KR102386872B1 - 실시간 영상을 이용한 대장 혈류속도 분석방법 - Google Patents

실시간 영상을 이용한 대장 혈류속도 분석방법 Download PDF

Info

Publication number
KR102386872B1
KR102386872B1 KR1020200029476A KR20200029476A KR102386872B1 KR 102386872 B1 KR102386872 B1 KR 102386872B1 KR 1020200029476 A KR1020200029476 A KR 1020200029476A KR 20200029476 A KR20200029476 A KR 20200029476A KR 102386872 B1 KR102386872 B1 KR 102386872B1
Authority
KR
South Korea
Prior art keywords
image
icg
section
blood flow
icg image
Prior art date
Application number
KR1020200029476A
Other languages
English (en)
Other versions
KR20210114167A (ko
Inventor
손경모
백광렬
박상호
Original Assignee
부산대학교 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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020200029476A priority Critical patent/KR102386872B1/ko
Publication of KR20210114167A publication Critical patent/KR20210114167A/ko
Application granted granted Critical
Publication of KR102386872B1 publication Critical patent/KR102386872B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
    • A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/313—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for introducing through surgical openings, e.g. laparoscopes
    • A61B1/3132—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for introducing through surgical openings, e.g. laparoscopes for laparoscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
    • A61B5/412—Detecting or monitoring sepsis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • G06T7/90—Determination of colour characteristics
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Immunology (AREA)
  • Vascular Medicine (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 실시간 영상을 이용한 대장 혈류속도 분석방법에 관한 것으로, 보다 구체적으로 카메라로부터 실시간으로 근적외선 영상이 수신되는 근적외선 영상 수신단계, 상기 근적외선 영상으로부터 인도시아닌그린(Indocyanine green, ICG) 성분이 추출된 ICG 영상이 생성되는 ICG 영상 생성단계, 상기 ICG 영상이 동맥혈관 구간과 모세혈관 구간으로 분리되는 구간 분리단계 및 상기 동맥혈관 구간에서 동맥혈관의 혈류속도가 산출되는 혈류속도 산출단계를 포함하고, 대장·직장암 수술도중 및 수술 후 주요혈관의 결찰확인 시 의료진의 주관적 판단이 아닌 정량적 수치를 이용한 표준화된 판단이 가능하도록 하는 실시간 영상을 이용한 대장 혈류속도 분석방법에 관한 것이다.

Description

실시간 영상을 이용한 대장 혈류속도 분석방법 {Method for analyzing Colon Perfusion using real-time images}
본 발명은 실시간 영상을 이용한 대장 혈류속도 분석방법에 관한 것으로, 보다 구체적으로 실시간 근적외선 영상으로부터 인도시아닌그린(Indocyanine green, ICG) 성분이 추출된 ICG 영상이 생성되고, 상기 ICG 영상으로부터 동맥혈관 구간과 모세혈관 구간으로 분리되고, 상기 동맥혈관 구간의 혈류속도가 산출되는 실시간 영상을 이용한 대장 혈류속도 분석방법에 관한 것이다.
일반적으로 대장·직장암 수술 시 주요 혈관을 결찰하게 되는데, 이때 종종 대장 허혈로 인한 문합부 합병증이 발생할 수 있다. 허혈이란 조직의 국부적인 빈혈 상태로 혈관 결찰 시 혈관이 막히거나 좁아지는 것이 원인이다.
상기 문합부 합병증은 장벽의 부종과 염증반응을 일으켜 재수술, 입원기간의 연장을 발생시키고, 심하면 패혈증으로 인한 사망에 이를 수 있다.
상기 문합부 합병증은 대장 주변의 미세혈류를 분석하여 예측이 가능하다. 다만, 현재까지는 충분한 경험을 가진 외과의사의 육안과 촉각을 이용한 주관적인 평가로 미세혈류를 분석해왔기 때문에 의사들 간의 환자의 문합부 합병증 발병률의 차이를 발생시켰다.
이를 해결하기 위하여, 표준화된 기준을 이용하여 대장 주변의 미세혈류를 실시간 정량적 분석이 가능한 임상기기의 개발이 시급한 실정이다.
관련문헌 1은 수술 부위 모니터링을 위한 혈류 영상화 장치에 관한 것으로, 보다 구체적으로 레이저부, 카메라부를 포함하고, 생체 조직 이식이나 접합이 행해지는 수술 부위의 혈류를 모니터링하여 수술 경과를 정확히 확인할 수 있는 수술 부위 모니터링을 위한 혈류 영상화 장치에 관한 것이다.
다만, 상기 관련문헌 1은 상기 레이저부로부터 신체로 공급되어 반사되는 레이저광을 상기 카메라에 의해 영상으로 촬영하여 시각적으로 혈류를 확인할 수 있으나, 정량적으로 수치를 도출하여 판단하는 것이 아닌 의료진의 주관적인 판단이 개입된다는 단점이 있다.
또한, 관련문헌 2는 수술 후 출혈의 조기 감지 시스템에 관한 것으로, 보다 구체적으로 다수 개의 센서, 연산 유닛, 인터페이스를 포함하는 감지 유닛을 구성하여 장기 수술 후 2차 출혈을 조기에 감지하기 위한 시스템이 관한 것이다.
다만, 상기 관련문헌 2는 다수 개의 센서를 사용자의 몸에 부착하여 상기 센서들이 감지할 수 있는 파라미터를 확인할 수 있지만, 수술 중 및 수술 후 경과를 확인하기 위해서 다수 개의 센서를 환자에 부착 및 연결해야하는 번거로움이 있다는 단점이 있다.
KR 10-2020-0015182 KR 10-2019-0057368
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로 대장·직장암 수술도중 및 수술 후 주요혈관의 결찰확인 시 의료진의 주관적 판단이 아닌 정량적 수치를 이용한 표준화된 판단이 가능하도록 하기 위해서 실시간 근적외선 영상으로부터 ICG 성분이 추출된 ICG 영상이 생성되고, 상기 ICG 영상으로부터 동맥혈관 구간과 모세혈관 구간으로 분리되고, 상기 동맥혈관 구간의 혈류속도가 산출되는 실시간 영상을 이용한 대장 혈류속도 분석방법을 얻고자 하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법은 카메라로부터 실시간으로 근적외선 영상이 수신되는 근적외선 영상 수신단계; 상기 근적외선 영상으로부터 인도시아닌그린(Indocyanine green, ICG) 성분이 추출된 ICG 영상이 생성되는 ICG 영상 생성단계; 상기 ICG 영상이 동맥혈관 구간과 모세혈관 구간으로 분리되는 구간 분리단계; 및 상기 동맥혈관 구간에서 동맥혈관의 혈류속도가 산출되는 혈류속도 산출단계;를 제공한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법에 있어서, 상기 ICG 영상 생성단계는 상기 ICG 영상으로부터 색상(H), 채도(S), 명도(V)가 추출되는 HSV 추출단계; 상기 ICG 영상의 색상(H), 채도(S)가 각 기준치와 비교되는 비교단계; 상기 ICG 영상의 색상(H)과 기준치의 차의 절대값과 상기 ICG 영상의 채도(S)와 기준치의 차의 절대값이 1과 같거나 1에 근접하면 새로운 명도(V’)가 산출되는 명도 산출단계; 및 상기 새로운 명도(V’)와 상기 ICG 영상의 색상(H), 채도(S)를 이용하여 상기 ICG 영상의 노이즈가 제거되는 노이즈 제거단계;를 제공한다.
또한, 상기 ICG 영상 생성단계에 있어서, 상기 비교단계는 상기 ICG 영상의 색상(H)과 기준치의 차의 절대값과 상기 ICG 영상의 채도(S)와 기준치의 차의 절대값이 0과 같거나 0에 근접하면 상기 ICG 영상이 그대로 출력되는 것을 특징으로 한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법에 있어서, 상기 구간 분리단계는 상기 ICG 영상의 밝기변화 분포정보가 DoG(Difference of Gaussian) 연산을 이용하여 획득되고, 상기 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 미만의 값은 0이 되고 0 이상의 값은 남기고, 상기 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 이상의 값 중에서 픽셀의 밝기값이 기준치보다 작거나 같으면 0이 되고, 픽셀의 밝기값이 기준치보다 크면 상기 밝기값이 유지되어 상기 동맥혈관 구간으로 추출되고, 상기 ICG 영상으로부터 상기 동맥혈관 구간이 제외된 나머지 구간이 모세혈관 구간으로 추출되는 것을 특징으로 한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법에 있어서, 상기 혈류속도 산출단계는, 모폴로지-스켈레톤(morphology - skeleton) 연산을 이용하여 상기 동맥혈관의 중심선이 획득되고, 상기 중심선을 이루는 다수 개의 좌표 중 임의의 서로 다른 두 좌표가 획득되는 좌표 획득단계; 상기 임의의 서로 다른 두 좌표 간 거리가 산출되는 거리 산출단계; 및 상호상관법을 이용하여 상기 임의의 서로 다른 두 좌표에 대한 상승지연시간이 산출되는 좌표 상승지연시간 산출단계;를 제공한다.
또한, 상기 혈류속도 산출단계에 있어서, 상기 좌표 획득단계는 상기 ICG영상이 상기 동맥혈관 구간을 기준으로 이진화 블록이 생성되는 이진화 단계; 및 임의의 상기 이진화 블록이 초기위치로 설정된 후 모폴로지-팽창(morphology-imdilate) 연산을 이용하여 연속되는 이진화 블록별로 라벨링되는 라벨링 단계;를 제공한다.
또한, 상기 좌표 획득단계에 있어서, 상기 라벨링 단계는 상기 ICG영상에 포함된 모든 이진화 블록에 대해 라벨링이 완료될 때까지 반복되는 것을 특징으로 한다.
본 발명에 의하면 실시간 근적외선 영상으로부터 ICG 성분이 추출된 ICG 영상이 생성되고, 상기 ICG 영상으로부터 동맥혈관 구간과 모세혈관 구간으로 분리되고, 상기 동맥혈관 구간의 혈류속도가 산출되도록 구성됨으로써, 대장·직장암 수술도중 및 수술 후 주요혈관의 결찰확인 시 의료진의 주관적 판단이 아닌 정량적 수치를 이용한 표준화된 판단이 가능하도록 하는 효과가 있다.
도 1은 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법 흐름도이다.
도 2는 본 발명의 ICG 영상 생성단계의 세부흐름도이다.
도 3은 본 발명의 일 실시예에 따른 ICG영상을 표시한 도면이다.
도 4는 본 발명의 구간 분리단계의 세부흐름도이다.
도 5는 본 발명의 혈류속도 산출단계의 세부흐름도이다.
도 6는 본 발명의 좌표 획득단계의 세부흐름도이다.
도 7은 본 발명의 일 실시예에 따른 좌표 획득단계를 표시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 혈류속도 산출단계를 표시한 도면이다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 실시간 영상을 이용한 대장 혈류속도 분석방법 흐름도이다.
도 1을 보면, 본 발명의 실시간 영상을 이용한 대장 혈류 분석 방법은 근적외선 영상이 수신되는 근적외선 영상 수신단계(S100), ICG 영상이 생성되는 ICG 영상 생성단계(S200), 상기 ICG 영상이 동맥혈관 구간과 모세혈관 구간으로 분리되는 구간 분리단계(S300), 및 상기 동맥혈관 구간에서 동맥혈관의 혈류속도가 산출되는 혈류속도 산출단계(S400)를 포함한다.
보다 구체적으로 설명해보면, 상기 근적외선 영상 수신단계(S100)는 근적외선 영상 수신부에 의하여, 카메라(A)로부터 실시간으로 근적외선 영상이 수신된다.
우선, 가장 바람직하게 환자의 정맥에는 인도시아닌그린(Indocyanine green, ICG) 형광물질이 0.2-0.25 mg/kg 농도로 투여될 수 있다. 하기에는 ICG 성분이라고 일컫는다.
그리고 상기 카메라(A)는 보다 구체적으로는 복강경 카메라이고, 상기 카메라와 대장과의 거리를 5cm-10cm 정도로 하여 복강 내부 또는 복강 외부를 촬영할 수 있다. 상기 카메라(A)로부터 복강 외부가 촬영될 시 실내등이 완전 소등된 후 촬영된다.
상기 카메라(A)는 캡처보드(B), PC와 연결될 수 있다. 상기 PC에 의해서 환자의 복강 내부에서 촬영하고자하는 부위가 선택되고 촬영시간이 세팅되면, 촬영하고자하는 부위가 촬영시간동안 촬영된다.
즉, 상기 근적외선 영상은 카메라(A)로부터 환자의 복강 내부에서 촬영하고자 하는 부위가 촬영시간동안 촬영된 영상인 것이다. 그리고 상기 근적외선 영상은 상기 PC에 실시간으로 전송되고, 상기 캡처보드(B)에 저장될 수 있다.
다음으로, 상기 ICG 영상 생성단계(S200)는 ICG 영상 생성부에 의하여, 상기 근적외선 영상으로부터 인도시아닌그린(Indocyanine green, ICG) 성분이 추출된 ICG 영상이 생성된다.
상기 ICG 영상은 상기 근적외선 영상에서 상기 ICG 성분이 추출된 영상이고, 상기 ICG 성분이 보다 선명하게 확인될 수 있도록 추가적으로 노이즈가 제거된 영상이다.
우선, 상기 ICG 영상 생성단계(S200)는 상기 근적외선 영상에서 상기 ICG 성분이 추출된다. 가장 바람직하게는 매트랩(MATLAB) 프로그램을 기반으로 하고, 하기 [수학식 1]로 가우시안 블러(Gaussian blur) 연산을 상기 근적외선 영상에 적용하여 상기 ICG 성분이 추출될 수 있다.
Figure 112020025194478-pat00001
여기서,
Figure 112020025194478-pat00002
는 상기 근적외선 영상이고,
Figure 112020025194478-pat00003
는 표준편차
Figure 112020025194478-pat00004
을 가지는 가우시안 마스크(Gaussian mask)이고,
Figure 112020025194478-pat00005
는 가우시안 블러(Gaussian blur)가 적용된 상기 ICG 영상이다. 기호 ‘*’는 가 회선연산자(Convolution Operator)로, 연산의 한 방법이다.
일반적으로 가우시안 블러(Gaussian blur)는 가우시안 마스크(Gaussian mask)를 사용하는 영상필터의 한 종류로, 이미지의 저주파수 부분은 유지하고, 고주파수 부분은 모두 사라지게 함으로써, 이미지에서 사물과 사물 사이의 경계와 같은 고주파수 부분이 흐릿하게 처리되도록 한다. 그리고 가우시안 블러(Gaussian blur)는 표준편차를 조절하여 흐릿한 정도를 조절할 수 있다.
따라서 상기 ICG 영상 생성단계(S200)는 상기 근적외선 영상에 가우시안 블러(Gaussian blur)를 이용하여 고주파수 부분을 흐릿하게 처리되도록 하여 상기 ICG 성분을 추출하는 것이다.
또한, 상기 ICG 영상 생성단계(S200)는 상기 근적외선 영상으로부터 색상(H), 채도(S), 명도(V)가 추출되는 HSV 추출단계(S210), 상기 근적외선 영상의 색상(H), 채도(S)가 각 기준치와 비교되는 비교단계(S220), 상기 근적외선 영상의 색상과 기준치의 차의 절대값과 상기 근적외선 영상의 채도와 기준치의 차의 절대값이 1과 같거나 1에 근접하면 새로운 명도(V’)가 산출되는 명도 산출단계(S230) 및 상기 새로운 명도(V’)와 상기 근적외선 영상의 색상(H), 채도(S)를 이용하여 상기 근적외선 영상의 노이즈가 제거되는 노이즈 제거단계(S240)를 포함한다.
즉, 상기 ICG 영상 생성단계(S200)는 추출된 상기 ICG 성분이 보다 선명하게 확인될 수 있도록 추가적으로 노이즈가 제거되도록 하는 것이다.
상기 ICG 영상 생성단계(S200)는 도 2를 이용하여 보다 상세 설명할 수 있다. 도 2는 본 발명의 ICG 영상 생성단계(S200)의 세부흐름도이다.
우선 도 2를 보면, 상기 HSV 추출단계(S210)는 상기 근적외선 영상으로부터 색상(H), 채도(S), 명도(V)가 추출된다.
상기 근적외선 영상은 RGB 기반이므로 HSV 기반으로 변환되어 색상(H), 채도(S), 명도(V)가 추출된다. 추출된 색상(H)은
Figure 112020025194478-pat00006
, 추출된 채도(S)는
Figure 112020025194478-pat00007
, 추출된 명도(V)는
Figure 112020025194478-pat00008
로 표시할 수 있다.
다음으로, 상기 비교단계(S220)는 상기 ICG 영상의 색상(H), 채도(S)가 각 기준치와 비교된다. 상기 색상(H) 기준치는
Figure 112020025194478-pat00009
, 상기 채도(S) 기준치는
Figure 112020025194478-pat00010
로 표시할 수 있다.
즉, 상기 비교단계(S220)는 상기 ICG 영상으로부터 추출된 색상(
Figure 112020025194478-pat00011
)과 색상(H) 기준치
Figure 112020025194478-pat00012
의 차의 절대값과 상기 ICG 영상으로부터 추출된 채도(
Figure 112020025194478-pat00013
)와 채도 기준치
Figure 112020025194478-pat00014
의 차의 절대값이 각각 비교된다.
다시 말하면, 상기 비교단계(S220)는 상기 ICG 영상으로부터 추출된 색상(
Figure 112020025194478-pat00015
)과 색상(H) 기준치
Figure 112020025194478-pat00016
의 차의 절대값이 0과 같거나 0에 근접하면 ICG 영상으로부터 추출된 색상(
Figure 112020025194478-pat00017
)이 기준 색상 기준치
Figure 112020025194478-pat00018
와 유사한 것이고, 1과 같거나 1에 근접하면 상기 ICG 영상으로부터 추출된 색상(
Figure 112020025194478-pat00019
)이 기준 색상 기준치
Figure 112020025194478-pat00020
와 상이한 것이다.
또한, 상기 비교단계(S220)는 상기 ICG 영상으로부터 추출된 채도(
Figure 112020025194478-pat00021
)와 채도(S) 기준치
Figure 112020025194478-pat00022
의 차의 절대값이 0과 같거나 0에 근접하면 ICG 영상으로부터 추출된 채도(
Figure 112020025194478-pat00023
)가 기준 채도 기준치
Figure 112020025194478-pat00024
와 유사한 것이고, 1과 같거나 1에 근접하면 상기 ICG 영상으로부터 추출된 채도(
Figure 112020025194478-pat00025
)가 기준 채도 기준치
Figure 112020025194478-pat00026
와 상이한 것이다.
다음으로, 상기 명도 산출단계(S230)는 상기 ICG 영상의 색상과 기준치의 차의 절대값과 상기 ICG 영상의 채도와 기준치의 차의 절대값이 1과 같거나 1에 근접하면 새로운 명도(V’)가 산출된다.
상기 새로운 명도(V’)를
Figure 112020025194478-pat00027
로 표시하고, 하기 [수학식 2]로 구할 수 있다.
Figure 112020025194478-pat00028
여기서,
Figure 112020025194478-pat00029
는 상기 ICG 영상으로부터 추출된 색상(
Figure 112020025194478-pat00030
)와 색상(H) 기준치
Figure 112020025194478-pat00031
의 차의 절대값을 일컫고, 상기
Figure 112020025194478-pat00032
는 상기 ICG 영상으로부터 추출된 채도(
Figure 112020025194478-pat00033
)와 채도(S) 기준치
Figure 112020025194478-pat00034
의 차의 절대값을 일컫는다.
다음으로, 상기 노이즈 제거단계(S240)는 상기 새로운 명도(V’)와 상기 ICG 영상의 색상(H), 채도(S)를 이용하여 상기 ICG 영상의 노이즈가 제거된다.
즉, 상기 노이즈 제거단계(S240)는 상기 HSV 추출단계(S210)에서 RGB 기반의 영상이 HSV 기반으로 변환된 것과는 반대로, 상기 명도 산출단계(S230)로부터 산출된 새로운 명도
Figure 112020025194478-pat00035
와 상기 ICG 영상의 색상(H)
Figure 112020025194478-pat00036
, 채도(S)
Figure 112020025194478-pat00037
를 이용하여 다시 RGB 기반의 영상으로 변환된다.
따라서 상기 노이즈 제거단계(S240)로부터 노이즈가 제거된 ICG 영상이 도출될 수 있는 것이다.
다만, 상기 비교단계(S220)는 상기 ICG 영상의 색상(H)과 기준치의 차의 절대값과 상기 ICG 영상의 채도(S)와 기준치의 차의 절대값이 0과 같거나 0에 근접하면 상기 ICG 영상이 그대로 출력된다.
즉, 앞서 언급했듯이 상기 비교단계(S220)는 0과 같거나 0에 근접하면 기준치와 유사하다고 판단됨으로 상기 ICG 영상에서 노이즈가 제거될 필요가 없는 것이고, 이에 따라 상기 명도 산출단계(S230)와 상기 노이즈 제거단계(S240)를 거치지 않고 상기 ICG 영상이 그대로 사용되는 것이다.
도 3은 본 발명의 일 실시예에 따른 ICG영상을 표시한 도면이다.
도 3의 (a)는 ICG 영상으로써, 상기 ICG 영상 생성단계(S200)로부터 상기 근적외선 영상에서 상기 ICG 성분이 추출된 영상이다. 다만, 도 3의 (a)는 ICG 성분 이외의 요소들이 포함되어 있는 것을 확인할 수 있다.
도 3의 (b)는 상기 노이즈 제거단계(S240)로부터 노이즈가 제거된 ICG 영상으로써, 도 3의 (a)에서 확인된 ICG 성분 이외의 요소들이 도 3의 (b)에서는 제거된 것을 확인할 수 있다.
추가적으로, 도 3의 (b)는 상기 노이즈 제거단계(S240)로부터 노이즈가 제거된 후 다시 RGB 기반의 ICG 영상으로 변환되기 전 HSV 기반의 ICG 영상이다.
다시 도 1로 돌아가 설명해보면, 상기 구간 분리단계(S300)는 구간 분리부에 의하여, 상기 ICG 영상이 동맥혈관 구간과 모세혈관 구간으로 분리된다.
구간이 분리되는 이유는 구간별로 포함되는 혈관의 특징에 따라 혈류를 분석하기 위함이다. 하기 [표 1]은 대장의 조직층별 혈관이 기재되어 있다.
Figure 112020025194478-pat00038
상기 [표 1]을 보면, I 구간부터 IV 구간은 대장 외벽에서 대장 내벽으로 들어가는 순서대로 구간이 분리되어 있다. 특히나 I 구간은 대장외 대혈관의 관류상태를 예측할 수 있고, III 구간은 대장 내 미세혈관 관류 상태를 예측할 수 있다.
즉, 상기 구간 분리단계(S300)는 상기 ICG 영상으로부터 대장외 대혈관과 대장 내 미세혈관이 구분되어 분석될 수 있도록, 구간이 분리되는 것이다. 여기서, 상기 동맥혈관 구간은 상기 [표 1]에서 I 구간이고, 모세혈관 구간은 상기 [표 1]에서 III 구간인 것이다.
또한, 상기 구간 분리단계(S300)는 밝기변화 분포정보와 밝기 기준값을 이용하여 동맥혈관 구간과 모세혈관 구간이 분리된다. 이는 도 4를 보면 보다 구체적으로 설명할 수 있다. 도 4는 본 발명의 구간 분리단계(S300)의 세부흐름도이다.
우선, 상기 구간 분리단계(S300)는 상기 ICG 영상의 밝기변화 분포정보가 매트랩 기반의 DoG(Difference of Gaussian) 연산을 이용하여 획득된다. DoG(Difference of Gaussian) 연산식은 하기 [수학식 3]과 같다.
Figure 112020025194478-pat00039
여기서,
Figure 112020025194478-pat00040
는 DoG 연산을 이용이며 획득된 ICG 영상이고,
Figure 112020025194478-pat00041
는 상기 ICG 영상이고,
Figure 112020025194478-pat00042
는 표준편차
Figure 112020025194478-pat00043
을 가지는 가우시안 마스크
Figure 112020025194478-pat00044
에서 표준편차
Figure 112020025194478-pat00045
을 가지는 가우시안 마스크
Figure 112020025194478-pat00046
이 감산된 값이다. 이때,
Figure 112020025194478-pat00047
조건을 만족한다.
또한, 상기 구간 분리단계(S300)는 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 미만의 값은 0이 되고 0 이상의 값은 남긴다.
그리고 상기 구간 분리단계(S300)는 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 이상의 값 중에서 픽셀의 밝기값이 픽셀의 밝기값이 기준치보다 작거나 같으면 0이 되고, 픽셀의 밝기값이 기준치보다 크면 상기 밝기값이 유지되어 상기 동맥혈관 구간으로 추출된다.
그리고 상기 구간 분리단계(S300)는 상기 ICG 영상으로부터 상기 동맥혈관 구간이 제외된 나머지 구간이 상기 모세혈관 구간으로 추출되는 것이다.
즉, 상기 구간 분리단계(S300)는 상기 ICG 영상에서 밝기변화 분포정보 및 밝기 기준치에 의한 추출로부터 유지된 픽셀만이 상기 동맥혈관 구간이 되는 것이고, 상기 동맥혈관 구간이 제외된 나머지 픽셀이 모세혈관 구간이 되는 것이다.
다음으로, 상기 혈류속도 산출단계(S400)는 혈류속도 산출부에 의하여, 상기 동맥혈관 구간에서 동맥혈관의 혈류속도가 산출된다. 상기 동맥혈관의 혈류속도를 산출하기 위해서 하기와 같은 세부단계가 필요하다.
도 5는 본 발명의 혈류속도 산출단계(S400)의 세부흐름도이다. 도 5를 보면, 상기 혈류속도 산출단계(S400)는 좌표 획득단계(S410), 거리 산출단계(S420), 및 좌표 상승지연시간 산출단계(S430)를 포함한다.
보다 상세히 설명해보면, 상기 혈류속도 산출단계(S400)에 있어서, 상기 좌표 획득단계(S410)는 상기 동맥혈관의 중심선이 획득되고, 상기 중심선을 이루는 다수 개의 좌표 중 임의의 서로 다른 두 좌표가 획득된다.
도 6는 본 발명의 좌표 획득단계(S410)의 세부흐름도이다. 도 6을 보면, 상기 좌표 획득단계(S410)는 이진화 단계(S411) 및 라벨링 단계(S412)가 포함된다.
상기 좌표 획득단계(S410)에서 세부단계를 포함하는 이유는 상기 ICG 영상 내 다수 개의 혈관으로부터 동맥혈관의 위치를 알아내기 위함이다.
보다 구체적으로 설명해보면, 상기 좌표 획득단계(S410)에 있어서, 상기 이진화 단계(S411)는 상기 ICG영상이 상기 동맥혈관 구간을 기준으로 이진화 블록이 생성된다.
우선, 상기 ICG영상은 여러 개의 픽셀로 이루어져 있다. 여기서 상기 이진화 단계(S411)는 상기 ICG영상에서 동맥혈관 구간에 포함되는 각 픽셀의 픽셀값
Figure 112020025194478-pat00048
이 문턱값(T)을 초과하면 해당 픽셀이 위치한 곳에 이진화 블록
Figure 112020025194478-pat00049
이 도출된다. 반대로, 픽셀값
Figure 112020025194478-pat00050
이 문턱값(T)을 초과하지 못하면 해당 픽셀이 위치한 곳에 이진화 블록
Figure 112020025194478-pat00051
이 도출되는 것이다.
즉, 상기 ICG영상에서 동맥혈관 구간에 포함되는 각 픽셀의 위치에 0과 1을 갖는 이진화 블록이 생성되고, 이 영상을 이진화 영상이라고 한다.
다음으로, 상기 좌표 획득단계(S410)에 있어서, 상기 라벨링 단계(S412)는 상기 임의의 상기 이진화 블록이 초기위치로 설정된 후 모폴로지-팽창(morphology-imdilate) 연산을 이용하여 연속되는 이진화 블록별로 라벨링된다.
상기 라벨링 단계(S412)는 상기 이진화 영상으로부터
Figure 112020025194478-pat00052
인 이진화 블록 중에서 임의의 하나가 초기위치
Figure 112020025194478-pat00053
로 선정된다. 그리고 모폴로지-팽창(morphology-imdilate) 연산을 이용하여 상기 초기위치
Figure 112020025194478-pat00054
를 시작으로 주변으로 확장되면서
Figure 112020025194478-pat00055
인 이진화 블록이 같은 라벨로 라벨링되는 것이다.
하기 [수학식 4]로 모폴로지-팽창(morphology-imdilate) 연산 하는 것을 보다 상세히 설명할 수 있다.
Figure 112020025194478-pat00056
Figure 112020025194478-pat00057
상기 M은 매트랩 기반의 모폴로지-팽창(morphology-imdilate) 연산을 위한 마스크로써, 8방향으로 검사 범위를 팽창시키는 역할을 한다. 상기
Figure 112020025194478-pat00058
는 이진화 블록으로써,
Figure 112020025194478-pat00059
는 라벨링 넘버,
Figure 112020025194478-pat00060
은 검사 회차이다.
앞서 언급한 것과 같이, 초기 검사 회차
Figure 112020025194478-pat00061
는
Figure 112020025194478-pat00062
로 초기화 한다. 그리고 초기 검사 회차
Figure 112020025194478-pat00063
다음으로 생성된 이진화 블록
Figure 112020025194478-pat00064
은 매트랩 기반의 모폴로지-팽창(morphology-imdilate) 연산을 이용하여 점진적으로 검사 범위를 넓혀 나간다. 그리고 팽창이 완료되면
Figure 112020025194478-pat00065
임으로 연산을 종료하고, 라벨링된 이진화 블록을
Figure 112020025194478-pat00066
라고 한다.
그리고 다음 라벨링을 위한 이진화 블록을 찾기 위해 매트립 기반의 XOR 함수를 이용하여 앞서 라벨링된
Figure 112020025194478-pat00067
를 제거한 후 남은 이진화 블록에 대해서 상기 매트랩 기반의 모폴로지-팽창(morphology-imdilate) 연산을 다시 수행한다.
또한, 상기 라벨링 단계(S412)는 상기 ICG영상에 포함된 모든 이진화 블록에 대해 라벨링이 완료될 때까지 반복된다. 따라서 함께 라벨링된 픽셀은 연속적이므로 같은 혈관이고, 함께 라벨링되지 않은 픽셀은 연속적이지 않으므로 다른 혈관이라고 판단될 수 있다.
따라서 상기 이진화 단계(S411)와 상기 라벨링 단계(S412)로부터 상기 동맥혈관 구간에서 동맥혈관의 위치가 확인될 수 있는 것이다.
다시 도 5로 돌아가 설명해보면, 상기 좌표 획득단계(S410)는 상기 동맥혈관 구간에서 동맥혈관의 위치에 매트랩 기반의 모폴로지-스켈레통(morphology - skeleton) 연산을 이용하여 동맥혈관의 중심선이 획득되는 것이다.
도 7은 본 발명의 일 실시예에 따른 좌표 획득단계(S410)를 표시한 도면이다. 즉, 도 7을 보면, 동맥혈관이 흰색으로 표시되어 있고, 동맥혈관의 중심선이 빨간색으로 표시되어 있는 것을 확인할 수 있다.
또한, 상기 좌표 획득단계(S410)는 상기 중심선을 이루는 다수 개의 좌표 중 임의의 서로 다른 두 좌표가 획득될 수 있다. 예컨대,
Figure 112020025194478-pat00068
,
Figure 112020025194478-pat00069
가 획득될 수 있는 것이다.
다음으로, 상기 거리 산출단계(S420)는 상기 임의의 서로 다른 두 좌표 간 거리가 산출된다. 즉,
Figure 112020025194478-pat00070
,
Figure 112020025194478-pat00071
를 하기 [수학식 5]에 대입하여 거리가 산출될 수 있다.
Figure 112020025194478-pat00072
다음으로, 상기 좌표 상승지연시간 산출단계(S430)는 상호상관법을 이용하여 상기 임의의 서로 다른 두 좌표에 대한 상승지연시간이 산출된다.
즉,
Figure 112020025194478-pat00073
의 상승지연시간은 상호상관법(cross-correlation) 수식인 하기 [수학식 6]에 대입되어 산출될 수 있다.
Figure 112020025194478-pat00074
여기서
Figure 112020025194478-pat00075
과
Figure 112020025194478-pat00076
는 각각 각 그래프의 평균과 표준편차를 뜻하고,
Figure 112020025194478-pat00077
는 그래프 도출 시작시점부터 그래프 도출 종료시점까지의 시간벡터이다.
Figure 112020025194478-pat00078
와
Figure 112020025194478-pat00079
는
Figure 112020025194478-pat00080
에서 지역적인 밝기를 기록한 그래프로, 각 위치별 상태분석을 수행할 수 있다.
그리고 상기 상호상관법(cross-correlation)의 결과값인
Figure 112020025194478-pat00081
가 최대가 되도록 하는
Figure 112020025194478-pat00082
가 매트랩 기반의 argmax 함수를 이용하여 계산된다.
따라서 상기 혈류속도 산출단계(S400)는 상기 거리 산출단계(S420)로부터 산출된 거리, 상기 좌표 상승지연시간 산출단계(S430)로부터 산출된 임의의 두 좌표에 대한 상승지연시간을 하기 [수학식 7]을 이용하여 혈관의 혈류속도가 산출될 수 있는 것이다.
Figure 112020025194478-pat00083
여기서,
Figure 112020025194478-pat00084
는 상기 거리 산출단계(S420)로부터 산출된 거리이고,
Figure 112020025194478-pat00085
는 상기 좌표 상승지연시간 산출단계(S430)로부터 산출된 임의의 두 좌표에 대한 상승지연시간이다.
도 8은 본 발명의 일 실시예에 따른 혈류속도 산출단계(S400)를 표시한 도면이다. 도 8의 (a)와 같이, 상기 혈류속도 산출단계(S400)로부터 산출된 혈류속도는 색을 달리하여 시각적으로 표시될 수 있고, 도 6의 (b)와 같이, 상기 ICG 영상에 혈류속도가 색의 진하기를 달리하여 시각적으로 표시될 수 있다.
한편, 본 발명의 실시간 영상을 이용한 대장 혈류 분석 방법은 복강경 및 로봇수술 영상장치와 연동되어 상기 ICG 영상, 상기 좌표 상승지연시간, 상기 동맥혈관의 혈류속도 중에서 적어도 하나를 포함하는 분석결과가 시각적으로 제공될 수 있다.
이상과 같이 본 발명에 의하면 대장·직장암 수술도중 및 수술 후 주요혈관의 결찰확인 시 의료진의 주관적 판단이 아닌 동맥혈관의 혈류속도라는 정량적 수치를 이용한 표준화된 판단이 가능하도록 하는 효과가 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 시술들이 설명된 방법과 다른 순서로 수해되거나, 및/ 또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 걸들도 후술하는 특허청구범위의 범위에 속한다.
A.. 카메라
B.. 캡처보드

Claims (5)

  1. 근적외선 영상 수신부에 의하여, 카메라로부터 실시간으로 근적외선 영상이 수신되는 근적외선 영상 수신단계;
    ICG 영상 생성부에 의하여, 상기 근적외선 영상으로부터 인도시아닌그린(Indocyanine green, ICG) 성분이 추출된 ICG 영상이 생성되는 ICG 영상 생성단계;
    구간 분리부에 의하여, 상기 ICG 영상이 동맥혈관 구간과 모세혈관 구간으로 분리되는 구간 분리단계; 및
    혈류속도 산출부에 의하여, 상기 동맥혈관 구간에서 동맥혈관의 혈류속도가 산출되는 혈류속도 산출단계;를 포함하고,
    상기 혈류속도 산출단계는,
    모폴로지-스켈레톤(morphology - skeleton) 연산을 이용하여 상기 동맥혈관 의 중심선이 획득되고, 상기 중심선을 이루는 다수 개의 좌표 중 임의의 서로 다른 두 좌표가 획득되는 좌표 획득단계;
    상기 임의의 서로 다른 두 좌표 간 거리가 산출되는 거리 산출단계; 및
    상호상관법을 이용하여 상기 임의의 서로 다른 두 좌표에 대한 상승지연시간이 산출되는 좌표 상승지연시간 산출단계;를 포함하고,
    상기 혈류속도에 따라 색의 진하기를 달리하여 상기 ICG 영상에 시각적으로 표시되는 것을 특징으로 하는 실시간 영상을 이용한 대장 혈류속도 분석방법.
  2. 제 1항에 있어서,
    상기 ICG 영상 생성단계는,
    상기 ICG 영상으로부터 색상(H), 채도(S), 명도(V)가 추출되는 HSV 추출단계;
    상기 ICG 영상의 색상(H), 채도(S)가 각 기준치와 비교되는 비교단계;
    상기 ICG 영상의 색상(H)과 기준치의 차의 절대값과 상기 ICG 영상의 채도(S)와 기준치의 차의 절대값이 1과 같거나 1에 근접하면 새로운 명도(V’)가 산출되는 명도 산출단계; 및
    상기 새로운 명도(V’)와 상기 ICG 영상의 색상(H), 채도(S)를 이용하여 상기 ICG 영상의 노이즈가 제거되는 노이즈 제거단계;를 포함하고,
    상기 비교단계는,
    상기 ICG 영상의 색상(H)과 기준치의 차의 절대값과 상기 ICG 영상의 채도(S)와 기준치의 차의 절대값이 0과 같거나 0에 근접하면 상기 ICG 영상이 그대로 출력되는 것을 특징으로 하는 실시간 영상을 이용한 대장 혈류속도 분석방법.
  3. 제 1항에 있어서,
    상기 구간 분리단계는,
    상기 ICG 영상의 밝기변화 분포정보가 DoG(Difference of Gaussian) 연산을 이용하여 획득되고, 상기 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 미만의 값은 0이 되고 0 이상의 값은 남기고,
    상기 DoG(Difference of Gaussian) 연산을 이용하여 획득된 상기 ICG 영상의 픽셀 중 0 이상의 값 중에서 픽셀의 밝기값이 기준치보다 작거나 같으면 0이 되고, 픽셀의 밝기값이 기준치보다 크면 상기 밝기값이 유지되어 상기 동맥혈관 구간으로 추출되고,
    상기 ICG 영상으로부터 상기 동맥혈관 구간이 제외된 나머지 구간이 모세혈관 구간으로 추출되는 것을 특징으로 하는 실시간 영상을 이용한 대장 혈류속도 분석방법.
  4. 제 1항에 있어서,
    상기 좌표 획득단계는,
    상기 ICG영상이 상기 동맥혈관 구간을 기준으로 이진화 블록이 생성되는 이진화 단계; 및
    임의의 상기 이진화 블록이 초기위치로 설정된 후 모폴로지-팽창(morphology-imdilate) 연산을 이용하여 연속되는 이진화 블록별로 라벨링되는 라벨링 단계;를 포함하고,
    상기 라벨링 단계는,
    상기 ICG영상에 포함된 모든 이진화 블록에 대해 라벨링이 완료될 때까지 반복되는 것을 특징으로 하는 실시간 영상을 이용한 대장 혈류속도 분석방법.
  5. 삭제
KR1020200029476A 2020-03-10 2020-03-10 실시간 영상을 이용한 대장 혈류속도 분석방법 KR102386872B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200029476A KR102386872B1 (ko) 2020-03-10 2020-03-10 실시간 영상을 이용한 대장 혈류속도 분석방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200029476A KR102386872B1 (ko) 2020-03-10 2020-03-10 실시간 영상을 이용한 대장 혈류속도 분석방법

Publications (2)

Publication Number Publication Date
KR20210114167A KR20210114167A (ko) 2021-09-23
KR102386872B1 true KR102386872B1 (ko) 2022-04-13

Family

ID=77926538

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200029476A KR102386872B1 (ko) 2020-03-10 2020-03-10 실시간 영상을 이용한 대장 혈류속도 분석방법

Country Status (1)

Country Link
KR (1) KR102386872B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013502263A (ja) * 2009-08-18 2013-01-24 ベン‐グリオン ユニバーシティ オブ ザ ネゲヴ リサーチ アンド デベロップメント オーソリティ 撮像データを解析するためのシステムおよび方法
WO2015041312A1 (ja) * 2013-09-20 2015-03-26 国立大学法人旭川医科大学 血管内血流動態の画像処理方法及びシステム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016118673A1 (de) 2016-09-30 2018-04-05 Isar-M Gmbh System zur Früherkennung von post-operativen Blutungen
KR20200015182A (ko) 2018-08-03 2020-02-12 박지훈 수술 부위 모니터링을 위한 혈류 영상화 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013502263A (ja) * 2009-08-18 2013-01-24 ベン‐グリオン ユニバーシティ オブ ザ ネゲヴ リサーチ アンド デベロップメント オーソリティ 撮像データを解析するためのシステムおよび方法
WO2015041312A1 (ja) * 2013-09-20 2015-03-26 国立大学法人旭川医科大学 血管内血流動態の画像処理方法及びシステム

Also Published As

Publication number Publication date
KR20210114167A (ko) 2021-09-23

Similar Documents

Publication Publication Date Title
WO2017057574A1 (ja) 画像処理装置、内視鏡システム、及び画像処理方法
JP6577088B2 (ja) 内視鏡システム
JP6640865B2 (ja) 画像処理装置、内視鏡システム、及び画像処理方法
JP6640866B2 (ja) 画像処理装置、内視鏡システム、及び画像処理方法
CN103327883B (zh) 医用图像处理装置和医用图像处理方法
CN110913746B (zh) 诊断辅助装置、诊断辅助方法及存储介质
JP5599687B2 (ja) 内視鏡ナビゲーションシステムの作動方法、及び、内視鏡ナビゲーションシステム
JPWO2017057392A1 (ja) 内視鏡システム及び内視鏡システムの作動方法
EP3551062B1 (en) System and method for assessing perfusion in an anatomical structure
JPWO2019012911A1 (ja) 医療画像処理装置、内視鏡システム、診断支援装置、並びに医療業務支援装置
WO2017057414A1 (ja) 画像処理装置、内視鏡システム、及び画像処理方法
JP2022525113A (ja) 血流及び灌流可視化のための近赤外蛍光イメージング及び関連するシステム並びにコンピュータプログラム製品
JP6469558B2 (ja) 内視鏡システム及び内視鏡システムの作動方法
JP6461760B2 (ja) 画像処理装置、及び画像処理装置の作動方法、並びに内視鏡システム
JP2016067778A (ja) 内視鏡システム、プロセッサ装置、内視鏡システムの作動方法、及びプロセッサ装置の作動方法
US20230283742A1 (en) Imaging system having structural data enhancement for non-visible spectra
KR102386872B1 (ko) 실시간 영상을 이용한 대장 혈류속도 분석방법
CN113827171B (zh) 内窥镜成像方法、内窥镜成像系统和软件程序产品
WO2016121811A1 (ja) 画像処理装置及び画像処理方法、並びに内視鏡システム
JPWO2019087969A1 (ja) 内視鏡システム、報知方法、及びプログラム
JPH01138876A (ja) カラー画像処理装置
KR102565381B1 (ko) 인공지능 기술기반 실시간 미세 혈류 분석 방법
JP2016067779A (ja) 内視鏡システム、プロセッサ装置、内視鏡システムの作動方法、及びプロセッサ装置の作動方法
EP4230115A1 (en) A system and method for tissue analysis using remote ppg
WO2022059233A1 (ja) 画像処理装置、内視鏡システム、画像処理装置の作動方法、及び画像処理装置用プログラム

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