KR20160028273A - 병변 검출 보간 장치 및 방법 - Google Patents

병변 검출 보간 장치 및 방법 Download PDF

Info

Publication number
KR20160028273A
KR20160028273A KR1020140117169A KR20140117169A KR20160028273A KR 20160028273 A KR20160028273 A KR 20160028273A KR 1020140117169 A KR1020140117169 A KR 1020140117169A KR 20140117169 A KR20140117169 A KR 20140117169A KR 20160028273 A KR20160028273 A KR 20160028273A
Authority
KR
South Korea
Prior art keywords
image
lesion
matching
current image
current
Prior art date
Application number
KR1020140117169A
Other languages
English (en)
Inventor
김예훈
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 KR1020140117169A priority Critical patent/KR20160028273A/ko
Priority to US14/843,091 priority patent/US10390799B2/en
Publication of KR20160028273A publication Critical patent/KR20160028273A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/12—Devices for detecting or locating foreign bodies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Abstract

컴퓨터 보조 진단 시스템에서 연속적인 영상을 이용하여 진단시 병변 영역을 보간하는 장치에 관한 것이다. 일 실시예에 따르면 병변 검출 보간 장치는 순차적으로 영상을 입력받는 영상 입력부와, 입력된 현재 영상을 기준 영상과 매칭하여, 그 결과를 기초로 현재 영상에 대한 병변 영역의 보간 여부를 판단하는 영상 매칭부 및 그 판단 결과에 따라 병변 영역을 보간하거나 병변을 검출하여 현재 영상에 대한 병변 영역을 획득하는 병변 영역 획득부를 포함할 수 있다.

Description

병변 검출 보간 장치 및 방법{APPARATUS AND METHOD FOR INTERPOLATING LESION DETECTION}
병변 검출 보간 장치 및 방법에 관한 것으로, 컴퓨터 보조 진단 시스템에서 연속적인 영상을 이용하여 진단하는 경우 병변 영역을 보간하는 기술에 관한 것이다.
일반적으로 프로브를 통해 실시간으로 획득되는 초음파 영상을 분석하는 경우에 의사들은 프로브를 환자의 환부에 밀착하여 이동시키면서 초음파 영상을 획득하고 화면에 출력되는 초음파 영상을 눈으로 확인하면서 병변이나 의심 부위를 검출하고 판단한다. 이때, 병변으로 의심되는 부위가 있으면 그 의심 부위에 대하여 보다 정확한 영상을 획득하기 위해 의심 부위를 반복적으로 재탐색하여 가장 선명한 영상을 찾으려고 노력한다.
최근 컴퓨터 보조 진단(Computer Aided Diagonosis, CAD) 시스템을 이용한 의료 영상의 분석 기술이 활발히 이용되고 있다. CAD 시스템은 의료 영상을 분석하여 병변의 검출 및 검출된 병변에 대한 양성/악성 등의 판정을 수행하여 그 결과를 의사에게 제시하는데, 이때, 병변 의심 영역에 대하여 빈번하게 재탐색이 이루어지는 특성을 고려한 의료 영상의 분석이 필요하다.
동일 검진 영역에 대하여 재탐색이 빈번하게 이루어지는 의료 영상에서 용이하게 병변 영역을 획득할 수 있도록 하는 병변 검출 보간 장치 및 방법이 제시된다.
일 양상에 따르면, 병변 검출 보간 장치는 순차적으로 영상을 입력받는 영상 입력부, 입력된 현재 영상을 기준 영상과 매칭하고, 그 매칭 결과를 기초로 현재 영상에 대한 병변 영역의 보간 여부를 판단하는 영상 매칭부 및 판단 결과에 따라 병변 영역을 보간하거나 병변을 검출하여 현재 영상에 대한 병변 영역을 획득하는 병변 영역 획득부를 포함할 수 있다.
영상 매칭부는 현재 영상의 이전에 입력된 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭할 수 있다.
이때, 둘 이상의 이전 영상과 기준 영상과의 매칭 결과는 현재의 탐색 방향 및 이전 영상의 인덱스 정보를 포함할 수 있다.
영상 매칭부는 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상의 인덱스를 예측하고, 현재 영상과 기준 영상 중의 예측된 인덱스에 해당하는 영상을 매칭할 수 있다.
영상 매칭부는 현재 영상 및 예측된 인덱스에 해당하는 영상으로부터 특징점을 추출하고, 추출된 각 영상의 특징점 간의 특징 벡터를 비교하여 각 영상이 매칭되는지를 판단할 수 있다.
영상 매칭부는 둘 이상의 이전 영상과 기준 영상 간의 매칭되는 영상의 개수가 미리 설정된 임계치 이상이면, 현재 영상이 기준 영상 중의 예측된 인덱스에 해당하는 영상과 매칭되는 것으로 판단할 수 있다.
병변 영역 획득부는 병변 영역을 보간하는 것으로 판단되면, 기준 영상 중에서 현재 영상에 인접하는 영상의 병변 영역 정보를 이용하여 현재 영상에 대한 병변 영역을 보간하는 병변 영역 보간부를 포함할 수 있다.
병변 영역 획득부는 병변을 검출하는 것으로 판단되면, 병변 검출 알고리즘을 적용하여 현재 영상에서 병변을 검출하고, 병변이 검출된 영역을 병변 영역으로 설정하는 병변 영역 검출부를 포함할 수 있다.
이때, 병변 검출 보간 장치는 획득된 병변 영역을 시각적인 식별 표시를 이용하여 화면에 표시하는 화면 표시부를 더 포함할 수 있다.
일 양상에 따르면, 병변 검출 보간 방법은 순차적으로 영상을 입력받는 단계, 입력된 현재 영상을 기준 영상과 매칭하는 단계, 매칭 결과를 기초로 현재 영상에 대한 병변 영역의 보간 여부를 판단하는 단계 및 판단 결과에 따라 병변 영역을 보간하거나 병변을 검출하여 현재 영상에 대한 병변 영역을 획득하는 단계를 포함할 수 있다.
이때, 현재 영상을 기준 영상과 매칭하는 단계는 현재 영상의 이전에 입력된 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭할 수 있다.
이때, 둘 이상의 이전 영상과 기준 영상과의 매칭 결과는 현재의 탐색 방향 및 이전 영상의 인덱스 정보를 포함할 수 있다.
이때, 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭하는 단계는 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 이용하여 현재 영상의 인덱스를 예측하는 단계 및 현재 영상과 기준 영상 중의 예측된 인덱스에 해당하는 영상을 매칭하는 단계를 포함할 수 있다.
이때, 예측된 인덱스에 해당하는 영상을 매칭하는 단계는 현재 영상 및 예측된 인덱스에 해당하는 영상으로부터 특징점을 추출하는 단계 및 추출된 각 영상의 특징점 간의 특징 벡터를 비교하여 각 영상이 매칭되는지를 판단하는 단계를 포함할 수 있다.
이때, 예측된 인덱스에 해당하는 영상을 매칭하는 단계는 둘 이상의 이전 영상과 기준 영상 간의 매칭되는 영상의 개수가 임계치 이상인지를 판단하는 단계 및 판단 결과 임계치 이상이면, 현재 영상이 상기 예측된 인덱스에 해당하는 영상과 매칭되는 것으로 판단할 수 있다.
이때, 병변 영역을 획득하는 단계는 병변 영역을 보간하는 것으로 판단되면, 기준 영상 중에서 현재 영상에 인접하는 영상의 병변 영역 정보를 이용하여 현재 영상에 대한 병변 영역을 보간하는 단계를 포함할 수 있다.
이때, 병변 영역을 획득하는 단계는 병변을 검출하는 것으로 판단되면, 병변 검출 알고리즘을 적용하여 현재 영상에서 병변을 검출하는 단계 및 병변이 검출된 영역을 병변 영역으로 설정하는 단계를 포함할 수 있다.
이때, 병변 검출 보간 방법은 획득된 병변 영역을 시각적인 식별 표시를 이용하여 화면에 표시하는 단계를 더 포함할 수 있다.
연속적인 의료 영상의 분석시 동일 검진 영역에 대하여 재탐색이 빈번하게 이루어지는 특성을 고려하여 용이하게 병변 검출 및 병변 영역의 설정할 수 있다.
도 1은 일 실시예에 따른 병변 검출 보간 장치의 블록도이다.
도 2는 도 1의 실시예에 따른 병변 영역 획득부(130)의 상세 블록도이다.
도 3a 및 도 3b는 현재 영상과 기준 영상을 매칭하는 것을 설명하기 위한 실시예이다.
도 4a 내지 4c는 현재 영상에 대하여 병변 영역을 보간하는 것을 설명하기 위한 실시예이다.
도 5는 다른 실시예에 따른 병변 검출 보간 장치의 블록도이다.
도 6은 3D 모델과 현재 영상의 매칭을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 병변 검출 보간 방법의 흐름도이다.
도 8은 도 7의 매칭 단계(520) 및 보간 여부 판단 단계(530)의 상세 흐름도이다.
도 9는 다른 실시예에 따른 병변 검출 보간 방법의 흐름도이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 병변 검출 보간 장치 및 방법의 실시예들을 도면들을 참고하여 자세히 설명하도록 한다.
도 1은 일 실시예에 따른 병변 검출 보간 장치의 블록도이다. 도 2는 도 1의 실시예에 따른 병변 영역 획득부(130)의 상세 블록도이다.
도 1을 참조하면, 일 실시예에 따른 병변 검출 보간 장치(100)는 영상 입력부(110), 영상 매칭부(120), 병변 영역 획득부(130), 화면 표시부(140) 및 영상 저장부(150)를 포함할 수 있다.
영상 입력부(110)는 영상 획득 장치로부터 의료 영상을 입력받는다. 이때, 의료 영상은 프로브(Probe)를 이용하여 검진 영역을 실시간으로 촬영한 초음파 영상일 수 있다. 또한, 의료 영상은 프레임 단위로 실시간으로 입력되는 연속적인 영상일 수 있다. 또한, 의료 영상은 순차적으로 입력되어 영상 시퀀스(sequence)를 형성할 수 있다. 다만, 이에 한정되는 것은 아니며, 방사선(CR: Computed Radiography) 영상, 컴퓨터 단층 촬영(CT: Computed Tomography) 영상, 초음파 영상 및 자기공명영상(MRI: Magnetic Resonance Image) 등 그 밖의 다양한 의료 영상 중의 하나일 수 있다.
영상 매칭부(120)는 영상이 입력되면 현재 영상을 기준 영상과 매칭한다. 이때, 기준 영상은 환자의 검진 영역에 대하여 미리 획득된 2D 영상 시퀀스일 수 있다.
일 실시예에 따르면, 영상 매칭부(120)는 현재 영상을 모든 기준 영상과 비교하여 일치하는 기준 영상이 존재하는지 판단할 수 있다. 이때, 영상 매칭부(120)는 현재 영상과 기준 영상을 픽셀 또는 미리 설정된 픽셀 그룹 단위로 상세히 비교하여 그 일치 여부를 판단할 수 있다. 예를 들어, 영상 매칭부(120)는 SIFT(Scale Invariant Feature Transform), SURF(Speeded Up Robust Features), BRISK(Binary Robust Invariant Scalable Keypoints) 등의 특징점 추출 알고리즘을 이용하여 현재 영상과 기준 영상의 전체 픽셀로부터 특징점을 추출하고, 추출된 특징점 간의 특징 벡터를 비교하여 양 영상이 일치하는지를 판단할 수 있다.
다른 실시예에 따르면, 영상 매칭부(120)는 현재 영상을 모든 기준 영상과 비교하는 대신, 현재 영상의 이전 시점에 입력된 둘 이상의 이전 영상과 기준 영상의 매칭 결과를 이용하여 현재 영상의 인덱스를 예측하고, 예측된 인덱스에 해당하는 기준 영상과 현재 영상이 매칭하는지를 판단할 수 있다. 이때, 이전 영상의 매칭 결과는 이전 영상의 인덱스 정보 및 탐색 방향 정보를 포함할 수 있다.
이때, 일 예에 따르면, 영상 매칭부(120)는 현재 영상과 그 예측된 인덱스에 해당하는 기준 영상을 전술한 바와 같이 픽셀 단위 또는 픽셀 그룹 단위로 특징점 간의 상세한 비교를 통해 그 매칭 여부를 판단할 수 있다. 다른 예에 따르면, 기준 영상과 매칭되는 이전 영상의 수가 미리 설정된 임계치 이상이면, 현재 영상과 예측된 인덱스에 해당하는 기준 영상을 상세하게 비교하지 않고, 바로 현재 영상과 그 예측된 인덱스에 해당하는 기준 영상이 매칭하는 것으로 판단할 수 있다.
또 다른 실시예에 따르면, 영상 매칭부(120)는 프로브 로컬라이제이션(localization) 기법을 이용하여 동일 검진 영역을 재탐색중인지, 재탐색중인 경우 현재 영상과 기준 영상의 위치 정보를 이용하여 기준 영상과 매칭하는지를 판단할 수 있다. 예컨대, 프로브에 가속 센서 또는 카메라 모듈을 탑재하거나 검진 장소의 천장에 카메라를 설치하여 프로브의 현재 위치를 추정함으로써 기준 영상과 동일한 검진 영역을 재탐색중인지를 판단할 수 있다.
영상 매칭부(120)는 현재 영상과 기준 영상의 매칭 결과에 따라 현재 영상에 대하여 병변 영역을 보간할지를 판단한다.
이때, 일 예로, 영상 매칭부(120)는 현재 영상과 기준 영상의 매칭 결과 일치하는 기준 영상이 존재하면 그 현재 영상에 대하여 병변 영역을 보간하는 것으로 판단하고, 일치하는 기준 영상이 존재하지 않으면 즉, 현재 영상이 새로운 영상이면 병변 영역을 검출하는 것으로 판단할 수 있다.
다른 예로, 현재 영상과 일치하는 기준 영상이 존재하더라도, 병변 영역의 보간을 위해 사용할 영상, 예컨대, 그 일치하는 기준 영상의 좌측(이전 시점) 또는 우측(이후 시점)의 영상이 연속적으로 미리 설정된 개수만큼 병변 영역 정보를 가지고 있지 않으면 현재 영상에서 새로운 병변 영역을 검출하는 것으로 판단할 수 있다. 하지만, 이는 예시에 불과하고 병변 영역 보간여부의 판단 기준은 다양하게 미리 설정될 수 있다.
병변 영역 획득부(130)는 입력된 현재 영상에 대하여 병변 영역을 획득한다. 이때, 영상 매칭부(120)의 판단 결과에 따라 현재 영상에 대하여 병변 영역을 보간하거나 검출함으로써 병변 영역을 획득할 수 있다.
도 2를 참조하면, 병변 영역 획득부(130)는 병변 영역 보간부(131) 및 병변 영역 검출부(132)를 포함할 수 있다.
병변 영역 보간부(131)는 현재 영상에 대하여 병변 영역을 보간하는 것으로 판단되면, 현재 영상과 매칭되는 기준 영상의 좌/우 영상의 병변 영역 정보를 이용하여 병변 영역을 보간할 수 있다. 이때, 현재 영상과 일치하는 기준 영상이 이미 병변 영역 정보를 가지고 있는 경우에는 병변 영역을 보간하지 않고 바로 그 병변 영역 정보(예: 위치, 크기 등)를 이용하여 현재 영상의 병변 영역을 획득할 수 있다.
이때, 병변 영역 보간부(131)는 미리 설정된 기준에 따라 병변 영역 보간시 현재 영상의 인접하는 좌/우 영상을 함께 고려하거나 어느 일측의 영상만을 이용할 수 있다. 또한, 미리 설정된 둘 이상의 좌/우 영상을 이용하여 보간할 수 있다.
또한, 병변 영역 검출부(132)는 현재 영상에 대하여 병변 영역을 검출하는 것으로 판단되면, 현재 영상에 병변 검출 알고리즘을 적용하여 병변을 검출하고, 검출된 병변을 포함하는 영역을 병변 영역으로 설정할 수 있다. 이때, 병변 영역 검출 알고리즘은 AdaBoost, DPM(deformable Part Models), DNN(Deep Neural Network), CNN(Convolutional Neural Network) 및 Sparse Coding 등을 포함할 수 있다. 하지만, 이에 한정되는 것은 아니다.
화면 표시부(140)는 입력된 영상을 화면에 출력하고, 병변 영역 획득부(130)에 의해 화면에 출력된 현재 영상에 대하여 병변 영역을 획득하면, 그 병변 영역 정보를 이용하여 화면에 출력된 현재 영상의 해당 위치에 바운딩 박스, 원형, 타원형, 십자 마크 등의 시각 정보를 출력하여 병변 영역을 표시할 수 있다. 이때, 검진자가 병변 영역을 보다 쉽게 파악할 수 있도록 그 시각 정보에 다양한 색상이나 선의 종류, 선의 굵기 등을 활용하여 표시할 수 있다.
한편, 영상 저장부(150)는 검진 영역에 대하여 미리 획득된 기준 영상을 저장할 수 있다. 또한, 영상 저장부(150)는 영상 입력부(110)가 영상을 입력받으면 이후 입력되는 영상과의 매칭을 위한 기준 영상으로서 그 입력된 영상을 저장할 수 있다.
도 3a 및 도 3b는 현재 영상과 기준 영상을 매칭하는 것을 설명하기 위한 실시예이다. 도 3a 및 도 3b를 참조하여, 일 실시예에 따른 병변 검출 보간 장치(100)를 예를 들어 설명한다.
도 3a 및 3b의 상단은 미리 저장된 5개의 기준 영상을 나타내고, 하단은 순차적으로 입력된 영상을 나타낸다. 기준 영상은 각각 인덱스가 1, 2, 3, 4, 5인 영상 시퀀스로서, 인덱스 1, 3, 4, 5의 영상 시퀀스는 병변 영역 정보를 가지고 있으며, 인덱스 2의 영상 시퀀스는 병변 영역 정보를 가지고 있지 않다.
도 3a을 참조하면, 영상 매칭부(120)는 현재 시점(t)의 영상이 입력되면 그 현재 시점(t)의 영상을 기준 영상 2와 비교한다. 이때, 전술한 바와 같이 이전 시점(t-3,t-2,t-1) 영상 중의 둘 이상의 이전 영상의 매칭 결과, 예컨대, 각 이전 영상의 인덱스 및 탐색 방향 정보를 이용하여 현재 시점(t) 영상의 인덱스를 예측할 수 있다. 이때, 도시된 바를 참조하면, 각 시점(t-3,t-2,t-1)에 입력된 영상에 대해 결정된 인덱스는 각각 5,4,3이므로, 현재 역방향으로 탐색 중임을 알 수 있으며, 그 정보를 이용하면 현재 시점(t) 영상의 인덱스는 2일 것으로 예측할 수 있다.
영상 매칭부(120)는 현재 시점(t) 영상에 대하여 인덱스가 예측되면 인덱스가 2인 기준 영상 2와 현재 시점(t) 영상을 상세하게 비교하여 매칭 여부를 판단할 수 있다. 판단 결과 매칭되면 현재 시점(t) 영상에 대하여 병변 영역을 보간하는 것으로 판단하고 매칭되지 않으면 병변 영역을 검출하는 것으로 판단한다.
도 3b는 도 3a와 마찬가지로 영상 매칭부(120)가 이전 시점(t-3,t-2,t-1) 영상의 매칭 결과를 이용하여 현재 시점(t) 영상을 기준 영상과 매칭하는 것을 도시한 것이다. 이때, 도시된 바와 같이 3개의 이전 시점(t-3,t-2,t-1) 영상이 각각 기준 영상 5, 4, 3과 매칭되고 그 결과 탐색 방향이 역방향으로 예측되므로, 영상 매칭부(120)는 현재 시점(t) 영상의 인덱스를 2라고 예측할 수 있다. 이때, 현재 시점(t)을 기준으로 미리 설정된 임계치, 예컨대 3개의 이전 시점(t-3,t-2,t-1) 영상이 기준 영상과 일치하므로 상세한 비교를 수행하지 않고 현재 시점(t)의 영상이 인덱스 2의 기준 영상과 매칭하는 것으로 결정하여 바로 병변 영역을 보간하는 것으로 판단할 수 있다.
도 4a 내지 4c는 현재 영상에 대하여 병변 영역을 보간하는 것을 설명하기 위한 실시예이다.
도 4a는 검진 영역에 대하여 정방향(faward)으로 연속적으로 획득한 기준 영상 데이터로서, 기준 영상(51)에서 병변이 최초로 검출되고 기준 영상(60)에서 마지막으로 병변이 검출되었으나 그 중간의 일부의 기준 영상(53,55,56,57)에서는 병변이 검출되지 않았음을 알 수 있다. 도 4b는 동일 검진 영역을 다시 역방향(backward)으로 탐색하는 것을 나타낸 것이다. 이때, 입력된 영상(57,56,55,53)은 일치하는 기준 영상(57,56,55,53)이 병변 영역 정보를 가지고 있지 않으므로 도 4c와 같이 병변 영역의 보간을 통해 병변 영역을 획득한다.
도 4c를 참조하면, 병변 영역 획득부(130)는 현재 영상(53)에 대하여 일치하는 기준 영상(53)의 좌측 영상(52)과 우측 영상(54)의 병변 영역(R2,R4) 정보(예: 병변 영역의 크기, 위치 등)를 이용하여 병변 영역(R3)을 보간한다. 이를 통해, 병변 검출 알고리즘을 이용하여 병변 영역을 다시 검출할 필요가 없어 병변 영역의 획득을 위해 필요한 시간을 최소화할 수 있다.
도 4c는 현재 영상(53)에 대하여 병변 영역을 보간하는 것을 예시하였으나, 현재 영상(57,56,55)에 대하여도 동일한 방식으로 병변 영역을 보간할 수 있다. 이때 만약, 좌/우 영상에 대한 병변 영역이 존재하지 않는 경우에 고려할 최대 영상의 개수가 2로 설정되어 있는 경우, 현재 영상(57)에 대하여는 인접하는 두 개의 좌측 영상(55,56)이 병변 영역 정보를 가지고 있지 않으므로 병변 영역을 보간하지 않고 새로 검출하는 것으로 판단할 수 있다.
도 5는 다른 실시예에 따른 병변 검출 보간 장치의 블록도이다. 도 6은 3D 모델과 현재 영상의 매칭을 설명하기 위한 도면이다.
도 5를 참조하면, 병변 검출 보간 장치(300)는 영상 입력부(310), 영상 매칭부(320), 병변 영역 획득부(330), 화면 표시부(340) 및 3D 모델 구축부(350)를 포함할 수 있다.
도 6을 참조하면, 검진자는 도시된 바와 같이 프로브를 다양한 각도 및 방향에서 검진 영역(70)에 밀착하여 영상을 획득할 수 있다. 이때, 검진자가 프로브(71)를 기준 영상과 매칭이 가능한 제1 방향에서 검진 영역(70)에 밀착하여 연속적인 2D 단면의 제1 영상을 획득하는 경우 전술한 바와 같이 제1 영상과 기준 영상과의 매칭을 통해 병변 영역을 보간함으로써 병변 영역을 획득할 수 있다. 이후, 검진자가 그 이후 제1 방향과는 전혀 다른 위치와 각도의 제2 방향에서 프로브(72)를 밀착하여 검진 영역(70)에 대한 제2 영상을 획득하게 되면, 제2 영상은 기준 영상과의 매칭을 통해서는 병변 영역을 획득하는데 어려움이 있다. 본 실시예에 따르면, 이와 같이 다양한 위치와 각도에서 동일 검진 영역(70)에 대한 영상을 획득하는 경우에도 용이하게 병변 영역을 획득할 수 있다.
다시 도 5를 참조하면, 영상 입력부(310)는 검진 영역에 대하여 영상을 입력받는다. 영상 매칭부(320)는 검진 영역에 대하여 제1 영상이 입력되면 기준 영상과 매칭하여 병변 영역의 보간 여부를 판단하고, 병변 영역 획득부(330)는 제1 영상에 대하여 병변 영역의 보간 또는 검출을 통하여 병변 영역을 획득한다. 화면 표시부(340)는 병변 영역을 화면에 바운딩 박스, 원형, 타원, 십자 표시 등 시각적으로 표시할 수 있다.
3D 모델 구축부(350)는 입력된 제1 영상 및 획득된 병변 영역 정보를 이용하여 그 검진 영역에 대해 3D 모델을 구축한다.
이후, 검진자가 검진 영역에 대하여 기준 영상과 매칭이 어려운 전혀 다른 제2 방향에서 제2 영상을 획득하는 경우 영상 입력부(310)는 제2 영상을 입력받는다.
영상 매칭부(320)는 기준 영상과 매칭이 어려운 제2 영상이 입력되면 3D 모델 구축부(350)에 의해 기 구축된 3D 모델의 각 단면 영상과 입력된 영상을 비교하여 현재 동일한 검진 영역을 재탐색 중인지를 판단할 수 있다.
병변 영역 획득부(330)는 판단 결과 동일한 검진 영역을 재탐색 중인 것으로 판단되면, 기 구축된 3D 모델의 단면 영상 중에서 현재 입력된 제2 영상과 일치하는 단면 영상의 병변 영역 정보를 그 제2 영상의 병변 영역으로 획득한다.
화면 표시부(340)는 획득된 병변 영역 정보를 이용하여 화면상에 현재 입력된 제2 영상에 대한 병변 영역을 시각적으로 표시한다.
도 7은 일 실시예에 따른 병변 검출 보간 방법의 흐름도이다. 도 8은 도 7의 매칭 단계(520) 및 보간 여부 판단 단계(530)의 상세 흐름도이다.
도 7 및 도 8은 도 1의 실시예에 따른 병변 검출 보간 장치(100)에 의해 수행되는 병변 검출 보간 방법의 일 실시예일 수 있다.
병변 검출 보간 장치는 영상 획득 장치로부터 의료 영상을 순차적으로 입력받는다(510). 이때, 의료 영상은 초음파 영상, 방사선(CR: Computed Radiography) 영상, 컴퓨터 단층 촬영(CT: Computed Tomography) 영상, 초음파 영상 및 자기공명영상(MRI: Magnetic Resonance Image) 등 그 밖의 다양한 의료 영상 중의 하나일 수 있다. 이때, 의료 영상은 프레임 단위의 실시간으로 입력될 수 있으며, 연속적인 영상으로서 시퀀스를 형성할 수 있다.
그 다음, 현재 영상을 기준 영상과 매칭하고(520), 그 매칭 결과에 따라 병변 영역의 보간 여부를 판단할 수 있다(530).
도 8을 참조하여, 현재 영상과 기준 영상을 매칭하는 단계(520) 및 보간 여부를 판단하는 단계(530)의 일 실시예를 좀 더 구체적으로 설명한다.
먼저, 병변 검출 보간 장치는 현재 영상의 이전 시점에 입력된 둘 이상의 이전 영상과 기준 영상의 매칭 결과를 확인한다(610). 이때, 이전 영상에 대하여는 기준 영상과 픽셀 또는 픽셀 그룹 단위의 상세한 비교를 통하여 매칭 결과가 생성되며, 그 매칭 결과는 이전 영상의 인덱스 정보 및 현재의 탐색 방향 정보를 포함할 수 있다.
그 다음, 이전 영상의 매칭 결과를 이용하여 입력된 현재 영상의 인덱스를 예측할 수 있다. 도 3a 및 도 3b에 도시된 바와 같이, 3개의 이전 영상의 인덱스는 5, 4, 3이고, 그에 따라 탐색 방향이 역방향이므로, 현재 영상의 인덱스는 2라고 예측할 수 있다.
그 다음, 기준 영상과 매칭된 이전 영상의 수가 미리 설정된 임계치 이상인지를 판단할 수 있다(630). 단계 630의 판단 결과 매칭된 이전 영상의 수가 미리 설정된 임계치 이상이면, 그 예측된 인덱스의 기준 영상과 현재 영상을 비교하는 단계 이하를 수행하지 않고, 바로 현재 영상에 대하여 병변 영역을 보간하는 것으로 판단할 수 있다(670).
만약, 단계 630의 판단 결과 매칭된 이전 영상의 수가 미리 설정된 임계치 미만이면, 단계 620에서 예측된 인덱스에 해당하는 기준 영상과 현재 영상으로부터 특징점을 추출하고(단계 640), 양 영상에서 추출된 특징점 간의 특징 벡터를 비교한다(650).
비교 결과 일치하면(660), 그 현재 영상에 대하여 병변 영역을 보간하는 것으로 결정하고(670), 일치하지 않으면(660), 현재 영상에 대하여 병변 영역을 검출하는 것으로 판단한다.
다시 도 7을 참조하면, 병변 영역 보간 여부를 판단 결과(530), 현재 영상에 대하여 병변 영역을 보간하는 것으로 판단되면 별도의 병변 검출 과정을 수행하지 않고 기준 영상 중에서 현재 영상과 인접하는 좌/우 영상의 병변 영역 정보(예: 위치, 크기 등)를 이용하여 병변 영역을 보간할 수 있다. 만약, 병변 영역 보간 여부를 판단 결과(530), 현재 영상에 대하여 병변 영역을 검출하는 것으로 판단되면 현재 영상에 병변 검출 알고리즘을 적용하여 병변 영역을 검출할 수 있다. 이때, 병변 영역 검출 알고리즘은 AdaBoost, DPM(deformable Part Models), DNN(Deep Neural Network), CNN(Convolutional Neural Network) 및 Sparse Coding 등을 포함할 수 있다.
그 다음, 현재 영상에 대하여 병변 영역의 보간 또는 검출을 통하여 병변 영역이 획득되면 화면에 병변 영역을 다양한 시각적 기법으로 표시할 수 있다(560).
도 9는 다른 실시예에 따른 병변 검출 보간 방법의 흐름도이다.
도 9는 도 5의 실시예에 따른 병변 검출 보간 장치(300)에 의해 수행되는 병변 검출 보간 방법의 일 실시예일 수 있다.
병변 검출 보간 장치는 영상이 입력되면(710), 기 구축된 3D 모델의 각 단면 영상과 입력된 영상을 매칭한다(720).
그 다음, 입력된 영상과 매칭되는 3D 모델 상의 단면 영상이 존재하면(730) 현재 동일한 검진 영역을 재탐색 중인 것으로 판단하고, 그 일치하는 3D 모델 상의 단면 영상의 병변 영역 정보를 그 제2 영상의 병변 영역으로 획득한다(740). 만약, 일치하는 3D 모델 상의 단면 영상이 존재하지 않으면(730), 현재 영상에 대하여 다른 검진 영역을 탐색 중인 것으로 판단하여 현재 영상에 병변 검출 알고리즘을 적용하여 병변 영역을 검출한다(750).
그 다음, 현재 영상에 대하여 획득된 병변 영역 정보를 다양한 시각적 표시 수단을 이용하여 표시한다(760).
한편, 본 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100, 300: 영상 입력부 110, 310: 영상 입력부
120, 320: 영상 매칭부 130, 330: 병변 영역 획득부
131: 병변 영역 보간부 132: 병변 영역 검출부
140, 340: 화면 표시부 150: 영상 저장부
350: 3D 모델 구축부

Claims (18)

  1. 순차적으로 영상을 입력받는 영상 입력부;
    상기 입력된 현재 영상을 기준 영상과 매칭하고, 그 매칭 결과를 기초로 상기 현재 영상에 대한 병변 영역의 보간 여부를 판단하는 영상 매칭부; 및
    상기 판단 결과에 따라 병변 영역을 보간하거나 병변을 검출하여 상기 현재 영상에 대한 병변 영역을 획득하는 병변 영역 획득부를 포함하는 병변 검출 보간 장치.
  2. 제1항에 있어서,
    상기 영상 매칭부는
    상기 현재 영상의 이전에 획득된 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭하는 병변 검출 보간 장치.
  3. 제2항에 있어서,
    상기 둘 이상의 이전 영상과 기준 영상과의 매칭 결과는 현재의 탐색 방향 및 상기 이전 영상의 인덱스 정보를 포함하는 병변 검출 보간 장치.
  4. 제2항에 있어서,
    상기 영상 매칭부는
    상기 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상의 인덱스를 예측하고, 현재 영상과 기준 영상 중의 상기 예측된 인덱스에 해당하는 영상을 매칭하는 병변 검출 보간 장치.
  5. 제4항에 있어서,
    상기 영상 매칭부는
    현재 영상 및 상기 예측된 인덱스에 해당하는 영상으로부터 특징점을 추출하고, 상기 추출된 각 영상의 특징점 간의 특징 벡터를 비교하여 상기 각 영상이 매칭되는지를 판단하는 병변 검출 보간 장치.
  6. 제4항에 있어서,
    상기 영상 매칭부는
    상기 둘 이상의 이전 영상과 기준 영상 간의 매칭되는 영상의 개수가 미리 설정된 임계치 이상이면, 현재 영상이 기준 영상 중의 상기 예측된 인덱스에 해당하는 영상과 매칭되는 것으로 판단하는 병변 검출 보간 장치.
  7. 제1항에 있어서,
    상기 병변 영역 획득부는
    상기 병변 영역을 보간하는 것으로 판단되면, 상기 기준 영상 중에서 상기 현재 영상에 인접하는 영상의 병변 영역 정보를 이용하여 상기 현재 영상에 대한 병변 영역을 보간하는 병변 영역 보간부를 포함하는 병변 검출 보간 장치.
  8. 제1항에 있어서,
    상기 병변 영역 획득부는
    상기 병변을 검출하는 것으로 판단되면, 병변 검출 알고리즘을 적용하여 상기 현재 영상에서 병변을 검출하고, 병변이 검출된 영역을 병변 영역으로 설정하는 병변 영역 검출부를 포함하는 병변 검출 보간 장치.
  9. 제1항에 있어서,
    상기 획득된 병변 영역을 시각적인 식별 표시를 이용하여 화면에 표시하는 화면 표시부를 더 포함하는 병변 검출 보간 장치.
  10. 순차적으로 영상을 입력받는 단계;
    상기 입력된 현재 영상을 기준 영상과 매칭하는 단계;
    상기 매칭 결과를 기초로 상기 현재 영상에 대한 병변 영역의 보간 여부를 판단하는 단계; 및
    상기 판단 결과에 따라 병변 영역을 보간하거나 병변을 검출하여 상기 현재 영상에 대한 병변 영역을 획득하는 단계를 포함하는 병변 검출 보간 방법.
  11. 제10항에 있어서,
    상기 현재 영상을 기준 영상과 매칭하는 단계는
    상기 현재 영상의 이전에 입력된 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭하는 병변 검출 보간 방법.
  12. 제11항에 있어서,
    상기 둘 이상의 이전 영상과 기준 영상과의 매칭 결과는 현재의 탐색 방향 및 상기 이전 영상의 인덱스 정보를 포함하는 병변 검출 보간 방법.
  13. 제11항에 있어서,
    상기 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 기초로 현재 영상을 기준 영상과 매칭하는 단계는
    상기 둘 이상의 이전 영상과 기준 영상과의 매칭 결과를 이용하여 현재 영상의 인덱스를 예측하는 단계; 및
    상기 현재 영상과 기준 영상 중의 상기 예측된 인덱스에 해당하는 영상을 매칭하는 단계를 포함하는 병변 검출 보간 방법.
  14. 제13항에 있어서,
    상기 예측된 인덱스에 해당하는 영상을 매칭하는 단계는
    현재 영상 및 상기 예측된 인덱스에 해당하는 영상으로부터 특징점을 추출하는 단계; 및
    상기 추출된 각 영상의 특징점 간의 특징 벡터를 비교하여 상기 각 영상이 매칭되는지를 판단하는 단계를 포함하는 병변 검출 보간 방법.
  15. 제13항에 있어서,
    상기 예측된 인덱스에 해당하는 영상을 매칭하는 단계는
    상기 둘 이상의 이전 영상과 기준 영상 간의 매칭되는 영상의 개수가 임계치 이상인지를 판단하는 단계; 및
    상기 판단 결과 임계치 이상이면, 현재 영상이 상기 예측된 인덱스에 해당하는 영상과 매칭되는 것으로 판단하는 병변 검출 보간 방법.
  16. 제10항에 있어서,
    상기 병변 영역을 획득하는 단계는
    상기 병변 영역을 보간하는 것으로 판단되면, 상기 기준 영상 중에서 상기 현재 영상에 인접하는 영상의 병변 영역 정보를 이용하여 상기 현재 영상에 대한 병변 영역을 보간하는 단계를 포함하는 병변 검출 보간 방법.
  17. 제10항에 있어서,
    상기 병변 영역을 획득하는 단계는
    상기 병변을 검출하는 것으로 판단되면, 병변 검출 알고리즘을 적용하여 상기 현재 영상에서 병변을 검출하는 단계; 및
    상기 병변이 검출된 영역을 병변 영역으로 설정하는 단계를 포함하는 병변 검출 보간 방법.
  18. 제10항에 있어서,
    상기 획득된 병변 영역을 시각적인 식별 표시를 이용하여 화면에 표시하는 단계를 더 포함하는 병변 검출 보간 방법.
KR1020140117169A 2014-09-03 2014-09-03 병변 검출 보간 장치 및 방법 KR20160028273A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140117169A KR20160028273A (ko) 2014-09-03 2014-09-03 병변 검출 보간 장치 및 방법
US14/843,091 US10390799B2 (en) 2014-09-03 2015-09-02 Apparatus and method for interpolating lesion detection

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140117169A KR20160028273A (ko) 2014-09-03 2014-09-03 병변 검출 보간 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20160028273A true KR20160028273A (ko) 2016-03-11

Family

ID=55401159

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140117169A KR20160028273A (ko) 2014-09-03 2014-09-03 병변 검출 보간 장치 및 방법

Country Status (2)

Country Link
US (1) US10390799B2 (ko)
KR (1) KR20160028273A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102259797B1 (ko) * 2020-11-17 2021-06-02 주식회사 웨이센 영상 분석을 통한 사용자 이벤트 검출 방법 및 해당 방법을 수행하는 장치

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7220017B2 (ja) * 2017-11-27 2023-02-09 デシフェックス 正常モデルの分析による組織病理学検査用組織サンプルの自動スクリーニング
KR102143465B1 (ko) * 2018-11-29 2020-08-11 주식회사 휴런 Aspect 스코어 추정 시스템 및 방법
CN110766735B (zh) * 2019-10-21 2020-06-26 北京推想科技有限公司 一种图像的匹配方法、装置、设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7813561B2 (en) * 2006-08-14 2010-10-12 Microsoft Corporation Automatic classification of objects within images
US8144247B2 (en) 2007-06-21 2012-03-27 Samsung Electronics Co., Ltd. Detection and interpolation of still objects in a video sequence
US20110255761A1 (en) * 2007-06-26 2011-10-20 University Of Rochester Method and system for detecting lung tumors and nodules
US8009935B2 (en) * 2007-07-30 2011-08-30 Casio Computer Co., Ltd. Pixel interpolation circuit, pixel interpolation method, and recording medium
US8265356B2 (en) * 2008-01-30 2012-09-11 Computerized Medical Systems, Inc. Method and apparatus for efficient automated re-contouring of four-dimensional medical imagery using surface displacement fields
KR101524062B1 (ko) * 2008-07-30 2015-06-01 삼성전자주식회사 영상신호 처리장치 및 그 방법
US9256966B2 (en) * 2011-02-17 2016-02-09 The Johns Hopkins University Multiparametric non-linear dimension reduction methods and systems related thereto
KR101294649B1 (ko) * 2012-04-30 2013-08-16 경북대학교 산학협력단 수술영상의 정합에 대한 검증방법 및 보상방법
KR101724658B1 (ko) * 2012-12-21 2017-04-10 한국전자통신연구원 사람 검출 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102259797B1 (ko) * 2020-11-17 2021-06-02 주식회사 웨이센 영상 분석을 통한 사용자 이벤트 검출 방법 및 해당 방법을 수행하는 장치

Also Published As

Publication number Publication date
US20160058423A1 (en) 2016-03-03
US10390799B2 (en) 2019-08-27

Similar Documents

Publication Publication Date Title
US10664968B2 (en) Computer aided diagnosis apparatus and method based on size model of region of interest
US10810735B2 (en) Method and apparatus for analyzing medical image
US9536316B2 (en) Apparatus and method for lesion segmentation and detection in medical images
US9928600B2 (en) Computer-aided diagnosis apparatus and computer-aided diagnosis method
CN109791692A (zh) 使用来自感兴趣区域的不同视角的多个图像进行计算机辅助检测以提高检测准确度
US9898819B2 (en) System and method for detecting region of interest
EP2911111A2 (en) Apparatus and method for lesion detection
KR20140049137A (ko) 의료영상 분석장치 및 방법
JP5454573B2 (ja) 物体位置推定装置、物体位置推定方法及びプログラム
CN110599421B (zh) 模型训练方法、视频模糊帧转换方法、设备及存储介质
US20160259898A1 (en) Apparatus and method for providing reliability for computer aided diagnosis
US9367924B2 (en) Method and system for segmentation of the liver in magnetic resonance images using multi-channel features
JP4640845B2 (ja) 画像処理装置およびそのプログラム
JP2015061239A (ja) 撮像管理システム、撮像管理装置及びそれらの制御方法、プログラム
KR20160028273A (ko) 병변 검출 보간 장치 및 방법
KR101919847B1 (ko) 동일 피사체에 대하여 시간 간격을 두고 촬영된 영상 간에 동일 관심구역을 자동으로 검출하는 방법 및 이를 이용한 장치
CN111951276A (zh) 图像分割方法、装置、计算机设备和存储介质
US20160041733A1 (en) Enabling a user to study image data
US8306354B2 (en) Image processing apparatus, method, and program
CA3102807A1 (en) Orientation detection in fluoroscopic images
JP7266599B2 (ja) 患者の身体運動を検知するためのデバイス、システム及び方法
CN115861656A (zh) 用于自动处理医学图像以输出警报的方法、设备和系统
CN114266896A (zh) 图像标注方法、模型训练方法及装置、电子设备、介质
KR101941209B1 (ko) 인공지능 기반 독립형 자동 질환 진단 시스템 및 방법
JP5655327B2 (ja) プログラムおよび情報処理装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right