KR20120000722A - Non rigid fusion method for multi medicla modality - Google Patents

Non rigid fusion method for multi medicla modality Download PDF

Info

Publication number
KR20120000722A
KR20120000722A KR1020100061140A KR20100061140A KR20120000722A KR 20120000722 A KR20120000722 A KR 20120000722A KR 1020100061140 A KR1020100061140 A KR 1020100061140A KR 20100061140 A KR20100061140 A KR 20100061140A KR 20120000722 A KR20120000722 A KR 20120000722A
Authority
KR
South Korea
Prior art keywords
image
ultrasound
ultrasonic
rigid
registration
Prior art date
Application number
KR1020100061140A
Other languages
Korean (ko)
Inventor
김철영
곽효승
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 KR1020100061140A priority Critical patent/KR20120000722A/en
Publication of KR20120000722A publication Critical patent/KR20120000722A/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Abstract

PURPOSE: A non-rigid body fusion method for different kinds of medical images is provided to arrange a deformed CT(Computed Tomography) image by applying optimized variables to a CT image. CONSTITUTION: A matching system comprises a display part which displays an ultrasonic image, a CT(Computed Tomography) image, and an ultrasonic-CT matched image. The ultrasonic image, CT image before matching with a non-rigid body image, and ultrasonic-CT matched image are displayed for each slide. A marker which is respectively marked in the CT image before matching and the ultrasonic image is completely matched on all slide images including the diaphragm image and blood vessel regions. An X-ray image and the CT image are prepared before matching. The X-ray image and the CT image are integrated before matching.

Description

이종 의료용 이미지간의 비강체 융합 방법{Non rigid fusion method for multi medicla modality}Non rigid fusion method for heterogeneous medical images {Non rigid fusion method for multi medicla modality}

본 개시(Disclosure)는 전체적으로 이종 의료용 이미지간의 비강체 융합 방법에 관한 것이다.The present disclosure generally relates to a method of non-rigid fusion between heterogeneous medical images.

여기서는, 본 개시에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).This section provides background information related to the present disclosure which is not necessarily prior art.

초음파 진단 시스템은 초음파를 이용하여 비파괴, 비침습 방식으로 대상체의 내부 구조를 실시간으로 보이며, CT(computerized tomography) 또는 MR(magnetic resonance)와 달리 방사선을 이용하지 않기 때문에 인체에 거의 무해하다. 그러나, 초음파 영상은 신호대 잡음비가 낮기 때문에, 이를 보완하기 위해 CT 영상과 초음파 영상의 정합(registration)을 수행한다.Ultrasonic diagnostic systems show the internal structure of an object in real time in a non-destructive and non-invasive manner using ultrasound, and unlike computerized tomography (CT) or magnetic resonance (MR), it is almost harmless to the human body. However, since the ultrasound image has a low signal-to-noise ratio, registration of the CT image and the ultrasound image is performed to compensate for this.

다양한 의학적 응용분야에서 비강체 영상정합(non-rigid image registration)은 핵심적인 과정이다. 영상 가이드 중재(image guided intervention)는 시술전 영상과 시술중 영상 사이의 정합을 필요로 하는 응용 분야의 하나이다. 간의 경우, 3차원 초음파 영상이 영상 가이드 중재술을 위해 자주 이용된다. 화질이 불량한 초음파 영상의 단점을 극복하기 위해, 시술중 3차원 초음파 영상에 대응하는 고화질의 시술전 CT 또는 MR 영상을 디스플레이한다. 이러한 목적으로, 간의 초음파 영상과 CT 영상의 정렬(alignment)이 필요하다. 초음파 영상과 CT 영상은 다른 호흡 단계에서 촬상되기 때문에 국부적 변형(local deformation)이 나타나 비강체 영상 정합이 수행되어야 한다.Non-rigid image registration is a key process in a variety of medical applications. Image guided intervention is one of the applications that requires registration between pre- and post-operative images. In the case of liver, three-dimensional ultrasound images are often used for image guided interventions. In order to overcome the shortcomings of the poor quality ultrasound image, a high quality pre-procedure CT or MR image corresponding to the 3D ultrasound image is displayed during the procedure. For this purpose, alignment of ultrasound and CT images of the liver is necessary. Because ultrasound and CT images are captured at different breathing stages, local deformations appear and non-rigid image registration must be performed.

서로 다른 특성 때문에 CT 영상과 초음파 영상을 정합하는 것은 어려운 작업이다. 간의 3차원 초음파 영상과 CT(또는 MR) 영상을 비강체 영상정합하기 위한 몇 가지 알고리즘(algorithm)이 제안되었다. 3차원 초음파 영상과 MR의 정합에서, 초음파 영상과 MR 영상이 혈관 확률 영상(vessel probability image)으로 각각 변환되고, 두 혈관 확률 영상 사이의 정규화된 교차 상관(cross correlation)을 최대화시켜 정합한다. 혈관들의 중심선들을 추출하고 정합하여 3차원 초음파 영상과 CT 영상 간의 정합을 수행하는 방법도 제안되었다. 그러나, 이들 방법에서 정합 정밀도는 초음파 영상과 CT 영상의 혈관 분류(segmentation) 정확도에 의한 영향을 받는다.Because of the different characteristics, matching CT and ultrasound images is a difficult task. Several algorithms have been proposed for non-rigid image registration of liver 3D ultrasound images and CT (or MR) images. In registration of the 3D ultrasound image and the MR, the ultrasound image and the MR image are respectively converted into a vessel probability image, and are maximized and matched by maximizing a normalized cross correlation between the two vessel probability images. A method for performing registration between a 3D ultrasound image and a CT image by extracting and registering centerlines of blood vessels has also been proposed. However, in these methods, the registration accuracy is affected by the accuracy of the segmentation of the ultrasound and CT images.

이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.This will be described later in the Specification for Implementation of the Invention.

여기서는, 본 개시의 전체적인 요약(Summary)이 제공되며, 이것이 본 개시의 외연을 제한하는 것으로 이해되어서는 아니된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).SUMMARY OF THE INVENTION Herein, a general summary of the present disclosure is provided, which should not be construed as limiting the scope of the present disclosure. of its features).

본 개시에 따른 일 태양에 의하면(According to one aspect of the present disclosure), 이종 의료용 이미지간의 비강체 융합 방법에 있어서, X-ray 이미지를 준비하는 단계; 비강체 융합 전 CT 이미지를 준비하는 단계; 그리고, X-ray 이미지와 비강체 융합 전 CT 이미지를 융합하는 단계;를 포함하는 것을 특징으로 하는 이종 의료용 이미지간의 비강체 융합 방법이 제공된다.According to one aspect of the present disclosure (According to one aspect of the present disclosure), a method of non-rigid fusion between heterogeneous medical images, comprising: preparing an X-ray image; Preparing a CT image before non-rigid fusion; In addition, a non-rigid fusion method between heterogeneous medical images comprising the step of fusing an X-ray image and a CT image before non-rigid fusion is provided.

이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.This will be described later in the Specification for Implementation of the Invention.

도 1은 본 발명의 실시예에 따른 초음파 영상과 CT 영상의 비강체 영상정합 시스템을 보이는 블록도.
도 2는 본 발명의 실시예에 따른 정합부(130)에서 초음파 영상과 CT 영상의 비강체 영상정합을 수행하는 방법을 보이는 순서도.
도 3은 초음파 영상(A), 비강체 영상정합전 CT 영상(B) 및 초음파-CT 정합영상(C)을 슬라이스별로 보이는 예시도.
도 4는 본 발명에 따른 비강체 영상정합 방법의 정확성을 보이는 예시도.
도 5는 본 발명에 따른 이종 의료용 이미지간의 비강체 융합 방법의 일 예를 나타내는 도면.1 is a block diagram showing a non-rigid image registration system of an ultrasound image and a CT image according to an embodiment of the present invention.
2 is a flowchart illustrating a method of performing non-rigid image registration of an ultrasound image and a CT image in the matching unit 130 according to an exemplary embodiment of the present invention.
Figure 3 is an exemplary view showing the ultrasound image (A), non-rigid image pre-CT image (B) and the ultrasound-CT registration image (C) for each slice.
Figure 4 is an illustration showing the accuracy of the non-rigid image registration method according to the present invention.
5 is a view showing an example of a non-rigid fusion method between different medical images according to the present invention.

이하, 본 개시를 첨부된 도면을 참고로 하여 자세하게 설명한다(The present disclosure will now be described in detail with reference to the accompanying drawing(s)). The present disclosure will now be described in detail with reference to the accompanying drawing (s).

도 1은 본 발명의 실시예에 따른 초음파 영상과 CT 영상의 비강체 영상정합 시스템을 보이는 블록도이다. 도 1을 참조하면, 정합 시스템(100)은 대상체(예를 들어, 간)에 초음파 신호를 송수신하여 초음파 영상을 형성하는 초음파 영상 형성부(110)를 포함한다. 본 발명의 실시예에서, 초음파 영상은 B-모드로 얻은 3차원 초음파 영상일 수 있다.1 is a block diagram illustrating a non-rigid image registration system of an ultrasound image and a CT image according to an exemplary embodiment of the present invention. Referring to FIG. 1, the matching system 100 includes an ultrasound image forming unit 110 that transmits and receives an ultrasound signal to an object (eg, liver) to form an ultrasound image. In an embodiment of the present invention, the ultrasound image may be a 3D ultrasound image obtained in a B-mode.

정합 시스템(100)은 CT 영상을 형성하는 CT 영상 형성부(120)을 더 포함한다. 본 발명의 실시예에서 CT 영상은 3차원 CT 영상일 수 있다. 초음파 영상과 CT 영상은 서로 다른 호흡에서 형성될 수 있다.The registration system 100 further includes a CT image forming unit 120 to form a CT image. In an embodiment of the present invention, the CT image may be a 3D CT image. Ultrasound and CT images may be formed at different breaths.

정합 시스템(100)은 초음파 영상과 CT 영상에 대해서 비강체 영상정합을 수행하기 위한 정합부(130)를 더 포함할 수 있다. 이하, 정합부(130)의 동작을 도 2를 참조하여 자세히 설명한다.The registration system 100 may further include a matching unit 130 for performing non-rigid image registration on the ultrasound image and the CT image. Hereinafter, the operation of the matching unit 130 will be described in detail with reference to FIG. 2.

도 2는 본 발명의 실시예에 따른 정합부(130)에서 초음파 영상과 CT 영상의 비강체 영상정합을 수행하는 방법을 보이는 순서도이다. 도 2를 참조하면, 초음파 영상 형성부(110) 및 CT 영상 형성부(120)가 동일한 환자로부터 임의의 호흡에서 간의 3D B-모드 초음파 영상과 3D CT 영상을 형성하면, 초음파 영상과 CT 영상에 대해 ICP(Iterative Closest Point) 기반 아핀 정합(affine registration)을 수행한다(210).2 is a flowchart illustrating a method of performing non-rigid image registration of an ultrasound image and a CT image in the matching unit 130 according to an exemplary embodiment of the present invention. Referring to FIG. 2, when the ultrasound image forming unit 110 and the CT image forming unit 120 form a 3D B-mode ultrasound image and a 3D CT image of the liver in an arbitrary breath from the same patient, the ultrasound image and the CT image Iterative closest point (ICP) based affine registration (affine registration) is performed (210).

본 발명의 실시예에서, 초음파 영상과 CT 영상에서 간의 국부적 변형을 모델링하기 위한 변환식으로서 B-스플라인(B-spline) FFD(free form deformation)를 이용할 수 있다. 이 FED 변환식은 균일한 간격을 갖는 제어점들의 변위(displacement of control points)로써 정의된다. 변위는 변형 변수 Φ로 표현될 수 있다. 간 영상의 전체에 걸쳐 국부 변형은 고를(smooth) 것으로 기대되기 때문에, 고른 변형(smooth transformation)으로 추정한다. 따라서, 금속 박판(thin-plate of metal)의 2D 구부림 에너지에 대응하는 3D 구속 Csmooth를 정의하여 사용한다.In an embodiment of the present invention, a B-spline free form deformation (FFD) may be used as a transformation for modeling local deformation of the liver in the ultrasound image and the CT image. This FED equation is defined as the displacement of control points with uniform spacing. The displacement can be expressed by the deformation variable Φ. Since local deformation is expected to be smooth throughout the liver image, it is assumed to be a smooth transformation. Therefore, the 3D constraint C smooth corresponding to the 2D bending energy of the thin-plate of metal is defined and used.

혈관과 횡격막의 밝기값 관계는 초음파 영상과 CT 영상에서 각기 다르다. 초음파 영상에서, 초음파 신호의 강한 반사에 의해 횡격막은 밝기값이 큰 값을 나타낸다. 이러한 밝기값 특성은 CT 영상에서 횡격막이 큰 그레디언트 크기로 표현되는 것과 관련시킬 수 있다. 반면에, 혈관 영역에서는 비록 명암은 반전되지만 초음파 영상의 밝기값은 CT 영상의 밝기값과 관련될 수 있다. 횡격막 영역의 제1 목적함수 Cdiaphragm는 초음파 영상에서의 밝기값과 CT 영상에서의 그레디언트 크기에 의해서 구해지는데 반하여, 혈관 영역의 제2 목적함수 Cvessel는 초음파 영상과 CT 영상의 밝기값을 이용하여 구해진다.The relationship between the brightness values of blood vessels and diaphragms differs between ultrasound and CT images. In the ultrasound image, the diaphragm exhibits a large brightness value due to the strong reflection of the ultrasound signal. This brightness characteristic can be related to the fact that the diaphragm is represented by a large gradient size in the CT image. On the other hand, although the contrast is reversed in the blood vessel region, the brightness value of the ultrasound image may be related to the brightness value of the CT image. The first objective function C diaphragm of the diaphragm region is obtained by the brightness value in the ultrasound image and the gradient size in the CT image, whereas the second objective function C vessel in the vessel region is obtained by using the brightness value of the ultrasound image and CT image. Is saved.

횡격막과 혈관 영역에서 목적함수를 구하기 위해, CT 영상에서 복수의 ROI 영역을 정의한다(220). 즉, 영역-성장 방법(region-growing scheme)을 이용하여 혈관 및 간을 분할하고, 분할된 영역의 에지(edge) 영역을 확장하여 각 ROI 영역을 정의한다. 정합시 CT 영상과 초음파 영상이 서로 겹쳐지는 부분에 대해서만 정합에 필요한 계산이 수행되므로, CT 영상과 초음파 영상 중 한 영상에서만 ROI 영역이 정의되면 충분하다. 본 발명의 실시예에서는 상대적으로 혈관이나 간 경계 구분이 확실한 CT 영상에서 ROI 영역을 정의한다. 한편, ROI 영역을 정의하기 위한 ROI 마스킹을 혈관 영역과 횡격막 영역에 대해 각각 실시한다. 이에 따라, ROI 마스킹에 의해 두 영역, 혈관 영역과 횡격막 영역이 나누어진다. 이후, ROI 영역에서 횡격막 영역의 목적 함수 Cdiaphragm와 혈관 영역의 목적함수 Cvessel를 형성한다(230). 정확한 정합을 위해 본 발명의 실시예에서는, 초음파 영상과 CT 영상의 밝기값과 그레디언트 크기 및 에지 방향 각도(edge orientation angle)에 기초하여 목적 함수를 계산한다.In order to obtain an objective function in the diaphragm and blood vessel region, a plurality of ROI regions are defined in the CT image (220). That is, the blood vessel and the liver are divided using a region-growing scheme, and edge regions of the divided regions are extended to define respective ROI regions. Since the calculation necessary for registration is performed only on the portion where the CT image and the ultrasound image overlap each other during registration, it is sufficient that the ROI region is defined in only one of the CT image and the ultrasound image. In an embodiment of the present invention, a ROI region is defined in a CT image in which vessels or liver boundaries are relatively distinguishable. On the other hand, ROI masking for defining the ROI area is performed for the blood vessel area and the diaphragm area, respectively. Accordingly, ROI masking divides the two regions, the vascular region and the diaphragm region. Thereafter, the objective function C diaphragm of the diaphragm region and the objective function C vessel of the blood vessel region are formed in the ROI region (230). In an embodiment of the present invention for accurate matching, the objective function is calculated based on the brightness value, the gradient size, and the edge orientation angle of the ultrasound image and the CT image.

그레디언트 크기 및 에지 방향 각도는 다음과 같이 구한다. 먼저, 각 복셀(voxel)에서 구조 매트릭스(structure matrix)를 계산한다. 구조 매트릭스의 고유값 분석(eigen-analysis)을 통하여 고유 벡터(eigen-vector)와 고유값(eigen-value)을 추출한다. 여기서 가장 큰 고유값을 가지는 고유 벡터를 영상의 에지 방향으로 정의하고, 그레디언트 크기는 고유값으로써 정의한다. 만일, 두 영상이 완벽하게 정합되면, 대응하는 에지 방향 각도가 동일할 것이다. 이러한 관계를 고려하여 두 에지 방향 벡터의 내적의 제곱으로 에지 방향 일치 정도를 정의할 수 있다.The gradient size and edge direction angle are obtained as follows. First, a structure matrix is calculated in each voxel. An eigen-vector and an eigen-value are extracted through eigen-analysis of the structural matrix. Here, the eigenvector having the largest eigenvalue is defined in the edge direction of the image, and the gradient size is defined as the eigenvalue. If the two images are perfectly matched, the corresponding edge direction angles will be the same. Considering this relationship, the degree of edge direction coincidence can be defined by the square of the inner product of two edge direction vectors.

두 목적함수 Cvessel과 Cdiaphragm은 다음과 같이 구해진다.The two objective functions C vessel and C diaphragm are given by

혈관 영역에서는 초음파 영상과 CT 영상이 서로 밝기값의 상관관계가 존재한다. 따라서 초음파 영상 밝기값, CT 영상 밝기값, 에지 방향 일치 정도를 이용하여 통계적인 엔트로피를 측정하여 Cvessel로 정의한다.In the blood vessel region, the ultrasound image and the CT image have a correlation between brightness values. Therefore, statistical entropy is measured using ultrasonic image brightness value, CT image brightness value, and edge matching, and is defined as C vessel .

횡격막 영역에서는 초음파 영상의 밝기값과 CT 영상의 그레디언트 크기가 서로 상관관계가 있다. 따라서 초음파 영상 밝기값, CT 영상 그레디언트 크기, 에지 방향 일치 정도를 이용하여 통계적인 엔트로피를 측정하여 Cdiaphragm로 정의한다.In the diaphragm region, the brightness value of the ultrasound image and the gradient size of the CT image are correlated with each other. Therefore, we define C diaphragm by measuring statistical entropy using the brightness of ultrasound image, the magnitude of CT image gradient and the degree of coincidence of edge direction.

이어서, 두 목적 함수 Cdiaphragm, Cvessel로써 다음의 수학식 1과 같은 비용 함수를 형성한다(240). Subsequently, two objective functions, C diaphragm and C vessel , form a cost function as shown in Equation 1 below (240).

Figure pat00001
Figure pat00001

여기서, λ는 두 영상의 정렬과 변환의 평탄(smoothness) Csmooth 사이의 교환조건(trade-off)을 나타낸다. 그레디언트 하강 방법(gradient descent scheme)에 따라 다음의 수학식 2와 같이 비용함수의 그레디언트를 이용하여 변형 변수 Φ를 갱신하는 최적화 과정을 수행한다(250). Here, lambda represents a trade-off between alignment of two images and smoothness C smooth of transformation. According to the gradient descent scheme, an optimization process is performed to update the deformation variable Φ by using the gradient of the cost function as shown in Equation 2 below (250).

Figure pat00002
Figure pat00002

수학식 2에서 μ는 스텝 크기를 나타내며, k는 자연수로서 그레디언트 하강의 반복 상태를 나타낸다. 구현을 위해 는 차분으로 근사화할 수 있다. 작은 양의 값 ε에 대해 수학식 3과 같은 조건을 만족하면 최적화 과정을 종료한다.In Equation 2, μ represents a step size, and k represents a repetition state of the gradient falling as a natural number. For implementation, we can approximate the difference. If the condition as shown in Equation 3 is satisfied for the small amount ε, the optimization process ends.

Figure pat00003
Figure pat00003

최종적으로, 최적화된 변수들을 CT 영상에 반영하여 변형된 CT 영상을 형성함으로써 초음파 영상에 정합된 CT 영상을 생성한다(260).Finally, a CT image matched with the ultrasound image is generated by forming the modified CT image by reflecting the optimized parameters in the CT image (260).

본 발명에 따른 정합 시스템(100)은 초음파 영상, CT 영상, 정합된 초음파-CT 영상을 디스플레이하는 디스플레이부(140)를 포함할 수 있다.The matching system 100 according to the present invention may include a display unit 140 for displaying an ultrasound image, a CT image, and a matched ultrasound-CT image.

도 3은 초음파 영상(A), 비강체 영상정합전 CT 영상(B) 및 초음파-CT 정합영상(C)을 슬라이스별로 보인다.Figure 3 shows the ultrasound image (A), non-rigid image pre-CT image (B) and the ultrasound-CT registration image (C) for each slice.

도 4는 본 발명에 따른 비강체 정합 방법의 정확성을 보이는 초음파 사진으로서, 초음파 영상(A)과 비강체 영상정합전 CT 영상(B)에 각각 표시된 마커(M1, M2)가 모든 슬라이스 영상에서 혈관 영역뿐만 아니라 횡격막 영상에서도 정확하게 일치됨을 보인다.4 is an ultrasound photograph showing the accuracy of the non-rigid registration method according to the present invention, in which the markers M1 and M2 displayed on the ultrasound image A and the CT image before the non-rigid image registration, respectively, are vascular in all slice images. In the diaphragm image as well as the region, it is shown to be an exact match.

도 5는 본 발명에 따른 이종 의료용 이미지간의 비강체 융합 방법의 일 예를 나타내는 도면으로서, X-ray 이미지를 준비하는 단계; 비강체 융합 전 CT 이미지를 준비하는 단계; 그리고, X-ray 이미지와 비강체 융합 전 CT 이미지를 융합하는 단계;를 포함하는 이종 의료용 이미지간의 비강체 융합 방법이 제시되어 있다.5 is a view showing an example of a non-rigid fusion method between heterogeneous medical images according to the present invention, preparing an X-ray image; Preparing a CT image before non-rigid fusion; In addition, a non-rigid fusion method between heterogeneous medical images including a step of fusing an X-ray image and a CT image before non-rigid fusion is provided.

본 발명은 효과적인 이종 의료용 이미지간의 비강체 융합 방법을 제공한다.The present invention provides an effective method for non-rigid fusion between heterogeneous medical images.

110: 초음파 영상 형성부 120: CT 영상 형성부110: ultrasound image forming unit 120: CT image forming unit

Claims (1)

이종 의료용 이미지간의 비강체 융합 방법에 있어서,
X-ray 이미지를 준비하는 단계;
비강체 융합 전 CT 이미지를 준비하는 단계; 그리고,
X-ray 이미지와 비강체 융합 전 CT 이미지를 융합하는 단계;를 포함하는 것을 특징으로 하는 이종 의료용 이미지간의 비강체 융합 방법.
In the non-rigid fusion method between different medical images,
Preparing an X-ray image;
Preparing a CT image before non-rigid fusion; And,
Fusing the X-ray image and the CT image before non-rigid fusion; non-rigid fusion method between heterogeneous medical images comprising a.
KR1020100061140A 2010-06-28 2010-06-28 Non rigid fusion method for multi medicla modality KR20120000722A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100061140A KR20120000722A (en) 2010-06-28 2010-06-28 Non rigid fusion method for multi medicla modality

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100061140A KR20120000722A (en) 2010-06-28 2010-06-28 Non rigid fusion method for multi medicla modality

Publications (1)

Publication Number Publication Date
KR20120000722A true KR20120000722A (en) 2012-01-04

Family

ID=45608503

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100061140A KR20120000722A (en) 2010-06-28 2010-06-28 Non rigid fusion method for multi medicla modality

Country Status (1)

Country Link
KR (1) KR20120000722A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9514280B2 (en) 2012-07-27 2016-12-06 Samsung Electronics Co., Ltd. Method and apparatus for creating model of patient specified target organ based on blood vessel structure
WO2021006563A1 (en) * 2019-07-05 2021-01-14 고려대학교 산학협력단 Portable imaging device that fuses ultrasound and nuclear medicine
US11937978B2 (en) 2019-07-05 2024-03-26 Korea University Research And Business Foundation Handheld ultrasound and nuclear medicine fusion imaging device

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9514280B2 (en) 2012-07-27 2016-12-06 Samsung Electronics Co., Ltd. Method and apparatus for creating model of patient specified target organ based on blood vessel structure
WO2021006563A1 (en) * 2019-07-05 2021-01-14 고려대학교 산학협력단 Portable imaging device that fuses ultrasound and nuclear medicine
US11937978B2 (en) 2019-07-05 2024-03-26 Korea University Research And Business Foundation Handheld ultrasound and nuclear medicine fusion imaging device

Similar Documents

Publication Publication Date Title
KR101059312B1 (en) Non-rigid Image Matching Device for Ultrasound and CT Images Using Brightness and Gradient Information
US11672505B2 (en) Correcting probe induced deformation in an ultrasound fusing imaging system
US20130170726A1 (en) Registration of scanned objects obtained from different orientations
EP3242602B1 (en) Ultrasound imaging apparatus and method for segmenting anatomical objects
JP5706389B2 (en) Image processing apparatus, image processing method, and image processing program
JP6670257B2 (en) Ultrasound imaging device
KR20120000729A (en) Position tracking method for vascular treatment micro robot through registration between x ray image and ct 3d model
KR20120000722A (en) Non rigid fusion method for multi medicla modality
EP2710553B1 (en) Determination of a physically-varying anatomical structure
JP2014150855A (en) Breast diagnosis assist system and breast data processing method
KR20120000727A (en) Virtual x-ray image generation method with fiducial marker for multi medical modality
US10467497B2 (en) System and method for providing assistance in surgery in presence of tissue deformation
KR20120000731A (en) Vascular path generation method using x-ray image
KR20130013504A (en) Ct 3d model registration method using x-ray raw data
KR20120000725A (en) Position tracking method for vascular treatment micro robot through non-rigid fusion
KR20130013505A (en) 3d model construction method using bi-plane x-ray
KR20130013506A (en) Marker recognition method according to the direction of x-ray scan
Richardson et al. Pipeline for 3D reconstruction of lung surfaces using intrinsic features under pressure-controlled ventilation
JP2017127474A (en) Mage extraction apparatus and image extraction method
JP2017136242A (en) Image extraction system and image extraction method

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination