KR20070083467A - 병터 검출 방법 - Google Patents

Abstract

CT(Computed Tomograph) 스캔 영상에서 병터(lesion)와 벽 사이의 접합부를 검출하는 방법은, 상기 벽과 내부 공간(L) 사이의 경계를 결정하는 단계; 상기 경계를 따라서 임계 지점들(critial points)(c1, c2)을 식별하는 단계; 및 상기 병터 양쪽에서 하나의 임계 지점을 상기 벽과 상기 병터 사이의 접합 지점으로 선택하는 단계를 포함한다. 상기 임계 지점들은 국부 곡률이 최대인 지점들, 및 경계의 직선부과 곡선부 사이의 천이 지점들일 수 있다. 상기 임계 지점들은, 상기 병터의 양쪽에서 제1 시드 지점(p₁) 및 제2 시드 지점(p₂)를 받는 단계; 상기 시드 지점들이 상기 경계 상에 이미 위치되어 있지 않은 경우, 상기 시드 지점들을 상기 경계로 이동시키는 단계; 및 상기 시드 지점들에 가장 가까운 임계 지점들을 찾는 단계에 의해 선택될 수 있다. 상기 시드 지점들은 상기 결정된 접합 지점(j₁, j₂)을 상기 영상의 인접한 슬라이스에서 현재의 슬라이스로 치환함으로써 결정될 수 있다.

CT, 스캔, 영상, 병터, 결절, 결장, 폐, 벽, 접합부

Description

병터 검출 방법 {LESION BOUNDARY DETECTION}

본 발명은 인간 또는 동물의 몸에서 미리 스캔한 영상에서, 한정되지는 않지만 특히 폐의 CT 영상에서 흉막(pleura)에 붙어 있는 폐 결절(lung nodule) 또는 결장 벽(colon wall)에 붙어 있는 풀립(polyp)과 같은, 벽이 있는 병터(lesion)의 접합부(junction)을 검출하는 관한 것이다.

암의 초기 단계에 의심스러운 병터(lesion)의 발견은 생존 가능성을 높이기 위한 가장 효과적인 방법으로 생각될 수 있다. 폐 결절의 검출과 풀립의 검출은 의학 이미징 분야에서 더욱 도전적인 과제 중 일부이다.

CT 스캔 영상 내의 결절을 포함하고 있는 중요한 영역을 식별하며, 결절을 둘러싸고 있는 혈관이나 폐 벽과 같은 객체(대상)로부터 분리하고, 결절의 물리적 특징을 계산하며, 및/또는 결절에 대한 자동화된 진단을 제공하기 위한, 컴퓨터의 지원을 받는(computer-assisted) 기술이 제안되었다. 전자동화된 기술은 이 모든 단계들을 방사선 의사(radiologist)의 개입 없이 수행하지만, 이 단계들 중 하나 이상은 방사선 의사에 의한 입력을 요구할 수 있는데, 이 경우에 상기 방법은 반자동화된 것이라 할 수 있다.

병터의 크기 또는 범위를 검출하는 것은 정확한 진단을 위해 중요한 것이지 만, 흉막에 붙어 있는 폐 결절의 범위를 검출하거나 흉막에서 결절을 분리하는 것은, 그것들의 CT 스캔에서의 강도(intensity)가 유사하기 때문에 어렵다. 마찬가지로, 풀립과 결장 벽 사이의 경계를 검출하는 것도 어렵다.

미국 공개특허공보 US 2003/0099384 및 US 2003/0099389는, 작은 결절에 대해 형태학적 닫힘(morphological closing)과, 형태학적 닫힘에 사용된 구조적 요소(structural element)보다 큰 결절에 대해 변형 가능한 표면 모델(deformable surface model)을 사용하여 흉막 결절(pleural nodule)을 검출하는 방법을 개시하고 있다.

국제공개공보 WO 03/010102 및 논문 'Lung Nodule Detection on Thoracic Computed Tomography Images: Preliminary Evaluation of a Computer-aided Diagnostic System' Gurcan M et. al., Med. Phys. 29 (11), November 2002, pp. 2552-2558은, 국부

경계를 따른 지점들 사이의 거리 비가 두 지점(point) 사이의 직선 거리보다 소정의 임계값 이상으로 큰, 폐의 경계를 따른 폐쇄 윤곽선(closed contour) 상의 한 쌍의 지점을 발견함으로써, 폐 흉막 옆에서 국부 식별 검색(local indentation search )을 사용하는 흉막 결절을 검출하는 방법을 개시하고 있다.

본 발명에 따르면, 스캔 영상에서 벽과 병터 사이의 접합부를 검출하는 방법으로서, 내부 공간에 대한 벽의 경계를 결정하는 단계; 경계를 따라서 임계 지점들(critial points)을 식별하는 단계; 및 상기 병터의 양쪽에서 하나의 임계 지점을 상기 벽과 상기 병터 사이의 접합 지점(junction point)으로 선택하는 단계를 포함하는 방법이 제공된다. 상기 임계 지점들은 국부 곡률이 최대인 지점들 및/또는 상기 경계의 직선부와 곡선부 사이의 천이 지점들(points of transition)일 수 있다. 상기 임계 지점들은, 상기 병터의 양쪽에서 제1 시드 지점와 제2 시드 지점을 받아들이는 단계; 상기 시드 지점들이 상기 경계에 이미 위치하고 있지 않은 경우, 상기 경계로 이동시키는 단계; 및 상기 시드 지점들에 가장 가까운 임계 지점들을 찾는 단계에 의해 선택될 수 있다. 상기 시드 지점들을 상기 선택된 접합 지점들은, 상기 영상의 인접한 슬라이스에서 현재의 슬라이스로 치환함으로써 결정할 수 있다.

이 방법의 이점은 상기 병터와 상기 흉막의 접촉 지점을 3차원으로 정확하게 결정할 수 있고, 상기 병터의 범위를 더욱 정밀하게 결정할 수 있다는 것이다.

상기 접합 지점들의 위치는 각종 기술을 사용하여 미세 조정될 수 있으며, 일부 환경에서는 상기 결정된 임계 지점들과 정확하게 일치하지 않을 수 있다.

본 발명은 컴퓨터를 이용하여 실행되는 것이 바람직하며, 상기 방법을 실행하는 소프트웨어로 확장된다.

도 1은 CT 스캐너 및 스캐너로부터의 영상 데이터를 처리하기 위한 원격 컴퓨터를 나타낸 개략도이다.

도 2는 본 발명의 일 실시예의 알고리즘을 나타낸 흐름도이다.

도 3a 내지 도 3c는 각각 폐의 CT 스캔 영상의 단일 슬라이스, 분할에 의해 취득된 폐 영역, 및 상기 폐 영역의 경계를 나타낸 도면이다.

도 4a 내지 도 4c는 3개의 상이한 임계값을 사용하여 폐 경계에서 검출한 임계 지점들을 나타낸 도면이다.

도 5는 결절의 양쪽에서의 시드 지점을 나타낸 도면이다.

도 6은 시드 지점들을 흉막에서 경계로 이동시키는 방법을 나타낸 도면이다.

도 7은 시드 지점들을 폐 공간에서 경계로 이동시키는 방법을 나타낸 도면이다.

도 8은 시드 지점들을 가장 가까운 임계 지점으로 이동시키는 방법을 나타낸 도면이다.

도 9는 임계 지점들이 거의 등거리에 있을 때 최선의 임계 지점을 결정하는 방법을 나타낸 도면이다.

도 10은 폐를 복수의 경계로 나눈 예를 나타낸 도면이다.

도 11은 경계들의 합류 지점을 결정하는 것을 나타낸 도면이다.

도 12는 두 경계 사이의 중간선에서의 거리에 대한 폭을 나타낸 그래프로서. 합류 지점을 결정하는 방법을 나타낸 도면이다.

도 13a 내지 도 13d는 결절의 오버숏 에지(overshot edge)를 보정하는 방법을 나타낸 도면이다.

도 14a 내지 도 14d는 검출된 에지가 결절 너머에 있는 경우, 결절의 오버숏 에지를 보정하는 방법을 나타낸 도면이다.

도 15는 검출된 결절의 범위를 나타낸 도면이다.

도 16은 결절의 범위를 검출하는 다른 방법을 나타낸 도면이다.

도 17은 다음의 슬라이스에서의 시드 지점들에 대한 접합 지점들의 매핑을 나타낸 것이다.

도 18은 순차적인 일련의 슬라이스에서 검출된 결절의 범위를 나타낸 도면이다.

CT 영상

각 실시예는 사람 또는 동물 환자의 CT 스캔으로 취득된 일련의 CT 영상 슬라이스에 대해 실행된다. 각 슬라이스는 스캔된 부분의 x선 흡수(x-ray absorption)에 대한 2차원(2D) 디지털 그레이 스케일(grey-scale) 영상이다. 슬라이스의 특성은 사용된 CT 스캐너에 의존하는데, 예를 들어 고해상도 멀티슬라이스 CT 스캐너는 x 및 y 방향으로(즉, 슬라이스 평면 내에서) 0.5 - 0.6 mm/pixel의 해상도를 가지는 영상을 생성할 수 있다. 각 픽셀은 32비트 그레이 스케일 해상도를 가질 수 있다. 각 픽셀의 강도 값(intensity value)은 보통 HU(Hounsfield unit)로 표현된다. 순차적인 슬라이스는 z 방향(즉, 스캔 분할 축)을 따라 일정한 거리, 예를 들면 0.75 - 2.5mm 사이의 거리로 분할할 수 있다. 따라서, 스캔 영상은 스캔된 슬라이스의 수와 면적(area)에 의존하는 전체 크기를 가지는, 3차원(3D) 그레이 스케일 영상이다.

본 발명은 어떤 특정 스캐닝 기술로 한정되지 않으며, 전자빔 컴퓨터 단층 촬영(electron beam computed tomography, EBCT), 멀티 디텍터(multi-detector)나 나선 스캔(spiral scan), 또는 x선 흡수를 나타내는 2D 또는 3D 영상을 출력으로서 생성하는 임의의 기술에 적용 가능하다.

도 1에 도시한 바와 같이, 스캔 영상은 스캐너(2)로부터 스캔 데이터를 수신하고 스캔 영상을 구성하는 컴퓨터(4)에 의해 생성된다. 스캔 영상은 고정형 또는 착탈 가능한 디스크와 같은 저장 매체(6)에 저장되는 전자 파일 또는 일련의 파일로 보존된다. 스캔 영상은 폐 결절의 범위를 확인하기 위해 컴퓨터(4)에 의해 처리될 수 있거나, 또는 스캔 영상은 후술하는 바와 같이 영상을 처리하기 위한 소프트웨어를 실행하는 다른 컴퓨터(8)로 전송될 수 있다. 영상 처리 소프트웨어는 착탈 가능한 디스크와 같은 캐리어(carrier)에 저장되거나 네트워크를 통해 다운로드될 수 있다.

폐 벽에 붙어 있는 결절

특정 실시예는 결절과 폐 벽 사이의 경계를 검출하기 위해 설계된 것이다.

피상적인 폐 결절(peripheral pulmonary module)은 흔히 (흉부(thorax)의 외부 경계에 대해 압축된 폐 주변의) 흉막의 표면에 대해 어느 정도의 부착을 보인다. 결절은 상당한 양의 표면을 흉막과 공유한다. 이 때문에, 흉막과 결절 사이의 경계를 묘사(delineation)하는 것은 어려운 일이다. 이 복잡도(complexity)는 결절의 서로 반대 방향의 단부(opposite ends)에서 폐 벽의 주변에 대한 입력으로서 두 개의 시드 지점을 취함으로써 감소된다. 이 시드 지점들은 방사선 의사와 같은 사용자에 의해 선택되거나, 자동으로 결정될 수 있다. 경계를 묘사하는 방법의 이론 및 실행에 대해 이하에 설명한다.

제1 실시예에서, 상기 방법은 도 2를 참조하여 개략적으로 설명하는 다음의 단계를 포함하며, 그 각각에 대해 이하에 자세하게 설명한다:

1) 시드 지점을 입력한다(단계 12);

2) 거친 분할(coarse segmentation) 적용하여 주변 조직(surrounding tissue)으로부터 폐를 분리하고 경계를 결정한다(단계 14);

3) 윤곽선 상의 임계 지점들 선택한다(단계 16);

4) 각 슬라이스에 대해(선두 슬라이스에서부터 개시):

a. 선두 슬라이스가 아니고, 현재의 지점들 중 어느 것이 조직 내에 있는 경우, 현재의 지점들을 경계로 이동시킨다(단계 18). 이 처리가 실패하면 처리를 종료한다;

b. 어느 쪽의 지점이 폐 공간(lung space) 내에 있는 경우, 경계와 만날(hit) 때까지 그것을 다른 지점을 향해 이동시킨다(단계 20)- 실패하면 처리를 종료한다(단계 20);

c. 현재의 두 지점에 대한 윤곽선을 따라 가장 가까운 임계 지점들을 찾는다(단계 22);

d. 상기 지점들에 대해 미세 조정한다(단계 24);

f. 이전의 슬라이스 내의 결절과의 중첩을 검사하고(단계 28)- 중첩하지 않으면 처리를 종료한다;

g. 두 지점을 다음의 슬라이스에 맵핑(mapping)시킨다(단계 30);

5) 선두 슬라이스에서부터 양방향으로, 연속하는 슬라이스에 대해 반복한다.

시드 지점들의 입력(단계 12)

사용자는 CT 스캔의 하나 이상의 슬라이스를 조사하여 잠재적인 흉막 결절을 시각적으로 확인한다. 사용자 입력 디바이스를 이용하여 사용자는 슬라이스들 중 하나에서 잠재적인 흉막 결절의 양쪽에서 두 개의 시드 지점을 선택한다. 시드 지점들은 흉막 결절의 양쪽에 위치하기만 하면 되고, 정확히 경계에 위치하지 않아도 된다.

다르게는, 사용자는 입력 디바이스를 사용하여 잠재적인 흉막 결절의 주위에 상자나 다른 형상을 그릴 수 있다. 그려진 형상과 흉막이 교차하는 지점을 두 개의 시드 지점로 취할 수 있다.

또 다르게는, 스캔 영상을 전처리하여 잠재적인 흉막 결절을 확인할 수 있으며, 이 전처리 단계에서 시드 지점들을 입력할 수도 있다.

분할(단계 14)

시드 지점을 포함하는 슬라이스의 상하의 복수의 슬라이스(예: 30개)로 이루어지는 부영상(sub-image)을 선택하고, 그 영상을 폐 공간 및 흉막(흉막에 붙어 있는 임의의 결절 포함)으로 분리하기 위해 거친 분할을 수행한다. 이 분할은 영상에 소정의 임계값을 적용함으로써 수행될 수 있는데, 그 이유는 폐 공간의 강도가 흉막 및 결절의 강도보다 훨씬 더 낮기 때문이다. 임계값을 넘지만 흉막에 연결되어 있지 않은 객체(object)는 이 알고리즘에서 고려되지 않는다.

다르게는, 더욱 재현성이 우수한 실행을 위해, 최적의 중심 슬라이스를 찾을 수 있고, 부영상을 그 최적의 중심 슬라이스의 중앙에 둘 수 있다. 예를 들면 두 시드 지점 사이의 중간점에 중심을 둔, 60 픽셀 x 60 픽셀 x 10 픽셀 슬라이스의 창(window)을 선택한다. 창 내에서 최고 강도의 지점을 찾고, 최고 강도의 지점을 포함하는 대응하는 슬라이스를 부영상의 중심 슬라이스로 선택한다.

초기의 거친 분할 이후에 적응성 분할(adaptive segmentation)을 수행함으로써, 분할을 더욱 개선시킬 수 있다. 적응성 분할에서는, 거친 분할에 의해 취득한 폐 공간을 거리 변환(distance transform)을 이용하여 확대하여, 폐 공간과 이 폐 공간 주위의 포락선(envelope)을 포함하는 마스크(mask)를 취득한다. 확대율(enlargement factor)은 50%일 수 있다. 적응성 분할은 마스크 내의 강도 값들로부터만 얻은 임계값들을 사용하여 수행된다.

분할의 결과는 슬라이스의 이진 맵(binary map)으로, 하나의 이진 값을 가지는 폐 공간을 나타내는 픽셀들과 다른 이진 값을 가지는 주변 조직(surrounding tissue)을 나타내는 픽셀들을 갖는다. 폐 공간과 조직 주변 사이의 경계에 있는 픽셀은 경계 픽셀이라고 부른다.

일례로서, 도 3a는 폐에 대한 한 슬라이스의 스캔 영상이고, 도 3b는 분할 결과를 나타낸 것이다. 도 3b는, 폐 공간은 흰색(이진수 1)이고 주변 조직은 검은색(이진수 0)인 이진 영상이다. 도 3c는 분할에 의해 얻은 경계 픽셀들을 흰색으로 나타낸 것이다.

임계 지점들의 결정(단계 16)

결절과 흉막 사이의 접합부를 검출하기 위한 예비 단계로서, 경계 상의 임계 지점들을 결정한다. 경계의 각 부분(section)은 오목부(concave), 볼록 부(convex), 또는 직선부(straight)로 식별된다. 임계 지점은 볼록도(convexity) 또는 오목도(concavity)가 최대인 지점이나, 오목, 볼록 또는 직선 상태 사이의 천이 지점, 즉 직선부와 볼록부나 오목부 사이, 또는 바로 볼록부와 오목부 사이 중 하나이다. 임계 지점들은 흉막과 결절의 경계를 나타낼 수 있기 때문에 관심의 대상이다.

임계 지점들을 결정하는 구체적인 방법을 설명한다. 입력은 경계 윤곽선의 맵(map)이고, 이것은 예를 들면 배열(array) 내의 위치가 각 픽셀의 x 좌표 및 y 좌표를 나타내는 2진 배열일 수 있으며, 경계 픽셀은 이진수 1로 플래그되어 있다; 즉 경계의 비트맵(bitmap)이다.

다음에, 하나의 경계 픽셀을 선두 지점(starting point)으로 선택한다. 이것은 비트맵의 임의의 경계 픽셀, 예를 들면 (왼쪽에서 오른쪽으로, 위에서 아래로) 래스터 스캔(raster scan) 시에 발견된 첫 번째(제1) 경계 픽셀일 수 있다.

알고리즘은 그 후 경계를 따라 이동하고, 연속하는 이웃 경계 픽셀들 사이의 각도를 기록한다. 각 슬라이스의 픽셀이 2D 데카르트 좌표(cartesian coordinates)로 배열될 때, 가능한 각도는 단지 8개이다. 각각의 픽셀에 대해, 이웃 픽셀들을 격자 상에 나타낼 수 있다:

각 픽셀과 이웃 픽셀들 사이의 각도는 다음과 같이 부호화될 수 있다:

여기서 코드들은 다음의 각도에 대응한다:

그러므로, 비트맵은, 예를 들면 (1,1,1,2,1,3,3...)과 같은, 경계 주위의 루프 내의 연속하는 이웃 경계 픽셀들 사이의 각도를 나타내는 코드의 1차원 벡터를 포함하는 체인 코드(chain code)로 변환된다. 유의할 것은, 이것이 아래쪽 방향에 비례하는 절대각(absolute angle)이라는 것이다.

다음에, 체인 코드를 각 경계 픽셀에서의 경계의 곡률각(angle of curvature)로 변환한다. 이것은 각 경계 픽셀 주위의 체인 코드들을 취하고 가중치 필터(weighted filter)를 적용하여 현재의 경계 픽셀에 보다 가까운 경계 픽셀들에 대한 체인 코드에 더 큰 가중치를 부여함으로써 수행될 수 있다. 유의할 것은, 곡률각은 절대각이 아니라 경계에 비례하는 것이어서, 루프 주위의 현재의 픽셀에 선행하는 체인 코드들은 루프 주위의 현재의 픽셀 다음의 체인 코드들에서 감산된다는 것이다.

일례로, 경계 픽셀 i에 대한 곡률각은 다음과 같이 계산된다:

위 식에서, m_j는 가우스 분포(Gaussian distribution)를 따르는 가중 계수이고;

cc_{i +j}는 픽셀 (i+j)에 대한 체인 코드이고, 음의 j에 대해 음의 값이며;

n은 경계 주위의 각 방향에서 고려한 픽셀의 수를 나타내는 것으로, 예를 들면 n=5이다.

결과는 경계 주위의 양쪽 방향에 가까운 픽셀들을 고려한, 각 경계 픽셀에서의 경계 곡률각을 나타내는 1차원 벡터이다. 가중치 필터의 효과는 체인 코드들의 이산(discrete), 입상 값(granular value)에 의해 각들을 평활화하는(smooth) 것이다.

다음에, 곡률각의 국부적인 최대값들 및 최소값들을 확인한다. 예를 들면, 각각의 각도를 소정수(예: 3)의 이전의 각도 또는 다음의 각도와 벡터로 비교하는 이웃 비교 방법(neighbourhood comparison method)을 사용할 수 있다.

직선부와 오목부나 볼록부 사이의 천이 지점을 식별하기 위해, '직선부'에 대응하는 각도의 범위를 규정한다. 예를 들면, 180°± f의 모든 각도가 직선부로 분류될 수 있다.

도 4a 내지 도 4c는 각각 f = 5°, 15°, 30°일 때의 경계 지점들을 나타낸 것이다. 볼록부의 최대값들, 및 직선부과 오목부 사이의 천이 지점들은 정사각형으로 분류하였고, 최대 오목도를 갖는 지점들이나 직선부과 볼록부 사이의 천이 지점들은 원으로 분류하였다. 도 4a는, f를 지나치게 낮게 설정하는 것이, 다수의 임계 지점이 경계의 곡률에 있어 느린 천이만을 보이는 나타내는 결과를 초래한 다는 것을 나타낸 것이다. f의 값은 소프트웨어로 미리 결정, 및/또는 사용자가 조정 가능하다.

결절의 방향 찾기

결절을 검출하기 전에, 먼저 두 시드 지점 p₁ 및 p₂에 대해, 폐 쪽으로 연장되는 결절의 방향을 결정한다. 일 실시예에서는 도 5에 도시된 바와 같이, 벡터 v는 두 시드 지점 p₁ 및 p₂ 사이에 형성되고, 직교 벡터 o는 벡터 v의 중간점에서 양방향으로 형성되어 있다. 폐 공간 L 내에 있는 o의 방향은 폐의 방향, 따라서 흉막 결절 N이 흉막 P로부터 폐로 연장되는 방향을 나타낸다.

최초의 슬라이스 이후에, 결절 방향이 시드 지점 p₁ 및 p₂에 대해, 이전 슬라이스에서 검출된 결정의 방향에 의해 결정된다.

이동(단계 18)

각각의 슬라이스에 대해, 시드 지점 p₁ 및 p₂이 경계 상에 있는지 여부를 결정하기 위해 먼저 시드 지점 p₁ 및 p₂를 검사하여야 하며, 경계 상에 없으면, 시 드 지점 p₁ 및 p₂를 경계 상의 적당한 지점으로 이동시킨다. 최초의 슬라이스에서는, 사용자가 시드 지점 p₁ 및 p₂를 정확히 경계 상에 배치할 것을 요구하지 않는다. 시드 지점들을 경계로 이동시키고, 그 z 좌표를 변경하여 시드 지점들을 다음의 슬라이스로 이동시킨 후에, 시드 지점들은 더 이상 새로운 슬라이스의 경계 상에 존재하지 않을 수 있다.

만약, 시드 지점 p₁과 p₂ 중 어느 하나가 흉막 P 내에 있는 경우, 그 시드 지점을 경계 B로 이동시킨다. 이동 방향과 거리는 결절과 흉막의 계면(interface)을 나타낼 수 있는 임계 지점으로부터 멀리 이동되는 것을 피하기 위해 제한될 수 있다. 특히, 계면의 각도는 하나의 슬라이스와 다음의 슬라이스 사이에 크게 변화할 가능성은 희박하다. 조직에서 경계로 시드 지점을 이동시키는 한 가지 기술에 대해 설명한다.

먼저, 이동될 시드 지점에 중심을 둔 창(예: 20mm x 20mm) 내에 임의의 폐 공간 L이 있는지를 판정한다. 만약 없으면, 에러 상태를 표시할 수 있다. 만약 있으면, 도 6에 도시된 바와 같이 다음의 단계들을 수행한다:

● 조직 내에 있는 각 시드 지점 p₁, p₂에서, 벡터 v로부터 각각 45도와 135도로, 결절 N의 방향 o로, 각각 10 단위 길이의 두 개의 선 l₁, l₂를 긋는다.

● 이동될 시드 지점에서 두 선 l₁, l₂까지 최대 크기의 직사각형 R을 취한다(유의할 것은, 시드 지점 p₁, p₂ 중 하나가 조직 내에 없으면, 그러한 선은 단 한 쌍만 존재할 수 있다는 것이다).

● 직사각형 R 내의, 경계 B에서 시드 지점에 가장 가까운 지점을 찾는다.

● 이동되는 거리가 10 mm 미만이면 그 지점을 경계 지점으로 이동시킨다.

이 기술은 벡터 v를 회전시킬 수 있는 각도와 시드 지점들을 이동시킬 수 있는 거리에 대해 적당히 제한을 가한다.

두 지점을 함께 가져오기(단계 20)

두 시드 지점 p₁과 p2 중 어느 것이 폐 공간 L 내에 있는 경우, 도 7에 도시된 바와 같이, 경계 B를 만날 때까지 그 지점을 다른 지점을 향해 이동시킨다. 이동된 지점들이 서로 소정의 거리(예: 2mm) 이내에 있으면, 이는 그 지점들 사이에는 공기만이 존재한다는 것을 의미하므로 처리를 종료한다.

가장 가까운 임계 지점들 찾기(단계 22)

시드 지점 p₁과 p₂는 이제 모두 경계 B 상에 있어야 한다. 다음에, 임계 지점을 잘못 선택하는 것을 피하도록 설계된 일정한 조건을 거쳐, 이들을 경계 B를 따라 가장 가까운 임계 지점으로 이동시키는데, 이에 대한 보다 자세한 것은 후술한다.

각각의 시드 지점에 대해, 가장 가까운 임계 지점을 경계를 따라 양방향으로 결정한다. 경계를 따라 한 방향에서의 임계 지점이 다른 방향에서의 임계 지점에 비해 상당히 더 가까운 경우에, 시드 지점을 더 가까운 임계 지점으로 이동시킨다. 예를 들면, 시드 지점과, 한 방향에서의 가장 가까운 임계 지점 사이의 거리가 임 계값보다 크면, 그 시드 지점을 다른 방향에서 가장 가까운 임계 지점으로 이동시킨다. 임계값은 시드 지점과, 양방향에서의 두 개의 가장 가까운 임계 지점 중 더 가까운 것 사이의 거리의 함수, 예를 들면 거리의 2배일 수 있다.

양방향에서 가장 가까운 임계 지점들이 대략 등거리인 경우, 시드 지점과 각 임계 지점간 직선 내의 폐 공간의 양에 기초하여 임계 지점을 선택한다. 예를 들면, 도 9에 도시된 바와 같이, 시드 지점 p₁과, 경계 B를 따라 가장 가까운 두 임계 지점 c₁, c₂ 사이의 거리간의 차가 임계값보다 작으면, 선 l₃를 시드 지점 p₁에서 각각의 가장 가까운 두 임계 지점 c₁, c₂까지 긋고, 폐 공간 L을 통과하는 선의 길이에 대한 비율을 결정한다. 그 비율이 소정의 임계값(예: 20%)보다 크면 그 임계 지점은 불충분한 선택으로 간주되고, 그 임계 지점에 대한 비율이 임계값 이하이면 시드 지점을 다른 방향에서 가장 가까운 임계 지점 c₂로 이동시킨다. 두 임계 지점 모두가, 임계값보다 큰 비율을 가지면, 시드 지점을 포인터를 어느 임계 지점으로도 이동시키지 않는다.

너무 가까운 경우, 지점들을 이동

몇몇 경우에, 시드 지점 중 하나는 최선의 임계 지점에서 비교적 멀리 있을 수 있으므로, 가장 가까운 임계 지점을 찾을 때, 두 시드 지점을 모두 동일한 임계 지점으로 이동시키거나, 서로 매우 가까운 임계 지점들로 이동시킬 것이다. 이것은 시드 지점들이 이전 슬라이스에 의해 매핑될 때, 후술하는 바와 같이 특히 미세 분할 이동이 적용될 때, 발생할 수 있다. 경계를 따른 두 시드 지점 사이의 거리 가 5mm와 같은 임계 거리보다 가까울 때, 임계 지점에 더 가까운 시드 지점을 그 임계 지점으로 이동시키고, 두 시드 지점 사이의 거리가 시드 지점들 사이의 원래 거리와 같은 소정의 임계값을 초과하여 증가하지 않으면, 다른 시드 지점을 경계를 따라 다른 시드 지점에서 떨어져 있는 가장 가까운 임계 지점으로 이동시킨다. 다시 말해, 하나를 다른 곳으로 이동시킨 후의 시드 지점들 사이의 거리는 이동시키기 전의 거리의 두 배 이상이 되어서는 안 된다.

가까이에 임계 지점이 없는 경우

시드 지점 중 하나에 가까운 임계 지점이 없는 몇몇 경우에, 가장 가까운 임계 지점으로 이동시킬 시드 지점을 다른 시드 지점으로 할 수 있다. 이것은 임의의 임계 지점에서 멀리 떨어진 시드 지점을 이동시키지 않는 경우에, 이동하기 전의 시드 지점들 사이의 거리의 50%와 같은, 소정의 비율보다 많이 시드 지점이 경계를 따라 이동되는 것을 방지함으로써 회피될 수 있다

미세 분할(단계 24)

거칠게 분할된 경계를 이용하여 가장 가까운 임계 지점을 찾은 후, 국부 콘트라스트(local contrast)에 의존하는, 미세 분할을 이용하여 시드 지점의 근처에서 경계 B를 다시 구하여 시드 지점들의 이동을 미세 조정할 수 있다. 예를 들면, 각 지점이 전경인지 배경인지를 결정하기 위한 임계값은, 그 지점 주변의 소정범위의 국부 지점들의 마스크 내의 지점들의 강도에 의해 결정될 수 있다. 임계값은, 임계값을 초과하는 강도의 중심과 임계값 미만의 강도의 중심의 평균이 임계값과 동일하거나 소정의 정도(degree)만큼 임계값에서 오프셋되도록 선택될 수 있다.

다음에, 미세 분할된 경계 상에서 임계 지점들을 결정한다. 예로서 이하에 자세하게 설명하는 것처럼, 일정한 조건을 거쳐 시드 지점들을 미세 분할된 경계 상의 가장 가까운 임계 지점으로 이동시킬 수 있다:

- 미세 분할된 경계로의 시드 지점들의 이동은 항상 결절의 방향으로부터 멀어진다.

- 이동된 거리는 소정의 임계값보다 작아야 한다. 임계값은, 시드 지점이 거친 분할을 이용하여 슬라이스 내의 최초의 지점에서부터 최종 지점까지 얼마나 많이 이동되었는지에 따라 설정된다.

- 미세 분할된 경계의 임계 지점으로 이동시킬 때 시드 지점들 사이의 선을 회전시키는 각도는, 예를 들면 40도 같은, 소정의 각도보다 작아야 한다.

강한 부분적인 체적 효과(partial volume effect)가 존재하는 경우, 거칠게 분할된 경계는 결절의 미세 분할된 경계 근처에 없을 수 있다. 이 경우에, 가장 가까운 임계 지점이 결절에서 멀리 떨어져 있을 수 있고; 결절에서 멀어지는 이동만이 허용되어, 정확한 임계 지점을 발견하지 못할 수 있다. 시드 지점들이 미세 분할된 경계에 대해 폐 내에 있는 경우, 이것은 시드 지점들을 그들이 경계와 만날 때까지 서로를 향해 이동시킨 다음, 미세 분할된 경계 상의 가장 가까운 임계 지점들을 발견함으로써 해결될 수 있다.

미세 분할의 효과는, 흉막에 대한 결절의 접합 지점을 모호하게 하는 감염된 조직과 같은, 결절 주위의 물질의 영향을 없애는 것이다. 거친 분할은 일반적으로 경계의 일부로서 물질을 포함할 것이고, 반면에 미세 분할은 그 물질을 배경으로서 재분류(reclassify)할 것이다.

다수의 경계

몇몇 경우에, 폐 L을 거친 분할에 의해 둘 이상의 부분으로 분할하고, 시드 지점들을 도 10에 예시된 바와 같이, 서로 다른 부분에 배치한다. 이것은 현재의 슬라이스 내에 혈관이 폐 전체에 퍼져 있는 경우에 일어날 수 있는 것이고, 결절 N의 일부로서 혈관을 포함함으로써 결절 N의 범위를 결정할 때 곤란을 초래할 수 있다.

이러한 문제를 극복하기 위해, 시드 지점이 경계 B로 이동될 때, 시드 지점이 서로 다른, 연결되지 않은 경계의 일부를 구성하는지를 결정한다. 만약 그렇다면, 도 11에 도시한 바와 같이, 결절의 방향 o에서 두 시드 지점 사이에서 발생하는, 두 경계 사이의 거리의 변화를 계산한다. 거리의 변화에 대한 샘플 그래프를 도 12에 도시하였다. 그래프의 경사에 있어 최대 변화를 갖는 점 g를 취하하고 경계 B를 이 점에 결합시킨다. 이것은 결절 N을 혈관으로부터 분리할 수 있도록 한다.

윤곽선 보정

몇몇 경우에, 검출된 접합 지점들 사이의 경계는, 도 13a에 도시된 바와 같이 오버숏 에지(overshoot edge)를 가지고, 임계 지점들은 예를 들면 접합 지점에서의 둔한 각도 변화로 인해, 폐 벽에 대한 결절 부착의 정확한 위치에 존재하지 않을 수 있다.

이 문제를 회피하기 위해, 도 13b 내지 도 13d에 도시된 바와 같이, 윤곽선 보정 함수를 사용하여 정확한 영역 추출이 가능하도록 접합 지점을 다시 조정할 수 있다. 먼저, 접합 지점들 사이에 선을 긋는다. 선이 경계를 가로지르면, 한 접합 지점을 그 위치에서 경계와의 교차가 존재하지 않을 때까지 경계를 따라 다른 접합 지점을 향해 이동시킨다. 그 후, 다른 접합 지점을 상기 선이 더 이상 경계와 교차하지 않을 때까지 첫 번째 접합 지점을 향해 이동시킨다.

몇몇 경우에, 특히 결절이 작은 경우, 접합 지점들 사이의 선은 에지가 오버숏되어 있을 때, 도 14a에 도시된 바와 같이 경계를 가로지르지 않는다. 이 경우에, 도 14b에 도시된 바와 같이 접합 지점들을 경계를 따라 함께 이동시키고, 다르게는 도 14c에 도시된 바와 같이 선이 경계를 가로지를 때까지 조금씩 증가시킨다. 그 후 도 14d에 도시된 바와 같이, 선이 더 이상 경계를 가로지르지 않을 때까지, 윤곽선 보정을 전술한 바와 같이 처리한다.

결절의 경계 구하기

이 단계에서 결절 N이 흉막 P과 접해 있는 곳의 경계 B를 따르는 지점들을 나타내는, 두 개의 접합 지점을 결정하였다. 이들 접합 지점은 슬라이스 내의 결절 N의 경계를 추정하는데 사용될 수 있다. 첫 번째 접근법으로서, 접합 지점들에 접한 직선을 사용하여 결절 N과 흉막 P 사이의 접합부를 규정한다. 다르게는, 결절 N 주변의 흉막의 곡선으로부터 추정된 곡률과 함께, 곡선을 사용할 수 있다.

다음에, 결절 N의 범위를 결정한다. 일 실시예에서는, 결절 N이 흉막 P 이외의 임의의 특징물(feautres)에 부착되어 있거나 가까이에 있지 않은 것으로 가정한다. 단계 14에서의 분할의 결과는, 도 15에 도시된 바와 같이, 결절 N을 형성 하는 부분으로서 접합 지점들에 접하는 선을 넘어서 모든 배경 영역을 식별하기 위해 사용된다.

다른 실시예에서는, 퍼지 콘트라스트 영역 성장(fuzzy contrast region growing) 방범을 사용하여 결절 N의 범위를 식별한다. 먼저, 결절 N의 범위는 국부적 임계값 기반 분할 처리에 의해 추정된다. 국부 마스크를 사용하여 각 지점에 대한 임계 강도 값을 구한다. 따라서 이 임계값은 국부 콘트라스트에 민감하여 낮은 콘트라스트의 결절들을 그 배경과 구별할 수 있다. 미세 분할에 의해 취득된 결절 영역 N은 '구멍들(holes)', 즉 전경 픽셀들로 둘러싸인 배경 픽셀들을 포함할 수 있다. 이 구멍들은 콘트라스트에 있어 작은 국부적인 차이에 대한 미세 분할의 민감도의 결과일 수 있다. 구멍을 채우는 적당한 알고리즘은 그러한 구멍들을 채우기 위해, 다시 말해 구멍을 전경 픽셀로 변환하기 위해 사용된다.

다음에, 결절 영역 N 내의 강도가 최고인 픽셀을 시드 지점로 취하고, 이진 영역 성장을 그 시드 지점에서 실행하여 연결된 전경 부분(foreground region) F를 식별한다. 이 부분을 확대율(enlargement factor)에 따라 거리 변환 방법을 사용하여 확대하여 전경과 배경 모두를 포함하는 마스크 M을 취득한다. 확대율은 50%일 수 있다. 하지만, 도 16에 도시된 바와 같이, 마스크 M은 접합 지점들을 넘는 선의 돌출부를 포함하여, 접합 지점들을 잇는(joining) 선의 반대쪽의 어떤 픽셀도 포함하지 않는다. 다음에, 연결된 전경 부분 F의 일부가 아닌 미세 분할 처리에 의해 분할된 전경 픽셀들을 마스크 M에서 제거한다. 마스크 M의 배경 픽셀들을 배경 부분 B라고 한다.

전경 부분 F와 배경 부분 B의 강도의 평균 및 표준 편차와 기울기 분포(gradient distribution)를 결정한다. 배경 강도의 평균μ_B, 전경 강도의 평균 μ_F, 배경 강도의 표준 편차 σ_B, 및 전경 강도의 표준 편차 σ_F를 계산한다. 파라미터 ε는 시드 지점이 배경 강도의 평균μ_B로부터 떨어져 있는 전경 표준 편차 σ_F의 수를 헤아려서 추정되고, 이것을 그 후에 후술하는 바와 같이 퍼지 맵의 구성 시에 사용되는 콘트라스트의 척도(measure)로 취한다.

퍼지 객체 추출 기술을 사용하여 시드 지점에 대한 마스크 M 내의 각 픽셀의 퍼지 연결성(fuzzy connectivity)의 2D 맵을 규정한다. 인접하는 픽셀들 사이의 퍼지 유사성 함수(fuzzy affinity function)를 규정하고, 각 픽셀과 시드 지점 사이의 퍼지 연결성을 픽셀과 시드 지점 사이의 경로를 따라 유사성을 발견함으로써 구한다.

두 지점(반드시 인접할 필요는 없음) 사이의 퍼지 연결성은 두 지점 사이의 최고로 강한 유사성을 가지는 경로를 고려하여 구해진다. 최고로 강한 유사성을 가지는 경로는 최선의 경로로 선택되고, 각 경로의 세기(strength)는 그 경로를 따라 인접하는 포인트 중 최고로 약한 유사성의 세기와 같다. 두 개의 이웃하는 지점 사이의 세기는 그 지점들 사이의 유사성이다.

두 픽셀 사이의 유사성은 그들이 동일한 객체에 속할 확률의 척도이다. 이 확률은 근사도(closeness)(즉, 유클리드 거리)의 함수이고, 이 픽셀들 사이의 영상 특성(즉, 강도)의 유사도이다.

퍼지 유사성의 일반 모델은 다음과 같이 주어진다:

위 식에서, h는 범위 [0, 1]을 가지는 스칼라 값이고, c와 d는 두 픽셀의 영상 위치이며, f(i)는 픽셀 i의 강도이고, μ_a는 두 픽셀 사이의 거리에 기초한 인접 함수(adjacency function)이고 다음과 같이 주어진다:

단순화한 시프트 불변 버전(shift invariant version)은 다음과 같이 규정된다:

위 식에서, 아래첨자 'i'는 강도와 관련된 계산을 나타내고, 'gk'는 (x, y, z일 수 있는) 각각의 관련 방향에서의 기울기 값과 관련된 계산을 나타낸다. ω_i 및 ω_g는 그 합계가 1인 자유 파라미터 가중치(free parameter weight value)이다. 강도 유사도가 더욱 효과를 가질 수 있도록 ω_i로는 0.9를, 그리고 ω_g로는 0.1의 값을 선택하였다. 현재의 함수에 사용된 퍼지 유사성은 다음과 같다:

위 식에서, m_i, s_i, m_g 및 s_g 는 강도 및 기울기에 대한 가우시안(Gaussian) 파라미터이다. 이것들은 미리 규정되거나, 후술하는 바와 같이 시드 지점 주위의 작은 영역으로부터 추정될 수 있다.

강도와 기울기의 평균 및 표준 편차 σ는 마스크 M 내의 모든 지점에 대해 계산된다. 기울기에 관련된 파라미터는 3개의 방향(x,y, z)에서 별개로 계산된다. 대응하는 σ는 최대 기울기와 최소 기울기의 차이에 기초하여 계산된다.

이제 통계치의 계산에 대해 더욱 자세하게 설명한다. 파라미터 m_i는 시드의 강도로 사용되고, m_gx, m_gy, 및 m_gz는 각각 x, y, 및 z 방향에서의 경사의 평균으로 사용된다. 파라미터 S_gx, S_gy는 각각의 방향에서의 경사의 표준 편차로 사용된다.

유사성 식(expression)에서 나타나는 표준 편차(S_d)는 퍼지 맵의 형성에 영향을 미치고, 따라서 결절의 경계를 결정하는데 영향을 미친다. 결과적으로, 배경 부분을 더 높은 유사성을 가질 것이고, 영역 성장은 과도(over) 분할을 초래할 것이다. 표준 편차가 너무 크면, 유사성 곡선은 비교적 평탄할 것이다. 한편, 표준 편자가 너무 작으면, 유사성 곡선의 형태는 좁아질 것이고, 전경은 시드와의 유사성이 적어질 것이고, 그 결과 과소(under) 분할될 것이다. 이상적으로는, 상기 곡선은, 배경이 최소이지만 시드와 유한한 유사성을 가지는 정도로 퍼져 있어야 한다. 따라서 유사성 가우스 곡선은 이상적인 퍼짐(spread)을 얻도록 표준 편차를 수정함으로써 한정되거나 확장된다.

그 후 퍼지 맵은 시드 지점에 대한 픽셀 각각의 퍼지 연결성 값을 구함으로써 구성될 수 있다. 퍼지 맵은 픽셀이 시드 지점에 얼마나 강하게 부착되어 있는지를 나타내는 개선된 영상(enhanced image)으로 간주될 수 있다.

다음에, 콘트라스트 기반 영역 성장을 시드 지점에서 시작하여, 퍼지 맵에 적용한다. 영역을 성장시키는 동안에 각 픽셀이 영역에 추가될 때, 영역의 내부 경계와 외부 경계 사이에서 주변 콘트라스트를 계산한다. 영역의 주변 콘트라스트는 내부 경계의 평균 그레이 레벨과 현재의 경계의 평균 그레이 레벨 사이의 차이로 규정될 수 있다.

콘트라스트 기판 영역 성장을 반복할 때마다, 현재의 경계로부터 하나의 픽셀을 선택하여 현재의 영역에 추가한다. 현재의 경계에서의 픽셀의 선택 우선순위는, 그것들의 세기와 현재의 영역의 중심까지의 거리에 기초하여 결정된다.

각 픽셀이 영역을 성장시키는 동안에 영역에 추가될 때, 영역의 내부 경계와 외부 경계 사이에서 주변 콘트라스트를 계산한다. 영역의 주변 콘트라스트는 내부 경계의 평균 그레이 레벨과 현재의 경계의 평균 그레이 레벨 사이의 차이로 규정될 수 있다. 각 단계에서의 주변 콘트라스트는 기록되고, 그 영역이 마스크 M을 채울 때까지 영역 성장을 계속한다. 영역 성장중에 취득된 최고의 주변 콘트라스트 값이, 결절 N의 경계에 가장 상응할 것 같은 경계를 갖는 최적의 영역을 나타내는 것으로 선택된다

다음의 슬라이스에 대한 맵핑 (단계 28)

현재의 슬라이스 내의 결절 N의 범위를 결정한 후, 현재의 슬라이스 내의 결절 N이 이전의 인접한 슬라이스 내의 결절 N의 결정된 범위와 중첩하는지를 결정한다. 이것은 여러 가지 방법으로 수행될 수 있는데, 예를 들면 각 슬라이스 내의 결절 N의 중심을 둘러싸는 소정 반경의 원형 '코어(core)'를 결정하고, 그 코어들이 인접한 슬라이스들에 중첩하는지, 즉 두 코어 사이에 동일한 x, y 좌표를 갖는 임의의 픽셀이 존재하는지 결정함으로써 수행될 수 있다. 만약 중첩하지 않거나, 현재의 슬라이스 내에서 결절이 전혀 검출되지 않은 경우, 이것은 선두 슬라이스로부터 현재의 방향으로 결절 N의 한계를 나타낼 수 있다. 알고리즘이 선두 슬라이스에서부터 단지 한 방향으로 진행되었으면, 그 후에 다른 방향으로 진행된다. 결절 경계 검출이 양방향으로 진행되었으면, 결절 N이 검출되었던 각 슬라이스 내의 검출된 결절의 범위를 출력한다.

이전의 슬라이스와의 중첩이 존재하면, 도 17에 도시한 바와 같이, 다음의 슬라이스에 대한 두 개의 시드 지점 p₁, p₂로서 현재의 슬라이스에서 접합 지점 j₁, j₂를 사용하여, 알고리즘은 다음의 슬라이스로 진행된다. 예를 들면, 새로운 슬라이스에 대한 시드 지점들은 이전의 슬라이스에 대한 접합 지점들과 동일한 x 및 y 좌표를 갖는다.

결과물

도 18은 샘플 스캔 영상에서 검출된 결절 N의 범위를 나타낸 것이다.

결장( colon )에의 적용성( applicablity )

이상에서 기술한 실시예는 결장의 CT 스캔 영상에서의 풀립의 검출에도 적용될 수 있다. 풀립은 항상 CT 스캔 영상에서 강도가 유사한, 결장 벽에 붙어 있다. 풀립의 형상은 폐 결절의 형상과 약간 다르지만, 결장 벽과 풀립 사이의 접합부는 유사한 기하학적 특성을 가지므로, 본 실시예를 그 접합부를 검출하는데 사용할 수 있다.

본 발명은 사람 및/또는 동물 신체의 내부 공간의 벽에 붙은 다른 비정상적인 종양(abnormal growth)의 검출에 적용될 수 있다.

대안 실시예들

이상의 실시예들은 예로서 기술한 것으로, 본 발명의 범위를 한정하려는 의도는 없다. 청구 범위의 범위 내에 속함에 불구하고 여러 대안을 상정할 수 있다. 이상의 논의로부터 명백한 바와 같이, 본 발명은 단일 CT 슬라이스로 구성되는 2D 영상 또는 연속하는 CT 슬라이스들로 구성되는 3D 영상에 대해 수행될 수 있다.

Claims (29)

1. CT(Computed Tomograph) 스캔 영상에서, 내부 공간에 인접한 벽과 병터(lesion) 사이의 접합부(junction)를 식별하는 방법으로서,

   a. 상기 벽과 상기 내부 공간 사이의 경계를 결정하는 단계;

   b. 상기 경계를 따라서 하나 이상의 임계 지점(critial point)을 결정하는 단계; 및

   c. 상기 병터 양쪽의 적어도 하나의 임계 지점의 위치에 기초하여, 상기 병터의 양쪽에 제1 접합 지점과 제2 접합 지점을 선택하는 단계

   를 포함하고,

   상기 접합 지점들이 상기 병터와 상기 벽 사이의 상기 접합부를 식별하는,

   내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
2. 제1항에 있어서,

   상기 임계 지점은 상기 경계를 따라 곡률이 최대인 하나 이상의 지점을 포함하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
3. 제1항 또는 제2항에 있어서,

   상기 임계 지점은 직선부와 곡선부 사이의 적어도 하나의 천이 지점들(points of transition)을 포함하는, 내부 공간에 인접한 벽과 병터 사이의 접합 부를 식별하는 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,

   상기 병터의 양쪽의 제1 시드 지점 및 제2 시드 지점을 입력으로서 받아들이는 단계를 더 포함하고,

   상기 제1 접합 지점과 상기 제2 접합 지점은 상기 제1 시드 지점과 상기 제2 시드 지점의 위치에 기초하여 선택되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
5. 제4항에 있어서,

   상기 제1 시드 지점과 상기 제2 시드 지점 각각에 가장 가까운 제1 임계 지점과 제2 임계 지점이, 상기 제1 접합 지점과 상기 제2 접합 지점으로 각각 선택되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
6. 제5항에 있어서,

   상기 시드 지점들에서 상기 임계 지점들까지의 거리를 상기 경계를 따라 측정하여, 상기 가장 가까운 접합 지점들을 결정하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
7. 제6항에 있어서,

   상기 시드 지점들을 상기 경계로 이동시켜, 상기 경계를 따라 상기 임계 지점들까지의 거리를 결정하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
8. 제7항에 있어서,

   상기 시드 지점들 중 하나가 상기 내부 공간에 위치하는 경우, 그 시드 지점을 상기 시드 지점들 중 나머지 하나를 향하는 방향으로 상기 경계로 이동시키는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
9. 제7항에 있어서,

   상기 시드 지점들 중 하나가 상기 벽 내에 위치하는 경우, 그 시드 지점을 상기 경계로 이동시켜 상기 시드 지점들 사이의 선의 회전 각도를 제한하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
10. 제9항에 있어서,

    상기 시드 지점들 중 하나가 상기 벽 내에 위치하는 경우, 상기 경계까지의 거리가 소정의 임계값 미만이면, 그 시드 지점을 상기 경계로 이동시키는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
11. 제5항 내지 제10항 중 어느 한 항에 있어서,

    각각의 시드 지점에 대해, 상기 경계를 따라 양방향에서 상기 가장 가까운 임계 지점을 식별하고, 상기 경계를 따라 양방향에서 상기 가장 가까운 임계 지점들까지의 거리가 소정의 기준을 충족하면, 상기 가장 가까운 임계 지점 중 더 가까운 것을 대응하는 접합 지점으로 선택하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
12. 제1항 내지 제11항 중 어느 한 항에 있어서,

    상기 제1 접합 지점과 상기 제2 접합 지점 사이의 선이 상기 경계와 교차하는 경우, 상기 제1 접합 지점 및/또는 상기 제2 접합 지점을, 상기 선이 상기 경계와 더 이상 교차하지 않을 때까지 상기 경계를 따라 서로를 향해 이동시키는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
13. 제1항 내지 제11항 중 어느 한 항에 있어서,

    상기 제1 접합 지점과 상기 제2 접합 지점 사이의 선이 상기 병터의 너머에 있는 경우, 상기 제1 접합 지점과 상기 제2 접합 지점을, 상기 선이 상기 병터와는 교차하지만 상기 경계와는 교차하지 않을 때까지 상기 경계를 따라 서로를 향해 이동시키는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
14. 제4항 내지 제11항 중 어느 한 항에 있어서,

    상기 단계 a 내지 상기 단계 c는 상기 스캔 영상의 순차적인 일련의 슬라이 스 각각에 대해 실행되고,

    상기 슬라이스 중 하나에 대해 결정된 상기 제1 접합 지점 및 상기 제2 접합 지점을 사용하여, 상기 슬라이스 중 인접한 슬라이스에 대한 상기 제1 시드 지점 및 상기 제2 시드 지점을 생성하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
15. 제14항에 있어서,

    상기 단계 a 내지 상기 단계 c는, 상기 스캔 영상의 순차적인 일련의 슬라이스 각각에 대해, 소정의 선두 슬라이스에서 시작하고 상기 병터의 말단(end)을 검출할 때까지 상기 선두 슬라이스에서 양방향으로 진행하여 수행되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
16. 제15항에 있어서,

    상기 병터의 상기 말단은, 현재의 슬라이스 내의 상기 시드 지점들 사이에 상기 병터가 검출되지 않은 경우에 검출되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
17. 제15항 또는 제16항에 있어서,

    상기 순차적인 일련의 슬라이스 각각에 대해, 상기 병터의 범위를 검출하고,

    상기 병터의 상기 말단은, 현재의 슬라이에서 검출된 상기 병터의 범위가 인 접하는 슬라이스에서 검출된 병터의 범위와 중첩하지 않은 경우에 검출되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
18. 제1항 내지 제17항 중 어느 한 항에 있어서,

    상기 병터와 상기 벽 사이의 상기 접합부는 상기 제1 접합 지점과 상기 제2 접합 지점 사이에 연장되는 접합 선에 의해 규정되고,

    상기 방법은, 상기 병터의 범위가 상기 접합 선에 의해 제한되도록, 상기 병터의 범위를 결정하는 단계를 더 포함하는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
19. 제18항에 있어서,

    상기 병터의 범위는 상기 스캔 영상을 분할하고, 상기 접합 선에 의해 제한되는 영역 성장을 수행함으로써 결정되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
20. 제19항에 있어서,

    상기 제1 접합 지점과 상기 제2 접합 지점이 상기 경계에 의해 결합되지 않는 경우, 상기 병터의 범위는 상기 접합 지점들이 위치되어 있는 상기 경계의 개별 부분을 결합시키는 경계 연결 선에 의해 더 제한되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
21. 제20항에 있어서,

    상기 경계 연결 선은 상기 경계의 개별 부분들 사이의 거리 변화를 결정하고, 상기 거리 변화의 변화율이 최대인 선을 식별함으로써 규정되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
22. 제18항 내지 제21항 중 어느 한 항에서,

    상기 병터의 범위는,

    미세 분할을 수행하여 국부 콘트라스트에 기초한 임계값을 이용하여 상기 병터 주변의 영상을 전경과 배경으로 분리하는 단계;

    상기 접합 선에 의해 제한된, 상기 병터를 나타내는 연결된 전경 부분을 식별하는 단계;

    배경 지점들을 포함하고 상기 전경 부분 내에 포함되지 않은 전경 지점들은 배제하도록 상기 배경 부분을 확장시켜 마스크를 생성하는 단계;

    상기 병터 내의 시드 지점에 대해 상기 마스크 내의 지점들의 연결성을 규정하는 퍼지 연결성 맵을 구하는 단계; 및

    상기 퍼지 연결성 맵으로부터 상기 병터의 상기 범위를 결정하는 단계에 의해 결정되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
23. 제22항에 있어서,

    상기 병터의 범위는, 상기 퍼지 연결성 맵 내의 상기 시드 지점으로부터 연결성 영역을 성장시키고, 경계 콘트라스트가 최고인 영역을 상기 병터의 범위로서 출력함으로써, 상기 퍼기 연결성 맵으로부터 결정되는, 내부 공간에 인접한 벽과 병터 사이의 접합부를 식별하는 방법.
24. 폐의 CT 스캔 영상에서 벽에 붙어 있는 병터의 범위를 식별하는 방법으로서,

    a. 상기 벽과 상기 병터 사이의 접합부를 식별하는 단계;

    b. 국부 콘터라스트에 기초한 임계값을 이용하여, 상기 병터 주변의 상기 영상을 전경과 배경으로 분리하기 위하여 미세 분할을 수행하는 단계;

    c. 상기 접합부에 의해 한정되는, 상기 병터를 나타내는 전경 부분을 성장시키는 단계;

    d. 상기 배경 지점들을 포함하고 상기 전경 부분 내에 포함되어 있지 않은 전경 지점들을 배제하도록 상기 전경 부분을 확장하여, 마스크를 생성하는 단계;

    e. 상기 병터 내의 시드 지점에 대해 상기 마스크 내의 지점들의 연결성을 규정하는 퍼지 연결성 맵을 생성하는 단계; 및

    f. 상기 퍼지 연결성 맵으로부터 상기 병터의 상기 범위를 결정하는 단계

    를 포함하는 벽에 붙어 있는 병터의 범위를 식별하는 방법.
25. 제24항에 있어서,

    상기 단계 f는,

    상기 퍼지 연결성 맵 내의 상기 시드 지점로부터 연결성 영역을 성장시키는 단계, 및

    경계 콘트라스트가 최고인 영역을 상기 병터의 범위로서 출력하는 단계를 포함하는, 벽에 붙어 있는 병터의 범위를 식별하는 방법.
26. 제1항 내지 제25항 중 어느 한 항에 있어서,

    상기 병터는 결절이고, 상기 내부 공간은 폐인, 방법.
27. 제1항 내지 제25항 중 어느 한 항에 있어서,

    상기 병터는 풀립(polyp)이고 상기 내부 공간은 결장(colon)인, 방법.
28. 제1항 내지 제27항 중 어느 한 항의 방법을 수행하도록 예정된 컴퓨터 프로그램.
29. 제28항의 컴퓨터 프로그램을 기록한 매체를 포함하는 컴퓨터 프로그램 제품.

Images