KR20150061055A - 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치 - Google Patents

관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치 Download PDF

Info

Publication number
KR20150061055A
KR20150061055A KR1020130143511A KR20130143511A KR20150061055A KR 20150061055 A KR20150061055 A KR 20150061055A KR 1020130143511 A KR1020130143511 A KR 1020130143511A KR 20130143511 A KR20130143511 A KR 20130143511A KR 20150061055 A KR20150061055 A KR 20150061055A
Authority
KR
South Korea
Prior art keywords
coronary artery
shape
vessel wall
lesion
detecting
Prior art date
Application number
KR1020130143511A
Other languages
English (en)
Inventor
강동우
강나협
정휘룡
이형욱
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 KR1020130143511A priority Critical patent/KR20150061055A/ko
Publication of KR20150061055A publication Critical patent/KR20150061055A/ko

Links

Images

Classifications

    • 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
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

관상동맥의 병변을 검출하는 방법 및 장치를 제안한다. 관상동맥 CTA(Coronary CT Angiography) 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥의 혈관 벽(vessel wall), 및 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링하고, 모델링된 관상동맥 형상을 이용하여 혈관 벽 및 루멘 영역의 형태를 분석한 결과를 이용하여 관상동맥의 병변(lesion)을 검출하는 관상동맥의 병변을 검출하는 방법 및 장치를 제공할 수 있다.

Description

관상동맥 CTA 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치{METHOD AND APPARATUS FOR DETECTING LESION OF CORONARY ARTERY FROM CORONARY CT ANGIOGRAPHY}
아래의 실시예들은 관상동맥 CTA 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치에 관한 것이다.
심혈관 질환은 전세계 사망자의 사망 원인 중 30% 이상을 차지하는 가장 중요한 질병으로서, 심혈관 질환 사망자 중 80% 이상의 환자가 허혈성 관상동맥 질환으로 사망한다. 의료계에서는 의료 영상을 통해 혈관의 형태적인 특성을 분석하고, 혈관의 개통성 및 협착 정도 등 혈관의 형상적 이상 유무를 비침습 진단과 치료에 활용하고 있다. 의료 영상 중에서도 관상동맥 CTA가 비침습 특성, 높은 공간 해상도(high spatial resolution), 및 등방성(isotropic) 3D 특성으로 관상동맥 질환(coronary artery disease)의 진단 및 치료에 사용되고 있다.
의료진은 의료 영상(예를 들어, 관상동맥 CTA)을 수동으로(manually) 분석하므로 시간 소모(time-consuming)가 큰 반면, 진단의 정확성(accuracy)은 높지 않고, 의료진의 관찰자 간 및 관찰자 내의 변동성(inter- and intra- observer variability)이 증가할 수 있다.
일실시예에 따르면, 관상동맥의 병변을 검출하는 방법은 관상동맥 CTA(Coronary CT Angiography) 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥의 혈관 벽(vessel wall), 및 상기 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링하는 단계; 상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 단계; 및 상기 분석 결과를 이용하여 상기 관상동맥의 병변(lesion)을 검출하는 단계를 포함한다.
상기 관상동맥 형상을 모델링하는 단계는, 상기 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)하는 단계; 및 상기 해부학적 정보를 이용하여 상기 혈관 벽의 초기 형상을 변형(deforming)하는 단계를 포함할 수 있다.
상기 초기 형상을 추정하는 단계는, 상기 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트(branch point)들의 위치를 기초로, 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링(linear tapering)을 모델링하는 단계를 포함할 수 있다.
상기 선형 테이퍼링을 모델링하는 단계는, 상기 관상동맥 CTA 영상으로부터 혈관의 시작 지점의 직경(diameter)을 산출하는 단계; 상기 관상동맥 CTA 영상으로부터 상기 혈관의 종료 지점의 직경을 산출하는 단계; 및 상기 산출 결과들을 이용하여 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링을 모델링하는 단계를 포함할 수 있다.
상기 초기 형상을 변형하는 단계는, 상기 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 상기 관상동맥의 각 횡단면(cross section) 별로 상기 초기 형상을 변형하는 단계를 포함할 수 있다.
상기 초기 형상을 변형하는 단계는, 상기 해부학적 정보를 기초로, 상기 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 상기 루멘 영역과 상기 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 상기 초기 형상을 변형하는 단계를 포함할 수 있다.
상기 초기 형상을 변형하는 단계는, 상기 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하는 단계; 및 상기 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 상기 초기 형상을 변형하는 단계를 포함할 수 있다.
상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 단계는, 상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal) 의 형태 및 상기 루멘 영역의 횡단면과 종단의 형태를 분석하는 단계를 포함할 수 있다.
상기 관상동맥의 병변을 검출하는 단계는, 상기 분석 결과에 따라 상기 정상적인 혈관과 병변이 발생한 혈관의 점수를 산정하는 단계; 및 상기 산정 결과를 이용하여 상기 관상동맥의 병변을 검출하는 단계를 포함할 수 있다.
상기 분석 결과는, 상기 루멘 영역의 횡단면과 상기 혈관 벽의 횡단면 간의 영역 비율(area ratio), 및 상기 루멘 영역과 상기 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보 중 적어도 하나를 포함할 수 있다.
상기 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보는, 상기 루멘 영역과 상기 혈관 벽의 종횡비(Aspect ratio), 상기 루멘 영역과 상기 혈관 벽의 진원도(circularity) 및 상기 루멘 영역과 상기 혈관 벽의 볼록도(convexness) 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 관상동맥의 병변을 검출하는 장치는, 관상동맥 CTA 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥의 혈관 벽(vessel wall), 및 상기 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링하는 모델링부; 상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 분석부; 및 상기 분석 결과를 이용하여 상기 관상동맥의 병변(lesion)을 검출하는 검출부를 포함한다.
상기 모델링부는, 상기 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)하는 추정부; 및 상기 해부학적 정보를 이용하여 상기 혈관 벽의 초기 형상을 변형(deforming)하는 변형부를 포함할 수 있다.
상기 추정부는, 상기 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트(branch point)들의 위치를 기초로, 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링(linear tapering)을 모델링하는 테이퍼링 모델링부를 포함할 수 있다.
상기 변형부는, 상기 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 상기 관상동맥의 각 횡단면(cross section) 별로 상기 초기 형상을 변형할 수 있다.
상기 변형부는, 상기 해부학적 정보를 기초로, 상기 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 상기 루멘 영역과 상기 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 상기 초기 형상을 변형할 수 있다.
상기 변형부는, 상기 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하는 적용부를 포함하고, 상기 변형부는, 상기 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 상기 초기 형상을 변형할 수 있다.
상기 분석부는, 상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal)의 형태 및 상기 루멘 영역의 횡단면과 종단의 형태를 분석할 수 있다.
상기 검출부는, 상기 분석 결과에 따라 상기 정상적인 혈관과 병변이 발생한 혈관의 점수를 산정하고, 상기 산정 결과를 이용하여 상기 관상동맥의 병변을 검출할 수 있다.
도 1은 일실시예에 따른 관상동맥의 병변을 검출하는 방법을 나타낸 플로우 차트이다.
도 2는 일실시예에 따라 관상 동맥 형상을 모델링하는 방법을 나타낸 플로우 차트이다.
도 3은 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 추정된 혈관 벽의 초기 형상을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 복수의 브랜치 포인트들 간의 선형 테이퍼링을 모델링하는 방법을 설명하기 위한 도면이다.
도 5는 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 초기 형상을 변형하는 방법을 설명하기 위한 도면이다.
도 6은 일실시예에 따른 관상동맥의 병변을 검출하는 장치의 블록도이다.
도 7은 일실시예에 따른 관상동맥의 병변을 검출하는 장치의 모델링부의 블록도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 일실시예들에 의해 제한되거나 한정되는 것은 아니다. 또한, 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일실시예에 따른 관상동맥의 병변을 검출하는 방법을 나타낸 플로우 차트이다.
도 1을 참조하면, 일실시예에 따른 관상동맥의 병변을 검출하는 장치(이하, '검출 장치')는 관상동맥 CTA(Coronary CT Angiography) 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥(Coronary artery)의 혈관 벽(vessel wall), 및 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링할 수 있다(110). 이때, 해부학적 정보는 예를 들어, 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역과 관상동맥 내에 생성되는 플라크(plaque)와 관련된 정보 등을 포함할 수 있으며, 상기 해부학적 정보는 데이터베이스에 미리 저장되거나 외부로부터 입력될 수 있다. 관상동맥 내에 생성되는 플라크(plaque)는 칼슘 플라크(Ca plaque) 및 소프트 플라크(soft plaque)를 포함할 수 있다.
단계 110에서, 검출 장치는 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)하고, 관상동맥 또는 심장 등에 대한 해부학적 정보를 이용하여 추정된 혈관 벽의 초기 형상을 변형(deforming)하여 관상동맥 형상을 모델링할 수 있다.
단계 110에서, 검출 장치는 관상동맥 CTA 영상에서 혈관 벽의 횡단면(cross section)에서 파악되는 원형 형태(circular shape) 및 루멘과 플라크의 위치 및 크기 등의 정보를 이용하여 혈관 벽의 초기 형상을 추정할 수 있다.
검출 장치가 관상동맥 형상을 모델링하는 구체적인 방법은 도 2를 참조하여 설명한다.
검출 장치는 단계 110에서 모델링된 관상동맥 형상을 이용하여 혈관 벽 및 루멘 영역의 형태를 분석할 수 있다(120).
단계 120에서, 검출 장치는 단계 110에서 모델링된 관상동맥 형상을 이용하여 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal)의 형태 및 루멘 영역의 횡단면과 종단의 형태를 분석할 수 있다. 단계 120의 분석 결과, 검출 장치는 루멘 영역과 혈관 벽 간의 횡단면의 영역 비율(area ratio), 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보 중 적어도 하나를 파악할 수 있다.
검출 장치는 단계 120의 분석 결과를 이용하여 관상동맥의 병변(lesion)을 검출할 수 있다(130).
단계 130에서 검출 장치가 관상동맥의 병변을 검출하는 구체적인 방법은 다음과 같다.
검출 장치는 루멘 영역과 혈관 벽 간의 횡단면의 영역 비율(area ratio), 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태를 분석하여 관상동맥의 병변을 검출할 수 있다.
예를 들어, 검출 장치는
Figure pat00001
와 같이 루멘 영역의 횡단면과 혈관 벽의 횡단면 간의 영역 비율(area ratio)을 이용하여 병변을 검출할 수 있다. 이때, 병변의 존재 여부를 판단하기 위한 영역 비율(area ratio)의 기준값을 0.5라고 하면, 검출 장치는 루멘 영역의 횡단면과 혈관 벽의 횡단면 간의 영역 비율(area ratio)의 값이 0.5보다 같거나 크면 관상동맥에 병변이 없다고 판단할 수 있다. 다시 말해, . 루멘 영역의 횡단면의 면적이 70mm2이고, 혈관 벽의 횡단면의 면적이 100 mm2이라고 하면, 영역 비율(area ratio)은 70mm2/100mm2 = 0.7가 되므로 검출 장치는 관상동맥에 병변이 없다고 판단할 수 있다. 만약, 루멘 영역의 횡단면의 면적이 30mm2이고, 혈관 벽의 횡단면의 면적이 100 mm2라면, 영역 비율(area ratio)은 30mm2/100mm2 = 0.3가 되므로 검출 장치는 관상동맥에 병변이 있다고 판단할 수 있다.
또한, 검출 장치는 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보를 분석하여 병변을 검출할 수 있다.
이때, 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보는 루멘 영역과 혈관 벽의 종횡비(Aspect ratio), 루멘 영역과 혈관 벽의 진원도(circularity) 및 루멘 영역과 혈관 벽의 볼록도(convexness) 중 적어도 하나를 포함할 수 있다. 진원도(circularity)는 규제하는 원형의 형체가 기하학적으로 정확한 원으로부터 벗어난 크기 즉, 중심으로부터 같은 거리에 있는 모든 점이 정확한 원에서 얼마만큼 벗어났는지와 연관된 측정값에 해당한다.
일반적으로 혈관 벽 및 혈관에서 혈액에 통과하는 경로인 루멘 영역은 원형의 형태를 가지는 것이 일반적이므로 플라크의 존재 등에 의해 루멘 영역과 혈관 벽이 눌리거나 찌부러진 형태의 원형 혹은 원형이 아닌 그 밖의 다양한 형태로 나타나는 경우에 검출 장치는 그 형태 및 눌려진 비율 등을 분석하여 혈관에 병변, 예를 들어 협착이 있는지를 검출할 수 있다.
이 밖에도, 검출 장치는 단계 130의 분석 결과(예를 들어, 루멘 영역과 혈관 벽 간의 횡단면의 영역 비율(area ratio)과 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보의 각 값들)에 따라 정상적인 혈관과 병변이 발생한 혈관의 점수(score)를 산정하고, 산정 결과를 이용하여 관상동맥의 병변을 검출할 수 있다. 이때, 루멘 영역과 혈관 벽 간의 횡단면의 영역 비율(area ratio)과 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보의 각 값들이 정상적인 혈관 혹은 병변이 발생한 혈관의 점수(score)가 될 수 있다.
일실시예에서 검출 장치는 관상동맥 형상을 모델링하기에 앞서, 관상동맥 CTA 영상을 이용하여 루멘(lumen) 영역에 대한 세그먼테이션(Segmentation)을 수행할 수 있다. 이때, 검출 장치는 관상동맥 CTA 영상에서 파악되는 중심선(centerline)을 따라 2D 혈관 단면 영역들뿐만 아니라, 3D 커넥티비티(connectivity)와 3D 해부학적 정보를 함께 고려하여 루멘 영역을 세그먼테이션할 수 있다.
일 실시예에서 3D 커넥티비티(connectivity)와 3D 해부학적 정보를 함께 고려하여 세그먼테이션한 루멘 영역에 대한 정보를, 추정한 혈관 벽의 초기 형상에 결합하는 경우, 검출 장치는 심혈관 질환에 대한 보다 정확한 진단을 내릴 수 있다. 일 실시예에서는 혈관의 형상 진단을 통해 혈관의 물리 모델링을 위한 물리적 성질(예를 들어, 관상동맥 혈류 시뮬레이션을 위한 정밀한 혈관 지오메트리(geometry)) 또한 추출할 수 있다. 여기서, 혈관 지오메트리에는 혈관의 루멘 영역의 지오메트리 및 혈관 벽의 지오메트리가 포함될 수 있다. 이와 같이 관상동맥의 병변을 검출하는 방법은 CT(Computed Tomography) 영상뿐만 아니라, MR Angiography 및 초음파 등 다른 의료 영상에도 적용 가능하다.
도 2는 일실시예에 따라 관상 동맥 형상을 모델링하는 방법을 나타낸 플로우차트이다.
도 2를 참조하면, 일실시예에 따른 검출 장치는 관상동맥 CTA 영상에서 인텐시티(intensity)가 불분명한 혈관 벽의 크기 및 위치를 추정하여 관상동맥 협착(stenosis)을 진단하는 정확성(accuracy)를 향상시킬 수 있다.
관상동맥 협착은 혈관 벽 안에 플라크가 쌓여 혈관이 막혀 혈관이 좁아지는 증상이므로, 혈관 벽과 루멘의 크기를 정확히 측정할수록 진단의 정확도가 높아질 수 있다.
검출 장치는 관상동맥의 혈관 벽 단면의 원형 형태(circular shape)와 관상동맥의 복수의 브랜치들 간의 선형 테이퍼링(linear tapering)을 추정함으로써 혈관 벽의 초기 형상을 추정할 수 있다. 이때, 검출 장치는 복수의 브랜치들 간의 선형 테이퍼링을 모델링하기 위하여 혈관 벽의 시작 지점의 직경(diameter) 및 종료 지점의 직경을 산출할 수 있다.
검출 장치는 관상동맥 CTA 영상으로부터 관상동맥의 시작 지점(ostium)에 플라크가 존재하는지 여부를 판단할 수 있다(210). 단계 210에서 검출 장치는 영상 인텐시티(image intensity)를 이용하여 플라크의 존재 여부를 판단할 수 있다.
단계 210에서, 시작 지점에 플라크가 존재하지 않는다고 판단되면, 검출 장치는 해당 지점 즉, 혈관의 시작 지점의 직경(Ds)을 산출할 수 있다(220).
관상동맥의 시작 지점(ostium)에 플라크가 존재하지 않는 경우에는 혈액이 통과하는 루멘의 직경에서 루멘의 직경의 변화량(혹은 혈관 벽의 일정 두께)을 더한 값을 시작 지점에서의 혈관 전체의 직경으로 볼 수 있기 때문에, 검출 장치는 혈관의 시작 지점의 직경(Ds)을 예를 들어, Ds = 루멘의 직경(lumen diameter) + △ at ostium 와 같이 산출할 수 있다. 여기서, △ at ostium은 관상동맥의 시작 지점에서의 루멘의 직경의 변화량(혹은 혈관 벽의 일정 두께)일 수 있다.
단계 210에서, 시작 지점에 플라크가 존재한다고 판단되면, 검출 장치는 시작 지점에서 인접한 위치(X1)을 검색하고(230), 위치(X1)에서의 직경을 산출할 수 있다(240). 이때, 위치(X1)는 시작 지점에서 인접한, 플라크가 존재하지 않는 위치로서 시작 지점과 인접한 지점 간에는 그 직경이 유사한 값을 가진다는 전제 하에 위치(X1)에서의 직경을 시작 지점의 직경으로 보는 것이다.
단계 240에서 예를 들어, 검출 장치는 시작 지점의 직경(Ds)을 Ds = lumen diameter + △ at nearest normal location (X1), where △ = 0.1mm 와 같이 산출할 수 있다.
여기서, △ at nearest normal location (X1)은 위치(X1)에서의 루멘의 직경의 변화량(혹은 혈관 벽의 일정 두께)일 수 있다.
단계 220 또는 단계 240의 거쳐 시작 지점의 직경을 산출한 검출 장치는 혈관의 종료 지점의 직경을 산출할 수 있다(250). 단계 250에서, 혈관의 말단 부위로 갈수록 루멘과 혈관의 직경 간에 큰 차이가 없다는 전제 하에, 검출 장치는 종료 지점의 직경(De)을 혈관의 종료 지점에서의 루멘의 직경과 동일한 값으로 산출할 수 있다.
검출 장치는 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)할 수 있다(260).
단계 260에서, 검출 장치는 앞서 산출한 시작 지점의 직경 및 종료 지점의 직경을 이용해 복수의 브랜치들 간의 선형 테이퍼링(linear tapering)을 모델링하고, 모델링된 선형 테이퍼링에 의해 도 3과 같이 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)할 수 있다. 일실시예에서 모델링되는 복수의 브랜치들 간의 선형 테이퍼링에 대하여는 도 4를 참조하여 설명한다.
검출 장치는 해부학적 정보를 이용하여 혈관 벽의 초기 형상을 변형(deforming)할 수 있다(270).
단계 270에서, 검출 장치는 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 순차적으로 관상동맥의 각 횡단면(cross section) 별로 초기 형상을 변형할 수 있다. 이때, 검출 장치는 해부학적 정보를 기초로, 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 루멘 영역과 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 초기 형상을 변형할 수 있다.
검출 장치가 초기 형상을 변형하는 방법은 도 5를 참조하여 설명한다.
도 3은 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 추정된 혈관 벽의 초기 형상을 설명하기 위한 도면이다.
도 3을 참조하면, 일실시예에 따른 검출 장치는 관상동맥 CTA 영상으로부터, 상술한 단계 210 내지 단계 260를 통해 310과 같이 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)할 수 있다.
이때, 추정된 초기 형상은 330과 같이 관상동맥(Coronary artery)의 혈관 벽(vessel wall), 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역 및 관상동맥 내에 생성되는 Ca 플라크 및 소프트 플라크를 포함하지만, 335와 같이 인텐시티(intensity)가 불분명하게 나타날 수 있다.
도 4는 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 복수의 브랜치 포인트들 간의 선형 테이퍼링을 모델링하는 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시예에 따른 검출 장치는 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트들(440, 450, 460, 470, 480) 및 복수의 브랜치 포인트들(440, 450, 460, 470, 480) 사이의 영역에 해당하는 복수 개의 브랜치들(410, 420, 430)의 위치를 기초로, 관상 동맥 형상을 모델링할 수 있다.
이때, 검출 장치는 관상동맥 CTA 영상으로부터 산출된 혈관 벽의 시작 지점과 종료 지점의 직경을 이용하여 복수의 브랜치 포인트들(440, 450, 460, 470, 480) 간의 선형 테이퍼링(linear tapering)을 모델링할 수 있다.
여기서, 선형 테이퍼링은 혈관 벽이 혈관의 시작 지점에서부터 종료 지점까지 선형적으로 줄어드는 것을 의미할 수 있다. 선형 테이퍼링은 혈관의 시작 지점에서부터 종료 지점까지 뿐만 아니라 각 브랜치 포인트들 사이의 각 브랜치에서도 동일하게 적용될 수 있다.
예를 들어, 검출 장치는 관상동맥 CTA 영상으로부터 관상동맥의 시작 지점(ostium)을 찾고, 시작 지점부터 제1 브랜치 포인트(440)까지의 사이에 있는 제1 브랜치(410)를 모델링할 때, 관상동맥의 시작 지점(ostium)부터 제1 브랜치 포인트(440)까지 혈관의 두께가 선형적으로 줄어들도록 모델링할 수 있다. 마찬가지로, 검출 장치는 제1 브랜치 포인트(440)부터 제2 브랜치 포인트(450) 사이에 있는 제2 브랜치(420)을 모델링할 때에도, 제1 브랜치 포인트(440)부터 제2 브랜치 포인트(450)까지 혈관의 두께가 선형적으로 줄어들도록 모델링할 수 있다.
검출 장치는 관상동맥의 시작 지점(ostium)부터 종료 지점까지 위치하는 각 브랜치들을 상술한 방법으로 모델링하여 관상동맥의 혈관 벽의 초기 형상을 추정할 수 있다.
도 5는 일실시예에 따른 관상 동맥 형상을 모델링하는 방법에 의해 초기 형상을 변형하는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 검출 장치는 혈관 벽의 초기 형상을 변형(deforming)할 때, 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 순차적으로 관상동맥의 각 횡단면(cross section) 별로 초기 형상을 변형할 수 있다.
또한, 검출 장치는 해부학적 정보를 기초로, 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 루멘 영역과 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 510로 도시된 같이 초기 형상을 변형할 수 있다.
또한, 검출 장치는 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하고, 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 혹은 미리 설정된 범위를 벗어나지 않도록 초기 형상을 변형할 수 있다.
예를 들어, 제1 브랜치 포인트(440)에서의 혈관의 직경이 4 mm이고, 제2 브랜치 포인트(450)에서의 혈관이 직경이 2.5 mm라고 하자.
관상동맥의 일정 영역이 제1 브랜치 포인트(440)와 제2 브랜치 포인트(450)의 가운데에 있는 경우, 검출 장치는 해당 영역에서의 직경의 변화량이 급격하게 변화하지 않도록 평활화 제약 조건(smoothing constraint)을 적용할 수 있다. 평활화 제약 조건에 따라 검출 장치는 해당 영역의 직경이 2.5 mm 보다 같거나 크고, 4 mm 보다 작거나 같은 범위를 유지하는 범위 내에서 초기 형상을 변형할 수 있다.
도 6은 일실시예에 따른 관상동맥의 병변을 검출하는 장치의 블록도이다.
도 6을 참조하면, 일실시예에 따른 관상동맥의 병변을 검출하는 장치(이하, '검출 장치')는 모델링부(610), 분석부(630) 및 검출부(650)를 포함한다.
모델링부(610)는 관상동맥의 혈관 벽(vessel wall), 및 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링할 수 있다. 이때, 모델링부(610)는 관상동맥 CTA 영상 및 해부학적 정보(anatomical information)를 기초로 관상동맥 형상을 모델링할 수 있다. 모델링부(610)의 보다 구체적인 구성은 도 7을 참조하여 설명한다.
분석부(630)는 모델링부(610)에서 모델링된 관상동맥 형상을 이용하여 혈관 벽 및 루멘 영역의 형태를 분석할 수 있다. 이때, 혈관 벽 및 루멘 영역의 형태로는 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal) 의 형태 및 루멘 영역의 횡단면과 종단의 형태를 일 예로 들 수 있다.
검출부(650)는 분석부(630)의 분석 결과를 이용하여 관상동맥의 병변(lesion)을 검출할 수 있다. 이때, 분석부(630)의 분석 결과는 루멘 영역의 횡단면과 혈관 벽의 횡단면 간의 영역 비율(area ratio), 및 루멘 영역과 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보 중 적어도 하나를 포함할 수 있다. 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보는 루멘 영역과 혈관 벽의 종횡비(Aspect ratio), 루멘 영역과 혈관 벽의 진원도(circularity) 및 루멘 영역과 혈관 벽의 볼록도(convexness) 중 적어도 하나를 포함할 수 있다.
검출부(650)는 분석부(630)의 분석 결과에 따라 정상적인 혈관과 병변이 발생한 혈관의 점수를 산정하고, 산정 결과를 이용하여 관상동맥의 병변을 검출할 수 있다.
도 7은 일실시예에 따른 관상동맥의 병변을 검출하는 장치의 모델링부의 블록도이다.
도 7을 참조하면, 일실시예에 따른 모델링부(700)는 추정부(710) 및 변형부(730)를 포함할 수 있다.
추정부(710)는 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)할 수 있다.
추정부(710)는, 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트(branch point)들의 위치를 기초로, 복수의 브랜치 포인트들 간의 선형 테이퍼링(linear tapering)을 모델링하는 테이퍼링 모델링부(715)를 포함할 수 있다.
변형부(730)는 해부학적 정보를 이용하여 혈관 벽의 초기 형상을 변형(deforming)할 수 있다. 변형부(730)는 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 관상동맥의 각 횡단면(cross section) 별로 순차적으로 초기 형상을 변형할 수 있다.
변형부(730)는 해부학적 정보를 기초로, 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 루멘 영역과 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 초기 형상을 변형할 수 있다.
변형부(730)는 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하는 적용부(735)를 포함할 수 있다. 이때, 변형부(730)는 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 초기 형상을 변형할 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
610: 모델링부
630: 분석부
650: 검출부

Claims (20)

  1. 관상동맥 CTA(Coronary CT Angiography) 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥의 혈관 벽(vessel wall), 및 상기 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링하는 단계;
    상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 단계; 및
    상기 분석 결과를 이용하여 상기 관상동맥의 병변(lesion)을 검출하는 단계
    를 포함하는 관상동맥의 병변을 검출하는 방법.
  2. 제1항에 있어서,
    상기 관상동맥 형상을 모델링하는 단계는,
    상기 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)하는 단계; 및
    상기 해부학적 정보를 이용하여 상기 혈관 벽의 초기 형상을 변형(deforming)하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  3. 제2항에 있어서,
    상기 초기 형상을 추정하는 단계는,
    상기 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트(branch point)들의 위치를 기초로, 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링(linear tapering)을 모델링하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  4. 제3항에 있어서,
    상기 선형 테이퍼링을 모델링하는 단계는,
    상기 관상동맥 CTA 영상으로부터 혈관의 시작 지점의 직경(diameter)을 산출하는 단계;
    상기 관상동맥 CTA 영상으로부터 상기 혈관의 종료 지점의 직경을 산출하는 단계; 및
    상기 산출 결과들을 이용하여 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링을 모델링하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  5. 제2항에 있어서,
    상기 초기 형상을 변형하는 단계는,
    상기 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 상기 관상동맥의 각 횡단면(cross section) 별로 상기 초기 형상을 변형하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  6. 제2항에 있어서,
    상기 초기 형상을 변형하는 단계는,
    상기 해부학적 정보를 기초로, 상기 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 상기 루멘 영역과 상기 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 상기 초기 형상을 변형하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  7. 제2항에 있어서,
    상기 초기 형상을 변형하는 단계는,
    상기 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하는 단계; 및
    상기 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 상기 초기 형상을 변형하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  8. 제1항에 있어서,
    상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 단계는,
    상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal) 의 형태 및 상기 루멘 영역의 횡단면과 종단의 형태를 분석하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  9. 제1항에 있어서,
    상기 관상동맥의 병변을 검출하는 단계는
    상기 분석 결과에 따라 상기 정상적인 혈관과 병변이 발생한 혈관의 점수를 산정하는 단계; 및
    상기 산정 결과를 이용하여 상기 관상동맥의 병변을 검출하는 단계
    를 포함하는, 관상동맥의 병변을 검출하는 방법.
  10. 제1항에 있어서,
    상기 분석 결과는,
    상기 루멘 영역의 횡단면과 상기 혈관 벽의 횡단면 간의 영역 비율(area ratio), 및 상기 루멘 영역과 상기 혈관 벽의 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보 중 적어도 하나를 포함하는, 관상동맥의 병변을 검출하는 방법.
  11. 제10항에 있어서,
    상기 횡단면(cross sectional) 및 종단(longitudinal) 형태 정보는,
    상기 루멘 영역과 상기 혈관 벽의 종횡비(Aspect ratio), 상기 루멘 영역과 상기 혈관 벽의 진원도(circularity) 및 상기 루멘 영역과 상기 혈관 벽의 볼록도(convexness) 중 적어도 하나를 포함하는, 관상동맥의 병변을 검출하는 방법.
  12. 제1항 내지 제11항 중에서 어느 하나의 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
  13. 관상동맥 CTA 영상 및 해부학적 정보(anatomical information)를 기초로, 관상동맥의 혈관 벽(vessel wall), 및 상기 관상동맥에서 혈액이 통과하는 루멘(lumen) 영역을 포함하는 관상동맥 형상을 모델링하는 모델링부;
    상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽 및 상기 루멘 영역의 형태를 분석하는 분석부; 및
    상기 분석 결과를 이용하여 상기 관상동맥의 병변(lesion)을 검출하는 검출부
    를 포함하는 관상동맥의 병변을 검출하는 장치.
  14. 제13항에 있어서,
    상기 모델링부는,
    상기 관상동맥의 혈관 벽의 초기 형상을 추정(estimate)하는 추정부; 및
    상기 해부학적 정보를 이용하여 상기 혈관 벽의 초기 형상을 변형(deforming)하는 변형부
    를 포함하는, 관상동맥의 병변을 검출하는 장치.
  15. 제14항에 있어서,
    상기 추정부는,
    상기 관상동맥 CTA 영상으로부터 파악한 복수의 브랜치 포인트(branch point)들의 위치를 기초로, 상기 복수의 브랜치 포인트들 간의 선형 테이퍼링(linear tapering)을 모델링하는 테이퍼링 모델링부
    를 포함하는, 관상동맥의 병변을 검출하는 장치.
  16. 제14항에 있어서,
    상기 변형부는,
    상기 혈관 벽의 초기 형상에서의 중심선(center line)을 따라 상기 관상동맥의 각 횡단면(cross section) 별로 상기 초기 형상을 변형하는, 관상동맥의 병변을 검출하는 장치.
  17. 제14항에 있어서,
    상기 변형부는,
    상기 해부학적 정보를 기초로, 상기 혈관 벽이 원형 형태(circular shape)를 유지하는 동시에 상기 루멘 영역과 상기 관상동맥 내에 생성되는 플라크(plaque)를 포함하는 최소한의 원형 형태에 피팅(fitting) 되도록 상기 초기 형상을 변형하는, 관상동맥의 병변을 검출하는 장치.
  18. 제14항에 있어서,
    상기 변형부는,
    상기 관상동맥의 일정 영역에 이웃하는 영역에서의 직경의 변화량에 대하여 평활화 제약 조건(smoothing constraint)을 적용하는 적용부
    를 포함하고,
    상기 변형부는,
    상기 평활화 제약 조건이 적용된 변화량이 미리 설정된 값보다 크지 않도록 상기 초기 형상을 변형하는, 관상동맥의 병변을 검출하는 장치.
  19. 제13항에 있어서,
    상기 분석부는,
    상기 모델링된 관상동맥 형상을 이용하여 상기 혈관 벽의 횡단면(cross sectional)과 종단(longitudinal)의 형태 및 상기 루멘 영역의 횡단면과 종단의 형태를 분석하는, 관상동맥의 병변을 검출하는 장치.
  20. 제13항에 있어서,
    상기 검출부는,
    상기 분석 결과에 따라 상기 정상적인 혈관과 병변이 발생한 혈관의 점수를 산정하고, 상기 산정 결과를 이용하여 상기 관상동맥의 병변을 검출하는, 관상동맥의 병변을 검출하는 장치.
KR1020130143511A 2013-11-25 2013-11-25 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치 KR20150061055A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130143511A KR20150061055A (ko) 2013-11-25 2013-11-25 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130143511A KR20150061055A (ko) 2013-11-25 2013-11-25 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20150061055A true KR20150061055A (ko) 2015-06-04

Family

ID=53499118

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130143511A KR20150061055A (ko) 2013-11-25 2013-11-25 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20150061055A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019048060A (ja) * 2013-03-15 2019-03-28 ハートフロー， インコーポレイテッド シミュレーションの正確度および性能に対する画質評価
CN113223015A (zh) * 2021-05-11 2021-08-06 清华大学 血管壁图像分割方法、装置、计算机设备和存储介质
KR20230026838A (ko) * 2021-08-18 2023-02-27 주식회사 팬토믹스 관상동맥 협착진단 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019048060A (ja) * 2013-03-15 2019-03-28 ハートフロー， インコーポレイテッド シミュレーションの正確度および性能に対する画質評価
US11803965B2 (en) 2013-03-15 2023-10-31 Heartflow, Inc. Methods and systems for assessing image quality in modeling of patient anatomic or blood flow characteristics
CN113223015A (zh) * 2021-05-11 2021-08-06 清华大学 血管壁图像分割方法、装置、计算机设备和存储介质
KR20230026838A (ko) * 2021-08-18 2023-02-27 주식회사 팬토믹스 관상동맥 협착진단 방법

Similar Documents

Publication Publication Date Title
EP3659114B1 (en) Evaluating cardiac motion using an angiography image
US9424637B2 (en) Vessel segmentation method and apparatus using multiple thresholds values
US9907527B2 (en) Vascular data processing and image registration systems, methods, and apparatuses
CN106687043B (zh) 用于计算x射线断层成像的成像相选择的系统和方法
CA2905203C (en) Vascular data processing and image registration systems, methods, and apparatuses
US20150112191A1 (en) Fractional flow reserve (ffr) index with adaptive boundary condition parameters
RU2717885C1 (ru) Оценка потока, сопротивления или давления на основании измерений давления или потока и ангиографии
US9256933B2 (en) System for determining flow properties of a blood vessel
EP2925216B1 (en) Stenosis therapy planning
US11282170B2 (en) Contrast injection imaging
EP3244790B1 (en) Instantaneous wave-free ratio (ifr) computer tomography (ct)
JP6561349B2 (ja) 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
CN110490974B (zh) 用于确定血管中血流速度的方法、系统、装置和介质
JP6713690B2 (ja) 血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
US20160157805A1 (en) Determining Plaque Deposits in Blood Vessels
KR20150061055A (ko) 관상동맥 cta 영상으로부터 관상동맥의 병변을 검출하는 방법 및 장치
US11266322B2 (en) Blood flow analysis apparatus, blood flow analysis method, and blood flow analysis program
KR101511300B1 (ko) 혈관의 직경 측정 방법
US20160284080A1 (en) Vasculature modeling
JP2007512890A (ja) 動く物体の構造を決定する方法
EP4094696A1 (en) Noninvasive measurement of left ventricular compliance
Kulathilake et al. A technique for Quantitative Coronary Analysis of Cine-Angiograms using segmentation and vessel path tracking

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination