KR20210115012A - 3차원 초음파 영상을 사용한 복부 대동맥류 정량 분석 시스템 및 방법 - Google Patents
3차원 초음파 영상을 사용한 복부 대동맥류 정량 분석 시스템 및 방법 Download PDFInfo
- Publication number
- KR20210115012A KR20210115012A KR1020217026068A KR20217026068A KR20210115012A KR 20210115012 A KR20210115012 A KR 20210115012A KR 1020217026068 A KR1020217026068 A KR 1020217026068A KR 20217026068 A KR20217026068 A KR 20217026068A KR 20210115012 A KR20210115012 A KR 20210115012A
- Authority
- KR
- South Korea
- Prior art keywords
- blood vessel
- dimensional
- target
- ultrasound
- model
- Prior art date
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 48
- 208000002223 abdominal aortic aneurysm Diseases 0.000 title claims description 35
- 208000007474 aortic aneurysm Diseases 0.000 title claims description 34
- 238000004445 quantitative analysis Methods 0.000 title description 4
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 72
- 239000000523 sample Substances 0.000 claims abstract description 64
- 230000011218 segmentation Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 13
- 210000000702 aorta abdominal Anatomy 0.000 claims description 36
- 238000004088 simulation Methods 0.000 claims description 8
- 210000000709 aorta Anatomy 0.000 description 29
- 210000000056 organ Anatomy 0.000 description 24
- 206010002329 Aneurysm Diseases 0.000 description 18
- 230000003187 abdominal effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000012805 post-processing Methods 0.000 description 12
- 210000003484 anatomy Anatomy 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000005166 vasculature Anatomy 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
- A61B8/145—Echo-tomography characterised by scanning multiple planes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
- A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
- G06T2207/10136—3D ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—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)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Vascular Medicine (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
시스템은 표적 혈관으로 향하는 초음파 신호를 송신하고, 송신된 초음파 신호와 연관된 에코 정보를 수신하도록 구성된 프로브를 포함한다. 시스템은 또한 상기 수신된 에코정보를 처리하여 목표 혈관의 3차원 초음파 영상을 생성하고; 표적 혈관에 대응하는 3차원 혈관 모델을 획득하고; 3차원 표적 영상에 대한 가장 적합한 혈관 3차원 모델을 식별하고; 가장 적합한 3차원 혈관 모델을 분할 결과로 저장하고; 분할 결과를 기초하여 목표 혈관에 대한 측정값을 계산하도록 구성된 적어도 하나의 처리장치를 포함한다.
Description
복부 대동맥류(Abdominal aortic aneurysm, AAA)는 횡격막과 대동맥 분기점 사이의 대동맥이 확장된 것을 말하며, 일반적으로 전후방 또는 횡단면에서 30밀리미터 이상의 복부 대동맥 직경으로 정의한다. 초음파 영상은 AAA로 고통 받는 환자를 선별하기 위한 일반적인 방식이다. 초음파 영상은 저렴하고 비침습적인 실시간 영상을 제공하지만, 컴퓨터 단층 촬영(Computed Tomography, CT)과 같은 다른 영상 기법에 비해 영상 품질이 낮다.
AAA 심각도의 가장 일반적인 임상 척도는 동맥류의 지름이며, 외과 수술을 결정하는 데 큰 역할을 한다.
도 1은 여기에 설명된 시스템 및 방법이 실시될 수 있는 스캐닝 시스템의 개략도이다.
도 2는 도 1의 스캐닝 시스템에 포함된 논리 소자들의 예시적인 구성을 도시한다.
도 3a는 바람직한 실시예에 따른 도 1의 프로브의 일부를 도시한다.
도 3b는 도 1의 프로브를 사용하여 B-모드 스캐닝 평면과 관련된 에코 정보를 캡쳐(capture)하는 것을 도시한다.
도 3c는 도 1의 프로브를 사용하여 2개의 초음파 원뿔(ultrasound cone)과 관련된 에코 정보를 캡쳐하는 것을 도시한다.
도 3d는 도 1의 위치 추적 시스템 및 프로브를 사용하여 에코 정보를 캡쳐하는 것을 도시한다.
도 3e는 도 1의 프로브를 사용하여 C-모드 스캐닝 평면과 관련된 에코 정보를 캡쳐하는 것을 도시한다.
도 4는 도 1 및/또는 도 2의 구성요소 중 하나 이상에 포함된 구성요소들의 예시적인 구성을 도시한다.
도 5는 바람직한 실시예에 따른 복부 대동맥류 측정과 관련된 흐름도이다.
도 6a 내지 도 6f는 도 5의 과정에 따라 3D 형상 모델에 사용될 수 있는 시뮬레이션된 대동맥 정보 세트(set)를 도시한다.
도 7a 및 7b는 도 5의 과정에 따른 3D 형상 모델에 대한 변형을 도시한다.
도 8a는 복부 대동맥 인체모형에 대한 48면 회전 스캔을 도시한다.
도 8b는 도 8a의 회전 스캔 영상으로부터의 보간 B-모드 및 C-모드 영상을 도시한다.
도 9a 내지 도 9c는 예시적인 실시에 따라 표적 정보 세트에 탄력적인 3D 형상 모델을 적용하는 것을 도시한다.
도 10a 내지 10c는 상이한 형태에 적용될 수 있는 상이한 통계적 분포 유형의 개략도이다.
도 11은 표적 3D 영상에 대한 탄력적인 형상 모델에 대한 에너지 함수를 최소화하는 것에 대응할 수 있는 단순화된 에너지 변화 곡선을 나타낸다.
도 12는 AAA 특성을 측정하기 위해 가장 적합하고 탄력적인 형상 모델로부터 생성된 모델의 도면이다.
도 2는 도 1의 스캐닝 시스템에 포함된 논리 소자들의 예시적인 구성을 도시한다.
도 3a는 바람직한 실시예에 따른 도 1의 프로브의 일부를 도시한다.
도 3b는 도 1의 프로브를 사용하여 B-모드 스캐닝 평면과 관련된 에코 정보를 캡쳐(capture)하는 것을 도시한다.
도 3c는 도 1의 프로브를 사용하여 2개의 초음파 원뿔(ultrasound cone)과 관련된 에코 정보를 캡쳐하는 것을 도시한다.
도 3d는 도 1의 위치 추적 시스템 및 프로브를 사용하여 에코 정보를 캡쳐하는 것을 도시한다.
도 3e는 도 1의 프로브를 사용하여 C-모드 스캐닝 평면과 관련된 에코 정보를 캡쳐하는 것을 도시한다.
도 4는 도 1 및/또는 도 2의 구성요소 중 하나 이상에 포함된 구성요소들의 예시적인 구성을 도시한다.
도 5는 바람직한 실시예에 따른 복부 대동맥류 측정과 관련된 흐름도이다.
도 6a 내지 도 6f는 도 5의 과정에 따라 3D 형상 모델에 사용될 수 있는 시뮬레이션된 대동맥 정보 세트(set)를 도시한다.
도 7a 및 7b는 도 5의 과정에 따른 3D 형상 모델에 대한 변형을 도시한다.
도 8a는 복부 대동맥 인체모형에 대한 48면 회전 스캔을 도시한다.
도 8b는 도 8a의 회전 스캔 영상으로부터의 보간 B-모드 및 C-모드 영상을 도시한다.
도 9a 내지 도 9c는 예시적인 실시에 따라 표적 정보 세트에 탄력적인 3D 형상 모델을 적용하는 것을 도시한다.
도 10a 내지 10c는 상이한 형태에 적용될 수 있는 상이한 통계적 분포 유형의 개략도이다.
도 11은 표적 3D 영상에 대한 탄력적인 형상 모델에 대한 에너지 함수를 최소화하는 것에 대응할 수 있는 단순화된 에너지 변화 곡선을 나타낸다.
도 12는 AAA 특성을 측정하기 위해 가장 적합하고 탄력적인 형상 모델로부터 생성된 모델의 도면이다.
다음의 상세한 설명은 첨부된 도면을 참조한다. 다른 도면에서 동일한 참조 번호로 동일하거나 유사한 요소를 식별할 수 있다. 또한, 아래의 상세한 설명은 본 발명을 제한하지 않는다.
현재 복부 대동맥류의 초음파 검사는 단일 2차원(2D) 정지 영상에서 파생된 전후방 측정을 사용한다. 이 방법과 관련된 오류의 주요 원인은 조사자가 영상 평면의 방향을 다르게 지정한다는 것이다. 또한 초음파와 컴퓨터 단층 촬영(CT)간의 일치도가 불충분한 것으로 알려져 있다.
여기에 설명된 실시는 동맥류를 포함할 수 있는 복부 대동맥을 식별하기 위해 초음파 영상을 사용하는 것에 관한 것이다. 하나의 바람직한 실시에 따르면, 복부 대동맥의 초음파 영상화는 대동맥의 수동분할이 필요 없고, CT스캔 또는 자기 공명 영상 스캔(magnetic resonance imaging scans)과 같은 다른 영상화 방식을 사용하고 수행될 수 있다. 3차원(3D) 초음파는 복부 대동맥 중심에 수직인 최대 직경과 부분 부피를 모두 계산할 수 있는 3D AAA모델을 설정할 수 있는 기회를 제공한다. 본 명세서에 기술된 시스템 및 방법에 따르면, 3D 초음파는 AAA 직경을 추정하는 것과 같이 대동맥 경계를 측정하는 데 사용될 수 있다. 시스템 및 방법은 3D혈관 형상 모델 및 명암 모델을 기초하여 3D 복부 대동맥 분할을 수행할 수 있다.
예를 들어, 일부 실시에서 탄력적인 3D 대동맥 모델이 3D 에코 정보를 응용되어 초음파 스캐너를 통해 얻은 정보를 기초하여 복부 대동맥(또는 다른 혈관)또는 기타 관심 구조(예: 동맥류)와 같은 관심 구조에 대한 영상 분할을 제공한다. 탄력적인 3D 대동맥 모델은 인간의 복부 대동맥을 기초하여 정의되며, 가능한 변형이 형상 모델에 통합된다. 탄력적인 3D 대동맥 모델을 새로운 에코 정보 세트에 맞추는 것은 특별한 에너지 함수를 최소화하는 것으로 정의할 수 있다. 일부 실시에서, 탄력적인 3D 대동맥 모델은 정의된 부분일 수 있다. 다른 실시에서, 탄력적인 3D 대동맥 모델은 개방형일 수 있다(예를 들어, 길이 제한 없이). 명암모델은 대동맥 구조 내부와 외부의 초음파 영상 밝기를 분석하여 정의할 수도 있다.
분할은 3D 초음파 영상을 사용한 AAA평가에서 정량 분석의 첫 번째 단계이다. 복부 대동맥 분할이 완료되면 중심선 추출 및 최대 직경 계산과 같은 사후 처리 단계를 쉬게 결정할 수 있다.
도1은 바람직한 실시예와 함께 바람직한 스캐닝 시스템(100)을 도시하는 도면이다. 도1을 참조하면, 스캐닝 시스템(100)은 프로브(probe)(110), 기본 장치(base unit)(120) 및 케이블(cable)(130)을 포함한다.
프로브(110)은 손잡이 부분(handle portion)(또는 손잡이로 지칭됨)(112), 트리거(trigger)(114) 및 노즈 부분(nose portion)(돔 또는 돔 부분(dome portion)으로도 지칭됨)(116)을 포함한다. 의료 직원은 손잡이(112)를 통해 프로브(110)를 잡고 노즈 부분(116)에 위치한 하나 이상의 초음파 송수신기(transceivers) 및 변환기(transducer)를 활성화하여 환자의 관심 영역(예를 들어, 혈관, 장기, 관절 등)을 향해 초음파 신호를 전송할 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 프로브(110)는 복부 대동맥의 영상를 획득하기 위해 환자의 복부 영역 및 복부 대동맥과 같은 표적 혈관 위에 위치될 수 있다.
손잡이(112)는 사용자가 환자의 관심 영역에 대해 프로브(110)를 이동할 수 있게 한다. 위에서 논의된 바와 같이, 트리거(114)는 선택된 해부학적 부분의 초음파 스캔을 개시하는 한편 돔(116)은 환자의 관심 영역이 스캔 될 때 환자의 신체의 표면 부분과 접촉한다. 돔(116)은 일반적으로 해부학적 부분에 일치하는 적절한 음향 임피던스(impedance)를 제공 및/또는 음향 에너지가 해부학적 부분으로 투영될 때 초음파 에너지가 적절하게 집속되도록 허용하는 재료로 형성된다. 일부 실시에서, 음향 젤 또는 젤 패드는 돔(116)이 환자의 피부에 대해 배치될 때 음향 임피던스 정합을 제공하기 위해 관심 영역(Region of interest, ROI)에 걸쳐 환자의 피부에 적용될 수 있다.
돔(116)은 하나 이상의 초음파 송수신기 요소 및 하나 이상의 변환기 요소(도1에 도시되지 않음)를 둘러쌀 수 있다. 상기 송수신기 요소는 돔(116)으로부터 외부로 초음파 에너지를 송신하고, 해부학적 부분 내의 내부 구조/조직에 의해 생성된 음향 반사 또는 에코를 수신한다. 상기 하나 이상의 초음파 변환기 요소는 송수신기 요소에 의한 초음파 신호의 전송과 관련하여 상이한 스캔 방향을 제공하기 위해 전동기에 의해 돔(116) 내에서 이동될 수 있는 압전기 요소의 1차원 또는 2차원 배열을 포함할 수 있다. 대안적으로, 상기 변환기 요소는 프로브(110)에 대해 고정되어 있을 수 있으므로 배열 요소에 선택적으로 에너지를 공급함으로써 선택된 해부학적 영역이 스캔될 수 있다.
바람직한 실시에서, 상기 시스템(100)의 스캐닝 계획(protocol)은 설정 가능하다. 예를 들어, 스캐닝 시스템(100)은 특정 관심 대상 기관에 따라 스캐닝 평면 밀도를 증가시키거나 스캐닝 라인 수를 증가시키거나 회전 스캐닝을 팬 스캐닝 방법으로 변경하여 3차원(3D) 영상 정보를 캡쳐하도록 설정될 수 있고, 특정 관심 표적 기관, 관심 표적 기관의 크기 등에 따라 다르며, 이는 아래에서 더 자세히 설명한다.
일부 실시에서, 프로브(110)는 초기 표적화 및 사용자에게 관심 영역(ROI) 내의 혈관, 기관 또는 기타 구조를 스캔하도록 안내하기 위해 켜질 수 있는 다수의 화살표가 포함된 방향 지시기 패널(directional indicator panel)(118)이 포함될 수 있다. 예를 들어, 일부 실시에서 혈관, 기관 또는 구조가 환자의 첫 번째로 위치한 피부 표면에 배치된 프로브(110)의 중심에 있는 경우, 방향 화살표가 켜지지 않을 수 있다. 그러나, 혈관, 기관 또는 구조가 중심에서 벗어난 경우, 화살표 또는 화살표 세트가 조명되어 사용자가 환자의 두 번째 또는 후속 피부 위치에 프로브(110)를 재배치하도록 지시할 수 있다. 다른 실시들에서, 방향 표시기는 기본 장치(120)의 디스플레이(display)(122) 상에 표시될 수 있다.
프로브(110)에 위치된 하나 이상의 송수신기는 바람직하게는 돔(116) 내에 또는 이에 인접하여 위치된 가속도계(accelerometer) 및/또는 자이로스코프(gyroscope)를 포함하는 관성 기준 장치를 포함할 수 있다. 가속도계는 바람직하게는 좌표 시스템에 대한 송수신기의 가속도를 감지하도록 작동할 수 있는 반면, 자이로스코프는 동일하거나 다른 좌표 시스템에 대한 송수신기의 각속도를 감지하도록 작동할 수 있다. 따라서 자이로스코프는 동적 요소를 사용하는 통산적인 구성일 수 있거나, 광학 링 자이로스코프와 같은 광전자 소자일 수 있다. 일 실시예에서, 가속도계 및 자이로스코프는 일반적으로 포장된(packaged) 및/또는 고체 상태 장치를 포함할 수 있다. 다른 실시예에서, 가속도계 및/또는 자이로스코프는 일반적으로 포장된 마이크로-전기기계식 시스템(Micro-ElectroMechanical System, MEMS) 장치를 포함할 수 있다. 각각의 경우에, 가속도계와 자이로스코프는 협력하여 환자의 해부학적 관심 영역에 근접한 알려진 위치에 대한 위치 및/또는 각도 변화의 결정을 가능하게 한다. 이러한 센서(예를 들어, 가속도계, 자이로스코프 등)를 사용하면 대동맥의 전체 길이가 단일 스캔으로 완전히 복구될 수 없는 경우에 다른 위치에서의 스캔을 결합함으로써 스캐닝 시스템(100)이 3D대동맥 혈관을 재구성하는 데 도움이 될 수 있다.
프로브(110)는 케이블(130)과 같은 유선 연결을 통해 기본 장치(120)와 통신 할 수 있다. 다른 실시에서, 프로브(110)는 무선 연결(예를 들어, 블루투스, WiFi 등)을 통해 기본 장치(120)과 통신할 수 있다. 각각의 경우에 기본 장치(120)은 사용자가 초음파 스캔으로부터 처리된 결과를 볼 수 있게 하고 및/또는 프로브(110)의 작동하는 동안 사용자에 대한 작동 상호작용을 허용하는 디스플레이(122)를 포함한다. 예를 들어, 디스플레이(122)는 액정 디스플레이(LCD), 발광 다이오드(LED) 기반 디스플레이, 또는 사용자에게 텍스트 및/또는 영상 정보를 제공하는 다른 유형의 디스플레이와 같은 출력 디스플레이/스크린을 포함할 수 있다. 예를 들어, 디스플레이(122)는 환자의 선택된 해부학적 부분에 대해 프로브(110)를 위치시키기 위한 명령을 제공할 수 있다. 디스플레이(122)는 또한 선택된 해부학적 영역의 2차원 또는 3차원 영상을 내보낼 수 있다.
환자의 선택된 해부학적 부분을 스캔하기 위해, 돔(116)은 스캔될 해부학적 부분에 근접한 환자의 표면 부분에 위치될 수 있다. 사용자는 트리거(114)를 눌러 송수신기를 작동시킨다. 이에 반응하여, 변환기 요소는 초음파 신호를 신체로 전송하고, 선택된 해부학적 부분의 초음파 영상을 생성하기 위해 송수신기에 의해 적어도 부분적으로 처리될 수 있는 대응하는 리턴 에코 신호를 수신하는 송수신기를 선택적으로 배치한다. 특정 실시예에서, 시스템(100)은 약 2MHz에서 약 10MHz 이상(예를 들어, 18MHz)까지 확장되는 범위에서 초음파 신호를 전송한다.
일 실시예에서, 프로브(110)는 미리 결정된 주파수 및/또는 펄스 반복률(pulse repetition rate)에서 초음파 에너지를 생성하고 초음파 에너지를 송수신기로 전달하도록 구성된 기본 장치(120)에 결합될 수 있다. 기본 장치(120)는 또한 스캔된 해부학적 영역의 영상을 생성하기 위해 송수신기에 의해 수신되는 반사된 초음파 에너지를 처리하도록 구성된 하나 이상의 처리장치 또는 처리 논리를 포함한다.
또 다른 특정 실시예에서, 프로브(110)는 프로브(110) 내에 위치된 마이크로처리장치(microprocessors) 및 송수신기를 동작 가능하게 제어하고 초음파 영상을 생성하기 위해 반사된 초음파 에너지를 처리하기 위한 마이크로처리장치와 연관된 소프트웨어를 포함하는 독립형 장치일 수 있다. 따라서, 프로브(110) 상의 디스플레이는 생성된 영상을 내보내기 위해 및/또는 송수신기의 동작과 연관된 다른 정보를 보기 위해 사용될 수 있다. 예를 들어, 정보는 일련의 스캔을 수행하기 전에 송수신기의 선호하는 위치를 나타내는 영숫자 정보를 포함할 수 있다. 다른 실시에서, 송수신기는 송수신기의 작동을 적어도 부분적으로 제어하는 소프트웨어를 포함하고 송수신기로부터 전송된 정보를 처리하는 소프트웨어를 포함하는 랩탑 또는 테스크탑 컴퓨터와 같은 로컬 또는 원격에 위치한 범용 컴퓨터에 연결될 수 있으므로 스캔된 해부학적 영역이 생성될 수 있다.
도 2는 바람직한 실시예에 따라 시스템(100)에서 실시된 기능적 논리 컴포넌트의 블록도이다. 도 2를 참조하면, 시스템(100)은 정보 수집 장치(data acquisition unit)(210), 혈관/장기 식별 장치(vessel/organ identification unit)(220), 분할 장치(segmentation unit)(230), 및 후처리 장치(post processing unit)(240)를 포함한다. 바람직한 실시예에서, 정보 수집 장치(210)은 프로브(110)의 일부일 수 있고, 혈관/장기 식별 장치(220), 분할 장치(230), 및 후처리 장치(240)는 기본 장치(120)에서 실시될 수 있다. 다른 실시에서, 특정 장치 및/또는 논리는 프로브(110) 및 기본장치(120) 모두에 대해 외부에 위치한 컴퓨터 장치 또는 서버(예를 들어, 인터넷에 무선 연결을 통해 또는 병원 내 근거리 통신망 등으로 접근 가능)와 같은 다른 장치에 의해 실시될 수 있다. 예를 들어, 프로브(110)는 에코 정보 및/또는 영상 정보를 프로브(110) 및 기본 장치(120)으로부터 원격에 위치한 무선 연결(예를 들어, WiFi 또는 일부 다른 무선 프로토콜/기술)을 통해 처리 시스템에 전송할 수 있다.
위에서 설명된 바와 같이, 프로브(110)는 초음파 신호를 생성하고, 송신된 신호로부터 에코를 수신하고, 수신된 에코에 기초하여 B-모드 영상 정보를 생성하는 하나 이상의 송수신기를 포함할 수 있다. 바람직한 실시에서, 정보 수집 장치(210)는 환자의 관심 영역에 대응하는 다중 스캔 평면과 연관된 정보를 획득한다. 예를 들어, 프로브(110)는 복부 대동맥의 크기 및/또는 복부 대동맥의 동맥류의 크기를 결정하기 위해 2차원(2D) B-모드 영상 정보를 생성하고, 이를 위해 정보 획득 장치(210)에 의해 처리된 에코 정보를 수신할 수 있다. 다른 실시들에서, 프로브(110)는 복부 대동맥의 크기를 결정하는 데 사용될 수 있는 3차원(3D) 영상 정보를 생성하도록 처리된 에코정보를 수신할 수 있다.
혈관/장기 식별 장치(220)는 영상의 사전 처리를 수행하고, 예를 들어, 정보 수집 장치(210)에 의해 스캔 및 수집된 픽셀 세기의 차이와 같은 방법을 기초하여 혈관 또는 장기가 관심 영역 내에 존재하는지 감지한다. 전처리의 예로서, 혈관/장기 식별 장치(220)는 노이즈(noise) 감소를 적용하고, 가공되지 않은 B-모드 영상의 종횡비를 조정하고, 및/또는 스캔변환을 적용할 수 있다. 혈관 식별의 예로서, 2D 영상에서 혈액 운반 혈관은 밝은 음영 픽셀 영역 내의 어두운 영역으로 식별될 수 있으며 여기서 밝은 음영 픽셀은 일반적으로 신체 조직을 나타낸다. 다른 실시에서, 혈관/장기 식별 장치(220)은 방광 스캐닝에 사용되는 것과 유사한 대동맥에 인접한 특정 구조를 검출하기 위한 인공물 검출 논리를 포함할 수 있다.
분할 장치(230)는 정보 획득 장치(210) 및/또는 혈관/장기 식별 장치(220)로부터 정보를 수신하고 복부 대동맥을 분할 하기 위해 3D 혈관 형상 모델을 사용하는 영상 처리를 적용할 수 있다. 3D 혈관 형상 모델은 인체 샘플에서 파생된 시뮬레이션된 3D AAA 형상을 포함할 수 있다. 명암 모델은 인체 샘플에서 파생된 초음파 영상 밝기 정보를 포함할 수 있다. 일 실시예에서, 분할 장치(230)는 탄력적인 3D 혈관 형상 모델을 표적 3D 영상에 적용할 수 있다. 예를 들어, 아래에서 더 자세히 설명되는 바와 같이, 분할 장치(230)은 여러 가능한 에너지 함수 중 하나를 최소화하여 표적 영상 정보 세트에 3D 혈관 형상을 맞출 수 있다.
후처리 장치(240)는 복부 대동맥에 위치한 동맥류를 포함하는 복부 대동맥의 크기를 식별할 뿐만 아니라 동맥류의 크기(예를 들어, 직경) 및 중심선을 식별하는 논리를 포함한다. 예를 들어, 후처리 장치(240)은 수신된 에코 정보와 연관된 모든 분할 결과를 결합함으로써 대동맥 구조를 완전히 구성하기 위한 3D 재구성 기능을 제공할 수 있다. 이러한 방식으로 대동맥 직경의 측정은 아래에서 자세히 설명하는 바와 같이 기존의 2D 영상을 사용하는 것에 비해 더 정확할 것이다.
도 2에 도시된 예시적인 구성은 단순화를 위해 제공된다. 시스템(100)은 도 2에 예시된 것보다 더 많거나 더 적은 논리 장치를 포함할 수 있다. 예를 들어 시스템(100)은 수신된 정보를 처리하는 다수의 정보 획득 장치(210) 및 다수의 처리 장치를 포함할 수 있다. 또한, 시스템(100)은 관심 영역에서 표적을 식별하기 위해 초음파 신호를 분석하는 것을 돕기 위해 외부 네트워크를 통해 정보를 전송 및 수신하는 통신 인터페이스(예를 들어, 무선 주파수 송수신기)와 같은 추가 요소를 포함할 수 있다. 또한, 본 명세서의 예시 및 설명은 주로 혈간 응용(예: 복부 대동맥 및/또는 복부 대동맥내의 동맥류 식별)을 참조하지만, 다른 실시예는 방관, 전립선/신장 경계, 갑상선등과 같은 장기의 경계를 감지하는 데 적용될 수 있다.
도 3a는 초음파 영상 정보를 획득하기 위해 사용되는 예시적인 정보 획득 장치(210)을 도시한다. 도 3a를 참조하면, 정보 획득 장치(210)은 2개의 회전 전동기에 결합된 단일 변환기 요소를 포함할 수 있다. 이 실시에서, 초음파 프로브(110)는 돔(116)에 연결된 바닥 부분(base)(310), 세타 전동기(theta motor)(320), 회전축(spindle)(330), 파이 전동기(phi motor)(340), 및 변환기(transducer)(360)를 갖는 변환기 버킷(transducer bucket)(350)을 포함할 수 있다. 세타 전동기(320), 파이 전동기(340), 변환기 버킷(350) 및/또는 변환기(360)는 케이블(130)(도 3a에 도시되지 않음)을 통해 세타 전동기(320), 파이 전동기(340), 변환기 버킷(350) 및/또는 변환기(360)를 기본 장치(120)에 전기적으로 연결하는 유선 또는 무선 전기 연결을 포함할 수 있다.
바닥 부분(310)은 세타 전동기(320)를 수용하고 초음파 프로브(110)에 구조적 지지를 제공할 수 있다. 바닥 부분(310)은 돔(116)(도 3a에 도시되지 않은 연결)에 연결될 수 있고 외부 환경으로부터 초음파 프로브(110)의 구성요소를 보호하기 위해 돔(116)과 밀봉을 형성할 수 있다. 세타 전동기(320)는 본 명세서에서 세타(θ)회전 축(325)으로 지칭되는 수직 축을 중심으로 회전함으로써 변환기(360)에 대해 길이 방향으로 바닥 부분(310)에 대해 회전축(330)을 회전시킬 수 있다. 회전축(330)은 축(335)에서 종단될 수 있고 파이 전동기(340)는 축(335)상에 장착될 수 있다. 파이 전동기(340)는 본 명세서에서 파이(Φ)회전 축(345)으로 지칭되는 수평 축을 중심으로 세타 회전 축(325)에 직교하는 축을 중심으로 회전할 수 있다. 변환기 버킷(350)은 파이 전동기(340)에 장착될 수 있고 파이 전동기(340)와 함께 이동할 수 있다.
변환기(360)는 변환기 버킷(350)에 장착될 수 있다. 변환기(360)는 압전 변환기, 용량성 변환기, 및/또는 다른 유형의 초음파 변환기를 포함할 수 있다. 변환기(360)는 변환기(360)와 연관된 송수신기 회로와 함께 특정 초음파 주파수 또는 초음파 주파수의 범위에서 전기 신호를 초음파 신호로 변환할 수 있고, 반사된 초음파 신호(예를 들어, 에코 등)를 수신할 수 있고, 수신된 초음파 신호를 전기적 신호로 변환할 수 있다. 변환기(360)는 변환기(360)의 표면에 실질적으로 수직인 신호 방향(365)으로 초음파 신호를 송수신할 수 있다.
신호 방향(365)은 파이 전동기(340)의 움직임에 의해 제어될 수 있고 파이 전동기(340)의 방향은 세타 전동기(320)에 의해 제어될 수 있다. 예를 들어, 파이 전동기(340)는 특정 평면에 대한 초음파 영상 정보를 생성하기 위해 180도(예를 들어, 120도) 미만의 각도에 걸쳐 앞뒤로 회전할 수 있고, 세타 전동기(320)는 다른 평면에 대한 초음파 영상 정보를 획득하기 위해 특정 위치로 회전 할 수 있다.
조준 모드에서, 세타 전동기(320)는 파이 전동기(340)가 특정 조준 평면에 대한 초음파 영상 정보를 획득하기 위해 앞뒤로 회전하는 동안 정지 상태로 유지될 수 있다. 조준 모드에서, 세타 전동기(320)는 다수의 조준 평면 사이에서 앞뒤로 이동할 수 있고 파이 전동기(340)는 초음파 영상 정보를 획득하기 위해 앞뒤로 회전할 수 있다. 예로서, 세타 전동기(320)는 조준 모드가 선택되는 동안 2개의 직교 평면 사이에서 이동할 수 있다. 다른 예로서, 세타 전동기(320)는 조준 모드 동안 서로에 대해 120도 어긋난 3개의 평면을 통해 순차적으로 회전할 수 있다.
3D 스캔 모드에서, 세타 전동기(320)는 관심 영역의 전체 3D 스캔을 획득하기 위해 평면(또는 "슬라이스(Slice)")세트를 한 번 이상 순환 할 수 있다. 더 많은 스캔 평면을 사용하면 더 높은 스캔 해상도를 얻을 수 있다. 따라서, 기존의 12면 스캔과 대조적으로, 여기에 설명된 실시는 48개 평면 세트를 사용하여 여기에 설명된 형상 맞춤 방법을 지원하는 해상도를 달성할 수 있다. 다른 실시에서, 48보다 많거나 더 적은 평면이 사용될 수 있다. 평면 세트의 각각의 특정 평면에서, 파이 전동기(340)는 특정 평면에 대한 초음파 영상 정보를 획득하기 위해 회전할 수 있다. 세타 전동기(320) 및 파이 전동기(340)의 움직임은 3D 스캔 전동기에서 얽혀있을 수 있다. 예를 들어, 제1 방향으로의 파이 전동기(340)의 이동은 제1평면에서 제 2평면으로의 세타 전동기(320)의 이동이 뒤따를 수 있고, 제1 방향과 반대되는 제2 방향으로의 파이 전동기(340)의 이동이 뒤따를 수 있고, 제2 평면에서 제3 평면 등으로 세타 전동기(320)의 이동이 뒤따른다. 이러한 얽혀있는 이동은 초음파 프로브(110)가 부드러운 연속 볼륨 스캐닝을 획득할 수 있을 뿐만 아니라 스캔 정보가 획득되는 속도를 향상시킬 수 있다.
또한, 세타 전동기(320)와 파이 전동기(340)는 도 3b에 도시된 바와 같이 스캔 평면의 첫 번째 세트 및 재구성된 슬라이스의 첫 번째 세트를 통해 전체 대동맥을 캡쳐할 수 없는 경우 스캐닝 라인 수를 늘리고 회전 스캐닝을 "팬 스캐닝'방식으로 변경하도록 구성할 수 있다. 예를 들어, 도 3b는 회전 스캔으로부터의 초기 초음파 원뿔(380-1)이 대동맥의 길이에 기초하여 대동맥의 완전한 길이를 포착하지 못한 시나리오를 예시한다. 이 경우, 세타 전동기(320) 및 파이 전동기(340)는 전체 대동맥 구조가 분석될 수 있도록 추가 정보를 캡쳐하기 위해 단면 슬라이스를 기초하여 혈관 구조를 정량적으로 캡쳐 및 평가하기 위해 변환기(360)와 관련된 회전 각도를 수정할 수 있다. 이 팬 스캐닝으로부터의 후속 초음파 원뿔(380-2)는 초음파 원뿔(380-1)보다 혈관 구조의 더 큰 부분을 포착할 수 있다.
다른 실시에서, 정보 수집 장치(210)은 더 큰 표적 영상을 획득하기 위해 다수의 초음파 원뿔로부터의 스캔을 함께 봉합(stitch)함으로써, 단일 초음파 원뿔(380-1)의 범위를 넘어 추가 정보를 캡쳐할 수 있다. 도 3c는 표적 영상(예를 들어, 환자의 복부 대동맥)에 걸쳐 있는 2개의 초음파 원뿔(380-3, 380-4)로부터의 영상은 순차적으로 획득될 수 있고, 정보 획득 장치(210)은 표적 영상의 완전한 사진을 구성하기 위해 각각의 초음파 원뿔의 다중 슬라이스로 영상/사진을 함께 봉합 하거나 결합할 수 있다.
도 3d에 도시된 바와 같이, 또 다른 실시에서, 정보 획득 장치(210)은 프로브(110)와 같은 프로브의 상대 위치를 제어 및/또는 관찰하기 위해 추적 시스템(390)을 사용할 수 있다. 도 3d는 추적 시스템(390)에 장착된 프로브(110)의 단순화된 측면도 예시를 제공한다. 추적 시스템은 트랙(Track)(394) 내에 장착된 회전 가능한 프로브 홀더(Holder)(392)를 포함할 수 있다. 일 실시예에 따르면, 추적 시스템(390)은 초음파 원뿔(380-5)이 관심 영역(예를 들어, 환자의 복부 대동맥 위) 위로 이동할 때 트랙 위치 및 프로브 홀더(392)의 회전을 관찰 하면서 트랙(394)을 따라 프로브(110)를 이동할 수 있다. 추적 시스템(390)은 기계적 인덱스 추적, 전자기 추적, 광학 추적, 또는 다른 센서를 사용하여 트랙(394)을 따라 프로브(110)의 위치를 관찰할 수 있다. 다른 실시에서, 관절형 암은 트랙(394) 대신에 사용될 수 있다. 추적 시스템(390)을 사용하여, 초음파 원뿔(380-5)로부터의 영상은 표적 영상의 완전한 사진을 구성하기 위해 프로브(110)의 상대 위치/배향에 기초하여 함께 봉합되거나 결합될 수 있다.
도 3e는 C-모드 영상 평면의 단순화된 예시를 제공한다. C-모드 영상은 일반적으로 예를 들어 전형적인 B-모드 스캔 평면에 수직으로 배향된 표현을 포함할 수 있다. 일 실시예에 따르면, C-모드 영상은 특정 깊이에서 회전 스캔 평면의 초음파 정보로부터 생성된 단면 영상을 포함할 수 있다. 따라서, 정보 수집 장치(210)은 C-모드 영상을 생성하기 위해 각각의 B-모드 스캔 평면(또는 슬라이스)에서 상이한 깊이들로부터의 영상 정보를 사용할 수 있다. C-모드는 대동맥 길이의 실제 전체보다 복부 대동맥의 일부를 더 잘 나타낼 수 있다. 표적 영상은 대동맥 외부에 있는 선과 공간에 비해 대동맥 내부에 있는 선과 공간을 보여주는 이진 영상(binary image)에 가깝다. C-모드 획득 투영 영상은 변환기 표면에 평행한 단일 평면에 국한되지 않고 C-모드 영상 평면으로 표시된 여러 평면에 국한되지 않고 복부 대동맥 정보를 산출할 수 있다.
여기에 설명된 시스템 및 방법은 주로 회전 스캐닝을 수행하는 전기-기계적 프로브로부터 얻은 영상 정보와 관련하여 설명된다. 그러나 다른 실시에서는 다른 유형의 프로브가 사용될 수 있다. 예를 들어, 매트릭스 프로브, 자유형 자기 프로브 또는 자유형 광학 프로브를 사용하여 3D 영상 정보를 얻을 수도 있다.
도 4는 장치(400)의 예시적인 구성을 도시한다. 장치(400)는 예를 들어 정보 수집 장치(210), 혈관/장기 식별 장치(220), 분할 장치(230), 및/또는 후처리 장치(240)의 구성요소에 대응할 수 있다. 장치(400)는 또한 기본 장치(120)과 같은 도 1의 요소들에 대응할 수 있다. 도 4를 참조하면, 장치(Device)(400)는 버스(bus)(410), 처리장치(processor)(420), 기억장치(memory)(430), 입력 장치(input device)(440), 출력 장치(output device)(450) 및 통신 인터페이스(communication interface)(460)를 포함할 수 있다. 버스(410)는 장치(400)의 요소들 간의 통신을 허용하는 결로를 포함할 수 있다.
처리장치(420)는 명령어를 해석하고 실행할 수 있는 하나 이상의 처리장치, 마이크로처리장치, 또는 처리 논리를 포함할 수 있다. 기억장치(430)는 랜덤 엑세스 메모리(RAM) 또는 처리장치(420)에 의한 실행을 위한 정보 및 명령어를 저장할 수 있는 다른 유형의 동적 저장 장치를 포함할 수 있다. 기억장치(430)는 또한 처리장치(420)에 의한 사용을 위한 명령어 및 정적 정보를 저장할 수 있는 판독 전용 메모리(ROM) 장치 또는 다른 유형의 정적 저장 장치를 포함할 수 있다. 기억장치(430)는 SSD(Solid State Drive)를 더 포함할 수 있다. 기억장치(430)는 또한 자기 및/또는 광 기록 매체(예를 들어, 하드 디스크) 및 해당 드라이브를 포함할 수 있다.
입력 장치(440)는 키보드, 키패드, 마우스, 펜, 마이크, 터치 스크린, 음성 인식 및/또는 생체 인식 장치 등과 같은 사용자가 장치(400)에 정보를 입력할 수 있도록 하는 장치를 포함할 수 있다. 출력 장치(450)는 디스플레이(예를 들어, 액정 디스플레이(LCD)), 프린터, 스피커 등을 포함하는 정보를 사용자에게 출력하는 장치를 포함할 수 있다. 일부 실시에서, 터치 스크린 디스플레이는 입력 디바이스 및 출력 디바이스 모두로서 작용할 수 있다.
통신 인터페이스(460)는 장치(400)가 유선, 무선 또는 광학 메커니즘을 통해 다른 장치와 통신하는 데 사용하는 하나 이상의 송수신기를 포함할 수 있다. 예를 들어, 통신 인터페이스(460)는 하나 이상의 무선 주파수(Radio Frequency, RF) 송신기, 수신기 및/또는 송수신기, 및 네트워크를 통해 RF 정보를 전송 및 수신하기 위한 하나 이상의 안테나를 포함할 수 있다. 통신 인터페이스(460)는 또한 모뎀 또는 LAN에 대한 이더넷 인터페이스 또는 네트워크의 요소와 통신하기 위한 다른 장치를 포함할 수 있다.
도 4에 도시된 예시적인 구성은 단순화를 위해 제공된다. 장치(400)는 도 4에 예시된 것보다 더 많거나 더 적은 장치를 포함할 수 있다는 것을 이해해야 한다. 예시적인 실시에서, 장치(400)는 처리장치(420)가 기억장치(430)와 같은 컴퓨터 판독가능 매체에 포함된 명령어 순서를 실행하는 것에 응답하여 동작을 수행한다. 컴퓨터가 읽을 수 있는 매체는 물리적 또는 논리적인 기억 장치로 정의될 수 있다. 소프트웨어 명령은 다른 컴퓨터 판독 가능 매체(예를 들어, 하드 디스크 드라이브(HDD), SSD 등)로부터, 또는 통신 인터페이스(560)를 통해 다른 장치로부터 기억장치(430)로 판독될 수 있다. 대안적으로, 대안적으로, 특정 용도 지향 집적 회로(application specific integrated circuit, ASIC), 현장 프로그래머블 게이트 어레이(field programmable gate array, FPGA) 등과 같은 유선 회로는 본 명세서에 설명된 실시와 일치하는 처리장치를 실시하기 위해 소프트웨어 명령 대신에 또는 이와 조합하여 사용될 수 있다. 따라서, 여기에 설명된 실시는 하드웨어 회로 및 소프트웨어의 특정 조합으로 제한되지 않는다.
다시 도 2를 참조하면, 분할 장치(230)는 정보 수집 장치(210) 및/또는 혈관/장기 식별 장치(220)로부터 정보를 수신하고, 3차원 혈관 형상 모델 및 명암 모델에 기초하여 3차원 복부 대동맥 분할을 사용하여 정보를 분석할 수 있다. 그 다음, 분할 장치(230)은 중심선 추출 및 최대 직경 측정을 위해 식별된 형상을 후처리 장치(240)에 제공할 수 있다. 픽셀 단위로 정보를 분석하는 이전의 초음파 기반 분할 방법과 대조적으로, 여기에 설명된 3D 형상 모델을 기초하여 하는 시스템 및 방법은 초음파 노이즈 및 기타 인공물(artifacts)에 대해 더 탄력적이다. 시스템 및 방법은 또한 결과적인 3D 구조를 기초하여 하는 보다 안정적이고 정확한 직경측정 방법을 제공할 수 있다.
도 5는 관심 표적을 식별하는 것뿐만 아니라 관심 표적과 연관된 매개변수 또는 요소를 식별하는 것과 연관된 예시적인 과정(500)을 도시하는 흐름도이다. 과정은 관심 표적/영역을 스캔하기 위해 프로브(110)를 조작하는 사용자로 시작할 수 있다. 이 예에서는 대상이 복부 대동맥이라고 가정한다. 여기에 설명된 특징은 신체 내의 다른 혈관, 기관 또는 구조를 식별하는 데 사용될 수 있음을 이해해야 한다.
예시적인 실시에서, 복부 대동맥류에 대한 3D 형상 모델이 정의될 수 있다(블록 510). 일반적으로, 예시적인 실시에 따르면, 3D 혈관 형상 모델은 정량적 분석 목적을 위해 환자의 신제 대동맥을 나타내기 위해 사용 될 수 있다. 시뮬레이션된 3D 형상 모델은 여러 인간 복부 대동맥의 정보를 기초하여 정의할 수 있다. 그런 다음 가능한 변형을 형상 모델에 통합할 수 있다. 예를 들어, 도6a 내지 6f에 도시된 바와 같이, 시뮬레이션된 3D AAA형상 모델은 인간 복부 대동맥 특성에 기초하여 개발될 수 있다. 일반적으로, 도 6a 내지 6f의 3D AAA 형상은 동맥류를 나타내는 조합으로 3D 튜브(602) 및/또는 3D 공(604)를 포함할 수 있다.
도 6a 내지 도 6f는 탄력적인 형상 모델에 사용될 수 있는 6개의 시뮬레이션된 3D 정보 세트를 나타낸다. 각 3D 정보 세트에는 시뮬레이션된 AAA 구조의 평면도(전후방, 왼쪽 상단 프레임에 표시), 측면도(횡방향, 오른쪽 상단 프레임에 표시) 및 종단도(왼쪽 하단프레임에 표시)가 포함된다. 도 6a는 동맥류가 없는 정상 대동맥을 갖는 시뮬레이션 형상(610)을 나타낸다.
도 6b는 대동맥의 중심선을 따라 구형 동맥류를 갖는 대동맥을 갖는 시뮬레이션 형상(620)을 나타낸다. 도 6c는 대동맥의 중심선을 따라 이중 구형 동맥류를 갖는 대동맥을 갖는 시뮬레이션 형상(630)을 나타낸다. 도 6d는 대동맥의 중심선으로부터 중심을 벗어난 구형 동맥류를 갖는 대동맥을 갖는 시뮬레이션 형상(640)을 나타낸다. 도 6e는 대동맥의 중심선으로부터 중심을 벗어난 이중 구형 동맥류를 갖는 대동맥을 갖는 시뮬레이션 형상(650)을 나타낸다. 도 6f는 튜브형 동맥류를 갖는 대동맥을 갖는 시뮬레이션 형상(660)을 나타낸다. 모델에서 튜브 직경은 각 튜브마다 다를 수 있으며 튜브 직경은 다른 튜브에서 다를 수 있다. 시뮬레이션 형상(610-660) 각각은 정상 및 AAA 조건의 환자 정보(예를 들어, 초음파 정보, CT 스캔 정보, MRI 정보 등)로부터 유도될 수 있다. 또한 공 직경은 튜브마다 다를 수 있다. 각 공은 규칙적인(예: 구형) 형상이거나 길쭉한 형상일 수 있다. 6개의 시뮬레이션 형상(610-660)이 도 6a-6f에 도시되어 있지만, 다른 실시에서 더 많거나 더 적은 시뮬레이션 형상이 탄력적인 형상 모델에 사용될 수 있다.
도 7a 및 7b는 탄력적인 형상 모델(700)의 단순화된 예시를 제공한다. 보다 구체적으로, 도 7a 및 7b는 시뮬레이션 형상(예를 들어, 시뮬레이션 형상(650))이 형상 적합 분석을 위해 모핑(morphing)될 수 있는 방법을 예시한다. 다른 시뮬레이션 형상(예: 610-640 및 660)은 유사한 방식으로 수정 또는 수정될 수 있다. 도 7a 및 도 7b의 예에서, 중심선으로부터 중심을 벗어난 이중 구면 동맥류의 가중치 값(예를 들어, 도 7a 및 도 7b의 고유 형상 5에 대응하는 시뮬레이션 형상(650))은 도 7a의 상대적으로 작은 가중치에서 도 7b의 더 큰 가중치로 증가된다(도 7a 및 도 7b의 오른쪽에 위치한 슬라이드 바를 통해 도시된 바와 같이). 예시적인 실시에 따르면, 탄력적인 형상 모델은 시뮬레이션 형상(610 내지 660)의 트레이닝 패턴으로부터 "학습"할 수 있다. 탄력적인 형상 모델은 특정 윤곽이나 메쉬(mesh)를 사용하지 않고 탄력적인 표현을 제공할 수 있다. 따라서 탄력적인 3D 형상 모델은 2D 공간의 기존 기술보다 노이즈나 그림자에 더 강하다. 도 7a 및 7b는 슬라이드 바를 사용하여 수동으로 조정될 수 있는 탄력적인 형상 모델(700)을 도시하지만. 다른 실시에서, 탄력적인 형상 모델(700)은 프로브(110) 또는 기본 장치(120)의 프로세서(예를 들어, 프로세서(420))를 사용하여 선택/조정될 수 있다.
다시 도 5를 참조하면, 환자의 영상 정보가 획득되고 영상 향상이 적용될 수 있다(블록 520). 예를 들어, 사용자는 트리거(114)를 누를 수 있고 프로브(110)에 포함된 송수신기(예를 들어, 변환기(360)와 연관된)는 초음파 신호를 송신하고 프로브(110)에 의해 수신된 에코 신호와 연관된 B-모드 정보를 획득한다. 일 실시예에서, 정보 수집 장치(210)는 복부 대동맥을 통해 12개의 서로 다른 평면 상에서 초음파 신호를 송신하고, 12개의 서로 다른 평면에 대응하는 12개의 B-모드 영상을 생성할 수 있다. 이 실시에서, 정보는 2D 영상 정보에 대응할 수 있다. 다른 실시들에서, 정보 수집 장치(210)는 3D 영상 정보를 생성할 수 있다. 예를 들어, 도 3a 내지 도 3d와 관련하여 위에서 논의된 바와 같이, 정보 수집 장치(210)은 전체 대동맥 구조를 캡쳐하기 위해 3D 영상을 생성하기 위해 얽혀있는 스캐닝을 수행할 수 있다. 각각의 경우에, 송신된 초음파 신호/스캔 평면의 수는 특정 실시에 기반하여 변할 수 있다.
프로브(110) 또는 기본 장치(120)는 또한 초음파 영상 정보에 노이즈 감소 과정을 적용할 수 있다. 예를 들어, 정보 수집 장치(210)는 프로브(110)로부터 B-모드 초음파 영상를 수신하고 영상으로부터 반점 및 배경 잡음을 제거하기 위해 잡음 감소 및/또는 다른 전처리 기술을 적용할 수 있다. 일부 실시예에서, 미가공 B-모드 영상의 종횡비는 축방향 해상도와 측면 해상도 간의 차이를 보상하기 위해 크기 조정 과정을 통해 조정될 수 있다. 다른 실시에서 복부 대동맥 스캐닝 응용을 수행할 때, 스캔 변환 및/또는 기계 학습은 복부 대동맥 형상을 복부 대동맥의 예상 또는 실제 형상에 더 가깝게 만들기 위해 적용될 수 있다(예: 원형이 아닌 길쭉한 형상).
기본 장치(120)(예를 들어, 혈관/장기 식별 장치(220))는 초음파 영상 내의 어두운 픽셀의 농도를 검출하는 것과 같이 관심 영역을 검출할 수 있다. 어두운 픽셀의 농도는 일반적으로 복부 대동맥을 통해 혈액을 운반하는 복부 대동맥의 내강에 해당한다. 예를 들어, 도 8a는 정보 수집 장치(210)에 의해 생성될 수 있는 AAA 인체모형의 48-슬라이스 회전 스캔으로부터의 일련의 영상을 도시하며, 이는 인체모형(810)을 각 B-모드의 스캔 평면의 중앙에 있는 어두운 픽셀의 농도로 보여준다. 인체모형(810)은 예시의 목적으로 사용되지만, 여기에 설명된 시스템 및 방법은 인간 대동맥/조직에 동등하게 잘 적용된다. 혈관/장기 식별 장치(220)는 어두운 픽셀 영역을 내강으로 식별할 수 있다. 다른 실시에서, 기본 장치(120)은 오퍼레이터가 디스플레이(122)를 통해 스캔 영상들 중 하나로부터 복부 대동맥 내강을 선택하는 것과 같이 관심 있는 혈관 또는 기관을 표시하거나 선택할 수 있게 하는 사용자 인터페이스(예: 터치 스크린, 태블릿, 마우스 등)를 포함할 수 있다.
여전히 도 5를 참조하면, 복부 대동맥 내강이 식별되면, 혈관/장기 식별 장치(220)는 복부 대동맥의 3D 표적 영상를 생성할 수 있다(블록 530). 예를 들어, 3D 영상 정보는 B 모드 스캔을 기초하여 종합될 수 있다. 일 실시에서, 도 8a로부터의 회전 스캔 B-모드 영상은 도 8b에 도시된 (예를 들어, 평면도, 측면도 및 종단도를 갖는) 3D 영상 정보를 생성하는 데 사용될 수 있다. 도 8b는 도 8a의 AAA 인체모형(810)의 단면도(850), 종단면(855), 및 C-모드 표현(860)의 예시적인 영상을 포함한다. 도 8b의 850, 855, 860 부분에서 인체모형(810)의 렌더링(rendering)은 탄력적인 형상 모델(예를 들어, 탄력적인 형상 모델(700))에 의해 매칭될 표적 3D 영상 정보 세트(820)로서 함께 사용될 수 있다.
도 5에 추가로 도시된 바와 같이, 탄력적인 3D 대동맥 모델은 표적 3D 영상에 맞춰질 수 있다(블록 540). 예를 들어, 분할 장치(230)는 가장 적합한 것을 결정하기 위해 표적 3D 영상 정보 세트(820) 상에 탄력적인 형상 모델(700)을 오버레이(overlay)할 수 있다. 도 9a 내지 도 9c는 형상 맞춤 절차(900)를 예시한다. 도 9a는 오버레이 없이 도시되고 중심선(902, 904)을 따라 정렬된 표적 3D 영상 정보 세트(820)로부터의 850, 855, 860 부분의 예시이다. 도 9b는 표적 3D 영상 정보 세트(820)에 오버레이된 탄력적인 형상 모델(700-1)의 초기 구성의 예시이다.
도 9b의 예에서, 시뮬레이션 형상(650)(예를 들어, 중심선으로부터 중심을 벗어난 이중 구형 동맥류)이 시작 영상으로서 초기에 선택될 수 있다. 초기 시뮬레이션 형상의 선택은 (예를 들어, 디스플레이(122)를 사용하여) 사용자에 의해 제공되는 분할 장치(230)에 의해 수행되거나 자동으로 정해지는 선택으로서 포함될 수 있다. 일 실시에서, 탄력적인 형상 모델(700)을 표적 3D 영상 정보 세트(820)에 맞추는 것은 에너지 함수를 최소화하는 것으로 정의될 수 있다.
에너지 함수를 최소화하기 위한 하나 이상의 상이한 접근법은 형상 모델(700)을 표적 3D 영상 정보 세트(예를 들어, 표적 영상 정보 세트(820))에 맞추는 데 사용될 수 있다. 예를 들어, 탄력적 역전파(resilient backpropagation, rprop)는 피드포워드(feedforward) 인공신경망에서 지도된 학습을 체험하기 위한 학습이다. Rprop은 모든 패턴(크기가 아님)에 대한 편도함수의 부호만 고려하고 각 "가중치"에 대해 독립적으로 작동한다. 각 가중치에 대해 마지막 반복과 비교하여 전체 오류 함수의 편도함수의 부호 변경이 있는 경우 해당 가중치에 대한 업데이트 값에 인수 η-를 곱한다. 여기서 η-<1. 마지막 반복이 동일한 부호를 생성한 경우 업데이트 값에 η+ 인수를 곱합니다. 여기서 η+>1이다. 위와 같은 방식으로 각 가중치에 대한 업데이트 값을 계산하고 최종적으로 각 가중치는 전체 오류 함수를 최소화하기 위해 해당 가중치의 편미분의 반대 방향으로 자체 업데이트 값으로 변경한다. 일 실시에서, η+는 경험적으로 1.1로 설정되고 η-는 0.9로 설정된다.
형상 모델(700)을 표적 3D 영상 정보 세트에 맞추는 데 사용될 수 있는 에너지 함수는 정보 기반 통계적 형상 모델이다. 정보 기반 통계적 형태 모델은 분할 작업 동안 초기화에 더 탄탄(robust)하고 노이즈에 탄탄할 수 있다. 정렬된 훈련 형상 세트가 주어지면 {φi}i=1 . . . N, 각 형상은 해당 형상 벡터 {αi}i=1 . . . N으로 나타낼 수 있다. 이 표기법에서 통계적 형태 학습의 목표는 훈련 샘플에서 통계적 분포 P(α)를 추론하는 것이다.
본 명세서에 사용된 실시에 따르면, 정보 기반 통계적 형상 모델은 도 10a의 샘플과 같은 균일한 밀도(uniform density), 도 10b의 샘플과 같은 가우시안 밀도(Gaussian density), 또는 도 10c의 샘플과 같은 커널 밀도(kernel density)를 추론할 수 있다. 균일 분포의 경우 P(α)=상수이다.
가우시안 분포의 경우:
커널 분포의 경우:
도 9c의 예에서, 수정된 탄력적인 형상 모델(700-2)은 표적 3D 영상 정보 세트(820)에 오버레이된다. 예를 들어, 정보 기반 통계적 형상 모델을 사용하여 탄력적인 형상 모델(700-2)은 표적 영상(예를 들어, 인체모형(810))의 3D 형상에 부합할 수 있다. 도 11은 표적 3D 영상 정보 세트(820)에 대한 탄력적인 형상 모델(700-2)에 대한 에너지 함수를 최소화하기 위한 다중 반복에 대응할 수 있는 에너지 변화 곡선(1100)을 도시한다.
도 5로 돌아가면, 최적의 탄력적인 형상 모델이 분할 결과로서 저장될 수 있고(블록 550), 저장된 분할 결과를 사용하여 AAA 측정값이 계산될 수 있다(블록 560). 예를 들어, 표적 3D 영상 정보 세트(820)에 대응하는 최적의 오버레이(예를 들어, 탄력적인 형상 모델(700-2))는 후처리 장치(240)에 의한 AAA 평가에서 정량적 분석을 위해 저장될 수 있다. 도 12는 최적의 탄력적인 형상 모델(700-2)로부터 생성될 수 있는 3D(예를 들어, 고체) 모델(1200)을 예시한다. 3D 모델(1200)의 형태로 사용가능한 복부 대동맥 분할로, 후처리 장치(240)는 대동맥(1212)의 중심선, 대동맥(1214)의 직경, 동맥류(1216)의 최대 직경, 및 동맥류의 부피와 같은 대동맥 및 AAA에 대한 크기 정보를 결정할 수 있다. AAA는 관형 구조가 아니기 때문에 AAA의 부피 및/또는 전체 대동맥에 대한 AAA 면적의 비율이 유용한 정량적 측정이 될 수 있다. 다른 실시들에서, 후처리 장치(240)는 또한 대동맥의 전체 면적 및 AAA의 직경을 결정할 수 있다. 각각의 경우에, 후처리 장치(240)는 예를 들어, 디스플레이(122)를 통해 또는 프로브(110) 상의 디스플레이(118)를 통해 크기 및/또는 면적 정보를 출력할 수 있다. 측정 및 분석을 위해 모델(1200)을 사용하는 것은 후처리 장치(240)가 대동맥/AAA의 중심선을 보다 쉽게 식별하고 최대 복부 대동맥 직경(예를 들어, 중심선에 수직)을 측정하기 위한 정확한 방향을 결정할 수 있게 한다.
위에서 설명된 바와 같이, 시스템(100)은 표적 혈관으로 향하는 초음파 신호를 송신하고 송신된 초음파 신호와 연관된 에코 정보를 수신하도록 구성된 프로브를 포함할 수 있다. 시스템(100)은 또한 수신된 에코 정보를 처리하여 표적 혈관의 3차원 초음파 영상을 생성하고; 표적 혈관에 대응하는 탄력적인 3차원 혈관 모델을 얻고; 가장 적합하고 탄력적인 3차원 혈관 모델이 3차원 표적 영상에 가장 잘 맞는지 식별하고; 가장 적합하고 탄력적인 3차원 혈관 모델을 분할 결과로 저장하고; 분할 결과를 기초하여 목표 혈관에 대한 측정값을 계산하도록 구성된 적어도 하나의 처리장치를 포함할 수 있다.
예시적인 실시에 대한 전술한 설명은 예시 및 설명을 제공하지만, 개시된 정확한 형태로 실시예를 완전하게 제한하거나 제한하려는 의도는 아니다. 상기 교시에 비추어 수정 및 변형이 가능하거나 실시예의 실시로부터 획득될 수 있다.
예를 들어, 특징은 표적(예를 들어, 대동맥 및/또는 AAA)의 크기를 추정하기 위한 환자의 복부 대동맥 및 AAA와 같은 관심 표적을 식별하는 것과 관련하여 위에서 설명되었다. 다른 실시에서, 다른 혈관, 장기 또는 구조가 식별될 수 있고, 혈관, 장기 또는 구조와 관련된 크기 또는 기타 매개변수가 추정될 수 있다. 예를 들어, 여기에 설명된 처리는 방광, 전립선, 신장, 자궁, 난소, 심장 등뿐만 아니라 면적 관련 측정과 같은 이러한 표적과 관련된 특정 특징을 식별하고 표시하는 데 사용될 수 있다.
또한, 일련의 블록들이 도 5와 관련하여 설명되었지만, 동작들의 순서는 다른 실시들에서 상이할 수 있다. 또한, 비의존 블록은 병렬로 실시될 수 있다.
위에서 설명된 다양한 특징들은 도면들에 예시된 실시들에서 소프트웨어, 펌웨어, 및 하드웨어의 많은 상이한 형태들로 실시될 수 있다는 것이 명백할 것이다. 다양한 기능을 실시하는 데 사용되는 실제 소프트웨어 코드 또는 특수 제어 하드웨어는 제한되지 않는다. 따라서, 특징의 동작 및 거동은 특정 소프트웨어 코드를 참조하지 않고 설명되었으며, 당업자는 본 명세서의 설명에 기초하여 다양한 특징을 실시하기 위해 소프트웨어 및 제어 하드웨어를 설계할 수 있음을 이해해야 한다.
또한, 본 발명의 특정 부분은 하나 이상의 기능을 수행하는 "논리"로 실시될 수 있습니다. 이 논리는 하나 이상의 처리장치, 마이크로처리장치, 특정 용도 지향 집적 회로, 현장 프로그래머블 게이트 어레이 또는 기타 처리 논리, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합과 같은 하드웨어를 포함할 수 있다.
상기 명세서에서, 첨부된 도면을 참조하여 다양한 바람직한 실시예가 설명되었다. 그러나, 뒤따르는 청구범위에 기재된 바와 같이 본 발명의 더 넓은 범위를 벗어나지 않고 다양한 수정 및 변경이 이루어질 수 있고 추가적인 실시예가 실시될 수 있음이 명백할 것이다. 따라서 사양 및 도면은 제한적인 것이 아니라 예시적인 것으로 간주되어야 한다.
본 출원의 설명에 사용된 어떤 요소, 행위 또는 지시도 그렇게 명시적으로 설명되지 않는 한 본 발명에 중요하거나 필수적인 것으로 해석되어서는 안 된다. 또한, 본 명세서에 사용된 바와 같이, 관사 "a"는 하나 이상의 항목을 포함하도록 의도된다. 또한, "~에 기초하여"이라는 문구는 달리 명시적으로 언급되지 않는 한 "적어도 부분적으로 ~에 기초하여"을 의미하도록 의도된다.
이 공시에 명시된 다양한 측면의 요소에 해당하는 모든 구조 및 기능적 등가물은 기술에서 당업자에게 알려져 있거나 나중에 알려지게 되는 모든 요소를 참조에 의해 본 문서에 명시적으로 포함되며 청구범위에 포함되는 것으로 의도된다. 클레임 요소에 "~을 위한 수단" 또는 "~을 위한 단계" 문구가 명시적으로 포함되어 있지 않는 한, 클레임 요소는 35 U.S.C.§112(f)에 따라 해석될 수 없다.
Claims (20)
- 표적 혈관으로 향하는 초음파 신호들을 송신하고,
상기 송신된 초음파 신호들과 연관된 에코 정보를 수신하도록 구성된 프로브; 및
상기 수신된 에코 정보를 처리하여 상기 표적 혈관의 3차원 초음파 영상을 생성하고,
상기 표적 혈관에 대응하는 3차원 혈관 모델을 획득하고,
상기 3차원 초음파 영상에 가장 적합한 3차원 혈관 모델을 식별하고,
상기 가장 적합한 3차원 혈관 모델을 분할 결과로 저장하고,
상기 분할 결과를 기초하여 상기 표적 혈관에 대한 측정값을 계산하도록 구성되는 최소한 하나 이상의 처리장치를 포함하는 시스템.
- 제1항에 있어서, 상기 표적 혈관은 복부 대동맥인 시스템.
- 제2항에 있어서, 상기 최소한 하나 이상의 처리 장치는 상기 3차원 혈관 모델에 기초하여 상기 표적 혈관의 종방향 중심선을 결정하도록 추가로 구성되는 것을 특징으로 하는 시스템.
- 제3항에 있어서, 상기 최소한 하나 이상의 처리 장치는 상기 복부 대동맥 또는 복부 대동맥류 중 하나 이상의 최대 직경을 결정하도록 추가로 구성되며, 상기 최대 직경은 상기 종방향 중심선에 수직으로 측정되는 것을 특징으로 하는 시스템.
- 제4항에 있어서, 상기 시스템은 상기 분할 결과를 수신하고, 상기 분할 결과의 영상을 보여주고, 상기 복부 대동맥류의 최대 직경 또는 상기 복부 대동맥류의 최대 직경을 보여주도록 구성된 화면을 추가로 포함하는 시스템.
- 제1항에 있어서, 상기 최소한 하나이상의 처리장치는 상기 가장 적합한 3차원 혈관 모델을 식별할 때, 상기 3차원 혈관 모델로부터 다수의 상이한 시뮬레이션 형상을 적용하고, 상기 다수의 상이한 시뮬레이션 형상 각각은 시뮬레이션 된 대동맥 정보 세트를 포함하도록 추가로 구성되는 것을 특징으로 하는 시스템.
- 제6항에 있어서, 상기 최소한 하나이상의 처리장치는 상기 가장 적합한 3차원 혈관 모델을 식별할 때, 상기 다수의 상이한 시뮬레이션 형상 중 하나 이상의 형상 모델을 변경하도록 추가로 구성되는 것을 특징으로 하는 시스템.
- 제1항에 있어서, 상기 최소한 하나이상의 처리장치는 상기 가장 적합한 3차원 혈관 모델을 식별할 때, 상기 하나 이상의 처리 장치는 탄성 역전파를 통해, 영상 정보 주위에 정의되는 에너지 함수를 최소화하도록 구성되는 것을 특징으로 하는 시스템.
- 제8항에 있어서, 상기 최소한 하나이상의 처리장치는 상기 가장 적합하고 탄력적인 3차원 혈관 모델을 식별할 때, 길이 제한 없이 상기 3차원 혈관 모델을 적용하도록 추가로 구성되는 것을 특징으로 하는 시스템.
- 제1항에 있어서, 상기 프로브는 회전 스캔으로부터 적어도 48개의 상이한 스캔 평면들을 사용하여 상기 표적 혈관으로 향하는 초음파 신호를 송신하도록 추가로 구성되는 것을 특징으로 하는 시스템.
- 표적 혈관으로 향하는 초음파 신호들을 송신하고;
상기 송신된 초음파 신호들과 연관된 에코 정보를 수신하고;
상기 수신된 에코 정보를 처리하고 상기 표적 혈관의 3차원 초음파 영상을 생성하고;
상기 표적 혈관에 대응하는 탄력적인 3차원 혈관 모델을 획득하고;
상기 3차원 초음파 영상으로의 상기 가장 적합하고 탄력적인 3차원 혈관 모델을 식별하고;
상기 가장 적합하고 탄력적인 3차원 혈관 모델을 분할 결과로서 저장하고; 및
상기 분할 결과에 기초하여 상기 표적 혈관에 대한 측정값을 계산하는 것을 포함하는 방법.
- 제11항에 있어서, 상기 표적 혈관은 복부 대동맥이고, 상기 표적 혈관에 대한 상기 측정값을 계산하는 상기 방법은 상기 3차원 혈관 모델에 기초하여 상기 표적 혈관의 종방향 중심선을 결정하는 것을 포함하는 방법.
- 제 12 항에 있어서, 상기 방법은 상기 복부 대동맥 또는 복부 대동맥류 중 하나 이상의 최대 직경을 결정하고, 상기 최대 직경은 상기 종방향 중심선에 수직으로 측정되는 것을 추가로 포함하는 방법.
- 제 13 항에 있어서, 상기 방법은 상기 복부 대동맥 또는 복부 대동맥류 중 하나 이상의 최대 직경의 상기 분할 결과 중 하나 이상을 나타내는 영상 정보를 출력하는 것을 추가로 포함하는 방법.
- 제 11 항에 있어서, 상기 표적 혈관은 복부 대동맥이고, 상기 표적 혈관에 대한 측정값을 계산하는 상기 방법은 상기 3차원 혈관 모델에 기초하여, 상기 복부 대동맥 상의 복부 대동맥류의 부피를 결정하는 것을 추가로 포함하는 방법.
- 제11항에 있어서, 상기 가장 적합하고 탄력적인 3차원 혈관 모델을 식별하는 상기 방법은 탄력적인 3차원 혈관 모델로부터 다수의 상이한 시뮬레이션 형상을 적용하는 것을 포함하며, 상기 다수의 시뮬레이션 형상 각각은 시뮬레이션 된 대동맥 정보 세트를 포함하는 것을 특징으로 하는 방법.
- 제16항에 있어서, 상기 가장 적합하고 탄력적인 3차원 혈관 모델을 식별하는 상기 방법은 상기 다수의 상이한 시뮬레이션 형상 중 하나 이상의 관 직경 또는 구 직경 중 하나 이상을 변화시키는 것을 포함하는 방법.
- 제17항에 있어서, 상기 수신된 에코 정보를 처리하여 3차원 초음파 영상을 생성하는 상기 방법은 상기 3차원 초음파 영상을 획득하기 위해 복수의 초음파 원뿔로부터 B-모드 영상들을 결합하는 것을 포함하는 방법.
- 하나 이상의 과정에 의해 실행될 때,
표적 혈관으로 향하는 초음파 신호들을 송신하고;
상기 송신된 초음파 신호들과 연관된 에코 정보를 수신하고;
상기 수신된 에코 정보를 처리하고 상기 표적 혈관의 3차원 초음파 영상을 생성하고;
상기 표적 혈관에 대응하는 탄력적인 3차원 혈관 모델을 획득하고;
상기 3차원 초음파 영상으로의 상기 가장 적합하고 탄력적인 3차원 혈관 모델을 식별하고;
상기 가장 적합하고 탄력적인 3차원 혈관 모델을 분할 결과로 저장하고; 상기 분할 결과에 기초하여, 상기 표적 혈관에 대한 측정값을 계산하는 것을 포함하는 하나 이상의 과정이 수행되는 명령어의 순서들이 저장된 비일시적 컴퓨터 판독가능 매체.
- 제 19 항에 있어서, 상기 표적 혈관은 복부 대동맥을 포함하고, 상기 최소한 하나 이상의 과정이 수행되는 명령어는 상기 3차원 혈관 모델에 기초하여 상기 복부 대동맥의 종방향 중심선을 결정하는 것을 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962793501P | 2019-01-17 | 2019-01-17 | |
| US62/793,501 | 2019-01-17 | ||
| PCT/US2020/013046 WO2020150086A1 (en) | 2019-01-17 | 2020-01-10 | Systems and methods for quantitative abdominal aortic aneurysm analysis using 3d ultrasound imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210115012A true KR20210115012A (ko) | 2021-09-24 |
| KR102643899B1 KR102643899B1 (ko) | 2024-03-05 |
Family
ID=69500858
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217026068A KR102643899B1 (ko) | 2019-01-17 | 2020-01-10 | 3차원 초음파 영상을 사용한 복부 대동맥류 정량 분석 시스템 및 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11684344B2 (ko) |
| EP (1) | EP3911243A1 (ko) |
| JP (1) | JP7286773B2 (ko) |
| KR (1) | KR102643899B1 (ko) |
| CN (1) | CN113365559B (ko) |
| CA (1) | CA3126020C (ko) |
| WO (1) | WO2020150086A1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102446929B1 (ko) | 2021-12-07 | 2022-09-23 | 주식회사 코어라인소프트 | 대동맥 박리 가시화 장치 및 방법 |
| KR20240039479A (ko) | 2022-09-19 | 2024-03-26 | 주식회사 코어라인소프트 | 대동맥 진단을 위한 의료 영상 가시화 장치 및 방법 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4013310B1 (en) * | 2019-08-15 | 2023-01-04 | Koninklijke Philips N.V. | Ultrasound-based device localization |
| KR20210093049A (ko) * | 2020-01-17 | 2021-07-27 | 삼성메디슨 주식회사 | 초음파 진단 장치 및 그 동작방법 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02268748A (ja) * | 1989-04-11 | 1990-11-02 | Yokogawa Medical Syst Ltd | 超音波血流イメージング装置 |
| JP2008523877A (ja) * | 2004-12-17 | 2008-07-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 動脈瘤の三次元モデルから動脈瘤の物理特性を予測するためのシステム及び方法 |
| JP2011056291A (ja) * | 2002-09-18 | 2011-03-24 | Diagnostic Ultrasound Corp | 腹部大動脈瘤評価のための３次元システム |
| WO2012008173A1 (ja) * | 2010-07-14 | 2012-01-19 | 株式会社東北テクノアーチ | 血管疾患を判定するためのプログラム、媒体および装置 |
| JP5658151B2 (ja) * | 2008-08-07 | 2015-01-21 | ベラソン インコーポレイテッドＶｅｒａｔｈｏｎ Ｉｎｃ． | 腹部大動脈瘤の直径を測定するための装置、システム、方法 |
| JP2015217113A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社東芝 | 血管解析装置、医用画像診断装置、血管解析方法及び血管解析プログラム |
| WO2017170991A1 (ja) * | 2016-03-31 | 2017-10-05 | 国立大学法人東北大学 | 血管疾患判定装置、及びプログラム |
| JP2022123809A (ja) * | 2021-02-11 | 2022-08-24 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用情報処理方法、トレーニング方法、およびプログラム |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6106466A (en) * | 1997-04-24 | 2000-08-22 | University Of Washington | Automated delineation of heart contours from images using reconstruction-based modeling |
| US7477768B2 (en) * | 1999-06-29 | 2009-01-13 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
| US7331925B2 (en) | 2000-07-21 | 2008-02-19 | Verathon, Inc. | System for remote evaluation of ultrasound information obtained by a programmed application-specific data collection device |
| EP1430443A2 (en) | 2001-09-06 | 2004-06-23 | Koninklijke Philips Electronics N.V. | Method and apparatus for segmentation of an object |
| US7450746B2 (en) | 2002-06-07 | 2008-11-11 | Verathon Inc. | System and method for cardiac imaging |
| US7819806B2 (en) | 2002-06-07 | 2010-10-26 | Verathon Inc. | System and method to identify and measure organ wall boundaries |
| US20060025689A1 (en) * | 2002-06-07 | 2006-02-02 | Vikram Chalana | System and method to measure cardiac ejection fraction |
| US20090062644A1 (en) | 2002-06-07 | 2009-03-05 | Mcmorrow Gerald | System and method for ultrasound harmonic imaging |
| EP1633234A4 (en) | 2003-06-03 | 2009-05-13 | Physiosonics Inc | SYSTEMS AND METHODS FOR DETERMINING INTRACRANIAL FA NON-INVASIVE PRESSURE AND ACOUSTIC TRANSDUCER ASSEMBLIES FOR USE THEREIN |
| JP2006527619A (ja) * | 2003-06-16 | 2006-12-07 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 時系列イメージにおけるイメージセグメンテーション |
| US8012090B2 (en) | 2004-06-22 | 2011-09-06 | General Electric Company | Method and apparatus for real time ultrasound multi-plane imaging |
| JP4648709B2 (ja) | 2005-01-07 | 2011-03-09 | 株式会社日立メディコ | 医用画像診断装置 |
| US20080033302A1 (en) | 2006-04-21 | 2008-02-07 | Siemens Corporate Research, Inc. | System and method for semi-automatic aortic aneurysm analysis |
| JP5576041B2 (ja) | 2008-06-09 | 2014-08-20 | 日立アロカメディカル株式会社 | 超音波診断装置 |
| US8771189B2 (en) * | 2009-03-18 | 2014-07-08 | Siemens Medical Solutions Usa, Inc. | Valve assessment from medical diagnostic imaging data |
| US8565859B2 (en) * | 2010-06-29 | 2013-10-22 | Siemens Aktiengesellschaft | Method and system for image based device tracking for co-registration of angiography and intravascular ultrasound images |
| WO2012025889A1 (en) * | 2010-08-26 | 2012-03-01 | Koninklijke Philips Electronics N.V. | Automated three dimensional aortic root measurement and modeling |
| US20120165671A1 (en) * | 2010-12-27 | 2012-06-28 | Hill Anthony D | Identification of objects in ultrasound |
| JP6568857B2 (ja) | 2013-12-20 | 2019-08-28 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 超音波イメージングアセンブリ及び超音波画像を表示するための方法 |
| WO2016172696A1 (en) * | 2015-04-24 | 2016-10-27 | Us Government As Represented By The Secretary Of The Army | Vascular targeting system |
| US10524865B2 (en) | 2016-12-16 | 2020-01-07 | General Electric Company | Combination of 3D ultrasound and computed tomography for guidance in interventional medical procedures |
| WO2018209193A1 (en) * | 2017-05-11 | 2018-11-15 | Verathon Inc. | Probability map-based ultrasound scanning |
-
2020
- 2020-01-10 JP JP2021541096A patent/JP7286773B2/ja active Active
- 2020-01-10 WO PCT/US2020/013046 patent/WO2020150086A1/en unknown
- 2020-01-10 CN CN202080009584.2A patent/CN113365559B/zh active Active
- 2020-01-10 US US16/739,494 patent/US11684344B2/en active Active
- 2020-01-10 EP EP20704146.8A patent/EP3911243A1/en active Pending
- 2020-01-10 CA CA3126020A patent/CA3126020C/en active Active
- 2020-01-10 KR KR1020217026068A patent/KR102643899B1/ko active IP Right Grant
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02268748A (ja) * | 1989-04-11 | 1990-11-02 | Yokogawa Medical Syst Ltd | 超音波血流イメージング装置 |
| JP2011056291A (ja) * | 2002-09-18 | 2011-03-24 | Diagnostic Ultrasound Corp | 腹部大動脈瘤評価のための３次元システム |
| JP5466139B2 (ja) * | 2002-09-18 | 2014-04-09 | ベラソン インコーポレイテッド | 腹部大動脈瘤評価のための３次元システム |
| JP2008523877A (ja) * | 2004-12-17 | 2008-07-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 動脈瘤の三次元モデルから動脈瘤の物理特性を予測するためのシステム及び方法 |
| JP5175552B2 (ja) * | 2004-12-17 | 2013-04-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 動脈瘤の三次元モデルから動脈瘤の物理特性を予測するためのシステム及び方法 |
| JP5658151B2 (ja) * | 2008-08-07 | 2015-01-21 | ベラソン インコーポレイテッドＶｅｒａｔｈｏｎ Ｉｎｃ． | 腹部大動脈瘤の直径を測定するための装置、システム、方法 |
| WO2012008173A1 (ja) * | 2010-07-14 | 2012-01-19 | 株式会社東北テクノアーチ | 血管疾患を判定するためのプログラム、媒体および装置 |
| JP2015217113A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社東芝 | 血管解析装置、医用画像診断装置、血管解析方法及び血管解析プログラム |
| WO2017170991A1 (ja) * | 2016-03-31 | 2017-10-05 | 国立大学法人東北大学 | 血管疾患判定装置、及びプログラム |
| JP2022123809A (ja) * | 2021-02-11 | 2022-08-24 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用情報処理方法、トレーニング方法、およびプログラム |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102446929B1 (ko) | 2021-12-07 | 2022-09-23 | 주식회사 코어라인소프트 | 대동맥 박리 가시화 장치 및 방법 |
| KR20230085817A (ko) | 2021-12-07 | 2023-06-14 | 주식회사 코어라인소프트 | 대동맥 박리 가시화 장치 및 방법 |
| KR20240039479A (ko) | 2022-09-19 | 2024-03-26 | 주식회사 코어라인소프트 | 대동맥 진단을 위한 의료 영상 가시화 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022518442A (ja) | 2022-03-15 |
| WO2020150086A1 (en) | 2020-07-23 |
| CN113365559B (zh) | 2024-09-24 |
| EP3911243A1 (en) | 2021-11-24 |
| US11684344B2 (en) | 2023-06-27 |
| CA3126020C (en) | 2024-04-23 |
| JP7286773B2 (ja) | 2023-06-05 |
| KR102643899B1 (ko) | 2024-03-05 |
| US20200229796A1 (en) | 2020-07-23 |
| CN113365559A (zh) | 2021-09-07 |
| CA3126020A1 (en) | 2020-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6994494B2 (ja) | エラストグラフィ測定システム及びその方法 | |
| KR102643899B1 (ko) | 3차원 초음파 영상을 사용한 복부 대동맥류 정량 분석 시스템 및 방법 | |
| JP6160487B2 (ja) | 超音波診断装置およびその制御方法 | |
| CN105407811B (zh) | 用于超声图像的3d获取的方法和系统 | |
| US10912536B2 (en) | Ultrasound system and method | |
| US11647990B2 (en) | Implant assessment using ultrasound and optical imaging | |
| JP2000023984A (ja) | 超音波画像を収集する方法及び装置 | |
| CN101889216A (zh) | 用于对血管成像的方法和系统 | |
| CN106456253B (zh) | 免于重建的自动多模态超声配准 | |
| US11911220B2 (en) | Systems and methods for ultrasound scanning | |
| US11278259B2 (en) | Thrombus detection during scanning | |
| EP4387531A1 (en) | Systems and methods for detecting tissue and shear waves within the tissue | |
| JP6865695B2 (ja) | 超音波撮像装置 | |
| US11944488B2 (en) | Systems and methods for 3D ultrasound imaging of extended targets using interchangeable track stands | |
| WO2010066007A1 (en) | Medical diagnostic method and apparatus | |
| JP5987640B2 (ja) | 超音波を用いた被検体の３次元復元方法および装置 | |
| CN114098795B (zh) | 用于生成超声探头引导指令的系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |