 이용하여 산출되는 것을 특징으로 한다.
(수식 1)
Figure 112016040893959-pat00010
(수식 2)
Figure 112016040893959-pat00011
(
Figure 112016040893959-pat00012
는 축소된 입력 영상 I와 템플릿 영상 T간 유사도, x,y는 축소된 입력 영상 I에서 픽셀의 위치, u,v는 템플릿 영상 T에서 픽셀의 위치, Ix,y는 입력 영상 I에서 x, y위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00013
는 입력 영상에서 u,v에 위치한 영역을 템플릿 영상의 크기만큼 포함하여 구한 평균,
Figure 112016040893959-pat00014
는 템플릿 영상 T에서 x-u, y-v위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00015
는 템플릿 영상의 평균, tw는 템플릿 영상의 가로 길이, th는 템플릿 영상의 세로 길이를 의미함)
이때, 블렌딩 처리는, 복수 개의 의료 영상의 투명도를 산출하고, 복수 개의 의료 영상의 투명도가 같도록 조절되는 것을 특징으로 하며, 투명도는 수식 3 및 수식 4를 이용하여 산출되는 것을 특징으로 한다.
(수식 3)
Figure 112016040893959-pat00016
(IR은 두 영상이 정합된 영상, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, IA는 입력 영상, (mxA, myA)는 입력영상 IA에서 매칭이 되는 지점, IB는 입력 영상, (mxB, myB)는 입력영상 IB에서 매칭이 되는 지점, Wd는 가중치, i는 x방향으로의 변환 값, j는 y 방향으로의 변환값을 의미)
(수식 4)
Figure 112016040893959-pat00017
(Wd는 가중치, dα는 영상에서 투명도를 적용할 폭, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, i는 x방향으로의 변환 값, j는 y방향으로의 변환 값, ifdir=Hor은 정합의 방향이 가로인 경우를 의미하고, ifdir=Ver은 정합의 방향이 세로인 경우를 의미함)
한편, 영상처리부는, 전처리된 복수 개의 의료 영상 각각의 기준 픽셀을 기준으로 기설정된 반경의 픽셀값과 기준 픽셀의 픽셀값을 비교하여 기설정된 한계점 이상의 값을 가지는 픽셀을 납자 영역으로 선정하고, 납자 영역을 기준으로, 전처리된 복수 개의 의료 영상 각각의 각도를 산출하고, 산출된 각도를 기준으로 전처리된 복수 개의 의료 영상을 회전하며, 복수 개의 의료 영상 각각의 납자 영역을 비교하여 유사도를 산출한 뒤, 유사도가 최대가 되는 지점을 산출하고, 유사도가 최대가 되는 지점을 기준으로, 복수 개의 의료 영상이 매칭되는 지점을 산출하는 것을 특징으로 한다.
여기서, 납자 영역은 수식 5를 통해 산출되는 것을 특징으로 한다.
(수식 5)
Figure 112016040893959-pat00018
(Rx,y는 납자 영역, Ix,y는 의료 영상의 기준 픽셀, r은 기설정된 반경, t는 기설정된 한계점)
한편, 복수 개의 의료 영상 각각은, 엑스레이 영상, 초음파 영상, 컴퓨터 단층 촬영 영상, 엠알아이(Magnetic Resonance Imaging, MRI) 영상 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
본 발명에 따르면, 기존의 의료 영상 장비를 활용하여, 의료 영상 장비를 교체하지 않고도, 넓은 영역을 확인할 수 있는 영상을 생성하여, 제공함으로써 의료 영상 장비의 교체 비용을 절감할 수 있다.
나아가, 본 발명에 따르면, 신속하게 영상을 정합하고, 정합된 영상에 대하여 추가적인 영상처리를 수행하여, 자연스러운 정합영상을 생성하고, 이를 제공하여 의사의 의료 영상 해석의 효율성을 증대시키고, 오진의 확률 등을 낮출 수 있다.
도 1은 본 발명의 실시예에 따른, 의료 영상 정합 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른, 의료 영상 정합 방법을 설명하기 위한 도면이다.
도 3 내지 도 5는 본 발명의 실시예에 따른 의료 영상 정합 방법에서, 영상 처리 및 영상 정합 단계의 제1 실시예를 설명하기 위한 도면이다.
도 6 내지 도 9는 본 발명의 실시예에 따른 의료 영상 정합 방법에서, 영상 처리 및 영상 정합 단계의 제2 실시예를 설명하기 위한 도면이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부 도면을 참조하여 설명하기로 한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
이하, 본 발명의 실시예에 따른 의료 영상 정합 장치 및 방법을 첨부된 도면을 참조하여 상세하게 설명하면 아래와 같다.
도 1은 본 발명의 실시예에 따른, 의료 영상 정합 장치를 설명하기 위한 도면이다. 도 2는 본 발명의 실시예에 따른, 의료 영상 정합 방법을 설명하기 위한 도면이다. 도 3 내지 도 5는 본 발명의 실시예에 따른 의료 영상 정합 방법에서, 영상 처리 및 영상 정합 단계의 제1 실시예를 설명하기 위한 도면이다. 도 6 내지 도 9는 본 발명의 실시예에 따른 의료 영상 정합 방법에서, 영상 처리 및 영상 정합 단계의 제2 실시예를 설명하기 위한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 의료 영상 정합 장치는 영상처리부(100), 제어부(200), 입출력부(300) 및 의료영상 데이터베이스(400)를 포함한다.
영상처리부(100)는 의료영상 데이터베이스(400)에 저장된 복수의 의료 영상을 획득한 뒤, 획득한 복수의 의료 영상을 처리하고, 처리한 복수의 의료 영상을 정합하여 정합 영상을 생성한다. 그 뒤, 영상처리부(100)는 정합 영상을 다시 의료영상 데이터베이스(400)에 전송하여 저장하거나, 입출력부(300)에 전송하여, 정합 영상이 입출력부(300)를 통해 외부로 표출될 수 있도록 한다.
한편, 영상처리부(100)는 의료영상 데이터베이스(400)에 직접 저장된 의료 영상을 이용할 수도 있으나, 의료용 디지털 영상 표준인 DICOM 서비스를 이용하여 PACS(Picture Archiving and Communication System)에 있는 의료 영상을 획득한 뒤, 이를 정합할 수도 있다.
마찬가지로, 영상처리부(100)는 정합 영상을 의료영상 데이터베이스(400)에 저장하는 것 외에도, 정합 영상을 입출력부(300)를 통해 PACS에 전송할 수 있다.
여기서 영상의 포맷은 DICOM, Tiff, Raw, Jpg 등이 이용될 수 있으며, 영상처리부(100)가 정합하는 영상 포맷은 이외에도 다양한 포맷이 이용될 수 있다.
제어부(200)는 영상처리부(100), 입출력부(300) 및 의료영상 데이터베이스(400) 상호간의 정보 전달을 매개할 수 있으며, 이외에도, 영상처리부(100), 입출력부(300) 및 의료영상 데이터베이스(400)를 비롯한 본 발명의 실시예에 따른 의료 영상 정합 장치의 각 구성들의 동작을 제어한다.
입출력부(300)는 입력과 출력을 담당한다. 여기서 입출력부(300)는 사용자의 영상 정합 명령, 의료 영상 출력 명령을 비롯한 각종 명령을 직접 입력 받는 마우스, 키보드, 터치패드를 비롯한 물리적 입력장치와 외부의 의료 영상 기기로부터 의료 영상을 수집하고, PACS로부터 의료 영상을 수집하는 통신기기를 포함할 수 있다.
또한 입출력부(300)는 정합된 영상을 직접 출력하는 LCD, PDA, CRT를 비롯한 각종 디스플레이 장치를 더 포함할 수 있으며, 마찬가지로, PACS에게 의료 영상을 전송하는 통신기기를 포함할 수 있다.
의료영상 데이터베이스(400)는 외부의 의료 영상 기기로부터 수집된 영상을 저장하고, 영상 처리부(100)가 정합한 정합 영상을 저장한다.
여기서, 의료 영상이라 함은, 엑스레이 영상, 초음파 영상, 컴퓨터 단층 촬영 영상, 엠알아이(Magnetic Resonance Imaging, MRI) 영상 등을 포함할 수 있으며, 이하, 의료 영상을 엑스레이 영상으로 설명하더라도, 본 발명의 의료 영상은 엑스레이 영상에 한정되는 것이 아니다.
이상, 본 발명의 실시예에 따른 의료 영상 정합 장치의 각 구성들에 대한 설명을 하였으며, 중복된 기재를 피하기 위하여, 의료 영상 정합 장치의 각 구성들의 동작 방법은 이하 도 2 내지 도 9를 참조하여 보다 상세히 설명하도록 한다.
도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 의료 영상 정합 방법은 복수 개의 의료 영상을 불러오는 단계(S100), 영상 처리 및 영상 정합 단계(S200) 및 정합 영상을 저장 또는 표출하는 단계(S300)를 포함한다.
복수 개의 의료 영상을 불러오는 단계(S100)에서, 제어부(200)는 의료영상 데이터베이스(400)에 저장된 복수 개의 의료 영상을 불러오거나, 입출력부(300)의 통신에 의해 직접 복수 개의 의료 영상을 불러오거나, 입출력부(300)가 PACS에 있는 영상을 불러오게 된다.
그 뒤, 불러온 복수 개의 의료 영상은 영상처리부(100)에 전달된다.
영상 처리 및 영상 정합 단계(S200)에서 영상처리부(100)는 제어부(200)로부터 전달된 복수 개의 의료 영상 각각에 대하여 전처리를 수행하고, 전처리된 영상을 합성한 뒤, 합성된 영상에 후처리를 수행하여 합성 영상을 생성한다.
정합 영상을 저장 또는 표출하는 단계(S300)에서 영상처리부(100)가 정합한 영상은 제어부(200)를 통해 의료영상 데이터베이스(400)에 전달되어 저장될 수 있으며, 입출력부(300)를 통해 외부로 디스플레이 될 수 있고, 입출력부(300)를 통해 PACS에 전송될 수 있다.
한편, 사용자는 복수 개의 영상을 다시 정합하는 명령을 입출력부(300)에 입력할 수 있고, 복수 개의 영상을 다시 정합하는 명령이 입출력부(300)에 입력되는 경우, 영상처리부(100)는 정합 파라미터를 변경하여, 영상 처리 및 영상 정합 단계(S200)를 다시 수행할 수 있다.
도 3에 도시된 바와 같이, 영상 처리 및 영상 정합 단계(S200)는 복수 개의 의료 영상 전처리 단계(S210), 전처리 의료 영상을 템플릿 매칭(template matching)하는 단계(S211) 및 알파 블렌딩(alpha blending) 단계(S212)를 포함한다.
복수 개의 의료 영상 전처리 단계(S210)는 의료 영상 정합의 정확도를 높이기 위해 수행되며, 복수 개의 의료 영상 전처리 단계(S210)에는 영상 대비 강화, 영상 에지 강화 및 잡음 제거 등이 포함될 수 있다.
보다 상세하게, 복수 개의 의료 영상 전처리 단계(S210)에서 영상처리부(100)는 영상의 선명도 향상을 위해 영상 에지 강화를 수행하고, 불필요한 잡음을 제거하기 위해 잡음 제거를 수행할 수 있다. 이러한 복수 개의 의료 영상 전처리 단계(S210)를 통해, 영상의 선명도가 향상되어 이어지는 템플릿 매칭의 정확도가 증가할 수 있다.
여기서 영상 에지 강화를 위해서는 MFP(Multi Frequency Processing) 필터가 적용될 수 있으며, 잡음 제거를 위해서는 가우시안 필터가 적용될 수 있으나, 에지 강화 및 잡음 제거를 위하여 다른 영상 처리 기법이 사용되어도 무방하다.
전처리 의료 영상을 템플릿 매칭하는 단계(S211)에서 영상처리부(100)는 전처리가 완료된 복수 개의 의료 영상을 축소한 뒤, 축소된 영상에서 산출된 매칭되는 지점을 기준으로 의료 영상의 크기를 점진적으로 확대하여 템플릿 매칭을 수행하는 다중 스케일 템플릿 매칭(Multi-Scaled Template Matching)을 수행할 수 있다.
보다 상세하게, 전처리 의료 영상을 템플릿 매칭하는 단계(S211)에서 영상처리부(100)는 먼저 전처리된 복수의 의료 영상을 기설정된 비율로 축소한다. 여기서, 전처리된 복수의 의료 영상을 축소하는 이유는, 의료 영상의 정합 속도를 향상시키기 위함이다. 특히나 이어지는 템플릿 매칭에서 유사도를 구하기 위해 정규상호상관 계수(Normalized Cross Correlation, NCC)를 사용하게 되며, 정규상호상관 계수를 산출하기 위한 연산을 보다 빠르게 수행하기 위하여, 영상처리부(100)는 전처리된 복수의 의료 영상을 축소하게 되는 것이다.
그 뒤, 영상처리부(100)는 축소된 복수의 의료 영상의 유사도를 측정하여 템플릿 매칭을 수행한다. 이제 도 3 과 도 4를 동시에 참조하여 템플릿 매칭에 대해 보다 상세히 설명하도록 한다.
도 4에 도시된 바와 같이, 전처리 의료 영상을 템플릿 매칭하는 단계(S211)에서 영상처리부(100)는 입력된 복수의 입력 영상(I)에서 각각의 템플릿 영상(T)을 추출하여 유사도를 측정한다.
여기서, 유사도를 측정하기 위하여 영상처리부(100)는 정규상호상관 계수를 이용할 수 있다. 여기서 정규상호상관 계수는 정규화 된 상호 연관성을 찾는 알고리즘으로, 템플릿 영상과 입력 영상에 대한 밝기 값의 선형적 차이 및 기하학적인 유사도를 측정하는 것이다.
즉, 영상처리부(100)는 축소된 복수의 의료 영상 중 하나의 영상에서 템플릿 영상(T)을 추출하고, 추출된 템플릿 영상(T)과 다른 입력 영상(I)을 비교하여 유사도가 가장 높은 지점을 산출하며, 여기서 유사도는 아래 수식 1, 수식 2와 같이 산출될 수 있다.
(수식 1)
Figure 112016040893959-pat00019
(수식 2)
Figure 112016040893959-pat00020
(
Figure 112016040893959-pat00021
는 축소된 입력 영상 I와 템플릿 영상 T간 유사도, x,y는 축소된 입력 영상 I에서 픽셀의 위치, u,v는 템플릿 영상 T에서 픽셀의 위치, Ix,y는 입력 영상 I에서 x, y위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00022
는 입력 영상에서 u,v에 위치한 영역을 템플릿 영상의 크기만큼 포함하여 구한 평균,
Figure 112016040893959-pat00023
는 템플릿 영상 T에서 x-u, y-v위치에 있는 픽셀의 밝기 값,
Figure 112016040893959-pat00024
는 템플릿 영상의 평균, tw는 템플릿 영상의 가로 길이, th는 템플릿 영상의 세로 길이를 의미함)
다시 말해, 영상처리부(100)는 축소된 복수의 의료 영상 중 하나의 영상에서 템플릿 영상(T)을 추출하고, 추출된 템플릿 영상(T)과 다른 입력 영상(I)을 비교하여 유사도
Figure 112016040893959-pat00025
를 산출한 뒤, 축소된 입력 영상(I)의 비교 영역을 x축과 y축으로 이동하면서 유사도
Figure 112016040893959-pat00026
가 최대가 되는 지점을 찾아 템플릿 매칭을 수행한다.
이제 도 3과 도 5를 동시에 참조하여, 영상처리부(100)가 템플릿 매칭된 영상을 확대하는 특징을 설명한다.
전처리 의료 영상을 템플릿 매칭하는 단계(S211)에서 영상처리부(100)가 유사도
Figure 112016040893959-pat00027
가 최대가 되는 지점을 찾은 이후, 영상처리부(100)는 축소된 영상을 점진적으로 확대하여 최종적으로 축소되지 않은 복수의 의료 영상에 대한 매칭되는 지점을 찾는 다중 스케일 템플릿 매칭을 수행한다.
즉, 영상처리부(100)는 유사도
Figure 112016040893959-pat00028
가 최대가 되는 지점을 기준으로, 기설정된 반경 이내의 픽셀에 대해 비교를 수행하며, 영상을 확대해 나가게 되는 것이다.
예컨대, 축소된 영상에서 유사도
Figure 112016040893959-pat00029
가 최대가 되는 지점의 좌표가 (100, 100)라고 가정하고, 템플릿 영상의 크기가 200x200 이며, 기설정된 반경의 픽셀이 10 픽셀이라 가정한다면, 영상처리부(100)가 영상을 점진적으로 확대하며, 반복적으로 비교를 수행할 의료 영상의 범위는 좌측 상단 지점의 좌표가 (90,90) 우측 하단의 좌표가 (310,310)인 직사각형 영역이 되는 것이다.
이제 도 3 내지 도 5를 참조하여, 전처리 의료 영상을 템플릿 매칭하는 단계(S211)에서 영상처리부(100)의 동작을 요약하도록 한다.
영상처리부(100)는 의료 영상의 정합 속도를 향상하기 위하여 전처리된 복수의 의료 영상을 축소하고, 축소된 복수의 의료 영상 중 하나의 의료영상에서 템플릿 영상을 추출한 뒤, 추출된 템플릿 영상과 복수의 의료 영상 중 하나의 의료 영상의 유사도
Figure 112016040893959-pat00030
를 산출하여, 유사도
Figure 112016040893959-pat00031
가 최대가 되는 지점을 찾고, 유사도
Figure 112016040893959-pat00032
가 최대가 되는 지점을 기준으로 다시 영상을 점진적으로 확대하며, 복수 개의 의료 영상을 비교하여 양 의료 영상이 매칭되는 지점을 산출하여, 복수의 의료 영상을 합성하게 되는 것이다.
이제 도 3을 참조하여, 알파 블렌딩(blending) 단계(S212)를 설명하도록 한다.
알파 블렌딩 단계(S212)에서 영상처리부(100)는 복수의 의료 영상의 자연스러운 정합을 위해서, 양 의료 영상이 매칭되는 지점을 기반으로 투명도 조절을 수행한다. 이를 통해, 투명도가 각기 다른 복수 개의 의료 영상의 투명도를 같도록 조절하여, 복수 개의 의료 영상이 중첩되어 보이도록 할 수 있다.
여기서, 투명도는 수식 3을 통해 산출되며, 수식 3의 Wd는 수식 4를 통해 산출된다.
(수식 3)
Figure 112016040893959-pat00033
(IR은 두 영상이 정합된 영상, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, IA는 입력 영상, (mxA, myA)는 입력영상 IA에서 매칭이 되는 지점, IB는 입력 영상, (mxB, myB)는 입력영상 IB에서 매칭이 되는 지점, Wd는 가중치, i는 x방향으로의 변환 값, j는 y 방향으로의 변환값을 의미)
(수식 4)
Figure 112016040893959-pat00034
(Wd는 가중치, dα는 영상에서 투명도를 적용할 폭, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, i는 x방향으로의 변환 값, j는 y방향으로의 변환 값, ifdir=Hor은 정합의 방향이 가로인 경우를 의미하고, ifdir=Ver은 정합의 방향이 세로인 경우를 의미함)
즉, 상기 수식 4에서 정합의 방향이 가로인 경우 X는 mxR+i가 되는 것이고, 정합의 방향이 세로인 경우 X는 myR+j가 되는 것이다. 마찬가지로 정합의 방향이 가로인 경우 mR은 mxR이 되고 정합의 방향이 세로인 경우 mR은 myR이 되는 것이다.
도 6에 도시된 바와 같이, 본 발명의 다른 실시예에 따른 영상 처리 및 영상 정합 단계(S200)는 복수 개의 의료 영상 전처리 단계(S220), 납자 영역 추출 단계(S221), 영상각도계산 및 영상 회전 단계(S222), 반복구간 판별 단계(S223), 템플릿 매칭 단계(S224) 및 알파 블렌딩 단계(S225)를 포함한다.
복수 개의 의료 영상 전처리 단계(S220)에서 영상처리부(100)는 영상의 선명도 향상을 위해 영상 대비 강화를 수행하고, 불필요한 잡음을 제거하기 위해 잡음 제거를 수행할 수 있다. 여기서, 영상 대비 강화를 위해서 히스토그램 평활화 필터가 적용될 수 있으며, 잡음 제거를 위해서 가우시안 필터가 적용될 수 있다. 복수 개의 의료 영상 전처리 단계(S220)를 통해 복수 개의 의료 영상의 선명도가 향상되며, 잡음이 제거되어 납자 영역 추출과 템플릿 매칭의 정확도가 향상될 수 있다.
이제 도 6 및 도 7을 동시에 참조하여, 납자 영역 추출 단계(S221)에 대해 설명하도록 한다. 납자 기반 영상 정합은 복수 개의 의료 영상에서 납자 영역을 추출하여 해당 영역을 기준으로 복수 개의 의료 영상이 매칭되는 지점을 찾는 알고리즘으로, 도 7의 (a)에 도시된 바와 같이, 의료 영상의 기준 픽셀에서 상, 하, 좌, 우, 대각선 방향으로 기설정된 반경의 픽셀값과, 의료 영상의 기준 픽셀을 비교하여, 기설정된 한계점 이상의 값을 가지는 픽셀을 납자 영역으로 선정한다.
여기서, 납자 영역은 수식 5를 통해 판별될 수 있다.
(수식 5)
Figure 112016040893959-pat00035
(Rx,y는 납자 영역, Ix,y는 의료 영상의 기준 픽셀, r은 기설정된 반경, t는 기설정된 한계점)
즉, 납자 영역 추출 단계(S221)에서 영상처리부(100)는 기준 픽셀로부터 기설정된 반경 r 범위 내에 있는 픽셀과 기준 픽셀의 밝기 차가 t 이상인 경우 기준 픽셀을 납자 영역으로 설정하여 납자 영역을 추출할 수 있다. 여기서, 도 7의 (b)는 납자 영역 추출 전의 영상을 의미하며, 도 7의 (c)는 납자 영역 추출 후의 영상을 의미할 수 있다.
이제 도 6과 도 8을 동시에 참조하여, 영상각도계산 및 영상 회전 단계(S222)를 설명한다. 영상각도계산 및 영상 회전 단계(S222)에서 영상처리부(100)는 추출된 납자 영역을 기준으로, 영상의 각도를 산출하고, 도 8에 도시된 바와 같이 X축을 이동하면서 직선 영역의 합이 최대가 되는 지점을 산출한다. 그리고, 산출된 영상의 각도를 기준으로 영상 회전을 수행하여, 납자 영역의 각도가 90도가 되도록 영상을 회전한다.
그 뒤, 반복구간 판별 단계(S223)에서 영상처리부(100)는 산출된 납자 영역의 한 눈금에 대한 픽셀 간격을 산출하고, 산출된 납자 영역의 한 눈금에 대한 픽셀 간격과 자기상관계수를 이용하여 복수의 의료 영상에서 반복되는 구간을 산출한다.
이제 도 6과 도 9를 동시에 참조하여, 템플릿 매칭 단계(S224)를 설명하도록 한다. 템플릿 매칭 단계(S224)에서 영상처리부(100)는 복수 개의 의료 영상 각각의 납자 영역을 템플릿으로 이용하여, 템플릿 매칭을 수행하며, 여기서 템플릿 매칭의 구체적인 방법은 상기한 바와 같으므로 반복되는 설명은 생략한다.
즉, 도 9에 도시된 바와 같이, 템플릿 매칭 단계(S224)에서 영상처리부(100)는 복수 개의 의료 영상의 납자 영역을 기설정된 단위로 추출하고, 복수 개의 의료 영상에서 동일한 납자 영역이 매칭되도록 템플릿 매칭을 수행하는 것이다.
그 뒤, 알파 블렌딩 단계(S225)에서 영상처리부(100)는 복수의 의료 영상의 자연스러운 정합을 위해서, 양 의료 영상이 매칭되는 지점을 기반으로 투명도 조절을 수행하며, 알파 블렌딩의 구체적인 방법은 상기한 바와 같으므로 반복되는 설명은 생략한다.
이상에서 본 발명에 따른 바람직한 실시예에 대해 설명하였으나, 다양한 형태로 변형이 가능하며, 본 기술분야에서 통상의 지식을 가진 자라면 본 발명의 특허청구범위를 벗어남이 없이 다양한 변형예 및 수정예를 실시할 수 있을 것으로 이해된다.
100: 영상처리부
200: 제어부
300: 입출력부

Claims (14)

  1. 복수 개의 의료 영상을 불러와 영상처리부에 전달하는 단계;
    영상처리부가, 상기 복수 개의 의료 영상 각각의 에지를 강화하고, 잡음을 제거하여 전처리 한 뒤, 전처리된 상기 복수 개의 의료 영상을 합성하여 정합 영상을 생성하고, 상기 정합 영상에 블렌딩(blending) 처리를 하는 영상 처리 및 영상 정합 단계; 및
    입출력부가, 상기 블렌딩 처리된 상기 정합 영상을 외부로 표출하는 정합 영상을 표출하는 단계를 포함하고,
    상기 영상 처리 및 영상 정합 단계는,
    상기 전처리된 상기 복수 개의 의료 영상 각각의 기준 픽셀을 기준으로 기설정된 반경의 픽셀값과 상기 기준 픽셀의 픽셀값을 비교하여 기설정된 한계점 이상의 값을 가지는 픽셀을 납자 영역으로 선정하는 단계;
    상기 납자 영역을 기준으로, 상기 전처리된 상기 복수 개의 의료 영상 각각의 각도를 산출하고, 상기 산출된 각도를 기준으로 상기 전처리된 상기 복수 개의 의료 영상을 회전하는 단계; 및
    상기 복수 개의 의료 영상 각각의 납자 영역을 비교하여 유사도를 산출한 뒤, 상기 유사도가 최대가 되는 지점을 산출하고, 상기 유사도가 최대가 되는 지점을 기준으로, 상기 복수 개의 의료 영상이 매칭되는 지점을 산출하는 단계를 포함하는, 의료 영상 정합 방법.
  2. 삭제
  3. 삭제
  4. 청구항 1에 있어서,
    상기 블렌딩 처리는,
    상기 복수 개의 의료 영상의 투명도를 산출하고, 상기 복수 개의 의료 영상의 투명도가 같도록 조절되는 것을 특징으로 하며,
    상기 투명도는 수식 3 및 수식 4를 이용하여 산출되는 것을 특징으로 하는, 의료 영상 정합 방법.
    (수식 3)
    Figure 112017012180969-pat00042

    (IR은 두 영상이 정합된 영상, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, IA는 입력 영상, (mxA, myA)는 입력영상 IA에서 매칭이 되는 지점, IB는 입력 영상, (mxB, myB)는 입력영상 IB에서 매칭이 되는 지점, Wd는 가중치, i는 x방향으로의 변환 값, j는 y 방향으로의 변환값을 의미)
    (수식 4)
    Figure 112017012180969-pat00043

    (Wd는 가중치, dα는 영상에서 투명도를 적용할 폭, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, i는 x방향으로의 변환 값, j는 y방향으로의 변환 값, ifdir=Hor은 정합의 방향이 가로인 경우를 의미하고, ifdir=Ver은 정합의 방향이 세로인 경우를 의미함)
  5. 삭제
  6. 청구항 1에 있어서,
    상기 납자 영역은 수식 5를 통해 산출되는 것을 특징으로 하는, 의료 영상 정합 방법.
    (수식 5)
    Figure 112017012180969-pat00044

    (Rx,y는 납자 영역, Ix,y는 의료 영상의 기준 픽셀, r은 기설정된 반경, t는 기설정된 한계점)
  7. 청구항 1에 있어서,
    상기 복수 개의 의료 영상 각각은,
    엑스레이 영상, 초음파 영상, 컴퓨터 단층 촬영 영상, 엠알아이(Magnetic Resonance Imaging, MRI) 영상 중 적어도 하나 이상을 포함하는 것을 특징으로 하는, 의료 영상 정합 방법.
  8. 복수 개의 의료 영상을 전달받고, 상기 복수 개의 의료 영상 각각의 에지를 강화하고, 잡음을 제거하여 전처리 한 뒤, 전처리된 상기 복수 개의 의료 영상을 합성하여 정합 영상을 생성하고, 상기 정합 영상에 블렌딩(blending) 처리를 하는 영상처리부; 및
    상기 블렌딩 처리된 상기 정합 영상을 외부로 표출하는 입출력부를 포함하고,
    상기 영상처리부는,
    상기 전처리된 상기 복수 개의 의료 영상 각각의 기준 픽셀을 기준으로 기설정된 반경의 픽셀값과 상기 기준 픽셀의 픽셀값을 비교하여 기설정된 한계점 이상의 값을 가지는 픽셀을 납자 영역으로 선정하고, 상기 납자 영역을 기준으로, 상기 전처리된 상기 복수 개의 의료 영상 각각의 각도를 산출하고, 상기 산출된 각도를 기준으로 상기 전처리된 상기 복수 개의 의료 영상을 회전하며, 상기 복수 개의 의료 영상 각각의 납자 영역을 비교하여 유사도를 산출한 뒤, 상기 유사도가 최대가 되는 지점을 산출하고, 상기 유사도가 최대가 되는 지점을 기준으로, 상기 복수 개의 의료 영상이 매칭되는 지점을 산출하는 것을 특징으로 하는, 의료 영상 정합 장치.
  9. 삭제
  10. 삭제
  11. 청구항 8에 있어서,
    상기 블렌딩 처리는,
    상기 복수 개의 의료 영상의 투명도를 산출하고, 상기 복수 개의 의료 영상의 투명도가 같도록 조절되는 것을 특징으로 하며,
    상기 투명도는 수식 3 및 수식 4를 이용하여 산출되는 것을 특징으로 하는, 의료 영상 정합 장치.
    (수식 3)
    Figure 112017012180969-pat00051

    (IR은 두 영상이 정합된 영상, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, IA는 입력 영상, (mxA, myA)는 입력영상 IA에서 매칭이 되는 지점, IB는 입력 영상, (mxB, myB)는 입력영상 IB에서 매칭이 되는 지점, Wd는 가중치, i는 x방향으로의 변환 값, j는 y 방향으로의 변환값을 의미)
    (수식 4)
    Figure 112017012180969-pat00052

    (Wd는 가중치, dα는 영상에서 투명도를 적용할 폭, (mxR, myR)는 정합영상 IR에서 매칭이 되는 지점, i는 x방향으로의 변환 값, j는 y방향으로의 변환 값, ifdir=Hor은 정합의 방향이 가로인 경우를 의미하고, ifdir=Ver은 정합의 방향이 세로인 경우를 의미함)
  12. 삭제
  13. 청구항 8에 있어서,
    상기 납자 영역은 수식 5를 통해 산출되는 것을 특징으로 하는, 의료 영상 정합 장치.
    (수식 5)
    Figure 112017012180969-pat00053

    (Rx,y는 납자 영역, Ix,y는 의료 영상의 기준 픽셀, r은 기설정된 반경, t는 기설정된 한계점)
  14. 청구항 8에 있어서,
    상기 복수 개의 의료 영상 각각은,
    엑스레이 영상, 초음파 영상, 컴퓨터 단층 촬영 영상, 엠알아이(Magnetic Resonance Imaging, MRI) 영상 중 적어도 하나 이상을 포함하는 것을 특징으로 하는, 의료 영상 정합 장치.
KR1020160052024A 2016-04-28 2016-04-28 의료 영상 정합 장치 및 방법 KR101758805B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160052024A KR101758805B1 (ko) 2016-04-28 2016-04-28 의료 영상 정합 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160052024A KR101758805B1 (ko) 2016-04-28 2016-04-28 의료 영상 정합 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101758805B1 true KR101758805B1 (ko) 2017-07-18

Family

ID=59430757

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160052024A KR101758805B1 (ko) 2016-04-28 2016-04-28 의료 영상 정합 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101758805B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190023022A (ko) 2017-08-25 2019-03-07 연세대학교 산학협력단 의료 영상 정합 장치 및 방법
KR20210062377A (ko) 2019-11-21 2021-05-31 (주)바이오트코리아 전자기 구동 시스템의 영상 정합 장치 및 방법
KR20210112004A (ko) 2020-03-04 2021-09-14 (주)바이오트코리아 시술용 전자기 구동 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000268178A (ja) * 1999-03-18 2000-09-29 Nec Corp 画像位置合わせ方法
JP2009217496A (ja) 2008-03-10 2009-09-24 National Institute Of Information & Communication Technology 画素間の類似尺度をリアルタイムで計算するための装置及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000268178A (ja) * 1999-03-18 2000-09-29 Nec Corp 画像位置合わせ方法
JP2009217496A (ja) 2008-03-10 2009-09-24 National Institute Of Information & Communication Technology 画素間の類似尺度をリアルタイムで計算するための装置及びプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
3차원 다중 치과 CT 영상의 고화질 스티칭 기법, 멀티미디어학회논문지 제17권 제10호(2014.10.)*
템플릿 기반 정합 기법을 이용한 디지털 X-ray 영상의 고속 스티칭 기법, 한국멀티미디어학회, 멀티미디어학회논문지 제18권6호(2015.06.)*

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190023022A (ko) 2017-08-25 2019-03-07 연세대학교 산학협력단 의료 영상 정합 장치 및 방법
KR20210062377A (ko) 2019-11-21 2021-05-31 (주)바이오트코리아 전자기 구동 시스템의 영상 정합 장치 및 방법
KR20210112004A (ko) 2020-03-04 2021-09-14 (주)바이오트코리아 시술용 전자기 구동 시스템

Similar Documents

Publication Publication Date Title
US9569864B2 (en) Method and apparatus for projection image generation from tomographic images
JP5486197B2 (ja) 椎骨中心検出装置および方法並びにプログラム
US7519207B2 (en) Detection and correction method for radiograph orientation
US20020006216A1 (en) Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lesions in computed tomography scans
JP2007007440A (ja) 医療画像において腫瘤や実質組織変形をコンピュータを用いて検出する自動化した方法と装置
WO2006126384A1 (ja) 異常陰影候補の表示方法及び医用画像処理システム
JP5337450B2 (ja) 医用画像処理装置
EP3424017B1 (en) Automatic detection of an artifact in patient image data
EP3973539A1 (en) System and method for interpretation of multiple medical images using deep learning
JP5467958B2 (ja) 放射線画像処理装置および方法並びにプログラム
Xie et al. Mining X-ray images of SARS patients
Bandyopadhyay Pre-processing of mammogram images
KR101758805B1 (ko) 의료 영상 정합 장치 및 방법
US20180365876A1 (en) Method, apparatus and system for spine labeling
US11406340B2 (en) Method for converting tone of chest X-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method
US6608915B2 (en) Image processing method and apparatus
JP2006346094A (ja) 検出情報の出力方法及び医用画像処理システム
Schilham et al. Multi-scale nodule detection in chest radiographs
JP2005124617A (ja) 医用画像診断支援システム
WO2009122724A1 (ja) 画像処理装置および方法並びにプログラム
JP2006325640A (ja) 異常陰影候補の表示方法及び医用画像処理システム
KR102527017B1 (ko) 평면 보간 기반 2차원 의료 영상을 생성하는 방법 및 장치
JP2006230910A (ja) 画像処理装置及び画像処理方法
JP4631260B2 (ja) 画像診断支援装置、画像診断支援方法及びプログラム
JP2006334140A (ja) 異常陰影候補の表示方法及び医用画像処理システム

Legal Events

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