KR102017433B1 - Medical imaging apparatus and method for tensor estimation through motion correction - Google Patents
Medical imaging apparatus and method for tensor estimation through motion correction Download PDFInfo
- Publication number
- KR102017433B1 KR102017433B1 KR1020180157348A KR20180157348A KR102017433B1 KR 102017433 B1 KR102017433 B1 KR 102017433B1 KR 1020180157348 A KR1020180157348 A KR 1020180157348A KR 20180157348 A KR20180157348 A KR 20180157348A KR 102017433 B1 KR102017433 B1 KR 102017433B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- diffusion
- weighted
- slice
- weighted image
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
Abstract
Description
본 발명은 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치 및 방법과 관련하며, 보다 구체적으로 확산 강조 영상에서 계층적 움직임 보정을 통한 텐서 추정을 위한 의료 영상 장치 및 방법을 제공한다.The present invention relates to a medical imaging apparatus and method for tensor estimation through motion compensation, and more particularly, to a medical imaging apparatus and method for tensor estimation through hierarchical motion correction in a diffusion-weighted image.
확산 강조 영상 기술(Diffusion weighted Imaging, DWI)은 MRI(Magnetic Resonance Imaging) 장치를 이용한 영상 기법의 하나로서, 뇌, 척수, 근육 등에 대한 분자 확산을 시각화한 확산 텐서 영상(diffusion tensor imaging, DTI)을 구성하는 영상 기법이다. MRI 장치에서 복수의 방향들 각각에 대응하여 확산을 강조하는 경사자장이 형성되고, 형성된 경사자장에 의해 각 방향에 대응하는 확산 강조 영상이 획득되며, 획득된 확산 강조 영상들을 통해 확산 텐서 영상이 생성될 수 있다.Diffusion weighted imaging (DWI) is an imaging technique using Magnetic Resonance Imaging (MRI) devices, which uses diffusion tensor imaging (DTI) to visualize molecular diffusion into the brain, spinal cord, and muscle. It is an imaging technique. In the MRI apparatus, a gradient magnetic field is formed corresponding to each of the plurality of directions, and a diffused emphasis image corresponding to each direction is obtained by the formed gradient magnetic field, and a diffuse tensor image is generated through the obtained diffused emphasis images. Can be.
확산 텐서 영상을 획득하기 위해 MRI 장치는 대상체의 목적 부위를 구성하는 복수의 슬라이스들 각각에 대응하는 슬라이스 영상을 순차적으로 획득하고, 획득된 순서에 따라 슬라이스 영상을 적층하여 확산 강조 영상을 생성하게 된다. MRI 장치는 대상체에 6개 이상의 각 방향에 따라 확산을 강조하는 경사자계를 형성하고, 형성된 확산 강조 경사자계에 의해 방사되는 신호를 측정한 6개 이상의 확산 강조 영상을 생성한다. MRI 장치는 이러한 6개 이상의 확산 강조 영상을 기반으로 계산식에 의해서 확산 텐서 영상을 구성할 수 있다.In order to acquire a diffusion tensor image, the MRI apparatus sequentially acquires slice images corresponding to each of the plurality of slices constituting the target region of the object, and generates a diffusion-weighted image by stacking slice images according to the obtained order. . The MRI apparatus forms a gradient magnetic field that emphasizes diffusion along each of six or more directions, and generates six or more diffusion-weighted images measuring signals emitted by the formed diffusion-weighted gradient magnetic field. The MRI apparatus may construct a diffusion tensor image by a calculation based on the six or more diffusion-weighted images.
그러나 이와 같이 6개 이상의 확산 강조 영상을 획득하는 동안 대상체의 움직임에 의해 각 슬라이스 영상에 잡음물이 발생될 수 있고, 잡음물이 발생된 슬라이스 영상들을 적층할 경우 부정확한 확산 강조 영상이 생성될 수 있다.However, noises may be generated in each slice image by the movement of the object while acquiring six or more diffusion-weighted images, and an incorrect diffusion-weighted image may be generated when the slice images in which the noises are generated are stacked. have.
뿐만 아니라, 확산 강조 영상의 경우 움직임 발생에 따른 문제점을 해결하기 위해 움직임 보정을 수행하더라도 각 복셀이 가지는 방향 벡터는 보정되지 않으므로, 복셀별로 왜곡된 텐서를 가지는 확산 텐서 영상이 생성될 수 있다.In addition, in the case of the diffusion-weighted image, even if motion correction is performed to solve a problem caused by motion, the direction vector of each voxel is not corrected, and thus a diffusion tensor image having a distorted tensor for each voxel may be generated.
따라서, 움직임이 발생된 영상에 대한 움직임 보정 및 방향 벡터 보정을 함께 수행하기 위한 방법이 요구된다.Accordingly, there is a need for a method for simultaneously performing motion correction and direction vector correction on an image in which a motion is generated.
이에, 본 발명이 해결하고자 하는 과제는 확산 강조 영상에서 계층적 움직임 보정을 통한 텐서 추정을 위한 의료 영상 장치 및 방법을 제공하는 것이다. Accordingly, an object of the present invention is to provide a medical imaging apparatus and method for tensor estimation through hierarchical motion correction in a diffusion weighted image.
구체적으로, 본 발명이 해결하고자 하는 과제는 움직임이 발생된 확산 강조 영상에 대한 움직임 보정 및 방향 벡터 보정을 정확하게 수행하기 위한 방법 및 장치를 제공하는 것이다.Specifically, the present invention is to provide a method and apparatus for accurately performing motion correction and direction vector correction for a motion-enhanced diffusion-weighted image.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects that are not mentioned will be clearly understood by those skilled in the art from the following description.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 실시예에 따른 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치 및 방법이 제공된다. 본 발명의 실시예에 따른 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치는, 대상체의 목적 부위에 복수의 방향들 각각에 대응하는 확산 강조 경사자계를 형성하도록 구성된 코일부; 상기 코일부를 통해 형성된 확산 강조 경사자계에 의해 각 방향에 대응하고, 상기 목적 부위를 구성하는 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상들을 획득하는 영상 처리부; 및 상기 획득된 복수의 슬라이스 영상들을 순차적으로 결합하여 상기 각 방향에 대응하는 확산 강조 영상을 생성하도록 구성된 프로세서를 포함하고, 상기 프로세서는, 확산 강조가 없는 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상의 정합을 통해 모의 확산 강조 영상을 생성하고, 상기 모의 확산 강조 영상을 구성하는 복수의 슬라이스 영상들과 상기 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들을 정합하고, 상기 모의 확산 강조 영상과의 정합을 통해 상기 각 슬라이스의 측정시 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하고, 상기 보정된 방향 벡터를 이용하여 상기 각 슬라이스 영상에 대한 확산 텐서를 추정하고, 상기 보정된 방향 벡터 및 상기 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성한다.In order to solve the above problems, there is provided a medical imaging apparatus and method for tensor estimation through motion compensation according to an embodiment of the present invention. According to an embodiment of the present invention, a medical imaging apparatus for tensor estimation through motion compensation includes: a coil unit configured to form a diffusion-weighted gradient magnetic field corresponding to each of a plurality of directions on a target portion of an object; An image processor corresponding to each direction by a diffusion-weighted gradient magnetic field formed through the coil unit, and obtaining a plurality of slice images by measuring a signal emitted according to each of the plurality of slices constituting the target portion; And a processor configured to sequentially combine the obtained plurality of slice images to generate a diffusion-weighted image corresponding to each direction, wherein the processor includes a reference image without diffusion-weighting and a diffusion-weighting corresponding to each direction. Generate a simulated spread-weighted image by matching images, match the plurality of slice images constituting the simulated spread-weighted image with a plurality of slice images of the spread-weighted image corresponding to each direction, and simulate the spread-diffused image. Correcting the direction vector for each slice image of the diffusion-weighted image corresponding to the direction at the time of measuring each slice by matching with, and estimating a diffusion tensor for each slice image using the corrected direction vector, Diffusion Tense Using The Corrected Direction Vector And The Estimated Diffusion Tensor And it generates an image.
본 발명의 실시예에 따른 의료 영상 장치에서 움직임 보정을 통해 텐서 추정을 위한 방법은, 코일부를 통해 대상체의 목적 부위에 복수의 방향들 각각에 대응하는 확산 강조 경사자계를 형성하는 단계; 상기 형성된 확산 강조 경사자계에 의해 각 방향에 대응하고, 상기 목적 부위를 구성하는 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상들을 획득하는 단계; 상기 획득된 복수의 슬라이스 영상들을 순차적으로 결합하여 상기 각 방향에 대응하는 확산 강조 영상을 생성하는 단계; 확산 강조가 없는 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상의 정합을 통해 모의 확산 강조 영상을 생성하는 단계; 상기 모의 확산 강조 영상을 구성하는 복수의 슬라이스 영상들과 상기 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들을 정합하는 단계; 상기 모의 확산 강조 영상과의 정합을 통해 상기 각 슬라이스의 측정시 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하는 단계; 상기 보정된 방향 벡터를 이용하여 상기 각 슬라이스 영상에 대한 확산 텐서를 추정하는 단계; 및 상기 보정된 방향 벡터 및 상기 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성하는 단계를 포함한다. In the medical imaging apparatus according to an embodiment of the present invention, a method for estimating a tensor through motion compensation may include: forming a diffusion-weighted gradient magnetic field corresponding to each of a plurality of directions on a target portion of an object through a coil unit; Acquiring a plurality of slice images by measuring a signal emitted corresponding to each of the slices corresponding to each direction by the formed diffusion-weighted gradient magnetic field; Generating a diffusion-weighted image corresponding to each direction by sequentially combining the obtained plurality of slice images; Generating a simulated spread-weighted image by matching a reference image having no spread-weighted image with a spread-weighted image corresponding to each direction; Registering a plurality of slice images constituting the simulated diffusion-weighted image and a plurality of slice images of the diffusion-weighted image corresponding to each direction; Correcting a direction vector of each slice image of a diffusion-weighted image corresponding to a direction when the respective slices are measured by matching with the simulated diffusion-weighted image; Estimating a spreading tensor for each slice image using the corrected direction vector; And generating a diffusion tensor image by using the corrected direction vector and the estimated diffusion tensor.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Specific details of other embodiments are included in the detailed description and drawings.
본 발명은 확산 텐서 영상을 생성할 시 움직임 발생에 따른 각 슬라이스 영상의 움직임 보정과 함께 방향 벡터를 보정함으로써, 정확한 확산 텐서 영상을 획득할 수 있어 정확하고, 섬세한 질환 진단을 할 수 있다.According to the present invention, when the diffusion tensor image is generated, by correcting the direction vector together with the motion correction of each slice image according to the motion generation, an accurate diffusion tensor image can be obtained, and accurate and delicate disease diagnosis can be performed.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 발명 내에 포함되어 있다.Effects according to the present invention are not limited by the contents exemplified above, and more various effects are included in the present invention.
도 1은 본 발명의 실시예에 따른 의료 영상 장치를 설명하기 위한 개략도이다.
도 2는 본 발명의 실시예에 따른 의료 영상 장치의 구성을 설명하기 위한 개략도이다.
도 3은 본 발명의 실시예에 따른 의료 영상 장치에서 의료 영상의 움직임 보정 및 방향 벡터 보정을 수행하기 위한 방법을 설명하기 위한 개략적인 흐름도이다.
도 4 내지 도 7은 본 발명의 실시예에 따른 의료 영상 장치에서 의료 영상의 움직임 보정 및 방향 벡터 보정을 수행하기 위한 방법을 설명하기 위한 예시도들이다.
도 8은 종래의 의료 영상 장치 및 본 발명의 실시예에 따른 의료 영상 장치에서 움직임이 발생된 의료 영상에 대한 움직임 보정 및 방향 벡터 보정을 수행한 결과를 비교하기 위한 도면이다.1 is a schematic diagram illustrating a medical imaging apparatus according to an exemplary embodiment of the present invention.
2 is a schematic diagram illustrating a configuration of a medical imaging apparatus according to an exemplary embodiment of the present invention.
3 is a schematic flowchart illustrating a method for performing motion correction and direction vector correction of a medical image in a medical imaging apparatus according to an exemplary embodiment of the present invention.
4 to 7 are exemplary diagrams for describing a method for performing motion correction and direction vector correction of a medical image in a medical imaging apparatus according to an exemplary embodiment of the present invention.
FIG. 8 is a diagram for comparing a result of performing motion correction and direction vector correction on a medical image in which a motion is generated in a conventional medical imaging apparatus and a medical imaging apparatus according to an exemplary embodiment of the present invention.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.Advantages and features of the present invention and methods for achieving them will be apparent with reference to the embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, only the present embodiments to make the disclosure of the present invention complete, and common knowledge in the art to which the present invention pertains. It is provided to fully inform the person having the scope of the invention, which is defined only by the scope of the claims.
비록 제1, 제2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.Although the first, second, etc. are used to describe various components, these components are of course not limited by these terms. These terms are only used to distinguish one component from another. Therefore, of course, the first component mentioned below may be the second component within the technical spirit of the present invention.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Like reference numerals refer to like elements throughout.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.Each of the features of the various embodiments of the present invention may be combined or combined with each other in part or in whole, various technically interlocking and driving as can be understood by those skilled in the art, each of the embodiments may be implemented independently of each other It may be possible to carry out together in an association.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.Hereinafter, various embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 실시예에 따른 의료 영상 장치를 설명하기 위한 개략도이다.1 is a schematic diagram illustrating a medical imaging apparatus according to an exemplary embodiment of the present invention.
도 1을 참조하면, 의료 영상 장치(1000)는 대상체(예: 사람, 동물 등)(10)의 목적 부위에 대한 의료 영상을 획득하기 위해 대상체(10)가 반입되는 원통형의 보어(bore)(100), 대상체(10)가 놓이고 보어(100) 내부로 반입시키는 이송부(150) 및 보어(100)를 제어하여 적어도 하나의 의료 영상을 획득하는 데이터 처리부(200)를 포함할 수 있다. 예를 들어, 목적 부위는 척추, 흉부, 상복부, 하복부, 폐, 뇌, 간, 정맥류, 자궁, 전립선, 고환, 근골격계, 갑상선 또는 유방 등을 포함할 수 있다. 그러나, 목적 부위는 이에 제한되는 것은 아니며 의료 영상 장치(1000)에서 영상으로 획득 가능한 다양한 부위가 될 수 있다. 상기 의료 영상 장치(1000)는 자기 공명 영상(Magnetic Resonance Image, MRI) 장치 및 기능적 자기 공명 영상(Functional MRI) 장치 등일 수 있다. 상기 목적 부위에 대한 의료 영상은 2차원 영상, 3차원 볼륨 영상, 한 컷의 스틸 영상, 복수개의 컷으로 구성된 동영상, 또는 다양한 단면상을 갖는 복수개의 영상 등일 수 있다. 제시된 실시예에서는 기능적 자기 공명 영상 장치에서 3차원 볼륨 영상을 획득하기 위한 예로 설명하도록 한다.Referring to FIG. 1, the
의료 영상 장치(1000)는 데이터 처리부(200)의 제어에 의해 제1 신호를 보어(100)로 인가하여 보어(100) 내부에 일정한 자기장을 형성하고, 자기장 내에 위치한 대상체(10)의 원자핵을 공명시키기 위한 제2 신호를 조사하는데, 보어(100) 내부에는 자기장을 형성하고, 자기장이 형성된 대상체(10)로 제2 신호를 조사하며, 제2 신호 조사에 의해 생성된 제3 신호를 수신하는 적어도 하나의 코일이 구비될 수 있다. 여기서, 제1 신호는 전류 신호이고, 제2 신호는 RF 신호이며, 제3 신호는 자기 공명 신호일 수 있다.The
적어도 하나의 코일에 의해 보어(100) 내부에 자기장이 형성되고, 제2 신호가 대상체(10)로 조사되면 대상체의 원자핵에 대한 공명 현상이 발생되어 원자핵으로부터 제3 신호가 발생될 수 있다. 이와 같이 발생된 제3 신호는 적어도 하나의 코일을 통해 데이터 처리부(200)로 전달될 수 있다. 데이터 처리부(200)는 제3 신호를 수신하여 의료 영상을 생성하는데, 이와 같이 생성된 의료 영상은 3차원 볼륨 영상일 수 있다. 데이터 처리부(200)는 표시부(250) 및 입력부(260)를 포함하고, 표시부(250)를 통해 의료 영상을 표시하고, 입력부(260)를 통해 영상 획득 또는 데이터 처리에 관한 사용자의 입력을 수신할 수 있다.When the magnetic field is formed inside the
3차원 볼륨 영상은 대상체의 목적 부위를 구성하는 복수의 슬라이스 각각에 대응하는 슬라이스 영상이 순차적으로 결합된 영상으로, 예를 들어 대상체(10)의 뇌, 척수, 근육 등에 대한 분자 확산을 모형화한 확산 텐서 영상(diffusion tensor imaging, DTI)일 수 있다. 확산 텐서 영상은 데이터 처리부(200)에 의해 보어(100) 내부에 복수의 방향들(예: 6개 방향 이상)에 따라 확산 강조 경사자계가 형성되고, 확산 강조 경사자계에 의해 방향별로 획득된 확산 강조 영상을 이용하여 구성될 수 있다. 이러한 확산 강조 영상의 각 복셀은 복수의 방향들에 따라 가해진 확산 강조 경사자계에 의해 슬라이스별로 서로 다른 방향 벡터를 가질 수 있다.The 3D volume image is an image in which slice images corresponding to each of the slices constituting the target region of the object are sequentially combined. For example, a 3D volume image is a diffusion modeling a molecular diffusion of the brain, spinal cord, muscle, etc. of the
이와 같이 복수의 방향들 각각에 따라 획득되는 확산 강조 영상은 확산 강조 경사자장이 가해지지 않아 확산 강조가 없는 기준 영상을 기반으로 하기의 수학식 1과 같이 표현될 수 있다.As described above, the spread-weighted image acquired according to each of the plurality of directions may be expressed as shown in Equation 1 below based on the reference image without the spread-weighted gradient magnetic field.
여기서, Si는 i번째 확산 강조 영상을 나타내고, S0는 기준 영상을 나타내고, bi는 가해지는 확산 강조 경사자장의 방향 벡터(b-vector)(예: 확산 경사자계 벡터)를 나타내고, D는 확산 텐서를 나타낸다. 또한, i는 자연수일 수 있다.Here, S i represents the i-th diffusion-weighted image, S 0 represents the reference image, b i represents the direction vector (b-vector) of the applied diffused gradient magnetic field (for example, diffused gradient magnetic field vector), D Represents a diffusion tensor. I may also be a natural number.
수학식 1에서 방향 벡터(b)는 하기의 수학식 2와 같이 표현될 수 있다.In Equation 1, the direction vector b may be expressed as Equation 2 below.
기서, γ는 회전자기비율을 나타내는 상수를 나타내고, G는 가해진 경사자장의 세기를 나타내고, δ는 가해진 경사자장의 지속 시간을 나타내며, Δ는 2개의 확산 강조 경사자장이 가해질 때의 시간 간격을 나타낸다. Where γ represents a constant representing the rotational magnetic ratio, G represents the intensity of the applied gradient field, δ represents the duration of the applied gradient field, and Δ represents the time interval when two diffusely stressed gradient fields are applied. .
수학식 1에서 확산 텐서(D)는 하기의 수학식 3과 같이 표현될 수 있다.In Equation 1, the diffusion tensor D may be expressed as Equation 3 below.
상기에 따르면, 확산 텐서는 3차원 공간에서 발생되는 확산을 표현하기 위해 3개의 좌표축 방향의 확산계수(Dxx, Dyy, Dzz)와 추가적으로 공분산 확산계수(Dxy, Dxz, Dyz)를 이용하여 대칭 행렬로 나타낼 수 있다.According to the above, the diffusion tensor has three coefficients of diffusion (D xx , D yy , D zz ) and additionally covariance diffusion coefficients (D xy , D xz , D yz ) to represent the diffusion occurring in the three-dimensional space. It can be expressed as a symmetric matrix using.
한편, 각 슬라이스에 대응하여 제2 신호를 조사하는 적어도 하나의 코일은 각 슬라이스에 대응하는 위치로 이동 가능하게 구비될 수 있다. 각 슬라이스에 대응하는 제2 신호가 적어도 하나의 코일을 통해 순차적으로 조사되면 데이터 처리부(200)는 제2 신호 조사에 의해서 생성된 슬라이스별 제3 신호를 수신하여 각 슬라이스에 해당하는 슬라이스 영상을 순차적으로 획득하고, 획득된 슬라이스 영상을 적층하여 하나의 볼륨 영상을 생성할 수 있다. 이와 같이 생성된 볼륨 영상은 표시부(250)를 통해 표시될 수 있다. On the other hand, at least one coil for irradiating the second signal corresponding to each slice may be provided to be moved to a position corresponding to each slice. When a second signal corresponding to each slice is sequentially irradiated through at least one coil, the
각 슬라이스에 대응하는 제2 신호는 적어도 하나의 코일을 통해 일정 간격(time of repetition, TR)으로 조사되는데, 조사되는 제2 신호의 순서 및 시간 간격은 다양하게 설정될 수 있다. 예를 들어, 대상체(10)의 복수의 슬라이스들이 10개로 이루어진 경우 적어도 하나의 코일은 x축, y축 또는 z축 이동을 통해 10개의 슬라이스들 각각에 대응하여 제2 신호를 조사할 수 있다. 다양한 실시예에서 적어도 하나의 코일은 x축, y축 또는 z축 이동을 통해 10개의 슬라이스들 중 홀수에 해당하는 슬라이스들에 대응하여 제2 신호를 조사하고, 짝수에 해당하는 슬라이스들에 대응하여 제2 신호를 조사할 수도 있다.The second signal corresponding to each slice is irradiated at a time of repetition (TR) through at least one coil. The order and time interval of the second signal to be irradiated may be variously set. For example, when a plurality of slices of the
대상체(10)의 목적 부위에 대한 확산 텐서 영상을 획득하기 위해 의료 영상 장치(1000)는 보어(100) 내부에 위치한 대상체(10)의 머리 영역을 6개 이상의 방향으로 스캔하여 6개 이상의 확산 강조 영상을 획득할 수 있다. 이러한 경우 각 방향에 따라 획득되는 영상 개수 및 영상이 획득되는 시간 등은 사용자에 의해서 설정될 수 있다. 스캔하는 방식은 상기에서 설명한 바와 같이 보어(100)를 통해 제1 신호 및 제2 신호가 대상체(10)에 조사되어 자기장 생성 및 원자핵 공명에 의한 제3 신호를 수신하는 방식으로 수행될 수 있다. In order to acquire a diffusion tensor image of the target region of the
획득된 복수의 확산 강조 영상 각각은 대상체(10)의 머리 부분을 구성하는 복수의 슬라이스 각각에 대응하는 슬라이스 영상을 순차적으로 적층하는 방식으로 생성될 수 있다. 이와 같이 적층되는 순서는 슬라이스 영상이 획득되는 순서에 의해 결정될 수 있다. 구체적으로, 의료 영상 장치(1000)는 특정 시각마다 확산 강조 영상을 획득하는데, 해당 특정 시각에 대상체(10)의 각 슬라이스 영상을 기 설정된 순서에 따라 획득하고, 획득된 슬라이스 영상 각각을 획득 순서에 따라 적층하여 확산 강조 영상을 생성할 수 있다. 이와 같이 슬라이스 영상이 획득될 시 대상체(10)의 움직임이 발생될 수 있으며, 이로 인해 시계열적으로 획득되는 각 슬라이스 영상이 서로 다른 방향 또는 각도로 적층되어 부정확한 확산 강조 영상이 생성될 수 있다. Each of the acquired diffusion-enhanced images may be generated by sequentially stacking slice images corresponding to each of the slices constituting the head of the
이러한 문제점을 해결하기 위해 의료 영상 장치(1000)는 획득된 슬라이스 영상별로 움직임 보정을 수행할 수 있다. 다만, 확산 강조 영상의 경우 각 슬라이스 영상을 구성하는 각 복셀(voxel)이 방향 벡터를 가지므로, 움직임 보정과 함께 각 슬라이스 영상의 방향 벡터를 보정할 필요가 있다. 이에, 본 발명에서는 의료 영상 장치(1000)가 복수의 확산 강조 영상들 중 제1 확산 강조 영상의 슬라이스 영상별 움직임 보정과 함께 방향 벡터를 보정하는 실시예를 설명하도록 한다. In order to solve this problem, the
먼저, 의료 영상 장치(1000)는 확산 강조 경사자장이 가해지지 않은 확산 강조가 없는 기준 영상과 복수의 방향들 중 일 방향에 따라 확산 강조 경사자장이 가해진 제1 확산 강조 영상을 획득하고, 획득된 기준 영상과 제1 확산 강조 영상 각각을 정합(registration)할 수 있다. 기준 영상과 제1 확산 강조 영상을 정합하기 위해 의료 영상 장치(1000)는 강체 변환 정합(rigid body transformation registration) 방식을 이용할 수 있다. 그러나, 이에 한정되지 않으며, 정합을 위한 다양한 방식이 이용될 수 있다. First, the
구체적으로, 의료 영상 장치(1000)는 확산 강조 경사자장이 가해지지 않은 영상 제1 확산 강조 영상을 획득하고, 기준 영상과 제1 확산 강조 영상을 정합하여 제1 기준 정합 데이터를 획득할 수 있다. 여기서, 제1 기준 정합 데이터는 제1 확산 데이터 영상의 각 복셀에 대한 위치가 기준 영상의 각 복셀에 대한 위치로 변환하기 위해 사용되는 정합 행렬 함수를 포함할 수 있다. 이러한 영상 정합은 이동 또는/및 회전 변환이 이루어지므로, 정합 함수는 이동 운동 성분 또는/및 회전 운동 성분을 포함할 수 있다. 예를 들어, 의료 영상 장치(1000)는 기준 영상과 일 방향에 대응하는 제1 확산 강조 영상을 정합하고, 제1 확산 강조 영상이 기준 영상에 정합된 정도를 나타내는 제1 기준 정합 데이터를 획득할 수 있다. 상기 제1 기준 정합 데이터는 제1 확산 강조 영상이 기준 영상과 정합되기 위해 제1 확산 강조 영상의 각 복셀 위치를 기준 영상의 각 복셀 위치로 이동 또는/및 회전 변환한 정도를 나타내는 변환 데이터를 포함할 수 있다. 이러한 변환 데이터는 이동 운동 성분 또는/및 회전 운동 성분으로 이루어질 수 있다. In detail, the
의료 영상 장치(1000)는 정합에 의해 변환된 제1 확산 강조 영상과 기준 영상을 비교하여 기준 영상과 제1 확산 강조 영상 간의 제1 오차 데이터를 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제1 오차 데이터를 이용하여 제1 기준 정합 데이터를 보정하여 제1 보정 정합 데이터를 획득할 수 있다. The
이와 같이 획득된 제1 보정 정합 데이터를 이용하여 의료 영상 장치(1000)는 기준 영상과의 정합에 의해 변환된 제1 확산 강조 영상에 대한 제1 변환 데이터를 획득할 수 있다. 획득된 제1 변환 데이터는 제1 확산 강조 영상의 각 복셀이 기준 영상의 각 복셀로 회전 변환된 정도를 나타내는 회전 변환 함수(또는 행렬)를 포함할 수 있다. 정합에 의해 변환된 제1 확산 강조 영상은 하기의 수학식 4와 같이 표현될 수 있다.The
여기서, yα는 변환된 제1 확산 강조 영상을 나타내고, R은 회전 변환 행렬을 나타내고, a는 변위 벡터를 나타낼 수 있다.Here, y α may represent the transformed first diffusion-weighted image, R may represent a rotation transformation matrix, and a may represent a displacement vector.
의료 영상 장치(1000)는 획득된 제1 변환 데이터를 이용하여 변환된 제1 확산 강조 영상의 각 복셀에 대한 방향 벡터를 보정하여 제1 보정 방향 벡터를 획득할 수 있다. 이와 같이 획득된 제1 보정 방향 벡터는 하기의 수학식 5와 같이 표현될 수 있다.The
여기서, new B는 변환된 제1 확산 강조 영상의 각 복셀에 대한 보정된 방향 벡터(b-matrix)를 나타내고, B는 보정 전 방향 벡터를 나타내고, R은 정합에 사용된 회전 변환 함수를 나타내며, T는 정합 행렬 함수를 나타낼 수 있다.Here, new B represents a corrected direction vector (b-matrix) for each voxel of the transformed first diffusion-weighted image, B represents a corrected direction vector, and R represents a rotation transform function used for matching. T may represent a matching matrix function.
이와 같이 획득된 제1 보정 방향 벡터를 이용하여 의료 영상 장치(1000)는 변환된 제1 확산 강조 영상의 각 복셀에 대한 제1 확산 텐서를 추정할 수 있다. 제1 확산 텐서를 추정하기 위해 의료 영상 장치(1000)는 상기에서 설명한 수학식 1을 이용할 수 있다. The
상술한 동작들은 6개 이상의 확산 강조 영상 각각에 관련하여 수행될 수 있으며, 상술한 동작들을 수행함으로써, 의료 영상 장치(1000)는 6개 이상의 확산 강조 영상 각각에 대응하여 보정 방향 벡터를 획득하고, 획득된 보정 방향 벡터를 이용하여 6개 이상의 확산 강조 영상 각각에 대한 확산 텐서를 추정할 수 있다.The above-described operations may be performed with respect to each of six or more diffusion-weighted images. By performing the above-described operations, the
대상체의 목적 부위에 대한 각 슬라이스 영상을 순차적으로 적층하여 하나의 확산 강조 영상을 생성하는 동안 움직임이 발생되고, 움직임 보정을 통해 기준 영상과 움직임이 발생된 확산 강조 영상 간의 정합이 수행되면 정합된 확산 강조 영상의 각 슬라이스 영상에 서로 다른 경사자계 벡터가 가해진 것과 같은 문제가 발생될 수 있다. 이로 인해 각 슬라이스 영상에 대한 영상 강도의 분포가 변경될 수 있으므로, 영상 강도의 분포 또한 정확하게 보정할 필요가 있다.Motion is generated during the generation of one diffusion-weighted image by sequentially stacking each slice image of the target region of the object, and matching is performed when matching between the reference image and the motion-diffused diffusion-weighted image is performed through motion compensation. The same problem may occur as a different gradient magnetic field vector is applied to each slice image of the highlighted image. As a result, the distribution of the image intensity for each slice image may be changed, so it is necessary to accurately correct the distribution of the image intensity.
이를 위해 의료 영상 장치(1000)는 6개 이상의 확산 강조 영상 각각에 대해서 획득된 보정 방향 벡터 및 추정된 확산 텐서를 이용하여 모의 확산 강조 영상(simulated DWI)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 상술한 수학식 1을 이용하여 모의 확산 강조 영상을 생성할 수 있다. 이와 같이 생성된 모의 확산 강조 영상은 하기의 수학식 6과 같이 나타낼 수 있다.To this end, the
여기서, sDWI 및 는 모의 확산 강조 영상을 나타내고, S0는 기준 영상을 나타내고, bi는 i번째 확산 강조 영상의 변환된 확산 강조 경사자계 방향 벡터를 나타내며, 는 추정된 확산 텐서를 나타낼 수 있다.Where sDWI and Denotes a simulated diffuse-weighted image, S 0 denotes a reference image, b i denotes a transformed diffuse-weighted gradient magnetic field direction vector of the i-th diffused-weighted image, Can represent the estimated diffusion tensor.
의료 영상 장치(1000)는 이와 같이 생성된 모의 확산 강조 영상의 각 슬라이스 영상과 일 방향에 대응하는 제1 확산 강조 영상의 각 슬라이스 영상을 정합할 수 있다. 예를 들어, 의료 영상 장치(1000)는 모의 확산 강조 영상과 제1 확산 강조 영상을 홀수 상위 슬라이스 영상, 홀수 하위 슬라이스 영상, 짝수 상위 슬라이스 영상 및 짝수 하위 슬라이스 영상별로 정합할 수 있다.The
이와 같이 모의 확산 강조 영상의 각 슬라이스 영상과 제1 확산 강조 영상의 각 슬라이스 영상 간의 정합에 의해 의료 영상 장치(1000)는 제2 기준 정합 데이터를 획득할 수 있다. 예를 들어, 제2 기준 정합 데이터는 모의 확산 강조 영상과 제1 확산 강조 영상을 홀수 상위 슬라이스 영상, 홀수 하위 슬라이스 영상, 짝수 상위 슬라이스 영상 및 짝수 하위 슬라이스 영상별로 정합한 정도를 나타내는 각 정합 데이터를 포함할 수 있다.As such, the
의료 영상 장치(1000)는 모의 확산 강조 영상의 각 슬라이스 영상과의 정합에 의해 변환된 제1 확산 강조 영상의 각 슬라이스 영상과 모의 확산 강조 영상의 각 슬라이스 영상 간의 제2 오차 데이터를 획득할 수 있다. 예를 들어, 의료 영상 장치(1000)는 모의 확산 강조 영상의 홀수 상위 슬라이스 영상들과 변환된 제1 확산 강조 영상의 홀수 상위 슬라이스들 간의 제1 오차값을 산출하고, 모의 확산 강조 영상의 홀수 하위 슬라이스 영상들과 변환된 제1 확산 강조 영상의 홀수 하위 슬라이스들 간의 제2 오차값을 산출하고, 모의 확산 강조 영상의 짝수 상위 슬라이스 영상들과 변환된 제1 확산 강조 영상의 짝수 상위 슬라이스들 간의 제3 오차값을 산출하고, 모의 확산 강조 영상의 짝수 하위 슬라이스 영상들과 변환된 제1 확산 강조 영상의 짝수 하위 슬라이스들 간의 제4 오차값을 산출하여 제1, 제2, 제3 및 제4 오차값들을 포함하는 제2 오차 데이터를 획득할 수 있다.The
의료 영상 장치(1000)는 획득된 제2 오차 데이터를 이용하여 제2 기준 정합 데이터를 보정하여 제2 보정 정합 데이터를 생성할 수 있다. 이와 같이 생성된 제2 보정 정합 데이터는 모의 확산 강조 영상의 각 슬라이스 영상과 제1 확산 강조 영상의 각 슬라이스 영상 간의 오차 제곱합이 최소가 되는 선형 또는 비선형 정합 행렬 함수를 포함할 수 있다. 오차 제곱합이 최소가 되는 정합 행렬 함수를 획득하기 위해 의료 영상 장치(1000)는 슬라이스 영상별 산출된 오차값을 이용하여 슬라이스 영상별 정합 데이터를 보정하여 보정 정합 데이터를 생성하고, 오차 제곱합을 산출하여 산출된 오차 제곱합이 최소값을 가지는지를 추정하는 과정을 특정 횟수만큼 반복적으로 수행할 수 있다. 이때, 특정 횟수는 임의의 횟수일 수 있으며, 모의 확산 강조 영상의 각 슬라이스 영상과 제1 확산 강조 영상의 각 슬라이스 영상 간의 오차 제곱합이 최소값을 가지는 것으로 설정된 횟수일 수 있다. 이와 같이 반복 추정 과정을 통해 슬라이스 영상별로 획득되는 보정 정합 데이터는 하기의 수학식 7과 같이 표현될 수 있다.The
여기서, v는 특정 복셀을 나타내고, Tj(v)는 j번째 횟수에서 추정된 특정 복셀에서의 정합 행렬 함수를 나타내고, 는 i번째 확산 경사자계 방향 벡터를 가지는 경사자계가 가해진 경우 j번째 횟수에서 획득될 수 있는 특정 복셀에서의 모의 확산 강조 영상 신호를 나타내고, 는 i번째 방향 벡터를 가지는 경사자계가 가해진 경우 j번째 횟수에서 측정된 특정 복셀에서의 확산 강조 영상 신호를 나타낼 수 있다. 또한, i 및 j는 자연수일 수 있다.Where v represents a particular voxel, T j (v) represents a matching matrix function in the particular voxel estimated at the j th number, Denotes a simulated spread-weighted image signal in a particular voxel that can be obtained at a j th number when an inclined magnetic field having an i th diffuse gradient field direction vector is applied, When the gradient magnetic field having the i-th direction vector is applied, may represent a diffusion-weighted image signal in a particular voxel measured at the j-th number. In addition, i and j may be natural numbers.
상기의 수학식 7을 이용하여 의료 영상 장치(1000)는 모의 확산 강조 영상(예: )의 각 슬라이스 영상을 이루는 복셀들의 집합(V)과 제1 확산 강조 영상(예: )의 각 슬라이스 영상을 이루는 복셀들의 집합의 오차 제곱합이 최소가 되는 j번째 정합 데이터()를 추정할 수 있다. 여기서, j는 오차 제곱합이 최소가 되는 횟수를 의미한다.Using the
이에 대해서 구체적으로, 의료 영상 장치(1000)는 모의 확산 강조 영상과 제1 확산 강조 영상을 정합하고, 제1 확산 강조 영상이 모의 확산 강조 영상에 정합된 정도를 나타내는 제2 기준 정합 데이터를 획득할 수 있다. 상기 제2 기준 정합 데이터는 제1 확산 강조 영상이 모의 확산 강조 영상과 정합되기 위해 제1 확산 강조 영상의 각 슬라이스 영상의 각 복셀에 대한 위치를 모의 확산 강조 영상의 각 슬라이스 영상의 각 복셀에 대한 위치로 이동 또는/및 회전 변환한 정도를 나타내는 제2 변환 데이터를 포함할 수 있다.In detail, the
의료 영상 장치(1000)는 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제1 타입의 슬라이스 영상들을 변환하고, 변환된 제1 타입의 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 간의 제1 타입의 오차 데이터를 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제1 타입의 오차 데이터를 이용하여 제2 기준 정합 데이터를 보정하여 제1 타입의 제2 기준 정합 데이터를 획득할 수 있다. 의료 영상 장치(1000)는 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제2 타입의 슬라이스 영상들을 변환하고, 변환된 제2 타입의 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 간의 제2 타입의 오차 데이터를 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제2 타입의 오차 데이터를 이용하여 제2 기준 정합 데이터를 보정하여 제2 타입의 제2 기준 정합 데이터를 획득할 수 있다.The
의료 영상 장치(1000)는 제1 타입의 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들을 변환하고, 변환된 제1 일부 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들 간의 제1 오차값을 산출할 수 있다. 여기서, 제1 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들은 홀수번째 슬라이스 영상들 중 상위 일부 슬라이스 영상들일 수 있다. 의료 영상 장치(1000)는 산출된 제1 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제1 정합 데이터를 생성할 수 있다.The
의료 영상 장치(1000)는 제1 타입의 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들을 변환하고, 변환된 제2 일부 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들 간의 제2 오차값을 산출할 수 있다. 여기서, 제1 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들은 홀수번째 슬라이스 영상들 중 하위 일부 슬라이스 영상들일 수 있다. 의료 영상 장치(1000)는 산출된 제2 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제2 정합 데이터를 생성할 수 있다.The
의료 영상 장치(1000)는 제2 타입의 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들을 변환하고, 변환된 제1 일부 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들 간의 제3 오차값을 산출할 수 있다. 여기서, 제2 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들은 짝수번째 슬라이스 영상들 중 상위 일부 슬라이스 영상들일 수 있다. 의료 영상 장치(1000)는 산출된 제3 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제3 정합 데이터를 생성할 수 있다. The
의료 영상 장치(1000)는 제2 타입의 제2 기준 정합 데이터를 이용하여 제1 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들을 변환하고, 변환된 제2 일부 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들 간의 제4 오차값을 산출할 수 있다. 여기서, 제2 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들은 짝수번째 슬라이스 영상들 중 하위 일부 슬라이스 영상들일 수 있다. 의료 영상 장치(1000)는 산출된 제4 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제4 정합 데이터를 생성할 수 있다. The
이와 같이 획득된 정합 데이터(예: 제1 내지 제4 정합 데이터)를 이용하여 의료 영상 장치(1000)는 변환된 제1 확산 강조 영상의 각 슬라이스 영상에 대응하는 제2 변환 데이터를 획득할 수 있다. 예를 들어, 의료 영상 장치(1000)는 수학식 4를 이용하여 제2 변환 벡터를 획득할 수 있다.The
의료 영상 장치(1000)는 각 슬라이스 영상에 대응하여 획득된 제2 변환 데이터를 이용하여 변환된 제1 확산 강조 영상의 각 슬라이스 영상에 대응하는 방향 벡터를 보정하여 제2 보정 방향 벡터를 획득할 수 있다. 여기서, 방향 벡터는 목적 부위의 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정할 때의 방향 벡터일 수 있다. 각 슬라이스 영상에 대응하여 획득된 제2 보정 방향 벡터는 하기의 수학식 8과 같이 표현될 있다.The
여기서, 는 j+1번째 횟수에서 추정된 특정 복셀(v)에서의 확산 경사자계 벡터를 나타내고, 는 j번째 횟수에서 사용된 특정 복셀에서의 회전 변환 함수를 나타내며, 는 j번째 횟수에서 사용된 특정 복셀에서의 정합 행렬 함수를 나타낼 수 있다.here, Denotes the diffusion gradient magnetic field vector in the particular voxel v estimated at the j + 1 th number, Represents the rotation transform function in the particular voxel used in the j th count, May represent a matching matrix function in a particular voxel used in the j th number.
이와 같이 획득된 제2 보정 방향 벡터를 이용하여 의료 영상 장치(1000)는 변환된 제1 확산 강조 영상의 각 슬라이스 영상에 대응하는 제2 확산 텐서를 추정할 수 있다. 제2 확산 텐서를 추정하기 위해 의료 영상 장치(1000)는 상기에서 설명한 수학식 1을 이용할 수 있다. The
상술한 동작들은 6개 이상의 확산 강조 영상 각각에 관련하여 수행될 수 있으며, 상술한 동작들을 수행함으로써, 의료 영상 장치(1000)는 6개 이상의 확산 강조 영상 각각에 대응하여 보정 방향 벡터를 획득하고, 확산 텐서를 추정할 수 있다. 프로세서(270)는 이와 같이 6개 이상의 확산 강조 영상 각각에 대응하여 획득된 보정 방향 벡터 및 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성할 수 있다. The above-described operations may be performed with respect to each of six or more diffusion-weighted images. By performing the above-described operations, the
이를 통해서 의료 영상 장치는 확산 텐서 영상을 생성할 시 움직임 발생에 따른 각 슬라이스 영상의 움직임 보정과 함께 방향 벡터를 보정함으로써, 정확한 확산 텐서 영상을 획득할 수 있어 정확하고, 섬세한 질환 진단을 할 수 있다.Through this, the medical imaging apparatus can obtain accurate diffuse tensor image by correcting the direction vector together with the motion correction of each slice image according to the motion when generating the diffuse tensor image, thereby making it possible to accurately and delicately diagnose the disease. .
도 2는 본 발명의 실시예에 따른 의료 영상 장치의 구성을 설명하기 위한 개략도이다.2 is a schematic diagram illustrating a configuration of a medical imaging apparatus according to an exemplary embodiment of the present invention.
도 1 및 도 2를 참조하면, 의료 영상 장치(1000)는 보어(100) 및 데이터 처리부(200)를 포함할 수 있다. 보어(100)는 코일부(110)를 포함하고, 데이터 처리부(200)는 신호 생성부(210), 수신부(220), 영상 처리부(230), 저장부(240), 표시부(250), 입력부(260) 및 프로세서(270)를 포함할 수 있다.1 and 2, the
먼저, 보어(100)에 관련하여 살펴보면 보어(100)의 코일부(110)는 데이터 처리부(200)로부터 자기장이 형성되도록 하기 위한 제1 신호 및 대상체(10)의 원자핵을 공명시키기 위한 제2 신호가 수신되면 제1 신호에 기반하여 자기장을 형성하고, 형성된 자기장 내 대상체(10)에 제2 신호를 조사하여 대상체(10)의 원자핵을 공명시키며, 원자핵으로부터 발생된 제3 신호를 데이터 처리부(200)로 전달할 수 있다. 예를 들어, 제1 신호는 경사 전류 신호이고, 제2 신호는 RF 신호이며, 제3 신호는 자기 공명 신호일 수 있다.First, referring to the
코일부(110)는 보어(100) 내부에 소정의 방향을 따라 배치된 적어도 하나의 코일을 포함할 수 있다. 예를 들어, 소정의 방향은 보어(100)의 원통 방향일 수 있다. 적어도 하나의 코일은 정자장(Static magnetic field)을 형성하는 정자장 코일, 정자장에 경사(gradient)를 인가하여 경사자장(gradient field)을 형성하는 경사 코일 및 대상체(10)에 RF 신호를 조사하여 대상체(100)의 원자핵을 공명시키고 원자핵으로부터 발생된 자기 공명 신호를 수신하는 RF 코일 중 적어도 하나일 수 있다. 이러한 코일들은 제시한 실시예로 한정되지 않으며, 각 동작을 수행하기 위해 다양한 종류의 코일이 사용될 수 있다. The
구체적으로, 코일부(110)는 대상체(10)의 목적 부위에 복수의 방향들 각각에 대응하는 확산 강조 경사자계를 형성하도록 구성될 수 있다.In detail, the
다양한 실시예에서 적어도 하나의 코일 중 RF 코일은 대상체(10)의 복수의 슬라이스들 각각에 대한 영상을 획득하기 위해 각 슬라이스에 대응하는 위치로 이동 가능하도록 형성될 수 있다.In various embodiments, the RF coil of the at least one coil may be formed to be movable to a position corresponding to each slice in order to obtain an image of each of the plurality of slices of the
다음으로, 데이터 처리부(200)에 관련하여 살펴보면 데이터 처리부(200)의 신호 생성부(210)는 프로세서(270)의 제어에 의해 보어(100) 내에 복수의 방향들 각각에 대응하는 확산 강조 경사자계를 형성하도록 제1 신호 및 제2 신호를 보어(100)로 전달할 수 있다.Next, referring to the
송수신부(220)는 보어(100)로부터 제3 신호를 수신하고, 보어(100)의 코일부(110)를 제어하기 위한 제어 신호를 보어(100)로 전달할 수 있다.The
영상 처리부(230)는 수신부(220)를 통해서 제3 신호를 수신하여 코일부(110)를 통해 형성된 확산 강조 경사자계를 의해 각 방향에 대응하고, 목적 부위를 구성하는 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상들을 획득할 수 있다.The
저장부(240)는 의료 영상 장치(1000)에서 사용되는 다양한 데이터를 저장할 수 있다. 구체적으로, 영상 처리부(230)를 통해서 획득된 목적 부위에 대한 복수의 슬라이스 영상들을 저장하고, 복수의 슬라이스 영상들이 결합된 의료 영상을 저장할 수 있다. 여기서, 의료 영상은 확산 강조 영상일 수 있다.The
표시부(250)는 생성된 의료 영상을 표시할 수 있다. 표시부(250)는 움직임 보정 및 방향 벡터의 보정에 의해 생성된 의료 영상을 표시할 수 있다.The
입력부(260)는 키보드, 마우스, 터치 스크린 패널 등 제한되지 않는다. 입력부(260)는 의료 영상 장치(1000)를 설정하고, 의료 영상 장치(1000)의 동작을 지시할 수 있다. 예를 들어, 의료인은 입력부(260)를 통해 이송부(150)를 이동하거나, 의료 영상을 획득하거나, 획득된 의료 영상을 표시 또는 선택 등의 동작을 수행하기 위한 요청 또는 지시를 입력할 수 있다.The
프로세서(270)는 코일부(110), 신호 생성부(210), 수신부(220), 영상 처리부(230), 저장부(240), 표시부(250) 및 입력부(260)와 동작 가능하게 연결되며, 의료 영상 장치(1000)에 대한 다양한 명령들을 수행할 수 있다.The
구체적으로, 프로세서(270)는 입력부(260)에 의해서 대상체(10)의 의료 영상을 획득하기 위한 입력이 있으면 보어(100)의 코일부(110)를 제어하기 위한 제어 신호를 송수신부(220)를 통해 보어(100)로 전달할 수 있다. 프로세서(270)는 신호 생성부(210)를 통해 보어(100) 내에 복수의 방향들 각각에 대응하는 확산 강조 경사자계가 형성되도록 하기 위한 제1 신호 및 제2 신호를 보어(100)로 전달하고, 송수신부(230)를 통해 보어(100)로부터 제3 신호를 수신할 수 있다. 프로세서(270)는 영상 처리부(230)를 통해서 코일부(110)를 통해 형성된 확산 강조 경사자계에 의해 각 방향에 대응하고, 상기 목적 부위의 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상들을 획득하고, 획득된 복수의 슬라이스 영상들을 순차적으로 결합하여 상기 각 방향에 대응하는 의료 영상을 생성할 수 있다. 생성된 의료 영상에 움직임이 검출된 경우 프로세서(270)는 해당 의료 영상에 대한 움직임 보정 및 방향 벡터의 보정을 함께 수행할 수 있다.Specifically, the
이에 대해서 구체적으로, 프로세서(270)는 확산 강조 경사자장이 가해지지 않아 확산 강조가 없는 기준 영상 및 6개 이상의 방향 각각에 따라 확산 강조 경사자장이 가해진 확산 강조 영상을 획득하고, 기준 영상 및 6개 이상의 방향 각각에 따라 획득된 확산 강조 영상을 정합할 수 있다. In detail, the
프로세서(270)는 정합에 의해 변환된 각 방향에 대응하는 확산 강조 영상의 정합 데이터를 획득하고, 획득된 정합 데이터를 이용하여 변환된 각 확산 강조 영상의 제1 변환 데이터를 획득할 수 있다. 프로세서(270)는 변환된 각 확산 강조 영상의 획득된 제1 변환 데이터를 이용하여 변환된 각 확산 강조 영상의 방향 벡터를 보정하여 제1 보정 방향 벡터를 획득할 수 있다. 프로세서(270)는 획득된 제1 보정 방향 벡터를 이용하여 변환된 각 확산 강조 영상의 제1 확산 텐서를 추정할 수 있다. 이와 같이 각 확산 강조 영상에 대응하여 획득된 제1 보정 방향 벡터 및 추정된 제1 확산 텐서를 이용하여 프로세서(270)는 모의 확산 강조 영상을 생성할 수 있다.The
프로세서(270)는 생성된 모의 확산 강조 영상의 각 슬라이스 영상과 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상을 정합하고, 정합에 의해 변환된 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 정합 데이터를 획득할 수 있다. The
구체적으로, 프로세서(270)는 모의 확산 강조 영상과 각 방향에 대응하는 확산 강조 영상을 정합하여 각 방향에 대응하는 확산 강조 영상이 모의 확산 강조 영상에 정합된 정도를 나타내는 제2 기준 정합 데이터를 획득할 수 있다. 프로세서(270)는 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상들을 변환하고, 변환된 제1 타입의 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 간의 제1 타입의 오차 데이터를 산출할 수 있다. 프로세서(270)는 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상들을 변환하고, 변환된 제2 타입의 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 간의 제2 타입의 오차 데이터를 산출할 수 있다. 프로세서(270)는 산출된 제2 타입의 오차 데이터를 이용하여 제2 기준 정합 데이터를 보정하여 제2 타입의 제2 기준 정합 데이터를 획득할 수 있다.In detail, the
프로세서(270)는 제1 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들을 변환하고, 변환된 제1 일부 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들 간의 제1 오차값을 산출할 수 있다. 프로세서(270)는 산출된 제1 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제1 정합 데이터를 생성할 수 있다.The
프로세서(270)는 제1 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들을 변환하고, 변환된 제2 일부 슬라이스 영상들과 모의 확산 강조 영상의 제1 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들 간의 제2 오차값을 산출할 수 있다. 프로세서(270)는 산출된 제2 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제2 정합 데이터를 생성할 수 있다.The
프로세서(270)는 제2 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들을 변환하고, 변환된 제1 일부 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제1 일부 슬라이스 영상들 간의 제3 오차값을 산출할 수 있다. 프로세서(270)는 산출된 제3 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제3 정합 데이터를 생성할 수 있다.The
프로세서(270)는 제2 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들을 변환하고, 변환된 제2 일부 슬라이스 영상들과 모의 확산 강조 영상의 제2 타입의 슬라이스 영상들 중 제2 일부 슬라이스 영상들 간의 제4 오차값을 산출할 수 있다. 프로세서(270)는 산출된 제4 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제4 정합 데이터를 생성할 수 있다.The
프로세서(270)는 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 변환 데이터를 획득할 수 있다. 구체적으로, 프로세서(270)는 획득된 정합 데이터(예: 제1 내지 제4 정합 데이터)를 이용하여 변환된 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대응하는 제2 변환 데이터를 획득할 수 있다. The
프로세서(270)는 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 변환 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하여 보정 방향 벡터를 획득할 수 있다. 구체적으로, 프로세서(270)는 변환된 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대응하여 획득된 제2 변환 데이터를 이용하여 변환된 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대응하는 방향 벡터를 보정하여 제2 보정 방향 벡터를 획득할 수 있다.The
프로세서(270)는 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 획득된 보정 방향 벡터를 이용하여 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 확산 텐서를 추정할 수 있다. 구체적으로, 프로세서(270)는 획득된 제2 보정 방향 벡터를 이용하여 변환된 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대응하는 제2 확산 텐서를 추정할 수 있다. The
프로세서(270)는 이와 같이 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대응하여 획득된 보정 방향 벡터 및 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성할 수 있다.In this way, the
도 3은 본 발명의 실시예에 따른 의료 영상 장치에서 의료 영상의 움직임 보정 및 방향 벡터 보정을 수행하기 위한 방법을 설명하기 위한 개략적인 흐름도이다.3 is a schematic flowchart illustrating a method for performing motion correction and direction vector correction of a medical image in a medical imaging apparatus according to an exemplary embodiment of the present invention.
도 1 및 도 3을 참조하면, 의료 영상 장치(1000)는 확산 강조가 없는 기준 영상과, 복수의 방향들 각각에 대응하고 확산 강조가 있는 확산 강조 영상의 정합을 통해 모의 확산 강조 영상을 생성할 수 있다(S300). 구체적으로, 의료 영상 장치(1000)는 기준 영상과 각 방향에 대응하는 확산 강조 영상을 정합하여 제1 기준 정합 데이터를 획득하고, 기준 영상과 각 방향에 대응하는 정합된 확산 강조 영상을 비교하여 제1 오차 데이터를 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제1 오차 데이터를 이용하여 제1 기준 정합 데이터를 보정하여 제1 보정 정합 데이터를 획득하고, 획득된 제1 보정 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상에 대한 제1 변환 데이터를 획득할 수 있다. 의료 영상 장치(1000)는 획득된 제1 변환 데이터를 이용하여 각 방향에 대응하는 정합된 확산 강조 영상의 방향 벡터를 보정하여 제1 보정 방향 벡터를 획득하고, 획득된 제1 보정 방향 벡터를 이용하여 각 방향에 대응하는 정합된 확산 강조 영상의 제1 확산 텐서를 추정할 수 있다. 의료 영상 장치(1000)는 각 방향에 대응하는 정합된 확산 강조 영상의 추정된 제1 확산 텐서를 이용하여 모의 확산 강조 영상을 생성할 수 있다.1 and 3, the
의료 영상 장치(1000)는 모의 확산 강조 영상을 구성하는 복수의 슬라이스 영상들과 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들을 정합할 수 있다(S310). 구체적으로, 의료 영상 장치(1000)는 모의 확산 강조 영상과 각 방향에 대응하는 확산 강조 영상을 정합하여 제2 기준 정합 데이터를 획득할 수 있다. 의료 영상 장치(1000)는 획득된 제2 기준 정합 데이터를 이용하여 모의 확산 강조 영상의 복수의 슬라이스 영상들 중 제1 타입의 슬라이스 영상과 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들 중 제1 타입의 슬라이스 영상을 정합하고, 모의 확산 강조 영상의 복수의 슬라이스 영상들 중 제2 타입의 슬라이스 영상과 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들 중 제2 타입의 슬라이스 영상을 정합할 수 있다. 이러한 정합을 통해 의료 영상 장치(1000)는 모의 확산 강조 영상의 제1 타입의 슬라이스 영상과 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상 간의 제1 타입의 오차값을 산출하고, 모의 확산 강조 영상의 제2 타입의 슬라이스 영상과 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상 간의 제2 타입의 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 제1 타입의 오차값을 이용하여 제2 기준 정합 데이터를 보정하여 제1 타입의 제2 기준 정합 데이터를 획득하고, 제2 타입의 오차값을 이용하여 제2 기준 정합 데이터를 보정하여 제2 타입의 제2 기준 정합 데이터를 획득할 수 있다. The
의료 영상 장치(1000)는 제1 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상 중 제1 일부 슬라이스 영상을 변환하고, 변환된 제1 타입의 제1 일부 슬라이스 영상들과 모의 확산 강조 영상을 비교하여 변환된 제1 타입의 제1 일부 슬라이스 영상들과 모의 확산 강조 영상 간의 제1 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제1 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제1 정합 데이터를 생성할 수 있다. The
의료 영상 장치(1000)는 제1 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제1 타입의 슬라이스 영상 중 제2 일부 슬라이스 영상을 변환하고, 변환된 제1 타입의 제2 일부 슬라이스 영상과 모의 확산 강조 영상을 비교하여 변환된 제1 타입의 제2 일부 슬라이스 영상과 모의 확산 강조 영상 간의 제2 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제2 오차값을 이용하여 제1 타입의 제2 기준 정합 데이터를 보정하여 제2 정합 데이터를 생성할 수 있다.The
의료 영상 장치(1000)는 제2 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상 중 제1 일부 슬라이스 영상을 변환하고, 변환된 제2 타입의 제1 일부 슬라이스 영상과 모의 확산 강조 영상을 비교하여 변환된 제2 타입의 제1 일부 슬라이스 영상과 모의 확산 강조 영상 간의 제3 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제3 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제3 정합 데이터를 생성할 수 있다. The
의료 영상 장치(1000)는 제2 타입의 제2 기준 정합 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 제2 타입의 슬라이스 영상 중 제2 일부 슬라이스 영상을 변환하고, 변환된 제2 타입의 제2 일부 슬라이스 영상과 모의 확산 강조 영상을 비교하여 변환된 제2 타입의 제2 일부 슬라이스 영상과 모의 확산 강조 영상 간의 제4 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 산출된 제4 오차값을 이용하여 제2 타입의 제2 기준 정합 데이터를 보정하여 제4 정합 데이터를 생성할 수 있다.The
의료 영상 장치(1000)는 모의 확산 강조 영상과의 정합을 통해 각 슬라이스의 측정시 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정할 수 있다(S320). 구체적으로, 의료 영상 장치(1000)는 이와 같이 획득된 정합 데이터(예: 제1 내지 제4 정합 데이터)를 이용하여 각 방향에 대응하여 변환된 확산 강조 영상의 각 슬라이스 영상에 대한 제2 변환 데이터를 획득하고, 획득된 제2 변환 데이터를 이용하여 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하여 제2 보정 방향 벡터를 획득할 수 있다.The
의료 영상 장치(1000)는 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 보정된 방향 벡터를 이용하여 각 슬라이스 영상에 대한 확산 텐서를 추정할 수 있다(S330). 구체적으로, 의료 영상 장치(1000)는 획득된 제2 보정 방향 벡터를 이용하여 각 방향에 대응하여 변환된 확산 강조 영상의 각 슬라이스 영상에 대한 제2 확산 텐서를 추정할 수 있다.The
의료 영상 장치(1000)는 각 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 보정된 방향 벡터 및 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성할 수 있다(S340). 구체적으로, 의료 영상 장치(1000)는 추정된 제2 확산 텐서를 이용하여 확산 텐서 영상을 생성할 수 있다. 이러한 동작들은 복수의 방향들 각각에 대응하여 획득된 확산 강조 영상에 적용되어 각 방향에 대응하여 방향 벡터가 보정되고, 확산 텐서가 추정되며, 보정된 방향 벡터 및 추정된 확산 텐서를 통해 확산 텐서 영상이 생성될 수 있다.The
도 4 내지 도 7은 본 발명의 실시예에 따른 의료 영상 장치에서 의료 영상의 움직임 보정 및 방향 벡터 보정을 수행하기 위한 방법을 설명하기 위한 예시도들이다.4 to 7 are exemplary diagrams for describing a method for performing motion correction and direction vector correction of a medical image in a medical imaging apparatus according to an exemplary embodiment of the present invention.
도 1 및 도 4를 참조하면, 의료 영상 장치(1000)는 의료 영상 장치(1000)는 도 4의 (a)와 같이 복수의 복셀들 각각(400)으로 구성된 제1 볼륨 영상(402)을 획득할 수 있다. 이러한 제1 볼륨 영상(402)은 코어(100) 내부에 형성된 복수의 방향들 각각에 대응하는 확산 강조 경사자계에 의해 획득된 확산 강조 영상일 수 있다. 확산 강조 영상의 각 복셀은 복수의 방향들에 따라 가해진 확산 강조 경사자계에 의해 슬라이스별로 방향 벡터를 가질 수 있다. 제시된 도 4의 실시예에서는 볼륨 영상(402)을 구성하는 복수의 슬라이스 영상들(404)이 서로 동일한 방향 벡터를 가지는 것으로 설명하도록 한다. 획득된 볼륨 영상(402)의 복수의 슬라이스 영상들(404) 각각은 서로 다른 영상 강도를 가질 수 있다.1 and 4, the
의료 영상 장치(1000)는 도 4의 (b)와 같이 제2 볼륨 영상(406)을 획득하는데, 획득된 제2 볼륨 영상(406)에 움직임이 검출될 수 있다. 예를 들어, 제2 볼륨 영상(406)은 회전 변환된 볼륨 영상일 수 있다. 이러한 경우 의료 영상 장치(1000)는 제2 볼륨 영상(406)을 기준 볼륨 영상과 정합하여 제2 볼륨 영상(406)의 각 복셀 위치가 기준 볼륨 영상의 각 복셀 위치로 이동하도록 회전 변환할 수 있다. 이와 같이 정합에 의해 의료 영상 장치(1000)는 도 4의 (c)와 같이 변환된 제2 볼륨 영상(408)을 생성할 수 있다. 다만, 움직임 보정을 수행되더라도 제2 볼륨 영상(406)의 각 복셀이 가지는 방향 벡터는 도 4의 (c)와 같이 보정되지 않을 수 있다. 이에 따라, 의료 영상 장치(1000)는 기준 볼륨 영상과 제2 볼륨 영상(406)을 정합하여 기준 정합 데이터를 획득하고, 정합에 의해 변환된 제2 볼륨 영상(408)과 기준 볼륨 영상을 비교하여 두 볼륨 영상 간의 오차 데이터를 산출할 수 있다. 의료 영상 장치(1000)는 산출된 오차 데이터를 이용하여 기준 정합 데이터를 보정하고, 보정된 기준 정합 데이터를 이용하여 변환 데이터를 획득할 수 있다. 의료 영상 장치(1000)는 획득된 변환 데이터를 이용하여 변환된 제2 볼륨 영상(408)의 방향 벡터를 보정하여 도 4의 (d)와 같이 방향 벡터가 보정된 제2 볼륨 영상(410)을 생성할 수 있다.The
도 1 및 도 5를 참조하면, 의료 영상 장치(1000)는 특정 시각마다 대상체(10)의 목적 부위에 대한 복수의 슬라이스 영상들 각각을 획득하는 동안 움직임이 발생되면 도 5의 (a)와 같이 서로 다른 움직임이 발생된 제1 볼륨 영상(500)을 획득할 수 있다. 예를 들어, 획득된 제1 볼륨 영상(500)은 각 슬라이스 영상이 획득되는 동안 서로 다른 움직임이 발생되어 서로 다른 크기로 회전 변환된 6개의 슬라이스 영상들(502, 504, 506, 508, 510, 512)이 적층되어 형성될 수 있다. 이러한 경우 각 슬라이스 영상에 대응하여 움직임 보정이 수행될 수 있고, 이에 따른 각 슬라이스 영상에 대응하는 방향 벡터의 보정이 수행될 수 있다. 이와 같이 각 슬라이스 영상에 따른 움직임 보정 및 방향 벡터의 보정을 수행하기 위해 의료 영상 장치(1000)는 제1 볼륨 영상(500)을 구성하는 복수의 슬라이스 영상 각각을 기준 볼륨 영상을 구성하는 복수의 슬라이스 영상 각각에 정합할 수 있다. 이러한 정합 동작에 대해서 도 6을 참조하여 하기에서 구체적으로 설명하도록 한다.1 and 5, when the
도 1 및 도 6을 참조하면 의료 영상 장치(1000)는 기준 볼륨 영상(V1)과 제1 볼륨 영상(V2)을 정합하고, 제1 볼륨 영상(V2)이 기준 볼륨 영상(V1)에 정합된 정도를 나타내는 기준 정합 행렬(Mf)을 산출할 수 있다. 여기서, 기준 정합 행렬(Mf)은 제1 볼륨 영상(V2)의 슬라이스 영상 전체에 대한 각 복셀의 위치값(예: x축 위치값, y축 위치값, z축 위치값)을 기준 볼륨 영상(V1)의 슬라이스 영상 전체에 대한 각 복셀의 위치값으로 회전 및 평행 이동 변환된 정도를 나타내는 기준 정합 데이터일 수 있다.1 and 6, the
의료 영상 장치(1000)는 기준 정합 행렬(Mf)을 이용하여 제1 볼륨 영상(V2)의 홀수 슬라이스 영상들 각각을 변환하고, 변환된 홀수 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 홀수 슬라이스 영상들 각각을 비교하여 제1 타입의 오차값을 산출할 수 있다. 이와 같이 산출된 제1 타입의 오차값을 이용하여 의료 영상 장치(1000)는 기준 정합 행렬(Mf)을 보정하여 제1 타입의 기준 정합 행렬(Mo)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 제1 볼륨 영상(V2)의 변환된 홀수 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상의 홀수 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 기준 정합 행렬(Mf)를 보정하여 제1 타입의 기준 정합 행렬(Mo)을 생성할 수 있다. The
의료 영상 장치(1000)는 기준 정합 행렬(Mf)을 이용하여 제1 볼륨 영상(V2)의 짝수 슬라이스 영상들 각각을 변환하고, 변환된 짝수 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 짝수 슬라이스 영상들 각각을 비교하여 제2 타입의 오차값을 산출할 수 있다. 이와 같이 산출된 제2 타입의 오차값을 이용하여 의료 영상 장치(1000)는 기준 정합 행렬(Mf)을 보정하여 제2 타입의 기준 정합 행렬(Me)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 제1 볼륨 영상(V2)의 변환된 짝수 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상(V1)의 짝수 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 기준 정합 행렬(Mf)을 보정하여 제2 타입의 기준 정합 행렬(Me)을 생성할 수 있다.The
의료 영상 장치(1000)는 제1 타입의 기준 정합 행렬(Mo)을 이용하여 제1 볼륨 영상(V2)의 홀수 상위 슬라이스 영상들 각각을 변환하고, 변환된 홀수 상위 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 홀수 상위 슬라이스 영상들 각각을 비교하여 제1 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 이와 같이 산출된 제1 오차값을 이용하여 제1 타입의 기준 정합 행렬(Mo)을 보정하여 제1 정합 행렬(Mou)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 산출된 제1 오차값을 이용하여 제1 볼륨 영상(V2)의 변환된 홀수 상위 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상(V1)의 홀수 상위 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 제1 타입의 기준 정합 행렬(Mo)을 보정하여 제1 정합 행렬(Mou)을 생성할 수 있다.Based on the
의료 영상 장치(1000)는 제1 타입의 기준 정합 행렬(Mo)을 이용하여 제1 볼륨 영상(V2)의 홀수 하위 슬라이스 영상들 각각을 변환하고, 변환된 홀수 하위 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 홀수 하위 슬라이스 영상들 각각을 비교하여 제2 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 이와 같이 산출된 제2 오차값을 이용하여 제1 타입의 기준 정합 행렬(Mo)을 보정하여 제2 정합 행렬(Mol)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 산출된 제2 오차값을 이용하여 제1 볼륨 영상(V2)의 변환된 홀수 하위 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상(V1)의 홀수 하위 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 제1 타입의 기준 정합 행렬(Mo)을 보정하여 제2 정합 행렬(Mol)을 생성할 수 있다.Based on the
의료 영상 장치(1000)는 제2 타입의 기준 정합 행렬(Me)을 이용하여 제1 볼륨 영상(V2)의 짝수 상위 슬라이스 영상들 각각을 변환하고, 변환된 짝수 상위 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 짝수 상위 슬라이스 영상들 각각을 비교하여 제3 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 이와 같이 산출된 제3 오차값을 이용하여 제2 타입의 기준 정합 행렬(Me)을 보정하여 제3 정합 행렬(Meu)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 산출된 제3 오차값을 이용하여 제1 볼륨 영상(V2)의 변환된 짝수 상위 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상(V1)의 짝수 상위 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 제2 타입의 기준 정합 행렬(Me)을 보정하여 제3 정합 행렬(Meu)을 생성할 수 있다.The
의료 영상 장치(1000)는 제2 타입의 기준 정합 행렬(Me)을 이용하여 제1 볼륨 영상(V2)의 짝수 하위 슬라이스 영상들 각각을 변환하고, 변환된 짝수 하위 슬라이스 영상들 각각과 기준 볼륨 영상(V1)의 짝수 하위 슬라이스 영상들 각각을 비교하여 제4 오차값을 산출할 수 있다. 의료 영상 장치(1000)는 이와 같이 산출된 제4 오차값을 이용하여 제2 타입의 기준 정합 행렬(Me)을 보정하여 제4 정합 행렬(Mel)을 생성할 수 있다. 예를 들어, 의료 영상 장치(1000)는 산출된 제4 오차값을 이용하여 제1 볼륨 영상(V2)의 변환된 짝수 하위 슬라이스 영상들 각각에 대한 각 복셀의 위치값이 기준 볼륨 영상(V1)의 짝수 하위 슬라이스 영상들 각각에 대한 각 복셀의 위치값과 일치하도록 제2 타입의 기준 정합 행렬(Me)을 보정하여 제4 정합 행렬(Mel)을 생성할 수 있다.The
이를 통해서 의료 영상 장치(1000)는 도 5의 (b)와 같이 움직임이 보정된 제1 볼륨 영상(514)을 생성할 수 있다. 다만, 이와 같이 움직임이 보정된 제1 볼륨 영상(514)은 각 슬라이스 영상에 대응하는 방향 벡터가 기준 볼륨 영상의 각 슬라이스에 대응하는 방향 벡터와 일치되도록 보정될 수 있다.Through this, the
이에, 방향 벡터를 보정하기 위해 의료 영상 장치(1000)는 상술한 동작에 의해 생성된 제1 정합 행렬(Mou), 제2 정합 행렬(Mol), 제3 정합 행렬(Meu) 및 제4 정합 행렬(Mel)를 이용하여 제1 볼륨 영상(V2)의 각 슬라이스 영상에 대한 변환 함수를 획득할 수 있다. 예를 들어, 변환 함수는 상술한 수학식 4에 의해 산출될 수 있다. Accordingly, in order to correct the direction vector, the
의료 영상 장치(1000)는 제1 볼륨 영상(V2)의 각 슬라이스 영상에 대한 획득된 변함 함수를 이용하여 제1 볼륨 영상(V2)의 각 슬라이스 영상에 대한 방향 벡터를 보정하여 도 5의 (c)와 같이 각 슬라이스 영상에 대응하여 방향 벡터가 보정된 제1 볼륨 영상(516)을 획득할 수 있다. 예를 들어, 방향 벡터는 상술한 수학식 5에 의해 보정될 수 있다. 각 슬라이스 영상에 대응하여 방향 벡터를 보정하는 동작에 대해서 도 7을 참조하여 구체적으로 설명하도록 한다.
도 1 및 도 7을 참조하면 의료 영상 장치(1000)는 도 7의 (a)와 같이 움직임이 발생되고, 특정 방향에 대응하는 확산 강조 영상(700)을 획득할 수 있다. 이러한 확산 강조 영상(700)의 특정 복셀(702)은 제1 방향에 대응하는 방향 벡터(704)를 가질 수 있다. 움직임 보정을 위해 의료 영상 장치(1000)는 기준 영상과 확산 강조 영상(700)을 정합하여 도 7의 (b)와 같은 회전 변환된 확산 강조 영상(710)을 생성할 수 있다. 이러한 경우 확산 강조 영상(700)의 특정 복셀(702)의 위치는 기준 영상의 특정 복셀의 위치와 일치하도록 회전 변환된 확산 강조 영상(710)의 특정 복셀(712)의 위치로 회전 변환될 수 있다. 이러한 경우 회전 변환된 확산 강조 영상(710)의 특정 복셀(712)은 확산 강조 영상(700)의 특정 복셀(702)과 동일한 방향 벡터(714)를 가지므로, 의료 영상 장치(1000)는 확산 강조 영상(700)의 특정 복셀(702)의 위치가 회전 변환된 확산 강조 영상(710)의 특정 복셀(712)로 회전 변환된 정도에 따라 회전 변환된 확산 강조 영상(710)의 특정 복셀(712)의 방향 벡터(714)를 제2 방향 벡터(716)로 보정할 수 있다. 이와 같이 제2 방향 벡터(716)로 보정하기 위해 의료 영상 장치(1000)는 상술한 수학식 5 또는 수학식 8을 이용할 수 있다.Referring to FIGS. 1 and 7, the
도 8은 종래의 의료 영상 장치 및 본 발명의 실시예에 따른 의료 영상 장치에서 움직임이 발생된 의료 영상에 대한 움직임 보정 및 방향 벡터 보정을 수행한 결과를 비교하기 위한 도면이다.FIG. 8 is a diagram for comparing a result of performing motion correction and direction vector correction on a medical image in which a motion is generated in a conventional medical imaging apparatus and a medical imaging apparatus according to an exemplary embodiment of the present invention.
도 8을 참조하면 종래의 의료 영상 장치는 복수의 확산 강조 영상을 이용하여 확산 텐서 영상을 생성할 시 대상체의 목적 부위에 대응하는 복수의 슬라이스 영상들 각각이 순차적으로 적층되는 동안 움직임이 발생되는 경우 도 8의 (a)와 같이 각 슬라이스 영상에 서로 다른 움직임이 발생되고, 이를 보정하더라도 부정확한 확산 텐서 영상이 생성되었다.Referring to FIG. 8, in the conventional medical imaging apparatus, when a diffusion tensor image is generated using a plurality of diffusion-weighted images, a motion occurs while sequentially stacking each of a plurality of slice images corresponding to a target region of an object. As shown in (a) of FIG. 8, different motions are generated in each slice image, and an incorrect diffusion tensor image is generated even when the motion is corrected.
본 발명의 의료 영상 장치(1000)는 슬라이스 영상별로 움직임 보정을 수행하고, 각 슬라이스 영상의 복셀들 각각이 가지는 방향 벡터를 함께 보정함으로써, 도 8의 (b)와 같이 정확하고 섬세한 확산 텐서 영상을 생성할 수 있다.The
이와 같이 본 발명은 확산 텐서 영상을 생성할 시 움직임 발생에 따른 각 슬라이스 영상의 움직임 보정과 함께 방향 벡터를 보정함으로써, 정확한 확산 텐서 영상을 획득할 수 있어 정확하고, 섬세한 질환 진단을 할 수 있다.As described above, according to the present invention, when the diffusion tensor image is generated, by correcting the direction vector together with the motion correction of each slice image according to the motion generation, an accurate diffusion tensor image can be obtained, and accurate and delicate disease diagnosis can be performed.
본 발명의 실시예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.Apparatus and method according to an embodiment of the present invention can be implemented in the form of program instructions that can be executed by various computer means may be recorded on a computer readable medium. Computer-readable media may include, alone or in combination with the program instructions, data files, data structures, and the like.
컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The program instructions recorded on the computer readable medium may be those specially designed and constructed for the present invention, or may be known and available to those skilled in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Hardware devices specially configured to store and execute program instructions such as magneto-optical media and ROM, RAM, flash memory and the like. In addition, the above-described medium may be a transmission medium such as an optical or metal wire, a waveguide, or the like including a carrier wave for transmitting a signal specifying a program command, a data structure, and the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Although the embodiments of the present invention have been described in more detail with reference to the accompanying drawings, the present invention is not necessarily limited to these embodiments, and various modifications can be made without departing from the spirit of the present invention. . Therefore, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive. The protection scope of the present invention should be interpreted by the following claims, and all technical ideas within the equivalent scope should be interpreted as being included in the scope of the present invention.
100: 보어
110: 코일부
150: 이송부
200: 데이터 처리부
210: 신호 생성부
220: 송수신부
230: 영상 처리부
240: 저장부
250: 표시부
260: 입력부
270: 프로세서
1000: 의료 영상 장치100: bore
110: coil part
150: transfer unit
200: data processing unit
210: signal generator
220: transceiver
230: the image processing unit
240: storage unit
250: display unit
260: input unit
270: processor
1000: medical imaging device
Claims (12)
상기 코일부를 통해 형성된 확산 강조 경사자계에 의해 각 방향에 대응하고, 상기 목적 부위를 구성하는 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상을 획득하는 영상 처리부; 및
상기 획득된 복수의 슬라이스 영상들을 순차적으로 결합하여 상기 각 방향에 대응하는 확산 강조 영상을 생성하도록 구성된 프로세서를 포함하고,
상기 프로세서는,
확산 강조가 없는 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상의 정합을 통해 모의 확산 강조 영상을 생성하고,
상기 모의 확산 강조 영상을 구성하는 복수의 슬라이스 영상들과 상기 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들을 정합하고,
상기 모의 확산 강조 영상과의 정합을 통해 상기 각 슬라이스의 측정시 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하고,
상기 보정된 방향 벡터를 이용하여 상기 각 슬라이스 영상에 대한 확산 텐서를 추정하고,
상기 보정된 방향 벡터 및 상기 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성하도록 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.A coil unit configured to form a diffusion-weighted gradient magnetic field corresponding to each of the plurality of directions in a target portion of the object;
An image processor corresponding to each direction by a diffusion-weighted gradient magnetic field formed through the coil unit, and obtaining a plurality of slice images by measuring a signal emitted according to each of the plurality of slices constituting the target portion; And
And a processor configured to sequentially combine the obtained plurality of slice images to generate a spread emphasis image corresponding to each direction.
The processor,
A simulated spread-weighted image is generated by matching a reference image having no spread-weighted image with a spread-weighted image corresponding to each direction.
Matching the plurality of slice images constituting the simulated diffusion emphasis image and the plurality of slice images of the diffusion emphasis image corresponding to each direction,
Correcting a direction vector for each slice image of a diffusion-weighted image corresponding to a direction when the respective slices are measured by matching with the simulated diffusion-weighted image,
Estimating a spreading tensor for each slice image using the corrected direction vector,
And generate a diffusion tensor image using the corrected direction vector and the estimated diffusion tensor.
상기 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상을 정합하고,
상기 기준 영상에 상기 각 방향에 대응하는 확산 강조 영상을 정합한 정도를 나타내는 제1 기준 정합 데이터를 획득하고,
상기 기준 영상과의 정합에 의해 변환된 확산 강조 영상과 상기 기준 영상을 비교하여 상기 기준 영상과 상기 변환된 확산 강조 영상 간의 제1 오차 데이터를 산출하고,
상기 산출된 제1 오차 데이터를 이용하여 상기 제1 기준 정합 데이터를 보정하여 제1 보정 정합 데이터를 획득하고,
상기 획득된 제1 보정 정합 데이터를 이용하여 상기 변환된 확산 강조 영상에 대한 제1 변환 데이터를 획득하고,
상기 획득된 제1 변환 데이터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 방향 벡터를 보정하여 제1 보정 방향 벡터를 획득하고,
상기 제1 보정 방향 벡터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 제1 확산 텐서를 추정하고,
상기 획득된 제1 보정 방향 벡터 및 상기 추정된 제1 확산 텐서를 이용하여 상기 모의 확산 강조 영상을 생성하도록 더 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.The method of claim 1, wherein the processor,
Matching the reference image with a diffusion-weighted image corresponding to each direction,
Obtaining first reference matching data indicating a degree of matching the diffusion-weighted image corresponding to each direction to the reference image,
Calculating first error data between the reference image and the converted spread-weighted image by comparing the spread-weighted image converted by matching with the reference image and the reference image,
Correcting the first reference matching data using the calculated first error data to obtain first correction matching data;
Obtaining first transformed data for the transformed spread-weighted image using the obtained first corrected match data,
Obtaining a first correction direction vector by correcting a direction vector for each voxel of the transformed spread-weighted image using the obtained first transformed data,
Estimate a first spreading tensor for each voxel of the transformed spread-weighted image using the first correction direction vector,
And generate the simulated spread-weighted image using the obtained first correction direction vector and the estimated first spreading tensor.
상기 모의 확산 강조 영상 및 상기 각 방향에 대응하는 확산 강조 영상을 정합하고,
상기 모의 확산 강조 영상에 상기 각 방향에 대응하는 확산 강조 영상을 정합한 정도를 나타내는 제2 기준 정합 데이터를 획득하고,
상기 모의 확산 강조 영상과의 정합에 의해 변환된 확산 강조 영상의 각 슬라이스 영상과 상기 모의 확산 강조 영상의 각 슬라이스 영상 간의 제2 오차 데이터를 획득하고,
상기 획득된 제2 오차 데이터를 이용하여 상기 제2 기준 보정 데이터를 보정하여 제2 보정 정합 데이터를 획득하고,
상기 획득된 제2 보정 정합 데이터를 이용하여 상기 변환된 확산 강조 영상에 대한 제2 변환 데이터를 획득하고,
상기 획득된 제2 변환 데이터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 방향 벡터를 보정하여 제2 보정 방향 벡터를 획득하도록 더 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.The method of claim 1, wherein the processor,
Matching the simulated diffusion-weighted image and the diffusion-weighted image corresponding to each direction;
Obtaining second reference matching data indicating a degree to which the simulated spread-weighted image matches the spread-weighted image corresponding to each direction;
Obtaining second error data between each slice image of the diffusion-weighted image converted by matching with the simulated diffusion-weighted image and each slice image of the simulated diffusion-weighted image,
Correcting the second reference correction data using the obtained second error data to obtain second correction matching data;
Acquiring second transformed data for the transformed spread-weighted image by using the obtained second corrected matching data;
And correcting a direction vector for each voxel of the transformed spread-weighted image using the obtained second transformed data to obtain a second correction direction vector.
상기 모의 확산 강조 영상의 각 슬라이스 영상과 상기 변환된 확산 강조 영상의 각 슬라이스 영상 간의 오차 제곱합이 최소가 되는 선형 또는 비선형 정합 행렬 함수를 포함하도록 더 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.The method of claim 3, wherein the second correction matching data,
And a linear or nonlinear matching matrix function configured to minimize the sum of squared errors between each slice image of the simulated spread-enhanced image and each slice image of the transformed spread-weighted image. .
상기 획득된 제2 보정 방향 벡터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 제2 확산 텐서를 추정하도록 더 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.The processor of claim 3, wherein the processor comprises:
And estimating a second spreading tensor for each voxel of the transformed spread-weighted image using the obtained second corrected direction vector.
상기 획득된 제2 보정 방향 벡터 및 상기 추정된 제2 확산 텐서를 이용하여 상기 확산 텐서 영상을 생성하도록 더 구성된, 움직임 보정을 통해 텐서 추정을 위한 의료 영상 장치.The method of claim 4, wherein the processor,
And generate the diffusion tensor image using the obtained second correction direction vector and the estimated second diffusion tensor.
상기 형성된 확산 강조 경사자계에 의해 각 방향에 대응하고, 상기 목적 부위를 구성하는 복수의 슬라이스들 각각에 따라 방사되는 신호를 측정하여 복수의 슬라이스 영상들을 획득하는 단계;
상기 획득된 복수의 슬라이스 영상들을 순차적으로 결합하여 상기 각 방향에 대응하는 확산 강조 영상을 생성하는 단계;
확산 강조가 없는 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상의 정합을 통해 모의 확산 강조 영상을 생성하는 단계;
상기 모의 확산 강조 영상을 구성하는 복수의 슬라이스 영상들과 상기 각 방향에 대응하는 확산 강조 영상의 복수의 슬라이스 영상들을 정합하는 단계;
상기 모의 확산 강조 영상과의 정합을 통해 상기 각 슬라이스의 측정시 방향에 대응하는 확산 강조 영상의 각 슬라이스 영상에 대한 방향 벡터를 보정하는 단계;
상기 보정된 방향 벡터를 이용하여 상기 각 슬라이스 영상에 대한 확산 텐서를 추정하는 단계; 및
상기 보정된 방향 벡터 및 상기 추정된 확산 텐서를 이용하여 확산 텐서 영상을 생성하는 단계를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.Forming a diffusion-weighted gradient magnetic field corresponding to each of the plurality of directions in the target portion of the object through the coil unit;
Acquiring a plurality of slice images by measuring a signal emitted corresponding to each of the slices corresponding to each direction by the formed diffusion-weighted gradient magnetic field;
Generating a diffusion-weighted image corresponding to each direction by sequentially combining the obtained plurality of slice images;
Generating a simulated spread-weighted image by matching a reference image having no spread-weighted image with a spread-weighted image corresponding to each direction;
Registering a plurality of slice images constituting the simulated diffusion-weighted image and a plurality of slice images of the diffusion-weighted image corresponding to each direction;
Correcting a direction vector of each slice image of a diffusion-weighted image corresponding to a direction when the respective slices are measured by matching with the simulated diffusion-weighted image;
Estimating a spreading tensor for each slice image using the corrected direction vector; And
And generating a diffuse tensor image using the corrected direction vector and the estimated spread tensor.
상기 기준 영상과 상기 각 방향에 대응하는 확산 강조 영상을 정합하는 단계;
상기 기준 영상에 상기 각 방향에 대응하는 확산 강조 영상을 정합한 정도를 나타내는 제1 기준 정합 데이터를 획득하는 단계;
상기 기준 영상과의 정합에 의해 변환된 확산 강조 영상과 상기 기준 영상 간의 제1 오차 데이터를 산출하는 단계;
상기 산출된 제1 오차 데이터를 이용하여 상기 제1 기준 정합 데이터를 보정하여 제1 보정 정합 데이터를 획득하는 단계;
상기 획득된 제1 보정 정합 데이터를 이용하여 상기 변환된 확산 강조 영상에 대한 제1 변환 데이터를 획득하는 단계;
상기 획득된 제1 변환 데이터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 방향 벡터를 보정하여 제1 보정 방향 벡터를 획득하는 단계;
상기 제1 보정 방향 벡터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 제1 확산 텐서를 추정하는 단계; 및
상기 획득된 제1 보정 방향 벡터 및 상기 추정된 제1 확산 텐서를 이용하여 상기 모의 확산 강조 영상을 생성하는 단계를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.The method of claim 7, wherein the generating of the simulated diffusion weighted image comprises:
Matching the reference image with a diffusion-weighted image corresponding to each direction;
Acquiring first reference registration data indicating a degree to which the diffusion image corresponding to each direction is matched with the reference image;
Calculating first error data between the spread-weighted image and the reference image converted by matching with the reference image;
Obtaining first corrected match data by correcting the first reference match data using the calculated first error data;
Acquiring first transformed data of the transformed spread-weighted image using the obtained first corrected match data;
Obtaining a first correction direction vector by correcting a direction vector of each voxel of the transformed spread-weighted image using the obtained first transformed data;
Estimating a first spreading tensor for each voxel of the transformed spread-weighted image using the first correction direction vector; And
And generating the simulated spread-weighted image by using the obtained first correction direction vector and the estimated first spreading tensor.
상기 모의 확산 강조 영상 및 상기 각 방향에 대응하는 확산 강조 영상을 정합하는 단계;
상기 모의 확산 강조 영상에 상기 각 방향에 대응하는 확산 강조 영상을 정합한 정도를 나타내는 제2 기준 정합 데이터를 획득하는 단계;
상기 모의 확산 강조 영상과의 정합에 의해 변환된 확산 강조 영상의 각 슬라이스 영상과 상기 모의 확산 강조 영상의 각 슬라이스 영상 간의 제2 오차 데이터를 획득하는 단계;
상기 획득된 제2 오차 데이터를 이용하여 상기 제2 기준 보정 데이터를 보정하여 제2 보정 정합 데이터를 획득하는 단계;
상기 획득된 제2 보정 정합 데이터를 이용하여 상기 변환된 확산 강조 영상에 대한 제2 변환 데이터를 획득하는 단계; 및
상기 획득된 제2 변환 데이터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 방향 벡터를 보정하여 제2 보정 방향 벡터를 획득하는 단계를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.The method of claim 7, wherein the correcting of the direction vector of each slice image of the diffusion-weighted image corresponding to each direction comprises:
Registering the simulated spread-weighted image and the spread-weighted image corresponding to each direction;
Acquiring second reference registration data representing a degree to which the simulated spread-weighted image matches the spread-weighted image corresponding to each direction;
Acquiring second error data between each slice image of the spread-weighted image converted by matching with the simulated spread-weighted image and each slice image of the simulated spread-weighted image;
Correcting the second reference correction data using the obtained second error data to obtain second correction matching data;
Acquiring second transformed data for the transformed spread-weighted image using the obtained second corrected match data; And
Obtaining a second correction direction vector by correcting a direction vector of each voxel of the transformed spread-weighted image by using the obtained second transformed data. Way for you.
상기 모의 확산 강조 영상의 각 슬라이스 영상과 상기 변환된 확산 강조 영상의 각 슬라이스 영상 간의 오차 제곱합이 최소가 되는 선형 또는 비선형 정합 행렬 함수를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.The method of claim 9, wherein the second correction matching data,
And a linear or nonlinear matching matrix function that minimizes the sum of squared errors between each slice image of the simulated spread-weighted image and each slice image of the transformed-diffusion-weighted image. Way.
상기 획득된 제2 보정 방향 벡터를 이용하여 상기 변환된 확산 강조 영상의 각 복셀에 대한 제2 확산 텐서를 추정하는 단계를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.The method of claim 9, wherein estimating a diffusion tensor for each slice image comprises:
Estimating a second spreading tensor for each voxel of the transformed spread-weighted image by using the obtained second corrected direction vector.
상기 획득된 제2 보정 방향 벡터 및 상기 추정된 제2 확산 텐서를 이용하여 상기 확산 텐서 영상을 생성하는 단계를 포함하는, 의료 영상 장치에서의 움직임 보정을 통해 텐서 추정을 위한 방법.The method of claim 11, wherein generating the diffusion tensor image comprises:
And generating the diffuse tensor image using the acquired second correction direction vector and the estimated second diffuse tensor.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180157348A KR102017433B1 (en) | 2018-12-07 | 2018-12-07 | Medical imaging apparatus and method for tensor estimation through motion correction |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180157348A KR102017433B1 (en) | 2018-12-07 | 2018-12-07 | Medical imaging apparatus and method for tensor estimation through motion correction |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102017433B1 true KR102017433B1 (en) | 2019-09-02 |
Family
ID=67951096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180157348A KR102017433B1 (en) | 2018-12-07 | 2018-12-07 | Medical imaging apparatus and method for tensor estimation through motion correction |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102017433B1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7205763B2 (en) * | 2004-04-13 | 2007-04-17 | Siemens Aktiengesellschaft | Movement-corrected multi-shot method for diffusion-weighted imaging in magnetic resonance tomography |
JP2009195584A (en) * | 2008-02-25 | 2009-09-03 | Hitachi Medical Corp | Image processor and medical imaging apparatus |
KR20130086321A (en) * | 2012-01-24 | 2013-08-01 | 지멘스 메디컬 솔루션즈 유에스에이, 인크. | A system for motion corrected mr diffusion imaging |
KR20140089103A (en) | 2013-01-04 | 2014-07-14 | 연세대학교 원주산학협력단 | Magnetic Resonance Diffusion Tensor Imaging Registration and Distortion Correction Method and System Using Image Intensity Minimization |
JP2016147045A (en) * | 2015-02-12 | 2016-08-18 | 東芝メディカルシステムズ株式会社 | Image processing device, image processing method, image processing program, and magnetic resonance imaging device |
-
2018
- 2018-12-07 KR KR1020180157348A patent/KR102017433B1/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7205763B2 (en) * | 2004-04-13 | 2007-04-17 | Siemens Aktiengesellschaft | Movement-corrected multi-shot method for diffusion-weighted imaging in magnetic resonance tomography |
JP2009195584A (en) * | 2008-02-25 | 2009-09-03 | Hitachi Medical Corp | Image processor and medical imaging apparatus |
KR20130086321A (en) * | 2012-01-24 | 2013-08-01 | 지멘스 메디컬 솔루션즈 유에스에이, 인크. | A system for motion corrected mr diffusion imaging |
KR20140089103A (en) | 2013-01-04 | 2014-07-14 | 연세대학교 원주산학협력단 | Magnetic Resonance Diffusion Tensor Imaging Registration and Distortion Correction Method and System Using Image Intensity Minimization |
JP2016147045A (en) * | 2015-02-12 | 2016-08-18 | 東芝メディカルシステムズ株式会社 | Image processing device, image processing method, image processing program, and magnetic resonance imaging device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107209240B (en) | System and method for the automatically scanning planning for follow-up magnetic resonance imaging | |
EP3387457B1 (en) | Diffusion mri method for generating a synthetic diffusion image at a high b-value | |
EP3384307B1 (en) | Removal of image artifacts in sense-mri | |
NL2003804C2 (en) | System and method for automated scan planning using symmetry detection and image registration. | |
CN103229069A (en) | MR imaging using a multi-point dixon technique | |
US20150182117A1 (en) | Method for maintaining geometric alignment of scans in cases of strong patient motion | |
WO2015140277A1 (en) | Control of magnetic resonance imaging acquisition using modeling | |
JP5154751B2 (en) | Medical image processing device | |
KR102017433B1 (en) | Medical imaging apparatus and method for tensor estimation through motion correction | |
CN111263896B (en) | Data-driven correction of phase-dependent artifacts in magnetic resonance imaging systems | |
US10272270B2 (en) | Coordinate transformation of graphical objects registered to a magnetic resonance image | |
JP5636058B2 (en) | Magnetic resonance imaging device | |
US20230186532A1 (en) | Correction of magnetic resonance images using multiple magnetic resonance imaging system configurations | |
RU2730431C2 (en) | Removal of image artifacts at sense-visualization | |
KR102054106B1 (en) | Apparatus and method for concurrent correction of motion and measuring time in volume image for biometric fourth dimension imaging acquisition | |
KR102166629B1 (en) | Medical image apparatus and method for detecting motion | |
JP2014132958A (en) | Magnetic resonance imaging apparatus and imaging processing method | |
US20240005451A1 (en) | Methods and systems for super-resolution with progressive sub-voxel up-sampling | |
US20240005480A1 (en) | Methods and systems for automated saturation band placement | |
JP7442545B2 (en) | Correction of magnetic resonance images using simulated magnetic resonance images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |