KR102202398B1 - 영상처리장치 및 그의 영상처리방법 - Google Patents

영상처리장치 및 그의 영상처리방법 Download PDF

Info

Publication number
KR102202398B1
KR102202398B1 KR1020150176983A KR20150176983A KR102202398B1 KR 102202398 B1 KR102202398 B1 KR 102202398B1 KR 1020150176983 A KR1020150176983 A KR 1020150176983A KR 20150176983 A KR20150176983 A KR 20150176983A KR 102202398 B1 KR102202398 B1 KR 102202398B1
Authority
KR
South Korea
Prior art keywords
image
partial
images
bronchial
information
Prior art date
Application number
KR1020150176983A
Other languages
English (en)
Other versions
KR20170069587A (ko
Inventor
이재성
김계현
남우현
박용섭
오지훈
정윤섭
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150176983A priority Critical patent/KR102202398B1/ko
Priority to EP16873241.0A priority patent/EP3338629A4/en
Priority to US15/770,695 priority patent/US10719935B2/en
Priority to PCT/KR2016/013087 priority patent/WO2017099375A1/ko
Publication of KR20170069587A publication Critical patent/KR20170069587A/ko
Application granted granted Critical
Publication of KR102202398B1 publication Critical patent/KR102202398B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; 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
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/168—Segmentation; Edge detection involving transform domain methods
    • 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
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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]
    • 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
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/10132—Ultrasound image
    • 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
    • G06T2207/30061—Lung

Abstract

영상처리장치가 개시된다. 본 영상처리장치는, 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 영상 수신부, 제2 영상을 기준으로 제1 영상을 정합하여 변환 정보를 획득하고, 제1 영상에서 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 추출된 제1 부분 영상을 변환 정보에 따라 변환하여, 제2 영상의 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 프로세서 및 제2 부분 영상을 출력하는 출력부를 포함한다.

Description

영상처리장치 및 그의 영상처리방법 { IMAGE PROCESSING APPARATUS AND IMAGE PROCESSING METHOD THEREOF }
본 개시는 영상처리장치 및 그의 영상처리방법에 관한 것으로, 더욱 상세하게는 동일한 대상체를 서로 다른 시점에서 촬영된 영상을 이용하여 영상에서 대상체 영역을 분할하는 영상처리장치 및 그의 영상처리방법에 대한 것이다.
인체 내부 구조를 촬영하기 위하여, 다양한 의료 영상 장치들이 이용되고 있다. 예를 들어, MRI(Magnetic Resonance Imaging), 컴퓨터 단층촬영(Computed Tomography; CT), 엑스레이(X-ray), 양전자 단층촬영(Positron Emission Tomography; PET) 및 초음파 영상 장치 등이 이용되고 있었다.
의료 영상 장치의 사용자는 여러 의료 영상들을 비교한 뒤 환자의 상태를 진단할 필요가 있다. 예를 들어, 기관지염의 진단을 위해 CT영상이 이용될 수 있다. 특히, 들숨과 날숨 상태에서의 기관지의 수축과 이완의 정도를 관찰하면 염증 부위를 알아낼 수 있다.
최근 밝혀진 연구 결과에 따르면, 기관지는 날숨 시 수축이 잘되어야 하며, 수축이 잘 되지 않는 부분은 염증 등의 질환을 의심해 보아야 한다.
그러나 들숨 시에 촬영된 영상에서는 기관지가 팽창된 상태여서 영상 처리에 의한 분석이 용이한 반면에, 날숨 시에 촬영된 영상에서는 기관지가 허탈(collapsed) 상태가 되어 영상 처리에 의한 분석이 어렵다는 문제가 존재하였다.
1. 공개특허공보 제10-2015-0118484호(2015.10.22.)
본 개시는 상술한 문제점을 해결하기 위하여 안출된 것으로서, 본 개시의 목적은 동일한 대상체를 서로 다른 시점에서 촬영된 영상을 이용하여 영상에서 대상체 영역을 분할하는 영상처리장치 및 그의 영상처리방법을 제공하는 데 있다.
이상과 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따른 영상처리장치는, 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 영상 수신부, 상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하고, 상기 제1 영상에서 상기 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 상기 추출된 제1 부분 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 프로세서 및 상기 제2 부분 영상을 출력하는 출력부를 포함한다.
이 경우, 상기 프로세서는, 상기 제1 영상으로부터 추출된 상기 제1 부분 영상을 상기 제2 부분 영상과 함께 출력하도록 상기 출력부를 제어할 수 있다.
한편, 상기 프로세서는, 상기 제1 영상으로부터 추출된 상기 제1 부분 영상과, 상기 제2 부분 영상 사이의 비교 결과를 출력하도록 상기 출력부를 제어할 수 있다.
한편, 상기 대상체는 기관지이고, 상기 제1 영상은 들숨 시에 촬영한 영상이고, 상기 제2 영상은 날숨 시에 촬영한 영상이며, 상기 프로세서는, 상기 제1 부분 영상과 상기 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 상기 기관지의 변화에 대한 정보를 출력하도록 상기 출력부를 제어할 수 있다.
이 경우, 상기 기관지의 변화에 대한 정보는, 기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보일 수 있다.
한편, 상기 프로세서는, 상기 제1 영상이 동일한 대상체를 서로 다른 시간에 촬영한 복수의 영상을 포함한 경우, 상기 복수의 영상 각각으로부터 복수의 제1 부분 영상을 추출하고, 상기 복수의 영상의 정합 과정에서 획득되는 복수의 변환 정보에 따라 상기 복수의 제1 부분 영상을 변환하여 복수의 변환 영상을 생성하고, 상기 복수의 변환 영상을 조합하여 상기 제2 부분 영상을 생성할 수 있다.
한편, 상기 제1 영상 및 상기 제2 영상 중 적어도 하나는, 컴퓨터 단층 촬영 장치, 자기 공명 촬영 장치, 초음파영상 장치, 양전자 단층 촬영 장치 또는 X-ray 장치를 통해 획득된 영상일 수 있다.
한편, 상기 프로세서는, 상기 영상처리장치에 기 저장된 영상으로부터 상기 제2 영상을 획득하고, 외부 서버로부터 상기 제1 영상을 수신할 수 있다.
한편, 본 개시의 일 실시 예에 따른 영상처리장치의 영상처리방법은, 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 단계, 상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하는 단계, 상기 제1 영상에서 상기 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 상기 추출된 제1 부분 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 단계 및 상기 제2 부분 영상을 출력하는 단계를 포함한다.
이 경우, 상기 출력하는 단계는, 상기 제1 영상으로부터 추출된 상기 제1 부분 영상을 상기 제2 부분 영상과 함께 출력할 수 있다.
한편, 상기 출력하는 단계는, 상기 제1 영상으로부터 추출된 상기 제1 부분 영상과, 상기 제2 부분 영상 사이의 비교 결과를 출력할 수 있다.
한편, 상기 대상체는 기관지이고, 상기 제1 영상은 들숨 시에 촬영한 영상이고, 상기 제2 영상은 날숨 시에 촬영한 영상이며, 상기 출력하는 단계는, 상기 제1 부분 영상과 상기 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 상기 기관지의 변화에 대한 정보를 출력할 수 있다.
한편, 상기 기관지의 변화에 대한 정보는, 기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보일 수 있다.
한편, 상기 제2 부분 영상을 생성하는 단계는, 상기 제1 영상이 동일한 대상체를 서로 다른 시간에 촬영한 복수의 영상을 포함한 경우, 상기 복수의 영상 각각으로부터 복수의 제1 부분 영상을 추출하고, 상기 복수의 영상의 정합 과정에서 획득되는 복수의 변환 정보에 따라 상기 복수의 제1 부분 영상을 변환하여 복수의 변환 영상을 생성하고, 상기 복수의 변환 영상을 조합하여 상기 제2 부분 영상을 생성할 수 있다.
한편, 상기 제1 영상 및 상기 제2 영상 중 적어도 하나는, 컴퓨터 단층 촬영 장치, 자기 공명 촬영 장치, 초음파영상 장치, 양전자 단층 촬영 장치 또는 X-ray 장치를 통해 획득된 영상일 수 있다.
한편, 상기 수신하는 단계는, 상기 영상처리장치에 기 저장된 영상으로부터 상기 제2 영상을 획득하고, 외부 서버로부터 상기 제1 영상을 수신할 수 있다.
한편, 본 개시의 일 실시 예에 따른 영상처리장치의 영상처리방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 상기 영상처리방법은, 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 단계, 상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하는 단계, 상기 대상체에 대응되는 제1 대상체 영상을 상기 제1 영상에서 추출하며, 상기 추출된 제1 대상체 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 단계 및 상기 제2 대상체 영상을 출력하는 단계를 포함한다.
도 1은 본 개시의 일 실시 예에 따른 영상처리장치를 설명하기 위한 블록도,
도 2는 본 개시의 일 실시 예에 따른 영상처리장치의 영상 정합 처리를 설명하기 위한 도면,
도 3은 영상 정합 알고리즘의 일 예를 설명하기 위한 흐름도,
도 4는 본 개시의 일 실시 예에 따른 영상처리장치의 영상 분할 처리를 설명하기 위한 도면,
도 5는 들숨 시 촬영된 영상에서 기관지 영역을 분할한 예를 도시한 도면,
도 6은 날숨 시 촬영된 영상에서 기관지 영역을 분할한 예를 도시한 도면,
도 7은 본 개시의 일 실시 예에 따른 영상처리장치의 영상 변환 방식을 설명하기 위한 도면,
도 8은 본 개시의 또 다른 실시 예에 따른 영상처리장치의 영상 변환 방식을 설명하기 위한 도면,
도 9는 본 개시의 일 실시 예에 따른 변환 영상들의 조합을 설명하기 위한 도면,
도 10은 본 개시의 일 실시 예에 따른 영상처리장치의 정보 제공방식을 설명하기 위한 도면,
도 11은 본 개시의 일 실시 예에 따른 영상처리시스템을 설명하기 위한 도면, 그리고,
도 12는 본 개시의 일 실시 예에 따른 영상처리장치의 영상처리방법을 설명하기 위한 흐름도이다.
이하에서는 도면을 참조하여 본 개시를 더욱 상세하게 설명한다. 그리고 본 개시를 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술 되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관계 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 "영상"은 이산적인 영상 요소들(예를 들어, 2차원 영상에 있어서의 픽셀들 및 3차원 영상에 있어서의 복셀들)로 구성된 다차원(multi-dimensional) 데이터를 의미할 수 있다.
본 명세서에서 "대상체"는 사람 또는 동물, 또는 사람 또는 동물의 일부를 의미할 수 있다. 예를 들어, 대상체는, 폐, 기도, 기관지, 간, 심장, 자궁, 뇌, 유방, 복부 또는 혈관 등을 포함할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 영상처리장치(100)의 구성을 설명하기 위한 블록도이다.
도 1을 참고하면, 영상처리장치(100)는 영상 수신부(110), 출력부(120) 및 프로세서(130)를 포함한다.
영상 수신부(110)는 다양한 소스를 통해 영상을 수신할 수 있다. 예를 들어, 영상 수신부(110)는 다양한 통신 인터페이스에 따라 영상처리장치(100) 내부의 저장매체, 외부 저장매체, 외부 서버로부터 각종 영상을 수신할 수 있다.
영상 수신부(110)는 다양한 외부 소스와 다양한 통신 프로토콜에 따라 통신을 수행할 수 있다. 구체적으로는, IEEE, 와이파이, 블루투스, 3G, 4G, NFC(Near Field Communication) 등과 같은 다양한 통신 방식이 사용될 수 있다. 이 경우, 영상 수신부(110)는 와이파이칩, 블루투스 칩, NFC칩, 무선 통신 칩 등과 같은 다양한 통신 칩을 포함할 수 있다.
특히, 영상 수신부(110)는 각종 의료 장치로부터 영상을 수신할 수 있다. 예를 들어, 컴퓨터 단층 촬영(Computed Tomography, CT) 장치, 자기 공명 촬영(Magnetic Resonance Imaging, MRI) 장치, 초음파영상(Ultrasound Imaging) 장치, 양전자 단층 촬영(Positron Emission Tomography, PET) 장치, 단일 광자 컴퓨터 단층 촬영(single photon emission computed tomography, SPECT) 장치, X-ray 장치 등을 통해 촬영된 영상을 수신할 수 있다. 또는, 영상처리장치(100) 자체가 상술한 의료 장치일 수 있고, 이 경우 영상 수신부(110)는 내부 저장매체로부터 영상을 수신할 수 있다.
영상 수신부(110)를 통해 수신되는 영상들은 동일한 대상체를 서로 다른 시간에 촬영한 영상들일 수 있다.
출력부(120)는 다양한 정보를 다양한 방식으로 출력할 수 있는 구성이다.
예컨대, 출력부(120)는 외부 장치로 다양한 정보를 전송하도록 구현될 수 있다. 여기서 외부 장치는 수신받은 영상을 표시할 수 있는 스마트 폰, 태블릿 PC, 데스크톱 PC, 모니터, 프로젝터 등과 같은 장치일 수 있다.
출력부(120)는 IEEE, 와이파이, 블루투스, 3G, 4G, NFC(Near Field Communication)등과 같은 다양한 통신 방식으로 외부 장치로 정보를 전송할 수 있다. 한편, 출력부(120)와 영상 수신부(110)의 기능이 외부 장치와 통신을 수행한다는 점에서 공통되는 경우, 상기 두 구성은 구분된 구성이 아닌 하나의 구성으로 구현될 수 있다.
또 다른 실시 예에 따르면 출력부(120)는 정보를 시각적으로 출력할 수 있는 디스플레이로 구현될 수 있다. 예컨대, LCD(Liquid Crystal Display), CRT(cathode-ray tube), PDP(plasma display panel), OLED(organic light emitting diodes), TOLED(transparent OLED) 등으로 구현될 수 있다.
특히, 출력부(120)는 프로세서(130)에 의해 처리된 영상을 출력할 수 있다. 그리고 출력부(120)는 프로세서(130)의 제어에 따라 영상들 간의 비교 결과를 출력할 수 있다. 여기서 비교 결과는 이미지, 텍스트 등 다양한 형식으로 출력될 수 있다.
프로세서(130)는 영상처리장치(100)의 전반적인 동작을 제어할 수 있다.
프로세서(130)는 RAM, ROM, 메인 CPU, 각종 인터페이스, 버스를 포함할 수 있다. RAM, ROM, 메인 CPU, 각종 인터페이스 등은 버스를 통해 서로 연결되어, 각종 데이터나 신호 등을 송수신할 수 있다.
특히, 프로세서(130)는 영상 정합(image registration) 처리를 수행할 수 있다. 영상 정합은, 동일한 대상을 다른 시간이나 관점에서 촬영할 경우에 얻어진 영상들 간의 매칭 정보를 획득하는 과정이다.
구체적으로, 동일한 대상을 다른 시간이나 관점에서 촬영할 경우 서로 다른 좌표계에서 영상들이 얻어지게 되는데, 영상 정합은 이와 같은 서로 다른 영상을 변형하여 하나의 좌표계에 나타내는 처리기법이다. 영상 정합을 통해 서로 다른 측정 시점 또는 서로 다른 방식을 통해 얻은 영상들의 매칭 정보를 얻을 수 있다.
영상 정합 알고리즘은 세기 기반(Intensity-based) 방식과 특징 기반(feature-based) 방식으로 나뉠 수 있다.
영상 정합은 고정된 영상에 다른 영상을 맞추는 과정이다. 고정된 영상을 참조영상 혹은 원본 영상이라고 하고, 맞추어질 영상을 맞출 영상이라고 명명할 수 있다. 본 개시의 영상 정합과 관련한 설명에서 사용되는 용어 "제1 영상"은 맞출 영상을 의미하고, "제2 영상"은 참조 영상을 뜻하는 것으로 정의한다.
영상 정합은 맞출 영상을 공간적으로 변형해 참조 영상에 맞추는 과정을 포함한다. 세기 기반 방식은 영상의 세기의 형태를 비교하는 방식이고, 특징 기반 방식은 영상 속의 점, 선, 테두리 등을 찾아 서로 맞추는 방식이다. 세기 기반 방식은 영상을 통째로 비교해 정합하는 데 반해, 특징 기반 방식은 둘 이상의 영상 속에서 여러 개의 특징을 찾아 비교한다. 두 영상 속에서 몇 개의 특징점의 대응관계를 알면 두 영상의 변환 관계를 결정할 수 있기 때문에, 그로부터 영상 속의 다른 점들의 대응관계를 계산할 수 있다.
한편, 영상정합에는 호모지니어스 정합(Homogeneous registration) 방식과, 인-호모지니어스 정합(In-homogeneous registration) 방식이 존재한다. 호모지니어스 정합은, 맞출 영상의 영상 특성(혹은 모양)은 유지한 상태로, 참조 영상에 매칭시키는 방식이다. 그리고 인-호모지니어스 정합은, 맞출 영상의 영상 특성(혹은 모양)을 변형시켜, 참조 영상에 완전히 매칭시키는 방식이다.
영상 정합 알고리즘은 참조 영상과 맞출 영상 사이의 변환관계에 따라 분류될 수도 있다. 넓게 분류하면, 첫 번째 범주로 변위(translation), 회전(rotation), 확대·축소(scaling), 아핀변환(affine transform) 등을 포함한 선형 변환(linear transformation)을 들 수 있다. 하지만, 선형변환은 영상들 사이의 기하학적 변형은 설명할 수 없다. 둘째 범주로 탄성 변환(elastic transformation), 혹은 비강체 변환(nonrigid transformation)을 들 수 있다. 구체적인 변형 모델의 예로, 강체 변환(Rigid transformation), 아핀변환(Affine transformation), Thin-plate-spline free form deformation (FFD), B-spline FFD, 탄성 모델(elastic model) 등을 들 수 있다.
프로세서(130)는 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상 중, 제2 영상을 기준으로 제1 영상을 정합하는 영상정합(image Registration)을 수행한다.
본 개시의 일 실시 예에선 아래의 수학식 1에 나타낸 유사도 측정함수(Similarity measure, S) 값을 최대로 하는, 또는 수학식 2에 나타낸 비용함수(Cost function, C) 값을 최소로 하는 pfinal을 구하는 과정으로 영상 정합이 수행된다. p는 변형 모델의 파라미터 세트(Parameter set of transformation model)이다. 그리고 아래 식들에서 If는 참조 영상(fixed image)이고, Im은 맞출 영상(moving image)이다.
[수학식 1]
Figure 112015121593786-pat00001
[수학식 2]
Figure 112015121593786-pat00002
한편, 영상 정합을 통해 획득되는 pfinal은 본 개시에서 사용되는 용어 "변환 정보"와 동일한 의미로 이해될 수 있다.
도 2는 영상 정합을 모식적으로 설명하기 위한 도면이다. 도 2를 참고하면, 사각형은 참조 영상(If)의 픽셀을 의미하고, 원은 맞출 영상(Im)의 픽셀을 의미한다. 도 2에 도시된 바와 같이, 영상 정합은 맞출 영상(Im)을 점차적으로 변형시켜 참조 영상(If)과 유사해지도록 하는 일련의 과정을 포함하는 것이다.
도 3은 상술한 pfinal을 구하는 영상 정합 알고리즘의 일 예를 설명하기 위한 흐름도이다.
도 3을 참고하면, 먼저, 프로세서(130)는 변형 모델의 파라미터 세트(Parameter set of transformation model)인 p를 초기화한다(S310). 그리고 프로세서(130)는 맞출영상(Im)(혹은 제1 영상)을 참조영상(If)(혹은 제2 영상)을 기초로 변환을 수행한다(S320). 여기서 변환에 이용되는 모델에는, 강체 전역 모델(Rigid global model), 비강체 전역 모델(Non-rigid global model), 강체 지역 모델(Rigid local model), 비강체 지역 모델(Non-rigid local model) 등이 있다.
그리고 변환된 제1 영상(I'm)과 제2 영상(If) 간의 중첩 영역에서의 픽셀을 이용하여 비용함수(Cost function, C)를 계산한다(S330). 여기서 비용함수는 정칙 메트릭(Regularization metric)과 유사성(또는 비유사성) 측정(Similarity (or Dis-similarity) measure)으로 구성된 함수일 수 있다.
정칙 메트릭(Regularization metric)에는 볼륨 정칙(Volume regularization), 확산 정칙(Diffusion regularization), 곡률 정칙(Curvature regularization), 지역적 강체 제약(local rigidity constraint) 등이 있다. 그리고 유사성(또는 비유사성) 측정(Similarity (or Dis-similarity) measure)에는 MI(Mutual information), NMI(Normalized mutual information), 그래디언트-규모(Gradient-magnitude), 그래디언트-방향(Gradient-orientation), SSD(Sum of Squared Difference), NGF(Normalized Gradient-vector Flow), GNMI(Gradient NMI) 등이 있다.
그리고 계산된 비용함수(C)가 최소값인지 판단한다(S340). 여기서 최적화 알고리즘(Optimization algorithm)이 이용될 수 있다.
계산된 비용함수(C)가 최소값이면, 그때의 p를 pfinal로서 획득한다.
계산된 비용함수(C)가 최소값이 아니면, p를 업데이트(S350)하여, 단계 S320로 다시 진행한다.
이상과 같은 정합 과정에서, 변환 모델(Transformation model)과 비용 함수(Cost function)의 정칙 메트릭을 디자인함으로써 호모지니어스 정합(Homogeneous registration) 결과 또는 인-호모지니어스 정합(In-homogeneous registration) 결과를 다르게 유도해낼 수 있다.
또 한편, 프로세서(130)는 영상 분할(image segmentation)처리를 수행하여, 영상에서 대상체의 영역에 대응되는 부분 영상(segment image)을 추출할 수 있다. 영상 정합과 영상 분할은 서로 병렬적으로 이루어지는 영상처리이다.
일 예에 따르면, 영상 분할은 명암 차이에 근거하여 수행될 수 있다. 이 경우, Threshold 방법, boundary-based 방법, region-based 방법, boundary 방법과 region 방법을 혼용하는 하는 hybrid 방법 등이 사용될 수 있다. 이 중에서, region-based 방법의 영역 성장(Region Growing) 알고리즘이 가장 많이 이용된다.
도 4는 영상 분할 방법의 일 예인 강도(intensity) 기반의 영역 성장(Region Growing) 알고리즘 설명하기 위한 도면이다.
도 4를 참고하면, 410, 420 및 430으로 표시된 영상들은 대상체인 기관지를 촬영한 CT 단층 영상들이다. 프로세서(130)는 CT 단층 영상들(410, 420, 430) 각각에서 대상체인 기관지 영역을 결정할 수 있다. 구체적으로, 기관지 영역은 공기를 포함하고 있기 때문에 밀도가 낮아 주변 영역보다 어둡다. 따라서 프로세서(130)는 이와 같은 명암도 차이에 근거하여 시드 포인트(seed point)를 추출하고, 영상 값이 낮은 픽셀을 추가해나간다. 이와 같은 과정의 결과로, CT 단층 영상들(410, 420, 430) 각각에서 기관지 영역을 분할한 부분 영상들(415, 425, 435)이 얻어질 수 있다.
그리고 프로세서(130)는 부분 영상들(415, 425, 435)을 조합함으로써 대상체를 3차원으로 형상화한 영상(400)을 생성할 수 있다.
대상체가 기관지인 경우에 있어서, 들숨 시엔 기관지에 공기가 충분히 차 있어, 기관지와 그 주변의 명암 차이가 선명하므로, 영상 분할 성능이 좋다. 도 5는 들숨 시 촬영한 CT 영상(500)으로부터 대상체인 기관지를 추출한 들숨 시 기관지 부분 영상(510)을 도시한 것이다.
반면, 날숨 시엔 기관지에 공기가 충분하지 못하므로, 영상분할의 성능이 떨어지게 된다. 도 6은 날숨 시 촬영한 CT 영상(600)으로부터 대상체인 기관지를 추출한 날숨 시 기관지 부분 영상(610)을 도시한 것이다. 도 5에 도시된 들숨 시 기관지 부분 영상(510)과 날숨 시 기관지 부분 영상(610)을 비교해보면, 날숨 시 기관지 부분 영상(610)에서 기관지가 현저히 적게 나타남을 알 수 있다.
이와 같은 날숨 시 분할 성능의 저하 문제를 해결하기 위해, 본 개시에서 프로세서(130)는 상술한 정합 과정, 즉 제2 영상(ex. 날숨 시 영상)을 기준으로 제1 영상(ex. 들숨 시 영상)을 정합한 과정에서 획득된 변환 정보를 이용하여 제2 영상에서의 대상체(기관지)를 향상된 분할성능으로 분할해낼 수 있다. 이에 대해선 이하 도 7을 통해 더 구체적으로 설명하도록 한다.
도 7은 본 개시의 일 실시 예에 따른 영상 변환방법을 설명하기 위한 도면이다. 도 7을 설명함에 있어서, 들숨 시의 영상은 제1 영상, 날숨 시의 영상은 제2 영상에 대응되고, 대상체는 기관지이다. 즉, 제1 영상과 제2 영상은 동일한 대상체를 서로 다른 시점에 촬영한 것에 해당된다.
도 7을 참고하면, 프로세서(130)는 제2 영상(20)을 기준으로, 제1 영상(10)을 정합한다(S710). 그리고 프로세서(130)는 영상 분할 알고리즘에 따라 제1 영상(10)에서 대상체 영역에 대응하는 제1 부분 영상(10a)을 추출한다(S720).
그리고 프로세서(130)는 영상정합 과정(S710)에서 획득된 변환 정보에 따라 제1 부분 영상(10a)을 변환하여(S730), 제2 부분 영상(20a)을 생성한다.
다시 말해, 제2 영상을 기초로 제1 영상을 정합하여 획득된 변환 정보는 제1 영상과 제2 영상 간의 매칭 정보이므로, 제1 부분 영상(10a)을 상기 변환 정보에 따라 변환하여 생성된 제2 부분 영상(20a)은, 제2 영상(20)의 대상체의 영역에 대응되는 것이다.
본 실시 예에 따르면, 좋은 분할 성능으로 기관지가 추출될 수 있는 들숨 시의 제1 영상(10)을 활용하여, 좋은 분할 성능으로 기관지가 추출되기 어려운 날숨 시의 제2 영상(20)에서의 기관지 영역을 좋은 분할 성능으로 추출할 수 있다는 효과가 있다.
한편, 상술한 예에선 들숨 시와 날숨 시에 촬영된 영상들의 활용에 대해 설명하였으나, 반드시 이러한 예에 한정되는 것은 아니고, 특정 영상에서 대상체 영역을 향상된 분할 성능으로 추출하기 위해, 상기 특정 영상의 촬영 시점과 다른 시점의 영상을 이용하는 모들 예들이 본 개시에 포함되는 것이다. 예컨대, 오늘 촬영된 영상에서 기관지 영역을 추출하기 위해, 한 달 전에 촬영된 영상을 활용할 수 있다.
한편, 상술한 예들에선 제1 영상이, 제2 영상이 촬영된 시점과는 다른 어느 한 시점에 촬영된 것으로 설명하였으나, 이에 한정되는 것은 아니고, 제1 영상은 서로 다른 시점에 촬영된 복수의 영상을 포함하는 것일 수 있다.
구체적으로, 프로세서(130)는 제1 영상이 동일한 대상체를 서로 다른 시간에 촬영한 복수의 영상을 포함한 경우, 복수의 영상 각각으로부터 복수의 제1 부분 영상을 추출할 수 있다. 그리고 프로세서(130)는 복수의 영상 각각을 제2 영상을 기준으로 정합할 수 있다. 그리고 프로세서(130)는 이러한 정합 과정에서 획득되는 복수의 변환 정보를 이용하여 복수의 제1 부분 영상을 각각 변환하여 복수의 변환 영상을 생성할 수 있다. 그리고 프로세서(130)는 복수의 변환 영상을 조합하여 제2 부분 영상을 생성할 수 있다.
이와 같이 더 많은 시점에서 촬영된 영상을 활용하면 더 좋은 분할 성능으로 제2 영상에서 대상체의 영역에 대응하는 제2 부분 영상을 얻을 수 있다.
본 실시 예는 도 8 내지 도 9를 통해 좀 더 자세히 설명하도록 한다.
도 8은 과거 제1 시점의 영상(820) 및 과거 제2 시점의 영상(830)을 활용하여 현재 영상(810)에서 대상체의 영역에 대응하는 현재 부분 영상(810a)을 획득하는 과정을 설명하기 위한 도면이다.
도 8을 참고하면, 프로세서(130)는 현재 영상(810)을 기준으로 과거 제1 시점의 영상(820)을 정합한다(S810). 또한, 프로세서(130)는 현재 영상(810)을 기준으로 과거 제2 시점의 영상(830)을 정합한다(S810').
그리고 프로세서(130)는 영상 분할 알고리즘에 따라 과거 제1 시점의 영상(820)에서 대상체 영역에 대응하는 과거 제1 시점의 부분 영상(820a)을 추출한다(S820). 또한, 프로세서(130)는 영상 분할 알고리즘에 따라 과거 제2 시점의 영상(830)에서 대상체 영역에 대응하는 과거 제2 시점의 부분 영상(830a)을 추출한다(S820').
그리고 프로세서(130)는 과거 제1 시점의 영상에 대한 영상정합 과정(S810)에서 획득된 변환 정보에 따라 과거 제1 시점의 부분 영상(820a)을 변환하여(S830), 제1 변환 영상(811)을 생성한다. 또한, 프로세서(130)는 과거 제2 시점의 영상에 대한 영상정합 과정(S810')에서 획득된 변환 정보에 따라 과거 제2 시점의 부분 영상(830a)을 변환하여(S830'), 제2 변환 영상(812)을 생성한다.
그리고 프로세서(130)는 제1 변환 영상(811)과 제2 변환 영상(812)을 조합하여, 현재 부분 영상(810a)을 생성한다. 제1 변환 영상(811)과 제2 변환 영상(812)의 조합 방법은 이하 도 9에서 설명하는 방식으로 이루어질 수 있다.
도 9를 참고하면, 제1 변환 영상(811)과 제2 변환 영상(812)은 0과 1로 구성된 바이너리 영상이다. 프로세서(130)는 제1 변환 영상(811)과 제2 변환 영상(812)의 대응되는 각 픽셀들의 영상 값을 더하고, 2 이상의 값을 갖는 픽셀은 1로 보정하여, 현재 부분 영상(810a)을 생성할 수 있다.
한편, 상술한 실시 예에선 서로 다른 제1 과거 시점과 제2 과거 시점에서 촬영된 영상을 활용한 것으로 설명하였으나, 이에 한정되는 것은 아니고, 두 시점보다 더 많은 시점의 영상들을 활용하는 것도 가능하다.
한편, 프로세서(130)는 상술한 예들과 같이 얻어진 제2 영상의 대상체의 영역에 대응하는 제2 부분 영상을 출력부(120)를 통해 사용자에게 제공할 수 있다.
이 경우, 프로세서(130)는 제1 영상으로부터 추출된 제1 부분 영상을 제2 부분 영상과 함께 출력하도록 출력부(120)를 제어할 수도 있다. 예컨대, 도 5의 경우에 있어서, 제1 부분 영상(10a)과 제2 부분 영상(20a)이 함께 출력부(120)를 통해 출력될 수 있다. 이에 따라, 사용자는 제1 영상에서의 대상체와 제2 영상에서의 대상체를 한눈에 비교할 수 있게 된다.
또 다른 실시 예에 따르면, 프로세서(130)는 제1 영상으로부터 추출된 제1 부분 영상과, 제2 부분 영상 사이의 비교 결과를 출력하도록 출력부(120)를 제어할 수 있다. 여기서 비교 결과는 양 영상에서의 대상체 형태의 변화를 보여주는 정보일 수 있다.
예를 들어, 대상체가 기관지이고, 제1 영상이 들숨 시에 촬영한 영상이고, 제2 영상이 날숨 시에 촬영한 영상인 경우, 프로세서(130)는 제1 영상에서 대상체의 영역이 추출된 제1 부분 영상과 제2 영상의 대상체 영역에 대응하는 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 기관지의 변화에 대한 정보를 출력하도록 출력부(120)를 제어할 수 있다. 따라서, 사용자, 예컨대 의사는 들숨 시와 날숨 시의 기관지 변화를 한눈에 파악할 수 있게 된다.
기관지의 변화에 대한 정보는, 기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보일 수 있다.
한편, 기관지 변화에 대한 정보는 복수의 서로 다른 색으로 나타내어질 수 있다. 도 10에 기관지 변화에 대한 정보 출력 결과의 예시를 도시하였다.
도 10에선 영상처리장치(100)가 휴대 단말로 구현된 경우를 도시하였다. 여기서 출력부(120)는 영상처리장치(100)에 구비된 디스플레이부에 해당된다.
도 10을 참고하면, 영상처리장치(100)의 프로세서(130)는 들숨 시와 날숨 시 기관지의 지름을 비교하여, 들숨 시 기관지 지름과 날숨 시 기관지 지름의 비율이 높을수록, 즉 날숨 시 수축이 잘되는 부분일수록 연하게 나타나도록 출력부(120)를 제어할 수 있다. 이에 대비하여, 수축이 잘 되지 않는 부분은 진하게 표시될 수 있다. 즉, 도 10에 도시된 것처럼 수축이 잘 되지 않는 것으로 판단된 기관지 말단 부분은 상대적으로 진하게 표시될 수 있다.
또는, 색상을 달리하여 표현될 수도 있다. 예컨대, 프로세서(130)는 들숨 시와 날숨 시 기관지의 지름을 비교하여, 들숨 시 기관지 지름과 날숨 시 기관지 지름의 비율이 높을수록, 즉 날숨 시 수축이 잘되는 부분일수록 파장이 짧은 색으로 나타내도록 출력부(120)를 제어할 수 있다. 따라서, 수축이 잘되지 않는 부분은 적색으로 나타날 수 있다.
영상 내 대상체의 변화에 대한 정보는 상술한 것과 같이 명암, 색상 등으로 표현될 수 있으나, 이에 한정되는 것은 아니고, 다른 방식으로도 표현될 수 있다. 예를 들어, 텍스트로서 표현될 수 있고, 이 경우, 날숨 시 수축이 잘 되지 않는 부분을 지칭하며 "염증이 의심됩니다."와 같은 텍스트가 출력부(120)에 표시될 수 있다. 또는, 변화율이 숫자로 표현되는 것도 가능하다.
도 11은 본 개시의 일 실시 예에 따른 영상처리 시스템을 설명하기 위한 도면이다.
영상처리 시스템은, 영상처리장치(100), 의료 장치(200), 서버(300)를 포함할 수 있다.
의료 장치(200)는 컴퓨터 단층 촬영(Computed Tomography, CT) 장치, 자기 공명 촬영(Magnetic Resonance Imaging, MRI) 장치, 초음파영상(Ultrasound Imaging) 장치, 양전자 단층 촬영(Positron Emission Tomography, PET) 장치, 단일 광자 컴퓨터 단층 촬영(single photon emission computed tomography, SPECT) 장치 또는 X-ray 장치 등일 수 있다.
의료 장치(200)는 영상처리장치(100)와 통신을 수행할 수 있다. 구체적으로, 영상처리장치(100)로부터 촬영 명령을 입력받을 수 있으며, 촬영 명령에 따라 대상체를 촬영한 영상을 영상처리장치(100)로 전송할 수 있다.
또한, 의료 장치(200)는 외부 서버로 영상을 전송할 수 있다. 따라서, 도시하진 않았지만 의료 장치(200)는 서버(300)와도 통신하여 서버(300)로 영상을 전송할 수 있다.
서버(300)는 각종 의료 정보를 저장할 수 있는 장치이다. 구체적으로, 서버(300)는 기존에 종이차트에 기록했던 인적사항, 병력, 건강상태, 진찰, 입/퇴원기록 등 환자의 모든 정보를 전산화하여 입력, 관리, 저장할 수 있는 장치이다. 예를 들어, 서버(300)는 (Electronic Medical Record) 또는 EHR(Electronic Health Record) 기능을 수행하는 장치일 수 있다.
또는, 서버(300)는 PACS(Picture Archiving Communication System)일 수 있다. PACS는 각종 의료 영상 장비에서 환자를 촬영한 의료 영상들을 디지털 형태로 저장하고, 영상 조회 서비스를 제공할 수 있는 시스템을 의미한다.
서버(300)는 요청에 따라, 영상처리장치(100)로 환자의 과거 영상을 전송할 수 있다.
영상처리장치(100)는 앞서 설명한 것과 같이 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신할 수 있다. 여기서 제1 영상은 의료 장치(200)로부터 수신된 환자의 현재 영상이고, 제2 영상은 서버(300)로부터 수신된 같은 환자에 대한 과거 영상일 수 있다.
그리고 영상처리장치(100)는 상술한 것과 같이, 2 영상을 기준으로 제1 영상을 정합하여 변환 정보를 획득할 수 있다.
그리고 영상처리장치(100)는 제1 영상에서 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 추출된 제1 부분 영상을 상기 획득된 변환 정보에 따라 변환하여, 제2 영상의 대상체의 영역에 대응되는 제2 부분 영상을 생성할 수 있다.
도 11을 참고하면, 영상처리장치(100)는 제1 영상에서 추출된 제1 부분영상(91)과 제2 영상의 대상체의 영역에 대응하는 제2 부분영상(92)을 함께 출력할 수 있다. 즉, 환자의 현재 영상에서 대상체를 추출한 영상과 환자의 과거 영상에서 대상체를 추출한 영상을 함께 출력하여 사용자, 즉, 의사는 환자의 과거와 현재 상태를 용이하게 비교할 수 있다.
상술한 다양한 실시 예에 따르면, 복수의 영상 중 어느 한 영상 내 분석하고자 하는 대상체를 추출하고자 할 때, 그 대상체를 다른 시간에 촬영한 영상을 활용하여 더 좋은 분할 성능으로 대상체를 추출할 수 있다는 효과를 거둘 수 있다.
한편 상술한 실시 예들에선 서로 다른 시점에서 촬영한 복수의 영상을 활용하는 것으로 설명하였으나, 이에 한정되는 것은 아니고, 동일한 시점에서 서로 다른 방향에서 촬영한 복수의 영상 또는 동일한 시점에서 서로 다른 촬영 장치에 의해 촬영된 복수의 영상을 활용하는 것도 가능하다.
이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 본 발명에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서(130) 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.
도 12는 본 개시의 일 실시 예에 따른 영상처리장치의 영상처리방법을 설명하기 위한 흐름도이다.
도 12를 참고하면, 영상처리장치(100)는 제1 영상과 제2 영상을 수신한다(S1210). 여기서 제1 영상과 제2 영상은 동일한 대상체를 서로 다른 시간에 촬영한 영상들이거나, 같은 시간에 동일한 대상체를 다른 방향에서 촬영한 영상들일 수 있다.
이 경우, 영상처리장치(100)는, 영상처리장치(100)에 기 저장된 영상으로부터 제2 영상을 획득하고, 외부 서버로부터 제1 영상을 수신할 수 있다.
한편, 제1 영상 및 상기 제2 영상 중 적어도 하나는, 컴퓨터 단층 촬영 장치, 자기 공명 촬영 장치, 초음파영상 장치, 양전자 단층 촬영 장치 또는 X-ray 장치를 통해 획득된 영상일 수 있다.
그리고 영상처리장치(100) 제2 영상을 기준으로 제1 영상을 정합하여 변환 정보를 획득한다(S1220). 여기서 변환 정보는 제1 영상과 제2 영상 간의 매칭 관계를 규정하는 정보를 의미한다. 호모지니어스 정합의 경우, 획득된 변환 정보를 제1 영상에 적용하게 되면 제1 영상의 영상 특성(모양)은 유지한 상태로 제2 영상에 매칭되고, 인-호모지니어스 정합의 경우, 획득된 변환 정보를 제1 영상에 적용하게 되면 제1 영상의 영상 특성(모양)이 변형되어 제2 영상에 완전히 매칭되게 된다. 본 개시에선 호모지니어스 정합 또는 인-호모지니어스 정합이 이용될 수 있다.
그리고 영상처리장치(100)는 제1 영상에서 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 추출된 제1 부분 영상을 상기 변환 정보에 따라 변환하여, 제2 영상의 대상체의 영역에 대응되는 제2 부분 영상을 생성한다(S1230).
그리고 영상처리장치(100)는 생성된 제2 부분 영상을 출력한다(S1240). 출력은 사용자에게 제2 부분 영상을 제공하여줄 수 있는 어떠한 방식이라도 가능하다. 예를 들어 영상처리장치(100)는 사용자 단말 장치로 제2 부분 영상을 전송하거나, 영상처리장치(100) 내 구비된 디스플레이를 통해 제2 부분 영상을 표시할 수 있다.
한편, 영상처리장치(100)는 제1 영상으로부터 추출된 제1 부분 영상을 생성할 수 있다. 그리고 영상처리장치(100)는 생성된 제1 부분 영상을 제2 부분 영상과 함께 출력할 수 있다.
또한, 영상처리장치(100)는 생성된 제1 부분 영상과 제2 부분 영상 사이의 비교 결과를 출력할 수도 있다. 비교 결과는, 제1 부분 영상과 제2 부분 영상에서 서로 대응되는 영역들 간의 길이 변화, 면적 변화, 두께 변화 등을 포함할 수 있다.
구체적인 예로, 제1 영상과 제2 영상에서의 대상체가 기관지이고, 제1 영상은 들숨 시에 촬영한 영상이고, 제2 영상은 날숨 시에 촬영한 영상인 경우에 있어서, 영상처리장치(100)는 제1 부분 영상과 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 기관지의 변화에 대한 정보를 출력할 수 있다.
여기서 기관지의 변화에 대한 정보는, 기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보일 수 있다.
한편, 제2 영상의 대상체 영역에 대응하는 제2 부분 영상 생성에 있어서, 이용되는 제1 영상은 서로 다른 시점에서 촬영된 복수의 영상을 포함할 수 있다. 이 경우, 영상처리장치(100)는 서로 다른 시점에서 촬영된 복수의 영상 각각을 제2 영상을 기준으로 영상 정합 처리를 수행하여, 복수의 변환 정보를 각각 획득한다. 그리고 영상처리장치(100)는 상기 복수의 영상 각각에서 대상체의 영역에 대응되는 부분 영상을 추출한다. 그리고 영상처리장치(100)는 추출된 복수의 부분 영상 각각을 상기 복수의 변환 정보 각각에 따라 변환하여 복수의 변환 영상을 생성한다. 그리고 영상처리장치(100)는 생성된 복수의 변환 영상을 각각 또는 함께 출력할 수 있다. 또는, 영상처리장치(100)는 생성된 복수의 변환 영상을 조합하여 제2 영상의 대상체 영역에 대응하는 제2 부분 영상을 생성할 수 있다.
한편, 상술한 다양한 실시 예들에 따른 방법들은 소프트웨어로 생성되어 전자 장치에 탑재될 수 있다.
일 예로, 동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 단계, 상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하는 단계, 상기 대상체에 대응되는 제1 대상체 영상을 상기 제1 영상에서 추출하며, 상기 추출된 제1 대상체 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 단계를 수행하는 프로그램이 저장된 비일시적 판독 가능 매체(non-transitory computer readable medium)가 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 애플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
또한, 이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 본 개시 내용이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
100: 영상처리장치 110: 영상 수신부
120: 출력부 130: 프로세서

Claims (17)

  1. 영상처리장치에 있어서,
    동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 영상 수신부;
    상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하고, 상기 제1 영상에 대한 영상 분할 처리를 수행하여 상기 제1 영상에서 상기 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 상기 추출된 제1 부분 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 프로세서; 및
    상기 제2 부분 영상을 출력하는 출력부;를 포함하는 영상처리장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 영상으로부터 추출된 상기 제1 부분 영상을 상기 제2 부분 영상과 함께 출력하도록 상기 출력부를 제어하는, 영상처리장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 영상으로부터 추출된 상기 제1 부분 영상과, 상기 제2 부분 영상 사이의 비교 결과를 출력하도록 상기 출력부를 제어하는, 영상처리장치.
  4. 제1항에 있어서,
    상기 대상체는 기관지이고,
    상기 제1 영상은 들숨 시에 촬영한 영상이고, 상기 제2 영상은 날숨 시에 촬영한 영상이며,
    상기 프로세서는,
    상기 제1 부분 영상과 상기 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 상기 기관지의 변화에 대한 정보를 출력하도록 상기 출력부를 제어하는, 영상처리장치.
  5. 제4항에 있어서,
    상기 기관지의 변화에 대한 정보는,
    기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보인, 영상처리장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 영상이 동일한 대상체를 서로 다른 시간에 촬영한 복수의 영상을 포함한 경우, 상기 복수의 영상 각각으로부터 복수의 제1 부분 영상을 추출하고, 상기 복수의 영상의 정합 과정에서 획득되는 복수의 변환 정보에 따라 상기 복수의 제1 부분 영상을 변환하여 복수의 변환 영상을 생성하고, 상기 복수의 변환 영상을 조합하여 상기 제2 부분 영상을 생성하는, 영상처리장치.
  7. 제1항에 있어서,
    상기 제1 영상 및 상기 제2 영상 중 적어도 하나는,
    컴퓨터 단층 촬영 장치, 자기 공명 촬영 장치, 초음파영상 장치, 양전자 단층 촬영 장치 또는 X-ray 장치를 통해 획득된 영상인 것인, 영상처리장치.
  8. 제1항에 있어서,
    상기 프로세서는,
    상기 영상처리장치에 기 저장된 영상으로부터 상기 제2 영상을 획득하고, 외부 서버로부터 상기 제1 영상을 수신하는 것인, 영상처리장치.
  9. 영상처리장치의 영상처리방법에 있어서,
    동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 단계;
    상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하는 단계;
    상기 제1 영상에 대한 영상 분할 처리를 수행하여 상기 제1 영상에서 상기 대상체의 영역에 대응되는 제1 부분 영상을 추출하며, 상기 추출된 제1 부분 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 단계; 및
    상기 제2 부분 영상을 출력하는 단계;를 포함하는 영상처리방법.
  10. 제9항에 있어서,
    상기 출력하는 단계는,
    상기 제1 영상으로부터 추출된 상기 제1 부분 영상을 상기 제2 부분 영상과 함께 출력하는, 영상처리방법.
  11. 제9항에 있어서,
    상기 출력하는 단계는,
    상기 제1 영상으로부터 추출된 상기 제1 부분 영상과, 상기 제2 부분 영상 사이의 비교 결과를 출력하는, 영상처리방법.
  12. 제9항에 있어서,
    상기 대상체는 기관지이고,
    상기 제1 영상은 들숨 시에 촬영한 영상이고, 상기 제2 영상은 날숨 시에 촬영한 영상이며,
    상기 출력하는 단계는,
    상기 제1 부분 영상과 상기 제2 부분 영상을 비교하여, 들숨 시 및 날숨 시의 상기 기관지의 변화에 대한 정보를 출력하는, 영상처리방법.
  13. 제12항에 있어서,
    상기 기관지의 변화에 대한 정보는,
    기관지 벽 두께, 기관지 벽의 단면적, 기관지 지름, 기관지 단면적, 기관지 지름과 기관지 벽 두께의 비율 및 기관지 단면적과 기관지 벽의 단면적의 비율 중 적어도 하나의 변화에 대한 정보인, 영상처리방법.
  14. 제9항에 있어서,
    상기 제2 부분 영상을 생성하는 단계는,
    상기 제1 영상이 동일한 대상체를 서로 다른 시간에 촬영한 복수의 영상을 포함한 경우, 상기 복수의 영상 각각으로부터 복수의 제1 부분 영상을 추출하고, 상기 복수의 영상의 정합 과정에서 획득되는 복수의 변환 정보에 따라 상기 복수의 제1 부분 영상을 변환하여 복수의 변환 영상을 생성하고, 상기 복수의 변환 영상을 조합하여 상기 제2 부분 영상을 생성하는, 영상처리방법.
  15. 제9항에 있어서,
    상기 제1 영상 및 상기 제2 영상 중 적어도 하나는,
    컴퓨터 단층 촬영 장치, 자기 공명 촬영 장치, 초음파영상 장치, 양전자 단층 촬영 장치 또는 X-ray 장치를 통해 획득된 영상인 것인, 영상처리방법.
  16. 제9항에 있어서,
    상기 수신하는 단계는,
    상기 영상처리장치에 기 저장된 영상으로부터 상기 제2 영상을 획득하고, 외부 서버로부터 상기 제1 영상을 수신하는 것인, 영상처리방법.
  17. 영상처리장치의 영상처리방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 영상처리방법은,
    동일한 대상체를 서로 다른 시간에 촬영한 제1 영상과 제2 영상을 수신하는 단계;
    상기 제2 영상을 기준으로 상기 제1 영상을 정합하여 변환 정보를 획득하는 단계;
    상기 제1 영상에 대한 영상 분할 처리를 수행하여 상기 대상체에 대응되는 제1 대상체 영상을 상기 제1 영상에서 추출하며, 상기 추출된 제1 대상체 영상을 상기 변환 정보에 따라 변환하여, 상기 제2 영상의 상기 대상체의 영역에 대응되는 제2 부분 영상을 생성하는 단계; 및
    제2 대상체 영상을 출력하는 단계;를 포함하는 컴퓨터 판독가능 기록매체.
KR1020150176983A 2015-12-11 2015-12-11 영상처리장치 및 그의 영상처리방법 KR102202398B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020150176983A KR102202398B1 (ko) 2015-12-11 2015-12-11 영상처리장치 및 그의 영상처리방법
EP16873241.0A EP3338629A4 (en) 2015-12-11 2016-11-14 Image processing apparatus and image processing method thereof
US15/770,695 US10719935B2 (en) 2015-12-11 2016-11-14 Image processing apparatus and image processing method thereof
PCT/KR2016/013087 WO2017099375A1 (ko) 2015-12-11 2016-11-14 영상처리장치 및 그의 영상처리방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150176983A KR102202398B1 (ko) 2015-12-11 2015-12-11 영상처리장치 및 그의 영상처리방법

Publications (2)

Publication Number Publication Date
KR20170069587A KR20170069587A (ko) 2017-06-21
KR102202398B1 true KR102202398B1 (ko) 2021-01-13

Family

ID=59014348

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150176983A KR102202398B1 (ko) 2015-12-11 2015-12-11 영상처리장치 및 그의 영상처리방법

Country Status (4)

Country Link
US (1) US10719935B2 (ko)
EP (1) EP3338629A4 (ko)
KR (1) KR102202398B1 (ko)
WO (1) WO2017099375A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108171712B (zh) * 2016-12-07 2022-02-11 富士通株式会社 确定图像相似度的方法和装置
JP6885896B2 (ja) * 2017-04-10 2021-06-16 富士フイルム株式会社 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
KR102194797B1 (ko) * 2018-11-16 2020-12-23 서울여자대학교 산학협력단 폐 운동의 히스토그램 분석을 위한 폐 영상 정합 방법, 그 장치, 그 프로그램 및 정합된 폐 영상의 분석 방법 및 그 프로그램
KR102352841B1 (ko) * 2018-11-26 2022-01-18 사회복지법인 삼성생명공익재단 혈관 지도 구축 장치, 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
JP7225810B2 (ja) * 2019-01-11 2023-02-21 富士通株式会社 ひび線抽出装置、ひび線抽出方法、及び、ひび線抽出プログラム
CN111311669A (zh) * 2020-02-13 2020-06-19 内蒙古大学 储能薄膜有效电极面积的计算方法
KR102513565B1 (ko) * 2021-10-08 2023-03-24 주식회사 피맥스 폐 영역 자동 정합 방법 및 이를 위한 장치

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4702971B2 (ja) 1999-11-10 2011-06-15 株式会社東芝 コンピュータ支援診断システム
US6889071B2 (en) 2000-12-19 2005-05-03 General Electric Company Acquisition of high-temporal free-breathing MR images
US7116810B2 (en) 2002-11-27 2006-10-03 General Electric Company Method and system for airway measurement
US7835555B2 (en) 2005-11-29 2010-11-16 Siemens Medical Solutions Usa, Inc. System and method for airway detection
US8094896B2 (en) 2008-04-14 2012-01-10 General Electric Company Systems, methods and apparatus for detection of organ wall thickness and cross-section color-coding
US8111892B2 (en) 2008-06-04 2012-02-07 Medison Co., Ltd. Registration of CT image onto ultrasound images
KR101144579B1 (ko) * 2009-08-18 2012-05-09 서울여자대학교 산학협력단 호기 및 흡기 컴퓨터 단층촬영 영상의 비강체 폐 영상 정합 장치 및 방법
KR101274530B1 (ko) 2011-07-29 2013-06-13 주식회사 모든넷 이미지 정합 기반 흉부영상 진단 시스템 및 방법
JP5836908B2 (ja) 2012-09-27 2015-12-24 富士フイルム株式会社 画像処理装置および方法並びにプログラム
KR102106535B1 (ko) 2013-02-06 2020-05-06 삼성전자주식회사 일 호흡 주기에 따른 장기의 형상 및 위치의 변화를 나타내는 모델을 생성하는 방법, 장치 및 시스템.
KR20140126815A (ko) 2013-04-22 2014-11-03 삼성전자주식회사 호흡 주기 동안 체내 장기의 변화를 추적하는 방법, 장치 및 시스템.
AU2015204201B2 (en) 2014-01-06 2019-11-28 Body Vision Medical Ltd. Surgical devices and methods of use thereof
KR102233427B1 (ko) 2014-04-14 2021-03-29 삼성전자주식회사 의료 영상 정합 방법 및 장치
WO2016092408A1 (en) * 2014-12-09 2016-06-16 Koninklijke Philips N.V. Feedback for multi-modality auto-registration

Also Published As

Publication number Publication date
KR20170069587A (ko) 2017-06-21
US10719935B2 (en) 2020-07-21
US20190066296A1 (en) 2019-02-28
EP3338629A4 (en) 2018-10-03
WO2017099375A1 (ko) 2017-06-15
EP3338629A1 (en) 2018-06-27

Similar Documents

Publication Publication Date Title
KR102202398B1 (ko) 영상처리장치 및 그의 영상처리방법
US9218542B2 (en) Localization of anatomical structures using learning-based regression and efficient searching or deformation strategy
US9818200B2 (en) Apparatus and method for multi-atlas based segmentation of medical image data
US10580159B2 (en) Coarse orientation detection in image data
EP3611699A1 (en) Image segmentation using deep learning techniques
US11816833B2 (en) Method for reconstructing series of slice images and apparatus using same
US20160321427A1 (en) Patient-Specific Therapy Planning Support Using Patient Matching
US10803354B2 (en) Cross-modality image synthesis
US9691157B2 (en) Visualization of anatomical labels
US20160292844A1 (en) Medical image registration apparatus, medical image registration method, and medical image registration program
US20220139062A1 (en) Learning apparatus, learning method, and learning program, region-of-interest extraction apparatus, region-of-interest extraction method, and region-of-interest extraction program, and learned extraction model
US11170505B2 (en) Image processing apparatus, image processing method, image processing system, and storage medium
KR102537214B1 (ko) 자기 공명 이미지들에서 정중시상 평면을 결정하기 위한 방법 및 장치
US11715279B2 (en) Weighted image generation apparatus, method, and program, determiner learning apparatus, method, and program, region extraction apparatus, method, and program, and determiner
US20200020127A1 (en) Examination support device, examination support method, and examination support program
KR101885562B1 (ko) 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치
US20210082567A1 (en) Method for supporting viewing of images and apparatus using same
US20190236776A1 (en) Rib developed image generation apparatus, method, and program
CN116664476A (zh) 确定医学图像数据中描绘的解剖异常的变化的方法和系统
US20210256741A1 (en) Region correction apparatus, region correction method, and region correction program
KR102556646B1 (ko) 의료 영상 생성 방법 및 장치
US9713504B2 (en) Surgery assistance apparatus and method, and non-transitory recording medium having stored therein surgery assistance program
US11244754B2 (en) Artificial neural network combining sensory signal classification and image generation
US11138736B2 (en) Information processing apparatus and information processing method
US11003946B2 (en) Examination support device, examination support method, and examination support program

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant