KR20220040826A - Adaptive hybrid flow measurement method and apparatus for performing the same - Google Patents

Adaptive hybrid flow measurement method and apparatus for performing the same Download PDF

Info

Publication number
KR20220040826A
KR20220040826A KR1020200124018A KR20200124018A KR20220040826A KR 20220040826 A KR20220040826 A KR 20220040826A KR 1020200124018 A KR1020200124018 A KR 1020200124018A KR 20200124018 A KR20200124018 A KR 20200124018A KR 20220040826 A KR20220040826 A KR 20220040826A
Authority
KR
South Korea
Prior art keywords
vector
velocity vector
error
velocity
vector field
Prior art date
Application number
KR1020200124018A
Other languages
Korean (ko)
Other versions
KR102482475B1 (en
Inventor
이상준
박준홍
Original Assignee
포항공과대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 포항공과대학교 산학협력단 filed Critical 포항공과대학교 산학협력단
Priority to KR1020200124018A priority Critical patent/KR102482475B1/en
Publication of KR20220040826A publication Critical patent/KR20220040826A/en
Application granted granted Critical
Publication of KR102482475B1 publication Critical patent/KR102482475B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • 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
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4463—Signal correction, e.g. distance amplitude correction [DAC], distance gain size [DGS], noise filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/017—Doppler techniques

Abstract

Disclosed are an adaptive hybrid flow measurement method and a device performing the same. According to one embodiment, the flow measurement method includes the steps of: acquiring a first ultrasound image and a second ultrasound image for the same measurement area; generating a first velocity vector field including flow information of the measurement area based on the first ultrasound image; generating a second velocity vector field including flow information of the measurement area based on the second ultrasound image; and correcting an error of the second velocity vector field based on the first velocity vector field.

Description

적응적 하이브리드 유동 측정 방법 및 이를 수행하는 장치{ADAPTIVE HYBRID FLOW MEASUREMENT METHOD AND APPARATUS FOR PERFORMING THE SAME}ADAPTIVE HYBRID FLOW MEASUREMENT METHOD AND APPARATUS FOR PERFORMING THE SAME

본 개시는 적응적 하이브리드 유동 측정 방법 및 이를 수행하는 장치에 관한 것이다.The present disclosure relates to an adaptive hybrid flow measurement method and an apparatus for performing the same.

초음파 영상기법(ultrasound imaging(USI))은 비침습성, 경제성, 빠른 영상처리 등과 같은 장점 때문에, 다양한 심혈관 질환을 진단하고 분석하는데 널리 활용되고 있다. 컬러 도플러 초음파 영상(color Doppler imaging(CDI)) 기법은 혈류의 방향과 크기 정보를 색상 맵(color contour)으로 나타낼 수 있어 혈류역학적 특성 분석에 많이 활용된다.Ultrasound imaging (USI) has been widely used to diagnose and analyze various cardiovascular diseases because of its advantages such as non-invasiveness, economical efficiency, and rapid image processing. A color Doppler imaging (CDI) technique can represent information about the direction and size of blood flow as a color map, and thus is widely used for analysis of hemodynamic characteristics.

CDI는 초음파의 진행 방향의 유속 크기 정보만을 측정할 수 있다. 초음파의 입사 각도(insonation angle)를 충분히 확보하여야 측정 정확도가 높아지며, 의도치 않게 혈관 주위 조직을 압박하여, 실제와 다르게 측정하고자 하는 혈류 유동을 왜곡할 수 있다. CDI의 펄스 반복 빈도(pulse repetition frequency(PRF))가 충분하지 않을 경우, 초음파 영상의 품질이 떨어지게 된다.CDI can measure only the flow velocity magnitude information in the traveling direction of the ultrasound. When the incidence angle of ultrasound is sufficiently secured, measurement accuracy is increased, and blood flow to be measured may be distorted differently from reality by unintentionally compressing tissues around blood vessels. When the pulse repetition frequency (PRF) of the CDI is not sufficient, the quality of the ultrasound image is deteriorated.

심혈관 측정용 초음파 입자 영상 속도 측정법(echocardiographic particle image velocimetry(Echo-PIV))는 B-mode(brightness mode) 초음파 영상에 PIV 기법을 적용한 것으로, 투여한 초음파 조영제를 추적입자로 사용하여 유동의 속도장 정보를 측정한다. Echo-PIV 기법에는 초음파 조영제를 유동에 반드시 넣어주어야 한다. 초음파 조영제의 생체 적합성에 대한 논란이 아직까지 불식되지 않고 있으며, 초음파 조영제는 조영제의 소멸 속도와 농도에 따라 혈액 흐름의 표적입자 (또는 추적입자)로의 기능을 제대로 수행하지 못할 수도 있다. Echocardiographic particle image velocimetry (Echo-PIV) for cardiovascular measurement is a PIV technique applied to a B-mode (brightness mode) ultrasound image. Measure information. In the Echo-PIV technique, an ultrasound contrast medium must be added to the flow. Controversy over the biocompatibility of the ultrasound contrast agent has not yet been resolved, and the ultrasound contrast agent may not function properly as a target particle (or tracer particle) in the blood flow depending on the extinction rate and concentration of the contrast agent.

VFM(vector flow mapping)은 해부학적 경계 조건과 인접한 픽셀 사이의 유동 정보에 연속방정식을 적용하여 혈액 유동을 측정하는 기술로 심실 내부 혈류 측정에 활용된다. 다만, 혈관의 벽면 움직임 정보에 기반한 VFM은 움직임이 거의 없거나 매우 심하게 움직이는 심혈관 벽면 조건에서는 적용할 수 없다.VFM (vector flow mapping) is a technique for measuring blood flow by applying a continuity equation to anatomical boundary conditions and flow information between adjacent pixels, and is used to measure intraventricular blood flow. However, the VFM based on the movement information of the wall of blood vessels cannot be applied in the condition of the cardiovascular wall with little or very much movement.

스페클 영상 속도 측정법(speckle image velocimetry(SIV))은 적혈구의 초음파 스페클 신호를 추적입자로 사용하고 상호 연관 PIV(cross-correlation PIV) 알고리즘을 적용하여 유동의 속도장 정보를 획득할 수 있는 기술이다. 다만, SIV의 경우, CDI 보다 시간분해능이 낮아 측정 가능한 최대 혈류 속도가 상대적으로 낮다. SIV의 기술적 한계점은 USI 장치의 하드웨어 향상을 통해 개선이 가능하지만 비용이 많이 든다. SIV는 임상적으로 완전하게 검증되지 않았기 때문에 임상에 바로 적용하기에는 현실적인 제약이 따른다.Speckle image velocimetry (SIV) is a technology that uses the ultrasonic speckle signal of red blood cells as tracer particles and can obtain information about the velocity field of the flow by applying the cross-correlation PIV (PIV) algorithm. am. However, in the case of SIV, the temporal resolution is lower than that of CDI, so the measurable maximum blood flow rate is relatively low. The technical limitations of SIV can be improved through hardware enhancements of USI devices, but they are expensive. Since SIV has not been completely clinically verified, there are practical limitations to its immediate clinical application.

본 발명은 스페클 영상 속도 측정법을 이용하여 컬러 도플러 초음파 이미징의 정확도를 향상시키는 유동 측정 기술에 관한 것이다.The present invention relates to a flow measurement technique for improving the accuracy of color Doppler ultrasound imaging using speckle image velocity measurement.

다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical tasks are not limited to the above-described technical tasks, and other technical tasks may exist.

일 실시예에 따른 유동 측정 방법은, 동일한 측정 영역에 대한 B-모드 초음파 영상 및 컬러 도플러 영상(Color Doppler Image)을 획득하는 단계와, 상기 B-모드 초음파 영상에 스페클 영상 속도 측정법(Speckle Image Velocimetry(SIV))를 적용하여 제1 속도 벡터장을 생성하는 단계와, 상기 컬러 도플러 영상에 벡터 변환 알고리즘을 적용하여 제2 속도 벡터장을 생성하는 단계와, 상기 제1 속도 벡터장에 기초하여 상기 제2 속도 벡터장의 오류를 보정하는 단계를 포함한다.A flow measurement method according to an embodiment includes acquiring a B-mode ultrasound image and a Color Doppler image for the same measurement area, and adding a speckle image to the B-mode ultrasound image. generating a first velocity vector field by applying Velocimetry (SIV)), generating a second velocity vector field by applying a vector transformation algorithm to the color Doppler image, and based on the first velocity vector field and correcting an error in the second velocity vector field.

상기 보정하는 단계는, 제1 오류 기준에 기초하여 제2 속도 벡터장 내 오류 벡터를 검출하는 단계와, 상기 오류 벡터 중 제2 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제3 속도 벡터장을 생성하는 단계를 포함할 수 있다.The correcting includes: detecting an error vector in a second velocity vector field based on a first error criterion; and placing a vector satisfying the second error criterion among the error vectors at the same measurement position in the first velocity vector field generating a third velocity vector field by substituting a corresponding vector.

상기 제1 오류 기준은, 동일한 측정 위치에 대한 상기 제1 속도 벡터장 및 상기 제2 속도 벡터장의 벡터 성분간 차이에 기초하여 결정되고, 상기 제2 오류 기준은, 상기 오류 벡터 및 상기 오류 벡터와 인접한 벡터의 차의 표준 편차에 기초하여 결정될 수 있다.The first error criterion is determined based on a difference between vector components of the first velocity vector field and the second velocity vector field for the same measurement position, and the second error criterion is the error vector and the error vector It can be determined based on the standard deviation of the difference of adjacent vectors.

상기 보정하는 단계는, 상기 제3 속도 벡터장 내 벡터 중 제3 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제4 속도 벡터장을 생성하는 단계를 더 포함할 수 있다.The step of correcting includes generating a fourth velocity vector field by replacing a vector satisfying a third error criterion among vectors in the third velocity vector field with a vector corresponding to the same measurement position in the first velocity vector field. may include more.

상기 제3 오류 기준은, 상기 제3 속도 벡터장 내 각각의 벡터와 상기 각각의 벡터와 인접한 벡터의 차이의 표준 편차에 기초하여 결정될 수 있다.일 실시예에 따른 유동 측정 장치는, 인스트럭션들을 포함하는 메모리와, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 동일한 측정 영역에 대한 B-모드 초음파 영상 및 컬러 도플러 영상(Color Doppler Image)을 획득하고, 상기 B-모드 초음파 영상에 스페클 영상 속도 측정법(Speckle Image Velocimetry(SIV))를 적용하여 제1 속도 벡터장을 생성하고, 상기 컬러 도플러 영상에 벡터 변환 알고리즘을 적용하여 상기 제2 속도 벡터장을 생성하고, 상기 제1 속도 벡터장에 기초하여 상기 제2 속도 벡터장의 오류를 보정한다.The third error criterion may be determined based on a standard deviation of a difference between each vector in the third velocity vector field and a vector adjacent to each vector. and a processor for executing the instructions, wherein when the instructions are executed by the processor, the processor obtains a B-mode ultrasound image and a Color Doppler image for the same measurement area. A first velocity vector field is generated by applying Speckle Image Velocimetry (SIV) to the B-mode ultrasound image, and a vector transformation algorithm is applied to the color Doppler image to apply the second velocity vector. A field is generated, and an error of the second velocity vector field is corrected based on the first velocity vector field.

상기 프로세서는, 제1 오류 기준에 기초하여 제2 속도 벡터장 내 오류 벡터를 검출하고, 상기 오류 벡터 중 제2 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제3 속도 벡터장을 생성할 수 있다.The processor detects an error vector in a second velocity vector field based on a first error criterion, and converts a vector satisfying a second error criterion among the error vectors to a vector corresponding to the same measurement position in the first velocity vector field. Alternatively, a third velocity vector field can be generated.

상기 제1 오류 기준은, 동일한 측정 위치에 대한 상기 제1 속도 벡터장 및 상기 제2 속도 벡터장의 벡터 성분간 차이에 기초하여 결정되고, 상기 제2 오류 기준은, 상기 오류 벡터 및 상기 오류 벡터와 인접한 벡터의 차의 표준 편차에 기초하여 결정될 수 있다.The first error criterion is determined based on a difference between vector components of the first velocity vector field and the second velocity vector field for the same measurement position, and the second error criterion is the error vector and the error vector It can be determined based on the standard deviation of the difference of adjacent vectors.

상기 프로세서는, 상기 제3 속도 벡터장 내 벡터 중 제3 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제4 속도 벡터장을 생성할 수 있다.The processor may generate a fourth velocity vector field by replacing a vector satisfying a third error criterion among vectors in the third velocity vector field with a vector corresponding to the same measurement position in the first velocity vector field.

상기 제3 오류 기준은, 상기 제3 속도 벡터장 내 각각의 벡터와 상기 각각의 벡터와 인접한 벡터의 차이의 표준 편차에 기초하여 결정될 수 있다.The third error criterion may be determined based on a standard deviation of a difference between each vector in the third velocity vector field and a vector adjacent to each vector.

도 1은 일 실시예에 따른 초음파 영상 시스템을 나타내는 도면이다.
도 2는 도 1에 도시된 영상 처리 장치의 동작을 나타내는 도면이다.
도 3a 내지 도 3g는 도 1에 도시된 영상 처리 장치에 의해 처리되는 이미지를 각 단계별로 나타내는 도면이다.1 is a diagram illustrating an ultrasound imaging system according to an exemplary embodiment.
FIG. 2 is a diagram illustrating an operation of the image processing apparatus shown in FIG. 1 .
3A to 3G are views illustrating images processed by the image processing apparatus shown in FIG. 1 at each stage.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, since various changes may be made to the embodiments, the scope of the patent application is not limited or limited by these embodiments. It should be understood that all modifications, equivalents and substitutes for the embodiments are included in the scope of the rights.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.The terms used in the examples are used for the purpose of description only, and should not be construed as limiting. The singular expression includes the plural expression unless the context clearly dictates otherwise. In this specification, terms such as "comprise" or "have" are intended to designate that a feature, number, step, operation, component, part, or a combination thereof described in the specification exists, but one or more other features It should be understood that this does not preclude the existence or addition of numbers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 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.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the embodiment belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, in the description with reference to the accompanying drawings, the same components are given the same reference numerals regardless of the reference numerals, and the overlapping description thereof will be omitted. In describing the embodiment, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the embodiment, the detailed description thereof will be omitted.

또한, 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. In addition, in describing the components of the embodiment, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the elements from other elements, and the essence, order, or order of the elements are not limited by the terms. When it is described that a component is "connected", "coupled" or "connected" to another component, the component may be directly connected or connected to the other component, but another component is between each component. It will be understood that may also be "connected", "coupled" or "connected".

어느 하나의 실시 예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시 예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시 예에 기재한 설명은 다른 실시 예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다.Components included in one embodiment and components having a common function will be described using the same names in other embodiments. Unless otherwise stated, descriptions described in one embodiment may be applied to other embodiments as well, and detailed descriptions within the overlapping range will be omitted.

도 1은 일 실시예에 따른 초음파 영상 시스템을 나타내는 도면이다.1 is a diagram illustrating an ultrasound imaging system according to an exemplary embodiment.

유동 측정 시스템(10)은 초음파 영상에 기초하여 측정 대상의 유동을 측정할 수 있다. 유동 측정 시스템(10)은 초음파 영상에 기초하여 혈류의 방향과 크기를 측정할 수 있다.The flow measurement system 10 may measure the flow of the measurement target based on the ultrasound image. The flow measurement system 10 may measure the direction and magnitude of blood flow based on the ultrasound image.

유동 측정 시스템(10)은 컬러 도플러 초음파 이미징(color doppler imaging(CDI))을 통해 유동 측정의 정확도를 향상시킬 수 있다. 초음파 영상 시스템(10)은 높은 공간 해상도를 가지며 유동의 다방향 분석이 가능한 스페클 영상 속도 측정법(speckle image velocimetry(SIV))를 이용하여CDI를 통한 유동 측정의 정확도를 향상시킬 수 있다.The flow measurement system 10 may improve the accuracy of flow measurement through color Doppler imaging (CDI). The ultrasound imaging system 10 may improve the accuracy of flow measurement through CDI by using speckle image velocimetry (SIV), which has high spatial resolution and is capable of multidirectional analysis of flow.

유동 측정 시스템(10)은 CDI 및 SIV를 적응적 하이브리드 방식(adaptive hybrid(AH))으로 결합하여 CDI의 성능을 향상시킬 수 있다. 예를 들어, 유동 측정 시스템(10)은 CDI를 통해 혈관 중심부의 빠른 혈류 속도를 높은 시간 분해능으로 측정하고, SIV를 이용하여 높은 공간 분해능으로 혈관 벽에 인접한 혈관 가장 자리 영역의 혈류의 유속 변화를 정밀하게 측정할 수 있다.The flow measurement system 10 may improve the performance of the CDI by combining the CDI and the SIV in an adaptive hybrid (AH) method. For example, the flow measurement system 10 measures the fast blood flow velocity in the center of the blood vessel with high temporal resolution through CDI, and measures the change in the flow velocity of the blood flow in the blood vessel edge region adjacent to the vessel wall with high spatial resolution using SIV. can be precisely measured.

유동 측정 시스템(10)은 초음파 영상 촬영 장치(100) 및 영상 처리 장치(200)를 포함한다.The flow measurement system 10 includes an ultrasound imaging apparatus 100 and an image processing apparatus 200 .

초음파 영상 촬영 장치(100)는 측정 영역에 대한 초음파 영상을 촬영할 수 있다. 초음파 영상 촬영 장치(100)는 동일한 측정 영역의 유동에 대해 연속된 B-모드(brightness-mode) 초음파 영상 및 컬러 도플러 영상을 촬영할 수 있다.The ultrasound imaging apparatus 100 may capture an ultrasound image of the measurement area. The ultrasound imaging apparatus 100 may photograph a continuous B-mode (brightness-mode) ultrasound image and a color Doppler image for the flow in the same measurement area.

초음파 영상 촬영 장치(100)는 도 1과 같이 하나 장치가 B-모드 초음파 영상 및 컬러 도플러 영상을 모두 촬영하도록 구현될 수 있으나, 이에 한정되는 것은 아니고, 초음파 영상 촬영 장치(100)는 B-모드 초음파 영상 및 컬러 도플러 영상을 각각 촬영하는 별개의 촬영 장치들로 구현될 수 있다.The ultrasound imaging apparatus 100 may be implemented such that one device captures both a B-mode ultrasound image and a color Doppler image as shown in FIG. 1 , but is not limited thereto, and the ultrasound imaging apparatus 100 may be configured in the B-mode It may be implemented as separate photographing apparatuses for photographing an ultrasound image and a color Doppler image, respectively.

영상 처리 장치(200)는 B-모드 초음파 영상 및 컬러 도플러 영상에 기초하여 영상 내 유동을 검출할 수 있다. 영상 처리 장치(200)는 B-모드 초음파 영상에 SIV를 적용한 결과에 기초하여 컬러 도플러 영상의 오류를 보정할 수 있다. 영상 처리 장치(200)는 컬러 도플러 영상의 오류를 보정함으로써 유동 측정의 정확도를 향상시킬 수 있다.The image processing apparatus 200 may detect a flow in the image based on the B-mode ultrasound image and the color Doppler image. The image processing apparatus 200 may correct an error of the color Doppler image based on a result of applying SIV to the B-mode ultrasound image. The image processing apparatus 200 may improve accuracy of flow measurement by correcting an error of a color Doppler image.

영상 처리 장치(200)는 메모리(300) 및 프로세서(400)를 포함한다.The image processing apparatus 200 includes a memory 300 and a processor 400 .

프로세서(400)는 메모리(300)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.The processor 400 may execute computer readable codes (eg, software) stored in the memory 300 and instructions induced by the processor.

프로세서(400)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.The processor 400 may be a hardware-implemented data processing device having a circuit having a physical structure for executing desired operations. For example, desired operations may include code or instructions included in a program. For example, a data processing device implemented as hardware includes a microprocessor, a central processing unit, a processor core, a multi-core processor, and a multiprocessor. , an Application-Specific Integrated Circuit (ASIC), and a Field Programmable Gate Array (FPGA).

메모리(300)는 프로세서에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서의 동작 및/또는 프로세서의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.The memory 300 may store instructions (or programs) executable by the processor. For example, the instructions may include instructions for executing an operation of a processor and/or an operation of each component of the processor.

메모리(300)는 휘발성 메모리 장치 또는 불휘발성 메모리 장치로 구현될 수 있다. 휘발성 메모리 장치는 DRAM(dynamic random access memory), SRAM(static random access memory), T-RAM(thyristor RAM), Z-RAM(zero capacitor RAM), 또는 TTRAM(Twin Transistor RAM)으로 구현될 수 있다. 불휘발성 메모리 장치는 EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래시(flash) 메모리, MRAM(Magnetic RAM), 스핀전달토크 MRAM(Spin-Transfer Torque(STT)-MRAM), Conductive Bridging RAM(CBRAM), FeRAM(Ferroelectric RAM), PRAM(Phase change RAM), 저항 메모리(Resistive RAM(RRAM)), 나노 튜브 RRAM(Nanotube RRAM), 폴리머 RAM(Polymer RAM(PoRAM)), 나노 부유 게이트 메모리(Nano Floating Gate Memory(NFGM)), 홀로그래픽 메모리(holographic memory), 분자 전자 메모리 소자(Molecular Eelectronic Memory Device), 또는 절연 저항 변화 메모리(Insulator Resistance Change Memory)로 구현될 수 있다.The memory 300 may be implemented as a volatile memory device or a nonvolatile memory device. The volatile memory device may be implemented as dynamic random access memory (DRAM), static random access memory (SRAM), thyristor RAM (T-RAM), zero capacitor RAM (Z-RAM), or twin transistor RAM (TTRAM). Nonvolatile memory devices include EEPROM (Electrically Erasable Programmable Read-Only Memory), Flash memory, MRAM (Magnetic RAM), Spin-Transfer Torque (STT)-MRAM (Spin-Transfer Torque (STT)-MRAM), Conductive Bridging RAM (CBRAM) , FeRAM(Ferroelectric RAM), PRAM(Phase change RAM), Resistive RAM(RRAM), Nanotube RRAM(Nanotube RRAM), Polymer RAM(Polymer RAM(PoRAM)), Nano Floating Gate Memory (NFGM)), a holographic memory, a molecular electronic memory device, or an Insulator Resistance Change Memory.

이하에서는, 도 2 내지 도 3g를 참조하여 프로세서(400)에 의해 수행되는 영상 처리 장치(200)의 유동 측정 방법에 대해서 상세히 설명하도록 한다.Hereinafter, a flow measurement method performed by the processor 400 of the image processing apparatus 200 will be described in detail with reference to FIGS. 2 to 3G .

도 2는 도 1에 도시된 영상 처리 장치의 동작을 나타내는 도면이다.FIG. 2 is a diagram illustrating an operation of the image processing apparatus shown in FIG. 1 .

프로세서(400)는 동일한 측정 영역의 유동에 대해 연속된 B-모드 초음파 영상과 컬러 도플러 영상을 획득할 수 있다. 예를 들어, 프로세서(400)는 초음파 영상 촬영 장치(100)로부터 B-모드 초음파 영상 및 컬러 도플러 영상을 획득할 수 있다. 컬러 도플러 영상은 CDI를 통해 생성된 영상일 수 있다.The processor 400 may acquire a continuous B-mode ultrasound image and a color Doppler image for the flow in the same measurement area. For example, the processor 400 may acquire a B-mode ultrasound image and a color Doppler image from the ultrasound imaging apparatus 100 . The color Doppler image may be an image generated through CDI.

프로세서(400)는 연속된 B-모드 초음파 영상에 SIV를 적용하여 2차원 제1 속도 벡터장을 생성할 수 있고, 컬러 도플러 영상에 벡터 변환 알고리즘을 적용하여 SIV를 통해 획득한 속도 벡터장의 데이터 격자와 일치하는 2차원 제2 속도 벡터장을 생성할 수 있다.The processor 400 may generate a two-dimensional first velocity vector field by applying SIV to a continuous B-mode ultrasound image, and a data grid of a velocity vector field obtained through SIV by applying a vector transformation algorithm to a color Doppler image. A two-dimensional second velocity vector field can be generated that coincides with .

프로세서(400)는 측정 오류 기준(threshold)을 이용하여 CDI를 통해 생성한 제2 속도 벡터장 내 측정 오류 값을 찾아 배제할 수 있다. 프로세서(400)는 제2 속도 벡터장에서 배제된 오류 값을 SIV를 통해 생성한 제1 속도 벡터장 내 측정 값으로 대체할 수 있다. 이때, 측정 오류 기준은 두가지 기준을 포함할 수 있다.The processor 400 may find and exclude a measurement error value in the second velocity vector field generated through CDI using a measurement error threshold. The processor 400 may replace an error value excluded from the second velocity vector field with a measured value in the first velocity vector field generated through the SIV. In this case, the measurement error criterion may include two criteria.

프로세서(400)는 제1 오류 기준을 제1 속도 벡터장 및 제2 속도 벡터장에서 서로 동일한 위치의 벡터 성분의 차이로 결정할 수 있다. 프로세서(400)는 동일한 측정 위치에서 제1 속도 벡터장 및 제2 속도 벡터장의 벡터 성분의 차가 0에 가까울 때, 그 위치에서의 CDI를 통한 위치 측정 결과가 정확하다고 판단할 수 있다.The processor 400 may determine the first error criterion as a difference between vector components at the same position in the first velocity vector field and the second velocity vector field. When the difference between the vector components of the first velocity vector field and the second velocity vector field at the same measurement position is close to 0, the processor 400 may determine that the position measurement result through CDI at the position is accurate.

프로세서(400)는 각 측정 위치에서 제1 속도 벡터장 및 제2 속도 벡터장의 벡터 성분의 차이를 계산하고, 그 중 0에 가장 가까운 값부터 순서대로 10개의 값을 추출할 수 있다. 프로세서(400)는 3 시그마(σ) 규칙(three-sigma rule)에 따라 평균의 3 표준편차 범위(m±3σ)를 제1 오류 기준으로 결정할 수 있다.The processor 400 may calculate a difference between the vector components of the first velocity vector field and the second velocity vector field at each measurement position, and may sequentially extract 10 values from the value closest to 0 among them. The processor 400 may determine a three standard deviation range (m±3σ) of the mean as the first error criterion according to a three-sigma rule.

프로세서(400)는 제1 속도 벡터장 및 제2 속도 벡터장 사이 벡터 성분의 차이가 제1 오류 기준보다 큰 경우, CDI를 통한 유동 측정 결과를 측정 오류 벡터로 간주하고, 제2 오류 기준을 적용할 수 있다.When the difference between the vector components between the first velocity vector field and the second velocity vector field is greater than the first error criterion, the processor 400 regards the flow measurement result through CDI as a measurement error vector and applies the second error criterion. can do.

프로세서(400)는 제2 오류 기준으로 제1 속도 벡터장 및 제2 속도 벡터장 각각에서 벡터 성분과 인접한 벡터 성분 사이의 차이를 계산하고, 차이들의 표준 편차를 계산하여 크기를 비교할 수 있다. 예를 들어, 제2 오류 기준은 수학식 1과 같이 표현할 수 있다.The processor 400 may calculate a difference between a vector component and an adjacent vector component in each of the first velocity vector field and the second velocity vector field based on the second error criterion, and calculate a standard deviation of the differences to compare magnitudes. For example, the second error criterion can be expressed as Equation (1).

Figure pat00001
Figure pat00001

이때,

Figure pat00002
및
Figure pat00003
는 각각 제2 속도 벡터장 내 특정 벡터의 제1 및 제2 성분 값을 의미하고,
Figure pat00004
및
Figure pat00005
는 각각 제2 속도 벡터장 내 특정 벡터와 인접한 벡터의 제1 성분 및 제2 성분을 의미하고,
Figure pat00006
및
Figure pat00007
는 각각 제1 속도 벡터장 내 특정 벡터의 제1 및 제2 성분 값을 의미하고,
Figure pat00008
및
Figure pat00009
는 제1 속도 벡터장 내 특정 벡터와 인접한 벡터의 제1 성분 및 제2 성분을 의미하고, c 1 은 1보다 작은 보정 상수로 측정 결과에 따라 실험적으로 정의될 수 있다.At this time,
Figure pat00002
and
Figure pat00003
denotes the values of the first and second components of a specific vector in the second velocity vector field, respectively,
Figure pat00004
and
Figure pat00005
denotes a first component and a second component of a vector adjacent to a specific vector in the second velocity vector field, respectively,
Figure pat00006
and
Figure pat00007
denotes the values of the first and second components of a specific vector in the first velocity vector field, respectively,
Figure pat00008
and
Figure pat00009
denotes a first component and a second component of a vector adjacent to a specific vector in the first velocity vector field, and c 1 is a correction constant less than 1 and may be experimentally defined according to a measurement result.

프로세서(400)는 제2 속도 벡터장 내 벡터 중 제1 오류 기준에 따라 측정 오류 벡터로 확인된 벡터가 수학식 1과 같이 표현되는 제2 오류 기준을 만족하는 경우 동일한 위치의 제1 속도 벡터장의 벡터로 대체할 수 있다. 즉, 제1 오류 기준 및 제2 오류 기준을 만족하는 CDI 측정 결과는 SIV 측정 결과로 대체될 수 있다.The processor 400 determines whether the vector identified as the measurement error vector according to the first error criterion among the vectors in the second velocity vector field satisfies the second error criterion expressed by Equation 1, the first velocity vector field at the same position It can be replaced with a vector. That is, the CDI measurement result satisfying the first error criterion and the second error criterion may be replaced with the SIV measurement result.

프로세서(400)는 상술한 첫번째 반복(1st iteration)에서 적응적 하이브리드 방식의 결합에 의한 AH 속도 벡터장(adaptive hybrid velocity field)을 생성할 수 있다.The processor 400 may generate an adaptive hybrid velocity field by combining the adaptive hybrid method in the above-described first iteration .

프로세서(400)는 적응적 하이브리드 방식의 결합에 의한 유동 측정 정확도를 향상시키기 위해 두번째 반복(2nd iteration)을 수행할 수 있다.The processor 400 may perform a second iteration to improve flow measurement accuracy by combining the adaptive hybrid method.

프로세서(400)는 제2 오류 기준으로 제1 속도 벡터장 및 제2 속도 벡터장 각각에서 벡터 성분과 인접한 벡터 성분 사이의 차이를 계산하고, 차이들의 표준 편차를 계산하여 크기를 비교할 수 있다.The processor 400 may calculate a difference between a vector component and an adjacent vector component in each of the first velocity vector field and the second velocity vector field based on the second error criterion, and calculate a standard deviation of the differences to compare magnitudes.

두번째 반복에서, 프로세서(400)는 AH 속도 벡터장에 대해 첫번째 반복에서 적용한 제2 오류 기준에 따라 벡터를 대체하는 과정을 동일하게 반복할 수 있다. 예를 들어, 프로세서(400)는 제3 오류 기준으로 제3속도 벡터장 내 벡터와 인접한 벡터 사이의 차이를 계산하고, 차이들의 표준 편차를 계산하여 크기를 비교할 수 있다. 프로세서(400)는 적응적 하이브리드 방식의 결합에 의한 보정 결과와 SIV의 측정 결과를 위치에 따른 벡터 차이의 통계적 비교 분석을 통해 측정 오류를 확인할 수 있다.In the second iteration, the processor 400 may repeat the same process of substituting the vector for the AH velocity vector field according to the second error criterion applied in the first iteration. For example, the processor 400 may calculate a difference between a vector in the third velocity vector field and an adjacent vector based on the third error criterion, calculate a standard deviation of the differences, and compare magnitudes. The processor 400 may check the measurement error through statistical comparison analysis of the vector difference according to the location of the correction result by the combination of the adaptive hybrid method and the measurement result of the SIV.

프로세서(400)는 제3 측정 오류 기준에 따라 오류를 보정할 수 있다. 프로세서(400)는 AH 속도 벡터장의 벡터에 대해 벡터와 인접한 벡터의 차이를 계산하고, 차이들의 표준편차를 계산하여 그 값들을 비교할 수 있다. 예를 들어, 제3 오류 기준은 수학식 2와 같이 표현할 수 있다.The processor 400 may correct the error according to the third measurement error criterion. The processor 400 may calculate a difference between a vector and an adjacent vector with respect to the vector of the AH velocity vector field, calculate a standard deviation of the differences, and compare the values. For example, the third error criterion can be expressed as Equation (2).

Figure pat00010
Figure pat00010

이때,

Figure pat00011
및
Figure pat00012
는 AH 속도 벡터장 내 특정 벡터의 제1 성분 및 제2 성분을 의미하고,
Figure pat00013
및
Figure pat00014
는 특정 벡터와 인접한 벡터의 제1 성분 및 제2 성분을 의미하고, c 2 는 1보다 작은 보정 상수로 측정 결과에 따라 실험적으로 정의될 수 있다.At this time,
Figure pat00011
and
Figure pat00012
denotes the first and second components of a specific vector in the AH velocity vector field,
Figure pat00013
and
Figure pat00014
denotes a first component and a second component of a vector adjacent to a specific vector, and c 2 is a correction constant less than 1 and may be experimentally defined according to a measurement result.

프로세서(400)는 AH 속도 벡터장 내 벡터가 수학식 2와 같이 표현되는 제3 오류 기준을 만족하는 경우 동일한 위치의 제1속도 벡터장의 벡터로 대체할 수 있다.When the vector in the AH velocity vector field satisfies the third error criterion expressed by Equation (2), the processor 400 may substitute the vector in the first velocity vector field at the same location.

프로세서(400)는 최종적으로 획득한 속도 벡터장에 기초하여 측정 영역의 유동을 정확하게 측정할 수 있다.The processor 400 may accurately measure the flow in the measurement area based on the finally acquired velocity vector field.

프로세서(400)는 속도 벡터장에 기초하여 검출한 유동 속도장 정보를 초음파 B-모드 영상에 함께 표현하여 실시간 영상화(real-time imaging)할 수 있다.The processor 400 may perform real-time imaging by expressing information on the flow velocity field detected based on the velocity vector field on the ultrasound B-mode image.

도 3a 내지 도 3f는 도 1에 도시된 영상 처리 장치에 의해 처리되는 이미지를 각 단계별로 나타내는 도면이다.3A to 3F are diagrams illustrating images processed by the image processing apparatus shown in FIG. 1 at each stage.

도 3a는 CDI를 통해 획득한 컬러 도플러 영상을 나타낸다. 프로세서(400)는 컬러 도플러 영상에 기초하여 도 3b와 같은 초음파 펄스 진행방향의 유속 크기 정보를 검출할 수 있다. 프로세서(400)는 벡터 변환 알고리즘을 이용하여 CDI를 통해 획득한 컬러 도플러 영상을 도 3c와 같은 2차원 속도장으로 변환할 수 있다. 도 3c는 속도 크기 성분 정보에 유동의 방향 정보를 더하여 나타낸 결과를 나타낸다.3A shows a color Doppler image obtained through CDI. The processor 400 may detect flow velocity magnitude information in the ultrasonic pulse traveling direction as shown in FIG. 3B based on the color Doppler image. The processor 400 may convert a color Doppler image obtained through CDI into a two-dimensional velocity field as shown in FIG. 3C using a vector transformation algorithm. 3C shows the result of adding flow direction information to velocity magnitude component information.

프로세서(400)는 벡터 변환 알고리즘을 통해 서로 다른 입사 각도의 초음파를 통해 촬영된 컬러 도플러 영상에 기초하여 서로 다른 속도 정보를 가진 속도 벡터장을 획득하고, 서로 다른 속도 벡터장들을 벡터 합성하여 도 3c와 같이 더 정확한 속도 벡터장을 생성할 수 있다.The processor 400 obtains velocity vector fields having different velocity information based on a color Doppler image captured through ultrasound of different incidence angles through a vector conversion algorithm, and synthesizes the velocity vector fields with different velocity vector fields, as shown in FIG. 3C . A more accurate velocity vector field can be generated as

도 3d는 B-모드 초음파 영상에 SIV를 적용하여 획득한 2차원 속도 벡터장을 나타낸다. SIV를 적용하여 획득하는 속도 벡터장은 컬러 도플러 영상과 동일한 유동 조건에서 측정된 B-모드 초음파 영상에 기초하여 생성된 벡터장일 수 있다.3D shows a two-dimensional velocity vector field obtained by applying SIV to a B-mode ultrasound image. The velocity vector field obtained by applying SIV may be a vector field generated based on a B-mode ultrasound image measured under the same flow conditions as a color Doppler image.

프로세서(400)는 도 3e와 같이 컬러 도플러 영상을 통해 획득한 속도 벡터장의 데이터 격자를 SIV를 통해 획득한 속도 벡터장의 데이터 격자와 일치시킬 수 있다.The processor 400 may match the data grid of the velocity vector field obtained through the color Doppler image with the data grid of the velocity vector field obtained through the SIV as shown in FIG. 3E .

프로세서(400)는 데이터 격자를 일치시킨 후, 도 3f와 같이 적응적 하이브리드 방식으로 두 속도 벡터장을 결합하여 더 정확한 유동 속도 벡터장을 생성할 수 있다.After matching the data grid, the processor 400 may generate a more accurate flow velocity vector field by combining the two velocity vector fields in an adaptive hybrid manner as shown in FIG. 3F .

프로세서(400)는 도 3g와 같이 유동 속도장 결과를 초음파 B-mode 영상과 함께 표현하여 실시간 영상화할 수 있다. 이때, 도 3g는 사람의 무릎 쪽 대복재정맥(greater saphenous vein(GSV))의 판막 부근에서 판막으로부터 2D, 4D, 6D(이때, D는 사람의 무릎 쪽 대복재정맥의 판막 지름을 의미한다) 만큼 떨어진 하류의 S1, S2, S3 지점에서 혈류의 속도장 정보를 획득하여 B-모드 초음파 영상과 함께 나타낸 것일 수 있다.The processor 400 may display the result of the flow velocity field together with the ultrasound B-mode image for real-time imaging as shown in FIG. 3G . At this time, Figure 3g shows 2D, 4D, and 6D from the valve near the valve of the greater saphenous vein (GSV) on the knee side of the person (in this case, D means the valve diameter of the person's knee side great saphenous vein) It may be that the velocity field information of the blood flow is obtained at points S1, S2, and S3 downstream by a distance and displayed together with the B-mode ultrasound image.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or apparatus, to be interpreted by or to provide instructions or data to the processing device. , or may be permanently or temporarily embody in a transmitted signal wave. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited drawings, those skilled in the art may apply various technical modifications and variations based on the above. For example, the described techniques are performed in an order different from the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims (10)

동일한 측정 영역에 대한 B-모드 초음파 영상 및 컬러 도플러 영상(Color Doppler Image)을 획득하는 단계;
상기 B-모드 초음파 영상에 스페클 영상 속도 측정법(Speckle Image Velocimetry(SIV))를 적용하여 제1 속도 벡터장을 생성하는 단계;
상기 컬러 도플러 영상에 벡터 변환 알고리즘을 적용하여 제2 속도 벡터장을 생성하는 단계; 및
상기 제1 속도 벡터장에 기초하여 상기 제2 속도 벡터장의 오류를 보정하는 단계
를 포함하는, 유동 측정 방법.
acquiring a B-mode ultrasound image and a Color Doppler image for the same measurement area;
generating a first velocity vector field by applying speckle image velocity measurement (SIV) to the B-mode ultrasound image;
generating a second velocity vector field by applying a vector transformation algorithm to the color Doppler image; and
correcting an error of the second velocity vector field based on the first velocity vector field
Including, flow measurement method.
 제1항에 있어서,
상기 보정하는 단계는,
제1 오류 기준에 기초하여 제2 속도 벡터장 내 오류 벡터를 검출하는 단계; 및
상기 오류 벡터 중 제2 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제3 속도 벡터장을 생성하는 단계
를 포함하는, 유동 측정 방법.
According to claim 1,
The correcting step is
detecting an error vector in a second velocity vector field based on the first error criterion; and
generating a third velocity vector field by replacing a vector satisfying a second error criterion among the error vectors with a vector corresponding to the same measurement position in the first velocity vector field
Including, flow measurement method.
 제2항에 있어서,
상기 제1 오류 기준은,
동일한 측정 위치에 대한 상기 제1 속도 벡터장 및 상기 제2 속도 벡터장의 벡터 성분간 차이에 기초하여 결정되고,
상기 제2 오류 기준은,
상기 오류 벡터 및 상기 오류 벡터와 인접한 벡터의 차이의 표준 편차에 기초하여 결정되는, 유동 측정 방법.
3. The method of claim 2,
The first error criterion is,
is determined based on the difference between the vector components of the first and second velocity vector fields for the same measurement position,
The second error criterion is,
is determined based on a standard deviation of the error vector and a difference between the error vector and an adjacent vector.
 제2항에 있어서,
상기 보정하는 단계는,
상기 제3 속도 벡터장 내 벡터 중 제3 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제4 속도 벡터장을 생성하는 단계를 더 포함하는, 유동 측정 방법.
3. The method of claim 2,
The correcting step is
and generating a fourth velocity vector field by substituting a vector that satisfies a third error criterion among the vectors in the third velocity vector field with a vector corresponding to the same measurement position in the first velocity vector field. method.
 제4항에 있어서,
상기 제3 오류 기준은,
상기 제3 속도 벡터장 내 각각의 벡터 및 상기 각각의 벡터와 인접한 벡터의 차이의 표준 편차에 기초하여 결정되는, 유동 측정 방법.
5. The method of claim 4,
The third error criterion is,
and a standard deviation of each vector in the third velocity vector field and a difference between each vector and an adjacent vector.
 인스트럭션들을 포함하는 메모리; 및
상기 인스트럭션들을 실행하기 위한 프로세서
를 포함하고,
상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는,
동일한 측정 영역에 대한 B-모드 초음파 영상 및 컬러 도플러 영상(Color Doppler Image)을 획득하고, 상기 B-모드 초음파 영상에 스페클 영상 속도 측정법(Speckle Image Velocimetry(SIV))를 적용하여 제1 속도 벡터장을 생성하고, 상기 컬러 도플러 영상에 벡터 변환 알고리즘을 적용하여 상기 제2 속도 벡터장을 생성하고, 상기 제1 속도 벡터장에 기초하여 상기 제2 속도 벡터장의 오류를 보정하는, 유동 측정 장치.
a memory containing instructions; and
a processor for executing the instructions
including,
When the instructions are executed by the processor, the processor
A first velocity vector is obtained by acquiring a B-mode ultrasound image and a Color Doppler image for the same measurement area, and applying a speckle image velocity measurement (SIV) to the B-mode ultrasound image. generating a field, generating the second velocity vector field by applying a vector transformation algorithm to the color Doppler image, and correcting an error in the second velocity vector field based on the first velocity vector field.
 제6항에 있어서,
상기 프로세서는,
제1 오류 기준에 기초하여 제2 속도 벡터장 내 오류 벡터를 검출하고, 상기 오류 벡터 중 제2 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제3 속도 벡터장을 생성하는, 유동 측정 장치.
7. The method of claim 6,
The processor is
An error vector in the second velocity vector field is detected based on the first error criterion, and a vector satisfying the second error criterion among the error vectors is replaced with a vector corresponding to the same measurement position in the first velocity vector field to obtain a third A flow measuring device that produces a velocity vector field.
 제7항에 있어서,
상기 제1 오류 기준은,
동일한 측정 위치에 대한 상기 제1 속도 벡터장 및 상기 제2 속도 벡터장의 벡터 성분간 차이에 기초하여 결정되고,
상기 제2 오류 기준은,
상기 오류 벡터 및 상기 오류 벡터와 인접한 벡터의 차의 표준 편차에 기초하여 결정되는, 유동 측정 장치.
8. The method of claim 7,
The first error criterion is,
is determined based on the difference between the vector components of the first and second velocity vector fields for the same measurement position,
The second error criterion is,
and a standard deviation of the error vector and a difference between the error vector and an adjacent vector.
 제8항에 있어서,
상기 프로세서는,
상기 제3 속도 벡터장 내 벡터 중 제3 오류 기준을 만족하는 벡터를 제1 속도 벡터장 내 동일한 측정 위치에 대응되는 벡터로 대체하여 제4 속도 벡터장을 생성하는, 유동 측정 장치.
9. The method of claim 8,
The processor is
and generating a fourth velocity vector field by replacing a vector satisfying a third error criterion among vectors in the third velocity vector field with a vector corresponding to the same measurement position in the first velocity vector field.
 제9항에 있어서,
상기 제3 오류 기준은,
상기 제3 속도 벡터장 내 각각의 벡터 및 상기 각각의 벡터와 인접한 벡터의 차이의 표준 편차에 기초하여 결정되는, 유동 측정 장치.
10. The method of claim 9,
The third error criterion is,
and a standard deviation of each vector in the third velocity vector field and a difference between each vector and an adjacent vector.
KR1020200124018A 2020-09-24 2020-09-24 Adaptive hybrid flow measurement method and apparatus for performing the same KR102482475B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200124018A KR102482475B1 (en) 2020-09-24 2020-09-24 Adaptive hybrid flow measurement method and apparatus for performing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200124018A KR102482475B1 (en) 2020-09-24 2020-09-24 Adaptive hybrid flow measurement method and apparatus for performing the same

Publications (2)

Publication Number Publication Date
KR20220040826A true KR20220040826A (en) 2022-03-31
KR102482475B1 KR102482475B1 (en) 2022-12-28

Family

ID=80934954

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200124018A KR102482475B1 (en) 2020-09-24 2020-09-24 Adaptive hybrid flow measurement method and apparatus for performing the same

Country Status (1)

Country Link
KR (1) KR102482475B1 (en)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0549640A (en) * 1991-08-21 1993-03-02 Fujitsu Ltd Ultrasonic diagnostic device
US20070167809A1 (en) * 2002-07-22 2007-07-19 Ep Medsystems, Inc. Method and System For Estimating Cardiac Ejection Volume And Placing Pacemaker Electrodes Using Speckle Tracking
WO2008008936A2 (en) * 2006-07-13 2008-01-17 The Regents Of The University Of Colorado Echo particle image velocity (epiv) and echo particle tracking velocimetry (eptv) system and method
KR101098966B1 (en) * 2010-10-13 2011-12-28 서강대학교산학협력단 Method and apparatus of estimating speed of ultra-sound using edge conspicuity
WO2012051216A1 (en) * 2010-10-11 2012-04-19 The Regents Of The University Of Colorado, A Body Corporate Direct echo particle image velocimetry flow vector mapping on ultrasound dicom images
JP2012166008A (en) * 2011-01-27 2012-09-06 Toshiba Corp Ultrasound diagnostic apparatus and image processing program of the same
WO2019138241A1 (en) * 2018-01-11 2019-07-18 Imperial Innovations Limited Fluid flow analysis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0549640A (en) * 1991-08-21 1993-03-02 Fujitsu Ltd Ultrasonic diagnostic device
US20070167809A1 (en) * 2002-07-22 2007-07-19 Ep Medsystems, Inc. Method and System For Estimating Cardiac Ejection Volume And Placing Pacemaker Electrodes Using Speckle Tracking
WO2008008936A2 (en) * 2006-07-13 2008-01-17 The Regents Of The University Of Colorado Echo particle image velocity (epiv) and echo particle tracking velocimetry (eptv) system and method
WO2012051216A1 (en) * 2010-10-11 2012-04-19 The Regents Of The University Of Colorado, A Body Corporate Direct echo particle image velocimetry flow vector mapping on ultrasound dicom images
KR101098966B1 (en) * 2010-10-13 2011-12-28 서강대학교산학협력단 Method and apparatus of estimating speed of ultra-sound using edge conspicuity
JP2012166008A (en) * 2011-01-27 2012-09-06 Toshiba Corp Ultrasound diagnostic apparatus and image processing program of the same
WO2019138241A1 (en) * 2018-01-11 2019-07-18 Imperial Innovations Limited Fluid flow analysis

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Improvement of ultrasound speckle image velocimetry using image enhancement techniques", Ultrasonics, Vol. 54, p. 205-216(2014) *
Velocity field measurements of valvular blood flow in a human superficial vein using high-frequency ultrasound speckle image velocimetry. Int J Cardiovasc Imaging 28, 69-77 (2012) *

Also Published As

Publication number Publication date
KR102482475B1 (en) 2022-12-28

Similar Documents

Publication Publication Date Title
CN111432733B (en) Apparatus and method for determining motion of an ultrasound probe
US9907539B2 (en) Sparse tracking in acoustic radiation force impulse imaging
CN106842210B (en) A kind of new multiple submatrixes synthetic aperture sonar fast imaging algorithm
US9351709B2 (en) Image processing method and apparatus and program
RU2689174C2 (en) Autocorrelation-induced cross correlation in shear wave ultrasonic elastography
CN106529561B (en) Flash artifact detection in ultrasound color flow
Myronenko et al. Maximum likelihood motion estimation in 3D echocardiography through non-rigid registration in spherical coordinates
KR102001636B1 (en) Apparatus and method of processing a depth image using a relative angle between an image sensor and a target object
US20130090557A1 (en) Ultrasound diagnostic apparatus and method for outputting ultrasound diagnostic image
WO2013147297A1 (en) Methods and apparatus for ultrasound imaging
CN109581537A (en) The detection method and device of life entity
WO2018226688A1 (en) Estimating phase velocity dispersion in ultrasound elastography using a multiple signal classification
CN109471108A (en) Precession centrum three-dimension object method, apparatus and electronic equipment
Salles et al. Full 3-D transverse oscillations: a method for tissue motion estimation
US20160331346A1 (en) Method for Determining a Physical Characteristic on a Punctual Location Inside a Medium, a Method for Determining an Image of a Medium, and an Apparatus Implementing Said Methods
KR101194288B1 (en) 3d ultrasound system for extending view of image and method for operating 3d ultrasound system
Goldsmith et al. An inertial-optical tracking system for portable, quantitative, 3D ultrasound
CN108510475A (en) The measurement method and system of muscle tendon knot in a kind of muscle continuous ultrasound image
KR102482475B1 (en) Adaptive hybrid flow measurement method and apparatus for performing the same
US11816854B2 (en) Image processing apparatus and image processing method
JP7293488B2 (en) How to simulate a continuous wave lidar sensor
Rivaz et al. 9c-1 beam steering approach for speckle characterization and out-of-plane motion estimation in real tissue
Porras et al. Improved myocardial motion estimation combining tissue Doppler and B-mode echocardiographic images
JP7357007B2 (en) Apparatus and method for estimating the level of thermal ablation
JP7269232B2 (en) Ultrasound measurement of vascular stenosis

Legal Events

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