KR102329034B1 - 유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치 - Google Patents

유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치 Download PDF

Info

Publication number
KR102329034B1
KR102329034B1 KR1020200007183A KR20200007183A KR102329034B1 KR 102329034 B1 KR102329034 B1 KR 102329034B1 KR 1020200007183 A KR1020200007183 A KR 1020200007183A KR 20200007183 A KR20200007183 A KR 20200007183A KR 102329034 B1 KR102329034 B1 KR 102329034B1
Authority
KR
South Korea
Prior art keywords
breast
image
tissue
vertex
polyhedron
Prior art date
Application number
KR1020200007183A
Other languages
English (en)
Other versions
KR20210030843A (ko
Inventor
서보경
김덕우
김창헌
Original Assignee
고려대학교 산학협력단
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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Publication of KR20210030843A publication Critical patent/KR20210030843A/ko
Application granted granted Critical
Publication of KR102329034B1 publication Critical patent/KR102329034B1/ko

Links

Images

Classifications

    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00743—Type of operation; Specification of treatment sites
    • A61B2017/00796—Breast surgery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Urology & Nephrology (AREA)
  • Robotics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치가 개시된다. 개시되는 일 실시예에 따른 유방 변형 예측 시뮬레이션 방법은, 하나 이상의 프로세서들, 및 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 환자의 수술 전 유방 영상을 획득하는 단계, 수술 전 유방 영상에서 수술로 제거될 부위를 분할하는 단계, 수술 전 유방 영상을 3D 유방 영상으로 변환하는 단계, 및 3D 유방 영상에서 수술로 제거될 부위가 제거된 상태의 유방 변형 형태를 구현하는 단계를 포함한다.

Description

유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치{METHOD FOR PREDICTING SIMULATION OF BREAST DEFORMITY AND APPARATUS FOR EXECUTING THE METHOD}
본 발명의 실시예는 수술 후 유방 변형 예측 시뮬레이션 기술과 관련된다.
유방암은 전 세계 1위의 여성암이고, 국내에서는 갑상선암 다음으로 2위 여성암을 차지하고 있는 바, 유방암 치료 후 여성으로서 삶의 만족도나 사회 복귀 등은 국민 보건 의료와 경제 활동 면에서 중요한 요소가 된다. 유방암 치료는 종양의 크기, 위치, 다발성, 및 림프절 전이 등에 따라 수술법 및 방사선 치료 유무와 범위 등이 달라지게 된다.
유방암 치료 후 유방의 변형된 모습은 여성으로서 받아들이기 힘든 정신적 부담이 되기 때문에, 많은 유방암 환자들이 유방 재건 수술을 통해 유방의 모습을 이전과 비슷한 형태로 복원하려고 한다.
그러나, 유방 재건 수술 후 환자의 만족도는 다양하게 나타나며, 유방암 치료 후 여성으로서 만족한 삶을 영위하기 위해서는 개인 맞춤형 성형 수술법이 적용되어야 한다. 이러한 이유로, 유방암 치료 후 변형될 유방의 모습 및 유방 재건 수술 후의 유방의 모습을 예측하는 것은 환자에게 삶의 질 향상과 수술 시간 단축으로 이어지는 중요한 문제이며, 수술을 집도하는 의사에게도 수술 전 계획 수립에 매우 유용하게 된다.
한국등록특허공보 제10-1307162호(2013.09.11.)
개시되는 실시예는 수술 후 유방의 변형된 모습을 예측할 수 있는 기법을 제공하기 위한 것이다.
개시되는 일 실시예에 따른 유방 변형 예측 시뮬레이션 방법은, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 환자의 수술 전 유방 영상을 획득하는 단계; 상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하는 단계; 상기 수술 전 유방 영상을 3D 유방 영상으로 변환하는 단계; 및 상기 3D 유방 영상에서 상기 수술로 제거될 부위가 제거된 상태의 유방 변형 형태를 구현하는 단계를 포함한다.
상기 유방 변형 형태를 구현하는 단계는, 상기 수술로 제거될 부위의 공간 위치, 형태, 및 부피를 산출하는 단계; 및 상기 3D 유방 영상에서 상기 수술로 제거될 부위를 비어 있는 것으로 밀도 함수 값을 설정하는 단계를 포함할 수 있다.
상기 유방 변형 형태를 구현하는 단계는, 상기 3D 유방 영상에서 유방 내부 및 유방 표면을 가상의 다면체로 채우는 단계를 포함할 수 있다.
상기 다면체로 채우는 단계는, 상기 유방 내부에서 상기 유방 표면에 가까울수록 상기 다면체의 밀도가 높아지도록 하는 단계를 포함할 수 있다.
상기 다면체로 채우는 단계는, 근육, 유선 조직, 피하 지방, 및 피부를 포함하는 유방 조직의 성분에 따라 해당 조직에 채워지는 다면체에 해당 조직에 대한 물리적 특성을 부여하는 단계를 포함할 수 있다.
상기 다면체로 채우는 단계는, 상기 3D 유방 영상에서 상기 유방 표면 형성 시 상기 다면체의 꼭지점을 유방의 표면 곡선과 교차되는 지점과의 관계에 따라 이동시키는 단계를 포함할 수 있다.
상기 이동시키는 단계는, 상기 3D 유방 영상에서 상기 유방의 표면 곡선이 상기 다면체들의 에지들과 교차하는 교차점들을 검출하는 단계; 상기 유방의 표면 곡선 내부에 존재하는 다면체의 꼭지점들 중 상기 검출된 교차점들과 기 설정된 임계값 이하의 거리를 가지는 제1 꼭지점을 추출하는 단계; 및 상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수에 따라 상기 제1 꼭지점의 이동 위치를 산출하는 단계를 포함할 수 있다.
상기 이동 위치를 산출하는 단계는, 상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수가 복수 개인 경우, 상기 제1 꼭지점과 상기 복수 개의 교차점들 간의 위치 차이에 따른 평균 위치를 산출하는 단계; 및 상기 제1 꼭지점의 위치를 상기 산출한 평균 위치로 이동시키는 단계를 포함할 수 있다.
상기 이동 위치를 산출하는 단계는, 상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수가 한 개인 경우, 상기 제1 꼭지점을 해당 교차점의 위치로 이동시키는 단계를 포함할 수 있다.
상기 유방 변형 예측 시뮬레이션 방법은, 상기 유방의 표면 곡선 외부에 존재하는 다면체의 꼭지점들 중 상기 검출된 교차점들과 기 설정된 임계값 이하의 거리를 가지는 제2 꼭지점을 추출하는 단계; 및 상기 제2 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수에 따라 상기 제2 꼭지점의 이동 위치를 산출하는 단계를 더 포함할 수 있다.
개시되는 다른 실시예에 따른 유방 변형 예측 시뮬레이션 방법은, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 환자의 수술 전 유방 영상을 획득하는 단계; 상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하는 단계; 상기 수술 후 유방 내에 삽입할 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 입력 받는 단계; 상기 수술 전 유방 영상을 3D 영상으로 변환하는 단계; 및 상기 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 기반으로 상기 3D 영상에서 유방 복원 수술 후의 유방 변형 형태를 구현하는 단계를 포함한다.
개시되는 일 실시예에 따른 컴퓨팅 장치는, 하나 이상의 프로세서들; 메모리; 및 하나 이상의 프로그램들을 포함하고, 상기 하나 이상의 프로그램들은 상기 메모리에 저장되고, 상기 하나 이상의 프로세서들에 의해 실행되도록 구성되며, 상기 하나 이상의 프로그램들은, 환자의 수술 전 유방 영상을 획득하기 위한 명령; 상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하기 위한 명령; 상기 수술 전 유방 영상을 3D 유방 영상으로 변환하기 위한 명령; 및 상기 3D 유방 영상에서 상기 수술로 제거될 부위가 제거된 상태의 유방 변형 형태를 구현하기 위한 명령을 포함한다.
개시되는 다른 실시예에 따른 컴퓨팅 장치는, 하나 이상의 프로세서들; 메모리; 및 하나 이상의 프로그램들을 포함하고, 상기 하나 이상의 프로그램들은 상기 메모리에 저장되고, 상기 하나 이상의 프로세서들에 의해 실행되도록 구성되며, 상기 하나 이상의 프로그램들은, 환자의 수술 전 유방 영상을 획득하기 위한 명령; 상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하기 위한 명령; 상기 수술 후 유방 내에 삽입할 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 입력 받기 위한 명령; 상기 수술 전 유방 영상을 3D 영상으로 변환하기 위한 명령; 및 상기 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 기반으로 상기 3D 영상에서 유방 복원 수술 후의 유방 변형 형태를 구현하기 위한 명령을 포함한다.
개시되는 실시예에 의하면, 유방 수술 후의 유방 모습을 수술 전 영상을 통해 시뮬레이션으로 예측함으로써, 환자 맞춤형 성형 수술법을 설계 할 수 있으며, 이를 통해 수술 시간 단축 및 의사에게 수술 전 계획 수립에 매우 유용하게 된다.
또한, 유방 복원 수술에 따른 유방 모습을 시뮬레이션으로 예측함으로써, 환자의 정신적 부담을 줄이면서 삶의 질을 향상시키는데 도움을 줄 수 있게 된다.
도 1은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
도 2는 본 발명의 일 실시예에 따른 유방 변형 모습 예측 시뮬레이션 방법을 설명하기 위한 흐름도
도 3은 개시되는 일 실시예의 수술 전 유방 영상에서 유방암 부위를 분할하는 상태를 개략적으로 나타내 도면
도 4는 개시되는 일 실시예의 수술 전 유방 영상에서 백그라운드를 제거하기 전과 제거한 후를 나타낸 도면
도 5는 개시되는 일 실시예의 수술 전 유방 영상에서 노이즈를 제거하기 전과 제거한 후를 나타낸 도면
도 6은 본 발명의 실시예에서 수술 전 유방 영상을 3D 유방 영상으로 변환한 상태를 나타낸 도면
도 7 내지 도 10은 개시되는 실시예에서 다면체의 정점을 유방의 표면 곡선과의 교차되는 관계에 따라 이동시키는 상태를 설명하기 위한 도면
도 11은 개시되는 다른 실시예에 따른 유방 변형 모습 예측 시뮬레이션 방법을 설명하기 위한 흐름도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
도 1은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 본 발명의 실시예에 따른 유방 변형 모습을 예측하기 위한 시뮬레이션 장치일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(102)와 연결될 수도 있다.
도 2는 본 발명의 일 실시예에 따른 유방 변형 모습 예측 시뮬레이션 방법(200)을 설명하기 위한 흐름도이다. 이러한 유방 변형 모습 예측 시뮬레이션 방법(200)은 하나 이상의 프로세서들, 및 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치(12)에서 수행될 수 있다. 이를 위하여, 유방 변형 모습 예측 시뮬레이션 방법(200)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함하는 프로그램 내지 소프트웨어의 형태로 구현되어 상기 메모리상에 저장될 수 있다.
또한, 도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
단계 202에서, 컴퓨팅 장치(12)는 수술 전 유방 영상을 획득한다. 수술 전 유방 영상은 환자가 유방과 관련된 수술(예를 들어, 유방암 수술)을 하기 전에 유방 부위를 촬영한 영상을 의미할 수 있다. 수술 전 유방 영상은 유방암 치료 전 병기 결정을 위해 촬영한 영상일 수 있다. 예시적인 실시예에서, 수술 전 유방 영상은 MRI(Magnetic Resonance Imaging) 영상, CT(Computed Tomography) 영상, X-Ray 영상, 초음파 영상, 양전자방출단층 촬영 영상 등일 수 있다.
단계 204에서, 컴퓨팅 장치(12)는 수술 전 유방 영상에서 유방암 부위(즉, 수술로 제거될 부위)를 분할(Segmentation)한다. 컴퓨팅 장치(12)는 사용자로부터 입력되는 환자 수술 부위 및 방법(예를 들어, 부분 절제, 완전 절제, 림프절 전이 여부 등) 등에 따라 유방에서 제거될 부위의 공간 위치, 부피, 및 형태 등을 예측할 수 있다.
도 3은 개시되는 일 실시예의 수술 전 유방 영상에서 유방암 부위를 분할하는 상태를 개략적으로 나타내 도면이다. 도 3을 참조하면, 컴퓨팅 장치(12)는 수술 전 유방 영상에서 암 부위를 확인하고, 암 부위에 테두리를 그려 암 부위를 다른 정상 조직과 분리할 수 있다.
한편, 수술 전 유방 영상에서 유방암 부위의 분할 작업을 위해 이미지 전처리 단계를 더 수행할 수 있다. 예시적인 실시예에서, 컴퓨팅 장치(12)는 수술 전 유방 영상에서 기 설정된 임계값을 사용하여 백그라운드를 제거할 수 있다. 도 4는 개시되는 일 실시예의 수술 전 유방 영상에서 백그라운드를 제거하기 전(도 4의 (a))과 제거한 후(도 4의 (b))를 나타낸 도면이다.
또한, 컴퓨팅 장치(12)는 수술 전 유방 영상을 필터링(Filtering)하여 노이즈(예를 들어, Salt and Pepper Noise 등)를 제거할 수 있다. 도 5는 개시되는 일 실시예의 수술 전 유방 영상에서 노이즈를 제거하기 전(도 5의 (a))과 제거한 후(도 5의 (b))를 나타낸 도면이다. 예시적인 실시예에서, 컴퓨팅 장치(12)는 주문 통계 필터(Order Statistic Filter)을 통해 노이즈를 제거할 수 있으나 이에 한정되는 것은 아니다.
또한, 컴퓨팅 장치(12)는 수술 전 유방 영상에서 강인한 경계(Robust Boundary)를 추출하기 위해 쉬트니스 필터링(Sheetness Filtering)을 수행할 수 있다.
단계 206에서, 컴퓨팅 장치(12)는 수술 전 유방 영상을 3D 유방 영상으로 변환한다. 일반적으로, 수술 전 유방 영상은 환자를 대상으로 1회 촬영 시 수십 개의 의료 영상이 얻어지게 된다. 이에, 컴퓨팅 장치(12)는 복수 개의 수술 전 유방 영상을 이용하여 이를 3D 유방 영상으로 변환할 수 있다. 여기서, 3D 유방 영상은 유방 부위(즉, 대흉근 앞에 위치한 유방 조직)만 표현된 것일 수 있다. 컴퓨팅 장치(12)는 각각의 수술 전 유방 영상에서 유방 부위만을 추출한 후 이를 적층하여 3D 유방 영상을 생성할 수 있다. 복수 개의 2D 영상을 3D 영상으로 변환하는 기술은 이미 공지된 기술인 바, 이에 대한 자세한 설명은 생략하기로 한다. 도 6은 본 발명의 실시예에서 수술 전 유방 영상을 3D 유방 영상으로 변환한 상태를 나타낸 도면이다.
그러나, 이에 한정되는 것은 아니며 단계 204와 단계 206의 순서가 변경될 수도 있다. 즉, 수술 전 영상을 3D 유방 영상으로 변환한 후, 3D 유방 영상에서 암 부위를 분할 할 수도 있다.
단계 208에서, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방암 부위(즉, 수술 부위)가 제거된 상태의 유방 변형 형태를 예측한다. 즉, 컴퓨팅 장치(12)는 유방암 절제 수술 후 유방 모습을 3D 유방 영상으로 구현할 수 있다.
이때, 컴퓨팅 장치(12)는 밀도 함수(Density Function)를 이용하여 3D 유방 영상의 공간의 모든 점이 비어 있는지 또는 채워 있는지를 설정할 수 있다. 예를 들어, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방암이 제거된 부위는 비어 있는 것으로 밀도 함수 값을 설정할 수 있다. 컴퓨팅 장치(12)는 유방암이 제거된 부위의 공간 위치, 형태, 및 부피를 산출하고, 3D 유방 영상에서 해당 부위를 비어 있는 것으로 밀도 함수 값을 설정할 수 있다.
또한, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방 내부 및 유방 표면을 유한 요소(예를 들어, 다면체 등)로 이산화 할 수 있다. 즉, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방 내부 및 유방 표면을 가상의 유한 요소를 이용하여 채울 수 있다. 이하에서는, 유한 요소가 다면체인 것을 일 실시예로 설명하기로 한다.
여기서, 컴퓨팅 장치(12)는 유방 조직에 따라 다면체의 밀도를 다르게 설정할 수 있다. 예시적인 실시예에서, 컴퓨팅 장치(12)는 유방 내부에서 유방 표면에 가까울수록 다면체의 밀도가 높아지도록 할 수 있다. 즉, 유방 조직은 내부에서 표면까지 근육 - 유선 조직 - 피하 지방 - 피부 등으로 이루어지게 된다.
이때, 컴퓨팅 장치(12)는 근육 영역은 제1 밀도로 다면체를 채우고, 유선 조직은 제1 밀도 보다 높은 제2 밀도로 다면체를 채우고, 피하 지방은 제2 밀도 보다 높은 제3 밀도로 다면체를 채우고, 피부는 제3 밀도 보다 높은 제4 밀도로 다면체를 채울 수 있다. 이 경우, 수술 후 유방의 변형된 모습을 잘 표현하면서도 다면체를 개수를 줄일 수 있어 컴퓨팅 장치(12)의 연산에 따른 로드를 줄일 수 있게 된다.
또한, 컴퓨팅 장치(12)는 유방 내부에서 유방 표면까지 다면체를 채울 때, 유방 조직의 성분(근육, 유선 조직, 피하 지방, 피부)에 따라 각 조직에 채워지는 다면체에 그에 대응하는 물리적 특성(예를 들어, 탄성도 등)를 부여할 수 있다.
또한, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방의 표면을 형성할 때, 다면체의 정점(Vertex)을 유방의 표면 곡선과의 교차되는 지점과의 관계에 따라 이동시켜 표현할 수 있다. 이에 대해서는 도 7 내지 도 10을 참조하여 설명하기로 한다. 여기서는, 설명의 편의상 2D 영상으로 도시하였다. 또한, 여기서는 다면체가 사면체인 것을 일 예로 설명하기로 하나, 다면체가 이에 한정되는 것은 아니다.
도 7을 참조하면, 3D 유방 영상 내에서 다면체(A)(예를 들어, 사면체)는 4개의 꼭지점 및 6개의 에지를 포함할 수 있다. 유방의 표면 곡선(S)(도 4에서 파란색 실선)은 여러 개의 다면체(A)들의 에지(E)들과 교차하여 교차점(P)들이 생기게 된다.
여기서, 컴퓨팅 장치(12)는 유방의 표면 곡선(S) 내부에 존재하는 다면체(A)의 꼭지점(B)들 중 교차점(P)들과 기 설정된 임계값 이하의 거리를 가지는 제1 꼭지점(B1)을 추출할 수 있다. 컴퓨팅 장치(12)는 추출한 제1 꼭지점(B1)을 위치를 이동할 꼭지점으로 설정할 수 있다.
도 8을 참조하면, 컴퓨팅 장치(12)는 추출한 제1 꼭지점(B1)과 기 설정된 임계값 이하의 거리를 가지는 교차점(P1, P2, P3)들 간의 위치 차이에 따른 평균 위치를 산출할 수 있다. 그리고, 컴퓨팅 장치(12)는 추출한 제1 꼭지점(B1)의 위치를 산출한 평균 위치의 위치로 이동시킬 수 있다. 만약, 추출한 제1 꼭지점(B1)과 기 설정된 임계값 이하의 거리를 가지는 교차점이 한 개인 경우, 컴퓨팅 장치(12)는 제1 꼭지점(B1)의 위치를 해당 교차점의 위치로 이동시킬 수 있다.
도 9를 참조하면, 컴퓨팅 장치(12)는 유방의 표면 곡선(S) 외부에 존재하는 다면체(A)의 꼭지점(B)들 중 교차점(P)들과 기 설정된 임계값 이하의 거리를 가지는 제2 꼭지점(B2)을 추출할 수 있다. 컴퓨팅 장치(12)는 추출한 제2 꼭지점(B2)를 위치를 이동할 꼭지점으로 설정할 수 있다.
도 10을 참조하면, 컴퓨팅 장치(12)는 추출한 제2 꼭지점(B2)과 기 설정된 임계값 이하의 거리를 가지는 교차점(P4) 간의 관계에 따라 제2 꼭지점(B2)의 이동할 위치를 산출할 수 있다. 예를 들어, 제2 꼭지점(B2)과 기 설정된 임계값 이하의 거리를 가지는 교차점이 1개인 경우, 컴퓨팅 장치(12)는 제2 꼭지점(B2)의 위치를 제2 꼭지점(B2)과 기 설정된 임계값 이하의 거리를 가지는 교차점(P4)의 위치로 이동시킬 수 있다.
이와 같이, 3D 유방 영상에서 유방의 표면을 형성할 때, 다면체의 정점(Vertex)을 유방의 표면 곡선과의 교차되는 지점과의 관계에 따라 이동시켜 표현함으로써, 3D 유방 영상을 통해 유방암 절제 수술 후의 실제 유방의 모습을 보다 정확하게 구현할 수 있게 된다.
도 11은 개시되는 다른 실시예에 따른 유방 변형 모습 예측 시뮬레이션 방법(300)을 설명하기 위한 흐름도이다. 이러한 유방 변형 모습 예측 시뮬레이션 방법(300)은 하나 이상의 프로세서들, 및 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치(12)에서 수행될 수 있다. 이를 위하여, 유방 변형 모습 예측 시뮬레이션 방법(800)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함하는 프로그램 내지 소프트웨어의 형태로 구현되어 상기 메모리상에 저장될 수 있다.
또한, 도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
단계 302에서, 컴퓨팅 장치(12)는 수술 전 유방 영상을 획득한다. 이는 도 2에 도시된 실시예와 동일하므로 이에 대한 자세한 설명은 생략하기로 한다.
단계 304에서, 컴퓨팅 장치(12)는 수술 전 유방 영상에서 유방암 부위(즉, 수술로 제거될 부위)를 분할(Segmentation)한다. 이때, 컴퓨팅 장치(12)는 사용자로부터 입력되는 환자 수술 부위 및 방법(예를 들어, 부분 절제, 완전 절제, 림프절 전이 여부 등) 등에 따라 유방에서 제거될 부위의 공간 위치, 부피, 및 형태 등을 예측할 수 있다.
단계 306에서, 컴퓨팅 장치(12)는 수술 후 유방 내에 삽입할 자가 조직 또는 인공 조직에 대한 정보 및 환자의 유방 조직의 물리적 특성 정보를 입력 받는다. 예를 들어, 컴퓨팅 장치(12)는 자가 조직 또는 인공 조직의 크기(부피), 형태, 및 탄성도 등에 대한 정보를 입력 받을 수 있다. 또한, 해당 환자의 각 유방 조직 비율 및 각 유방 조직의 물리적 특성(예를 들어, 탄성도 등) 정보를 입력 받을 수 있다.
단계 308에서, 컴퓨팅 장치(12)는 수술 전 유방 영상을 3D 유방 영상으로 변환한다.
단계 310에서, 컴퓨팅 장치(12)는 자가 조직 또는 인공 조직에 대한 정보 및 환자의 유방 조직의 물리적 특성 정보를 기반으로 3D 유방 영상에서 유방 복원 수술 후의 유방 변형 형태를 예측한다. 이때, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방 내부 및 유방 표면을 다면체를 이용하여 채울 수 있다.
구체적으로, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방암이 제거된 부위에는 자가 조직 또는 인공 조직의 부피 및 형태를 기반으로 다면체를 채울 수 있다. 컴퓨팅 장치(12)는 자가 조직 또는 인공 조직의 물리적 특성을 해당 다면체에 부여할 수 있다.
또한, 컴퓨팅 장치(12)는 3D 유방 영상에서 유방암이 제거된 부위를 제외한 부위에는 유방 조직의 성분(근육, 유선 조직, 피하 지방, 피부)에 따라 다면체의 밀도를 달리하여 채울 수 있다. 그리고, 컴퓨팅 장치(12)는 유방 조직의 성분에 따라 각 조직에 채워지는 다면체에 그에 대응하는 물리적 특성을 부여할 수 있다.
또한, 컴퓨팅 장치(12)는 수술 전 영상에서 환자의 가슴 기울기 정보, 환자의 유방 원래 크기, 및 환자의 유방 조직 성분 비율 등을 기반으로 환자가 서 있는 상태에서의 유방 모습을 구현할 수 있다. 즉, 수술 전 영상은 주로 환자가 누워 있거나 엎드려 있는 자세에서 촬영하게 되는 바, 수술 전 영상에서 환자의 가슴 기울기 정보, 환자의 유방 원래 크기, 및 환자의 유방 조직 성분 비율 등을 이용하여 환자가 서 있는 상태에서의 유방 모습을 3D 유방 영상으로 구현할 수 있다.
개시되는 실시예에 의하면, 유방 수술 후의 유방 모습을 수술 전 영상을 통해 시뮬레이션으로 예측함으로써, 환자 맞춤형 성형 수술법을 설계 할 수 있으며, 이를 통해 수술 시간 단축 및 의사에게 수술 전 계획 수립에 매우 유용하게 된다. 또한, 유방 복원 수술에 따른 유방 모습을 시뮬레이션으로 예측함으로써, 환자의 정신적 부담을 줄이면서 삶의 질을 향상시키는데 도움을 줄 수 있게 된다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
10 : 컴퓨팅 환경
12 : 컴퓨팅 장치
14 : 프로세서
16 : 컴퓨터 판독 가능 저장 매체
18 : 통신 버스
20 : 프로그램
22 : 입출력 인터페이스
24 : 입출력 장치
26 : 네트워크 통신 인터페이스

Claims (13)

  1. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    환자의 수술 전 유방 영상을 획득하는 단계;
    상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하는 단계;
    상기 수술 후 유방 내에 삽입할 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 입력 받는 단계;
    상기 수술 전 유방 영상을 3D 유방 영상으로 변환하는 단계; 및
    상기 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 기반으로 상기 3D 유방 영상에서 상기 수술로 제거될 부위가 제거된 상태의 유방 변형 형태를 구현하는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  2. 청구항 1에 있어서,
    상기 유방 변형 형태를 구현하는 단계는,
    상기 수술로 제거될 부위의 공간 위치, 형태, 및 부피를 산출하는 단계; 및
    상기 3D 유방 영상에서 상기 수술로 제거될 부위를 비어 있는 것으로 밀도 함수 값을 설정하는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  3. 청구항 1에 있어서,
    상기 유방 변형 형태를 구현하는 단계는,
    상기 3D 유방 영상에서 유방 내부 및 유방 표면을 가상의 다면체로 채우는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  4. 청구항 3에 있어서,
    상기 다면체로 채우는 단계는,
    상기 유방 내부에서 상기 유방 표면에 가까울수록 상기 다면체의 밀도가 높아지도록 하는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  5. 청구항 3에 있어서,
    상기 다면체로 채우는 단계는,
    근육, 유선 조직, 피하 지방, 및 피부를 포함하는 유방 조직의 성분에 따라 해당 조직에 채워지는 다면체에 해당 조직에 대한 물리적 특성을 부여하는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  6. 청구항 3에 있어서,
    상기 다면체로 채우는 단계는,
    상기 3D 유방 영상에서 상기 유방 표면 형성 시 상기 다면체의 꼭지점을 유방의 표면 곡선과 교차되는 지점과의 관계에 따라 이동시키는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  7. 청구항 6에 있어서,
    상기 이동시키는 단계는,
    상기 3D 유방 영상에서 상기 유방의 표면 곡선이 상기 다면체들의 에지들과 교차하는 교차점들을 검출하는 단계;
    상기 유방의 표면 곡선 내부에 존재하는 다면체의 꼭지점들 중 상기 검출된 교차점들과 기 설정된 임계값 이하의 거리를 가지는 제1 꼭지점을 추출하는 단계; 및
    상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수에 따라 상기 제1 꼭지점의 이동 위치를 산출하는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  8. 청구항 7에 있어서,
    상기 이동 위치를 산출하는 단계는,
    상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수가 복수 개인 경우, 상기 제1 꼭지점과 상기 복수 개의 교차점들 간의 위치 차이에 따른 평균 위치를 산출하는 단계; 및
    상기 제1 꼭지점의 위치를 상기 산출한 평균 위치로 이동시키는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  9. 청구항 7에 있어서,
    상기 이동 위치를 산출하는 단계는,
    상기 제1 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수가 한 개인 경우, 상기 제1 꼭지점을 해당 교차점의 위치로 이동시키는 단계를 포함하는, 유방 변형 예측 시뮬레이션 방법.
  10. 청구항 7에 있어서,
    상기 유방 변형 예측 시뮬레이션 방법은,
    상기 유방의 표면 곡선 외부에 존재하는 다면체의 꼭지점들 중 상기 검출된 교차점들과 기 설정된 임계값 이하의 거리를 가지는 제2 꼭지점을 추출하는 단계; 및
    상기 제2 꼭지점과 상기 임계값 이하의 거리를 가지는 상기 교차점의 개수에 따라 상기 제2 꼭지점의 이동 위치를 산출하는 단계를 더 포함하는, 유방 변형 예측 시뮬레이션 방법.
  11. 제1항 내지 제10항 중 어느 한 항의 유방 변형 예측 시뮬레이션 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램.
  12. 삭제
  13. 하나 이상의 프로세서들;
    메모리; 및
    하나 이상의 프로그램들을 포함하고,
    상기 하나 이상의 프로그램들은 상기 메모리에 저장되고, 상기 하나 이상의 프로세서들에 의해 실행되도록 구성되며,
    상기 하나 이상의 프로그램들은,
    환자의 수술 전 유방 영상을 획득하기 위한 명령;
    상기 수술 전 유방 영상에서 수술로 제거될 부위를 분할하기 위한 명령;
    상기 수술 후 유방 내에 삽입할 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 입력 받기 위한 명령;
    상기 수술 전 유방 영상을 3D 영상으로 변환하기 위한 명령; 및
    상기 자가 조직 또는 인공 조직에 대한 정보 및 상기 환자의 유방 조직의 물리적 특성 정보를 기반으로 상기 3D 영상에서 유방 복원 수술 후의 유방 변형 형태를 구현하기 위한 명령을 포함하는, 컴퓨팅 장치.
KR1020200007183A 2019-09-10 2020-01-20 유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치 KR102329034B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190111993 2019-09-10
KR20190111993 2019-09-10

Publications (2)

Publication Number Publication Date
KR20210030843A KR20210030843A (ko) 2021-03-18
KR102329034B1 true KR102329034B1 (ko) 2021-11-19

Family

ID=75232532

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200007183A KR102329034B1 (ko) 2019-09-10 2020-01-20 유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치

Country Status (1)

Country Link
KR (1) KR102329034B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017069231A1 (ja) 2015-10-23 2017-04-27 国立大学法人大阪大学 人体における治療後の形態予測方法及びシステム
JP2018033951A (ja) * 2016-08-24 2018-03-08 五十嵐　顕寿 乳房形状変化予測方法、乳房形状変化予測システム、及び乳房形状変化予測プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101307162B1 (ko) 2011-11-03 2013-09-11 인제대학교 산학협력단 전자파 유방영상에서 유방종양 분석을 위한 보조 진단 시스템 및 방법
KR102156297B1 (ko) * 2014-04-17 2020-09-15 삼성메디슨 주식회사 의료 영상 장치 및 그 동작방법
KR102006795B1 (ko) * 2017-12-26 2019-08-02 아주대학교산학협력단 유방 형상 변형 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017069231A1 (ja) 2015-10-23 2017-04-27 国立大学法人大阪大学 人体における治療後の形態予測方法及びシステム
JP2018033951A (ja) * 2016-08-24 2018-03-08 五十嵐　顕寿 乳房形状変化予測方法、乳房形状変化予測システム、及び乳房形状変化予測プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
비특허문헌 1

Also Published As

Publication number Publication date
KR20210030843A (ko) 2021-03-18

Similar Documents

Publication Publication Date Title
US20230113251A1 (en) System and method of mitral valve quantification
US11617622B2 (en) Evaluating prosthetic heart valve placement
EP3215966B1 (en) Systems and methods for simulation of occluded arteries and optimization of occlusion-based treatments
US8594407B2 (en) Plane-by-plane iterative reconstruction for digital breast tomosynthesis
US8644575B2 (en) Processing of abdominal images
CN106573150B (zh) 图像中血管结构的遮盖
JP4785371B2 (ja) 動的制約を用いる多次元構造の抽出方法及びシステム
KR20150108701A (ko) 의료 영상 내 해부학적 요소 시각화 시스템 및 방법
EP3066641B1 (en) Determination of enhancing structures in an anatomical body part
US9547896B2 (en) Lesion classification apparatus, and method of modifying lesion classification data
CN110832540A (zh) 图像处理系统和方法
JP2009515635A (ja) 三次元画像における所定の構造の描画方法
EP2495700A1 (en) Image-based diagnosis assistance apparatus, its operation method and program
CN111096835A (zh) 一种矫形器设计方法和系统
US20220039867A1 (en) Nasal implant design method of manufacturing patient-customized nasal implant
EP3644884B1 (en) Transformation determination for anatomically aligning fragments of a broken bone
CN107507212A (zh) 数字脑可视化方法、装置、计算设备及存储介质
WO2016175755A1 (en) METHOD AND SYSTEM FOR SYNTHESIZING VIRTUAL HIGH DOSE OR HIGH kV COMPUTED TOMOGRAPHY IMAGES FROM LOW DOSE OR LOW kV COMPUTED TOMOGRAPHY IMAGES
KR102329034B1 (ko) 유방 변형 예측 시뮬레이션 방법 및 이를 수행하기 위한 장치
CN111226260A (zh) 分割图像
US20150278471A1 (en) Simulation of objects in an atlas and registration of patient data containing a specific structure to atlas data
Zahel et al. Rapid assessment of liver volumetry by a novel automated segmentation algorithm
CN111053574A (zh) 一种三维表面重建方法、装置及超声设备和存储介质
Wu et al. Automatic segmentation of ultrasound tomography image
JP4474548B2 (ja) 放射線治療効果予測方法およびプログラム

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