KR101916855B1 - 병변 수정 장치 및 방법 - Google Patents

병변 수정 장치 및 방법 Download PDF

Info

Publication number
KR101916855B1
KR101916855B1 KR1020110106052A KR20110106052A KR101916855B1 KR 101916855 B1 KR101916855 B1 KR 101916855B1 KR 1020110106052 A KR1020110106052 A KR 1020110106052A KR 20110106052 A KR20110106052 A KR 20110106052A KR 101916855 B1 KR101916855 B1 KR 101916855B1
Authority
KR
South Korea
Prior art keywords
lesion
image frame
boundary
reference image
candidate
Prior art date
Application number
KR1020110106052A
Other languages
English (en)
Other versions
KR20130041654A (ko
Inventor
성영경
장주호
박문호
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020110106052A priority Critical patent/KR101916855B1/ko
Priority to US13/438,367 priority patent/US9396549B2/en
Priority to CN201910031384.6A priority patent/CN109509198B/zh
Priority to JP2012137421A priority patent/JP2013089228A/ja
Priority to CN201210208649.3A priority patent/CN103049900B/zh
Priority to EP12188824.2A priority patent/EP2584528B1/en
Priority to EP16207373.8A priority patent/EP3171333B1/en
Priority to EP18179595.6A priority patent/EP3407298B1/en
Publication of KR20130041654A publication Critical patent/KR20130041654A/ko
Application granted granted Critical
Publication of KR101916855B1 publication Critical patent/KR101916855B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Abstract

후보 이미지 프레임을 추출할 수 있는 장치가 개시된다. 후보 이미지 프레임 선택 장치는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성하고, 병변 값에 기초하여 병변 경계 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출할 수 있다.

Description

병변 수정 장치 및 방법{APPARATUS AND METHOD FOR CORRECTING LESION IN IMAGE FRAME}
3차원 이미지를 이용하여 병변을 검출하는 기술과 관련된다.
잡음(noise), 낮은 해상도(resolution), 낮은 대조도(contrast) 등에 의해 이미지에 포함된 병변을 정확하게 검출하는 것은 어렵다. 또한, 병변의 경계가 복잡하고 불분명한 경우에도, 이미지에 포함된 병변을 정확하게 검출하는 것은 어렵다. 이와 같이 병변이 불명확하게 검출되는 경우가 많기 때문에, 검출된 병변을 수정하는 과정이 필요하다. 특히, 3차원 이미지는 다수의 2차원 이미지로 구성되어 있기 때문에, 3차원 이미지에 포함된 병변을 수정하는 것은 어렵다. 따라서, 3차원 이미지에 포함된 병변을 용이하면서도 정확하게 수정할 수 있는 기술이 필요하다.
3차원 이미지를 구성하는 다수의 2차원 이미지 프레임 중 병변이 수정된 일부 이미지 프레임('기준 이미지 프레임')을 이용하여 나머지 이미지 프레임들에 포함된 병변을 정확하고 용이하게 수정할 수 있는 병변 수정 장치 및 방법이 개시된다.
일 실시예에 따른 후보 이미지 프레임 선택 장치는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성하는 생성부; 및 병변 값에 기초하여 병변 경계 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출하는 추출부를 포함한다.
추출부는 병변 값들을 단순 합산 또는 가중치를 주어 합산하고, 합산한 값에 기초하여 후보 이미지 프레임을 추출할 수 있다.
추출부는 합산한 값이 국부 최대값(local maximum)인 이미지 프레임들 중에서 후보 이미지 프레임을 추출할 수 있다.
추출부는 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단하고, 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출할 수 있다.
병변의 특징은 병변 개수, 병변 크기, 병변 모양, 병변의 경계면, 병변의 경계선 및 병변의 경계선에 위치한 포인트들의 위치 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따른 병변 수정 장치는 3차원 이미지를 구성하는 2차원 이미지 프레임들 중 적어도 하나의 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 이미지 프레임을 기준 이미지 프레임으로 지정하는 지정부 및 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정하는 수정부를 포함할 수 있다.
수정부는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여 병변을 수정할 수 있다.
수정부는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정하고, 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정하는 할 수 있다.
수정부는 기준 이미지 프레임이 적어도 2개 이상인 경우, 이미지 프레임들에 대해 적어도 2개 이상의 구간을 설정하고, 각 구간들은 하나의 기준 이미지 프레임을 포함하며, 각 구간에 포함된 기준 이미지 프레임을 이용하여 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다.
수정부는 구간들이 겹치지 않도록 설정할 수 있다.
수정부는 구간들을 겹치도록 설정하고, 구간에 포함된 기준 프레임을 이용하여 겹치는 구간에 존재하는 이미지 프레임들에 포함된 병변을 각각 수정할 수 있다.
병변 수정 장치는 수정된 병변을 겹치는 구간에 존재하는 이미지 프레임별로 병합하는 병합(merge)부를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 병변 수정 장치는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성하는 생성부와, 병변 값에 기초하여 병변 경계 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출하는 추출부와, 후보 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 후보 이미지 프레임을 기준 이미지 프레임으로 지정하는 지정부 및 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정하는 수정부를 포함한다.
추출부는 병변 값들을 단순 합산 또는 가중치를 주어 합산하고, 합산한 값에 기초하여 후보 이미지 프레임을 추출할 수 있다.
추출부는 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단하고, 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출할 수 있다.
수정부는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여, 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다.
수정부는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정하고, 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정할 수 있다.
병변 수정 장치는 이미지 세그멘테이션이 정상적으로 실행되었는지 여부를 검사하는 검사부 및 이미지 세그멘테이션이 정상적으로 실행되지 못하였다고 검사된 이미지 프레임에 포함된 병변을 다시 수정하는 재수정부를 더 포함할 수 있다.
수정부는 기준 이미지 프레임이 적어도 2개 이상인 경우, 이미지 프레임들에 대해 적어도 2개 이상의 구간을 설정하고, 각 구간들은 하나의 기준 이미지 프레임을 포함하며, 각 구간에 포함된 기준 이미지 프레임을 이용하여 각 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다.
일 실시예에 따른 후보 이미지 프레임을 선택하는 방법은 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성하는 생성하는 단계 및 병변 값에 기초하여 병변 경계 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출하는 단계를 포함한다.
추출하는 단계는 병변 값들을 단순 합산 또는 가중치를 주어 합산하는 단계 및 합산한 값에 기초하여 후보 이미지 프레임을 추출하는 단계를 포함할 수 있다.
추출하는 단계는 합산한 값이 국부 최대값(local maximum)인 이미지 프레임들 중에서 후보 이미지 프레임을 추출하는 단계를 포함할 수 있다.
추출하는 단계는 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단하는 단계 및 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출하는 단계를 포함할 수 있다.
병변의 특징은 병변 개수, 병변 크기, 병변 모양, 병변의 경계면, 병변의 경계선 및 병변의 경계선에 위치한 포인트들의 위치 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따른 병변 수정 방법은 3차원 이미지를 구성하는 2차원 이미지 프레임들 중 적어도 하나의 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 이미지 프레임을 기준 이미지 프레임으로 지정하는 단계 및 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정하는 단계를 포함한다.
수정하는 단계는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여 병변을 수정하는 단계를 포함할 수 있다.
수정하는 단계는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정하는 단계 및 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정하는 단계를 포함할 수 있다.
수정하는 단계는 기준 이미지 프레임이 적어도 2개 이상인 경우, 이미지 프레임들에 대해 적어도 2개 이상의 구간을 설정하고, 각 구간들은 하나의 기준 이미지 프레임을 포함하며, 각 구간에 포함된 기준 이미지 프레임을 이용하여 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정하는 단계를 포함할 수 있다.
수정하는 단계는 구간들이 겹치지 않도록 설정하는 단계를 포함할 수 있다.
수정하는 단계는 구간들을 겹치도록 설정하고, 구간에 포함된 기준 프레임을 이용하여 겹치는 구간에 존재하는 이미지 프레임들에 포함된 병변을 각각 수정하는 단계를 포함할 수 있다.
병변 수정 방법은 수정된 병변을 겹치는 구간에 존재하는 이미지 프레임별로 병합하는 단계를 더 포함할 수 있다.
일 실시예에 따른 병변 경계 수정 장치에서의 병변 경계 수정 방법은 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성하는 단계와, 병변 값에 기초하여 병변 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출하는 단계와, 후보 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 후보 이미지 프레임을 기준 이미지 프레임으로 지정하는 단계 및 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정하는 단계를 포함한다.
추출하는 단계는 병변 값들을 단순 합산 또는 가중치를 주어 합산하는 단계; 및 합산한 값에 기초하여 후보 이미지 프레임을 추출하는 단계를 포함할 수 있다.
추출하는 단계는 이미지 프레임들에 포함된 모든 병변이 추출된 적어도 하나의 후보 이미지 프레임에 포함되었는지 여부를 판단하는 단계 및 모든 병변 중 추출된 적어도 하나의 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출하는 단계를 포함할 수 있다.
수정하는 단계는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여, 나머지 이미지 프레임들에 포함된 병변을 수정하는 단계를 포함할 수 있다.
수정하는 단계는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정하는 단계 및 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정하는 단계를 포함할 수 있다.
수정하는 단계는 기준 이미지 프레임이 적어도 2개 이상인 경우, 이미지 프레임들에 대해 하나의 기준 이미지 프레임을 포함하는 적어도 2개 이상의 구간을 설정하는 단계 및 각 구간에 포함된 기준 이미지 프레임을 이용하여 각 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정하는 단계를 포함할 수 있다.
개시된 내용에 따르면, 병변 값에 기초하여 후보 이미지 프레임을 추출함으로써, 추후 병변을 수정하는 경우 최대한 정확하게 수정될 수 있도록하는 후보 이미지 프레임을 추출할 수 있다.
또한, 3차원 이미지를 구성하는 다수의 2차원 이미지 프레임 중 병변이 수정된 기준 이미지 프레임을 이용하여 나머지 이미지 프레임에 포함된 병변을 정확하고 용이하게 수정할 수 있다.
도 1은 일 실시예와 관련된 후보 이미지 프레임 선택 장치를 설명하기 위한 도면이다.
도 2는 도 1의 후보 이미지 프레임 선택 장치의 일 실시예에 따른 구동 방법을 설명하기 위한 도면이다.
도 3은 도 1의 후보 이미지 프레임 선택 장치의 또 다른 일 실시예에 따른 구동 방법을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 병변 수정 장치를 설명하기 위한 도면이다.
도 5a 및 도 5b는 이미지 프레임에 포함된 병변을 수정하는 과정을 설명하기 위한 도면이다.
도 6은 도 4의 수정부가 구간을 겹치지 않도록 설정한 경우를 설명하기 위한 도면이다.
도 7은 수정부가 도 6의 기준 이미지 프레임을 이용하여 나머지 이미지 프레임들을 수정하는 과정을 설명하기 위한 도면이다.
도 8은 도 4의 수정부가 구간을 겹치도록 설정한 경우를 설명하기 위한 도면이다.
도 9는 병합부가 도 8의 수정부에 의해 수정된 병변들을 병합하는 과정을 설명하기 위한 도면이다.
도 10은 본 발명의 또 다른 일 실시예에 따른 병변 수정 장치를 설명하기 위한 도면이다.
도 11은 도 10의 병변 수정 장치에서의 병변 수정 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 발명을 실시하기 위한 구체적인 내용에 대하여 상세하게 설명한다.
도 1은 일 실시예와 관련된 후보 이미지 프레임 선택 장치를 설명하기 위한 도면이다.
도 1을 참조하면, 후보 이미지 프레임 선택 장치(100)는 생성부(110) 및 추출부(120)를 포함한다.
생성부(110)는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들로부터 병변을 추출하고, 추출된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성할 수 있다. 예를 들면, 생성부(110)는 2차원 이미지 프레임에 포함된 픽셀 값의 차이를 이용하여 병변의 경계를 검출하고, 병변의 경계 내부를 병변으로 추출할 수 있다. 또 다른 예를 들면, 생성부(110)는 2차원 이미지 프레임에 포함된 픽셀 값이 설정된 기준 픽셀 값보다 크면 해당 픽셀을 병변으로 추출한다. 생성부(110)는 이와 같은 과정을 2차원 이미지 프레임의 전체 픽셀에 대해 실행함으로 병변을 추출할 수 있다. 그러나, 생성부(110)가 병변을 추출하는 방식은 이에 한정되지 않고 다양한 방식이 사용될 수 있다. 병변의 특징은 병변 개수, 병변 크기, 병변 모양, 병변의 경계면, 병변의 경계선, 병변의 경계선에 위치한 포인트들의 위치 정보 중 적어도 하나를 포함할 수 있다.
생성부(110)는 이러한 병변의 특징을 숫자로 표현함으로써, 병변 값을 생성할 수 있다. 예를 들면, 병변 개수는 1개, 2개, 3개 등으로 표현되고, 병변 크기는 mm2 또는 cm2 등의 단위로 표현되고, 병변 모양은 굴곡의 정도 등을 기준으로 숫자로 표현될 수 있다. 예를 들면, 병변 모양은 굴곡의 불규칙성이 클수록 큰 값을 가질 수 있다. 병변의 경계는 병변 경계의 명확한 정도 등을 기준으로 숫자로 표현될 수 있다. 예를 들면, 병변의 경계의 명확한 정도는 병변 경계의 주변에 존재하는 병변 경계면의 픽셀값에 기초하여 연산된 밝기의 기울기를 이용하여 판단할 수 있다. 병변 경계는 경계가 불명확 할수록 큰 값을 가질 수 있다.
추출부(120)는 생성부(110)에서 생성된 병변 값에 기초하여 적어도 하나의 후보 이미지 프레임을 추출할 수 있다. 후보 이미지 프레임은 추후 수정부에서 병변 수정시 이용될 수 있는 이미지 프레임의 후보를 의미한다.
예를 들면, 추출부(120)는 생성부(110)에서 생성된 병변 값들을 단순 합산하거나 가중치를 주어 합산할 수 있다. 예를 들면, 하나의 2차원 이미지 프레임에 포함된 병변의 특징을 나타내는 병변 값이 A, B, C인 경우, 추출부(120)는 단순히 A, B, C를 합산할 수 있으며('A + B + C'), 또 다르게는 가중치를 주어 합산할 수 있다('a*A + β*B + γ*C'). a, β 및 γ값은 제조업자 또는 사용자 등에 의해 자유롭게 설정될 수 있다.
추출부(120)는 합산한 값에 기초하여 여러 2차원 이미지 프레임 중에서 후보 이미지 프레임을 추출할 수 있다. 구체적으로 예를 들면, 추출부(120)는 단순 합산 또는 가중치 합산된 값이 국부 최대값인 이미지 프레임들 중에서 후보 이미지 프레임을 추출할 수 있다.
추출부(120)는 2차원 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단할 수 있다. 포함되지 않은 경우, 추출부(120)는 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출할 수 있다.
예를 들어 모든 2차원 이미지 프레임에 포함된 병변의 개수가 3개라고 가정하면, 추출부(120)는 3개의 병변이 후보 이미지 프레임에 포함되었는지 여부를 판단할 수 있다. 포함되지 않은 경우, 추출부(120)는 3개의 병변 중 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출할 수 있다.
구체적으로, 제 1 병변 및 제 2 병변만이 후보 이미지 프레임에 포함된 경우, 추출부(120)는 제 3 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출할 수 있다. 제 1 병변, 제 2 병변 및 제 3 병변의 종류는 동일할 수도 있고, 동일하지 않을 수도 있다.
추출부(120)는 미리 설정된 개수만큼 후보 이미지 프레임을 추출할 수 있다. 예를 들면, 제조업자 또는 사용자 등에 의해 후보 이미지 프레임 개수가 3개로 설정된 경우, 추출부(120)는 설정된 개수인 3개만큼 후보 이미지 프레임을 추출할 수 있다.
후보 이미지 프레임 선택 장치는 병변의 경계를 정확하게 수정하기 위해, 병변 값에 기초하여 병변 경계에 사용될 후보 이미지 프레임을 추출할 수 있다. 이에, 사용자(예를 들어, 의사) 등은 다수의 이미지 프레임 중 임의의 이미지 프레임에 포함된 병변을 수정하는 것이 아니라, 후보 이미지 프레임 선택 장치에 의해 추출된 후보 이미지 프레임에 포함된 병변을 수정한다. 이에 따라, 병변 수정 장치는 수정된 병변을 포함하는 후보 이미지 프레임을 이용하여 다른 이미지 프레임들에 포함된 병변을 수정함으로써, 사용자 등이 임의로 선택한 이미지 프레임을 이용하여 다른 이미지 프레임에 포함된 병변을 수정하는 경우보다 더 정확하게 병변을 수정할 수 있다.
도 2는 도 1의 후보 이미지 프레임 선택 장치의 일 실시예에 따른 구동 방법을 설명하기 위한 도면이다.
이하에서는 병변이 3개이고, 다수의 이미지 프레임 중 1개의 이미지 프레임에 3개의 병변이 모두 포함된 경우를 가정하여 설명한다.
도 1 및 도 2 (a)를 참조하면, 후보 이미지 프레임 선택 장치(100)는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 병변 값을 생성할 수 있다. 이하에서는 병변 값이 병변의 개수 및 병변의 크기인 경우를 가정한다.
도 2 (b)는 병변의 개수 값을 2차원 이미지 프레임별로 도시한 도면이고, 도 2 (c) 내지 도 2(e)는 각각 A, B 및 C 병변의 크기를 2차원 이미지 프레임별로 도시한 도면이다.
후보 이미지 프레임 선택 장치(100)는 도 2 (b) 내지 도 2 (e)에 기재된 병변 값들을 단순 합산하거나 가중치를 주어 합산할 수 있다. 예를 들면, 병변 값이 A, B, C인 경우, 후보 이미지 프레임 선택 장치(100)는 단순히 A, B, C를 합산할 수 있다('A + B + C'). 또 다른 예를 들면, 병변 값이 A, B, C인 경우, 후보 이미지 프레임 선택 장치(100)는 가중치를 주어 합산할 수 있다('a*A + β*B + γ*C').
도 2 (f)는 병변 값들을 합산한 결과를 2차원 이미지 프레임별로 도시한 도면이다. 도 2 (f)를 참조하면, 후보 이미지 프레임 선택 장치(100)는 합산한 값에 기초하여 후보 이미지 프레임을 추출할 수 있다. 예를 들면, 후보 이미지 프레임 선택 장치(100)는 합산된 값이 국부 최대값(local maximum)(250, 260, 270)인 이미지 프레임을 추출할 수 있다.
도 2 (g)는 국부 최대값을 갖는 이미지 프레임들을 표시한 도면이다.
도 2 (g)를 참조하여 예를 들면, 후보 이미지 프레임 선택 장치(100)는 추출된 국부 최대값(local maximum)(250, 260, 270)을 갖는 이미지 프레임들(251, 261, 271) 중 적어도 하나를 후보 이미지 프레임으로 추출할 수 있다.
예를 들면, 후보 이미지 프레임 선택 장치(100)는 사용자 등에 의해 설정된 후보 이미지 프레임 개수만큼 후보 이미지 프레임을 추출할 수 있다. 만약 사용자 등에 의해 후보 이미지 프레임 개수가 2개로 설정된 경우, 후보 이미지 프레임 선택 장치(100)는 이미지 프레임들 중 2개의 후보 이미지 프레임을 추출할 수 있다. 예를 들면, 후보 이미지 프레임 선택 장치(100)는 첫번째 및 두번째로 큰 국부 최대값을 갖는 이미지 프레임을 후보 이미지 프레임으로 추출할 수 있다.
또 다른 예를 들면, 후보 이미지 프레임 선택 장치(100)는 2차원 이미지 프레임들에 포함된 모든 병변이 포함되도록 후보 이미지 프레임을 추출할 수 있다. 도 2(g)의 경우, 후보 이미지 프레임 선택 장치(100)는 모든 병변 A, B, C를 포함하며, 가장 큰 국부 최대값을 갖는 이미지 프레임(261)을 후보 이미지 프레임으로 추출할 수 있다.
후보 이미지 프레임 선택 장치(100)는 2차원 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단하여, 모든 병변이 포함되어 있는 경우 더 이상 후보 이미지 프레임을 추출하지 않는다.
도 2 (g)를 기준으로 살펴보면, 추출된 이미지 프레임(261)에 A 병변, B 병변 및 C 병변이 모두 포함되어 있으므로, 후보 이미지 프레임 선택 장치(100)는 더이상 후보 이미지 프레임을 추출하지 않는다.
후보 이미지 프레임에 2차원 이미지 프레임들에 포함된 모든 병변이 포함되도록 함으로써, 후보 이미지 프레임 선택 장치는 추후 병변을 수정하는 경우 최대한 정확하게 수정될 수 있는 후보 이미지 프레임을 추출할 수 있다.
도 3은 도 1의 후보 이미지 프레임 선택 장치의 또 다른 일 실시예에 따른 구동 방법을 설명하기 위한 도면이다.
이하에서는 병변이 3개이고, 다수의 이미지 프레임 중 어떤 이미지 프레임도 3개의 병변을 모두 포함하지 않는 경우를 가정하여 설명한다.
도 1 및 도 3 (a)를 참조하면, 후보 이미지 프레임 선택 장치(100)는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 병변 값을 생성할 수 있다. 이하에서는 병변 값이 병변의 개수 및 병변의 크기인 경우를 가정한다.
도 3 (b)는 병변의 개수 값을 2차원 이미지 프레임별로 도시한 도면이고, 도 3 (c) 내지 도 3 (g)는 각각 A, B, C 병변의 크기를 2차원 이미지 프레임별로 도시한 도면이다.
후보 이미지 프레임 선택 장치(100)는 도 3 (b) 내지 도 3 (e)에 기재된 병변 값들을 단순 합산하거나 가중치를 주어 합산할 수 있다.
도 3 (f)는 병변 값들을 합산한 결과를 2차원 이미지 프레임별로 도시한 도면이다. 도 3 (f)를 참조하면, 후보 이미지 프레임 선택 장치(100)는 합산한 값에 기초하여 후보 이미지 프레임을 추출할 수 있다. 예를 들면, 후보 이미지 프레임 선택 장치(100)는 합산된 값이 국부 최대값(local maximum)(350, 360, 370)인 이미지 프레임들 중에서 후보 이미지 프레임을 추출할 수 있다.
도 3 (g)는 국부 최대값을 갖는 이미지 프레임들을 표시한 도면이다.
도 3 (g)를 참조하여 예를 들면, 후보 이미지 프레임 선택 장치(100)는 추출된 국부 최대값(local maximum)(350, 360, 370)을 갖는 이미지 프레임들(351, 361, 371) 중 적어도 하나를 후보 이미지 프레임으로 추출할 수 있다.
예를 들면, 후보 이미지 프레임 선택 장치(100)는 사용자 등에 의해 설정된 개수만큼 후보 이미지 프레임을 추출할 수 있다. 만약 사용자 등에 의해 후보 이미지 프레임 개수가 2개로 설정된 경우, 후보 이미지 프레임 선택 장치(100)는 이미지 프레임들 중 2개의 후보 이미지 프레임을 추출할 수 있다. 예를 들면, 후보 이미지 프레임 선택 장치(100)는 첫번째 및 두번째로 큰 국부 최대값을 갖는 이미지 프레임을 후보 이미지 프레임으로 추출할 수 있다.
또 다른 예를 들면, 후보 이미지 프레임 선택 장치(100)는 2차원 이미지 프레임들에 포함된 모든 병변이 포함되도록 후보 이미지 프레임을 추출할 수 있다.
도 3 (g)를 기준으로 살펴보면, 후보 이미지 프레임 선택 장치(100)는 가장 큰 국부 최대값을 갖는 이미지 프레임(361)을 후보 이미지 프레임으로 추출한다. 이미지 프레임(361)에는 A 병변 및 B 병변만이 포함되어 있다. 따라서, 후보 이미지 프레임 선택 장치(100)는 추출된 후보 이미지 프레임에 포함되지 않은 C 병변을 포함하며 국부 최대값을 갖는 이미지 프레임(371)을 후보 이미지 프레임으로 더 추출할 수 있다. 또는, 후보 이미지 프레임 선택 장치(100)는 C 병변을 포함하는 이미지 프레임들 중 어느 하나를 후보 이미지 프레임으로 더 추출할 수 있다.
병변 값을 이용하며, 후보 이미지 프레임에 2차원 이미지 프레임들에 포함된 모든 병변이 포함되도록 함으로써, 후보 이미지 프레임 선택 장치는 추후 병변을 수정하는 경우 최대한 정확하게 수정될 수 있도록하는 후보 이미지 프레임을 추출할 수 있다.
도 4는 일 실시예에 따른 병변 수정 장치를 설명하기 위한 도면이다.
도 4를 참조하면, 병변 수정 장치(400)는 지정부(410), 수정부(420) 및 병합부(430)를 포함한다.
사용자 등은 3차원 이미지를 구성하는 2차원 이미지 프레임들 중 적어도 하나의 이미지 프레임에 포함된 병변을 수정할 수 있다. 예를 들면, 사용자 등은 이미지 프레임에 포함된 병변의 경계를 수정하거나 새로운 병변을 지정함으로써, 병변을 수정할 수 있다.
지정부(410)는 3차원 이미지를 구성하는 2차원 이미지 프레임들 중 적어도 하나의 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 이미지 프레임을 기준 이미지 프레임으로 지정할 수 있다.
수정부(420)는 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다. 예를 들면, 수정부(420)는 기준 이미지 프레임에 포함된 경계가 수정된 병변 또는 추가된 병변 등을 기준으로 나머지 이미지 프레임들에 포함된 병변의 경계를 수정하거나 병변을 추가할 수 있다.
수정부(420)는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여, 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다. 예를 들면, 수정된 병변의 특징은 병변의 경계에 위치한 포인트들의 위치 정보, 이미지 프레임들 간 위치 정보들의 차이값, 병변의 모양 등일 수 있다.
세그멘테이션의 예를 들면, 수정부(420)는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정할 수 있다. 그 다음, 수정부(420)는 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정할 수 있다. 수정부(420)는 기준 이미지 프레임, 제 1 이미지 프레임 및 제 2 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 2 이미지 프레임과 인접한 제 3 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 3 이미지 프레임에 포함된 병변을 수정할 수 있다. 이와 같은 과정을 반복함으로써, 수정부(420)는 모든 이미지 프레임에 포함된 병변을 수정할 수 있다.
수정부(420)는 기준 이미지 프레임이 적어도 2개 이상인 경우, 이미지 프레임들에 대해 적어도 2개 이상의 구간을 설정할 수 있다. 각 구간들은 하나의 기준 이미지 프레임을 포함할 수 있다. 수정부(420)는 각 구간에 포함된 기준 이미지 프레임을 이용하여 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다. 예를 들면, 제 1 구간에 제 1 기준 이미지 프레임이 포함되어 있고, 제 2 구간에 제 2 기준 이미지 프레임이 포함된 경우, 수정부(420)는 제 1 기준 이미지 프레임을 이용하여 제 1 구간에 포함된 나머지 이미지 프레임들에 포함된 병변을 수정하고, 제 2 기준 이미지 프레임을 이용하여 제 2 구간에 포함된 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다. 수정부(420)는 구간들이 겹치지 않도록 설정하거나 겹치도록 설정할 수 있다.
병합부(430)는 각각 수정된 병변을 겹치는 구간에 존재하는 이미지 프레임별로 병합할 수 있다. 예를 들면, 제 1 기준 이미지 프레임을 포함하는 제 1 구간 및 제 2 기준 프레임을 포함하는 제 2 구간이 겹치도록 설정된 경우, 겹치는 구간에 존재하는 이미지 프레임들에 포함된 병변은 제 1 기준 이미지 프레임을 기준으로 1번의 수정 및 제 2 기준 이미지 프레임을 기준으로 1번의 수정(총 2번)이 이루어 진다. 병합부(430)는 제 1 기준 이미지 프레임을 기준으로 수정된 병변 및 제 2 기준 이미지 프레임을 기준으로 수정된 병변을 이미지 프레임별로 병합할 수 있다. 이에 따라, 각 이미지 프레임별로 총 2번의 수정이 이루어진 병변들을 1개의 병변으로 병합할 수 있다. 이에 대한 구체적인 설명은 도 6 및 8을 참조하여 후술한다.
병변 수정 장치는 3차원 이미지를 구성하는 다수의 2차원 이미지 프레임 중 병변이 수정된 일부 이미지 프레임('기준 이미지 프레임')을 이용하여 나머지 이미지 프레임에 포함된 병변을 정확하고 용이하게 수정할 수 있다.
도 5a 및 도 5b는 이미지 프레임에 포함된 병변을 수정하는 과정을 설명하기 위한 도면이다.
도 4 및 도 5a를 참조하면, 사용자 등은 3차원 이미지를 구성하는 2차원 이미지 프레임들(510, 511, 512) 중 적어도 하나의 이미지 프레임에 포함된 병변을 수정할 수 있다. 예를 들면, 사용자(예를 들면, 의사) 등은 이미지 프레임(510, 512)에 포함된 병변의 경계를 수정하거나 새로운 경계를 추가하여 병변을 수정함으로써, 수정된 이미지 프레임(520, 530)을 생성할 수 있다. 수정된 이미지 프레임(520)은 수정된 병변의 크기(521)를 포함하며, 수정된 이미지 프레임(530)은 추가된 병변(531)을 포함할 수 있다. 지정부(410)는 수정된 이미지 프레임들(520, 530)을 기준 이미지 프레임으로 지정할 수 있다.
도 4 및 도 5b를 참조하면, 사용자 등은 이미지 프레임에 병변을 추가하기 위해, 병변이라고 판단되는 영역을 다양한 방법으로 추출할 수 있다(535, 540, 550, 560). 병변 수정 장치(400)는 경계 추출 알고리즘을 이용하여 사용자에 의해 추출된 영역으로부터 병변의 경계(570)를 추출할 수 있다. 이에 따라, 사용자는 이미지 프레임에 병변을 추가할 수 있다. 지정부(410)는 수정된 이미지 프레임들(520, 530)을 기준 이미지 프레임으로 지정할 수 있다.
도 6은 도 4의 수정부가 구간을 겹치지 않도록 설정한 경우를 설명하기 위한 도면이다.
이하에서는 기준 이미지 프레임이 2개('제 1 기준 이미지 프레임 및 제 2 기준 이미지 프레임')인 경우를 기준으로 설명하겠지만, 기준 이미지 프레임의 개수는 이에 한정되지 않는다.
도 4 및 도 6을 참조하면, 수정부(420)는 총 200개인 이미지 프레임들에 대해 제 1 기준 이미지 프레임(700)을 포함하는 제 1 구간(600) 및 제 2 기준 이미지 프레임(750)을 포함하는 제 2 구간(610)을 겹치지 않도록 설정한다. 제 1 기준 이미지 프레임(700)이 50번째 이미지 프레임이고, 제 2 기준 이미지 프레임(750)이 150번째 이미지 프레임인 경우, 제 1 구간은 1번째 이미지 프레임으로부터 100번째 이미지 프레임을 포함하고, 제 2 구간은 101번째 이미지 프레임으로부터 200번째 이미지 프레임을 포함하도록 설정할 수 있다.
수정부(420)는 제 1 구간(600)에 포함된 제 1 기준 이미지 프레임(700)을 이용하여 제 1 구간(600) 내에 존재하는 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다.
도 7은 수정부가 도 6의 기준 이미지 프레임을 이용하여 나머지 이미지 프레임들을 수정하는 과정을 설명하기 위한 도면이다.
도 4, 도 6 및 도 7을 참조하면, 제 1 기준 프레임(700)은 수정된 병변(702)을 가지며, 수정된 병변의 크기(702)는 기존 병변의 크기(701)보다 큰 경우를 가정한다. 수정부(420)는 제 1 기준 이미지 프레임(700)에 포함된 수정된 병변(702)의 특징에 기초하여 51번째 이미지 프레임(710)에 대해 이미지 세그멘 테이션을 실행할 수 있다. 51번째 이미지 프레임(710)은 제 1 기준 이미지 프레임과 인접한 프레임이다. 이에 따라, 51번째 이미지 프레임(710)에 포함된 기존의 병변(711)이 새로운 병변(712)으로 수정될 수 있다. 이와 같은 과정을 반복하여, 수정부(420)는 99번째 프레임(미도시)에 포함된 수정된 병변(미도시)의 특징에 기초하여 100번째 이미지 프레임(720)에 대해 이미지 세그멘테이션을 실행할 수 있다. 100번째 이미지 프레임(720)에 포함된 기존의 병변(721)이 새로운 병변(722)으로 수정될 수 있다. 이에 따라, 51번째 이미지 프레임(710)부터 100번째 이미지 프레임(720) 까지에 포함된 병변들이 수정될 수 있다.
또한, 수정부(420)는 제 1 기준 이미지 프레임(700)에 포함된 수정된 병변(702)의 특징에 기초하여 49번째 이미지 프레임(730)에 대해 이미지 세그멘 테이션을 실행할 수 있다. 49번째 이미지 프레임(730)은 제 1 기준 이미지 프레임과 인접한 프레임이다. 이에 따라, 49번째 이미지 프레임(730)에 포함된 기존의 병변(731)이 새로운 병변(732)으로 수정될 수 있다. 이와 같은 과정을 반복하여, 수정부(420)는 2번째 프레임(미도시)에 포함된 수정된 병변(미도시)의 특징에 기초하여 1번째 이미지 프레임(740)에 대해 이미지 세그멘테이션을 실행할 수 있다. 1번째 이미지 프레임(740)에 포함된 기존의 병변(741)이 새로운 병변(742)으로 수정될 수 있다. 이에 따라, 49번째 이미지 프레임(730)부터 1번째 이미지 프레임(740)까지 포함된 병변들이 수정될 수 있다.
수정부(420)는 위와 같은 방법으로 제 2 기준 이미지 프레임(750)을 이용하여 제 2 구간에 존재하는 나머지 이미지 프레임('101번째 ~ 149번째 및 151번째 ~ 200번째 이미지 프레임')에 포함된 병변을 수정할 수 있다.
병변 수정 장치는 2개 이상의 기준 이미지 프레임을 이용하여 기준 이미지 프레임을 제외한 나머지 이미지 프레임에 포함된 병변을 수정함으로써, 나머지 이미지 프레임에 포함된 병변을 더욱 정확하고 용이하게 수정할 수 있다.
도 8은 도 4의 수정부가 구간을 겹치도록 설정한 경우를 설명하기 위한 도면이다.
도 8을 참조하면, 이하에서는 기준 이미지 프레임이 2개('제 1 기준 이미지 프레임 및 제 2 기준 이미지 프레임')인 경우를 기준으로 설명하겠지만, 기준 이미지 프레임의 개수는 이에 한정되지 않는다.
도 4 및 도 8을 참조하면, 수정부(420)는 총 200개인 이미지 프레임들에 대해 제 1 기준 이미지 프레임(830)을 포함하는 제 1 구간(800) 및 제 2 기준 이미지 프레임(840)을 포함하는 제 2 구간(810)을 겹치도록 설정한다. 제 1 기준 이미지 프레임(830)이 50번째 이미지 프레임이고, 제 2 기준 이미지 프레임(840)은 150번째 이미지 프레임인 경우, 제 1 구간(800)은 1번째 이미지 프레임으로부터 149번째 이미지 프레임을 포함하고, 제 2 구간(810)은 51번째 이미지 프레임으로부터 200번째 이미지 프레임을 포함하고, 겹치는 구간(820)은 51번째 이미지 프레임으로부터 149번째 이미지 프레임을 포함하도록 설정할 수 있다.
수정부(420)는 제 1 구간(800)에 포함된 제 1 기준 이미지 프레임(830)을 이용하여 제 1 구간(800) 내에 존재하는 나머지 이미지 프레임들('1번째 ~ 49번째 및 51번째 ~ 149번째 이미지 프레임')에 포함된 병변을 수정할 수 있다.
수정부(420)는 제 2 구간(810)에 포함된 제 2 기준 이미지 프레임(840)을 이용하여 제 2 구간(810) 내에 존재하는 나머지 이미지 프레임들('51번째 ~ 149번째 및 151번째 ~ 200번째 이미지 프레임')에 포함된 병변을 수정할 수 있다. 수정부(420)가 병변을 수정하는 방법은 도 7에 기재된 방법과 동일하므로 이에 대한 설명은 생략한다.
도 9는 병합부가 도 8의 수정부에 의해 수정된 병변들을 병합하는 과정을 설명하기 위한 도면이다.
도 4, 도 8 및 도 9를 참조하면, 병합부(430)는 각각 수정된 병변을 겹치는 구간에 존재하는 이미지 프레임별로 병합할 수 있다. 예를 들면, 겹치는 구간(820)에 존재하는 51번째 ~ 149번째 이미지 프레임들에 포함된 병변은 제 1 기준 이미지 프레임(830)을 기준으로 1번 수정되고, 제 2 기준 이미지 프레임(840)을 기준으로 1번 수정된다. 따라서, 51번째 ~ 149번째 이미지 프레임들에 포함된 병변은 총 2번의 병변 수정이 이루어 진다. 100번째 이미지 프레임을 기준으로 살펴보면, 100번째 이미지 프레임(900)은 제 1 기준 이미지 프레임(830)을 기준으로 수정된 병변(901)을 포함한다. 또한, 100번째 이미지 프레임(910)은 제 2 기준 이미지 프레임(840)을 기준으로 수정된 병변(902)을 포함한다. 병합부(430)는 제 1 기준 이미지 프레임(830)을 기준으로 수정된 병변(901) 및 제 2 기준 이미지 프레임(840)을 기준으로 수정된 병변(902)을 병합할 수 있다. 이에 따라, 병합부(430)는 총 2번의 수정이 이루어진 병변들(901, 902)이 1개로 병합된 병변(921)을 포함하는 100번째 이미지 프레임(920)을 생성할 수 있다. 이러한 과정을 반복하면서, 병합부(430)는 50번째 ~ 150번째 이미지 프레임별로 수정이 이루어진 병변들을 병합할 수 있다.
병변 수정 장치는 2개 이상의 기준 이미지 프레임을 이용하여 기준 이미지 프레임을 제외한 나머지 이미지 프레임에 포함된 병변을 수정함으로써, 나머지 이미지 프레임에 포함된 병변을 더욱 정확하고 용이하게 수정할 수 있다.
도 10은 또 다른 일 실시예에 따른 병변 수정 장치를 설명하기 위한 도면이다.
도 10을 참조하면, 병변 수정 장치(1000)는 생성부(1010), 추출부(1020), 지정부(1030), 수정부(1040), 병합부(1050), 검사부(1060) 및 재수정부(1070)을 포함한다.
생성부(1010)는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성할 수 있다.
추출부(1020)는 생성부(1010)에서 생성된 병변 값에 기초하여 적어도 하나의 후보 이미지 프레임을 추출할 수 있다. 후보 이미지 프레임은 추후 수정부에서 병변 수정시 이용될 수 있는 이미지 프레임의 후보를 의미한다.
생성부(1010) 및 추출부(1020)는 각각 도 1의 생성부(110) 및 추출부(120)와 동일한 기능을 할 수 있다.
사용자 등은 추출부(1020)에서 추출된 후보 이미지 프레임 중 적어도 하나의 후보 이미지 프레임에 포함된 병변을 수정할 수 있다. 예를 들면, 사용자 등은 이미지 프레임에 포함된 병변의 경계를 수정하거나 새로운 병변을 지정할 수 있다.
지정부(1030)는 추출부(1020)에서 추출된 후보 이미지 프레임 중 적어도 하나의 후보 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 후보 이미지 프레임을 기준 이미지 프레임으로 지정할 수 있다.
수정부(1040)는 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다.
병합부(1050)는 각각 수정된 병변을 겹치는 구간에 존재하는 이미지 프레임별로 병합할 수 있다.
지정부(1030), 수정부(1040) 및 병합부(1050)는 각각 도 4의 지정부(40), 수정부(420) 및 병합부(430)과 동일한 기능을 하므로 이에 대한 구체적인 설명은 생략한다.
검사부(1060)는 수정부(1040)에서 실행된 이미지 세그멘테이션이 정상적으로 실행되었는지 여부를 검사할 수 있다.
예를 들면, 검사부(1060)는 검사 대상 이미지 프레임과 주변 이미지 프레임에 포함된 병변 간의 "hausdorff distance"이 설정된 크기보다 큰 경우, 검사 대상 이미지 프레임에 대한 이미지 세그멘테이션이 정상적으로 실행되지 않았다고 판단할 수 있다.
또 다른 예를 들면, 검사부(1060)는 검사 대상 이미지 프레임과 주변 이미지 프레임에 포함된 병변들 간의 겹쳐지는 면적이 설정된 크기보다 작은 경우, 검사 대상 이미지 프레임에 대한 이미지 세그멘테이션이 정상적으로 실행되지 않았다고 판단할 수 있다. 이외에도, 검사부(1060)는 다양한 방법을 이용하여 수정부(1040)에서 실행된 이미지 세그멘테이션이 정상적으로 실행되었는지 여부를 검사할 수 있다.
재수정부(1070)는 이미지 세그멘테이션이 정상적으로 실행되지 못하였다고 판단되는 경우, 검사된 이미지 프레임('재수정 대상 이미지 프레임')에 포함된 병변을 다시 수정할 수 있다.
예를 들면, 재수정부(1070)는 재수정 대상 이미지 프레임에 대한 이미지 세그멘테이션을 다시 실행하여, 재수정 대상 이미지 프레임에 포함된 병변을 재수정할 수 있다.
또 다른 예를 들면, 재수정부(1070)는 재수정 대상 이미지 프레임의 이전 이미지 프레임에 포함된 병변 및 다음 이미지 프레임에 포함된 병변의 특징을 이용하여 재수정 대상 이미지 프레임의 병변을 수정할 수 있다. 예를 들면, 재수정부(1070)는 이전 이미지 프레임에 포함된 병변과 다음 이미지 프레임에 포함된 병변들의 경계값에 대한 중간값을 갖는 병변을 재수정 대상 이미지 프레임의 병변으로 수정할 수 있다.
병변 수정 장치는 3차원 이미지를 구성하는 다수의 2차원 이미지 프레임 중 병변이 수정된 일부 이미지 프레임('기준 이미지 프레임')을 이용하여 나머지 이미지 프레임에 포함된 병변을 정확하고 용이하게 수정할 수 있다.
또한, 병변 수정 장치는 수정이 정확하게 이루어졌는지를 검사하고, 정확하게 이루어지지 않은 경우 재수정을 함으로써, 기준 이미지 프레임을 이용하여 나머지 이미지 프레임에 포함된 병변을 더욱 정확하게 수정할 수 있다.
도 11은 도 10의 병변 수정 장치에서의 병변 수정 방법을 설명하기 위한 흐름도이다.
도 10 및 도 11을 참조하면, 병변 수정 장치(1000)는 3차원 이미지를 구성하는 각 2차원 이미지 프레임들에 포함된 병변의 특징을 반영한 적어도 하나의 병변 값을 생성한다(1110).
병변 수정 장치(1000)는 병변 값에 기초하여 병변 경계 수정에 이용될 수 있는 적어도 하나의 후보 이미지 프레임을 추출한다(1120). 예를 들면, 병변 수정 장치(1000)는 병변 값들을 단순 합산 또는 가중치를 주어 합산하고, 합산한 값에 기초하여 후보 이미지 프레임을 추출할 수 있다.
병변 수정 장치(1000)는 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되었는지 여부를 판단한다(1130).
판단 결과 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함되지 않은 경우, 병변 수정 장치(1000)는 모든 병변 중 추출된 후보 이미지 프레임에 포함되지 않은 병변을 포함하는 이미지 프레임을 후보 이미지 프레임으로 더 추출한다(1140). 반면에, 판단 결과 이미지 프레임들에 포함된 모든 병변이 추출된 후보 이미지 프레임에 포함된 경우, 병변 수정 장치(1000)는 더 이상 후보 이미지 프레임을 추출하지 않는다.
병변 수정 장치(1000)는 후보 이미지 프레임에 포함된 병변이 수정되면, 수정된 병변을 포함하는 후보 이미지 프레임을 기준 이미지 프레임으로 지정한다(1150).
병변 수정 장치(1000)는 기준 이미지 프레임에 포함된 수정된 병변을 사용하여 나머지 이미지 프레임들에 포함된 병변을 수정한다(1160). 예를 들면, 병변 수정 장치(1000)는 수정된 병변의 특징에 기초하여 나머지 이미지 프레임들에 대해 이미지 세그멘테이션을 실행하여, 나머지 이미지 프레임들에 포함된 병변을 수정할 수 있다. 구체적인 예를 들면, 병변 수정 장치(1000)는 수정된 병변의 특징에 기초하여 기준 이미지 프레임과 인접한 제 1 이미지 프레임에 대해 이미지 세그멘테이션을 실행하여 제 1 이미지 프레임에 포함된 병변을 수정하고, 기준 이미지 프레임 및 제 1 이미지 프레임에 포함된 수정된 병변의 특징 중 적어도 하나에 기초하여 제 1 이미지 프레임과 인접한 제 2 이미지 프레임에 대한 이미지 세그멘테이션을 실행하여 제 2 이미지 프레임에 포함된 병변을 수정할 수 있다. 이와 같은 과정을 반복하여 모든 이미지 프레임에 포함된 병변을 수정할 수 있다.
병변 수정 방법은 3차원 이미지를 구성하는 다수의 2차원 이미지 프레임 중 병변이 수정된 일부 이미지 프레임('기준 이미지 프레임')을 이용하여 나머지 이미지 프레임에 포함된 병변을 정확하고 용이하게 수정할 수 있다.
설명된 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.하지만, 실시예의 설명은 발명의 범위를 제한하는 것은 아님을 주의하여야 한다.
또한, 전술한 실시예를 실행하는 방법은, 프로그램이 기록된 매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.

Claims (39)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 병변의 경계 수정 장치에 있어서,
    3차원 이미지를 구성하는 다수의 2차원 이미지 프레임들로부터 적어도 하나의 병변의 경계 수정에 이용될 수 있는 적어도 하나의 기준 이미지 프레임을 추출하는 추출부;
    상기 적어도 하나의 기준 이미지 프레임에 포함된 병변의 특징을 반영한 적어도 하나의 픽셀 값을 기초로 상기 적어도 하나의 기준 이미지 프레임에서 적어도 하나의 병변의 경계를 검출하고, 상기 적어도 하나의 픽셀 값에 기초하여 상기 다수의 2차원 이미지 프레임들 중 상기 적어도 하나의 기준 이미지 프레임을 제외한 적어도 하나의 후보 이미지 프레임에서 적어도 하나의 병변의 경계를 검출하는 생성부; 및
    상기 적어도 하나의 기준 이미지 프레임에서 상기 적어도 하나의 병변의 경계를 수정하는 입력의 수신에 대응하여 상기 적어도 하나의 기준 이미지 프레임에 상기 적어도 하나의 병변의 경계를 수정하며, 상기 적어도 하나의 기준 이미지 프레임에 포함된 상기 적어도 하나의 병변의 수정된 경계를 기초로 상기 적어도 하나의 후보 이미지 프레임에 포함된 상기 적어도 하나의 병변의 경계를 수정하는 수정부를 포함하는 병변의 경계 수정 장치.
  14. 제 13 항에 있어서,
    상기 병변의 특징은,
    상기 병변 의 개수, 병변의 크기, 병변의 모양, 병변의 경계면, 병변의 경계선 및 병변의 경게선에 위치한 포인트들의 위치 정보 중 적어도 하나를 포함하는 병변의 경계 수정 장치.
  15. 제 13 항에 있어서,
    상기 추출부는,
    상기 다수의 2차원 이미지 프레임들에 포함된 모든 병변이 상기 추출된 적어도 하나의 기준 이미지 프레임에 포함되었는지 여부를 판단하고, 상기 적어도 하나의 기준 이미지 프레임에 포함되지 않은 병변을 포함하는 2차원 이미지 프레임으로부터 적어도 하나의 기준 이미지 프레임을 더 추출하는 병변의 경계 수정 장치.
  16. 제 13 항에 있어서,
    상기 수정부는
    적어도 2개의 후보 이미지 프레임들 중 제1후보 이미지 프레임에서 적어도 하나의 병변의 경계를 재수정하는 입력의 수신에 대응하여 상기 제1후보 이미지 프레임에서 상기 적어도 하나의 병변의 경계를 재수정하며, 상기 제1후보 이미지 프레임에 포함된 상기 적어도 하나의 병변의 재수정된 경계를 기초로 상기 제1후보 이미지 프레임을 제외한 적어도 하나의 제2후보 이미지 프레임에 포함된 적어도 하나의 병변의 경계를 재수정하는 병변의 경계 수정 장치.
  17. 제 16 항에 있어서,
    상기 제1후보 이미지 프레임은 상기 적어도 하나의 기준 이미지 프레임에 인접하고, 상기 제2후보 이미지 프레임은 상기 제1후보 이미지 프레임에 인접하는 병변의 경계 수정 장치.
  18. 제 16 항에 있어서,
    상기 수정부는
    상기 적어도 하나의 기준 이미지 프레임에 포함된 경계가 수정된 적어도 하나의 병변의 특징에 기초하여 상기 제1 후보 이미지 프레임 및 상기 적어도 하나의 제2 후보 이미지 프레임들에 대해 이미지 세그멘테이션을 수행하는 병변의 경계 수정 장치.
  19. 제 13 항에 있어서,
    상기 수정부는,
    상기 적어도 하나의 기준 이미지 프레임이 적어도 2개 이상인 경우, 상기 다수의 2차원 이미지 프레임들에 대해 각각 다른 기준 이미지 프레임을 포함하도록 적어도 2개 이상의 구간을 설정하고, 각 구간에 포함된 기준 이미지 프레임을 기초로 각 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 적어도 하나의 병변의 경계를 수정하는 병변의 경계 수정 장치.
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 삭제
  25. 삭제
  26. 삭제
  27. 삭제
  28. 삭제
  29. 삭제
  30. 삭제
  31. 삭제
  32. 병변의 경계 수정 방법에 있어서,
    3차원 이미지를 구성하는 다수의 2차원 이미지 프레임들로부터 적어도 하나의 병변의 경계 수정에 이용될 수 있는 적어도 하나의 기준 이미지 프레임을 추출하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에 포함된 병변의 특징을 반영한 적어도 하나의 픽섹 값을 기초로 상기 적어도 하나의 기준 이미지 프레임에서 적어도 하나의 병변의 경계를 설정하는 동작;
    상기 적어도 하나의 픽셀 값에 기초하여 상기 다수의 2차원 이미지 프레임들 중 상기 적어도 하나의 기준 이미지 프레임을 제외한 적어도 하나의 후보 이미지 프레임에서 적어도 하나의 병변의 경계를 설정하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에서 상기 적어도 하나의 병변의 경계를 수정하는 입력을 수신하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에서 상기 적어도 하나의 병변의 수정된 경계를 표시하는 동작; 및
    상기 적어도 하나의 기준 이미지 프레임에 포함된 상기 적어도 하나의 병변의 수정된 경계를 기초로 상기 적어도 하나의 후보 이미지 프레임에 포함된 상기 적어도 하나의 병변의 경계를 수정하는 동작을 포함하는 병변의 경계 수정 방법.
  33. 제 32 항에 있어서,
    상기 병변의 특징은,
    상기 병변의 개수, 병변의 크기, 병변의 모양, 병변의 경계면, 병변의 경계선 및 병변의 경계선에 위치한 포인트들의 위치 정보 중 적어도 하나를 포함하는 병변의 경계 수정 방법.
  34. 제 32 항에 있어서,
    상기 추출하는 동작은,
    상기 다수의 2차원 이미지 프레임들에 포함된 모든 병변이 상기 추출된 적어도 하나의 기준 이미지 프레임에 포함되었는지 여부를 판단하는 단계; 및
    상기 모든 병변 중 상기 추출된 적어도 하나의 기준 이미지 프레임에 포함되지 않은 병변을 포함하는 2차원 이미지 프레임으로부터 적어도 하나의 기준 이미지 프레임을 더 추출하는 동작을 포함하는 병변의 경계 수정 방법.
  35. 제 32 항에 있어서,
    상기 수정하는 단계는,
    상기 적어도 하나의 기준 이미지 프레임이 적어도 2개 이상인 경우, 상기 다수의 2차원 이미지 프레임들에 대해 각각 다른 기준 이미지 프레임을 포함하도록 적어도 2개 이상의 구간을 설정하는 동작; 및
    각 구간에 포함된 기준 이미지 프레임을 기초로 각 구간 내에 존재하는 나머지 이미지 프레임들에 포함된 적어도 하나의 병변의 경계를 수정하는 단계를 포함하는 병변의 경계 수정 방법.
  36. 제 32 항에 있어서,
    적어도 2개의 후보 이미지 프레임들 중 제1후보 이미지 프레임에서 적어도 하나의 병변의 경계를 재수정하는 입력을 수신하는 동작;
    상기 제1후보 이미지 프레임에서 상기 적어도 하나의 병변의 재수정된 경계를 표시하는 동작; 및
    상기 제1후보 이미지 프레임에 포함된 상기 적어도 하나의 병변의 재수정된 경계를 기초로, 상기 제1후보 이미지 프레임을 제외한 적어도 하나의 제2후보 이미지 프레임에 포함된 적어도 하나의 병변의 경계를 재수정하는 동작을 더 포함하는 병변의 경계 수정 방법.
  37. 제 36 항에 있어서,
    상기 제1후보 이미지 프레임은 상기 적어도 하나의 기준 이미지 프레임에 인접하고, 상기 제2후보 이미지 프레임은 상기 제1후보 이미지 프레임에 인접하는 병변의 경계 수정 방법.
  38. 제 36 항에 있어서,
    상기 적어도 하나의 기준 이미지 프레임에 포함된 경계가 수정된 적어도 하나의 병변의 특징에 기초하여 상기 제1 후보 이미지 프레임 및 상기 적어도 하나의 제2 후보 이미지 프레임들에 대해 이미지 세그멘테이션을 수행하는 동작을 더 포함하는 병변의 경계 수정 방법.
  39. 병변의 경계 수정 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 비일시적(non-transitory) 컴퓨터 판독 가능한 기록매체에 있어서, 상기 방법은
    3차원 이미지를 구성하는 다수의 2차원 이미지 프레임들로부터 적어도 하나의 병변의 경계 수정에 이용될 수 있는 적어도 하나의 기준 이미지 프레임을 추출하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에 포함된 병변의 특징을 반영한 적어도 하나의 픽셀 값을 기초로 상기 적어도 하나의 기준 이미지 프레임에서 적어도 하나의 병변의 경계를 설정하는 동작;
    상기 적어도 하나의 픽셀 값에 기초하여 상기 다수의 2차원 이미지 프레임들 중 상기 적어도 하나의 기준 이미지 프레임을 제외한 적어도 하나의 후보 이미지 프레임에서 적어도 하나의 병변의 경계를 설정하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에서 상기 적어도 하나의 병변의 경계를 수정하는 입력을 수신하는 동작;
    상기 적어도 하나의 기준 이미지 프레임에서 상기 적어도 하나의 병변의 수정된 경계를 표시하는 동작; 및
    상기 적어도 하나의 기준 이미지 프레임에 포함된 상기 적어도 하나의 병변의 수정된 경계를 기초로 상기 적어도 하나의 후보 이미지 프레임에 포함된 상기 적어도 하나의 병변의 경계를 수정하는 동작을 포함하는 컴퓨터 판독 가능한 기록 매체.
KR1020110106052A 2011-10-17 2011-10-17 병변 수정 장치 및 방법 KR101916855B1 (ko)

Priority Applications (8)

Application Number Priority Date Filing Date Title
KR1020110106052A KR101916855B1 (ko) 2011-10-17 2011-10-17 병변 수정 장치 및 방법
US13/438,367 US9396549B2 (en) 2011-10-17 2012-04-03 Apparatus and method for correcting lesion in image frame
CN201910031384.6A CN109509198B (zh) 2011-10-17 2012-06-19 校正损伤的设备和方法
JP2012137421A JP2013089228A (ja) 2011-10-17 2012-06-19 病変修正装置及び方法
CN201210208649.3A CN103049900B (zh) 2011-10-17 2012-06-19 校正损伤的设备和方法
EP12188824.2A EP2584528B1 (en) 2011-10-17 2012-10-17 Apparatus and method for correcting lesion in image frame
EP16207373.8A EP3171333B1 (en) 2011-10-17 2012-10-17 Apparatus and method for correcting lesion in image frame
EP18179595.6A EP3407298B1 (en) 2011-10-17 2012-10-17 Apparatus and method for correcting lesion in image frame

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110106052A KR101916855B1 (ko) 2011-10-17 2011-10-17 병변 수정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20130041654A KR20130041654A (ko) 2013-04-25
KR101916855B1 true KR101916855B1 (ko) 2019-01-25

Family

ID=47602763

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110106052A KR101916855B1 (ko) 2011-10-17 2011-10-17 병변 수정 장치 및 방법

Country Status (5)

Country Link
US (1) US9396549B2 (ko)
EP (3) EP3171333B1 (ko)
JP (1) JP2013089228A (ko)
KR (1) KR101916855B1 (ko)
CN (2) CN103049900B (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10603007B2 (en) 2009-11-27 2020-03-31 Qview Medical, Inc. Automated breast ultrasound equipment and methods using enhanced navigator aids
US9439621B2 (en) 2009-11-27 2016-09-13 Qview, Medical Inc Reduced image reading time and improved patient flow in automated breast ultrasound using enchanced, whole breast navigator overview images
US10251621B2 (en) 2010-07-19 2019-04-09 Qview Medical, Inc. Automated breast ultrasound equipment and methods using enhanced navigator aids
US9826958B2 (en) 2009-11-27 2017-11-28 QView, INC Automated detection of suspected abnormalities in ultrasound breast images
KR101916855B1 (ko) * 2011-10-17 2019-01-25 삼성전자주식회사 병변 수정 장치 및 방법
KR102204437B1 (ko) 2013-10-24 2021-01-18 삼성전자주식회사 컴퓨터 보조 진단 방법 및 장치
JP6246287B1 (ja) * 2016-08-31 2017-12-13 Ｐｓｐ株式会社 医用画像処理装置及びプログラム
USD830393S1 (en) * 2017-02-02 2018-10-09 Google Llc Computer display screen or portion thereof with animated graphical user interface
USD841020S1 (en) 2017-02-02 2019-02-19 Google Llc Computer display screen or portion thereof with animated graphical user interface
USD841019S1 (en) 2017-02-02 2019-02-19 Google Llc Computer display screen or portion thereof with animated graphical user interface
USD829232S1 (en) * 2017-02-02 2018-09-25 Google Llc Computer display screen or portion thereof with animated graphical user interface

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100290693A1 (en) 2007-03-08 2010-11-18 Sync-Rx, Ltd. Location-sensitive cursor control and its use for vessel analysis
JP2011512999A (ja) 2008-03-04 2011-04-28 トモセラピー・インコーポレーテッド 改良された画像セグメンテーションの方法およびシステム

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6754374B1 (en) * 1998-12-16 2004-06-22 Surgical Navigation Technologies, Inc. Method and apparatus for processing images with regions representing target objects
US6385332B1 (en) 1999-02-19 2002-05-07 The John P. Roberts Research Institute Automated segmentation method for 3-dimensional ultrasound
JP3376354B2 (ja) * 2000-12-12 2003-02-10 三菱スペース・ソフトウエア株式会社 ディジタル胸部画像のリブケイジ境界検出方法及び装置
AUPR509801A0 (en) * 2001-05-18 2001-06-14 Polartechnics Limited Boundary finding in dermatological examination
EP2793189B1 (en) * 2001-10-03 2016-11-02 Retinalyze A/S Assessment of lesions in an image
US7466848B2 (en) * 2002-12-13 2008-12-16 Rutgers, The State University Of New Jersey Method and apparatus for automatically detecting breast lesions and tumors in images
DE10344805A1 (de) 2003-09-26 2005-04-28 Siemens Ag Verfahren zur automatischen Objektmarkierung in der medizinischen Bildgebung
US20050129297A1 (en) 2003-12-15 2005-06-16 Kamath Vidya P. Classification of breast lesion method and system
US20050254720A1 (en) * 2004-05-17 2005-11-17 Kar-Han Tan Enhanced surgical visualizations with multi-flash imaging
DE102004038670B4 (de) 2004-08-09 2014-06-26 Siemens Aktiengesellschaft Verfahren zur Segmentierung eines medizinischen Datensatzes
CN101065773A (zh) * 2004-11-27 2007-10-31 布雷克成像有限公司 2d/3d集成式轮廓编辑器
US20080292194A1 (en) * 2005-04-27 2008-11-27 Mark Schmidt Method and System for Automatic Detection and Segmentation of Tumors and Associated Edema (Swelling) in Magnetic Resonance (Mri) Images
WO2006117706A1 (en) * 2005-05-03 2006-11-09 Koninklijke Philips Electronics, N.V. Virtual lesion quantification
US7783094B2 (en) * 2005-06-02 2010-08-24 The Medipattern Corporation System and method of computer-aided detection
US8014576B2 (en) 2005-11-23 2011-09-06 The Medipattern Corporation Method and system of computer-aided quantitative and qualitative analysis of medical images
KR100870412B1 (ko) 2005-12-01 2008-11-26 주식회사 메디슨 Ｓｖｍ 기반 질감분류를 이용하여 추출된 태아의 표면영상을 기초로 태아의 3차원 초음파 영상을 형성하는초음파 시스템 및 방법
US8929621B2 (en) * 2005-12-20 2015-01-06 Elekta, Ltd. Methods and systems for segmentation and surface matching
US7804989B2 (en) 2006-10-30 2010-09-28 Eigen, Inc. Object recognition system for medical imaging
US7773791B2 (en) * 2006-12-07 2010-08-10 Carestream Health, Inc. Analyzing lesions in a medical digital image
US7844087B2 (en) * 2006-12-19 2010-11-30 Carestream Health, Inc. Method for segmentation of lesions
US20080281182A1 (en) 2007-05-07 2008-11-13 General Electric Company Method and apparatus for improving and/or validating 3D segmentations
US8150121B2 (en) * 2008-05-06 2012-04-03 Carestream Health, Inc. Information collection for segmentation of an anatomical object of interest
US8005264B2 (en) 2008-06-09 2011-08-23 Arcsoft, Inc. Method of automatically detecting and tracking successive frames in a region of interesting by an electronic imaging device
JP4635077B2 (ja) * 2008-07-07 2011-02-16 東芝医用システムエンジニアリング株式会社 コンピュータ支援診断装置
EP2321664A1 (en) * 2008-07-29 2011-05-18 Board of Trustees of Michigan State University System and method for differentiating benign from malignant contrast-enhanced lesions
CN102781305B (zh) * 2010-03-09 2015-06-03 奥林巴斯株式会社 荧光内窥镜装置
JP5558178B2 (ja) * 2010-04-07 2014-07-23 オリンパス株式会社 蛍光観察装置
JP5844093B2 (ja) * 2010-09-15 2016-01-13 株式会社東芝 医用画像処理装置及び医用画像処理方法
US20120253170A1 (en) * 2011-03-29 2012-10-04 Samsung Electronics Co., Ltd. Method and apparatus for generating medical image of body organ by using 3-d model
JP5950619B2 (ja) * 2011-04-06 2016-07-13 キヤノン株式会社 情報処理装置
WO2013051431A1 (ja) * 2011-10-06 2013-04-11 オリンパス株式会社 蛍光観察装置
KR101916855B1 (ko) * 2011-10-17 2019-01-25 삼성전자주식회사 병변 수정 장치 및 방법
KR101899866B1 (ko) * 2011-11-03 2018-09-19 삼성전자주식회사 병변 경계의 오류 검출 장치 및 방법, 병변 경계의 오류 수정 장치 및 방법 및, 병변 경계의 오류 검사 장치
CN104303184B (zh) * 2012-03-21 2018-05-15 皇家飞利浦有限公司 整合医疗成像和活检数据的临床工作站以及使用其的方法
CN103677513A (zh) * 2012-09-21 2014-03-26 西门子公司 在显示数字医学数据组时信息字段的放置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100290693A1 (en) 2007-03-08 2010-11-18 Sync-Rx, Ltd. Location-sensitive cursor control and its use for vessel analysis
JP2011512999A (ja) 2008-03-04 2011-04-28 トモセラピー・インコーポレーテッド 改良された画像セグメンテーションの方法およびシステム

Also Published As

Publication number Publication date
EP2584528A3 (en) 2013-12-04
JP2013089228A (ja) 2013-05-13
EP2584528B1 (en) 2018-04-04
EP2584528A2 (en) 2013-04-24
EP3171333B1 (en) 2018-08-15
EP3171333A1 (en) 2017-05-24
CN109509198B (zh) 2023-08-22
EP3407298A1 (en) 2018-11-28
CN109509198A (zh) 2019-03-22
US20130094766A1 (en) 2013-04-18
CN103049900A (zh) 2013-04-17
CN103049900B (zh) 2019-02-12
KR20130041654A (ko) 2013-04-25
EP3407298B1 (en) 2021-12-01
US9396549B2 (en) 2016-07-19

Similar Documents

Publication Publication Date Title
KR101916855B1 (ko) 병변 수정 장치 및 방법
US9852525B2 (en) Method and apparatus for providing panorama image data
JP6564018B2 (ja) 放射線画像の肺野セグメンテーション技術及び骨減弱技術
KR101899866B1 (ko) 병변 경계의 오류 검출 장치 및 방법, 병변 경계의 오류 수정 장치 및 방법 및, 병변 경계의 오류 검사 장치
JP5643304B2 (ja) 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法
JP5819428B2 (ja) 画像診断装置及び画像補正方法
JP5263995B2 (ja) ネットワーク構築装置および方法ならびにプログラム
JP6716996B2 (ja) 画像処理プログラム、画像処理装置、及び画像処理方法
US9763637B2 (en) Apparatus and method for reconstructing panoramic X-ray image
EP3360112B1 (en) Fast and automated segmentation of layered image with heuristic graph search
JP6853419B2 (ja) 情報処理装置、情報処理方法、コンピュータプログラム
US9547906B2 (en) System and method for data driven editing of rib unfolding
JP5318168B2 (ja) 立体画像処理装置、立体画像処理方法、及びプログラム
JP2020058517A (ja) 医用画像処理プログラム、医用画像処理装置及び医用画像処理方法
US20180184987A1 (en) Cross-sectional image generating apparatus, cross-sectional image generating method, and recording medium
CN109313803B (zh) 一种用于映射对象的身体的至少部分的图像中的结构的至少部分的方法和装置
US20150363054A1 (en) Medical image display apparatus, method for controlling the same
JP6989153B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP5127847B2 (ja) 断面画像生成装置、断面画像生成方法、及びそのプログラム
JP2017099721A (ja) 画像処理装置及び画像処理方法
CN115393246A (zh) 图像分割系统及图像分割方法
JP7294702B2 (ja) 画像処理装置、画像処理方法、及びプログラム
EP4270311A1 (en) Image identification program, image identification method, image identification device
JP7151464B2 (ja) 肺画像処理プログラム、肺画像処理方法および肺画像処理システム
CN116012269A (zh) 图像处理装置、模型训练装置以及模型训练方法

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