KR20020087946A - 변형 가능한 3-d 대상의 이미지 시퀀스를 대상 벽 운동의표시들로 디스플레이하는 이미지 프로세싱 방법 - Google Patents

변형 가능한 3-d 대상의 이미지 시퀀스를 대상 벽 운동의표시들로 디스플레이하는 이미지 프로세싱 방법 Download PDF

Info

Publication number
KR20020087946A
KR20020087946A KR1020027013068A KR20027013068A KR20020087946A KR 20020087946 A KR20020087946 A KR 20020087946A KR 1020027013068 A KR1020027013068 A KR 1020027013068A KR 20027013068 A KR20027013068 A KR 20027013068A KR 20020087946 A KR20020087946 A KR 20020087946A
Authority
KR
South Korea
Prior art keywords
image
wall
sequence
voxels
images
Prior art date
Application number
KR1020027013068A
Other languages
English (en)
Inventor
올리비에 제라드
마리에 자코브
안토이네 콜레트_빌론
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20020087946A publication Critical patent/KR20020087946A/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation
    • G06T13/203D [Three Dimensional] animation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/215Motion-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

변형 가능한 3-D 대상의 이미지 시퀀스를 대상 벽 운동들의 표시들로 디스플레이하는 이미지 프로세싱 방법은, 이미지 시퀀스의 이미지 데이터를 얻는 단계, 상기 3-D의 벽을 배치하는 상기 시퀀스의 이미지들에서 3-D 대상을 분할하는 단계, 및 참조로서 선택된 상기 시퀀스의 한 이미지에서 상기 3-D 대상의 벽에 대해 그들의 변위의 함수로 상기 벽의 복셀들 또는 부분들을 컬러링하는 단계를 포함한다. 상기 벽의 컬러 코딩된 복셀들 또는 부분들을 가진 3-D 대상의 컬러 이미지들은 이용자가 상기 대상 벽 운동을 추정하도록 시퀀스로 디스플레이된다. 이 방법은 그 벽들이 운동을 가지는 기관들의 초음파 이미지들을 조사하기 위한 의료 검사 장치에 이용된다.

Description

변형 가능한 3-D 대상의 이미지 시퀀스를 대상 벽 운동의 표시들로 디스플레이하는 이미지 프로세싱 방법{Image processing method for displaying an image sequence of a deformable 3-D object with indications of the object wall motion}
3-D 대상의 모델화 기술은 "processing of the International Conference on Computer Vision and Pattern Recognition(CVPR'94) 20 내지 24, 1994년 6월, 미국 시애틀,"의 제목이 "Simplex Meshes : a General Representation for 3D shapeReconstruction"인 출판물에서 H.Delingette에 의해 이미 개시되어 있다. 이 문서에서 3차원 대상들을 재생(recovering)하기 위한 물리적으로 기초된 접근 방법이 있다. 이 접근 방법은 "심플렉스 메시들(Simplex Meshes)"의 기하학에 기초된다. 메시들의 탄력적 행동은 각각의 복셀(메시의 노드)에서 추출된 심플렉스 각(simplex angle)을 통하여 평균 곡률을 제어하는 국부적 안정화 기능들에 의해 모델링된다. 그러한 기능들은 관점 불변적이고, 본질적이며, 스케일 민감하다. 일정한 격자들에 규정된 변동 가능한 벽들과는 달리, 심플렉스 메시들은 매우 적응적인 구조들이다. 크게 휘어지거나 부정확한 부분들에서 메시 해상도를 증가시키는 개선된 프로세스도 또한 개시되어 있다. 복잡한 모델들을 재생하기 위해 심플렉스 메시들을 접속하는 동작들은 더 단순한 형상들을 갖는 부분들을 이용하여 수행될 수 있다. 심플렉스 메시는 일정한 정점 접속을 가진다. 3-D 벽들에 대해, 각각의 정점이 세 개의 이웃하는 정점들에 접속된 2-D 심플렉스 메시들이 이용된다. 심플렉스 메시의 구조는 인용된 출판물의 도 1에 의해 설명된 바와 같은 3각 측량의 구조에 이중적이다. 그것은 모든 유형들의 순응할 수 있는 벽들(orientable surfaces)을 표현할 수 있다. 심플렉스 메시상의 윤곽은 심플렉스 메시에 대한 이웃하는 정점들에 존재하는 닫힌 정다각형 사슬(closed polygonal chain)로 규정된다. 윤곽은 그 자체가 교차하지 않도록 제한된다. 윤곽들은 변형 가능한 모델들이며, 그것들이 삽입되는 심플렉스 메시와 무관하게 처리된다. 네 개의 독립한 변형들은 가능한 메시 변형들의 전체 영역을 얻도록 규정된다. 그것들은 면(face)에서 에지들을 제거하거나 삽입한다. 심플렉스 메시의 설명은 평면 기하학에 이용된 일반화된 각인 심플렉스 각의 규정과, 정점이 세 개의 이웃들에 대하여 어떻게 위치되는지를 기술하는 매트릭 파라미터들의 규정을 포함한다. 각 정점의 역학은 운동의 뉴턴의 법칙에 의해 제공된다. 변형은 형상이 부드럽게 되도록 제한하는 힘(force)과, 메시가 외부 제한들에 대한 물리적으로 기초된 모델의 응답을 결정하는 3-D 데이터 내부 힘들에 근접하도록 제한하는 힘을 내포한다. 내부 힘들은 본질적인 관점 불변하고 스케일 의존하도록 표현된다. 유사한 제한들의 유형들이 윤곽들을 지속한다. 따라서, 인용된 출판물은 주어진 3-D 대상을 표현하는 단순한 모델을 제공한다. 관심있는 3-D 대상으로 모델을 새로 형성하고 조정하기 위해 적용되는 힘들이 규정된다. "심플렉스 메시 기법(Simplex Mesh technique)"은 확고한 분할 방법이다.
본 발명은 변형 가능한 3-D 대상의 이미지 시퀀스를 대상 벽 운동들의 표시들로 디스플레이하는 이미지 프로세싱 방법에 관한 것이다. 특히, 본 발명은 상기 이미지 시퀀스의 시간동안인 몸 기관 벽 운동들의 표시들을 제공하기 위해, 그 시간에 움직이는 벽들을 갖는 몸 기관의 3-D 초음파 이미지들의 시퀀스를 프로세싱하고 디스플레이하는 이미지 프로세싱 방법에 관한 것이다. 본 발명은 특히, 3-D 초음파 이미지들의 시퀀스가 기록되는 동안 시간 지연에 걸쳐 상기 기관 벽들이 움직이는 방식으로부터 기관 병리를 조사하거나 검출하기 위해, 장치 또는 시스템들에 의해 생성된 초음파 3-D 이미지 시퀀스들을 프로세싱하는 초음파 의료 장치 또는 시스템의 분야에서 응용들을 발견할 수 있다.
도 1a는 관심있는 대상을 표현한 도면이고 도 1b는 심플렉스 메시 기술을 이용하여 이 대상을 분할한 심플렉스 메시를 표현한 도면.
도 2a 및 도 2b는 두 순간들 사이에 주어진 대상 벽의 부분의 거리 변화의 결정을 설명한 도면.
도 3a 및 도 3b는 본 발명에 따라 디스플레이된 컬러 코딩된 이미지 시퀀스를 검은색 및 흰색 이미지들로 재생한 도면.
도 4는 본 방법을 실행하기 위한 장치의 개략도.
본 발명의 목적은 코딩된 방식, 바람직하게는 컬러 코딩된 방식으로 관심있는 3-D 대상의 부피의 변화들의 수량화된 표시들을 디스플레이하는 이미지 프로세싱 방법을 제공하는 것이다. 관심있는 3-D 대상의 벽들의 운동들은 3-D 이미지들의 시퀀스로 기록된다. 시퀀스의 각 3-D 이미지는 주어진 순간에 관심있는 3-D 대상을 표현한다. 대상의 벽들은 각 구역 변위를 수량화하는 것을 허용하기 위해 한 이미지에서 다음 이미지까지의 컬러들의 코드에 따라 색깔들이 변화하는 구역들로 분할된다. 특히, 본 발명의 목적은 심장의 심실 벽 운동과 특히 좌심실 벽 운동에 이 방법을 적용하는 것이다.
이를 위해, 본 발명은 청구항 1에 청구한 이미지 프로세싱 방법을 제안한다.본 이미지 프로세싱 방법은 심장의 좌심실의 초음파 3-D 이미지들의 시퀀스를 프로세싱하는데 특히 유용하다. 또한, 본 발명은 이미지 프로세싱 수단을 갖는 초음파 의료 검사 장치와, 상기 방법을 실행하기 위한 프로그램 제품에 관한 것이다.
본 발명은 첨부한 개략적인 도면들을 참조하여 하기에 자세히 기술된다.
본 발명은 예를 들면, 심장의 좌심실의 3-D 초음파 이미지들의 시퀀스에 적용되는 이미지 프로세싱 방법에 관한 것이다. 이러한 방법은 또한, 초음파 시스템들 또는 장치들이나 이 기술분야에 숙련된 기술자에게 알려진 다른 시스템들에 의해 구성될 수 있는 다른 기관들의 3-D 이미지들의 시퀀스에 적용될 수 있다. 본 이미지 프로세싱 방법은 여러 단계들을 포함한다:
1)관심있는 대상의 3-D 이미지들의 시퀀스를 얻는 단계.
도 1a를 참조하면, 본 예에서, 심장의 좌심실의 3-D 이미지들은 초음파 검사장치를 이용하여 얻어진다. 도 1a는 그러한 이미지들 중 하나를 표현한다. 이러한 이미지들은 이미지들의 시퀀스를 생성하기 위해 이미지들의 세트로 조립된다. 좌심실의 이미지들의 경우에 있어서, 시퀀스는 초당 15 내지 30 또는 50 이미지들의 비율로 얻을 수 있고 각각의 시퀀스의 이미지는 심장 사이클의 순간에 바람직하게 연계된다. 시퀀스의 3-D 이미지들은 또한, 심장 사이클의 동일한 순간에 대해 매달 또는 규칙적인 날들에서 얻어질 수 있다. 서로 다른 기관들의 3-D 이미지들의 시퀀스들을 형성하는 다른 예들은 그 시간에 모양 또는 면적들(dimensions)이 변하는 움직이는 기관들 또는 기관들의 질병들을 진단하는데 도움을 주기 위하여 초음파 장치의 작동자들이나 의사들에 의해 발견될 수 있다.
2) 시퀀스의 3-D 이미지들의 분할 단계.
이미지 시퀀스를 얻은 후에, 상기 이미지들은 분할된다. 시퀀스의 이미지들에서 관심있는 3-D 대상을 분할할 수 있는 어떠한 분할 방법도 이용될 수 있다. 분할 작용의 결과는 관심있는 대상의 벽, 예를 들면 심장의 좌심실의 벽의 복셀들을 찾도록 허용한다.
도 1b를 참조하면, 바람직하게, 확고하고 양호한 결과들을 제공하기 때문에 "심플렉스 메시"의 분할 기법들이 이용된다. 이 심플렉스 메시 기법은 이 기술분야의 상태로서 상기 인용된 출판물에 관하여 이전에 기술되었다. 이용되는 "심플렉스 메시 모델"은 도 1b에 설명되어 있다. 분할 단계는 도 1a의 관심있는 3-D 대상으로 심플렉스 메시 모델을 맵핑한다. 이러한 동작은, 관심있는 대상의 벽들이 면들과 에지들을 가진 심플렉스 메시 모델에 의해 표현된 시퀀스의 각각의 이미지에 대해수행되어서 분할된 3-D 대상들의 시퀀스가 형성된다.
3) 시퀀스의 두 이미지들 사이의 관심있는 대상의 벽의 변위의 추정 단계.
심장의 좌심실의 예에 있어서, 단계의 시작에서, 관심있는 3-D 대상, 즉 심장의 좌심실은 참조로서 선택된 하나의 시퀀스 이미지로 간주된다. 예를 들면, 참조의 이미지는 관심있는 3-D 대상이 가장 작은 것이거나 가장 큰 것이 될 수 있다. 다른 기준은 조사되는 기관 또는 질병에 따라 고려될 수 있다. 심장 사이클동안 좌심실의 형상이나 면적이 변화하는 시퀀스의 다른 이미지들은 하나씩 더 고려될 수 있다.
도 2a 및 도 2b를 참조하면, 기술된 예에서, 원래의 시퀀스의 참조의 이미지는 가장 작은 관심있는 3-D 대상의 이미지이다. 또한, 참조의 이미지의 관심있는 대상은RO로 표시되는 참조의 3-D 대상이라 불린다. 이러한 참조의 3-D 대상은 분할된 이미지들의 시퀀스의 대응하는 분할된 이미지로 고려될 수 있다. 이러한 대응하는 분할된 이미지는 분할된 시퀀스의 제 1 이미지라 불리고SO로 표시된다. 분할된 시퀀스 때에 제 2 이미지는 상기 제 1 분할된 이미지에 대해 비교된다.
상기 제 1 분할된 이미지SO3-D 분할된 참조의 대상참조의 이진 3-D 대상으로 변환하도록 프로세싱된다. 그러나 그것은 단순화를 위해RO로 표시된다. 예를 들면, 참조의 3-D 대상 내부의 복셀들은 값 1로 귀착되고, 참조의 3-D 대상의 외부 복셀들은 값 0으로 귀착된다. 3-D 대상의 이진은 0과 1 영역 사이에 위치되고 기관 벽의 위치를 표현한다. 이진 대상으로 경계를 귀착시키는 다른 가능성은 이 기술 분야의 숙련된 기술자들에게 알려진 대로 이용될 수 있다. 분할된 시퀀스의제 1 이미지에서 참조RO의 3-D 대상은 현재 참조의 이진 3-D 대상이고,SO로 표시된 3-D 대상은 또한 분할된 시퀀스의 제 2 이미지로 고려된다.
상기 언급한 바와 같이, 분할된 이미지들은 이미지 분할의 몇가지 가능한 방법들에 기인할 수 있다. 분할의 각각의 방법에 있어서, 또한 분할된 이미지의 3-D 대상과 참조의 이진 이미지의 3-D 대상 사이의 벽 운동을 결정하기 위한 몇가지 가능한 방법들이 있다.
3-D 대상이심플렉스 메시 모델을 이용하여 분할되었을 때,Z로 표시된면들(faces)을 가진다.ZC로 표시된 무게 중심은 한 면Z로 간주된다. 제 1 이미지의 참조RO의 3-D 대상의 무게 중심C1과 제 2 이미지의 참조SO의 분할된 3-D 대상의 무게 중심C2가 또한 고려된다. 이제, 방법들의 몇가지 예들은 이진으로 간주된 3-D 대상의 벽들과 분할된 이미지들 사이의 거리의 결정을 제공한다.
도 2b를 참조하면, 예에서, 상기 두 이미지들의 3-D 대상들의 무게 중심들은 일치하게 위치되는 것으로 발견되거나 그렇지 않을 수 있다. 그들이 일치되게 위치되지 않는 경우, 이러한 점들C1,C2는 겹쳐지게 실행될 수 있다. 면의 중심ZC의 복셀의 위치에서 벽의 변위는 제 1 및 제 2 3-D 대상들RO, SO의 공통의 무게 중심C1, C2에 면의 중심ZC를 결합한 선을 따라 측정된, 제 2 이미지의 참조RO의 이진 3-D 대상의 경계와 제 2 이미지의 분할된 3-D 대상의 면의 중심ZC사이의D로 표시된 거리로 규정될 수 있다.
도 2a를 참조하면, 다른 예에서, 제 1 및 제 2 이미지들에서 3-D 대상들RO, SO의 무게 중심들C1, C2는 포개져서 발견되지 않고 동작이 그들을 일치시키도록실행하지 않는다. 선은 이 면Z에 수직하여 제 2 이미지의 분할된 3-D 대상SO의 면Z의 중심ZC로부터 그려진다. 이 예에서, 참조RO의 이진 3-D 대상에 대해 분할된 3-D 대상SO의 벽의 거리D는 이진 3-D 대상의 경계와 분할된 3-D 대상의 면의 중심 사이의 상기 선에 대한 측정으로 규정될 수 있다.
다른 예에서, 상기 거리는 이진 3-D 대상과 분할된 3-D 대상의 면의 중심ZC사이에서, 제 1 또는 제 2 표시 3-D 대상의 중심들C1또는C2중의 하나와 면의 중심ZC을 결합한 선 위에의 측정에 의한 다른 방식으로 규정될 수 있다.
상기 거리 D의 다른 다수의 규정들이 가능하다.
3-D 대상들의 이미지 시퀀스가 심플렉스 메시 방법을 이용하여 분할되지 않을 때 구역들 Z는 분할된 제 2 3-D 대상 SO의 범위를 정할 수 있고 상기 기술한 바와 동일한 방법들이 한 면위 대신 한 구역에 적용될 수 있다.
다른 가능한 분할 방법에 있어서, 분할된 대상의 복셀들만이 찾아진다. 그러한 경우, 거리 D는 이진 대상의 경계들과 분할된 대상 사이에서 규정된다. 이러한 거리 D는 모든 복셀들에 대해, 또는 벽 부분들을 형성하는 복셀들의 그룹들의 복셀들에 대해 규정될 수 있다.
그다음, 동작들은 모든 면들에 대해, 또는 상기 기술된 바와 같이 벽 부분들의 복셀들 또는 복셀들의 경계에 대해 제 1 이진 3-D 대상RO와 제 2 분할된 3-D 대상SO사이에서 반복된다.
4) 측정된 거리들에 주어진 컬러들을 연계하는 단계.
도 3a 및 도 3b를 참조하면, 이 단계에서, 컬러 테이블은 측정된 거리D에,또는 일정한 순서(certain order)의 측정된 거리들의 세트에 주어진 컬러들을 연계한다. 예를 들면, 거리 문턱값들이 결정되고 두 거리 문턱값들 사이의 거리에 대응하는 색은 주어진 순서의 거리값들을 표현하기 위해 규정된다. 이 동작은 컬러 코딩 동작이라 불린다. 이러한 단계를 수행하기 위해 이 기술분야에서 숙련된 기술자들에 의해 이용될 수 있는 컬러 코딩 기법들이 다양하다. 도 3a는 코딩된 그레이 스케일의 농도에서 컬러 코딩된 대상을 표현한다.
5) 참조의 대상에 다른 이미지들의 분할된 대상들을 비교하는 단계.
이미지들의 전체 시퀀스를 고려하여, 새로운 순간에 관련된 각각의 새로운 분할된 3-D 대상SO가 참조RO의 제 1 이진 3-D 대상과 비교되거나, 또는 각각의 새로운 분할된 3-D 대상이 이전 시간의 최종 이미지의 분할된 3-D 대상과 비교된다. 그러한 경우, 상기 새로운 분할된 이미지에 대해 제때 이전의 최종 이미지의 3-D 대상은 참조RO의 3-D 대상으로 간주되고, 참조의 이진 분할된 3-D 대상(binary segmented 3-D object of reference)을 제공하도록 프로세싱된다. 거리 계산들의 동작들은 상기 기술한 바와 같이, 거리들D를 추정하기 위해 참조RO의 제 1 이진 3-D 대상과 관심있는SO의 제 2 분할된 3-D 대상에 대해 수행된다.
6)이미지들의 컬러 코딩된 시퀀스를 디스플레이하는 단계.
이미지들이 심플렉스 메시 방법을 이용하여 분할되는 경우, 분할된 시퀀스의 각 이미지의 심플렉스 메시 모델의 각각의 면은 컬러로 표현된다. 그 컬러는 선택된 참조의 3-D 대상에 대한 거리D의 함수이다. 바람직하게, 컬러는 컬러들의 스케일에 의해 표시된 컬러 테이블에 의해 제공된다. 도 3a 및 도 3b를 참조하면, 이러한 동작은 분할된 이미지 시퀀스로부터 컬러 코딩된 이미지 시퀀스를 제공한다. 도 3a, 3b에 의한 예로서 표현된 시퀀스는 단지 두 개의 이미지들이다. 관심있는 대상을 표현하는 모델의 각각의 구역Z는 시퀀스의 제 1 이미지의 제 1 3-D 대상에 대하여, 또는 시퀀스의 최종 이전 이미지의 3-D 대상에 대하여 측정된 변위D의 컬러 특성에 귀착된다.
이것은 의사가 이미지 시퀀스가 얻어진 동안의 시간 시간을 따라 형상이 이동되고 변화된 기관의 벽들에 관련된 병리(pathology)의 존재 유무를 추정하도록 허용한다. 바람직하게, 시간 참조를 표현한 스케일은 컬러 코딩된 이미지 시퀀스와 컬러 코딩의 표시, 예를 들면 거리값들의 함수에서 컬러들의 스케일이 동시에 디스플레이된다. 좌심실 표시의 예에 있어서, 심장 사이클들 동안 심장 펄스 변화의 곡선을 디스플레이하는 것이 편리하다.
이러한 방법은 예를 들면, 3-D 대상의 3-D 이미지들의 단면들인2-D 이미지들에 어려움 없이 적용될 수 있다. 심플렉스 메시 분할 방법의 경우에서, 2-D 분할된 시퀀스의 대상들은 참조의 2-D 대상의 경계에 그들의 거리들의 함수로 컬러링되는 에지들을 갖는 정다각형이다. 이미지들의 3-D 시퀀스에 대해, 세 개의 직교한 단면 이미지 시퀀스들을 제공할 수 있다. 다른 분할 방법들이 이용될 때, 2-D 이미지들은 분할된 3-D 대상의 벽의 추적을 표현한다. 이러한 2-D 이미지들에서 벽들은 컬러링된 픽셀들을 가지거나 컬러링된 부분들을 가지는데 그러한 컬러들은 참조의 대상의 경계에 대한 측정된 거리들의 함수이다. 3-D 또는 2-D 방법들은 초음파 이미지들뿐만 아니라 X-레이 이미지들에 적용될 수 있거나 어떤 다른 이미지 시퀀스들의 종류에도 적용될 수 있다.
도 4를 참조하면, 의료 검사 장치(150)는 디지털 이미지 시퀀스를 얻는 수단과, 상기 기술한 프로세싱 방법에 따른 이러한 데이터를 프로세싱하는 디지털 프로세싱 시스템(120)을 포함한다. 의료 검사 장치는 디스플레이 및/또는 저장 수단(130, 140)에 이미지 데이터를 제공하기 위하여, 적어도 하나의 출력(106)을 가진 프로세싱 시스템(120)에 이미지 데이터를 공급하는 수단을 포함한다. 상기 디스플레이 및 저장 수단은 워크스테이션(110)의 각각 스크린(140) 및 메모리(130)일 수 있다. 상기 저장 수단은 대안적으로 외부 저장 수단일 수도 있다. 이러한 이미지 프로세싱 시스템(120)은 적당히 프로그래밍된 컴퓨터 워크스테이션(110)이거나, 본 발명에 따른 방법 단계들의 기능들을 수행하도록 배열된 LUT들, 메모리들, 필터들, 논리 연산자들과 같은 회로를 갖는 특정 목적의 프로세서일 수 있다. 워크스테이션(110)은 키보다(131)와 마우스(132)를 또한 포함할 수 있다.
이 의료 검사 장치(150)는 표준 초음파 장치일 수 있다.
프로세싱 시스템(120)은 상기 기술된 방법을 실행하기 위하여 상기 프로세싱 시스템의 계산 수단에 의해 실행되는 프로그램 명령들을 갖는 컴퓨터 프로그램 제품을 이용할 수 있다.

Claims (15)

  1. 변형 가능한 3-D 대상의 이미지 시퀀스를 대상 벽 운동들(object wall motions)의 표시들로 디스플레이하는 이미지 프로세싱 방법에 있어서,
    이미지 시퀀스의 이미지 데이터를 얻는 단계,
    상기 3-D 대상의 벽을 찾기 위해 상기 시퀀스의 이미지들에서 상기 3-D 대상을 분할하는 단계, 및
    참조로서 선택된 상기 시퀀스의 한 이미지에서 상기 3-D 대상의 벽에 대해 그들의 변위의 함수로 상기 벽의 복셀들(voxels) 또는 부분들을 컬러링하는 단계를 포함하는 이미지 프로세싱 방법.
  2. 제 1 항에 있어서, 참조로서 선택된 상기 시퀀스의 한 이미지에서 상기 3-D 대상은 참조의 상기 3-D 대상의 벽을 표현하는 경계를 갖는 이진 대상을 제공하도록 프로세싱되는, 이미지 프로세싱 방법.
  3. 제 2항에 있어서, 상기 변위는 상기 분할된 시퀀스의 이미지에서 상기 3-D 분할된 대상의 벽의 대응하는 복셀들 또는 부분들과 참조의 이진 3-D 대상의 경계 사이의 미리 규정된 거리값으로 측정되는, 이미지 프로세싱 방법.
  4. 제 1항 내지 제 3항 중 어느 한 항에 있어서, 상기 분할된 이미지에서 상기3-D 대상 벽은 에지들에 의해 링크된 면들의 세트 또는 구역들의 세트로 표현되는, 이미지 프로세싱 방법.
  5. 제 4 항에 있어서, 상기 미리 규정된 거리값은 면들 또는 구역들의 각각의 미리 규정된 점들로부터 나온 선들에 대해 규정되어 상기 미리 결정된 점들과 상기 참조의 이진 3-D 대상의 경계 사이의 거리를 측정하는, 이미지 프로세싱 방법.
  6. 제 1항 내지 제 3 항 중 어느 한 항에 있어서, 상기 분할된 이미지에서 상기 3-D 대상 벽은 벽 부분들을 형성하는 복셀들 또는 복셀들의 세트들에 의해 표현되는, 이미지 프로세싱 방법.
  7. 제 6 항에 있어서, 상기 미리 규정된 거리값은 상기 복셀들과 상기 참조의 이진 3-D 대상의 경계 사이에서, 상기 벽의 복셀들 또는 상기 벽의 부분들의 미리 결정된 복셀들로부터 나온 선들에 대해 규정되는, 이미지 프로세싱 방법.
  8. 제 1항 내지 제 7 항 중 어느 한 항에 있어서, 상기 벽의 복셀들 또는 부분들이나 상기 분할된 3-D 대상의 면들 또는 구역들은 상기 참조의 3-D 대상의 경계에 대해 그것들의 측정된 거리들의 함수인 컬러 코딩된 스케일의 속성화된 각각의 컬러들인, 이미지 프로세싱 방법.
  9. 제 8 항에 있어서, 상기 분할된 이미지의 상기 3-D 대상의 단면들을 표현하는 2-D 이미지들이 형성되고, 상기 분할된 대상은 그 컬러들이 상기 참조의 3-D 대상의 경계에 대해 그것들의 측정된 거리들의 함수인 컬러링된 부분들을 갖는 그것의 벽에 의해 표현되는, 이미지 프로세싱 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서, 관심있는 대상은 심장의 좌심실인, 이미지 프로세싱 방법.
  11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서, 상기 컬러 코딩된 3-D 대상은 2-D 또는 3-D 이미지들의 시퀀스로 디스플레이되는, 이미지 프로세싱 방법.
  12. 청구항 1 내지 11 중 어느 항에 청구된 방법에 따른 이미지 데이터를 프로세싱하도록 배열된 회로 수단을 갖는 특정 목적의 프로세서 또는 적절히 프로그래밍된 컴퓨터를 포함하는 시스템.
  13. 의료 이미지 데이터를 얻기 위한 수단, 상기 의료 디지털 이미지 데이터에 대한 액세스를 가지고 상기 이미지 데이터를 프로세싱하는 청구항 12에 청구된 시스템, 및 상기 프로세싱된 이미지들을 디스플레이 하기 위한 수단을 갖는 장치.
  14. 제 1 항 내지 제 11 항 중 어느 한 항에 청구된 이미지 프로세싱 방법을 실행하는 수단을 갖고, 변형 가능한 3-D 대상의 초음파 이미지 시퀀스를 대상 벽 운동들의 표시들로 디스플레이하는 디스플레이 수단을 갖는 초음파 검사 장치에 있어서,
    이미지 시퀀스의 초음파 이미지 데이터를 얻는 수단,
    상기 3-D 대상의 벽을 찾기 위해 상기 시퀀스의 이미지들에서 상기 3-D 대상을 분할하는 수단, 및
    참조로서 선택된 상기 시퀀스의 한 이미지에서 상기 3-D 대상의 벽의 대응하는 복셀들 또는 부분들에 대해 그들의 변위의 함수로 상기 벽의 복셀들 또는 부분들을 컬러링하는 수단을 포함하는 초음파 검사 장치.
  15. 청구항 1 내지 11 중 어느 한 항에 청구된 방법을 실행하기 위한 명령들의 세트를 포함하는 컴퓨터 프로그램 제품.
KR1020027013068A 2001-01-30 2002-01-24 변형 가능한 3-d 대상의 이미지 시퀀스를 대상 벽 운동의표시들로 디스플레이하는 이미지 프로세싱 방법 KR20020087946A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP01400232 2001-01-30
EP01400232.3 2001-01-30
PCT/IB2002/000241 WO2002061689A1 (en) 2001-01-30 2002-01-24 Image processing method for displaying an image sequence of a deformable 3-d object with indications of the object wall motion

Publications (1)

Publication Number Publication Date
KR20020087946A true KR20020087946A (ko) 2002-11-23

Family

ID=8182609

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027013068A KR20020087946A (ko) 2001-01-30 2002-01-24 변형 가능한 3-d 대상의 이미지 시퀀스를 대상 벽 운동의표시들로 디스플레이하는 이미지 프로세싱 방법

Country Status (5)

Country Link
US (1) US7043062B2 (ko)
EP (1) EP1433141A1 (ko)
JP (1) JP2004518473A (ko)
KR (1) KR20020087946A (ko)
WO (1) WO2002061689A1 (ko)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1395956A2 (en) * 2001-05-22 2004-03-10 Koninklijke Philips Electronics N.V. Method for processing an image sequence of a distortable 3-d object to yield indications of the object wall deformations in the time
US8538098B2 (en) * 2002-06-28 2013-09-17 Koninklijke Philips N.V. Image processing method for displaying information relating to parietal motions of a deformable 3-D object
JP3872424B2 (ja) * 2002-12-20 2007-01-24 アロカ株式会社 超音波診断装置
US20050054918A1 (en) * 2003-09-04 2005-03-10 Sra Jasbir S. Method and system for treatment of atrial fibrillation and other cardiac arrhythmias
WO2005058165A1 (ja) * 2003-12-16 2005-06-30 Hitachi Medical Corporation 領域抽出方法及び装置
US7715627B2 (en) * 2005-03-25 2010-05-11 Siemens Medical Solutions Usa, Inc. Automatic determination of the standard cardiac views from volumetric data acquisitions
WO2006131848A2 (en) * 2005-06-08 2006-12-14 Koninklijke Philips Electronics N.V. Point subselection for fast deformable point-based imaging
US20070167784A1 (en) * 2005-12-13 2007-07-19 Raj Shekhar Real-time Elastic Registration to Determine Temporal Evolution of Internal Tissues for Image-Guided Interventions
US8538108B2 (en) * 2005-12-20 2013-09-17 University Of Maryland, Baltimore Method and apparatus for accelerated elastic registration of multiple scans of internal properties of a body
JP5481069B2 (ja) * 2005-12-20 2014-04-23 コーニンクレッカ フィリップス エヌ ヴェ 対象物の少なくとも一部を細かく再現したものを再構成する再構成ユニット
US7601119B2 (en) * 2006-04-25 2009-10-13 Hrayr Kamig Shahinian Remote manipulator with eyeballs
US8046045B2 (en) * 2006-05-08 2011-10-25 Siemens Medical Solutions Usa, Inc. Anatomical feature condition assessment system using tissue displacement characteristics
WO2008017994A2 (en) * 2006-08-09 2008-02-14 Koninklijke Philips Electronics N.V. Ultrasound imaging system.
WO2008085193A2 (en) * 2006-08-14 2008-07-17 University Of Maryland Quantitative real-time 4d strees test analysis
US20090105578A1 (en) * 2007-10-19 2009-04-23 Siemens Medical Solutions Usa, Inc. Interactive Medical Imaging Processing and User Interface System
KR100920225B1 (ko) * 2007-12-17 2009-10-05 한국전자통신연구원 영상을 이용한 3차원 그래픽 모델의 정확도 측정 방법 및장치
US8323182B2 (en) 2007-12-18 2012-12-04 Manohara Harish M Endoscope and system and method of operation thereof
RU2508056C2 (ru) * 2008-08-12 2014-02-27 Конинклейке Филипс Электроникс Н.В. Способ составления и вычисления объема в системе ультразвуковой визуализации
US8265363B2 (en) * 2009-02-04 2012-09-11 General Electric Company Method and apparatus for automatically identifying image views in a 3D dataset
JP2013510681A (ja) 2009-11-13 2013-03-28 カリフォルニア インスティチュート オブ テクノロジー 単一のイメージングチップ及び共役させられたマルチバンドパスフィルターを備えた立体のイメージングの小規模の内視鏡
US9295375B2 (en) 2012-09-27 2016-03-29 Hrayr Karnig Shahinian Programmable spectral source and design tool for 3D imaging using complementary bandpass filters
US9456735B2 (en) 2012-09-27 2016-10-04 Shahinian Karnig Hrayr Multi-angle rear-viewing endoscope and method of operation thereof
CN105025803B (zh) * 2013-02-28 2018-02-23 皇家飞利浦有限公司 从多个三维视图对大对象的分割
GB201303659D0 (en) * 2013-03-01 2013-04-17 King S College London Method and system for overlaying images or data
KR101784639B1 (ko) * 2013-08-19 2017-10-11 노키아 테크놀로지스 오와이 객체 검출 및 세그먼트화를 위한 방법, 장치 및 컴퓨터 프로그램 제품
US9861261B2 (en) 2014-03-14 2018-01-09 Hrayr Karnig Shahinian Endoscope system and method of operation thereof

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2644913A1 (fr) * 1989-03-24 1990-09-28 Labo Electronique Physique Dispositif d'imagerie par echographie ultrasonore, utilisant un filtre adaptatif perfectionne
US5540229A (en) * 1993-09-29 1996-07-30 U.S. Philips Cororation System and method for viewing three-dimensional echographic data
US6295464B1 (en) * 1995-06-16 2001-09-25 Dimitri Metaxas Apparatus and method for dynamic modeling of an object
FR2771202B1 (fr) * 1997-11-19 2000-01-21 Inst Nat Rech Inf Automat Dispositif electronique de traitement de donnees-image, pour la simulation du comportement deformable d'un objet
US6556695B1 (en) * 1999-02-05 2003-04-29 Mayo Foundation For Medical Education And Research Method for producing high resolution real-time images, of structure and function during medical procedures
US6757423B1 (en) * 1999-02-19 2004-06-29 Barnes-Jewish Hospital Methods of processing tagged MRI data indicative of tissue motion including 4-D LV tissue tracking

Also Published As

Publication number Publication date
US20030006984A1 (en) 2003-01-09
JP2004518473A (ja) 2004-06-24
EP1433141A1 (en) 2004-06-30
US7043062B2 (en) 2006-05-09
WO2002061689A1 (en) 2002-08-08

Similar Documents

Publication Publication Date Title
KR20020087946A (ko) 변형 가능한 3-d 대상의 이미지 시퀀스를 대상 벽 운동의표시들로 디스플레이하는 이미지 프로세싱 방법
EP1527422B1 (en) Image processing method for displaying information relating to wall motions of a deformable 3-d object
EP2710557B1 (en) Fast articulated motion tracking
US7015907B2 (en) Segmentation of 3D medical structures using robust ray propagation
KR19980041862A (ko) 심장 영상에서의 심근 측정 시스템
Hildreth et al. Recovering three-dimensional structure from motion with surface reconstruction
JP4170096B2 (ja) 対象の3次元表面上にマップされた3次元メッシュモデルの適合性評価のための画像処理装置
CN1610841A (zh) 具有处理超声图像序列以执行身体器官中流体定量估计的装置的观测系统
US7526113B2 (en) Method for processing an image sequence of a distortable 3-D object to yield indications of the object wall deformations
CN113538682B (zh) 模型训练、头部重建方法、电子设备及存储介质
Bischoff et al. Parameterization-free active contour models with topology control
Zhang et al. An effective approach of teeth segmentation within the 3D cone beam computed tomography image based on deformable surface model
Chen et al. Surface modeling in heart motion analysis
Orderud et al. Real-time left ventricular speckle-tracking in 3D echocardiography with deformable subdivision surfaces
Linares et al. Deformable model application on segmentation in 3-D echocardiography
Wöhler et al. Three-dimensional pose estimation and segmentation methods
Ghadim et al. Learning Fast Diffeomorphic Registration for Cardiac Motion Estimation in 3D Echocardiography
Segars et al. Enhanced 4D heart model based on high resolution dual source gated cardiac CT images
Hillier et al. Online 3-D reconstruction of the right atrium from echocardiography data via a topographic cellular contour extraction algorithm
Di Bona et al. Approach for 3D volumes matching
Ramirez Cortes Fusion of depth and intensity data for three-dimensional object representation and recognition
Loomis Reconstruction, Modeling, and Analysis of Time-Varying Flexible Tubular Objects
Publico Tensorial biomorphometrics: Continuum, discrete and statistical aspects
Andersson Sturén et al. Fast GPU Accelerated Stereo Correspondence for Embedded Surveillance Camera Systems
Tustison et al. Lagrangian and Eulerian biventricular strains from anatomical NURBS models using tagged MRI

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application