KR20130013966A - 이미지 정합 기반 흉부영상 진단 시스템 및 방법 - Google Patents
이미지 정합 기반 흉부영상 진단 시스템 및 방법 Download PDFInfo
- Publication number
- KR20130013966A KR20130013966A KR1020110075928A KR20110075928A KR20130013966A KR 20130013966 A KR20130013966 A KR 20130013966A KR 1020110075928 A KR1020110075928 A KR 1020110075928A KR 20110075928 A KR20110075928 A KR 20110075928A KR 20130013966 A KR20130013966 A KR 20130013966A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- matching
- past
- chest
- current
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000003745 diagnosis Methods 0.000 title claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims description 11
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000003325 tomography Methods 0.000 claims description 2
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 208000019693 Lung disease Diseases 0.000 abstract description 13
- 210000004072 lung Anatomy 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000002194 synthesizing effect Effects 0.000 abstract description 2
- 238000002591 computed tomography Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000002595 magnetic resonance imaging Methods 0.000 description 9
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 201000005202 lung cancer Diseases 0.000 description 7
- 208000020816 lung neoplasm Diseases 0.000 description 7
- 206010035664 Pneumonia Diseases 0.000 description 6
- 238000013399 early diagnosis Methods 0.000 description 6
- 230000002685 pulmonary effect Effects 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 206010018691 Granuloma Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008722 morphological abnormality Effects 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance 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]
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- 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 using two or more images, e.g. averaging or 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
본 발명은 사람의 흉부를 CT 또는 MRI 등으로 촬영한 현재 영상을 이전에 촬영했던 과거 영상과 정합하여 이상 부위를 표출함으로써, 폐암, 폐결절, 폐렴 등 폐의 기능적 질환을 조기에 진단할 수 있도록 된, 이미지 정합 기반 흉부영상 진단 시스템 및 방법에 관한 것이다.
본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템은, 흉부를 촬영하여 흉부 영상을 획득하는 흉부영상 획득부; 상기 흉부 영상을 전처리하는 전처리부; 상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 이미지 매칭부; 상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 이미지 정합부; 상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 감산 처리부; 및 상기 선명하게 처리된 이상 부위를 표출하기 위한 표출부를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템은, 흉부를 촬영하여 흉부 영상을 획득하는 흉부영상 획득부; 상기 흉부 영상을 전처리하는 전처리부; 상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 이미지 매칭부; 상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 이미지 정합부; 상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 감산 처리부; 및 상기 선명하게 처리된 이상 부위를 표출하기 위한 표출부를 포함하는 것을 특징으로 한다.
Description
본 발명은 폐 질환 판별 기술을 통해 폐의 형태적 정보를 제공하는 MDCT 영상을 기준으로 과거 및 현재의 영상을 변환, 합성함으로써 폐의 구조적, 기능적 정보를 동시에 제공하고 이를 통해 폐 질환을 진단할 수 있도록 한, 이미지 정합 기반 흉부영상 진단 시스템 및 방법에 관한 것이다.
최근 국내외적으로 고령화, 현대화 사회로의 이행에 따른 폐암, 폐결절, 폐렴 등 기능성 폐 질환 발병률이 상승 추세에 있다.
폐암은 세계에서 가장 빈도가 높은 암이고 연간 130만 명 이상을 사망케 하는 치명적인 질병이다. 폐결절은 흉부방사선 영상에서 흔히 발견되며 염증성 육아종, 양성 종양, 악성 종양(폐암)등의 임상적 형태를 가진다. 따라서 폐결절의 단순 발견뿐만 아니라 폐결절의 양성/악성 여부를 판별하는 것이 폐암 조기 진단 및 신속한 치료에 매우 중요하다.
국내 기준으로 폐질환 발병률은 0.7 ~ 1% 정도이나 매년 3만명 가량 증가하고 있으며, 폐암은 전체 폐질환에서 발병률이 50%에 이를 정도로 매우 높다. 폐렴 환자는 국내 7 ~ 8만명 정도이나 스트레스 강도가 높은 현대 사회의 특성에 따라 지속적으로 증가하는 추세이다.
이러한 기능성 폐렴 관련 질환은 일상 생활에 치명적 피해를 가져올 뿐만 아니라 심한 경우 생명을 위협할 수도 있으므로 증상이 심화되기 전에 발병 증후군 조기 진단 및 치료를 필요로 한다. 이러한 기능성 폐 질환의 비침습적 진단을 위해 의료영상 기반 판별 기법이 제시되고 있다.
기존에 이용되어 온 CT 및 MRI 영상은 폐 질환 부위의 형태적 이상을 잘 나타내 주지만, 형태적 변화는 이미 기능 이상이 심화된 후 관찰 가능하므로 질환의 조기 진단에 한계를 가진다. 즉, 흉부 CT 및 MRI 영상 분석을 통해 기능 이상 여부를 조기 진단할 수 있으나, 이러한 기능 영상은 해부학적 정보가 결핍되어 기능이상 부위의 정확한 판별에 한계를 가진다.
따라서, 형태적 영상인 과거 CT 및 MRI 영상과 현재의 CT 및 MRI 영상을 합성, 동시 분석하는 다중 영상 정합을 통해 폐암, 폐결절, 폐렴 등 폐의 기능적 질환 조기 진단 및 발병·진행 예상 부위 판별 기법이 요구되고 있다.
또한, 이러한 대량의 다양한 영상 데이터의 상이한 특성을 고려한 분석을 위해 자동, 신속, 정확한 영상 분석 및 처리 기술이 요구되고 있다.
전술한 요구사항을 해결하기 위한 본 발명은, 사람의 흉부를 CT 또는 MRI 등으로 촬영한 현재 영상을 이전에 촬영했던 과거 영상과 정합하여 이상 부위를 표출함으로써, 폐암, 폐결절, 폐렴 등 폐의 기능적 질환을 조기에 진단할 수 있도록 한, 이미지 정합 기반 흉부영상 진단 시스템 및 방법을 제공함에 그 목적이 있다.
전술한 목적을 달성하기 위한 본 발명의 일 측면에 따르면, 흉부를 촬영하여 흉부 영상을 획득하는 흉부영상 획득부; 상기 흉부 영상을 전처리하는 전처리부; 상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 이미지 매칭부; 상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 이미지 정합부; 상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 감산 처리부; 및 상기 선명하게 처리된 이상 부위를 표출하기 위한 표출부를 포함하는 이미지 정합 기반 흉부영상 진단 시스템이 제공된다.
또한, 상기 전처리부는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 만들 수 있다.
또한, 상기 전처리부는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 현재 이미지 또는 과거 이미지를 원래의 3차원 영상으로 복원하고, 복원된 3차원 영상을 과거 이미지의 개수 또는 현재 이미지의 개수와 동일하게 2차원 단층 이미지로 분할하여, 현재 이미지와 과거 이미지의 개수를 동일하게 만들 수 있다.
또한, 상기 글로벌 매칭은, 상기 흉부 영상에 대한 과거 이미지와 현재 이미지의 위치가 서로 다른 경우에, 과거 이미지 전체 또는 현재 이미지 전체를 원래의 3차원 영상으로 복원하여 3D 아핀 변형(affine transformation)을 통해 위치를 보정하고 매칭하여 정상적인 3차원 영상이 되면, 정상적인 3차원 영상을 다시 2차원 단층 이미지로 분할하여, 과거 이미지 또는 현재 이미지를 획득할 수 있다.
또한, 상기 지역 매칭은, 상기 글로벌 매칭 이후에 과거 이미지와 현재 이미지 간에 매치가 안되는 부분을 가장 높은 정확도로 매칭하기 위해 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용하여 특정 부분의 매치를 통해 과거 이미지와 현재 이미지를 매칭하고, 상기 과거 이미지와 현재 이미지를 가장 높은 정확도를 갖는 이미지 쌍으로 만들기 위해, 과거 이미지 또는 현재 이미지의 특정 지역을 3D 픽셀 단위로 이동(Global Shift)하여 현재 이미지 또는 과거 이미지에 매칭하고, 그 특정 지역을 현재 이미지 또는 과거 이미지 상의 다른 부위로 이동(Local Shift)하여 매칭시킬 수 있다.
그리고, 상기 복셀 매칭은, 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행할 수 있다.
한편, 전술한 목적을 달성하기 위한 본 발명의 다른 측면에 따르면, (a) 흉부를 촬영하여 흉부 영상을 획득하는 단계; (b) 상기 흉부 영상을 전처리하는 단계; (c) 상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 단계; (d) 상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 단계; (e) 상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 단계; 및 (f) 상기 선명하게 처리된 이상 부위를 표출하는 단계를 포함하는 이미지 정합 기반 흉부 영상 진단 방법이 제공된다.
또한, 상기 (b) 단계는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 만들 수 있다.
또한, 상기 (b) 단계는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 현재 이미지 또는 과거 이미지를 원래의 3차원 영상으로 복원하고, 복원된 3차원 영상을 과거 이미지의 개수 또는 현재 이미지의 개수와 동일하게 2차원 단층 이미지로 분할하여, 현재 이미지와 과거 이미지의 개수를 동일하게 만들 수 있다.
또한, 상기 (c) 단계에서, 상기 글로벌 매칭은, 상기 흉부 영상에 대한 과거 이미지와 현재 이미지의 위치가 서로 다른 경우에, 과거 이미지 전체 또는 현재 이미지 전체를 원래의 3차원 영상으로 복원하여 3D 아핀 변형(affine transformation)을 통해 위치를 보정하고 매칭하여 정상적인 3차원 영상이 되면, 정상적인 3차원 영상을 다시 2차원 단층 이미지로 분할하여, 과거 이미지 또는 현재 이미지를 획득할 수 있다.
또한, 상기 (c) 단계에서, 상기 지역 매칭은, 상기 글로벌 매칭 이후에 과거 이미지와 현재 이미지 간에 매치가 안되는 부분을 가장 높은 정확도로 매칭하기 위해 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용하여 특정 부분의 매치를 통해 과거 이미지와 현재 이미지를 매칭하고, 상기 과거 이미지와 현재 이미지를 가장 높은 정확도를 갖는 이미지 쌍으로 만들기 위해, 과거 이미지 또는 현재 이미지의 특정 지역을 3D 픽셀 단위로 이동(Global Shift)하여 현재 이미지 또는 과거 이미지에 매칭하고, 그 특정 지역을 현재 이미지 또는 과거 이미지 상의 다른 부위로 이동(Local Shift)하여 매칭시킬 수 있다.
그리고, 상기 (c) 단계에서, 상기 복셀 매칭은, 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행할 수 있다.
본 발명에 의하면, 폐 질환 판별 기술을 통해 폐의 형태적 정보를 제공하는 MDCT 영상을 기준으로 과거 및 현재의 영상을 변환, 합성함으로써 폐의 구조적, 기능적 정보를 동시에 제공하고 이를 통해 폐 질환을 진단할 수 있다.
또한, 영역의 크기가 작고 주변 구조와의 구분이 어려우면서 폐 질환과 밀접한 관련이 있는 영역의 형태적, 대사적 분석을 가능하게 함으로써 폐의 국소적 구획에 따른 폐 질환과의 연관성 연구를 위한 핵심적인 기반을 구축할 수 있다.
또한, 일반적인 육안 매치의 경우 고 숙련 의료인의 경우 1시간 이상의 판독이 필요하나, 본 발명은 5분 이내 전체 이미지를 판독할 수 있다.
그리고, 흉부 영상에 대한 이상부위의 경우 기존에 5mm 이하이면 무시되나, 본 발명에 따르면 2mm 까지는 이상 부위를 추적하여 표시 가능하게 한다.
도 1은 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 방법을 설명하기 위한 동작 흐름도이다.
도 3은 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 글로벌 매칭하는 예를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 지역 매칭하는 예를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 지역 매칭에서 교차상관계수를 이용한 교차상관 매칭의 한 예를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따라 이미지 매칭된 현재 이미지와 과거 이미지를 정합하여 생성된 정합 이미지의 한 예를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 3D 동적 매칭의 시차감산을 수행한 예를 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 흉부 영상의 시차감산 후 이상부위에 대해 화살표로 표시하는 예를 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 방법을 설명하기 위한 동작 흐름도이다.
도 3은 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 글로벌 매칭하는 예를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 지역 매칭하는 예를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 지역 매칭에서 교차상관계수를 이용한 교차상관 매칭의 한 예를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따라 이미지 매칭된 현재 이미지와 과거 이미지를 정합하여 생성된 정합 이미지의 한 예를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 3D 동적 매칭의 시차감산을 수행한 예를 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 흉부 영상의 시차감산 후 이상부위에 대해 화살표로 표시하는 예를 나타낸 도면이다.
본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하 상세한 설명에 의해 보다 명확하게 이해될 것이다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템(100)은, 흉부영상 획득부(110), 전처리부(120), 이미지 매칭부(130), 이미지 정합부(140), 감산 처리부(150), 표출부(160) 및 정합 평가부(170) 등을 포함한다.
흉부영상 획득부(110)는 흉부에 대해 CT(Computed Tomography) 또는 MRI(Magnetic Resonance Imaging) 등으로 촬영하여 흉부 영상을 획득한다. 여기서, CT 영상의 경우, 흉부에 대해 3차원 영상을 얻고, 3차원 영상에 대해 예컨대, 200장의 단층 이미지 또는 300장의 단층 이미지로 분할해서 200장 또는 300장의 흉부 영상을 획득하는 것이다.
전처리부(120)는 흉부 영상에 대해 이미지 전처리를 수행한다. 즉, 전처리부(110)는 흉부 영상에 대해 1차로 과거 이미지와 현재 이미지의 크기(Size) 및 이미지 장수(갯수)를 매칭시키는 것이다.
전처리부(120)는, 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 매칭시킬 수 있다.
또한, 전처리부(120)는, 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 현재 이미지와 과거 이미지의 갯수를 동일하게 만들 수 있다. 예를 들면, 과거 이미지가 200장의 단층 이미지이고, 현재 이미지가 300장의 단층 이미지인 경우, 전처리부(120)는 과거 이미지에 대한 200장의 단층 이미지를 원래의 과거 3차원 영상으로 복원시키고, 과거 3차원 영상을 300장의 단층 이미지로 분할하여, 과거 이미지 300장으로 생성함으로써 현재 이미지 300장과 동일한 갯수로 만드는 것이다.
이미지 매칭부(130)는 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)으로 현재 이미지와 과거 이미지를 매칭한다.
여기서, 글로벌 매칭은, 흉부 영상에 대한 과거 이미지와 현재 이미지 간에 서로 다른 위치를 보정하여 매칭하는 것으로, 예를 들면, 500장의 과거 이미지에서 10장 정도를 선택하고 500장의 현재 이미지에서 10장 정도를 선택하여 서로 1:1 매칭시켰을 때, 현재 이미지가 과거 이미지에 대해 0.1도 우측으로 틀어진 경우, 500장의 현재 이미지 전체를 3차원 영상으로 복원하여 0.1도 좌측으로 3D 아핀 변형(affine transformation)을 실시하여 정상적인 3차원 영상이 되면, 정상적인 3차원 현재 영상을 다시 500장의 2차원 단층 이미지로 분할하여 500장의 현재 이미지로 만드는 것이다. 여기서, 아핀 변형은 일반적으로 선형 변환 후에 이동변환을 수행하는 것을 말한다. 즉, 글로벌 매칭은 과거 이미지와 현재 이미지의 위치나 각을 보정하여 매칭하는 것이다.
또한, 지역 매칭은, 글로벌 매칭 이후에 매치가 안되는 부분을 특정 부분의 매치를 통해 과거 이미지 또는 현재 이미지를 매칭하며, 과거 이미지와 현재 이미지를 가장 높은 정확도로 매칭하기 위해 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용한다.
그리고, 복셀 매칭은, 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행하는 것이다.
이미지 정합부(140)는 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 1:1 정합하여 정합 이미지를 생성한다.
감산 처리부(150)는 정합한 이미지 쌍을 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리한다.
표출부(160)는 선명하게 처리된 이상 부위를 화면 상에 표출하거나, 그에 대해 설명하는 음성으로 출력한다.
즉, 표출부(160)는 터치 스크린 화면 상에 이상 부위를 화살표를 포함하는 특정 기호로 표시한다.
이때, 표출부(160)는 정합한 이미지를 조정하는 명령을 사용자(doctor)로부터 입력받을 수 있으며, 이상 부위에 대해 사용자(doctor)로부터 코멘트나 확정 확률을 화면 상으로 입력받을 수 있다.
도 2는 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 방법을 설명하기 위한 동작 흐름도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 먼저 흉부에 대해 흉부영상 획득부(110)를 통해 CT 또는 MRI 등으로 촬영하여 흉부 영상을 획득한다(S202). 예를 들면, 흉부영상 획득부(110)는 사람의 흉부에 대해 CT로 촬영하여 3차원 흉부 영상을 획득하고, 획득한 3차원 흉부 영상을 500장 또는 1,000장의 2차원 단층 이미지로 생성하는 것이다.
이어, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 흉부 영상에 대해 이미지 전처리를 수행한다(S204).
즉, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 전처리부(120)를 통해 흉부 영상에 대해 과거 이미지와 현재 이미지의 크기(Size) 및 이미지 장수(갯수)를 1차로 매칭시키는 것이다. 이때, 본 발명의 실시예에서는 이미지 전처리의 속도를 0.01sec/Image(장) 이하로 가능하다.
또한, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 만들 수 있다.
또한, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 예를 들면, 흉부 영상에 대한 현재 이미지가 1,000장이고 과거 이미지가 500장인 경우에, 과거 이미지 500장을 원래의 3차원 과거 영상으로 변형한 후, 3차원 현재 영상의 개수와 동일하도록 3차원 과거 영상을 1,000장의 2차원 단층 이미지로 분할하여 생성함으로써, 현재 이미지와 과거 이미지의 갯수를 동일하게 만들 수 있다.
이어, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 이미지 매칭부(130)를 통해 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)으로 현재 이미지와 과거 이미지를 매칭한다(S206).
여기서, 글로벌 매칭은 흉부 영상에 대한 과거 이미지와 현재 이미지 간에 서로 다른 위치를 보정하여 매칭하는 것으로, 예를 들면, 도 3에 도시된 바와 같이 500장의 현재 이미지(Current CT image)에서 10장 정도를 선택하고 500장의 과거 이미지(Previous CT image)에서 10장 정도를 선택하여 서로 1:1 매칭시켰을 때(Selected image), 현재 이미지가 과거 이미지에 대해 0.1도 우측으로 틀어진 경우, 500장의 현재 이미지 전체를 3차원 영상으로 복원하여 0.1도 좌측으로 3D 아핀 변형(affine transformation)을 실시하여 정상적인 3차원 영상이 되면, 정상적인 3차원 현재 영상을 다시 500장의 2차원 단층 이미지로 분할하여, 500장의 현재 이미지로 만드는 것이다. 여기서, 아핀 변형은 일반적으로 선형 변환 후에 이동변환을 수행하는 것을 말한다. 도 3은 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 글로벌 매칭하는 예를 나타낸 도면이다. 이때, 본 발명의 실시예에서 글로벌 매칭의 속도는 0.05sec/Image(장) 이하로 가능하다. 또한, 글로벌 매칭의 예를 들면, 과거 이미지가 사람의 폐 중심으로 획득한 것이고, 현재 이미지가 폐로부터 약간 떨어진 부분을 중심으로 획득한 것이라면, 과거 이미지의 3차원 영상에 현재 이미지의 3차원 영상에 있는 폐 중심으로 서로 일치하도록 함으로써 서로 다른 위치를 보정하는 것이다.
이어, 지역 매칭은 글로벌 매칭 이후에 매치가 안되는 부분을 특정 부분의 매치를 통해 과거 이미지 또는 현재 이미지를 매칭하는 것이다. 지역매칭은 도 4에 도시된 바와 같이 과거 이미지와 현재 이미지를 가장 높은 정확도를 갖는 이미지 쌍으로 만들기 위해, 과거 이미지의 특정 지역(Template VOI)을 3D 픽셀 단위로 이동(Global Shift)하여 현재 이미지(Search VOI)에 매칭하고, 그 특정 지역(Template VOI)을 현재 이미지(Search VOI) 상의 다른 부위로 이동(Local Shift)하여 매칭시키는 것이다. 여기서, 도 4는 본 발명의 실시예에 따라 현재 이미지와 과거 이미지를 지역 매칭하는 예를 나타낸 도면이다. 예를 들면, 지역 매칭에서는 소위 영상 소구역(image patch)이라고 부르는 작은 부영상(smallsub-image)의 밝기값을 또 하나의 영상 밝기값과 비교하는 것이 가장 기본적이다. 지역매칭의 기준이 되는 기준영역(template)은 두 영상 중에서 고정된 위치에 있는 영상 소구역으로 결정되며, 검색대상 영역(search window)은 영상 소구역이 기준영역과 비교되는 매칭 대상공간으로 정의할 수 있다. 일반적으로 유사성 판정을 위해 기준영역과 대상영역을 비교하는 방법으로 교차상관 매칭과 최소제곱 매칭이 많이 사용된다.
기준영역의 위치에서, 어디에 기준영역의 중심을 둘 것인가에 대해 고려할 경우, 이론적으로는 영상이 겹치는 모든 지역이라 할 수 있겠지만 일반적으로 기준영역의 중심은 영상보다 더 작은 기준영역 크기의 절반 이내에 있는 지역에만 위치할 수 있다. 좀 더 엄밀히 하면 한정된 경계 내에서 선택할 수 있어야 한다. 예를 들면, 매칭대상 영상에서 음영지역(occluded area)에 해당하는 부분을 기준영역으로 위치시키는 경우, 신호 대 잡음비(S/N or SNR)가 낮거나 반복적인 형태를 가진 영역을 선택하는 경우, 영상매칭에 악영향을 미치는 불연속선(break lines)이 있는 영역을 선택할 경우에 지역매칭은 이루어지지 않는다.
기준영역과 검색대상 영역의 크기는 중요한 매개변수가 된다. 크기가 커지면 밝기값 함수의 유일성은 대체적으로 증가하지만 기하학적 왜곡문제도 또한 커진다. 예를 들면, 서로 다른 기준영역의 크기에 대한 유일성을 판정하는 계산을 통해서 절충을 해야 한다.
지역매칭은 아주 근접한 근사 영역을 필요로 하기 때문에 검색대상 영역의 위치가 매우 중요하다. 검색대상 영역의 크기는 기준영역의 크기보다 크게 설정하며, 이러한 이유는 공액점(매칭점)이 영상에서 몇 화소 이내에서 이동될 수 있기 때문이다. 일반적으로 지역매칭 방법은 좀 더 좋은 관측을 하기 위해서 영상의 파라미터 정보를 이용한 계층적 접근 방법(hierarchical approach)을 이용한다.
기준영역과 매칭대상 영역(matching window)의 유사성 판정을 위해 취득된 인자를 반드시 분석하고, 동일영역 내에서도 허용/배제기준(acceptance criteria)이 종종 변화하므로, 임계값이나 또 다른 기준을 지역적으로 결정함으로써 매칭수행에 대한 결과를 신뢰할 수 있게 한다.
따라서, 지역 매칭은 글로벌 매칭 이후에 매치가 안되는 부분을 특정 부분의 매치를 통해 과거 이미지 또는 현재 이미지를 매칭하는 것으로, 과거 이미지와 현재 이미지를 가장 높은 정확도로 매칭하기 위해 다음 수학식1에 의한 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용할 수 있다. 이때, 본 발명의 실시예에서 지역 매칭의 속도는 0.05sec/Image(장) 이하로 가능하다.
여기서, CClocal은 3D 교차 상관 계수를 나타내고, x와 y 및 z는 3차원 공간의 x축과 y축 및 z축을 나타내며, t는 기준영역의 현재 이미지를 나타내며, s는 매칭 대상영역의 과거 이미지를 나타낸다.
교차상관 매칭은 도 5에 도시된 바와 같이 왼쪽 영상에서 정의된 기준영역(template)을 오른쪽 영상의 검색대상 영역(search window) 상에서 한 점씩 이동하면서 모든 점들에 대해 통계적 유사성 관측값 즉, 상관계수(correlation coefficient)를 계산하여 계산된 관측값 중에서 가장 큰 유사성을 보이는 점을 매칭점으로 선택하는 방법이다. 도 5는 본 발명의 실시예에 따른 지역 매칭에서 교차상관계수를 이용한 교차상관 매칭의 한 예를 나타낸 도면이다. 이때, 교차 상관계수 값이 1에 가까울수록 두 영상이 정확히 매칭되었다고 볼 수 있다.
검색대상 영역의 크기는 외부표정요소의 정확성과 허용 가능한 고도차에 따라 달라지며, 스테레오 매칭을 수행하기 전에 두 영상에 대해 에피폴라 라인을 수행하여 대상영역의 크기를 줄임으로써 매칭의 효율성을 높일 수 있다.
이어, 복셀 매칭은 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행하는 것이다. 예를 들면, 과거 이미지가 공기를 들이마실 때 촬영한 것이고, 현재 이미지가 공기를 내쉴 때 촬영한 것이라면, 과거 이미지와 현재 이미지 간에 약간의 차이가 발생할 수 있는데, 이때 이미지 상에서 거의 변함이 없는 뼈를 중심으로 3차원 과거 영상과 3차원 현재 영상을 맞춘 후에, 복셀 단위로 3차원 과거 영상 또는 3차원 현재 영상을 확대 또는 축소하여 일치되도록 매칭하는 것이다. 여기서, 본 발명의 실시예에 따른 복셀 매칭의 속도는 0.05sec/Image(장) 이하로 가능하다.
이어, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 정합부(140)를 통해 이미지 변형(Warping)을 통해 1:1 정합하여 도 6에 도시된 바와 같이 정합 이미지를 생성한다(S208). 이때, 본 발명의 실시예에서 이미지 정합의 속도는 0.05sec/Image(장) 이하로 가능하다. 도 6은 본 발명의 실시예에 따라 이미지 매칭된 현재 이미지와 과거 이미지를 정합하여 생성된 정합 이미지의 한 예를 나타낸 도면이다. 도 6에 도시된 정합 이미지는 현재 이미지와 과거 이미지의 3차원 영상을 서로 정합한 것으로, 현재 이미지와 과거 이미지의 동일 부위가 제거되지 않은 시차 감산 전의 이미지이다.
이어, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 정합한 이미지 쌍을 시차 감산을 통해 도 7에 도시된 바와 같이 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리한다(S210). 이때, 본 발명의 실시예에서 시차 감산의 속도는 0.05sec/Image(장) 이하로 가능하다. 여기서, 도 7은 본 발명의 실시예에 따른 3D 동적 매칭의 시차감산을 수행한 예를 나타낸 도면이다. 즉, 현재 이미지와 과거 이미지가 정합된 도 6의 정합 이미지에서 3D 이미지 정합(Elastic matching) 기술을 통해 현재 이미지와 과거 이미지의 동일한 부분(중앙의 부위)을 제거하여, 도 7에 도시된 바와 같이 동일 부위가 제거되고 이상 부위만 선명하게 처리된 이미지를 얻게 된다. 동적 3D 이미지 정합(Elastic matching) 기술에서 각각의 지역 이동 벡터는 지역 에너지를 최소화하여 얻을 수 있다. 지역 에너지는 내부와 외부 에너지를 선형적으로 합해서 계산하고, 여기서 몇 가지 결점들은 3D동적 매칭을 수행하면서 제거한다.
이어, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 선명하게 처리된 이상 부위를 표출한다(S212). 이때, 이상 부위의 크기가 2mm 이상이 되도록 표출한다.
즉, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 터치 스크린 화면 상에 나타낸 이상 부위에 대해, 이상 부위를 안내하는 음성으로 출력하거나 또는 도 8에 도시된 바와 같이 화살표를 포함하는 특정 기호로 표시할 수 있다. 도 8은 본 발명의 실시예에 따른 흉부 영상의 시차감산 후 이상부위에 대해 화살표로 표시하는 예를 나타낸 도면이다.
이때, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단시스템(100)은, 표출된 이미지를 조정하는 명령을 사용자(의사)로부터 입력받을 수 있으며, 이상 부위에 대해 사용자(의사)로부터 코멘트나 확정(확진) 확률을 입력받을 수 있다.
한편, 본 발명의 실시예에 따른 이미지 정합 기반 흉부영상 진단 시스템(100)에 대해 이미지 정합 성능을 평가하여, 정합된 이미지에 대한 결점의 총량을 히스토그램에 나타낼 수 있다. 따라서, 시차 감산 후의 결점의 양으로 이미지 정합 성능을 알 수 있다. 또한, 3차원 동적 매칭을 통해 기존 이미지 매칭을 이용한 시차감산법 보다 성능 평가를 통해 정확성을 10% 이상 향상시키고, 그리고 이상 부위에 대해 2 mm 이상으로 표시할 수 있다.
전술한 바와 같이 본 발명에 의하면, 사람의 흉부를 CT 또는 MRI 등으로 촬영한 현재 영상을 이전에 촬영했던 과거 영상과 정합하여 이상 부위를 표출함으로써, 폐암, 폐결절, 폐렴 등 폐의 기능적 질환을 조기에 진단할 수 있도록 된, 이미지 정합 기반 흉부영상 진단 시스템 및 방법을 실현할 수 있다.
본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 사람의 특정 부위를 CT 또는 MRI 등으로 촬영하여 특정부위 영상을 획득하는 시스템에 적용할 수 있고, 특정부위 영상을 분석하여 암 등의 질병을 판별하는 시스템에도 적용할 수 있다.
100 : 이미지 정합 기반 흉부영상 진단 시스템
110 : 흉부영상 획득부
120 : 전처리부
130 : 이미지 매칭부
140 : 이미지 정합부
150 : 감산 처리부
160 : 표출부
110 : 흉부영상 획득부
120 : 전처리부
130 : 이미지 매칭부
140 : 이미지 정합부
150 : 감산 처리부
160 : 표출부
Claims (12)
- 흉부를 촬영하여 흉부 영상을 획득하는 흉부영상 획득부;
상기 흉부 영상을 전처리하는 전처리부;
상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 이미지 매칭부;
상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 이미지 정합부;
상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 감산 처리부; 및
상기 선명하게 처리된 이상 부위를 표출하기 위한 표출부;
를 포함하는 이미지 정합 기반 흉부영상 진단 시스템.
- 제 1 항에 있어서,
상기 전처리부는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 만드는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 시스템.
- 제 1 항에 있어서,
상기 전처리부는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 현재 이미지 또는 과거 이미지를 원래의 3차원 영상으로 복원하고, 복원된 3차원 영상을 과거 이미지의 개수 또는 현재 이미지의 개수와 동일하게 2차원 단층 이미지로 분할하여, 현재 이미지와 과거 이미지의 개수를 동일하게 만드는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 시스템.
- 제 1 항에 있어서,
상기 글로벌 매칭은, 상기 흉부 영상에 대한 과거 이미지와 현재 이미지의 위치가 서로 다른 경우에, 과거 이미지 전체 또는 현재 이미지 전체를 원래의 3차원 영상으로 복원하여 3D 아핀 변형(affine transformation)을 통해 위치를 보정하고 매칭하여 정상적인 3차원 영상이 되면, 정상적인 3차원 영상을 다시 2차원 단층 이미지로 분할하여, 과거 이미지 또는 현재 이미지를 획득하는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 시스템.
- 제 1 항에 있어서,
상기 지역 매칭은, 상기 글로벌 매칭 이후에 과거 이미지와 현재 이미지 간에 매치가 안되는 부분을 가장 높은 정확도로 매칭하기 위해 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용하여 특정 부분의 매치를 통해 과거 이미지와 현재 이미지를 매칭하고,
상기 과거 이미지와 현재 이미지를 가장 높은 정확도를 갖는 이미지 쌍으로 만들기 위해, 과거 이미지 또는 현재 이미지의 특정 지역을 3D 픽셀 단위로 이동(Global Shift)하여 현재 이미지 또는 과거 이미지에 매칭하고, 그 특정 지역을 현재 이미지 또는 과거 이미지 상의 다른 부위로 이동(Local Shift)하여 매칭시키는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 시스템.
- 제 1 항에 있어서,
상기 복셀 매칭은, 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행하는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 시스템.
- (a) 흉부를 촬영하여 흉부 영상을 획득하는 단계;
(b) 상기 흉부 영상을 전처리하는 단계;
(c) 상기 전처리 된 흉부 영상에 대해 글로벌 매칭(Global Matching)과 지역 매칭(Local Matching) 및 복셀 매칭(Voxel Matching)을 통해 현재 이미지와 과거 이미지를 매칭하는 단계;
(d) 상기 이미지 매칭된 현재 이미지와 과거 이미지에 대해 이미지 변형(Warping)을 통해 정합하는 단계;
(e) 상기 정합된 이미지를 시차 감산을 통해 이상이 없는 부분을 제거하고 이상 부위를 선명하게 처리하는 단계; 및
(f) 상기 선명하게 처리된 이상 부위를 표출하는 단계;
를 포함하는 이미지 정합 기반 흉부 영상 진단 방법.
- 제 7 항에 있어서,
상기 (b) 단계는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 크기가 서로 다른 경우에, 현재 이미지와 과거 이미지를 동일한 크기로 만드는 것을 특징으로 하는 이미지 정합 기반 흉부 영상 진단 방법.
- 제 7 항에 있어서,
상기 (b) 단계는, 상기 흉부 영상에 대한 현재 이미지와 과거 이미지의 갯수가 서로 다른 경우에, 현재 이미지 또는 과거 이미지를 원래의 3차원 영상으로 복원하고, 복원된 3차원 영상을 과거 이미지의 개수 또는 현재 이미지의 개수와 동일하게 2차원 단층 이미지로 분할하여, 현재 이미지와 과거 이미지의 개수를 동일하게 만드는 것을 특징으로 하는 이미지 정합 기반 흉부 영상 진단 방법.
- 제 7 항에 있어서,
상기 (c) 단계에서, 상기 글로벌 매칭은, 상기 흉부 영상에 대한 과거 이미지와 현재 이미지의 위치가 서로 다른 경우에, 과거 이미지 전체 또는 현재 이미지 전체를 원래의 3차원 영상으로 복원하여 3D 아핀 변형(affine transformation)을 통해 위치를 보정하고 매칭하여 정상적인 3차원 영상이 되면, 정상적인 3차원 영상을 다시 2차원 단층 이미지로 분할하여, 과거 이미지 또는 현재 이미지를 획득하는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 방법.
- 제 7 항에 있어서,
상기 (c) 단계에서, 상기 지역 매칭은, 상기 글로벌 매칭 이후에 과거 이미지와 현재 이미지 간에 매치가 안되는 부분을 가장 높은 정확도로 매칭하기 위해 3D 교차 상관 계수(3-D Cross Correlation Coefficient)를 이용하여 특정 부분의 매치를 통해 과거 이미지와 현재 이미지를 매칭하고,
상기 과거 이미지와 현재 이미지를 가장 높은 정확도를 갖는 이미지 쌍으로 만들기 위해, 과거 이미지 또는 현재 이미지의 특정 지역을 3D 픽셀 단위로 이동(Global Shift)하여 현재 이미지 또는 과거 이미지에 매칭하고, 그 특정 지역을 현재 이미지 또는 과거 이미지 상의 다른 부위로 이동(Local Shift)하여 매칭시키는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 방법.
- 제 7 항에 있어서,
상기 (c) 단계에서, 상기 복셀 매칭은, 글로벌 매칭과 지역 매칭을 수행한 이후에 과거 이미지와 현재 이미지에 대해 각각 3차원 영상으로 볼륨화하여 픽셀(볼륨) 단위로 특정 부분을 매치를 통해 보완하기 위해 벡터 이동을 기반으로 3D 동적 매칭을 수행하는 것을 특징으로 하는 이미지 정합 기반 흉부영상 진단 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110075928A KR101274530B1 (ko) | 2011-07-29 | 2011-07-29 | 이미지 정합 기반 흉부영상 진단 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110075928A KR101274530B1 (ko) | 2011-07-29 | 2011-07-29 | 이미지 정합 기반 흉부영상 진단 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130013966A true KR20130013966A (ko) | 2013-02-06 |
| KR101274530B1 KR101274530B1 (ko) | 2013-06-13 |
Family
ID=47894353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110075928A KR101274530B1 (ko) | 2011-07-29 | 2011-07-29 | 이미지 정합 기반 흉부영상 진단 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101274530B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190143657A (ko) * | 2018-06-21 | 2019-12-31 | 한국외국어대학교 연구산학협력단 | 뼈 감쇄된 x-선 영상의 정합 장치 및 방법 |
| WO2020106092A1 (ko) * | 2018-11-23 | 2020-05-28 | 연세대학교 산학협력단 | 생체 4차원 영상 획득에서 볼륨 내 움직임 및 측정 시각 동시 보정 방법 및 장치 |
| KR102263590B1 (ko) * | 2021-04-09 | 2021-06-10 | 주식회사 에스아이에이 | 이미지 정합 방법 |
| WO2022010334A1 (ko) * | 2020-07-10 | 2022-01-13 | 한양대학교 산학협력단 | 안구질환 구조적 손상 판단 방법 및 그 장치 |
| CN116452464A (zh) * | 2023-06-09 | 2023-07-18 | 天津市肿瘤医院（天津医科大学肿瘤医院） | 一种基于深度学习的胸部图像增强处理方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102202398B1 (ko) | 2015-12-11 | 2021-01-13 | 삼성전자주식회사 | 영상처리장치 및 그의 영상처리방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6836558B2 (en) | 2000-03-28 | 2004-12-28 | Arch Development Corporation | Method, system and computer readable medium for identifying chest radiographs using image mapping and template matching techniques |
| JP2005197792A (ja) | 2003-12-26 | 2005-07-21 | Canon Inc | 画像処理方法、画像処理装置、プログラム、記憶媒体及び画像処理システム |
| JP2005278690A (ja) | 2004-03-26 | 2005-10-13 | Hiroshima Industrial Promotion Organization | コンピュータを用いた３次元胸部ｃｔ画像から結節状陰影を検出する方法およびその装置並びにコンピュータプログラム |
| KR101028365B1 (ko) * | 2009-02-04 | 2011-04-11 | 서울대학교산학협력단 | 연속된 컴퓨터 단층촬영의 폐결절 다단계 정합 방법 및 장치 |
-
2011
- 2011-07-29 KR KR1020110075928A patent/KR101274530B1/ko not_active IP Right Cessation
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190143657A (ko) * | 2018-06-21 | 2019-12-31 | 한국외국어대학교 연구산학협력단 | 뼈 감쇄된 x-선 영상의 정합 장치 및 방법 |
| WO2020106092A1 (ko) * | 2018-11-23 | 2020-05-28 | 연세대학교 산학협력단 | 생체 4차원 영상 획득에서 볼륨 내 움직임 및 측정 시각 동시 보정 방법 및 장치 |
| WO2022010334A1 (ko) * | 2020-07-10 | 2022-01-13 | 한양대학교 산학협력단 | 안구질환 구조적 손상 판단 방법 및 그 장치 |
| KR102263590B1 (ko) * | 2021-04-09 | 2021-06-10 | 주식회사 에스아이에이 | 이미지 정합 방법 |
| KR102283885B1 (ko) * | 2021-04-09 | 2021-08-02 | 주식회사 에스아이에이 | 이미지 정합 방법 |
| US11257228B1 (en) | 2021-04-09 | 2022-02-22 | Si Analytics Co., Ltd. | Method for image registration |
| CN116452464A (zh) * | 2023-06-09 | 2023-07-18 | 天津市肿瘤医院（天津医科大学肿瘤医院） | 一种基于深度学习的胸部图像增强处理方法 |
| CN116452464B (zh) * | 2023-06-09 | 2023-08-22 | 天津市肿瘤医院（天津医科大学肿瘤医院） | 一种基于深度学习的胸部图像增强处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101274530B1 (ko) | 2013-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5699936B2 (ja) | 医用画像処理装置の作動方法、装置およびプログラム | |
| US8634622B2 (en) | Computer-aided detection of regions of interest in tomographic breast imagery | |
| JP4640845B2 (ja) | 画像処理装置およびそのプログラム | |
| KR101274530B1 (ko) | 이미지 정합 기반 흉부영상 진단 시스템 및 방법 | |
| US7916918B2 (en) | Diagnostic system for multimodality mammography | |
| US9098935B2 (en) | Image displaying apparatus, image displaying method, and computer readable medium for displaying an image of a mammary gland structure without overlaps thereof | |
| US9818200B2 (en) | Apparatus and method for multi-atlas based segmentation of medical image data | |
| EP2790575B1 (en) | Method and apparatus for the assessment of medical images | |
| US7792348B2 (en) | Method and apparatus of using probabilistic atlas for cancer detection | |
| US20130108133A1 (en) | Medical image processing apparatus, method and program | |
| JP6273291B2 (ja) | 画像処理装置および方法 | |
| JP2014221163A (ja) | 画像診断支援装置及び支援方法 | |
| JP2009090094A (ja) | 画像整合のための方法および装置 | |
| US8306354B2 (en) | Image processing apparatus, method, and program | |
| JP4408863B2 (ja) | 医用画像処理装置及び方法 | |
| US8577101B2 (en) | Change assessment method | |
| CN113658106A (zh) | 一种基于腹部增强ct的肝脏病灶自动诊断系统 | |
| KR20100025431A (ko) | 다중 페이즈 간 ｃｔ영상들의 정합을 이용한 간세포암 검출방법 | |
| Agostini et al. | Evaluation of feature-based registration in dynamic infrared imaging for breast cancer diagnosis | |
| Boehler et al. | Reducing motion artifacts in 3-D breast ultrasound using non-linear registration | |
| CN111445429B (zh) | 一种基于特征点的pet和mri图像融合方法 | |
| Maeda et al. | Nonrigid image registration method for thoracic ct images using vessel structure information | |
| Zhu et al. | A Semantic Segmentation Network Based Real-Time Computer-Aided Diagnosis System for Hydatidiform Mole Hydrops Lesion Recognition in Microscopic View | |
| Babu et al. | Classification of Cancer of the Lungs using ANN and SVM Algorithms | |
| WO2020138136A1 (ja) | 画像処理装置、画像処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |