KR102227921B1 - 로브기준으로 폐혈관을 정량화하는 방법 - Google Patents

로브기준으로 폐혈관을 정량화하는 방법 Download PDF

Info

Publication number
KR102227921B1
KR102227921B1 KR1020180064258A KR20180064258A KR102227921B1 KR 102227921 B1 KR102227921 B1 KR 102227921B1 KR 1020180064258 A KR1020180064258 A KR 1020180064258A KR 20180064258 A KR20180064258 A KR 20180064258A KR 102227921 B1 KR102227921 B1 KR 102227921B1
Authority
KR
South Korea
Prior art keywords
lobe
blood vessels
pulmonary blood
pulmonary
lung
Prior art date
Application number
KR1020180064258A
Other languages
English (en)
Other versions
KR20190138105A (ko
Inventor
유동훈
서현기
서준범
김남국
Original Assignee
주식회사 코어라인소프트
울산대학교 산학협력단
재단법인 아산사회복지재단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 코어라인소프트, 울산대학교 산학협력단, 재단법인 아산사회복지재단 filed Critical 주식회사 코어라인소프트
Priority to KR1020180064258A priority Critical patent/KR102227921B1/ko
Priority to US16/430,971 priority patent/US11049241B2/en
Publication of KR20190138105A publication Critical patent/KR20190138105A/ko
Priority to KR1020210030389A priority patent/KR102304100B1/ko
Application granted granted Critical
Publication of KR102227921B1 publication Critical patent/KR102227921B1/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
    • 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
    • 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
    • A61B6/50—Clinical applications
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 개시는 로브기준으로 폐혈관을 정량화 하는 방법에 있어서, 추출부가 의료영상을 기초로 혈관을 추출하는 단계; 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계; 그리고, 계산부가 추출된 폐혈관을 정량화하는 단계;를 포함하는 로브기준으로 폐혈관을 정량화 하는 방법에 관한 것이다.

Description

로브기준으로 폐혈관을 정량화하는 방법{QUALIFICATION METHOD OF LUNG VESSEL BASED ON LOBE}
본 개시(Disclosure)는 폐혈관을 정량화하는 방법에 관한 것으로, 특히 정확도가 높도록 로브기준으로 폐혈관을 정량화하는 방법에 관한 것이다.
여기서는, 본 개시에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).
도 1 내지 도 2는 한국 공개특허공보 제10-2011-0129239호에 제시된 흉부 씨티 영상 내 병변 자동 검출을 위한 폐혈관 추출 방법의 일 예를 나타내는 도면이다.
도 1은 본 발명의 일 실시 예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐혈관 추출 방법의 흐름을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시 예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐혈관 추출 방법은, 폐 영역 결정 단계(S100), 폐혈관 영역 추출 및 골격 형성 단계(S200), 혈관 토폴로지 구성 및 보정 단계(S300), 및 혈관 두께 분석을 통한 결절 재분류 단계(S400)를 포함하여 구현될 수 있다.
폐 영역 결정 단계(S100)에서는, 흉부 CT 영상으로부터 폐혈관 추출 방법의 대상 영역인 폐 영역을 결정한다. 도 1에 도시된 바와 같이, 폐 영역 결정 단계(S100)는 원본 흉부 CT 영상에 감마 보정을 적용하는 단계(S110), 감마 보정을 적용한 후 이진화 기법을 적용하여 영상을 이진화하는 단계(S120), 이진화한 영상에 모폴로지 연산을 적용하는 단계(S130), 및 모폴로지 연산을 적용한 영상에서 혈관 및 결절의 검출 대상인 폐 영역을 결정하는 단계(S140)를 포함하여 구현될 수 있다. 이하에서는, S100에 대해 상세히 설명 하도록 한다.
폐 영역 결정 단계(S100)에서는, 명암도 감쇄의 비율이 비교적 낮은 흉부 CT 영상을 수학식 1을 이용하여 영상을 보정한 후 Otsu 이진화 기법을 적용하여 영상을 이진화한다. 이때, 보정을 위한 감마값은 1.7을 사용하였다. 이진화한 영상에서 모폴로지 연산을 적용하여 혈관 및 결절의 검출 대상 영역인 폐 영역을 결정한다.
수학식1
Figure 112018054809920-pat00001
폐혈관 영역 추출 및 골격 형성 단계(S200)에서는, 단계 S100에서 결정된 폐 영역의 원본 영상 데이터에 이진화 기법을 적용하여 폐혈관 영역을 결정하고, 세선화 작업을 거쳐 혈관의 골격선을 형성한다. 도 1에 도시된 바와 같이, 단계 S200은 폐혈관 영역을 결정하는 단계(S210), 혈관 후보를 세선화하는 단계(S220), 세선화된 결과를 후처리 하는 단계(S230), 및 세선화 결과를 평활화하는 단계(S240)를 포함하여 구현될 수 있다. 즉, 단계 S100에서 산출된 폐 영역은 혈관 영역과 정상 폐 조직을 구분하기 위한 폐혈관 영역 추출 방법의 대상 영역으로 사용된다. 폐 영역 내에서 혈관 영역을 구분하기 위해 Otsu 이진화 기법을 이용한다. 폐 영역 결정 임계값의 경우와 마찬가지로 매 번 폐 영역 내 혈관 영역 구분용 임계값을 계산하기 위한 비용 소모를 줄이기 위하여 폐 영역에 포함된 원본 영상 데이터를 사용하여 Otsu 기법을 적용 후 혈관 영역 결정 임계값을 계산 하였다. 혈관 영역 결절 임계값을 이용하여 폐 영역의 이진화를 통해 폐혈관 영역이 구성된 후에는 세선화(Thinning) 작업을 거쳐 혈관의 골격선을 형성한다. 세선화는 보통 지문 인식이나 문자 인식(Online Character Recognition, OCR)을 위한 방법으로 활용이 되고 있다. 지문이나 문자의 획의 골격선을 구하여 골격선이 이루는 특징을 활용하여 각 사람이나 글자를 구별하기 위한 단계로 사용되고 있다. 세선화를 통해 형성된 골격선은 혈관의 두께를 측정 및 분석하는 기반이 된다.
혈관 토폴로지 구성 및 보정 단계(S300)에서는, 단계 S200에서 형성된 골격선으로부터 골격선을 구성하는 데이터를 골격선 교차점 및 단위 골격선으로 구분하여 연결된 골격선들의 혈관 토폴로지를 구성한다. 도 1에 도시된 바와 같이, 단계 S300은 토폴로지 초기 지점을 결정하는 단계(S310), 혈관 토폴로지를 구성하는 단계(S320), 혈관 토폴로지를 후처리 하는 단계(S330), 및 혈관 토폴로지를 재구성하는 단계(S340)를 포함하여 구현될 수 있다. 혈관 두께 분석을 통한 결절 재분류 단계(S400)에서는, 혈관 영역의 원본 데이터 및 단계 S300에서 구성된 혈관 토폴로지로부터 혈관의 두께를 분석하고 이를 이용하여 결절 후보는 재분류한다. 도 1에 도시된 바와 같이, 단계 S400은 단계 S300에서 구성된 혈관 토폴로지로부터 골격선을 이루는 픽셀들을 일정한 간격으로 나누는 기준점을 생성하는 단계(S410), 생성된 기준점을 이용하여 혈관의 두께를 분석하는 단계(S430), 및 분석된 혈관의 두께를 이용하여 결절 후보를 재분류하는 단계(S440)를 포함하여 구현될 수 있고, 혈관 두께 분석을 위한 3차원 모델을 선택하는 단계(S420)를 더 포함하여 구현될 수 있다.
도 2는 폐 영역을 검출하는 단계의 흐름에 따른 영상의 변환을 도시한 도면이다.
일 실시 예에 따른 흉부 CT 영상 내 병변 자동 검출을 위한 폐혈관 추출 방법에서 폐 영역 결정 단계(S100)의 흐름에 따른 영상의 변환을 도시한 도면이다. 도 2에서 (a)는 원본 이미지, (b)는 감마 보정을 적용한 이미지, (c)는 이진 영상, (d)는 모폴로지 연산적용 후 이미지, (e)는 결정된 폐 영역을 각각 나타낸다.
Otsu는 2차원 영상에서 명암도 히스토그램의 분포가 두 클래스로 나누어지는 최적의 임계값을 찾는 방법으로 널리 알려져 있다. 환자의 CT 영상은 90~100장 정도가 존재한다. 각각의 영상에서 독립된 폐 영역을 위한 임계값들을 결정한 후 3차원 영상을 생성하는 경우 각 영상의 임계값이 일정하지 않으므로 폐 영역이 불규칙적으로 결정될 수 있다. 폐의 최상단 및 최하단 등의 부위는 흉부 영상 내 폐 영역의 비율이 낮으므로 부적절한 임계값을 산출할 수 있다. 따라서 본 발명에서는 환자의 전체 CT 영상을 사용하여 3차원 영상을 먼저 구성하였다. 이후 3차원 영상 데이터를 이용하여 폐 영역의 Otsu 이진화를 위한 단일 임계값을 산출하였고 이를 이용하여 폐 영역을 결정하였다.
상기와 같은 단계를 거쳐, 폐혈관을 추출 가능하다. 폐 영역을 검출하는 단계(S100)에서, 폐의 표면을 기준으로 폐 영역을 검출하고, 폐 영역 내부의 폐혈관을 검출한다.
폐 혈관의 구조는 폐의 로브(lobe)구조와 밀접한 관계를 가진다. 심장에서 나온 혈관은 우선 오른쪽과 왼쪽으로 나뉘어지고, 다시 오른쪽은 3개, 왼쪽은 2개의 가지로 나뉘어진다. 이렇게 나뉘어진 혈관은 각 로브안 영역에서 나뉘어져 로브의 각 영역으로 퍼져 나간다. 따라서 폐혈관의 분포를 분석하기 위해서는 로브 별로 폐 혈관을 분석하는 것이 필요하다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
여기서는, 본 개시의 전체적인 요약(Summary)이 제공되며, 이것이 본 개시의 외연을 제한하는 것으로 이해되어서는 아니된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).
본 개시에 따른 일 태양에 의하면(According to one aspect of the present disclosure), 로브기준으로 폐혈관을 정량화 하는 방법에 있어서, 추출부가 의료영상을 기초로 혈관을 추출하는 단계; 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계; 그리고, 계산부가 추출된 폐혈관을 정량화하는 단계;를 포함하는 로브기준으로 폐혈관을 정량화 하는 방법이 제공된다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
도 1 내지 도 2는 한국 공개특허공보 제10-2011-0129239호에 제시된 흉부 씨티 영상 내 병변 자동 검출을 위한 폐혈관 추출 방법의 일 예를 나타내는 도면,
도 3은 본 개시에 따른 폐와 로브의 관계를 설명하기 위한 도면,
도 4는 본 개시에 따른 로브기준으로 폐혈관을 정량화 하는 방법의 순서도를 나타내는 도면,
도 5는 본 개시에 따른 추출된 혈관의 일 예를 설명하는 도면,
도 6은 본 개시에 따른 오프셋 표면을 설명하기 위한 도면,
도 7은 본 개시에 따른 로브 표면을 찾는 과정을 설명하는 도면,
도 8 내지 도 9는 본 개시에 따른 로브 표면을 기준으로 폐혈관을 찾는 방법의 장점을 보여주는 도면.
이하, 본 개시를 첨부된 도면을 참고로 하여 자세하게 설명한다(The present disclosure will now be described in detail with reference to the accompanying drawing(s)).
도 3은 본 개시에 따른 폐와 로브의 관계를 설명하기 위한 도면이다.
도 3(a)는 폐(100)의 전체적인 모습을 나타낸 도면이고, 도 3(b)는 기관지(151,153)와 폐(100)의 모습을 나타낸 도면이다.
폐(100)는 우폐(110)와 좌폐(130)가 있으며, 우폐(110)와 좌폐(130) 사이에는 기관(150)이 구비되며, 기관(150)을 통해 흡기에는 공기가 폐로 들어가고, 호기에는 공기가 폐에서 나오도록 한다. 폐(100)는 우폐(110)에는 3개의 로브(lobe;폐엽;111,113,115)가 있고, 좌폐(130)에는 2개의 로브(131,133)가 있다.
폐(100)는 우폐(110)와 좌폐(130)가 각각 하나의 덩어리로 보이지만, 총 5개의 로브(111,113,115,131,133)로 나누어져 있다. 기관지(151,153)에 따라 로브가 나눠지고, 폐혈관(미도시)은 기관지(151,153) 주위에 위치한다. 따라서 기관지(151,153)에 따라 로브(111,113,115,131,133)를 나누고, 로브(111,113,115,131,133)를 기준으로 폐혈관을 추출하는 것이 정확하다. 또한, 폐(100)는 폐혈관 또는 기관지(151,153)의 분류에 따라 더 많은 개수의 로브로 나누어질 수도 있다.
또한, 도 3(b)와 같이 기관지(151-1,3,5,153-1,3)도 각각의 로브에 나누어져 분포된다. 따라서, 로브를 나누기 위한 기준은 기관지(151-1,3,5,153-1,3)나 기관지(151-1,3,5,153-1,3)를 둘러싼 폐혈관 등을 기준으로 나누어질 수 있다.
도 4는 본 개시에 따른 로브기준으로 폐혈관을 정량화 하는 방법의 순서도를 나타내는 도면이다.
로브기준으로 폐혈관을 정량화 하는 방법에 있어서, 먼저, 추출부가 의료영상을 기초로 혈관을 추출한다(S1). 의료 영상을 기초로 복셀들의 3차원 집합으로서 혈관이 추출된다. 의료 영상에서 추출부는 혈관들의 복셀들을 HU(Hounsfield unit)을 기준으로 찾을 수 있으며, 예를 들면, 추출부는 혈관을 찾기 위해 -750HU 이상의 복셀을 찾을 수 있다. 이는 도 5에서 설명한다.
이후, 분석부가 로브 표면을 기준으로 폐혈관들의 복셀을 찾는다(S2).
로브 표면은 로브 외면과 로브 내면을 포함한다. 로브 외면은 폐 외면과 같고, 로브 내면은 로브와 로브 사이에 형성되는 경계면을 말한다.
또한, 로브 외면을 찾는 과정과 로브와 로브 사이의 내면을 찾는 과정을 포함한다. 로브와 로브 사이의 내면을 찾기 위해서 의료 영상을 통해 기관지나 폐혈관 등을 기준으로 내면을 예측할 수 있으며, 예측된 내면 주변에서 의료 영상을 통해 로브와 로브 사이의 내면을 찾도록 한다. 이는 이하 도 7에서 자세히 설명한다.
분석부는 로브 표면을 기준으로 오프셋 표면을 형성하는 과정을 포함한다. 복셀들은 로브의 표면으로부터 내측으로 일정한 거리의 복셀들의 집합으로 정의되는 오프셋 표면이 생성된다. 이후, 추출된 혈관과 오프셋 표면의 교차점에 해당하는 폐혈관들의 복셀들을 찾는 과정을 포함한다. 이를 도 6에 자세하게 설명한다.
이후, 계산부가 추출된 폐혈관을 정량화한다(S3). 찾아진 폐혈관들의 복셀들을 사용하여 계산부는 폐혈관의 반경, 즉 직경을 계산한다. 계산부는 계산된 폐혈관의 반경을 사용하여 폐혈관의 면적비를 계산한다. 또한, 폐혈관의 복셀들을 사용하여 폐혈관의 부피를 계산할 수 있다.
도 5는 본 개시에 따른 추출된 혈관의 일 예를 설명하는 도면이다.
의료영상에서 혈관을 추출하는 것이다. 의료영상에서 모든 혈관을 추출하며, 이를 통해 혈관의 데이터를 모아 놓을 수 있고, 이를 통해 3차원으로 혈관을 만들 수 있다. 흉부를 촬영한 의료영상으로부터 혈관을 추출하는 경우에는 심장 혈관, 폐 혈관 등이 모두 추출될 수 있다. 도 5의 도면에서는 일정지름 이상의 혈관만 나타나게 표시한 예이며, 일정지름 이하의 혈관은 표시되지 않았으나 추출되어 있다.
도 6은 본 개시에 따른 오프셋 표면을 설명하기 위한 도면이다.
오프셋 표면 형성을 위해 Euclidean Distance field를 생성하는 방법의 일 예를 설명한다.
몸체의 내부로부터 말단 영역까지 폐혈관이 가지를 뻗는다는 사실에 따르면, 로브의 외측 말단 경계 표면들로부터 동일한 거리에는 비슷한 사이즈의 혈관들이 있다고 가정할 수 있다. 그러므로 뿌리 영역(mediastinal region)을 제외한 혈관과 로브의 외측 말단 경계 표면(boundary surfaces)으로부터 일정 거리에 있는 폐의 내측 표면(IA,IB,IC,ID,IE 이하 I;inner surface) 사이에 교차점을 찾고, 이러한 교차점들에서 폐혈관의 직경을 평가한다.
교차점을 구하기 위해 먼저 내측 표면(I)들을 점차적으로 추출할 필요가 있다. 로브의 외측 말단 경계 표면으로부터 일정한 거리에 있는 내측 표면(I)은 그 거리에서의 오프셋 표면(OA,OB,OC,OD,OE 이하 O;offset surfaces)이 된다. 오프셋 표면(O)들은 face-based offset 또는 vertex-based offset와 같이, 일반적으로 볼륨 베이스(volume-based) 방식보다 더 시간효율적인 표면 데이터 계산 방식을 사용하여 생성될 수 있다.
그러나, 상기 표면 데이터 계산 방식들은 로브의 표면을 내측으로 오프세팅(offsetting)할 때 자주 발생하는 지역적 및 전체적 간섭에 취약하다. 특히 본 실시예의 경우, 오프셋 거리(offset distances)는 5mm 내지 30mm 인데, 이것은 CT images로부터 marching cubes에 의해 추출된 면의 길이보다 훨씬 더 커서 간섭을 피하기 어렵다. 그러므로 본 실시 예에서는 Euclidean distance field를 생성하는 볼륨-베이스 방식으로 오프셋 표면(O)을 생성한다.(도 6(a) 참조)
예를 들면, 오프셋 표면(O)은 도 6(a)의 단면으로 설명하자면, 폐는 로브(111,113,115,131,133)로 나눠진다. 로브(111,113,115,131,133)는 로브 표면으로부터 로브 내측으로 적어도 하나 이상의 오프셋 표면(O)이 형성된다. 오프셋 표면(O) 중 로브 내측에 형성된 오프셋 표면(O)은 내측 표면(I)이라고 한다.
도 6(b)는 각각의 로브(111,113,115,131,133)에 오프셋 표면(O)이 형성된 예를 나타낸다.
특정 거리에서 내측 표면(I), 즉 오프셋 표면(O)들을 얻은 후에, 오프셋 표면(O)과 작은 혈관들 간의 교차점들을 찾는다. 이는 도 8 내지 도 9에서 자세하게 설명하도록 한다.
도 7은 본 개시에 따른 로브 표면을 찾는 과정을 설명하는 도면이다.
로브 표면(170)은 로브 외면(171)과 로브 내면(173)을 포함한다. 예를 들면, 폐(100)는 우측에 구비된 우폐(110)와 좌측에 구비된 좌폐(130)를 포함한다. 우폐(110)는 위에 구비된 제1 로브(111;도 3참조), 중심에 구비된 제2 로브(113;도 3참조), 아래에 구비된 제3 로브(115;도 3참조)를 포함하고, 좌폐(130)는 위에 구비된 제4 로브(131;도 3참조) 및 아래에 구비된 제5 로브(133; ;도 3참조)를 포함한다. 제1 로브(111)와 제2 로브(113) 사이에는 제1 내면(173-1), 제2 로브(113)와 제3 로브(115) 사이에는 제2 내면(173-2), 제1 로브(111)와 제3 로브(117) 사이에는 제3 내면(173-3), 제4 로브(131)와 제5 로브(133) 사이에는 제4 내면(173-4)이 구비된다.
먼저, 로브 외면(171)을 찾는다. 로브 외면(171)은 폐의 표면과 같다. 따라서, 폐의 표면을 의료 영상으로부터 찾는다. 예를 들면, 도 2와 같이 폐 영역 결정단계 이후, 이에 따라서, 폐 영역이 의료 영상으로부터 분리되며, 도 7(a)를 폐의 표면 및 로브 외면(171)으로 정의할 수 있다.
이후, 로브 내면(173)을 찾는다. 도 7(b)와 같이 의료 영상에서 로브와 로브 사이의 경계면(이하, 내면;173)을 이루는 피셔(fissure)는 매우 얇기 때문에 구별하기 쉽지 않다. 예를 들면, 추출된 폐혈관 또는 기관지(151-1,3,5,153-1,3)를 기준으로 범위(S)를 설정하고, 범위(S) 사이의 의료 영상에서 내면(173)을 찾는다. 내면(173)을 찾는 것은 인공지능을 통해 이루어질 수 있다. 즉, 로브는 추출된 폐혈관 또는 기관지(151-1,3,5,153-1,3)를 중심으로 나누어져 있으므로 폐혈관 기관지(151-1,3,5,153-1,3)의 굵기와 길이에 따라 내면(173)이 위치할 곳을 예측가능하며, 이를 통해 범위를 한정하여 내면(173)을 찾을 수 있다.
도 8 내지 도 9는 본 개시에 따른 로브 표면을 기준으로 폐혈관을 찾는 방법의 장점을 보여주는 도면이다.
도 8은 로브 표면을 기준으로 복수의 내측 표면 중 하나의 내측 표면을 나타낸 도면이고, 도 9는 폐 표면을 기준으로 복수의 내측 표면 중 하나의 내측 표면을 나타낸 도면이다.
도 8의 도면에 도시된 내측 표면은 로브 표면을 기준으로 형성되며, 로브 표면을 기준으로 형성된 내측 표면은 폐혈관과 교차되는 교차점에서 폐혈관을 추출한다.
도 9의 도면에 표시된 내측 표면은 폐 표면을 기준으로 형성하며, 폐 표면을 기준으로 형성된 내측 표면은 혈관과 교차되는 교차점에서 폐혈관을 추출한다.
도 8 로브 표면을 기준으로 내측 표면(IA,IB,IC,ID,IE)을 형성하기 때문에 실제 혈관의 해부학적인 구조에 맞추어 폐혈관(V)의 분포에 대한 측정이 이루어지고 있다, 이에 비하여 도 9는 폐 표면을 기준으로 내측 표면(IA,IB,IC,ID,IE)을 형성하기 때문에 실제 혈관의 해부학적인 구조와는 맞지 않은 면을 기준으로 폐혈관(V)의 분포에 대한 측정을 하고 있음을 알 수 있다. 다시 이야기하면 도 9의 경우(폐 표면을 기준으로 한 경우)에는 내측 표면(IA,IB,IC,ID,IE)으로 인해 혈관이 존재하지 않는 영역이 혈관분포 분석에 포함되어 결과의 신뢰도에 악영향을 미치게 된다.
이하 본 개시의 다양한 실시 형태에 대하여 설명한다.
(1) 로브기준으로 폐혈관을 정량화 하는 방법에 있어서, 추출부가 의료영상을 기초로 혈관을 추출하는 단계; 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계; 그리고, 계산부가 추출된 폐혈관을 정량화하는 단계;를 포함하는 로브기준으로 폐혈관을 정량화 하는 방법.
(2) 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계는: 로브 표면으로부터 거리를 기준으로 오프셋 표면이 형성되는 과정;을 포함하는 로브를 기준으로 폐혈관을 정량화 하는 방법.
(3) 로브 표면으로부터 거리를 기준으로 오프셋 표면이 형성되는 과정; 이후, 추출된 혈관과 오프셋 표면의 교차점에 해당하는 복셀들이 찾아지는 과정; 을 포함하는 로브기준으로 폐혈관을 정량화 하는 방법.
(4) 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계에서, 로브 표면은 로브 내면과 외면을 포함하며, 로브 외면을 찾는 과정; 그리고, 로브 내면을 찾는 과정;을 포함하는 로브기준으로 폐혈관을 정량화 하는 방법.
(5) 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계는: 폐는 우측 위에 구비된 제1 로브, 우측 중심에 구비된 제2 로브, 우측 아래에 구비된 제3 로브, 좌측 위에 구비된 제4 로브 및 좌측 아래에 구비된 제5 로브;를 포함하며, 제1 로브와 제2 로브 사이에는 제1 내면, 제2 로브와 제3 로브 사이에는 제2 내면, 제3 로브와 제1 로브 사이에는 제3 내면 및 제4 로브와 제5 로브 사이에는 제4 내면이 구비되며, 로브 내면을 찾는 과정에서, 내면은 제1 내면, 제2 내면, 제3 내면 및 제 4 내면인 로브기준으로 폐혈관을 정량화 하는 방법.
(6) 로브 표면으로부터 거리를 기준으로 오프셋 표면이 형성되는 과정에서, 로브 표면으로부터 내측으로 오프셋 표면이 형성되며, 오프셋 표면은 적어도 하나 이상 구비되며, 오프셋 표면은 내측에 구비되는 내측표면을 포함하는 로브기준으로 폐혈관을 정량화 하는 방법.
(7) 추출부가 의료영상을 기초로 혈관을 추출하는 단계에서, 추출부는 의료영상의 모든 혈관을 추출하는 로브기준으로 폐혈관을 정량화 하는 방법.
(8) 추출부가 의료영상을 기초로 혈관을 추출하는 단계에서, 의료영상은 혈관을 복셀로 추출하는 폐혈관을 정량화 하는 방법.
본 개시에 따른 하나의 로브기준으로 폐혈관을 정량화 하는 방법에 의하면, 로브기준으로 오프셋 표면을 형성하여 폐혈관을 더 정확하게 추출하게 된다.
본 개시에 따른 또 하나의 로브기준으로 폐혈관을 정량화 하는 방법에 의하면, 로브의 내면을 구분하여 폐혈관을 더 많이 찾을 수 있게 된다.
100: 폐 110: 우폐 130: 좌폐 150:기관
111: 제1 로브 113: 제2 로브 115: 제3 로브 131: 제4 로브 133: 제5 로브
151-1,151-3,151-5,153-1,153-3: 기관지
170: 로브 표면 171: 로브 외면 173: 로브 내면
173-1: 제1 내면 173-2: 제2 내면 173-3: 제3 내면 173-4: 제4 내면

Claims (8)

  1. 로브기준으로 폐혈관을 정량화 하는 방법에 있어서,
    추출부가 의료영상을 기초로 혈관을 추출하는 단계;
    분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계; 그리고,
    계산부가 추출된 폐혈관을 정량화하는 단계;를 포함하고,
    상기 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계는:
    로브 표면으로부터 거리를 기준으로 오프셋 표면이 형성되는 과정; 및
    상기 오프셋 표면이 형성되는 과정 이후에 추출된 혈관과 오프셋 표면의 교차점에 해당하는 복셀들이 찾아지는 과정;
    을 포함하고,
    상기 로브 표면으로부터 거리를 기준으로 오프셋 표면이 형성되는 과정에서,
    상기 로브 표면으로부터 내측으로 오프셋 표면이 형성되며,
    상기 오프셋 표면은 적어도 하나 이상 구비되며, 상기 오프셋 표면은 상기 로브 표면을 기준으로 형성된 내측에 구비되는 내측표면을 포함하고,
    상기 오프셋 표면이 형성되는 과정 이후에 추출된 혈관과 오프셋 표면의 교차점에 해당하는 복셀들이 찾아지는 과정은,
    상기 로브 표면을 기준으로 형성된 상기 내측 표면과 상기 폐혈관이 교차되는 교차점에서 상기 폐혈관이 추출되고 상기 폐혈관의 복셀들이 찾아지는
    로브기준으로 폐혈관을 정량화 하는 방법.
  2. 삭제
  3. 삭제
  4. 청구항 1에 있어서,
    분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계에서,
    로브 표면은 로브 내면과 외면을 포함하며,
    로브 외면을 찾는 과정; 그리고,
    로브 내면을 찾는 과정;을 포함하는 로브기준으로 폐혈관을 정량화 하는 방법.
  5. 청구항 4에 있어서,
    분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계는:
    폐는 우측 위에 구비된 제1 로브, 우측 중심에 구비된 제2 로브, 우측 아래에 구비된 제3 로브, 좌측 위에 구비된 제4 로브 및 좌측 아래에 구비된 제5 로브;를 포함하며,
    제1 로브와 제2 로브 사이에는 제1 내면, 제2 로브와 제3 로브 사이에는 제2 내면, 제3 로브와 제1 로브 사이에는 제3 내면 및 제4 로브와 제5 로브 사이에는 제4 내면이 구비되며,
    로브 내면을 찾는 과정에서,
    내면은 제1 내면, 제2 내면, 제3 내면 및 제 4 내면인 로브기준으로 폐혈관을 정량화 하는 방법.
  6. 삭제
  7. 청구항 1에 있어서,
    추출부가 의료영상을 기초로 혈관을 추출하는 단계에서,
    추출부는 의료영상의 모든 혈관을 추출하는 로브기준으로 폐혈관을 정량화 하는 방법.
  8. 청구항 1에 있어서,
    추출부가 의료영상을 기초로 혈관을 추출하는 단계에서,
    의료영상은 혈관을 복셀로 추출하는 폐혈관을 정량화 하는 방법.
KR1020180064258A 2018-06-04 2018-06-04 로브기준으로 폐혈관을 정량화하는 방법 KR102227921B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180064258A KR102227921B1 (ko) 2018-06-04 2018-06-04 로브기준으로 폐혈관을 정량화하는 방법
US16/430,971 US11049241B2 (en) 2018-06-04 2019-06-04 Qualification method of lung vessel based on lobe
KR1020210030389A KR102304100B1 (ko) 2018-06-04 2021-03-08 로브기준으로 폐혈관을 정량화하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180064258A KR102227921B1 (ko) 2018-06-04 2018-06-04 로브기준으로 폐혈관을 정량화하는 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210030389A Division KR102304100B1 (ko) 2018-06-04 2021-03-08 로브기준으로 폐혈관을 정량화하는 방법

Publications (2)

Publication Number Publication Date
KR20190138105A KR20190138105A (ko) 2019-12-12
KR102227921B1 true KR102227921B1 (ko) 2021-04-16

Family

ID=68692762

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180064258A KR102227921B1 (ko) 2018-06-04 2018-06-04 로브기준으로 폐혈관을 정량화하는 방법

Country Status (2)

Country Link
US (1) US11049241B2 (ko)
KR (1) KR102227921B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11348250B2 (en) * 2019-11-11 2022-05-31 Ceevra, Inc. Image analysis system for identifying lung features

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008142481A (ja) 2006-12-13 2008-06-26 Med Solution Kk 肺を肺区域の単位に自動的にセグメンテーションする装置およびプログラム
JP2012096085A (ja) * 2012-02-08 2012-05-24 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
US8605978B2 (en) 2010-03-31 2013-12-10 Fujifilm Corporation Medical image processing apparatus and method, and computer readable recording medium on which is recorded program for the same
KR101514003B1 (ko) * 2013-10-17 2015-04-24 서울대학교산학협력단 폐엽 추출 방법 및 그 장치

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7206462B1 (en) * 2000-03-17 2007-04-17 The General Hospital Corporation Method and system for the detection, comparison and volumetric quantification of pulmonary nodules on medical computed tomography scans
US8150113B2 (en) * 2008-01-23 2012-04-03 Carestream Health, Inc. Method for lung lesion location identification
KR100999232B1 (ko) 2008-09-04 2010-12-07 울산대학교 산학협력단 Ｃｔ 폐영상에서 기울기와 밝기값 분포를 이용한 폐분할 방법
JP4931027B2 (ja) * 2010-03-29 2012-05-16 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム
KR101135205B1 (ko) 2010-05-25 2012-04-16 인하대학교 산학협력단 흉부 씨티 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법
US9014445B2 (en) * 2012-10-11 2015-04-21 Vida Diagnostics, Inc. Visualization and characterization of pulmonary lobar fissures
KR101511300B1 (ko) 2013-04-02 2015-04-14 재단법인 아산사회복지재단 혈관의 직경 측정 방법
WO2014168350A1 (ko) 2013-04-10 2014-10-16 재단법인 아산사회복지재단 폐동맥과 폐정맥을 구분하는 방법 및 이를 이용한 혈관의 정량화 방법
KR101514795B1 (ko) * 2013-08-19 2015-04-23 재단법인 아산사회복지재단 혈관의 정량화 방법
US9996919B2 (en) * 2013-08-01 2018-06-12 Seoul National University R&Db Foundation Method for extracting airways and pulmonary lobes and apparatus therefor
US9504529B2 (en) * 2014-02-24 2016-11-29 Vida Diagnostics, Inc. Treatment outcome prediction for lung volume reduction procedures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008142481A (ja) 2006-12-13 2008-06-26 Med Solution Kk 肺を肺区域の単位に自動的にセグメンテーションする装置およびプログラム
US8605978B2 (en) 2010-03-31 2013-12-10 Fujifilm Corporation Medical image processing apparatus and method, and computer readable recording medium on which is recorded program for the same
JP2012096085A (ja) * 2012-02-08 2012-05-24 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
KR101514003B1 (ko) * 2013-10-17 2015-04-24 서울대학교산학협력단 폐엽 추출 방법 및 그 장치

Also Published As

Publication number Publication date
US20190370964A1 (en) 2019-12-05
US11049241B2 (en) 2021-06-29
KR20190138105A (ko) 2019-12-12

Similar Documents

Publication Publication Date Title
US11101033B2 (en) Medical image aided diagnosis method and system combining image recognition and report editing
Bernard et al. Standardized evaluation system for left ventricular segmentation algorithms in 3D echocardiography
CN107103187B (zh) 基于深度学习的肺结节检测分级与管理的方法及系统
US10176408B2 (en) Systems and methods for analyzing pathologies utilizing quantitative imaging
US8605978B2 (en) Medical image processing apparatus and method, and computer readable recording medium on which is recorded program for the same
Aykac et al. Segmentation and analysis of the human airway tree from three-dimensional X-ray CT images
EP1851720B1 (en) Method of automatic extraction of the pulmonary artery tree from 3d medical images
US9471989B2 (en) Vascular anatomy modeling derived from 3-dimensional medical image processing
CN108133476B (zh) 一种肺结节自动检测方法及系统
US9232895B2 (en) Method and system for automatic interpretation of computer tomography scan data
JP2008259622A (ja) レポート作成支援装置およびそのプログラム
CN110189307B (zh) 一种基于多模型融合的肺结节检测方法及系统
KR101135205B1 (ko) 흉부 씨티 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법
KR102227921B1 (ko) 로브기준으로 폐혈관을 정량화하는 방법
US7672496B2 (en) Forming three dimensional objects using a decision rule in medical image data
Purnama et al. Follicle detection on the usg images to support determination of polycystic ovary syndrome
KR102304100B1 (ko) 로브기준으로 폐혈관을 정량화하는 방법
Miao et al. CoWRadar: Visual Quantification of the Circle of Willis in Stroke Patients.
CN113112473A (zh) 一种人体扩张型心肌病的自动诊断系统
Shaziya et al. Comprehensive review of automatic lung segmentation techniques on pulmonary CT images
Morais et al. Fully automatic left ventricular myocardial strain estimation in 2D short-axis tagged magnetic resonance imaging
You et al. Extraction of samples from airway and vessel trees in 3D lung CT based on a multi-scale principal curve tracing algorithm
CN116152253B (zh) 心脏磁共振mapping量化方法、系统和存储介质
Mamatha Detection of Brain Tumor in MR images using hybrid Fuzzy C-mean clustering with graph cut segmentation technique
Liu et al. Retinal vessel extraction and diameter calculation based on tensor analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant