KR20080096104A - Method of treating 3d medical volume data set - Google Patents

Method of treating 3d medical volume data set Download PDF

Info

Publication number
KR20080096104A
KR20080096104A KR1020070041089A KR20070041089A KR20080096104A KR 20080096104 A KR20080096104 A KR 20080096104A KR 1020070041089 A KR1020070041089 A KR 1020070041089A KR 20070041089 A KR20070041089 A KR 20070041089A KR 20080096104 A KR20080096104 A KR 20080096104A
Authority
KR
South Korea
Prior art keywords
data set
volume data
subvolume
region
image
Prior art date
Application number
KR1020070041089A
Other languages
Korean (ko)
Other versions
KR100915123B1 (en
Inventor
강현재
신세호
김철영
Original Assignee
주식회사 사이버메드
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 주식회사 사이버메드 filed Critical 주식회사 사이버메드
Priority to KR1020070041089A priority Critical patent/KR100915123B1/en
Publication of KR20080096104A publication Critical patent/KR20080096104A/en
Application granted granted Critical
Publication of KR100915123B1 publication Critical patent/KR100915123B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/022—Stereoscopic imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

A method of treating 3d medical volume data set is provided to supply volume data set and voxel data structure used for visualizing the affected part and a blood vessel. A first volume data set which is a 3D medical volume data set is generated. A second volume data which is 3D medical volume data set in state that biospy material is inputted into a blood vessel(22) while corresponding to the first volume data set. A third volume data set is generated by extracting the information of the blood vessel from the second and first volume data set. A fourth volume data set is generated by adding the first volume data set into the information of the blood vessel related to the third volume data set.

Description

3차원 의료용 볼륨 데이터 세트를 가공하는 방법{METHOD OF TREATING 3D MEDICAL VOLUME DATA SET}METHOD OF TREATING 3D MEDICAL VOLUME DATA SET}

도 1 및 도 2는 종래의 멀티 서브볼륨 렌더링 방법을 설명하기 위한 도면,1 and 2 are views for explaining a conventional multi-subvolume rendering method,

도 3은 CT 이미지 및 CTA 이미지를 이용하여 혈관 이미지를 얻는 종래의 방법을 설명하는 도면,3 is a view for explaining a conventional method of obtaining a blood vessel image using a CT image and a CTA image,

도 4는 본 발명에 따른 복셀의 데이터 구조의 일 예를 나타내는 도면,4 is a diagram illustrating an example of a data structure of a voxel according to the present invention;

도 5는 도 4의 설명을 위해 전체 볼륨과 서브볼륨을 나타낸 도면,5 is a view showing the total volume and subvolume for the description of FIG.

도 6은 본 발명에 따른 멀티 서브볼륨 렌더링 방법의 일 예를 설명하는 도면,6 is a view for explaining an example of a multi-subvolume rendering method according to the present invention;

도 7은 본 발명에 따라 시각화된 화면의 일 예를 나타내는 도면,7 is a view showing an example of a screen visualized according to the present invention;

도 8은 절개된 영역을 정하는 방식의 일 예를 나타내는 도면,8 is a diagram illustrating an example of a method of determining an incision region;

도 9는 본 발명에 따라 시각화된 화면의 다른 예를 나타내는 도면.9 illustrates another example of a screen visualized according to the present invention.

본 발명은 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 관한 것으로, 특히 3차원 의료용 볼륨 데이터 세트로부터 혈관과 환부(관심 영역)를 함께 시각 화(visualizaton)할 수 있는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 관한 것이다.The present invention relates to a method for processing a three-dimensional medical volume data set, and more particularly, to a three-dimensional medical volume data set capable of visualizatoning blood vessels and affected areas (regions of interest) from the three-dimensional medical volume data set. It is about how to.

컴퓨터 그래픽스(Computer Graphics)는 객체(object)의 2차원적 또는 3차원적 그래픽 표현을 2차원 디스플레이 스크린 상에 나타내는데 주로 이용된다. 볼륨 그래픽스(Volume Graphics)는 컴퓨터 그래픽스의 한 분야로서, 3차원 또는 그 이상의 차원을 가지는 샘플 데이터로 표현되는 객체(object)를 시각화하는 것을 다룬다. 이 샘플들은 볼륨 구성요소(volume elements) 또는 복셀(voxels)이라 불리우며, 객체의 물리적 특징을 표현하는 디지털 정보를 포함한다. 예를 들어, 특정 물체의 복셀 데이터는 밀도, 물질의 유형, 온도, 속도, 또는 다른 특성을, 이산적 점들(discrete points)로, 공간에서, 그 객체의 내부 및 주변 전체에 걸쳐 표현할 수 있다.Computer Graphics is primarily used to present a two-dimensional or three-dimensional graphical representation of an object on a two-dimensional display screen. Volume graphics is a field of computer graphics that deals with the visualization of objects represented by sample data having three or more dimensions. These samples, called volume elements or voxels, contain digital information representing the physical characteristics of the object. For example, the voxel data of a particular object may represent density, type of material, temperature, speed, or other property in discrete points, in space, throughout the interior and surroundings of the object.

근래에, 볼륨 렌더링(Volume Rendering)이라 불리는 볼륨 그래픽스 방법이 도입되었으며, 이는 디지털 신호 프로세싱(digital signal processing)의 한 형태로서, 복셀기반 표현의 각각의 복셀에 색상(color) 및 투명도를 부여하는 방법이다. 이렇게 색상과 투명도가 부여된 각 복셀들은 컴퓨터 스크린과 같은 2차원의 표시 화면(viewing surface)에 투사되며(projected), 이 때 백그라운드(background)의 복셀들은 포어그라운드(foreground)의 불투명한 복셀들에 의해 가려지는 형태로 된다. 이러한 투사된 복셀들의 축적이 객체의 시각적 이미지(visual image)를 결과한다.In recent years, a volume graphics method called Volume Rendering has been introduced, which is a form of digital signal processing, which gives each voxel of a voxel-based representation color and transparency. to be. Each of these voxels, given their color and transparency, is projected onto a two-dimensional viewing surface, such as a computer screen, where the background voxels are applied to the foreground opaque voxels. It is hidden by the form. This accumulation of projected voxels results in a visual image of the object.

정리하면, 볼륨 렌더링(Volume Rendering)은 볼륨(volume) 또는 볼륨 데이터 세트(volume data set)를 렌더링하는 것으로, 볼륨 데이터 세트는 볼륨 구성요소(volume elements) 또는 복셀(voxels)이라 불리는 데이터 포인트들의 3차원 배열(3-D array of data points)로 이루어지고, 복셀은 픽셀(pixel)의 3차원적 대응물로서 색상과 투명도 정보를 포함하고 있으며, 특정 복셀의 데이터 값인 색상과 투명도를 변경함으로써 객체의 외부 및 내부를 다른 형태로 볼 수 있는데, 예를 들어 수술에 앞서 무릎의 인대, 힘줄 및 뼈를 살펴 보고자 하는 의사는 무릎의 단층 스캔에서, 피, 피부 및 근육을 완전히 투명하게 보이도록 할 수 있다.In summary, Volume Rendering renders a volume or volume data set, which is the volume of data points called volume elements or voxels. It consists of a 3-D array of data points, a voxel is a three-dimensional counterpart of a pixel that contains color and transparency information, and changes the color and transparency of the object to You can see the outside and inside in different forms, for example, a doctor who wants to look at the ligaments, tendons, and bones of a knee before surgery can make blood, skin, and muscles appear completely transparent in a tomography scan of the knee. .

한편, 의사들은 CT(Computer Tomography; 컴퓨터단층촬영) 이미지나 MRI(Magnetic Resonance Imaging; 자기공명영상법) 이미지와 같은 의료용 이미지로부터 이상 부위(예: 종양)의 모양과 위치에 대한 정보를 얻은 후에 수술을 하게 된다. 따라서 이러한 CT나 MRI 이미지와 같은 의료용 이미지로부터 만들어진 3차원 객체 또는 볼륨 데이터 세트 역시 이러한 이상 부위를 기타 다른 조직들과 구별하여 나타낼 수 있다면 훨씬 보기가 편할 것이다. 이러한 목적을 이루기 위하여 멀티 서브볼륨 렌더링(MultiSubVolume Rendering) 방법이 나오게 되었다. 간단히 말해서 멀티 서브볼륨 렌더링(MultiSubVolume Rendering)은 이상 부위(또는 관심있는 부위)를 다른 부분과는 구별되는 색으로 표시함으로써 이상 부위의 위치와 모양을 쉽게 판단할 수 있도록 하는 것이다. 현재 이러한 멀티 서브볼륨 렌더링을 구현하기 위해 TeraRecon사의 VolumeProTM와 같은 볼륨 렌더링 하드웨어 솔루션이 사용되고 있다.On the other hand, doctors obtain information about the shape and location of abnormal areas (e.g. tumors) from medical images, such as CT (Computer Tomography) or MRI (Magnetic Resonance Imaging) images. Will be Thus, three-dimensional objects or volume data sets created from medical images such as CT or MRI images would be much easier to see if these anomalies could be distinguished from other tissues. In order to achieve this purpose, a multisubvolume rendering method has been introduced. In short, MultiSubVolume Rendering displays abnormal areas (or areas of interest) in a color that distinguishes them from other parts, making it easier to determine the location and shape of the abnormal areas. Currently, volume rendering hardware solutions such as TeraRecon's VolumePro ™ are used to implement this multi-subvolume rendering.

도 1을 참고로 하여 종래의 멀티 서브볼륨 렌더링 방법을 살펴보면, 먼저 적정 개수만큼 촬영된 CT나 MRI 이미지와 같은 의료용 이미지(101)로부터 볼륨 또는 볼륨 데이터 세트(102)를 형성한다. 볼륨 또는 볼륨 데이터 세트(102)는 단순히 이러한 의료용 이미지(101)를 여러개 적층해 놓은 것으로 볼 수 있으며, 각각의 의료용 이미지(101)의 픽셀(103)이 볼륨 또는 볼륨 데이터 세트(102)의 복셀(104)에 대응하고, 각각의 복셀(104)은 데이터 값으로 색상에 대한 정보값과 투명도에 대한 정보값을 포함하고 있다.Referring to FIG. 1, a conventional multi-subvolume rendering method is described. First, a volume or volume data set 102 is formed from a medical image 101 such as a CT or MRI image photographed by an appropriate number. The volume or volume data set 102 may simply be viewed as a stack of several such medical images 101, with the pixel 103 of each medical image 101 being a voxel of the volume or volume data set 102. Corresponding to 104, each voxel 104 includes an information value for color and an information value for transparency as data values.

도 2에 도시된 바와 같이, 전체 볼륨(102)으로부터 서브볼륨(105,106)을 구별되게 렌더링하기 위해 종래의 멀티 서브볼륨 렌더링에서는 서브볼륨(105), 서브볼륨(106) 및 전체 볼륨(102) 각각에 대하여 개별적으로 렌더링을 행한 다음, 렌더링된 각각의 이미지들을 합성함으로써 멀티 서브볼륨 렌더링을 행하였다. 여기서, 서브볼륨(105) 또는 서브볼륨(106)에 개별적으로 렌더링을 행한다는 것은 특정 서브볼륨 영역에 속한 복셀만을 이용하여 그 서브볼륨에 맞는 색을 설정한 후 렌더링함을 말한다. 전체 볼륨의 관점에서 살펴보면 일부 영역(해당 서브볼륨 영역)만을 렌더링하여 2D 이미지를 얻는다고 생각하면 된다.As shown in FIG. 2, in the conventional multi-subvolume rendering, the subvolume 105, the subvolume 106, and the total volume 102 are respectively represented in order to render the subvolumes 105 and 106 separately from the total volume 102. Multi-subvolume rendering was performed by separately rendering and then synthesizing each of the rendered images. Here, rendering the sub-volume 105 or the sub-volume 106 separately means setting a color suitable for the sub-volume using only voxels belonging to a specific sub-volume area and rendering. In terms of total volume, you can think of rendering only a few areas (the subvolume areas) to get a 2D image.

도 3은 CT 이미지 및 CTA(Computer Tomography Angio; 혈관 조영 컴퓨터단층촬영) 이미지를 이용하여 혈관 이미지(Vascular Image)를 얻는 종래의 방법을 설명하는 도면이다. CTA 이미지(301)는 혈관에 조형제를 투여하여 얻어지는 CT 이미지이며, 뼈와 혈관이 동일한 인텐서티(Intensity)를 가지도록 조형제가 투여된 후 작성된다. 따라서 혈관과 뼈가 동일한 인텐시티를 가지는 CTA 이미지(301)로부터 뼈 와 혈관이 다른 인텐시티를 가지는 CT 이미지(302)의 정보를 제거함으로써 용이하게 혈관 이미지(303)가 얻어질 수 있다.FIG. 3 is a diagram illustrating a conventional method of obtaining a Vascular Image using a CT image and a Computer Tomography Angio (CTA) image. The CTA image 301 is a CT image obtained by administering a molding agent to blood vessels. The CTA image 301 is created after the molding agent is administered so that bone and blood vessels have the same intensity. Accordingly, the blood vessel image 303 may be easily obtained by removing information of the CT image 302 having different intensity from bone and blood vessel from the CTA image 301 having the same intensity as the blood vessel and the bone.

그러나 이러한 혈관 이미지(303)를 통해 혈관을 명확하게 파악할 수 있지만, 혈관 이외의 조직들이 제거됨으로써 혈관과 함께 환부(관심 영역)를 함께 볼 수 없었다.However, although the blood vessels can be clearly identified through the blood vessel image 303, tissues other than the blood vessels are removed, so that the affected area (region of interest) cannot be seen together with the blood vessels.

본 발명은 혈관과 함께 환부를 시각화할 수 있는 볼륨 데이터 세트를 제공하는, 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공하는 것을 목적으로 한다.An object of the present invention is to provide a method for processing a three-dimensional medical volume data set, which provides a volume data set that can visualize the affected area with blood vessels.

또한 본 발명은 혈관과 함께 환부를 시각화할 수 있는 복셀의 데이터 구조를 제공하는, 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공하는 것을 목적으로 한다.It is also an object of the present invention to provide a method for processing a three-dimensional medical volume data set, which provides a data structure of voxels that can visualize the affected area with blood vessels.

또한 본 발명은 혈관과 함께 환부를 시각화할 수 있는 멀티 서브볼륨 렌더링이 가능한, 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공하는 것을 목적으로 한다.It is also an object of the present invention to provide a method for processing a three-dimensional medical volume data set capable of rendering a multi-subvolume that can visualize the affected area with blood vessels.

또한 본 발명은 수술에 앞서 절개될 영역을 미리 예측 및 계획할 수 있는, 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공하는 것을 목적으로 한다.It is also an object of the present invention to provide a method for processing a three-dimensional medical volume data set, which can predict and plan an area to be cut before surgery.

또한 본 발명은 뇌수술에 적절하게 활용될 수 있는, 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공하는 것을 목적으로 한다.It is also an object of the present invention to provide a method for processing a three-dimensional medical volume data set that can be suitably utilized in brain surgery.

본 발명은 3차원 의료용 볼륨 데이터 세트인 제1 볼륨 데이터 세트를 생성하는 제1 단계; 제1 볼륨 데이터 세트에 대응하며 조형제가 혈관에 투입된 상태의 3차원 의료용 볼륨 데이터 세트인 제2 볼륨 데이터 세트를 생성하는 제2 단계; 제1 볼륨 데이터 세트 및 제2 볼륨 데이터 세트로부터 상기 혈관에 대한 정보를 추출함으로써 제3 볼륨 데이터 세트를 생성하는 제3 단계; 제3 볼륨 데이터 세트의 상기 혈관에 대한 상기 정보를 제1 볼륨 데이터 세트에 부가함으로써 제4 볼륨 데이터 세트를 생성하는 제4 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.The present invention includes a first step of generating a first volume data set that is a three-dimensional medical volume data set; A second step of generating a second volume data set corresponding to the first volume data set, the second volume data set being a three-dimensional medical volume data set in which a molding agent is injected into a blood vessel; Generating a third volume data set by extracting information about the blood vessel from a first volume data set and a second volume data set; And a fourth step of generating a fourth volume data set by adding the information about the vessel of the third volume data set to the first volume data set. To provide.

또한 본 발명은 제4 볼륨 데이터 세트를 이용하여 적어도 상기 혈관을 시각화하는 제5 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.In another aspect, the present invention provides a method for processing a three-dimensional medical volume data set comprising a; a fifth step of visualizing at least the blood vessel using a fourth volume data set.

또한 본 발명은 제5 단계가 혈관과 함께 관심 영역을 시각화하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.The present invention also provides a method of processing a three-dimensional medical volume data set, wherein the fifth step visualizes the region of interest with the blood vessel.

또한 본 발명은 제5 단계가 절개된 영역을 통해 혈관과 관심 영역을 시각화하는 것을 특징으로 하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.In another aspect, the present invention provides a method for processing a three-dimensional medical volume data set, characterized in that to visualize the blood vessel and the region of interest through the region cut in the fifth step.

또한 본 발명은 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)로부터 만들어지는 볼륨 데이터 세트를 이용하여 혈관과 관심 영역을 시각화하기 위해 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 있어서, 절개될 영역을 입력받는 제1 단계; 그리고, 상기 볼륨 데이터 세트에서 상기 절개될 영 역을 투명하게 처리하여 상기 절개될 영역을 통해 상기 혈관과 상기 관심 영역을 시각화하는 제2 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.In addition, the present invention provides a method for processing a three-dimensional medical volume data set to visualize blood vessels and regions of interest by using a volume data set made from an angiographic computer tomography image, the area to be cut. Receiving a first step; And visualizing the blood vessel and the region of interest through the region to be cut by transparently processing the region to be cut in the volume data set. Provide a method of processing.

또한 본 발명은 제2 단계가 멀티 서브볼륨 렌더링을 통해 상기 절개될 영역, 상기 혈관 그리고 상기 관심 영역을 시각화하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.The present invention also provides a method of processing a three-dimensional medical volume data set, wherein the second step visualizes the region to be cut, the blood vessel and the region of interest through multi-subvolume rendering.

또한 본 발명은 상기 볼륨 데이터 세트가 혈관 이미지(Vascular Image)와 컴퓨터단층촬영 이미지(Computer Tomography Image)로부터 만들어지며, 상기 혈관 이미지(Vascular Image)가 상기 컴퓨터단층촬영 이미지(Computer Tomography Image)와 상기 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)로부터 만들어지고, 상기 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)가 상기 혈관에 조형제가 투입된 상태에서 촬영된 상기 컴퓨터단층촬영 이미지(Computer Tomography Image)에 대응하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.In another aspect, the present invention, the volume data set is made from a blood vessel image (Vascular Image) and a computer tomography image (Computer Tomography Image), the blood vessel image (Vascular Image) is the computer tomography image (Computer Tomography Image) and the blood vessels An angiography computer tomography image is created from a computer tomography image, and the angiography computer tomography image is a computer tomography image taken with a molding agent injected into the vessel. A method of processing a three-dimensional medical volume data set is provided.

또한 본 발명은 제1 단계에 앞서, 상기 볼륨 데이터 세트로부터 상기 혈관에 관한 정보를 가지는 제1 서브볼륨과, 상기 관심 영역에 대한 정보를 가지는 제2 서브볼륨을 생성하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.The present invention may further include, prior to the first step, generating a first subvolume having information about the blood vessel and a second subvolume having information about the region of interest from the volume data set. A method of processing a three-dimensional medical volume data set is provided.

또한 본 발명은 상기 볼륨 데이터 세트가 복수개의 복셀을 포함하며, 복수개의 복셀 각각은 색상 및 투명도에 대한 정보값과 상기 혈관에 해당하는지를 나타내 는 마스크 값을 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.In another aspect, the present invention, the volume data set includes a plurality of voxels, each of the plurality of voxels includes a mask value indicating whether the information corresponding to the color and transparency and corresponding to the blood vessels Provides a method of processing a set.

또한 본 발명은 상기 볼륨 데이터 세트가 두부에 관한 것인 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법을 제공한다.The present invention also provides a method for processing a three-dimensional medical volume data set, characterized in that the volume data set relates to tofu.

이하, 도면을 참고로 하여 본 발명을 더욱 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.

1. 멀티 서브볼륨 렌더링1. Multi-subvolume rendering

환부와 혈관을 구별되게 시각화하기 위해서는 멀티 서브볼륨 렌더링이 필요하며, 먼저 이에 대해 살핀다.Multi-subvolume rendering is necessary to visualize lesions and blood vessels distinctly, first looking at them.

도 4는 본 발명에 따른 복셀의 데이터 구조의 일 예를 나타낸다. 본 발명에 따른 복셀 데이터는 4개의 영역(field)으로 구분되어 있으며, 4개의 영역은 데이터 영역(1), 마스크 영역(2), 서브볼륨1 영역(3), 서브볼륨2 영역(4)으로 구분되어 있다. 복셀 데이터의 크기는 32비트(bit)이며, 데이터 영역(1)에 12비트가, 마스크 영역(2)에 4비트가, 서브볼륨1 영역(3)에 8비트가, 서브볼륨2 영역(4)에 8비트가 할당되어 있다. 복셀 데이터의 크기에 특별한 제한이 있는 것은 아니며, 본 실시예에서 32비트 크기의 복셀 데이트를 사용하는 것은 본 발명이 실제 적용가능한 상용 볼륨 렌더링 하드웨어 솔루션인 Terarecon사의 VolumeProTM가 32비트 크기의 복셀 데이터 구조를 사용하기 때문이다. 4 shows an example of a data structure of a voxel according to the present invention. The voxel data according to the present invention is divided into four fields, and the four areas are the data area 1, the mask area 2, the subvolume 1 area 3, and the subvolume 2 area 4. Are separated. The size of the voxel data is 32 bits, 12 bits in the data area 1, 4 bits in the mask area 2, 8 bits in the subvolume 1 area 3, and a subvolume 2 area (4). 8 bits are allocated. There is no particular limitation on the size of the voxel data, and in this embodiment, the use of 32-bit voxel data means that Volumeare ™ of Terarecon, a commercial volume rendering hardware solution, to which the present invention is practically applied, has a 32-bit voxel data structure. This is because

도 5에 도시된 것과 같은 서브볼륨1(5)과 서브볼륨2(6)가 포함된 전체 볼륨(7)을 예로 본 발명에 따른 복셀의 데이터 구조를 설명하면, 데이터 영역(1)에는 전체 볼륨(7)에서의 복셀의 데이터 값 즉 색상에 대한 정보값과 투명도에 대한 정보값이 놓인다. 일반적으로 이러한 값은 0 ~ 4095의 값을 가지기 때문에 데이터 영역(1)에 대해서 12비트가 할당되어 있다.Referring to the data structure of the voxel according to the present invention, taking the entire volume 7 including the subvolume 1 (5) and the subvolume 2 (6) as shown in FIG. 5, the data area 1 has the total volume. The data value of the voxel in (7), that is, the information value for color and the information value for transparency are placed. In general, since these values have a value of 0 to 4095, 12 bits are allocated to the data area 1.

마크스 영역(2)에는 복셀이 어느 불륨(전체 볼륨, 서브볼륨1, 서브볼륨2)에 속하는지를 알려주는 값이 들어있다. 이 영역은 4비트로 할당되어 있어서 0 ~ 15까지의 값을 가질 수 있으며, 2개의 서브볼륨이 사용되는 경우 다음의 4가지 값으로 충분하다.The mark area 2 contains a value indicating which volume (total volume, subvolume 1, subvolume 2) the voxel belongs to. This area is allocated 4 bits and can have a value from 0 to 15. When two subvolumes are used, the following four values are sufficient.

값value 의미meaning 00 어느 서브볼륨에도 속하지 않는 복셀이다.It is a voxel that does not belong to any subvolume. 1One 서브볼륨1(5)에 속하는 복셀이다.It is a voxel belonging to subvolume 1 (5). 22 서브볼륨2(6)에 속하는 복셀이다.It is a voxel belonging to subvolume 2 (6). 33 서브볼륨1(5) 및 서브볼륨2(6) 모두에 속하는 복셀이다.It is a voxel belonging to both the subvolume 1 (5) and the subvolume 2 (6).

도 4에서 전체 볼륨(7)에만 속하는 복셀(8)은 마스크 값으로 0을 가지며, 서브볼륨1(5)에 속하는 복셀(9)은 마스크 값으로 1을 가지고, 서브볼륨2(6)에 속하는 복셀(10)은 마스크 값으로 2를 가지며, 서브볼륨1(5) 및 서브볼륨2(6)에 속하는 복셀(11)은 마스크 값으로 3을 가진다. 도 4에서 전체 볼륨(7)에 속하는 복셀로 복셀(8)만이 도시되어 있으나, 이는 설명의 편의를 위한 것이다. In FIG. 4, the voxel 8 belonging to the entire volume 7 only has 0 as the mask value, and the voxel 9 belonging to the subvolume 1 (5) has 1 as the mask value and belongs to the subvolume 2 (6). The voxel 10 has 2 as the mask value, and the voxel 11 belonging to the subvolume 1 (5) and the subvolume 2 (6) has a 3 as the mask value. In FIG. 4, only the voxel 8 is illustrated as a voxel belonging to the entire volume 7. This is for convenience of description.

서브볼륨1 영역(3)은 전체 볼륨(7)에서 사용자가 필요에 의하여 다른 색깔로 구별하고 싶어하는 볼륨을 위한 영역이다. 간단한 예로 전체 두뇌에서 질병이 있는 부분을 들 수 있겠다. 서브볼륨1 영역(3)에는 서브볼륨1(5)에서의 복셀의 데이터 값 즉, 색상에 대한 정보값과 투명도에 대한 정보값이 놓인다.The subvolume 1 area 3 is an area for the volume of the entire volume 7 which the user wants to distinguish with other colors as needed. A simple example is the diseased part of the whole brain. In the subvolume 1 region 3, the data value of the voxel in the subvolume 1 (5), that is, the information value for color and the information value for transparency are placed.

서브볼륨2 영역(4)은 서브볼륨1 영역(3)과 같은 의도로 정의된 영역이며, 이 러한 영역이 2개가 존재한다는 것은 서브볼륨을 최대 2개까지 정의할 수 있다는 것을 의미한다. 쉬운 예로 혈관과 종양을 2개의 서브볼륨으로 설정할 수 있다. 서브볼륨2 영역(4)에는 서브볼륨2(6)에서의 복셀의 데이터 값 즉, 색상에 대한 정보값과 투명도에 대한 정보값이 놓인다.The subvolume 2 region 4 is a region defined with the same intention as the subvolume 1 region 3, and the presence of two such regions means that up to two subvolumes can be defined. As an easy example, blood vessels and tumors can be set up in two subvolumes. In the subvolume 2 area 4, the data value of the voxel in the subvolume 2 6, that is, the information value for color and the information value for transparency are placed.

만약 복셀이 어느 서브볼륨 영역에도 속하지 않는다면 전체 볼륨(7)의 데이터 값을 따라야 하므로 반드시 서브볼륨1 영역(3) 및 서브볼륨2 영역(4)은 "0" 값을 가져야 한다. If the voxel does not belong to any subvolume region, the subvolume 1 region 3 and the subvolume 2 region 4 must have a value of "0" since the data value of the entire volume 7 must be followed.

종래의 경우에 CT나 MRI 이미지와 같은 의료용 이미지(101)로부터 볼륨 또는 볼륨 데이터 세트(102)를 생성하는 과정에서 각 복셀에 대하여 데이터 영역만을 정의하는 형태로 복셀 데이터 형성하였으나, 발명에서는 효율적인 렌더링을 위하여 복셀 데이터를 4개의 영역으로 확장하였다.Conventionally, in the process of generating the volume or volume data set 102 from a medical image 101 such as a CT or MRI image, voxel data is formed in a form that defines only a data area for each voxel, but the present invention provides efficient rendering. In order to expand the voxel data into four regions.

도 6은 본 발명에 따라 멀티 서브볼륨 렌더링을 하는 방법의 일 예를 나타내는 도면으로, 본 발명에 따른 복셀 데이터 구조를 이용하여 본 발명에 따라 멀티 서브볼륨 렌더링을 하기 위해서는 복셀 데이터의 4개의 영역에 대응하는 4개의 룩업 테이블(12,13,14,15; LookUp Table, 이하 LUT이라 한다)과 3개의 산술/논리장치(16,17,18; Arithmetic & Logical Unit, 이하 ALU이라 한다)가 필요하다.FIG. 6 is a diagram illustrating an example of a method of rendering a multi subvolume according to the present invention. In order to perform the multi subvolume rendering according to the present invention using the voxel data structure according to the present invention, FIG. Corresponding four lookup tables (12, 13, 14, 15; LookUp Table, hereinafter referred to as LUT) and three arithmetic / logic units (16, 17, 18; Arithmetic & Logical Unit, hereinafter referred to as ALU) are required. .

LUT이란 RGBA 값(여기서 RGB는 색상 값이며 A는 투명도 값이다)이 들어있는 테이블이다. 해당 영역(field)의 값을 가지고 이 LUT을 참조하여 한 복셀의 특정 영역(field)이 가리키는 RGBA 값을 찾아낼 수 있으며, 실제 내부적으로 렌더링을 할 때에는 하나의 복셀에 대해 이렇게 찾아낸 RGBA 값(총 4개의 영역이 존재하므로 하나의 복셀에 대해 해당 LUT의 참조를 통해서 4개의 RGBA 값이 나오게 된다)을 여러 연산을 거쳐 최종적인 하나의 RGBA 값으로 만든 후 사용하게 된다.LUT is a table that contains RGBA values, where RGB is the color value and A is the transparency value. You can refer to this LUT with the value of the corresponding field to find the RGBA value pointed to by a particular field in a voxel. Since there are 4 areas, 4 RGBA values are generated through reference to the LUT for one voxel).

4개의 LUT(12,13,14,15)은 4096개의 RGBA 값을 담을 수 있는 1개의 LUT(12)과 각각 256개의 RGBA 값을 담을 수 있는 3개의 LUT(13,14,15)로 구성된다. 4096개의 RGBA 값을 담을 수 있는 LUT(12)이 데이터 영역(5)에 할당되고 나머지 LUT(13,14,15)은 각각 다른 영역(2,3,4)과 짝을 이룬다.Four LUTs (12, 13, 14, 15) consist of one LUT (12) that can hold 4096 RGBA values and three LUTs (13, 14, 15) that can hold 256 RGBA values, respectively. . A LUT 12 capable of holding 4096 RGBA values is assigned to the data region 5 and the remaining LUTs 13, 14 and 15 are paired with other regions 2, 3 and 4, respectively.

ALU은 두 RGBA 값을 입력받아서 산술적이거나 논리적인 연산을 통하여 최종적으로 하나의 RGBA 값을 만들어내는 장치이다. 여기서 연산은 각 채널마다 독립적으로 이루어진다. 즉, RGBA 값의 경우 Red, Green, Blue, Alpha(투명도) 이렇게 4개의 채널로 구성되어 있으며 입력된 두 RGBA 값에서 R값은 R값끼리 Alpha값은 Alpha값끼리 독립적으로 연산이 이루어진다.ALU is a device that receives two RGBA values and finally generates one RGBA value through arithmetic or logical operation. Here, the operation is performed independently for each channel. That is, in case of RGBA value, it consists of 4 channels such as Red, Green, Blue, and Alpha (transparency). In the two RGBA values, R value is compared with R value and Alpha value is independently calculated with Alpha value.

이하 본 발명에 따라 멀티 서브볼륨 렌더링을 행하는 과정을 설명한다. 먼저, 복셀 데이터는 4개의 영역(데이터, 마스크, 서브볼륨1, 서브볼륨2)으로 나누어져 있고 각 영역(1,2,3,4)에 들어있는 값을 이용하여 각 영역과 쌍을 이루는 LUT(12,13,14,15)로부터 RGBA 값을 가져오게 된다. 여기서, 마스크 영역(2)에서 나오는 RGBA 값은 다른 세 영역(1,3,4)의 RGBA 값 중 어떠한 색을 선택할지를 알려주는 역할을 한다.Hereinafter, a process of performing multi subvolume rendering according to the present invention will be described. First, the voxel data is divided into four regions (data, mask, subvolume 1, subvolume 2) and paired with each region using the values contained in each region (1, 2, 3, 4). Get the RGBA value from (12, 13, 14, 15). Here, the RGBA value coming out of the mask area 2 serves to indicate which color to select among the RGBA values of the other three areas 1, 3, and 4.

가. 데이터 영역-마스크 영역 ALU(16)end. Data Area-Mask Area ALU (16)

데이터 영역-마스크 영역 ALU(16)은 데이터 영역(1)과 마스크 영역(2)의 값을 이용하여 각각의 영역에 할당된 LUT(12,13)로부터 얻은 2개의 RGBA 값을 입력받 아 결과를 산출하는 산술/논리장치이다. 여기서 두 RGBA 입력값은 메모리 상의 구조는 동일하나 그 값이 나타내는 의미는 서로 다르다. 데이터 영역(1)에서 산출된 RGBA 값은 전체 불륨(7)의 LUT(12)에서 가져온 해당 복셀의 색상 및 투명도에 대한 정보값이라고 할 수 있다. 하지만 마스크 영역(2)에서 산출한 RGBA 값은 어느 볼륨의 RGBA 값을 사용할 것인지를 결정하는 역할을 하는 정보값이라 할 수 있다.The data area-mask area ALU 16 receives two RGBA values obtained from the LUTs 12 and 13 assigned to each area by using the values of the data area 1 and the mask area 2 and receives the result. It is an arithmetic / logic device to calculate. Here, the two RGBA input values have the same structure in memory but have different meanings. The RGBA value calculated in the data region 1 may be referred to as an information value for the color and transparency of the corresponding voxel taken from the LUT 12 of the entire volume 7. However, the RGBA value calculated in the mask area 2 may be referred to as an information value that determines the volume of the RGBA value.

전술한 바와 같이 마스크 영역(2)은 총 4개의 값을 가지는데 각 값에 따라 다음의 RGBA 값이 나오게 된다. As described above, the mask area 2 has a total of four values, and the following RGBA values are generated according to each value.

마스크 값Mask value RGBA 값(36bit-16진수)RGBA value (36 bit hexadecimal) RGBA 값의 의미Meaning of RGBA Values 00 FF FF FF FFFFF FF FF FFF 데이터 영역에서 나온 값을 사용한다.Use the value from the data area. 1One 00 서브볼륨 영역에서 나온 RGBA 값을 사용한다.Use the RGBA value from the subvolume area. 22 00 서브볼륨 영역에서 나온 RGBA 값을 사용한다.Use the RGBA value from the subvolume area. 33 00 서브볼륨 영역에서 나온 RGBA 값을 사용한다.Use the RGBA value from the subvolume area.

데이터 영역-마스크 영역 ALU(16)은 이렇게 나온 두 RGBA 값을 AND 연산을 통하여 하나의 RGBA 값으로 만들어낸다. 즉, 해당 복셀의 마스크 영역(2)의 값이 0이면 그 복셀은 어느 서브볼륨에도 속하지 않으므로 전체 불륨(7)의 색상 및 투명도 값을 취하게 되고, 그 결과 데이터 영역-마스크 영역 ALU(16)의 최종 RGBA 값은 데이터 영역(1)에서 나온 RGBA 값이 된다. 반면 마스크 영역(2)의 값이 1, 2, 3 중의 하나라면 이 복셀은 서브볼륨의 색상 및 투명도 값을 가져야 하므로 전체 볼륨의 색상 및 투명도 값을 무시해야 한다. 결과적으로 연산을 통하여 나온 RGBA 값은 0이 된다. 이렇게 나온 RGBA 값은 후술하는 최종 ALU(18)의 하나의 입력값으로 들어가게 된다.The data area-mask area ALU 16 produces these two RGBA values into one RGBA value through an AND operation. That is, if the value of the mask area 2 of the voxel is 0, the voxel does not belong to any subvolume and thus takes the color and transparency values of the entire volume 7, and as a result, the data area-mask area ALU 16. The final RGBA value of is the RGBA value from the data area (1). On the other hand, if the value of the mask region 2 is one of 1, 2, and 3, the voxel should have the color and transparency values of the subvolume, and thus the color and transparency values of the entire volume should be ignored. As a result, the RGBA value obtained by the operation is zero. This RGBA value is entered into one input value of the final ALU 18 described later.

나. 서브볼륨1 영역-서브볼륨2 영역 ALU(17)I. Subvolume 1 Area-Subvolume 2 Area ALU (17)

서브볼륨1 영역-서브볼륨2 영역 ALU(17)은 서브볼륨1 영역(3)과 서브볼륨2 영역(4)의 값을 인덱스로 하여 각각의 영역에 할당된 LUT(14,15)을 참조하여 얻는 2개의 RGBA 값을 입력으로 하는 산술/논리장치이다. 이 2개의 RGBA 값을 입력받아 미리 정의한 연산 방법을 통하여 하나의 RGBA 값을 산출해내는 역할을 한다. 이렇게 나온 RGBA 값은 후술하는 최종 ALU(18)의 두번째 입력값이 된다.The subvolume 1 region-subvolume 2 region ALU 17 refers to the LUTs 14 and 15 assigned to each region by indexing the values of the subvolume 1 region 3 and the subvolume 2 region 4. It is an arithmetic / logic device that takes two RGBA values as inputs. It receives these two RGBA values and calculates one RGBA value through a predefined calculation method. This RGBA value is the second input value of the final ALU 18 described later.

여기서 두가지 중요한 사항이 있다. 해당 복셀이 서브볼륨1(5)에 포함되어 있지 않다면 그 복셀의 서브볼륨1 영역(3)은 "0"값을 가지게 된다(서브볼륨2 영역(4)도 마찬가지임). 또한 두 서브볼륨 영역(3,4)과 쌍을 이루는 두 LUT(14,15)에서 0번째 인덱스의 RGBA 값은 항상 "0"(R=0,G=0,B=0,A=0)이라는 것이다. 결론적으로 특정 서브볼륨 영역의 값이 "0"이며 해당 RGBA 값도 "0"이 된다.There are two important points here. If the voxel is not included in the subvolume 1 (5), the subvolume 1 region 3 of the voxel has a value of "0" (as is the subvolume 2 region 4). Also, in the two LUTs (14,15) paired with the two subvolume regions (3,4), the RGBA value at the 0th index is always "0" (R = 0, G = 0, B = 0, A = 0) Is called. As a result, the value of a specific subvolume region is "0" and the corresponding RGBA value is also "0".

두 RGBA 값을 가지고 서브볼륨1 영역-서브볼륨2 영역 ALU(17)은 MAX 연산을 통하여 RGBA 결과값을 산출한다. MAX 연산은 두 RGBA 값을 비교하여 큰 쪽을 결과값으로 하는 방식인데 비교는 전술한 바와 같이 각 채널(channel)마다 독립적으로 행해진다.With the two RGBA values, the subvolume 1 region-subvolume 2 region ALU 17 calculates the RGBA result through the MAX operation. The MAX operation compares two RGBA values and makes the larger one a result value. The comparison is performed independently for each channel as described above.

전체 볼륨(7)과 서브볼륨1(5) 및 서브볼륨2(6) 사이의 포함관계는 총 4가지가 존재하며 각각의 관계에 따른 RGBA 값은 다음과 같다.There are four inclusion relationships between the total volume 7 and the subvolume 1 (5) and the subvolume 2 (6), and the RGBA values according to each relationship are as follows.

복셀이 어느 서브볼륨(5,6)에도 포함되지 않는다(case 1).- 복셀의 두 서브볼륨 영역(3,4)은 모두 "0" 값을 가지고 서브볼륨1-서브볼륨2 ALU(17)이 입력으로 받는 두 RGBA 값도 "0" 이므로 결과 RGBA 값도 "0"이 나오게 된다.The voxel is not included in any of the subvolumes 5,6 (case 1). The two subvolume regions 3,4 of the voxel both have a value of "0" and the subvolume 1 -subvolume 2 ALU 17 The two RGBA values received by this input are also "0", so the resulting RGBA value is also "0".

복셀이 어느 한쪽 서브볼륨에만 포함된다(case 2 및 3). - 복셀이 포함된 서 브볼륨 영역(예를 들어, 서브볼륨1 영역(3))은 "0"이 아닌 RGBA 값이 서브볼륨1 영역-서브볼륨2 영역 ALU(17)으로 들어가나 그렇지 않은 서브볼륨 영역(예를 들어, 서브볼륨2 영역(4))은 "0"의 RGBA 값을 가지게 되고 서브볼륨1 영역-서브볼륨2 영역 ALU(17)에서 MAX 연산을 실행하면 결과값은 복셀이 포함된 서브볼륨 영역의 RGBA 값이 그대로 나오게 된다.The voxels are included only in either subvolume (cases 2 and 3). A subvolume region containing voxels (e.g. subvolume 1 region 3) enters subvolume 1 region-subvolume 2 region ALU 17 with a non-RGB value of "0" The volume area (e.g., subvolume 2 area 4) will have an RGBA value of "0", and if the MAX operation is performed on the subvolume 1 area-subvolume 2 area ALU 17, the result will contain the voxel. The RGBA value of the subvolume area is displayed as it is.

복셀이 양쪽 서브볼륨에 모두 포함된다(case 4). - 이럴 경우 양쪽 모두 "0"이 아닌 RGBA 값이 서브볼륨1 영역-서브볼륨2 영역 ALU(17)에 들어가게 되므로 여기에 MAX 연산을 수행하면 각 채널 값에 따라 MAX 값이 나오게 된다. 따라서 양쪽 서브볼륨의 RGBA 값 어디에도 속하지 않는 제 3의 RGBA 값이 나올 수 있다.The voxels are included in both subvolumes (case 4). In this case, since both RGBA values other than "0" enter the subvolume 1 region-the subvolume 2 region ALU (17), the MAX operation results in the MAX value according to each channel value. Therefore, a third RGBA value that does not belong to any of the RGBA values of both sub-volumes may come out.

결론적으로 서브볼륨1 영역-서브볼륨2 영역 ALU(17)에서 하는 일은 복셀이 포함된 서브볼륨 영역의 RGBA 값을 결과로 반영하고 만약 어느 서브볼륨에도 포함되지 않았다면 "0" 값을 산출하는 역할을 한다.In conclusion, the work done in the subvolume 1 region-subvolume 2 region ALU 17 reflects the RGBA value of the subvolume region including the voxel as a result and calculates a value of "0" if it is not included in any subvolume. do.

다. 최종 ALU(18)All. Final ALU (18)

최종 ALU(18)은 위의 두 ALU(16,17)의 연산 결과로 산출된 RGBA 값들을 입력받아 해당 복셀의 최종적인 결과 RGBA 값을 정하는 산술/논리장치이다. 여기서는 두 입력값 중에서 큰 쪽을 최종 결과값으로 선택한다(MAX 연산). 이렇게 되면 결과적으로 복셀이 특정 서브볼륨에 포함되어 있는지 여부에 따라서 포함되어 있다면 데이터 영역-마스크 영역 ALU(16)의 결과값은 "0" 값을 가지게 되므로 서브볼륨1 영역-서브볼륨2 영역 ALU(17)의 RGBA 결과값이 복셀에 할당되고, 반대의 경우 서브볼륨1 영역-서브볼륨2 영역 ALU(17)의 결과값이 "0" 값을 가지게 되므로, 데이터 영역-마스크 영역 ALU(16)의 RGBA 결과값 즉, 전체 볼륨(7)의 색상 및 투명도 값이 최종 결과값으로 나오게 된다.The final ALU 18 is an arithmetic / logic device that receives the RGBA values calculated as the result of the operation of the two ALUs 16 and 17 and determines the final result RGBA value of the corresponding voxel. Here, the larger of the two input values is selected as the final result (MAX operation). As a result, if the voxel is included depending on whether or not it is included in a specific subvolume, the result value of the data area-mask area ALU 16 will have a value of "0", so the subvolume 1 area-subvolume 2 area ALU ( The RGBA result value of 17) is assigned to the voxel, and in the opposite case, the result value of the subvolume 1 area-subvolume 2 area ALU 17 has a value of "0", so that the data area-mask area ALU 16 The RGBA result value, that is, the color and transparency values of the entire volume 7, will be returned as the final result value.

이러한 데이터 구조를 이용하면, 혈관과 환부(관심 영역)를 함께 멀티 서브볼륨 렌더링을 통해 표시할 수 있게 된다. 본 발명의 가장 중요한 요지인 혈관을 선정하는 방법에 대해서는 후술한다.Using this data structure, blood vessels and lesions (regions of interest) can be displayed together through multi-subvolume rendering. The method of selecting blood vessels which is the most important point of this invention is mentioned later.

한편 도 7에서와 같이, 환자의 피부(21)가 불투명하게 표시되고, 일부가 절개되어 절개된 영역(22)을 통해 혈관(23)과 환부(24)가 시각화되는 경우에, 절개된 영역(22)에 대해서도 멀티 서브볼륨 렌더링을 해야하므로, 적어도 3개의 서브볼륨 영역이 필요하게 되며(혈관(23)만 시각화하는 경우 2개로 족함), 이를 위해 32 비트보다 큰 데이터가 사용될 수 있다. 마스크 영역(2)은 여분의 공간이 있으므로 문제가 없으며, 연산은 동일한 방식으로 행해질 수 있다.On the other hand, as shown in FIG. 7, when the skin 21 of the patient is opaquely displayed and the blood vessel 23 and the affected part 24 are visualized through the incision area 22 partially cut away, the incision area ( Since multi-subvolume rendering is also required for 22, at least three subvolume regions are required (two if only the vessel 23 is visualized), and data larger than 32 bits may be used for this. Since the mask area 2 has extra space, there is no problem, and the calculation can be performed in the same manner.

2. 절개될 영역 또는 절개된 영역 지정2. Specify the area or areas to be cut

도 8은 절개된 영역을 정하는 방식의 일 예를 나타내는 도면으로서, 절개된 영역(22)의 중심(25)을 지정하고, 중심(25)으로부터의 거리를 지정해 줌으로써 절개될 영역 또는 절개된 영역(22)이 지정될 수 있다. 사용자가 임으로 그리는 폐곡선에 의해 절개된 영역(22)이 형성될 수 있음은 물론이다.FIG. 8 is a diagram illustrating an example of a method of determining an incision region, in which a center 25 of the incision region 22 is designated and a distance from the center 25 is designated to determine an incision region or an incision region ( 22) may be specified. Of course, the region 22 cut by the closed curve drawn by the user may be formed.

3. 혈관의 선정 1 - 새로운 볼륨 데이터 세트 생성3. Selection of Blood Vessels 1-Creating a New Volume Data Set

전술한 바와 같이, 혈관 이미지(Vascular Image)의 경우에 혈관만이 시각화될 뿐이며, 본 발명은 이러한 문제점을 극복한 혈관의 선정 방법 내지는 볼륨 데이터 세트를 제시한다. 또한 이러한 볼륨 데이터 세트는 (특히 절개될 영역(22)이 서 브볼륨으로 포함된) 멀티 서브볼륨 렌더링 기법과 결합되어, 의사가 환자를 수술하기에 앞서 수술을 과정을 예측하고 계획할 수 있게 도와준다.As described above, in the case of a blood vessel image (Vascular Image), only the blood vessel is visualized, and the present invention proposes a method of selecting a vessel or a volume data set which overcomes this problem. This volume data set is also combined with multi-subvolume rendering techniques (especially where the area to be incised 22 is included as a subvolume) to help the doctor predict and plan the procedure before surgery. give.

CT 이미지 및 이에 대응하며, 조형제가 투여된 상태에서 만들어진 CTA 이미지로부터 만들어지는 혈관 이미지에 대한 볼륨 데이터 세트는 이미 혈관에 대응하는 복셀들에 대한 정보를 가지고 있다. 따라서 CT 이미지에 대한 볼륨 데이터 세트를 구성하는 복셀들 중에서, 혈관 이미지에 대한 볼륨 데이터 세트의 복셀들 중에서 혈관에 대응하는 복셀들을 매칭시켜, 매칭된 복셀들에 혈관에 해당한다는 정보를 입력함으로써 혈관에 대한 정보를 가지는 CT 이미지에 대한 볼륨 데이터 세트를 생성할 수 있게 된다. 이 볼륨 데이터 세트를 구성하는 각각의 복셀은 도 5에 도시된 것과 같은 데이터 구조를 가질 수 있으며, 마스크 영역(2)에 값을 부여함으로써 당해 복셀이 혈관에 해당한다는 것을 나타낼 수 있다. 또한 서브볼륨 영역 중의 하나(예: 서브볼륨1 영역(3))를 혈관에 할당함으로써, 멀티 서브볼륨 렌더링을 통해 혈관을 환부 및/또는 절개된 영역(22)과 함께 시각화할 수 있다.The volume data set for the vascular image produced from the CT image and the corresponding, CTA image created with the cosmetic agent already contains information about the voxels corresponding to the blood vessel. Therefore, among the voxels constituting the volume data set for the CT image, among the voxels of the volume data set for the blood vessel image, the voxels corresponding to the blood vessels are matched, and the matched voxels are input to the blood vessels by inputting information corresponding to the blood vessels. It is possible to generate a volume data set for the CT image having information about the image. Each voxel constituting this volume data set may have a data structure as shown in FIG. 5, and it may indicate that the voxel corresponds to a blood vessel by assigning a value to the mask area 2. In addition, by assigning one of the subvolume regions (eg, the subvolume 1 region 3) to the vessel, the vessel can be visualized along with the affected and / or incised region 22 through multi-subvolume rendering.

4. 혈관의 선정 2 - CTA 이미지를 이용하는 멀티 서브볼륨 렌더링4. Selection of Blood Vessels 2-Multi-Subvolume Rendering Using CTA Images

환자의 두부가 수술의 대상인 경우에 본 발명은 새로운 볼륨 데이터 세트를 생성하지 않고도 실현될 수 있으며, 이하에서 이 방식에 대해 설명한다.In the case where the head of the patient is the subject of surgery, the present invention can be realized without generating a new volume data set, which is described below.

CTA 이미지는 뼈와 혈관이 동일한 인텐시티(Intensity)를 가지는 볼륨 데이터 세트이다. 여기서 뼈를 제외한 부분 즉, 환자의 두개골 내부만을 서브볼륨으로 잡고, 뼈 또는 혈관에 대응하는 인텐시티를 가지도록 선택하면, 혈관만을 추출할 수 있게 된다. 이렇게 형성된 서브볼륨을 하나로 하고, 환자의 환부를 종래와 같이 당업자에게 널리 알려진 방식에 따라 별도의 서브볼륨으로 한 다음, 멀티 서브볼륨 렌더링을 하면 새로운 볼륨 데이터 세트를 생성하지 않고도 혈관과 환부를 함께 시각화할 수 있게 된다. 여기서 도 5에서와 같은 데이터 구조가 사용될 수 있음은 물론이다. 도 9는 본 발명에 따라 시각화된 화면의 다른 예를 나타내는 도면으로서, 혈관과 환부가 시각화되어 있다.The CTA image is a volume data set in which bone and blood vessels have the same intensity. Here, if only the portion excluding the bone, that is, the inside of the patient's skull is taken as a subvolume and selected to have intensity corresponding to the bone or blood vessel, only the blood vessel can be extracted. The subvolumes formed in this way are combined into a separate subvolume according to a method well known to those skilled in the art, and then multi-subvolume rendering to visualize blood vessels and lesions together without generating a new volume data set. You can do it. Of course, the data structure as shown in Figure 5 can be used. 9 illustrates another example of a screen visualized according to the present invention, in which blood vessels and affected parts are visualized.

본 발명에 따른 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 의하면, 혈관과 함께 환부를 시각화할 수 있는 볼륨 데이터 세트를 제공할 수 있게 된다.According to the method of processing the three-dimensional medical volume data set according to the present invention, it is possible to provide a volume data set that can visualize the affected area with the blood vessel.

또한 본 발명에 따른 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 의하면, 혈관과 함께 환부를 시각화할 수 있는 복셀의 데이터 구조를 제공할 수 있게 된다.In addition, according to the method for processing a three-dimensional medical volume data set according to the present invention, it is possible to provide a data structure of a voxel that can visualize the affected area with the blood vessel.

또한 본 발명에 따른 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 의하면, 혈관과 함께 환부를 시각화할 수 있는 멀티 서브볼륨 렌더링이 가능해진다.In addition, according to the method for processing a three-dimensional medical volume data set according to the present invention, it is possible to render a multi-subvolume capable of visualizing the affected area with the blood vessel.

또한 본 발명에 따른 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 의하면, 수술에 앞서 절개될 영역을 미리 예측 및 계획할 수 있게 된다.In addition, according to the method for processing a three-dimensional medical volume data set according to the present invention, it is possible to predict and plan in advance the area to be cut before surgery.

Claims (10)

3차원 의료용 볼륨 데이터 세트인 제1 볼륨 데이터 세트를 생성하는 제1 단계;A first step of generating a first volume data set that is a three-dimensional medical volume data set; 제1 볼륨 데이터 세트에 대응하며 조형제가 혈관에 투입된 상태의 3차원 의료용 볼륨 데이터 세트인 제2 볼륨 데이터 세트를 생성하는 제2 단계;A second step of generating a second volume data set corresponding to the first volume data set, the second volume data set being a three-dimensional medical volume data set in which a molding agent is injected into a blood vessel; 제1 볼륨 데이터 세트 및 제2 볼륨 데이터 세트로부터 상기 혈관에 대한 정보를 추출함으로써 제3 볼륨 데이터 세트를 생성하는 제3 단계;Generating a third volume data set by extracting information about the blood vessel from a first volume data set and a second volume data set; 제3 볼륨 데이터 세트의 상기 혈관에 대한 상기 정보를 제1 볼륨 데이터 세트에 부가함으로써 제4 볼륨 데이터 세트를 생성하는 제4 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.And a fourth step of generating a fourth volume data set by adding the information about the vessel of the third volume data set to the first volume data set. . 제 1 항에 있어서,The method of claim 1, 제4 볼륨 데이터 세트를 이용하여 적어도 상기 혈관을 시각화하는 제5 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.And a fifth step of visualizing at least the blood vessel using a fourth volume data set. 제 2 항에 있어서,The method of claim 2, 제5 단계는 혈관과 함께 관심 영역을 시각화하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.The fifth step is to visualize the region of interest along with the blood vessel. 제 2 항 또는 제 3 항에 있어서,The method of claim 2 or 3, 제5 단계는 절개된 영역을 통해 혈관과 관심 영역을 시각화하는 것을 특징으로 하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.The fifth step is to visualize the blood vessel and the region of interest through the incised region. 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)로부터 만들어지는 볼륨 데이터 세트를 이용하여 혈관과 관심 영역을 시각화하기 위해 3차원 의료용 볼륨 데이터 세트를 가공하는 방법에 있어서,In a method of processing a three-dimensional medical volume data set to visualize blood vessels and regions of interest using a volume data set created from an angiographic Computer Tomography Angio Image, 절개될 영역을 입력받는 제1 단계; 그리고,A first step of receiving an area to be cut; And, 상기 볼륨 데이터 세트에서 상기 절개될 영역을 투명하게 처리하여 상기 절개될 영역을 통해 상기 혈관과 상기 관심 영역을 시각화하는 제2 단계;를 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.Transparently processing the region to be cut in the volume data set to visualize the blood vessel and the region of interest through the region to be cut; a method of processing a three-dimensional medical volume data set comprising: . 제 5 항에 있어서,The method of claim 5, wherein 제2 단계는 멀티 서브볼륨 렌더링을 통해 상기 절개될 영역, 상기 혈관 그리고 상기 관심 영역을 시각화하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.The second step is to visualize the region to be cut, the blood vessel and the region of interest through multi-subvolume rendering. 제 5 항에 있어서,The method of claim 5, wherein 상기 볼륨 데이터 세트는 혈관 이미지(Vascular Image)와 컴퓨터단층촬영 이미지(Computer Tomography Image)로부터 만들어지며,The volume data set is created from a vascular image and a computer tomography image. 상기 혈관 이미지(Vascular Image)는 상기 컴퓨터단층촬영 이미지(Computer Tomography Image)와 상기 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)로부터 만들어지고,The blood vessel image (Vascular Image) is made from the computer tomography image (Computer Tomography Image) and the angiographic computer tomography image (Computer Tomography Angio Image), 상기 혈관 조영 컴퓨터단층촬영 이미지(Computer Tomography Angio Image)는 상기 혈관에 조형제가 투입된 상태에서 촬영된 상기 컴퓨터단층촬영 이미지(Computer Tomography Image)에 대응하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.The angiographic computed tomography image (Computer Tomography Angio Image) for processing a three-dimensional medical volume data set, characterized in that corresponding to the computer tomography image (Computer Tomography Image) photographed in the state that the injection agent is added to the vessel Way. 제 5 항에 있어서,The method of claim 5, wherein 제1 단계에 앞서, 상기 볼륨 데이터 세트로부터 상기 혈관에 관한 정보를 가지는 제1 서브볼륨과, 상기 관심 영역에 대한 정보를 가지는 제2 서브볼륨을 생성하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법. And prior to the first step, generating a first subvolume having information about the blood vessel and a second subvolume having information about the region of interest from the volume data set. How to process dimensional medical volume data sets. 제 5 항 내지 제 8 항 중의 어느 한 항에 있어서,The method according to any one of claims 5 to 8, 상기 볼륨 데이터 세트는 복수개의 복셀을 포함하며,The volume data set includes a plurality of voxels, 복수개의 복셀 각각은 색상 및 투명도에 대한 정보값과 상기 혈관에 해당하는지를 나타내는 마스크 값을 포함하는 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.And each of the plurality of voxels includes an information value for color and transparency and a mask value indicating whether the voxel corresponds to the blood vessel. 제 8 항에 있어서,The method of claim 8, 상기 볼륨 데이터 세트는 두부에 관한 것인 것을 특징으로 하는 3차원 의료용 볼륨 데이터 세트를 가공하는 방법.And said volume data set relates to tofu.
KR1020070041089A 2007-04-27 2007-04-27 Method of treating 3d medical volume data set KR100915123B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070041089A KR100915123B1 (en) 2007-04-27 2007-04-27 Method of treating 3d medical volume data set

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070041089A KR100915123B1 (en) 2007-04-27 2007-04-27 Method of treating 3d medical volume data set

Publications (2)

Publication Number Publication Date
KR20080096104A true KR20080096104A (en) 2008-10-30
KR100915123B1 KR100915123B1 (en) 2009-09-03

Family

ID=40155527

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070041089A KR100915123B1 (en) 2007-04-27 2007-04-27 Method of treating 3d medical volume data set

Country Status (1)

Country Link
KR (1) KR100915123B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9652656B2 (en) 2011-08-29 2017-05-16 Samsung Electronics Co., Ltd. Method and apparatus for generating organ image

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9092666B2 (en) 2012-01-03 2015-07-28 Samsung Electronics Co., Ltd. Method and apparatus for estimating organ deformation model and medical image system

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10317367B4 (en) * 2003-04-15 2007-01-11 Siemens Ag Method of performing digital subtraction angiography using native volume data sets
JP4564387B2 (en) * 2005-03-28 2010-10-20 株式会社東芝 Medical image generation device

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9652656B2 (en) 2011-08-29 2017-05-16 Samsung Electronics Co., Ltd. Method and apparatus for generating organ image

Also Published As

Publication number Publication date
KR100915123B1 (en) 2009-09-03

Similar Documents

Publication Publication Date Title
US11036311B2 (en) Method and apparatus for 3D viewing of images on a head display unit
JP4421016B2 (en) Medical image processing device
US20050119550A1 (en) System and methods for screening a luminal organ ("lumen viewer")
US9980691B2 (en) Method and apparatus for three dimensional viewing of images
Burns et al. Feature emphasis and contextual cutaways for multimodal medical visualization.
EP2923262A1 (en) Method and system for displaying to a user a transition between a first rendered projection and a second rendered projection
US8189895B2 (en) Fused perfusion and functional 3D rotational angiography rendering
US9220438B2 (en) Method for combining multiple image data sets into one multi-fused image
US7447343B2 (en) Method for automatic object marking in medical imaging
KR100915123B1 (en) Method of treating 3d medical volume data set
Lawonn et al. Illustrative Multi-volume Rendering for PET/CT Scans.
Wang et al. Improved interventional x-ray appearance
EP4451225A2 (en) Method for visualizing at least a zone of an object in at least one interface
KR100512609B1 (en) Method of multi subvolume rendering for medical image
Wan et al. Interactive electronic biopsy for 3D virtual colonscopy
US20110285695A1 (en) Pictorial Representation in Virtual Endoscopy
Kim et al. Biomedical image visualization and display technologies
Marino et al. Prostate cancer visualization from MR imagery and MR spectroscopy
Wampole et al. Consistent surgeon evaluations of three-dimensional rendering of PET/CT scans of the abdomen of a patient with a ductal pancreatic mass
Kasrai et al. The perception of transparency in medical images
Suebnukarn et al. Interactive segmentation and three-dimension reconstruction for cone-beam computed-tomography images
Wampole et al. Consistent Surgeon Evaluations of Three-Dimensional Rendering of PET
Bramon Feixas et al. Information Theory-Based Automatic Multimodal Transfer Function Design

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120626

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130613

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150609

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160825

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170828

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180823

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190826

Year of fee payment: 11

R401 Registration of restoration