KR20010000002A - 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법 - Google Patents

Abstract

PD영상의 뇌 이미지에서 뇌를 제외한 부분을 제거하고 대응되는 T2영상에서 동일한 영역을 제거하는 전처리과정과, 전처리과정이 완료된 T2영상에서 뇌척수를 제거하고 대응되는 PD영상에서 동일한 영역의 뇌척수를 분리해내는 뇌척수 분리과정과, 뇌척수가 분리된 PD 영상을 이용하여 히스토그램을 생성하여 백질 및 회백질의 각 부분체적을 산출하는 과정과, 히스토그램에서 명암값을 증가시키면서 그 분포함수의 적분값을 산출하다가 그 값이 백질의 부분체적의 합보다 커지는 최초의 명암값을 판별값으로 설정하는 판별값 산출과정과, 판별값을 기준으로 각 슬라이스에 대하여 백질과 회백질이 분리된 영상을 생성하는 과정과, 백질과 회백질의 부분체적의 정보와 단층촬영 장치로부터 제공되는 슬라이스 정보를 이용하여 백질 및 회백질의 각 체적을 산출하는 과정을 포함하는 것을 특징으로 하는 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법.

Description

뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법 { A method of separating the white matter and the grey matter from brain image and calculating the volume of thereof}

본 발명은 뇌 이미지 처리장치 및 처리방법에 관한 것으로서, 보다 상세하게는 자기공명 영상장치로부터 제공된 뇌 이미지로부터 백질과 회백질을 분리하여 각각의 체적을 산출하는 방법에 관한 것이다.

뇌는 인체의 여러 기관 중 인체의 모든 부분에 대한 물리적 통제를 담당하며 정상적으로 살아가기 위한 인간의 정신세계를 조절하고 통제하고 있는 가장 중요한 기관으로 알려져 있다. 또한 그 기능이 매우 복잡하여 현재까지도 뇌가 수행하는 여러 역할 및 그 메카니즘에 대한 의학적 연구가 계속적으로 이루어지고 있으며 다른 학문 분야에서도 뇌의 기능 및 역할에 대하여 비의학적 시각으로 다양한 연구가 계속되고 있다.

사람의 뇌는 뇌를 둘러싸고 있는 외피 안에 백질과 회백질 부분이 소량의 뇌척수와 함께 꽈리 모양의 매우 복잡한 구조로 겹쳐져 있다. 그러나 이러한 복잡한 구조를 갖는 뇌를 촬영하여 영상으로 만들어주는 현재의 자기공명영상장치는 뇌를 일정한 두께(보통 5mm)로 촬영하고 그 두께 내에 존재하는 각 성분의 비에 따라 특정 명암 값을 갖는 영상으로 만들어주고 있으므로, 이러한 영상으로부터 주어진 두께 안에 백질과 회백질이 어느 정도를 차지하고 있었는지에 대한 각 성분의 부분체적을 알아낼 수 있는 정량적인 방법이 개발되지 않았다. 따라서 정상인 뿐만 아니라 정신질환을 앓고 있는 비정상인의 경우에도 백질과 회백질의 체적을 계산하여 정상인과 비교 함으로서 질환을 진단하거나 조기 발견할 수 있는 방법은 없었다.

그러므로 현재까지는 필요한 경우에 한해 각각의 뇌 영상 슬라이스에 대하여 의료 전문의의 수작업에 의해 백질과 회백질을 분리한 후 전체 체적을 예측하는 원시적인 방법에 의존하고 있었을 뿐이며, 또한 원래의 두께 내에 존재하는 각 성분의 부분 체적을 고려한 비율을 계산 할 수 있는 방법이 없었으므로 의료전문인 조차 그 정확성에 대해 신뢰할 수 없는 수준에 머물러 있었다.

본 발명의 목적은 자기공명 영상장치로부터 제공된 뇌의 영상에서 백질과 회백질을 분리하여 그 체적을 산출하는 방법을 제공하는 것이다.

본 발명의 다른 목적은 절대적 기준 없이 주어진 뇌의 이미지에서 백질과 회백질의 명암 값을 결정하고 각각을 분리할 수 있는 기준값을 결정하는 방법을 제공하는 것이다.

본 발명의 또 다른 목적은 백질과 회백질의 분리 이전에 초기 영상에 존재하는 영상의 검은 배경을 제거하고 더불어 백질과 회백질을 둘러싸고 있는 외피와 지방층 그리고 일부 슬라이스에 나타나고 있는 안구 및 소뇌 부분과 뇌실을 제거 함으로서 순수한 백질과 회백질의 추출 및 산출된 체적의 오차를 최소화하는데 있다.

본 발명의 또 다른 목적은 백질과 회백질이 소량의 뇌척수와 함께 혼합되어 있음에 따라 뇌척수의 양에 따라 백질과 회백질의 본래의 명암 값보다 훨씬 밝게 표현 될 수 있음을 충분히 고려하고 뇌척수의 영향을 고려한 백질과 회백질의 분리에 있다.

위와 같은 목적을 위한 본 발명의 특징은 PD영상의 뇌 이미지에서 뇌를 제외한 부분을 제거하고 대응되는 T2영상에서 동일한 영역을 제거하는 전처리과정과, 상기 전처리과정이 완료된 T2영상에서 뇌척수를 제거하고 대응되는 PD영상에서 동일한 영역의 뇌척수를 분리해내는 뇌척수 분리과정과, 상기 뇌척수가 분리되어 백질과 회백질로만 이루어진 PD 영상으로부터 제 1 히스토그램을 생성하는 과정과, 상기 제 1 히스토그램으로부터 백질의 부분체적(PV1)을 산출하는 과정과, 상기 뇌척수 분리과정을 통해 분리된 뇌척수 이미지중 순수 뇌척수를 제거하고 남은 영상으로부터 제 2 히스토그램을 생성하는 과정과, 상기 제 2 히스토그램으로부터 순수 뇌척수의 부분 체적을 산출하는 과정과, 상기 순수 뇌척수 부분이 제거된 영역에서 백질이 차지하는 부분체적(PV2)을 산출하는 과정과, 상기 제 1 히스토그램의 전체 픽셀값에서 상기 백질의 부분체적의 합(PV1+PV2) 을 감하여 회백질의 부분체적을 산출하는 과정과, 상기 제 1 히스토그램과 제 2 히스토그램을 포함하는 제 3 히스토그램을 생성하는 과정과, 상기 제 3 히스토그램에서 명암값을 증가시키면서 그 분포함수의 적분값을 산출하다가 그 값이 상기 백질의 부분체적의 합(PV1+PV2)보다 커지는 최초의 명암값을 판별값으로 설정하는 판별값산출 과정과, 상기 판별값을 기준으로 각 슬라이스에 대하여 백질과 회백질이 분리된 영상을 생성하는 과정과, 상기 백질과 회백질의 부분체적의 정보와 단층촬영 장치로부터 제공되는 슬라이스 정보를 이용하여 백질 및 회백질의 각 체적을 산출하는 과정으로 이루어지는 점에 있다.

도 1은 본 발명에 따른 뇌 이미지 처리장치의 구성을 나타내는 제어블록도,

도 2는 백질과 회백질의 추출을 위해 사용되는 PD 슬라이스,

도 3은 배경의 검은 바탕이 제거된 PD 영상 슬라이스,

도 4는 지방층의 추적을 위해 4 방향으로부터 탐색된 4개의 시작픽셀을 나타내는 슬라이스,

도 5는 지방층의 추적 및 제거를 통해 외피를 제거한 PD 영상 슬라이스,

도 6은 트리밍 과정을 나타내는 영상행렬의 예시도,

도 7은 트리밍 과정을 통해 뇌 주변의 잡음이 제거된 PD 영상 슬라이스,

도 8은 도 7의 영상에 대해 수작업에 의해 소뇌 및 뇌간등을 제거한 PD 영상 슬라이스,

도 9는 도 8의 PD 영상 슬라이스를 이용하여 전처리 과정이 완료된 T2 영상 슬라이스,

도 10은 본 발명에 따른 명암 분리 알고리즘을 설명하기 위한 명암 대비 슬라이스,

도 11은 전체 슬라이스 중 8, 9번째의 PD영상 및 T2 영상 슬라이스,

도 12는 뇌척수가 제거된 T2영상 및 PD 영상과 뇌척수의 영상 슬라이스,

도 13은 9번째 T2 영상과 PD 영상에서 추출된 뇌척수의 명암값 분포비교도,

도 14는 PD 영상에 대한 히스토그램,

도 15는 PD 영상에서 추출된 전체 뇌척수의 분리 및 뇌척수의 영향을 배제한 PD 영상 슬라이스,

도 16은 백질의 부분체적 산출방법을 나타내는 히스토그램,

도 17은 본 발명에 따른 알고리즘에 의해 판별값의 결정을 나타내는 히스토그램,

도 18은 도 17에 의해 결정된 판별값에 의해 백질과 회백질의 분리된 PD 영상의 일례,

도 19는 백질과 회백질로 분리된 전체 PD 영상 슬라이스이다.

이하 본 발명의 구성 및 그 동작에 관하여 상세히 설명하고자 한다. 도 1은 본 발명에 따른 영상처리와 관련된 장치들과의 제어 및 처리관계를 나타내는 제어 블록도이다.

자기공명 영상장치(1)로부터 제공되는 영상 파일은 인터페이스 장치(2)를 통해 영상처리 유니트(Image Processing Unit)(3)에 전달된다. 이때 영상처리 유니트(3)는 전달된 영상정보를 주기억장치(4)에 저장하고 보조기억장치(5)에 저장된 본 발명에 위해 준비된 백질과 회백질의 분리를 위한 프로그램을 로딩(Loading)한다. 전처리 과정 후 백질과 회백질의 분리를 위한 판별값의 결정을 통해 분리된 백질과 회백질의 영상을 영상 출력장치(6)를 통해 출력하고 동시에 산출된 백질과 회백질의 체적을 영상 데이터 베이스에 저장한다. 영상 데이터 베이스에는 산출된 백질과 회백질의 영상 및 산출된 체적에 대한 정보 그리고 취급된 영상에 해당되는 사람(정상인 또는 환자)에 대한 성별, 연령, 이름 등에 대한 정보를 유지하고 있다.

뇌의 영상 촬영장치로는 컴퓨터 단층촬영장치 또는 자기공명영상장치 등이 있으며, 본 발명에서 처리하는 영상 파일은 자기공명 영상장치로부터 얻어진 것을 의미한다. 또한 추출 영상의 출력장치로는 처리된 영상정보를 사용자가 인식할 수 있도록 디스플레이 기능을 하는 것으로, 프린터 또는 모니터 등을 들 수 있다.

자기공명영상장치로부터 제공되는 뇌에 대한 하나의 영상 슬라이스 크기는 256 * 256 크기이며, 각 픽셀이 0에서 4095의 명암 값에 의해 표현될 수 있는 영상을 담고 있다. 한 픽셀은 2 바이트로 구성되어 뇌의 자기공명영상 슬라이스 하나는 256 * 256 *2 = 128Kbyte 이다. 또한 이 파일의 헤더에는 영상의 구성과 형식에 대한 정보로부터 환자의 신상에 대한 정보에 이르기까지 다양한 종류의 정보를 가지고 있다.

본 발명은 이러한 영상 슬라이스 정보를 다시 8 비트 PGM(Portable Gray Map)형식의 파일로 변환한 후에 백질과 회백질의 분리를 위해 사용한다. 이 과정에서 영상 파일의 각 픽셀은 8비트로 표현될 수 있는 0에서 255의 명암 값을 갖는 영상으로 변하게 된다.

백질과 회백질의 분리 및 체적의 산출을 위하여 본 발명이 적용될 영상 슬라이스는 자기공명영상장치에 의해 만들어진 전체 슬라이스들 중 대뇌 부분에 대하여 횡단면으로 촬영된 슬라이스를 이용하게 되며, 이러한 슬라이스는 동일한 단면에 대하여 proton density 영상(이하 PD 영상)과 T2 weighted 영상(이하 T2 영상)의 두 종류를 생성하고 주어진 뇌의 단면에 대하여 각각 15 슬라이스 내외로 만들어진다.

대뇌 부분에 대하여 횡단면으로 하단부(눈의 높이)로부터 위로 올라가며 5mm 두께로 촬영되어 압축된 명암 값으로 생성된 영상 슬라이스는 위치에 따라 다른 모습을 보이게 된다. 하단부의 몇 슬라이스는 비교적 작은 면적의 대뇌와 함께 소뇌 및 눈의 일부 그리고 뇌간 등이 표현되어 있으며, 중간 정도의 위치에서는 영상의 크기가 가장 크고 타원형의 형태를 갖게 되며 영상의 중앙에는 나비 모양의 뇌실을 갖고 있다. 그리고 상단부에 가서 영상의 크기는 점점 작은 타원형의 모습을 갖고 있다. 도 2는 본 발명이 적용될 전체 영상 슬라이스들이며 종류는 PD 영상이다.

동일한 단면에 대하여 촬영된 T2 영상과 PD 영상은 명암 값의 분포에 있어서 다른 특성을 갖고 있다. T2 영상은 PD 영상에 비해 전체적으로 어둡게 표현되고 있으나 뇌척수 부분에 대하여는 PD 영상보다 상대적으로 밝게 표현되고 있으므로 뇌척수의 추출을 위해 용이하게 사용된다. 그러나 상대적으로 백질과 회백질 부분은 PD 영상보다 어둡게 표현되어 있으며 또한 두 성분의 구분이 매우 어렵다. 반면에 PD 영상은 뇌척수 부분의 구별은 쉽지 않으나 백질과 회백질이 T2영상에 비해 밝고 또한 백질과 회백질의 구별이 비교적 용이하므로 본 발명에서 백질과 회백질의 분리는 PD 영상에 대하여 이루어진다.

본 발명에서는 백질과 회백질의 분리 이전에 대뇌에 해당되지 않는 나머지 부분을 먼저 제거하도록 하였다. 이 과정은 먼저 PD 영상에 있어서 영상의 검은 배경 및 뇌를 둘러싸고 있는 외피와 지방층을 우선 제거하게 된다. 영상의 검은 배경의 제거는 다음과 같이 이루어진다.

영상의 검은 바탕은 명암 값이 0에 가까운 검은 색을 갖고 있으며 뇌의 외피는 이보다 큰 명암 값(60이상)을 갖는다. 따라서 전체 영상의 처음 위치(좌표 0,0)에 연결되어 있으면서 명암 값 60이하의 검은 픽셀들을 추적하여 제거함으로써 뇌의 외피 부분과 함께 안쪽 부분을 제외한 바탕의 검은 배경을 제거할 수 있다. 도 3은 이러한 과정에 의해 바탕의 검은 부분이 제거된 PD 영상 슬라이스들이다.

다음으로 도 3과 같이 영상의 검은 바탕이 제거된 후 뇌를 둘러싸고 있는 외피와 지방층을 제거한다. 전체 영상을 관찰하면 뇌의 외피 안쪽으로 검은 색의 지방층이 존재함을 알 수 있다. 이러한 지방층은 명암 값(70 이하)이 외피(100 이상)나 안쪽의 회백질부분(130 이상)보다는 현저히 어둡게 표현되어 있다. 따라서 이러한 명암 값의 차이를 이용하여 지방층을 추적하고 외피와 함께 제거함으로써 이루어진다.

본 발명에서는 지방층의 추적을 위하여 4-연결성(4-connectivity)의 성질을 이용하였다. 4-연결성이란 주어진 픽셀에 연결된 상, 하, 좌, 우에 인접한 4개의 픽셀을 말한다. 즉 지방층에 해당하는 임의의 픽셀에서부터 시작하여 4-연결성에 있는 픽셀 중 같은 지방층에 해당하는 픽셀인지를 검사하여 제거 함으로써 이루어 진다.

그러나 외피 안쪽에 띠 모양으로 분포된 지방층이 완전히 연결되어 있지 않은 경우가 존재하므로 지방층 추적을 위한 시작 픽셀은 도 4에서 나타난 바와 같이 영상의 상, 하, 좌, 우에 4곳을 설정하게 된다. 즉 (0,128)의 좌표에서 아래쪽으로, (128,0)의 좌표에서 오른쪽으로, (128,256)의 좌표에서 왼쪽으로 그리고 (256,128)의 좌표에서 위쪽으로 탐색하며 외피가 시작하는 위치를 탐색한 후 다시 그 안쪽으로 탐색하면 지방층의 명암 값(70 이하)에 해당하는 픽셀을 결정할 수 있다. 이러한 4개의 픽셀을 설정한 후 상술한 바와 같이 각 픽셀에서 4-연결성에 의해 연결되어 있으면서 지방층의 명암 값을 갖는 픽셀들을 찾아 제거함으로써 이루어진다.

도 5는 이러한 4개의 시작 픽셀로부터 4-연결성에 의해 추적된 지방층을 제거하고 다시 추적된 지방층에 의해 뇌의 내부와 외피가 완전히 분리된 경우 외피를 함께 제거된 PD 영상들이다.

그러나 도 5에서 볼 수 있듯이 지방층이 다른 부분보다 지나치게 얇아서 단절되어 있는 경우 그 위치에서 외피를 구성하는 픽셀과 뇌의 내부와 연결되어 있게 된다. 이런 경우에는 지방층은 제거되었으나 외피는 완전히 분리시킬 수 없게 된다. 이러한 문제는 특히 하단부의 일부 슬라이스의 경우에 뇌의 모습이 전체적인 형태나 내부의 구조면에서 중간의 슬라이스와 다르게 되어있으며 지방층의 모습도 타원형의 띠 모양을 되어 있지 않아 뇌의 외피를 구성하는 픽셀과 뇌의 내부를 구성하는 픽셀이 붙어있게 되므로 상술한 방법에 의해 외피가 완전히 제거되지 않는다. 또한 나머지 영상 슬라이스도 외곽의 일부에 미처 제거되지 못한 외피의 일부가 붙어있기도 한다.

본 발명에서는 이러한 외부의 잡음을 제거하기 위해 트리밍 알고리즘을 이용하였으며, 이 과정에 의해 뇌의 내부에 연결된 외피의 일부나 기타 다른 부분을 완전히 제거하여 최종적으로 백질과 회백질을 포함하는 뇌의 내부만 남기는 과정이다.

이 알고리즘은 마치 적당한 크기의 공을 뇌의 내부에서 경계선을 따라 굴렸을 때 공이 들어가지않는 외부로의 돌출 부분을 제거하는 것과 같은 효과를 가지도록 하였다. 좀더 정확하게 표현하면, 이는 모폴로지컬 필터(morphological filter)를 이용하는 방법으로, 어떤 크기의 스트럭춰링 엘리먼트(structuring element, SE)를 영상전체에 대하여 스캔하면서 주어진 SE보다 작은 굵기를 가진 외부로의 돌출부분을 제거하게 된다. 실제로 구현된 알고리즘에서는 12 * 12의 SE를 사용하였으나 여기서는 편의상 3 * 3의 SE를 예로 설명하기로 한다. 도 6에서 (A)는 스트럭춰링 엘리먼트(SE)이고, (B)는 트리밍 과정이 적용될 영상행렬, (C)는 트리밍 과정에 의해 외부로의 돌출부분이 단절된 영상행렬, 그리고 (D)는 뇌의 내부를 이용하여 외부에 떨어져 있는 잡음을 제거한 영상행렬을 나타낸다.

도 (B)와 같은 영상에 대해 (A)와 같은 SE를 좌측 상단부터 차례로 한 픽셀씩 이동하면서 적용될 영상과 비교한다. 이때 모든 픽셀이 SE와 같은 경우만 해당 픽셀을 선택한다. 따라서 (C)에서 B로 표시된 부분과 그 주변은 남아 있는 반면, A로 표시된 부분처럼 SE보다 작은 굵기의 영역은 제거된다. 그러나 B'영역은 뇌의 말단 부위로 뇌의 일부임에도 불구하고 SE에 일치하지 못하여 손상되는 것을 방지하기위해 다음의 방법을 취한다. 이는 SE와 비교할 때 일치하는 개수를 세어 9개가 아닌 7개 이상이 같으면 원 영상의 픽셀을 선택하도록 하는 것이다. 이와 같이 약간의 오차를 허용하게 되면 경계부분에 존재하는 임의의 불규칙한 부분도 포함시틸 수 있어 원래영상에 대한 손실을 방지할 수 있다.

도 7의 영상들은 이러한 트리밍 과정에 의해 처리된 영상을 보여주고 있다. 하지만 뇌 영상의 구성에 따른 특성상 눈 또는 소뇌 등을 갖고 있는 하단부의 일부 슬라이스는 이러한 부분이 트리밍 과정에 의해 제거될 수 없으므로 적절한 이미지 뷰어(image viewer)의 사용자 인터페이스를 통하여 수작업에 의해 제거하게 된다. 그러나 이러한 수작업에 의한 마무리 제거과정은 극히 일부 슬라이스에 대하여만 이루어지며 그 양이 많지 않으므로 많은 작업시간을 요구하지는 않는다(1 분 내외).

도 8의 영상들은 트리밍 과정 후 수작업에 의해 소뇌와 뇌간등이 제거된 PD 영상을 보여주고 있다. 이미 상술한 바와 같이 자기공명영상장치는 뇌의 동일 단면에 대하여 PD 영상과 T2 영상의 두 종류를 생성하게 된다. 따라서 T2 영상에 있어서 배경 및 외피와 지방층 그리고 눈과 소뇌와 같은 부분의 제거는 상기 도 8의 PD 영상에 대응되는 T2 영상을 비교하여 PD 영상에서 255의 흰색으로 제거된 배경 및 지방층, 외피, 소뇌 그리고 뇌간의 위치를 T2 영상에서 동일하게 255의 흰색으로 제거 함으로써 이루어진다. 도 9는 배경 및 외피, 지방층 그리고 일부 하단부의 영상에서 나타나고 있는 눈과 소뇌 등의 잡음이 제거된 T2 영상 슬라이스이다.

본 발명에서 최종적으로 이루고자 하는 백질과 회백질의 분리를 통한 각각의 체적 산출은 도 8의 PD 영상을 대상으로 수행한다. 백질과 회백질의 분리에 있어서 가장 중요한 점은 번진(blurred)명암 값의 해석을 통해 백질과 회백질의 부분체적(partial volume)을 고려하여 백질과 회백질을 분리하는 것이다.

이미 상술한 바와 같이 자기공명영상장치는 뇌의 단면을 일정한 두께(약 5mm)로 스캔하여 이러한 두께 내부에 포함된 성분의 비에 따라 특정 명암 값을 갖는 영상을 생성하고 있다. 따라서 일정한 두께 내부에 존재하는 가장 어두운 백질 그리고 백질 보다는 밝은 회백질, 또한 가장 밝은 명암 값을 갖는 소량의 뇌척수 등의 양에 따라 특정 명암 값으로 요약되어 표현된다.

현재까지 이러한 특성으로 생성된 명암 값을 갖는 뇌의 영상에서 일정한 두께 내부에 원래 존재하는 각 성분의 비율을 정확히 추정할 수 있는 정량적인 수단은 개발되어 있지 않다. 따라서 본 발명에서는 이러한 맹점을 해결하고자 자기공명영상장치에 의해 생성된 영상의 번진 명암 값 분석 방법을 제시하고, 이를 바탕으로 일정 두께 내에 포함된 각 성분의 비율을 산출하여 각 영상 슬라이스에서 백질과 회백질의 분리를 위한 판별값을 결정하는 정량적인 방법을 제시하였다. 또한 결정된 판별값을 이용하여 백질과 회백질을 분리한 후 각 성분을 구성하는 픽셀의 수를 근거로 일정한 두께 내에 포함되어 있는 백질과 회백질의 비율을 고려한 부분체적을 계산 함으로써 전체 영상 슬라이스에서 백질과 회백질의 체적을 산출하고자 한다

먼저 본 발명에서 백질과 회백질의 부분체적 산출을 위해 사용한 명암 값 분석을 위한 알고리즘을 간단하게 설명하고자 한다. 도 10의 (A)는 일정한 두께 내에 서로 다른 명암 값을 갖는 두 성분이 존재하는 모습을 보이고 있다. 도 10의 (B)는 도 10의 (A) 영상이 자기공명영상장치에 의해 촬영된 후 수직으로 압축되어 단일 명암 값으로 표현되었을 때의 영상이다. 어떤 위치에서 한가지 성분만 존재하는 경우 표현된 명암 값은 원래의 성분과 동일한 명암 값을 갖는다. 그러나 서로 다른 명암 값을 갖는 두 성분이 같이 존재하는 경우 포함된 각 성분의 비율에 따라 명암 값이 다르게 표현된다. 도 10의 (B)와 같이 두 성분이 함께 존재하여 압축과정에 의해 번진(blurred) 명암 값으로 표현된 영상에서 y1의 명암 값을 갖는 성분의 비율이 z 이고, y2의 명암 값을 갖는 성분의 비율이 1-z 라 할때, 자기공명 영상장치에 의해 생성된 영상에서의 명암 값 G는 다음과 같다.

G = y₁* z + y₂* (1 - z) ..........(0 〈 z〈 1)

위의 식으로부터 특정 성분의 부분체적은 간단하게 다음과 같이 유추할 수 있다. 만약 A 성분의 명암 값이 y1이고 B 성분의 명암 값이 y2일 때 일정한 두께 내에서 이러한 두 성분이 혼합되어 G의 명암 값을 나타냈다면 G의 명암 값을 갖는 픽셀중 A 성분이 z 이고, B 성분이 (1-z) 임을 산출할 수 있을 것이다.

이러한 방법에 의해 도 10의 (B)와 같이 압축된 영상에서 A 또는 B 성분의 비율을 고려하여 전체로부터 각 성분을 구성하는 픽셀의 수를 알아낼 수 있으며, 이러한 픽셀의 수를 기준으로 두 성분이 겹쳐져 번진 영역 내에서 두 부분을 분리할 수 있는 명암 값을 결정한다. 이러한 명암 값을 판별값이라 부르며, 도 10의 (C)는 결정된 판별값에 의해 분리된 영상이다.

만약 도 10의 (A)가 실제 뇌에서 5mm 두께를 갖는 한 단면이라고 할 때, 도 10의 (B)는 자기공명영상장치에 의해 만들어진 영상이라 언급하였다. 여기서 도 10의 (B)와 같은 영상으로부터 도 10의 (A)와 같은 뇌의 실제 모습은 알 수 없다. 단 본 발명에서 제안하는 명암 값 분석을 통해 각 성분의 포함 비율을 산출한 후, 이를 이용하여 판별값을 결정하고, 결정된 판별값을 이용하여 도 10의 (B) 영상으로부터 도 10의 (C) 영상처럼 분리하게 된다. 마찬가지로 도 10의 (C) 영상으로부터 도 10의 (A)와 같은 원래의 모습은 역시 알 수 없으나 도 10의 (C)에 나타나 있는 각 성분을 구성하는 픽셀의 수는 실제 단면인 도 10의 (A)에서 각 성분의 부분체적을 고려하여 표현된 것이며, 이를 근거로 각 성분의 체적을 정확히 산출할 수 있다.

본 발명에서 취급하고 있는 사람의 뇌에 대하여 자기공명 영상장치에 의해 생성된 영상을 대상으로 지금까지 간단하게 설명한 알고리즘을 자세하게 설명하고자 한다. 이하에서 설명되는 알고리즘이 적용되어 처리되는 영상은 도 8의 영상중 8 번째와 9 번째 영상에 대하여만 보이기로 하며 나머지 영상 슬라이스도 동일한 절차에 의해 처리된다.

도 11의 영상은 상기 도 8 및 도 9의 영상중 선택된 8번째와 9번째에 대한 PD 영상과 T2 영상이다. 도 11의 (A)는 8 번째의 PD 영상, (B)는 8 번째의 T2 영상, (C)는 9 번째의 PD 영상, 그리고 (D)는 9 번째의 T2 영상을 나타낸다. 도 11의 PD 영상을 구성하는 픽셀의 명암 값은 사람의 뇌가 일정한 두께로 자기공명영상장치에 의해 스캔된 후 압축되어 표현된 값이다. 따라서 원래의 두께 안에 있었던 성분의 비에 따라 다른 명암 값에 의해 표현된다. 만약 순수한 백질만 존재하는 경우 가장 어두운 명암 값으로 표현된다. 그리고 백질과 회백질이 함께 존재하는 경우 회백질의 양에 따라 점차 밝게 표현된다. 백질과 회백질이 소량의 뇌척수와 함께 존재하는 경우 더욱 밝으며 회백질과 뇌척수가 있는 경우 더욱 밝아지고 순수한 뇌척수의 경우는 가장 밝게 나타나고 있다. 따라서 도 11의 PD 영상에 있어서 본 발명에서 산출하고자 하는 백질 그리고 회백질과 전혀 무관한 뇌척수는 제거되어야 한다.

본 발명에서 PD 영상에서 백질과 회백질에 영향을 주지 않은 뇌척수의 추출하기 위해 다음의 방법을 사용하였다. 본 발명에서 사용하게 되는 PD 영상과 T2 영상 중 T2 영상은 전체적으로 어둡게 표현되어 있으나 뇌척수 부분에 대하여는 밝게 표현되어 있다. 따라서 T2 영상은 전체 뇌척수의 추출을 위해 용이하게 사용될 수 있다. 이를 위해 여러 T2영상에 대하여 관찰해보고 방사선 전문의의 의견을 종합한 결과 명암 값 112 보다 밝은 명암 값을 갖는 픽셀들이 T2 영상에서 정확한 뇌척수 부분임을 확인할 수 있었다. 따라서 이러한 기준에 의해 T2 영상에서 명암 값 112 보다 큰 명암 값에 해당되는 픽셀을 뇌척수 부분으로 추출하게 된다. 도 12는 도 11의 각 영상으로부터 뇌척수를 제거한 T2 영상과 PD 영상, 그리고및 PD 영상으로부터 추출된 뇌척수의 이미지를 나타내고 있다. (A)는 8번째와 9번째의 T2 영상, (B)는 뇌척수가 제거된 T2 영상, (C)는 상기 (B)의 T2 영상을 토대로 대응되는 PD 영상에서 T2 영상의 뇌척수와 동일한 위치에 있는 픽셀을 PD 영상에서의 뇌척수로 추출하여 제거한 PD 영상이고, (D)는 (C)의 PD 영상에서 제거된 뇌척수의 모습이다.

(C)와 같이 뇌척수가 제거된 PD 영상은 일정한 두께 내에 백질과 회백질만이 존재하는 부분에 대한 영상으로 이러한 영상에 대한 히스토그램의 명암 값 분석을 통하여 백질과 회백질의 부분체적을 산출하는데 사용된다.

한편 T2 영상과 PD 영상에서 제거된 뇌척수의 명암 값은 서로 다른 분포를 보인다. 도 13은 9번째 슬라이스에 대하여 T2 영상에서 추출된 뇌척수와 PD 영상에서 추출된 뇌척수의 명암 값 분포를 보여주는 히스토그램이다. 도 13에서 위 부분의 히스토그램은 T2 영상에 대한 것이며, 아래 부분의 히스토그램은 PD 영상에 대한 것이다. 전체적으로 T2 영상은 PD 영상에 비해 어두우므로 낮은 명암 값을 갖게 되어 히스토그램의 왼편에 위치하고 있으며, PD 영상에 대한 히스토그램은 T2보다 오른편에 위치하고 있다. 여기서 T2 영상에서 추출된 뇌척수(명암 값 112 이상)부분은 PD 영상에서는 명암 값 A로부터 C까지 넓게 분포하고 있음을 보여주고 있다. 이러한 특징으로 다음의 결론을 얻을 수 있다.

첫째, 일정한 두께 안에 순수한 뇌척수만 존재하는 경우 그러한 뇌척수는 PD 영상의 히스토그램에서 B로부터 C의 명암 값에 대응된다. 여기서 B는 순수한 회백질의 명암 값에 해당되며, B의 명암 값은 전체 뇌척수가 제거된 PD영상의 히스토그램으로부터 알 수 있다.

둘째, 뇌척수가 회백질 뿐만 아니라 백질과 함께 존재하는 경우 포함된 백질의 양에 따라 어둡게 표현되고 있으며 A에서 B의 명암 값에 대응되고 있다.

그러므로 PD 영상에서 B의 명암 값보다 어두운 부분, 즉 A에서 B의 영역으로 대응된 뇌척수는 백질 또는 회백질의 영향을 받은 뇌척수가 되며, 이러한 부분은 백질과 회백질을 포함하고 있는 뇌척수이므로 백질과 회백질에 대한 부분체적을 산출하기 위해 고려되어야 할 부분이다. 따라서, 이러한 부분에서는 명암값 분석을 통해 뇌척수의 부분체적에 해당되는 부분을 제거한 후 다시 백질과 회백질의 부분체적을 산출해야 한다.

이상과 같은 분석을 PD 영상의 히스토그램을 이용해 다시 한번 정리하고자 한다. 도 14의 히스토그램은 배경 및 외피 지방층, 그리고 소뇌, 뇌간등과 같이 백질 및 회백질의 추출과 무관한 부분을 제거한 PD 영상(도 11의 C)에 대한 히스토그램을 가정한 것으로 백질과 회백질 그리고 전체 뇌척수를 포함하는 영상에 대한 히스토그램이다.

도 14에서 가장 큰 면적(A)으로 나타나있는 부분은 PD 영상에서 전체 뇌척수가 제거된 영상(도12의 C)에 대한 히스토그램이며, 일정한 두께 내에 백질과 회백질만이 함께 존재하는 부분으로 뇌 영상의 대부분을 차지하고 있다. 따라서 명암값 y1은 백질인 픽셀이 갖을 수 있는 명암 값의 하한에 해당되며 y3는 회백질 성분의 픽셀이 갖을 수 있는 명암 값의 상한에 해당된다. 도 14의 히스토그램에서 B와 C로 표시된 영역의 히스토그램은 PD 영상에서 추출된 전체 뇌척수에 대한 히스토그램으로 B 영역은 중 백질과 회백질의 영향을 받은 뇌척수에 대한 히스토그램이며 일정한 두께 내에 포함된 뇌척수의 양에 따라 밝은 명암 값을 갖는다. 그리고 C는 백질과 회백질에 영향을 주지않은, 즉 일정한 두께 내에 뇌척수만이 존재하는 부분에 대한 영역(도 13의 B에서 C영역)으로 이러한 부분에 대해서는 백질과 회백질의 부분체적을 고려할 필요가 없으므로 PD 영상에서 추출된 전체 뇌척수(도 12의 D)로부터 우선 제거하게 된다. 따라서 y3는 회백질이 갖을 수 있는 명암 값의 상한인 동시에 뇌척수가 갖을 수 있는 명암 값의 하한에 해당된다. 이로서 다음의 결론을 얻을 수 있다.

첫째, 전체 뇌척수가 제거된 PD 영상에 대한 히스토그램인 영역 A(명암 값 y1에서 y3)에서 백질과 회백질의 부분체적이 고려되어야 한다.

둘째, 추출된 전체 뇌척수 중 순수한 뇌척수를 제거하고 남은 영상에 대한 히스토그램인 영역 B(명암 값 y2에서 y3)에서 다시 뇌척수의 부분체적에 해당되는 부분이 제거되고 난 후에 남은 부분에서 백질과 회백질의 부분체적이 고려되어야 한다.

먼저 주어진 PD 영상(도 11의 A 또는 C)에서 전체 뇌척수를 제거한 영상(도 12c)으로부터 히스토그램(도 14의 A영역)을 생성한다. 이 부분은 일정한 두께 안에 뇌척수가 포함되지 않고 백질과 회백질만 포함된 부분이라 언급하였다. 이러한 히스토그램의 분포함수를 H라 할 때 H(y)는 명암 값 y에 해당되는 픽셀의 수이다. 여기서 명암 값 y1을 갖는 백질의 성분이 z%, 명암 값 y3를 갖는 회백질의 성분이 (1-z)%섞여 있을 때의 명암 값 G는 다음과 같다. G=y₁*z+y₂*(1-z)..........(o〈z〈1)......식(1). 이때 H(G)는 명암 값 G에 해당되는 픽셀의 수이며, 이중 z%는 백질의 부분체적에 해당되는 비율을 의미하며 백분율로 표기하기 위한 것이지 절대값을 의미하는 것은 아니며, 1-z 또한 수식의 계산을 위한 값이며 백분율에 따른 절대값을 의미하는 것은 아니다. 따라서 명암 값 y1으로부터 y3의 구간에서 각 명암 값에 해당되는 전체 픽셀 중 백질의 부분체적에 해당되는 픽셀의 총합 PV₁은 다음과 같다. PV1=H(y₁*z+y₃*(1-z))zdy...........식(2)

다음으로 추출된 전체 뇌척수 중 순수한 뇌척수(도 14의 C영역)를 제거하고 남은 영상에 대한 히스토그램(도 14의 B영역)을 구한다. 이 부분은 일정한 두께안에 백질과 회백질과 뇌척수가 존재하는 부분이다. 이러한 히스토그램으로부터 백질 또는 회백질의 부분체적을 구하기 위해서는 먼저 뇌척수의 부분체적에 해당되는 부분을 제거하여야 한다.

도 14의 B영역에 대한 히스토그램의 분포함수를 W라고 할 때 W(G)는 명암 값 G에 해당되는 픽셀의 수이다. 일정한 두께 안에 명암 값 y3를 갖는 뇌척수 부분이 z%, 그렇지 않은 y2의 명암 값을 갖는 성분이 (1-z)% 포함되었을 때 나타나는 명암값 G는 다음과 같다. G=y₃*z+y₂*(1-z)..............식(3)

이때 W(G)는 명암 값 G에 해당되는 픽셀의 수이며, 이중 z%는 뇌척수의 부분체적에 해당되는 비율이다. 명암 값 y3에서부터 y2까지 각 명암 값에 해당되는 전체 픽셀 중 이러한 비율 만큼의 픽셀을 뇌척수로서 제거하며, 제거된 뇌척수의 부분체적에 해당되는 픽셀의 총합은 다음과 같다. PW=W(y₃*z+y₂*(1-z))zdy .......식(4)

도 15는 PD 영상에서 추출된 전체 뇌척수의 분리 및 뇌척수의 영향을 배제한 PD영상이다. 도 15의 (A)는 PD 영상에서 추출된 전체 뇌척수이다. 도 15의 (B)는 15의 (A)에서 순수한 뇌척수 및 식(4)에 의해 표현된 뇌척수의 부분체적에 해당되는 부분이 제거된 뇌척수이다. 이러한 부분에서 백질과 회백질의 부분체적이 고려되어야 한다. 도 15의 (C)는 전체 뇌척수에서 제거된 순수한 뇌척수 및 뇌척수의 부분체적에 해당되는 부분이다. 즉 도 15의 (A)가 15의 (B)와 15의 (C)의 부분을 분리되었다. 도 15의 (D)는 주어진 PD 영상(도 11의 C)에서 순수한 뇌척수 및 뇌척수의 부분체적(도 15의 D)이 제거된 PD 영상으로 뇌척수의 영향을 완전히 제거한 영상이며 이러한 영상에서 최종적으로 백질과 회백질을 분리하게 된다.

도 14의 B 영역에 해당되는 히스토그램에서 식(4)의 PW에 해당되는 부분을 제외한 나머지 부분에 대한 히스토그램의 분포함수를 W'이라 할 때, 이는 일정한 두께 안에서 백질 및 회백질과 함께 존재하던 뇌척수는 제거되고 나머지 백질과 회백질에 대한 히스토그램으로 볼 수 있으며, 이 부분에서 백질의 부분체적은 다음과 같이 구해진다. PV2=W(y₁*z+y₃*(1-z))zdy............식(5)

도 16은 백질의 부분체적 산출방법을 보여주는 히스토그램이다. 이로써, 식 (2)의 PV₁과 식 (5)의 PV₂의 합은 전체 PD 영상에서 백질의 부분체적에 해당된다. 한편 회백질의 부분체적은 도 16을 구성하는 히스토그램의 전체 픽셀의 합으로부터 산출된 백질의 부분체적을 제외하면 된다. 다음의 식은 회백질의 부분체적에 해당되는 픽셀의 수이다.

지금까지 산출된 백질의 부분체적을 이용하여 백질과 회백질을 분리시킬 수 있는 판별값은 다음과 같이 결정 할 수 있다. 먼저 백질과 회백질에 영향을 주지 않은 밝은 뇌척수 및 백질과 회백질에 영향을 준 뇌척수를 제거한 영상(도 15의 D)에 대하여 히스토그램을 생성한다. 이러한 히스토그램의 분포함수를 T라 할 때 T(G)는 명암 값 G에 해당되는 픽셀의 수이다. 이때 백질의 명암 값 y1에서부터 증가하면서 각 명암 값에 해당되는 픽셀의 수를 누적한 것이식 (7)을 최초로 만족하게 되는 명암 값 t를 판별값으로 결정한다. 식 (7)은 이러한 의미를 보여주는 것이며, 도 17은 이러한 판별값 결정을 보여주는 히스토그램이다.

지금까지 본 발명에 의한 알고리즘에 의해 PD 영상 및 T2 영상을 이용하여 백질과 회백질의 분리에 사용될 PD 영상을 생성하는 과정 및 각 영상으로부터 히스토그램을 생성하고 백질의 부분체적 산출을 통한 판별값의 결정방법을 상술하였다.

도 18은 이러한 방법에 의해 결정된 판별값을 이용하여 백질과 회백질로 분리된 8번째와 9번째의 PD 영상이다. 도 19은 전체 슬라이스에 대하여 백질과 회백질로 분리된 PD 영상 슬라이스이며 검은 부분은 백질이고 그렇지 않은 부분은 회백질 영역이다.

이상과 같은 방법에 의해 각 슬라이스에 대하여 백질과 회백질을 분리한 후 분리된 백질과 회백질의 구성하고 있는 픽셀의 수를 이용하여 각각의 체적을 산출하게 된다.

본 발명에서는 백질과 회백질의 체적을 구하기 위하여 각 영상의 헤더에 있는 정보를 이용하였다. 각 영상의 헤더에는 환자의 이름, 나이, 성별등과 같은 개인의 신상에 대한 정보 및 영상의 촬영조건 및 영상이 갖는 여러 물리적 특징에 대한 정보가 저장되어 있다. 이러한 정보 중 영상을 구성하는 픽셀의 크기에 대한 정보 및 압축된 영상을 생성하기 위해 자기공명영상장치에 의해 촬영된 뇌 단면의 두께 또는 슬라이스 사이의 간격등에 대한 정보는 전체 슬라이스에서 추출된 백질과 회백질의 체적을 계산하는데 유용하게 이용된다.

본 발명에서는 추출된 백질과 회백질의 체적을 계산하기 위하여 다음의 식을 이용하였다. 추출된 백질(또는 회백질)을 포함한 슬라이스 수를 N이라 하고, 슬라이스의 간격을 D라 하고, i번째 슬라이스에서 추출된 백질(또는 회백질)을 구성하는 픽셀의 수를라 하고, 한 픽셀의 가로길이를 X라 하고, 한 픽셀의 세로길이를 Y라 할 때,

지금까지 뇌의 자기공명영상장치로부터 생성된 영상에서 명암 값 분석을 통하여 일정한 두께 내에 포함된 백질과 회백질의 부분체적을 산출하고, 이를 근거로 각 영상 슬라이스에서 백질과 회백질을 분리할 수 있는 판별값의 결정 방법에 대하여 기술하였다 또한 분리된 백질과 회백질을 구성하는 픽셀의 수 및 영상의 헤더에 있는 정보를 이용하여 백질과 회백질의 체적을 구하는 방법도 제시하였다. 현재까지 일정한 두께 내에 존재하는 백질과 회백질의 부분체적을 산출할 수 있는 방법이 개발되지 않고 있음으로 인해 각각의 체적을 정확히 알 수 없었고, 또한 이러한 정보를 이용하여 알쯔하이머나 다훈증후군 등과 같은 각종 정신 질환의 조기 예측방법이 존재하지 않았다. 따라서 본 발명에서 제안된 일련의 방법을 이용하여 우선 각 연령별로 정상인에 대한 백질과 회백질의 체적을 산출하여 통계를 구한 후, 정신질환의 가능성이 있는 환자에 대하여 백질과 회백질의 체적을 산출하여 정상인과 비교 함으로서 각종 정신질환의 조기예측 및 진단 등의 진료행위에 이용할 수 있을 것으로 판단된다.

Claims (4)

1. PD영상의 뇌 이미지에서 뇌를 제외한 부분을 제거하고 대응되는 T2영상에서 동일한 영역을 제거하는 전처리과정과,

   상기 전처리과정이 완료된 T2영상에서 뇌척수를 제거하고 대응되는 PD영상에서 동일한 영역의 뇌척수를 분리해내는 뇌척수 분리과정과,

   상기 뇌척수가 분리되어 백질과 회백질로만 이루어진 PD 영상으로부터 제 1 히스토그램을 생성하는 과정과,

   상기 제 1 히스토그램으로부터 백질의 부분체적(PV1)을 산출하는 과정과,

   상기 뇌척수 분리과정을 통해 분리된 뇌척수 이미지중 순수 뇌척수를 제거하고 남은 영상으로부터 제 2 히스토그램을 생성하는 과정과,

   상기 제 2 히스토그램으로부터 순수 뇌척수의 부분 체적을 산출하는 과정과,

   상기 순수 뇌척수 부분이 제거된 영역에서 백질이 차지하는 부분체적(PV2)을 산출하는 과정과,

   상기 제 1 히스토그램의 전체 픽셀값에서 상기 백질의 부분체적의 합(PV1+PV2) 을 감하여 회백질의 부분체적을 산출하는 과정과,

   상기 제 1 히스토그램과 제 2 히스토그램을 포함하는 제 3 히스토그램을 생성하는 과정과,

   상기 제 3 히스토그램에서 명암값을 증가시키면서 그 분포함수의 적분값을 산출하다가 그 값이 상기 백질의 부분체적의 합(PV1+PV2)보다 커지는 최초의 명암값을 판별값으로 설정하는 판별값산출 과정과,

   상기 판별값을 기준으로 각 슬라이스에 대하여 백질과 회백질이 분리된 영상을 생성하는 과정과,

   상기 백질과 회백질의 부분체적의 정보와 단층촬영 장치로부터 제공되는 슬라이스 정보를 이용하여 백질 및 회백질의 각 체적을 산출하는 과정을 포함하는 것을 특징으로 하는 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법.
2. 제 1 항에 있어서; 상기 전처리과정은

   PD 영상을 구성하는 영상의 명암 값 정보를 이용하여 영상의 배경을 제거하는 과정과,

   뇌의 외피 안에 타원형 형태로 존재하는 지방층에 대하여 상, 하, 좌, 우에 4개의 지방층 추적픽셀을 설정하는 과정과,

   256 그레이 레벨을 기준으로 할 때 명암 값 60 이하의 지방층을 4-연결성에 의해 추적하여 외피와 함께 제거하는 과정과,

   제거되지 않은 외피의 일부를 모폴로지컬 필터인 스트럭춰링 엘리먼트(SE)를 이용하여 뇌의 내부에서 경계선을 따라 스캔하면서 주어진 SE가 들어가지 않는 외부로의 돌출부분을 제거하는 과정과,

   대응되는 T2 영상에서 동일 영역을 제거하는 과정으로 이루어지는 것을 특징으로 하는 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법.
3. 제 1 항에 있어서; 상기 부분체적의 산출과정은,

   전체 뇌척수가 제거되고 일정한 두께 안에 백질과 회백질만 포함하고 있는 PD 영상의 히스토그램 H 에서 순수한 백질의 명암 값 y1과 순수한 회백질의 명암 값 y3을 추출해내고, 일정한 두께 안에 y1의 명암값을 갖는 백질이 z, y3의 명암 값을 갖는 회백질 성분이 (1-z)의 비율로 포함되었을 경우에 나타나는 명암 값 G를 G=y₁*z+y₃*(1-z)..........(0〈z〈1)의 식에서 산출하는 과정과,

   명암값 y1에서 y3까지 분포하는 백질의 부분체적에 해당하는 픽셀수를 PV1=H(y₁*z+y₃*(1-z))zdy 의 식에서 z 만큼의 백질의 제 1 부분체적(PV1)을 구하는 과정과,

   순수한 뇌척수가 제거되고 백질과 회백질과 함께 섞여있는 PD 영상에 대한 히스토그램 W 에서 뇌척수의 명암 값 y3과 그렇지 않은 성분의 명암 값 y2를 추출해내고, 일정한 두께 안에 뇌척수의 명암 값 y3을 갖는 뇌척수가 z, y3의 명암 값을 갖는 뇌척수가 아닌 성분이 (1-z)의 비율로 포함되었을 경우에 나타나는 명암 값 G를 G=y₃*z+y₂*(1-z).............(0〈z〈1)의 식에서 산출하는 과정과,

   명암값 y2에서 y3까지 분포하는 뇌척수의 부분체적에 해당하는 픽셀수를 PW=W(y₃*z+y₂*(1-z))zdy의 식에서 z의 비율만큼의 뇌척수의 픽셀의 총합을 구하는 과정과,

   상기 히스토그램 W에서 상기 PW에 해당하는 부분을 제거한 히스토그램 W'을 생성하여, 일정한 두께 안에 y1의 명암값을 갖는 백질이 z, y3의 명암 값을 갖는 회백질 성분이 (1-z)의 비율로 포함되었을 경우에 나타나는 명암 값 G를 G=y₁*z+y₃*(1-z)..........(0〈z〈1)의 식에서 산출하는 과정과,

   명암값 y2에서 y3까지 분포하는 백질의 부분체적에 해당하는 픽셀수를 PV2=W(y₁*z+y₃*(1-z))zdy 의 식에서 z 만큼의 백질의 제 2 부분체적(PV1)을 구하는 과정과,

   상기 백질의 제 1 부분체적(PV1)과 제 2 부분체적을 합하여 백질을 구성하는 픽셀의 체적을 산출하는 과정을 포함하여 이루어지는 것을 특징으로 하는 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법.
4. 제 1 항에 있어서; 상기 영상 슬라이스 전체에 의한 백질(또는 회백질)의 전체 체적은,

   추출된 백질(또는 회백질)을 포함한 슬라이스 수를 N이라 하고, 슬라이스의 간격을 D라 하고, i번째 슬라이스에서 추출된 백질(또는 회백질)을 구성하는 픽셀의 수를라 하고, 한 픽셀의 가로길이를 X라 하고, 한 픽셀의 세로길이를 Y라 할 때,

   의 식으로부터 백질(또는 회백질)의 체적을 산출함을 특징으로 하는 뇌 이미지에서 백질과 회백질의 분리 및 체적 산출방법.