KR101804699B1 - 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치 - Google Patents

컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치 Download PDF

Info

Publication number
KR101804699B1
KR101804699B1 KR1020160111744A KR20160111744A KR101804699B1 KR 101804699 B1 KR101804699 B1 KR 101804699B1 KR 1020160111744 A KR1020160111744 A KR 1020160111744A KR 20160111744 A KR20160111744 A KR 20160111744A KR 101804699 B1 KR101804699 B1 KR 101804699B1
Authority
KR
South Korea
Prior art keywords
image
artifact
interest
region
base
Prior art date
Application number
KR1020160111744A
Other languages
English (en)
Inventor
황도식
오대중
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020160111744A priority Critical patent/KR101804699B1/ko
Application granted granted Critical
Publication of KR101804699B1 publication Critical patent/KR101804699B1/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
    • G06T11/60—Editing figures and text; Combining figures or text
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
    • 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
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Abstract

컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치가 제공된다. 본 발명의 일 실시예에 따른 컴퓨터 단층 촬영(이하 ‘CT’라 칭함) 영상의 아티팩트(artifact)를 보정하는 장치는 CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 복원하는 영상 복원부, 상기 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득하는 세그멘테이션 수행부, 상기 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득하는 역 영상 복원부, 상기 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상(basis image)를 생성하는 기저 영상 생성부 및 상기 생성된 기저 영상들을 가중치 합(weighted summation)하여 아티팩트가 보정된 CT 영상을 생성하는 아티팩트 보정부를 포함하되, 상기 아티팩트 보정부는 상기 기저 영상들에서 사용자(operator)에 의해 설정된 관심 영역에 대한 아티팩트 발생 정도 - 상기 관심 영역에 포함되는 픽셀 값들의 차이를 수치화하여 나타냄 - 를 각각 계산하고, 상기 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 상기 각 기저 영상의 가중치 계수의 조합(set)을 추출하며, 상기 추출된 가중치 계수를 해당 기저 영상에 적용하여 상기 가중치 합을 수행하는 것을 특징으로 한다.

Description

컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치{METHOD AND APPARATUS FOR CORRECTING ARTIFACT OF COMPUTED TOMOGRAPHY IMAGE}
본 발명은 컴퓨터 단층 촬영 영상에 관한 것으로서, 더욱 상세하게는 컴퓨터 단층 촬영 영상의 아티팩트(artifact)를 보정하는 방법 및 장치에 관한 것이다.
최근 의료 기술 분야에서는 질병의 조기 진단 또는 수술을 목적으로 인체 생체 조직 정보를 영상화할 수 있는 의료 영상 장치가 널리 이용되고 있다.
이러한 의료 영상 장치의 대표적인 예인 CT(Computed Tomography)는 X선을 출력하는 소스(Source)와 대상 물체를 통과한 X선을 수용하는 디텍터(Detector)를 대상 물체 주위에 회전시키며 대상 물체에 대한 단면 영상을 획득하는 장치이다.
구체적으로, 소스로부터 출력되는 X선은 대상 물체를 통과하여 디텍터에 흡수되며, 디텍터에 흡수되는 X선의 양은 X선이 지나간 경로에 놓인 대상 물체의 성질 및 길이에 따라 달라진다.
이와 같은 방법으로 대상 물체를 회전 시켜가며 X선을 통과시키면 각 회전 각 도별 X선이 흡수된 양을 나타내는 그래프를 얻을 수 있게 된다.
이렇게 각 회전 각도별 흡수된 X선의 양을 하나로 합쳐 시각화한 것을 사이노그램(Sinogram)이라고 하며, 이 사이노그램에 일정 연산을 수행하면 대상 물체에 대한 단층 촬영 영상을 얻을 수 있게 된다.
만일, 촬영 대상 물체에 금속 물질이 포함되는 경우(예를 들어 잇몸에 삽입된 임플란트, 혈관에 삽입된 스텐트 등), 해당 금속 물질로 인해 사이노그램이 비정상적으로 획득된다.
그 결과, 도 1에 도시된 바와 같이 복원된 단층 영상에서 균일한 물질임에도 물체의 중간 부분이 바깥 부분보다 어둡게 나타나거나(cupping artifact) 금속 물질 사이에서 어둡거나 밝은 부분이 줄 모양으로 나타나는(streak artifact) 메탈 아티팩트(metal artifact)가 발생하는 문제가 있다.
이에 종래의 기술에서는, 메탈 아티팩트를 포함하고 있는 단층 촬영 영상의 전체 영역에 대한 픽셀 값의 변화율에 기초하여 보정을 위한 연산 처리를 수행함으로써 단층 촬영 영상의 품질을 전반적으로 증가시키는 방안이 제안되었다.
그러나, 이는 메탈 아티팩트가 단층 촬영 영상에서 국소적으로 발생함에도, 단층 촬영 영상의 전체 영역에 대한 픽셀 값의 변화율에 기초하여 보정을 위한 연산 처리를 수행함으로써, 연산 처리 속도 저하는 물론 메탈 아티팩트가 발생하는 영역을 세밀하게 보정할 수 없는 문제가 있다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로, 컴퓨터 단층 촬영 영상의 메탈 아티팩트를 보정하되 영상 처리 속도를 높이고 메탈 아티팩트가 발생하는 영역을 세밀하게 보정할 수 있는 방안을 제공하고자 한다.
상기와 같은 목적을 달성하기 위해, 본 발명의 일 실시예에 따른 컴퓨터 단층 촬영(이하 ‘CT’라 칭함) 영상의 아티팩트(artifact)를 보정하는 장치는 CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 복원하는 영상 복원부, 상기 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득하는 세그멘테이션 수행부, 상기 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득하는 역 영상 복원부, 상기 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상(basis image)를 생성하는 기저 영상 생성부 및 상기 생성된 기저 영상들을 가중치 합(weighted summation)하여 아티팩트가 보정된 CT 영상을 생성하는 아티팩트 보정부를 포함하되, 상기 아티팩트 보정부는 상기 기저 영상들에서 사용자(operator)에 의해 설정된 관심 영역에 대한 아티팩트 발생 정도 - 상기 관심 영역에 포함되는 픽셀 값들의 차이를 수치화하여 나타냄 - 를 각각 계산하고, 상기 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 상기 각 기저 영상의 가중치 계수의 조합(set)을 추출하며, 상기 추출된 가중치 계수를 해당 기저 영상에 적용하여 상기 가중치 합을 수행하는 것을 특징으로 한다.
상기와 같은 목적을 달성하기 위해, 본 발명의 일 실시예에 따른 컴퓨터 단층 촬영(이하 ‘CT’라 칭함) 영상의 아티팩트(artifact)를 보정하는 방법은 (a) CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 복원하는 단계, (b) 상기 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득하는 단계, (c) 상기 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득하는 단계, (d) 상기 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상(basis image)를 생성하는 단계 및 (e) 상기 생성된 기저 영상들을 가중치 합(weighted summation)하여 아티팩트가 보정된 CT 영상을 생성하는 단계를 포함하되, 상기 (e) 단계는 상기 기저 영상들에서 사용자(operator)에 의해 설정된 관심 영역에 대한 아티팩트 발생 정도 - 상기 관심 영역에 포함되는 픽셀 값들의 차이를 수치화하여 나타냄 - 를 각각 계산하고, 상기 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 상기 각 기저 영상의 가중치 계수의 조합(set)을 추출하며, 상기 추출된 가중치 계수를 해당 기저 영상에 적용하여 상기 가중치 합을 수행하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 컴퓨터 단층 촬영 영상에서 메탈 아티팩트가 발생되는 영역을 보정하되, 보정을 위한 영상 처리 속도를 높이고 더욱 세밀하게 메탈 아티팩트를 보정할 수 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 메탈 아티팩트를 포함하고 있는 단층 촬영 영상을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 컴퓨터 단층 촬영 영상의 아티팩트 보정 장치의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 다른 아타팩트 보정 과정을 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 기저 영상 생성 방법을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 사용자 인터페이스를 도시한 도면이다.
도 6은 본 발명의 다른 실시예에 따른 사용자 인터페이스를 도시한 도면이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다.
또한 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 구비할 수 있다는 것을 의미한다.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 컴퓨터 단층 촬영 영상의 아티팩트 보정 장치의 구성을 도시한 블록도이다.
본 발명의 일 실시예에 따른 컴퓨터 단층 촬영 영상의 아티팩트 보정 장치(이하, ‘아티팩트 보정 장치’라 칭함)(100)는 영상 복원부(110), 세그멘테이션 수행부(120), 역 영상 복원부(130), 기저 영상 생성부(140), 관심 영역 설정부(150), 아티팩트 보정부(160), 제어부(170) 및 메모리(180)를 포함할 수 있다.
각 구성 요소를 설명하면, 영상 복원부(110)는 X선 디텍터가 획득하는 사이노그램인 제1 사이노그램에 영상 복원 알고리즘을 적용하여 제1 컴퓨터 단층 촬영 영상(이하 ‘제1 CT 영상’이라 칭함)을 획득할 수 있다.
이때, 영상 복원 알고리즘으로서 역 라돈(inverse radon) 변환을 이용할 수 있으며, 이를 수식적으로 나타내면 아래의 [수학식 1]과 같다.
Figure 112016084928619-pat00001
한편, 세그멘테이션 수행부(120)는 영상 복원부(110)에서 복원된 제1 CT 영상에 세그멘테이션(segmentation)을 수행하여, 금속 물질만이 포함된 CT 영상(이하, ‘제2 CT 영상’이라 칭함)을 획득할 수 있다.
여기서 상기 세그멘테이션은 영상의 밝기 및 색상 등과 같은 유사한 특성을 가지는 영역 단위로 분할하는 작업이다.
한편, 역 영상 복원부(130)는 세그멘테이션 수행부(120)에서 획득된 제2 CT 영상에 영상 복원 알고리즘을 역 적용하여 제2 CT 영상에 대한 사이노그램인 제2 사이노그램을 획득할 수 있다.
이때, 역 영상 복원부(130)는 영상 복원 알고리즘인 역 라돈 변환을 역 적용한 라돈(radon) 변환을 이용하여 제2 사이노그램을 획득할 수 있으며, 이를 수식적으로 나타내면 아래의 [수학식 2]와 같다.
Figure 112016084928619-pat00002
한편, 기저 영상(basis image) 생성부(140)는 상기 제1 사이노그램과 제2 사이노그램에 기초하여 복수의 기저 영상을 생성할 수 있다.
이때, 기저 영상 생성부(140)는 제1 사이노그램과 제2 사이노그램을 곱하고 역 라돈 변환을 적용하여 복수의 기저 영상을 생성할 수 있으며, 이를 수식적으로 나타내면 아래의 [수학식 3]과 같다.
Figure 112016084928619-pat00003
기저 영상 생성부(140)의 기저 영상 생성에 대해서는 도 4를 참조하여 후술하도록 한다.
한편, 관심 영역 설정부(150)는 기저 영상에서 사용자(operator)가 아티팩트를 제거하기 원하는 특정 영역인 ‘관심 영역’을 설정하도록 사용자 인터페이스를 제공할 수 있다.
사용자는 상기 사용자 인터페이스를 이용하여 복수의 기저 영상 중 어느 하나(예를 들어 첫 번째 기저 영상)에 관심 영역을 설정할 수 있으며, 관심 영역 설정부(150)는 사용자에 의해 설정된 관심 영역에 대한 정보를 아티팩트 보정부(160)로 전달할 수 있다.
여기서, 기저 영상에서 관심 영역으로 설정되는 부분은 동일한 조직이며, 상기 ‘관심 영역에 대한 정보’는 기저 영상에서 해당 관심 영역의 위치, 높이, 폭, 면적, 픽셀의 개수 및 각 픽셀 값 등을 포함할 수 있다.
한편, 아티팩트 보정부(160)는 관심 영역 설정부(150)에서 설정된 관심 영역에 대한 정보에 기초하여 각 기저 영상의 관심 영역에서 아티팩트 발생 정도를 파악하고, 복수의 기저 영상을 이용한 가중치 합(weighted summation)을 통해 아티팩트가 보정된 최적의 CT 영상을 생성할 수 있다.
이를 위해 아티팩트 보정부(160)는 각 기저 영상의 관심 영역에 대한 아티팩트 발생 정도를 파악하기 위해 아래의 [수학식 4]를 이용할 수 있다.
여기서 ‘아티팩트 발생 정도’는 관심 영상의 동일한 조직 영역에 대한 픽셀 값의 차이를 의미할 수 있으며, 픽셀 값에 대한 표준 편차로 나타낼 수 있다.
Figure 112016084928619-pat00004
여기서, i 및 j는 관심 영역 내 좌표이고, m은 관심 영역 내에 속한 모든 픽셀에 대한 평균 값, n은 관심 영역 내에 속한 모든 픽셀의 개수이다.
[수학식 4]의 결과에 따른 표준 편차 값이 클수록 해당 관심 영역의 아티팩트 발생 정도가 크다(영상의 질이 낮다)고 볼 수 있으며, 표준 편차 값이 작을수록 해당 관심 영역의 아티팩트 발생 정도가 작다(영상의 질이 높다)고 볼 수 있다.
아티팩트 보정부(160)는 각 기저 영상에 대하여 상기 [수학식 4]를 이용해 관심 영역에 대한 표준 편차를 구하고, 가중치 합을 수행 시 [수학식 5]를 이용하여 관심 영역에서 아티팩트가 가장 적게 발생하는 가중치 계수의 조합(set)을 추출할 수 있다.
기저 영상 생성부(140)에서 생성된 기저 영상이 모두 6개라고 하면, 관심 영역에서 아티팩트가 가장 적게 발생하는 가중치 계수의 조합을 추출하기 위한 [수학식 5]는 아래와 같이 나타낼 수 있다.
Figure 112016084928619-pat00005
여기서, ‘w’는 각 기저 영상의 가중치 계수이며 ‘stdv’는 각 기저 영상의 관심 영역에 대한 표준 편차(standard deviation)이다.
상기 [수학식 5]를 이용하여 가중치 계수의 조합이 추출되면, 추출된 각 가중치 계수를 해당 기저 영상에 적용하고, 가중치 합을 통해 아티팩트가 보정된 최적의 CT 영상을 생성할 수 있다.
아티팩트가 보정된 최종 CT 영상을 f, 추출된 가중치 계수의 조합에서 각각의 가중치 계수를 ‘c’라고 하면 f를 구하는 수학식은 아래의 [수학식 6]과 같이 나타낼 수 있다.
Figure 112016084928619-pat00006
여기서 각 기저 영상의 일 부분인 관심 영역에 대하여 추출된 가중치 계수(c1~c6)를 각 기저 영상 전체에 적용하여 영상 보정을 수행할 수 있으며, 이는 상기 추출된 가중치 계수를 기저 영상의 다른 아티팩트 발생 영역에도 적용함을 의미할 수 있다.
즉, 기저 영상 내에 아티팩트 발생 영역이 다수 존재하더라도 모든 아티팩트 발생 영역에 대하여 일일이 가중치 계수를 추출하지 않고, 사용자(operator)가 설정한 관심 영역에 대해서만 가중치 계수를 추출하여 이를 다른 아티팩트 발생 영역에도 적용하는 것이다.
따라서, 아티팩트 발생 영역에 대한 영상 보정 시 모든 아티팩트 발생 영역에 대한 연산이 필요 없으므로 연산 처리 속도가 향상되며, 무엇보다 사용자(operator)가 설정한 관심 영역을 중심으로 영상 보정이 이루어지므로 아티팩트 발생 영역에 대하여 세밀한 보정이 가능하게 된다.
한편, 제어부(170)는 전술한 아티팩트 보정 장치(100)의 각 구성 요소들, 예를 들어, 영상 복원부(110), 세그멘테이션 수행부(120), 역 영상 복원부(130), 기저 영상 생성부(140), 관심 영역 설정부(150) 및 아티팩트 보정부(160)가 전술한 동작을 수행하도록 제어할 수 있으며, 메모리(180) 또는 제어할 수 있다.
한편, 메모리(180)는 제어부(170)가 아티팩트 보정 장치(100)의 각 구성 요소들을 제어하기 위해 필요한 다양한 알고리즘을 저장할 수 있으며, 그 제어 과정에서 파생되는 다양한 데이터들을 저장할 수 있다.
도 3은 본 발명의 일 실시예에 다른 아타팩트 보정 과정을 도시한 흐름도이다.
도 2에 도시된 아티팩트 보정 장치(100)를 주체로 도 2의 흐름도를 설명하면, 아티팩트 보정 장치(100)는
CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 획득한다(S301).
여기서, 영상 복원 알고리즘으로서 역 라돈(inverse radon) 변환을 이용할 수 있다.
S301 후, 아티팩트 보정 장치(100)는 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득한다(S302).
여기서 세그멘테이션은 영상의 밝기 및 색상 등과 같은 유사한 특성을 가지는 영역 단위로 분할하는 작업이다.
S302 후, 아티팩트 보정 장치(100)는 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득한다(S303).
여기서, 역 영상 복원 알고리즘은 영상 복원 알고리즘인 역 라돈 변환을 역 적용한 라돈(radon) 변환을 이용할 수 있다.
S303 후, 아티팩트 보정 장치(100)는 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상을 생성한다(S304).
여기서, 아티팩트 보정 장치(100)는 제1 사이노그램과 제2 사이노그램을 곱하고 역 라돈 변환을 적용하여 복수의 기저 영상을 생성할 수 있다.
S304 후, 아티팩트 보정 장치(100)는 생성된 기저 영상에서 아티팩트가 발생한 영역들 중 관심 영역을 설정할 수 있는 사용자 인터페이스를 제공한다(S305).
S305 후, 아티팩트 보정 장치(100)는 사용자 인터페이스를 통해 설정되는 관심 영역에 대한 정보에 기초하여 각 기저 영상의 관심 영역에 대한 아티팩트 발생 정도를 계산한다(S306).
여기서 아티팩트 보정 장치(100)는 관심 영역에 포함되는 모든 픽셀들의 픽셀 값, 픽셀 값의 평균 및 픽셀들의 개수에 기초하여 관심 영역에 대한 아티팩트 발생 정도를 계산할 수 있으며, 상기 [수학식 4]를 이용할 수 있다.
S306 후, 아티팩트 보정 장치(100)는 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 각 기저 영상의 가중치 계수의 조합(set)을 추출하고, 추출된 가중치 계수를 해당 기저 영상에 적용하여 가중치 합을 수행함으로써 아티팩트가 보정된 CT 영상을 생성한다(S307).
도 4는 본 발명의 일 실시예에 따른 기저 영상 생성 방법을 도시한 도면이다.
아티팩트 보정 장치(100)는 도 4에 도시된 바와 같이, 원본 CT 영상으로부터 획득된 원본 사이노그램인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 영상을 복원한다.
그리고 제1 CT 영상에서 금속 물질에 대한 세그멘테이션을 수행하여 제2 CT 영상을 획득하고, 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득한다.
이후, 아티팩트 보정 장치(100)는 제1 사이노그램과 제2 사이노그램을 이용하여 기저 영상을 생성할 수 있다.
기저 영상의 생성은 제1 사이노그램과 제2 사이노그램을 곱하고 역 라돈 변환함으로써 가능하며, 도 4에 도시된 바와 같이 모두 6개의 기저 영상이 생성될 수 있다.
도 5는 본 발명의 일 실시예에 따른 사용자 인터페이스를 도시한 도면이다.
도 5에 도시된 사용자 인터페이스(500)에서 상부에는 아티팩트가 보정되기 전 CT 영상(510)이 표시되며, 하부에는 관심 영역을 설정하기 위한 기저 영상(520)이 표시될 수 있다.
관심 영역을 설정하기 위한 기저 영상(520)은 도 4에서 생성된 6개의 기저 영상 중 어느 하나일 수 있다.
사용자(operator)는 관심 영역을 설정하기 위한 기저 영상(520)에서 관심 영역(530)을 선택할 수 있는데, 일 실시예로서, 관심 영역으로 설정하기 원하는 지점(point)들을 마우스를 이용하여 순차적으로 클릭해가며 관심 영역을 설정할 수 있다.
도 4에서는 모두 6개의 지점을 이용하여 나비 형상의 관심 영역(530)을 설정하였으나, 경우에 따라서는 복수 개의 지점을 이용하여 사각형이나 원 등의 형상을 가지는 관심 영역을 설정할 수도 있다.
또한, 도 5에 도시된 사용자 인터페이스(500)에는 기저 영상(520)에 설정되는 현재 관심 영역에 대한 영상 특성 정보(540)가 표시될 수 있다.
관심 영역을 설정한 후, 사용자는 가중치 계수의 간격(550)을 입력한 후 찾기 버튼(560)을 클릭하여, 관심 영역에서 아티팩트가 가장 적게 발생하는 가중치 계수의 조합(set)과 해당 가중치 계수의 조합을 이용하여 생성되는 최종 영상(아티팩트가 보정된)을 제공받을 수 있다.
도 6은 본 발명의 다른 실시예에 따른 사용자 인터페이스를 도시한 도면이다.
도 6의 사용자 인터페이스(600)는 도 5의 사용자 인터페이스(500)에서 관심 영역을 설정하고 가중치 계수의 간격(550)을 입력한 후 찾기 버튼(560)을 클릭한 결과이다.
사용자 인터페이스(600)에서 상부에는 아티팩트가 보정되기 전 CT 영상(610)이 표시되며, 하부에는 아티팩트가 보정된 최종 영상(620)이 표시될 수 있다.
또한, 6개의 기저 영상에 대한 가중치 합을 수행 시, 관심 영역에서 아티팩트가 가장 적게 발생하는 가중치 계수의 조합에 따른 각 기저 영상의 가중치 계수가 표시(630)될 수 있다.
참고로, 도 5의 사용자 인터페이스(500)에서 가중치 계수의 간격을 0.1로 설정하였으므로, 도 6에 도시된 각 기저 영상의 가중치 계수는 0.1 간격으로 표시되었다.
또한, 사용자 인터페이스(600)에는 설정된 관심 영역에 대한 영상 특성 정보(640)가 표시될 수 있으며, 해당 영상 특성 정보(640)는 아티팩트가 보정된 최종 영상(620)에 대한 것이다.
여기서, 영상 특성 정보(640)에 표시된 표준 편차는 아티팩트가 보정된 최종 영상(620)에서의 아티팩트에 대한 것으로서, 630에 표시된 각 기저 영상의 가중치 계수에 의한 최저 값을 가지는 표준 편차 값이 표시되어 있다.
앞서 언급하였지만, 설정된 관심 영역의 아티팩트 발생 정도는 표준 편차 값이 클수록 크며, 표준 편차 값이 작을수록 작다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 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 이해해야만 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.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 아티팩트 보정 장치
110 : 영상 복원부
120 : 세그멘테이션 수행부
130 : 역 영상 복원부
140 : 기저 영상 생성부
150 : 관심 영역 설정부
160 : 아티팩트 보정부
170 : 제어부
180 : 메모리

Claims (10)

  1. 컴퓨터 단층 촬영(이하 ‘CT’라 칭함) 영상의 아티팩트(artifact)를 보정하는 장치에 있어서,
    CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 복원하는 영상 복원부;
    상기 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득하는 세그멘테이션 수행부;
    상기 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득하는 역 영상 복원부;
    상기 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상(basis image)를 생성하는 기저 영상 생성부; 및
    상기 생성된 기저 영상들을 가중치 합(weighted summation)하여 아티팩트가 보정된 CT 영상을 생성하는 아티팩트 보정부
    를 포함하되,
    상기 아티팩트 보정부는
    상기 기저 영상들에서 사용자(operator)에 의해 설정된 관심 영역에 대한 아티팩트 발생 정도 - 상기 관심 영역에 포함되는 픽셀 값들의 차이를 수치화하여 나타냄 - 를 각각 계산하고, 상기 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 상기 각 기저 영상의 가중치 계수의 조합(set)을 추출하며, 상기 추출된 가중치 계수를 해당 기저 영상에 전체에 적용하여 상기 가중치 합을 수행하고,
    상기 아티팩트 보정부는
    상기 관심 영역에 포함되는 모든 픽셀들의 픽셀 값, 상기 픽셀 값의 평균 및 상기 픽셀들의 개수에 기초하여 상기 관심 영역에 대한 아티팩트 발생 정도를 계산하는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 장치.


  2. 삭제
  3. 제1 항에 있어서,
    상기 아티팩트 보정부는
    상기 기저 영상에서 사용자(operator)가 아티팩트를 제거하기 원하는 영역인 상기 관심 영역을 설정하도록 하는 사용자 인터페이스를 제공하되,
    상기 관심 영역의 설정은
    상기 사용자의 입력 수단을 통해 지정되는 복수의 지점으로 이루어지는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 장치.
  4. 삭제
  5. 제1 항에 있어서,
    상기 기저 영상 생성부는
    상기 제1 사이노그램과 제2 사이노그램을 곱하고 영상 복원 알고리즘을 통해 상기 복수의 기저 영상을 생성하는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 장치.
  6. 제1 항에 있어서,
    상기 계산되는 아티팩트 발생 정도와 보정된 CT 영상의 품질은 서로 반비례하는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 장치.
  7. 컴퓨터 단층 촬영(이하 ‘CT’라 칭함) 영상의 아티팩트(artifact)를 보정하는 방법에 있어서,
    (a) CT 장치의 X선 디텍터가 획득하는 원본 사이노그램(sinogram)인 제1 사이노그램을 이용하여 영상 복원 알고리즘을 통해 제1 CT 영상을 복원하는 단계;
    (b) 상기 제1 CT 영상에서 금속 물질에 대한 세그멘테이션(segmentation)을 수행하여 제2 CT 영상을 획득하는 단계;
    (c) 상기 제2 CT 영상을 이용하여 역 영상 복원 알고리즘을 통해 제2 사이노그램을 획득하는 단계;
    (d) 상기 제1 사이노그램과 제2 사이노그램을 이용하여 복수의 기저 영상(basis image)를 생성하는 단계; 및
    (e) 상기 생성된 기저 영상들을 가중치 합(weighted summation)하여 아티팩트가 보정된 CT 영상을 생성하는 단계
    를 포함하되,
    상기 (e) 단계는
    상기 기저 영상들에서 사용자(operator)에 의해 설정된 관심 영역에 대한 아티팩트 발생 정도 - 상기 관심 영역에 포함되는 픽셀 값들의 차이를 수치화하여 나타냄 - 를 각각 계산하고, 상기 계산된 각 아티팩트 발생 정도의 합이 최소 값을 가지도록 하는 상기 각 기저 영상의 가중치 계수의 조합(set)을 추출하며, 상기 추출된 가중치 계수를 해당 기저 영상 전체에 적용하여 상기 가중치 합을 수행하는 단계를 포함하며,
    상기 (e) 단계는
    상기 관심 영역에 포함되는 모든 픽셀들의 픽셀 값, 상기 픽셀 값의 평균 및 상기 픽셀들의 개수에 기초하여 상기 관심 영역에 대한 아티팩트 발생 정도를 계산하는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 방법.
  8. 삭제
  9. 제7 항에 있어서,
    상기 (d) 단계는
    상기 제1 사이노그램과 제2 사이노그램을 곱하고 영상 복원 알고리즘을 통해 상기 복수의 기저 영상을 생성하는 것을 특징으로 하는 컴퓨터 단층 촬영의 아티팩트 보정 방법.
  10. 삭제
KR1020160111744A 2016-08-31 2016-08-31 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치 KR101804699B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160111744A KR101804699B1 (ko) 2016-08-31 2016-08-31 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160111744A KR101804699B1 (ko) 2016-08-31 2016-08-31 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101804699B1 true KR101804699B1 (ko) 2017-12-06

Family

ID=60922430

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160111744A KR101804699B1 (ko) 2016-08-31 2016-08-31 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101804699B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102039472B1 (ko) * 2018-05-14 2019-11-01 연세대학교 산학협력단 컴퓨터 단층촬영 영상 재구성 장치 및 방법
WO2020139011A1 (ko) * 2018-12-27 2020-07-02 (주)제이엘케이 뇌병변 정보 제공 장치 및 방법
KR20200082105A (ko) * 2018-12-28 2020-07-08 연세대학교 산학협력단 광자계수형 검출기 기반 다중에너지 ct 영상 보정 장치 및 방법
KR20210006270A (ko) * 2019-07-08 2021-01-18 한국과학기술원 3차원 산업용 컴퓨터 단층 영상 기법에서 금속으로 인한 인공음영 제거 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050123089A1 (en) 2003-12-09 2005-06-09 Man Bruno D. Method and apparatus for reduction of artifacts in computed tomography images
US20120177173A1 (en) 2011-01-07 2012-07-12 General Electric Company Method and apparatus for reducing imaging artifacts
CN103279929A (zh) 2013-05-25 2013-09-04 北京工业大学 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法
US20150146955A1 (en) 2013-11-25 2015-05-28 Ge Medical Systems Global Technology Co. Llc Method and apparatus for reducing artifacts in computed tomography image reconstruction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050123089A1 (en) 2003-12-09 2005-06-09 Man Bruno D. Method and apparatus for reduction of artifacts in computed tomography images
US20120177173A1 (en) 2011-01-07 2012-07-12 General Electric Company Method and apparatus for reducing imaging artifacts
CN103279929A (zh) 2013-05-25 2013-09-04 北京工业大学 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法
US20150146955A1 (en) 2013-11-25 2015-05-28 Ge Medical Systems Global Technology Co. Llc Method and apparatus for reducing artifacts in computed tomography image reconstruction
JP2015100702A (ja) 2013-11-25 2015-06-04 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー コンピュータ断層撮影画像再構成のアーチファクト低減の方法および装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Theoretical investigation of metal artifact reduction based on sinogram normalization in computed tomography, PROGRESS in MEDICAL PHYSICS Vol.24, No.4(2013)*

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102039472B1 (ko) * 2018-05-14 2019-11-01 연세대학교 산학협력단 컴퓨터 단층촬영 영상 재구성 장치 및 방법
WO2020139011A1 (ko) * 2018-12-27 2020-07-02 (주)제이엘케이 뇌병변 정보 제공 장치 및 방법
US11922624B2 (en) 2018-12-27 2024-03-05 Jlk Inc. Brain lesion information provision device and method
KR20200082105A (ko) * 2018-12-28 2020-07-08 연세대학교 산학협력단 광자계수형 검출기 기반 다중에너지 ct 영상 보정 장치 및 방법
KR102158920B1 (ko) 2018-12-28 2020-09-22 연세대학교 산학협력단 광자계수형 검출기 기반 다중에너지 ct 영상 보정 장치 및 방법
KR20210006270A (ko) * 2019-07-08 2021-01-18 한국과학기술원 3차원 산업용 컴퓨터 단층 영상 기법에서 금속으로 인한 인공음영 제거 방법 및 장치
KR102225043B1 (ko) 2019-07-08 2021-03-09 한국과학기술원 3차원 산업용 컴퓨터 단층 영상 기법에서 금속으로 인한 인공음영 제거 방법 및 장치

Similar Documents

Publication Publication Date Title
US10292672B2 (en) Radiographic image processing device, method, and recording medium
van der Stelt Better imaging: the advantages of digital radiography
US9934597B2 (en) Metal artifacts reduction in cone beam reconstruction
US9014450B2 (en) Method and apparatus for filtering projection images
JP6534998B2 (ja) 医療画像を表示する方法及び装置
KR101804699B1 (ko) 컴퓨터 단층 촬영 영상의 아티팩트를 보정하는 방법 및 장치
JP6370280B2 (ja) 断層画像生成装置、方法およびプログラム
Tohnak et al. Dental CT metal artefact reduction based on sequential substitution
KR101018051B1 (ko) 엑스선 촬영 영상에서 메탈 아티팩트를 감소시키는 방법
KR102220226B1 (ko) 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법
JP6835813B2 (ja) コンピュータ断層撮影視覚化調整
KR20170088681A (ko) 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법
Yoon et al. Digital radiographic image processing and analysis
KR101946576B1 (ko) 의료 영상 장치 및 의료 영상 처리 방법
Xia et al. Towards clinical application of a Laplace operator-based region of interest reconstruction algorithm in C-arm CT
CN115209808A (zh) 学习完毕模型的制作方法、图像生成方法以及图像处理装置
WO2022051199A1 (en) Noise suppression using deep convolutional networks
EP3349655B1 (en) Tomography apparatus and controlling method for the same
WO2018114553A1 (en) System and method for dark-field-imaging
JP5317612B2 (ja) 断層像処理装置、ｘ線ｃｔ装置およびプログラム
KR100923094B1 (ko) 트렁케이션 아티팩트를 보정하는 방법
Stille et al. Influence of metal segmentation on the quality of metal artifact reduction methods
US20220414832A1 (en) X-ray imaging restoration using deep learning algorithms
EP3404618A1 (en) Poly-energetic reconstruction method for metal artifacts reduction
KR20180063753A (ko) 의료 영상 장치 및 동작 방법

Legal Events

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