KR20210108178A - 2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 - Google Patents
2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 Download PDFInfo
- Publication number
- KR20210108178A KR20210108178A KR1020200023058A KR20200023058A KR20210108178A KR 20210108178 A KR20210108178 A KR 20210108178A KR 1020200023058 A KR1020200023058 A KR 1020200023058A KR 20200023058 A KR20200023058 A KR 20200023058A KR 20210108178 A KR20210108178 A KR 20210108178A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- cta
- distance
- matching
- blood vessel
- Prior art date
Links
- 238000010968 computed tomography angiography Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 96
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 56
- 230000000747 cardiac effect Effects 0.000 claims abstract description 25
- 210000003484 anatomy Anatomy 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 4
- 230000000644 propagated effect Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000001356 surgical procedure Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008602 contraction Effects 0.000 description 5
- 210000004351 coronary vessel Anatomy 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004217 heart function Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 210000001992 atrioventricular node Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
- A61B6/02—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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- Pulmonology (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Gynecology & Obstetrics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은, XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시키는 단계; 상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정하는 단계; 상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행하는 단계; 상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성하는 단계; 및 상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행하는 단계;를 포함한다. 이에 따라, 2D XA 영상과 3D CTA 영상 간의 강체 간에 빠르고 정확한 정합이 가능하다.
Description
본 발명은 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것으로서, 더욱 상세하게는 관상동맥 중재술을 위한 동일 환자의 시술 전 촬영된 3D CTA 영상과 시술 중 촬영된 2D XA 영상의 두 이종 영상 간 빠르고 정확한 정합 기법에 관한 것이다.
의료 시술이나 수술시에 사용되는 의료 영상 기술은 대표적으로 X-ray(X선영상 기술, radiography)와 CT(전산화 단층 촬영 기술, Computed Tomography)이 있다.
X-ray는 각 부위 조직의 투과된 X선의 감쇄 특성을 이용하여 평면형광판이나 필름에 생체 내부 구조를 영상화하는 반면, CT는 인체의 단면 주위를 돌면서 X-선을 투사하고 X-선이 인체를 통과하면서 감소되는 양을 측정하여 내부 구조를 영상화한다.
수술 전에는 주로 3D인 CT 영상을 찍고, 수술 중에는 2D X-ray 영상을 사용하는 경우가 많으므로, 두 이종 영상 간의 정확한 정합 기술은 의료 분야에서 매우 중요하다. 기존에 수행되었던 관상동맥의 2D 및 3D 정합 연구는 다음과 같다.
Kerrien 등은 수술 전 Calibration 과정을 통해 왜곡계수, 회전각도, 크기변환 추정치를 측정한 후, NCC와 Modified Optical Flow를 이용한 정합 기법을 제안하였다. 이 기법은 비교를 위한 영상 생성과 NCC 탐색을 위한 수행시간이 많이 소요된다는 단점이 있다.
Metz 등은 CTA 영상으로부터 DRR 영상을 생성하여 XA 영상과 NCC를 이용한 유사성 비교를 통한 정합을 수행하였다. 심장 박동에 따른 혈관의 변형 차이를 최소화하기 위해 다중 Phase에서 촬영된 4D CTA 영상을 이용하였다.
하지만, 4D CTA 영상은 일반적/보편적으로 촬영되지 않으며, 3D CTA 영상에 비해 방사선에 많이 노출된다는 단점이 있다. 또한, 혈관의 초기위치를 수동으로 일치시켜야 하며, Multi Resolution Gradient Ascent Optimization 기법을 이용한 NCC 최적화 과정에서 많은 수행시간이 소요된다는 단점이 존재한다.
Benseghir 등은 혈관의 말단 혹은 분지점 단위로 구분된 곡선 간의 유사성 비교를 통한 정합을 수행하기 위해 Frechet Distance와 ICC(Iterative Closest Curve)를 이용하였다. 이는 인접한 두 정점간의 거리가 최소가 되도록 변형하는 ICP(Iterative Closest Point) 기법과 유사하지만, 점이 아닌 곡선 간의 비교를 수행하여 혈관의 기하학적 유사성을 고려한다는 이점이 존재한다.
하지만, 다수의 곡선을 비교할 경우 계산속도가 현저히 저하되며, 전역적 탐색을 고려하지 않아 국부 최소로 오정합 될 수 있는 문제점이 있다.
Kaila 등은 Biplane XA 영상을 이용하여 생성된 3D 중심선과 CTA 영상으로부터 추출된 3D 중심선의 각 점을 가우시안 혼합 모델로 구성하여 EM(Expectation-Maximization) 기법을 통해 사후 확률이 최대화되는 지점으로 정렬을 수행하는 CPD(Coherence Point Drift) 기반 정합기법을 제안하였다.
이 기법은 혈관 직경정보와 분지점 정보를 추가로 활용하여 정합의 강건성을 증가시켰지만, 3D 공간상에서 정합을 수행하여 수행시간이 매우 오래 걸리며, 단일 XA 영상에서는 수행할 수 없는 단점이 존재한다.
Park 등은 주축 생성 및 정렬, 경계상자를 이용한 초기정합을 수행하였다. 그리고 삼각측정을 이용한 보정기법, 파웰 최적화 기법을 이용한 거리 최적화를 통한 고속의 정합 기법을 제안하였다.
하지만, 두 영상 사이의 심장주기(ECG Gated) 일치가 고려되지 않아 수동으로 맞추어야 한다는 단점이 존재한다. 또한, 주축과 경계상자를 이용한 초기 정합과 주축을 기반으로 하는 삼각측정 방법은 2D/3D 혈관의 분할 정도, 노이즈, 심장주기 일치 정도에 따라 정합 오차가 커지거나 지역적 오류로 인한 잘못된 정합 결과를 가져올 수 있는 한계가 있다.
수술 중 촬영된 2D XA 영상과 수술 전 촬영된 3D CTA 영상의 고속 강체 정합 기법, 박태용, 신용빈, 임선혜, 이정진, 한국멀티미디어학회논문지, 16권 12호 1454p ~ 1464p, 2013
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록 매체를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법을 수행하기 위한 장치를 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은, XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시키는 단계; 상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정하는 단계; 상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행하는 단계; 상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성하는 단계; 및 상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행하는 단계;를 포함한다.
본 발명의 실시예에서, 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계는, XA 영상 촬영 시의 환자의 심전도 곡선으로부터 R-R 간격을 추출하는 단계; 상기 R-R 간격에 대응하는 상기 XA 영상을 한 프레임으로 정의하는 단계; 상기 프레임 내에서 상기 XA 영상의 윈도우를 분할하는 단계; 및 상기 CTA 영상이 촬영된 시점의 윈도우와 매칭되는 상기 XA 영상의 윈도우를 추출하여 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계;를 포함할 수 있다.
본 발명의 실시예에서, 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계는, 상기 CTA 영상이 촬영된 시점의 윈도우가 복수개의 상기 XA 영상의 윈도우와 매칭되는 경우, 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 오차가 최소가 되는 윈도우를 선택하는 단계;를 더 포함할 수 있다.
본 발명의 실시예에서, 상기 정형화된 중요도 값을 설정하는 단계는, 근심골편(Proximal Segment)에서 원심골편(Distal Segment) 방향으로 단계적으로 설정할 수 있다.
본 발명의 실시예에서, 상기 정형화된 중요도 값을 설정하는 단계는, SCCT(The Society Of Cardiovascular Computed Tomography)의 표준화된 관상동맥의 분할 정보를 이용할 수 있다.
본 발명의 실시예에서, 상기 초기 정합을 수행하는 단계는, 상기 CTA 영상과 XA 영상의 혈관 중심선들로부터 각각 x축과 y축의 최소값과 최대값을 도출하는 단계; x축과 y축의 최소값과 최대값을 꼭지점으로 하는 상기 CTA 영상과 XA 영상의 각 경계볼륨을 생성하는 단계; 및 상기 CTA 영상과 XA 영상의 각 경계볼륨에서 기하학적 변환을 고려한 최대경계볼륨을 생성하여 일치시키는 단계;를 포함할 수 있다.
본 발명의 실시예에서, 상기 2D 거리맵을 형성하는 단계는, 각 픽셀의 거리 전파된 거리값을 계산하여 최대 이동벡터에 대한 임계값-1까지의 거리값을 전파하면서 각 픽셀의 미리 설정한 인접 영역에서의 거리값 비교를 통한 최소값을 할당할 수 있다.
본 발명의 실시예에서, 상기 2D 거리맵을 형성하는 단계는, 상기 XA 영상의 각 혈관 중심선으로부터 거리값이 같은 픽셀들은 동일한 색상 또는 명암으로 표시될 수 있다.
본 발명의 실시예에서, 상기 정밀 정합을 수행하는 단계는, 임계값을 갖는 이동벡터와 회전벡터를 포함하는 변환함수의 최적화 기법을 통해 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 거리가 최소가 되는 위치로 정합을 수행하는 단계;를 더 포함할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 상기 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.
상기한 본 발명의 또 다른 목적을 실현하기 위한 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치는, XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시키는 주기 정합부; 상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정하는 중요도값 설정부; 상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행하는 초기 정합부; 상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성하는 변위 제한부; 및 상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행하는 정밀 정합부;를 포함한다.
이와 같은 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법에 따르면, 동일 환자의 시술 전 촬영된 3D CTA 영상을 이용하여 시술 중 촬영되는 2D XA 영상과 융합 가시화하기 위해 이종 영상 간 빠르고 정확한 정합이 가능하다. 따라서, 2D XA 영상의 깊이(depth) 정보 부족으로 인한 3D CTA 영상에 대한 구조 파악의 한계를 보완할 수 있다. 이에 따라, 2D XA 영상을 활용하여 시술을 진행하는 임상의가 혈관 구조 파악을 쉽게 할 수 있도록 도움을 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치의 블록도이다.
도 2는 도 1의 주기 정합부에서 사용하는 심전도(electrocardiogram, ECG) 곡선을 설명하기 위한 도면이다.
도 3은 도 1의 주기 정합부에서 심전도 곡선을 이용한 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 과정을 설명하기 위한 도면이다.
도 4는 도 1의 중요도값 설정부에서 혈관의 해부학적 구조에 따른 중요도 값을 설정하는 과정을 설명하기 위한 도면이다.
도 5는 도 1의 초기 정합부에서 최적경계볼륨을 생성하는 과정을 설명하기 위한 도면이다.
도 6은 도 1의 변위 제한부에서 지역적 거리전파에 의한 2D 거리맵을 형성하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법의 흐름도이다.
도 2는 도 1의 주기 정합부에서 사용하는 심전도(electrocardiogram, ECG) 곡선을 설명하기 위한 도면이다.
도 3은 도 1의 주기 정합부에서 심전도 곡선을 이용한 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 과정을 설명하기 위한 도면이다.
도 4는 도 1의 중요도값 설정부에서 혈관의 해부학적 구조에 따른 중요도 값을 설정하는 과정을 설명하기 위한 도면이다.
도 5는 도 1의 초기 정합부에서 최적경계볼륨을 생성하는 과정을 설명하기 위한 도면이다.
도 6은 도 1의 변위 제한부에서 지역적 거리전파에 의한 2D 거리맵을 형성하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법의 흐름도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치의 블록도이다.
본 발명에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치(10, 이하 장치)는 이종 영상 간, 즉 동일 환자의 시술 전 촬영된 3D CTA 영상과 시술 중 촬영된 2D XA 영상의 빠르고 정확한 정합 기술을 제안한다.
도 1을 참조하면, 본 발명에 따른 장치(10)는 주기 정합부(110), 중요도값 설정부(130), 초기 정합부(150), 변위 제한부(170) 및 정밀 정합부(190)를 포함한다.
본 발명의 상기 장치(10)는 2D XA 영상과 3D CTA 영상 간의 강체 정합을 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 상기 주기 정합부(110), 상기 중요도값 설정부(130), 상기 초기 정합부(150), 상기 변위 제한부(170) 및 상기 정밀 정합부(190)의 구성은 상기 장치(10)에서 실행되는 2D XA 영상과 3D CTA 영상 간의 강체 정합을 수행하기 위한 소프트웨어에 의해 제어될 수 있다.
상기 장치(10)는 수술 항법 장치와 별도의 단말이거나 또는 수술 항법 장치의 일부 모듈일 수 있다. 또한, 상기 주기 정합부(110), 상기 중요도값 설정부(130), 상기 초기 정합부(150), 상기 변위 제한부(170) 및 상기 정밀 정합부(190)의 구성은 통합 모듈로 형성되거나, 하나 이상의 모듈로 이루어 질 수 있다. 그러나, 이와 반대로 각 구성은 별도의 모듈로 이루어질 수도 있다.
상기 장치(10)는 이동성을 갖거나 고정될 수 있다. 상기 장치(10)는, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
상기 장치(10)는 운영체제(Operation System; OS), 즉 시스템을 기반으로 다양한 소프트웨어를 실행하거나 제작할 수 있다. 상기 운영체제는 소프트웨어가 장치의 하드웨어를 사용할 수 있도록 하기 위한 시스템 프로그램으로서, 안드로이드 OS, iOS, 윈도우 모바일 OS, 바다 OS, 심비안 OS, 블랙베리 OS 등 모바일 컴퓨터 운영체제 및 윈도우 계열, 리눅스 계열, 유닉스 계열, MAC, AIX, HP-UX 등 컴퓨터 운영체제를 모두 포함할 수 있다.
상기 주기 정합부(110)는 심장 주기 차이로 인한 오차 최소화를 위한 ECG 정보를 활용하여 심장 주기 일치시킨다. 구체적으로, 상기 주기 정합부(110)는 XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시킨다.
시술 또는 수술 전 촬영된 CTA 영상은 심장주기 중 어느 한 시점에서 촬영된 영상이다. 반면, XA 영상은 연속적으로 촬영되는 2D+t 영상이기 때문에 정합 시, 촬영 시점의 차이로 인해 심장주기 불일치에 따른 혈관 형태의 차이가 발생될 수 있다.
따라서, 본 발명에서는 이종 영상 간 심장주기 일치를 위해 XA 영상이 촬영 될 당시에 획득된 ECG Curve 정보를 바탕으로 R-R 인터벌을 추출하고, 이에 해당하는 XA 프레임(Frame)을 구별한다.
도 2는 도 1의 주기 정합부에서 사용하는 심전도(electrocardiogram, ECG) 곡선을 설명하기 위한 도면이다. 도 3은 도 1의 주기 정합부에서 심전도 곡선을 이용한 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 과정을 설명하기 위한 도면이다.
심전도는 심장의 박동에 따라 심근에서 발생하는 활동 전류를 체표면의 적당한 2개소로 유도해서 전류계로 기록할 수가 있는데, 이와 같이해서 얻어진 심근 활동전류의 기록이다.
심전도는 우수/좌수(제1유도), 우수/좌족(제2유도), 좌수/좌족(제3유도)의 세 종류의 유도를 사지유도(四肢誘導), 그리고 일극(一極)을 불관전극(不關電極)으로 하고 다른 한 극을 흉부의 심장 주위에 대고 기록하는 흉부 유도를 이용한다. 가장 정형적인 제2유도를 나타내면 도 2와 같은 곡선을 보인다.
도 2를 참조하면, 등전선(等電線)에 대해 곡선이 상승하는 것은 심장 기저부가 흥분해서 심첨부(心尖部)에 대해서 전기적으로 음성이 되어있는 것을 나타낸다. 곡선 중 P는 심방의 수축을 나타내는 것으로서 QRST는 심실의 수축에 유래된다.
PQ의 간격은 흥분이 동결절(洞結節)에서 일어나 자극 전도계의 방실결절(房室結節)에 전도되는 시간을 보인다. 보통 0.11~0.20초의 범위이며 0.2초 이상으로 연장될 때는 병적이다. QRS군은 시간적으로는 심첨박동(心尖搏動), 제1심음(心音)의 시작과 대개 일치해서 R이 가장 큰 전압변화를 보이므로 제2유도에서는 6~16mv에 달한다.
S와 T사이 등전선과 일치되는 곳은 심실 전체가 평균해서 수축되고 있을 때이며, T의 융기는 심첨부의 수축이 끝나가더라도 심장 기저부의 수축이 남아 있기 때문에 일어나는 것으로서 심근의 수축이 강력할수록 크게 된다. T의 끝은 시간적으로 제2심음의 시작과 일치된다. 심장의 기능검사에 심전도를 이용하는 것은 이미 상식화된 일로서 체육운동의 심장기능 검사에도 널리 유용되고 있다.
도 3을 참조하면, XA 영상 촬영 시의 환자의 심전도 곡선으로부터 R-R 간격을 추출하고, 추출된 XA 프레임과 R-R 인터벌 구간의 ECG 곡선에 대하여 윈도우를 정의한다. 이후, CTA 영상이 촬영된 시점과 윈도우의 매칭을 통하여 XA 영상과 CTA 영상의 심장주기를 일치시킨다.
만약, CTA 영상의 윈도우가 복수개의 XA 프레임의 윈도우와 매칭되는 경우, 3D 혈관 중심선(Centerline)과 2D 혈관 중심선(Centerline)의 유사성 비교를 통해 오차가 최소가 되는 지점을 선택한다.
상기 중요도값 설정부(130)는 상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정한다.
본 발명에서는 다중모달리티 강체 정합의 정확성 향상과 강건성 향상을 위하여 CTA 영상으로부터 추출되는 3D 혈관 중심선에 혈관의 해부학적 정보를 기반으로 정규화된 중요도 값을 입력하여 유사성 비교에 활용한다.
일 실시예에서, 특정 혹은 일부 환자가 아닌 표준화된 혈관의 해부학적 정보 반영을 통한 보편화된 정보 적용을 위해 SCCT(The Society Of Cardiovascular Computed Tomography)에서 권고하는 관상동맥의 분할 정보를 이용할 수 있다.
도 4는 도 1의 중요도값 설정부에서 혈관의 해부학적 구조에 따른 중요도 값을 설정하는 과정을 설명하기 위한 도면이다.
도 4를 참조하면, 혈관 중심선의 중요도 값은 근심골편(Proximal Segment)에서 원심골편(Distal Segment) 방향으로 단계적으로 설정할 수 있다.
상기 초기 정합부(150)는 두 영상 간의 정합 공간 일치를 위한 초기 정합을 수행한다.
구체적으로, 2D/3D 영상의 정합을 위해서는 먼저 정합 공간의 일치를 선행해야 한다. 일반적으로, XA 영상의 DICOM 정보에는 이동 변수에 대한 정보가 없기 때문에 이동 변수에 대한 추정치를 획득해야 한다.
도 5는 도 1의 초기 정합부에서 최적경계볼륨을 생성하는 과정을 설명하기 위한 도면이다.
도 5를 참조하면, 상기 초기 정합부(150)는 투영된 3D 혈관 중심선과 2D 혈관 중심선의 x축, y축 최소, 최대값인 
, 
, 
, 
를 구하고, (
, 
)과 (
, 
)를 꼭지점으로 하는 경계볼륨을 생성한다. 또한, 정합과정에서의 기하학적 변환을 고려한 (
, 
)과 (
, 
)를 꼭지점으로 하는 최적경계볼륨을 생성하여, 두 영상의 최적경계볼륨을 일치시킴으로 이동변수에 대한 초기 추정치를 획득한다.
본 발명에서는, 초기 정합 수행을 통해 두 혈관의 전역적 이동 변위를 보정시키기 때문에 전체 영역에 대한 거리맵 생성이 불필요하다.
상기 변위 제한부(170)는 상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성한다.
상기 2D 거리맵은 유클리드 거리를 통해 i번째 위치의 픽셀의 거리전파 된 거리값을 
라고 하면, 8-인접 영역을 고려하여 아래의 수학식 1과 같이 거리를 계산하여 
까지의 거리값을 전파하면서 기존의 거리값과의 비교를 통하여 최소값을 할당한다. 값이 전파되지 않은 픽셀들에 대해서는 dmax의 거리를 할당한다.
[수학식 1]
도 6은 도 1의 변위 제한부에서 지역적 거리전파에 의한 2D 거리맵을 형성하는 과정을 설명하기 위한 도면이다.
도 6을 참조하면, 위와 같은 방식으로 생성된 2차원 거리맵을 나타낸다. 혈관 중심선은 흰색 선으로 표시되고, 중심선으로부터의 거리값이 같은 픽셀들은 동일한 색상으로 표시된다. 지역적 거리전파를 통해 한 번의 탐색으로 거리값 측정이 가능하고, 
인 거리에 존재하는 픽셀에 대한 거리 계산이 제외되어 거리맵 생성 시간이 단축된다.1
상기 정밀 정합부(190)는 상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행한다.
상기 정밀 정합부(190)는 선택적 거리 측정을 이용한 유사성 비교를 통한 정밀 정합을 수행하는데, 시술 전 획득된 3D CTA 영상과 시술 중 획득되는 2D XA 영상으로부터 추출된 혈관 중심선들 간의 유사성 비교를 위해 특징기반 정합 기법에서 일반적으로 사용되는 혈관의 거리값을 평가함수로 사용한다.
상기 평가함수는 3D 혈관 중심선과 2D 혈관 중심선이 정렬되면 최소값을 가지며, 아래의 수학식 2와 같이 두 혈관의 거리 차의 절대값의 평균(Average Of Absolute Distance Difference, AADD)으로 측정한다.
[수학식 2]
이때, 
는 2D로 투영된 3D 혈관 중심선의 총 개수이고, 
는 2D로 투영된 3D 혈관 중심선의 i번째 위치를 나타낸다. 
는 혈관의 중요도 값을 나타내며, 
는 지역적 거리전파를 통해 생성된 거리맵을 나타낸다.
본 발명에서는 선택적 거리 측정을 하여 거리 측정 범위가 전체 영역이 아닌 혈관 중심선의 인접 영역으로 한정되며, 두 혈관의 실제 거리 측정이 최초 1회만 수행됨으로써 유사성 비교를 위한 거리 측정에 소요되는 시간이 단축된다.
시술 전 촬영된 3D CTA 영상과 시술 중 촬영된 2D XA 영상의 혈관의 위치와 형태는 환자의 자세, 심장 박동과 호흡, 촬영 장비간의 프로토콜 차이 등 기타 외부 요인으로 인한 오차가 발생할 수 있다.
이러한 오차를 최소화하기 위하여 본 발명에서는 변환함수의 최적화 기법 수행을 통해 3D 혈관 중심선과 2D 혈관 중심선의 거리차이가 최소인 위치로 정합을 수행한다.
정합을 위한 변환함수는 축, y축, z축 방향 이동 벡터(
, 
, 
)와 x축, y축, z축을 중심으로 하는 회전 벡터(
, 
, 
)로 이루어진다. 변환 벡터를 동시에 최적화 하는 것은 시간 및 정확도 측면에서 비효율적이므로 이동변환, 강체변환의 순서로 변환함수의 최적화를 수행한다. 이는 아래의 수학식 3과 같이 
, 
로 표현된다.
[수학식 3]
이 때, 매개변수 집합 
, 
을 나타내며, 
는 
를 나타내고, 
는 
를 나타낸다. 본 발명에서는 초기정합이 이루어지기 때문에 변환함수에서 수학식 4와 같이 회전 벡터와 이동 벡터의 변위가 제한되어 정합 계산시간이 단축된다.
[수학식 4]
또한, 파웰 방법을 적용한 최적화를 통하여 빠른 시간에 최적의 위치로 수렴하도록 한다. 여기서, 
, 
은 이동 및 회전 벡터에 대한 임계값을 나타내며, 이는 실험적으로 결정될 수 있다.
본 발명은 동일 환자의 시술 전 촬영된 3D CTA 영상을 이용하여 시술 중 촬영되는 2D XA 영상과 융합 가시화하기 위한 빠르고 정확한 정합 기법을 개발하여, 2D XA 영상의 깊이(depth) 정보 부족으로 인한 삼차원 구조 파악의 한계를 보완할 수 있다. 이에 따라, 2D XA 영상을 활용하여 시술을 진행하는 임상의가 혈관 구조 파악을 쉽게 할 수 있도록 도움을 줄 수 있다.
도 7은 본 발명의 일 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법의 흐름도이다.
본 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은, 도 1의 장치(10)와 실질적으로 동일한 구성에서 진행될 수 있다. 따라서, 도 1의 장치(10)와 동일한 구성요소는 동일한 도면부호를 부여하고, 반복되는 설명은 생략한다.
또한, 본 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은 2D XA 영상과 3D CTA 영상 간의 강체 정합을 수행하기 위한 소프트웨어(애플리케이션)에 의해 실행될 수 있다.
본 발명에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은 이종 영상 간, 즉 동일 환자의 시술 전 촬영된 3D CTA 영상과 시술 중 촬영된 2D XA 영상의 빠르고 정확한 정합 기술을 제안한다.
도 7을 참조하면, 본 실시예에 따른 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은, XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시킨다(단계 S10).
구체적으로, 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키기 위하여, 먼저 XA 영상 촬영 시의 환자의 심전도 곡선으로부터 R-R 간격을 추출하고, 상기 R-R 간격에 대응하는 XA 영상을 한 프레임으로 정의한다.
이후, 상기 프레임 내에서 상기 XA 영상의 윈도우를 분할하고, 상기 CTA 영상이 촬영된 시점의 윈도우와 매칭되는 상기 XA 영상의 윈도우를 추출하여 상기 CTA 영상과 XA 영상의 심장 주기를 일치시킨다.
상기 CTA 영상이 촬영된 시점의 윈도우가 복수개의 상기 XA 영상의 윈도우와 매칭되는 경우, 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 오차가 최소가 되는 윈도우를 선택할 수 있다.
이어, 상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정한다(단계 S20).
본 발명에서는 다중모달리티 강체 정합의 정확성 향상과 강건성 향상을 위하여 CTA 영상으로부터 추출되는 3D 혈관 중심선에 혈관의 해부학적 정보를 기반으로 정규화된 중요도 값을 입력하여 유사성 비교에 활용한다.
일 실시예에서, 특정 혹은 일부 환자가 아닌 표준화된 혈관의 해부학적 정보 반영을 통한 보편화된 정보 적용을 위해 SCCT(The Society Of Cardiovascular Computed Tomography)에서 권고하는 관상동맥의 분할 정보를 이용할 수 있다.
혈관 중심선의 중요도 값은 근심골편(Proximal Segment)에서 원심골편(Distal Segment) 방향으로 단계적으로 설정할 수 있다.
이후, 상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행한다(단계 S30). 구체적으로, 2D/3D 영상의 정합을 위해서는 먼저 정합 공간의 일치를 선행해야 한다. 일반적으로 XA 영상의 DICOM 정보에는 이동 변수에 대한 정보가 없기 때문에 이동 변수에 대한 추정치를 획득해야 한다.
상기 초기 정합을 수행하는 단계는, 상기 CTA 영상과 XA 영상의 혈관 중심선들로부터 각각 x축과 y축의 최소값과 최대값을 도출하고, x축과 y축의 최소값과 최대값을 꼭지점으로 하는 상기 CTA 영상과 XA 영상의 각 경계볼륨을 생성한다. 이후, 상기 CTA 영상과 XA 영상의 각 경계볼륨에서 기하학적 변환을 고려한 최대경계볼륨을 생성하여 일치시킬 수 있다.
본 발명에서는, 초기 정합 수행을 통해 두 혈관의 전역적 이동 변위를 보정시키기 때문에 전체 영역에 대한 거리맵 생성이 불필요하다.
상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성한다(단계 S40).
상기 2D 거리맵을 형성하는 단계는, 각 픽셀의 거리 전파된 거리값을 계산하여 최대 이동벡터에 대한 임계값-1까지의 거리값을 전파하면서 각 픽셀의 미리 설정한 인접 영역에서의 거리값 비교를 통한 최소값을 할당할 수 있다.
상기 2D 거리맵은 상기 XA 영상의 각 혈관 중심선으로부터 거리값이 같은 픽셀들은 동일한 색상 또는 명암으로 표시될 수 있다. 이에 따라, 본 발명에서는 지역적 거리전파를 통해 한 번의 탐색으로 거리값 측정이 가능하고, 
인 거리에 존재하는 픽셀에 대한 거리 계산이 제외되어 거리맵 생성 시간이 단축된다.
마지막으로, 상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행한다(단계 S50).
상기 정밀 정합을 수행하는 단계는, 임계값을 갖는 이동벡터와 회전벡터를 포함하는 변환함수의 최적화 기법을 통해 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 거리가 최소가 되는 위치로 정합을 수행한다.
이 경우, 선택적 거리 측정을 이용한 유사성 비교를 통한 정밀 정합을 수행하는데, 시술 전 획득된 3D CTA 영상과 시술 중 획득되는 2D XA 영상으로부터 추출된 혈관 중심선들 간의 유사성 비교를 위해 특징기반 정합 기법에서 일반적으로 사용되는 혈관의 거리값을 평가함수로 사용한다.
상기 평가함수는 3D 혈관 중심선과 2D 혈관 중심선이 정렬되면 최소값을 가지며, 상기 수학식 2와 같이 두 혈관의 거리 차의 절대값의 평균(Average Of Absolute Distance Difference, AADD)으로 측정할 수 있다.
본 발명에서는 변환함수의 회전 벡터와 이동 벡터의 변위가 임계값에 의해 제한되므로, 정합 계산시간이 단축될 수 있다.
이와 같은, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 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.
본 발명은 동일 환자의 시술 전 촬영된 3D CTA 영상을 이용하여 시술 중 촬영되는 2D XA 영상과 융합 가시화하기 위한 빠르고 정확한 정합 기법을 제공하므로, 2D XA 영상을 활용하여 시술을 진행하는 임상의가 혈관 구조 파악을 쉽게 할 수 있도록 도움을 줄 수 있다. 이에 따라, 임상의에게 네비게이션 정보를 제공하고, 시술 및 수술 시간을 단축하여 의료 분야에 효율적으로 활용될 수 있다.
10: 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치
110: 주기 정합부
130: 중요도값 설정부
150: 초기 정합부
170: 변위 제한부
190: 정밀 정합부
110: 주기 정합부
130: 중요도값 설정부
150: 초기 정합부
170: 변위 제한부
190: 정밀 정합부
Claims (11)
- XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시키는 단계;
상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정하는 단계;
상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행하는 단계;
상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성하는 단계; 및
상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행하는 단계;를 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계는,
XA 영상 촬영 시의 환자의 심전도 곡선으로부터 R-R 간격을 추출하는 단계;
상기 R-R 간격에 대응하는 상기 XA 영상을 한 프레임으로 정의하는 단계;
상기 프레임 내에서 상기 XA 영상의 윈도우를 분할하는 단계; 및
상기 CTA 영상이 촬영된 시점의 윈도우와 매칭되는 상기 XA 영상의 윈도우를 추출하여 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계;를 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제2항에 있어서, 상기 CTA 영상과 XA 영상의 심장 주기를 일치시키는 단계는,
상기 CTA 영상이 촬영된 시점의 윈도우가 복수개의 상기 XA 영상의 윈도우와 매칭되는 경우, 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 오차가 최소가 되는 윈도우를 선택하는 단계;를 더 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 정형화된 중요도 값을 설정하는 단계는,
근심골편(Proximal Segment)에서 원심골편(Distal Segment) 방향으로 단계적으로 설정하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제4항에 있어서, 상기 정형화된 중요도 값을 설정하는 단계는,
SCCT(The Society Of Cardiovascular Computed Tomography)의 표준화된 관상동맥의 분할 정보를 이용하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 초기 정합을 수행하는 단계는,
상기 CTA 영상과 XA 영상의 혈관 중심선들로부터 각각 x축과 y축의 최소값과 최대값을 도출하는 단계;
x축과 y축의 최소값과 최대값을 꼭지점으로 하는 상기 CTA 영상과 XA 영상의 각 경계볼륨을 생성하는 단계; 및
상기 CTA 영상과 XA 영상의 각 경계볼륨에서 기하학적 변환을 고려한 최대경계볼륨을 생성하여 일치시키는 단계;를 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 2D 거리맵을 형성하는 단계는,
각 픽셀의 거리 전파된 거리값을 계산하여 최대 이동벡터에 대한 임계값-1까지의 거리값을 전파하면서 각 픽셀의 미리 설정한 인접 영역에서의 거리값 비교를 통한 최소값을 할당하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 2D 거리맵을 형성하는 단계는,
상기 XA 영상의 각 혈관 중심선으로부터 거리값이 같은 픽셀들은 동일한 색상 또는 명암으로 표시되는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서, 상기 정밀 정합을 수행하는 단계는,
임계값을 갖는 이동벡터와 회전벡터를 포함하는 변환함수의 최적화 기법을 통해 상기 CTA 영상과 상기 XA 영상의 혈관 중심선의 거리가 최소가 되는 위치로 정합을 수행하는 단계;를 더 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법.
- 제1항에 있어서,
상기 2D XA 영상과 3D CTA 영상 간의 강체 정합 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체.
- XA(X-ray Angiogram) 영상 촬영 시의 환자의 심전도(electrocardiogram, ECG) 곡선 정보를 기초로, 시술 전 촬영된 3D CTA(Computed Tomography Angiography) 영상과 시술 중 촬영되는 2D XA 영상의 심장 주기를 일치시키는 주기 정합부;
상기 CTA 영상으로부터 추출되는 혈관 중심선(Centerline)들에 혈관의 해부학적 구조에 따른 정형화된 중요도 값을 설정하는 중요도값 설정부;
상기 CTA 영상과 상기 XA 영상의 정합 공간을 일치시키기 위해 경계볼륨을 생성하여 초기 정합을 수행하는 초기 정합부;
상기 XA 영상의 각 혈관 중심선으로부터 미리 설정한 픽셀 내에 있는 인접 픽셀들에 한정하여, 상기 CTA 영상의 혈관 중심선과의 거리값을 측정하는 지역적 거리 전파를 통해 2D 거리맵을 형성하는 변위 제한부; 및
상기 CTA 영상과 상기 XA 영상의 혈관 중심선들 간의 거리값, 상기 중요도 값 및 상기 2D 거리맵을 기초로, 정밀 정합을 수행하는 정밀 정합부;를 포함하는, 2D XA 영상과 3D CTA 영상 간의 강체 정합 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200023058A KR102347029B1 (ko) | 2020-02-25 | 2020-02-25 | 2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200023058A KR102347029B1 (ko) | 2020-02-25 | 2020-02-25 | 2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210108178A true KR20210108178A (ko) | 2021-09-02 |
| KR102347029B1 KR102347029B1 (ko) | 2022-01-04 |
Family
ID=77794294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200023058A KR102347029B1 (ko) | 2020-02-25 | 2020-02-25 | 2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102347029B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102542972B1 (ko) * | 2022-07-04 | 2023-06-15 | 재단법인 아산사회복지재단 | 3차원 혈관 구조를 생성하는 방법 및 장치 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130094745A1 (en) | 2011-09-28 | 2013-04-18 | Siemens Corporation | Non-rigid 2d/3d registration of coronary artery models with live fluoroscopy images |
| KR101485899B1 (ko) | 2013-04-02 | 2015-01-26 | 연세대학교 산학협력단 | 방사선 불투과성 반구형 입체 표지를 기반으로 하는 ct 혈관 조영 영상과 x-선 혈관 조영 영상 간의 정합 방법 |
| KR101579948B1 (ko) | 2014-04-04 | 2015-12-23 | 주식회사 인피니트헬스케어 | 심장 부위를 포함하는 의료 영상 오버레이 방법 및 그 장치 |
| KR101652641B1 (ko) * | 2015-06-05 | 2016-09-12 | 숭실대학교산학협력단 | Ecg 신호를 이용한 영상 정합 장치 및 그 방법 |
| KR20170015957A (ko) * | 2017-02-01 | 2017-02-10 | 연세대학교 산학협력단 | 선택적 관상동맥 ct 조영용 조영제 및 그 주입 방법 |
| KR101957605B1 (ko) * | 2017-11-01 | 2019-03-13 | 숭실대학교산학협력단 | 3d cta 영상 간의 심혈관 강체 정합 방법, 이를 수행하기 위한 기록매체 및 장치 |
| KR20190084380A (ko) * | 2018-01-08 | 2019-07-17 | 숭실대학교산학협력단 | 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치 |
-
2020
- 2020-02-25 KR KR1020200023058A patent/KR102347029B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130094745A1 (en) | 2011-09-28 | 2013-04-18 | Siemens Corporation | Non-rigid 2d/3d registration of coronary artery models with live fluoroscopy images |
| KR101485899B1 (ko) | 2013-04-02 | 2015-01-26 | 연세대학교 산학협력단 | 방사선 불투과성 반구형 입체 표지를 기반으로 하는 ct 혈관 조영 영상과 x-선 혈관 조영 영상 간의 정합 방법 |
| KR101579948B1 (ko) | 2014-04-04 | 2015-12-23 | 주식회사 인피니트헬스케어 | 심장 부위를 포함하는 의료 영상 오버레이 방법 및 그 장치 |
| KR101652641B1 (ko) * | 2015-06-05 | 2016-09-12 | 숭실대학교산학협력단 | Ecg 신호를 이용한 영상 정합 장치 및 그 방법 |
| KR20170015957A (ko) * | 2017-02-01 | 2017-02-10 | 연세대학교 산학협력단 | 선택적 관상동맥 ct 조영용 조영제 및 그 주입 방법 |
| KR101957605B1 (ko) * | 2017-11-01 | 2019-03-13 | 숭실대학교산학협력단 | 3d cta 영상 간의 심혈관 강체 정합 방법, 이를 수행하기 위한 기록매체 및 장치 |
| KR20190084380A (ko) * | 2018-01-08 | 2019-07-17 | 숭실대학교산학협력단 | 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치 |
Non-Patent Citations (1)
| Title |
|---|
| 수술 중 촬영된 2D XA 영상과 수술 전 촬영된 3D CTA 영상의 고속 강체 정합 기법, 박태용, 신용빈, 임선혜, 이정진, 한국멀티미디어학회논문지, 16권 12호 1454p ~ 1464p, 2013 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102542972B1 (ko) * | 2022-07-04 | 2023-06-15 | 재단법인 아산사회복지재단 | 3차원 혈관 구조를 생성하는 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102347029B1 (ko) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11819293B2 (en) | Systems and methods for registration of intra-body electrical readings with a pre-acquired three dimensional image | |
| US7813785B2 (en) | Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery | |
| JP4374234B2 (ja) | 医療的侵襲処置計画の方法及び装置 | |
| US7308297B2 (en) | Cardiac imaging system and method for quantification of desynchrony of ventricles for biventricular pacing | |
| US8923590B2 (en) | Method and system for 3D cardiac motion estimation from single scan of C-arm angiography | |
| JP4771409B2 (ja) | 解剖学的領域の三次元モデルと該領域の投影画像とを位置揃えする方法及びシステム | |
| US7343196B2 (en) | Cardiac CT system and method for planning and treatment of biventricular pacing using epicardial lead | |
| JP5039295B2 (ja) | 医学的介入手順で使用するためのイメージング・システム | |
| RU2594811C2 (ru) | Визуализация для навигационного указания | |
| US20040225212A1 (en) | Cardiac CT system and method for planning left atrial appendage isolation | |
| US20170065242A1 (en) | Method and System for Analysis of Myocardial Wall Dynamics | |
| US11710569B2 (en) | Coronary artery disease metric based on estimation of myocardial microvascular resistance from ECG signal | |
| EP2765916B1 (en) | System for evaluating regional cardiac function and dyssynchrony from a dynamic imaging modality using endocardial motion | |
| JP2019500960A (ja) | 心臓モデルガイド付き冠動脈瘤セグメンテーション | |
| JP2006051359A (ja) | 医療的侵襲処置計画、並びに侵襲型器具の位置決定及び進路誘導のための方法並びに装置 | |
| EP1620827A1 (en) | Non-invasive left ventricular volume determination | |
| JP2004522222A (ja) | 連続したデータセットの分析 | |
| Cheng et al. | Airway segmentation and measurement in CT images | |
| KR102347029B1 (ko) | 2d xa 영상과 3d cta 영상 간의 강체 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
| CN109345606B (zh) | 心脏图像重建方法、装置、计算机设备和可读存储介质 | |
| US20190076105A1 (en) | Hemodynamic parameters for co-registration | |
| EP4333697A1 (en) | Method of determining a motion of a heart wall | |
| CN114209344A (zh) | 一种侧枝循环状态评估方法、装置、存储介质及电子设备 | |
| EP4162879A1 (en) | Determining vessel parameters | |
| Thomas et al. | Mechanical Activation Computation from Fluoroscopy for Guided Cardiac Resynchronization Therapy |
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 |