KR101852689B1 - 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법 - Google Patents

혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법 Download PDF

Info

Publication number
KR101852689B1
KR101852689B1 KR1020160135961A KR20160135961A KR101852689B1 KR 101852689 B1 KR101852689 B1 KR 101852689B1 KR 1020160135961 A KR1020160135961 A KR 1020160135961A KR 20160135961 A KR20160135961 A KR 20160135961A KR 101852689 B1 KR101852689 B1 KR 101852689B1
Authority
KR
South Korea
Prior art keywords
blood vessel
point
unit
center line
vessel
Prior art date
Application number
KR1020160135961A
Other languages
English (en)
Inventor
이수찬
신승연
노경진
Original Assignee
순천향대학교 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 순천향대학교 산학협력단 filed Critical 순천향대학교 산학협력단
Priority to KR1020160135961A priority Critical patent/KR101852689B1/ko
Priority to PCT/KR2016/014881 priority patent/WO2018074661A1/ko
Application granted granted Critical
Publication of KR101852689B1 publication Critical patent/KR101852689B1/ko

Links

Images

Classifications

    • 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
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • 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
    • 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
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/005—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Probability & Statistics with Applications (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 혈관 조영술을 이용한 관상동맥 혈관 추출 장치 및 방법에 관한 것으로, 더욱 상세하게는 형광 투시 엑스레이 영상 프레임으로부터 마르코브 랜덤 필드(Markov Random Field: MRF)가 적용되는 혈관대응최적화(Vessel Correspondence Optimization: VCO)를 적용하여 혈관의 중심선뿐만 아니라 혈관 중심선에서 분기, 교차되는 혈관 가지들을 정확하게 추출할 수 있는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법에 관한 것이다.

Description

혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법{Coronary Vessel extraction apparatus using vessel correspondence optimization and method thereof}
본 발명은 혈관 조영술을 이용한 관상동맥 혈관 추출 장치 및 방법에 관한 것으로, 더욱 상세하게는 형광 투시 엑스레이 영상 프레임으로부터 마르코브 랜덤 필드(Markov Random Field: MRF)가 적용되는 혈관대응최적화(Vessel Correspondence Optimization: VCO)를 적용하여 혈관의 중심선뿐만 아니라 혈관 중심선에서 분기, 교차되는 혈관 가지들을 정확하게 추출할 수 있는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법에 관한 것이다.
일반적으로 심장의 병변을 검사하기 위해 형광 투시법 엑스레이(X-ray) 조영술(XRA) 및 컴퓨터 단층촬영(Computed tomography: CT) 조영술 중 하나 이상을 시행한다.
형광 투시법 엑스레이 조영술은 관상동맥에서의 협착을 평가하고, 경피적 관상동맥의 간섭에 대한 가이드를 제공하기 위해 사용된다.
그리고 이때 혈관을 검출하기 위해 형광 투시법 엑스레이 조영술에서 추출한 혈관에 컴퓨터 단층촬영 조영술(CTA)에서 추출한 혈관을 정합할 수 있다.
이는 만성 토털 폐색의 경우 조영제의 막힘 때문에 보이지 않는 동맥을 시각화할 수 있다.
상기와 같이 형광 투시법 엑스레이 조영술 및 컴퓨터 단층촬영 조영술에 의해 획득된 심장 혈관을 포함하는 영상 프레임들의 정합에 의해 생성된 영상 프레임들로부터 심장의 병변을 판단한다.
영상으로부터 심장의 병변을 판단하기 위해 대부분의 종래 관상동맥 혈관 추출 장치들은 단일 이미지의 해상도 향상, 그리고 정교한 최적화 분할 방법들에 초점을 두어 개발되었다. 또한, 종래 관상동맥 혈관 추출 장치는 상술한 바와 같이 연속성을 고려하지 않은 단일 이미지로부터 혈관을 추출하는 데 중점을 두고 있다.
상술한 바와 같이 종래 관상동맥의 혈관 검출 시 연속성을 고려하지 않은 단일 이미지로부터 혈관을 검출함으로써 일관되지 않은 결과를 제공하는 문제점이 있었으며, 이로 인해 관상동맥의 병변을 정확하게 진단할 수 없는 문제점이 있었다.
등록특허 제10-1630231호(2016.06.08.)
따라서 본 발명의 목적은 형광 투시 엑스레이 영상 프레임으로부터 마르코브 랜덤 필드(Markov Random Field: MRF)가 적용되는 혈관대응최적화(Vessel Correspondence Optimization: VCO)를 적용하여 혈관의 중심선인 혈관 중심선뿐만 아니라 혈관 중심선에서 분기, 교차되는 혈관 가지들을 정확하게 추출할 수 있는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법을 제공함에 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치는: 관상동맥을 촬영하여 관상동맥에 대한 혈관 영상 프레임 시퀀스를 출력하는 혈관 영상 획득부; 및 상기 혈관 영상 프레임 시퀀스를 입력받고, 입력되는 혈관 영상 프레임 시퀀스를 샘플링하며, 샘플링된 혈관 영상 프레임 시퀀스에 마르코브 랜덤 필드 최적화를 적용하는 혈관대응최적화를 수행하여 혈관의 움직임을 반영한 일관된 중심선을 포함하는 혈관을 추출하고, 조영제의 투여로 인해 추가적으로 가시화된 국부 혈관을 정합한 관상동맥 혈관을 추출하여 표시하는 혈관 추출부를 포함하는 것을 특징으로 한다.
상기 혈관 추출부는, 관상동맥 중심선을 포함하는 소스프레임과 상기 샘플링된 혈관 영상 프레임인 목적프레임의 비교에 따른 챔퍼 매칭을 수행하여 심장의 관상동맥에 대한 전역적인 형상 및 병진운동을 추정하는 전역적 강직 정합부; 적어도 둘 이상의 키포인트를 가지는 일정 크기의 윈도우에 의해 상기 중심선을 따라 후보 혈관 가지를 검출하고 검출된 후보 혈관 가지들 중 실제 혈관 가지를 결정하고 결정된 혈관 가지들을 중심선에 접하여 혈관 중심선을 복원하는 지역적 비강직 정합부; 조영제 투입에 의한 조영제 흐름 영상이 반영된 상기 목적프레임으로부터 소스프레임의 혈관의 최대 반경보다 긴 혈관이 검출되지 않을 때까지 새로운 혈관 가지들을 검출하고, 상기 검출된 혈관 가지들을 중심선에 연결하고 중심선에 연결되지 않는 혈관 가지는 제외하여 전체 관상동맥을 추출하는 후 처리부; 및 상기 혈관 가지가 연결된 중심선을 포함하는 관상동맥을 시각화하여 디스플레이 수단에 표시하는 디스플레이부를 포함하는 것을 특징으로 한다.
상기 혈관 추출부는, 추출된 상기 전체 관상동맥의 중심선에서 혈관 가지가 분기하는 분기 포인트 및 혈관 가지가 교차하는 교차 포인트를 분석하고, 분석정보를 상기 디스플레이부를 통해 표시하는 혈관구조 분석부를 더 포함하는 것을 특징으로 한다.
상기 소스프레임은 혈관 포인트를 더 포함하고, 상기 지역적 비강직 정합부는, 상기 소스프레임의 혈관 포인트에 의해 중심선의 혈관 포인트를 샘플링하는 혈관 포인트 샘플링부; 상기 샘플링된 샘플링 혈관 포인트 각각이 분기 포인트인지, 교차 포인트인지, 끝 포인트 인지를 타나내는 특성을 추출하는 혈관 특징 포인트 추출부; 상기 소스프레임의 혈관 포인트에 대응하는 대응 혈관 포인트를 목적프레임으로부터 검색하는 혈관 대응 포인트 후보 검출부; 상기 혈관 특징 포인트 및 대응 혈관 포인트들에 대해 국부 검색 영역인 상기 윈도우를 정의하고 상기 윈도우 내에서 최적의 대응 포인트인 최적 대응 포인트 후보들을 검출하는 혈관 포인트 검색을 수행하는 MRF 최적화부; 및 상기 최적 대응 포인트에서 혈관 가지들을 정합하여 혈관 중심선을 복원하는 혈관 중심선 복원부를 포함하는 것을 특징으로 한다.
상기 MRF 최적화부는, 하기 수학식 2에 의해 최적 대응 포인트를 검출하는 것을 특징으로 한다.
[수학식 2]
Figure 112016101571174-pat00001
Figure 112018003859301-pat00002
및
Figure 112018003859301-pat00003
는 각각 소스프레임과 목적프레임을 나타내고,
Figure 112018003859301-pat00004
및
Figure 112018003859301-pat00005
는 각각 소스 혈관 구조의 i 번째 노드의 좌표와 목적프레임에서 xi 번째 대응후보를 나타낸다. D는 로컬 특징 디스크립터를 위한 함수이다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 혈관대응최적화를 이용한 관상동맥 혈관 추출 방법은: 관상동맥을 촬영하여 관상동맥에 대한 혈관 영상 프레임 시퀀스를 출력하는 혈관 영상 획득 단계; 및 상기 혈관 영상 프레임 시퀀스를 입력받고, 입력되는 혈관 영상 프레임 시퀀스를 샘플링하며, 샘플링된 혈관 영상 프레임 시퀀스에 혈관대응최적화를 수행하여 혈관 중심선을 포함하는 혈관을 추출하고, 마르코브 랜덤 필드 최적화를 수행하여 움직임이 반영된 일관성 있는 국부 혈관을 추출하고 추출된 혈관 중심선 및 국부 혈관을 정합한 관상동맥 혈관을 추출하여 표시하는 혈관 추출 단계를 포함하는 것을 특징으로 한다.
상기 혈관 추출 단계는, 관상동맥 중심선을 포함하는 소스프레임과 상기 샘플링된 혈관 영상 프레임인 목적프레임의 비교에 따른 챔퍼(Chamfer) 매칭을 수행하여 심장의 관상동맥에 대한 전역적인 형상 및 병진운동을 추정하는 전역적 강직 정합 단계; 적어도 둘 이상의 키포인트를 가지는 일정 크기의 윈도우에 의해 상기 중심선을 따라 후보 혈관 가지를 검출하고 검출된 후보 혈관 가지들 중 실제 혈관 가지를 결정하고 결정된 혈관 가지들을 중심선에 접하여 혈관 중심선을 복원하는 지역적 비강직 정합 단계; 조영제 투입에 의한 조영제 흐름 영상을 반영하되, 최대화 혈관의 반경보다 긴 혈관이 검출되지 않을 때까지 새로운 혈관 가지들을 검출하고, 상기 검출된 혈관 가지들을 중심선에 연결하고 중심선에 연결되지 않는 혈관 가지는 제외하여 전체 관상동맥을 추출하는 후 처리 단계; 및 상기 혈관 가지가 연결된 중심선을 포함하는 관상동맥을 시각화하여 디스플레이 수단에 표시하는 디스플레이 단계를 포함하는 것을 특징으로 한다.
상기 혈관 추출 단계는, 추출된 상기 전체 관상동맥의 중심선에서 혈관 가지가 분기하는 분기 포인트 및 혈관 가지가 교차하는 교차 포인트를 분석하고, 분석정보를 디스플레이부를 통해 표시하는 혈관구조 분석 단계를 더 포함하는 것을 특징으로 한다.
상기 소스프레임은 혈관 포인트를 더 포함하고, 상기 지역적 비강직 정합 단계는, 상기 소스프레임의 혈관 포인트에 의해 중심선의 혈관 포인트를 샘플링하는 혈관 포인트 샘플링 단계; 상기 샘플링된 샘플링 혈관 포인트 각각에 대해 분기, 교차 및 끝 포인트 특성을 가지는 특징 포인트의 특징 포인트 혈관 가지를 검색하는 혈관 특징 포인트 추출 단계; 상기 샘플링 혈관 포인트에 대한 대응 혈관 포인트를 검색하는 혈관 대응 포인트 후보 검출 단계; 상기 혈관 특징 포인트 및 대응 혈관 포인트들에 대해 국부 검색 영역인 상기 윈도우를 정의하고 상기 윈도우 내에서 최적의 대응 포인트인 최적 대응 포인트 후보들을 검출하는 혈관 포인트 검색을 수행하는 MRF 최적화 단계; 및 상기 최적 대응 포인트에서 혈관 가지들을 정합하여 혈관 중심선을 복원하는 혈관 중심선 복원 단계를 포함하는 것을 특징으로 한다.
상기 MRF 최적화 단계는, 하기 수학식 2에 의해 최적 대응 포인트를 검출하는 것을 특징으로 한다.
[수학식 2]
Figure 112016101571174-pat00006
Figure 112018003859301-pat00007
및
Figure 112018003859301-pat00008
는 각각 소스프레임과 목적프레임을 나타내고,
Figure 112018003859301-pat00009
및
Figure 112018003859301-pat00010
는 각각 소스 혈관 구조의 i 번째 노드의 좌표와 목적프레임에서 xi 번째 대응후보를 나타낸다. D는 로컬 특징 디스크립터를 위한 함수이다.
본 발명은 혈관대응최적화 방식을 통해 구멍(aperture)문제를 극복하고 최적의 대응 포인트를 추출0하여 보다 정밀한 움직임을 추정할 수 있는 효과를 갖는다.
또한, 본 발명은 분기점, 교차점 등을 판별하는 과정을 통해 3차원 구조가 2차원에 투영됨에 따라 발생하는 오류를 검출할 수 있으므로 더 정밀한 움직임 추정이 가능한 효과를 갖는다.
도 1은 본 발명에 따른 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치의 개략적인 구성을 나타낸 도면이다.
도 2는 본 발명에 따른 관상동맥 혈관 추출 장치의 혈관 추출부의 상세 구성을 나타낸 도면이다.
도 3은 본 발명에 따른 혈관 추출부의 지역적 비강직 정합부의 상세 구성을 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따라 샘플링된 엑스레이 조영술 시퀀스를 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따른 혈관 추출 예를 설명하기 위한 전체 프레임워크를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따른 계층적 가지 포인트 검색 방법의 효과를 설명하기 위한 도면으로 소스프레임의 혈관 가지를 나타낸 도면이다.
도 7은 본 발명의 일실시예에 따른 계층적 가지 포인트 검색 방법의 효과를 설명하기 위한 도면으로 목적프레임에서 혈관 가지 포인트 검색 방법을 설명하기 위한 도면이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 관상동맥 혈관 추출 장치의 구성 및 동작을 설명하고, 상기 장치에서의 혈관 추출 방법을 설명한다.
도 1은 본 발명에 따른 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치의 개략적인 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치는 혈관 영상 획득부(100) 및 혈관 추출부(200)를 포함한다.
혈관 영상 획득부(100)는 형광 투시법 X-ray 촬영 장치(미도시), 컴퓨터 단층촬영(Computed tomography: CT) 장치 등으로서 심장을 촬영하여 관상동맥 혈관 영상 프레임 시퀀스를 출력한다. 상기 혈관 영상 획득부(100)는 조영제의 투입 후 심장을 촬영할 수 있으며, 이에 따라 조영제 투입이 반영된 상기 관상동맥 혈관 영상 프레임 시퀀스를 출력할 것이다.
혈관 추출부(200)는 상기 혈관 영상 획득부(100)로부터 출력되는 관상동맥 혈관 영상 프레임 시퀀스를 목적프레임 시퀀스로 입력받고 본 발명에 따른 마르코브 랜덤 필드(Markov Random Field: MRF)가 적용되는 혈관대응최적화를 적용하여 혈관의 혈관 중심선 및 혈관 중심선에서 분기 및 교차되는 가지(또는 "혈관 가지"라 함)들을 정밀하게 추출하고, 추출된 혈관의 중심선 및 가지들과 정합하여 전체 관상동맥 혈관을 추출하여 디스플레이 수단에 표시한다.
도 2는 본 발명에 따른 관상동맥 혈관 추출 장치의 혈관 추출부의 상세 구성을 나타낸 도면이고, 도 4는 본 발명의 일실시예에 따라 샘플링된 엑스레이 조영술 시퀀스를 나타낸 도면이다. 이하 도 2 및 도 4를 참조하여 설명한다. 도 4의 참조부호 1은 혈관 중심선이고, 2는 혈관 가지이고, 3은 분기 포인트이며, 4는 교차 포인트이다.
혈관 추출부(200)는 전역적 강직 정합부(300), 지역적 비강직 정합부(400), 후 처리부(500) 및 디스플레이부(700)를 포함하고, 실시예에 따라 혈관 구조 분석부(600)를 더 포함할 수도 있을 것이다.
전역적 강직 정합부(300)는 챔퍼(Chamfer), 관상동맥 혈관 중심선(1), 혈관 포인트를 포함하는 소스프레임을 저장하고 있으며, 상기 혈관 영상 획득부(100)로부터 목적프레임인 관상동맥 혈관 영상 프레임 시퀀스를 입력받아 일정 개수로 샘플링을 수행한다. 도 4는 상기 전역적 강직 정합부(300)에서 샘플링된 목적프레임들 중 역동성을 명확하게 나타낼 수 있도록 일부 목적프레임들만 선택하여 나타낸 것이다.
상기 전역적 강직 정합부(300)는 샘플링된 목적프레임과 소스프레임을 비교하여 챔퍼 매칭을 수행하여 심장 박동, 숨 쉼 또는 시각의 변경에 따른 심장의 관상동맥에 대한 전역적인 형상 및 병진운동을 추정한다. 상기 병진운동의 추정은 소스프레임의 챔퍼, 관상동맥 혈관의 중심선 중 하나 이상과 목적프레임의 챔퍼 및 중심선의 벗어난 방향 및 정도에 따라 추정될 수 있을 것이다.
지역적 비강직 정합부(400)는 적어도 둘 이상의 키포인트를 가지는 일정 크기의 윈도우에 의해 상기 중심선을 따라 후보 (혈관) 가지를 검출하고 검출된 후보 가지들 중 실제 가지를 결정하고 결정된 가지들을 중심선에 정합하여 관상동맥 혈관을 복원한다. 상기 윈도우는 국부 검색 영역으로,
Figure 112016101571174-pat00011
의 크기를 갖는다. 상기 윈도우에 대한 상세한 설명은 후술한다.
후 처리부(500)는 조영제 투입에 의한 조영제 흐름 영상이 반영된 상기 목적프레임으로부터 최대화 혈관의 반경보다 긴 혈관이 검출되지 않을 때까지 새로운 혈관 가지들을 검출하고, 상기 검출된 혈관 가지들을 중심선에 연결하고 중심선에 연결되지 않는 가지는 제외하여 전체 관상동맥을 추출한다. 즉, 후 처리부는 조영제 투입에 따라 새롭게 나타나는 국부 혈관 가지들을 추출하여 시각화한다.
상기 후 처리부(500)는 지역적 비강직 정합부(400)에서 VCO의 수행 후, 획득된 혈관 포인트들을 고속 마칭 방식에 의해 혈관 중심선(1) 구조를 구성하기 위해 연결한다. 상기 고속 마칭 방식은 Yatziv, L., Bartesaghi, A., Sapiro, G.: O(N) Implementation of the Fast Marching Algorithm. Journal of Computational Physics 212(2), 393-399 (2005)에 상세히 설명되어 있으므로 그 상세 설명을 생략한다.
상기 후 처리부(500)는 조영제의 투여로 인해 추가적으로 가시화된 혈관을 포함하도록 혈관 중심선(1)을 확장하기 위해 베슬니스(Vesselness)와 고속 마칭 방식을 결합한다. 베슬니스의 계산 방식은 Frangi, A.F., Niessen, W.J., Vincken, K.L., Viergever, M.A.: Multiscale Vessel Enhancement Filtering. In: Wells, W.M., Colchester, A., Delp, S.(eds.) MICCAI 1998.LNCS, vol. 1496, pp.130-137. Springer, Heidelberg(1998)에 상세히 설명되어 있으므로 그 상세 설명을 생략한다.
이진 세그먼트 마스크는 베슬니스(vesselness)를 임계화함에 의해 획득되고, 혈관 중심선(1)에 연결되지 않는 영역은 제외된다.
상기 목표 형상의 거리변환(DT)는 시드와 같은 비혈관 영역을 가지는 상기 이진 세그먼트 마스크로 계산된다. 상기 이진 세그먼트 마스크 및 상기 DT에 기초하여 최대화 혈관 반경보다 더 긴 가지가 발견되지 않을 때까지 다음을 반복한다.
i) 속도 매칭으로서 DT 값과 시드로서의
Figure 112016101571174-pat00012
를 가지고 빠른 매칭을 수행
ii)
Figure 112016101571174-pat00013
에 최근 도착 시간을 가지고
Figure 112016101571174-pat00014
에 추가되는 상기 픽셀에서 가장 짧은 경로를 발견. 상기 픽셀에서 가장 짧은 경로를 발견하는 방식은 Van Uitert, R., Bitter, I.: Subvoxel precise skeletons of volumetric data based on fast marching methods. Medical physics 34(2), 627-638(2007)에서 상세하게 설명되어 있으므로 그 설명을 생략한다.
디스플레이부(700)는 상기 혈관 가지가 연결된 중심선을 포함하는 관상동맥을 시각화하여 디스플레이 수단에 표시한다.
혈관구조 분석부(600)는 추출된 상기 전체 관상동맥의 중심선에서 가지가 분기하는 분기 포인트 및 가지가 교차하는 교차 포인트를 분석하고, 분석정보를 상기 디스플레이부(700)를 통해 표시한다.
도 3은 본 발명에 따른 혈관 추출부의 지역적 비강직 정합부의 상세 구성을 나타낸 도면이고, 도 5는 본 발명의 일실시예에 따른 혈관 추출 예를 설명하기 위한 전체 프레임워크를 나타낸 도면이이며, 도 6은 본 발명의 일실시예에 따른 계층적 가지 포인트 검색 방법의 효과를 설명하기 위한 도면으로 소스프레임의 혈관 가지를 나타낸 도면이고, 도 7은 본 발명의 일실시예에 따른 계층적 가지 포인트 검색 방법의 효과를 설명하기 위한 도면으로 목적프레임에서 혈관 가지 포인트 검색 방법을 설명하기 위한 도면이다. 이하 도 3, 도 5 내지 도 7을 참조하여 설명한다.
본 발명의 지역적 비강직 정합부(400)는 혈관 포인트 샘플링부(410), 혈관 특징점 추출부(420), 혈관 대응 포인트 후보 검출부(430), MRF 최적화부(440) 및 혈관 중심선 복원부(450)를 포함한다.
혈관 포인트 샘플링부(410)는 전역적 강직 정합부(300)에서 소스프레임의 혈관 중심선(1-1: 회색)에 근거하여 목적프레임으로부터 혈관 중심선(1-2: 초록)이 추출되면 추출된 혈관 중심선(1-2)과 소스프레임의 혈관 중심선(1-1)은 중첩되고, 소스프레임의 혈관 포인트들에 의해 목적프레임의 혈관 중심선의 혈관 포인트를 샘플링한다.
혈관 특징점 추출부(420)는 상기 샘플링된 혈관 포인트 각각에 대해 해당 포인트가 혈관 중심선으로부터 혈관 가지가 분기되는 분기 포인트인지, 혈관 중심선과 혈관 가지가 교차하는 교차 포인트인지, 혈관 중심선 및 혈관 가지의 끝 포인트인지를 나타내는 혈관 특징을 추출한다.
혈관 대응 포인트 후보 검출부(430)는 상기 소스프레임의 혈관 포인트에 대응하는 대응 혈관 포인트를 목적프레임으로부터 검출한다.
MRF 최적화부(440)는 상기 혈관 특징 포인트 및 대응 혈관 포인트들에 대해 국부 검색 영역인 상기 윈도우를 정의하고 상기 윈도우 내에서의 최적의 대응 포인트인 최적 대응 포인트 후보들을 검출하는 혈관 포인트 검색을 수행한다.
MRF에 대해 좀 더 상세히 설명하면, MRF 쌍 그래프는 소스프레임의 혈관 중심선으로부터 구성된다. 노드는 중심선으로부터 표본 지점에 대응하고, 에지는 혈관 포인트들 사이의 연결 지점을 나타낸다.
MRF 에너지는 하기 수학식 1과 같이 정의된다.
Figure 112016101571174-pat00015
여기서 x는 인덱스 i를 가지는 각 노드에서 랜덤 변수들 xi의 셋을 포함하는 벡터이다. 각 xi는 Np+1의 다른 값으로 라벨링될 수 있고, 최적 x는 상기 수학식 1을 최소화함에 의해 결정된다. 상기 Np+1 라벨링은 Np 대응 후보들과 일관된 국부 모양 및 외관을 가지는 후보가 없을 때 어떤 노드에 할당되는 1 더미 라벨을 포함한다. 만일 최적의 더미 라벨이 발견되면, 상기 노드는 생성된 VCO 포인트 셋으로부터 제외된다.
단항 비용 함수
Figure 112016101571174-pat00016
(xi)는 i 번째 노드의 국부 모양 사이의 유사함에 의존한다. 유사한 모양을 가지는 대응 포인트들을 찾았을 때, 하기 수학식 2와같이 국부 모양 유사성 증가만큼
Figure 112016101571174-pat00017
(xi)가 감소하는 것으로 정의한다.
Figure 112016101571174-pat00018
Figure 112016101571174-pat00019
및
Figure 112016101571174-pat00020
는 각각 소스프레임과 목적프레임을 나타내고,
Figure 112016101571174-pat00021
및
Figure 112016101571174-pat00022
는 각각 상기 소스프레임 혈관 구조의 i 번째 노드의 좌표와 목적프레임에서 xi 번째 대응후보를 나타낸다.
D는 로컬 특징 디스크립터를 위한 함수이다.
Figure 112016101571174-pat00023
는 이상점(Outlier)에 대한 견고성을 보장하기 위해
Figure 112016101571174-pat00024
에 의해 절단되어 있음을 보인다.
이상점들은 심한 영역(지역)의 변형으로 인해 해당하는 포인트가 없는 경우 발생할 수 있다.
페어와이즈 비용
Figure 112016101571174-pat00025
은 이웃 포인트들 사이의 유사한 변위 벡터들을 강화한다. 이것은 수학식 3과 같이 정의될 수 있다.
Figure 112016101571174-pat00026
여기서,
Figure 112016101571174-pat00027
및
Figure 112016101571174-pat00028
는 i 번째 및 j 번째 소스프레임 노드의 좌표이고,
Figure 112016101571174-pat00029
및
Figure 112016101571174-pat00030
는
Figure 112016101571174-pat00031
및
Figure 112016101571174-pat00032
의 대응 후보들의 목적프레임에서 좌표이다.
Figure 112016101571174-pat00033
는 i 번째 소스 노드의 변위 벡터이다. 또 한 번의 잘림은 쓰레숄드
Figure 112016101571174-pat00034
에 기반하여 포함된다.
상기 파라미터 람다(
Figure 112016101571174-pat00035
)는 상기 수학식 1에서 정규화의 양을 제어한다.
혈관 중심선 복원부(450)는 상기 최적 대응 포인트에서 가지들을 정합하여 혈관 중심선을 복원한다.
상술한 바와 같이 본 발명은 챔퍼 매칭 전역검색, 혈관 키포인트 대응에 의한 가지 검색 및 포인트 검색을 포함하는 계층적인 대응 검색 방식을 적용한다. 본 발명은 3D-2D 프로젝션에서 교차 및 분기점을 포함하고, 혈관 키포인트들로서 독특한 모양을 가지는 교차 및 분기점을 가지는 혈관 접합 및 끝 포인트를 정의한다.
혈관 가지는 두 개의 결관 키포인트를 연결하는 라인을 제공한다.
본 발명은 일반적인 혈관 포인트
Figure 112016101571174-pat00036
와 구분하기 위해서
Figure 112016101571174-pat00037
로
Figure 112016101571174-pat00038
번째 키포인트를 나타낸다. 상기 m 번째 가지는
Figure 112016101571174-pat00039
으로 나타낸다.
챔퍼 매칭 전역 검색: 본 발명은 심장 박동, 숨 쉼, 또는 시각의 변경으로부터 큰 전역적인 병진 운동을 추정하기 위해 챔퍼 매칭을 수행한다.
상기 견본 모양은 소스프레임의 혈관 포인트들의 집합이다.
상기 타깃 모양은 목적프레임에 혈관향상, 경계화 그리고 골격화를 순차적으로 적용함에 의해 구성된다.
본 발명은 목표 형상의 거리변환(DT) 상에서 강제적인 힘(brute force)에 의해 각 템플릿(견본) 포인트 및 타깃 모양 사이의 거리의 합을 최소화하고 전역적인 변위 벡터를 찾는다.
도 5의 (가)는 이 과정의 실시예 결과를 나타낸다.
혈관 키포인트 대응에 의한 가지 검색: 본 발명은
Figure 112016101571174-pat00040
크기의 국부 검색 영역 내에서 가지
Figure 112016101571174-pat00041
의 두 키포인트
Figure 112016101571174-pat00042
및
Figure 112016101571174-pat00043
에 대한 대응 포인트
Figure 112016101571174-pat00044
및
Figure 112016101571174-pat00045
를 검색한다.
대응은 국부모양의 유사성에 의해 결정되고, 수학식 2를 이용하여 측정된다.
최대가 아닌 억제는 인접한 매치들을 피하기 위해 적용될 수 있고,
Figure 112016101571174-pat00046
까지 가능한 대응은 두 키포인트
Figure 112016101571174-pat00047
및
Figure 112016101571174-pat00048
에 대해 획득된다.
후보 가지들의 집합은
Figure 112016101571174-pat00049
에 대한 모든 변위 벡터들,
Figure 112016101571174-pat00050
, ...,
Figure 112016101571174-pat00051
and
Figure 112016101571174-pat00052
, ...,
Figure 112016101571174-pat00053
을 적용함에 의해
Figure 112016101571174-pat00054
에 대해 생성된다.
본 발명은 후보 가지들이 Nk*2까지 될 수 있고 키포인트 대응 수에 의존할 수 있다는 것을 알아야 한다.
본 발명은 Nk*2 개의 가지 후보들이에 의해 초래되는 모든 키포인트 매치들이 신뢰할 수 있는 경우에 대체할 어떤한 것도 없는 가지를 포함한다.
혈관 포인트 검색에 의한 대응 후보 생성: 가지(
Figure 112016101571174-pat00055
)에 포함되는 혈관 포인트(
Figure 112016101571174-pat00056
)의 경우 후보 가지들에 기초하는 대응 포인트의 집합은 {
Figure 112016101571174-pat00057
}이다.
본 발명은 이러한 포인트들에서 크기
Figure 112016101571174-pat00058
크기 국부 검색 영역을 정의하고, 수학식 2에 기초하여
Figure 112016101571174-pat00059
개의 최적 대응 포인트들을 결정한다.
도 6 및 도 7은 대응 후보가 이전 가지 검색에 기초하여 더 작은 국부 검색 영역으로 개선되는 예를 나타낸다.
검색결과 후보의 최대 수는
Figure 112016101571174-pat00060
이다. 최대가 아닌 억제 때문에, 실제 후보 수 Nc는 복합하게 실행되는 영상에 근거한 Np보다 적을 수 있다. 따라서 본 발명은 혈관 포인트들에 대해 라벨수를 Np로 고정하지만. 하지만, 무한 단항 비용을 할당함에 의해 실제 대응 후보 없이 Nc보다 더 큰 라벨은 무효화한다.
도 5를 좀 더 구체적으로 설명하면 도 5는 전체 프레임웍크를 나타낸다. 목적프레임의 혈관 중심선은 우리가 주어질 것으로 추정하는 소스프레임의 중심선에 근거하여 추출된다.
도 5의 (가)는 상술한 바와 같이 챔퍼 매칭에 의한 전역적 검색을 나타내고, 소스프레임의 중심선(녹색) 및 추적 혈관 중심선(적색)이 중첩됨을 나타낸다.
(나)는 키포인트 대응(흰색)에 의한 혈관 가지 검색을 나타내고. (다)는 혈관 포인트 검색에 의한 대응후보(그린)를 나타내며, (라)는 MRF 최적화로부터 최적 포인트 대응(흰색)을 나타내고, (마)는 새로운 시각적인 혈관 가지들의 추출을 나타낸다.
도 6 및 도 7을 좀 더 설명하면, 도 6은 소스프레임에서 혈관 가지의 예를 나타낸 것이고, 도 7의 (가)는 목적 프레임에서 위치가 확립된 혈관 가지를 나타내고, 도 7의 (나)는 가지 혈관 포인트에서 윈도우를 나타낸 것이며, (다)는 획득된 응답 후보들을 나타낸 것이다. 또한 (가), (나), (다)의 상부 도면은 계층 검색을 수행하지 않은 경우를 나타낸 것이고, 하부 도면은 계층 검색을 수행한 경우를 나타낸 것이다. 가지 정렬은 윈도우의 크기를 줄일 수 있도록 한다.
한편, 본 발명은 전술한 전형적인 바람직한 실시예에만 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 개량, 변경, 대체 또는 부가하여 실시할 수 있는 것임은 당해 기술분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있을 것이다. 이러한 개량, 변경, 대체 또는 부가에 의한 실시가 이하의 첨부된 특허청구범위의 범주에 속하는 것이라면 그 기술사상 역시 본 발명에 속하는 것으로 보아야 한다.
100: 혈관 영상 획득부 200: 혈관 추출부
300: 전역적 강직 정합부 400: 지역적 비강직 정합부
410: 혈관 포인트 샘플링부 420: 혈관 특징점 추출부
430: 혈관 대응 포인트 후보 검출부 440: MRF 최적화부
450: 혈관 중심선 복원부 500: 후 처리부
600: 혈관 구조 분석부 700: 디스플레이부

Claims (10)

  1. 관상동맥을 촬영하여 관상동맥에 대한 혈관 영상 프레임 시퀀스를 출력하는 혈관 영상 획득부; 및
    상기 혈관 영상 프레임 시퀀스를 입력받고, 입력되는 혈관 영상 프레임 시퀀스를 샘플링하며, 샘플링된 혈관 영상 프레임 시퀀스에 마르코브 랜덤 필드 최적화를 적용하는 혈관대응최적화를 수행하여 혈관의 움직임을 반영한 일관된 중심선을 포함하는 혈관을 추출하고, 조영제의 투여로 인해 추가적으로 가시화된 국부 혈관을 정합한 관상동맥 혈관을 추출하여 표시하는 혈관 추출부를 포함하되,
    상기 혈관 추출부는,
    관상동맥 중심선을 포함하는 소스프레임과 상기 샘플링된 혈관 영상 프레임인 목적프레임의 비교에 따른 챔퍼 매칭을 수행하여 심장의 관상동맥에 대한 전역적인 형상 및 병진운동을 추정하는 전역적 강직 정합부;
    적어도 둘 이상의 키포인트를 가지는 일정 크기의 윈도우에 의해 상기 중심선을 따라 후보 혈관 가지를 검출하고 검출된 후보 혈관 가지들 중 실제 혈관 가지를 결정하고 결정된 혈관 가지들을 중심선에 접하여 혈관 중심선을 복원하는 지역적 비강직 정합부;
    조영제 투입에 의한 조영제 흐름 영상이 반영된 상기 목적프레임으로부터 소스프레임의 혈관의 최대 반경보다 긴 혈관이 검출되지 않을 때까지 새로운 혈관 가지들을 검출하고, 상기 검출된 혈관 가지들을 중심선에 연결하고 중심선에 연결되지 않는 혈관 가지는 제외하여 전체 관상동맥을 추출하는 후 처리부; 및
    상기 혈관 가지가 연결된 중심선을 포함하는 관상동맥을 시각화하여 디스플레이 수단에 표시하는 디스플레이부를 포함하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 혈관 추출부는,
    추출된 상기 전체 관상동맥의 중심선에서 혈관 가지가 분기하는 분기 포인트 및 혈관 가지가 교차하는 교차 포인트를 분석하고, 분석정보를 상기 디스플레이부를 통해 표시하는 혈관구조 분석부를 더 포함하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치.
  4. 제1항에 있어서,
    상기 소스프레임은 혈관 포인트를 더 포함하고,
    상기 지역적 비강직 정합부는,
    상기 소스프레임의 혈관 포인트에 의해 중심선의 혈관 포인트를 샘플링하는 혈관 포인트 샘플링부;
    상기 샘플링된 샘플링 혈관 포인트 각각이 분기 포인트인지, 교차 포인트인지, 끝 포인트 인지를 타나내는 특성을 추출하는 혈관 특징 포인트 추출부;
    상기 소스프레임의 혈관 포인트에 대응하는 대응 혈관 포인트를 목적프레임으로부터 검색하는 혈관 대응 포인트 후보 검출부;
    상기 혈관 특징 포인트 및 대응 혈관 포인트들에 대해 국부 검색 영역인 상기 윈도우를 정의하고 상기 윈도우 내에서 최적의 대응 포인트인 최적 대응 포인트 후보들을 검출하는 혈관 포인트 검색을 수행하는 MRF 최적화부; 및
    상기 최적 대응 포인트에서 혈관 가지들을 정합하여 혈관 중심선을 복원하는 혈관 중심선 복원부를 포함하는 것을 특징으로 하는 혈관 대응최적화를 이용한 관상동맥 혈관 추출 장치.
  5. 제4항에 있어서,
    상기 MRF 최적화부는,
    하기 수학식 2에 의해 최적 대응 포인트를 검출하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치.
    [수학식 2]
    Figure 112018003859301-pat00061

    Figure 112018003859301-pat00062
    및
    Figure 112018003859301-pat00063
    는 각각 소스프레임과 목적프레임을 나타내고,
    Figure 112018003859301-pat00064
    및
    Figure 112018003859301-pat00065
    는 각각 소스 혈관 구조의 i 번째 노드의 좌표와 목적프레임에서 xi 번째 대응후보를 나타낸다. D는 로컬 특징 디스크립터를 위한 함수이다.
  6. 혈관 영상 획득부가 관상동맥을 촬영하여 관상동맥에 대한 혈관 영상 프레임 시퀀스를 혈관 추출부로 출력하는 혈관 영상 획득 단계; 및
    상기 혈관 추출부가 상기 혈관 영상 프레임 시퀀스를 입력받고, 입력되는 혈관 영상 프레임 시퀀스를 샘플링하며, 샘플링된 혈관 영상 프레임 시퀀스에 혈관대응최적화를 수행하여 혈관 중심선을 포함하는 혈관을 추출하고, 마르코브 랜덤 필드 최적화를 수행하여 움직임이 반영된 일관성 있는 국부 혈관을 추출하고 추출된 혈관 중심선 및 국부 혈관을 정합한 관상동맥 혈관을 추출하여 표시하는 혈관 추출 단계를 포함하되,
    상기 혈관 추출 단계는,
    상기 혈관 추출부의 전역적 강직 정합부가 관상동맥 중심선을 포함하는 소스프레임과 상기 샘플링된 혈관 영상 프레임인 목적프레임의 비교에 따른 챔퍼 매칭을 수행하여 심장의 관상동맥에 대한 전역적인 형상 및 병진운동을 추정하는 전역적 강직 정합 단계;
    상기 혈관 추출부의 지역적 비강직 정합부가 적어도 둘 이상의 키포인트를 가지는 일정 크기의 윈도우에 의해 상기 중심선을 따라 후보 혈관 가지를 검출하고 검출된 후보 혈관 가지들 중 실제 혈관 가지를 결정하고 결정된 혈관 가지들을 중심선에 접하여 혈관 중심선을 복원하는 지역적 비강직 정합 단계;
    상기 혈관 추출부의 후 처리부가 조영제 투입에 의한 조영제 흐름 영상을 반영하되, 최대화 혈관의 반경보다 긴 혈관이 검출되지 않을 때까지 새로운 혈관 가지들을 검출하고, 상기 검출된 혈관 가지들을 중심선에 연결하고 중심선에 연결되지 않는 혈관 가지는 제외하여 전체 관상동맥을 추출하는 후 처리 단계; 및
    상기 혈관 추출부의 디스플레이부가 상기 혈관 가지가 연결된 중심선을 포함하는 관상동맥을 시각화하여 디스플레이 수단에 표시하는 디스플레이 단계를 포함하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 방법.
  7. 삭제
  8. 제6항에 있어서,
    상기 혈관 추출 단계는,
    상기 혈관 추출부의 혈관구조 분석부가 추출된 상기 전체 관상동맥의 중심선에서 혈관 가지가 분기하는 분기 포인트 및 혈관 가지가 교차하는 교차 포인트를 분석하고, 분석정보를 디스플레이부를 통해 표시하는 혈관구조 분석 단계를 더 포함하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 방법.
  9. 제6항에 있어서,
    상기 소스프레임은 혈관 포인트를 더 포함하고,
    상기 지역적 비강직 정합 단계는,
    상기 지역적 비강직 정합부의 혈관 포인트 샘플링부가 상기 소스프레임의 혈관 포인트에 의해 중심선의 혈관 포인트를 샘플링하는 혈관 포인트 샘플링 단계;
    상기 지역적 비강직 정합부의 혈관 특징 포인트 추출부가 상기 샘플링된 샘플링 혈관 포인트 각각에 대해 분기, 교차 및 끝 포인트 특성을 가지는 특징 포인트의 특징 포인트 혈관 가지를 검색하는 혈관 특징 포인트 추출 단계;
    상기 지역적 비강직 정합부의 혈관 대응 포인트 후보 검출부가 상기 샘플링 혈관 포인트에 대한 대응 혈관 포인트를 검색하는 혈관 대응 포인트 후보 검출 단계;
    상기 지역적 비강직 정합부의 MRF 최적화부가 상기 혈관 특징 포인트 및 대응 혈관 포인트들에 대해 국부 검색 영역인 상기 윈도우를 정의하고 상기 윈도우 내에서 최적의 대응 포인트인 최적 대응 포인트 후보들을 검출하는 혈관 포인트 검색을 수행하는 MRF 최적화 단계; 및
    상기 지역적 비강직 정합부의 혈관 중심선 복원부가 상기 최적 대응 포인트에서 혈관 가지들을 정합하여 혈관 중심선을 복원하는 혈관 중심선 복원 단계를 포함하는 것을 특징으로 하는 혈관 대응최적화를 이용한 관상동맥 혈관 추출 방법.
  10. 제9항에 있어서,
    상기 MRF 최적화 단계는,
    상기 MRF 최적화부가 하기 수학식 2에 의해 최적 대응 포인트를 검출하는 것을 특징으로 하는 혈관대응최적화를 이용한 관상동맥 혈관 추출 방법.
    [수학식 2]
    Figure 112018003859301-pat00066

    Figure 112018003859301-pat00067
    및
    Figure 112018003859301-pat00068
    는 각각 소스프레임과 목적프레임을 나타내고,
    Figure 112018003859301-pat00069
    및
    Figure 112018003859301-pat00070
    는 각각 소스 혈관 구조의 i 번째 노드의 좌표와 목적프레임에서 xi 번째 대응후보를 나타낸다. D는 로컬 특징 디스크립터를 위한 함수이다.
KR1020160135961A 2016-10-19 2016-10-19 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법 KR101852689B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160135961A KR101852689B1 (ko) 2016-10-19 2016-10-19 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법
PCT/KR2016/014881 WO2018074661A1 (ko) 2016-10-19 2016-12-19 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160135961A KR101852689B1 (ko) 2016-10-19 2016-10-19 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101852689B1 true KR101852689B1 (ko) 2018-06-11

Family

ID=62018569

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160135961A KR101852689B1 (ko) 2016-10-19 2016-10-19 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101852689B1 (ko)
WO (1) WO2018074661A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542972B1 (ko) * 2022-07-04 2023-06-15 재단법인 아산사회복지재단 3차원 혈관 구조를 생성하는 방법 및 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269806B (zh) * 2021-04-30 2023-04-14 北京阅影科技有限公司 测量血管内部血流流量的方法、装置与处理器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004201730A (ja) * 2002-12-24 2004-07-22 Hitachi Ltd 複数方向の投影映像を用いた３次元形状の生成方法
KR20150058948A (ko) * 2013-11-21 2015-05-29 삼성전자주식회사 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
US20150327780A1 (en) * 2014-05-16 2015-11-19 Kabushiki Kaisha Toshiba Image processing apparatus, image processing method, and storage medium
KR20160005256A (ko) * 2014-07-04 2016-01-14 연세대학교 산학협력단 Ct 관상동맥의 3차원 추적을 위한 시드 포인트 검출 방법
KR101630231B1 (ko) 2014-10-29 2016-06-27 연세대학교 산학협력단 의료영상 기반 혈관 검출 방법 및 그 장치
KR101663601B1 (ko) * 2015-07-09 2016-10-07 성균관대학교산학협력단 투영기법 기반의 동적혈관영상 획득방법 및 획득장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004201730A (ja) * 2002-12-24 2004-07-22 Hitachi Ltd 複数方向の投影映像を用いた３次元形状の生成方法
KR20150058948A (ko) * 2013-11-21 2015-05-29 삼성전자주식회사 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
US20150327780A1 (en) * 2014-05-16 2015-11-19 Kabushiki Kaisha Toshiba Image processing apparatus, image processing method, and storage medium
KR20160005256A (ko) * 2014-07-04 2016-01-14 연세대학교 산학협력단 Ct 관상동맥의 3차원 추적을 위한 시드 포인트 검출 방법
KR101630231B1 (ko) 2014-10-29 2016-06-27 연세대학교 산학협력단 의료영상 기반 혈관 검출 방법 및 그 장치
KR101663601B1 (ko) * 2015-07-09 2016-10-07 성균관대학교산학협력단 투영기법 기반의 동적혈관영상 획득방법 및 획득장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542972B1 (ko) * 2022-07-04 2023-06-15 재단법인 아산사회복지재단 3차원 혈관 구조를 생성하는 방법 및 장치

Also Published As

Publication number Publication date
WO2018074661A1 (ko) 2018-04-26

Similar Documents

Publication Publication Date Title
JP7308238B2 (ja) Ｘ線画像特徴検出および位置合わせのシステムおよび方法
US10687777B2 (en) Vascular data processing and image registration systems, methods, and apparatuses
Chen et al. Curve-like structure extraction using minimal path propagation with backtracking
EP2967480B1 (en) Vascular data processing and image registration methods
Wu et al. Automatic detection of coronary artery stenosis by convolutional neural network with temporal constraint
KR102050649B1 (ko) 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치
US8548213B2 (en) Method and system for guiding catheter detection in fluoroscopic images
CN107249464B (zh) 荧光成像中的鲁棒钙化跟踪
US9084531B2 (en) Providing real-time marker detection for a stent in medical imaging
JP2021140820A (ja) 血管内画像における影の検出および検証
US20140079308A1 (en) Method and System for Real Time Stent Enhancement on Live 2D Fluoroscopic Scene
US9582934B2 (en) Method and system for efficient extraction of a silhouette of a 3D mesh
US8712177B2 (en) Motion compensated overlay
US20180168532A1 (en) Image registration
M'hiri et al. A graph-based approach for spatio-temporal segmentation of coronary arteries in X-ray angiographic sequences
KR101852689B1 (ko) 혈관대응최적화를 이용한 관상동맥 혈관 추출 장치 및 방법
Chen et al. Virtual blood vessels in complex background using stereo x-ray images
M'hiri et al. Hierarchical segmentation and tracking of coronary arteries in 2D X-ray Angiography sequences
Yang et al. Vessel structure extraction using constrained minimal path propagation
Bacchuwar et al. Scale-space for empty catheter segmentation in PCI fluoroscopic images
Bacchuwar et al. VOIDD: automatic vessel-of-intervention dynamic detection in PCI procedures
Kulathilake et al. A technique for Quantitative Coronary Analysis of Cine-Angiograms using segmentation and vessel path tracking
Bacchuwar et al. A novel scale-space framework for low-contrasted object segmentation: Empty catheter segmentation
Baert et al. 3D guide wire tracking for navigation in endovascular interventions
SHIVDAYAL AUTOMATIC RECONSTRUCTION OF CORONARY LESIONS FOR ACUTE OCCULSION: AN ANGIOGRAPHY STUDY

Legal Events

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