KR101904493B1 - 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 - Google Patents
저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 Download PDFInfo
- Publication number
- KR101904493B1 KR101904493B1 KR1020160156096A KR20160156096A KR101904493B1 KR 101904493 B1 KR101904493 B1 KR 101904493B1 KR 1020160156096 A KR1020160156096 A KR 1020160156096A KR 20160156096 A KR20160156096 A KR 20160156096A KR 101904493 B1 KR101904493 B1 KR 101904493B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- dynamic
- dimensional
- dose
- low
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 29
- 230000005855 radiation Effects 0.000 claims abstract description 23
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 13
- 230000002490 cerebral effect Effects 0.000 claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 11
- 230000002123 temporal effect Effects 0.000 claims description 14
- 230000000694 effects Effects 0.000 abstract description 4
- 238000007796 conventional method Methods 0.000 description 4
- 238000012831 peritoneal equilibrium test Methods 0.000 description 4
- 238000012636 positron electron tomography Methods 0.000 description 4
- 238000012877 positron emission topography Methods 0.000 description 4
- 238000002603 single-photon emission computed tomography Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000012731 temporal analysis Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B6/52—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
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명은 방사선 의료 영상기기로 생체 내부의 뇌혈관을 실시간으로 촬영하여 얻은 동적 3차원 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 있어서, 상기 방사선 의료 영상기기를 통해 저선량(low-dose)으로 촬영하여 얻은 동적 3차원 영상은 방사선 의료 영상처리 알고리즘을 적용함으로써 노이즈를 제거하여 선명하고 깨끗한 고품질의 개선된 동적 3차원 영상으로 재구성되는 것으로,
본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 현저한 효과가 있다.
본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 현저한 효과가 있다.
Description
본 발명은 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 관한 것으로, 더욱 상세하게는 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 관한 것이다.
방사선 의료 영상기기는 현대사회의 질병 및 질환 진단의 결정적인 단서를 제공하는 의료 영상 기술의 핵심분야이다.
상기 방사선 의료 영상기기는 현재 대부분의 병원에서 X-ray, CT, PET, MRI, Ultra-sound, SPECT 등의 여러 영상촬영에 빈번히 사용되고 있다.
상기 방사선 의료 영상기기를 통해 X-ray, CT, PET, SPECT 등의 생체 내부의 영상 촬영하고, 촬영된 기능적, 해부학적 영상을 의사에게 제공해준다.
종래의 영상은 방사선 영상 재구성 기법들을 통해 공간적인 정보, 특히 복셀(voxel)과 주변 복셀(voxel)들의 연관성 등을 기반으로 개선되어 영상의 질을 향상시키고 있다.
상기와 같은 영상 촬영은 진단 및 치료의 증거로 활용되고 있지만, 방사능에 의한 생체 전리현상을 일으킬 수 있다.
상기 전리현상은 생체내의 세포의 DNA를 파괴시켜 암 또는 질환을 유발하는 원인이 될 수 있다.
종래기술로서 등록특허공보 등록번호 제10-0624756호의 방사선 수술을 위한 혈관조영 촬영 시 영상의 오차를 줄이기 위한 뇌 정위틀의 정렬확인 방법에는 정위틀이 고정된 환자의 머리를 혈관조영장치에 설치하여 혈관조영촬영을 하는 과정에 있어서, 혈관조영장치에 기준점이 전면과 후면에 표시된 정위틀을 상기 혈관조영장치에 설치하여 정위틀의 기준점 표시면을 예비촬영하는 단계와, 예비촬영된 영상을 대조하여 전면과 후면에서의 기준점의 일치 여부를 확인하는 단계, 상기 기준점의 불일치 시 정렬되어야 할 위치 오차값을 산출하는 단계, 상기 계산된 오차값에 따라 혈관조영장치와 정위틀 상기의 위치 오차를 수정하는 단계를 포함하는 혈관조영장치의 정위틀 정렬 확인 방법이라고 기재되어 있다.
다른 종래기술로서 등록특허공보 등록번호 제10-1655910호의 혈관조영영상 정합 방법 및 정합 프로그램에는 컴퓨터가 복수의 혈관조영영상을 정합하는 방법에 있어서, 컴퓨터가 상이한 혈관에 대한 복수의 혈관조영영상을 입력받는 단계; 컴퓨터가 상기 복수의 혈관조영영상 중에서 제1고정영상 및 제1이동영상을 설정하여, 상기 제1고정영상과의 오차를 최소화하는 위치로 상기 제1이동영상을 이동시켜 상기 제1고정영상 및 상기 제1이동영상에 대한 정합영상을 생성하는 정합영상 생성단계; 컴퓨터가 상기 복수의 혈관조영영상 중에서 다른 조합의 제2고정영상 및 제2이동영상을 설정하여, 상기 제2이동영상과 상기 제2고정영상에 대한 상기 정합영상 생성단계를 반복 수행하는 단계; 및 컴퓨터가 복수의 정합영상 간에 공유되는 특정한 혈관조영영상을 기준으로 상기 복수의 정합영상을 결합하여 최종정합영상으로 생성하는 단계;를 포함하며, 상기 고정영상 및 상기 이동영상은, 공유되는 혈관이 존재하는 인접한 혈관조영영상인 것을 특징으로 하며, 상기 정합영상 생성단계는, 컴퓨터가 상기 고정영상 및 상기 이동영상의 해상도를 낮춘 고정변환영상 및 이동변환영상을 생성하는 단계; 컴퓨터가 상기 고정변환영상과 상기 이동변환영상간의 오차를 최소화하는 상기 이동변환영상의 위치를 결정하는 단계; 및 컴퓨터가 상기 고정변환영상과 상기 이동변환영상의 해상도를 높이면서 상기 이동변환영상의 위치 결정을 반복 수행하는 단계;를 포함하며, 상기 고정영상은, 상기 제1 또는 제2고정영상을 포함하며, 상기 이동영상은, 상기 제1 또는 제2이동영상을 포함하는, 혈관조영영상 정합 방법이라고 기재되어 있다.
그러나 상기와 같은 종래의 기술은 방사선 의료 영상기기에서 발생하는 방사선량이 많아서 생체 내 전리현상 등을 유발하며, 저선량을 사용할 경우 영상에 노이즈가 발생하는 문제점이 있었다.
따라서 본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법을 통하여 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법을 제공하고자 하는 것이다.
본 발명은 방사선 의료 영상기기로 생체 내부의 뇌혈관을 실시간으로 촬영하여 얻은 동적 3차원 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 있어서, 상기 방사선 의료 영상기기를 통해 저선량(low-dose)으로 촬영하여 얻은 동적 3차원 영상은 방사선 의료 영상처리 알고리즘을 적용함으로써 노이즈를 제거하여 선명하고 깨끗한 고품질의 개선된 동적 3차원 영상으로 재구성되는 것을 특징으로 한다.
본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 현저한 효과가 있다.
도 1은 노이즈 성분이 있는 원본 영상과 시공간 분석이 적용된 영상의 차이를 나타내는 실시도
도 2는 시공간 특징에 따라 영상의 분리 및 재조합한 실시도
도 3은 원본 동적 3차원 영상과 개선된 동적 3차원 영상을 비교하는 실시도
도 4는 본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법의 전체 순서도
도 2는 시공간 특징에 따라 영상의 분리 및 재조합한 실시도
도 3은 원본 동적 3차원 영상과 개선된 동적 3차원 영상을 비교하는 실시도
도 4는 본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법의 전체 순서도
본 발명은 방사선 의료 영상기기로 생체 내부의 뇌혈관을 실시간으로 촬영하여 얻은 동적 3차원 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 있어서,
상기 방사선 의료 영상기기를 통해 저선량(low-dose)으로 촬영하여 얻은 동적 3차원 영상은 방사선 의료 영상처리 알고리즘을 적용함으로써 노이즈를 제거하여 선명하고 깨끗한 고품질의 개선된 동적 3차원 영상으로 재구성되는 것을 특징으로 한다.
또한, 상기 방사선 의료 영상기기를 통해 촬영한 동적 3차원 영상을 시·공간적 특징에 따라 추출하기 위해 재배열하고, 재배열된 동적 3차원 영상에 시공간 분석(spatio-temporal analysis) 기법에 따라 시간 정보 및 공간 정보를 함께 적용하여 개선된 3차원 영상으로 재구성하는 것을 특징으로 한다.
또한, 상기 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 방사선 영상기기를 통해 저선량으로 촬영하여 획득한 동적 3차원 영상을 시간특징과 공간특징으로 재배열하는 재배열단계; 상기 시간특징과 공간특징에서 연관성을 분석한 후, 수학적 알고리즘을 통해 독립성을 적용하여 주성분과 독립성분으로 구분하여 분리하는 시공간적독립단계; 상기 주성분과 독립성분을 통해 개선된 동적 3차원 영상으로 재구성하는 영상재구성단계; 로 이루어지는 것을 특징으로 한다.
본 발명을 첨부 도면에 의해 상세히 설명하면 다음과 같다.
도 1은 노이즈 성분이 있는 원본 영상과 시공간 분석이 적용된 영상의 차이를 나타내는 실시도, 도 2는 시공간 특징에 따라 영상의 분리 및 재조합한 실시도, 도 3은 원본 동적 3차원 영상과 개선된 동적 3차원 영상을 비교하는 실시도, 도 4는 본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법의 전체 순서도이다.
본 발명에 대해 구체적으로 기술하면, 본 발명은 방사선 의료 영상기기로 생체 내부의 뇌혈관을 실시간으로 촬영하여 얻은 동적 3차원 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 있어서, 상기 방사선 의료 영상기기를 통해 저선량(low-dose)으로 촬영하여 얻은 동적 3차원 영상은 방사선 의료 영상처리 알고리즘을 적용함으로써 노이즈를 제거하여 선명하고 깨끗한 고품질의 개선된 동적 3차원 영상으로 재구성되는 것이다.
이때, 상기 동적 3차원 영상은 X-ray, CT, PET, MRI, Ultra-sound, SPECT 등의 단층촬영을 통해 실시간으로 촬영함으로써, 시간적으로 연속된 공간적인 3차원 영상을 생성된 것으로, 상기 동적 3차원 영상의 데이터는 시계열로 분석하기에 최적화되어 있다.
상기 방사선 의료 영상기기는 종래에 통상적으로 사용되는 것이다.
상기 방사선 의료 영상기기의 종래기술로서 등록특허공보 등록번호 제10-1517770호의 방사선 영상 장치 및 그 동작 방법과, 상기 방사선 의료 영상기기의 다른 종래기술로서 등록특허공보 등록번호 제10-1508511호의 촬상장치, 방사선 촬영 시스템 및 이미지 센서의 제어 방법이 공개되어 있는 바와 같이 방사선 의료 영상기기는 방사선 분야에서 통상적으로 사용되고 있다.
본 발명에서는 상기와 같은 방사선 의료 영상기기를 통해 출력되는 방사선량을 저선량으로 감소하여 사용한다.
상기 방사선 의료 영상기기는 방사선 의료기기에서 출력되는 선량보다 감소된 선량을 통해 동적 3차원 영상을 촬영한다.
상기 방사선 의료 영상기기를 통해 방사선 촬영할 때, 환자 등의 개인에게 적용할 수 있는 선량의 한도는 부위마다 권고하는 정도가 정해져 있으며, 일반적으로 CT 1회 촬영을 통해 개인에게 노출되는 선량은 10mSv 미만으로 확인되고 있다.
하지만, 일반적인 방사선 검사에 사용되는 방사선 피폭량을 시계열에 따라 촬영하게 되면, 자연현상에 따라 대기 중의 일반적인 시간당 방사선량에 적응되어 있는 환자에게 갑자기 차이가 많이 나는 방사선량을 흡수시키게 됨으로써 전리현상 등으로 인체가 손상되는 문제를 발생시킬 가능성이 커지게 된다.
이때, 상기 방사선 의료 영상기기를 통해 촬영 시 개인에게 적용되는 선량은 방사선의 정도와, 촬영 부위와, 촬영 시간에 많은 영향을 받게 된다.
상기 방사선 의료 영상기기를 통해 3차원 동적 영상을 촬영할 때, 촬영 부위는 정해져 있으며, 원하는 결과를 얻기 위해서 촬영 시간은 더 줄어들지 못하는 실정이다.
그러므로 상기 개인에게 노출되는 선량을 줄이기 위해서는 방사선 정도를 줄여 저선량으로 촬영할 수밖에 없다.
다만, 상기 저선량으로 촬영한 3차원 동적 영상은 노이즈가 발생하며 선명하지 못하여 바로 사용할 수 없으며, 상기 저선량을 사용하여 촬영한 동적 3차원 영상은 환자의 진단 성공률을 높이기 위하여 선명하게 개선할 필요가 있다.
상기 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 방사선 영상기기를 통해 저선량으로 촬영하여 획득한 동적 3차원 영상을 시간특징과 공간특징으로 재배열하는 재배열단계; 상기 시간특징과 공간특징에서 연관성을 분석한 후, 수학적 알고리즘을 통해 독립성분을 분류하여 신호성분과 노이즈성분으로 구분하여 분리하는 시공간적독립단계; 상기 주성분과 독립성분을 통해 개선된 동적 3차원 영상으로 재구성하는 영상재구성단계; 로 이루어지는 것이다.
상기 저선량 방사선 의료 영상기기를 통해 촬영한 동적 3차원 영상을 시·공간적 특징에 따라 추출하기 위해 재배열한다.
그리고 상기 동적 3차원 영상의 정보에서 시공간적 연관성을 분석한 후, 시공간적으로 수학적 알고리즘을 통해 독립성을 적용하는 것이다.
그리고 상기 독립성이 적용된 동적 3차원 영상을 다수 개의 3차원 영상으로 분리하되, 시공간 특징 추출 기법을 적용하여 주성분과 독립성분으로 구분하여 분리하는 것이다.
상기 재배열된 동적 3차원 영상에 시공간 분석(spatio-temporal analysis) 기법에 따라 시간 정보 및 공간 정보를 함께 적용하여 개선된 3차원 영상으로 재구성하는 것이다.
상기 시공간 분석(spatio-temporal analysis) 기법은 시간과 공간의 연관성 및 독립성을 기반으로 시간에 따른 3차원 의료영상의 변화 정보를 고려하여 다수 개의 독립성분을 가진 동적 3차원 영상으로 영상분류(image classification) 하는 것이다.
이때, 상기 영상분류(image classification)는 동적 3차원 영상을 수학 알고리즘을 적용하여 분석하고, 상기 수학 알고리즘을 통해 분석된 동적 3차원 영상을 재배열 및 재구성하는 것이다.
즉, 상기 영상분류(image classification)를 통해 동적 3차원 영상으로부터 다수 개의 독립성분 3차원 영상으로 분리해 내고, 분리된 다수 개의 독립성분 3차원 영상을 신호 성분의 영상과 노이즈 성분의 영상으로 재배열한 후, 신호 성분의 영상들을 재구성함으로써, 3차원 영상의 품질을 향상시켜 개선된 3차원 영상을 얻게된다.
상기 3차원 영상을 개선된 3차원 영상으로 재구성하기 위해 사용되는 수학적 알고리즘은 PCA(principle component analysis), ICA(independent component analysis), MUSIC(multiple signal classification) 등이 있다.
상기 동적 3차원 영상을 영상분류(image classification)에 관한 예로서, 도 2에 도시된 바와 같이, 왼쪽의 원본 영상(A)에서 영상분류(image classification)를 통해 순서대로 다수 개의 영상으로 분리한다.
이때, 각각의 영상에는 3차원 영상으로 조합될 수 있는 신호 성분 및 노이즈 성분이 포함되어 있으며, 분리된 순서가 후반으로 갈수록 신호대잡음비가 낮아지게 된다.
상기 신호대잡음비는 필요한 신호와 불필요한 잡음이 섞여 있을 경우의 신호 성분과 잡음 성분의 비율인 것이다.
상기 분리되는 다수 개의 영상은 순서상으로 처음의 영상에서 신호 성분이 많으며 노이즈 성분이 제일 적으며, 순서상으로 뒤로 갈수록 신호 성분이 줄어들며 노이즈 성분이 많아지게 되는 것으로, 상기 분리되는 다수 개의 영상은 분리되어 나누어지는 순서에 따라 후반으로 갈수록 노이즈 성분이 많은 영상이 되어 중요도가 낮아지게 된다.
이때, 상기 3차원 영상을 나누어지는 순서에 따라 영상의 중요도는 log 방식으로 표현할 수 있다.
상기 신호대잡음비에 따라 신호 성분의 영상과 잡음 성분의 영상으로 구분한다.
예를들면, 상기 신호대잡음비를 통해 신호 성분이 잡음 성분보다 많거나 같은 영상을 신호성분의 영상으로 구분하며, 신호대잡음비에서 신호 성분이 잡음 성분보다 적은 영상을 잡음 성분의 영상으로 구분한다.
도 2에 도시된 바와 같이, 상기 다수 개의 영상을 필요한 영상으로 재조합할 수 있는 것으로, 오른쪽 위에 나타나는 신호 영상(B)은 하나 이상의 신호 성분의 영상을 재조합하여 잡음을 제거한 영상이며, 오른쪽 아래에 나타나는 신호 영상(C)은 하나 이상의 신호 성분의 영상에서 시간에 따른 변화가 많이 나타나는 부분과 변화가 적은 부분으로 분류하여 뇌혈관이 나타나도록 재조합한 영상이다.
상기 영상분류(image classification)를 통해 분리된 신호성분을 가진 각 영상을 통해 시간에 따른 변화가 많이 나타나는 부분과 변화가 적은 부분으로 분류하여 변화가 많은 부분을 사용함에 따라 뇌 혈관 부분만 추출하여 동적 3차원 영상으로 재구성함으로써, 상기 동적 3차원 영상에서 뇌 혈관 영상만 추출하여 사용할 수 있는 것이다.
일반적으로 방사선 의료영상은 X-ray의 밀도가 영상의 질을 결정하는 주요한 요소로, 상기 X-ray의 밀도가 높아질수록 영상의 품질이 향상하나, 상기 X-ray의 밀도를 높이게 되면 환자의 방사선 피폭량도 높아지게 되어 환자의 생체 내에 전리현상으로 인한 부작용이 발생할 수도 있다.
그리고 MRI, CT, PET, SPECT 등 영상 촬영으로부터 동화상(Dynamic image)을 얻기 위해서는 짧은 시간에 촬영해야 하기에 시간에 제한이 있으며, 시간제한에 의해 영상의 품질은 낮은 방사선 밀도로 인하여 떨어지게 된다.
도 3에 도시된 바와 같이, 위에 나타나는 원본 3차원 영상에 비해, 아래에 나타나는 3차원 영상은 노이즈가 제거되어 영상의 질이 훨씬 좋은 것을 확인할 수 있다.
따라서 본 발명 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 통상의 방사선 의료 영상기기를 통해 저선량(low-dose)으로 뇌혈관 등의 동적 3차원 영상을 촬영함으로써 고선량에 의한 전리현상 등의 문제를 해결하고, 상기 저선량으로 촬영한 동적 3차원 영상에서 노이즈를 제거하여 영상을 개선하는 현저한 효과가 있다.
Claims (3)
- 방사선 의료 영상기기로 생체 내부의 뇌혈관을 실시간으로 촬영하여 얻은 동적 3차원 영상을 개선하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법에 있어서,
상기 방사선 의료 영상기기를 통해 저선량(low-dose)으로 촬영하여 얻은 동적 3차원 영상은 방사선 의료 영상처리 알고리즘을 적용함으로써 노이즈를 제거하여 선명하고 깨끗한 고품질의 개선된 동적 3차원 영상으로 재구성되는 것이며,
상기 방사선 의료 영상기기를 통해 촬영한 동적 3차원 영상을 시·공간적 특징에 따라 추출하기 위해 재배열하고, 재배열된 동적 3차원 영상에 시공간 분석(spatio-temporal analysis) 기법에 따라 시간 정보 및 공간 정보를 함께 적용하여 개선된 3차원 영상으로 재구성하는 것을 특징으로 하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법
- 삭제
- 제 1항에 있어서, 상기 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법은 방사선 영상기기를 통해 저선량으로 촬영하여 획득한 동적 3차원 영상을 시간특징과 공간특징으로 재배열하는 재배열단계; 상기 시간특징과 공간특징에서 연관성을 분석한 후, 수학적 알고리즘을 통해 독립성을 적용하여 주성분과 독립성분으로 구분하여 분리하는 시공간적독립단계; 상기 주성분과 독립성분을 통해 개선된 동적 3차원 영상으로 재구성하는 영상재구성단계; 로 이루어지는 것을 특징으로 하는 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160156096A KR101904493B1 (ko) | 2016-11-22 | 2016-11-22 | 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160156096A KR101904493B1 (ko) | 2016-11-22 | 2016-11-22 | 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180057445A KR20180057445A (ko) | 2018-05-30 |
KR101904493B1 true KR101904493B1 (ko) | 2018-10-17 |
Family
ID=62300399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160156096A KR101904493B1 (ko) | 2016-11-22 | 2016-11-22 | 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101904493B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024010248A1 (ko) * | 2022-07-06 | 2024-01-11 | 주식회사 에어스 메디컬 | 딥러닝 기반 의료 데이터의 품질 개선 방법, 프로그램 및 장치 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130207975A1 (en) | 2006-11-28 | 2013-08-15 | Tufts Medical Center, Inc. | Systems and methods for spatio-temporal analysis |
JP2013542018A (ja) * | 2010-10-27 | 2013-11-21 | コーニンクレッカ フィリップス エヌ ヴェ | 低線量ctノイズ除去 |
US20160157742A1 (en) | 2013-08-05 | 2016-06-09 | The Regents Of The University Of California | Magnetoencephalography source imaging for neurological functionality characterizations |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050226317A1 (en) * | 2002-07-17 | 2005-10-13 | Koninklijke Phillips Electronics N.V. | Video coding method and device |
KR101661215B1 (ko) * | 2010-08-16 | 2016-09-30 | 삼성전자주식회사 | 영상 처리 방법 및 영상 처리 장치 |
-
2016
- 2016-11-22 KR KR1020160156096A patent/KR101904493B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130207975A1 (en) | 2006-11-28 | 2013-08-15 | Tufts Medical Center, Inc. | Systems and methods for spatio-temporal analysis |
JP2013542018A (ja) * | 2010-10-27 | 2013-11-21 | コーニンクレッカ フィリップス エヌ ヴェ | 低線量ctノイズ除去 |
US20160157742A1 (en) | 2013-08-05 | 2016-06-09 | The Regents Of The University Of California | Magnetoencephalography source imaging for neurological functionality characterizations |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024010248A1 (ko) * | 2022-07-06 | 2024-01-11 | 주식회사 에어스 메디컬 | 딥러닝 기반 의료 데이터의 품질 개선 방법, 프로그램 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR20180057445A (ko) | 2018-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kida et al. | Cone beam computed tomography image quality improvement using a deep convolutional neural network | |
KR102070714B1 (ko) | 오브젝트 위치 결정 장치, 오브젝트 위치 결정 방법, 오브젝트 위치 결정 프로그램, 및 방사선 치료 시스템 | |
US9070181B2 (en) | System and method for extracting features of interest from an image | |
US10874367B2 (en) | Angiography | |
CN112770838A (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
JP2019516460A (ja) | 空間とスペクトル情報に基づく複数エネルギーのct画像におけるノイズ制御のためのシステムと方法 | |
JP6662880B2 (ja) | 放射線放出撮像システム、記憶媒体及び撮像方法 | |
US10878544B2 (en) | Image data processing | |
KR101957811B1 (ko) | 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치 | |
US20120121147A1 (en) | Method for Generating Bone Mask | |
JP2011509697A (ja) | 画像解析 | |
US6751284B1 (en) | Method and system for tomosynthesis image enhancement using transverse filtering | |
CN117813055A (zh) | 用于从快速spect扫描和ct图像合成spect图像的多模态和多尺度特征聚合 | |
KR102399792B1 (ko) | 인공지능 기반 Hounsfield unit (HU) 정규화 및 디노이징 (Denoising)을 통한 전처리 장치 및 방법 | |
US8362434B2 (en) | System and method for radiation dose reduction in molecular breast imaging | |
KR101904493B1 (ko) | 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법 | |
JP2004239782A (ja) | 脳画像データ処理システム、方法、プログラムおよび記録媒体 | |
CN110730977B (zh) | 低剂量成像方法及装置 | |
Jaya et al. | Exploration on Selection of Medical Images employing New Transformation Technique | |
Passand | Quality assessment of clinical thorax CT images | |
Claus et al. | Circular tomosynthesis for neuro perfusion imaging on an interventional C-arm | |
Meinel et al. | Reduction of Half-Scan Shading Artifact Based on Full-Scan Correction1 | |
JP7503996B2 (ja) | 核医学診断装置および医用情報処理装置 | |
JP7511350B2 (ja) | 減弱分布画像作成装置、画像処理装置、放射線断層撮影システム、減弱分布画像作成方法、画像処理方法 | |
US20240303819A1 (en) | Image processing method, program, and image processing device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |