KR101991452B1 - 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치 - Google Patents

유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치 Download PDF

Info

Publication number
KR101991452B1
KR101991452B1 KR1020180027552A KR20180027552A KR101991452B1 KR 101991452 B1 KR101991452 B1 KR 101991452B1 KR 1020180027552 A KR1020180027552 A KR 1020180027552A KR 20180027552 A KR20180027552 A KR 20180027552A KR 101991452 B1 KR101991452 B1 KR 101991452B1
Authority
KR
South Korea
Prior art keywords
coordinates
breast
angle
approximate curve
region
Prior art date
Application number
KR1020180027552A
Other languages
English (en)
Inventor
이주용
이현란
Original Assignee
주식회사 디알텍
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 주식회사 디알텍 filed Critical 주식회사 디알텍
Priority to KR1020180027552A priority Critical patent/KR101991452B1/ko
Application granted granted Critical
Publication of KR101991452B1 publication Critical patent/KR101991452B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/30—Polynomial surface description
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/30068—Mammography; Breast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치에 관한 것으로, 보다 구체적으로 유방 이미지에서 유두의 위치를 검출하는 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치에 관한 것이다.
본 발명의 일실시예에 따른 유두위치 검출 방법은 유방 이미지를 마련하는 과정; 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 과정; 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 과정; 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정; 및 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 과정;을 포함할 수 있다.

Description

유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치{Method for detecting nipple location, method for displaying breast image and apparatus for detecting nipple location}
본 발명은 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치에 관한 것으로, 보다 구체적으로 유방 이미지에서 유두의 위치를 검출하는 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치에 관한 것이다.
일반적으로, 유두(nipple)는 유방(breast)에서 신뢰할 수 있는 랜드마크(landmark) 중 하나로, 유방의 좌우 대칭을 비교하거나 유방암 진단 시 암의 위치를 설명하기 위한 기준으로 사용될 수 있다. 또한, 유방암 진단 및 추적을 위하여 서로 다른 촬영 유형(modality) 영상 간 정렬(또는 정합) 시에 중요한 특징점으로 이용될 수 있다.
종래에는 의사 등의 사람이 일일이 유방 영상들을 보면서 유두의 위치가 정렬되도록 유방 영상들의 높이를 수작업으로 맞추어 복수의 유방 영상을 대칭상태로 만들어야 하는 불편함이 있었으며, 사람이 직접 눈으로 보면서 유방 영상들을 이동시켜야 했기 때문에 정렬 정확도가 떨어지는 문제도 있었다.
이러한 문제를 해결하고자 복수의 유방 영상을 자동으로 정렬시키기 위해 X-선 유방 영상, 유방 자기공명영상(Magnetic Resonance Imaging; MRI) 등의 유방 영상에서 유두를 검출하는 방법이 연구되고 있으나, 종래의 유두 검출 방법은 특정 위치 좌표를 검출하는 것이 아니라 타원 형태 등의 소정 영역을 검출하므로, 복수의 유방 영상의 정렬 시에 정렬 정확도가 낮은 문제점이 있었다. 또한, 허프 변환(Hough transform) 등의 복잡한 알고리즘을 사용하여 유두를 검출하였으므로, 유두 검출이 복잡하고 유두 검출을 위한 시간이 오래 걸리는 문제도 있었다.
JP 1997-215684A
본 발명은 유방 이미지에서 간단하면서 빠르게 유두의 위치 좌표를 획득할 수 있는 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치를 제공한다.
본 발명의 일실시예에 따른 유두위치 검출 방법은 유방 이미지를 마련하는 과정; 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 과정; 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 과정; 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정; 및 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 과정;을 포함할 수 있다.
상기 윤곽선 좌표를 획득하는 과정은, 상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 과정; 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득하는 과정; 및 상기 경계 좌표를 상기 윤곽선 좌표로 결정하는 과정을 포함할 수 있다.
상기 유방 영역과 배경 영역을 분리하는 과정은 상기 유방 이미지의 픽셀별 밝기값을 이진화 처리하는 과정을 포함하고, 상기 경계 좌표를 획득하는 과정은, 이진화 처리된 유방 이미지에서 대상 픽셀을 선택하는 과정; 선택된 대상 픽셀과 상기 선택된 대상 픽셀의 주변에 위치한 픽셀들의 밝기값을 각각 비교하는 과정; 및 주변에 위치한 픽셀들 중 적어도 하나와 밝기값이 상이한 대상 픽셀의 좌표를 상기 경계 좌표로 획득하는 과정을 포함할 수 있다.
상기 윤곽선 좌표를 획득하는 과정은, 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 과정; 및 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 상기 윤곽선 좌표로 결정하는 과정을 포함할 수 있다.
상기 근사 곡선을 획득하는 과정은, 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 과정; 및 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 과정을 포함할 수 있다.
상기 n차 함수로 모델링하는 과정은, 상기 윤곽선 좌표 중 일부를 선택하여 샘플 좌표를 추출하는 과정; 및 추출된 샘플 좌표에 최소자승법을 적용하여 n차 함수를 생성하는 과정을 포함할 수 있다.
상기 샘플 좌표를 추출하는 과정에서는 수행 시마다 새로운 샘플 좌표의 조합을 추출하며, 상기 근사 곡선을 획득하는 과정은, 상기 n차 함수를 모델링하는 과정과 상기 유사도를 계산하는 과정을 미리 설정된 횟수만큼 반복 수행하고, 각각의 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 비교하여 상기 근사 곡선을 결정하는 과정을 더 포함할 수 있다.
상기 미리 설정된 횟수는 수학식 1에 의해 결정될 수 있다.
[수학식 1]
R = log(1-p) / log(1-im)
(여기서, R은 상기 미리 설정된 횟수이며, p는 R번 중 적어도 정상분포의 샘플 좌표만을 추출할 확률이고, i는 상기 윤곽선 좌표 중 정상분포의 비율이며, m은 추출할 샘플 좌표의 개수이다.)
상기 유사도를 계산하는 과정은, 상기 윤곽선 좌표 각각마다 상기 n차 함수의 그래프와의 최단 거리를 각각 계산하는 과정; 및 상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수를 계산하는 과정을 포함할 수 있다.
상기 근사 곡선과의 최단 거리를 계산하는 과정은, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산하는 과정; 및 계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단하는 과정을 포함할 수 있다.
상기 근사 곡선과의 최단 거리를 계산하는 과정은 상기 계산된 각도가 둔각 또는 예각인 경우에 상기 가상선의 각도를 변경하는 과정을 더 포함하고, 상기 가상선의 각도를 변경하는 과정 이후에 상기 접선 사이의 각도를 계산하는 과정을 다시 수행할 수 있다.
상기 가상선의 각도를 변경하는 과정에서는, 상기 계산된 각도가 둔각인 경우에 시계방향으로 상기 가상선의 각도를 변경하고, 상기 계산된 각도가 예각인 경우에 반시계방향으로 상기 가상선의 각도를 변경할 수 있다.
상기 접선 사이의 각도를 계산하는 과정은, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하여 상기 가상선을 형성하는 과정; 및 상기 가상선과 상기 근사 곡선의 교차점에서의 접선의 기울기를 계산하는 과정을 포함할 수 있다.
본 발명의 다른 실시예에 따른 유방 이미지 표시방법은 제1 유방 이미지와 제2 유방 이미지를 마련하는 과정; 본 발명의 일실시예에 따른 유두위치 검출 방법으로 상기 제1 유방 이미지와 상기 제2 유방 이미지에서 각각 유두위치를 검출하는 과정; 및 상기 제1 유방 이미지의 유두위치와 상기 제2 유방 이미지의 유두위치가 x축 또는 y축 방향으로 동일선상에 위치하도록 상기 제1 유방 이미지와 상기 제2 유방 이미지를 배치하여 표시하는 과정;을 포함할 수 있다.
상기 제1 유방 이미지와 상기 제2 유방 이미지는 촬영 유형, 촬영 방식, 촬영 위치, 촬영 방향 중 적어도 하나가 상이할 수 있다.
본 발명의 또 다른 실시예에 따른 유두위치 검출 장치는 유방 이미지를 입력받는 영상 입력부; 및 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 윤곽선좌표 획득부; 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 근사곡선 획득부; 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 거리 계산부; 및 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 유두위치 판단부;를 포함할 수 있다.
상기 윤곽선좌표 획득부는 상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 영상분리부; 및 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득하는 경계좌표획득부를 포함할 수 있다.
상기 윤곽선좌표 획득부는 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 엣지라인검출부를 포함할 수 있다.
상기 근사곡선 획득부는, 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 함수모델링부; 및 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 유사도계산부를 포함할 수 있다.
상기 거리 계산부는, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산하는 각도계산부; 및 상기 각도계산부에서 계산된 각도를 통해 상기 근사 곡선과의 최단 거리를 판단하는 최단거리판단부를 포함할 수 있다.
본 발명의 실시 형태에 따른 유두위치 검출 방법은 유방 영역의 윤곽선 좌표와 근사 곡선 사이의 최단 거리를 비교하여 유두의 위치 좌표를 획득함으로써, 간단하면서도 빠르게 유두의 위치 좌표를 획득할 수 있고, 유두의 위치 좌표를 획득함으로 인해 복수의 유방 이미지의 정렬 시에 정렬 정확도가 향상될 수 있다.
또한, 유방 영역의 테두리를 검출하여 유방 영역과 배경 영역의 분리를 통해 샘플링되는 경계 좌표를 보완함으로써, 유방 영역과 배경 영역의 분리가 다소 부정확하더라도 유두 부분을 포함하는 유방 형상이 최대한 반영된 윤곽선 좌표를 얻을 수 있고, 이에 따라 정확한 유두의 위치 좌표를 획득할 수 있다.
그리고 윤곽선 좌표를 기반으로 유방 형상을 n차 함수로 모델링함으로써, 유방 크기의 영향 없이 유두의 위치 좌표를 획득할 수 있고, 최소자승법을 이용하여 n차 함수를 모델링함으로써, 간단하면서 빠르게 근사 곡선을 획득할 수 있다.
한편, 윤곽선 좌표와 근사 곡선의 최단 거리를 계산하면서 수백 내지 수천개의 고차방정식을 계산하여 계산 시간이 오래 걸리는 분석적(Analytic) 방법 대신에 윤곽선 좌표에서 근사 곡선에 내린 가상선과 근사 곡선 중 가상선과의 교차점의 접선 사이의 각도를 계산하여 직각인 경우에 최단 거리로 판단하고 한 번만 윤곽선 좌표와 근사 곡선 중 가상선과의 교차점의 거리를 계산함으로써, 쉽고 빠르게 윤곽선 좌표와 근사 곡선의 최단 거리를 계산할 수 있다.
그리고 유방암 진단 시에 암의 위치를 설명하기 위한 기준으로 유두의 위치를 사용할 수 있고, 복수의 유방 이미지를 표시하면서 유두의 위치를 특징점으로 활용하여 복수의 유방 이미지를 정렬시킬 수 있다. 이에 따라 유방암 진단 및 추적이 용이해질 수 있으며, 이를 통해 의사가 유방 이미지의 빠른 분석과 진단을 할 수 있고, 유방암 진단과 치료의 정확성 및 신뢰성을 크게 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 유두위치 검출 방법을 나타내는 순서도.
도 2는 본 발명의 일실시예에 따른 유방 이미지의 이진화 처리를 설명하기 위한 개념도.
도 3은 본 발명의 일실시예에 따른 경계 좌표의 샘플링을 설명하기 위한 개념도.
도 4는 본 발명의 일실시예에 따른 유방 영역의 테두리 검출을 설명하기 위한 개념도.
도 5는 본 발명의 일실시예에 따른 근사 곡선의 획득 과정을 나타낸 순서도.
도 6은 본 발명의 일실시예에 따른 유사도 계산을 설명하기 위한 개념도.
도 7은 본 발명의 일실시예에 따른 최단 거리의 계산을 설명하기 위한 개념도.
도 8은 본 발명의 일실시예에 따른 최단 거리의 계산을 순서적으로 나타낸 그림.
도 9는 본 발명의 일실시예에 따른 유두의 위치 좌표 획득을 설명하기 위한 개념도.
도 10은 본 발명의 다른 실시예에 따른 복수의 유방 이미지의 정렬을 설명하기 위한 개념도.
도 11은 본 발명의 또 다른 실시예에 따른 유두위치 검출 장치를 나타낸 블록도.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 더욱 상세히 설명하기로 한다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 설명 중, 동일 구성에 대해서는 동일한 참조부호를 부여하도록 하고, 도면은 본 발명의 실시예를 정확히 설명하기 위하여 크기가 부분적으로 과장될 수 있으며, 도면상에서 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명의 일실시예에 따른 유두위치 검출 방법을 나타내는 순서도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 유두위치 검출 방법은 유방 이미지를 마련하는 과정(S100); 상기 유방 이미지에서 유방 영역(10)의 윤곽선 좌표(11a)를 획득하는 과정(S200); 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선(13)을 획득하는 과정(S300); 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정(S400); 및 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 과정(S500);을 포함할 수 있다.
먼저, 유방 이미지를 마련한다(S100). 상기 유방 이미지는 X-선 유방 촬영(X-ray Mammography), 유방 자기공명영상(Magnetic Resonance Imaging; MRI) 촬영 및 초음파 촬영 등으로 촬영되어 마련될 수 있으며, 촬영된 유방 이미지가 바로 입력되거나 촬영되어 저장된 유방 이미지를 불러올 수도 있다. 여기서, 상기 유방 이미지는 모니터(monitor) 등의 화면(screen) 상에 2차원적으로 표시되는 이미지일 수 있으며, 화면 상에서 복수의 픽셀로 분할되어 2차원 좌표(예를 들어, x-y 좌표)로 좌표화될 수 있다.
한편, 본 발명의 유두위치 검출 방법은 상기 유방 이미지의 일부분을 잘라내는 과정(S101)을 더 포함할 수 있다. 유방 영역과 배경 영역(20)의 구분이 잘 되도록 상기 유방 이미지의 일부분을 잘라낼 수 있다(S101). 이때, 사람의 신체 중에서는 유방 영역만 포함되도록 상기 유방 이미지의 일부분을 잘라낼 수 있다. 그리고 상기 유방 이미지의 일부분을 잘라내어 확대함으로써, 상기 유방 이미지를 부분 확대할 수 있다. 이를 통해 상기 유방 이미지에서 유두위치의 검출이 용이해질 수 있다.
그리고 본 발명의 유두위치 검출 방법은 상기 유방 이미지의 크기를 조절하는 과정(S102)을 더 포함할 수 있다. 유두위치 검출의 원활한 처리를 위해 상기 유방 이미지의 크기를 조절할 수 있다(S102). 상기 유방 이미지에서 유방 영역 및 유두 부분이 잘 나타나도록 하기 위해서 상기 유방 이미지를 확대할 수도 있고, 처리 속도의 향상을 위해서 상기 유방 이미지를 축소할 수도 있다.
다음으로, 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득한다(S200). 여기서, 상기 유방 영역의 윤곽선 좌표는 상기 유방 영역의 윤곽선(11)을 이루는 점들의 각각의 좌표일 수 있으며, 복수개일 수 있다. 상기 유방 영역의 윤곽선은 상기 유방 영역의 윤곽을 나타낼 수 있으며, 상기 유방 영역의 윤곽은 상기 유방 영역의 형상과 동일할 수도 있고, 유사할 수도 있다. 이때, 상기 유방 영역의 윤곽은 상기 유방 영역의 형상과 90 % 이상 유사할 수 있다.
상기 윤곽선 좌표를 획득하는 과정(S200)은 상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 과정(S210); 상기 유방 영역과 상기 배경 영역의 경계 좌표(15a)를 획득하는 과정(S220); 및 상기 경계 좌표를 상기 윤곽선 좌표로 결정하는 과정(S230)을 포함할 수 있다.
상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리할 수 있다(S210). 상기 유방 이미지에서 상기 유방 영역의 경계가 명확히 나타나도록 상기 유방 영역과 상기 배경 영역을 분리할 수 있다.
그리고 상기 유방 영역과 상기 배경 영역이 분리된 유방 이미지에서 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득할 수 있다(S220). 상기 유방 영역과 상기 배경 영역이 분리된 부분(또는 경계)에서 상기 경계 좌표를 획득할 수 있으며, 이를 이용하여 상기 윤곽선 좌표를 얻을 수 있고, 획득된 복수의 경계 좌표가 상기 유방 영역과 상기 배경 영역의 경계선(15)을 형성할 수 있다.
그 다음 상기 경계 좌표를 상기 윤곽선 좌표로 결정할 수 있다(S230). 획득된 경계 좌표 중에서 적어도 일부를 상기 윤곽선 좌표로 결정할 수 있으며, 상기 획득된 경계 좌표를 통해 상기 윤곽선 좌표를 획득할 수 있다.
여기서, 상기 유방 영역과 배경 영역을 분리하는 과정(S210)은 상기 유방 이미지의 픽셀별 밝기값을 이진화 처리하는 과정(S211)을 포함할 수 있고, 상기 경계 좌표를 획득하는 과정(S220)은 이진화 처리된 유방 이미지에서 대상 픽셀을 선택하는 과정(S221); 선택된 대상 픽셀과 상기 선택된 대상 픽셀의 주변에 위치한 픽셀들의 밝기값을 각각 비교하는 과정(S222); 및 주변에 위치한 픽셀들 중 적어도 하나와 밝기값이 상이한 대상 픽셀의 좌표를 상기 경계 좌표로 획득하는 과정(S223)을 포함할 수 있다.
도 2는 본 발명의 일실시예에 따른 유방 이미지의 이진화 처리를 설명하기 위한 개념도로, 도 2(a)는 유방 이미지를 나타내며, 도 2(b)는 유방 이미지의 히스토그램을 나타내고, 도 2(c)는 이진화 처리된 유방 이미지를 나타낸다.
도 2를 참조하면, 상기 유방 이미지의 픽셀별 밝기값을 이진화 처리할 수 있다(S211). 이를 통해 상기 유방 영역과 상기 배경 영역을 분리할 수 있으며, 상기 유방 영역과 상기 배경 영역의 경계가 명확해질 수 있다. 여기서, 임계값(Threshold; Th)을 통해 상기 유방 이미지의 픽셀별 밝기값을 이진화 처리할 수 있으며, 상기 픽셀별 밝기값에 적응형 임계값(Adaptive Threshold)을 적용하여 상기 유방 영역과 상기 배경 영역을 구분하는 중간값(median)을 선택할 수 있다. 또한, 상기 유방 이미지의 히스토그램 분포 상에서 두 개의 그룹으로 분리했을 때에 각 그룹의 표준편차의 합이 최대가 되는 지점을 임계값(Th)으로 결정할 수도 있다. 이러한 경우, 상기 유방 영역과 상기 배경 영역의 경계가 더욱 명확해질 수 있다.
도 3은 본 발명의 일실시예에 따른 경계 좌표의 샘플링을 설명하기 위한 개념도로, 도 3(a)는 대상 픽셀과 주변 픽셀의 밝기값 비교를 나타내고, 도 3(b)는 샘플링된 대상 픽셀의 좌표를 연결한 선을 나타낸다.
도 3을 참조하면, 이진화 처리된 유방 이미지에서 대상 픽셀을 선택할 수 있다(S221). 이때, 상기 대상 픽셀은 상기 유방 영역과 상기 배경 영역의 경계 부근(또는 부분)에서 선택될 수 있다.
그리고 선택된 대상 픽셀과 상기 선택된 대상 픽셀의 주변에 위치한 픽셀들의 밝기값을 각각 비교할 수 있다(S222). 예를 들어, 상기 선택된 대상 픽셀(I(x,y))과 상기 선택된 대상 픽셀의 상(I(x,y+1)), 하(I(x,y-1)), 좌(I(x-1,y)), 우(I(x+1,y))에 위치한 픽셀들의 밝기값을 각각 비교할 수 있다.
그 다음 주변에 위치한 픽셀들(또는 인접한 픽셀들) 중 적어도 하나와 밝기값이 상이한 대상 픽셀의 좌표를 상기 경계 좌표로 획득할 수 있다(S223). 인접한 상(I(x,y+1)), 하(I(x,y-1)), 좌(I(x-1,y)), 우(I(x+1,y))에 위치한 픽셀들 중 적어도 하나와 밝기값이 상이한 대상 픽셀(I(x,y))을 상기 경계 좌표로 판단하고, 상기 밝기값이 상이한 대상 픽셀(I(x,y))의 좌표를 상기 경계 좌표로 획득할 수 있다. 이를 통해 정확한 경계 좌표를 획득할 수 있다.
상기 윤곽선 좌표를 획득하는 과정(S200)은 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 과정(S230); 및 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 상기 윤곽선 좌표로 결정하는 과정(S240)을 포함할 수 있다.
도 4는 본 발명의 일실시예에 따른 유방 영역의 테두리 검출을 설명하기 위한 개념도로, 도 4(a)는 유방 영역의 테두리를 나타내고, 도 4(b)는 경계 좌표와 유방 영역의 테두리 좌표의 병합을 나타낸다.
도 4를 참조하면, 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지(edge) 라인(12)을 검출할 수 있다(S230). 상기 유방 영역 중 유두 부분의 경우에는 촬영조사조건 또는 신체차이 등으로 다른 부분보다 상대적으로 밝기값이 상기 배경 영역에 가까울 수 있으므로, 상기 유방 이미지의 이진화 처리로는 유두 부분의 윤곽선 좌표 획득이 어려운 경우가 있다. 상기 유방 이미지의 이진화 처리만으로 유두 부분의 윤곽선 좌표 획득이 어려운 경우를 보완하기 위해 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 상기 엣지 라인을 검출할 수 있다. 여기서, 상기 불연속한 픽셀은 밝기값이 갑자기 변하는 픽셀일 수 있으며, 주변 픽셀들(예를 들어, 상하 픽셀 또는 좌우 픽셀)과 밝기값의 연속성이 없고 밝기값의 차이가 많이 나는 픽셀일 수 있다. 이때, 상기 엣지 라인의 검출(edge detection)을 위해 소벨 검출(sobel detection) 또는 케니 테두리(Canny edge)를 적용할 수 있다.
그리고 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 상기 윤곽선 좌표로 결정할 수 있다(S240). 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표 중에서 적어도 일부를 상기 윤곽선 좌표로 결정할 수 있으며, 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 통해 상기 윤곽선 좌표를 획득할 수 있다.
한편, 상기 엣지 라인의 검출만으로 상기 윤곽선 좌표를 획득할 수도 있으나, 상기 엣지 라인의 검출은 민감도가 높아 유방내부의 조직 일부가 엣지 라인으로 검출될 수 있어 민감도가 높은 상기 엣지 라인의 검출과 상대적으로 민감도가 낮은 상기 유방 이미지의 이진화 처리를 병합하여 최종 윤곽선 좌표를 결정할 수 있다. 이때, 상기 경계 좌표와 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 대비하여 상기 경계 좌표(들) 및 상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표(들) 중 상기 유방 영역의 윤곽선을 나타내는 좌표들만 선택하여 최종적으로 상기 윤곽선 좌표를 결정할 수 있다.
그 다음 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화(smoothing)된 윤곽선을 근사화한 근사 곡선을 획득한다(S300). 여기서, 상기 근사 곡선은 유두위치의 검출을 위해서 상기 유두 부분에서 상기 윤곽선 좌표와의 거리 차이가 다른 부분보다 크게 나타나야 하므로, 상기 유방 영역 중 유두 부분이 제거되어 상기 유방 영역의 윤곽선이 평활화될 수 있다. 유두의 위치 좌표를 획득하기 위해 상기 윤곽선 좌표와는 별도로 상기 근사 곡선을 획득할 수 있다.
한편, 본 발명의 유두위치 검출 방법은 상기 유방 영역의 윤곽선을 평활화하는 과정(S250);을 더 포함할 수 있다.
상기 유방 영역의 윤곽선을 평활화할 수 있다(S250). 상기 유방 영역의 윤곽선을 평활화하여 상기 유방 영역의 평활화된 윤곽선을 형성(또는 생성)할 수 있고, 이렇게 형성된 상기 유방 영역의 평활화된 윤곽선을 근사화하여 근사 곡선을 획득할 수도 있다.
상기 근사 곡선을 획득하는 과정(S300)은 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 과정(S310); 및 상기 n차 함수의 그래프(14)와 상기 유방 영역의 윤곽선의 유사도를 계산하는 과정(S320)을 포함할 수 있다.
상기 유방 영역의 평활화된 윤곽선을 n차 함수(또는 n차 함수의 그래프)로 모델링할 수 있다(S310). 예를 들어, n차 함수는 y = anxn + an-1xn-1 + … + a1x + a0일 수 있다. 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링함으로써, 상기 유방 영역의 평활화된 윤곽선을 모델링한 n차 함수의 그래프로 유방 크기의 영향 없이 상기 유방 영역의 평활화된 윤곽선(또는 유방의 형상)을 형상화할 수 있다.
그리고 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산할 수 있다(S320). 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하여 상기 n차 함수의 그래프가 상기 유방 영역의 윤곽선과 유사한지를 판단함으로써, 상기 n차 함수의 그래프를 상기 근사 곡선으로 획득(또는 사용)할지를 판단할 수 있다. 여기서, 상기 유방 영역의 윤곽선은 상기 윤곽선 좌표로 이루어질 수 있다. 이때, 유사도가 일정 기준(예를 들어, 90 %) 이상인 n차 함수의 그래프를 상기 근사 곡선으로 획득할 수 있으며, n차 함수의 모델링과 유사도 계산을 일정 횟수(예를 들어, R회) 반복하여 유사도가 가장 높은 n차 함수의 그래프를 상기 근사 곡선으로 획득할 수 있다.
상기 n차 함수로 모델링하는 과정(S310)은 상기 윤곽선 좌표 중 일부를 선택하여 샘플 좌표(11b)를 추출하는 과정(S311); 및 추출된 샘플 좌표에 최소자승법을 적용하여 n차 함수를 생성하는 과정(S312)을 포함할 수 있다.
상기 윤곽선 좌표 중 일부를 선택하여 샘플 좌표를 추출할 수 있다(S311). 상기 윤곽선(또는 상기 윤곽선 좌표)과 관계된 n차 함수로 그래프를 모델링하기 위해 상기 윤곽선 좌표 중 일부를 선택하여 복수의 샘플 좌표를 추출할 수 있다. 이때, 상기 윤곽선 좌표의 전체 개수보다 작은 개수의 샘플 좌표를 추출할 수 있으며, 바람직하게는 정상분포(예를 들어, 노이즈 이외의 부분 또는 상기 유두 부분 이외의 부분)만의 샘플 좌표(또는 샘플 좌표의 조합)를 보장할 수 있도록 전체 윤곽선 좌표 중 통계치를 기반으로 정상분포의 비율에 해당하는 개수 이하의 개수로 샘플 좌표를 추출할 수 있다. 여기서, 상기 통계치는 사전에 실험적(또는 경험적)으로 얻어진 결과(값)일 수 있고, 미리 설정(또는 저장)될 수 있다. 그리고 추출되는 샘플 좌표의 개수는 n차 함수를 생성할 수 있도록 n+1 개 이상일 수 있다. 예를 들어, 1,000 개의 윤곽선 좌표 중 비정상분포(예를 들어, 노이즈 또는 상기 유두 부분)가 50 개이고 10차 함수를 생성하는 경우에는 11 ~ 950 개의 샘플 좌표를 추출할 수 있다. 한편, 상기 윤곽선 좌표 중 유두 부분에 해당하는 좌표(들)은 n차 함수의 모델링 시에 노이즈로 작용할 수 있으므로, 상기 윤곽선 좌표의 전체가 아닌 상기 윤곽선 좌표 중 일부만을 선택하여 샘플 좌표를 추출할 수 있으며, 상기 윤곽선 좌표 중 유두 부분에 해당하는 좌표를 제외하고 상기 샘플 좌표를 추출할 수도 있다.
그리고 추출된 샘플 좌표에 최소자승법을 적용하여 n차 함수를 생성할 수 있다(S312). 추출된 샘플 좌표를 이용하여 n차 함수를 생성할 수 있으며, 상기 추출된 샘플 좌표에 최소자승법(Least Square Method; LSM)을 적용하여 n차 함수를 생성할 수 있다. 예를 들어, 생성된 n차 함수는 상기 샘플 좌표의 x값을 변수에 할당하여 연산한 함수값과 상기 샘플 좌표의 y값의 차를 제곱한 값을 모든 상기 추출된 샘플 좌표에 대해 구하여 모두 더한 총합이 최소인 n차 함수일 수 있다. 이를 통해 상기 추출된 샘플 좌표로 간단하면서 빠르게 n차 함수를 생성할 수 있다.
상기 근사 곡선을 획득하는 과정(S300)은 상기 n차 함수로 모델링하는 과정(S310)과 상기 유사도를 계산하는 과정(S320)을 미리 설정된 횟수만큼 반복 수행할 수 있다. 상기 근사 곡선을 획득하는 과정(S300)에서는 상기 n차 함수로 모델링하는 과정(S310)과 상기 유사도를 계산하는 과정(S320)을 미리 설정된 횟수만큼 반복 수행함으로써, 반복 수행할 때마다 새롭게(또는 이전과 다르게) 모델링한 복수의 n차 함수 중에서 유사도가 가장 높은 n차 함수의 그래프를 상기 근사 곡선으로 최종 결정(또는 획득)할 수 있다. 이때, 상기 샘플 좌표를 추출하는 과정(S311)에서는 수행 시마다 새로운 샘플 좌표의 조합을 추출할 수 있다. 상기 n차 함수로 모델링하는 과정(S310)이 반복 수행될 때마다 새로운(또는 이전과 다른) n차 함수로 모델링하기 위해 상기 샘플 좌표를 추출하는 과정(S311)은 반복 수행될 때마다 새로운 샘플 좌표의 조합을 추출할 수 있으며, 다시 수행되는 상기 샘플 좌표를 추출하는 과정(S311)에서는 이전과 다른 새로운 샘플 좌표의 조합을 추출할 수 있다. 예를 들어, 다시 수행되는 상기 샘플 좌표를 추출하는 과정(S311)에서는 이전의 추출된 복수의 샘플 좌표와 적어도 하나의 샘플 좌표가 다르도록 복수의 샘플 좌표를 추출할 수 있고, 이전과 동일한 개수(예를 들어, m 개)의 샘플 좌표를 추출할 수 있다.
상기 미리 설정된 횟수(또는 반복 횟수)는 정상분포(예를 들어, 상기 유두 부분 이외의 부분)와 비정상분포(예를 들어, 상기 유두 부분 또는 노이즈)의 통계치를 기반으로 정상분포만의 샘플 좌표(또는 샘플 좌표의 조합)를 보장하는 횟수로 설정할 수 있다. 이때, 상기 통계치는 사전에 실험적으로 얻어진 결과일 수 있다.
여기서, 상기 미리 설정된 횟수는 수학식 1에 의해 결정될 수 있다.
[수학식 1]
R = log(1-p) / log(1-im)
(여기서, R은 상기 미리 설정된 횟수이며, p는 R번 중 적어도 정상분포의 샘플 좌표만을 추출할 확률이고, i는 상기 윤곽선 좌표 중 정상분포의 비율이며, m은 추출할 샘플 좌표의 개수이다.)
상기 수학식 1은 R번 중 적어도 정상분포의 샘플 좌표만을 추출할 확률식 p(R번 중 적어도 정상분포의 샘플 좌표만을 추출할 확률) = 1 - (1 - im)R에 의해 얻어질 수 있다. 이때, 상기 수학식 1에서 p에는 정상분포의 샘플 좌표만을 추출하고 싶은 확률(또는 정확도)을 입력(또는 대입)할 수 있고, i는 상기 통계치를 기반으로 정해질 수 있다. 이를 통해 정상분포만의 샘플 좌표를 보장하여 n차 함수의 모델링을 반복하는 동안 상기 유방 영역의 윤곽선과 일정 기준 이상의 유사도를 갖는 n차 함수의 그래프를 획득(또는 모델링)할 수 있고, 이에 따라 상기 유방 영역의 윤곽선과 매우 유사한 근사 곡선을 획득할 수 있다. 이를 통해 정확한 유두의 위치를 검출할 수 있고, 정확한 유두의 위치 좌표를 획득할 수 있다.
상기 근사 곡선을 획득하는 과정(S300)은 각각의 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 비교하여 상기 근사 곡선을 결정하는 과정(S330)을 더 포함할 수 있다.
각각의 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 비교하여 상기 근사 곡선을 결정할 수 있다(S330). 이때, 유사도가 가장 높은 n차 함수의 그래프를 상기 근사 곡선으로 결정할 수 있다. 여기서, 상기 근사 곡선은 정상분포만의 샘플 좌표로 생성된 n차 함수의 그래프일 수 있다.
도 5는 본 발명의 일실시예에 따른 근사 곡선의 획득 과정을 나타낸 순서도이다.
도 5를 참조하면, 반복 횟수(R)가 될 때까지 N 개의 윤곽선 좌표 중에서 m 개의 샘플 좌표를 추출(m < N)하고 추출된 샘플 좌표를 이용하여 n차 함수를 생성한 후에 생성된(또는 모델링한) n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 과정을 반복할 수 있다.
여기서, 상기 근사 곡선을 결정하는 과정(S330)은 현재 n차 함수의 유사도(즉, 현재 생성된 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도)와 이전 n차 함수의 유사도(즉, 이전 생성된 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도)를 비교하는 과정(S335)을 포함할 수 있으며, 현재 새롭게 생성된 n차 함수의 유사도를 이전에 생성된 n차 함수(들)의 유사도와 비교하여 현재 새롭게 생성된 n차 함수의 유사도가 높은 경우에 현재 n차 함수(또는 n차 함수의 그래프)로 상기 근사 곡선의 후보를 갱신할 수 있다. 이때, 상기 근사 곡선의 후보인 n차 함수를 저장하여 놓은 후에 상기 근사 곡선의 후보로 저장된 n차 함수의 유사도와 현재 새롭게 생성된 n차 함수의 유사도를 비교하여 현재 새롭게 생성된 n차 함수의 유사도가 높은 경우에만 현재 n차 함수로 상기 근사 곡선의 후보를 갱신할 수 있으며, 상기 근사 곡선의 후보로 저장된 n차 함수가 없는 경우(예를 들어, 처음으로 생성된 n차 함수의 경우)에는 현재 새롭게 생성된 n차 함수가 상기 근사 곡선의 후보로 저장될 수 있다.
그리고 반복 수행이 종료된 후에 상기 근사 곡선의 후보로 저장된 n차 함수의 그래프를 상기 근사 곡선으로 결정할 수 있다.
도 6은 본 발명의 일실시예에 따른 유사도 계산을 설명하기 위한 개념도로, 도 6(a)는 유사도가 상대적으로 낮은 n차 함수의 그래프를 나태내는 그림이며, 도 6(b)는 유사도가 상대적으로 낮은 n차 함수의 그래프에서 최단 거리를 시각화한 그림이고, 도 6(c)는 유사도가 상대적으로 높은 n차 함수의 그래프를 나태내는 그림이며, 도 6(d)는 유사도가 상대적으로 높은 n차 함수의 그래프에서 최단 거리를 시각화한 그림이다.
도 6을 참조하면, 상기 유사도를 계산하는 과정(S320)은 상기 윤곽선 좌표 각각마다 상기 n차 함수의 그래프와의 최단 거리를 각각 계산하는 과정(S321); 및 상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수를 계산하는 과정(S322)을 포함할 수 있다.
상기 윤곽선 좌표 각각마다 상기 n차 함수의 그래프와의 최단 거리를 각각 계산할 수 있다(S321). 여기서, 상기 n차 함수의 그래프와의 최단 거리는 상기 윤곽선 좌표에서 상기 n차 함수의 그래프 중 가장 가까운 상기 n차 함수의 그래프 좌표(14a)까지의 거리일 수 있다. 각각 계산된 최단 거리를 이용하여 상기 유사도를 판단(또는 계산)할 수 있다.
그리고 상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수를 계산할 수 있다(S322). 여기서, 상기 유효거리는 유두 부분의 윤곽선 좌표와의 거리(예를 들어, 최단 거리)의 통계치를 기반으로 유두 부분의 윤곽선 좌표와의 거리보다 작은 크기로 설정될 수 있다. 이때, 상기 통계치는 사전에 실험적으로 얻어진 결과일 수 있다. 상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수가 많고 적음으로 상기 유사도를 계산할 수 있으며, 상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수가 많을수록 상기 유사도가 높을 수 있다.
이때, 상기 유사도는 수학식 2로 계산될 수 있다.
[수학식 2]
유사도 = (K / N) * 100
(여기서, K는 상기 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수이고, N은 전체 윤곽선 좌표의 개수이다.)
이를 통해 정확하면서도 쉽고 빠르게 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산할 수 있다.
그리고 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산한다(S400). 상기 윤곽선 좌표의 적어도 일부와 상기 근사 곡선 사이의 최단 거리를 계산할 수 있으며, 전체 윤곽선 좌표 중 유두위치 추정 영역에서만 윤곽선 좌표를 선택하여 선택된 윤곽선 좌표 각각마다 상기 근사 곡선과의 최단 거리를 계산할 수도 있고, 전체 윤곽선 좌표 각각마다 상기 근사 곡선과의 최단 거리를 계산할 수도 있다. 예를 들어, 상기 윤곽선 좌표 각각마다 상기 근사 곡선과의 최단 거리를 계산할 수 있으며, 각각의 상기 윤곽선 좌표의 상기 근사 곡선과의 최단 거리 차이를 통해 유두의 위치를 검출할 수 있다. 여기서, 상기 윤곽선 좌표와 근사 곡선의 최단 거리는 수백 내지 수천개의 고차방정식을 계산하여 정확한(Unique) 해(Solution)를 얻을 수 있는 분석적(Analytic) 방법 및 분석적 방법과 같이 정확한 해는 아니지만 허용 오차 내로 빨리 계산하여 근사한 해를 얻을 수 있는 수치해석적(Numerical) 방법 등으로 계산할 수 있다. 한편, 상기 분석적 방법은 수백 내지 수천개의 고차방정식을 계산하여 높은 계산량으로 인해 계산 시간이 오래 걸리는 문제가 있으므로, 빠른 계산 속도를 갖는 수치해석적 방법이 바람직할 수 있다.
도 7은 본 발명의 일실시예에 따른 최단 거리의 계산을 설명하기 위한 개념도이다.
도 7을 참조하면, 상기 근사 곡선과의 최단 거리를 계산하는 과정(S400)은 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점(13a)의 접선 사이의 각도를 계산하는 과정(S410); 및 계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단하는 과정(S420)을 포함할 수 있다.
상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산할 수 있다(S410). 상기 수치해석적 방법 중 일실시예로, 상기 윤곽선 좌표의 방향 벡터(상기 윤곽선 좌표의 한 점에서 상기 근사 곡선 상의 점의 방향) 및 상기 방향 벡터와 교차하는 교차점의 접선 벡터를 정의할 수 있으며, 상기 방향 벡터와 상기 접선 벡터의 각도(또는 사잇각)가 직각(90°)인 경우에 최단 거리로 판단하고 상기 윤곽선 좌표와 상기 교차점의 직선 거리로 상기 근사 곡선과의 최단 거리를 구할(또는 계산할) 수 있다. 이때, 지역해에 빠지지 않도록 기울기 하강(Gradient Descent) 또는 뉴턴의 방법(Newton's Method)를 응용할 수 있다.
따라서, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선(또는 방향 벡터)과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선(또는 접선 벡터) 사이의 각도를 계산함으로써, 상기 가상선과 상기 접선 사이의 각도를 통해 간단하면서 빠르게 상기 근사 곡선과의 최단 거리를 계산할 수 있다.
계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단할 수 있다(S420). 직선, 곡선 등의 선(line) 밖의 한 점(point)에서 상기 선에 내린 수선(또는 수직선)의 길이가 상기 선과의 최단 거리이며, 상기 가상선과 상기 접선 사이의 각도가 직각인 경우에 상기 접선과의 사잇각이 직각인 가상선이 상기 윤곽선 좌표에서 상기 근사 곡선에 내린 수선일 수 있고, 상기 접선과의 사잇각이 직각인 가상선의 상기 근사 곡선(즉, 상기 교차점)까지의 거리가 최단 거리일 수 있다. 이에 따라 계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단할 수 있다.
상기 근사 곡선과의 최단 거리를 계산하는 과정(S400)은 상기 계산된 각도가 둔각 또는 예각인 경우에 상기 가상선의 각도를 변경하는 과정(S415)을 더 포함할 수 있고, 상기 가상선의 각도를 변경하는 과정(S415) 이후에 상기 접선 사이의 각도를 계산하는 과정(S410)을 다시 수행할 수 있다.
상기 계산된 각도가 둔각 또는 예각인 경우에 상기 가상선의 각도(또는 방향 혹은 기울기)를 변경할 수 있다(S415). 상기 계산된 각도가 둔각 또는 예각인 경우에는 상기 근사 곡선과의 최단 거리가 아니므로, 상기 근사 곡선과의 최단 거리를 찾기 위해 상기 가상선의 각도를 변경할 수 있다.
상기 가상선의 각도를 변경하는 과정(S415) 이후에는 상기 접선 사이의 각도를 계산하는 과정(S410)을 다시 수행할 수 있다. 상기 가상선의 각도를 변경한 이후에 다시 상기 근사 곡선 중 새로운 교차점의 접선 사이의 각도를 계산함으로써, 새로운 교차점까지의 거리가 상기 근사 곡선과의 최단 거리인지를 판단할 수 있다.
상기 가상선의 각도를 변경한 이후에도 상기 계산된 각도가 직각이 되지 않는 경우에는 상기 계산된 각도가 직각이 될 때까지 상기 가상선의 각도를 변경하는 과정(S415)과 상기 접선 사이의 각도를 계산하는 과정(S410)을 반복 수행할 수 있다.
상기 가상선의 각도를 변경하는 과정(S415)에서는 상기 계산된 각도가 둔각인 경우에 시계방향으로 상기 가상선의 각도를 변경할 수 있고, 상기 계산된 각도가 예각인 경우에 반시계방향으로 상기 가상선의 각도를 변경할 수 있다. 일반적으로 상기 가상선의 각도를 시계방향으로 변경하면 상기 가상선과 상기 접선 사이의 각도가 줄어들고, 상기 가상선의 각도를 반시계방향으로 변경하면 상기 가상선과 상기 접선 사이의 각도가 늘어나게 되므로, 상기 계산된 각도가 둔각인 경우에는 상기 가상선과 상기 접선 사이의 각도가 줄어들어 직각이 될 수 있도록 시계방향으로 상기 가상선의 각도를 변경할 수 있고, 상기 계산된 각도가 예각인 경우에는 상기 가상선과 상기 접선 사이의 각도가 늘어나 직각이 될 수 있도록 반시계방향으로 상기 가상선의 각도를 변경할 수 있다.
이때, 상기 가상선과 상기 접선 사이의 각도는 상기 근사 곡선에서 접선 기울기의 변화 방향에 따라서도 변화하게 되므로, 상기 계산된 각도가 둔각인 경우에 상기 가상선의 각도를 변경하고 다시 계산한 각도가 더 커지거나 상기 계산된 각도가 예각인 경우에 상기 가상선의 각도를 변경하고 다시 계산한 각도가 더 작아지는 경우에는 상기 가상선의 각도를 변경하는 방향을 바꾸거나 상기 가상선의 각도를 변경하는 변경량(또는 각도량)을 조정할 수 있다.
상기 접선 사이의 각도를 계산하는 과정(S410)은 상기 윤곽선 좌표에서 상기 근사 곡선을 향하여 상기 가상선을 형성하는 과정(S411); 및 상기 가상선과 상기 근사 곡선의 교차점에서의 접선의 기울기를 계산하는 과정(S412)을 포함할 수 있다.
도 8은 본 발명의 일실시예에 따른 최단 거리의 계산을 순서적으로 나타낸 그림으로, 도 8(a)는 윤곽선 좌표와 근사 곡선을 나타내며, 도 8(b)는 윤곽선 좌표에서 근사 곡선을 향해 수직으로 내린 가상선을 나타내고, 도 8(c)는 -x 방향으로의 가상선의 각도 변경을 나타내며, 도 8(d)는 가상선의 각도 변경에 따른 접선과의 사잇각의 감소를 나타내고, 도 8(e)는 가상선의 각도 변경으로 접선과의 사잇각이 직각이 된 가상선을 나타낸다.
도 8을 참조하면, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하여 상기 가상선을 형성할 수 있다(S411). 이때, 최초로 가상선을 형성하는 경우에는 도 8(b)와 같이 y축 방향(또는 수직)으로 상기 근사 곡선을 향하여 상기 가상선을 형성할 수 있다. 상기 윤곽선 좌표에서 상기 근사 곡선을 향하여 상기 가상선을 형성함으로써, 상기 근사 곡선 상에 교차점을 형성할 수 있다.
그리고 상기 가상선과 상기 근사 곡선의 교차점에서의 접선의 기울기를 계산할 수 있다(S412). 계산된 접선의 기울기와 상기 가상선의 기울기 차이를 이용하여 상기 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산할 수 있다. 여기서, 상기 가상선이 y축 방향으로 상기 근사 곡선을 향하여 형성되는 경우에는 상기 접선의 기울기만을 계산하여 바로 상기 가상선과 상기 접선 사이의 각도를 계산할 수 있다.
한편, 상기 가상선의 각도를 변경하는 과정(S415)에서는 상기 계산된 각도가 둔각인 경우에 도 8(c)와 같이 -x 방향으로 상기 가상선의 각도를 변경할 수 있고, 상기 계산된 각도가 예각인 경우에 +x 방향으로 상기 가상선의 각도를 변경할 수 있다. 이를 통해 상기 계산된 각도가 둔각인 경우에는 시계방향으로 상기 가상선의 각도가 변경되고, 상기 계산된 각도가 예각인 경우에는 반시계방향으로 상기 가상선의 각도가 변경되도록 할 수 있다.
그 다음 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득한다(S500). 예를 들어, 각각의 상기 근사 곡선과의 최단 거리를 비교하여 유두의 위치 좌표를 획득할 수 있다.
도 9는 본 발명의 일실시예에 따른 유두의 위치 좌표 획득을 설명하기 위한 개념도로, 도 9(a)는 유방 이미지에서의 최단 거리 차이를 나타내고, 도 9(b)는 최단 거리의 그래프를 나타낸다.
도 9를 참조하면, 각각의 상기 근사 곡선과의 최단 거리를 비교하여 상기 근사 곡선과의 최단 거리가 최대가 되는 좌표를 유두의 위치 좌표로 획득할 수 있으며, 이에 따라 간단하면서도 쉽게 유두의 위치 좌표로 획득할 수 있고, 정확한 유두의 위치 좌표를 획득할 수 있다.
이와 같이, 본 발명에서는 간단하면서도 빠르게 유두의 위치 좌표를 획득할 수 있고, 유두의 위치 좌표를 획득함으로 인해 복수의 유방 이미지의 정렬 시에 정렬 정확도가 향상될 수 있다.
도 10은 본 발명의 다른 실시예에 따른 복수의 유방 이미지의 정렬을 설명하기 위한 개념도로, 도 10(a)는 정렬 전을 나타내고, 도 10(b)는 정렬 후를 나타낸다.
도 10을 참조하여 본 발명의 다른 실시예에 따른 유방 이미지 표시방법을 보다 상세히 살펴보는데, 본 발명의 일실시예에 따른 유두위치 검출 방법과 관련하여 앞서 설명된 부분과 중복되는 사항들은 생략하도록 한다.
본 발명의 다른 실시예에 따른 유방 이미지 표시방법은 제1 유방 이미지(1)와 제2 유방 이미지(2)를 마련하는 과정(S1100); 본 발명의 일실시예에 따른 유두위치 검출 방법으로 상기 제1 유방 이미지와 상기 제2 유방 이미지에서 각각 유두위치를 검출하는 과정(S1200); 및 상기 제1 유방 이미지의 유두위치와 상기 제2 유방 이미지의 유두위치가 x축 또는 y축 방향으로 동일선상에 위치하도록 상기 제1 유방 이미지와 상기 제2 유방 이미지를 배치하여 표시하는 과정(S1300);을 포함할 수 있다.
먼저, 제1 유방 이미지와 제2 유방 이미지를 마련한다(S1100). 이때, 상기 제1 유방 이미지와 상기 제2 유방 이미지는 상이한 이미지일 수 있다.
여기서, 상기 제1 유방 이미지와 상기 제2 유방 이미지는 촬영 유형, 촬영 방식, 촬영 위치, 촬영 방향 중 적어도 하나가 상이할 수 있다. 상기 촬영 방식은 X-선 유방 촬영, 유방 자기공명영상(MRI) 촬영 및 초음파 촬영 등을 포함할 수 있으며, 상기 촬영 유형은 동일한 촬영 방식에서 어떻게 촬영하느냐에 따라 달라질 수 있고, X-선 유방 촬영에서는 상하방향(Cranio-Caudal; CC) 촬영과 내외 사방향(Medio-Lateral Oblique; MLO) 촬영의 두 가지 유형(type)을 포함할 수 있다. 그리고 상기 촬영 위치는 좌측 유방 이미지와 우측 유방 이미지를 포함할 수 있고, 상기 촬영 방향은 상기 촬영 유형과 유사하며, 좌측 또는 우측의 하나의 유방에 대해 어느 방향에서 촬영하였는지를 나타낼 수 있다.
예를 들어, 상기 제1 유방 이미지와 상기 제2 유방 이미지 중 어느 하나는 좌측 유방 이미지일 수 있고, 나머지 하나는 우측 유방 이미지일 수 있다. 이상음영후보를 포함하는 유방 이미지를 화상표시장치 등의 화면 상에 표시하고 의사 등이 관찰 분석할 경우에는 좌우 한 쌍의 유방 이미지를 표리 관계로 해서 동시에 표시하는 것이 자주 행하여지고 있으며, 이러한 이유는 좌우의 유방 이미지 중 하나의 유방 이미지에서 이상음영후보가 검출되었을 경우에 다른 방향의 유방 이미지에도 같은 위치에 이상음영후보가 존재하는지를 확인하기 위해서다.
또한, 상기 제1 유방 이미지와 상기 제2 유방 이미지 중 어느 하나는 상하방향(CC) 촬영의 유방 이미지일 수 있고, 나머지 하나는 내외 사방향(MLO) 촬영의 유방 이미지일 수 있다. 또한, X-선 유방 촬영(또는 맘모그래피)은 상하방향(CC)과 내외 사방향(MLO)으로 촬영하기 때문에 좌우 유방 중 한 쪽 유방에 대한 2개 유형(즉, CC와 MLO)의 유방 이미지를 나란히 세워서 표시하고, 이것들을 비교 대조해서 관찰 분석하는 경우도 있다. 이러한 경우에도 어느 하나의 유방 이미지에서 이상음영후보가 검출되었을 경우에 나머지 하나의 유방 이미지에도 같은 위치에 이상음영후보가 존재하는지를 확인할 수 있다.
한편, 상기와 같이 비교 대조되는 2개의 유방 이미지를 표리 관계로 동시에 표시할 경우, 양쪽 유방 이미지에서 유방 영역의 대응 위치가 x축 방향(또는 가로방향) 또는 y축 방향(또는 세로방향)에서 가지런하지 않게(또는 정렬되지 않고) 표시되면, 비교 분석이 어려운 문제가 있다. 이에 따라 비교 대조되는 2개의 유방 이미지를 화면 상에 표시할 때에 양쪽 유방 이미지에서 유방 영역의 대응 위치(예를 들어, 유두)가 x축 방향 또는 y축 방향으로 일치하게 정렬하는 것이 제안되고 있다.
다음으로, 본 발명의 일실시예에 따른 유두위치 검출 방법으로 상기 제1 유방 이미지와 상기 제2 유방 이미지에서 각각 유두위치를 검출한다(S1200). 본 발명의 일실시예에 따른 유두위치 검출 방법을 통해 상기 제1 유방 이미지와 상기 제2 유방 이미지에서 각각 유두의 위치 좌표를 획득할 수 있다.
그 다음 상기 제1 유방 이미지의 유두위치와 상기 제2 유방 이미지의 유두위치가 x축 또는 y축 방향으로 동일선상에 위치하도록 상기 제1 유방 이미지와 상기 제2 유방 이미지를 배치하여 표시한다(S1300). 상기 제1 유방 이미지와 상기 제2 유방 이미지를 한 화면에 표시하기 위해 상기 제1 유방 이미지와 상기 제2 유방 이미지를 대칭적으로 배치할 수 있으며, 각각 획득한 상기 제1 유방 이미지의 유두의 위치 좌표와 상기 제2 유방 이미지의 유두의 위치 좌표를 정렬시켜 상기 제1 유방 이미지와 상기 제2 유방 이미지를 표시할 수 있고, 이에 따라 상기 제1 유방 이미지의 유두위치와 상기 제2 유방 이미지의 유두위치가 x축 또는 y축 방향으로 동일선상에 위치할 수 있다.
이러한 경우, 유방암 진단 시에 암의 위치를 설명하기 위한 기준으로 유두의 위치를 사용할 수 있고, 유방암 진단 및 추적을 위한 영상 정합시에 유두의 위치를 특징점으로 활용하여 유방암 진단과 치료의 정확성 및 신뢰성을 크게 향상시킬 수 있다. 이에 따라 유방암 진단 및 추적이 용이해질 수 있고, 이를 통해 의사가 유방 이미지의 빠른 분석과 진단을 할 수 있다.
도 11은 본 발명의 또 다른 실시예에 따른 유두위치 검출 장치를 나타낸 블록도이다.
도 11을 참조하여 본 발명의 또 다른 실시예에 따른 유두위치 검출 장치를 보다 상세히 살펴보는데, 본 발명의 일실시예에 따른 유두위치 검출 방법 및 본 발명의 다른 실시예에 따른 유방 이미지 표시방법과 관련하여 앞서 설명된 부분과 중복되는 사항들은 생략하도록 한다.
본 발명의 또 다른 실시예에 따른 유두위치 검출 장치(100)는 유방 이미지를 입력받는 영상 입력부(110); 및 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 윤곽선좌표 획득부(120); 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 근사곡선 획득부(130); 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 거리 계산부(140); 및 상기 최단 거리를 비교하여 상기 유두의 위치 좌표를 획득하는 유두위치 판단부(150);를 포함할 수 있다.
영상 입력부(110)는 유방 이미지를 입력받을 수 있다. 영상 입력부(110)는 X-선 유방 촬영, 유방 자기공명영상(MRI) 촬영 및 초음파 촬영 등을 통해 상기 유방 이미지를 입력받을 수도 있고, 촬영되어 저장된 유방 이미지를 로딩하여 입력받을 수도 있다. 여기서, 영상 입력부(110)는 모니터 등의 화면 상에 상기 유방 이미지를 2차원적으로 표시할 수 있으며, 상기 유방 이미지는 화면 상에서 복수의 픽셀로 분할되어 2차원 좌표로 좌표화될 수 있다.
윤곽선좌표 획득부(120)는 상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득할 수 있다. 윤곽선좌표 획득부(120)는 영상 입력부(110)와 연결되어 영상 입력부(110)에 입력된 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득할 수 있다. 여기서, 윤곽선좌표 획득부(120)는 상기 유방 영역의 윤곽선을 이루는 점들의 각각의 좌표를 추출하여 상기 유방 영역의 윤곽선 좌표를 획득할 수 있다.
그리고 상기 윤곽선좌표 획득부(120)는 상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 영상분리부(121); 및 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득하는 경계좌표획득부(122)를 포함할 수 있다. 영상분리부(121)는 영상 입력부(110)와 직간접적으로 연결될 수 있고, 상기 영상 입력부(110)에 입력된 유방 이미지에서 상기 유방 영역과 상기 배경 영역을 분리할 수 있다. 여기서, 영상분리부(121)는 상기 영상 입력부(110)에 입력된 유방 이미지에서 상기 유방 영역의 경계가 명확히 나타나도록 상기 유방 영역과 상기 배경 영역을 분리할 수 있다.
경계좌표획득부(122)는 영상분리부(121)와 연결되어 상기 유방 영역과 상기 배경 영역이 분리된 유방 이미지에서 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득할 수 있다. 여기서, 경계좌표획득부(122)는 상기 유방 영역의 경계가 명확하게 된 상기 유방 영역과 상기 배경 영역이 분리된 유방 이미지에서 상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득할 수 있고, 획득된 경계 좌표를 통해 간단하게 상기 윤곽선 좌표를 획득할 수 있다.
또한, 상기 윤곽선좌표 획득부(120)는 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 엣지라인검출부(123)를 포함할 수 있다. 엣지라인검출부(123)는 영상 입력부(110)와 직간접적으로 연결될 수 있고, 영상 입력부(110)에 입력된 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 상기 엣지 라인을 검출할 수 있다. 상기 유방 영역 중 유두 부분의 경우에는 촬영조사조건 또는 신체차이 등으로 다른 부분보다 상대적으로 밝기값이 상기 배경 영역에 가까울 수 있으므로, 상기 유방 영역과 상기 배경 영역의 분리로는 유두 부분의 윤곽선 좌표 획득이 어려운 경우가 있다. 상기 유방 영역과 상기 배경 영역의 분리만으로 유두 부분의 윤곽선 좌표 획득이 어려운 경우를 보완하기 위해 엣지라인검출부(123)는 상기 영상 입력부(110)에 입력된 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 상기 엣지 라인을 검출할 수 있다. 여기서, 상기 불연속한 픽셀은 밝기값이 갑자기 변하는 픽셀일 수 있으며, 주변 픽셀들(예를 들어, 상하 픽셀 또는 좌우 픽셀)과 밝기값의 연속성이 없고 밝기값의 차이가 많이 나는 픽셀일 수 있다.
한편, 상기 엣지 라인의 좌표를 상기 경계 좌표에 병합하여 상기 유방 영역과 상기 배경 영역의 분리만으로 유두 부분의 윤곽선 좌표 획득이 어려운 경우를 보완하기 위해 엣지라인검출부(123)는 경계좌표획득부(122)와 연결될 수 있다.
근사곡선 획득부(130)는 상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득할 수 있다. 근사곡선 획득부(130)는 영상 입력부(110)와 직간접적으로 연결될 수 있고, 윤곽선좌표 획득부(120)와 연결될 수 있다. 이를 통해 상기 유방 영역의 윤곽선이 평활화된 근사 곡선을 획득할 수 있다. 여기서, 상기 근사 곡선은 유두위치의 검출을 위해서 상기 유두 부분에서 상기 윤곽선 좌표와의 거리 차이가 다른 부분보다 크게 나타나야 하므로, 근사곡선 획득부(130)는 상기 유방 영역 중 유두 부분이 제거된 상기 근사 곡선을 획득할 수 있다.
그리고 근사곡선 획득부(130)는 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 함수모델링부(131); 및 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 유사도계산부(132)를 포함할 수 있다. 함수모델링부(131)는 윤곽선좌표 획득부(120)와 직간접적으로 연결될 수 있고, 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링할 수 있다. 여기서, 함수모델링부(131)는 상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링함으로써, 상기 유방 영역의 평활화된 윤곽선을 모델링한 n차 함수의 그래프로 유방 크기의 영향 없이 상기 유방 영역의 평활화된 윤곽선(또는 유방의 형상)을 형상화할 수 있다.
유사도계산부(132)는 윤곽선좌표 획득부(120)와 직간접적으로 연결될 수 있고, 함수모델링부(131)와 연결될 수 있으며, 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산할 수 있다. 유사도계산부(132)에서 계산된 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 통해 상기 n차 함수의 그래프가 상기 유방 영역의 윤곽선과 유사한지를 판단함으로써, 근사곡선 획득부(130)에서 상기 n차 함수의 그래프를 상기 근사 곡선으로 획득할지를 판단할 수 있다.
거리 계산부(140)는 상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산할 수 있다. 거리 계산부(140)는 윤곽선좌표 획득부(120)와 직간접적으로 연결될 수 있고, 근사곡선 획득부(130)와 연결될 수 있으며, 상기 윤곽선 좌표 각각마다 상기 근사 곡선과의 최단 거리를 계산할 수 있다. 유두의 위치를 검출하기 위해 거리 계산부(140)에서 계산된 각각의 상기 윤곽선 좌표의 상기 근사 곡선과의 최단 거리를 이용할 수 있으며, 각각의 상기 윤곽선 좌표의 상기 근사 곡선과의 최단 거리 차이를 통해 유두의 위치를 검출할 수 있다.
그리고 거리 계산부(140)는 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산하는 각도계산부(141); 및 각도계산부(141)에서 계산된 각도를 통해 상기 근사 곡선과의 최단 거리를 판단하는 최단거리판단부(142)를 포함할 수 있다. 각도계산부(141)는 윤곽선좌표 획득부(120)와 직간접적으로 연결될 수 있고, 근사곡선 획득부(130)와 연결될 수 있으며, 상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산할 수 있다. 수치해석적 방법 중 일실시예로, 상기 윤곽선 좌표의 방향 벡터 및 상기 방향 벡터와 교차하는 교차점의 접선 벡터를 정의할 수 있으며, 상기 방향 벡터와 상기 접선 벡터의 각도가 직각인 경우에 최단 거리로 판단하고 상기 윤곽선 좌표와 상기 교차점의 직선 거리로 상기 근사 곡선과의 최단 거리를 구할 수 있다.
최단거리판단부(142)는 각도계산부(141)와 연결되어 각도계산부(141)에서 계산된 각도를 통해 상기 근사 곡선과의 최단 거리를 판단할 수 있다. 직선, 곡선 등의 선 밖의 한 점에서 상기 선에 내린 수선의 길이가 상기 선과의 최단 거리이며, 상기 가상선과 상기 접선 사이의 각도가 직각인 경우에 상기 접선과의 사잇각이 직각인 가상선이 상기 윤곽선 좌표에서 상기 근사 곡선에 내린 수선일 수 있고, 상기 접선과의 사잇각이 직각인 가상선의 상기 근사 곡선까지의 거리가 최단 거리일 수 있다. 이에 따라 최단거리판단부(142)는 각도계산부(141)에서 계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단할 수 있다.
유두위치 판단부(150)는 상기 최단 거리를 비교하여 유두의 위치 좌표를 획득할 수 있다. 유두위치 판단부(150)는 거리 계산부(140)와 연결되어 거리 계산부(140)에서 계산된 각각의 상기 근사 곡선과의 최단 거리를 비교함으로써, 상기 근사 곡선과의 최단 거리가 최대가 되는 좌표를 유두의 위치 좌표로 획득할 수 있으며, 이에 따라 간단하면서도 쉽게 유두의 위치 좌표로 획득할 수 있고, 정확한 유두의 위치 좌표를 획득할 수 있다.
이처럼, 본 발명에서는 유방 영역의 윤곽선 좌표 각각마다 계산된 근사 곡선과의 최단 거리를 비교하여 유두의 위치 좌표를 획득함으로써, 간단하면서도 빠르게 유두의 위치 좌표를 획득할 수 있고, 유두의 위치 좌표를 획득함으로 인해 복수의 유방 이미지의 정렬 시에 정렬 정확도가 향상될 수 있다. 또한, 유방 영역의 테두리를 검출하여 유방 영역과 배경 영역의 분리를 통해 샘플링되는 경계 좌표를 보완함으로써, 유방 영역과 배경 영역의 분리가 다소 부정확하더라도 유두 부분을 포함하는 유방 형상이 최대한 반영된 윤곽선 좌표를 얻을 수 있고, 이에 따라 정확한 유두의 위치 좌표를 획득할 수 있다. 그리고 윤곽선 좌표를 기반으로 유방 형상을 n차 함수로 모델링함으로써, 유방 크기의 영향 없이 유두의 위치 좌표를 획득할 수 있고, 최소자승법을 이용하여 n차 함수를 모델링함으로써, 간단하면서 빠르게 근사 곡선을 획득할 수 있다. 한편, 윤곽선 좌표와 근사 곡선의 최단 거리를 계산하면서 수백 내지 수천개의 고차방정식을 계산하여 계산 시간이 오래 걸리는 분석적 방법 대신에 윤곽선 좌표에서 근사 곡선에 내린 가상선과 근사 곡선 중 가상선과의 교차점의 접선 사이의 각도를 계산하여 직각인 경우에 최단 거리로 판단하고 한 번만 윤곽선 좌표와 근사 곡선 중 가상선과의 교차점의 거리를 계산함으로써, 쉽고 빠르게 윤곽선 좌표와 근사 곡선의 최단 거리를 계산할 수 있다. 그리고 유방암 진단 시에 암의 위치를 설명하기 위한 기준으로 유두의 위치를 사용할 수 있고, 복수의 유방 이미지를 표시하면서 유두의 위치를 특징점으로 활용하여 복수의 유방 이미지를 정렬시킬 수 있다. 이에 따라 유방암 진단 및 추적이 용이해질 수 있으며, 이를 통해 의사가 유방 이미지의 빠른 분석과 진단을 할 수 있고, 유방암 진단과 치료의 정확성 및 신뢰성을 크게 향상시킬 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였으나, 본 발명은 상기한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
1 : 제1 유방 이미지 2 : 제2 유방 이미지
10 : 유방 영역 11 : 윤곽선
11a: 윤곽선 좌표 11b: 샘플 좌표
12 : 엣지 라인 13 : 근사 곡선
13a: 교차점 14 : n차 함수의 그래프
14a: n차 함수의 그래프 좌표 15 : 경계선
15a: 경계 좌표 20 : 배경 영역
100 : 유두위치 검출 장치 110 : 영상 입력부
120 : 윤곽선좌표 획득부 121 : 영상분리부
122 : 경계좌표획득부 123 : 엣지라인검출부
130 : 근사곡선 획득부 131 : 함수모델링부
132 : 유사도계산부 140 : 거리 계산부
141 : 각도계산부 142 : 최단거리판단부
150 : 유두위치 판단부

Claims (20)

  1. 유방 이미지를 마련하는 과정;
    상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 과정;
    상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 과정;
    상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정; 및
    상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 과정;을 포함하고,
    상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정은,
    상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산하는 과정; 및
    계산된 각도가 직각인 상기 가상선과의 교차점과 상기 윤곽선 좌표의 거리를 상기 근사 곡선과의 최단 거리로 판단하는 과정을 포함하는 유두위치 검출 방법.
  2. 청구항 1에 있어서,
    상기 윤곽선 좌표를 획득하는 과정은,
    상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 과정;
    상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득하는 과정; 및
    상기 경계 좌표를 상기 윤곽선 좌표로 결정하는 과정을 포함하는 유두위치 검출 방법.
  3. 청구항 2에 있어서,
    상기 유방 영역과 배경 영역을 분리하는 과정은 상기 유방 이미지의 픽셀별 밝기값을 이진화 처리하는 과정을 포함하고,
    상기 경계 좌표를 획득하는 과정은,
    이진화 처리된 유방 이미지에서 대상 픽셀을 선택하는 과정;
    선택된 대상 픽셀과 상기 선택된 대상 픽셀의 주변에 위치한 픽셀들의 밝기값을 각각 비교하는 과정; 및
    주변에 위치한 픽셀들 중 적어도 하나와 밝기값이 상이한 대상 픽셀의 좌표를 상기 경계 좌표로 획득하는 과정을 포함하는 유두위치 검출 방법.
  4. 청구항 1에 있어서,
    상기 윤곽선 좌표를 획득하는 과정은,
    상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 과정; 및
    상기 엣지 라인을 이루는 상기 불연속한 픽셀의 좌표를 상기 윤곽선 좌표로 결정하는 과정을 포함하는 유두위치 검출 방법.
  5. 청구항 1에 있어서,
    상기 근사 곡선을 획득하는 과정은,
    상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 과정; 및
    상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 과정을 포함하는 유두위치 검출 방법.
  6. 청구항 5에 있어서,
    상기 n차 함수로 모델링하는 과정은,
    상기 윤곽선 좌표 중 일부를 선택하여 샘플 좌표를 추출하는 과정; 및
    추출된 샘플 좌표에 최소자승법을 적용하여 n차 함수를 생성하는 과정을 포함하는 유두위치 검출 방법.
  7. 청구항 6에 있어서,
    상기 샘플 좌표를 추출하는 과정에서는 수행 시마다 새로운 샘플 좌표의 조합을 추출하며,
    상기 근사 곡선을 획득하는 과정은,
    상기 n차 함수로 모델링하는 과정과 상기 유사도를 계산하는 과정을 미리 설정된 횟수만큼 반복 수행하고,
    각각의 상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 비교하여 상기 근사 곡선을 결정하는 과정을 더 포함하는 유두위치 검출 방법.
  8. 청구항 7에 있어서,
    상기 미리 설정된 횟수는 수학식 1에 의해 결정되는 유두위치 검출 방법.
    [수학식 1]
    R = log(1-p) / log(1-im)
    (여기서, R은 상기 미리 설정된 횟수이며, p는 R번 중 적어도 정상분포의 샘플 좌표만을 추출할 확률이고, i는 상기 윤곽선 좌표 중 정상분포의 비율이며, m은 추출할 샘플 좌표의 개수이다.)
  9. 청구항 5에 있어서,
    상기 유사도를 계산하는 과정은,
    상기 윤곽선 좌표 각각마다 상기 n차 함수의 그래프와의 최단 거리를 각각 계산하는 과정; 및
    상기 n차 함수의 그래프와의 최단 거리가 미리 설정된 유효거리 이하인 윤곽선 좌표의 개수를 계산하는 과정을 포함하는 유두위치 검출 방법.
  10. 삭제
  11. 청구항 1에 있어서,
    상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 과정은 상기 계산된 각도가 둔각 또는 예각인 경우에 상기 가상선의 각도를 변경하는 과정을 더 포함하고,
    상기 가상선의 각도를 변경하는 과정 이후에 상기 접선 사이의 각도를 계산하는 과정을 다시 수행하는 유두위치 검출 방법.
  12. 청구항 11에 있어서,
    상기 가상선의 각도를 변경하는 과정에서는,
    상기 계산된 각도가 둔각인 경우에 시계방향으로 상기 가상선의 각도를 변경하고,
    상기 계산된 각도가 예각인 경우에 반시계방향으로 상기 가상선의 각도를 변경하는 유두위치 검출 방법.
  13. 청구항 1에 있어서,
    상기 접선 사이의 각도를 계산하는 과정은,
    상기 윤곽선 좌표에서 상기 근사 곡선을 향하여 상기 가상선을 형성하는 과정; 및
    상기 가상선과 상기 근사 곡선의 교차점에서의 접선의 기울기를 계산하는 과정을 포함하는 유두위치 검출 방법.
  14. 제1 유방 이미지와 제2 유방 이미지를 마련하는 과정;
    청구항 1 내지 청구항 9 및 청구항 11 내지 청구항 13 중 어느 하나의 유두위치 검출 방법으로 상기 제1 유방 이미지와 상기 제2 유방 이미지에서 각각 유두위치를 검출하는 과정; 및
    상기 제1 유방 이미지의 유두위치와 상기 제2 유방 이미지의 유두위치가 x축 또는 y축 방향으로 동일선상에 위치하도록 상기 제1 유방 이미지와 상기 제2 유방 이미지를 배치하여 표시하는 과정;을 포함하는 유방 이미지 표시방법.
  15. 청구항 14에 있어서,
    상기 제1 유방 이미지와 상기 제2 유방 이미지는 촬영 유형, 촬영 방식, 촬영 위치, 촬영 방향 중 적어도 하나가 상이한 유방 이미지 표시방법.
  16. 유방 이미지를 입력받는 영상 입력부; 및
    상기 유방 이미지에서 유방 영역의 윤곽선 좌표를 획득하는 윤곽선좌표 획득부;
    상기 유방 영역 중 유두 부분을 제거한 상기 유방 영역의 평활화된 윤곽선을 근사화한 근사 곡선을 획득하는 근사곡선 획득부;
    상기 윤곽선 좌표와 상기 근사 곡선 사이의 최단 거리를 계산하는 거리 계산부; 및
    상기 최단 거리를 비교하여 유두의 위치 좌표를 획득하는 유두위치 판단부;를 포함하고,
    상기 거리 계산부는,
    상기 윤곽선 좌표에서 상기 근사 곡선을 향하는 가상선과 상기 근사 곡선 중 상기 가상선과의 교차점의 접선 사이의 각도를 계산하는 각도계산부; 및
    상기 각도계산부에서 계산된 각도를 통해 상기 근사 곡선과의 최단 거리를 판단하는 최단거리판단부를 포함하는 유두위치 검출 장치.
  17. 청구항 16에 있어서,
    상기 윤곽선좌표 획득부는,
    상기 유방 이미지에서 상기 유방 영역과 배경 영역을 분리하는 영상분리부; 및
    상기 유방 영역과 상기 배경 영역의 경계 좌표를 획득하는 경계좌표획득부를 포함하는 유두위치 검출 장치.
  18. 청구항 16에 있어서,
    상기 윤곽선좌표 획득부는 상기 유방 이미지에서 주변 픽셀과 밝기값이 불연속한 픽셀을 연결하여 엣지 라인을 검출하는 엣지라인검출부를 포함하는 유두위치 검출 장치.
  19. 청구항 16에 있어서,
    상기 근사곡선 획득부는,
    상기 유방 영역의 평활화된 윤곽선을 n차 함수로 모델링하는 함수모델링부; 및
    상기 n차 함수의 그래프와 상기 유방 영역의 윤곽선의 유사도를 계산하는 유사도계산부를 포함하는 유두위치 검출 장치.
  20. 삭제
KR1020180027552A 2018-03-08 2018-03-08 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치 KR101991452B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180027552A KR101991452B1 (ko) 2018-03-08 2018-03-08 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180027552A KR101991452B1 (ko) 2018-03-08 2018-03-08 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치

Publications (1)

Publication Number Publication Date
KR101991452B1 true KR101991452B1 (ko) 2019-06-20

Family

ID=67103561

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180027552A KR101991452B1 (ko) 2018-03-08 2018-03-08 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치

Country Status (1)

Country Link
KR (1) KR101991452B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598726A (zh) * 2020-10-21 2021-04-02 中国人民解放军火箭军工程大学 一种基于网格背景布虚拟定位林火方法
KR20210092983A (ko) * 2020-01-17 2021-07-27 연봉근 증강현실 기반의 3d 스캐닝 가이드를 이용한 사용자 가슴 정보 제공 방법 및 프로그램
CN117901105A (zh) * 2024-01-31 2024-04-19 北京纳通医用机器人科技有限公司 控制位置确定方法、装置、设备及存储介质
KR102664936B1 (ko) * 2024-03-29 2024-05-10 주식회사 세연아이앤씨 이미지 기반의 구조물 건전성 평가 방법 및 구조물 건전성 평가 프로그램
KR102772138B1 (ko) 2022-01-18 2025-02-26 숭실대학교산학협력단 증강현실 기반 유방 병변 제거술을 위한 3d ct 영상의 마커리스 정합 방법, 이를 수행하기 위한 기록 매체 및 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09215684A (ja) 1996-02-14 1997-08-19 Fuji Photo Film Co Ltd 乳房画像表示装置
JP2006068373A (ja) * 2004-09-03 2006-03-16 Fuji Photo Film Co Ltd 乳頭検出装置およびそのプログラム
KR20060030504A (ko) * 2006-03-21 2006-04-10 주식회사 메디칼스탠다드 디지털 좌우 유방 영상들을 자동으로 유두의 높이를 맞추어좌우 대칭으로 배치하는 영상 처리방법
JP2010227215A (ja) * 2009-03-26 2010-10-14 Konica Minolta Medical & Graphic Inc 医用画像処理装置、シェーマの作成方法及びプログラム
JP2012143387A (ja) * 2011-01-12 2012-08-02 Hiroshima Univ 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム
JP2015060070A (ja) * 2013-09-18 2015-03-30 コニカミノルタ株式会社 静電荷像現像用トナー

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09215684A (ja) 1996-02-14 1997-08-19 Fuji Photo Film Co Ltd 乳房画像表示装置
JP2006068373A (ja) * 2004-09-03 2006-03-16 Fuji Photo Film Co Ltd 乳頭検出装置およびそのプログラム
KR20060030504A (ko) * 2006-03-21 2006-04-10 주식회사 메디칼스탠다드 디지털 좌우 유방 영상들을 자동으로 유두의 높이를 맞추어좌우 대칭으로 배치하는 영상 처리방법
JP2010227215A (ja) * 2009-03-26 2010-10-14 Konica Minolta Medical & Graphic Inc 医用画像処理装置、シェーマの作成方法及びプログラム
JP2012143387A (ja) * 2011-01-12 2012-08-02 Hiroshima Univ 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム
JP2015060070A (ja) * 2013-09-18 2015-03-30 コニカミノルタ株式会社 静電荷像現像用トナー

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JPWO2015060070 A1
윤웅배,오지은,김광기,Journal of the Korean Society of Imaging Informatics in Medicine 2014 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210092983A (ko) * 2020-01-17 2021-07-27 연봉근 증강현실 기반의 3d 스캐닝 가이드를 이용한 사용자 가슴 정보 제공 방법 및 프로그램
KR102293899B1 (ko) * 2020-01-17 2021-08-24 연봉근 증강현실 기반의 3d 스캐닝 가이드를 이용한 사용자 가슴 정보 제공 방법 및 프로그램
CN112598726A (zh) * 2020-10-21 2021-04-02 中国人民解放军火箭军工程大学 一种基于网格背景布虚拟定位林火方法
KR102772138B1 (ko) 2022-01-18 2025-02-26 숭실대학교산학협력단 증강현실 기반 유방 병변 제거술을 위한 3d ct 영상의 마커리스 정합 방법, 이를 수행하기 위한 기록 매체 및 장치
CN117901105A (zh) * 2024-01-31 2024-04-19 北京纳通医用机器人科技有限公司 控制位置确定方法、装置、设备及存储介质
KR102664936B1 (ko) * 2024-03-29 2024-05-10 주식회사 세연아이앤씨 이미지 기반의 구조물 건전성 평가 방법 및 구조물 건전성 평가 프로그램

Similar Documents

Publication Publication Date Title
CN107480677B (zh) 一种识别三维ct图像中感兴趣区域的方法及装置
US9480439B2 (en) Segmentation and fracture detection in CT images
JP6660313B2 (ja) 画像解析を用いた核のエッジの検出
KR101991452B1 (ko) 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치
US10039501B2 (en) Computer-aided diagnosis (CAD) apparatus and method using consecutive medical images
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
JP5851160B2 (ja) 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム
US9042611B2 (en) Automated vascular region separation in medical imaging
CN109124662B (zh) 肋骨中心线检测装置及方法
US20180158186A1 (en) Method and device for determining image similarity
CN110211200B (zh) 一种基于神经网络技术的牙弓线生成方法及其系统
US11017219B2 (en) Method and apparatus for detecting human body gender in microwave image
US11557034B2 (en) Fully automatic, template-free particle picking for electron microscopy
KR102349515B1 (ko) 의료 영상에서 딥러닝에 기반한 종양 자동분할 방법
US20050141765A1 (en) Toboggan-based shape characterization
CN113469942B (zh) 一种ct图像病变检测方法
US8306354B2 (en) Image processing apparatus, method, and program
JP5134287B2 (ja) 医用画像表示装置、医用画像表示方法、プログラム、記憶媒体およびマンモグラフィ装置
Joshi et al. Vessel bend-based cup segmentation in retinal images
US20170367677A1 (en) Analysis method for breast image and electronic apparatus using the same
KR101863227B1 (ko) 디지털 병리 시스템의 환자 케이스 동일성 판단 방법
KR101251822B1 (ko) 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법
US20150254850A1 (en) System for detecting blood vessel structures in medical images
US11944486B2 (en) Analysis method for breast image and electronic apparatus using the same
KR101494975B1 (ko) 3차원 자동 유방 초음파 영상의 유두 자동 검출 시스템 및 그 검출 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20180308

PA0201 Request for examination
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20181219

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20190611

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20190614

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20190617

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20220614

Start annual number: 4

End annual number: 4