KR20090098839A - 메디컬 이미징 시스템 - Google Patents

메디컬 이미징 시스템 Download PDF

Info

Publication number
KR20090098839A
KR20090098839A KR1020097013099A KR20097013099A KR20090098839A KR 20090098839 A KR20090098839 A KR 20090098839A KR 1020097013099 A KR1020097013099 A KR 1020097013099A KR 20097013099 A KR20097013099 A KR 20097013099A KR 20090098839 A KR20090098839 A KR 20090098839A
Authority
KR
South Korea
Prior art keywords
region
interest
boundary
confidence level
user
Prior art date
Application number
KR1020097013099A
Other languages
English (en)
Inventor
파스칼 알랭
올리비에 게라르
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 KR20090098839A publication Critical patent/KR20090098839A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/987—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns with the intervention of an operator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 메디컬 이미징 시스템에 관한 것이다. 첫 번째로는 관심 부위의 적어도 하나의 구역의 경계를 결정하는 것이 수행된다. 두 번째로는, 관심 부위의 적어도 하나의 구역의 경계 결정을 나타내는 신뢰 레벨이 계산된다. 세 번째로는, 연관된 경계들이 미리 정의된 임계값보다 낮은 신뢰 레벨을 가지는 관심 부위의 적어도 하나의 구역을 나타내는 정보가 디스플레이된다.

Description

메디컬 이미징 시스템{MEDICAL IMAGING SYSTEM}
본 발명은 메디컬 이미징 시스템과 대응하는 메디컬 이미징 방법에 관한 것이다. 본 발명은 특히, 초음파 이미징의 영역에서 그 응용예를 찾는다.
알려진 메디컬 이미징 시스템은, 심장의 좌심실과 같은 신체의 관심 있는 신체 부위의 3차원 이미지의 시퀀스를 습득하고, 그것을 스크린 상에 디스플레이하는 것을 가능하게 하여, 그러한 관심 부위의 경계를 결정하고 그것들을 스크린 상에 디스플레이하여 경계 결정의 에러들을 스크린에서 시각적으로 검출하고, 그러한 에러들을 수작업으로 정정한다. 그러한 에러들을 시각적으로 검출하기 위해, 사용자는 3차원 시퀀스 상의 관심 구역을 선택하고, 3차원 이미지를 구성하는 모든 2차원 이미지를 검사한다. 이후, 사용자가 경계 결정의 에러가 존재한다는 사실을 보게 되면, 사용자는 그것을 수작업으로 정정한다.
상기 이미징 시스템의 한 가지 결점은, 상기 시스템의 사용자가 3차원 시퀀스의 관심 부위의 모든 구역 경계를 보고 필요한 경우 정정하기를 원한다면, 이는 사용자가 모든 2차원의 대응하는 이미지를 추출해야 하고, 하나의 3차원 이미지가 약 100여 개의 2차원 이미지로 구성되기 때문에, 시스템의 사용자가 실패할 수 있 다는 점이다. 사용자는 심장 사이클에서 약 3000개의 이미지를 보아야 하고, 이는 매우 지루한 일이다.
본 발명의 목적은 사용자가 시간을 절약하고 관심 부위 구역들의 경계를 정정하는 것을 돕는 것을 허용하는 시스템을 제안하는 것이다.
이를 위해, 일 실시예에서 본 시스템은
- 신체의 한 부분의 이미지들의 시퀀스에서 관심 부위(FI)의 적어도 한 구역의 경계를 자동으로 결정하는 동작,
- 관심 부위의 적어도 한 구역의 경계를 결정하는 것을 나타내는 신뢰 레벨(confidence level)을 계산하는 동작,
- 연관된 경계가 미리 정의된 임계값보다 낮은 신뢰 레벨을 가지는 관심 부위의 적어도 한 구역을 나타내는 정보를 디스플레이하는 동작을
제어하기 위한 제어 수단을 포함한다.
비록, 본 발명이 전체 심장 사이클을 나타내는 이미지들의 시퀀스와 같은 복수의 이미지를 포함하는 이미지들의 시퀀스에 관해 잘 적응되지만, 본 발명은 단일 이미지를 포함하는 이미지들의 시퀀스로 사용될 수 있다. 그러므로, "이미지들의 시퀀스(sequence of images)"란 표현은 또한 "적어도 하나의 이미지(at least one image)"라는 의미로서 이해되어야 한다.
신뢰 레벨로 경계를 나타내는 정보를 디스플레이하는 것은, 사용자가 시간을 절약하는 것을 허용하는데, 이는 사용자가 초점을 맞추어야 할 경계들과 정정될 필요가 있을 수 있는 경계들을 자동으로 보기 때문이다.
제한되지 않는 실시예에 따르면, 디스플레이된 정보는 관심 부위의 복수의 구역의 경계들에 각각 연관된 신뢰 레벨들의 맵(map)이다. 이는 사용자로 하여금 관심 부위의 구역들의 전체적인 뷰(global view)와 관심 부위의 구역들과 연관된 신뢰 레벨을 가지는 것을 허용한다.
제한되지 않은 실시예에 따르면, 제어 수단은 경계들이 정정된 관심 부위의 적어도 하나의 구역을 나타내는 제 2 정보를 디스플레이하는 것을 제어하는 것을 허용한다.
제한되지 않은 실시예에 따르면, 제어 수단은 정보에 기초한 낮은 신뢰를 지닌 한 구역의 2차원 슬라이스 뷰(slice view)의 자동 디스플레이를 제어하는 것을 허용한다. 제어 수단은 사용자가 정정하는 것을 안내하는 것을 허용한다.
본 발명은 또한 메디컬 이미징을 위한 방법에 관한 것으로, 이 방법은
- 신체의 한 부분의 이미지들의 시퀀스에서 관심 부위의 적어도 한 구역의 경계를 자동으로 결정하는 단계,
- 관심 부위의 적어도 한 구역의 경계를 결정하는 것을 나타내는 신뢰 레벨을 계산하는 단계,
- 연관된 경계가 미리 정의된 임계값보다 낮은 신뢰 레벨을 가지는 관심 부위의 적어도 한 구역을 나타내는 정보를 디스플레이하는 단계를 포함한다.
본 발명은 마지막으로 컴퓨터 프로그램 제품에 관한 것으로서, 상기 프로그램이 프로세서에 의해 실행될 때 상기 방법을 구현하기 위한 프로그램 명령어들을 포함하는 컴퓨터 프로그램 제품에 관한 것이다.
본 발명의 이들 및 다른 양상들은 이후 설명된 실시예로부터 분명해지고, 이러한 실시예를 참조하여 설명된다.
이제 첨부 도면을 참조하여 제한되지 않는 예를 통해, 본 발명을 더 상세히 설명한다.
도 1은 탐사침과 협력하는 본 발명의 일 실시예에 따른 시스템의 개략도.
도 2는 본 발명의 일 실시예에 따른 시스템을 통해 이미지들의 시퀀스가 습득되는, 심장의 좌심실과 같은 관심 부위의 개략도.
도 3은 본 발명의 일 실시예에 따른 시스템에 의해 사용될 수 있는, 심장의 좌심실과 같은 관심 부위를 세그먼트화한 것의 제 1 뷰(view)를 도시하는 도면.
도 4는 본 발명의 일 실시예에 따른 시스템에 의해 사용될 수 있는, 심장의 좌심실과 같은 관심 부위를 세그먼트화한 것의 제 2 뷰를 도시하는 도면.
도 5는 본 발명의 일 실시예에 따른 시스템에 의해 수행된, 낮은 신뢰 레벨들을 지닌 경계들을 가지는 구역들을 지닌 심장의 좌심실과 같은 관심 부위의 디스플레이를 도시하는 도면.
도 6은 본 발명의 일 실시예에 따른 시스템에 의해 수행된, 심장의 좌심실과 같은 관심 부위의 일부 구역들의 경계들의 또 다른 디스플레이를 도시하는 도면.
도 7은 본 발명의 일 실시예에 따른 시스템에 의해 수행된, 심장의 좌심실과 같은 관심 부위의 상이한 구역들에 연관된 신뢰 레벨들의 맵의 제 1 디스플레이를 도시하는 도면.
도 8은 본 발명의 일 실시예에 따른 시스템에 의해 수행된, 심장의 좌심실과 같은 관심 부위의 상이한 구역들에 연관된 신뢰 레벨들의 맵의 제 2 디스플레이를 도시하는 도면.
도 9는 본 발명의 일 실시예에 따른 메디컬 이미징을 위한 방법을 도시하는 도면.
본 발명의 일 실시예에 따른 시스템(SYS)이 도 1에서 설명된다.
이 시스템은 변환기(transducer)의 배열(TAR)과, 전체가 탐사침(probe)인 PRB를 형성하는, 변환기의 배열과 연관된 전자 기기(electronics)와 협력한다.
이 시스템(SYS)은
- 신체의 한 부분의 이미지들의 시퀀스(SQ: sequence of images)의 습득 동작,
- 신체의 한 부분의 이미지들의 시퀀스(SQ)에서 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)들을 자동으로 결정하는 동작,
- 상기 경계들의 결정을 나타내는 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)들과 연관된 신뢰 레벨(CL: confidence level)을 계산하는 동작,
- 연관된 경계(B)들이 미리 정의된 임계값(TH)보다 낮은 신뢰 레벨(CL)을 가지는 관심 부위(FI)의 적어도 한 구역(RI)을 나타내는 정보(IN)를 디스플레이하는 동작을
제어하기 위한 제어기(CTRL)를 포함한다.
이 시스템(SYS)은 또한 선택적으로 습득한 이미지들의 시퀀스(SQ)를 디스플레이하기 위한, LCD 스크린과 같은 스크린(SCR)과, 사용자 인터페이스(M_USER)를 포함한다. 시스템(SYS)은 습득한 이미지(I)들을 저장하기 위한 메모리(MEM)를 포함할 수 있다.
일 실시예에서, 제어기(CTRL)는 또한 이미지들의 시퀀스(SQ)의 디스플레이와, 정보(IN)에 기초한 낮은 신뢰를 지닌 한 구역(RI)의 2차원 슬라이스 뷰의 자동 디스플레이를 제어하도록 배열된다.
제어기(CTRL)가 명령어들에 의해 미리 프로그래밍될 수 있거나, 예컨대 인터페이스(M_USER)를 통해 시스템(SYS)의 사용자에 의해 프로그래밍될 수 있는 마이크로프로세서를 포함한다는 점이 주목되어야 한다.
이미지(I)가 MPR(Multiplanar Reconstruction) 뷰라고 보통 부르는 2차원 슬라이스들로 나누어질 수 있는 3차원 그레이 레벨 이미지라는 점이 주목되어야 한다.
그러한 시스템(SYS)은 특히, 심장의 좌심실(LV: left ventricle)과 같은, 기관 측정이 수행될 필요가 있는 경우에 초음파(ultrasound)에서 사용될 수 있다.
심장은 도 2에 도시된 것처럼, 좌심실(LV)과 우심실(RV), 대동맥(AO: aorta), 및 좌심방(LA)과 우심방(RA)으로 이루어져 있고, 동맥혈이 좌심실(LV)에서 대동맥(AO)으로 가고, 우심실(RV)이 우심방(RA)으로부터 받은 정맥혈을 폐동맥으로 보낸다는 사실을 상기하라. 좌심실(LV)이 작동하는 방식이 심장의 건강을 나타내므로, 초음파 이미징 시스템(SYS)을 사용할 때, 상기 좌심실(LV)에 대해 특별히 더 초점을 맞춘다.
이제 도 3을 참조하면, 심장의 좌심실(LV)의 내벽은, 미국 심장 협회의 임상 심장학에 대한 평의회의 심장 이미징 위원회(Cardiac Imaging Committee of the Council on Clinical Cardiology of the American Heart Association)에 의한 표준인 "Standardized Myocardial Segmentation and Nomenclature for Tomographic Imaging of the Heart"에 정의된 것처럼 17개의 세그먼트(segment)(SG)로 세그먼트화될 수 있다. 그러므로, 도 3은 "불스 아이(bulls eye)"이라고 부르는 세그먼트화와 같은 원주(circumferential) 폴라 플롯(polar plot) 상의 디스플레이이고, 도 4는 그러한 세그먼트화의 3차원 뷰이다. 17개의 세그먼트는 표준이라고 명명된다. 예컨대, 세그먼트 번호 17은 정점(apex)이고, 기부(base)와 중간 구멍(mid-cavity)에서의 전방 벽의 위치들을 식별하는 세그먼트 번호 1과 7은 기부 전방(basal anterior)과 중간-전방(mid-anterior)이라고 명명된다. 그러한 세그먼트화는 아래에 설명되는 것처럼 초음파 이미징 시스템에 의해 사용될 수 있다.
좌심실(LV)의 이미지들을 습득하기 위해, 초음파 탐사침(PRB)이 제한되지 않은 실시예에서 환자의 신체 위, 심장에 가까운 정점에서 붙여지고, 이미징 시스템(SYS)이 이후 설명된 동작들을 수행한다.
1) 3차원 이미지의 시퀀스(SQ)의 습득.
시스템(SYS)의 사용자는 이 경우 심장인 신체의 관심 부위, 더 구체적으로는 좌심실(LV) 위에서 탐사침(PRB)을 움직인다.
그레이 레벨 3차원 이미지들의 시퀀스가 습득된다. 이미지들의 시퀀스(SQ)가 스크린(SCR) 상에 디스플레이된다. 3차원 이미지들의 시퀀스(SQ)는 약 20㎐에서 수행되고, 시퀀스(SQ)는 약 20개의 3차원 이미지들로 이루어진다는 점을 주목한다. 좌심실(LV)의 전체 부피를 보기 위해서는, 4개의 심장 사이클 동안 이미지들의 습득이 수행되고, 이 경우 좌심실(LV)의 1/4이 각각의 심장 사이클에서 습득된다는 점이 주목되어야 한다. 이 3차원 습득은 일부 부피를 얻는 것을 허용한다.
이미지들의 시퀀스(SQ)의 습득은 본 발명에 반드시 필수적이지는 않다는 점이 주목되어야 한다. 도 1의 실시예에서, 제어기(CTRL) 또한 이러한 습득을 제어하지만, 이러한 습득은 별도의 시스템에 의해 제어될 수 있다. 예컨대, 이러한 습득은 습득 시스템에 의해 수행되고, 이미지 시퀀스는, 예컨대 무선 연결에 의해 하나의 시스템에 보내어지는데, 이러한 시스템은 이미지들의 시퀀스(SQ)에서 관심 부위(FI)의 적어도 하나의 구역(RI)의 경계들을 자동으로 결정하는 것을 제어하는 수단과, 상기 경계들을 결정하는 것을 나타내는 관심 부위의 적어도 하나의 구역의 경계들에 연관된 신뢰 레벨을 계산하는 수단과, 연관된 경계들이 미리 정의된 임계값보다 낮은 신뢰 레벨을 가지는 관심 부위의 적어도 한 구역을 나타내는 정보를 디스플레이하기 위한 수단을 포함한다.
2) 신체의 한 부분의 이미지들의 시퀀스(SQ)에서 관심 부위(FI)의 적어도 하 나의 구역(RI)의 경계(B)들의 자동 결정
이 동작은 시퀀스(SQ)의 각 이미지(I)에서 좌심실(LV)의 상이한 구역(RI)들의 경계(B)들의 위치를, 보통 좌심실(LV)의 세그먼트화라고 부르는 방법에 의해, 결정하는 것을 허용한다. 그러한 세그먼트화는, 예컨대 문서"Efficient Model-Based Quantification of Left Ventricular Function in 3-D Echocardiography - O. G
Figure 112009038095075-PCT00001
rard, A.Collet-Billon, J-M. Rouet, M.Jacob, M.Fradkin and C.Allouche-IEEE transactions on medical imaging, Vol.21, N°9, September 2002"에서 잘 설명된다.
구역(RI)이 적어도 하나의 용적요소(voxel)로 이루어지고, 복수의 용적요소로 이루어질 수 있음이 주목되어야 한다.
자동 결정은, 예컨대 좌심실(LV) 움직임의 측정에 기초할 수 있다. 이 경우, 자동 결정은 예컨대 경사도(gradient), 밀도 레벨, 조직 추적(texture tracking)에 기초한 가장자리(edge)와 같은 이미지에서의 특징 특성화(features characterization)에 기초할 수 있다.
사용된 특징 특성화의 타입은 이미지들의 시퀀스(SQ) 상에서 보여진 좌심실(LV) 구역들의 해부학상 모델 기능에 따라 선택된다는 점이 주목되어야 한다.
물론, 한 이미지(I)에서의 관심 부위(FI)의 구역(RI)의 경계(B)들의 자동 결정을 위한 임의의 방법이 사용될 수 있다.
경계(B)들이 추정되었을 때, 예컨대 상이한 구역(RI)들의 속도 정보에 기초하여, 파라메트릭(parametric) 이미지(IP)를 습득함으로써, 좌심실(LV) 표면의 전 개를 결정할 수 있다.
스크린(SCR) 상에 파라메트릭 이미지(IP)로서 디스플레이되도록, 좌심실(LV)의 구역(RI)들의 속도 정보와 컬러가 연관된다. 예컨대, 그러한 구역들이 수축할 때는 적색이 사용될 수 있고, 그러한 구역들이 이완할 때는 청색이 사용될 수 있다. 좌심실(LV)이 올바르게 작용할 때에는, 전체 좌심실(LV)이 그것이 수축할 때는 적색으로, 이완할 때는 청색으로 디스플레이되어야 한다.
만약 그러한 경우가 아니라면, 좌심실(LV)은 일부 부분에서는 적색으로 다른 부분에서는 청색으로 디스플레이된다. 컬러들은 균일하지 않다. 이는 그것들의 속력 피크(speed peak)들이 상이하기 때문에 일부 구역(RI)들이 다른 구역(RI)들보다 늦게 수축하거나 이완한다는 것을 의미한다. 따라서, 표면의 전개는 좌심실(LV)에서 임의의 비동시성(asynchronism)이 존재한다는 것을 보여준다.
물론, 예컨대 변형, 변위 또는 가속도 정보와 같은 파라메트릭 이미지(IP)에 관해, 속도 외의 다른 정보가 사용될 수 있다.
파라메트릭 이미지의 습득은, 예컨대 A. Stoylen, C.B.Inggul, H. Torp-Cardiovascular Ultrasound 2003, 1:11 doi:10.1186/1476-7120-1-11 - Department of Circulation and Medical Imaging, Faculty of Medicine, Norwegian University of Science and Technology, Trondheim. Norway로부터의 문서 "Strain and strain rate parametric imaging. A new method for post processing to 3-/4-dimensional images from three standard apical planes. Preliminary data on feasibility, artefact and regional dyssynergy visualisation"에 잘 설명되어 있다.
3) 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)들의 결정을 나타내는 신뢰 레벨(CL)의 계산.
초음파 습득의 이미지 품질이, 예컨대 환자의 에코발생도(echogenicity), 선밀도, 제한된 시야(field of view) 등과 같은 몇몇 인자들에 의존하기 때문에, 좌심실(LV)의 상이한 구역(RI)들의 경계(B)들의 결정인 신뢰 레벨(CL)과 연관된다. 이 신뢰 레벨은 전술한 바와 같이 경계(B)들을 결정하기 위해 사용된, 밀도 레벨에 관한 그레이 레벨 상의 임계값, 경사도에 기초한 가장자리에 관한 경사도 레벨, 및 조직 추적에 관한 전체적인/국부적인 통계치와 같은 특징 특성화의 국부적인 추정에 의존한다.
신뢰 레벨의 계산은 이미지들의 습득된 시퀀스(SQ)의 각 이미지(I)에 관해 수행된다.
측정과 연관된 그러한 신뢰 레벨은, 예컨대 문서"A confidence measure based moving object extraction system built for compressed domain - R.Wang, H.J.Zhang, Y.Q.Zhang - IEEE International Symposium on Circuits and Systems, May 28-31, 2000, Geneva, Switzerland - ISCAS2000"에서 잘 설명된다.
4) 연관된 경계(B)들이 미리 정의된 임계값(TH)보다 낮은 신뢰 레벨(CL)을 가지는 관심 부위(FI)의 적어도 한 구역(RI)을 나타내는 정보(IN)를 디스플레이.
임계값(TH)은 예컨대 60%일 수 있다. 물론, 임의의 다른 값의 임계값도 정의될 수 있다.
디스플레이는 습득된 이미지들의 시퀀스(SQ)의 각 이미지(I)에 관해 수행된 다. 예컨대, 정보(IN)는 도 5에 예시된 것처럼, 구역(RI)들 상에 컬러를 지닌 좌심실(LV)의 3차원 이미지이고, 이 경우 각 컬러는 신뢰 레벨(CL)의 값과 연관된다. 구역(RI1,RI2)은 낮은 신뢰 레벨(CL)을 가진다. 물론, 임계값(TH)보다 큰 연관된 신뢰 레벨을 가지는 다른 구역들에 관해 또 다른 컬러가 사용될 수 있다.
따라서, 낮거나 높은 신뢰 레벨을 가지는 관심 부위(FI)의 복수의 구역(RI)의 경계(B)들에 각각 연관된 신뢰 레벨(CL)들의 맵이 디스플레이될 수 있다.
따라서, 디스플레이된 정보(IN)로, 사용자는 낮은 신뢰 레벨(CL)을 가지는 구역(RI)들의 경계(B)들을 수작업으로 확인하거나 정정할 수 있다.
사용자가 수작업으로 경계(B)들을 수정하기 위해서는, 사용자 인터페이스(M_USER)가 수작업 편집 도구들을 포함한다.
5) 정보(IN)에 기초한 낮은 신뢰를 지닌 한 구역의 2차원 슬라이스 뷰의 자동 디스플레이.
사용자가 낮은 신뢰 레벨을 지닌 구역들의 경계(B)들을 수작업으로 정정하는 것을 돕기 위해서는, 신뢰 맵(MP)에 기초한 시스템(SYS)이 낮은 신뢰의 위치들에서 3차원 이미지들을 자동으로 슬라이싱할 수 있다. 예컨대, 이미지의 낮은 신뢰 부분을 통한 MPR(Multiplanar Reconstruction) 2차원 슬라이스 뷰는 사용자에게 자동으로 디스플레이되고, 또한 도 6에 예시된 것처럼 재검토를 위한 컬러 표시 구역들(예컨대, 구역인 RI1,RI2)으로 행해진다. 1개보다 많은 MPR 뷰가 디스플레이될 수 있다. 예컨대, 관심 구역(RI)을 통해 슬라이싱하는 3개의 직각을 이루는 평면이 디스플레이될 수 있다.
시스템(SYS)에 의해 보여진 구역(RI)이 사용자의 관심을 끈다면, 사용자는 그것의 경계들을 정정할 수 있다. 이후 시스템(SYS)은 제 2의 가장 낮은 신뢰 등을 지닌 구역 쪽으로 관심 구역(RI)을 자동으로 이동시킨다. 만약 그렇지 않으면 사용자는 낮은 신뢰를 지닌 다음 구역 등으로 이동하기를 원한다는 것을 시스템에 표시한다.
또 다른 실시예에서는 사용자 자신이 도 5에 예시된 것과 같이, 오쏘뷰어(orthoviewer)(P)를 사용하여 MPR 뷰들을 선택할 수 있다. 사용자는 오쏘뷰어(P)를 사용하여 그것을 사용자가, 예컨대 구역(RI1,RI2)에 관한 2차원 슬라이스들과 같은 관심 구역의 2차원 슬라이스를 볼 때까지 움직인다.
낮은 신뢰를 지닌 구역(RI)들 상에서의 자동 위치 선정은 사용자가 정정하는 데 있어서 안내하는 것을 허용한다. 그러므로 사용자는 시간을 절약한다.
6) 정보(IN)의 갱신과 디스플레이.
사용자가 경계(B)를 정정할 때마다, 사용자의 정정을 보여주고 이들 정정에 대해 신뢰할 수 있는 신뢰 레벨(CL)을 적용하기 위해, 정보가 갱신될 수 있다. 사용자에게 어느 부분이 사용자의 정정에 의해 효과적으로 커버되는지를 표시하기 위해, 또 다른 컬러가 사용될 수 있다.
따라서, 내인적이라고 하는 본래의 신뢰 정보(IN)는 항상 디스플레이될 수 있고, 외부로부터의라고 하는 갱신된 신뢰 정보(INu)가 나란히 디스플레이될 수 있다. 따라서, 이러한 외부로부터의 신뢰 정보(INu)는 그것의 히스토리와 함께, 사용자 상호작용의 범위와 모든 구역을 저장한다.
따라서, 외부로부터의 신뢰 정보(INu)는 사용자가 수정을 한 곳을 사용자에게 디스플레이하는 것을 허용한다. 이러한 정보로, 개재 밀도(density of the intervention)(예컨대, 이미지의 한 부분에서는 많은 개입이 존재하고 다른 부분에서는 개입이 전혀 없음)의 변경이 수정되지 않은 구역들을 탐험하기 위한 경고 신호(warning sign)이 된다.
사용자가 정정을 수행한 후 다시 신뢰 레벨의 국부적 추정값을 계산하는 단계(3)를 수행할 수 있다는 점이 주목되어야 한다. 그것은 사용자의 정정을 고려하는 추정을 다시 행하는 것을 허용한다.
7) 내인적인 IN 신뢰 정보와 외부로부터의 INu 신뢰 정보를 파라메트릭 이미지(IP)와 병합(merge)하는 것.
최종 결과로서, 사용자는 예컨대 전술한 바와 같은 속도 정보를 보여주는 파라메트릭 이미지 IP와, 도 7과 도 8에 예시된 것처럼 내인적인 IN과 외부로부터의 INu 신뢰 정보 사이의 병합인 최종 파라메트릭 이미지 IF를 가질 수 있다.
도 7은 최종 파라메트릭 이미지 IF의 2차원 표현이다. 낮은 신뢰 레벨에서의 구역들은 파라메트릭 이미지 IP로부터 지워졌다. 그러므로, 사용자는 파라메트릭 표현의 어느 세그먼트(SG)들이, 예컨대 낮은 신뢰 레벨을 지닌 복수의 구역(RI)이나 구역에 의해 커버되는지를 볼 수 있다.
도 8은 낮은 신뢰 레벨에서의 구역들이 파라메트릭 이미지 IP로부터 지워진 최종 파라메트릭 이미지 IF의 3차원 표현이다. 따라서, 최종 파라메트릭 이미지 IF는 최종 측정{벽 비동기화(wall dyssynchrony)}이 실제로 믿을 수 있는 구역을 식 별하고 보여주는 것을 허용한다.
내인적인 신뢰 정보와 외부로부터의 신뢰 정보가 본 명세서에서는 각 이미지(I)의 내인적인 정보와 외부로부터의 정보 모두의 조합이라는 점이 주목되어야 한다.
사용자가 최종 파라메트릭 이미지 IF를 얻기 위해서는, 사용자 인터페이스인 M_USER가, 예컨대 버튼과 같은 적당한 수단을 포함한다.
도 9는 시스템(SYS)에 의해 제어된 상이한 동작들이 보여지는 본 발명의 일 실시예에 따른 메디컬 이미징을 위한 방법을 예시한다.
전술한 실시예들은 본 발명은 제한하기보다는 예시하고, 당업자라면 첨부된 청구항에 의해 정의된 것과 같이 본 발명의 범주로부터 벗어나지 않으면서 많은 대안적인 실시예를 설계할 수 있음이 주목되어야 한다. 사용된 예들은 이미지들의 초음파 심장 검진 시퀀스에 관해 설명되었지만, 다른 이미징 양식들에 관해 오는 임의의 이미지들로 확장될 수 있음은 물론이다.
청구항에서, 괄호 안에 놓인 임의의 참조 부호는 청구범위를 제한하는 것으로 해석하지 말아야 한다. "포함하는"이라는 단어는 전체적으로 임의의 청구항이나 명세서에서 열거된 것 이외의 요소나 단계의 존재를 배제하지 않는다. 한 요소의 단수 표현은 그러한 요소의 복수 표현을 배제하지 않고, 그 역도 성립한다.
본 발명은 몇몇 별개의 요소들을 포함하는 하드웨어에 의해, 그리고 적합하게 프로그래밍된 컴퓨터에 의해 구현될 수 있다. 몇몇 수단을 열거하는 디바이스 청구항에서, 상기 수단의 몇몇은 하드웨어의 하나의 동일한 아이템에 의해서 구체 화될 수 있다. 일정한 방법이 서로 상이한 종속 청구항에서 인용되고 있다는 단순한 사실은, 이러한 방법의 결합이 유리하게 사용될 수 없다는 것을 암시하는 것은 아니다.
전술한 바와 같이, 본 발명의 메디컬 이미징 시스템과 대응하는 메디컬 이미징 방법은 특히, 초음파 이미징의 영역에서 그 응용예를 찾을 수 있다.

Claims (6)

  1. 메디컬 이미징 시스템으로서,
    - 신체의 한 부분의 이미지들의 시퀀스(SQ: sequence of images)에서 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)를 자동으로 결정하는 동작,
    - 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)를 결정하는 것을 나타내는 신뢰 레벨(CL: confidence level)을 계산하는 동작,
    - 연관된 경계(B)가 미리 정의된 임계값(TH)보다 낮은 신뢰 레벨(CL)을 가지는 관심 부위(FI)의 적어도 한 구역(RI)을 나타내는 정보(IN)를 디스플레이하는 동작을
    제어하기 위한 제어 수단(CTRL)을 포함하는, 메디컬 이미징 시스템.
  2. 제 1항에 있어서,
    디스플레이된 정보(IN)는 관심 부위(FI)의 복수의 구역의 경계(B)와 각각 연관된 신뢰 레벨(CL)의 맵(map)인, 메디컬 이미징 시스템.
  3. 제 1항에 있어서,
    상기 제어 수단(CTRL)은 경계(B)가 정정된 관심 부위(FI)의 적어도 한 구역(RI)을 나타내는 제 2 정보(INu)의 디스플레이를 제어하는 것을 허용하는, 메디컬 이미징 시스템.
  4. 제 1항에 있어서,
    상기 제어 수단(CTRL)은 정보(IN)에 기초하여 낮은 신뢰를 지닌 한 구역(RI)의 2차원 슬라이스 뷰(slice view)의 자동 디스플레이를 제어하는 것을 허용하는, 메디컬 이미징 시스템.
  5. 메디컬 이미징을 위한 방법으로서,
    - 신체의 한 부분의 이미지들의 시퀀스(SQ)에서 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)를 자동으로 결정하는 단계,
    - 관심 부위(FI)의 적어도 한 구역(RI)의 경계(B)를 결정하는 것을 나타내는 신뢰 레벨(CL)을 계산하는 단계,
    - 연관된 경계(B)가 미리 정의된 임계값(TH)보다 낮은 신뢰 레벨(CL)을 가지는 관심 부위(FI)의 적어도 한 구역(RI)을 나타내는 정보(I)를 디스플레이하는 단계를
    포함하는, 메디컬 이미징을 위한 방법.
  6. 컴퓨터 프로그램 제품으로서,
    상기 프로그램이 프로세서에 의해 실행될 때 제 5항에 따른 방법을 구현하기 위한 프로그램 명령어들을 포함하는, 컴퓨터 프로그램 제품.
KR1020097013099A 2006-12-26 2007-12-17 메디컬 이미징 시스템 KR20090098839A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP06301294 2006-12-26
EP06301294.2 2006-12-26

Publications (1)

Publication Number Publication Date
KR20090098839A true KR20090098839A (ko) 2009-09-17

Family

ID=39563030

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097013099A KR20090098839A (ko) 2006-12-26 2007-12-17 메디컬 이미징 시스템

Country Status (5)

Country Link
JP (1) JP2010514486A (ko)
KR (1) KR20090098839A (ko)
CN (1) CN101568941A (ko)
RU (1) RU2009128709A (ko)
WO (1) WO2008078265A2 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140071495A (ko) * 2010-08-12 2014-06-11 하트플로우, 인크. 환자별 혈류 모델링 방법 및 시스템
US10354050B2 (en) 2009-03-17 2019-07-16 The Board Of Trustees Of Leland Stanford Junior University Image processing method for determining patient-specific cardiovascular information
US11107587B2 (en) 2008-07-21 2021-08-31 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010084446A1 (en) * 2009-01-23 2010-07-29 Koninklijke Philips Electronics N.V. Cardiac image processing and analysis
US9763587B2 (en) 2010-06-10 2017-09-19 Biosense Webster (Israel), Ltd. Operator-controlled map point density
US10524765B2 (en) 2010-12-27 2020-01-07 St. Jude Medical, Atrial Fibrillation Division, Inc. Refinement of an anatomical model using ultrasound
JP5847454B2 (ja) * 2011-06-23 2016-01-20 キヤノン株式会社 被検体情報取得装置、表示制御方法およびプログラム
JP5987640B2 (ja) * 2012-11-05 2016-09-07 コニカミノルタ株式会社 超音波を用いた被検体の３次元復元方法および装置
WO2016015994A1 (en) 2014-07-29 2016-02-04 Koninklijke Philips N.V. Ultrasound imaging apparatus
WO2018142950A1 (ja) * 2017-02-01 2018-08-09 富士フイルム株式会社 超音波診断装置、超音波診断装置の制御方法及び超音波診断装置の制御プログラム
US20220215538A1 (en) * 2019-05-20 2022-07-07 Aranz Healthcare Limited Automated or partially automated anatomical surface assessment methods, devices and systems
US20210100530A1 (en) * 2019-10-04 2021-04-08 GE Precision Healthcare LLC Methods and systems for diagnosing tendon damage via ultrasound imaging

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6491636B2 (en) * 2000-12-07 2002-12-10 Koninklijke Philips Electronics N.V. Automated border detection in ultrasonic diagnostic images
JP5312801B2 (ja) * 2005-02-08 2013-10-09 コーニンクレッカ フィリップス エヌ ヴェ 医用画像ビューイングプロトコル

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11107587B2 (en) 2008-07-21 2021-08-31 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
US10354050B2 (en) 2009-03-17 2019-07-16 The Board Of Trustees Of Leland Stanford Junior University Image processing method for determining patient-specific cardiovascular information
US10376317B2 (en) 2010-08-12 2019-08-13 Heartflow, Inc. Method and system for image processing and patient-specific modeling of blood flow
US11090118B2 (en) 2010-08-12 2021-08-17 Heartflow, Inc. Method and system for image processing and patient-specific modeling of blood flow
KR20140071495A (ko) * 2010-08-12 2014-06-11 하트플로우, 인크. 환자별 혈류 모델링 방법 및 시스템
US11083524B2 (en) 2010-08-12 2021-08-10 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US10092360B2 (en) 2010-08-12 2018-10-09 Heartflow, Inc. Method and system for image processing and patient-specific modeling of blood flow
US10531923B2 (en) 2010-08-12 2020-01-14 Heartflow, Inc. Method and system for image processing to determine blood flow
US11033332B2 (en) 2010-08-12 2021-06-15 Heartflow, Inc. Method and system for image processing to determine blood flow
US10154883B2 (en) 2010-08-12 2018-12-18 Heartflow, Inc. Method and system for image processing and patient-specific modeling of blood flow
US10492866B2 (en) 2010-08-12 2019-12-03 Heartflow, Inc. Method and system for image processing to determine blood flow
US10702340B2 (en) 2010-08-12 2020-07-07 Heartflow, Inc. Image processing and patient-specific modeling of blood flow
US10080613B2 (en) 2010-08-12 2018-09-25 Heartflow, Inc. Systems and methods for determining and visualizing perfusion of myocardial muscle
US11116575B2 (en) 2010-08-12 2021-09-14 Heartflow, Inc. Method and system for image processing to determine blood flow
US11154361B2 (en) 2010-08-12 2021-10-26 Heartflow, Inc. Method and system for image processing to determine blood flow
US11298187B2 (en) 2010-08-12 2022-04-12 Heartflow, Inc. Method and system for image processing to determine patient-specific blood flow characteristics
US11583340B2 (en) 2010-08-12 2023-02-21 Heartflow, Inc. Method and system for image processing to determine blood flow
US11793575B2 (en) 2010-08-12 2023-10-24 Heartflow, Inc. Method and system for image processing to determine blood flow

Also Published As

Publication number Publication date
JP2010514486A (ja) 2010-05-06
WO2008078265A3 (en) 2009-02-05
WO2008078265A2 (en) 2008-07-03
CN101568941A (zh) 2009-10-28
RU2009128709A (ru) 2011-02-10

Similar Documents

Publication Publication Date Title
KR20090098839A (ko) 메디컬 이미징 시스템
US8620040B2 (en) Method for determining a 2D contour of a vessel structure imaged in 3D image data
EP1620827B1 (en) Non-invasive left ventricular volume determination
US7715609B2 (en) Method for automatically determining the position and orientation of the left ventricle in 3D image data records of the heart
US20120165664A1 (en) Refinement of an anatomical model using ultrasound
CN110956076B (zh) 基于容积渲染在三维超声数据中进行结构识别的方法和系统
EP3120323B1 (en) Image processing apparatus and method for segmenting a region of interest
JP2014036863A (ja) 超音波映像の管理方法、表示方法及びその装置
US9357981B2 (en) Ultrasound diagnostic device for extracting organ contour in target ultrasound image based on manually corrected contour image in manual correction target ultrasound image, and method for same
EP2059173B1 (en) System and method for measuring left ventricular torsion
JP2005152656A (ja) 心臓の表示方法及び装置
KR101128662B1 (ko) 좌심실 내외벽 경계 검출장치 및 그 방법
CN110636798A (zh) 用于生理功能参数确定的方法和装置
CN117202842A (zh) 确定心脏壁运动的方法
CN107106106B (zh) 针对具有减小的角范围的旋转c型臂计算机断层摄影的自适应分割
EP3886702B1 (en) Most relevant x-ray image selection for hemodynamic simulation
CN112336378B (zh) 一种用于动物超声诊断的m型超声心动图处理方法和系统
JP2020527399A (ja) 対象の動的多次元画像に対する方法及びシステム
JP6258403B2 (ja) 医用画像表示制御装置および方法並びにプログラム
CN117412712A (zh) 对左心室顺应性的无创测量
KR101545520B1 (ko) 초음파 영상 표시 방법 및 그 장치
JP2024520236A (ja) 超音波撮像システム
Román et al. 3D-Echo Protocols for Assesing Cardiac Chambers, Volume and Function
CN114173649A (zh) 使用功能信息进行的血管配准
JP2010246777A (ja) 医用画像処理装置および方法ならびにプログラム

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid