KR20140064524A - 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치 - Google Patents

방사선이 방출된 위치의 분포를 추정하는 방법 및 장치 Download PDF

Info

Publication number
KR20140064524A
KR20140064524A KR1020120131942A KR20120131942A KR20140064524A KR 20140064524 A KR20140064524 A KR 20140064524A KR 1020120131942 A KR1020120131942 A KR 1020120131942A KR 20120131942 A KR20120131942 A KR 20120131942A KR 20140064524 A KR20140064524 A KR 20140064524A
Authority
KR
South Korea
Prior art keywords
probability distribution
distribution function
detectors
radiation
pair
Prior art date
Application number
KR1020120131942A
Other languages
English (en)
Other versions
KR101912715B1 (ko
Inventor
송태용
박병관
이재목
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 KR1020120131942A priority Critical patent/KR101912715B1/ko
Priority to US14/060,118 priority patent/US9984043B2/en
Publication of KR20140064524A publication Critical patent/KR20140064524A/ko
Application granted granted Critical
Publication of KR101912715B1 publication Critical patent/KR101912715B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
    • 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
    • A61B6/12—Arrangements for detecting or locating foreign bodies

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine (AREA)
  • Measurement Of Radiation (AREA)

Abstract

방사선이 방출된 위치의 분포를 추정하는 방법은 한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득하는 단계; 및 상기 시간차 및 상기 한 쌍의 검출기들의 시간 분해능을 고려하여 상기 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성하는 단계를 포함한다.

Description

방사선이 방출된 위치의 분포를 추정하는 방법 및 장치{Method and apparatus for estimating distribution of position of emitted radiation}
방사선이 방출된 위치의 분포를 추정하는 방법 및 장치에 관한 것이다.
환자를 진단하기 위해 인체 내부의 정보를 영상으로 획득하는 의료용 영상 기기는 질병 진단에 필요한 정보를 제공한다. 현재 병원에서 사용 또는 개발되고 있는 의료용 영상 촬영 방법은 크게 해부학적 영상과 생리학적 영상을 얻는 방법으로 나누어진다. 첫째로, 인체의 상세한 해부학적 영상을 높은 해상도로 제공하는 촬영기술의 예로는 MRI(Magnetic Resonance Imaging) 또는 CT(Computed Tomography)가 있다. 이들은 인체의 단면에 대한 2차원 영상, 또는 여러 장의 2차원 영상을 이용하여 3차원 영상을 높은 해상도로 생성하여 인체 내 장기들의 정확한 위치와 형태를 나타낸다. 둘째로, 생리학적 영상 촬영 기술의 예로는 인체 내의 신진 대사 과정을 촬영하여 대사의 이상 유무의 진단에 기여하는 양전자 방출 단층 촬영(PET, Positron emission tomography)가 대표적이다.
양전자 방출 단층 촬영은 양전자를 방출하는 특수 방사성 추적자를 인체 대사에 참여하는 성분의 형태로 생성하고, 이 추적자를 정맥주사나 흡입의 방법으로 인체에 주입하고, 이 추적자에서 방출되는 양전자가 전자와 결합할 때 서로 반대 방향으로 방출되는 511 keV의 두 개의 감마선을 외부 기기를 이용하여 검출함으로써 추적자의 위치를 추적하고, 이들의 분포 형태와 시간에 따른 분포 양상의 변화를 관찰하는 촬영 기술이다.
방사선이 방출된 위치의 분포를 추정하는 방법 및 장치를 제공하는 데 있다.
방사선이 방출된 위치의 분포를 추정하는 방법은 한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득하는 단계; 및 상기 시간차 및 상기 한 쌍의 검출기들의 시간 분해능을 고려하여 상기 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성하는 단계를 포함한다.
방사선이 방출된 위치의 분포를 추정하는 장치는 한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득하는 측정부; 및 상기 시간차 및 상기 한 쌍의 검출기들의 시간 분해능을 고려하여 상기 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성하는 함수 생성부를 포함한다.
방사선을 검출한 한 쌍의 검출기들의 시간 분해능을 고려하여 방사선이 방출된 위치를 추정하므로 방사선이 발생한 위치를 더 정밀하게 추정할 수 있다.
특정 임계값보다 낮은 확률을 갖는 구간이 제거된 확률 분포 함수를 생성하고, 생성된 확률 분포 함수를 기초로 해상도가 개선된 영상을 획득할 수 있다.
확률 분포 함수를 인공 신경망을 이용하여 출력된 평균값을 갖는 확률 분포 함수로 재조정하여 할 수 있다.
도 1은 의료 영상 생성 장치의 일 실시예를 나타내는 도면이다.
도 2는 LOR(Line-of-Response) 데이터를 설명하기 위한 도면이다.
도 3은 추적자로부터 방출되는 두 개의 감마선이 직선을 이루지 않는 경우의 예를 나타내는 도면이다.
도 4는 TOF(Time-of-Flight)를 이용하여 방사선이 방출된 위치를 추정하는 것을 설명하기 위한 도면이다.
도 5는 위치 추정 장치의 일례를 도시한 도면이다.
도 6은 확률 분포 함수의 일 예를 설명하기 위한 도면이다.
도 7a 및 7b는 확률 분포 함수의 일 예를 설명하기 위한 도면이다.
도 8은 인공 신경망을 이용하여 확률 분포 함수를 재조정하는 것을 설명하기 위한 도면이다.
도 9는 도 5의 위치 추정 장치가 방사선이 방출된 위치를 추정하는 방법의 순서도이다.
이하에서는 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다.
도 1은 의료 영상 생성 장치를 나타낸 것으로서, 대상체의 영상을 생성하는 전체적인 시스템을 도시하였다. 도 1을 참조하면, 의료 영상 생성 장치는 영상 촬영 장치(100), 컴퓨터(200), 디스플레이 장치(300), 사용자 입력장치(400) 및 저장 장치(500)를 포함한다.
도 1의 의료 영상 생성 장치는 대상체에 대한 영상을 생성한다. 예를 들어, 영상 촬영 장치(100)는 대상체에 주입된 추적자로부터 방출되는 신호를 검출한다. 추적자는 양전자를 방출하는 물질을 지칭하는 용어로 사용된다. 예를 들어, 영상 촬영 장치(100)는 대상체에 주입된 양전자 방출 물질로부터 방출된 양전자가 주변의 전자와 결합하여 방출하는 두 개의 감마선을 검출한다. 영상 촬영 장치(100)는 검출한 감마선에 대한 LOR(Line-of-Response) 데이터 및 TOF(Time-of-Flight) 데이터를 컴퓨터(200)에 전송한다. LOR 데이터란 공간 내에서 직선의 위치를 나타내는 데이터로, 도 2에서 보다 상세히 설명한다. TOF 데이터는 방사선이 방출된 위치에서 검출기에서 측정되는 데까지 걸린 시간을 나타내는 데이터로, 도 4에서 보다 상세히 설명한다.
도 2는 LOR 데이터의 예를 나타낸 것이다. 도 2을 참조하면, 검출장치(110) 내에 위치하는 추적자(22)로부터 양전자가 방출되고, 방출된 양전자가 전자와 반응할 때 180도 방향으로 두 개의 감마선을 방출한다. 두 개의 감마선은 하나의 직선 상에 놓인다. 도 2는 직선(23, 24)이 두 개 검출된 경우의 예를 나타낸 것이다. 직선 23을 참조하면, 검출장치(110) 내의 원점을 기준으로 직선 23에 수선을 내렸을 때, 수선까지의 거리는 r1, 수선까지의 각도는 θ1이기에, 직선 23에 대한 LOR은 (r1, θ1)이다. 마찬가지로 직선 24를 참조하면, 검출장치(110) 내의 원점을 기준으로 직선 24에 수선을 내렸을 때, 수선까지의 거리는 r2, 수선까지의 각도는 θ2이기에, 직선 24에 대한 LOR은 (r2, θ2)이다. 상기와 같이, 두 개 이상 LOR 데이터를 획득하면 추적자의 위치는 LOR 데이터들로부터 결정될 수 있다. 영상 촬영 장치(100)는 검출된 감마선에 대한 LOR을 컴퓨터(200)에 전송하고, 컴퓨터(200)는 최종적으로 LOR로부터 추적자의 위치를 결정할 수 있다.
다시 도 1을 참조하면, 컴퓨터(200)는 영상 촬영 장치(100)로부터 획득한 데이터를 이용하여 대상체에 대한 의료 영상을 생성한다. 도 1의 의료 영상 생성 장치를 이용하여 대상체의 의료 영상을 생성하는 경우의 예를 들면, 컴퓨터(200)는 영상 촬영 장치(100)로부터 획득한 데이터를 이용하여 대상체의 단면을 나타내는 의료 영상을 생성한다.
디스플레이 장치(300)는 컴퓨터(200)로부터 생성된 의료 영상을 디스플레이 패널에 표시한다.
사용자는 사용자 입력장치(400)를 이용하여 컴퓨터(200)의 동작에 필요한 정보를 입력할 수 있다. 예를 들어, 사용자는 사용자 입력장치(400)를 이용하여 컴퓨터(200)의 동작 시작 또는 동작 종료를 명령할 수 있다.
여기서, 컴퓨터(200)가 대상체에 대한 의료 영상을 생성함에 있어서, 의료 영상의 품질은 검출장치(110)의 공간 분해능 및 시간 분해능에 의해 영향을 받는다. PET의 경우, 공간 분해능은 감마선의 각도 요동, 양전자의 비정거리, 검출기의 기하학적 구조 등에 의하여 결정되고, 시간 분해능은 검출기의 특성 등에 의해 결정된다.
감마선의 각도 요동의 예를 들면, 추적자로부터 방출되는 두 개의 감마선이 정확히 180도를 이루지 않고 180도보다 약간 크거나 약간 작은 각도를 이루면서 방출됨에 따라 PET 영상의 해상도가 저하된다. 이러한 현상을 각도 요동이라고 하며 이하에서 그 예를 도 3을 참고하여 설명한다.
도 3은 추적자로부터 방출되는 두 개의 감마선이 직선을 이루지 않는 경우의 예를 나타낸 것이다. 도 3은 추적자(30)로부터 방출된 두 개의 감마선(31, 32)이 정확히 180도를 이루지 않고 180보다 약간 작은 각도(34)를 이루면서 방출된 경우의 예를 나타낸 것이다. 이때, 검출장치(110)는 감마선이 검출된 위치(35, 36)를 인식하고, 그러한 위치(35, 36)를 연결한 직선(33) 상에 추적자가 위치한다고 추정한다. 그러나 실제로 추적자는 직선(33) 위에 존재하지 않는다. 이러한 문제점에 의한 PET 영상의 해상도 저하는 검출기의 직경이 클수록 현저하게 나타난다.
양전자의 비정거리의 예를 들면, 양전자가 전자와 반응하기 전에 추적자로부터 이동함에 따라 PET 영상의 해상도가 저하된다. 예를 들어 설명하면, 양전자는 추적자로부터 방출된 후 짧은 거리를 이동하면서 에너지를 소실하고, 그 후 전자와 결합하여 소멸하면서 511 keV의 에너지를 갖는 한 쌍의 감마선을 방출한다. 이때, 양전자가 에너지를 소실하면서 이동하는 거리를 비정 거리(positron range)이라고 한다. 이렇게 양전자가 추적자로부터 비정 거리만큼 이동한 후 감마선을 방출함에 따라, 추적자의 위치와 감마선이 방출된 위치는 정확히 일치하지 않게 된다. 따라서 감마선이 방출된 위치를 계산하고, 그 위치가 추적자의 위치라고 가정하는 경우 오차가 발생한다. 이러한 오차에 의한 PET 의 분해능 저하를 비정거리 효과 (positron range effect)라고 하며, 일반적으로 양전자의 에너지가 클수록 비정거리는 길어지고 PET 영상의 해상도는 더욱 저하된다.
검출장치(110)의 기하학적 구조의 예를 들면, 검출장치(110)의 기하학적 구조에 의한 위치별 반응 깊이 차이로 인한 시차로 인해 검출장치(110)의 중심으로부터 멀어질수록 해상도가 저하되는 문제가 있다. 예를 들어 설명하면, 검출장치(110)의 표면에는 복수 개의 검출기가 촘촘하게 배열되어 있다. 그러한 검출기가 깊이 방향으로 더 긴 직사각형의 형태인 경우, 감마선이 검출기에 비스듬히 입사하게 되면, 하나의 검출기에서만 감마선이 검출되는 것이 아니라 여러 개의 인접한 검출기에서 동시에 감마선이 검출된다. 따라서 추적자의 정확한 위치를 추정하는 것이 어려워지고, PET 영상의 해상도가 저하된다.
도 4는 TOF(Time-of-Flight)를 이용하여 방사선이 방출된 위치를 추정하는 것을 설명하기 위한 도면이다. 소스(40)는 방사선을 방출하고, 검출기A(41)와 검출기B(42)는 소스(40)로부터 방출된 방사선을 검출한다. DA는 소스(40)에서 검출기A까지의 거리를 나타내며, DB는 소스(40)에서 검출기B까지의 거리를 나타낸다. 확률 분포 함수(43)는 검출기A(41) 및 검출기B(42)에서 검출된 방사선의 검출 시간의 차이를 이용하여 생성된 함수이다. 확률 분포 함수(43)는 검출 시간의 차이를 이용하여 소스(40)가 LOR 상에 위치할 수 있는 확률을 나타낸다. 예를 들어, DA가 DB보다 길어서 검출기B(42)에서 방사선이 검출된 이후에 검출기A(41)에서 방사선이 검출된다면, 소스(40)는 검출 시간의 차이만큼 검출기B(42)쪽에 위치함을 알 수 있다. 다만, 검출기A(41) 및 검출기B(42)의 시간 분해능은 약 500ps(pico-second) 정도이므로, 측정된 시간 차이 만으로 소스(40)의 위치는 정확하게 특정되지 않는다. 따라서, 소스(40)가 존재할 것으로 추정되는 위치는 확률로써 표현될 수 있으며, 검출기들(41, 42)의 시간 분해능에 기초하여 확률 분포 함수(43)로 표현된다. 도 4에서는 검출기A(41) 및 검출기B(42)에서 방사선이 검출된 경우를 예를 들어 설명한 것이다. 따라서, 상기 내용은 검출장치(110)에 포함된 검출기들에 동일하게 적용된다.
도 5는 위치 추정 장치(600)의 일례를 도시한 도면이다. 위치 추정 장치(600)는 측정부(61) 및 함수 생성부(62)를 포함한다. 측정부(61)는 검출장치(110)내의 한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득한다. 측정부(61)는 한 쌍의 검출기들로부터 방사선이 검출되었음을 나태내는 신호들을 수신하고, 수신된 신호들의 시간차를 획득한다. 예를 들어, 검출기A 및 검출기B는 방사선을 검출하고, 방사선이 검출되었음을 나타내는 신호를 측정부(61)로 출력한다. 측정부(61)는 검출기A로부터 수신된 신호의 도착 시간과 검출기B로부터 수신된 신호의 도착 시간의 차이를 계산하여 시간차를 획득할 수 있다.
양전자 방출 단층 촬영(PET, Positron emission tomography) 장치에서 방사선은 대상체의 신체에 주입된 양전자 방출 물질로부터 방출된 양전자가 주변의 전자와 결합하여 방출하는 두 개의 감마선일 수 있다.
함수 생성부(62)는 측정부(61)로부터 수신한 시간차 및 검출기들의 시간 분해능을 고려하여 확률 분포 함수를 생성한다. 함수 생성부(62)는 시간차에 따라 확률 분포 함수의 평균(mean)을 결정한다. 함수 생성부(62)는 검출기들의 시간 분해능에 비례하여 확률 분포 함수의 양측 폭을 결정한다. 함수 생성부(62)는 결정된 양측의 폭에 따라 비대칭의 확률 분포 함수를 생성한다. 예를 들어, 검출기A의 시간 분해능이 검출기B의 시간 분해능보다 크면, 함수 생성부(62)는 검출기A 방향으로의 폭을 더 넓게 설정한다. 다만, 한 쌍의 검출기들의 시간 분해능이 동일하다면, 함수 생성부(62)는 대칭의 확률 분포 함수를 생성한다. 예를 들어, 확률 분포 함수(43)는 가우시안 분포(Gaussian distribution)의 형태일 수 있다.
검출기들의 시간 분해능은 검출기들이 가지는 특성으로, 각각의 검출기마다 다른 시간 분해능을 갖는다. 따라서, 검출기들의 시간 분해능은 미리 측정되어 저장 장치(500)등에 저장될 수 있다. 함수 생성부(62)는 저장 장치(500)로부터 수신된 방사선을 검출한 검출기의 시간 분해능 정보를 기초로 확률 분포 함수를 생성한다.
함수 생성부(62)는 방사선이 검출된 모든 검출기들에 대하여 상기 과정을 반복하여 수행한다. 함수 생성부(62)는 방사선이 검출된 검출기들에 대하여 확률 분포 함수를 생성하는 과정을 반복적으로 수행하여, 검출장치(110)의 전체 영역에 대한 확률 분포 함수를 생성한다.
함수 생성부(62)가 검출기의 시간 분해능을 고려하여 확률 분포 함수를 생성하는 것은 도 6을 통하여 보다 상세히 설명한다.
위치 추정 장치(600)는 하나 또는 그 이상의 프로세서를 포함한다. 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수 있고, 범용적인 마이크로 프로세서와 이 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있으며, 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
영상 생성 장치(700)는 위치 추정 장치(600)로부터 수신된 확률 분포 함수를 이용하여 영상을 생성한다. 위치 추정 장치(600)로부터 수신된 확률 분포 함수는 검출기들의 시간 분해능을 고려하여 생성된 함수이므로, 영상 생성 장치(700)는 위치 추정 장치(600)로부터 수신된 확률 분포 함수를 기초로 보다 높은 해상도를 갖는 영상을 생성할 수 있다.
도 6은 확률 분포 함수의 일 예를 설명하기 위한 도면이다. 도 6을 참조하면, 도 6은 검출기들의 시간 분해능을 고려하여 생성된 확률 분포 함수를 나타낸다. 중심은 확률 분포 함수의 평균이고, 검출기A와 검출기B를 연결하는 LOR 상에 위치한다. 예를 들어, 중심은 평균이 작을수록 검출기A에 근접하고, 평균이 클수록 검출기B에 근접한다.
확률 분포 함수는 검출기A와 검출기B를 연결하는 LOR 상에서 방사선이 방출된 위치를 확률로 나타낸다. 검출기A와 검출기B는 방사선이 검출된 검출기들을 나타낸다. Wa는 확률 분포 함수가 특정 확률 이상을 갖는 구간을 나타내는 것으로, 확률 분포 함수의 중심으로부터 검출기A 방향으로의 폭을 나타낸다. Wb는 확률 분포 함수가 특정 확률 이상을 갖는 구간을 나타내는 것으로, 확률 분포 함수의 중심으로부터 검출기b 방향으로의 폭을 나타낸다. 도 6의 확률 분포 함수는 검출기A의 시간 분해능이 검출기B의 시간 분해능보다 큰 경우를 예를 들어 표현한 것이다. 따라서, 확률 분포 함수의 Wa는 Wb보다 더 크다. 검출기의 시간 분해능이 크다는 것은 검출기에서 방사선을 측정한 시간에 오차가 크다는 것을 나타내며, 측정 시간에 따라 결정된 위치에서 방사선이 방출되었을 불확실성이 더 크다는 것을 의미할 수 있다. 따라서, 도 6의 확률 분포 함수는 검출기A 방향으로의 폭이 검출기B 방향으로의 폭보다 큰 비대칭 함수 형태로 표현된다.
도 7a 및 7b는 확률 분포 함수의 또 다른 예를 설명하기 위한 도면이다. 도 7a는 확률 분포 함수(710)에 임계값의 위치를 표시한 도면이다. 임계값은 미리 결정된 확률을 나타낸다. Ta 및 Tb는 LOR 상에서 위치로, Ta 및 Tb에서 확률 분포 함수(710)는 임계값을 갖는다.
도 7b는 도 7a의 확률 분포 함수(710)의 일부분만을 나타낸다. 다시 말해서, 도 7b의 확률 분포 함수(720)는 도 7a의 확률 분포 함수(710)에서 임계값 이하의 확률을 갖는 구간이 제거된 함수이다. 도 7b의 확률 분포 함수(720)는 Ta에서 검출기A까지의 구간 및 Tb에서 검출기B까지의 구간에서 확률 값을 갖지 않는다.
위치 추정 장치(600)는 전체 구간에서 확률을 갖는 확률 분포 함수(710)에서 미리 결정된 임계값 이하의 확률을 갖는 구간이 제거된 확률 분포 함수(720)를 생성한다. 생성된 확률 분포 함수(720)는 영상을 생성할 때 이용되며, 불필요한 구간에서의 데이터가 제거되므로 해상도가 향상된 영상이 생성된다.
도 8은 인공 신경망을 이용하여 확률 분포 함수를 재조정하는 것을 설명하기 위한 도면이다. 인공 신경망은 데이터를 학습시키고, 분류하는데 사용하는 방법 중의 하나이며, 인공 신경망 이외에도 다양한 방법이 이용될 수 있다. 예를 들어, 분류 트리(Classification Tree)도 이용될 수 있다. 이하에서는 인공 신경망을 이용하는 경우를 예를 들어 설명한다.
도 8에 도시된 인공 신경망은 입력층(81), 은닉층(82) 및 출력층(83)을 포함한다. 도 8에서는 하나의 은닉층(82)을 갖는 인공 신경망을 도시하였으나, 다수의 은닉층(82)을 갖는 인공 신경망을 이용할 수도 있다. 또한, 도 8에서는 4개의 입력(입력1 내지 입력4) 및 2개의 출력(출력1 및 출력2)을 포함하는 인공 신경망을 도시하였으나, 입력과 출력의 개수는 이에 한정되지 않는다.
위치 조정부(미도시)는 인공 신경망을 이용하여 확률 분포 함수의 위치를 재 조정한다. 위치 조정부는 함수 생성부(62)로부터 수신된 확률 분포 함수의 위치를 재조정한다. 다시 말해서, 위치 조정부는 함수 생성부(62)로부터 수신된 확률 분포 함수의 평균을 수정한다.
위치 조정부(미도시)는 인공 신경망을 학습시키고, 학습된 인공 신경망에 측정된 이벤트의 데이터들을 입력하여 출력된 평균으로 확률 분포 함수의 평균을 재조정한다.
학습 단계를 설명하면, 위치 조정부는 학습 데이터인 입력 데이터 및 출력 데이터를 이용하여 인공 신경망을 미리 학습시킨다. 즉, 위치 조정부는 인공 신경망의 연결강도들을 갱신한다. 위치 조정부는 저장 장치(500)에 저장된 학습용 데이터를 이용하여, 학습용 입력 데이터를 인공신경망의 입력층에 입력시켰을 때, 입력 데이터에 대한 학습용 출력 데이터가 인공 신경망의 출력층으로부터 출력되도록 인공신경망을 학습시킨다. 즉, 학습용 데이터는 입력 데이터에 대한 출력 데이터가 정해진 데이터이다.
예를 들어, 입력 데이터는 특정 LOR상에서 방사선이 방출된 이벤트의 집중도, 다른 LOR상에서 방사선이 방출된 이벤트의 집중도, 특정 LOR상에서 한 쌍의 검출기들의 시간 분해능 또는 특정 LOR상에서 발생한 이벤트의 횟수 중에서 적어도 하나를 포함하고, 입력1 내지 입력4에 입력된다. 입력 데이터가 4가지인 경우를 예로 들었으나, 입력 데이터의 종류는 이에 한정되지 않으며, 방사선의 방출 이벤트와 관련하여 추출 가능한 특징들은 입력 데이터가 될 수 있다.
출력 데이터는 실제 이벤트의 발생 위치를 나타내고, 출력1 내지 출력2에서 출력된다. 출력 데이터가 2가지인 경우를 예로 들었으나, 출력 데이터의 수는 이에 한정되지 않으며, 방사선의 방출 이벤트가 발생한 위치들을 나타내는 값들은 출력 데이터가 될 수 있다. 다시 말해서, 특정 LOR상의 위치를 나타내는 값들은 출력 데이터가 될 수 있다. 따라서, 이벤트의 발생 위치가 한 곳인 경우에는 출력값은 하나 일 수 있으며, 이벤트의 발생 위치가 다수인 경우에는 다수의 출력값이 출력될 수 있다. 또한, 출력값이 없는 것은 출력값으로 0(zero)이 출력되는 것을 의미할 수 도 있다.
입력 데이터는 이벤트의 발생 위치의 수 또는 이벤트의 발생 횟수 등에 따라 다양한 형태를 가질 수 있으며, 입력 데이터에 따라 출력 데이터가 결정된다.
위치 조정 단계를 설명하면, 위치 조정부는 함수 생성부(62)로부터 입력 데이터를 입력받고, 인공 신경망을 이용하여 출력값을 출력한다. 즉, 입력 데이터를 학습된 인공 신경망의 입력층(81)에 입력하였을 때, 출력층(83)에서 출력된 출력값으로 확률 분포 함수의 평균을 재조정한다. 위치 조정 단계에서의 인공 신경망은 학습 데이터를 이용하여 학습된 인공 신경망이다. 또한, 출력값은 학습 단계와 달리 정해진 값이 아니며, 학습된 인공 신경망에 의해 계산된 값이다.
예를 들어, 출력층(83)에서 출력된 출력값이 1가지인 경우 위치 조정부는 특정 LOR상에 위치한 모든 확률 분포 함수를 출력값을 갖는 하나의 확률 분포 함수로 조정한다. 만약, 출력값이 2이상인 경우, 위치 조정부는 특정 LOR상에 위치한 모든 확률 분포 함수를 각각의 출력값을 갖는 2이상의 확률 분포 함수들로 조정한다. 출력값이 2이상인 경우는 특정 LOR상에서 2이상의 위치에서 이벤트가 발생한 것으로 추정된다.
도 9는 도 5의 위치 추정 장치(600)가 방사선이 방출된 위치를 추정하는 방법의 순서도이다. 따라서, 이하 생략된 내용이라 하더라도 위치 추정 장치(600)에 관하여 이상에서 기술된 내용은 도 5의 실시예에 따른 위치 추정 방법에도 적용된다.
91단계에서, 위치 추정 장치(600)는 한 쌍의 검출기들에서 검출된 신호들의 시간차를 획득한다.
92단계에서, 위치 추정 장치(600)는 시간차 및 한 쌍의 검출기들의 시간 분해능을 고려하여 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성한다. 위치 추정 장치(600)는 검출기들의 시간 분해능에 따라, 확률 분포 함수의 폭을 달리하여 생성한다.
위치 추정 장치(600)는 방사선이 검출된 모든 검출기들에 대하여, 91 및 92단계를 반복적으로 수행하여, 방사선이 방출된 위치들을 나타내는 전체 확률 분포 함수를 생성할 수 있다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 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, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)를 포함한다.
100: 검출장치
61: 측정부
62: 함수 생성부
700: 영상 생성 장치

Claims (17)

  1. 방사선이 방출된 위치의 분포를 추정하는 방법에 있어서,
    한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득하는 단계; 및
    상기 시간차 및 상기 한 쌍의 검출기들의 시간 분해능을 고려하여 상기 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성하는 단계를 포함하는 위치 분포 추정 방법.
  2. 제 1 항에 있어서,
    상기 확률 분포 함수를 생성하는 단계는,
    상기 한 쌍의 검출기들 각각의 시간 분해능에 따라 비대칭 가우시안(Gaussian) 함수를 생성하는 위치 분포 추정 방법.
  3. 제 1 항에 있어서,
    상기 한 쌍의 검출기들은 각각 제1 및 제2 검출기를 포함하고,
    상기 확률 분포 함수의 중심에서 상기 제1 검출기 방향의 상기 확률 분포 함수의 폭은 상기 제1 검출기의 시간 분해능에 비례하고,
    상기 확률 분포 함수의 중심에서 상기 제2 검출기 방향의 상기 확률 분포 함수의 폭은 상기 제2 검출기의 시간 분해능에 비례하는 위치 분포 추정 방법.
  4. 제 1 항에 있어서,
    상기 확률 분포 함수는 상기 한 쌍의 검출기들을 연결하는 LOR(Line of Response)에서 각 위치에 대한 방사선의 방출 확률을 나타내며,
    상기 방사선의 방출 확률이 미리 결정된 임계값보다 작은 위치에서 상기 확률 분포 함수는 상기 방사선의 방출 확률을 갖지 않는 위치 분포 추정 방법.
  5. 제 1 항에 있어서,
    상기 시간차에 기초하여 상기 한 쌍의 검출기들을 연결하는 LOR(Line of Response)에서 상기 확률 분포 함수의 중심을 결정하는 단계를 더 포함하는 위치 분포 추정 방법.
  6. 제 1 항에 있어서,
    미리 학습된 인공 신경망을 이용하여 상기 확률 분포 함수를 재조정하는 단계를 더 포함하는 위치 분포 추정 방법.
  7. 제 6 항에 있어서,
    방사선의 방출 이벤트의 수, 이벤트의 집중도 또는 상기 검출기들의 시간 분해능 중 적어도 하나를 이용하여 상기 인공 신경망을 학습시키는 단계를 더 포함하는 위치 분포 추정 방법.
  8. 제 7 항에 있어서,
    확률 분포 함수를 재조정하는 단계는,
    상기 한 쌍의 검출기들에서 검출된 이벤트들의 수, 이벤트들의 집중도 또는 상기 이벤트들의 평균들 중 적어도 하나를 상기 학습된 인공 신경망에 입력하는 단계; 및
    상기 인공 신경망에서 출력된 값으로 상기 검출된 이벤트들의 확률 분포 함수의 중심의 위치를 재조정하는 단계를 포함하는 위치 분포 추정 방법.
  9. 방사선이 방출된 위치의 분포를 추정하는 장치에 있어서,
    한 쌍의 검출기들에서 검출된 방사선들의 시간차를 획득하는 측정부; 및
    상기 시간차 및 상기 한 쌍의 검출기들의 시간 분해능을 고려하여 상기 방사선이 방출된 위치를 확률로 나타내는 확률 분포 함수를 생성하는 함수 생성부를 포함하는 위치 분포 추정 장치.
  10. 제 9 항에 있어서,
    상기 함수 생성부는 상기 한 쌍의 검출기들 각각의 시간 분해능에 따라 비대칭 가우시안(Gaussian) 함수를 생성하는 위치 분포 추정 장치.
  11. 제 9 항에 있어서,
    상기 한 쌍의 검출기들은 각각 제1 및 제2 검출기를 포함하고,
    상기 확률 분포 함수의 중심에서 상기 제1 검출기 방향의 상기 확률 분포 함수의 폭은 상기 제1 검출기의 시간 분해능에 비례하고,
    상기 확률 분포 함수의 중심에서 상기 제2 검출기 방향의 상기 확률 분포 함수의 폭은 상기 제2 검출기의 시간 분해능에 비례하는 위치 분포 추정 장치.
  12. 제 9 항에 있어서,
    상기 확률 분포 함수는 상기 한 쌍의 검출기들을 연결하는 LOR(Line of Response)에서 각 위치에 대한 방사선의 방출 확률을 나타내며,
    상기 방사선의 방출 확률이 미리 결정된 임계값보다 작은 위치에서 상기 확률 분포 함수는 상기 방사선의 방출 확률을 갖지 않는 위치 분포 추정 장치.
  13. 제 9 항에 있어서,
    상기 함수 생성부는 상기 시간차에 기초하여 상기 한 쌍의 검출기들을 연결하는 LOR(Line of Response)에서 상기 확률 분포 함수의 중심을 결정하는 위치 분포 추정 장치.
  14. 제 9 항에 있어서,
    미리 학습된 인공 신경망을 이용하여 상기 확률 분포 함수를 재조정하는 함수 재조정부를 더 포함하는 위치 분포 추정 장치.
  15. 제 14 항에 있어서,
    상기 함수 재조정부는 방사선의 방출 이벤트의 수, 이벤트의 집중도 또는 상기 검출기들의 시간 분해능 중 적어도 하나를 이용하여 상기 인공 신경망을 학습시키는 위치 분포 추정 장치.
  16. 제 15 항에 있어서,
    함수 재조정부는 상기 한 쌍의 검출기들에서 검출된 이벤트들의 수, 이벤트들의 집중도 또는 상기 이벤트들의 평균들 중 적어도 하나를 상기 학습된 인공 신경망에 입력하고,
    상기 인공 신경망에서 출력된 값으로 상기 검출된 이벤트들의 확률 분포 함수의 중심의 위치를 재조정하는 위치 분포 추정 장치.
  17. 제 1 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램으로 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020120131942A 2012-11-20 2012-11-20 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치 KR101912715B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120131942A KR101912715B1 (ko) 2012-11-20 2012-11-20 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치
US14/060,118 US9984043B2 (en) 2012-11-20 2013-10-22 Method and apparatus for estimating position distribution of radiation emission

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120131942A KR101912715B1 (ko) 2012-11-20 2012-11-20 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140064524A true KR20140064524A (ko) 2014-05-28
KR101912715B1 KR101912715B1 (ko) 2018-10-29

Family

ID=50728742

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120131942A KR101912715B1 (ko) 2012-11-20 2012-11-20 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치

Country Status (2)

Country Link
US (1) US9984043B2 (ko)
KR (1) KR101912715B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019103354A1 (ko) * 2017-11-24 2019-05-31 주식회사 레이 치과용 콘-빔 씨티의 산란선 보정방법 및 보정장치
KR20190074817A (ko) * 2017-12-20 2019-06-28 서강대학교산학협력단 군집화와 딥러닝을 이용한 멀티플렉싱 신호 처리 장치 및 방법
KR20190106049A (ko) * 2018-03-07 2019-09-18 한국과학기술원 인공 신경망을 이용한 섬광체 기반 실시간 선량 측정 장치 및 방법
KR20190106042A (ko) * 2018-03-07 2019-09-18 한국과학기술원 인공 신경망을 이용한 플라스틱 섬광체 기반 다중 핵종 구분 장치 및 방법
CN117745089A (zh) * 2023-12-08 2024-03-22 北京工业大学 一种基于多卫星数据的秸秆露天焚烧污染物排放估算方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3336571A1 (de) * 2017-04-05 2018-06-20 Siemens Healthcare GmbH Zuordnen von mr-fingerabdrücken auf basis neuronaler netze
CN110269638B (zh) * 2019-06-25 2023-07-25 上海联影医疗科技股份有限公司 图像重建方法、系统、可读存储介质和设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001503527A (ja) * 1996-11-08 2001-03-13 コミツサリア タ レネルジー アトミーク 光検出器組立体に関連するイベントの推定位置を決定する装置および方法および該装置および方法のガンマカメラへの応用
US20040264626A1 (en) * 2003-06-25 2004-12-30 Besson Guy M. Dynamic multi-spectral imaging with wideband selecteable source
US20060006997A1 (en) * 2000-06-16 2006-01-12 U.S. Government In The Name Of The Secretary Of Navy Probabilistic neural network for multi-criteria fire detector
KR20060127087A (ko) * 2004-01-19 2006-12-11 도꾸리쯔교세이호징 가가꾸 기쥬쯔 신꼬 기꼬 방사선 검출장치
US20090124900A1 (en) * 2005-04-14 2009-05-14 Koninklijke Philips Electronics N. V. Three-Dimensional Time-of-Flight Pet With Course Angular and Slice Rebinning
KR20100078626A (ko) * 2008-12-30 2010-07-08 고려대학교 산학협력단 방사선 검출장치 및 방사선 검출방법
US20120138804A1 (en) * 2008-10-24 2012-06-07 University Of Washington Line of response estimation for high-resolution pet detector
KR20120115648A (ko) * 2011-04-11 2012-10-19 한양대학교 산학협력단 감마선 검출 장치 및 이를 이용한 감마선 검출 방법

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6775405B1 (en) * 2000-09-29 2004-08-10 Koninklijke Philips Electronics, N.V. Image registration system and method using cross-entropy optimization
JP4659962B2 (ja) 2000-10-04 2011-03-30 株式会社東芝 核医学診断装置
US7057178B1 (en) * 2004-11-15 2006-06-06 General Electric Company Method and system for imaging using a filter for Time-of-Flight PET
JP3841358B2 (ja) 2005-02-04 2006-11-01 株式会社日立製作所 放射線検査装置および放射線検査方法
CN101490581A (zh) 2006-07-21 2009-07-22 皇家飞利浦电子股份有限公司 用于改进的tof pet重建的方法和系统
JP5667446B2 (ja) 2007-11-02 2015-02-12 ユニヴァーシティ オブ ワシントン ポジトロン放出断層撮影法のパルス開始時間推定方法および一致ペア識別方法、ポジトロン放出断層撮影法スキャナ
US8000513B2 (en) 2008-09-22 2011-08-16 Siemens Medical Solutions Usa, Inc. System and method for 3D time of flight PET forward projection based on an exact axial inverse rebinning relation in fourier space
EP2441050B1 (en) 2009-06-08 2018-10-10 Koninklijke Philips N.V. Time-of-flight positron emission tomography reconstruction using image content generated event-by-event based on time-of-flight information
KR101268246B1 (ko) 2010-04-30 2013-06-04 한국과학기술원 양전자 단층 촬영 영상에서 워블 동작과 ｐｓｆ을 이용한 초해상도 촬영 장치 및 방법
KR101128566B1 (ko) 2010-05-11 2012-03-23 한국과학기술원 Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치
US8265365B2 (en) 2010-09-20 2012-09-11 Siemens Medical Solutions Usa, Inc. Time of flight scatter distribution estimation in positron emission tomography
KR101214828B1 (ko) 2011-01-19 2012-12-24 서강대학교산학협력단 다중 섬광결정을 이용한 감마선 검출기 및 이를 이용한 양전자방출단층촬영기
US9140804B2 (en) * 2012-03-30 2015-09-22 General Electric Company Methods and systems for determining timing recovery information in a positron emission tomography (PET) system
US9140805B2 (en) * 2012-10-22 2015-09-22 Kabushiki Kaisha Toshiba Apparatus and method for improving uniformity of performance in positron emission tomography
JP6335181B2 (ja) * 2012-10-26 2018-05-30 カリフォルニア大学Ｔｈｅ Ｒｅｇｅｎｔｓ ｏｆ ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃａｌｉｆｏｒｎｉａ ポジトロン放射断層撮影（Ｐｏｓｉｔｒｏｎ−ＥｍｉｓｓｉｏｎＴｏｍｏｇｒａｐｈｙ：ＰＥＴ）画像のタイムオブフライト（Ｔｉｍｅ−Ｏｆ−Ｆｌｉｇｈｔ：ＴＯＦ）リストモード再構成のためのシステム行列を計算する方法及び装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001503527A (ja) * 1996-11-08 2001-03-13 コミツサリア タ レネルジー アトミーク 光検出器組立体に関連するイベントの推定位置を決定する装置および方法および該装置および方法のガンマカメラへの応用
US20060006997A1 (en) * 2000-06-16 2006-01-12 U.S. Government In The Name Of The Secretary Of Navy Probabilistic neural network for multi-criteria fire detector
US20040264626A1 (en) * 2003-06-25 2004-12-30 Besson Guy M. Dynamic multi-spectral imaging with wideband selecteable source
KR20060127087A (ko) * 2004-01-19 2006-12-11 도꾸리쯔교세이호징 가가꾸 기쥬쯔 신꼬 기꼬 방사선 검출장치
US20090124900A1 (en) * 2005-04-14 2009-05-14 Koninklijke Philips Electronics N. V. Three-Dimensional Time-of-Flight Pet With Course Angular and Slice Rebinning
US20120138804A1 (en) * 2008-10-24 2012-06-07 University Of Washington Line of response estimation for high-resolution pet detector
KR20100078626A (ko) * 2008-12-30 2010-07-08 고려대학교 산학협력단 방사선 검출장치 및 방사선 검출방법
KR20120115648A (ko) * 2011-04-11 2012-10-19 한양대학교 산학협력단 감마선 검출 장치 및 이를 이용한 감마선 검출 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019103354A1 (ko) * 2017-11-24 2019-05-31 주식회사 레이 치과용 콘-빔 씨티의 산란선 보정방법 및 보정장치
KR20190060054A (ko) * 2017-11-24 2019-06-03 주식회사 레이 치과용 콘-빔 ｃｔ의 산란선 보정방법 및 보정장치
US11380025B2 (en) 2017-11-24 2022-07-05 Ray Co., Ltd Scatter correction method and apparatus for dental cone-beam CT
KR20190074817A (ko) * 2017-12-20 2019-06-28 서강대학교산학협력단 군집화와 딥러닝을 이용한 멀티플렉싱 신호 처리 장치 및 방법
KR20190106049A (ko) * 2018-03-07 2019-09-18 한국과학기술원 인공 신경망을 이용한 섬광체 기반 실시간 선량 측정 장치 및 방법
KR20190106042A (ko) * 2018-03-07 2019-09-18 한국과학기술원 인공 신경망을 이용한 플라스틱 섬광체 기반 다중 핵종 구분 장치 및 방법
CN117745089A (zh) * 2023-12-08 2024-03-22 北京工业大学 一种基于多卫星数据的秸秆露天焚烧污染物排放估算方法

Also Published As

Publication number Publication date
KR101912715B1 (ko) 2018-10-29
US9984043B2 (en) 2018-05-29
US20140142892A1 (en) 2014-05-22

Similar Documents

Publication Publication Date Title
KR101912715B1 (ko) 방사선이 방출된 위치의 분포를 추정하는 방법 및 장치
US10719960B2 (en) Reconstructing image
US10319118B2 (en) Reconstructing PET image
US9031300B1 (en) System and method reconstructing a nuclear medicine image using deformed attenuation image
US8809791B2 (en) Continuous time-of-flight scatter simulation method
US9872664B1 (en) Methods and systems for scatter correction in positron emission tomography
CN102665564B (zh) 图像诊断装置及位置校正方法
KR102026737B1 (ko) 영상 생성 장치 및 방법
US8958622B2 (en) Efficient point spread function model for multi-channel collimator in photon imaging including extra-geometric photons
US7626172B2 (en) Nuclear medical diagnosis apparatus
US20100059682A1 (en) Positron emission tomography (pet) imaging using scattered and unscattered photons
JP5459397B2 (ja) ポジトロンｃｔ装置およびタイミング補正方法
JP2011520119A (ja) 陽電子放出検出方法及び画像生成
US10210635B2 (en) Reconstruction quality assessment with local non-uniformity in nuclear imaging
US9638812B2 (en) Reconstruction apparatus for reconstructing a pet image
US20110142367A1 (en) Methods and systems for correcting image scatter
KR101206005B1 (ko) 감마선 검출 장치 및 이를 이용한 감마선 검출 방법
US10561377B2 (en) Charged particle tomography for anatomical imaging
KR20140086627A (ko) 영상 생성 방법 및 장치
US9245359B2 (en) Apparatus and method for generating medical image using linear gamma ray source
KR20140043637A (ko) 영상 촬영 장치의 검출기의 시스템 응답 및 시스템 응답을 이용하여 의료 영상을 생성하는 방법 및 장치
US20160018539A1 (en) Apparatus and method for calculating correction factor
US20140161335A1 (en) Method and apparatus for generating system response of scanner of imaging apparatus
KR101350496B1 (ko) 광자감쇠지도 생성 방법 및 ｍｒｉ 융합영상시스템
US20140056499A1 (en) Apparatus and method for generating image using correction model

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