KR20130018168A - 의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치 - Google Patents

의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치 Download PDF

Info

Publication number
KR20130018168A
KR20130018168A KR1020120087519A KR20120087519A KR20130018168A KR 20130018168 A KR20130018168 A KR 20130018168A KR 1020120087519 A KR1020120087519 A KR 1020120087519A KR 20120087519 A KR20120087519 A KR 20120087519A KR 20130018168 A KR20130018168 A KR 20130018168A
Authority
KR
South Korea
Prior art keywords
image
mask
matching method
visualizing
registration
Prior art date
Application number
KR1020120087519A
Other languages
English (en)
Inventor
슈테판 라우텐슐레거
마르틴 트리니
Original Assignee
지멘스 악티엔게젤샤프트
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 지멘스 악티엔게젤샤프트 filed Critical 지멘스 악티엔게젤샤프트
Publication of KR20130018168A publication Critical patent/KR20130018168A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법(1)에 관한 것이며, 상기 시각화 방법은 하기 절차 단계들:
S1) 기준 이미지(10) 및 대상 이미지(20)를 수집하는 단계와;
S2) 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지(20)와 기준 이미지(10)를 정합하여 융합된 이미지(40)를 형성하는 단계와;
S3) 변형 필드를 결정[이때 변형 필드는 대상 이미지(20)의 영상점들(25)에서 기준 이미지(10)의 영상점들(15)까지의 변위 벡터들(45)이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함]하는 단계와;
S4) 변형 필드의 특성 변수들이 관계하는 중첩 마스크(50)와, 융합된 이미지(40)의 하나 이상의 영역을 중첩하는 단계와;
S5) 융합된 이미지(40)의 하나 이상의 영역 및 중첩된 중첩 마스크(50)를 시각화하는 단계를 포함한다.
추가로, 상기 시각화 방법(1)을 실행하기 위한 상응하는 시각화 장치(100)도 기재된다.

Description

의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치{METHOD AND DEVICE FOR VISUALIZING THE REGISTRATION QUALITY OF MEDICAL IMAGE DATA SETS}
본 발명은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법에 관한 것이다. 이 외에도 본 발명은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 상응하는 장치에 관한 것이다.
중재적 방사선학에서 사례의 평가를 위해 예컨대 2D 및 3D 방사선 촬영(XA), 컴퓨터 단층 촬영(CT), 자기 공명 단층 촬영(MR), 양전자 방출 단층 촬영(PET), 단일 광자 방출 컴퓨터 단층 촬영(SPECT) 또는 초음파 촬영(US)과 같은 다양한 기법의 이미지 데이터 세트들이 종종 융합되어, 다시 말하면 중첩되어 묘사된다. 이와 같이, 의사는 특정 사례에 대해 다양한 방법의 각각의 장점들을 조합할 수 있다. 이상적인 경우에, 2개의 이미지의 중첩을 위해, 이미지들을 정확하게 일치하도록 하기 위해 회전이나 변위처럼 디지털 이미지 처리의 기본적인 조작만 실시하기만 하면 된다. 이런 경우를 대개 2개의 사진이나 이미지 데이터 세트의 강체 또는 고정 정합(rigid or fixed registration)이라 한다. 실제로 중첩될 사진들은 종종 상이한 시점에, 또는 상이한 카메라 위치에서 촬영된 것이며, 그러므로 혈관, 기관 또는 근육처럼 이동할 수 있거나 유연한 대상은 다양한 위치에서 또는 다양한 형태로 묘사된다. 예컨대 2회의 촬영 중에 호흡 인공물(breathing artifacts)이나 다양한 팔 자세가 제1 이미지에서 예컨대 간과 같은 기관 또는 혈관이 제2 이미지에서와는 다른 위치를 취하게 되는 점에 대한 이유일 수 있다. 이런 경우에 강체 정합은 만족스럽지 못한 중첩 품질을 제공할 수도 있다. 상기의 경우에는 종종 일측 이미지 내 대상을 타측 이미지 내 상응하는 대상으로 옮기는 비강체 정합, 유연 정합 또는 탄성 정합이 이용된다. 비강체 정합 알고리즘을 이용할 경우, 정합 결과의 관찰자, 다시 말하면 융합된 이미지의 관찰자의 입장에서 이미지 중 어느 부분이 더욱 강하게 변환되었고 어느 부분이 보다 덜 강하게 "탄성" 변환되었는지를 평가하기가 어렵다는 문제가 있을 수 있다. 예컨대 진단을 위해 중요한 이미지 영역이 비강체 정합 알고리즘에 의해 강하게 변경되었다면, 광범위한 결과를 나타내는 잘못된 평가로 이어질 수 있다.
그러므로 본 발명의 목적은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법을 제공하는 것에 있다.
상기 목적은 본 발명에 따라, 제1 독립 청구항의 특징들을 갖는, 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법과, 제2 독립 청구항의 특징들을 갖는, 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 장치로 달성된다.
본 발명의 기본 개념은, 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법에 있어서, 하기 절차 단계들을 포함하는 상기 시각화 방법에 있다.
S1) 기준 이미지 및 대상 이미지를 수집하는 단계;
S2) 비탄성 정합 방법 부분과 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지와 기준 이미지를 정합하여 융합된 이미지를 형성하는 단계;
S3) 변형 필드(deformation field)를 결정(이때 변형 필드가 대상 이미지의 영상점들에서 기준 이미지의 영상점들까지의 변위 벡터들이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함)하는 단계;
S4) 변형 필드의 특성 변수들이 관계하는 중첩 마스크와, 융합된 이미지의 하나 이상의 영역을 중첩하는 단계;
S5) 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크를 시각화하는 단계.
제1 절차 단계에서는 기준 이미지 및 대상 이미지가 수집된다. 이를 위해 명세서 도입부에서 언급한 이미지 생성 방법이 이용될 수 있다. 두 이미지는 동일하거나 서로 다른 이미지 생성 방법으로 획득할 수 있다. 이미지는 3D 이미지 데이터 세트의 공간 이미지, 즉 3차원 이미지, 2차원 이미지 또는 2차원 단면 이미지일 수 있다. 이미지와 이미지 데이터 세트는 하기에서 동의어로서 이용된다. 공간 이미지의 경우 영상점은 보셀(voxel)로서 지칭되고 2차원의 경우에는 픽셀(pixel)로서 지칭된다. 기준 이미지와 대상 이미지는 일반적으로 진찰 대상, 예컨대 사람 또는 동물의 다양한 이미지 섹션을 포함한다. 그러나 교집합은 비어있지 않다.
제2 절차 단계에서는 정합 방법이 이용되는 조건에서 기준 이미지가 대상 이미지와 정합되어 융합된 이미지를 형성한다. 2개의 이미지의 이미지 정합은 하나 이상의 유사한 장면의 2개의 이미지가 최대한 서로 일치할 수 있게 하는데 이용되는 디지털 이미지 처리에서의 방법을 의미한다. 기준 이미지는 변경되지 않는다. 대상 이미지의 경우, 대상 이미지를 기준 이미지에 최대한 매칭하는 변환이 결정된다. 다시 말하면 이 경우 최적화 문제가 중요하다. 이미지 정합은 의료 이미지 처리에서 통상적인 과제이며, 이런 과제에 대해서는 수많은 해결 제안이 존재한다. 정합 방법에 대해 이용할 수 있는 최적화 방법에 대한 실례로서는 기울기 하강 방법, 다운힐 심플렉스 방법(downhill simplex method), 힐 클라임 방법(hill climb method) 및 시뮬레이티드 어닐링을 들 수 있다. 일반적으로 특히 비탄성 정합 방법과 탄성 정합 방법으로 구분할 수 있다. 비탄성 정합 방법은, 병진 및 회전과 같은 강체 변환, 축척(scaling) 및 전단 변형(shearing)과 같은 아핀 변환(affine transformation), 그리고 투영 변환이 이용될 수 있는 이미지 정합 방법을 의미한다. 탄성 정합 방법은, 스플라인 또는 다항식 기반 변환과 같이 영어로 "non-rigid transformation(비강체 변환)"이라고도 불리는 탄성 변환이 적용될 수 있는 이미지 정합 방법을 의미한다. 본 발명에 따른 제2 절차 단계는 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법을 이용한다. 이는 강체, 아핀 및 투영 변환이 정합 방법에서 적용되는 점에 한해서 비탄성 정합 방법 부분에 할당될 수 있음을 의미한다. 또한, 특히 변위, 회전 및 크기 매칭을 조작자가 실행하는 점도 생각해볼 수 있다. 탄성 변환은 탄성 정합 방법 부분에 할당될 수 있다. 또한, 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법 대신에, 비탄성 정합 방법과, 후속하여 탄성 정합 방법이 적용될 수도 있다.
제3 절차 단계에서는 변형 필드가 결정되며, 이때 변형 필드는 대상 이미지의 영상점들에서 기준 이미지의 영상점들까지의 변위 벡터들이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함한다. 변형 필드는 특히, 기준 이미지와의 일치에 대한 최적 조건이 달성되는 방식으로, 대상 이미지의 각각의 영상점을 재국소화하는 벡터들의 행렬일 수 있다.
제4 절차 단계에서는 융합된 이미지의 하나 이상의 영역이, 변형 필드의 특성 변수들이 관계하는 중첩 마스크와 중첩된다. 그에 따라 변형 필드로부터 예컨대 간격 치수나 미분 계수와 같은 특성 변수들이 계산되며, 이들 특성 변수는 중첩 마스크 또는 이 중첩 마스크의 요소들을 결정한다. 그런 다음, 영어로 "Overlay"로서도 지칭될 수 있는 중첩 마스크는 융합된 이미지 영역에, 또는 융합된 이미지 전체에 위치 정확하게 중첩된다.
제5 절차 단계 및 마지막 절차 단계에서는 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크가 시각화된다. 융합된 이미지의 하나 이상의 영역의 시각화는 특히 예컨대 모니터 상에 융합된 이미지 영역을 표시하는 것을 의미할 수 있다. 융합된 이미지의 상기 영역에는, 기재된 것처럼 간격 치수와 같은 변형 필드의 특성 변수들에 의해 요소들이 결정되는 중첩 마스크가 그래프로 중첩된다.
바람직하게는 중첩 마스크는, 변형 필드의 야코비 행렬(Jacobi matrix)로부터 요소들이 결정되는 행렬을 포함한다. 그에 따라 중첩 마스크에는 변형 필드의 미분 계수 또는 기울기가 관계하며, 그럼으로써 중첩 마스크의 요소들은 기준 이미지에 상대적인 대상 이미지의 대상들의 매칭 또는 변형의 세기에 대한 척도가 된다.
추가의 바람직한 구현예에 따라, 중첩 마스크는, 대상 이미지의 영상점들로부터 기준 이미지의 영상점의 할당을 설명하는 할당 벡터들(allocation vector)의 길이로 요소들이 결정되는 행렬을 포함한다. 그에 따라 중첩 마스크에는, 특히 변형 필드의 변위 벡터들과, 특히 변형 필드의 변위 벡터들의 특성 변수인 길이가 관계한다. 할당 벡터들의 값 또는 길이는 기준 이미지에 상대적인 대상 이미지의 대상들의 매칭 또는 변형의 세기에 대한 척도이다.
본 발명의 바람직한 구현예에 따라, 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크의 시각화는 중첩 마스크의 요소들의 컬러 코딩을 포함하며, 특히 사전 결정될 수 있는 값 범위는 사전 결정될 수 있는 색상표에 할당되거나, 또는 특히 중첩 마스크의 요소들의 값 범위가 사전 결정될 수 있는 색상표에 할당된다. 기준 이미지의 상응하는 영상점들과 일치하도록 하기 위해 탄성 정합 방법 부분에 의해 대상 이미지의 영상점들이 어느 정도로 변위되었는지를 요소들이 지시하는 중첩 행렬을 기초로 하여, 컬러 코딩을 통해서는 인간 관찰자의 입장에서 직관적으로 이해할 수 있는 변형의 세기 묘사가 가능해진다. 바람직하게는 변형이 없는 경우의 투명색과, 적은 변형에 대한 녹색으로부터 출발하여 황색을 거쳐 많은 변형에 대한 적색에 이르는 공지된 색 배열이 이용된다. 변형 정도 및 색의 할당은 사용자에 의해 사전 결정될 수 있다. 이 경우 할당이 절대적으로 사전 결정될 수 있거나, 또는 사전 결정될 수 있는 색상표가 각각 중첩 마스크의 값 범위에 걸쳐서 연장되며, 다시 말해 예컨대 최대 변형 세기의 0 내지 10%의 변형 세기에 무색 또는 투명색이 할당되고, 10% 내지 20%의 변형 세기에는 녹색이 할당되는 방식으로 계속되면서, 최종에는 최대 변형 세기의 90% 내지 100%의 변형 세기에 적색이 할당된다.
추가의 바람직한 구현예에 따라, 기준 이미지에서 하나 이상의 관심 영역이 특히 조작자에 의해 사전 결정될 수 있으며, 상기 관심 영역은, 기준 이미지 및 대상 이미지의 정합 방법의 비탄성 정합 방법 부분 이후에, 정합 방법의 탄성 정합 방법 부분에 의해 고려된다. 진단학에서는, 영어로 "Region of Interest"(ROI)로 표현되는 관심 영역만이 정합 방법의 탄성 정합 방법 부분에 의해 고려되는 점이 바람직할 수 있다. 그에 따라 절차 단계는 다음과 같이 설명된다. 예컨대 조작자가 기준 이미지에서 하나 이상의 관심 영역을 표시한다. 기준 이미지 및 대상 이미지의 비탄성 정합 이후에 탄성 정합이 이루어지지만, 상기 탄성 정합은 상기 관심 영역(들)에만 국한된다. 결과적으로 중첩 마스크와, 그리고 융합된 이미지를 포함한 상기 중첩 마스크의 시각화는 관심 영역들만을 포함한다. 본 구현예는 펀칭 조작(punching operation)으로서 지칭될 수 있는데, 그 이유는 관심 영역들이 거의 기준 이미지로부터 "펀칭"되어 상기 관심 영역들만이 탄성 정합으로 처리되기 때문이다.
또한, 기준 이미지 및 대상 이미지가 3D 이미지 데이터 세트를 포함하며 정합된 이미지는 중첩된 중첩 마스크를 포함하는 2D 단면 이미지로서 시각화되는 점도 생각해볼 수 있다.
본 발명의 추가적인 기본 개념은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 장치에 관한 것이다. 상기 시각화 장치는 수집된 기준 이미지와 수집된 대상 이미지를 수신하기 위한 수신 수단을 포함한다. 추가로 상기 시각화 장치는, 비탄성 정합 방법 부분과 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지와 기준 이미지를 정합하여 융합된 이미지를 형성하고, 변형 필드를 결정하고(이때 변형 필드는 대상 이미지의 영상점들에서 기준 이미지의 영상점들까지의 변위 벡터들이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함), 변형 필드의 특성 변수들이 관계하는 중첩 마스크와, 융합된 이미지의 하나 이상의 영역을 중첩하기 위한 하나 이상의 계산 수단을 포함한다. 추가로 상기 시각화 장치는 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크를 시각화하기 위한 표시 수단을 포함한다.
본 발명의 바람직한 구현예에 따라, 본원의 시각화 장치의 계산 수단 및 표시 수단은 앞서 설명한 방법을 실행하도록 구성된다.
본 발명에 따른 방법 중 한가지 방법 또는 본 발명에 따른 장치 중 하나의 장치를 이용함으로써 달성될 수 있는 장점들은 아래와 같다:
- 강하게 변형된 영역들은 특히 쉽게 식별되기 때문에, 진단 품질의 증가;
- "임계의" 영역이 자동으로, 특히 눈에 띄게 색으로 표시되기 때문에, 의사를 위한 시간 절감;
- 계산과 환자별 복용량 투여의 간단한 구현;
- 예컨대 뼈에서는 뼈가 변형되는 것으로 기대되지 않기 때문에, 의사를 위한 탄성 정합의 타당성 검사.
다음에서 더욱 상세하게 설명되는 실시예들은 본 발명의 바람직한 실시예들을 나타낸다.
본 발명에 의해 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법 및 장치가 제공된다.
추가의 바람직한 개선 실시예들은 하기의 도들과 실시예의 구체적인 내용의 설명으로부터 제시된다.
도 1은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 본 발명에 따른 방법을 나타낸 흐름도이다.
도 2는 선행 기술에 따른 2개의 의료 이미지의 정합의 일 실시예를 도시한 개략도이다.
도 3은 2개의 의료 이미지의 정합의 일 실시예와 정합 품질의 본 발명에 따른 시각화를 도시한 개략도이다.
도 4는 대상 영상점들에서 기준 영상점들까지의 변위 벡터를 도시한 개략도이다.
도 5는 중첩 마스크의 시각화의 일 실시예를 도시한 개략도이다.
도 6은 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 장치를 도시한 개략도이다.
도 1에는 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 본 발명에 따른 방법(1)이 흐름도로 도시되어 있다. 방법(1)은 5가지 절차 단계(S1 내지 S5)를 포함하며, 절차 단계 "S5" 후에 "종료"로 종료된다. 상세하게는 하기의 절차 단계들이 실시된다:
S1) 기준 이미지 및 대상 이미지를 수집하는 단계;
S2) 비탄성 정합 방법 부분과 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지와 기준 이미지를 정합하여 융합된 이미지를 형성하는 단계;
S3) 변형 필드를 결정(이때 변형 필드는 대상 이미지의 영상점들에서 기준 이미지의 영상점들까지의 변위 벡터들이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함)하는 단계;
S4) 변형 필드의 특성 변수들이 관계하는 중첩 마스크와, 융합된 이미지의 하나 이상의 영역을 중첩하는 단계;
S5) 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크를 시각화하는 단계.
도 2에는 선행 기술에 따른 2개의 의료 이미지(10 및 20)의 정합의 실시예가 개략적으로 도시되어 있다. 기준 이미지(10)는 예컨대 X선 장치를 이용하여 디지털 감산 혈관 조영술(DSA)을 통해 획득된 것이며 혈관의 일부분을 도시하고 있다. 기준 이미지에서는 하부 부분(13)과, 중간 부분(11)과 상부 부분(12)을 확인할 수 있다. 대상 이미지(20)는 동일한 혈관을 나타내지만, 예컨대 더욱 늦은 시점에 촬영되었으며, 우선은 촬영 시 기하구조의 투영 세팅이 변경되었고 이미지 섹션이 다르다는 점에서 기준 이미지(10)와 가장 확실하게 구분된다. 혈관은 전체적으로 시계 바늘 방향으로 선회되어 있다. 혈관의 하부 부분(21)은 기준 이미지의 중간 부분(11)에 상응하고, 상부 부분(24)은 기준 이미지의 이미지 섹션의 외부에 위치한다. 비록 혈관 부분들(12 및 22)이 위치와 관련하여 동일해야하지만, 그럼에도 상기 혈관 부분들이 서로 다르다는 점은 직접적으로 확인할 수 없다. 이에 대한 원인은 예컨대 환자가 2회의 촬영 사이에 약간 이동했다는 점에 있을 수도 있다. 선행 기술에 따른 정합 방법의 적용 후에는 융합된 이미지(30)를 얻게 된다. 상기 융합된 이미지는 부분들(31, 32 및 33)에서, 상응하는 부분들(11, 12 및 13)을 포함하는 기준 이미지(10)와 유사하다. 융합된 이미지(30)는 대상 이미지(20)의 부분(24)에서 비롯되는 이미지 부분(34)만큼 확대되어 있다. 이를 위해, 이용되는 정합 방법의 비탄성 정합 방법 부분이, 기준 이미지뿐 아니라 대상 이미지 내에 포함된 이미지 부분들이 가능한 한 서로 일치하여 위치하는 방식으로 대상 이미지(20)를 회전시키고 서로 일치하는 위치로 변위시켰다. 문제는 서로 다른 이미지 부분들(12 및 22)의 중첩으로 인해 발생했을 수도 있는 이미지 부분(32)이다. 본 실례에서는 탄성 정합 방법에 의해 두 이미지가 불일치할 경우 기준 이미지의 묘사가 이용되는데, 다시 말하면 대상 이미지의 영상점들이 기준 이미지의 영상점들 상에 묘사된다. 또 다른 가능성은 예컨대 두 이미지의 평균값을 이용하는 것일 수도 있다. 결국에, 융합 이미지의 관찰자의 입장에서는, 두 도면에서 동일한 것이기 때문에, 융합 이미지의 어떤 부분들이 신뢰할 수 있는 것으로 간주되어야 하는지, 그리고 어떤 부분들이 왜곡되었을 수도 있는 것인지를 평가할 수 없게 된다. 그에 따라 예컨대 진단 시에 잘못된 해석이 발생할 수 있다.
도 3에는 두 의료 이미지(10 및 20)의 정합의 일 실시예와, 정합 품질의 본 발명에 따른 시각화가 개략적으로 도시되어 있다. 특성은 도 2에서 설명된 실례와 유사하다. 출발점은 예컨대 더욱 큰 이미지 섹션을 얻기 위해 서로 조합되는 기준 이미지(10)와 대상 이미지(20)이다. 이를 위해 기준 이미지(10)는 대상 이미지(20)와 정합되어 융합된 이미지(40)를 형성한다. 이를 위해 대상 이미지를 예컨대 회전 및 변위시키는 비탄성 정합 방법 부분을 포함하는 정합 방법이 이용되며, 이 정합 방법에 따른 결과는 융합 이미지(40)의 이미지 부분들(41, 43 및 44)이다. 이용되는 정합 방법의 탄성 정합 방법 부분은, 대상 이미지의 대상들이 기준 이미지의 상응하는 대상들과 가능한 한 양호하게 일치하도록 대상 이미지의 대상들을 변형한다. 이 경우 이용 가능한 정합 방법은 선행 기술로부터 공지되었다. 본 발명에 따라서는 변형 필드가 결정된다. 변형 필드는 대상 이미지의 영상점들에서 기준 이미지의 상응하는 영상점들까지의 변위 벡터들을 포함한다. 추가로, 융합된 이미지에는 중첩 마스크가 중첩된다. 중첩 마스크는 예컨대, 대상 이미지의 영상점들로부터 기준 이미지의 영상점들의 할당을 설명하는 할당 벡터들의 길이로부터 요소들이 결정되는 행렬이다. 그에 따라 중첩 마스크에는 특히 변형 필드의 변위 벡터들과, 특히 변형 필드의 변위 벡터들의 특성 변수인 길이가 관계한다. 할당 벡터들의 값 또는 길이는 기준 이미지에 상대적인 대상 이미지의 대상들의 매칭 또는 변형의 세기에 대한 척도이다. 최종적으로, 융합된 이미지 및 중첩된 중첩 마스크가 시각화되는데, 다시 말하면 중첩 마스크가 융합된 이미지에 중첩되며, 중첩 마스크 및 융합된 이미지 모두가 표시된다. 융합 이미지(40) 내에는 결과가 개략적으로 도시되어 있다. 이미지 부분(42)은 중첩된 중첩 마스크에 의해서 분명하게 알 수 있도록 강조된다. 융합된 이미지의 관찰자의 입장에서는, 이미지 부분(42)이 변형되었고 이 영역에서는 결과적으로 정합 품질이 이미지의 다른 부분들에서보다 더욱 좋지 못하다는 점을 쉽게 알 수 있다.
도 4에는 대상 영상점들(25)에서 기준 영상점들(15)까지의 변위 벡터들(45)이 개략적으로 도시되어 있다. 탄성 정합 방법은, 기준 이미지의 곡선(12)을 묘사하는 영상점들(15)로 대상 이미지의 곡선(22)을 묘사하는 영상점들(25)을 변위시킨다. 상기 변위 벡터들(45)은 변형 필드에 관계한다.
도 5에는 중첩 마스크(50)의 시각화의 일 실시예가 개략적으로 도시되어 있다. 중첩 마스크(50)에는 예컨대 변형 필드의 변위 벡터들의 길이가 관계하는데, 다시 말하면, 기준 이미지의 상응하는 영상점과 만나도록 하기 위해 대상 이미지의 영상점이 더욱더 멀리 변위되었을수록, 변형 필드 내 상응하는 벡터는 더욱더 길어지며, 중첩 마스크 내 상응하는 값도 더욱 커진다. 중첩 마스크의 요소들의 값은 시각화를 위해 바람직하게는 컬러 코딩된다. 이는 사전 결정될 수 있는 값 범위가 사전 결정될 수 있는 색상표에 할당되는 것을 의미한다. 이와 같이, 예컨대 작은 값, 다시 말해 작은 변위는 녹색에 의해 식별 표시되며, 그와 반대로 큰 값은 눈에 띄는 적색에 의해 식별 표시된다. 이러한 특성은 중첩 마스크(50) 내에서 큰 변위 또는 큰 변형을 식별 표시하는 실선(55)에 의해 도시되어 있으며, 파선(56)은 더욱 작은 변형을 식별 표시한다.
마지막으로 도 6에는 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 장치(100)의 일 실시예가 개략적으로 도시되어 있다. 상기 시각화 장치(100)는 수집된 기준 이미지 및 수집된 대상 이미지를 수신하기 위한 수신 수단(112), 예컨대 전자 인터페이스 카드를 포함한다. 이를 위해 수신 수단(112)은 전기 연결 수단(106), 예컨대 전기 라인 버스를 통해 C-암 X선 장치(101)와 연결된다. C-암 X선 장치(101)는 스탠드(105)에 배치되는 C-암(102)을 포함하며, 이 C-암에는 서로 마주보는 배치 구조로 X선 소스(103)와 X선 검출기(104)가 배치된다. C-암 X선 장치(101)는, C-암(102)의 회전(108)을 통해 다양한 촬영 위치에서 복수의 X선 이미지를 촬영하고 이로부터 3D 이미지 데이터 세트를 생성하도록 구성된다. 환자 테이블(107) 상에는 환자(109), 예컨대 사람이 누워있다. 본원의 시각화 장치(100)는 추가로 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지와 기준 이미지를 정합하여 융합된 이미지를 형성하고, 변형 필드를 결정(이때 변형 필드는 대상 이미지의 영상점들에서 기준 이미지의 영상점들까지의 변위 벡터들이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함)하며, 변형 필드의 특성 변수들이 관계하는 중첩 마스크와, 융합된 이미지의 하나 이상의 영역을 중첩하기 위한 계산 수단(110), 예컨대 컴퓨터를 포함한다. 추가로 본원의 시각화 장치(100)는 융합된 이미지의 하나 이상의 영역 및 중첩된 중첩 마스크를 시각화하기 위한 표시 수단(111), 예컨대 모니터를 포함한다.

Claims (8)

  1. 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 방법(1)이며, 하기의 절차 단계들:
    S1) 기준 이미지(10) 및 대상 이미지(20)를 수집하는 단계와;
    S2) 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 상기 대상 이미지(20)와 상기 기준 이미지(10)를 정합하여 융합된 이미지(40)를 형성하는 단계와;
    S3) 변형 필드를 결정[이때 변형 필드는 상기 대상 이미지(20)의 영상점들(25)에서 상기 기준 이미지(10)의 영상점들(15)까지의 변위 벡터들(45)이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함]하는 단계와;
    S4) 상기 변형 필드의 특성 변수들이 관계하는 중첩 마스크(50)와 상기 융합된 이미지(40)의 하나 이상의 영역을 중첩하는 단계와;
    S5) 상기 융합된 이미지(40)의 하나 이상의 영역 및 상기 중첩된 중첩 마스크(50)를 시각화하는 단계를 포함하는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  2. 제1항에 있어서, 상기 중첩 마스크(50)는, 변형 필드의 야코비 행렬로부터 요소들이 결정되는 행렬을 포함하는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  3. 제1항에 있어서, 상기 중첩 마스크(50)는, 상기 대상 이미지(20)의 영상점들(25)로부터 상기 기준 이미지(10)의 영상점들(15)의 할당을 설명하는 할당 벡터들의 길이로부터 요소들이 결정되는 행렬을 포함하는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 융합된 이미지(40)의 하나 이상의 영역 및 상기 중첩된 중첩 마스크(50)의 시각화는 상기 중첩 마스크(50)의 요소들의 컬러 코딩을 포함하며, 특히 사전 결정될 수 있는 값 범위는 사전 결정될 수 있는 색상표에 할당되거나, 특히 상기 중첩 마스크(50)의 요소들의 값 범위는 사전 결정될 수 있는 색상표에 할당되는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 기준 이미지(10) 내에서 하나 이상의 관심 영역(12)은 특히 조작자에 의해 사전 결정될 수 있으며, 상기 관심 영역은 기준 이미지 및 대상 이미지의 정합 방법의 비탄성 정합 방법 부분 이후에 정합 방법의 탄성 정합 방법 부분에 의해 고려되는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 기준 이미지(10) 및 상기 대상 이미지(20)는 3D 이미지 데이터 세트를 포함하고, 정합된 이미지(40)는 2D 단면 이미지로서 상기 중첩된 중첩 마스크(50)와 함께 시각화되는, 의료 이미지 데이터 세트의 정합 품질 시각화 방법(1).
  7. 의료 이미지 데이터 세트의 정합 품질을 시각화하기 위한 장치(100)이며,
    수집된 기준 이미지(10) 및 수집된 대상 이미지(20)를 수신하기 위한 수신 수단(112)과, 비탄성 정합 방법 부분 및 탄성 정합 방법 부분을 포함하는 정합 방법을 이용하면서 대상 이미지(20)와 기준 이미지(10)를 정합하여 융합된 이미지(40)를 형성하고, 변형 필드를 결정[이때 변형 필드는 상기 대상 이미지(20)의 영상점들(25)에서 상기 기준 이미지(10)의 영상점들(15)까지의 변위 벡터들(45)이면서 탄성 정합 방법 부분에 의해 발생하는 상기 변위 벡터들을 포함]하고, 변형 필드의 특성 변수들이 관계하는 중첩 마스크(50)와 상기 융합된 이미지(40)의 하나 이상의 영역을 중첩하기 위한 하나 이상의 계산 수단(110)과, 상기 융합된 이미지(40)의 하나 이상의 영역 및 상기 중첩된 중첩 마스크(50)를 시각화하기 위한 표시 수단(111)을 포함하는, 의료 이미지 데이터 세트의 정합 품질 시각화 장치(100).
  8. 제7항에 있어서, 상기 계산 수단(110) 및 상기 표시 수단(111)은 제2항 내지 제6항 중 어느 한 항에 따르는 시각화 방법을 실행하도록 구성되는, 의료 이미지 데이터 세트의 정합 품질 시각화 장치(100).
KR1020120087519A 2011-08-12 2012-08-10 의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치 KR20130018168A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102011080905.8A DE102011080905B4 (de) 2011-08-12 2011-08-12 Verfahren zur Visualisierung der Registrierungsqualität medizinischer Bilddatensätze
DE102011080905.8 2011-08-12

Publications (1)

Publication Number Publication Date
KR20130018168A true KR20130018168A (ko) 2013-02-20

Family

ID=47595540

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120087519A KR20130018168A (ko) 2011-08-12 2012-08-10 의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치

Country Status (4)

Country Link
US (1) US20130038629A1 (ko)
KR (1) KR20130018168A (ko)
CN (1) CN103106653A (ko)
DE (1) DE102011080905B4 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111937079A (zh) * 2018-01-25 2020-11-13 珀尔·霍尔 用于监测乳房病症的治疗的组合物和方法
KR102454116B1 (ko) * 2022-05-12 2022-10-14 주식회사 메디픽셀 심혈관 병변 탐지를 위한 심혈관 조영 영상 처리 방법 및 시스템

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9401051B2 (en) * 2010-06-23 2016-07-26 Varian Medical Systems International Ag Mechanism for dynamically propagating real-time alterations of medical images
CN104599257B (zh) * 2013-10-30 2018-11-13 重庆伟踱医疗设备股份有限公司 一种图像融合显示方法
CN104077780B (zh) * 2014-07-07 2017-03-15 上海电力学院 一种基于分割的医学图像非刚性配准算法性能评价方法
JP6697438B2 (ja) * 2014-07-15 2020-05-20 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 個別化テンプレート画像による定位正則化を含むイメージングデータ統計的検定
JP6376873B2 (ja) * 2014-07-16 2018-08-22 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
GB2536274B (en) * 2015-03-12 2019-10-16 Mirada Medical Ltd Method and apparatus for assessing image registration
WO2016156540A1 (en) * 2015-03-31 2016-10-06 Koninklijke Philips N.V. Calibration of ultrasonic elasticity-based lesion-border mapping
CN106097347A (zh) * 2016-06-14 2016-11-09 福州大学 一种多模态医学图像配准与可视化方法
CN106236118B (zh) * 2016-07-18 2018-02-27 上海联影医疗科技有限公司 图像信息显示交互装置及方法
DE102016221220B4 (de) * 2016-10-27 2023-09-28 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines darzustellenden Überlagerungsbildes, Darstellungseinrichtung, Computerprogramm und Datenträger
DE102017221924B3 (de) * 2017-12-05 2019-05-02 Siemens Healthcare Gmbh Verfahren zur Fusionierung eines Analysedatensatzes mit einem Bilddatensatz, Positionierungseinrichtung und Computerprogramm
CN108335270A (zh) * 2018-01-19 2018-07-27 重庆大学 一种多帧图像血管特征识别及信息融合的彩色编码方法
EP3712855A1 (de) * 2019-03-21 2020-09-23 Siemens Healthcare GmbH Visualisierung von medizinischen bilddaten

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0227887D0 (en) * 2002-11-29 2003-01-08 Mirada Solutions Ltd Improvements in or relating to image registration
DE602004008594T2 (de) * 2003-03-18 2008-07-31 Koninklijke Philips Electronics N.V. Verfahren und vorrichtung zum optimalen anpassen von datensätzen
CN101198981A (zh) * 2005-06-15 2008-06-11 皇家飞利浦电子股份有限公司 用于比较第一和第二图像的基于模型的弹性图像配准方法
US8385621B2 (en) * 2006-04-06 2013-02-26 Koninklijke Philips Electronics N.V. Method for reconstruction images and reconstruction system for reconstructing images
CN100446034C (zh) * 2006-11-29 2008-12-24 南方医科大学 基于有限采样全局优化的图像弹性配准方法
US20110178389A1 (en) * 2008-05-02 2011-07-21 Eigen, Inc. Fused image moldalities guidance
RU2526717C2 (ru) * 2009-01-22 2014-08-27 Конинклейке Филипс Электроникс, Н.В. Попиксельное и поэлементное гибридное объединение для изображений позитрон-эмиссионной томографии (рет)/компьютерной томографии (ст)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111937079A (zh) * 2018-01-25 2020-11-13 珀尔·霍尔 用于监测乳房病症的治疗的组合物和方法
KR102454116B1 (ko) * 2022-05-12 2022-10-14 주식회사 메디픽셀 심혈관 병변 탐지를 위한 심혈관 조영 영상 처리 방법 및 시스템

Also Published As

Publication number Publication date
US20130038629A1 (en) 2013-02-14
CN103106653A (zh) 2013-05-15
DE102011080905A1 (de) 2013-02-14
DE102011080905B4 (de) 2014-03-27

Similar Documents

Publication Publication Date Title
KR20130018168A (ko) 의료 이미지 데이터 세트의 정합 품질의 시각화 방법 및 장치
EP3157435B1 (en) Guiding system for positioning a patient for medical imaging
KR101470411B1 (ko) 가상 환자 모델을 이용한 의료 영상 디스플레이 방법 및 그 장치
US9504852B2 (en) Medical image processing apparatus and radiation treatment apparatus
US11207035B2 (en) Sensor-based patient treatment support
JP6318739B2 (ja) 画像処理装置、およびプログラム
EP2620911A1 (en) Image processing apparatus, imaging system, and image processing method
JP6768862B2 (ja) 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2011125568A (ja) 画像処理装置、画像処理方法、プログラム及び画像処理システム
JP2009522005A (ja) 時間横断的かつモダリティ横断的な医療診断
JP2016116774A (ja) 画像処理装置、画像処理方法、画像処理システム、及びプログラム
US11127153B2 (en) Radiation imaging device, image processing method, and image processing program
US20070092124A1 (en) System for and method of displaying subtraction image and computer program for the system
JP2004057411A (ja) 医療用可視画像の生成方法
JP2017225835A (ja) 画像処理装置
JP6727140B2 (ja) 異なる撮像モダリティのレジストレーションのための撮像機器
JP5100041B2 (ja) 画像処理装置及び画像処理プログラム
US9585569B2 (en) Virtual endoscopic projection image generating device, method and program
US11291424B2 (en) Device and a corresponding method for providing spatial information of an interventional device in a live 2D X-ray image
US11730440B2 (en) Method for controlling a medical imaging examination of a subject, medical imaging system and computer-readable data storage medium
JP6927020B2 (ja) 動態画像処理方法、動態画像処理装置及びプログラム
JP6852545B2 (ja) 画像表示システム及び画像処理装置
JP2019126654A (ja) 画像処理装置、画像処理方法、及びプログラム
US11138736B2 (en) Information processing apparatus and information processing method
JP2006247293A (ja) 画像処理方法および画像処理装置ならびにプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application