KR20190015084A - 단층 영상 처리 장치 및 방법 - Google Patents

단층 영상 처리 장치 및 방법 Download PDF

Info

Publication number
KR20190015084A
KR20190015084A KR1020180056771A KR20180056771A KR20190015084A KR 20190015084 A KR20190015084 A KR 20190015084A KR 1020180056771 A KR1020180056771 A KR 1020180056771A KR 20180056771 A KR20180056771 A KR 20180056771A KR 20190015084 A KR20190015084 A KR 20190015084A
Authority
KR
South Korea
Prior art keywords
energy
tomographic image
cnr
virtual single
image
Prior art date
Application number
KR1020180056771A
Other languages
English (en)
Other versions
KR102559031B1 (ko
Inventor
이창래
이덕운
이승완
장우영
정진욱
이경용
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 US16/636,130 priority Critical patent/US11610347B2/en
Priority to PCT/KR2018/008785 priority patent/WO2019027270A1/ko
Priority to EP18841343.9A priority patent/EP3644282B1/en
Publication of KR20190015084A publication Critical patent/KR20190015084A/ko
Application granted granted Critical
Publication of KR102559031B1 publication Critical patent/KR102559031B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
    • A61B5/032—Spinal fluid pressure
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
    • 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
    • A61B6/58—Testing, adjusting or calibrating thereof
    • A61B6/582—Calibration
    • A61B6/583—Calibration using calibration phantoms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • 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
    • G06T2207/30056—Liver; Hepatic
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Hematology (AREA)
  • Neurology (AREA)
  • Geometry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

단층 영상 처리 장치 및 단층 영상 처리 방법이 개시된다.
개시된 일 실시예에 따른 단층 영상 처리 장치는, 서로 다른 3개의 에너지 구간에 대응하는 제1 영상, 제2 영상, 및 제3 영상 각각에 가중치를 적용하여 가상 단일 에너지 영상(virtual monochromatic image)을 생성할 수 있다.
개시된 일 실시예에 따른 단층 영상 처리 장치는, 단층 영상 상에 관심 영역을 설정하고, 복수의 가상 단일 에너지 영상 중 관심 영역의 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하고, 결정된 가상 단일 에너지 영상을 디스플레이할 수 있다.

Description

단층 영상 처리 장치 및 방법 {Apparatus and method for processing medical image}
개시된 실시예들은 단층 영상 처리 장치 및 방법에 관한 것이다.
단층 영상 처리 장치는 대상체의 내부 구조를 영상으로 나타내기 위한 장치이다. 단층 영상 처리 장치는 비침습 검사 장치로서, 대상체 내부의 구조적 세부사항, 내부 조직 및 유체의 흐름 등을 촬영 및 처리하여 사용자에게 보여준다. 의사 등의 사용자는 단층 영상 처리 장치에서 출력되는 단층 영상을 이용하여 환자의 건강 상태 및 질병을 진단할 수 있다. 따라서, 질병의 정밀한 진단을 위해, 대상체 내부에 존재하는 서로 다른 물질을 보다 명확하게 구분할 수 있는 단층 영상을 획득하는 방법이 필요하다.
이중 에너지 X선을 이용한 전산화 단층 촬영에서, 저 에너지 및 고 에너지를 이용하여 획득한 단층 영상을 가중 평균하는 방법으로 진단용 영상을 생성하는 가상 단일 에너지 영상화 방법이 알려져 있다. 가상 단일 에너지 영상화 방법을 통해 대상체에 피폭되는 방사선량을 감소시킬 수 있다.
개시된 일 실시예는, 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상을 생성하고, 생성된 복수의 가상 단일 에너지 영상 중 대상체의 병변을 가장 잘 관찰할 수 있는 최적의 CNR(Contrast-to-Noise Ratio)를 갖는 에너지 레벨에서의 가상 단일 에너지를 디스플레이하는 단층 영상 처리 장치 및 그 동작 방법을 제공하는 것을 목적으로 한다.
개시된 일 실시예에 따른 단층 영상 처리 장치는, 서로 다른 3개의 에너지 구간에 대응하는 제1 영상, 제2 영상, 및 제3 영상 각각에 가중치를 적용하여 가상 단일 에너지 영상(virtual monochromatic image)을 생성할 수 있다.
상술한 기술적 과제를 해결하기 위한 기술적 수단으로서, 본 개시의 일 실시예는, 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하고, 검출된 X선을 통해 각 에너지 구간에서의 로 데이터(raw data)를 획득하는 데이터 획득부; 로 데이터를 이용하여 단층 영상(computed tomography image, CT image)을 생성하고, 사용자 입력에 기초하여 상기 단층 영상 상에서 관심 영역(region of interest, ROI)을 설정하고, 상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하고, 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 프로세서; 및 결정된 상기 가상 단일 에너지 영상을 디스플레이하는 디스플레이부; 를 포함하는 단층 영상 처리 장치를 제공한다.
예를 들어, 상기 데이터 획득부는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간으로 구분하여 검출하고, 검출된 상기 X선을 증폭하여 각 에너지 구간에 대응되는 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득하고, 상기 프로세서는 상기 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성하고, 상기 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수를 계산하고, 상기 제1 단층 영상 내지 제3 단층 영상의 가중 평균(weighted average)을 계산하여 상기 복수의 에너지 레벨에 대응되는 상기 복수의 가상 단일 에너지 영상을 생성할 수 있다.
예를 들어, 상기 데이터 획득부는 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간으로 구분하고, 각 에너지 구간에 대응되는 에너지 레벨을 갖는 포톤(photon)들을 검출하는 포톤 카운팅 디텍터(photon counting detector, PCD)를 포함할 수 있다.
예를 들어, 단층 영상 처리 장치는 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 지정하는 사용자 입력을 수신하는 사용자 입력부;를 더 포함하고, 상기 프로세서는, 수신된 상기 사용자 입력에 기초하여 상기 단층 영상 상에서 혈관, 조직, 및 주변 영역을 관심 영역으로 설정할 수 있다.
예를 들어, 단층 영상 처리 장치는 조영제의 종류에 관한 정보를 사용자로부터 입력 받는 사용자 입력부; 를 더 포함하고, 상기 프로세서는 관심 영역 내의 대상체에 주입된 조영제 농도를 측정하고, 상기 사용자 입력부를 통해 입력받은 조영제의 종류, 상기 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정할 수 있다.
예를 들어, 단층 영상 처리 장치는 조영제의 종류 및 농도에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장하는 메모리; 를 더 포함하고, 상기 프로세서는 상기 메모리에 저장되어 있는 상기 룩 업 테이블을 참조하여, 상기 관심 영역에서 측정된 조영제 농도 및 상기 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 상기 프로세서는 단층 영상 내의 대상체의 크기를 측정하고, 측정된 상기 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 단층 영상 처리 장치는 대상체의 크기에 따른 에너지 레벨과 CNR의 관계에 관한 정보를 룩 업 테이블(LUT) 형태로 저장하는 메모리; 를 더 포함하고, 상기 프로세서는 메모리에 저장된 상기 룩 업 테이블을 참조하여, 측정된 상기 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 상기 프로세서는 서로 다른 크기의 직경을 갖는 다양한 팬텀(phantom)의 크기를 통해 상기 대상체의 크기를 측정할 수 있다.
예를 들어, 단층 영상 처리 장치는 환자의 정보에 따라 CNR이 최대가 되는 에너지 레벨에 관한 정보를 저장하는 메모리; 를 더 포함하고, 상기 프로세서는 단층 촬영의 대상이 되는 환자의 식별 정보를 획득하고, 상기 메모리에 저장된 상기 에너지 레벨에 관한 정보에 기초하여, 획득된 상기 환자의 식별 정보에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
상술한 기술적 과제를 해결하기 위한 기술적 수단으로서, 본 개시의 일 실시예는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하여 단층 영상(computed tomography image, CT image)을 생성하는 단계; 사용자 입력에 기초하여 상기 단층 영상 상에 관심 영역(region of interest, ROI)을 설정하는 단계; 상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하는 단계; 상기 복수의 가상 단일 에너지 영상 상에서 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계; 및 결정된 상기 가상 단일 에너지 영상을 디스플레이하는 단계; 를 포함하는, 단층 영상 처리 장치의 동작 방법을 제공한다.
예를 들어, 상기 복수의 가상 단일 에너지 영상을 생성하는 단계는 상기 대상체에 조사된 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간에서 구분하여 검출하고, 검출된 X선을 증폭하여 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득하는 단계; 상기 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성하는 단계; 상기 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수를 계산하는 단계; 및 상기 제1 단층 영상 내지 제3 단층 영상의 가중 평균(weighted average)을 계산하여, 상기 복수의 에너지 레벨에 대응되는 상기 복수의 가상 단일 에너지 영상을 생성하는 단계; 를 포함할 수 있다.
예를 들어, 상기 관심 영역을 설정하는 단계는 상기 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 지정하는 사용자 입력을 수신하는 단계; 및 수신된 상기 사용자 입력에 기초하여 상기 단층 영상 상에서 혈관, 조직, 및 주변 영역을 관심 영역으로 설정하는 단계; 를 포함할 수 있다.
예를 들어, 상기 가상 단일 에너지 영상을 결정하는 단계는 상기 관심 영역 내의 상기 대상체에 주입된 조영제 농도를 측정하는 단계; 상기 조영제의 종류에 관한 정보를 사용자로부터 입력 받는 단계; 및 상기 조영제의 종류, 상기 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정하는 단계를 포함할 수 있다.
예를 들어, 상기 단층 영상 처리 장치에는 조영제의 종류 및 농도에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장되어 있고, 상기 가상 단일 에너지 영상을 결정하는 단계는, 상기 단층 영상 처리 장치에 저장되어 있는 상기 룩 업 테이블을 참조하여, 상기 관심 영역에서 측정된 조영제 농도 및 상기 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 상기 방법은 상기 단층 영상 내의 대상체의 크기를 측정하는 단계; 를 더 포함하고, 상기 가상 단일 에너지 영상을 결정하는 단계는, 측정된 상기 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 상기 단층 영상 처리 장치에는 대상체의 크기에 따른 에너지 레벨과 CNR과의 관계에 관한 정보에 관한 룩 업 테이블(LUT)가 저장되어 있고, 상기 가상 단일 에너지 영상을 결정하는 단계는, 기 저장된 상기 룩 업 테이블을 참조하여, 측정된 상기 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
예를 들어, 상기 대상체의 크기를 측정하는 단계는 서로 다른 크기의 직경을 갖는 다양한 팬텀(phantom)의 크기를 통해 상기 단층 영상 내의 대상체의 크기를 측정할 수 있다.
예를 들어, 상기 단층 영상 처리 장치는 환자의 정보에 따라 CNR이 최대가 되는 에너지 레벨에 관한 정보를 저장하고 있고, 상기 가상 단일 에너지 영상을 결정하는 단계는 단층 촬영의 대상이 되는 환자의 식별 정보를 획득하는 단계; 및 기 저장된 상기 에너지 레벨에 관한 정보에 기초하여, 획득된 상기 환자의 식별 정보에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계; 를 포함할 수 있다.
상술한 기술적 과제를 해결하기 위한 기술적 수단으로서, 본 개시의 일 실시예는 컴퓨터로 읽을 수 있는 저장 매체를 포함하는 컴퓨터 프로그램 제품(Computer Program Product)을 제공하고, 상기 저장 매체는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하여 단층 영상(computed tomography image, CT image)을 생성하는 단계; 사용자 입력에 기초하여 상기 단층 영상 상에 관심 영역(region of interest, ROI)을 설정하는 단계; 상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하는 단계; 상기 복수의 가상 단일 에너지 영상 상에서 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계; 및 결정된 상기 가상 단일 에너지 영상을 디스플레이하는 단계; 를 수행하는 명령어들을 포함한다.
도 1은 개시된 일 실시예에 따른 CT 시스템의 구조를 나타낸 도면이다.
도 2는 개시된 일 실시예에 따른 복수의 에너지 레벨에 각각 대응하는 복수의 단일 에너지 영상을 획득하는 과정을 나타내는 도면이다.
도 3은 개시된 일 실시예에 따른 단층 영상 처리 장치의 구성을 나타내는 블록도이다.
도 4는 개시된 일 실시예에 따른 가상 단일 영상 에너지를 획득하는 방법을 설명하기 위한 도면이다.
도 5는 개시된 일 실시예에 따른 단층 영상 처리 방법을 나타내는 흐름도이다.
도 6은 개시된 다른 실시예에 따른 단층 영상 처리 방법을 나타내는 흐름도이다.
도 7은 개시된 일 실시예에 따른 단층 영상 처리 장치의 구성을 도시한 블록도이다.
도 8은 개시된 일 실시예에 따른 단층 영상 처리 장치가 복수의 에너지 레벨에 각각 대응되는 복수의 단일 에너지 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 9는 개시된 일 실시예에 따른 단층 영상 처리 장치가 CNR이 최대가 되는 가상 단일 에너지 영상을 결정하고, 결정된 가상 단일 에너지 영상을 디스플레이하는 방법을 나타내는 흐름도이다.
도 10은 개시된 일 실시예에 따른 단층 영상 처리 장치가 단층 영상 상에 관심 영역을 설정하는 방법을 나타내는 도면이다.
도 11은 조영제의 농도에 따른 에너지 레벨과 CNR의 관계를 도시한 그래프이다.
도 12는 개시된 일 실시예에 따른 단층 영상 처리 장치가 조영제의 농도 및 조영제의 종류에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
도 13은 개시된 일 실시예에 따른 단층 영상 처리 장치가 대상체의 크기를 측정하는 방법을 설명하기 위한 도면이다.
도 14는 대상체의 크기에 따른 에너지 레벨과 CNR의 관계를 도시한 그래프이다.
도 15는 개시된 일 실시예에 따른 단층 영상 처리 장치가 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
도 16은 개시된 일 실시예에 따른 단층 영상 처리 장치가 환자의 식별 정보에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
본 명세서는 본 발명의 권리범위를 명확히 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 실시할 수 있도록, 본 발명의 원리를 설명하고, 실시예들을 개시한다. 개시된 실시예들은 다양한 형태로 구현될 수 있다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 ‘부’(part, portion)라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 ‘부’가 하나의 요소(unit, element)로 구현되거나, 하나의 ‘부’가 복수의 요소들을 포함하는 것도 가능하다. 이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예들에 대해 설명한다.
본 명세서에서 영상은 컴퓨터 단층 촬영(CT, Computed Tomography) 장치, 자기 공명 영상(MRI, Magnetic Resonance Imaging) 장치, 초음파 촬영 장치, 또는 엑스레이 촬영 장치 등의 단층 영상 처리 장치에 의해 획득된 단층 영상을 포함할 수 있다.
본 명세서에서 ‘대상체(object)’는 촬영의 대상이 되는 것으로서, 사람, 동물, 또는 그 일부를 포함할 수 있다. 예를 들어, 대상체는 신체의 일부(장기 또는 기관 등; organ) 또는 팬텀(phantom) 등을 포함할 수 있다.
본 명세서에서 ‘CT 시스템’ 또는 ‘CT 장치’는 대상체에 대한 적어도 하나의 축을 중심으로 회전하며 X선을 조사하고, X선을 검출하여 대상체를 촬영하는 시스템 또는 장치를 의미한다.
본 명세서에서 ‘CT 영상’은 대상체에 대한 적어도 하나의 축을 중심으로 회전하며 조사된 X선을 검출하여 대상체를 촬영함으로써 획득된 로 데이터(raw data)로부터 구성된 영상을 의미한다.
*
도 1은 개시된 일 실시예에 따른 CT 시스템(100)의 구조를 나타낸 도면이다.
개시된 일 실시예에 따른 CT 시스템(100)은 갠트리(110), 테이블(105), 제어부(130), 저장부(140), 영상 처리부(150), 입력부(160), 디스플레이부(170), 및 통신부(180)를 포함할 수 있다.
갠트리(110)는 회전 프레임(111), 엑스레이 생성부(112), 엑스레이 검출부(113), 회전 구동부(114), 및 리드아웃부(115)를 포함할 수 있다.
회전 프레임(111)은 회전 구동부(114)로부터 구동 신호를 수신하여, 회전축(RA)을 중심으로 회전할 수 있다.
산란 방지 그리드(116)는 대상체와 엑스레이 검출부(113) 사이에 배치되어, 주 방사선은 대부분 투과시키고, 산란 방사선은 감쇠시킬 수 있다. 대상체는 테이블(105) 상에 배치되고, 테이블(105)은 CT 촬영을 수행하는 동안 이동되거나, 기울어지거나(tilting), 회전(rotating)할 수 있다.
엑스레이 생성부(112)는 고전압 생성부(HVG, high voltage generator)로부터 전압, 전류를 인가 받아 X선을 생성하고 방출한다.
엑스레이 생성부(112)는 엑스레이 생성부(112) 및 엑스레이 검출부(113)가 각각 한 개씩 구비되는 단일 소스 방식, 각각 두 개씩 구비되는 듀얼 소스 방식 등으로 구현될 수 있다.
엑스레이 검출부(113)는 대상체를 통과한 방사선을 검출한다. 엑스레이 검출부(113)는 예를 들면, 신틸레이터(Scintillator), 포톤 카운팅 디텍터(photon counting detector) 등을 이용하여 방사선을 검출할 수 있다.
엑스레이 생성부(112)와 엑스레이 검출부(113)의 구동 방식은 대상체에 대한 스캔 방식에 따라 달라질 수 있다. 상기 스캔 방식은 엑스레이 검출부(113)의 이동 경로에 따라 축상(axial) 스캔 방식, 나선형(helical) 스캔 방식 등을 포함한다. 또한 상기 스캔 방식은 X선이 조사되는 시간 구간에 따라 프로스펙티브(prospective) 모드, 레트로스펙티브(retrospective) 모드 등을 포함한다.
제어부(130)는 CT 시스템(100)의 각각의 구성요소들의 동작을 제어할 수 있다. 제어부(130)는 소정의 기능을 수행하기 위한 프로그램 코드 또는 데이터를 저장하는 메모리, 프로그램 코드 및 데이터를 처리하는 프로세서를 포함할 수 있다. 제어부(130)는 하나 이상의 메모리 및 하나 이상의 프로세서의 다양한 조합으로 구현 가능하다. 프로세서는 CT 시스템(100)의 동작 상태에 따라 프로그램 모듈을 생성하고 삭제할 수 있으며, 프로그램 모듈의 동작들을 처리할 수 있다.
리드아웃부(115)는 엑스레이 검출부(113)에서 생성된 검출 신호를 입력 받아, 영상 처리부(150)로 출력한다. 리드아웃부(115)는 데이터 획득 회로(Data Acquisition System, 115-1) 및 데이터 송신부(115-2)를 포함할 수 있다. DAS(115-1)는 적어도 하나의 증폭 회로를 이용하여, 엑스레이 검출부(113)로부터 출력된 신호를 증폭하여, 데이터 송신부(115-2)로 출력한다. 데이터 송신부(115-2)는 멀티플렉서(MUX) 등의 회로를 이용하여, DAS(115-1)에서 증폭된 신호를 영상 처리부(150)로 출력한다. 슬라이스 두께(slice thickness)나 슬라이스 개수에 따라 엑스레이 검출부(113)로부터 수집된 일부 데이터만이 영상 처리부(150)로 제공되거나, 영상 처리부(150)가 일부 데이터만을 선택할 수 있다.
영상 처리부(150)는 리드아웃부(115)로부터 획득된 신호(예컨대, 가공 전 순수(pure) 데이터)로부터 단층 데이터를 획득한다. 영상 처리부(150)는 획득된 신호에 대한 전처리, 단층 데이터로의 변환 처리, 상기 단층 데이터에 대한 후처리 등을 수행할 수 있다. 영상 처리부(150)는 본 개시에서 예시된 처리들 중 일부 또는 전부를 수행하며, 실시예에 따라 영상 처리부(150)에서 수행되는 처리의 종류 및 순서는 달라질 수 있다.
영상 처리부(150)는 리드아웃부(115)로부터 획득된 신호에 대해, 채널들 사이의 감도 불균일 정정 처리, 신호 세기의 급격한 감소 정정 처리, X선 흡수재로 인한 신호의 유실 정정 처리 등의 전처리를 수행할 수 있다.
영상 처리부(150)는 실시예들에 따라, 단층 영상으로의 재구성 처리 중 일부 또는 전부를 수행하여 상기 단층 데이터를 생성한다. 실시예에 따라, 상기 단층 데이터는 역투영(back-projection)된 데이터, 또는 단층 영상 등의 형태를 가질 수 있다. 실시예들에 따라, 단층 데이터에 대한 추가적인 처리가 서버, 의료 장치, 휴대용 장치 등의 외부 장치에 의해 수행될 수 있다.
CT 시스템(100)은 단층 영상을 획득하기 위해, 대상체에 대한 단층 촬영을 수행하여, 로 데이터(raw data)를 획득한다. CT 시스템(100)은, X선을 생성하여 대상체로 조사하고, 엑스레이 검출부(113)를 이용하여 대상체를 통과한 X선을 감지한다. 엑스레이 검출부(113)는 감지된 X선에 대응되는 로 데이터를 생성한다. 로 데이터는, 영상 처리부(150)에 의해 단층 영상으로 재구성되기 전의 데이터를 의미할 수 있다. 로 데이터는 대상체를 통과한 X선 세기에 상응하는 데이터 값의 집합으로서, 프로젝션 데이터(projection data) 또는 사이노그램(sinogram)을 포함할 수 있다. 역투영된 데이터는, X선이 방사된 각도 정보를 이용하여 상기 로 데이터를 역투영한 데이터이다. 단층 영상은 상기 로 데이터를 역투영하는 단계를 포함하는 재구성 영상기법들을 적용하여 획득된 영상이다.
저장부(140)는 제어 관련 데이터, 영상 데이터 등을 저장하는 저장매체로서, 휘발성 또는 비휘발성 저장매체를 포함할 수 있다.
입력부(160)는 사용자로부터 제어 신호, 데이터 등을 수신한다. 디스플레이부(170)는 CT 시스템(100)의 동작 상태를 나타내는 정보, 의료 정보, 단층 영상 데이터 등을 표시할 수 있다.
CT 시스템(100)은 통신부(180)를 포함하며, 통신부(180)를 통해 외부 장치(예를 들면, 서버, 의료 장치, 휴대 장치(스마트폰, 태블릿 PC, 웨어러블 기기 등)와 연결할 수 있다.
통신부(180)는 외부 장치와 통신을 가능하게 하는 하나 이상의 구성 요소를 포함할 수 있으며, 예를 들어 근거리 통신 모듈, 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다.
통신부(180)가 외부 장치로부터 제어 신호 및 데이터를 수신하고, 수신된 제어 신호를 제어부(130)에 전달하여 제어부(130)로 하여금 수신된 제어 신호에 따라 CT 시스템(100)을 제어하도록 하는 것도 가능하다.
또는, 제어부(130)가 통신부(180)를 통해 외부 장치에 제어 신호를 송신함으로써, 외부 장치를 제어부의 제어 신호에 따라 제어하는 것도 가능하다.
예를 들어 외부 장치는 통신부를 통해 수신된 제어부의 제어 신호에 따라 외부 장치의 데이터를 처리할 수 있다.
외부 장치에는 CT 시스템(100)을 제어할 수 있는 프로그램이 설치될 수 있는바, 이 프로그램은 제어부(130)의 동작의 일부 또는 전부를 수행하는 명령어를 포함할 수 있다.
프로그램은 외부 장치에 미리 설치될 수도 있고, 외부장치의 사용자가 어플리케이션을 제공하는 서버로부터 프로그램을 다운로드하여 설치하는 것도 가능하다. 어플리케이션을 제공하는 서버에는 해당 프로그램이 저장된 기록매체가 포함될 수 있다.
개시된 실시예들에 따른 CT 시스템(100)은 실시예에 따라 CT 촬영 시, 조영제를 이용하거나 이용하지 않을 수 있으며, 타 기기와 연계된 장치의 형태로 구현되는 것도 가능하다.
도 2는 개시된 일 실시예에 따른 복수의 에너지 레벨에 각각 대응하는 복수의 단일 에너지 영상을 획득하는 과정을 나타내는 도면이다.
단층 영상에서 Hounsfield unit(HU)로 표현되는 밝기는, 엑스선이 통과하는 물질의 선형 감쇠 계수(linear attenuation coefficient)에 따라 달라질 수 있다. 그리고, 선형 감쇠 계수는, 물질의 구성 성분 및 엑스선을 구성하는 포톤(photon)의 에너지 레벨 등에 따라 달라질 수 있다. 따라서, 대상체 내부의 제1 물질과 제2 물질이 서로 상이한 물질이더라도, 특정 에너지 레벨에서는 선형 감쇠 계수의 값이 서로 유사할 수 있다. 그러면, 제1 물질과 제2 물질이 영상에서 비슷한 밝기로 표현되기 때문에, 사용자는 단층 영상에서 제1 물질과 제2 물질을 구별하기 어려울 수 있다. 이 경우, 사용자는, 서로 다른 에너지 레벨(예를 들어, 50 keV 및 100 keV)에 대응하는 단일 에너지 영상을 비교하여, 서로 다른 물질을 명확하게 구별할 수 있다. 단일 에너지 영상은, 단일 에너지 레벨을 갖는 엑스선이 조사되어 대상체를 단층 촬영할 때 생성되는 영상을 의미할 수 있다.
일 실시예에 따르면, 단층 영상 처리 장치는, 다양한 에너지 레벨을 갖는 포톤(photon)들을 포함하는 다중 에너지(polychromatic) 엑스선을 조사하여 대상체를 촬영한다. 일 실시예에 따르면, 단층 영상 처리 장치는, 다중 에너지 엑스선을 조사하고 대상체를 촬영하여 획득한 로 데이터로부터 복수의 에너지 레벨에 각각 대응되는 가상 단일 에너지 영상(virtual monochromatic image)을 획득할 수 있다. 예를 들어, 단층 영상 처리 장치는, 두 개의 서로 다른 에너지 스펙트럼을 갖는 엑스선을 대상체에 조사하여 단층 촬영함으로써, 제1 로 데이터 및 제2 로 데이터를 획득할 수 있다. 예를 들어, 단층 영상 처리 장치는, 관전압이 80 kVp 및 140 kVp인 엑스선을 대상체에 조사하여 단층 촬영함으로써, 제1 로 데이터 및 제2 로 데이터를 획득할 수 있으나, 이에 한정되지 않는다. 제1 로 데이터 및 제2 로 데이터가 획득되면, 단층 영상 처리 장치는, 제1 로 데이터 및 제2 로 데이터를 각각 재구성하여, 서로 다른 에너지 레벨에 대응하는 가상 단일 에너지 영상(예를 들어, 제1 영상(200) 및 제2 영상(201))을 획득할 수 있다.
도 2를 참조하면, 단층 영상 처리 장치는, 제1 영상(200) 및 제2 영상(201)에 기초하여, 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상(210)을 획득할 수 있다. 예를 들어, 단층 영상 처리 장치(100)는, 제1 영상(200) 및 제2 영상(201)에 가상 단일 에너지 이미징(virtual monochromatic imaging) 방법을 적용하여, 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상(210)을 획득할 수 있다. 예를 들어, 단층 영상 처리 장치는, 40 keV 이상 140 keV 이하의 에너지 대역 내에서 샘플링한 20개의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상(210)을 획득할 수 있다. 이때, 복수의 가상 단일 에너지 영상(210)은, 40 keV 이상 140 keV 이하의 대역 내에서 5 keV 간격으로 샘플링된 복수의 에너지 레벨에 각각 대응되는 가상 단일 에너지 영상일 수 있다.
다른 실시예에 따르면, 단층 영상 처리 장치는, 포톤 카운팅 디텍터(Photon Counting Detector, PCD)를 이용하여, 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상을 획득할 수 있다. 예를 들면, 단층 영상 처리 장치는 복수의 에너지 레벨에 대해 각각 포톤을 검출하여 복수의 단일 에너지 영상을 획득할 수 있다. 포톤 카운팅 디텍터의 구조에 따라, 복수의 에너지 레벨에 대해 복수 회의 촬영에 걸쳐서 복수의 에너지 레벨의 포톤이 검출되거나, 한 번의 촬영에 의해 복수의 에너지 레벨의 포톤이 검출될 수 있다.
도 3은 개시된 일 실시예에 따른 단층 영상 처리 장치의 구성을 나타내는 블록도이다.
개시된 실시예들에 따른 단층 영상 처리 장치는 단층 영상 데이터를 처리하고 표시하는 장치로서, 전자 장치의 형태로 구현될 수 있다. 예를 들면, 단층 영상 처리 장치(100a)는 범용 컴퓨터, 태블릿 PC, 스마트 폰 등 프로세서와 디스플레이가 구비된 다양한 형태의 장치로 구현될 수 있다.
개시된 실시예들에 따른 단층 영상 처리 장치는, 도 1에 도시된 CT 시스템(100)과 같이 구현될 수 있다.
도 3을 참조하면, 일 실시예에 따른 단층 영상 처리 장치(100a)는 데이터 획득부(310), 프로세서(320), 및 디스플레이(330)를 포함할 수 있다. 그러나, 단층 영상 처리 장치(100a)는 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있으며, 전술한 예에 한정되지 않는다.
이하 상기 구성요소들에 대해 차례로 살펴본다.
일 실시예에 따른 데이터 획득부(310)는, 대상체를 단층 촬영하여 생성된 로 데이터(raw data)를 획득할 수 있다. 로 데이터는 단층 영상 처리 장치(100a)의 스캐너로부터 획득되거나, 외부 장치로부터 수신되는 등 다양한 방식으로 획득될 수 있다.
일 실시예에 따르면, 데이터 획득부(310)는 단층 영상 처리 장치(100a)의 스캐너에 대응되고, 예를 들면, 도 1에 도시된 CT 시스템(100)의 갠트리(110)를 포함할 수 있다. 이에 따라, 데이터 획득부(310)는, 도 1에 도시된 회전 프레임(111), 엑스레이 생성부(112), 엑스레이 검출부(113), 회전 구동부(114), 및 리드아웃부(115)를 포함할 수 있다.
일 실시예에 따르면, 데이터 획득부(310)는, 소정의 에너지 스펙트럼을 갖는 엑스선을 대상체에 조사하여 단층 촬영함으로써, 제1 로 데이터 내지 제3 로 데이터를 획득할 수 있다. 예를 들어, 데이터 획득부(310)는, 0 keV부터 140 keV 사이의 에너지 스펙트럼을 갖는 엑스선을 대상체에 조사하고, 대상체를 통과한 복수의 에너지 레벨을 갖는 포톤들을 검출할 수 있다. 이때, 데이터 획득부(310)는, 복수의 에너지 레벨을 3개의 구간으로 구분할 수 있으며, 각 구간에 대응하는 에너지 레벨을 갖는 포톤들을 구분하여 검출할 수 있다. 예를 들어, 데이터 획득부(310)는, 0 keV 이상 50 keV 미만의 에너지 레벨을 저에너지 구간, 50 keV 이상 100 keV 미만의 에너지 레벨을 중에너지 구간, 및 100 keV 이상 140 keV 이하의 에너지 레벨을 고에너지 구간으로 구분할 수 있으나, 이에 한정되지 않는다. 이에 따라, 데이터 획득부(310)는, 저에너지 구간, 중에너지 구간, 및 고에너지 구간 각각에 대응하는 제1 로 데이터, 제2 로 데이터, 및 제3 로 데이터를 획득할 수 있다.
프로세서(320)는, 수신된 사용자 입력에 기초하여, 소정의 처리를 수행한다. 프로세서(320)는 하나 이상의 메모리 및 하나 이상의 프로세서의 다양한 조합으로 구현될 수 있다. 예를 들어, 메모리는 프로세서(320)의 동작에 따라 프로그램 모듈을 생성하고 삭제할 수 있으며, 프로세서(320)는 프로그램 모듈의 동작들을 처리할 수 있다.
일 실시예에 따른 프로세서(320)는, 제1 로 데이터 내지 제3 로 데이터를 각각 재구성하여, 제1 영상 내지 제3 영상을 생성할 수 있다. 또한, 프로세서(320)는, 생성된 제1 영상 내지 제3 영상의 가중 결합(weighted average)을 계산하여, 복수의 에너지 레벨에 각각 대응하는 복수의 가상 단일 에너지 영상을 생성할 수 있다. 이에 따라, 사용자는, 생성된 복수의 가상 단일 에너지 영상을 이용하여, 병변을 보다 정확하게 진단할 수 있다.
일 실시예에 따른 디스플레이(330)는, 대상체를 단층 촬영하여 획득한 단층 영상을 표시할 수 있다.
디스플레이(330)가 터치 스크린으로 구현되는 경우, 디스플레이(330)는 출력 장치 이외에 입력 장치로 사용될 수 있다. 디스플레이(330)는 예를 들면, 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉서블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기 영동 디스플레이(electrophoretic display) 등으로 구현될 수 있다. 또한, 단층 영상 처리 장치(100a)의 구현 형태에 따라, 단층 영상 처리 장치(100a)는 디스플레이(330)를 2개 이상 포함할 수도 있다.
일 실시예에 따른 디스플레이(330)는, 프로세서(320)에 의해 생성된 단층 영상을 표시한다.
도 4는 개시된 일 실시예에 따른 가상 단일 영상 에너지를 획득하는 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시예에 따른 단층 영상 처리 장치(100a)는, 소정의 에너지 스펙트럼(400)을 갖는 엑스선을 대상체에 조사하고, 대상체를 통과한 복수의 에너지 레벨을 갖는 포톤(photon)들을 검출할 수 있다. 이때, 단층 영상 처리 장치(100)는, 복수의 에너지 레벨을 3개 이상의 에너지 구간(401, 402, 403)으로 구분하고, 각 에너지 구간에 대응하는 포톤을 구분하여 검출할 수 있다. 예를 들어, 복수의 에너지 레벨은, 저에너지(low energy) 구간(401), 중에너지(middle energy) 구간(402), 및 고에너지(high energy) 구간(403)으로 구분될 수 있으나, 이에 한정되지 않는다. 단층 영상 처리 장치(100a)는, 포톤 카운팅 디텍터(PCD, Photon Counting Detector)를 이용하여, 저에너지 구간(401), 중에너지 구간(402), 및 고에너지 구간(403)에 각각 대응하는 포톤들을 구분하여 검출할 수 있다. 예를 들어, 단층 영상 처리 장치(100a)는, 0 keV 이상 50 keV 미만의 에너지 구간을 저에너지 구간(401), 50 keV 이상 100 keV 미만의 에너지 구간을 중에너지 구간(402), 100 keV 이상 140 keV 미만의 에너지 구간을 고에너지 구간(403)으로 구분하고, 각 에너지 구간에 포함되는 포톤들을 구분하여 검출할 수 있으나, 이에 한정되지 않는다.
일 실시예에 따른 단층 영상 처리 장치(100a)는, 3개의 에너지 구간(401, 402, 403)에 포함되는 포톤들을 구별하여 검출함으로써, 제1 로 데이터, 제2 로 데이터, 및 제3 로 데이터를 획득할 수 있다. 그리고, 단층 영상 처리 장치(100a)는, 제1 로 데이터 내지 제3 로 데이터를 각각 재구성함으로써, 각 에너지 구간에 대응하는 제1 영상 내지 제3 영상(410, 411, 412)을 획득할 수 있다.
일 실시예에 따른 단층 영상 처리 장치(100a)는, 제1 영상 내지 제3 영상(410, 411, 412)에 기초하여, 특정 에너지 레벨에 대응하는 가상 단일 에너지 영상(virtual monochromatic image)(420)을 획득할 수 있다. 예를 들어, 단층 영상 처리 장치(100a)는, 다음과 같이 제1 영상 내지 제3 영상(410, 411, 412)의 가중 평균(weighted average)을 계산하여, 가상 단일 에너지 영상(420)을 획득할 수 있다.
Figure pat00001
수학식1을 참조하면,
Figure pat00002
은 각각 제1 영상(410), 제2 영상(411), 및 제3 영상(412)을 의미할 수 있다. 제1 영상 내지 제3 영상(410, 411, 412)에 각각 적용되는 가중치는, 저에너지 구간(401), 중에너지 구간(402), 및 고에너지 구간(403) 각각에 대한 가중 함수
Figure pat00003
로 표현될 수 있다. 이때,
Figure pat00004
은 다음의 수학식2 내지 수학식4에 의해 결정될 수 있다.
Figure pat00005
Figure pat00006
Figure pat00007
저에너지 구간 내지 고에너지 구간(401, 402, 403)에 대한 가중함수
Figure pat00008
는, 각 에너지 구간에서의 엑스선이 통과하는 대상체의 에 따라 달라질 수 있으며, 선형 감쇠 계수는 엑스선이 통과하는 대상체의 구성 물질 및 엑스선을 구성하는 포톤의 에너지 레벨에 따라 달라질 수 있다.
수학식 2 내지 4를 참조하면,
Figure pat00009
은 각각 대상체를 구성하는 제1 기저물질, 제2 기저물질, 및 제3 기저물질의 이론적 선형 감쇠 계수를 의미할 수 있다. 또한,
Figure pat00010
은 각각 저에너지 구간(401)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수,
Figure pat00011
는 각각 중에너지 구간(402)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수,
Figure pat00012
는 각각 고에너지 구간(403)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수를 나타낼 수 있다.
제1 기저물질 내지 제3 기저물질은, 대상체를 구성하는 물질 중 상대적으로 높은 비율을 가지는 물질을 의미할 수 있다. 예를 들어, 제1 기저물질 내지 제3 기저물질은, 물, 뼈, 및 아이오딘(iodine) 등을 포함할 수 있으나, 이에 한정되지 않는다. 저에너지 구간 내지 고에너지 구간(401, 402, 403)에 대한 가중함수는, 대상체를 구성하는 모든 물질을 고려하여 설정되기 어렵다. 따라서, 대상체를 구성하는 물질 중 상대적으로 높은 비율을 가지는 제1 기저물질 내지 제3 기저물질을 고려하여 설정함으로써, 가중함수
Figure pat00013
의 예측 정확도를 높일 수 있다.
제1 기저물질 내지 제3 기저물질의 이론적 선형 감쇠 계수
Figure pat00014
는, 각 에너지 레벨에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수를 이론적으로 나타낸 것을 의미할 수 있다.
이와 달리, 저에너지 구간(401)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수
Figure pat00015
, 중에너지 구간(402)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수
Figure pat00016
, 고에너지 구간(403)에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수
Figure pat00017
는, 단층 영상 처리 장치(100a)가 대상체에 엑스선을 조사하여 단층 촬영함으로써 측정된 값을 의미할 수 있다.
Figure pat00018
,
Figure pat00019
,
Figure pat00020
은 각 에너지 구간에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수의 가중 평균을 의미할 수 있으며, 각 에너지 레벨에서 선형 감쇠 계수의 가중치가 모두 동일하지 않을 수 있다. 예를 들어, 단층 영상 처리 장치(100a)의 엑스레이 검출부(예를 들어, 포톤 카운팅 디텍터)(113)는, 검출되는 포톤의 에너지 레벨에 따라 감약되는 정도가 상이할 수 있으며, 엑스레이 검출부(113)의 종류에 따라 에너지 레벨에 따른 감약되는 정도가 상이할 수 있다.
일 실시예에 따른 단층 영상 처리 장치(100a)는, 제1 영상 내지 제3 영상(410, 411, 412)의 가중 평균을 계산하여, 특정 에너지 레벨에 대응하는 가상 단일 에너지 영상(420)을 획득할 수 있다. 이에 따라, 사용자는, 가상 단일 에너지 영상(420)을 이용하여, 병변을 보다 정확하게 판단할 수 있다.
도 5는 개시된 일 실시예에 따른 단층 영상 처리 방법을 나타내는 흐름도이다.
S500 단계에서, 단층 영상 처리 장치(100)는, 소정의 에너지 스펙트럼(예를 들어, 0 keV부터 140 keV)을 갖는 엑스선을 대상체에 조사하여 단층 촬영함으로써, 제1 로 데이터 내지 제3 로 데이터를 획득할 수 있다.
S510 단계에서, 제1 로 데이터 내지 제3 로 데이터를 각각 재구성하여, 제1 영상 내지 제3 영상을 생성할 수 있다.
S520 단계에서, 의료 영상 처리 장치(100)는, 제1 영상 내지 제3 영상에 적용되는, 가중 함수를 계산할 수 있다.
S520 단계에서, 단층 영상 처리 장치(100)는, 생성된 제1 영상 내지 제3 영상의 가중 결합(weighted average)을 계산하여, 복수의 에너지 레벨에 각각 대응하는 복수의 가상 단일 에너지 영상을 생성할 수 있다.
도 6은 개시된 다른 실시예에 따른 단층 영상 처리 방법을 나타내는 흐름도이다.
S600 단계에서, 단층 영상 처리 장치(100)는, 서로 다른 3개의 에너지 구간에 대응하는 제1 로 데이터 내지 제3 로 데이터에 기초하여 제1 영상 내지 제3 영상을 재구성할 수 있다.
S601 단계에서, 단층 영상 처리 장치(100a)는, 3개의 에너지 구간에서 제1 기저물질 내지 제3 기저물질의 선형 감쇠 계수에 관한 정보를 획득할 수 있다. 예를 들어, 단층 영상 처리 장치(100a)는, 엑스선을 대상체에 조사하여 단층 촬영하여, 서로 다른 3개의 에너지 구간에서의 제1 기저물질 내지 제3 기저물질 각각의 선형 감쇠 계수
Figure pat00021
,
Figure pat00022
,
Figure pat00023
를 측정할 수 있다. 이때,
Figure pat00024
,
Figure pat00025
,
Figure pat00026
는, 단일 에너지 레벨에서의 선형 감쇠 계수가 아니라, 복수의 에너지 레벨을 포함하는 하나의 에너지 구간에서의 선형 감쇠 계수를 나타낸다. 따라서,
Figure pat00027
,
Figure pat00028
,
Figure pat00029
는, 각 에너지 구간에 포함되는 복수의 에너지 레벨에서의 선형 감쇠 계수들의 가중 평균을 계산한 값을 의미할 수 있다. 그러나,
Figure pat00030
,
Figure pat00031
,
Figure pat00032
에서 각 에너지 레벨에서의 선형 감쇠 계수의 가중치가 상이할 수 있으며, 단층 영상 처리 장치(100a) 또는 단층 영상 처리 장치(100a)의 엑스레이 검출부(113)(예를 들어, 포톤 카운팅 디텍터)에 따라 각 에너지 레벨에서의 선형 감쇠 계수가 동일하지 않을 수 있다. 따라서, 엑스선을 대상체에 조사하여 단층 촬영하여 실제로 측정된
Figure pat00033
,
Figure pat00034
,
Figure pat00035
의 값은, 이론적 선형 감쇠 계수 로부터 계산된 값과 다를 수 있다.
S602 단계에서, 단층 영상 처리 장치(100a)는, 특정 에너지 레벨에서 제1 기저물질 내지 제3 기저물질의 이론적 선형 감쇠 계수를 계산할 수 있다. 특정 에너지 레벨은, 복수의 에너지 레벨 중 사용자가 가상 단일 에너지 영상을 확인하고자 하는 에너지 레벨일 수 있으며, 단층 영상 처리 장치(100a)에 의해 기설정된 에너지 레벨일 수 있다. 예를 들어, 단층 영상 처리 장치(100a)는, 메모리에 기저장된
Figure pat00036
를 이용하여, 특정 에너지 레벨에서의 제1 기저물질 내지 제3 기저물질의 이론적 선형 감쇠 계수를 계산할 수 있다.
S610 단계에서, 단층 영상 처리 장치(100a)는, 단계 S501 및 단계 S520에서 획득한 실감약계수를 이용하여, 가중함수
Figure pat00037
를 계산할 수 있다.
그리고, S620 단계에서, 단층 영상 처리 장치(100a)는, 제1 영상 내지 제3 영상에
Figure pat00038
를 각각 적용하여, 특정 에너지 레벨에 대응하는 가상 단일 에너지 영상을 획득할 수 있다.
S630 단계에서, 단층 영상 처리 장치(100a)는, 획득된 가상 단일 에너지 영상이 기설정된 조건을 만족하는지 판단할 수 있다. 예를 들어, 단층 영상 처리 장치(100a)는, 획득된 가상 단일 에너지 영상의 CNR(Contrast to Noise Ratio)가 임계치 이상인지 여부를 판단할 수 있으며, 사용자가 관찰하려는 대상체의 부위에 따라 CNR을 비교하는 영역이 상이할 수 있다. 예를 들어, 뇌졸중 환자에게 조영제를 주입하고, 뇌줄중 환자의 뇌를 단층 촬영하여 가상 단일 에너지 영상을 획득한 경우, 사용자는 가상 단일 에너지 영상에서 조영제에 대응하는 영역을 관찰하고자 할 수 있다. 이때, 조영제에 대응하는 영역의 CNR이 클수록, 사용자가 단층 영상을 용이하게 판독할 수 있다. 다른 예로서, 간경화 환자의 간을 단층 촬영하여 가상 단일 에너지 영상을 획득한 경우, 사용자는 가상 단일 에너지 영상에서 간에 대응하는 영역을 관찰하고자 할 수 있다. 이때, 단층 영상 처리 장치(100a)는, 간에 대응하는 영역의 CNR이 임계치 이상인지 판단하고, CNR이 임계치 이상이라고 판단되면 획득된 가상 단일 에너지 영상을 최적의 가상 단일 에너지 영상으로 결정(S640 단계)할 수 있다. 그러나, 기설정된 조건은 전술한 예에 한정되지 않으며, 사용자가 판독하기 용이한 영상을 결정하기 위해 사용되는 하나 이상의 조건들을 포함할 수 있다.
S631 단계에서, 획득된 가상 단일 에너지 영상이 기설정된 조건을 만족하지 못할 경우, 단층 영상 처리 장치(100a)는, 가상 단일 에너지 영상을 획득할 에너지 레벨을 변경할 수 있다. 그리고, 변경된 에너지 레벨에서의 제1 기저물질 내지 제3 기저물질 각각의 이론적 선형 감쇠 계수를 계산할 수 있다. 획득된 가상 단일 에너지 영상이 기설정된 조건을 만족하지 못할 경우, 단층 영상 처리 장치(100a)는, 변경된 에너지 레벨에 대응하는 가상 단일 에너지 영상을 획득하고, 변경된 에너지 레벨에 대응하는 가상 단일 에너지 영상이 기설정된 조건을 만족하는지 여부를 판단하여, 최적의 가상 단일 에너지 영상을 자동으로 결정할 수 있다.
일 실시예에 따르면, 단층 촬영한 대상체의 영역에 따라, 에너지 레벨을 변경하는 기준이 상이할 수 있다. 예를 들어, 단층 촬영한 대상체의 영역(예를 들어, 뇌, 복부, 폐 등)에 따라, CNR이 상대적으로 크게 나타나는 에너지 레벨이 상이할 수 있다. 또한, 사용자가 관찰하려는 대상체의 내부 구조(예를 들어, 혈관, 연조직(soft tissue) 등)에 따라 CNR이 상대적으로 크게 나타나는 에너지 레벨이 상이할 수 있다. 단층 영상 처리 장치(100)는, 획득된 가상 단일 에너지 영상이 기설정된 조건을 만족하지 못하는 경우, 단층 촬영한 대상체의 영역 및/또는 사용자가 관찰하려는 대상체의 내부 구조에서 CNR이 상대적으로 크게 나타나는 에너지 레벨로 변경하고, 변경된 에너지 레벨에 대응하는 갓아 단일 에너지 영상을 다시 획득할 수 있다.
일 실시예에 따른 단층 영상 처리 장치(100a)는, 기설정된 조건을 만족하는 가상 단일 에너지 영상이 획득될 때까지, 에너지 레벨을 변경시키면서 변경된 에너지 레벨에 대응하는 가상 단일 에너지 영상을 획득할 수 있다. 이에 따라, 단층 영상 처리 장치(100)는, 사용자가 관찰하려는 특정 에너지 레벨을 수동으로 선택할 필요없이, 자동으로 사용자가 영상을 판독하기에 용이한 에너지 레벨을 결정할 수 있다.
도 7은 개시된 일 실시예에 따른 단층 영상 처리 장치(700)의 구성을 도시한 블록도이다.
도 7을 참조하면, 단층 영상 처리 장치(700)는 데이터 획득부(710), 프로세서(720), 디스플레이부(730), 및 사용자 입력부(740)를 포함할 수 있다. 그러나, 단층 영상 처리 장치(700)는 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있으며, 전술한 예에 한정되지 않는다.
단층 영상 처리 장치(700)가 포함하고 있는 구성 요소인 데이터 획득부(710), 프로세서(720), 및 디스플레이부(730)는 도 3에 도시된 단층 영상 처리 장치(100a)의 데이터 획득부(310), 프로세서(320), 및 디스플레이부(330)와 각각 동일한 구성 요소인바, 중복되는 설명은 생략하고, 차별되는 기술적 특징만을 기술하기로 한다.
도 7에 도시된 단층 영상 처리 장치(700)는 단층 영상 데이터를 처리하고 표시하는 장치로서, 전자 장치의 형태로 구현될 수 있다. 예를 들면, 단층 영상 처리 장치(700)는 범용 컴퓨터, 태블릿 PC, 스마트 폰 등 프로세서와 디스플레이가 구비된 다양한 형태의 장치로 구현될 수 있다.
데이터 획득부(710)는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하고, 검출된 X선을 통해 각 에너지 구간에서의 로 데이터(raw data)를 획득할 수 있다. 로 데이터는 단층 영상 처리 장치(700)의 스캐너로부터 획득되거나, 외부 장치로부터 수신되는 등 다양한 방식으로 획득될 수 있다.
일 실시예에 따르면, 데이터 획득부(710)는 0 keV부터 140 keV 사이의 에너지 스펙트럼을 갖는 X선을 대상체에 조사하고, 대상체를 투과한 복수의 에너지 레벨을 갖는 포톤(photon)들을 검출하는 포톤 카운팅 디텍터(photon counting detector, PCD)(712)를 포함할 수 있다. 포톤 카운팅 디텍터(712)는 0 keV 부터 140 keV에 해당되는 에너지 스펙트럼을 3개의 에너지 구간으로 구분할 수 있으며, 3개의 에너지 구간 각각에 대응되는 에너지 레벨을 갖는 포톤들을 구분하여 검출할 수 있다. 예를 들어 포톤 카운팅 디텍터(712)는 0 keV 이상 50 keV 미만의 에너지 레벨을 저에너지 구간, 50 keV 이상 100 keV 미만의 에너지 레벨을 중에너지 구간, 및 100 keV 이상 140 keV 이하의 에너지 레벨을 고에너지 구간으로 구분할 수 있으나, 이에 한정되지 않는다.
데이터 획득부(710)는 저에너지 구간, 중에너지 구간, 및 고에너지 구간 각각에 대응하는 제1 로 데이터, 제2 로 데이터, 및 제3 로 데이터를 획득할 수 있다.
프로세서(720)는 하나 이상의 메모리 및 하나 이상의 프로세서의 다양한 조합으로 구현될 수 있다. 프로세서(720)는 예를 들어, 중앙 처리 장치(central processing unit), 마이크로 프로세서(microprocessor), 그래픽 프로세서(graphic processing unit), RAM(Random-Access Memory), ROM(Read-Only Memory) 중 적어도 하나를 포함하는 하드웨어 모듈로 구현될 수 있다. 일 실시예에서, 프로세서(720)는 애플리케이션 프로세서(Application Processor, AP)로 구현될 수도 있다.
프로세서(720)는 데이터 획득부(710)로부터 전달받은 로 데이터를 재구성하여 단층 영상(computed tomography image, CT image)을 생성할 수 있다. 일 실시예에서, 프로세서(720)는 제1 로 데이터 내지 제3 로 데이터를 각각 재구성하여, 제1 단층 영상 내지 제3 단층 영상을 생성할 수 있다. 프로세서(720)는 제1 단층 영상 내지 제3 영상 각각에 적용되는 가중 함수(weighted function)를 계산하고, 제1 영상 내지 제3 영상의 가중 평균(weighted average)을 계산하여 복수의 에너지 레벨에 대응되는 상기 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성할 수 있다.
프로세서(720)는 사용자 입력부(740)를 통해 수신된 사용자 입력에 기초하여 단층 영상 상에 관심 영역(region of interest, ROI)을 설정할 수 있다. 일 실시예에서, 프로세서(720)는 사용자 입력에 기초하여 단층 영상 상에서 혈관, 조직, 및 주변 영역(background)을 관심 영역으로 설정할 수 있다.
프로세서(720)는 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다.
일 실시예에 따른 프로세서(720)는 관심 영역 내의 대상체에 주입된 조영제 농도를 측정하고, 사용자 입력부(740)를 통해 입력 받은 조영제의 종류 및 측정된 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정할 수 있다. 이 경우, 단층 영상 처리 장치(700)는 조영제의 종류 및 농도와 CNR과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장하는 메모리를 구성 요소로 더 포함하고, 프로세서(720)는 메모리에 저장되어 있는 룩 업 테이블을 참조하여, 관심 영역에서 측정된 조영제 농도 및 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다. 이에 대해서는 도 11 및 12에서 상세하게 설명하기로 한다.
일 실시예에 따른 프로세서(720)는 단층 영상 내의 대상체의 크기를 측정하고, 측정된 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다. 이 경우, 단층 영상 처리 장치(700)는 대상체의 크기에 따른 CNR 정보를 룩 업 테이블(LUT) 형태로 저장하는 메모리를 구성 요소로서 더 포함하고, 프로세서(720)는 메모리에 저장된 룩 업 테이블을 참조하여, 측정된 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다. 이에 대해서는 도 13 내지 도 15에서 상세하게 설명하기로 한다.
일 실시예에 따른 프로세서(720)는 단층 촬영의 대상이 되는 환자의 식별 정보를 획득하고, 획득된 상기 환자의 식별 정보에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다. 이 경우, 단층 영상 처리 장치(700)는 이전에 검사하였던 환자 정보에 따라 CNR이 최대가 되는 에너지 레벨에 관한 정보를 저장하는 메모리를 구성 요소로서 더 포함하고, 프로세서(720)는 메모리에 저장된 환자의 에너지 레벨에 관한 정보에 기초하여, CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정할 수 있다. 이에 대해서는 도 16에서 상세하게 설명하기로 한다.
사용자 입력부(740)는 단층 영상 상에서 관심 영역을 설정하는 사용자 입력을 수신할 수 있다. 일 실시예에 따른 사용자 입력부(740)는 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 관심 영역으로 지정하는 사용자 입력을 수신할 수 있다. 그러나, 이에 한정되지 않고, 사용자 입력부(740)는 단층 영상 상의 혈관, 조직, 및 주변 영역 중 적어도 하나 이상을 관심 영역으로 설정할 수도 있다.
일 실시예에 따른 사용자 입력부(740)는 대상체에 주입한 조영제의 종류에 관한 정보를 입력하는 사용자 입력을 수신할 수도 있다.
사용자 입력부(740)는 예를 들어, 키 패드(key pad), 마우스, 트랙볼, 터치 패드, 터치스크린, 조그 스위치 등 하드웨어 구성을 포함할 수 있으나 이에 한정되는 것은 아니다.
도 8은 개시된 일 실시예에 따른 단층 영상 처리 장치(700)가 복수의 에너지 레벨에 각각 대응되는 복수의 단일 에너지 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 단층 영상 처리 장치(700, 도 7 참조)는 다양한 에너지 레벨을 갖는 포톤(photon)들을 포함하는 다중 에너지(polychromatic) X선을 대상체에 조사하고, 대상체를 투과한 X선을 검출하여 단층 영상을 촬영할 수 있다.
단층 영상 처리 장치(700)는, 다중 에너지 X선을 조사하고 대상체를 촬영하여 획득한 로 데이터로부터 복수의 에너지 레벨에 각각 대응되는 가상 단일 에너지 영상(virtual monochromatic image)을 획득할 수 있다. 일 실시예에서, 단층 영상 처리 장치(700)는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 포톤 카운팅 디텍터(712, 도 7 참조)를 통해 3개의 에너지 구간으로 구분하여 검출하고, 검출된 X선을 증폭하여 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득할 수 있다. 단층 영상 처리 장치(700)는 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성할 수 있다. 단층 영상 처리 장치(700)는 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수(weighted function)를 계산하고, 가중 평균(weighted average)을 계산하여, 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)(800)을 생성할 수 있다.
도 8에 도시된 실시예에서, 단층 영상 처리 장치(700)는 40 keV 이상 140 keV 이하의 에너지 레벨을 갖는 복수의 가상 단일 에너지 영상(800)을 생성할 수 있다. 일 실시예에서, 복수의 가상 단일 에너지 영상(800)는 40 keV 이상 140 keV 이사의 에너지 대역 내에서 1 keV 간격으로 샘플링된 101개의 에너지 레벨에 각각 대응되는 가상 단일 에너지 영상일 수 있다.
일 실시예에 따른 단층 영상 처리 장치(700)는 관심 영역 내의 CNR(Contrast-to-Noise Ratio)를 측정하고, 복수의 가상 단일 에너지 영상(800) 중 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상(810)을 결정할 수 있다. 도 8에 도시된 실시예에서, 단층 영상 처리 장치(700)는 40 keV 이상 140 keV 이하의 101개의 에너지 레벨 각각에 대응되는 복수의 가상 단일 에너지 영상(800) 중 70 keV에서의 가상 단일 에너지 영상(810)의 CNR이 가장 높다고 결정하였으나, 이는 예시적인 것이고, 반드시 70 keV로 한정되는 것은 아니다.
일 실시예에 따른 단층 영상 처리 장치(700)는 복수의 가상 단일 에너지 영상(800) 중 CNR이 최대가 되는 에너지 레벨을 자동으로 결정하고, 결정된 에너지 레벨에서의 가상 단일 에너지 영상(810)을 디스플레이할 수 있다.
조영제가 주입된 영역의 CNR이 클수록, 사용자가 영상을 용이하게 판독할 수 있고, 진단의 정확성이 향상될 수 있다. 종래의 스펙트럴 단층 이미징(Spectral CT imaging)에서는 복수의 에너지 레벨을 갖는 복수의 가상 단일 에너지 영상 중 조영제에 따른 CNR이 최대가 되는 에너지 레벨을 알 수 없어 사용자가 원하는 에너지 레벨(keV)에서의 영상을 직접 찾아야 하므로, 번거롭고 시간이 오래 걸리는 단점이 있었다.
도 7 및 도 8에 도시된 실시예에 따른 단층 영상 처리 장치(700)는 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상(800) 중 CNR이 최대가 되는 에너지 레벨을 자동으로 결정하고, 결정된 에너지 레벨에서의 가상 단일 에너지 영상(810)을 디스플레이하는바, 사용자 편의성을 향상시키고, 진단의 정확성을 높이는 효과가 있다.
도 9는 개시된 일 실시예에 따른 단층 영상 처리 장치가 CNR이 최대가 되는 가상 단일 에너지 영상을 결정하고, 결정된 가상 단일 에너지 영상을 디스플레이하는 방법을 나타내는 흐름도이다.
단계 S910에서, 단층 영상 처리 장치는 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하여 단층 영상(CT image)을 생성한다. 일 실시예에 따른 단층 영상 처리 장치는 대상체에 조사된 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간으로 구분하여 검출하고, 검출된 X선을 증폭하여 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득할 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 3개의 에너지 구간 각각에 대응되는 에너지 레벨을 갖는 포톤(photon)들을 검출하는 포톤 카운팅 디텍터(PCD)를 이용하여 X선을 검출하고, 제1 로 데이터 내지 제3 로 데이터를 획득할 수 있다. 단층 영상 처리 장치는 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성할 수 있다.
단계 S920에서, 단층 영상 처리 장치는 사용자 입력에 기초하여 단층 영상 상에서 관심 영역(ROI)을 설정한다. 일 실시예에 따른 단층 영상 처리 장치는 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 지정하는 사용자 입력을 수신하고, 수신된 사용자 입력에 기초하여 단층 영상 상에서 혈관, 조직, 및 주변 영역을 관심 영역으로 설정할 수 있다. 다만, 이에 한정되는 것은 아니고, 단층 영상 처리 장치는 혈관, 조직, 병변 부위, 및 주변 조직 중 적어도 하나 이상을 관심 영역으로 설정할 수 있다.
단계 S930에서, 단층 영상 처리 장치는 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(VMI)을 생성한다. 일 실시예에 따른 단층 영상 처리 장치는 단계 S910에서 생성된 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수를 계산하고, 제1 단층 영상 내지 제3 단층 영상의 가중 평균(weighted average)을 계산하여, 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상을 생성할 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 40 keV 이상 140 keV 이하의 에너지 레벨에서 1 keV 단위로 샘플링된 총 101개의 가상 단일 에너지 영상을 생성할 수 있으나, 이에 한정되는 것은 아니다.
단계 S940에서, 단층 영상 처리 장치는 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 복수의 가상 단일 에너지 영상 중 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정한다. 일 실시예에 따른 단층 영상 처리 장치는 40 keV 이상 140 keV 이하의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상에서 관심 영역에 해당되는 영역의 CNR을 측정하고, 복수의 가상 단일 에너지 영상 중 측정된 CNR이 가장 높은 에너지 레벨을 결정할 수 있다. 단층 영상 처리 장치는 CNR이 가장 높은 에너지 레벨에서의 가상 단일 에너지 영상을 선택할 수 있다.
단계 S950에서, 단층 영상 처리 장치는 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이한다.
도 10은 개시된 일 실시예에 따른 단층 영상 처리 장치가 단층 영상(1000) 상에 관심 영역을 설정하는 방법을 나타내는 도면이다.
도 10을 참조하면, 단층 영상 처리 장치는 단층 영상(1000) 상에서 대상체의 소정 영역을 관심 영역으로 설정하는 사용자 입력을 수신할 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 단층 영상(1000) 상에서 혈관(1010), 조직(1020), 및 주변 조직(1030) 중 하나 이상의 영역을 관심 영역으로 설정하는 사용자 입력을 수신할 수 있다.
단층 영상 처리 장치는 수신된 사용자 입력에 기초하여 단층 영상(1000) 상에서 혈관(1010), 조직(1020), 및 주변 조직(1030) 중 하나 이상의 영역을 관심 영역으로 설정할 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 혈관(1010) 및 주변 조직(1030), 또는 조직(1020) 및 주변 조직(1030)과 같이 두 영역을 관심 영역으로 설정할 수 있으나, 이에 한정되는 것은 아니다. 여기서, 조직(1020)은 환자의 주요 병변이 나타나는 조직일 수 있다.
단층 영상 처리 장치는 하기의 수학식에 기초하여 관심 영역의 CNR을 계산할 수 있다.
Figure pat00039
상기 수학식 5를 참조하면, CNR은 관심 영역으로 설정된 제1 영역(Target 1)의 평균값과 제2 영역(Target 2)의 평균값의 차를 주변 영역(background)의 표준 편차(standard deviation)로 나누는 연산을 통해 계산될 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 혈관(1010)과 조직(1020)을 각각 제1 영역(Target 1)과 제2 영역(Target 2)로 하고, 혈관(1010)의 HU값의 평균과 조직(1020)의 HU값의 평균의 차를 주변 조직(1030)의 표준 편차로 나눔으로써 관심 영역의 CNR을 계산할 수 있다.
일 실시예에 따른 단층 영상 처리 장치는 관심 영역에 대한 CNR 계산을 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상에 대하여 수행할 수 있다.
도 11은 조영제의 농도에 따른 에너지 레벨과 CNR의 관계를 도시한 그래프(1100)이다.
도 11을 참조하면, 그래프(1100)는 에너지 레벨(keV)에 따른 CNR의 관계를 조영제의 농도에 따라 도시한 것이다. 도 11에 도시된 실시예에서 조영제는 iodine이 사용되었지만, 조영제의 종류가 iodine으로 한정되는 것은 아니다.
그래프(1100)에서 제1 곡선(1110)은 15mg/mL의 iodine 조영제가 대상체에 주입되었을 때의 에너지 레벨에 따른 CNR을 나타내는 곡선 그래프이다. 제2 곡선(1120)과 제3 곡선(1130)은 각각 10mg/mL과 5mg/mL의 iodine 조영제가 대상체에 주입되었을 때의 에너지 레벨에 따른 CNR을 나타내는 곡선 그래프이다.
제1 곡선(1110) 내지 제3 곡선(1130)을 참조하면, 40 keV 이상에서 68 keV 이하의 에너지 레벨에서는 에너지 레벨과 CNR의 관계가 정비례의 관계를 갖는다. 제1 곡선(1110) 내지 제3 곡선(1130)의 68 keV 이상의 에너지 레벨에서는, 에너지 레벨의 크기가 크면 클수록 CNR의 값은 작아진다. 제1 곡선(1110) 내지 제3 곡선(1130) 모두 68 keV의 에너지 레벨에서 최대의 CNR을 갖는다. 다만, 이는 예시일 뿐이고, CNR이 최대가 되는 에너지 레벨은 조영제의 농도 및 조영제의 종류에 따라 달라질 수 있다.
일 실시예에 따른 단층 영상 처리 장치는 그래프(1100)에 도시된 조영제의 농도 및 조영제의 종류에 기초한, CNR과 에너지 레벨과의 관계에 대한 정보를 저장하고 있을 수 있다. 예를 들어, 단층 영상 처리 장치는 상기 CNR과 에너지 레벨과의 관계에 관한 정보를 내부의 메모리에 룩 업 테이블(look-up table, LUT) 형태로 저장하고 있을 수 있다. 그러나, 이에 한정되는 것은 아니고, 단층 영상 처리 장치는 상기 CNR과 에너지 레벨과의 관계에 관한 정보를 외부 데이터베이스(database)에 저장하고 있을 수 있다. 단층 영상 처리 장치는 기 저장되어 있는 룩 업 테이블을 참조로 하여, 조영제의 농도 및 조영제의 종류에 따라 CNR이 최대가 되는 에너지 레벨을 결정하고, 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이할 수 있다.
도 12는 개시된 일 실시예에 따른 단층 영상 처리 장치가 조영제의 농도 및 조영제의 종류에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
단계 S1210에서, 단층 영상 처리 장치는 단층 영상 상에서 관심 영역을 설정하고, 복수의 가상 단일 에너지 영상을 생성한다. 일 실시예에 따른 단층 영상 처리 장치는 수신된 사용자 입력에 기초하여 단층 영상 상에서 혈관, 조직, 및 주변 조직 중 하나 이상의 영역을 관심 영역으로 설정할 수 있다. 일 실시예에 따른 단층 영상 처리 장치는 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상을 생성할 수 있다. 복수의 가상 단일 에너지 영상을 생성하는 방법은 도 9의 단계 S930과 동일하므로, 중복되는 설명은 생략한다.
단계 S1220에서, 단층 영상 처리 장치는 관심 영역 내의 대상체에 주입된 조영제의 농도를 측정한다.
단계 S1230에서, 단층 영상 처리 장치는 조영제의 종류에 관한 정보를 획득한다. 일 실시예에 따른 단층 영상 처리 장치는 조영제의 종류에 관한 정보를 사용자로부터 입력받을 수 있다. 단층 영상을 촬영할 때, 대상체에 주입되는 조영제는 주로 iodine일 수 있으나, 이에 한정되는 것은 아니다. 단층 영상 처리 장치는 사용자로부터 입력받은 조영제 정보를 통해 조영제의 종류를 인식할 수 있다.
단계 S1240에서, 단층 영상 처리 장치는 조영제의 종류, 측정된 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정한다. 일 실시예에 따른 단층 영상 처리 장치는 조영제의 종류 및 농도에 따른 CNR과 에너지 레벨과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장하는 메모리를 구성 요소로서 포함할 수 있다. 그러나, 이에 한정되는 것은 아니고, 단층 영상 처리 장치는 조영제의 종류 및 농도에 따른 CNR과 에너지 레벨과의 관계에 관한 정보를 외부 데이터베이스에 저장하고 있을 수 있다.
일 실시예에 따른 단층 영상 처리 장치는 메모리에 저장되어 있는 룩 업 테이블을 참조하여, 단계 S1220에서 측정된 조영제의 농도와 단계 S1230에서 획득된 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨을 결정할 수 있다.
단계 S1250에서, 단층 영상 처리 장치는 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이한다.
도 13은 개시된 일 실시예에 따른 단층 영상 처리 장치가 대상체의 크기를 측정하는 방법을 설명하기 위한 도면이다.
도 13을 참조하면, 단층 영상 처리 장치는 대상체를 단층 촬영하여 획득한 단층 영상(1300)에서의 대상체 크기를 측정할 수 있다. 도 13에 도시된 실시예에서, 단층 영상(1300)은 사람의 복부를 촬영하여 획득한 것으로서, 단층 영상(1300) 내의 복부는 전후 방향(AP)와 측면 방향(lateral)에서 소정의 크기를 가질 수 있다.
일 실시예에 따른 단층 영상 처리 장치는 단층 영상(1300) 내의 대상체의 크기와 동일한 팬텀(phantom)(1310)을 상정하고, 팬텀(1310)의 유효 지름에 따라 대상체의 크기를 측정할 수 있다. 일 실시예에서, 단층 영상 처리 장치는 단층 영상(1300) 내의 대상체의 크기와 동일한 물 팬텀(water phantom)의 유효 지름을 통해 대상체의 크기를 측정할 수 있다. 그러나, 팬텀(1310)이 물 팬텀으로 한정되는 것은 아니다.
도 14는 대상체의 크기에 따른 에너지 레벨과 CNR의 관계를 도시한 그래프(1400)이다.
도 14를 참조하면, 그래프(1400)는 에너지 레벨(keV)에 따른 CNR의 관계를 대상체의 크기에 따라 도시한 것이다. 단층 영상 상에서 측정된 대상체의 크기에 따라 CNR이 달라지고, CNR이 최대가 되는 에너지 레벨 역시 대상체의 크기에 따라 다를 수 있다. 여기서, 단층 영상 상의 대상체 크기는 팬텀(phantom)의 유효 지름을 통해 획득될 수 있으나, 이에 한정되는 것은 아니다. 일 실시예에서, 팬텀은 물 팬텀일 수 있으나, 이에 한정되지 않는다.
그래프(1400)에서 제1 곡선(1410)은 단층 영상에서 측정된 대상체의 크기가 제1 크기인 경우, 에너지 레벨에 따른 CNR을 나타내는 곡선 그래프이다. 제2 곡선(1420), 제3 곡선(1430), 및 제4 곡선(1440)은 단층 영상 상에서 측정된 대상체의 크기가 각각 제2 크기, 제3 크기, 및 제4 크기인 경우의 에너지 레벨에 따른 CNR을 나타내는 곡선 그래프들이다.
도 14에 도시된 그래프(1400)에서 제1 곡선(1410)을 참조하면, 40 keV 이상에서 65 keV 이하의 에너지 레벨에서는 에너지 레벨과 CNR의 관계가 정비례의 관계를 갖는다. 제1 곡선(1410)에서, 65 keV 이상의 에너지 레벨에서는 에너지 레벨의 크기가 크면 클수록 CNR의 값은 작아진다. 제1 곡선(1110)의 경우, 약 65 keV의 에너지 레벨에서 최대의 CNR이 측정될 수 있다. 제2 곡선(1420)의 경우 약 68 keV에서, 제3 곡선(1430)의 경우 약 69 keV에서, 제4 곡선(1440)의 경우 약 71 keV에서 최대의 CNR이 측정될 수 있다.
일 실시예에 따른 단층 영상 처리 장치는 그래프(1400)에 도시된 단층 영상 상에서의 대상체의 크기에 따른 CNR과 에너지 레벨과의 관계에 대한 정보를 저장하고 있을 수 있다. 예를 들어, 단층 영상 처리 장치는 대상체의 크기에 따른 CNR과 에너지 레벨과의 관계에 관한 정보를 내부의 메모리에 룩 업 테이블(look-up table, LUT) 형태로 저장하고 있을 수 있다. 그러나, 이에 한정되는 것은 아니고, 단층 영상 처리 장치는 대상체의 크기에 따른 CNR과 에너지 레벨과의 관계에 관한 정보를 외부 데이터베이스(database)에 저장하고 있을 수 있다. 단층 영상 처리 장치는 기 저장되어 있는 룩 업 테이블을 참조로 하여, 팬텀을 통해 측정된 단층 영상 내의 대상체 크기의 따라 CNR이 최대가 되는 에너지 레벨을 결정하고, 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이할 수 있다.
도 15는 개시된 일 실시예에 따른 단층 영상 처리 장치가 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
단계 S1510에서, 단층 영상 처리 장치는 단층 영상을 재구성하여 복수의 가상 단일 에너지 영상을 생성한다. 복수의 가상 단일 에너지 영상을 생성하는 방법은 도 9의 단계 S930과 동일하므로, 중복되는 설명은 생략한다.
단계 S1520에서, 단층 영상 처리 장치는 단층 영상 내의 대상체의 크기를 측정한다. 일 실시예에 따른 단층 영상 처리 장치는 서로 다른 크기의 직경을 갖는 다양한 팬텀(phantom)의 크기를 통해 단층 영상 내의 대상체의 크기를 측정할 수 있다. 일 실시예에서, 단층 영상 처리 장치는 단층 영상 내의 대상체와 동일한 크기를 갖는 물 팬텀(water phantom)을 상정하고, 물 팬텀의 유효 지름을 통해 대상체의 크기를 측정할 수 있다. 예를 들어, 단층 영상 처리 장치는 대상체의 전후 방향(AP)와 측면 방향(lateral)에서의 크기와 대략적으로 동일한 물 팬텀을 상정하고, 물 팬텀의 유효 지름에 따라 대상체의 크기를 측정할 수 있다. 그러나, 물 팬텀을 이용하여 대상체의 크기를 측정하는 방법은 본 개시의 일 실시예일뿐이고, 팬텀의 종류가 반드시 물 팬텀으로 한정되는 것은 아니다.
단계 S1530에서, 단층 영상 처리 장치는 측정된 대상체의 크기와 CNR과의 관계에 관한 정보에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정한다. 일 실시예에 따른 단층 처리 장치는 대상체의 크기에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 룩 업 테이블(LUT) 형태로 저장하는 메모리를 구성 요소로서 포함하고, 메모리에 저장된 룩 업 테이블을 참조하여, 측정된 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨을 결정할 수 있다.
그러나, 이에 한정되는 것은 아니고, 단층 영상 처리 장치는 대상체의 크기에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 외부의 데이터베이스 상에 저장하고 있을 수도 있다. 이 경우, 단층 영상 처리 장치는 데이터베이스에 접속하여 대상체의 크기에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 획득하고, 획득된 정보를 참조하여 단층 영상에서 측정된 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨을 결정할 수 있다.
단계 S1540에서, 단층 영상 처리 장치는 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이한다.
도 16은 개시된 일 실시예에 따른 단층 영상 처리 장치가 환자의 식별 정보에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 방법을 나타내는 흐름도이다.
단계 S1610에서, 단층 영상 처리 장치는 단층 촬영의 대상이 되는 환자의 식별 정보를 획득한다. 일 실시예에 따른 단층 영상 처리 장치는 사용자 입력을 통해 환자의 식별 정보를 획득할 수 있지만, 이에 한정되는 것은 아니다.
단계 S1620에서, 단층 영상 처리 장치는 환자에 관한 복수의 가상 단일 에너지 영상을 생성한다. 일 실시예에 따른 단층 영상 처리 장치는 환자에 대하여 서로 다른 에너지 스펙트럼을 갖는 X선을 조사하고, 환자의 촬영 대상 부분을 투과한 X선을 검출하여 단층 영상을 생성하고, 생성된 단층 영상을 재구성하여 복수의 에너지 레벨에 각각 대응되는 복수의 가상 단일 에너지 영상을 생성할 수 있다. 복수의 가상 단일 에너지 영상을 생성하는 방법은 도 9의 단계 S930의 방법과 동일하므로, 중복되는 설명은 생략한다.
단계 S1630에서, 단층 영상 처리 장치는 기 저장된 환자와 CNR에 관한 정보에 기초하여, 복수의 가상 단일 에너지 영상 중 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정한다. 일 실시예에 따른 단층 영상 처리 장치는, 단층 촬영을 한 적이 있는 환자에 관한 정보를 저장하고, 단층 촬영을 통해 획득된 복수의 가상 단일 에너지 영상 중 CNR이 최대가 되는 에너지 레벨에 관한 정보를 데이터베이스에 저장하고 있을 수 있다. 단층 영상 처리 장치에는 예를 들어, 환자 A의 경우 67 keV의 에너지 레벨에서 CNR이 가장 높았고, 환자 B의 경우는 69 keV의 에너지 레벨에서 CNR이 가장 높았다는 식으로 환자의 진단 및 촬영 정보에 따른 CNR 정보가 데이터베이스화 되어 저장되어 있을 수 있다.
단층 영상 처리 장치는 단계 S1610에서 획득한 환자의 식별 정보를 바탕으로 데이터베이스에 저장되어 있는 환자의 정보와 매칭하고, 매칭된 환자 정보에 따른 CNR이 최대가 되는 에너지 레벨에 관한 정보를 획득할 수 있다. 예를 들어, 환자 A가 단층 촬영을 하는 경우, 단층 영상 처리 장치는 사용자로부터 환자 A의 식별 정보를 입력 받고, 데이터베이스를 검색하여 환자 A에 관한 CNR 정보가 있는지 확인할 수 있다. 데이터베이스에 환자 A의 단층 촬영 기록 및 CNR 정보가 있는 경우, 단층 영상 처리 장치는 데이터베이스로부터 환자 A의 CNR이 최대가 되는 에너지 레벨에 관한 정보를 획득할 수 있다. 단층 영상 처리 장치는 데이터베이스로부터 획득한 환자 A의 CNR이 최대가 되는 에너지 레벨 정보에 기초하여, 단계 S1620에서 생성된 복수의 가상 단일 에너지 영상 중 CNR이 최대가 되는 가상 단일 에너지 영상을 결정할 수 있다.
단계 S1640에서, 단층 영상 처리 장치는 결정된 에너지 레벨에서의 가상 단일 에너지 영상을 디스플레이한다.
도 16에 도시된 흐름도에 따르면, 단층 영상 처리 장치는 조영제의 농도, 종류, 및 대상체의 크기와 상관없이 환자의 식별 정보만으로도 복수의 가상 단일 에너지 중 CNR이 최대가 되는 가상 단일 에너지 영상을 결정할 수 있다. 도 16에 도시된 실시예는 환자가 단층 촬영을 한 적이 있고, 병변의 추후 경과를 보기 위해 후속 촬영을 하는 환자의 경우, 즉 follow up 케이스인 경우에 별도의 프로세싱 과정을 생략할 수 있어 사용자 편의성을 향상시킬 수 있다.
본 명세서에 개시된 실시예들은 컴퓨터로 읽을 수 있는 저장 매체(computer-readable storage media)에 저장된 명령어를 포함하는 S/W 프로그램으로 구현될 수 있다.
컴퓨터는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 개시된 실시예에 따른 동작이 가능한 장치로서, 개시된 실시예들에 따른 단층 영상 처리 장치를 포함할 수 있다.
컴퓨터로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
또한, 개시된 실시예들에 따른 단층 영상 처리 장치 또는 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다.
컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 초음파 진단 장치의 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사의 서버, 전자 마켓의 서버, 또는 SW 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
컴퓨터 프로그램 제품은, 서버 및 단말(예를 들어, 단층 영상 처리 장치)로 구성되는 시스템에서, 서버의 저장매체 또는 단말의 저장매체를 포함할 수 있다. 또는, 서버 또는 단말과 통신 연결되는 제3 장치(예를 들어, 스마트폰)가 존재하는 경우, 컴퓨터 프로그램 제품은 제3 장치의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 서버로부터 단말 또는 제3 장치로 전송되거나, 제3 장치로부터 단말로 전송되는 S/W 프로그램 자체를 포함할 수 있다.
이 경우, 서버, 단말 및 제3 장치 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 서버, 단말 및 제3 장치 중 둘 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 서버(예로, 클라우드 서버 또는 인공 지능 서버 등)가 서버에 저장된 컴퓨터 프로그램 제품을 실행하여, 서버와 통신 연결된 단말이 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
또 다른 예로, 제3 장치가 컴퓨터 프로그램 제품을 실행하여, 제3 장치와 통신 연결된 단말이 개시된 실시예에 따른 방법을 수행하도록 제어할 수 있다.
제3 장치가 컴퓨터 프로그램 제품을 실행하는 경우, 제3 장치는 서버로부터 컴퓨터 프로그램 제품을 다운로드하고, 다운로드된 컴퓨터 프로그램 제품을 실행할 수 있다. 또는, 제3 장치는 프리로드된 상태로 제공된 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수도 있다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는 컴퓨터로 읽을 수 있는 기록매체의 형태로 구현될 수 있다. 상기 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 상기 명령어는 프로세서에 의해 실행되었을 때, 개시된 실시예들의 소정의 동작들을 수행할 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

Claims (20)

  1. 대상체에 관한 단층 영상을 처리하는 단층 영상 처리 장치에 있어서,
    상기 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하고, 검출된 X선을 통해 각 에너지 구간에서의 로 데이터(raw data)를 획득하는 데이터 획득부;
    상기 로 데이터를 이용하여 단층 영상(computed tomography image, CT image)을 생성하고, 사용자 입력에 기초하여 상기 단층 영상 상에서 관심 영역(region of interest, ROI)을 설정하고, 상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하고, 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 프로세서; 및
    결정된 상기 가상 단일 에너지 영상을 디스플레이하는 디스플레이부;
    를 포함하는, 장치.
  2. 제1 항에 있어서,
    상기 데이터 획득부는, 상기 대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간으로 구분하여 검출하고, 검출된 상기 X선을 증폭하여 각 에너지 구간에 대응되는 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득하고,
    상기 프로세서는, 상기 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성하고, 상기 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수를 계산하고, 상기 제1 단층 영상 내지 제3 단층 영상의 가중 평균(weighted average)을 계산하여 상기 복수의 에너지 레벨에 대응되는 상기 복수의 가상 단일 에너지 영상을 생성하는, 장치.
  3. 제1 항에 있어서,
    상기 데이터 획득부는, 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간으로 구분하고, 각 에너지 구간에 대응되는 에너지 레벨을 갖는 포톤(photon)들을 검출하는 포톤 카운팅 디텍터(photon counting detector, PCD)를 포함하는, 장치.
  4. 제1 항에 있어서,
    상기 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 지정하는 사용자 입력을 수신하는 사용자 입력부;
    를 더 포함하고,
    상기 프로세서는, 수신된 상기 사용자 입력에 기초하여 상기 단층 영상 상에서 혈관, 조직, 및 주변 영역을 관심 영역으로 설정하는, 장치.
  5. 제1 항에 있어서,
    상기 조영제의 종류에 관한 정보를 사용자로부터 입력 받는 사용자 입력부;
    를 더 포함하고,
    상기 프로세서는, 상기 관심 영역 내의 대상체에 주입된 조영제 농도를 측정하고, 상기 사용자 입력부를 통해 입력받은 조영제의 종류, 상기 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정하는, 장치.
  6. 제5 항에 있어서,
    상기 조영제의 종류 및 농도에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장하는 메모리;
    를 더 포함하고,
    상기 프로세서는, 상기 메모리에 저장되어 있는 상기 룩 업 테이블을 참조하여, 상기 관심 영역에서 측정된 조영제 농도 및 상기 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 장치.
  7. 제1 항에 있어서,
    상기 프로세서는, 상기 단층 영상 내의 대상체의 크기를 측정하고, 측정된 상기 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 장치.
  8. 제7 항에 있어서,
    대상체의 크기에 따른 에너지 레벨과 CNR의 관계에 관한 정보를 룩 업 테이블(LUT) 형태로 저장하는 메모리; 를 더 포함하고,
    있고,
    상기 프로세서는, 상기 메모리에 저장된 상기 룩 업 테이블을 참조하여, 측정된 상기 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 장치.
  9. 제7 항에 있어서,
    상기 프로세서는, 서로 다른 크기의 직경을 갖는 다양한 팬텀(phantom)의 크기를 통해 상기 대상체의 크기를 측정하는, 장치.
  10. 제1 항에 있어서,
    환자의 정보에 따라 CNR이 최대가 되는 에너지 레벨에 관한 정보를 저장하는 메모리; 를 더 포함하고,
    상기 프로세서는, 단층 촬영의 대상이 되는 환자의 식별 정보를 획득하고, 상기 메모리에 저장된 상기 에너지 레벨에 관한 정보에 기초하여, 획득된 상기 환자의 식별 정보에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 장치.
  11. 단층 영상 처리 장치의 동작 방법에 있어서,
    대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하여 단층 영상(computed tomography image, CT image)을 생성하는 단계;
    사용자 입력에 기초하여 상기 단층 영상 상에 관심 영역(region of interest, ROI)을 설정하는 단계;
    상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하는 단계;
    상기 복수의 가상 단일 에너지 영상 상에서 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계; 및
    결정된 상기 가상 단일 에너지 영상을 디스플레이하는 단계;
    를 포함하는, 방법.
  12. 제11 항에 있어서,
    상기 복수의 가상 단일 에너지 영상을 생성하는 단계는,
    상기 대상체에 조사된 서로 다른 에너지 스펙트럼을 갖는 X선을 3개의 에너지 구간에서 구분하여 검출하고, 검출된 X선을 증폭하여 제1 로 데이터(raw data) 내지 제3 로 데이터를 획득하는 단계;
    상기 제1 로 데이터 내지 제3 로 데이터를 재구성하여 제1 단층 영상 내지 제3 단층 영상을 생성하는 단계;
    상기 제1 단층 영상 내지 제3 단층 영상 각각에 적용되는 가중 함수를 계산하는 단계; 및
    상기 제1 단층 영상 내지 제3 단층 영상의 가중 평균(weighted average)을 계산하여, 상기 복수의 에너지 레벨에 대응되는 상기 복수의 가상 단일 에너지 영상을 생성하는 단계;
    를 포함하는, 방법.
  13. 제11 항에 있어서,
    상기 관심 영역을 설정하는 단계는, 상기 단층 영상 상의 혈관, 조직, 및 주변 영역(background)을 지정하는 사용자 입력을 수신하는 단계; 및
    수신된 상기 사용자 입력에 기초하여 상기 단층 영상 상에서 혈관, 조직, 및 주변 영역을 관심 영역으로 설정하는 단계;
    를 포함하는, 방법.
  14. 제11 항에 있어서,
    상기 가상 단일 에너지 영상을 결정하는 단계는,
    상기 관심 영역 내의 상기 대상체에 주입된 조영제 농도를 측정하는 단계;
    상기 조영제의 종류에 관한 정보를 사용자로부터 입력 받는 단계; 및
    상기 조영제의 종류, 상기 조영제의 농도와 CNR과의 관계에 기초하여 CNR이 최대가 되는 에너지 레벨을 결정하는 단계;
    를 포함하는, 방법.
  15. 제14 항에 있어서,
    상기 단층 영상 처리 장치에는 조영제의 종류 및 농도에 따른 에너지 레벨과 CNR과의 관계에 관한 정보를 룩 업 테이블(look-up table, LUT) 형태로 저장되어 있고,
    상기 가상 단일 에너지 영상을 결정하는 단계는, 상기 단층 영상 처리 장치에 저장되어 있는 상기 룩 업 테이블을 참조하여, 상기 관심 영역에서 측정된 조영제 농도 및 상기 조영제의 종류에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 방법.
  16. 제11 항에 있어서,
    상기 단층 영상 내의 대상체의 크기를 측정하는 단계; 를 더 포함하고,
    상기 가상 단일 에너지 영상을 결정하는 단계는, 측정된 상기 대상체의 크기에 기초하여 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 방법.
  17. 제16 항에 있어서,
    상기 단층 영상 처리 장치에는 대상체의 크기에 따른 에너지 레벨과 CNR과의 관계에 관한 정보에 관한 룩 업 테이블(LUT)가 저장되어 있고,
    상기 가상 단일 에너지 영상을 결정하는 단계는, 기 저장된 상기 룩 업 테이블을 참조하여, 측정된 상기 대상체의 크기에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는, 방법.
  18. 제16 항에 있어서,
    상기 대상체의 크기를 측정하는 단계는, 서로 다른 크기의 직경을 갖는 다양한 팬텀(phantom)의 크기를 통해 상기 단층 영상 내의 대상체의 크기를 측정하는, 방법.
  19. 제11 항에 있어서,
    상기 단층 영상 처리 장치는 환자의 정보에 따라 CNR이 최대가 되는 에너지 레벨에 관한 정보를 저장하고 있고,
    상기 가상 단일 에너지 영상을 결정하는 단계는,
    단층 촬영의 대상이 되는 환자의 식별 정보를 획득하는 단계; 및
    기 저장된 상기 에너지 레벨에 관한 정보에 기초하여, 획득된 상기 환자의 식별 정보에 따른 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계;
    를 포함하는, 방법.
  20. 컴퓨터로 읽을 수 있는 저장 매체를 포함하는 컴퓨터 프로그램 제품에 있어서,
    상기 저장 매체는,
    대상체를 투과한 서로 다른 에너지 스펙트럼을 갖는 X선을 검출하여 단층 영상(computed tomography image, CT image)을 생성하는 단계;
    사용자 입력에 기초하여 상기 단층 영상 상에 관심 영역(region of interest, ROI)을 설정하는 단계;
    상기 단층 영상을 재구성하여 복수의 에너지 레벨에 대응되는 복수의 가상 단일 에너지 영상(virtual monochromatic image, VMI)을 생성하는 단계;
    상기 복수의 가상 단일 에너지 영상 상에서 상기 관심 영역의 CNR(Contrast to Noise Ratio)을 측정하고, 상기 복수의 가상 단일 에너지 영상 중 측정된 CNR이 최대가 되는 에너지 레벨에서의 가상 단일 에너지 영상을 결정하는 단계; 및
    결정된 상기 가상 단일 에너지 영상을 디스플레이하는 단계;
    를 수행하는 명령어들을 포함하는, 컴퓨터 프로그램 제품.
KR1020180056771A 2017-08-03 2018-05-17 단층 영상 처리 장치 및 방법 KR102559031B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US16/636,130 US11610347B2 (en) 2017-08-03 2018-08-02 Tomographic image processing apparatus and method
PCT/KR2018/008785 WO2019027270A1 (ko) 2017-08-03 2018-08-02 단층 영상 처리 장치 및 방법
EP18841343.9A EP3644282B1 (en) 2017-08-03 2018-08-02 Tomographic image processing apparatus and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170098624 2017-08-03
KR1020170098624 2017-08-03

Publications (2)

Publication Number Publication Date
KR20190015084A true KR20190015084A (ko) 2019-02-13
KR102559031B1 KR102559031B1 (ko) 2023-07-25

Family

ID=65366851

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180056771A KR102559031B1 (ko) 2017-08-03 2018-05-17 단층 영상 처리 장치 및 방법

Country Status (3)

Country Link
US (1) US11610347B2 (ko)
EP (1) EP3644282B1 (ko)
KR (1) KR102559031B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798964A (zh) * 2019-04-09 2020-10-20 上海西门子医疗器械有限公司 医学图像处理方法和装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7054329B2 (ja) * 2017-10-06 2022-04-13 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP2020185223A (ja) * 2019-05-15 2020-11-19 国立大学法人北海道大学 単色ｃｔ画像作成方法、単色ｃｔ画像作成装置および単色ｃｔ画像作成プログラム
WO2022059419A1 (ja) * 2020-09-17 2022-03-24 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
DE102021201809A1 (de) 2021-02-25 2022-08-25 Siemens Healthcare Gmbh Erzeugen von Röntgenbilddaten auf Basis einer ortsabhängig variierenden Gewichtung von Basismaterialien

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090052612A1 (en) * 2007-08-22 2009-02-26 Xiaoye Wu System and method of optimizing a monochromatic representation of basis material decomposed ct images
KR20130111629A (ko) * 2011-01-18 2013-10-10 지멘스 악티엔게젤샤프트 조영제 보조 ｘ-선 영상을 발생하는 방법 및 ｘ-선 시스템
KR101485902B1 (ko) * 2013-04-24 2015-01-26 연세대학교 산학협력단 이중 에너지 컴퓨터 단층촬영을 이용한 심근 생존능 분석 방법 및 장치

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8055039B2 (en) 2008-02-21 2011-11-08 General Electric Company System and method to obtain noise mitigated monochromatic representation for varying energy level
KR102001216B1 (ko) 2012-10-16 2019-10-01 삼성전자주식회사 스펙트럼 추정 장치 및 방법
KR20140052563A (ko) 2012-10-25 2014-05-07 삼성전자주식회사 최적 다중에너지 엑스선 영상을 획득하는 장치 및 방법
KR20140084659A (ko) 2012-12-27 2014-07-07 삼성전자주식회사 에너지 차이를 증가시키는 다중에너지 엑스선 영상 획득 장치 및 방법
KR20160056979A (ko) 2014-11-12 2016-05-23 한국전기연구원 외부 투영 데이터를 이용한 체내 단층촬영 영상의 반복적 재구성 방법 및 시스템
WO2017019554A1 (en) 2015-07-24 2017-02-02 Photo Diagnostic Systems, Inc. Method and apparatus for performing multi-energy (including dual energy) computed tomography (ct) imaging
US9888894B2 (en) 2015-12-21 2018-02-13 General Electric Company Multi-energy X-ray imaging
KR102395251B1 (ko) 2015-12-29 2022-05-09 한국전기연구원 단층 촬영을 위한 관심 영역 설정 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090052612A1 (en) * 2007-08-22 2009-02-26 Xiaoye Wu System and method of optimizing a monochromatic representation of basis material decomposed ct images
KR20130111629A (ko) * 2011-01-18 2013-10-10 지멘스 악티엔게젤샤프트 조영제 보조 ｘ-선 영상을 발생하는 방법 및 ｘ-선 시스템
KR101485902B1 (ko) * 2013-04-24 2015-01-26 연세대학교 산학협력단 이중 에너지 컴퓨터 단층촬영을 이용한 심근 생존능 분석 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798964A (zh) * 2019-04-09 2020-10-20 上海西门子医疗器械有限公司 医学图像处理方法和装置

Also Published As

Publication number Publication date
US20210110583A1 (en) 2021-04-15
EP3644282A1 (en) 2020-04-29
EP3644282A4 (en) 2020-07-22
US11610347B2 (en) 2023-03-21
KR102559031B1 (ko) 2023-07-25
EP3644282B1 (en) 2024-07-10

Similar Documents

Publication Publication Date Title
KR102559031B1 (ko) 단층 영상 처리 장치 및 방법
US8818058B2 (en) Method for determining a correction function for correcting computed tomographic numbers of a small target object in a CT image
US10307129B2 (en) Apparatus and method for reconstructing tomography images using motion information
JP4361778B2 (ja) 計算機式断層写真法（ｃｔ）スカウト画像を形成する方法及び装置
EP2875781B1 (en) Apparatus and method for processing a medical image of a body lumen
CN109195526B (zh) X射线成像系统和定量成像方法及其计算单元
EP3247275B1 (en) Tomography imaging apparatus and method
US9254110B2 (en) Automatically obtaining optimized output data
JP2004160228A (ja) 組織異常、潅流異常、及び機能異常を検出する方法及び装置
JP2011244875A (ja) 画像処理装置、画像表示装置およびプログラム並びにｘ線ｃｔ装置
KR101971625B1 (ko) Ct 영상을 처리하는 장치 및 방법
KR101946576B1 (ko) 의료 영상 장치 및 의료 영상 처리 방법
US20190192091A1 (en) Method and apparatus for performing computed tomography (ct) imaging by injecting contrast medium
KR101686635B1 (ko) 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
CN111317493A (zh) 基于多能量x射线成像单独调整生成虚拟图像数据
KR102325343B1 (ko) 의료 영상 장치 및 의료 영상 처리 방법
EP3597107B1 (en) Topogram-based fat quantification for a computed tomography examination
KR20170087320A (ko) 단층 영상 생성 장치 및 그에 따른 단층 영상 복원 방법
KR20160065674A (ko) 의료 영상 장치 및 의료 영상 처리 방법
EP3821811B1 (en) Systems and methods for coherent scatter imaging using a segmented photon-counting detector for computed tomography
KR20180063753A (ko) 의료 영상 장치 및 동작 방법
KR20180054020A (ko) 의료 영상 장치 및 의료 영상 처리 방법
KR20160140189A (ko) 단층 촬영 장치 및 그에 따른 단층 촬영 방법
KR101934737B1 (ko) 의료 영상 장치 및 그 제어방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant