KR20210096942A

KR20210096942A - 심근관류 자기공명 영상 분석 장치 및 방법

Info

Publication number: KR20210096942A
Application number: KR1020200010633A
Authority: KR
Inventors: 이영주; 김성목; 이현훈
Original assignee: 포항공과대학교 산학협력단; 사회복지법인 삼성생명공익재단
Priority date: 2020-01-29
Filing date: 2020-01-29
Publication date: 2021-08-06
Also published as: KR102401111B1

Abstract

심근관류 자기공명 영상 분석 장치 및 방법이 개시된다. 상기 심근관류 자기공명 영상 분석 장치 및 방법은 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하고, 획득한 적어도 하나의 프레임별 대상 이미지를 전처리하며, 특정 픽셀 밝기값을 기준으로 적어도 하나의 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하며, 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하여 심실 및 심근, 또는 비장의 위치 및 프레임별 밝기 변화를 동적으로 인식함으로써, 심혈관 질환 진단 장치와 연동하여 고속, 고효율 및 고신뢰성의 심혈관 진단이 가능한 심혈관 영상 분석 장치심근관류 자기공명 영상 분석 장치 및 방법을 제공할 수 있다.

Description

심근관류 자기공명 영상 분석 장치 및 방법{APPARATUS AND METHOD FOR ANALYZING IMAGE OF MYOCARDIAL PERFUSION WITH MAGNETIC RESONANCE}

본 발명은 심근관류 자기공명 영상 분석 장치 및 방법에 관한 것으로서, 보다 상세하게는, 심혈관 질환을 진단하기 위해 촬영된 영상 데이터를 분석하는 심근관류 자기공명 영상 분석 장치 및 분석 방법에 관한 것이다.

일반적으로, 심혈관 질환이 의심되는 환자를 대상으로 심근관류 이상을 진단하기 위해서는 약물 부하 심근관류 자기공명영상 검사를 시행한다.

약물 부하 심근관류 자기공명영상 검사는 심혈관의 확장을 위해 약물(adenosine)을 주입한 상태에서 조영제를 주입하여 혈류 결손이 있는 부위를 찾아내는 검사로, 한두 개의 관상동맥이 막혔을 경우에는 심근 내에서의 상대적인 밝기 차이를 통해 숙련된 영상의학과 의사가 육안으로 소견을 판정할 수 있다.

그러나, 세 개의 관상동맥에 모두 이상이 있거나 미세관상동맥의 기능 이상으로 심근의 전반적인 혈류 감소가 발생하는 경우에는 자세한 정량적인 검사가 필수적으로 요구된다.

이와 같이 심장 관류의 특이 병변을 진단하기 위한 방법으로, 종래에는 조영제를 투여한 뒤 자기공명 영상장치(Magnetic Resonance Imaging, 이하, MRI)로 촬영하여 심혈관 질환의 유무를 진단하는 검사 방법을 이용하고 있다.

MRI 영상을 이용하여 심혈관 질환을 진단하는 종래의 심혈관 질환 진단 검사의 정량적 분석은, 도 1에서와 같이, 투여된 조영제가 심장 내에 점차 확산되면서 매 프레임마다 달라지는 밝기 변화에 따라 휴식 상태일 때와 약물 부하 상태일 때의 시간에 따른 심근 및 심실의 밝기 간의 기울기 비(upslope)를 산출하여 심근관류의 예비능 지표(Myocardial perfusion reserve index, MPRI)를 구함으로써 심혈관 질환의 유무를 판별한다.

그러나, 종래의 심근관류 자기공명 영상의 정량적 분석을 위해서는 심실과 심근을 의료인이 확인하여 경계면을 선택하는 작업이 필요하며, 약물부하 검사의 적절성 평가를 위해 비장의 위치를 확인하고 비장의 밝기 신호를 심근의 것과 육안으로 비교하는 작업을 별개로 진행하여야 하는 불편함이 있다.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 고효율, 고정밀 및 고신뢰성의 심근관류 자기공명 영상 분석 장치를 제공하는 데 있다.

또한, 상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 고효율, 고정밀 및 고신뢰성의 심근관류 자기공명 영상 분석 방법을 제공하는 데 있다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 심근관류 자기공명 영상 분석 장치는, 메모리(memory) 및 상기 메모리에 저장된 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되, 상기 적어도 하나의 명령은, 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하도록 하는 명령, 적어도 하나의 상기 프레임별 대상 이미지들을 전처리하도록 하는 명령, 사전 설정된 픽셀 밝기 값을 기준으로 적어도 하나의 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령, 상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령 및 상기 유효 데이터로부터 심실의 위치를 예측하도록 하는 명령을 포함한다.

여기서, 적어도 하나의 상기 프레임별 대상 이미지를 전처리하도록 하는 명령은, 상기 프레임별 대상 이미지의 픽셀 크기를 조정하도록 하는 명령 및 픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하도록 하는 명령을 포함할 수 있다.

또한, 상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령은, 상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하도록 하는 명령 및 예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 필터링하여 상기 유효 데이터를 획득하도록 하는 명령을 포함할 수 있다.

이때, 상기 추출된 복수의 외곽선들을 필터링하여 상기 유효 데이터를 획득하도록 하는 명령은, 상기 복수의 외곽선들의 중심 사이의 거리를 사전 설정값과 비교하도록 하는 명령, 상기 중심 사이의 거리가 상기 사전 설정값 대비 큰 적어도 하나의 외곽선을 삭제하도록 필터링하는 명령 및 상기 필터링 후 남은 복수의 외곽선들로부터 상기 유효 데이터를 획득하도록 하는 명령을 포함할 수 있다.

또한, 상기 유효 데이터는, 상기 프레임별 대상 이미지의 필터링 후 남은 복수의 외곽선들 중 중심 좌표를 기준으로 가장 일측에 위치하는 제1 외곽선, 상기 제1 외곽선의 중심을 기준으로 타측 방향에 위치한 외곽선들 중 가장 근접하게 위치한 제2 외곽선 및 상기 제2 외곽선의 중심 좌표를 중심점으로 하고, 상기 제1 외곽선과의 최소 거리를 반지름으로 하는 제1 원을 포함할 수 있다.

상기 심실의 위치를 예측하도록 하는 명령은 좌심실의 위치를 예측하도록 하는 명령을 포함하되, 상기 좌심실의 위치를 예측하도록 하는 명령은, 상기 프레임별 대상 이미지들로부터 추출된 상기 복수의 제1 외곽선들을 대상으로 평균 중심 좌표를 산출하도록 하는 명령 및 복수의 상기 제1 외곽선들을 필터링하여, 제1 대표 외곽선을 추출하도록 하는 명령을 포함할 수 있다.

여기서, 상기 복수의 상기 제1 외곽선들을 필터링하여, 제1 대표 외곽선을 추출하도록 하는 명령은, 복수의 상기 제1 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제1 외곽선을 삭제하도록 필터링하는 명령, 반지름의 크기가 0인 상기 제1 원을 삭제하도록 하는 명령 및 상기 프레임별 대상 이미지들의 상기 제1 외곽선들 중 넓이가 가장 큰 제1 외곽선을 제1 대표 외곽선으로 추출하여 상기 좌심실의 위치를 예측하도록 하는 명령을 포함할 수 있다.

한편, 상기 심실의 위치를 예측하도록 하는 명령은 우심실의 위치를 예측하도록 하는 명령을 포함하되, 상기 우심실의 위치를 예측하도록 하는 명령은, 상기 대상 이미지들로부터 추출된 복수의 상기 제2 외곽선들을 대상으로 평균 중심 좌표를 산출하도록 하는 명령 및 복수의 상기 제2 외곽선들을 필터링하여, 제2 대표 외곽선을 추출하도록 하는 명령을 포함할 수 있다.

이때, 상기 복수의 상기 제2 외곽선들을 필터링하여, 제2 대표 외곽선을 추출하도록 하는 명령은, 복수의 상기 제2 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제2 외곽선을 삭제하도록 필터링하는 명령, 반지름의 크기가 0인 상기 제1 원을 삭제하도록 하는 명령 및 상기 프레임별 대상 이미지들의 상기 외곽선들 중 넓이가 가장 큰 제2 외곽선을 제2 대표 외곽선으로 추출하여 상기 우심실의 위치를 예측하도록 하는 명령을 포함할 수 있다.

또한, 상기 심근관류 자기공명 영상 분석 장치는 상기 유효 데이터로부터 심실의 위치를 예측하도록 하는 명령 이전에, 상기 심실의 위치를 검증하도록 하는 명령을 더 포함할 수 있다.

여기서, 상기 심실의 위치를 검증하도록 하는 명령은, 제1 대표 외곽선을 둘러싸는 최소 반지름을 갖는 제2 원을 생성하도록 하는 명령, 상기 제2 원의 중심으로부터 제2 대표 외곽선과 외접하는 최소 거리를 반지름으로 하는 제3 원을 생성하도록 하는 명령 및 상기 제2 원 및 상기 제3 원의 반지름의 차이가 사전 설정 값 대비 작은 경우, 예외를 발생하도록 하는 명령을 포함할 수 있다.

이때, 상기 예외 발생 시, 상기 픽셀의 임계값을 조정하여 상기 적어도 하나의 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령을 재수행할 수 있다.

또한, 상기 심근관류 자기공명 영상 분석 장치는 상기 유효 데이터로부터 심근 영역을 산출하도록 하는 명령을 더 포함할 수 있다.

이때, 상기 심근 영역을 산출하도록 하는 명령은, 적어도 하나의 직선에 의해 상기 심실을 복수의 영역으로 분할하도록 하는 명령, 블록 껍질 알고리즘을 이용하여, 상기 제1 대표 외곽선의 블록 껍질을 생성하도록 하는 명령, 상기 블록 껍질을 소정 크기만큼 확대한 껍질을 생성하도록 하는 명령 및 상기 껍질 및 상기 제3 원의 외곽을 둘러싸는 심근 영역을 산출하도록 하는 명령을 포함할 수 있다.

여기서, 상기 적어도 하나의 직선은, 상기 프레임별 대상 이미지를 기준으로, 좌심실의 중심을 지나면서 우심실의 일측과 접하는 제1 직선, 상기 프레임별 대상 이미지를 기준으로, 상기 좌심실의 중심을 지나면서 상기 우심실의 타측과 접하는 제2 직선 및 상기 제1 직선 및 상기 제2 직선의 기울기를 반으로 가르며, 상기 우심실을 지나는 제3 직선 중 적어도 하나를 포함할 수 있다.

또한, 상기 심근관류 자기공명 영상 분석 장치는 상기 심근 영역 내 허혈 발생 영역을 예측하도록 하는 명령을 더 포함할 수 있다.

상기 목적을 달성하기 위한 본 발명의 다른 실시예에 따른 심근관류 자기공명 영상 분석 장치는, 메모리(memory) 및 상기 메모리에 저장된 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되, 상기 적어도 하나의 명령은, 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하도록 하는 명령, 적어도 하나의 상기 프레임별 대상 이미지들을 전처리하도록 하는 명령, 사전 설정된 픽셀 밝기 값을 기준으로 적어도 하나의 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령, 상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령 및 상기 유효 데이터로부터 비장의 위치를 예측하도록 하는 명령을 포함한다.

여기서, 적어도 하나의 상기 프레임별 대상 이미지를 전처리하도록 하는 명령은, 상기 프레임별 대상 이미지 내 일측의 소정 영역을 마스킹(masking) 처리하도록 하는 명령, 상기 프레임별 대상 이미지의 픽셀 크기를 조정하도록 하는 명령 및 픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하도록 하는 명령을 포함할 수 있다.

또한, 상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령은, 상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하도록 하는 명령 및 예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하도록 하는 명령을 포함할 수 있다.

이때, 상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하도록 하는 명령은, 상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들의 중심 좌표를 좌표값에 따라 정렬하여 저장하도록 하는 명령 및 추출된 상기 복수의 외곽선들 중 상기 대상 이미지의 프레임별로 가장 일측에 위치하는 외곽선을 저장하도록 하는 명령을 포함할 수 있다.

상기 유효 데이터로부터 비장의 위치를 예측하도록 하는 명령은, 상기 프레임별 대상 이미지들로부터 추출된 복수의 상기 외곽선들의 중심 좌표들을 대상으로 평균 중심 좌표 값을 산출하도록 하는 명령, 상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하도록 하는 명령 및 상기 필터링 후 남은 복수의 외곽선들 중 가장 넓이가 큰 제3 대표 외곽선을 추출하여 상기 비장의 위치를 예측하도록 하는 명령을 포함할 수 있다.

상기 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따른 심근관류 자기공명 영상 분석 방법은, 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하는 단계, 심실의 위치를 예측하는 제1 모드 및 비장의 위치를 예측하는 제2 모드 중 어느 하나로의 대상 모드 정보를 확인하는 단계, 상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계, 사전 설정된 픽셀 밝기값을 기준으로, 전처리된 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하는 단계, 이진화된 상기 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하는 단계 및 상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계를 포함한다.

여기서, 상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계는, 상기 대상 모드가 상기 제1 모드일 경우, 상기 프레임별 대상 이미지의 픽셀 크기를 조정하는 단계 및 픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하는 단계를 포함할 수 있다.

또한, 상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계는, 상기 대상 모드가 상기 제2 모드일 경우, 상기 프레임별 대상 이미지 내 일측의 소정 영역을 마스킹(masking) 처리하는 단계, 상기 프레임별 대상 이미지의 픽셀 크기를 조정하는 단계 및 픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하는 단계를 포함할 수 있다.

상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하는 단계는, 상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하는 단계 및 예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하는 단계를 포함할 수 있다.

상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는, 상기 대상 모드가 상기 제1 모드일 경우, 상기 프레임별 대상 이미지들로부터 추출된 복수의 제1 외곽선들을 대상으로 평균 중심 좌표를 산출하는 단계, 복수의 상기 제1 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제1 외곽선을 삭제하는 단계 및 상기 프레임별 대상 이미지들의 상기 제1 외곽선들 중 넓이가 가장 큰 제1 외곽선을 제1 대표 외곽선으로 추출하여, 좌심실의 위치를 예측하는 단계를 포함하되, 상기 제1 외곽선들은 상기 추출된 복수의 외곽선들을 필터링 한 후 상기 프레임별 대상 이미지들로부터 각각 중심 좌표를 기준으로 가장 일측에 위치하는 외곽선을 추출한 것일 수 있다.

또는, 상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는, 상기 대상 모드가 상기 제1 모드일 경우, 상기 프레임별 대상 이미지들로부터 추출된 복수의 제2 외곽선들을 대상으로 평균 중심 좌표를 산출하는 단계, 복수의 상기 제2 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제2 외곽선을 삭제하는 단계 및 상기 프레임별 대상 이미지들의 상기 제2 외곽선들 중 넓이가 가장 큰 제2 외곽선을 제2 대표 외곽선으로 추출하여, 우심실의 위치를 예측하는 단계를 포함하되, 상기 제2 외곽선들은 상기 추출된 복수의 외곽선들을 필터링 한 후 상기 프레임별 대상 이미지의 상기 제1 외곽선의 중심을 기준으로 타측 방향에 위치한 외곽선들 중 가장 근접하게 위치한 외곽선을 각각 추출한 것일 수 있다.

한편, 상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는, 상기 대상 모드가 상기 제2 모드일 경우, 상기 프레임별 대상 이미지로부터 단일 추출되는 대표 외곽선들의 중심 좌표들을 대상으로 평균 중심 좌표 값을 산출하는 단계, 상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하는 단계 및 상기 필터링 후 남은 상기 복수의 대표 외곽선들 중 가장 넓이가 큰 제3 대표 외곽선을 추출하여 상기 비장의 위치를 예측하는 단계를 포함할 수 있다.

이때, 상기 대표 외곽선들의 중심 좌표들을 대상으로 평균 중심 좌표 값을 산출하는 단계는, 상기 프레임별 대상 이미지로부터 복수의 외곽선들이 추출될 경우, 추출된 복수의 외곽선들의 개별 중심 좌표를 산출하는 단계 및 특정 값 이상 또는 이하의 상기 개별 중심 좌표를 포함하는 외곽선을 삭제하는 단계를 포함할 수 있다.

또한, 상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하는 단계는, 상기 평균 중심 좌표를 기준으로 특정 값 이상 또는 이하의 좌표값을 갖는 적어도 하나의 대표 외곽선을 삭제하는 단계를 포함할 수 있다.

상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는, 상기 대상 모드가 상기 제1 모드일 경우 심근 영역을 산출하는 단계를 더 포함할 수 있다.

또한, 상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는, 상기 심근 영역을 산출하는 단계 이후에, 상기 심근 영역 내 허혈 방생 영역을 예측하는 단계를 더 포함할 수 있다.

본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치 및 방법은 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하고, 획득한 적어도 하나의 프레임별 대상 이미지를 전처리하며, 특정 픽셀 밝기값을 기준으로 적어도 하나의 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하며, 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하여 심실 및 심근, 또는 비장의 위치 및 프레임별 밝기 변화를 동적으로 인식함으로써, 심혈관 질환 진단 장치와 연동하여 고속, 고효율 및 고신뢰성의 심혈관 진단이 가능한 심혈관 영상 분석 장치심근관류 자기공명 영상 분석 장치 및 방법을 제공할 수 있다.

도 1은 조영제가 투여된 심장이 촬영된 시간별 MRI 촬영 이미지들이다.
도 2는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치의 블록 구성도이다.
도 3은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법의 순서도이다.
도 4는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드에 따른 대상 이미지의 전처리 방법을 설명하기 위한 이미지들이다.
도 5는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드에 따른 대상 이미지의 전처리 방법을 설명하기 이미지들이다.
도 6은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드일 경우 대상 이미지별 데이터 필터링하는 단계를 설명하기 위한 순서도이다.
도 7은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드일 경우 대상 이미지별 데이터 필터링하는 단계를 설명하기 위한 순서도이다.
도 8은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드에 따른 심실 및 심근의 위치를 산출하는 단계를 설명하기 위한 순서도이다.
도 9는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심실의 위치를 검증하는 단계를 설명하기 위한 이미지이다.
도 10은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심근 영역을 예측하는 단계를 설명하기 위한 순서도이다.
도 11은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 프레임별 대상 이미지 내 심근 영역에서 추출된 픽셀들을 대상으로, 필터링 전후의 픽셀 값을 추출한 그래프이다.
도 12는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심근 영역 내 허혈 발생 영역을 예측하는 단계를 설명하기 위한 그래프이다.
도 13은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드로 동작할 경우 비장의 위치를 산출하는 단계를 설명하기 위한 순서도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 2는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치의 블록 구성도이다.

도 2를 참조하면, 심근관류 자기공명 영상 분석 장치(1000)는 심혈관이 촬영된 영상 이미지를 분석하는 장치일 수 있다. 예를 들어, 심혈관이 촬영된 영상 이미지는 자기공명 영상장치(Magnetic Resonance Imaging, MRI)로 촬영된 이미지일 수 있다.

실시예에 따르면, 심근관류 자기공명 영상 분석 장치(1000)는 심혈관 질환 진단을 위한 유효 데이터를 생성할 수 있다. 여기서, 유효 데이터는 심실, 심근 및 비장의 위치 데이터 및 심근관류가 의심되는 음영 부위 정보를 포함할 수 있다.

예를 들어, 심근관류 자기공명 영상 분석 장치(1000)는 심혈관 질환 진단 장치 내 프로그램으로 삽입되어 제공되거나, 심혈관 질환 진단 장치와 연동되는 별도의 독립적인 장치로 제공될 수 있다.

하기에서는 독립적인 장치로 제공되는 경우의 심근관류 자기공명 영상 분석 장치를 구성별로 보다 구체적으로 설명하도록 하겠다.

심근관류 자기공명 영상 분석 장치(1000)는 적어도 하나의 명령을 저장하는 메모리(100) 및 상기 메모리(100)의 적어도 하나의 명령을 실행하는 프로세서(200)를 포함할 수 있다.

또한, 심근관류 자기공명 영상 분석 장치(1000)는 상기 프로세서(200)를 통해 실행되는 네트워크와 연결되어 통신을 수행하는 송수신 장치(300), 입력 인터페이스 장치(400), 출력 인터페이스 장치(500), 저장 장치(600) 등을 더 포함할 수 있다.

심근관류 자기공명 영상 분석 장치(1000)에 포함된 각각의 구성 요소들은 버스(bus, 700)에 의해 연결되어 서로 통신을 수행할 수 있다.

예를 들어, 심근관류 자기공명 영상 분석 장치(1000)는 마이크로 컨트롤러 유닛(Micro Controller Unit)으로 제공될 수 있다.

심근관류 자기공명 영상 분석 장치(1000) 내 메모리(100) 및 저장 장치(600)은 각각 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다.

예를 들어, 메모리(100)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.

또한, 메모리(100)는 렌더링 엔진(Rendering Engine) 프로그램 및 물리 엔진(Physics Engine) 프로그램을 포함할 수 있다. 여기서, 렌더링 엔진 프로그램은 가상 환경을 영상으로 표현해주는 그래픽 엔진(Graphic Engine)일 수 있으며, 물리 엔진 프로그램은 가상 물체가 현실의 물리 법칙에 따라 움직일 수 있도록 처리해주는 프로그램일 수 있다.

메모리(100)는 적어도 하나의 명령을 포함할 수 있다. 이때, 상기 적어도 하나의 명령은, 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하도록 하는 명령, 상기 적어도 하나의 프레임별 대상 이미지를 전처리하도록 하는 명령, 상기 적어도 하나의 프레임별 대상 이미지를 이진화하도록 하는 명령, 상기 적어도 하나의 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령 및 상기 유효 데이터로부터 심실의 위치를 예측하도록 하는 명령을 포함할 수 있다.

프로세서(200)는 메모리(100) 및 저장 장치(600) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 실시예에 따르면, 프로세서(200)는 메모리(100) 내 적어도 하나의 명령을 수행할 수 있다.

상기 적어도 하나의 명령을 수행하는 프로세서(200)의 동작은 후술될 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치를 이용한 심근관류 자기공명 영상 분석 방법의 설명 시 보다 자세히 설명하겠다.

도 3은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법의 순서도이다.

도 3을 참조하면, 심근관류 자기공명 영상 분석 장치(1000) 내 프로세서(200)는 대상 이미지를 획득할 수 있다(S1000).

보다 구체적으로 설명하면, 프로세서(200)는 적어도 하나의 프레임별 심혈관 영상 이미지를 수신할 수 있다(S1100). 여기서, 심혈관 영상 이미지는 심혈관 부위를 자기 공명 영상 장치(MRI, Magnetic Resonance Imaging)로 촬영한 영상 이미지일 수 있다.

프로세서(200)는 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 관심 영역(A)을 추출하여 대상 이미지를 획득할 수 있다(S1500). 여기서, 관심 영역(A)은 심혈관 영상 이미지의 중심부에 위치하며, 심실, 심근 및 비장 이미지를 포함하는 영역일 수 있다.

실시예에 따르면, 관심 영역(A)은 사전 설정된 설정값에 의해 추출될 수 있다. 예를 들어, 설정값은 심혈관 영상 이미지의 중앙 좌표를 포함하는 픽셀 값 또는 좌표값으로 제공될 수 있다.

프로세서(200)는 제1 모드를 실행할 수 있다(S2000). 여기서, 제1 모드는 심근 및 심실의 위치를 예측하기 위한 프로세서(200)의 실행 모드일 수 있다. 다시 말하면, 프로세서(200)는 제1 모드의 실행에 따라 후술될 단계들을 거쳐 심근 및 심실의 위치를 예측할 수 있다.

프로세서(200)는 제1 모드에 따른 심근 및 심실의 위치 예측이 완료되면, 프로세서(200)는 제2 모드를 실행(S9000)하여 비장의 위치를 예측할 수 있다. 비장의 위치를 예측하는 방법은 심실 및 심근의 위치를 예측하는 방법과 유사함으로, 이하에서는 대상 모드에 따른 대상 장기의 위치 예측 방법으로 통합하여 설명하겠다.

프로세서(200)는 실행 중인 대상 모드를 확인할 수 있다(S3000). 프로세서(200)는 추출된 대상 이미지를 대상 모드별로 전처리할 수 있다(S4000). 프로세서(200)의 대상 모드별 대상 이미지의 전처리 단계는 하기 도 4 및 도 5를 참조하여 보다 자세히 설명하겠다.

도 4는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드에 따른 대상 이미지의 전처리 방법을 설명하기 위한 이미지들이다.

도 4를 참조하면, 프로세서(200)는 앞서 설명한 바와 같이, 제1 모드에 따라 대상 이미지를 전처리할 수 있다.

일 실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 제1 모드로 동작할 경우, 대상 이미지의 픽셀(Pixel) 크기를 조정(scaling)할 수 있다. 예를 들어, 프로세서(200)는 제1 모드로 동작할 경우, 프레임별 추출된 적어도 하나의 대상 이미지의 픽셀 비트(pixel bit)를 10비트(bit)에서 8비트(bit)로 조정할 수 있다.

이후, 프로세서(200)는 조절된 대상 이미지를 확대할 수 있다. 예를 들어, 프로세서(200)는 제1 모드로 동작할 경우, 대상 이미지를 가로 및 세로 방향으로 각각 32배 확대시킬 수 있다.

도 5는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드에 따른 대상 이미지의 전처리 방법을 설명하기 이미지들이다.

도 5를 참조하면, 프로세서(200)는, 다른 실시예에 따라, 프로세서(200)는 제2 모드로 동작할 수 있다.

프로세서(200)는 제2 모드로 동작할 경우, 추출된 대상 이미지의 좌측 끝으로부터 일정 영역을 마스킹(masking) 할 수 있다. 예를 들어, 프로세서(200)는 대상 이미지의 좌측 열을 기준으로 1/4만큼 마스킹할 수 있다.

이후, 프로세서(200)는 앞서 설명한 제1 모드에서와 같이, 대상 이미지의 픽셀(Pixel)을 조정(scaling)할 수 있다. 예를 들어, 프로세서(200)는 제1 모드에서와 같이, 프레임별 추출된 적어도 하나의 대상 이미지의 픽셀 비트(pixel bit)를 10비트(bit)에서 8비트(bit)로 조정할 수 있다.

프로세서(200)는 조정된 대상 이미지를 확대할 수 있다. 예를 들어, 프로세서(200)는 제2 모드로 동작할 경우, 대상 이미지를 가로 및 세로 방향으로 각각 16배 확대시킬 수 있다.

다시 도 3을 참조하면, 프로세서(200)는 전처리된 적어도 하나의 대상 이미지를 이진화 할 수 있다(S5000). 이에 따라, 프로세서(200)는 대상 이미지로부터 외곽선(Contour)을 추출할 수 있다.

실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 특정 임계값(threshold)을 설정하여 대상 이미지를 이진화할 수 있다. 여기서, 특정 임계값(threshold)은 대상 이미지 내 픽셀(pixel)의 특정 밝기값일 수 있으며, 외곽선(Contour)이 명확히 드러나도록 조정하여 설정할 수 있다.

이후, 프로세서(200)는 적어도 하나의 대상 이미지로부터 대상 모드별 유효 데이터를 획득할 수 있다(S6000).

보다 구체적으로 설명하면, 프로세서(200)는 개별 대상 이미지로부터 획득된 적어도 하나의 외곽선(contour)을 대상으로 예외(exception) 발생 여부를 확인할 수 있다(S6100). 예를 들어, 예외(exception)가 발생하는 경우는 이진화된 대상 이미지 상에 복수의 외곽선(contour)이 형성되거나, 이진화로부터 획득한 복수의 외곽선(contour) 중 어느 하나가 특정 조건에 부합하지 않을 경우를 포함할 수 있다. 여기서, 상기 특정 조건은, 이진화된 외곽선(contour)의 크기가 특정 값보다 작거나 크고, 가로 및 세로의 크기 비율이 이상하거나, 외곽선(contour)을 둘러싸는 사각형에 빈 곳이 많거나 외곽선(contour)에 저장되어 있는 좌푯값이 특정 값 이상 또는 이하인 경우, 또는 외곽선(contour)의 중심 좌푯값이 특정 값 이상 또는 이하인 경우 중 적어도 어느 하나를 포함할 수 있다. 이때, 설정된 특정 값에 대해서도 예외가 발생할 경우, 특정 임계값(threshold)을 재조정할 수 있다.

예외(exception)가 발생될 경우, 프로세서(200)는 대상 이미지별로 예외를 발생시키는 적어도 하나의 외곽선(contour)를 삭제하고, 남은 적어도 하나의 외곽선(contour), 다시 말해, 예외가 발생되지 않는 적어도 하나의 외곽선(contour)을 획득할 수 있다.

이때, 상기 예외가 발생되지 않는 적어도 하나의 외곽선(contour)을 대상으로, 이후의 과정에서 또다시 예외(exception)가 발생될 경우, 프로세서(200)는 특정 임계값(threshold)을 재조정하여 S5000 단계부터 재수행할 수 있다. 따라서, 본 발명의 실시예에 따른 심근관류 영상 분석 장치 내 프로세서(200)는 대상 이미지별로 노이즈(noise) 없는 적어도 하나의 정밀한 외곽선(contour)들을 획득할 수 있다.

이후, 프로세서(200)는 대상 이미지별로 획득한 적어도 하나의 외곽선(contour)들을 대상으로, 대상 모드별 데이터 필터링을 수행할 수 있다(S6500).

일 실시예에 따르면, 프로세서(200)는 제1 모드로 동작할 경우, 대상 이미지별로 획득한 적어도 하나의 외곽선(contour)들을 대상으로 데이터 필터링을 수행할 수 있다.

제1 모드로의 동작시 데이터 필터링을 수행하는 단계는 하기 도 6을 참조하여 보다 구체적으로 설명하겠다.

도 6은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드일 경우 대상 이미지별 데이터 필터링하는 단계를 설명하기 위한 순서도이다.

도 3 및 도 6을 참조하면, 프로세서(200)는 제1 모드로 동작할 경우, 복수의 프레임별 대상 이미지(I1, I2, …, IN)들을 필터링할 수 있다.

보다 구체적으로 설명하면, 프로세서(200)는 N이 1(S6510)인 제1 대상 이미지(I1)를 준비할 수 있다(S6520).

이후, 프로세서(200)는 제1 대상 이미지에서 복수의 외곽선(contour)들이 추출된 경우, 추출된 적어도 하나의 외곽선(contour)을 필터링할 수 있다(S6530).

실시예에 따르면, 프로세서(200)는 추출된 외곽선(contour)들의 중심 사이의 거리를 사전 설정값과 비교하여, 중심 사이의 거리가 설정값보다 큰 경우에 해당하는 적어도 하나의 외곽선(contour)을 삭제할 수 있다.

이후, 해당 대상 이미지가 마지막인 제N 대상 이미지가 아닐 경우(S6540), 프로세서(200)는 다음 프레임 이미지(N=n+1)인 제2 대상 이미지를 대상(S6550)으로 S6510부터 S6550까지의 단계를 순차적으로 수행할 수 있다. 이에 따라, 프로세서(200)는 제N 대상 이미지인 모든 프레임별 대상 이미지들의 데이터 필터링을 수행할 수 있다. 따라서, 모든 프레임별 대상 이미지들은 데이터 필터링을 통해, 모든 프레임 대상 이미지들은 동일한 외곽선이 일괄적으로 남아있을 수 있다.

프로세서(200)는 필터링된 모든 프레임별 대상 이미지들로부터 추출된 외곽선(contour)으로부터 유효 데이터를 획득할 수 있다(S6560). 예를 들어, 유효 데이터는 제1 외곽선, 제2 외곽선 및 제1 원의 정보를 포함할 수 있다.

실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 필터링된 모든 프레임별 대상 이미지들에 3개 이상의 외곽선(contour)이 남을 경우, 상기 외곽선(contour)들 중 제1 대상 이미지의 중심 좌표를 기준으로 가장 우측에 위치하는 제1 외곽선(contour, 미도시) 및 상기 제1 외곽선의 중심으로부터 좌측 방향으로 가장 근접한 거리에 위치하는 제2 외곽선(contour, 미도시)을 추출할 수 있다.

이후, 프로세서(200)는 추출된 제1 외곽선의 중심 좌표를 중심점으로 하고, 제2 외곽선과 외접하는 최소 반지름을 갖는 제1 원(미도시)을 생성할 수 있다.

프로세서(200)는 상기 제1 및 제2 외곽선들을 제외한 적어도 하나의 다른 외곽선(contour)은 삭제할 수 있다.

프로세서(200)는 추출된 유효 데이터들인 제1 외곽선, 제2 외곽선 및 제1 원을 저장 장치(600)에 저장할 수 있다. 이때, 프로세서(200)는 유효 데이터들을 좌표 값을 기준으로 정렬하여 저장할 수 있다.

따라서, 프로세서(200)는 모든 프레임별 대상 이미지들로부터 각각 심근 및 심실의 위치를 예측하기 위한 적어도 하나의 유효 데이터를 추출할 수 있다.

다시 도 3을 참조하면, 다른 실시예에 따라, 프로세서(200)는 비장의 위치를 예측하는 제2 모드로 동작할 경우, 대상 이미지별로 획득한 적어도 하나의 외곽선(contour)들을 이용하여, 유효 데이터를 획득할 수 있다(S6500).

제2 모드로의 동작시 유효 데이터를 획득하는 단계는 하기 도 7을 참조하여 보다 구체적으로 설명하겠다.

도 7은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드일 경우 대상 이미지별 유효 데이터를 획득하는 단계를 설명하기 위한 순서도이다.

도 7을 참조하면, 프로세서(200)는 제2 모드로 동작할 경우, 복수의 프레임별 대상 이미지(I1, I2, …, IN)들을 대상으로 유효 데이터를 획득할 수 있다. 다시 말하면, 프로세서(200)는 제2 모드로 동작할 경우, 복수의 프레임별 대상 이미지(I1, I2, …, IN)들을 대상으로 획득한 데이터를 필터링할 수 있다.

보다 구체적으로 설명하면, 프로세서(200)는 N이 1(S6510A)인 제1 대상 이미지(I1)를 준비할 수 있다(S6520A).

프로세서(200)는 제1 대상 이미지(I1)로부터 추출된 적어도 하나의 외곽선(contour)의 중심 좌표를 저장 장치(600)에 저장할 수 있다(S6530A).

이후, 프로세서(200)는 저장 장치(600)에 저장된 적어도 하나의 중심 좌표를 좌표값에 따라 정렬시킬 수 있다(S6540A).

또한, 프로세서(200)는 제1 대상 이미지에서 적어도 하나의 외곽선(contour)이 추출될 경우, 가장 우측에 위치하는 외곽선(contour)를 저장할 수 있다(S6550A).

이후, 프로세서(200)는 다음 프레임 이미지(N=n+1)인 제2 대상 이미지를 대상(S6560A)으로 S6510A부터 S6560A까지의 단계를 순차적으로 수행함으로써, 제N 대상 이미지인 모든 프레임 대상 이미지들로부터 비장의 위치를 예측하기 위한 적어도 하나의 유효 데이터를 획득할 수 있다.

다시 도 3을 참조하면, 프로세서(200)는 프레임별 대상 이미지들로부터 대상 모드에 따른 대상 장기의 위치를 예측할 수 있다(S7000).

실시예에 따르면, 프로세서(200)는 제1 모드로의 동작에 따라 심근 및 심실의 위치를 예측할 수 있다. 심근 및 심실의 위치를 예측하는 단계는 하기 도 8을 참조하여 보다 구체적으로 설명하겠다.

도 8은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제1 모드에 따른 심실 및 심근의 위치를 산출하는 단계를 설명하기 위한 순서도이다.

도 8을 참조하면, 프로세서(200)는 제1 모드에 따른 심실의 위치를 예측할 수 있다.

일 실시예에 따르면, 프로세서(200)는 좌심실의 위치를 예측할 수 있다(S7100).

보다 구체적으로 설명하면, 프로세서(200)는 저장 장치(600)에 저장된 프레임별 대상 이미지들의 유효 데이터 중 복수의 제1 외곽선들을 대상으로 평균 중심 좌표를 산출할 수 있다(S7110).

이후, 프로세서(200)는 제1 외곽선들을 필터링(S7130)하여 제1 대표 외곽선을 추출할 수 있다.

실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 복수의 제1 외곽선들을 대상으로 획득한 평균 중심 좌표를 이용하여, 제1 외곽선을 필터링 할 수 있다. 예를 들어, 프로세서(200)는 복수의 상기 제1 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제1 외곽선을 삭제할 수 있다.

이후, 프로세서(200)는 반지름의 크기가 0인 적어도 하나의 제1 원을 삭제할 수 있다.

그리고, 프로세서(200)는 제1 외곽선(LR)이 없는 대상 이미지 프레임의 경우, 해당 프레임의 근처에 위치한 대상 이미지의 제1 외곽선의 좌표 값을 바탕으로, 보간(interpolation) 또는 보외(extrapolation)를 수행할 수 있다.

이후, 프로세서(200)는 모든 대상 이미지들의 제1 외곽선 중에서 넓이가 가장 큰 제1 외곽선을 제1 대표 외곽선(LRs, 도 9 참조)으로 추출할 수 있다(S7150).

프로세서(200)는 모든 대상 이미지들의 제1 외곽선을 제1 대표 외곽선(LRs)으로 변경하여 대체할 수 있다(S7170).

이때, 제1 대표 외곽선(LRs, 도 9 참조)은 좌심실의 위치를 의미할 수 있다. 따라서, 프로세서(200)는 좌심실의 위치를 예측할 수 있다.

다시 도 8을 참조하면, 다른 실시예에 따라, 프로세서(200)는 우심실의 위치를 예측할 수 있다(S7300).

보다 구체적으로 설명하면, 프로세서(200)는 유효 데이터 중 복수의 제2 외곽선들로부터 적어도 하나의 제2 외곽선을 필터링하여 제2 대표 외곽선(LLs)을 추출할 수 있다. 적어도 하나의 제2 외곽선을 필터링하여 제2 대표 외곽선(LLs)을 추출하는 단계들(S7310, S7330, S7350)은 상기 제1 대표 외곽선(LRs)을 추출하는 단계와 동일하므로, 자세한 설명은 생략토록 하겠다.

프로세서(200)는 모든 대상 이미지들의 제2 외곽선을 제2 대표 외곽선(LLs)으로 변경하여 대체할 수 있다(S7370). 따라서, 프로세서(200)는 우심실의 위치를 예측할 수 있다.

도 9는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심실의 위치를 검증하는 단계를 설명하기 위한 이미지이다.

도 9를 참조하면, 프로세서(200)는 좌심실 및 우심실의 위치를 검증할 수 있다(S7500).

보다 구체적으로 설명하면, 프로세서(200)는 제1 대표 외곽선(LRs)를 둘러싸는 가장 작은 제3 원(C3)을 생성할 수 있다. 이후, 프로세서(200)는 상기 제3 원(C3)의 중심 및 반지름 정보를 저장 장치(600)에 저장할 수 있다.

프로세서(200)는 제3 원(C3)의 중심으로부터 제2 대표 외곽선(LLs)과 외접하는 최소 거리를 반지름으로 하는 제4 원(C4)을 생성할 수 있다. 이후, 프로세서는 제4 원(C4)의 반지름 정보를 저장할 수 있다.

프로세서(200)는 저장된 제3 및 제4 원(C3, C4)의 반지름 차이를 비교할 수 있다. 이때, 반지름의 차이가 특정값 대비 작을 경우, 예외(exception)을 발생시킬 수 있다. 예외(exception)가 발생될 경우, 프로세서(200)는 저장 장치(600) 내 저장된 정보들을 삭제하고, 특정 임계값(threshold)을 재조정하여 도 3의 S5000 단계부터 재수행할 수 있다.

다시 도 8을 참조하면, 프로세서(200)는 유효 데이터로부터 심근 영역을 예측할 수 있다(S7700). 심근 영역을 예측하는 단계는 도 10을 참조하여 보다 구체적으로 설명하겠다.

도 10은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심근 영역을 예측하는 단계를 설명하기 위한 순서도이다.

도 9 및 도 10을 참조하면, 프로세서(200)는 적어도 하나의 직선을 생성하여 심실을 분할하여 적어도 하나의 분할 영역을 생성할 수 있다(S7710).

일 실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 좌심실의 중심을 지나면서 우심실에 접하는 제1 직선(L1) 및 제2 직선(L2)을 생성하여 심실을 4개의 섹터(sector)로 분할할 수 있다.

다른 실시예에 따라 보다 구체적으로 설명하면, 프로세서(200)는 좌심실인 제1 대표외곽선(LRS)의 중심 좌표를 지나는 제1 직선 및 제2 직선과 함께, 상기 두 직선(L1, L2)의 기울기를 반으로 분할하며 우심실인 제2 대표외곽선(LLS)를지나가는 제3 직선(L3)을 생성할 수 있다.

이후, 프로세서(200)는 제3 직선(L3)의 기울기를 0도부터 0.1도씩 조정(L3')함으로써 직선의 일부 좌표가 우심실인 제2 대표 외곽선(LLs)에 접하는지 또는 내부에 속하는지를 판단하여 제1 내지 제3 직선들(L1, L2, L3)의 위치를 확정지을 수 있다. 이에 따라, 프로세서(200)는 확정된 제1 내지 제3 직선들(L1, L2, L3)을 이용하여 심실을 6개의 분할 영역(secter, S)으로 분할할 수 있다.

그러나, 프로세서(200)는 상기 언급한 바에 국한되지 않고, 제1 직선(L1) 및 제2 직선(L2)만을 이용하여, 심실을 4개의 분할 영역(secter, S)으로 분할할 수 있다.

한편, 각도가 서로 같은 직선들이 존재할 경우, 프로세서(200)는 예외(exception)를 발생시킬 수 있다. 예외(exception)가 발생될 경우, 프로세서(200)는 저장 장치(600) 내 저장된 정보들을 삭제하고, 특정 임계값(threshold)을 재조정하여 S5000 단계부터 재수행할 수 있다.

이후, 프로세서(200)는 블록 껍질 알고리즘(convex hull algorythm)을 이용하여, 좌심실을 둘러싸는 제1 대표 외곽선(LRs)의 블록 껍질(convex hull, CH)을 생성할 수 있다(S7720).

이후, 프로세서(200)는 제3 및 제4 원(C3, C4)의 반지름의 차이만큼 블록 껍질(convex hull)을 확대한 제1 껍질(CH1)을 생성할 수 있다(S7730).

또한, 프로세서(200)는 제3 및 제4 원(C3, C4)의 반지름의 차이의 반(1/2) 만큼 블록 껍질(convex hull)을 확대한 제2 껍질(CH2)을 생성할 수 있다(S7740).

프로세서(200)는 생성된 제2 껍질(CH2) 및 제3 원의 외곽을 둘러싸는 제3 외곽선(contour, 미도시)을 생성할 수 있다(S7750). 이에 따라, 프로세서(200)는 제3 외곽선(contour)으로 둘러싸인 좌심실 영역을 심근 영역으로 예측할 수 있다.

다시 도 8을 참조하면, 프로세서(200)는 프레임별 대상 이미지를 분석하여, 적어도 하나의 정보를 획득할 수 있다(S7800).

실시예에 따르면, 프로세서(200)는 프레임별 대상 이미지의 획득 시간 정보와 프레임별 좌심실 중심의 평균 픽셀 값, 프레임별 대상 이미지 내 심근 영역의 대상 픽셀 값 및 프레임별 대상 이미지의 각 분할 영역(S)별 평균 픽셀 값 등을 추출할 수 있다. 여기서, 각 분할 영역(S)별 평균 픽셀값은 제2 껍질(CH2) 상에 위치하는 픽셀(Pixel) 값을 기준으로 적용될 수 있다. 또한, 상기 픽셀 값은 S4000 단계에서의 조정(Scaling)되지 않은 확대된 대상 이미지의 픽셀(Pixel)값인 심혈관 영상 이미지의 픽셀 값으로 추출할 수 있다. 예를 들어, 상기 픽셀(Pixel) 값은 심혈관 영상 이미지의 픽셀 값인 10bit로 추출될 수 있다.

심근 영역의 대상 픽셀 값은 각 분할 영역(S)별 평균 픽셀값의 평균으로 산출될 수 있다.

이후, 프로세서(200)는 적어도 하나의 분석 데이터를 텍스트 파일 형태로 저장 장치(600)에 저장할 수 있다. 저장 장치(600)에 저장된 적어도 하나의 데이터는 연동된 심혈관 질환 진단 장치로 송신될 수 있다.

프로세서(200)는 심근 영역 내 허혈 발생 영역을 예측할 수 있다(S7900). 허혈 발생 영역을 예측하는 단계는 하기 도 11 및 12를 참조하여 보다 자세히 설명하겠다.

도 11은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 프레임별 대상 이미지 내 심근 영역에서 추출된 픽셀들을 대상으로, 필터링 전후의 픽셀 값을 추출한 그래프이다.

도 11을 참조하면, 프로세서(200)는 프레임별 대상 이미지의 심근 영역 내 픽셀(Pixel)들의 밝기 변화가 가장 큰 프레임을 추출할 수 있다.

여기서, 프레임별 대상 이미지의 심근 영역 내 픽셀(Pixel)들의 밝기 값은 앞서 심근 영역의 위치 산출 시 설명한 바와 같이, 제2 껍질(CH2) 상에 위치하는 픽셀(Pixel) 값을 기준으로 산출할 수 있다.

보다 구체적으로 설명하면, 프로세서(200)는 조영제를 투입한 후의 시간에 따른 심근 영역의 밝기 변화를 관찰하기 위해, 프레임별 대상 이미지의 시간 정보를 x축으로 하고, 심근 영역에서의 평균 밝기값을 y축으로 하는 그래프를 생성(도 11에서의 파란색 그래프)할 수 있다.

프로세스(200)는 상기 그래프가 완만해지도록 필터링(도 11에서의 빨간색 그래프)을 수행할 수 있다. 이후, 프로세서(200)는 필터링된 그래프에서 기울기가 가장 큰 프레임의 대상 이미지를 추출할 수 있다. 프로세서(200)는 상기 추출된 프레임의 대상 이미지를 기준으로, 특정 프레임 이후의 대상 이미지를 선정하여, 제3 외곽선(contour) 내 위치하는 특정 값 이하의 적어도 하나의 픽셀(Pixel)을 추출할 수 있다. 다시 말하면, 프로세서(200)는 선정된 대상 이미지의 심근 영역에서 특정 값 이하의 밝기 값을 갖는 저음영의 적어도 하나의 픽셀(Pixel)을 추출할 수 있다. 여기서, 적어도 하나의 저음영의 픽셀(Pixel)을 추출하는 특징은 하기 도 12를 참조하여 보다 구체적으로 설명하겠다.

도 12는 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 심근 영역 내 허혈 발생 영역을 예측하는 단계를 설명하기 위한 그래프이다.

도 12를 참조하면, 프로세서(200)는 제3 직선(L3)의 기울기를 0도부터 0.1도씩 조정(L3')하여, 해당 각도에서의 상기 제3 직선(L3) 내에 존재하는 픽셀들의 평균 밝기 값을 산출할 수 있다.

이후, 프로세서(200)는 제3 직선(L3)의 각도별 픽셀 평균 밝기 값을 특정 값과 비교할 수 있다. 이에 따라, 프로세서(200)는 특정 값 이하의 평균 밝기 값을 갖는 적어도 하나의 제3 직선(L3)의 각도 정보를 저장할 수 있다.

이후, 프로세서(200)는 저장된 적어도 하나의 각도에서의 상기 제3 직선(L3) 내 위치한, 특정 값 이하의 밝기 값을 갖는 적어도 하나의 저음영 픽셀(Pixel)을 추출할 수 있다.

이후, 프로세서(200)는 추출된 저음영 픽셀(Pixel)을 허혈 영역(파란색 영역)으로 표시할 수 있다.

다시 도 3을 참조하면, 프로세서(200)는 S7000 단계에서, 제2 모드로의 동작에 따라 비장의 위치를 예측할 수 있다. 비장의 위치를 예측하는 단계는 하기 도 13을 참조하여 보다 구체적으로 설명하겠다.

도 13은 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 방법 중 제2 모드로 동작할 경우 비장의 위치를 산출하는 단계를 설명하기 위한 순서도이다.

도 5 및 도 13을 참조하면, 프로세서(200)는 도 6에서 추출된 프레임별 대상 이미지 내 외곽선들의 중심 좌표를 이용하여 평균 중심 좌표 값을 산출할 수 있다(S7100A).

이때, 개별 프레임의 대상 이미지에서 복수의 외곽선들이 추출될 경우, 프로세서(200)는 추출된 복수의 외곽선들의 개별 중심 좌표를 산출하여, 특정 값 이상 또는 이하의 외곽선을 삭제할 수 있다. 따라서, 프로세서(200)는 프레임별로 하나의 대표 외곽선만을 추출함으로써, 복수의 프레임들로부터 추출된 대표 외곽선들의 평균 중심 좌표를 산출할 수 있다. 예를 들어, 프로세서(200)는 산출된 평균 중심 좌표를 저장 장치(600)에 저장할 수 있다.

이후, 프로세서(200)는 산출된 평균 중심 좌표값을 기준으로, 필터링을 수행할 수 있다(S7200A).

실시예에 따르면, 프로세서(200)는 저장 장치(600)에 저장된 평균 중심 좌표를 프레임별로 추출된 대상 이미지 내 대표 외곽선들의 중심 좌표와 비교할 수 있다.

예를 들어, 프로세서(200)는 상기 평균 중심 좌표를 기준으로 특정 값 이상 또는 이하의 좌표값을 갖는 적어도 하나의 대표 외곽선을 삭제할 수 있다. 이때, 프로세서(200)는 적어도 하나의 대표 외곽선이 추출되지 않은 대상 이미지의 프레임의 경우, 해당 대상 이미지의 근처에 위치한 전후 프레임의 대표 외곽선을 바탕으로, 보간(interpolation) 또는 보외(extrapolation)하여 적용할 수 있다.

이후, 프로세서(200)는 모든 대상 이미지들의 대표 외곽선들 중 넓이가 가장 큰 제3 대표 외곽선을 추출할 수 있다(S7300A).

프로세서(200)는 모든 대상 이미지들 내 적어도 하나의 대표 외곽선을 추출된 제3 대표 외곽선으로 대체하여 적용할 수 있다(S7400A). 이때, 예외(exception)가 발생될 경우, 프로세서(200)는 대상 이미지별로 생성된 적어도 하나의 외곽선(contour)를 삭제하고, 특정 임계값(threshold)을 재조정하여 S5000 단계부터 재수행하거나 또는 삭제하는 외곽선의 특정 크기를 변경할 수 있다. 이에 따라, 프로세서(200)는 비장의 위치를 예측할 수 있다(S7500A).

이후, 프로세서(200)는 프레임별 대상 이미지로부터 추출된 비장의 위치 정보를 저장할 수 있다(S7600A).

보다 구체적으로 설명하면, 프로세서(200)는 비장의 위치 정보인, 프레임별 대상 이미지로부터 추출된 제3 대표 외곽선 내 중심 위치의 픽셀 값을 추출할 수 있다.

이후, 프로세서(200)는 비장의 위치 정보인 상기 픽셀 값을 해당 대상 이미지에 표시하여 이미지 파일로 저장할 수 있다. 실시예에 따르면, 프로세서(200)는 비장의 위치를 도 5의 B와 같이, 이미지 파일로 저장할 수 있다. 이때, 상기 이미지 파일은 S4000 단계에서의 대상 이미지의 픽셀을 조정하기 전 원본 이미지인 심혈관 영상 이미지의 픽셀 크기로 저장될 수 있다. 예를 들어, 상기 이미지 파일의 픽셀 크기는 10bit일 수 있다.

또한, 프로세서(200)는 비장의 위치 정보를 추출한 시간 정보, 심근 영역의 전체 평균 픽셀 값, 각 섹터별 픽셀 값, 좌심실 및 우심실 중심의 픽셀 값 및 비장 중심의 픽셀 값을 저장할 수 있다. 이때, 비장 중심의 픽셀 값을 저장할 경우, 프로세서(200)는 필터링 전과 후의 데이터를 개별 저장할 수 있다.

본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치는 비장의 위치를 추출하고, 비장의 위치가 추출된 프레임별 대상 이미지 파일을 저장함으로써, 심실, 심근 및 비장의 픽셀 밝기 값의 그래프 변화를 비교하여 약물 부하 검사의 적절성 유무를 용이하게 확인할 수 있다.

이상, 본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치 및 방법에 대해 설명하였다.

본 발명의 실시예에 따른 심근관류 자기공명 영상 분석 장치 및 방법은 외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하고, 획득한 적어도 하나의 프레임별 대상 이미지를 전처리하며, 특정 픽셀 밝기값을 기준으로 적어도 하나의 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하며, 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하여 심실 및 심근, 또는 비장의 위치 예측 및 프레임별 밝기 변화를 동적으로 인식함으로써, 심혈관 질환 진단 장치와 연동하여 고속, 고효율 및 고신뢰성의 심혈관 진단이 가능한 심근관류 자기공명 영상 분석 장치 및 방법을 제공할 수 있다.

본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.

또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.

본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.

실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.

이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

1000: 심근관류 자기공명 영상 분석 장치 100: 메모리
200: 프로세서 300: 송수신 장치
400: 입력 인터페이스 장치 500: 출력 인터페이스 장치
600: 저장 장치 700: 버스(Bus)

Claims

메모리(memory); 및
상기 메모리에 저장된 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되,
상기 적어도 하나의 명령은,
외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하도록 하는 명령,
적어도 하나의 상기 프레임별 대상 이미지들을 전처리하도록 하는 명령,
사전 설정된 픽셀 밝기 값을 기준으로 적어도 하나의 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령,
상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령 및
상기 유효 데이터로부터 심실의 위치를 예측하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제1 항에 있어서,
적어도 하나의 상기 프레임별 대상 이미지를 전처리하도록 하는 명령은,
상기 프레임별 대상 이미지의 픽셀 크기를 조정하도록 하는 명령 및
픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제1 항에 있어서,
상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령은,
상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하도록 하는 명령 및
예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 필터링하여 상기 유효 데이터를 획득하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제3 항에 있어서,
상기 추출된 복수의 외곽선들을 필터링하여 상기 유효 데이터를 획득하도록 하는 명령은,
상기 복수의 외곽선들의 중심 사이의 거리를 사전 설정값과 비교하도록 하는 명령,
상기 중심 사이의 거리가 상기 사전 설정값 대비 큰 적어도 하나의 외곽선을 삭제하도록 필터링하는 명령 및
상기 필터링 후 남은 복수의 외곽선들로부터 상기 유효 데이터를 획득하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제4 항에 있어서,
상기 유효 데이터는,
상기 프레임별 대상 이미지의 필터링 후 남은 복수의 외곽선들 중 중심 좌표를 기준으로 가장 일측에 위치하는 제1 외곽선;
상기 제1 외곽선의 중심을 기준으로 타측 방향에 위치한 외곽선들 중 가장 근접하게 위치한 제2 외곽선; 및
상기 제1 외곽선의 중심 좌표를 중심점으로 하고, 상기 제2 외곽선과 외접하는 제1 원을 포함하는, 심근관류 자기공명 영상 분석 장치.
제5 항에 있어서,
상기 심실의 위치를 예측하도록 하는 명령은 좌심실의 위치를 예측하도록 하는 명령을 포함하되,
상기 좌심실의 위치를 예측하도록 하는 명령은,
상기 프레임별 대상 이미지들로부터 추출된 상기 복수의 제1 외곽선들을 대상으로 평균 중심 좌표를 산출하도록 하는 명령 및
복수의 상기 제1 외곽선들을 필터링하여, 제1 대표 외곽선을 추출하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제6 항에 있어서,
상기 복수의 상기 제1 외곽선들을 필터링하여, 제1 대표 외곽선을 추출하도록 하는 명령은,
복수의 상기 제1 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제1 외곽선을 삭제하도록 필터링하는 명령,
반지름의 크기가 0인 상기 제1 원을 삭제하도록 하는 명령 및
상기 프레임별 대상 이미지들의 상기 외곽선들 중 넓이가 가장 큰 제1 외곽선을 제1 대표 외곽선으로 추출하여 상기 좌심실의 위치를 예측하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제5 항에 있어서,
상기 심실의 위치를 예측하도록 하는 명령은 우심실의 위치를 예측하도록 하는 명령을 포함하되,
상기 우심실의 위치를 예측하도록 하는 명령은,
상기 대상 이미지들로부터 추출된 복수의 상기 제2 외곽선들을 대상으로 평균 중심 좌표를 산출하도록 하는 명령 및
복수의 상기 제2 외곽선들을 필터링하여, 제2 대표 외곽선을 추출하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제8 항에 있어서,
상기 복수의 상기 제2 외곽선들을 필터링하여, 제2 대표 외곽선을 추출하도록 하는 명령은,
복수의 상기 제2 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제2 외곽선을 삭제하도록 필터링하는 명령,
반지름의 크기가 0인 상기 제1 원을 삭제하도록 하는 명령 및
상기 프레임별 대상 이미지들의 상기 외곽선들 중 넓이가 가장 큰 제2 외곽선을 제2 대표 외곽선으로 추출하여 상기 우심실의 위치를 예측하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제1 항에 있어서,
상기 유효 데이터로부터 심실의 위치를 예측하도록 하는 명령 이전에,
상기 심실의 위치를 검증하도록 하는 명령을 더 포함하는, 심근관류 자기공명 영상 분석 장치.
제10 항에 있어서,
상기 심실의 위치를 검증하도록 하는 명령은,
제1 대표 외곽선을 둘러싸는 최소 반지름을 갖는 제3 원을 생성하도록 하는 명령,
상기 제3 원의 중심으로부터 제2 대표 외곽선과 외접하는 최소 거리를 반지름으로 하는 제4 원을 생성하도록 하는 명령 및
상기 제3 원 및 상기 제4 원의 반지름의 차이가 사전 설정 값 대비 작은 경우, 예외를 발생하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제11 항에 있어서,
상기 예외 발생 시, 상기 픽셀의 임계값을 조정하여 상기 적어도 하나의 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령을 재수행하는, 심근관류 자기공명 영상 분석 장치.
제1 항에 있어서,
상기 유효 데이터로부터 심근 영역을 산출하도록 하는 명령을 더 포함하는, 심근관류 자기공명 영상 분석 장치.
제11 항에 있어서,
상기 유효 데이터로부터 심근 영역을 예측하도록 하는 명령을 더 포함하되,
상기 심근 영역을 산출하도록 하는 명령은,
적어도 하나의 직선에 의해 상기 심실을 복수의 영역으로 분할하도록 하는 명령,
블록 껍질 알고리즘을 이용하여, 상기 제1 대표 외곽선의 블록 껍질을 생성하도록 하는 명령,
상기 블록 껍질을 소정 크기만큼 확대한 껍질을 생성하도록 하는 명령 및
상기 껍질 및 상기 제3 원의 외곽을 둘러싸는 심근 영역을 산출하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제14 항에 있어서,
상기 적어도 하나의 직선은,
상기 프레임별 대상 이미지를 기준으로, 좌심실의 중심을 지나면서 우심실의 일측과 접하는 제1 직선,
상기 프레임별 대상 이미지를 기준으로, 상기 좌심실의 중심을 지나면서 상기 우심실의 타측과 접하는 제2 직선 및
상기 제1 직선 및 상기 제2 직선의 기울기를 반으로 가르며, 상기 우심실을 지나는 제3 직선 중 적어도 하나를 포함하는, 심근관류 자기공명 영상 분석 장치.
제10 항에 있어서,
상기 심근 영역 내 허혈 발생 영역을 예측하도록 하는 명령을 더 포함하는, 심근관류 자기공명 영상 분석 장치.
메모리(memory); 및
상기 메모리에 저장된 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되,
상기 적어도 하나의 명령은,
외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하도록 하는 명령,
적어도 하나의 상기 프레임별 대상 이미지들을 전처리하도록 하는 명령,
사전 설정된 픽셀 밝기 값을 기준으로 적어도 하나의 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하도록 하는 명령,
상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령 및
상기 유효 데이터로부터 비장의 위치를 예측하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제17 항에 있어서,
적어도 하나의 상기 프레임별 대상 이미지를 전처리하도록 하는 명령은,
상기 프레임별 대상 이미지 내 일측의 소정 영역을 마스킹(masking) 처리하도록 하는 명령,
상기 프레임별 대상 이미지의 픽셀 크기를 조정하도록 하는 명령 및
픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제17 항에 있어서,
상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하도록 하는 명령은,
상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하도록 하는 명령 및
예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
제19 항에 있어서,
상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하도록 하는 명령은,
상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들의 중심 좌표를 좌표값에 따라 정렬하여 저장하도록 하는 명령 및
추출된 상기 복수의 외곽선들 중 상기 대상 이미지의 프레임별로 가장 일측에 위치하는 외곽선을 저장하도록 하는 명령을 포함하는, 심혈관 분석 장치.
제20 항에 있어서,
상기 유효 데이터로부터 비장의 위치를 예측하도록 하는 명령은,
상기 프레임별 대상 이미지들로부터 추출된 복수의 상기 외곽선들의 중심 좌표들을 대상으로 평균 중심 좌표 값을 산출하도록 하는 명령,
상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하도록 하는 명령 및
상기 필터링 후 남은 복수의 외곽선들 중 가장 넓이가 큰 제3 대표 외곽선을 추출하여 상기 비장의 위치를 예측하도록 하는 명령을 포함하는, 심근관류 자기공명 영상 분석 장치.
외부로부터 수신된 적어도 하나의 프레임별 심혈관 영상 이미지로부터 대상 이미지를 개별적으로 획득하는 단계;
심실의 위치를 예측하는 제1 모드 및 비장의 위치를 예측하는 제2 모드 중 어느 하나로의 대상 모드 정보를 확인하는 단계;
상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계;
사전 설정된 픽셀 밝기값을 기준으로, 전처리된 상기 프레임별 대상 이미지를 이진화하여 적어도 하나의 외곽선을 추출하는 단계;
이진화된 상기 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하는 단계; 및
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계는,
상기 대상 모드가 상기 제1 모드일 경우, 상기 프레임별 대상 이미지의 픽셀 크기를 조정하는 단계; 및
픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 대상 모드에 따라 적어도 하나의 상기 프레임별 대상 이미지를 전처리하는 단계는,
상기 대상 모드가 상기 제2 모드일 경우, 상기 프레임별 대상 이미지 내 일측의 소정 영역을 마스킹(masking) 처리하는 단계;
상기 프레임별 대상 이미지의 픽셀 크기를 조정하는 단계; 및
픽셀 크기가 조정된 상기 프레임별 대상 이미지를 확대하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 이진화된 프레임별 대상 이미지로부터 적어도 하나의 유효 데이터를 획득하는 단계는,
상기 프레임별 대상 이미지로부터 추출된 복수의 외곽선들을 대상으로 예외 발생 여부를 확인하는 단계; 및
예외가 발생하지 않을 경우, 상기 추출된 복수의 외곽선들을 이용하여 상기 유효 데이터를 획득하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는,
상기 대상 모드가 상기 제1 모드일 경우,
상기 프레임별 대상 이미지들로부터 추출된 복수의 제1 외곽선들을 대상으로 평균 중심 좌표를 산출하는 단계;
복수의 상기 제1 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제1 외곽선을 삭제하는 단계; 및
상기 프레임별 대상 이미지들의 상기 제1 외곽선들 중 넓이가 가장 큰 제1 외곽선을 제1 대표 외곽선으로 추출하여, 좌심실의 위치를 예측하는 단계를 포함하되,
상기 제1 외곽선들은 상기 추출된 복수의 외곽선들을 필터링 한 후 상기 프레임별 대상 이미지들로부터 각각 중심 좌표를 기준으로 가장 일측에 위치하는 외곽선을 추출한 것인, 심근관류 자기공명 영상 분석 방법.
제26 항에 있어서,
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는,
상기 대상 모드가 상기 제1 모드일 경우,
상기 프레임별 대상 이미지들로부터 추출된 복수의 제2 외곽선들을 대상으로 평균 중심 좌표를 산출하는 단계;
복수의 상기 제2 외곽선들 중 상기 평균 중심 좌표를 기준으로 특정값 이상 또는 상기 특정값 이하의 좌표값을 갖는 적어도 하나의 제2 외곽선을 삭제하는 단계; 및
상기 프레임별 대상 이미지들의 상기 제2 외곽선들 중 넓이가 가장 큰 제2 외곽선을 제2 대표 외곽선으로 추출하여, 우심실의 위치를 예측하는 단계를 포함하되,
상기 제2 외곽선들은 상기 추출된 복수의 외곽선들을 필터링 한 후 상기 프레임별 대상 이미지의 상기 제1 외곽선의 중심을 기준으로 타측 방향에 위치한 외곽선들 중 가장 근접하게 위치한 외곽선을 각각 추출한 것인, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는,
상기 대상 모드가 상기 제2 모드일 경우, 상기 프레임별 대상 이미지로부터 단일 추출되는 대표 외곽선들의 중심 좌표들을 대상으로, 평균 중심 좌표 값을 산출하는 단계;
상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하는 단계; 및
상기 필터링 후 남은 상기 복수의 대표 외곽선들 중 가장 넓이가 큰 제3 대표 외곽선을 추출하여 상기 비장의 위치를 예측하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제28 항에 있어서,
상기 대표 외곽선들의 중심 좌표들을 대상으로 평균 중심 좌표 값을 산출하는 단계는,
상기 프레임별 대상 이미지로부터 복수의 외곽선들이 추출될 경우, 추출된 복수의 외곽선들의 개별 중심 좌표를 산출하는 단계; 및
특정 값 이상 또는 이하의 상기 개별 중심 좌표를 포함하는 외곽선을 삭제하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제28 항에 있어서,
상기 평균 중심 좌표 값을 기준으로 데이터 필터링을 수행하는 단계는,
상기 평균 중심 좌표를 기준으로 특정 값 이상 또는 이하의 좌표값을 갖는 적어도 하나의 대표 외곽선을 삭제하는 단계를 포함하는, 심근관류 자기공명 영상 분석 방법.
제22 항에 있어서,
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는,
상기 대상 모드가 상기 제1 모드일 경우 심근 영역을 산출하는 단계를 더 포함하는, 심근관류 자기공명 영상 분석 방법.
제29 항에 있어서,
상기 유효 데이터로부터 상기 대상 모드에 따른 장기의 위치를 예측하는 단계는,
상기 심근 영역을 산출하는 단계 이후에, 상기 심근 영역 내 허혈 방생 영역을 예측하는 단계를 더 포함하는, 심근관류 자기공명 영상 분석 방법.