KR20090088404A

KR20090088404A - 의료 이미징 시스템

Info

Publication number: KR20090088404A
Application number: KR1020097012111A
Authority: KR
Inventors: 앙트와느 콜렛-비용; 베느와 모리
Original assignee: 코닌클리케 필립스 일렉트로닉스 엔.브이.
Priority date: 2006-12-12
Filing date: 2007-12-10
Publication date: 2009-08-19
Also published as: US20100322495A1; JP2010512218A; EP2104922A2; CN101558432A; WO2008072157A3; RU2009126553A; WO2008072157A2

Abstract

본 발명은 의료 이미징 시스템에 관한 것이다. 첫 번째로, 신체(BO)의 일부분의 일련의 이미지가 획득된다. 두 번째로, 관심 형상이 자동으로 검출된다. 세 번째로, 각각의 획득 이미지에 대한 상기 관심 형상의 적어도 하나의 파라미터 특성이 계산된다. 마지막으로, 계산된 파라미터들 중에서 5 개의 가장 큰 값을 갖는 파라미터가 자동으로 디스플레이된다.

Description

의료 이미징 시스템{MEDICAL IMAGING SYSTEM}

본 발명은 의료 이미징 시스템과, 대응하는 방법에 관한 것이다. 본 발명은, 특히, 산과 초음파 이미징(obstetric Ultrasound imaging)의 영역에서의 응용을 제공한다.

하나의 알려진 의료 이미징 시스템은, 신체의 한 부분의 일련의 2D 이미지(a sequence of 2D images)를 획득하며(acquire) 상기 일련의 2D 이미지를 스크린 상에 디스플레이하고, 스크린 상에서 시각적으로 관심 형상(feature of interest)을 검출하며, 특정 이미지에서 수동으로(manually) 획득을 중지시키고(freeze), 수동으로 관심 형상을 검출하며, (일반적으로 트랙볼을 이용하여) 상기 관심 형상의 측정을 수동으로 수행하는 것을 가능하게 한다. 그 후 상기 측정으로부터 오는 관련된 파라미터들(associated parameters)은 상기 일련의 2D 이미지의 획득의 종료 시에 디스플레이된다. 한 예시로서, 태아의 발달을 검사하기 위해, 태아의 대퇴골의 길이를 아는 것이 요구된다. 대퇴골의 길이의 발전(evolution)을 정확하게 추적하기 위해, 이는, 획득 평면(acquisition plane)이 정확히 대퇴골에 평행할 때, 일련의 이미지들의 획득을 중지시키는 것을 요구한다.

상기 이미징 시스템의 한 결점은, 상기 시스템의 사용자가 이러한 측정을 수 행하고자 할 때, 상기 시스템의 사용자는 시간을 낭비한다는 것이다. 만일 측정된 파라미터들이 사용자를 만족시키지 못한다면, 사용자는 상술된 일련의 행동 모두를 다시 시작해야 한다. 또한, 만일 요구되는 이미지에서 사용자가 획득을 중지시키지 않는다면, 측정된 파라미터는 요구되는 파라미터가 아닐 것이다. 위의 예시에서, 획득 평면이 대퇴골에 평행하지 않을 때 만일 사용자가 획득을 중지시킨다면, 이러한 것이 그러한 경우일 것이다.

사용자가 시간을 절약하고 사용자가 관심 형상의 측정을 수행하는 것을 돕도록 하는 시스템을 제안하는 것이 본 발명의 실시예들의 목표이다.

그로 인해, 시스템은, 한 실시예에서, 다음의 동작들, 즉,

- 신체의 일부분의 일련의 이미지에서의 관심 형상의 자동 검출,

- 일련의 이미지의 각각의 이미지에 대해서 상기 관심 형상의 적어도 한 파라미터 특성의 계산, 그리고

- 계산된 파라미터들 중에서 가장 큰 값을 갖는 파라미터의 자동 디스플레이

를 제어하기 위한 수단을 포함한다.

관심 형상의 계산된 파라미터 특성 중 가장 큰 값에 대응하는 파라미터의 자동 디스플레이는 사용자가 시간을 절약하도록 한다. 또한, 이는 측정의 정확성을 개선시킨다. 태아의 대퇴골의 예시에서, 가장 큰 가능한 길이는, 대퇴골에 평행한 획득 평면 내의 대퇴골의 길이이므로, 이러한 파라미터는, 대퇴골에 평행한 획득 평면 내의 대퇴골의 길이에 반드시 대응할 것이다.

한 제한되지 않은 실시예에 따라서, 제어 수단은 또한 다음의 동작, 즉, 관련된 이미지의 디스플레이 동안의, 상기 이미지와 관련된 계산된 파라미터의 자동 디스플레이를 제어하도록 조정된다. 실시간 디스플레이는, 사용자가 획득치(예컨대, 초음파 탐침의 방위)를, 디스플레이 되는 파라미터들의 함수로서 적응시키도록 한다.

한 제한되지 않은 실시예에 따라서, 제어 수단은 또한 다음의 동작, 즉 두께(calipers)의 자동 디스플레이를 제어하도록 조정되며, 상기 두께는 관심 형상의 경계선 상에서 설정된다. 이는 일련의 이미지 내에서 사용자가 관심 형상의 위치를 알아내는 것을 돕는다.

본 발명은 또한 다음의:

- 신체의 일부분의 일련의 이미지 내에서 관심 형상을 자동으로 검출하는 단계,

- 일련의 이미지의 각각의 이미지에 대해서 상기 관심 형상의 적어도 하나의 파라미터 특성을 계산하는 단계, 그리고

- 계산된 파라미터들 중에서 가장 큰 값을 갖는 파라미터를 자동으로 디스플레이하는 단계

를 포함하는, 의료 이미징을 위한 방법에 관한 것이다.

본 발명은 마지막으로, 컴퓨터 프로그램 제품으로서, 상기 프로그램이 프로세서에 의해 실행되었을 때 상기 방법을 구현하기 위한 프로그램 명령어를 포함하는, 컴퓨터 프로그램 제품에 관한 것이다.

아래에서 설명되는 실시예들로의 참조로부터 본 발명의 이러한 그리고 다른 양상들이 명확해 질 것이며, 상기 실시예들로의 참조를 이용하여 본 발명이 설명될 것이다.

첨부 도면을 참조하는 제한되지 않는 예시들에 의해, 본 발명은 이제 더욱 상세히 설명될 것이다.

도 1은, 탐침(probe)과 함께 동작하는(cooperate), 본 발명의 한 실시예에 따른 시스템의 개략도.

도 2는, 본 발명의 한 실시예에 따른 시스템을 통해 일련의 이미지가 획득되는, 제 1 관심 형상의 개략도.

도 3은, 본 발명의 한 실시예에 따른 시스템을 통해 일련의 이미지가 획득되는, 제 2 관심 형상의 개략도.

도 4는 본 발명의 한 실시예에 따른 의료 이미징을 위한 방법의 도식을 도시하는 도면.

본 발명의 한 실시예에 따른 시스템(SYS)이 도 1에서 설명된다.

상기 시스템은 트랜스듀서 배열(transducer's array)(TAR) 및 상기 배열의 관련 전자기기들(electronics)과 함께 동작하며, 그 전체는 탐침(PRB)을 형성한다.

시스템(SYS)은 다음의 동작들, 즉,

- 신체(BO)의 일부분의 일련의 이미지(SQ)의 획득;

- 상기 일련의 이미지(SQ)에서의 관심 형상(FI)의 자동 검출;

- 상기 일련의 이미지(SQ)의 각각의 이미지에 대한 상기 관심 형상의 적어도 하나의 파라미터(PA) 특성의 계산; 그리고

- 계산된 파라미터들(PA) 중에서 가장 큰 값을 갖는 파라미터(PAO)의 자동 디스플레이

를 제어하기 위한 제어기(CTRL)를 포함한다.

상기 시스템(SYS)은, LCD 스크린과 같은, 획득된 일련의 이미지들을 디스플레이하기 위한 스크린(SCR), 그리고 사용자 인터페이스(M_USER)를 선택적으로 더 포함한다.

시스템(SYS)은, 획득되는 이미지(I)를 저장하기 위한 메모리(MEM)를 포함한다.

한 실시예에서, 제어기(CTRL)는:

- 일련의 이미지(SQ)의 디스플레이를 제어하며;

- 관련된 이미지(I)의 디스플레이 도중 상기 이미지(I)와 관련된 계산된 파라미터(PA)의 자동 디스플레이를 제어하도록

더 조정된다.

제어기(CTRL)는 두께(C)의 자동 디스플레이를 제어하도록 더 조정될 수도 있으며, 상기 두께(C)는 관심 형상(FI)의 경계선 상에서 설정된다.

제어기(CTRL)는, 명령어에 의해 미리 프로그램 될 수 있는 또는, 예컨대 인터페이스(M_USER)를 통해, 시스템(SYS)의 사용자에 의해 프로그램 될 수 있는 마이 크로프로세서를 포함한다는 것을 주목해야 한다.

이미지(I)는, 일반적으로 MPR "다중평면 재구성(Multiplanar Reconstruction)" 뷰(view)라 불리는 3D 데이터세트(dataset)의 한 부분(slice)일 수도 있는 그레이 레벨 이미지(grey level image)라는 것을 주의해야 한다.

그러한 시스템(SYS)은, 특히 태아의 체중을 예측할 목적으로 수행될 태아의 표준 성장 측정(즉, 대퇴부 길이, 두개골 둘레, 복부 둘레)이 존재하는, 산과 초음파에 이용될 수도 있다.

시스템(SYS)에 의해 제어되는 동작들은 아래에서 상세히 설명된다.

1) 일련의 이미지(SQ)의 획득.

신체의 일부분의 일련의 이미지(SQ)를 획득하기 위해, 환자의 신체상에 탐침(PRB)이 부착된다. 시스템(SYS)의 사용자는 관심이 있는 신체(BO)의 부분에서 탐침(PRB)을 움직인다. 예컨대, 사용자는 태아의 두개골 또는 복부, 또는 대퇴부의 이미지를 획득하는 것에 관심이 있다.

이차원(two-dimensions) 또는 삼차원(three dimensions)의 일련의 그레이 레벨 이미지가 획득된다. 일련의 이미지(SQ)는 스크린(SCR) 상에 디스플레이된다.

일련의 이미지(SQ)의 획득은 본 발명에 있어서 필수적인 것은 아니라는 것을 주의해야 한다. 도 1의 실시예에서, 제어기(CTRL)가 또한 이러한 획득을 제어하지만, 이러한 획득은 분리된 시스템에 의해 제어될 수도 있다. 예컨대, 그러한 획득은, 한 획득 시스템(aquisition system)에 의해 수행될 수 있고, 일련의 이미지는, 예컨대 무선 연결에 의해, 제어 수단을 포함하는 시스템으로 송신되는데, 이 제어수단은, 일련의 이미지(SQ) 내의 관심 형상(FI)의 자동 검출, 일련의 이미지(SQ)의 각각의 이미지(I)에 대한 관심 형상(FI)의 적어도 하나의 파라미터(PA) 특성의 계산, 그리고 계산된 파라미터들(PA) 중 가장 큰 값을 갖는 파라미터(PAO)의 자동 디스플레이를 제어한다.

2) 관심 형상(FI)의 자동 검출.

자동 검출은, 정합 필터(matched filter)의 효과적 구현을 기초로 하는 근사 모양 인식(approximate shape recognition){예컨대, 두개골의 경우에는 선명한 원(bright circle), 복부의 경우에는 원반(disk), 대퇴부의 경우 선 조각(line segment)}이 수행되는 제 1 단계를 기초로 할 수도 있다. 이러한 인식 단계는 이미지 내의 몇몇 후보(candidate) "관심 형상"의 제 1 검출에 대응한다. 그러한 단계는 낮은 해상도로 수행되며, 세밀한 조각화(fine segmentation)의 수행을 목표로 하지 않는다.

두개골 또는 복부와 같은, 근사적으로 원형의 형상을 갖는 관심 형상(FI)의 경우, 당업자에게 잘 알려진 허프 변환 방법(Hough Transform method)을 이용하여 그러한 근사 모양 인식이 수행될 수도 있다. 이러한 허프 변환 방법은, 예컨대, 문서 "R.O. Duda, 그리고 P.E. Hart, 'Use of the Hough Transformation to Detect Lines and Curves in Pictures(화상 내의 선들 및 곡선들을 검출하기 위한 허프 변환의 이용,' Comm.ACM, 제15권, 페이지 11-15(1972년 1월)"에 설명되어있다.

이러한 허프 변환은 먼저, 얻으려고 하는 관심 형상(FI)의 파라미터화(parameterization)- 예컨대, 원의 경우, 반경 및 중심 위치 -, 그리고 이미지로부터 추출된 몇몇 원시 형상들(primitives)- 예컨대, 테두리(edge) -의 파라미터 공간으로의 투영(projecting)을 요구한다. 한 형상은 2D 공간으로부터 파라미터 공간으로 전환된다. 결국 파라미터 공간 내의 대부분의 현저한 피크값들(peaks)은, 이미지 내에서 가장 잘 일치하는(best-matched), 찾고자 하는 형상에 대응한다. 이는 잡음(noise), 또는 형상들을 놓치는 것(missing features)에 대해 견고하다.

대퇴골과 같은, 근사적으로 선명한 선형 형상인 관심 형상(FI)의 경우, 당업자에게 잘 알려진 저위 임계값 방법(low-level threshold method)을 이용하여 그러한 근사 모양 인식이 수행될 수도 있다. 그러한 임계값 방법들은, 예컨대, 문서 "J. S. Weszka 와 A. Rosenfeld, 'Threshold evaluation techniques(임계값 평가 기법),' IEEE Trans. Syst. Man Cybern. SMC-8, 627-629 1978"에 설명되어있다. 임계값 기법은, 물체(object)들과 배경(background)의 그레이 레벨의 차이를 기초로 하여, 물체들을 배경으로부터 분리시킨다. 이러한 경우, 상기 기법은 관심 형상(FI)을 한정하는 곡선 조각(segment of curve)을 식별하도록 한다.

자동 검출의 제 2 단계는, 이전 단계에 의한 - 다수의 후보들을 포함할 수도 있는- 근사 조각화의 세밀화(refining)를 수행할 수도 있다.

근사적으로 원형의 모양을 갖는 관심 형상(FI)의 경우, 세밀화는, 당업자에게 잘 알려진 "스네이크(snakes)" 기법을 기초로 할 수도 있다. 그러한 방법은 예컨대, 문서 "Snakes: Active contour models(스네이크: 능동 윤곽선 모델들)," M. Kass, A. Witkin, D. Terzopoulos, 컴퓨터 영상 국제 저널(International Journal of Computer Vision), 1(4), 1987, 321-331. Marr Prize Special Issue에 잘 설명되어 있다. 그러한 방법은 에너지 최소화 체계(energy minimization scheme)를 통한 (폐곡선 또는 개곡선일 수도 있는) 파라미터 곡선(parametric curve)을 이용한다. 곡선 파라미터들과 에너지는, 관심 형상을 나타내는, 크기, 모양, 콘트라스트(contrast)의 선험적인(a priori) 지식을 내장한다. 그 후, 당업자에게 잘 알려진 타원-맞춤 방법(ellipse-fitting method)이 적용된다. 그러한 방법은, 예컨대, A.W. Fitzgibbon, M. Pilu, R.B. Fisher로부터의 1996년, 제13차 패턴 인식에 관한 국제 학회(13^th International Conference on Pattern Recognition) (ICPR'96) - 제1권, icpr 253 페이지의 문서 "Direct Least Squares Fitting of Ellipses(타원들의 직접적인 최소 제곱법 맞춤)"에 설명되어있다. 이전의 단계에서 찾아진 곡선으로부터, 최소 제곱법 오차 기준(least squares error criterion)에 따른 관심 형상(FI)에 가장 잘 맞는 타원(ELIPS)이 계산된다. 도 2에서, 그러한 타원은 두개골(SKL)에 대해 도시되어있다. 한 실시예에서, 도 2에 도시된 것과 같이, 검출된 관심 형상(FI) 위에 타원(ELIPS)이 자동으로 디스플레이 될 수도 있다.

대퇴부와 같이, 근사적으로 선형 모양을 갖는 관심 형상(FI)의 경우, 제 2 단계는, 도 3에 도시된 것과 같이, 관심 형상(FI)의 중간 선(ML: medial line)의 식별을 기초로 할 수도 있다. 이는, 예컨대 "A.R. Dill, M.D. Levine, P.B. Noble, Multiple resolution skeletons(다중 해상도 골격), 패턴 분석 및 인공 지능에 관 한 IEEE 보고서(IEEE Transactions on Pattern Analysis and Machine Intelligence), 제9권 제4호, 페이지 495-504, 1987년 7월"에 설명된 기법을 따르는, 골격화 방법(skeletisation method)과 같은 잘 알려진 방법에 의해 수행될 수도 있다.

물론 이미지 내의 관심 형상을 자동으로 검출하기 위한 임의의 방법이 이용될 수도 있다.

관심 형상(FI)의 검출 이후에, 검출된 관심 형상(FI) 위에 몇몇 두께(C)들이 자동으로 디스플레이 될 수도 있다는 것을 주목할 만 하다. 상기 두께는 상기 관심 형상(FI)의 경계선 상에서 설정된다.

도 2에서, 두개골(SKL) 위의 두께(C)의 배치를 볼 수 있다. 두개골(SKL)에 맞는 타원의 주축의 끝 점들 위에 네 개의 두께 C1, C2, C3 그리고 C4가 배치된다.

도 3에서, 대퇴부(THIG) 위의 두께의 배치를 볼 수 있다. 상기 대퇴부(THIG)의 중간 선(ML)의 양 끝에 두 개의 두께 C1과 C2가 배치된다.

한 실시예에서, 일련의 이미지(SQ)의 디스플레이 동안에, 각각의 이미지들에 대해서 두께(C)의 디스플레이가 실시간으로 수행된다. 이는 일련의 이미지(SQ)의 디스플레이 동안에, 사용자가 관심 형상(FI)의 외곽선의 위치를 더 잘 찾도록 한다.

사용자 인터페이스(M_USER)는, 만일 사용자가 자동 배치(automatic placement)에 만족하지 않는다면, 사용자가 두께(C)의 위치를 수정하도록 하는 수단을 포함할 수도 있다.

3) 일련의 이미지(SQ)의 각각의 이미지(I)에 대한 상기 관심 형상(FI)의 적어도 하나의 파라미터(PA) 특성의 계산.

예컨대, 두개골(SKL)의 경우, 계산된 파라미터는 머리 크기이다. 머리 크기는 두 개의 다른 계산된 파라미터로부터 얻어질 수도 있으며, 그러한 두 개의 다른 계산된 파라미터는, 도 2에 도시된 것과 같은, 외면에서 외면까지의 양-정수리(outer-to-outer bi-parietal)(BPDoo) 및 후두전두의(occipitofrontal)(OFDoo) 직경들이다.

다른 예시에서, 복부의 경우, 계산된 파라미터는 복부 둘레이다.

다른 예시에서, 대퇴부(THIG)의 경우, 계산된 파라미터는, 도 3에 도시된 것과 같은 길이(L)이다. 그러한 파라미터는 제 2 단계(자동 검출) 도중 발견되는 중간 선(ML)의 두 끝으로부터 얻어진다.

한 실시예에서, 한 이미지와 관련된, 계산된 파라미터(PA)는 이러한 이미지의 디스플레이 도중에 스크린(SCR) 상에 디스플레이된다.

특히 사용자가, 그 사용자가 관심을 갖는 이미지를 포착했을 때, 획득을 중지시킴으로써, 상기 획득의 종료는 사용자에 의해 수행될 수도 있다. 사용자 인터페이스(M_USER)는 그러한 중지를 허용하기 위한 수단을 포함한다.

4) 계산된 파라미터들(PA) 중에서 최대값(예컨대 가장 큰 값)을 갖는 계산된 파라미터(PAO)의 자동 디스플레이. 이러한 계산된 파라미터(PAO)는, SQ 내의 그 파 라미터의 대응하는 이미지와 함께 디스플레이 될 수도 있다.

한 실시예에서, 이러한 자동 디스플레이는 일련의 이미지(SQ)의 획득의 종료 시에 수행된다. 이는, 사용자가, 관심 형상(FI)의 특성을 가장 잘 나타내는 파라미터(PAO)를 얻도록 한다.

예컨대, 대퇴골(THIG)의 경우, 상기 파라미터(PAO)는, 획득 이미지들(I)의 모든 파라미터들 사이에서 가장 큰 길이를 갖는 파라미터(PA)이다.

복부의 경우, 상기 파라미터(PAO)는, 획득 이미지들(I)의 모든 파라미터들 사이에서 가장 큰 둘레를 갖는 파라미터(PA)이다.

두개골의 경우, 상기 파라미터(PAO)는, 획득 이미지들(I)의 모든 파라미터들 사이에서 가장 큰 머리 크기를 갖는 파라미터(PA)이다.

계산된 파라미터들 중에서 가장 큰 값(PAO)을 선택하기 위해 그리고 관련된 이미지(I)를 선택적으로 디스플레이 하기 위해, 일련의 이미지(SQ)의 획득 도중에 획득되는 이미지들(I)은, 이전에 설명된 것과 같이 계산된, 그 이미지들의 관련된 파라미터들(PA)과 함께, 시스템(SYS)의 메모리(MEM) 내에 저장될 수도 있다는 것을 주목해야 한다. 제어기(CTRL)는 상기 메모리(MEM) 내에 저장된 파라미터들(PA)의 집합으로부터 올바른 파라미터(PAO)를 검색할 수도 있다.

도 4는, 시스템(SYS)에 의해 제어되는 상이한 동작들이 도시되는, 본 발명의 한 실시예에 따른 의료 이미징을 위한 방법을 도시한다.

상술된 실시예들은, 본 발명을 제한하기보다는, 본 발명을 설명하는 것이며, 당업자는, 첨부되는 청구항들에 의해 한정되는 본 발명의 범위로부터 벗어나지 않 으면서, 많은 수의 대안적인 실시예들을 설계하는 것이 가능할 것이라는 것을 주의해야 한다.

청구항들에서, 괄호 내에 위치하는 임의의 참조 기호들은 청구항들을 제한하는 것으로 해석되어서는 안 된다. "포함하는" 및 "포함한다", 그리고 이와 유사한 말은 임의의 청구항 또는 본 명세서 전체에 제시된 것들 이외의 요소들 또는 단계들의 존재를 배제하지 않는다. 한 요소의 단수형 참조는 그러한 요소들의 복수형 참조를 배제하지 않으며, 그 역이 또한 성립한다.

본 발명은, 다수의 개별적인 요소들을 포함하는 하드웨어에 의해, 그리고 적합하게 프로그래밍된 컴퓨터에 의해 구현될 수도 있다. 다수의 수단을 열거하는 디바이스 청구항에서, 그러한 다수의 수단은 하나의 그리고 동일한 항목의 하드웨어에 의해 구체화될 수도 있다. 서로 상이한 독립항들에서 특정한 조치들(measures)이 인용된다는 단순한 사실은 이러한 조치들의 조합이 이익을 위해 이용될 수 없다는 것을 지시하지 않는다.

본 발명은 의료 이미징 시스템과, 대응하는 방법에 이용 가능하다. 본 발명은, 특히, 산과 초음파 이미징의 영역에서 이용 가능하다.

Claims

의료 이미징 시스템으로서, 다음의 동작들, 즉,

- 신체의 일부분의 일련의 이미지(SQ) 내의 관심 형상(FI)의 자동 검출,

- 상기 일련의 이미지(SQ)의 각각의 이미지(I)에 대한 상기 관심 형상의 적어도 하나의 파라미터(PA) 특성의 계산, 그리고

- 계산된 파라미터들(PA) 중에서 가장 큰 값을 갖는 파라미터(PAO)의 자동 디스플레이

를 제어하기 위한 제어 수단(CTRL)을 포함하는, 의료 이미징 시스템.
제1항에 있어서, 상기 제어 수단(CTRL)은 또한 다음의 동작, 즉, 관련된 이미지(I)의 디스플레이 동안에, 상기 이미지(I)와 관련된, 계산된 파라미터(PA)의 자동 디스플레이를 제어하도록 조정되는, 의료 이미징 시스템.
제1항에 있어서, 상기 계산된 파라미터(PA)는 상기 관심 형상(FI)의 길이인, 의료 이미징 시스템.
제1항에 있어서, 상기 제어 수단(CTRL)은 또한 다음의 동작, 즉, 두께(C)의 자동 디스플레이를 제어하도록 조정되며, 상기 두께(C)는 상기 관심 형상(FI)의 경계선 상에서 설정되는, 의료 이미징 시스템.
의료 이미징을 위한 방법으로서,

- 신체의 일부분의 일련의 이미지(SQ) 내의 관심 형상(FI)을 자동으로 검출하는 단계,

- 상기 일련의 이미지(SQ)의 각각의 이미지(I)에 대해 상기 관심 형상(FI)의 적어도 하나의 파라미터(PA) 특성을 계산하는 단계, 그리고

- 계산된 파라미터들(PA) 중에서 가장 큰 값을 갖는 파라미터(PA)를 자동으로 디스플레이하는 단계

를 포함하는, 의료 이미징을 위한 방법.
컴퓨터 프로그램 제품으로서, 상기 프로그램이 프로세서에 의해 실행될 때, 제5항에서 청구된 방법을 구현하기 위한 프로그램 명령어를 포함하는, 컴퓨터 프로그램 제품.