KR20130081798A - 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 - Google Patents
다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR20130081798A KR20130081798A KR1020120002813A KR20120002813A KR20130081798A KR 20130081798 A KR20130081798 A KR 20130081798A KR 1020120002813 A KR1020120002813 A KR 1020120002813A KR 20120002813 A KR20120002813 A KR 20120002813A KR 20130081798 A KR20130081798 A KR 20130081798A
- Authority
- KR
- South Korea
- Prior art keywords
- view
- motion
- images
- image
- original
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001678 irradiating effect Effects 0.000 claims description 9
- 238000011084 recovery Methods 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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]
-
- 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
- A61B6/025—Tomosynthesis
-
- 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
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/436—Limited angle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법이 제공된다. 일 측면에 따른 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치는 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신하고, 오리지널 뷰의 투영 영상들을 이용해서 대상체를 3차원으로 복원하고, 완전한 아이소메트릭(full isocentric) 시스템을 가정하고 복원된 3차원 대상체에 가상으로 X-선을 조사해서 오리지널 뷰의 재투영 영상들을 생성하고, 블록 기반의 모션 예측 기법을 이용해서 오리지널 뷰의 재투영 영상들 간의 복원된 3차원 대상체의 모션을 예측하고, 예측된 모션 정보를 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성한다.
Description
기술분야는 tomosynthesis 시스템에서 획득된 성긴(sparse) 뷰(view) 간격 사이의 임의의 뷰를 가상으로 생성시키는 방법에 관한 것이다.
일반적인 tomosysthesis 시스템의 예로 스캔범위(-30도~+30도)와 간격(3도)을 가지고 획득된 총 21 뷰(view)의 투영영상으로부터 3차원 볼륨을 복원하는 문제를 살펴본다면 크게 2가지 문제점을 발견할 수 있다. 첫번째 문제는 뷰 간격이 성기(sparse)기 때문에 복원된 3D 볼륨의 해상도가 좋지 않다는 것이다. 두 번째 문제점은 복원된 3D 볼륨을 가시화 하는 측면에서 입체화(stereoscopic visualization) 문제를 살펴본다면 획득된 뷰 간격 이외의 뷰(예:1.5도)에 대해서는 재투영(reprojection)으로 인한 블러(blur) 가 심하다는 것이다. 그래서 높은 품질의 연속적인 뷰의 시연이 불가능하다. 따라서 본 발명의 목적은 성긴 뷰 간격 사이의 임의의 뷰를 복원된 3D 볼륨으로부터 가상으로 생성시키는 것이다. 가상으로 생성된 뷰를 다시 복원에 이용하여 볼륨 해상도를 증대시키거나 구상화(visualization) 관점에서 연속적인 높은 품질의 영상 시연을 가능케 할 수 있다.
가상의 뷰를 생성시키기 위해서는 이웃한 성긴 뷰들 간의 정합이 핵심 기술이 된다. 정합을 통해 이웃한 투영 영상 간 모든 픽셀에 대한 모션(motion)을 구하고 이 모션정보를 활용하여 중간 뷰를 생성시킨다. 뷰 생성 시 종래기술에서 쓰이는 이웃한 뷰간 단순 평균 기법이나 방향성 보간(directional interpolation)을 활용한 뷰 생성기법은 컴퓨터 단층촬영(CT; computed tomography)처럼 비교적 조밀한(dense) 뷰 간격 (예:0.2~0.4도)에서는 잘 적용이 되나 tomosysthesis 의 성긴 뷰 간격(2도~5도)에서는 적용이 잘 되지 않는다.
일 측면에 있어서, 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신하는 수신부와, 상기 오리지널 뷰의 투영 영상들을 이용해서 상기 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성하는 3차원 복원부와, 완전한 아이소메트릭(full isocentric) 시스템을 가정하고 상기 오리지널 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 오리지널 뷰의 재투영 영상들을 생성하는 재투영부와, 모션 예측 기법을 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는 모션 예측부 및 상기 모션 예측부를 통해 예측된 상기 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성하는 중간 뷰 생성부를 포함한다.
이때, 상기 수신부를 통해 수신하는 상기 오리지널 뷰의 투영 영상들은, 불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터이다.
이때, 상기 모션 예측부는, 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 움직임이 선형적이라고 가정하고, 상기 오리지널 뷰의 재투영 영상들 사이에 생성되는 상기 중간 뷰에서의 모션을 예측할 수 있다.
이때, 상기 모션 예측부는, 상기 중간 뷰에서의 모션을 예측할 때, 상기 중간 뷰의 위치를 고려해서 보다 가까운 오리지널 뷰의 재투영 영상에 보다 높은 기여도를 할당해서 상기 중간 뷰에서의 모션을 예측할 수 있다.
이때, 상기 재투영부는 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고, 상기 모션 예측부는 상기 오리지널 뷰의 재투영 영상들과 상기 중간 뷰의 재투영 영상들 중에서 근접한 두개의 재투영 영상들을 이용해서 상기 근접한 두개의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측할 수 있다.
상기 재투영부는 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고, 상기 중간 뷰 생성부는 상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법으로 채우고 상기 모션 신뢰 지도의 상기 미신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채워서 상기 중간 뷰의 투영 영상을 생성할 수 있다.
이때, 상기 중간 뷰 생성부는, 상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고, 상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성할 수 있다.
이때, 상기 재투영부는 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고, 상기 중간 뷰 생성부는 상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 미신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채우고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 모션 보간(motion interpolation)해서 생성한 영상과 상기 중간 뷰의 재투영 영상을 가중치 평균해서 채워서 상기 중간 뷰의 투영 영상을 생성할 수 있다.
이때, 상기 중간 뷰 생성부는 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상과 모션 정보를 가중치 평균할 때,상기 중간 뷰의 재투영 영상과 상기 오리지널 뷰의 재투영 영상 간의 거리가 가까울수록 상기 중간 뷰의 재투영 영상에 부여되는 가중치를 높이고, 상기 오리지널 뷰의 재투영 영상들을 보간해서 생성한 영상에 부여되는 가중치를 낮출 수 있다.
이때, 상기 중간 뷰 생성부는, 상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고, 상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성할 수 있다.
일 측면에 있어서, 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신하는 단계와, 상기 오리지널 뷰의 투영 영상들을 이용해서 상기 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성하는 단계와, 완전한 아이소메트릭(full isocentric) 시스템을 가정하고 상기 오리지널 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 오리지널 뷰의 재투영 영상들을 생성하는 단계와, 모션 예측 기법을 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는 단계 및 예측된 상기 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성하는 단계를 포함한다.
이때, 상기 오리지널 뷰의 투영 영상들은, 불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터이다.
이때, 상기 모션을 예측하는 단계는, 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 움직임이 선형적이라고 가정하고, 상기 오리지널 뷰의 재투영 영상들 사이에 생성되는 상기 중간 뷰에서의 모션을 예측할 수 있다.
이때, 상기 모션을 예측하는 단계는, 상기 중간 뷰에서의 모션을 예측할 때, 상기 중간 뷰의 위치를 고려해서 보다 가까운 오리지널 뷰의 재투영 영상에 보다 높은 기여도를 할당해서 상기 중간 뷰에서의 모션을 예측할 수 있다.
이때, 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고, 상기 모션을 예측하는 단계는, 상기 오리지널 뷰의 재투영 영상들과 상기 중간 뷰의 재투영 영상들 중에서 근접한 두개의 재투영 영상들을 이용해서 상기 근접한 두개의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측할 수 있다.
이때, 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고, 상기 중간 뷰들의 투영 영상을 생성하는 단계는, 상기 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법으로 채우고 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채워서 상기 중간 뷰의 투영 영상을 생성할 수 있다.
이때, 상기 중간 뷰들의 투영 영상을 생성하는 단계는, 상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고, 상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성할 수 있다.
이때, 상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고, 상기 중간 뷰들의 투영 영상을 생성하는 단계는, 상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 미신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채우고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 모션 보간(motion interpolation)해서 생성한 영상과 상기 중간 뷰의 재투영 영상을 가중치 평균해서 채워서 상기 중간 뷰의 투영 영상을 생성할 수 있다.
이때, 상기 중간 뷰들의 투영 영상을 생성하는 단계는, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상과 모션 정보를 가중치 평균할 때, 상기 중간 뷰의 재투영 영상과 상기 오리지널 뷰의 재투영 영상 간의 거리가 가까울수록 상기 중간 뷰의 재투영 영상에 부여되는 가중치를 높이고, 상기 오리지널 뷰의 재투영 영상들을 보간해서 생성한 영상에 부여되는 가중치를 낮출 수 있다.
본 발명은 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법에 관한 것으로, 불완전한 아이소메트릭 시스템에서 촬영된 오리지널 뷰의 투영 영상들을 이용해서 대상체를 3차원으로 복원해서 다시 완전한 아이소메트릭 시스템을 가정해서 재투영함으로 모션 예측의 정확도를 높였고, 모션 예측을 신뢰할 수 없는 영역은 재투영 영상을 이용해서 중간 뷰를 생성함에 있어서 품질을 높였다. 또한, 본 발명은 뷰와 뷰 사이의 모션에 기반하여 보간하여 중간 뷰를 생성시키는 방법에 관한 것이므로 tomosynthesis 뿐 아니라 multi-view projection 영상 기반 복원을 수행하는 CT등의 다른 기기에도 적용 가능하며 X선 투여량(dose)을 저감 시킬 수 있다.
도 1은 실시예에 따른 영상복원 시스템에서 가상의 중간 뷰를 생성하는 가상 뷰 생성 장치의 구성을 도시한 도면이다.
도 2는 불완전한 아이소메트릭 시스템과 완전한 아이소메트릭 시스템의 형태를 도시한 도면이다.
도 3은 실시예에 따른 가상 뷰 생성 장치에서 양방향 모션 정보를 활용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 4는 실시예에 따른 가상 뷰 생성 장치에서 재투영 영상들 간의 정합을 통해 모션을 추정하는 예를 도시한 도면이다.
도 5는 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 생성하기 위해 모션의 신뢰도를 판단하는 예를 도시한 도면이다.
도 6은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰도 판단에 따라 생성한 모션 신뢰 지도의 예를 도시한 도면이다.
도 7은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 8은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 다른 예를 도시한 도면이다.
도 9는 실시예에 따른 가상 뷰 생성 장치에서 가상의 중간 뷰를 생성하는 과정을 도시한 흐름도이다.
도 2는 불완전한 아이소메트릭 시스템과 완전한 아이소메트릭 시스템의 형태를 도시한 도면이다.
도 3은 실시예에 따른 가상 뷰 생성 장치에서 양방향 모션 정보를 활용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 4는 실시예에 따른 가상 뷰 생성 장치에서 재투영 영상들 간의 정합을 통해 모션을 추정하는 예를 도시한 도면이다.
도 5는 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 생성하기 위해 모션의 신뢰도를 판단하는 예를 도시한 도면이다.
도 6은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰도 판단에 따라 생성한 모션 신뢰 지도의 예를 도시한 도면이다.
도 7은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 8은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 다른 예를 도시한 도면이다.
도 9는 실시예에 따른 가상 뷰 생성 장치에서 가상의 중간 뷰를 생성하는 과정을 도시한 흐름도이다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 실시예에 따른 영상복원 시스템에서 가상의 중간 뷰를 생성하는 가상 뷰 생성 장치의 구성을 도시한 도면이다.
도 1을 참조하면, 가상 뷰 생성장치(100)는 수신부(110), 제어부(120), 3차원 복원부(122), 재투영부(124), 모션 예측부(126) 및 중간 뷰 생성부(128)를 포함할 수 있다.
수신부(110)는 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신한다. 이때, 수신하는 오리지널 뷰의 투영 영상들은 불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터이다.
도 2는 불완전한 아이소메트릭 시스템과 완전한 아이소메트릭 시스템의 형태를 도시한 도면이다.
도 2를 참조하면, (a)는 불완전한 아이소메트릭 시스템을 도시한 것으로 불완전한 아이소메트릭 시스템은 대상체(220)를 촬영하기 위해 X선 조사부(210)가 회전하여도 디텍터(230)는 한축으로 쉬프트 되는 시스템이다.
(b)는 완전한 아이소메트릭 시스템을 도시한 것으로 완전한 아이소메트릭 시스템은 대상체(220)를 촬영하기 위해 X선 조사부(210)가 회전할 때, 디텍터(230)도 같이 회전시키는 시스템이다.
일반적으로 tomosynthesis 시스템은 불완전한 아이소메트릭 시스템의 구조를 많이 사용하고 있다. 이는 디텍터를 움직이게 하는 구조부의 복잡도를 최소화 하면서도 시스템의 공간적인 제약 측면에서도 디텍터가 함께 회전하는 완전한 아이소메트릭 시스템에 비해 이점이 있기 때문이다. 그러나 중간 뷰 생성 관점에서 불완전한 아이소메트릭 시스템은 이웃한 뷰 간의 변형(deformation) 이 상당히 크기 때문에 모션 예측이 어려운 문제를 제공한다.
3차원 복원부(122)는 오리지널 뷰의 투영 영상들을 이용해서 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성한다.
3차원 복원부(122)는 복원하는 방법으로 반복 재구성(iterative reconstruction) 기법을 이용할 수 있다. 반복 재구성 기법은 각각의 오리지널 뷰의 투영영상에 최대로 가까워 지도록 3차원 대상체를 생성하는 방법이다.
재투영부(124)는 완전한 아이소메트릭(full isocentric) 시스템을 가정하고 오리지널 뷰들을 통해 복원된 3차원 대상체에 가상으로 X-선을 조사해서 오리지널 뷰의 재투영 영상들을 생성한다.
모션 예측부(126)는 블록 기반의 모션 예측 기법을 이용해서 오리지널 뷰의 재투영 영상들 간의 복원된 3차원 대상체의 모션을 예측한다. 이때, 복원된 3차원 대상체의 모션을 예측하는 방법을 아래에서 도 3과 도 4을 이용해서 설명하고자 한다.
도 3은 실시예에 따른 가상 뷰 생성 장치에서 양방향 모션 정보를 활용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 3을 참조하면, 모션 예측부(126)는 오리지널 뷰의 재투영 영상들(320, 320) 간의 복원된 3차원 대상체의 움직임이 화살표와 같이 양방향으로 선형적이라고 가정하고, 오리지널 뷰의 재투영 영상들(320, 320) 사이에 생성되는 중간 뷰(330)에서의 모션을 예측한다.
모션 예측부(126)는 중간 뷰(330)에서의 모션을 예측할 때, 중간 뷰(330)의 위치를 고려해서 보다 가까운 오리지널 뷰의 재투영 영상에 보다 높은 기여도를 할당해서 중간 뷰(330)에서의 모션을 예측한다.
도 4는 실시예에 따른 가상 뷰 생성 장치에서 재투영 영상들 간의 정합을 통해 모션을 추정하는 예를 도시한 도면이다.
도 4를 참조하면, 모션 예측부(126)는 오리지널 뷰의 재투영 영상들(410, 420)과 중간 뷰의 재투영 영상(430, 440, 450, 460)들 중에서 근접한 두개의 재투영 영상들을 이용해서 근접한 두개의 재투영 영상들 간의 복원된 3차원 대상체의 모션을 예측할 수 있다.
중간 뷰 생성부(128)는 예측된 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성한다.
중간 뷰 생성부(128)는 중간 뷰들의 투영 영상을 생성하기에 앞서 모션 신뢰 지도를 생성하고, 모션 신뢰 지도를 이용해서 중간 뷰들의 투영 영상을 생성할 수 있다.
중간 뷰 생성부(128)는 모션 신뢰 지도 아래 도 5의 방법을 이용해서 도 6과 같이 모션 신뢰 지도를 생성할 수 있다.
도 5는 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 생성하기 위해 모션의 신뢰도를 판단하는 예를 도시한 도면이다.
도 5를 참조하면, 중간 뷰 생성부(128)는 오리지널 뷰의 재투영 영상들(510, 520) 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고, 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 모션 신뢰 지도를 생성한다.
도 6은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰도 판단에 따라 생성한 모션 신뢰 지도의 예를 도시한 도면이다.
도 6을 참조하면, 610은 절개한 유방의 오리지널 뷰의 투영 영상이고, 620은 610의 모션 신뢰 지도를 나타낸다. 모션 신뢰 지도(620)를 살펴보면, 흰색은 신뢰영역을 의미하고, 검은색은 미신뢰 영역을 의미한다.
모션 신뢰 지도를 이용해서 중간 뷰들의 투영 영상을 생성하는 방법을 아래에서 도 7과 도 8을 이용해서 설명하고자 한다.
도 7은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 예를 도시한 도면이다.
도 7을 참조하면, 중간 뷰 생성부(128)는 모션 신뢰 지도(620)를 생성하고, 모션 신뢰 지도의 신뢰 영역은 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법(710)으로 채우고 모션 신뢰 지도의 미신뢰 영역은 중간 뷰의 재투영 영상(720)의 동일 위치의 영역을 이용해서 채워서 중간 뷰의 투영 영상을 생성할 수 있다.
도 8은 실시예에 따른 가상 뷰 생성 장치에서 모션 신뢰 지도를 이용해서 가상의 중간 뷰를 생성하는 다른 예를 도시한 도면이다.
도 8을 참조하면, 중간 뷰 생성부(128)는 모션 신뢰 지도(620)를 생성하고, 모션 신뢰 지도의 미신뢰 영역은 중간 뷰의 재투영 영상(820)의 동일 위치의 영역을 이용해서 채우고, 모션 신뢰 지도의 신뢰 영역은 오리지널 뷰의 재투영 영상들을 보간(interpolation)해서 생성한 영상과 중간 뷰의 재투영 영상을 가중치 평균해서 생성한 영상(810)의 동일 위치의 영역을 이용해서 채워서 중간 뷰의 투영 영상을 생성할 수 있다.
제어부(120)는 가상 뷰 생성장치(100)의 전반적인 동작을 제어할 수 있다. 그리고, 제어부(120)는 3차원 복원부(122), 재투영부(124), 모션 예측부(126) 및 중간 뷰 생성부(128)의 기능을 수행할 수 있다. 제어부(120), 3차원 복원부(122), 재투영부(124), 모션 예측부(126) 및 중간 뷰 생성부(128)를 구분하여 도시한 것은 각 기능들을 구별하여 설명하기 위함이다. 따라서 제어부(120)는 3차원 복원부(122), 재투영부(124), 모션 예측부(126) 및 중간 뷰 생성부(128) 각각의 기능을 수행하도록 구성된(configured) 적어도 하나의 프로세서를 포함할 수 있다. 또한, 제어부(120)는 3차원 복원부(122), 재투영부(124), 모션 예측부(126) 및 중간 뷰 생성부(128) 각각의 기능 중 일부를 수행하도록 구성된(configured) 적어도 하나의 프로세서를 포함할 수 있다.
이하, 상기와 같이 구성된 본 발명에 따른 다중 뷰를 활용한 영상복원 시스템에서 가상의 중간 뷰를 생성하는 방법을 아래에서 도면을 참조하여 설명한다.
도 9는 실시예에 따른 가상 뷰 생성 장치에서 가상의 중간 뷰를 생성하는 과정을 도시한 흐름도이다.
도 9를 참조하면, 가상 뷰 생성장치(100)는 910단계에서 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신한다. 이때, 수신하는 오리지널 뷰의 투영 영상들은 불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터이다.
그리고, 가상 뷰 생성장치(100)는 920단계에서 오리지널 뷰의 투영 영상들을 이용해서 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성한다.
그리고, 가상 뷰 생성장치(100)는 930단계에서 완전한 아이소메트릭(full isocentric) 시스템을 가정하고 오리지널 뷰들을 통해 복원된 3차원 대상체에 가상으로 X-선을 조사해서 오리지널 뷰의 재투영 영상들을 생성한다.
그리고, 가상 뷰 생성장치(100)는 940단계에서 블록 기반의 모션 예측 기법을 이용해서 오리지널 뷰의 재투영 영상들 간의 복원된 3차원 대상체의 모션을 예측한다. 이때, 가상 뷰 생성장치(100)는 오리지널 뷰의 재투영 영상들 간의 복원된 3차원 대상체의 움직임이 선형적이라고 가정하고, 오리지널 뷰의 재투영 영상들 사이에 생성되는 중간 뷰에서의 모션을 예측할 수 있다. 또 다른 방법으로 가상 뷰 생성장치(100)는 오리지널 뷰의 재투영 영상들과 중간 뷰의 재투영 영상들 중에서 근접한 두개의 재투영 영상들을 이용해서 근접한 두개의 재투영 영상들 간의 복원된 3차원 대상체의 모션을 예측할 수 있다.
그리고, 가상 뷰 생성장치(100)는 950단계에서 예측된 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성한다. 가상 뷰 생성장치(100)는 모션 신뢰 지도를 생성하고, 모션 신뢰 지도의 신뢰 영역은 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법으로 채우고 모션 신뢰 지도의 미신뢰 영역은 중간 뷰의 재투영 영상을 이용해서 채워서 중간 뷰의 투영 영상을 생성할 수 있다. 또 다른 방법으로 가상 뷰 생성장치(100)는 모션 신뢰 지도를 생성하고, 모션 신뢰 지도의 미신뢰 영역은 중간 뷰의 재투영 영상을 이용해서 채우고, 모션 신뢰 지도의 신뢰 영역은 오리지널 뷰의 재투영 영상들을 보간(interpolation)해서 생성한 영상과 중간 뷰의 재투영 영상을 가중치 평균해서 채워서 중간 뷰의 투영 영상을 생성할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
Claims (19)
- 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신하는 수신부;
상기 오리지널 뷰의 투영 영상들을 이용해서 상기 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성하는 3차원 복원부;
완전한 아이소메트릭(full isocentric) 시스템을 가정하고 상기 오리지널 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 오리지널 뷰의 재투영 영상들을 생성하는 재투영부;
모션 예측 기법을 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는 모션 예측부; 및
상기 모션 예측부를 통해 예측된 상기 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성하는 중간 뷰 생성부를 포함하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제1항에 있어서,
상기 수신부를 통해 수신하는 상기 오리지널 뷰의 투영 영상들은,
불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터인
영상복원 시스템의 가상 뷰 생성 장치.
- 제1항에 있어서,
상기 모션 예측부는,
상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 움직임이 선형적이라고 가정하고, 상기 오리지널 뷰의 재투영 영상들 사이에 생성되는 상기 중간 뷰에서의 모션을 예측하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제3항에 있어서,
상기 모션 예측부는,
상기 중간 뷰에서의 모션을 예측할 때, 상기 중간 뷰의 위치를 고려해서 보다 가까운 오리지널 뷰의 재투영 영상에 보다 높은 기여도를 할당해서 상기 중간 뷰에서의 모션을 예측하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제1항에 있어서,
상기 재투영부는,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고,
상기 모션 예측부는,
상기 오리지널 뷰의 재투영 영상들과 상기 중간 뷰의 재투영 영상들 중에서 근접한 두개의 재투영 영상들을 이용해서 상기 근접한 두개의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제1항에 있어서,
상기 재투영부는,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고,
상기 중간 뷰 생성부는,
상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고,
상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법으로 채우고 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채워서 상기 중간 뷰의 투영 영상을 생성하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제6항에 있어서,
상기 중간 뷰 생성부는,
상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고,
상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제1항에 있어서,
상기 재투영부는,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하고,
상기 중간 뷰 생성부는,
상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고,
상기 모션 신뢰 지도의 상기 미신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채우고,
상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 보간(interpolation)해서 생성한 영상과 상기 중간 뷰의 재투영 영상을 가중치 평균해서 채워서 상기 중간 뷰의 투영 영상을 생성하는
영상복원 시스템의 가상 뷰 생성 장치.
- 제8항에 있어서,
상기 중간 뷰 생성부는,
상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상과 모션 정보를 가중치 평균할 때,
상기 중간 뷰의 재투영 영상과 상기 오리지널 뷰의 재투영 영상 간의 거리가 가까울수록 상기 중간 뷰의 재투영 영상에 부여되는 가중치를 높이고, 상기 오리지널 뷰의 재투영 영상들을 보간해서 생성한 영상에 부여되는 가중치를 낮추는
영상복원 시스템의 가상 뷰 생성 장치.
- 제8항에 있어서,
상기 중간 뷰 생성부는,
상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고,
상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성하는
영상복원 시스템의 가상 뷰 생성 장치.
- 오리지널 뷰들을 통해 대상체에 X-선을 조사해서 생성된 오리지널 뷰의 투영 영상들을 수신하는 단계;
상기 오리지널 뷰의 투영 영상들을 이용해서 상기 대상체를 3차원으로 복원해서 복원된 3차원 대상체를 생성하는 단계;
완전한 아이소메트릭(full isocentric) 시스템을 가정하고 상기 오리지널 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 오리지널 뷰의 재투영 영상들을 생성하는 단계;
모션 예측 기법을 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는 단계; 및
예측된 상기 오리지널 뷰의 재투영 영상들 간의 모션 정보를 이용해서 상기 오리지널 뷰의 재투영 영상들 간의 중간 뷰들의 투영 영상을 생성하는 단계를 포함하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제11항에 있어서,
상기 오리지널 뷰의 투영 영상들은,
불완전한 아이소메트릭(partial isocentric) 시스템을 기반으로 생성된 데이터인
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제11항에 있어서,
상기 모션을 예측하는 단계는,
상기 오리지널 뷰의 재투영 영상들 간의 상기 복원된 3차원 대상체의 움직임이 선형적이라고 가정하고, 상기 오리지널 뷰의 재투영 영상들 사이에 생성되는 상기 중간 뷰에서의 모션을 예측하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제13항에 있어서,
상기 모션을 예측하는 단계는,
상기 중간 뷰에서의 모션을 예측할 때, 상기 중간 뷰의 위치를 고려해서 보다 가까운 오리지널 뷰의 재투영 영상에 보다 높은 기여도를 할당해서 상기 중간 뷰에서의 모션을 예측하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제11항에 있어서,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고,
상기 모션을 예측하는 단계는,
상기 오리지널 뷰의 재투영 영상들과 상기 중간 뷰의 재투영 영상들 중에서 근접한 두개의 재투영 영상들을 이용해서 상기 근접한 두개의 재투영 영상들 간의 상기 복원된 3차원 대상체의 모션을 예측하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제11항에 있어서,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고,
상기 중간 뷰들의 투영 영상을 생성하는 단계는,
상기 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 이용해서 모션 보간(motion interpolation) 기법으로 채우고 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채워서 상기 중간 뷰의 투영 영상을 생성하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제16항에 있어서,
상기 중간 뷰들의 투영 영상을 생성하는 단계는,
상기 오리지널 뷰의 재투영 영상들 간의 모션을 순방향과 역방으로 예측해서 순방향으로 예측한 모션과 역방향으로 예측한 모션의 차이가 기설정한 기준값을 초과하면 미신뢰 영역으로 분류하고,
상기 순방향으로 예측한 모션과 상기 역방향으로 예측한 모션의 차이가 상기 기설정한 기준값 이하이면 신뢰 영역으로 분류해서 상기 모션 신뢰 지도를 생성하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제11항에 있어서,
상기 완전한 아이소메트릭 시스템을 가정해서 상기 중간 뷰들을 통해 상기 복원된 3차원 대상체에 가상으로 X-선을 조사해서 상기 중간 뷰의 재투영 영상들을 생성하는 단계를 더 포함하고,
상기 중간 뷰들의 투영 영상을 생성하는 단계는,
상기 모션 예측부를 통해 예측된 모션 정보를 이용해서 신뢰 영역과 미신뢰 영역으로 분류된 상기 중간 뷰에 해당하는 모션 신뢰 지도를 생성하고, 상기 모션 신뢰 지도의 상기 미신뢰 영역은 상기 중간 뷰의 재투영 영상을 이용해서 채우고, 상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 오리지널 뷰의 재투영 영상들을 보간(interpolation)해서 생성한 영상과 상기 중간 뷰의 재투영 영상을 가중치 평균해서 채워서 상기 중간 뷰의 투영 영상을 생성하는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
- 제18항에 있어서,
상기 중간 뷰들의 투영 영상을 생성하는 단계는,
상기 모션 신뢰 지도의 상기 신뢰 영역은 상기 중간 뷰의 재투영 영상과 모션 정보를 가중치 평균할 때, 상기 중간 뷰의 재투영 영상과 상기 오리지널 뷰의 재투영 영상 간의 거리가 가까울수록 상기 중간 뷰의 재투영 영상에 부여되는 가중치를 높이고, 상기 오리지널 뷰의 재투영 영상들을 보간해서 생성한 영상에 부여되는 가중치를 낮추는
영상복원 시스템에서 가상 뷰를 생성하는 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120002813A KR101945720B1 (ko) | 2012-01-10 | 2012-01-10 | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 |
US13/728,338 US9058682B2 (en) | 2012-01-10 | 2012-12-27 | Apparatus and method for virtual view generation on multi-view image reconstruction system by virtual emission of X-rays |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120002813A KR101945720B1 (ko) | 2012-01-10 | 2012-01-10 | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130081798A true KR20130081798A (ko) | 2013-07-18 |
KR101945720B1 KR101945720B1 (ko) | 2019-02-08 |
Family
ID=48743963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020120002813A KR101945720B1 (ko) | 2012-01-10 | 2012-01-10 | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9058682B2 (ko) |
KR (1) | KR101945720B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140131082A (ko) * | 2013-05-03 | 2014-11-12 | 삼성전자주식회사 | 의료 영상 장치 및 그 제어 방법 |
WO2015026163A1 (ko) * | 2013-08-20 | 2015-02-26 | 주식회사바텍 | 엑스선 영상 장치 |
KR102023285B1 (ko) * | 2018-10-01 | 2019-09-19 | 오준호 | 3차원 영상 재구성 방법 |
US11160521B2 (en) | 2019-12-20 | 2021-11-02 | Hdt Co., Ltd. | Method for 3D image reconstruction |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101945720B1 (ko) * | 2012-01-10 | 2019-02-08 | 삼성전자주식회사 | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 |
DE102013202313A1 (de) * | 2013-02-13 | 2014-08-14 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Korrektur von Bewegungsartefakten bei einem computertomographischen Bild |
EP3062706A1 (en) | 2013-10-30 | 2016-09-07 | Koninklijke Philips N.V. | Method and device for displaying medical images |
KR20150099375A (ko) * | 2014-02-21 | 2015-08-31 | 삼성전자주식회사 | 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법 |
US9959631B2 (en) | 2014-02-21 | 2018-05-01 | Samsung Electronics Co., Ltd. | Tomography apparatus and method for reconstructing tomography image thereof |
US10395395B2 (en) * | 2016-03-15 | 2019-08-27 | Carestream Health, Inc. | Virtual projection images for tomosynthesis artifact reduction |
US10887571B2 (en) * | 2016-07-29 | 2021-01-05 | Sony Corporation | Image processing apparatus and image processing method |
EP3571839B1 (en) * | 2017-02-06 | 2020-10-28 | Huawei Technologies Co., Ltd. | Video encoder and decoder for predictive partitioning |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010029530A (ko) * | 1996-09-19 | 2001-04-06 | 유니버시티 오브 피츠버그 오브 더 코몬웰츠 시스템 오브 하이어 에듀케이션 | 치료/진단동안 환자의 움직임에 응답하는 장치 |
US20080228062A1 (en) * | 2005-08-09 | 2008-09-18 | Gil Zwirn | High Resolution Radio Frequency Medical Imaging and Therapy System |
JP2010500901A (ja) * | 2006-08-15 | 2010-01-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | エネルギー感受性コンピュータ断層撮影における動き補償 |
US20110135054A1 (en) * | 2002-08-21 | 2011-06-09 | Gregerson Eugene A | Apparatus and method for reconstruction of volumetric images in a divergent scanning computed tomography system |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5420788A (en) | 1993-08-09 | 1995-05-30 | General Electric Company | Method for processing data in 2D and 3D computed X-ray tomography |
US6522712B1 (en) | 1999-11-19 | 2003-02-18 | General Electric Company | Reconstruction of computed tomographic images using interpolation between projection views |
JP2005110843A (ja) * | 2003-10-06 | 2005-04-28 | Canon Inc | 放射線画像処理装置及び処理方法 |
WO2005055803A2 (en) * | 2003-12-03 | 2005-06-23 | The General Hospital Corporation D/B/A Massachusetts General Hospital | Multi-segment cone-beam reconstruction system and method for tomosynthesis imaging |
WO2007095312A2 (en) * | 2006-02-13 | 2007-08-23 | University Of Chicago | Image reconstruction from limited or incomplete data |
KR100801968B1 (ko) * | 2007-02-06 | 2008-02-12 | 광주과학기술원 | 변위를 측정하는 방법, 중간화면 합성방법과 이를 이용한다시점 비디오 인코딩 방법, 디코딩 방법, 및 인코더와디코더 |
EP2250812A1 (en) | 2008-03-04 | 2010-11-17 | Thomson Licensing | Virtual reference view |
KR20110020969A (ko) | 2009-08-25 | 2011-03-04 | 경희대학교 산학협력단 | 단층촬영 시스템과 토모신세시스 시스템에서 평판형 엑스선 감지기의 불량화소로 인한 영상 아티팩트 제거 방법 및 장치 |
CA2714932A1 (en) | 2009-09-23 | 2011-03-23 | Her Majesty The Queen In The Right Of Canada As Represented By The Minister Of Industry | Image interpolation for motion/disparity compensation |
KR20110056837A (ko) | 2009-11-23 | 2011-05-31 | 삼성전자주식회사 | 3차원 영상 디스플레이 장치 및 디스플레이 방법 |
KR101945720B1 (ko) * | 2012-01-10 | 2019-02-08 | 삼성전자주식회사 | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 |
US8594407B2 (en) * | 2012-02-03 | 2013-11-26 | Siemens Aktiengesellschaft | Plane-by-plane iterative reconstruction for digital breast tomosynthesis |
-
2012
- 2012-01-10 KR KR1020120002813A patent/KR101945720B1/ko active IP Right Grant
- 2012-12-27 US US13/728,338 patent/US9058682B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010029530A (ko) * | 1996-09-19 | 2001-04-06 | 유니버시티 오브 피츠버그 오브 더 코몬웰츠 시스템 오브 하이어 에듀케이션 | 치료/진단동안 환자의 움직임에 응답하는 장치 |
US20110135054A1 (en) * | 2002-08-21 | 2011-06-09 | Gregerson Eugene A | Apparatus and method for reconstruction of volumetric images in a divergent scanning computed tomography system |
US20080228062A1 (en) * | 2005-08-09 | 2008-09-18 | Gil Zwirn | High Resolution Radio Frequency Medical Imaging and Therapy System |
JP2010500901A (ja) * | 2006-08-15 | 2010-01-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | エネルギー感受性コンピュータ断層撮影における動き補償 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140131082A (ko) * | 2013-05-03 | 2014-11-12 | 삼성전자주식회사 | 의료 영상 장치 및 그 제어 방법 |
WO2015026163A1 (ko) * | 2013-08-20 | 2015-02-26 | 주식회사바텍 | 엑스선 영상 장치 |
US10004468B2 (en) | 2013-08-20 | 2018-06-26 | Vatech Co., Ltd. | X-ray imaging device and X-ray imaging method |
US10251615B2 (en) | 2013-08-20 | 2019-04-09 | Vatech Co., Ltd. | X-ray imaging device |
KR102023285B1 (ko) * | 2018-10-01 | 2019-09-19 | 오준호 | 3차원 영상 재구성 방법 |
US11160521B2 (en) | 2019-12-20 | 2021-11-02 | Hdt Co., Ltd. | Method for 3D image reconstruction |
Also Published As
Publication number | Publication date |
---|---|
KR101945720B1 (ko) | 2019-02-08 |
US9058682B2 (en) | 2015-06-16 |
US20130177213A1 (en) | 2013-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20130081798A (ko) | 다중 뷰를 활용한 영상복원 시스템에서 가상 뷰 생성 장치 및 방법 | |
CN101133962B (zh) | 再现三维立体图像的方法和x射线设备 | |
US20090207179A1 (en) | Parallel processing method for synthesizing an image with multi-view images | |
US11238625B2 (en) | Imaging system extended field-of-view | |
JP2007296352A (ja) | サイノグラムを完成するための方法、装置、記憶媒体及びプログラム | |
US9232923B2 (en) | X-ray imaging apparatus and X-ray image processing method | |
JP6502509B2 (ja) | 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム | |
BR112019027116A2 (pt) | aparelho para gerar uma imagem, aparelho para gerar um sinal de imagem, método para gerar uma imagem, método para gerar um sinal de imagem e sinal de imagem | |
JP7079264B2 (ja) | コンピュータ断層撮影における単一エネルギーデータを用いたアーチファクト低減の方法 | |
JP2016517789A (ja) | ジオメトリにマッチされた座標グリッドを使用したx線画像再構成のアーチファクト低減 | |
JP2017016663A (ja) | 画像合成方法及び装置 | |
US20150146845A1 (en) | Methods and systems for performing model-based image processing | |
CN105488823A (zh) | Ct图像重建方法、ct图像重建装置及ct系统 | |
JP2007053621A (ja) | 画像生成装置 | |
JP2020048991A5 (ko) | ||
KR101575284B1 (ko) | 2차원 영상의 해상도 레벨에 따른 3차원 복원 물체의 텍스처 생성 장치 및 그 방법 | |
US11049295B2 (en) | Detection and/or correction of residual iodine artifacts in spectral computed tomography (CT) imaging | |
KR101621815B1 (ko) | 컴퓨터 단층 촬영 영상 처리 장치 및 이를 이용한 3차원 복원 영상 생성 방법 | |
KR20140087207A (ko) | 엑스선 영상 장치, 엑스선 영상 생성 방법 및 3차원 영상 장치 | |
JP4752468B2 (ja) | 断面像再構成装置およびそれを用いたx線撮影装置 | |
JP2000325338A (ja) | トモシンセシスを行う方法及び装置 | |
US20220405991A1 (en) | X-ray imaging apparatus and x-ray image processing method | |
JPWO2020183733A1 (ja) | X線撮影装置 | |
US11151800B1 (en) | Method and apparatus for erasing real object in augmented reality | |
US20170270694A1 (en) | Virtual projection images for tomosynthesis artifact reduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |