KR20130143434A - 고강도 집속 초음파의 초점을 결정하는 방법 및 장치 - Google Patents

고강도 집속 초음파의 초점을 결정하는 방법 및 장치 Download PDF

Info

Publication number
KR20130143434A
KR20130143434A KR1020120066991A KR20120066991A KR20130143434A KR 20130143434 A KR20130143434 A KR 20130143434A KR 1020120066991 A KR1020120066991 A KR 1020120066991A KR 20120066991 A KR20120066991 A KR 20120066991A KR 20130143434 A KR20130143434 A KR 20130143434A
Authority
KR
South Korea
Prior art keywords
viewpoint
image
organ
observation point
ultrasound
Prior art date
Application number
KR1020120066991A
Other languages
English (en)
Inventor
김정배
황영규
방원철
김도균
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020120066991A priority Critical patent/KR20130143434A/ko
Priority to US13/856,758 priority patent/US20130346050A1/en
Publication of KR20130143434A publication Critical patent/KR20130143434A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N7/02—Localised ultrasound hyperthermia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00681—Aspects not otherwise provided for
    • A61B2017/00694—Aspects not otherwise provided for with means correcting for movement of or for synchronisation with the body
    • A61B2017/00699—Aspects not otherwise provided for with means correcting for movement of or for synchronisation with the body correcting for movement caused by respiration, e.g. by triggering
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Robotics (AREA)
  • Otolaryngology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

신체 활동에 의해 변하는 고강도 집속 초음파(HIFU)의 초점을 결정하는 방법은 장기의 해부학적 정보를 나타내는 3차원 장기 모델에 초음파의 송신과 수신을 위한 기준점인 관측점의 위치를 지정하고, 상기 3차원 장기 모델의 형태적 변화에 의해 상기 관측점이 이동한 제1위치를 획득하는 단계, 상기 초음파를 상기 관측점에 송신하고, 반사파의 수신에 걸리는 시간을 이용하여 상기 관측점의 변위를 획득하고, 상기 획득된 변위를 이용하여 상기 관측점의 이동 위치인 제2 위치를 획득하는 단계, 상기 제1 및 제2 위치들을 기초로 상기 관측점이 이동한 위치를 결정하는 단계 및 상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 단계를 포함한다.

Description

고강도 집속 초음파의 초점을 결정하는 방법 및 장치{Method and Apparatus for tracking focus of high-intensity focused ultrasound}
고강도 집속 초음파의 초점을 결정하는 방법 및 장치에 관한 것이다.
의학의 발달과 더불어 종양에 대한 국소 치료는 개복 수술과 같은 침습적 수술 방법으로부터 최소 침습적 수술(minimal-invasive surgery)까지 발전되어 왔다. 그리고, 현재에는 비침습적 수술(non-invasive surgery)도 개발되어 감마 나이프(gamma knife), 사이버 나이프(cyber knife), HIFU 나이프(HIFU knife) 등이 출현하게 되었다. 특히, 이 중에서 최근 상용화된 HIFU 나이프는 초음파를 이용함으로써 인체에 무해하고 환경친화적 치료법으로써 널리 사용되고 있다.
HIFU 치료는 고강도의 집속 초음파(high-intensity focused ultrasound, HIFU)를 치료하고자 하는 종양 부위(초점)에 조사하여 종양 조직의 국소적 파괴(focal destruction) 또는 괴사(necrosis)를 야기시켜 종양을 제거 및 치료하는 수술법이다.
고강도 집속 초음파(High-Intensity Focused Ultrasound)를 이용하여 병변을 제거하는 방법은 인체를 직접적으로 절개하지 않고 치료할 수 있는 장점이 있어 널리 이용되고 있는 치료 방법 중 하나이다. 인체의 외부에서 고강도 집속 초음파를 병변에 조사 할 때, 인체의 활동에 의해 병변의 위치가 변경된다. 예를 들어, 시술을 하는 동안 환자가 호흡을 하는 경우, 호흡에 따라 병변의 위치가 변경된다. 따라서, 고강도 집속 초음파를 조사하는 위치(초점)도 변경되어야 한다. 이렇게 인체의 활동에 의해 변경되는 병변을 추적하여 고강도 집속 초음파를 조사하는 방법이 연구되고 있다.
실시간으로 변경되는 병변의 위치에 따라 고강도 집속 초음파의 초점을 결정하기 위한 방법 및 장치를 제공하는 데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는데 있다. 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
본 발명의 일 측면에 따른 고강도 집속 초음파의 초점 결정 방법은 대상체 활동에 의해 변하는 고강도 집속 초음파(HIFU)의 초점을 결정하는 방법에 있어서, 장기의 해부학적 정보를 나타내는 3차원 장기 모델에 초음파의 송신과 수신을 위한 기준점인 관측점의 위치를 지정하고, 상기 3차원 장기 모델의 형태적 변화에 의해 상기 관측점이 이동한 제1 위치를 획득하는 단계, 상기 초음파를 상기 관측점에 송신하고, 반사파의 수신에 걸리는 시간을 이용하여 상기 관측점의 변위를 획득하고, 상기 획득된 변위를 이용하여 상기 관측점의 이동 위치인 제2 위치를 획득하는 단계, 상기 제1 및 제2 위치들을 기초로 상기 관측점이 이동한 위치를 결정하는 단계, 상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 단계를 포함한다.
3차원 장기 모델의 형태적 변화에 의한 관측점의 이동 위치와 초음파의 송수신을 통한 관측점의 이동 위치를 기초로 관측점의 이동 위치를 결정함으로써 대상체의 활동에 의해 변하는 고강도 집속 초음파의 초점을 정밀하게 결정할 수 있다.
도 1은 본 발명의 일 실시예에 따른 고강도 집속 초음파 시스템의 구성도이다.
도 2은 도 1에 도시된 초점 결정 장치를 설명하기 위한 도면이다.
도 3은 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다.
도 4는 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다.
도 5는 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다.
도 6은 초음파의 송수신을 이용하여 관측점의 이동 위치를 획득하는 것을 설명하기 위한 도면이다.
도 7은 영상 정합 장치의 구성도이다.
도 8은 평균 모델 생성부에서 장기 경계와 내부 구조의 위치 좌표 정보를 추출하는 과정을 설명하기 위한 도면이다.
도 9는 영상 정합부가 각 영상 별로 장기의 변형이 반영된 개인화 모델을 초음파 영상에서 장기의 위치와 일치시키는 과정을 설명하기 위한 도면이다.
도 10은 2차원 영상에서 어파인 변환함수(Taffine)를 획득하는 것을 설명하기 위한 도면이다.
도 11은 영상 정합부가 영상을 정합하는 것을 설명하기 위한 도면이다.
도 12는 횡격막의 절대적인 위치의 상하 이동 그래프를 나타낸다.
도 13은 대상체의 활동에 따라 변하는 3차원 장기 모델을 생성하는 것을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 고강도 집속 초음파 시스템의 구성도이다. 도 1을 참조하면, 고강도 집속 초음파 시스템은 초음파 치료 장치(100) 및 의료 영상 생성 장치(50)를 포함하며, 초음파 치료 장치(100)는 영상 검출 장치(30), 고강도 집속 초음파 장치(40) 및 초점 결정 장치(10)를 포함한다.
초음파 치료 장치(100)는 대상체의 병변에 고강도 집속 초음파를 조사하여 병변을 제거하는 장치이다. 초음파 치료 장치(100)는 대상체의 활동에 의해 위치가 변하는 병변에 정밀하게 고강도 집속 초음파를 조사하기 위하여 실시간으로 고강도 집속 초음파의 초점을 결정한다. 따라서, 대상체의 활동에 의해 병변의 위치가 변하더라도, 초음파 치료 장치(100)는 위치가 변경된 병변에 고강도 집속 초음파를 조사할 수 있다.
초음파 치료 장치(100)는 장기의 3차원 장기 모델을 이용하여 대상체의 활동에 의해 변하는 장기의 영상을 획득한다. 초음파 치료 장치(100)는 획득된 장기의 영상을 기초로 장기 내의 병변의 위치를 실시간으로 추적할 수 있다. 따라서, 초음파 치료 장치(100)는 병변을 추적하면서 고강도 집속 초음파를 조사하여 병변을 제거할 수 있다. 초음파 치료 장치(100)가 3차원 장기 모델을 이용하는 방법에 관하여는 도 7 이하에서 상세히 설명하겠다.
또한, 초음파 치료 장치(100)는 고강도 집속 초음파 장치(40)의 하위 애퍼쳐(sub-aperture)들에서 초음파를 송신하고 반사파를 수신할 때까지 걸린 시간들을 측정하고, 측정된 시간들을 이용하여 대상체의 활동에 의해 변하는 병변의 위치를 결정한다. 즉, 3개 이상의 하위 애퍼쳐들은 고강도 집속 초음파 장치(40)의 서로 다른 위치에서 초음파를 송수신하기 때문에, 병변의 이동 방향에 따라서 각각의 하위 애퍼쳐들이 반사파를 수신하는데 걸리는 시간에 있어서 차이가 발생한다. 이러한 차이들을 이용하면, 병변의 3차원 이동 방향을 측정할 수 있다. 초음파 치료 장치(100)는 초음파를 이용하여 직접적으로 병변의 이동을 측정할 수 있기 때문에, 병변의 이동에 맞추어 고강도 집속 초음파를 조사하여 병변을 제거할 수 있다. 초음파 치료 장치(100)가 초음파를 이용하여 병변의 이동을 추적하는 방법에 관하여는 도 5 및 6을 통하여 상세히 설명하겠다.
초음파 치료 장치(100)는 3차원 장기 모델을 이용하여 병변의 위치를 추적하는 방법과 초음파의 송수신 신호를 이용하여 병변의 위치를 추적하는 방법을 동시에 적용하여 어느 하나의 방법만을 적용하는 경우보다 정밀하게 병변의 위치를 추적할 수 있다. 즉, 초음파 치료 장치(100)가 2가지 방법들 중에서 어느 하나만을 적용하여 병변의 위치를 추적하는 경우 발생하는 오차보다 2가지 방법을 모두 적용하여 병변의 위치를 추적하면 오차를 더욱 줄일 수 있다. 보다 상세히 설명하면, 초음파 치료 장치(100)는 3차원 장기 모델을 이용하여 예측한 병변의 위치와 초음파를 이용하여 예측한 병변의 위치를 기초로 병변의 최종 위치를 결정할 수 있다. 초음파 치료 장치(100)가 병변의 최종 위치를 결정하는 것에 대해서는 도 2에서 상세히 설명하겠다.
영상 검출 장치(30)는 대상체의 영상을 실시간으로 검출하는 장치이다. 예를 들어, 영상 검출 장치(30)는 초음파를 대상체에 송신하고 대상체로부터 반사되는 초음파(반사파)를 수신하여 대상체의 영상을 실시간으로 검출한다. 영상 검출 장치(30)는 대상체의 영상을 실시간으로 검출하기 때문에, 대상체의 움직임에 따라 변하는 영상을 획득할 수 있다. 예를 들어, 신체의 경우, 호흡에 의해 장기가 이동하거나 변형된다. 영상 검출 장치(30)는 실시간으로 장기의 이동 또는 변형을 나타내는 영상을 초점 결정 장치(10)로 출력한다.
영상 검출 장치(30)는 장착된 프로브(probe)로부터 발생된 소스 신호(source signal)가 의사 등과 같은 의료 전문가가 진단하고자 하는 환자 대상체의 특정 부위에 전달됨으로써 발생되는 반응을 이용하여 영상 데이터를 생성한다. 여기에서 소스 신호는 초음파, X선 등 여러 가지 신호가 될 수 있다. 영상 검출 장치(30)가 초음파를 이용하여 환자 대상체로부터 3차원 영상을 검출하는 초음파 진단기(ultrasonography machine)인 경우를 예를 들어 설명하면 다음과 같다.
초음파 진단기의 프로브는 일반적으로 압전 변환기(piezoelectric transducer)로 제조된다. 영상 검출 장치(30)의 프로브로부터 2 ~ 18 MHz 범위의 초음파가 환자 대상체 내부의 특정 부위에 전달되면, 이 초음파는 여러 다른 조직들(tissues) 사이의 계층들로부터 부분적으로 반사된다. 특히, 초음파는 대상체 내부에서의 밀도 변화가 있는 곳, 예를 들어, 혈장(blood plasma) 내의 혈구들(blood cells), 장기들(organs) 내의 작은 조직들(structures) 등에서 반사된다. 이와 같이 반사된 초음파들은 프로브의 압전 변환기를 진동시키고, 압전 변환기는 이 진동들에 따른 전기적 펄스들(electrical pulses)을 출력한다. 이와 같은 전기적 펄스들이 영상으로 변환된다.
영상 검출 장치(30)는 2차원 영상을 출력할 수도 있지만, 3차원 영상도 출력할 수 있다. 영상 검출 장치(30)가 3차원 영상을 출력하는 방법은 다음과 같다. 대상체 위에서 프로브의 위치(location)와 방향(orientation)을 변화시키면서, 환자 대상체의 특정 부위에 대한 다수의 단면 영상들을 검출한다. 이어서, 영상 검출 장치(30)는 이와 같은 단면 영상들을 축적하여 환자 대상체의 특정 부위를 3차원으로 나타내는 3차원 볼륨(volume)의 영상 데이터를 생성한다. 이와 같이 단면 영상들을 축적하여 3차원 볼륨의 영상 데이터를 생성하는 방식을 MPR(Multiplanar reconstruction) 방식이라고 한다. 그런데, 이와 같이 영상 검출 장치(30)에 의해 얻을 수 있는 영상, 예를 들면 초음파 영상들은 실시간 영상을 얻을 수 있다는 장점이 있으나, 장기의 윤곽, 내부 구조나 병변을 명확하게 식별해내기가 어렵다는 단점이 있다.
의료 영상 생성 장치(50)는 대상체의 상세한 영상을 생성하는 장치이다. 예를 들어, 의료 영상 생성 장치(50)는 CT(computed tomography) 또는 MR(magnetic resonance)영상을 생성하는 장치일 수 있다. 즉, 의료 영상 생성 장치(50)는 영상 검출 장치(30)에 비하여 장기의 윤곽, 내부 구조 또는 병변 등을 명확하게 식별할 수 있는 영상을 생성한다. CT(computed tomography)영상 이나 MR(magnetic resonance)영상은 장기의 위치나 병변의 위치가 명확하게 구별이 되는 장점이 있다. 반면에, CT 영상 이나 MR 영상은 환자가 호흡을 하거나 움직임으로 인하여 장기가 변형되거나 위치가 변하는 것을 나타내는 실시간 영상을 얻을 수 없는 단점이 있다. CT 영상의 경우 방사선을 이용한 촬영방법이기 때문에 환자가 장시간 방사능에 노출될 우려가 있기 때문에 짧은 시간의 촬영이 권장되며, MR 영상의 경우 한번 촬영하여 영상을 획득하는데 오랜 시간이 요구되기 때문에 CT 및 MR 영상은 실시간 영상을 얻을 수 없다.
따라서, 실시간으로 촬영이 가능함과 동시에 장기의 윤곽, 내부 구조나 병변을 명확하게 식별해내는 방법 및 장치가 요구된다. 따라서, 도 7 이하에서 영상 검출 장치(30)로부터 실시간으로 검출된 영상들과 의료 영상 생성 장치(50)로부터 획득한 의료 영상을 이용한 장기의 3차원 장기 모델을 정합(registration)하여 실시간 영상에서 장기 및 병변의 위치나 변형을 식별할 수 있는 방법을 설명한다.
고강도 집속 초음파 장치(40)는 고강도 집속 초음파를 치료하고자 하는 부위에 초점을 맞추어 조사하여 병변의 국소적 파괴(focal destruction) 또는 괴사(necrosis)를 야기시켜 병변을 제거 또는 치료하는 장치이다. 고강도 집속 초음파 장치(40)가 고강도 집속 초음파의 초점을 특정 위치에 맞추어 지속적으로 조사하면, 조사되는 세포의 온도가 상승하게 되고, 일정 온도 이상 상승한 조직은 괴사하게 된다.
고강도 집속 초음파 장치(40)는 관측점으로 초음파를 송신하고, 반사파를 수신한다. 고강도 집속 초음파 장치(40)의 복수의 하위 애퍼쳐들은 관측점으로 초음파를 송신한다. 이때, 복수의 하위 애퍼쳐들은 서로 다른 시간차를 두고 관측점으로 초음파를 송신한다. 복수의 하위 애퍼쳐들은 관측점으로부터 반사파를 수신한다. 고강도 집속 초음파 장치(40)는 관측점이 이동하지 않는 경우(호흡을 멈춘 경우)와 이동하는 경우(호흡하는 경우)를 나누어 초음파를 송수신한다. 관측점이 이동하지 않는 경우에 송수신에 걸린 시간과 관측점이 이동하는 경우에 송수신에 걸린 시간을 비교하여 관측점의 이동 위치를 측정할 수 있다. 이와 관련하여, 도 5 및 6에서 상세히 설명한다.
관측점은 고강도 집속 초음파 장치(40)가 초음파를 집속시키는 위치를 설정하기 위해 기준점으로 설정하는 지점이다. 초점은 고강도 집속 초음파 장치(40)의 트랜스듀서(60)에서 발생하는 초음파가 집속되는 지점이다. 일반적으로 초점은 제거하고자 하는 병변의 위치가 될 수 있다. 관측점을 설정하는 이유는 초점의 경우 초음파들의 집속으로 인하여 세포의 온도가 상승하거나 부피가 팽창하는 등의 변화로 인하여 초음파의 송수신에 변화가 발생한다. 따라서, 초음파를 일정 지역으로 지속적으로 집속시키고 있는지 확인함에 있어서 어려움이 있다. 관측점은 초점과 인접한 곳에 설정되며, 관측점에서는 초음파들이 집속되지 않기 때문에 관측점으로 설정된 지점에 위치한 세포는 물리적인 변화가 없다. 따라서, 고강도 집속 초음파 장치(40)는 관측점을 기준으로 상대적인 위치를 초점으로 설정하여 초점으로 초음파들을 집속한다. 고강도 집속 초음파 장치(40)는 관측점으로 일부 초음파들을 송수신하여 관측점의 위치를 지속적으로 확인하고, 확인된 관측점을 기준으로 초점을 설정하여 초음파들을 초점에 집속한다.
고강도 집속 초음파 장치(40)는 관측점에 관한 정보를 초점 결정 장치(10)로 출력하고, 초점 결정 장치(10)로부터 초점에 관한 정보를 입력 받는다. 고강도 집속 초음파 장치(40)는 관측점 및 관측점의 이동 위치에 관한 정보를 초점 결정 장치(10)로 출력한다. 또는, 고강도 집속 초음파 장치(40)는 관측점에 초음파를 송신한 시간과 관측점으로부터 반사된 초음파를 수신한 시간을 초점 결정 장치(10)로 출력한다. 즉, 초음파의 송수신을 이용한 관측점의 이동 위치는 고강도 집속 초음파 장치(40) 또는 초점 결정 장치(10)에 의해 획득된다. 고강도 집속 초음파 장치(40)는 초점 결정 장치(10)로부터 결정된 초점을 수신한다. 고강도 집속 초음파 장치(40)는 수신한 초점으로 초음파들을 집속하여 병변을 제거한다.
초점 결정 장치(10)는 고강도 집속 초음파 장치(40)가 초음파들을 집속할 지점(초점)을 결정한다. 초점 결정 장치(10)는 신체의 활동에 의해 변하는 초점의 위치를 결정하고, 결정된 초점의 위치를 고강도 집속 초음파 장치(40)로 제공한다. 초점 결정 장치(10)는 영상 검출 장치(30)로부터 수신한 실시간 영상과 의료 영상 생성 장치(50)로부터 수신한 의료 영상을 이용하여 관측점의 제1 이동 위치를 획득하고, 고강도 집속 초음파 장치(40)로부터 수신한 관측점의 제2 이동 위치를 획득한다. 초점 결정 장치(10)는 제1 및 2 이동 위치를 기초로 관측점의 최종 이동 위치를 결정한다. 또한, 초점 결정 장치(10)는 제1 및 2 이동 위치와 관측점의 이전 시간의 위치를 고려하여 현재 시간의 관측점의 위치를 결정할 수 있다. 초점 결정 장치(10)는 결정된 관측점의 이동 위치와 초점과의 위치 관계를 고려하여 변경된 초점을 결정한다. 관측점과 초점과의 위치 관계는 미리 설정된다. 예를 들어, 초점은 관측점으로부터 특정 거리만큼 떨어진 위치로 설정될 수 있다. 초점 결정 장치(10)는 결정된 초점을 고강도 집속 초음파 장치(40)로 출력하여, 고강도 집속 초음파 장치(40)가 결정된 초점으로 초음파들을 집속하게 한다.
도 2는 도 1에 도시된 초점 결정 장치(10)를 설명하기 위한 도면이다. 도 2를 참조하면, 초점 결정 장치(10)는 제1 관측점 획득부(11), 제2 관측점 획득부(12) 및 결정부(13)를 포함한다. 초점 결정 장치(10)는 의료 영상 생성 장치(50), 영상 검출 장치(30) 및 고강도 집속 초음파 장치(40)로부터 입력 받은 정보들을 기초로 고강도 집속 초음파 장치(40)의 초점을 결정하고, 결정된 초점을 고강도 집속 초음파 장치(40)로 출력한다.
제1 관측점 획득부(11)는 의료 영상 생성 장치(50) 및 영상 검출 장치(30)로부터 입력된 영상 정보들을 기초로 관측점이 이동한 위치를 획득한다. 의료 영상 생성 장치(50)로부터 입력된 영상 정보는 장기의 윤곽, 내부 구조 또는 병변 등이 식별 가능한 의료 영상이다. 영상 검출 장치(30)로부터 입력된 영상 정보는 실시간으로 대상체를 촬영한 실시간 영상이다. 실시간 영상은 의료 영상 생성 장치(50)로부터 수신한 의료 영상보다 낮은 해상도를 갖는다. 영상 검출 장치(30)는 실시간으로 촬영한 장기의 실시간 영상을 제1 관측점 획득부(11)로 제공한다.
제1 관측점 획득부(11)는 의료 영상 생성 장치(50)로부터 수신된 의료 영상을 이용하여 장기의 3차원 장기 모델을 생성한다. 3차원 장기 모델은 장기의 윤곽이나 장기 내에 위치한 병변을 3차원으로 나타낸 형상이다. 제1 관측점 획득부(11)는 다양한 개인들로부터 수신한 의료 영상들을 기초로 생성된 모델을 특정 환자로부터 수신한 의료 영상을 이용하여 변형함으로써 3차원 장기 모델을 생성할 수 있다. 또한, 제1 관측점 획득부(11)는 특정 환자로부터 수신한 의료 영상만으로 특정 환자의 3차원 장기 모델을 생성할 수 있다.
제1 관측점 획득부(11)는 3차원 장기 모델을 변형하여 3차원 장기 모델에 위치한 관측점의 이동 위치를 획득한다. 제1 관측점 획득부(11)는 영상 검출 장치(30)로부터 수신한 실시간 영상을 이용하여 3차원 장기 모델을 실시간으로 변형한다. 제1 관측점 획득부(11)는 실시간 영상과 3차원 장기 모델을 실시간으로 정합하여 3차원 장기 모델을 변형한다. 제1 관측점 획득부(11)는 3차원 장기 모델에 위치한 관측점의 위치가 3차원 장기 모델의 변형에 의해 이동한 위치를 획득한다. 관측점은 3차원 장기 모델의 특정 지점에 위치하기 때문에, 3차원 장기 모델이 변형되면 이에 따라 관측점의 위치도 변경된다. 예를 들어, 변형된 3차원 장기 모델이 기존 위치에서 상, 하, 좌, 우, 등으로 이동하게 되면 관측점의 위치도 3차원 장기 모델의 이동에 따라 변경된다. 또한, 변형된 3차원 장기 모델이 늘어나거나 줄어들거나 또는 휘어지는 경우, 관측점의 위치도 변형된 3차원 장기 모델에 따라 변경된다.
제2 관측점 획득부(12)는 고강도 집속 초음파 장치(40)로부터 수신한 정보들을 기초로 관측점의 위치를 획득한다. 고강도 집속 초음파 장치(40)로부터 수신한 정보들은 관측점의 위치를 획득하는데 필요한 시간들이다. 제2 관측점 획득부(12)는 고강도 집속 초음파 장치(40)의 서로 다른 3개 이상의 위치에서 관측점으로 송신한 초음파를 수신하는데 걸린 시간을 측정한다. 제2 관측점 획득부(12)는 삼각 측량(triangulation) 방식을 이용하여 관측점의 이동 위치를 획득한다. 관측점의 이동 방향에 따라서, 서로 다른 3개 이상의 위치에서 관측점으로 송신한 초음파를 수신하는데 걸린 시간이 달라진다. 예를 들어, 서로 다른 3개의 위치 중 제1 위치로부터 관측점이 멀어지면, 제1 지점은 초음파를 송수신하는데 걸린 시간이 다른 위치들보다 증가한다. 제2 관측점 획득부(12)는 이러한 시간차이를 이용하여 관측점의 이동 위치를 획득한다. 삼각 측량 방식을 이용하여 관측점의 이동 위치를 획득하는 방법에 관하여는 도 5 및 6을 통하여 상세히 설명한다.
결정부(13)는 제1 및 2 관측점 획득부(11, 12)로부터 수신한 관측점들의 위치들을 기초로 초점의 위치를 결정한다. 예를 들어, 결정부(13)는 수신한 관측점들의 위치가 동일한 경우와 동일하지 않은 경우를 구분하여 초점의 위치를 결정한다. 수신한 관측점들의 위치가 동일한 경우, 결정부(13)는 수신한 관측점의 위치를 관측점의 최종 위치로 확정하고, 관측점의 최종 위치에 따른 초점의 위치를 결정한다. 수신한 관측점들의 위치가 동일하지 않은 경우, 결정부(13)는 수신한 관측점들의 사이의 지점들 중에서 어느 하나의 지점을 관측점의 최종 위치로 확정하고, 관측점의 최종 위치에 따른 초점의 위치를 결정한다. 예를 들어, 결정부(13)는 수학식1과 같이 수신한 관측점들을 가중치 합산하여 관측점의 최종 위치를 확정한다.
Figure pat00001
여기서, Ct는 시간 t에서 관측점의 최종 위치이고, At는 시간 t에서 제1 관측점 획득부(11)가 획득한 관측점의 위치이고, Bt는 시간 t에서 제2 관측점 획득부(12)가 획득한 관측점의 위치이다. wa는 At에 대한 신뢰값(confidence value)이고, wb는 Bt에 대한 신뢰값이다. wa와 wb의 합은 1이다.
또 다른 예로서, 결정부(13)는 제1 및 제2 관측점 획득부(12)로부터 수신한 관측점들의 위치들과 이전 시간에 관측점의 최종 위치를 기초로 초점의 위치를 결정한다. 다시 말해서, 결정부(13)는 관측점의 최종 위치를 결정할 때, 관측점의 이전 위치를 참조한다. 예를 들어, 결정부(13)는 수학식2와 같이 수신한 관측점들과 이전 시간에 관측점의 최종 위치를 가중치 합산하여 관측점의 최종 위치를 확정한다.
Figure pat00002
여기서, Ct -1은 시간 t-1에서 관측점의 최종 위치이고, wc는 Ct -1에 대한 신뢰값(confidence value)이고, wa, wb 및 wc의 합은 1이다. wa, wb 및 wc 의 값은 사용자에 의해 임의로 지정될 수 있다. 또는 wa, wb 및 wc 의 값은 At , Bt , Ct - 1 의 중심점에서 멀어질수록 낮은 값을 갖도록 설정될 수 있다. 상기 예들 이외에도 wa, wb 및 wc 의 값은 다양한 방법으로 설정될 수 있다. 만약, At 와 Ct - 1 의 위치 간의 차이가 미리 결정된 임계값보다 큰 경우, 초점 결정 장치(10)는 관측점의 위치를 결정할 때, At 을 제외하고 결정한다. Bt 와 Ct - 1 의 위치 간의 차이가 미리 결정된 임계값보다 큰 경우, 초점 결정 장치(10)는 관측점의 위치를 결정할 때, Bt 을 제외하고 결정한다. At 또는 Bt 와 Ct - 1 의 위치간의 차이가 미리 결정된 임계값보다 크다는 것은 At 또는 Bt 가 오차 범위를 넘어선 것을 나타낸다. 따라서, Ct - 1 의 위치 간의 차이가 미리 결정된 임계값보다 큰 관측점의 위치는 Ct를 결정할 때 제외된다.
도 3은 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다. 도 3은 도 2의 초점 결정 장치(10)가 초점을 결정하는 과정을 설명하기 위한 도면이다. 따라서, 이하 생략된 내용이라 하더라도 도 2에서 설명된 초점 결정 장치(10)에 관하여 이상에서 기술된 내용은 도 3의 실시 예에서도 적용된다.
도 3을 참조하면, 초점 결정 장치(10)는 관측점의 초기 위치를 설정하고, 관측점의 이동 위치를 센싱 및 계산하고, 초점의 이동 위치를 계산한다. 초점 결정 장치(10)는 계산된 초점의 이동 위치를 고강도 집속 초음파 장치(40)로 출력한다. 계산된 초점의 이동 위치는 다음 초점의 이동 위치를 계산할 때 고려된다. 고강도 집속 초음파 장치(40)는 수신된 초점의 이동 위치로 고강도 집속 초음파를 조사한다. 초점 결정 장치(10)는 초점과 인접한 위치에 관측점의 초기 위치를 설정한다. 초점 결정 장치(10)는 관측점의 이동 위치를 삼각 측량 방식을 이용하여 센싱하고, 3차원 장기 모델을 이용하여 획득된 관측점의 이동 위치를 고려하여 관측점의 이동 위치를 결정한다. 초점 결정 장치(10)는 결정된 관측점의 이동 위치에 따른 초점의 이동 위치를 결정한다. 다시 말해서, 초점 결정 장치(10)는 관측점과 초점의 위치 관계를 고려하여, 관측점의 이동 위치를 기준으로 일정 거리만큼 떨어진 지점을 초점으로 결정한다. 결정부(13)는 초점의 이동 위치를 고강도 집속 초음파 장치(40)로 출력하고, 초점의 이동 위치를 다음 관측점의 이동 위치를 결정할 때 참조한다.
도 4는 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다. 도 4는 도 2의 초점 결정 장치(10)가 초점을 결정하는 과정을 설명하기 위한 도면이다. 따라서, 이하 생략된 내용이라 하더라도 도 2에서 설명된 초점 결정 장치(10)에 관하여 이상에서 기술된 내용은 도 3의 실시 예에서도 적용된다.
초점 결정 장치(10)가 초점의 이동 위치를 계산하는 단계는 3단계로 구분된다. 1단계는 초점 결정 장치(10)가 관측점의 초기 위치를 설정하는 단계이고, 2단계는 관측점의 이동 위치를 센싱하고 관측점의 이동 위치를 결정하는 단계이고, 3단계는 고강도 집속 초음파의 초점의 이동 위치를 결정하는 단계이다.
관측점의 초기 위치를 설정하는 단계를 설명하면, 초점 결정 장치(10)는 초음파 영상 및 의료 영상을 획득하고, 획득한 영상들을 이용하여 3차원 장기 모델을 생성한다. 초점 결정 장치(10)는 획득한 초음파 영상과 3차원 장기 모델을 정합하여 변형된 3차원 장기 모델을 획득한다. 초점 결정 장치(10)는 획득한 3차원 장기 모델 내에서 종양의 3차원 위치를 결정하고, 종양의 위치를 초점의 초기 위치로 결정한다. 초점 결정 장치(10)는 결정된 초점의 위치와 인접한 임의의 지점을 관측점으로 설정한다. 설정된 관측점도 3차원 장기 모델 내의 특정 지점이다.
관측점의 이동 위치를 센싱 및 결정하는 단계를 설명하면, 고강도 집속 초음파 장치(40)의 하위 애퍼쳐들은 관측점으로 초음파를 송신하고, 관측점으로부터 반사파를 수신한다. 고강도 집속 초음파 장치(40)는 직접 관측점에 대한 초음파의 송수신 시간을 측정하고, 측정된 시간을 초점 결정 장치(10)로 출력할 수 있다. 또한, 고강도 집속 초음파 장치(40)는 관측점에 초음파를 송신한 시간과 수신한 시간만을 초점 결정 장치(10)로 출력할 수 있다. 이 경우에는 초점 결정 장치(10)가 초음파의 송수신 시간을 계산한다. 초점 결정 장치(10)는 관측점에 대한 초음파의 송수신 시간을 이용하여 관측점의 이동 위치를 결정한다.
고강도 집속 초음파의 초점의 이동 위치를 결정하는 단계를 설명하면, 초점 결정 장치(10)는 3차원 장기 모델의 이동 또는 변형을 통해서 3차원 장기 모델을 기반으로 관측점의 이동 위치를 획득한다. 초점 결정 장치(10)는 관측점의 이동 위치 센싱 및 결정하는 단계에서 결정된 관측점의 이동 위치와 3차원 장기 모델을 기반으로 획득한 관측점의 이동 위치를 기초로 관측점의 최종 위치를 결정한다. 초점 결정 장치(10)는 결정된 관측점의 최종 위치를 기초로 3차원 장기 모델을 이동 또는 변형을 조정한다. 초점 결정 장치(10)는 결정된 관측점의 최종 위치를 기준으로 초점의 이동 위치를 결정한다. 3차원 장기 모델의 이동 또는 변형은 실시간으로 수신되는 실시간 영상과 3차원 장기 모델의 정합을 통하여 수행된다. 관측점의 최종 위치가 결정되면, 3차원 장기 모델의 이동 또는 변형이 조정된다. 다시 말해서, 3차원 장기 모델의 이동 또는 변형은 실시간 영상과의 정합을 통해서 이루어지고, 관측점의 최종 위치를 고려하여 다시 조정된다.
도 5는 고강도 집속 초음파의 초점을 결정하는 것을 설명하기 위한 도면이다. 도 5를 참조하면, 대상체가 호흡을 멈춘 경우(501 내지 503)와 대상체가 호흡 중인 경우(504 내지 509)를 나누어 초점 결정 장치(10)의 동작을 설명한다. 초점 결정 장치(10)는 대상체가 호흡을 정지하고 있는 상태와 호흡 중인 상태에 각각 초음파의 송수신시 걸린 시간의 차이를 이용하여 초점의 위치를 결정할 수 있다.
먼저, 대상체가 호흡을 정지하고 있는 상태에서, 초점 결정 장치(10)는 관측점과 종양의 위치를 파악하고 관측점에 초음파 송신하고 반사파를 수신하는데 걸린 시간을 측정한다.
501단계에서, 초점 결정 장치(10)는 장기의 해부학적 정보를 기반으로 종양과 관측점의 위치를 파악한다. 장기의 해부학적 정보는 CT 또는 MR영상을 통해 획득된다. 다시 말해서, 초점 결정 장치(10)는 CT 또는 MR영상을 통해 생성된 3차원 장기 모델의 어느 지점에 종양이 위치하였는지 판단하고, 관측점의 초기 위치를 종양과 인접한 임의의 지점에 지정한다. 일 예로, 고강도 집속 초음파 장치(40)는 초점의 위치를 종양의 위치와 동일한 지점에 설정한다.
502단계에서, 고강도 집속 초음파 장치(40)의 하위 애퍼쳐는 관측점으로 초음파를 송신한다. 하위 애퍼쳐는 3개 이상이고, 서로 다른 지점에 위치한다. 503단계에서, 하위 애퍼쳐들은 관측점으로부터 반사되는 반사파(S11, S12, S13)를 수신한다. 고강도 집속 초음파 장치(40)는 하위 애퍼쳐들에서 초음파를 송수신하는데 걸린 시간들을 측정한다. 호흡이 정지 상태이기 때문에, 초음파의 송수신이 이루어 지는 동안 관측점의 이동은 거의 없다고 볼 수 있다. S11, S12, S13은 각각 3개의 하위 애퍼쳐들에서 수신하는 초음파이다. 고강도 집속 초음파 장치(40)는 측정된 시간을 초점 결정 장치(10)로 출력한다.
호흡 중인 상태에서, 초점 결정 장치(10)는 초음파의 송수신시 걸린 시간들 및 해부학적 정보를 기반으로 관측점의 위치를 결정한다. 초점 결정 장치(10)는 호흡이 정지 상태인 경우에 초음파의 송수신시 걸린 시간과 비교하여 관측점의 위치를 획득한다. 504, 505단계에서, 고강도 집속 초음파 장치(40)는 3개 이상의 하위 애퍼쳐들에서 관측점으로 초음파를 송신하고, 반사파(S21, S22, S23 )를 수신하는데 걸린 시간을 측정한다. 측정된 시간은 초점 결정 장치(10)로 출력된다.
506단계에서, 초점 결정 장치(10)는 측정된 시간들의 차이를 이용하여 관측점의 이동 위치를 획득한다. 다시 말해서, 초점 결정 장치(10)는 각각이 하위 애퍼쳐에서 호흡 중에 측정된 시간과 호흡 정지상태에서 측정된 시간의 차이를 계산한다. 호흡 정지 상태에서는 관측점이 이동이 없으나, 호흡 중에는 관측점이 이동이 있다. 따라서, 호흡 중에는 초음파를 송신할 때의 관측점의 위치와 반사파를 수신할 때의 관측점의 위치가 달라진다. 관측점이 이동한 거리만큼 초음파의 경로차가 발생하고, 경로차로 인하여 초음파의 송수신 시간이 지연된다. 초점 결정 장치(10)는 3개 이상의 하위 애퍼쳐들에서 측정된 시간차이를 삼각 측량을 이용하여 관측점의 이동 위치를 획득한다. 초점 결정 장치(10)가 삼각 측량을 이용하여 관측점의 이동 위치를 획득하는 방법에 관하여는 도 6을 통하여 상세히 설명한다.
507단계에서, 초점 결정 장치(10)는 해부학적 정보를 기반으로 관측점의 위치를 획득한다. 초점 결정 장치(10)는 3차원 장기 모델을 생성하고, 영상 검출 장치(30)로부터 수신한 초음파 영상을 정합하여 3차원 장기 모델을 이동 및 변형함으로써 3차원 장기 모델에 위치한 관측점의 이동 위치를 획득한다. 다시 말해서, 초점 결정 장치(10)는 3차원 장기 모델상에 관측점의 위치를 지정하고, 지정된 관측점의 위치가 3차원 장기 모델의 이동 및 변형에 의해 어느 지점으로 이동하는지 알 수 있다.
508단계에서, 초점 결정 장치(10)는 506 및 507단계에서 획득한 관측점들의 위치를 기반으로 관측점의 최종 위치를 결정하고, 3차원 장기 모델의 이동 및 변형을 조정한다. 초점 결정 장치(10)가 관측점들의 위치를 기반으로 관측점의 최종 위치를 결정하는 방법에 대하여는 수학식 1 및 2를 통하여 상세히 설명하였다. 초점 결정 장치(10)는 결정된 관측점의 최종 위치를 기준으로 3차원 장기 모델을 이동 및 변형한다. 다시 말해서, 3차원 장기 모델은 수신된 초음파 영상과 정합을 통하여 이동 및 변형되었는데, 관측점의 최종 위치가 결정되면, 초점 결정 장치(10)는 관측점의 최종 위치를 기준으로 3차원 장기 모델을 최종 조정한다.
509단계에서, 고강도 집속 초음파 장치(40)는 결정된 관측점의 최종 위치를 기초로 하여 계산된 초점의 위치에 고강도 집속 초음파를 조사한다.
도 6은 초점 결정 장치(10)가 관측점의 변위를 삼각 측량 방식을 이용하여 계산하는 것을 설명하기 위한 도면이다. 도 6을 참조하면, 고강도 집속 초음파 장치(40)의 트랜스듀서(60) 내의 3개의 하위 애퍼쳐들(61 내지 63)은 관측점으로 초음파를 송신 및 반사파를 수신한다. 좌표축의 원점이 관측점으로 설정된다. 관측점의 변위 벡터(displacement vector, d)는 다음의 수학식 3과 같이 계산된다.
Figure pat00003
수학식 3에서,
Figure pat00004
이고,
Figure pat00005
이고,
Figure pat00006
이다.
여기서, c는 체내에서 초음파의 속도이고, t는 각각의 하위 애퍼쳐에서 측정한 시간차(ti) 및 다음의 수학식 4를 이용하여 계산된다. ai는 관측점에서 i번째 하위 애퍼쳐를 향하는 단위 벡터(normalized vector)이며, i번째 하위 애퍼쳐의 초음파의 방향을 나타낸다. ai는 (aix, aiy, aiz)로 구성된다.
Figure pat00007
N=3(i=1,2,3)인 경우를 예를 들어 d를 계산하는 과정을 설명한다. 초점 결정 장치(10)는 3개의 하위 애퍼쳐들로부터 수신한 정보를 바탕으로 시간차들 t1, t2 및 t3 를 계산한다. 시간차들은 호흡이 정지 상태일 때 측정한 시간과 호흡 중일 때 측정한 시간과의 차이를 나타낸다. ai는 관측점에서 i번째 하위 애퍼쳐를 향하는 단위 벡터이므로, 이동 전의 관측점과 하위 애퍼쳐들의 위치에 따라 결정되는 값이다. c는 체내에서 초음파의 속도이다. 따라서, dx, dy 및 dz를 변수로 3개의 연립 방정식을 얻을 수 있다. 연립 방정식을 풀어 d(dx, dy, dz)를 구할 수 있다. 초점 결정 장치(10)는 관측점의 이전 위치에 변위 벡터를 더하여 관측점의 현재 위치를 획득한다.
도 7 내지 13은 본 발명의 실시예로서, 3차원 장기 모델과 초음파 영상을 정합하는 것을 설명하기 위한 도면이다. 3차원 장기 모델을 생성하는 방법이나, 3차원 장기 모델과 초음파 영상을 정합하는 방법은 이하의 내용에 한정되지 아니하며, 다른 여러 방법이 존재할 수 있다.
도 7은 영상 정합 장치(20)의 구성도이다. 도 7을 참조하면, 영상 정합 장치(20)는 의료 영상 DB(201), 평균 모델 생성부(202), 개인화 모델 생성부(203), 영상 정합부(204), 영상 검색부(205), 추가 조정부(206), 및 스토리지(207)를 포함한다.
평균 모델 생성부(202)는 입력된 다양한 개인의 의료 영상을 처리하여 대상 장기의 평균적인 모델을 출력한다. 본 발명은 환자의 개인화된 모델을 생성하여 장기를 추적하는데, 여기서 평균적인 모델을 생성하는 단계는 개인화된 모델을 생성하기 위한 준비단계이다. 왜냐하면 개인에 따라서 장기의 형태, 크기, 특징 등 다양성이 있어서, 정확한 시술환경을 제공하기 위해서는 환자 개인의 특성을 반영할 필요가 있기 때문이다. 한편, 정확한 평균적인 모델을 얻기 위해서는 다양한 개인의 영상 정보가 활용될 수 있다. 또한 각 개인에서 얻은 영상도, 호흡에 따라서 변하는 장기의 형태를 반영하기 위해 다양한 호흡에서의 영상을 얻을 수 있다.
구체적으로 우선 평균 모델 생성부(202)는 다양한 개인의 장기 형태, 크기 등을 분석하기 위해서 의료 전문가가 환자의 진단을 위해 촬영한 영상(이하, 외부의료영상이라 한다)을 촬영기구로부터 직접 또는 영상이 저장된 저장매체로부터 입력 받는다. 따라서 장기와 병변의 윤곽이나 장기 내부 특징의 분석이 용이한 영상을 입력 받는 것이 바람직하다. 이를테면 CT(computed tomograhpy) 혹은 MR(magnetic resonance)영상이 입력될 수 있다.
외부 영상을 입력 받는 다른 방법으로는 의료 영상 DB(201)에 의해서 상기 외부의료영상이 데이터화 되어 저장된 영상을 불러올 수 있다. 의료 영상 DB(201)에는 상기 외부의료영상이 다양한 개인에게서 촬영장치로부터 촬영되어 저장이 될 수도 있고, 저장매체로부터 입력 받을 수도 있다. 의료 영상 DB(201)로부터 영상을 불러올 때에는 영상 전부를 불러올 수도 있고 사용자의 선택에 따라 일부를 불러올 수도 있다.
하나의 실시예로 평균 모델 생성부(202)는 입력 받은 외부의료영상을 기초로 3차원 ASM(active shape models) 알고리즘을 적용시킬 수 있다. 상기 알고리즘을 적용시키기 위해서 우선 상기 외부의료영상을 분석하여 각 외부의료영상에서 장기의 형태, 크기, 해부학적 특징을 추출하고, 이를 평균을 내서 통계적으로 평균을 낸 모델을 생성한다. ASM(active shape models) 알고리즘은 1994년에 발표된 "The Use of Active Shape Models For Locating Structure in Medical Images" (T.F.Cootes, A.Hill, C.J.Taylor and J.Haslam 저)에 자세한 설명이 나와있다. ASM(active shape models) 알고리즘을 적용하면 평균적인 장기의 형상을 얻을 수 있는데, 이 평균적인 장기 형상은 변수를 조정할 경우 그 형태를 변형 시킬 수 있다.
도 8은 평균 모델 생성부(202)가 상기 외부의료영상을 분석하는 과정으로써, 상기 입력된 CT(computed tomograhpy) 혹은 MR(magnetic resonance)영상의 장기 경계와 내부 구조의 위치 좌표 정보를 추출하는 개략적인 방법을 도시한 것이다. 평균 모델 생성부(202)는 CT(computed tomograhpy) 혹은 MR(magnetic resonance)영상이 입력되면, 장기 경계와 내부 구조의 위치 좌표 정보를 추출할 때 2차원 영상일 경우와 3차원 영상일 경우 다른 방식으로 진행된다. 여기서 내부 구조란, 간을 예로 들면 간동맥, 간정맥, 간문맥과 간관의 위치 등이 있을 수 있으며 이들의 경계값도 포함될 수 있다.
2차원 영상의 입력을 받을 경우 3차원 장기 모델을 생성하기 위해서는 다수의 단면 영상들을 축적하여 대상 부위를 3차원으로 나타내는 3차원 볼륨(volume)의 영상 데이터를 얻게 되는데, 이 과정은 도 8에서 왼쪽 부분에 여러 영상 정보가 축적되어 3차원 볼륨(volume)영상을 얻는 방법을 도시된 부분이다. 축적하기 전 다수의 단면 영상에서의 장기 경계와 내부 구조의 위치 좌표 정보를 추출한 후 축적하는 방향 축의 좌표 정보를 추가해 3차원 좌표 정보를 얻을 수 있는데, 도 8의 오른쪽 부분에 나타나 있는 영상은 z축의 값이 1인 영상이므로 상기 영상에서 추출되는 경계 위치 좌표 값의 z 축의 값은 항상 1이다. 따라서 왼쪽 영상 데이터의 단면에서의 좌표 정보를 추출하는데 이는 2차원의 좌표 정보이므로 x, y 축의 데이터를 포함하지만, z축의 좌표 정보까지 포함하여 [x, y, 1]의 좌표로 경계의 위치 좌표 정보를 추출한다. 그러면 상기 좌표 정보는 x, y, z 축의 좌표를 포함한 정보일 것이다. 3차원 영상이 입력될 경우에는 소정의 간격으로 3차원 영상의 단면을 추출한 후 2차원 영상이 입력된 경우와 같은 과정을 거치게 되면 장기 경계와 내부 구조의 위치 좌표 정보를 얻을 수 있다. 이 과정에서의 2차원 영상에서 경계 위치 좌표의 추출은 알고리즘에 의한 자동/반자동적으로 얻을 수 있으며, 사용자가 출력된 영상 정보를 보고 수동적으로 좌표 정보를 입력 받을 수도 있다. 자동으로 경계의 좌표 정보를 얻는 방법을 예를 들면, 영상에서 밝기가 급변하게 변하는 지점의 좌표 정보를 얻을 수 있으며, DTFT(discrete time fourier transform)을 이용하여 주파수 값이 가장 큰 위치를 경계라고 추출할 수 있다. 반자동적인 방법은 사용자에 의해 영상에서 일부 경계지점에 대한 정보를 입력 받으면, 상기 경계지점을 기초로 하여 상기 자동으로 좌표를 얻는 방법과 동일하게 주변의 경계를 추출할 수 있다. 장기의 경계는 연속적이며 폐곡선 형태를 이루기 때문에, 상기 성질을 이용하여 장기 경계 전체에 대한 정보를 얻을 수 있다. 이렇게 반자동인 방법은 영상 전체를 검색하지 않아도 되기 때문에 자동적인 경우보다 더 빠르게 결과를 얻을 수 있다. 수동적으로 얻을 때에는 사용자가 영상을 보면서 직접 경계의 좌표를 지정할 수 있는데, 이 때 지정하는 간격은 연속적일 수 없으므로, 중간에 불연속적인 구간은 보간(interpolation)을 통해 연속적으로 경계를 추출할 수 있다. 상기 기재된 방법으로 얻은 장기와 병변의 위치 좌표 정보는 3차원 공간에서 상기 좌표에 해당하는 복셀에서의 밝기값을 소정의 값으로 설정한 후 출력한다면 사용자가 3차원 그래픽적으로 표현된 장기와 내부 구조의 모습을 확인할 수 있다. 예를 들면 대상 장기 경계 좌표의 밝기값을 최소, 즉 가장 어두운 값으로 설정한다면 출력되는 영상에서 대상 장기의 영상은 검은 형태로 출력될 것이며, 대상 장기의 밝기를 흰색과 검은색의 중간값으로 설정하고 병변의 좌표의 밝기를 검은색으로 설정한다면 대상 장기와 병변을 쉽게 육안으로 구분할 수 있다. 상기 방법으로 얻은 복수의 장기 경계와 내부 구조의 위치 좌표 정보를 데이터 세트라고 정하고 3차원 ASM(active shape models) 알고리즘을 활용하기 위한 정보로 활용할 수 있다. 이하 ASM(active shape models) 알고리즘에 대해서 설명한다.
ASM(active shape models) 알고리즘을 적용하기 위해서는 복수의 장기 경계와 내부 구조의 위치 좌표 정보의 좌표축을 일치시킨다. 좌표축을 일치시킨다는 것은 복수개의 대상체의 무게 중심을 하나의 원점으로 일치시키고 여러 가지 다양한 형태에 대해 모든 장기의 방향을 정렬시킴을 의미한다. 그 후, 복수의 장기 경계와 내부 구조의 위치 좌표 정보에서 특징점(Landmark point)이 되는 지점을 결정한다. 특징점(Landmark point)이란 알고리즘을 적용시키기 위한 기본적인 지점을 말한다. 특징점(Landmark point)은 아래와 같은 방법으로 결정한다.
1. 대상의 특징이 뚜렷하게 반영된 지점을 특징점(Landmark point)으로 정한다. 예를 들면, 간의 경우 모든 사람이 공통적으로 갖고 있는 혈관이 나누어 지는 지점 또는 심장의 경우 우심방과 좌심방이 나뉘는 경계, 대정맥과 심장의 외벽이 만나는 경계 등이 있다.
2. 정해진 좌표계에서 대상체의 가장 높은 지점, 혹은 가장 낮은 지점을 특징점(Landmark point)으로 정한다.
3. 상기 1. 과 2. 에서 정한 점들간의 사이를 보간(interpolation)할 수 있는 지점을 소정의 일정한 간격으로 경계를 따라 특징점(Landmark point)으로 지정한다.
지정된 특징점은 2차원일 경우 x, y 축의 좌표 3차원일 경우 x, y, z축의 좌표로 나타낼 수 있다. 따라서 3차원일 경우 각각의 특징점 좌표를 벡터로
Figure pat00008
과 같이 나타낸다면, (n은 특징점의 개수를 뜻한다.) 수학식 5로 표현할 수 있다.
Figure pat00009
아래첨자 i는 i번째 영상에서 얻은 장기 경계와 내부 구조의 위치 좌표 정보를 뜻한다. 상기 위치 좌표 정보는 경우에 따라서 그 개수가 많아질 수 있는데 이의 연산을 용이하게 하기 위해서 하나의 벡터로 표현할 수 있다. 그러면 특징점 전체를 하나의 벡터로 나타낸 특징점 벡터를 수학식 6으로 정의할 수 있다.
Figure pat00010
xi벡터의 크기는
Figure pat00011
이다.
데이터 세트의 개수를 N개라고 할 때 세트 전체에 대해 특징점의 평균을 아래의 수학식 7로 나타낼 수 있다.
Figure pat00012
마찬가지로
Figure pat00013
벡터의 크기는
Figure pat00014
이다.
평균 모델 생성부(202)는 수학식 7을 계산하면 평균적인 특징점인
Figure pat00015
를 얻고 이를 기초로 한 모델을 생성하게 되면 그 모델이 평균적인 장기 모델이 될 수 있다. ASM(active shape models) 알고리즘은 평균적인 모델을 생성하는 것뿐만 아니라 더 나아가 상기 평균적인 모델을 복수 개의 파라미터의 조절만으로 형태를 변형시킬 수 있다. 따라서 평균 모델 생성부(202)는 단순히 평균적인 모델을 계산할 뿐만 아니라, 복수개의 파라미터를 적용할 수 있도록 수식을 계산한다. 이하, 파라미터를 적용하는 수식을 설명한다.
아래의 수학식 8에 의해서 특징점의 평균과 각 데이터의 차이를 나타낼 수 있다. 수학식 8에서 아래첨자 i는 i번째 영상을 뜻한다. 따라서 수학식 8은 각 영상에서의 특징점이 전체 영상의 평균과의 차이를 뜻한다.
Figure pat00016
각 데이터의 차이를 이용하여 수학식 9에 의해 세 변수 x, y, z에 대한 공분산 행렬(covariance matrix)을 정의할 수 있다. 상기 공분산 행렬(covariance matrix)을 구하는 이유는 ASM(active shape models) 알고리즘을 적용하기 위한 복수개의 파라미터에 대한 아이겐벡터(unit eigen-vector)를 구하기 위함이다. (자세한 내용은 상기 논문에 기재되어 있음.)
Figure pat00017
공분산 행렬(covariance matrix) S의 단위 아이겐벡터(unit eigen-vector)를
Figure pat00018
라 하면, 벡터
Figure pat00019
가 의미하는 것은 ASM(active shape models) 알고리즘에 의해 생성된 모델이 변화는 태양이다. 예를 들면, 벡터
Figure pat00020
과 곱해진 파라미터
Figure pat00021
을
Figure pat00022
에서 변형시키게 되면 좌우로의 길이가 변한다던지, 벡터
Figure pat00023
과 곱해진 파라미터
Figure pat00024
을
Figure pat00025
에서 변형시키게 되면 상하로의 길이가 변한다던지를 말한다. 그럼 이 단위 아이겐벡터(unit eigen-vector)
Figure pat00026
(크기
Figure pat00027
)는 아래와 같이 수학식 10에 의해 구할 수 있다.
Figure pat00028
(
Figure pat00029
는 아이겐벨류(eigen-value)를 뜻한다.)
그러면 최종적으로 변형을 적용한 특징점 벡터
Figure pat00030
를 특징점의 평균 벡터인
Figure pat00031
를 이용하여 계산하면,
Figure pat00032
여기서
Figure pat00033
(각
Figure pat00034
의 크기
Figure pat00035
,
Figure pat00036
의 크기
Figure pat00037
) 는 처음 t개의 아이겐벡터를 말하고,
Figure pat00038
(크기
Figure pat00039
)는 각 아이겐벡터의 비중(weight)을 의미한다.
평균 모델 생성부(202)는 상기 과정의 수학식들 계산을 통해서 평균적인 모델의 형태를 뜻하는
Figure pat00040
(크기
Figure pat00041
)와 3차원 ASM(active shape models) 알고리즘을 이용해 변형을 적용시키기 위한
Figure pat00042
(크기
Figure pat00043
) 벡터를 계산할 수 있다.
개인화 모델 생성부(203)는 평균 모델 생성부(202)로부터 평균적인 장기 모델(
Figure pat00044
)과
Figure pat00045
(크기
Figure pat00046
) 벡터를 입력받고 상기 3차원 ASM(active shape models) 알고리즘의 파라미터 처리에 의해 개인화 모델을 생성한다. 환자 개인의 장기 형상도 마찬가지로 형태나 크기 등이 상이하므로 평균적인 장기 모델을 그대로 사용하게 되면 정확성이 떨어질 수 있다. 왜냐하면 개인에 따라 평균 형태보다 좌우가 길다던가, 상하가 길다던가, 또는 좌측이 더 두껍다던가, 우측이 더 아래쪽으로 내려왔다던가 하는 특징이 있기 때문이다. 또한 개인의 장기에 병변이 위치하고 있을 경우 병변의 형태와 위치를 정확하게 파악하기 위해서 개인화 모델 생성부(203)는 상기 병변의 위치를 모델에 포함시킬 수 있다. 따라서 개인화 모델 생성부(203)는 영상 촬영장치 또는 저장매체로부터 환자 개인의 외부의료영상을 입력받아, 개인 장기 형태, 크기, 위치 정보를 분석하고, 병변이 있다면 병변의 위치, 크기, 형태정보를 분석한다. 이하에서 이 과정을 상세히 설명한다.
개인화 모델 생성부(203)는 CT(computed tomography) 혹은 MR(magnetic resonance)영상과 같이 장기의 형상을 뚜렷하게 파악할 수 있는 영상을 기초로 환자 개인의 ASM(active shape models) 알고리즘의 아이겐벡터의 비중값(벡터b)을 결정하는 것이다. 따라서 우선 환자 개인의 외부의료영상을 입력받아 장기 경계와 내부 구조의 위치 좌표 정보를 파악한다. 이 때는 상기 평균 모델 생성부(202)가 상기 외부의료영상을 분석하는 과정와 같이 도 8의 과정으로 파악한다. 게다가 상기 알고리즘을 처음 적용할 때 특징점(Landmark point)을 파악한 방법과 같은 과정으로 특징점(Landmark point) 좌표 정보를 파악하면 환자 개인화된 특징점 집합인 벡터
Figure pat00047
(크기
Figure pat00048
)의 값을 얻을 수 있다. 상기 벡터
Figure pat00049
를 기초로 장기 모델을 생성한 것이 개인화 모델이 될 수 있다. 수학식 11를 역함수와 단위 아이겐벡터의 성질(
Figure pat00050
)을 활용하면 아래의 수학식 12를 얻을 수 있다. 수학식 12에 의해서
Figure pat00051
값을 결정한다.
Figure pat00052
한편, 평균 모델 생성부(202) 의해서 결정된 벡터
Figure pat00053
정보는 스토리지(207)에 대상 장기에 대한 평균적인 모델로 저장해 데이터 베이스화 되어 반복적으로 사용되어 질 수 있다. 또한 개인화 모델 생성부(202)에 입력된 환자 개인의 외부의료영상은 다음 환자의 진료시 상기 데이터 베이스에 저장된 평균적인 모델을 결정할 때에 추가하는 학습과정을 갖출 수 있다.
영상 정합부(204)는 개인화 모델 생성부(203)에서 벡터
Figure pat00054
정보를 받게 되면, 이를 소정의 주기동안의 환자의 의료영상과 정합(match)을 할 수 있다. 초음파 영상에서 장기의 위치에 상기 ASM(active shape models) 알고리즘을 이용한 모델을 겹쳐서 출력한다는 의미이며, 좀더 정확하게는 영상에서 ASM(active shape models) 알고리즘에 의해 형성된 모델의 좌표정보에 해당하는 픽셀(pixel) 혹은 복셀(voxel)값을 소정의 밝기로 치환 또는 중첩할 수 있다는 의미이다. 치환을 하게 되면 원래 초음파 영상에서 장기부분은 제거되고 개인화 모델만을 출력하겠지만, 중첩을 하게 되면 원래 초음파 영상과 개인화 모델이 겹쳐진 영상이 출력될 수 있다. 겹쳐진 영상은 색깔을 달리 하게 되면 육안으로 구분하기 쉽다. 예컨데, 흑백 초음파 영상에 개인화 모델은 파란색으로 중첩하게 되면 그래픽적인 모습을 육안으로 구별하기 용이할 수 있다.
상기 의료영상은 바람직하게는 실시간 영상을 촬영할 수 있는 영상이며, 예를 들면 초음파 영상이 있다. 상기 의료영상은 2차원 혹은 3차원 영상일 수 있다. 소정의 주기는 바람직하게는 1 호흡주기가 될 수 있다. 왜냐하면 신체의 호흡 주기동안 장기의 변화 또한 일정한 주기를 갖기 때문이다. 예컨데 환자의 1 호흡 주기를 5초라고 했을 때 초음파 영상을 1초당 20프레임 생성한다고 한다면, 100프레임의 영상이 생성될 수 있다.
영상 정합부(204)에서 영상을 정합하는 과정은 크게 두 단계로 나뉘어 질 수 있다. 소정의 주기 동안 입력되는 초음파 영상에서 호흡에 의한 장기의 변화를 3차원 장기 모델에 반영시키는 단계와 상기 변형이 반영된 3차원 장기 모델을 스케일 조정, 축회전 및 축이동을 해서 초음파 영상에서의 대상 장기와 정렬시키는 단계이다.
영상 정합부(204)가 호흡에 의한 장기의 변화를 3차원 장기 모델에 반영시키는 단계는 아래와 같다. 의료영상과 정합(match)하기 전에 초음파 영상의 경우를 예로 들면 초음파 영상의 각 프레임 별로 장기의 위치 및 변화를 파악하여 ASM(active shape models) 알고리즘의 파라미터인 비중(weight)값인 벡터b의 값을 조정한다. 이 때 결정되는 벡터b의 값은 상기 평균 모델 생성부(202)에서 결정된 벡터b의 값에서 크게 차이가 나지 않는다. 그 이유는 영상 정합부(204)는 상기 환자의 호흡에 의한 변화만이 반영되는데 호흡에 의한 장기의 형상 변화는 다른 개인과의 변화에 비해 작기 때문이다. 따라서 벡터b의 값을 결정할 때에 평균 모델 생성부(202)에서 결정된 벡터b의 값을 기초로 소정의 제한된 범위내에서의 변형만을 가해준다. 추가적으로 전 프레임의 벡터b는 다음 프레임의 벡터b를 결정하는데 반영할 수 있다. 왜냐하면 호흡과정에서의 장기의 변화는 연속적이므로 짧은 프레임 사이의 주기 동안 큰 변화가 없기 때문이다. 벡터b의 값을 결정하게되면 3차원 ASM(active shape models) 알고리즘의 연산에 의해 각 초음파 영상에 장기의 변형을 반영한 개인화 모델을 프레임별로 생성할 수 있다.
도 9는 영상 정합부(204)가 각 영상 별로 장기의 변형을 반영된 개인화 모델을 회전, 스케일 조정, 평행이동을 통해 초음파 영상에서의 장기의 위치와 일치시키는 과정의 흐름도를 나타낸 것이다. 상세하게는 각 프레임 별로 아이겐벡터의 비중(weight)값인 벡터b가 정해졌으면 각 프레임 별로 일대일 어파인 정합(affine registration)을 실시하는 흐름도를 나타낸 것이다. 프래임의 갯수를 N이라고 하고 n을 프레임 번호라고 한다면 n=1에서부터 n=N이 될 때 까지 일대일 정합(match)을 실시한다. 초음파 영상에서의 특징점(Landmark point) 집합과 모델의 특징점(Landmark point) 집합을 사용하여 각 프레임 별로 ICP(iterative closest point) 알고리즘을 이용해 어파인 변환함수(Taffine)을 획득하여 이를 이용하여 3차원 신체 장기 모델 영상을 변환한다. ICP(iterative closest point) 알고리즘이란 복수개의 영상 내의 대상체를 정렬시키기 위해서 하나의 영상을 기준으로 나머지 영상을 회전, 평행이동, 스케일 조정을 시키는 알고리즘이다. ICP(iterative closest point) 알고리즘은 "Iterative point matching for registration of free-form curves and surfaces" (Zhengyou Zhang 저)에 자세한 설명이 나와있다.
도 10은 2차원 영상에서 어파인 변환함수(Taffine)를 획득하는 방법을 간략하게 도시한 것이다. 701은 변환을 적용하기 전에 상태이고, 702는 변환을 적용 후의 상태이다. 변환을 적용시에는 회전, 평행이동, 스케일 조정을 시켜야 하나 어파인 변환이 1:1 점대응이라는 것을 이용하면 아래의 수학식 13에 의해서 최초 좌표와 최종 좌표를 획득하면 바로 행렬 Taffine 의 계수를 결정할 수 있다.
Figure pat00055
수학식 14는 2차원이 아닌 3차원 이상에서 획득한 어파인 변환함수(Taffine)를 각 프레임별로 적용시키는 식이다.
Figure pat00056
n은 n번째 프레임을 뜻하고
Figure pat00057
인 정수이다.
Figure pat00058
은 영상 정합부(204)에서 비중(weight)값인 벡터b을 변화시킨 특징점 벡터을 뜻한다. 상기 형성된
Figure pat00059
는 각 프레임별로 변형을 반영한 장기 경계와 내부 구조의 위치 좌표 정보가 있는데 이를 초음파 영상과 정합(match)할 때에 초음파 영상에서 상기 위치 좌표에 해당하는 복셀 값을 소정의 밝기 값으로 치환 혹은 중첩시키게 되면 육안으로 장기의 그래픽적인 모습을 확인할 수 있다.
도 11은 영상 정합부(204)에서 영상을 정합(match)하는 과정을 개략적으로 도시한 것이다. 도 11은 한 호흡 주기 동안에 입력된 초음파 영상을 토대로 영상 정합부(204)에서 입력된 소정 주기 동안의 의료영상과 신체 장기 모델간의 정합 영상을 형성하는 과정을 도시하였다. 입력된 초음파 영상은 도 11에서 왼쪽 가장자리에 배치되어 있으며, 입력된 초음파 영상에 (*)는 특징점을 표시한 것이다. 입력된 초음파 영상은 들숨에서 날숨에 이르기까지 호흡의 여러 형태를 반영해야 바람직하다.
개인화 모델 생성부(203)가 생성한 개인화 모델은 호흡에 따라서 그 형태가 변형 될 것이다. 하지만 호흡에 따른 변형은 개인간의 다양성에 의한 변형보다는 작을 것이다. 따라서 호흡에 따른 변형을 반영할 때에 3차원 ASM(active shape models) 알고리즘 파라미터의 값을 새로 구하는 것보다 개인화 모델 생성부(203)에 의해 결정된 파라미터 값에서 조정하는 방법이 더 신속하고, 용이할 수 있다. 상기 변형을 반영한 장기 모델의 특징점과 초음파 영상의 장기에서의 특징점을 이용하여 ICP(iterative closest point) 알고리즘을 통한 어파인 변환함수(Taffine)를 적용한다. 어파인 변환을 통하게 되면 3차원 장기 모델의 크기와 위치가 초음파 영상내의 장기의 크기와 위치에 맞게 변할 수 있다. 변형된 모델을 초음파 영상에 합성을 하는 것은 모델의 위치에 해당하는 상기 초음파 영상의 픽셀(또는 복셀)값을 일정한 값으로 치환 또는 중첩하는 방법을 통해 할 수 있다. 한편, 정합된 영상을 초음파-모델정합영상이라 하고 스토리지(207)에 저장할 수 있다.
영상 검색부(205)는 시술하는 과정에서의 처리를 행한다. 시술하는 과정을 간단하게 설명하면, 실시간으로 입력되는 초음파 영상에 장기의 그래픽적 형상이 화면에 출력되고, 시술자는 이를 육안으로 확인하면서 시술을 한다. 이 과정을 구체적으로 살펴보면, 우선 환자의 실시간 의료영상을 입력받게 된다. 이 때 의료영상은 바람직하게는 영상 정합부(204)에서 입력받는 영상과 같은 영상이다. 따라서 상기 예와 마찬가지로 초음파 영상을 예로 들면, 실시간 초음파 영상을 입력받으면 상기 영상 정합부(204)에 입력된 소정 주기 동안의 의료영상과 비교하여 가장 유사한 영상을 결정하고 결정된 영상과 대응되는 초음파-모델정합영상을 스토리지(207)에서 검색하여 출력한다.
영상 검색부(205)에서 초음파 영상에서의 유사한 영상을 비교하는 실시예로는 횡격막의 위치를 검출하여 영상을 결정하는 방법이 있다. 상기 입력되는 실시간 의료영상에서 횡격막의 위치가 X라면 상기 영상 정합부(204)에 입력된 소정 주기의 복수 개의 의료영상에서 각각의 횡격막의 위치와 X와의 차이를 계산하여 그 차이가 가장 작은 영상을 검색하는 방법이다. 도 12는 횡격막의 절대적인 위치의 상하 이동 그래프를 나타낸다. 상기 그래프를 분석해 보면 호흡의 주기로 위치가 규칙적으로 변하고 있음을 확인할 수 있다. 바람직하게는 상기 영상 정합부(204)에서 입력되는 소정 주기의 의료영상과 상기 영상 검색부(205)에서 입력되는 실시간 의료영상의 촬영시에 프로브의 위치와 환자의 위치를 고정시킨다. 왜냐하면 프로브의 위치 혹은 환자의 위치가 변하게 되면 영상에서 장기의 상대적인 위치가 변할 수 있는데, 상대적인 위치가 변하게 되면 영상을 비교할 때 정확하고 빠르게 검색을 할 수 없기 때문이다.
영상 검색부(205)에서 초음파 영상에서의 유사한 영상을 비교하는 또 다른 실시예로는 픽셀의 밝기 차를 이용하여 영상을 결정하는 방법이 있다. 가장 유사한 영상 끼리는 그 밝기의 차가 가장 적다는 것을 이용한 방법이다. 구체적으로는 상기 정합에 사용된 소정주기의 의료 영상(제 1 영상)들 중 실시간 의료영상의 한 프래임의 영상(제 2 영상)과 유사한 영상을 찾을 때, 우선, 제 1 영상들 중 어느 한 영상과 제 2 영상의 각 픽셀 간의 밝기 차이를 계산하고 전체 밝기 차이에 대한 분산을 구한다. 그 다음에 나머지 제 1 영상들과 제 2 영상과도 각각 상기와 같은 방법으로 분산을 구해, 그 분산이 가장 작은 영상을 결정하면 가장 유사한 영상을 결정할 수 있다.
한편, 추가 조정부(206)는 출력된 영상을 보고 사용자가 어파인 변환함수(Taffine), 3차원 ASM(active shape models) 알고리즘의 파라미터를 조정하여 최종 출력 결과를 조정할 수 있다. 사용자가 출력 영상을 보면서 육안으로 정확한 변환을 수행하는 것이다.
도 13은 3차원적 장기 모델 기반의 동적 장기와 병변 추적 방법의 전체적인 흐름도를 나타낸 것이다. 802단계와 803단계는 기처리된 데이터 베이스화되어질 수 있다. 802단계는 다양한 개인에 대해 각 개인의 다양한 호흡 주기에 대한 CT(computed tomography) 혹은 MR(magnetic resonance)영상을 입력받는다. 803단계는 입력받은 영상을 토대로 3차원 신체 장기 모델을 생성하는데 3차원 ASM(active shape models) 알고리즘을 사용할 수 있음은 상기 설명한 바 있다.
801단계는 환자 개인의 CT(computed tomography) 혹은 MR(magnetic resonance)영상을 입력받는다. 804단계는 입력받은 영상을 기초로 상기 803단계에서 생성된 3차원 신체 장기 모델을 변형시킨다. 상기 개인화된 3차원 신체 장기 모델을 생성하는 과정은 준비과정으로 시술실 밖에서도 행하여 질 수 있다. 805단계는 환자 1 호흡 주기 동안의 초음파 영상(이하, 제 1 초음파 영상이라 한다.)이 입력되고, 상기 제 1 초음파 영상과 상기 개인화된 신체 장기 모델과 정합(match)한다. 정합된 영상을 초음파-모델정합영상이라 하고, 일시적 메모리에 저장될 수도 있고 스토리지와 같은 저장매체에 저장될 수도 있다. 상기 805단계는 시술실 내의 준비과정으로 행하여 질 수 있다. 또한 805단계와 806단계의 환자와 프로브의 위치는 고정되어 있음이 바람직하다. 806단계에서 시술실에서의 실시간 단계로써 실시간으로 환자의 초음파 영상(제 2 초음파 영상)이 입력되면 상기 초음파 영상과 가장 유사한 상기 제 1 초음파 영상이 결정되고 상기 결정된 제 1 초음파 영상에 대응하는 초음파-모델 정합영상을 출력한다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10: 초점 결정 장치
30: 영상 검출 장치
40: 고강도 집속 초음파 장치
50: 의료 영상 생성 장치
100: 초음파 치료 장치

Claims (19)

  1. 신체 활동에 의해 변하는 고강도 집속 초음파(HIFU)의 초점을 결정하는 방법에 있어서,
    장기의 해부학적 정보를 나타내는 3차원 장기 모델에 초음파의 송신과 수신을 위한 기준점인 관측점의 위치를 지정하고, 상기 3차원 장기 모델의 형태적 변화에 의해 상기 관측점이 이동한 제1 위치를 획득하는 단계;
    상기 초음파를 상기 관측점에 송신하고, 반사파의 수신에 걸리는 시간을 이용하여 상기 관측점의 변위를 획득하고, 상기 획득된 변위를 이용하여 상기 관측점의 이동 위치인 제2 위치를 획득하는 단계;
    상기 제1 및 제2 위치들을 기초로 상기 관측점이 이동한 위치를 결정하는 단계; 및
    상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 단계를 포함하는 고강도 집속 초음파의 초점 결정 방법.
  2. 제 1 항에 있어서,
    상기 관측점이 이동한 위치를 결정하는 단계는,
    상기 제1 및 제2 위치들에 각각 가중치를 부여하고, 상기 가중치가 부여된 위치들을 합하여 상기 고강도 집속 초음파의 관측점의 위치를 결정하는 단계; 및
    상기 3차원 장기 모델의 형태에서 상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 단계를 포함하는 고강도 집속 초음파의 초점 결정 방법.
  3. 제 1 항에 있어서,
    상기 관측점이 이동한 위치를 결정하는 단계는,
    상기 제1 위치와 상기 관측점의 초기 위치의 위치간의 차이가 미리 결정된 제1 임계값보다 큰 경우, 상기 제1 위치는 상기 관측점이 이동한 위치를 결정할 때 제외되는 고강도 집속 초음파의 초점 결정 방법.
  4. 제 3 항에 있어서,
    상기 제2 위치와 상기 관측점의 초기 위치의 위치간의 차이가 미리 결정된 제2 임계값보다 큰 경우, 상기 제2 위치는 상기 관측점이 이동한 위치를 결정할 때 제외되는 고강도 집속 초음파의 초점 결정 방법.
  5. 제 1 항에 있어서,
    상기 제1 위치를 획득하는 단계는,
    상기 장기를 나타내는 의료 영상에 기초하여 상기 장기의 3차원 모델을 생성하는 단계; 및
    상기 신체 활동에 따른 상기 장기의 형태적 변화를 나타내는 복수 개의 영상들과 상기 3차원 모델을 정합함으로써 상기 3차원 모델을 변형하는 단계를 포함하는 고강도 집속 초음파의 초점 결정 방법.
  6. 제 5 항에 있어서,
    상기 3차원 모델을 생성하는 단계는,
    상기 의료 영상에서 장기의 경계와 내부 구조의 위치 정보를 추출하는 단계;
    특징점(Landmark points)의 위치를 상기 위치 정보 내에서 지정하는 단계; 및
    통계적인 외관 모델을 생성하는 단계를 포함하는 고강도 집속 초음파의 초점 결정 방법.
  7. 제 6 항에 있어서,
    상기 3차원 모델을 생성하는 단계는,
    상기 통계적인 외관 모델을 환자 장기의 형태적 특성을 반영한 모델로 변형하는 단계를 더 포함하는 고강도 집속 초음파의 초점 결정 방법.
  8. 제 7 항에 있어서,
    상기 3차원 모델을 생성하는 단계는,
    환자의 의료 영상을 기초로 환자 장기의 형태적 특성을 반영하는 고강도 집속 초음파의 초점 결정 방법.
  9. 제 1 항에 있어서,
    상기 변위는 초음파 발생장치의 서로 다른 3이상의 지점에서 상기 관측점으로 송신한 초음파를 수신하는데 걸린 시간차들을 기초로 획득되는 고강도 집속 초음파의 초점 결정 방법.
  10. 신체 활동에 의해 변하는 고강도 집속 초음파(HIFU)의 초점을 결정하는 장치에 있어서,
    장기의 해부학적 정보를 나타내는 3차원 장기 모델에 초음파의 송신과 수신을 위한 기준점인 관측점의 위치를 지정하고, 상기 3차원 장기 모델의 형태적 변화에 의해 상기 관측점이 이동한 제1위치를 획득하는 제1 관측점 획득부;
    상기 초음파를 상기 관측점에 송신하고, 반사파의 수신에 걸리는 시간을 이용하여 상기 관측점의 변위를 획득하고, 상기 획득된 변위를 이용하여 상기 관측점의 이동 위치인 제2 위치를 획득하는 제2 관측점 획득부; 및
    상기 제1 및 제2 위치들을 기초로 상기 관측점이 이동한 위치를 결정하고, 상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 결정부를 포함하는 고강도 집속 초음파의 초점 결정 장치.
  11. 제 10 항에 있어서,
    상기 결정부는 상기 제1 및 제2 위치들에 각각 가중치를 부여하고, 상기 가중치가 부여된 위치들을 합하여 상기 고강도 집속 초음파의 관측점의 위치를 결정하고,
    상기 3차원 장기 모델의 형태에서 상기 결정된 관측점의 위치를 기준으로 상기 고강도 집속 초음파의 초점을 결정하는 고강도 집속 초음파의 초점 결정 장치.
  12. 제 10 항에 있어서,
    상기 결정부는 상기 제1 위치와 상기 관측점의 초기 위치의 위치간의 차이가 미리 결정된 제1 임계값보다 큰 경우, 상기 제1 위치는 상기 관측점이 이동한 위치를 결정할 때 제외되는 고강도 집속 초음파의 초점 결정 장치.
  13. 제 12 항에 있어서,
    상기 제2 위치와 상기 관측점의 초기 위치의 위치간의 차이가 미리 결정된 제2 임계값보다 큰 경우, 상기 제2 위치는 상기 관측점이 이동한 위치를 결정할 때 제외되는 고강도 집속 초음파의 초점 결정 장치.
  14. 제 10 항에 있어서,
    상기 제1 관측점 획득부는 상기 장기를 나타내는 의료 영상에 기초하여 상기 장기의 3차원 모델을 생성하고,
    상기 신체 활동에 따른 상기 장기의 형태적 변화를 나타내는 복수 개의 영상들과 상기 3차원 모델을 정합함으로써 상기 3차원 모델을 변형하는 고강도 집속 초음파의 초점 결정 장치.
  15. 제 14 항에 있어서,
    상기 제1 관측점 획득부는 상기 의료 영상에서 장기의 경계와 내부 구조의 위치 정보를 추출하고,
    특징점(Landmark points)의 위치를 상기 위치 정보 내에서 지정하고,
    통계적인 외관 모델을 생성하는 고강도 집속 초음파의 초점 결정 장치.
  16. 제 15 항에 있어서,
    상기 제1 관측점 획득부는 상기 통계적인 외관 모델을 환자 장기의 형태적 특성을 반영한 모델로 변형하는 고강도 집속 초음파의 초점 결정 장치.
  17. 제 16 항에 있어서,
    상기 제1 관측점 획득부는 환자의 의료 영상을 기초로 환자 장기의 형태적 특성을 반영하는 고강도 집속 초음파의 초점 결정 장치.
  18. 제 10 항에 있어서,
    상기 변위는 초음파 발생장치의 서로 다른 3이상의 지점에서 상기 관측점으로 송신한 초음파를 수신하는데 걸린 시간차들을 기초로 획득되는 고강도 집속 초음파의 초점 결정 장치.
  19. 제1항 내지 제9항 중의 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램으로 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020120066991A 2012-06-21 2012-06-21 고강도 집속 초음파의 초점을 결정하는 방법 및 장치 KR20130143434A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120066991A KR20130143434A (ko) 2012-06-21 2012-06-21 고강도 집속 초음파의 초점을 결정하는 방법 및 장치
US13/856,758 US20130346050A1 (en) 2012-06-21 2013-04-04 Method and apparatus for determining focus of high-intensity focused ultrasound

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120066991A KR20130143434A (ko) 2012-06-21 2012-06-21 고강도 집속 초음파의 초점을 결정하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20130143434A true KR20130143434A (ko) 2013-12-31

Family

ID=49775145

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120066991A KR20130143434A (ko) 2012-06-21 2012-06-21 고강도 집속 초음파의 초점을 결정하는 방법 및 장치

Country Status (2)

Country Link
US (1) US20130346050A1 (ko)
KR (1) KR20130143434A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230003984A (ko) * 2021-06-30 2023-01-06 한국과학기술연구원 집속초음파 치료에 있어서 초음파 트랜스듀서의 위치를 결정하는 방법 및 이를 활용한 초음파 치료 시스템
WO2023200111A1 (ko) * 2022-04-13 2023-10-19 주식회사 뷰웍스 동물 인비보 이미징 장치 및 그 동작 방법
WO2023224191A1 (ko) * 2022-05-20 2023-11-23 안가람 피부 표면 변위 기반 기기 인자 연산 시스템
KR102626932B1 (ko) * 2023-01-03 2024-01-23 주식회사 뉴머스 환자 맞춤형 헬멧 및 이의 제조 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5409719B2 (ja) * 2011-07-27 2014-02-05 日立アロカメディカル株式会社 超音波画像処理装置
CN105433977B (zh) * 2014-07-31 2020-02-07 东芝医疗系统株式会社 医学成像系统、手术导引系统以及医学成像方法
US10083372B2 (en) * 2015-11-03 2018-09-25 Toshiba Medical Systems Corporation Ultrasound diagnosis apparatus, image processing apparatus and image processing method
US20170312032A1 (en) * 2016-04-27 2017-11-02 Arthrology Consulting, Llc Method for augmenting a surgical field with virtual guidance content
US11048329B1 (en) 2017-07-27 2021-06-29 Emerge Now Inc. Mid-air ultrasonic haptic interface for immersive computing environments

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6501981B1 (en) * 1999-03-16 2002-12-31 Accuray, Inc. Apparatus and method for compensating for respiratory and patient motions during treatment
CN100490755C (zh) * 2004-06-11 2009-05-27 株式会社日立医药 超声波治疗装置
US8167805B2 (en) * 2005-10-20 2012-05-01 Kona Medical, Inc. Systems and methods for ultrasound applicator station keeping
WO2009081339A1 (en) * 2007-12-21 2009-07-02 Koninklijke Philips Electronics, N.V. Systems and methods for tracking and guiding high intensity focused ultrasound beams

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230003984A (ko) * 2021-06-30 2023-01-06 한국과학기술연구원 집속초음파 치료에 있어서 초음파 트랜스듀서의 위치를 결정하는 방법 및 이를 활용한 초음파 치료 시스템
WO2023200111A1 (ko) * 2022-04-13 2023-10-19 주식회사 뷰웍스 동물 인비보 이미징 장치 및 그 동작 방법
WO2023224191A1 (ko) * 2022-05-20 2023-11-23 안가람 피부 표면 변위 기반 기기 인자 연산 시스템
KR102626932B1 (ko) * 2023-01-03 2024-01-23 주식회사 뉴머스 환자 맞춤형 헬멧 및 이의 제조 방법

Also Published As

Publication number Publication date
US20130346050A1 (en) 2013-12-26

Similar Documents

Publication Publication Date Title
KR101982149B1 (ko) 의료 영상의 일부 정보를 활용한 장기 영상 생성 방법 및 장치
KR20120111871A (ko) 3차원적 모델을 이용한 신체 장기의 영상 생성 방법 및 장치
KR20130143434A (ko) 고강도 집속 초음파의 초점을 결정하는 방법 및 장치
EP2505162B1 (en) Method and apparatus for generating medical image of body organ by using 3-D model
KR102001219B1 (ko) 의료 영상들의 정합 방법 및 장치
KR102114415B1 (ko) 의료 영상 정합 방법 및 장치
KR101932721B1 (ko) 의료 영상들의 정합 방법 및 장치
US20150051480A1 (en) Method and system for tracing trajectory of lesion in a moving organ using ultrasound
KR20140105101A (ko) 의료 영상들의 정합 방법 및 장치
US10945708B2 (en) Method and apparatus for registration of medical images
US20140018676A1 (en) Method of generating temperature map showing temperature change at predetermined part of organ by irradiating ultrasound wave on moving organs, and ultrasound system using the same
JP6533991B2 (ja) 医用画像処理装置、方法、プログラム及び放射線治療装置
US8121669B2 (en) Method for tracking soft tissue masses in images using directed graphs
KR20140126815A (ko) 호흡 주기 동안 체내 장기의 변화를 추적하는 방법, 장치 및 시스템.
CN108289651A (zh) 用于跟踪身体部位中的超声探头的系统
JP5495886B2 (ja) 患者位置決めシステム
KR102106535B1 (ko) 일 호흡 주기에 따른 장기의 형상 및 위치의 변화를 나타내는 모델을 생성하는 방법, 장치 및 시스템.
US9990725B2 (en) Medical image processing apparatus and medical image registration method using virtual reference point for registering images
KR101993384B1 (ko) 환자의 자세 변화에 따른 의료 영상을 보정하는 방법, 장치 및 시스템
US10573009B2 (en) In vivo movement tracking apparatus
KR20160057024A (ko) 마커리스 ３차원 객체추적 장치 및 그 방법
KR20140021109A (ko) 초음파를 이용하여 움직이는 장기 내부에 위치한 병변의 이동 궤적을 추적하는 방법 및 시스템
JP6867218B2 (ja) 体内組織位置測定装置および放射線治療装置、ならびに体内組織位置測定方法

Legal Events

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