KR20220069980A - 단층영상합성에서 내부 유방 조직에 대한 움직임 검출 - Google Patents

Abstract

영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법 및 시스템이 개시된다. 이 방법은 내외사(MLO) 위치에서 환자의 유방을 압박하는 단계를 포함할 수 있다. 유방을 압박하는 동안, 유방에 대해 제1 각도에 대한 제1 단층영상합성 MLO 투영 프레임이 획득되고, 유방에 대해 제2 각도에 대한 제2 단층영상합성 MLO 투영 프레임이 획득된다. 투영 프레임들에서 가슴 근육의 경계들이 식별되고 경계 표현들이 생성된다. 제1 표현과 제2 표현 사이의 차이가 결정된다. 그 다음, 적어도 제1 표현과 제2 표현 사이의 차이에 기초하여 움직임 스코어가 생성된다.

Description

단층영상합성에서 내부 유방 조직에 대한 움직임 검출

관련 출원에 대한 상호 참조

본 출원은 PCT 국제특허출원으로서 2020년 8월 31일에 출원되었고, 개시 내용의 전체가 본원에서 참조로 통합되는, 2019년 9월 27일에 출원된 미국 가특허출원 제62/907,079호에 대한 우선권 및 그것의 이익을 주장한다.

X선 스크리닝 검사는 유방암 및 기타 질병들을 검출하는 데 사용된다. 유방 X선 시스템의 감도 및 특이성을 개선하려는 노력들은 단층영상합성 시스템(tomosynthesis system)의 개발로 이어졌다. 유방 단층영상합성은 짧은 스캔 동안 여러 각도에서 고정되고 압박된 유방의 이미지들을 획득하는 것을 수반하는 3차원 영상화 기술이다. 개별 이미지들은 개별적으로 또는 동적 시네 모드(

)로 디스플레이될 수 있는 일련의 얇은 고해상도 슬라이스들로 재구성된다. 재구성된 단층영상합성 슬라이스들은 단일 슬라이스 2차원 유방조영술 영상에서 조직 중첩 및 구조 노이즈로 인해 발생하는 문제를 줄이거나 제거한다. 디지털 유방 단층영상합성은 또한 유방 압박 감소, 진단 및 스크리닝 정확도 개선, 더 적은 리콜(recall), 및 3D 병변 위치 파악의 가능성을 제공한다.

이러한 그리고 다른 일반적인 고려사항과 관련하여, 본 명세서에서 개시된 양태가 구성되었다. 또한, 비록 비교적 구체적인 문제가 논의될 수 있지만, 그러한 예가 본 개시 내용의 배경에서 또는 다른 곳에서 식별된 구체적인 문제의 해결로 제한되지 않아야 한다는 것을 이해하여야 한다.

본 기술은 영상화 절차 동안 내부 유방 조직 움직임의 검출에 관한 것이다. 일 양태에서, 본 기술은 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하는 방법에 관한 것이다. 이 방법은 내외사(mediolateral oblique)(MLO) 위치에서 환자의 유방을 압박하는 단계; 유방을 압박하는 동안, 유방에 대해 제1 각도에 대한 제1 단층영상합성 MLO 투영 프레임을 획득하는 단계; 유방을 압박하는 동안, 유방에 대해 제2 각도에 대한 제2 단층영상합성 MLO 투영 프레임을 획득하는 단계; 제1 투영 프레임에서 가슴 근육의 제1 경계를 식별하는 단계; 가슴 근육의 제1 경계의 제1 표현을 생성하는 단계; 제2 투영 프레임에서 가슴 근육의 제2 경계를 식별하는 단계; 가슴 근육의 제2 경계의 제2 표현을 생성하는 단계; 제1 표현과 제2 표현 사이의 차이를 결정하는 단계; 및 적어도 제1 표현과 제2 표현 사이의 차이에 기초하여 움직임 스코어를 생성하는 단계를 포함한다.

예에서, 제1 생성된 표현은 2차원 표현이다. 다른 예에서, 차이는 제1 표현과 제2 표현 사이의 면적에 기초한다. 또 다른 예에서, 차이는 제1 표현과 제2 표현 사이의 최소 거리에 기초한다. 추가 예에서, 방법은 차이를 기대 값과 비교하는 단계 -기대 값은: 제1 투영 프레임에 대한 X선 소스의 X선 각도 및 제2 투영 프레임에 대한 X선 소스의 X선 각도, 또는 적어도 제1 단층영상합성 MLO 투영 프레임 및 제2 단층영상합성 MLO 투영 프레임에 기초한 피팅된 곡선 중 적어도 하나에 기초함- ; 및 차이와 기대 값의 비교에 기초하여, 움직임 경고를 생성하는 단계를 더 포함한다. 또 다른 예에서, 방법은 제1 투영 프레임 및 제2 투영 프레임의 적어도 일부를 복수의 평행 움직임 가이드들과 동시에 시네 뷰로 디스플레이하는 단계를 더 포함한다.

다른 예에서, 방법은 복수의 평행 움직임 가이드들 중 하나의 선택을 수신하는 단계; 선택된 평행 움직임 가이드를 새로운 위치로 이동시키기 위한 입력을 수신하는 단계; 및 선택된 평행 움직임 가이드를 이동시키기 위한 수신된 입력에 기초하여, 선택된 평행 움직임 가이드를 새로운 위치에 디스플레이하는 단계를 더 포함한다. 또 다른 예에서, 복수의 평행 움직임 가이드들은 서로에 대해 균등하게 이격되어 있다.

다른 양태에서, 이 기술은 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법에 관한 것이다. 이 방법은 내외사(MLO) 위치에서 환자의 유방을 압박하는 단계; 유방을 압박하는 동안 복수의 단층영상합성 MLO 투영 프레임들을 획득하는 단계 -복수의 단층영상합성 MLO 투영 프레임들은 환자의 가슴 근육의 일부 및 유방의 일부의 이미지를 포함함- ; 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대해, 가슴 근육의 경계를 식별하는 단계; 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대해, 가슴 근육의 경계에 대한 표현을 생성하는 단계; 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대한 생성된 표현들 사이의 제1 차이를 결정하는 단계; 제1 차이와 제1 차이에 대한 기대 값 사이의 제2 차이를 결정하는 단계; 제2 차이를 미리 결정된 임계값과 비교하는 단계; 및 제2 차이와 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계를 포함한다.

한 예에서, 생성된 표현은 2차원 표현이다. 다른 예에서, 제1 차이는 생성된 표현들 사이의 면적에 기초한다. 또 다른 예에서, 제1 차이는 생성된 표현들 사이의 최소 거리에 기초한다. 추가 예에서, 제2 차이는 시프트 분산(shift variance) 값이다. 또 다른 예에서, 방법은 투영 프레임들의 적어도 일부를 복수의 평행 움직임 가이드들과 동시에 시네 뷰로 연속하여 디스플레이하는 단계를 더 포함한다.

다른 예에서, 방법은 복수의 평행 움직임 가이드들 중 하나의 선택을 수신하는 단계; 선택된 평행 움직임 가이드를 새로운 위치로 이동시키기 위한 입력을 수신하는 단계; 및 선택된 평행 움직임 가이드를 이동시키기 위한 수신된 입력에 기초하여, 선택된 평행 움직임 가이드를 새로운 위치에 디스플레이하는 단계를 포함한다. 또 다른 예에서, 복수의 평행 움직임 가이드들은 서로에 대해 균등하게 이격되어 있다.

다른 양태에서, 이 기술은 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 시스템에 관한 것이다. 시스템은 유방 주위를 회전식으로 이동하도록 구성된 X선 소스; 내외사(MLO) 위치에서 유방을 압박하도록 구성된 압박 패들; 및 X선 소스로부터 압박 패들 반대편에 배치된 X선 검출기를 포함한다. 시스템은 적어도 하나의 프로세서를 더 포함하고; 적어도 하나의 프로세서에 의해 실행될 때, 시스템으로 하여금 동작들의 세트를 수행하게 하는 명령어들을 저장하는 메모리를 더 포함한다. 동작들은 MLO 위치에서 유방을 압박하는 동안, 유방에 대해 제1 각도로 X선 소스로부터 제1 X선 방출을 방출하는 단계; X선 검출기에 의해, 제1 X선 방출이 유방을 통과한 후에 X선 소스로부터 제1 X선 방출을 검출하는 단계; 유방에 대해 제2 각도로 X선 소스로부터 제2 X선 방출을 방출하는 단계; 및 X선 검출기에 의해, 제2 X선 방출이 유방을 통과한 후에 제2 X선 방출을 검출하는 단계를 포함한다. 방법은 검출된 제1 X선 방출에 기초하여, 제1 각도에 대한 제1 단층영상합성 MLO 투영 프레임을 생성하는 단계; 검출된 제2 X선 방출에 기초하여, 제2 각도에 대한 제2 단층영상합성 MLO 투영 프레임을 생성하는 단계; 제1 투영 프레임에서 가슴 근육의 제1 경계를 식별하는 단계; 가슴 근육의 제1 경계의 제1 표현을 생성하는 단계; 제2 투영 프레임에서 가슴 근육의 제2 경계를 식별하는 단계; 가슴 근육의 제2 경계의 제2 표현을 생성하는 단계; 제1 표현과 제2 표현 사이의 차이를 결정하는 단계; 및 적어도 제1 표현과 제2 표현 사이의 차이에 기초하여 움직임 스코어를 생성하는 단계를 더 포함한다.

한 예에서, 제1 생성된 표현은 2차원 표현이다. 다른 예에서, 차이는 제1 표현과 제2 표현 사이의 면적에 기초한다. 또 다른 예에서, 차이는 제1 표현과 제2 표현 사이의 최소 거리에 기초한다.

다른 양태에서, 이 기술은 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법에 관한 것이다. 방법은 환자의 유방을 압박하는 단계; 유방을 압박하는 동안 복수의 단층영상합성 투영 프레임들을 획득하는 단계 -복수의 단층영상합성 투영 프레임들은 환자의 가슴 근육의 일부 및 유방의 일부의 이미지를 포함함- ; 적어도 복수의 단층영상합성 투영 프레임들의 서브세트에 대해, 가슴 근육의 경계를 식별하는 단계; 가슴 근육의 식별된 경계들에 대해, 가슴 근육의 식별된 경계에 대한 경계 표현을 생성하는 단계; 경계 표현들의 모든 가능한 쌍들의 적어도 서브세트에 대해 생성된 경계 표현들 사이의 거리를 측정하는 단계; 거리가 측정된 각각의 경계 표현에 대한 기대 거리 값을 결정하는 단계; 측정된 거리 및 기대 거리 값에 기초하여, 거리가 측정된 각각의 경계 쌍에 대한 시프트 분산을 결정하는 단계; 시프트 분산을 미리 결정된 임계값과 비교하는 단계; 및 시프트 분산과 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계를 포함한다.

다른 양태에서, 이 기술은 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법에 관한 것이다. 방법은 환자의 유방을 압박하는 단계; 유방을 압박하는 동안 복수의 단층영상합성 투영 프레임들을 획득하는 단계 -복수의 단층영상합성 투영 프레임들은 환자의 가슴 근육의 일부 및 유방의 일부의 이미지를 포함함- ; 적어도 복수의 단층영상합성 투영 프레임들의 서브세트에 대해, 가슴 근육의 경계를 식별하는 단계; 가슴 근육의 식별된 경계들에 대해, 가슴 근육의 식별된 경계에 대한 경계 표현을 생성하는 단계; 생성된 경계 표현들과 교차하는 기준선을 생성하는 단계; 기준선을 따라 기준점을 식별하는 단계; 생성된 경계 표현들의 적어도 서브세트에 대해, 기준점으로부터 기준선과 각각의 경계의 교차점까지의 교차 거리를 계산하는 단계; 계산된 교차 거리들에 기초하여 기대 교차 거리 값들을 결정하는 단계; 교차 거리가 계산된 경계 표현들 각각에 대한 교차 시프트 분산을 결정하는 단계; 교차 시프트 분산을 미리 결정된 임계값과 비교하는 단계; 및 교차 시프트 분산과 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계를 포함한다.

이러한 요지는 "발명을 실시하기 위한 구체적인 내용"에서 추가적으로 후술되는 개념들 중 선택된 것들을 단순화된 형태로 소개하기 위해서 제공된 것이다. 이러한 요지는 청구된 청구 대상의 중요 특징들 또는 본질적 특징들을 식별하도록 의도된 것이 아니고, 청구된 청구 대상의 범위를 제한하는 데 사용되도록 의도된 것도 아니다. 예들의 부가적인 양태, 특징들, 및/또는 장점들이 이하의 설명에서 부분적으로 기술될 것이고, 부분적으로는 설명으로부터 자명할 것이며, 또는 본 개시 내용의 실시에 의해서 학습될 수 있을 것이다.

비제한적이고 비배타적인 예들이 이하의 도면들을 참조하여 설명된다.
도 1은 내외사(MLO) 위치에서 압박된 유방을 갖는 단층영상합성 시스템의 예시적인 부분을 도시한다.
도 2a는 MLO 단층영상합성 영상화 절차 동안 획득된 단층영상합성 투영 프레임들의 세트에 대한 복수의 투영 프레임들을 도시한다.
도 2b는 가슴 근육 경계들에 대한 표현들을 갖는 도 2a의 복수의 투영 프레임들을 도시한다.
도 3a는 단층영상합성 영상화 절차 동안 환자 움직임이 발생하지 않은 경우의 가슴 근육 경계 표현들의 예시적인 플롯을 도시한다.
도 3b는 단층영상합성 영상화 절차 동안 환자 움직임이 발생한 경우의 가슴 근육 경계 표현들의 예시적인 플롯을 도시한다.
도 3c는 투영 프레임에서 식별된 가슴 근육 경계 표현들 사이의 거리들의 플롯을 도시한다.
도 3d는 가슴 근육 경계 표현들의 다른 예시적인 플롯을 도시한다.
도 3e는 예시적인 교차 거리(I) 측정들을 도시한다.
도 3f는 교차 거리들(I)의 예시적인 플롯을 도시한다.
도 4a는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 예시적인 방법을 도시한다.
도 4b는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법을 도시한다.
도 4c는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법을 도시한다.
도 4d는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법을 도시한다.
도 5a는 복수의 움직임 가이드들을 갖는 유방의 예시적인 의료 이미지를 도시한다.
도 5b는 고정된 유방의 단층영상합성 영상화 절차를 위한 예시적인 일련의 투영 프레임들을 도시한다.
도 5c는 단층영상합성 영상화 절차 동안 유방 움직임이 발생한 예시적인 일련의 투영 프레임들을 도시한다.
도 6은 의료 이미지에 대한 움직임 가이드를 디스플레이하기 위한 예시적인 방법을 도시한다.
도 7은 본 실시예들 중 하나 이상이 구현될 수 있는 적합한 단층영상합성 시스템의 예를 도시한다.
도 8은 본 실시예들 중 하나 이상이 구현될 수 있는 적절한 동작 환경의 예를 도시한다.

위에서 논의된 바와 같이, 유방 단층영상합성은 짧은 스캔 동안 여러 각도에서 고정되고 압박된 유방의 이미지들을 획득하는 것을 수반하는 3차원 영상화 기술이다. 개별 이미지들은 일련의 얇은 고해상도 슬라이스들로 재구성된다. 여러 이미지가 일정 기간에 걸쳐 캡처되어 재구성에 사용되기 때문에 환자가 단층영상합성 영상화 절차 동안 움직일 수 있는 것이 가능하다. 절차 중 움직임은 결과적인 재구성 및 단층영상합성 슬라이스들의 품질에 부정적인 영향을 미친다. 구체적으로, 환자 움직임은 블러링(blurring), 해부학적 왜곡들 및/또는 아티팩트들(artifacts)을 유발할 수 있으며, 이는 더 긴 노출 시간 동안 과장될 수 있다. 환자의 움직임이 상당한 경우, 환자를 위한 더 나은 품질의 단층영상합성 영상들을 획득하기 위해 부가의 영상화 절차가 필요할 수 있다. 단층영상합성 영상화 절차가 끝날 때 또는 거의 끝났을 때의 움직임을 자동으로 감지할 수 있는 것은 환자가 여전히 영상화 시설에 위치해 있는 동안 환자를 다시 촬영할 수 있게 한다. 예를 들어, 자동화된 움직임 검출 기술이 없다면, 의사가 의료 이미지들의 세트를 검토하여 블러링 또는 환자 움직임의 다른 표시를 인지할 때까지, 영상화 절차 동안의 환자 움직임은 있더라도 식별되지 않을 것이다. 그러한 검토는 종종 영상화 절차보다 몇 주 후는 아닐지라도 며칠 후에 일어난다. 따라서, 환자는 후일에 추가 촬영을 위해 영상화 시설로 복귀해야 할 것이다. 자동화된 움직임 검출을 사용하면, 제1 영상화 절차 중에 상당한 움직임이 있었던 경우 환자는 제1 영상화 절차 후에 거의 즉시 다시 촬영될 수 있다. 또한, 본 명세서에서 논의된 자동화된 움직임 검출 기술들은 또한 검출된 움직임의 스코어 또는 측정치를 제공할 수 있다. 측정치 또는 스코어는 궁극적인 이미지 품질을 개선하기 위해 움직임 보정 또는 추정 기술들에 추가로 사용될 수 있다.

일부 움직임 검출 개념들은 미국 특허 제9,498,180호('180 특허)에서 논의되었고, 이 특허는 그 전체가 본 명세서에 참고로 포함된다. '180 특허는 유방의 피부선의 움직임을 식별하기 위한 기술들을 개시한다. 피부선의 움직임의 식별은 피부선이 가장 일반적으로 획득되는 이미지 뷰들, 즉 상하(craniocaudal)(CC) 및 내외사(MLO) 뷰들에 나타난다는 사실을 포함하여 많은 이점들을 갖는다. 몇몇 상황에서는 피부선의 움직임이 내부 유방 조직의 움직임을 정확하게 반영하지 못한다는 것이 발견되었다. 즉, 몇몇 상황에서, 피부선은 영상화 절차 중에 움직일 수 있지만, 내부 유방 조직은 실질적으로 고정된 상태로 남아있을 수 있다. 영상화 절차 중에 내부 유방 조직은 이동하지만, 피부선이 실질적으로 고정되어 있는 반대의 예 또한 발생한다. 이러한 구분들은 관심있는 영역들이나 병변들이 피부선에서 더 멀리 떨어져서 발생하는 경우 중요하며, 검토하는 의사는 유방 움직임이 병변 근처에서 발생했는지 여부를 알 필요가 있을 수 있다.

이러한 문제를 해결하는 것을 돕기 위해, 내부 유방 조직의 움직임을 근사화하는 새로운 기술이 개발되었다. 보다 구체적으로, 본 기술은 복수의 단층영상합성 투영 프레임들에서 가슴 근육의 위치를 검사한다. 가슴 근육의 위치들에 기초하여, 움직임의 존재 및 이러한 움직임의 크기가 식별될 수 있다. 투영 프레임들에서 가슴 근육의 위치로 인해, 가슴 근육의 움직임은 피부선의 움직임보다 유방 내부 조직의 움직임에 대한 더 정확한 근사치를 제공한다. 본 기술은 또한 환자의 유방 또는 흉벽 근육 내의 임플란트와 같은, 유방 또는 환자의 다른 내부 구조들을 이용할 수 있다.

그러나, 본 기술의 일부 실시예들에 대한 각각의 단점은, 일부 실시예들이 유방의 의료 이미지 뷰들의 서브세트에만 이용될 수 있다는 것이다. 예를 들어, CC 뷰와 같이, 가슴 근육이 일반적으로 존재하지 않는 이미지들에서, 본 기술은 가슴 근육에 기초하여 유방의 내부 움직임을 근사화하지 못할 수 있다. 가슴 근육이 존재하는 이미지들의 경우, 본 기술은 내부 유방 조직의 움직임의 개선된 근사화를 제공한다. 가슴 근육이 존재하는 가장 일반적인 뷰는 MLO 뷰이다. MLO 뷰를 얻기 위해, 단층영상합성 갠트리가 대략 45도 회전되고, 환자의 유방이 45도 각도로 압박된다. 45도 압박으로 인해, MLO 압박은 종종 CC 뷰와 같은 다른 뷰들보다 환자에게 더 불편하다. 불편함의 증가로 인해, 환자가 절차 중에 움직일 가능성이 더 커지고, 움직임이 상당할 가능성이 더 높다. 내부 연구에서, 환자 움직임의 약 66%가 MLO 압박 중에 발생하는 것으로 확인되었다. 따라서, 본 기술의 일부 실시예들은 모든 뷰들에 대해 사용되지 않을 수 있지만, 본 기술은 상당한 움직임이 발생할 가능성이 가장 높은 뷰들에 대해 유용하다.

도 1은 MLO 위치에서 압박된 유방을 갖는 단층영상합성 시스템의 예시적인 부분을 도시한다. 예시적인 시스템은 호(101)를 따라 움직이는 X선 소스(100), 압박 패들(104), 유방 플랫폼(106), 및 X선 검출기 또는 수용체(110)를 포함한다. 단층영상합성 스캔 동안, 환자의 유방(102)은 압박 패들(104)과 유방 플랫폼(106) 사이에 고정되고 압박된다. X선 수용체(110)는 유방 플랫폼(106) 아래에 위치된 하우징(housing)에 배치된다. X선 수용체(110)는 X선 소스(100)로부터 방출된 X선이 유방(102)을 통과한 후에 X선을 수신 및/또는 검출한다. X선 소스(100)는 수용체(110)의 상부 표면에 중심을 둘 수 있는 호(101)를 따라 이동한다. 미리 결정된 개별 위치들에서, 소스(100)는 예를 들어 제한 없이 +/- 7.5°의 호의 매 1.07°마다 시준된 X선 빔을 방출하도록 여기된다. 빔은 유방(102)을 조사하고, 유방을 통과한 방사선은 수용체(110)에 의해 수신된다. 수용체(110) 및 관련 전자 장치들은 소스(100)의 각각의 미리 결정된 개별 각도 위치에서 픽셀들의 직사각형 격자의 각각의 픽셀에 대해 디지털 형태로 이미지 데이터를 생성한다. MLO 위치에서, 유방은 수직으로부터 약 45도 각도(

)로 압박된다. 일부 예들에서, 압박은 대략 40-60도 사이일 수 있다.

소스(100)의 움직임은 연속적이거나 불연속적일 수 있다. 움직임이 연속적인 경우, 각각의 이미지 데이터 세트는 연속적인 움직임의 작은 증분, 예를 들어, 소스(100)의 움직임의 0.1° 내지 0.5° 호에 걸쳐 누적되지만, 이러한 비제한적인 파라미터들은 단지 예일 뿐이다. 소스(100)의 상이한 움직임 범위들이 사용될 수 있고, 소스(100)의 움직임은 고정된 유방(102) 내부 또는 유방 플랫폼(106) 또는 수용체(110)에서와 같이 상이한 축을 중심으로 하는 호를 따를 수 있다. 또한, 소스 움직임은 반드시 호를 따라야 하는 것은 아니고, 병진, 또는 부분 병진 및 부분 회전과 같은 상이한 유형들의 움직임들의 조합일 수 있다. 몇몇 예들에서, X선은 호의 중심점으로부터 -7.5°와 7.5°사이에서 방출될 수 있고, 15개의 상이한 투영 프레임들이 단일한 단층영상합성 영상화 절차로부터 획득될 수 있다.

유방의 별개의 특징부(103)는 각각의 상이한 이미지에 대해 상이한 위치에서 검출기 상으로 투영될 것이고, 투영 경로(120)를 생성할 것인데, 이는 X선 소스 위치가 각각의 이미지에 대해 상이하기 때문이다. 또한, X선 소스 움직임이 예를 들어, 제어된 호 안에서 규정되는 방식 때문에, 그리고 X선 노출이 시간적으로 그리고 공간적으로 균등한 방식으로 이루어지기 때문에, 모든 뷰 각도들 사이의 투영 경로(120)는 환자 움직임이 없는 단층영상합성 스캔에 대해 매끄러운 궤적을 대체로 따른다. 그러나, 스캔하는 동안 환자가 움직이면 특징부의 투영이 매끄러운 궤적을 따르지 않을 것이다.

도 2a는 MLO 단층영상합성 영상화 절차 동안 획득된 단층영상합성 투영 프레임들의 세트에 대한 복수의 투영 프레임들을 도시한다. 도시된 예시적인 이미지에서, 예시적인 제1 투영 프레임(202), 예시적인 제2 투영 프레임(204), 및 예시적인 제3 투영 프레임(206)이 도시되어 있다. 제1 MLO 투영 프레임(202)은 단층영상합성 영상화 절차 동안 획득된 제1 MLO 투영 프레임일 수 있고, 제2 MLO 투영 프레임(204)은 영상화 절차 동안 획득된 제8 MLO 투영일 수 있으며, 제3 MLO 투영 프레임(206)은 단층영상합성 영상화 절차 동안 획득된 제15 MLO 투영 프레임일 수 있다. 따라서, 15개의 투영 프레임들이 획득되는(예를 들어, X선 소스가 15개의 상이한 각도 위치에서 방사선을 방출) 영상화 절차에서, 제1 MLO 투영 프레임(202)은 시작 이미지를 나타내고, 제2 MLO 투영 프레임(204)은 중간 이미지를 나타내며, 제3 MLO 투영 프레임(206)은 종료 이미지를 나타낸다. 각각의 투영 프레임에서, 가슴 근육뿐만 아니라 유방 조직도 볼 수 있다.

본 기술에서, 가슴 근육의 경계 또는 가장자리가 식별된다. 가슴 근육의 가장자리의 식별은 CAD(computer-aided detection)의 사용을 통해 자동으로 수행될 수 있다. CAD 시스템은 투영 프레임들을 분석하여 투영 프레임들 내의 가슴 근육 경계와 같은 해부학적 특징부들을 식별할 수 있다. 이러한 식별은 투영 프레임에서의 픽셀 값들 사이의 변화에 기초할 수 있다. 예를 들어, 픽셀 강도들의 특정 패턴들은 가슴 근육 경계를 나타낼 수 있고, 픽셀 강도의 그 패턴은 CAD 시스템이 경계를 식별하는 것을 허용한다. 일단 가슴 근육 경계가 식별되면, 경계의 표현이 생성된다. 경계의 표현은 가슴 근육의 위치를 나타내는 곡선일 수 있고, 곡선은 가슴 근육의 검출된 위치 또는 지점들에 기초할 수 있다.

도 2b는 가슴 근육 경계들에 대한 표현들이 있는 도 2a의 복수의 투영 프레임들을 도시한다. 경계 표현들은 각각의 투영 프레임에서 흰색 곡선으로 표시된다. 제1 MLO 투영 프레임(202)은 제1 MLO 투영 프레임(202)에서 식별된 가슴 근육 경계에 대한 제1 경계 표현(212)을 포함한다. 제2 MLO 투영 프레임(204)은 제2 MLO 투영 프레임(204)에서 식별된 가슴 근육 경계에 대한 제2 경계 표현(214)을 포함한다. 제3 MLO 투영 프레임(206)은 제3 MLO 투영 프레임(206)에서 식별된 가슴 근육 경계에 대한 제3 경계 표현(216)을 포함한다. 경계 표현들(212 내지 216)은 각각의 투영 프레임들(202 내지 206)의 상부 경계로부터 흉벽의 대략 중간 또는 하부 절반까지 연장되는 가슴 근육의 경계를 따른다. 가슴 근육 경계는 투영 프레임들 내의 내부 유방 조직의 상당 부분을 통과한다. 이와 같이, 획득한 투영 프레임들을 가로지르는 가슴 근육 경계의 움직임은 내부 유방 조직의 움직임에 대한 양호한 근사치이다.

생성된 경계 표현은 일부 예들에서 디스플레이되지 않을 수 있다. 오히려, 경계 표현은 이미지 내 지점들의 세트 또는 함수에 의해 정의된 곡선일 수 있다. 예를 들어, 경계 표현은 본 명세서에서 논의된 계산들을 수행하는 데 사용될 수 있는 수학적 또는 플롯 기반 표현일 수 있다. 표현들은 플롯에 디스플레이될 수 있지만, 투영 프레임의 오버레이로서 디스플레이되지 않을 수 있다. 경계 표현들은 일반적으로 투영 프레임들의 2차원 이미지 데이터에 기초한 2차원 표현들이다. 그러나, 일부 예에서, 3차원 이미지 데이터가 이용 가능한 경우, 3차원 경계 표현들이 생성될 수 있다.

도 3a는 단층영상합성 영상화 절차 동안 환자 움직임이 발생하지 않은 가슴 근육 경계 표현들(301-315)의 예시적인 플롯(300A)을 도시한다. 예시적인 플롯은 투영 프레임들이 15개의 상이한 각도 위치에서 획득된 예시적인 MLO 단층영상합성 영상화 절차에 대한 가슴 근육 경계 표현들(301-315)을 포함한다. 가슴 근육 경계 표현들(301-315) 각각은 그 예시적인 영상화 절차 동안 획득된 각각의 투영 프레임들 중 하나로부터 온 것이다.

도 1과 관련하여 위에서 논의된 바와 같이, X선 소스가 호 주위로 이동함으로 인해, 환자의 특정 특징부들은 수용체 상의 상이한 위치들에 나타나며, 따라서 결과 이미지에서 상이한 위치들에 나타난다. 따라서, 도 3a에서 볼 수 있는 바와 같이, 경계 위치 및 그에 대응하는 표현은 영상화 절차 동안 유방의 움직임이 없는 경우에도, 각각의 투영 프레임 내의 상이한 위치에서 발생한다. 영상화 절차 동안 유방의 움직임이 없는 경우, 제1 경계 근육 표현(301)의 위치에 기초하여, 각각의 다른 가슴 근육 경계 표현들(302-315)의 위치는 수학적 또는 기하학적 계산 및/또는 유도를 통해 예측될 수 있다. 예를 들어, X선 소스로부터 유방을 통과하여 검출기로의 X선 경로는 X선이 방출되는 X선 소스의 각각의 각도 위치에 대해 알려져 있다. 그 알려진 경로 및 제1 경계 근육 표현(301)의 초기 위치로, 나머지 경계 표현들(302-315)의 위치가 예측될 수 있다. 제1 경계 근육 표현(301)은 나머지 경계들(302-315)을 예측하기 위한 기준 또는 시작점으로 가장 자주 사용될 수 있지만, 임의의 다른 경계 표현들(301-315)이 나머지 경계 표현들(301-315)을 예측하기 위한 시작점으로서 사용될 수 있다. 예를 들어, 제7 경계 표현(307)은 나머지 경계 표현들(301-306, 308-315)의 위치를 예측하기 위한 기준 또는 시작점으로 사용될 수 있다. 경계 표현들(301-315)의 각각의 위치들은 각각의 경계 표현들(301-315) 사이의 간격 또는 거리에 의해 특징지어지거나 정의될 수 있다. 움직임이 없는 예에서도, 각각의 경계 표현들(301-315) 사이의 간격은 동일하지 않을 수 있다. 그러나, 각각의 경계 표현들(301-315) 사이의 간격의 차이는 매끄럽고 예측 가능할 것이다. 따라서, 유방의 움직임이 있는 경우, 적어도 2개의 경계 표현들(301-315) 사이의 간격은 경계 표현들(301-315) 사이의 예측된 간격 또는 거리와 상이할 것이다.

도 3b는 단층영상합성 영상화 절차 동안 환자 움직임이 발생한 가슴 근육 경계 표현들(301-315)의 예시적인 플롯(300B)을 도시한다. 특히, 환자 움직임은 단층영상합성 영상화 절차 동안 제11 투영 프레임이 획득된 시간과 제12 투영 프레임이 획득된 시간 사이에 발생하였다. 움직임은 제11 경계 표현(311)과 제12 경계 표현(312) 사이의 비정상적인 간격에 기초하여 식별된다.

간격이 비정상이고 움직임을 나타내는지 결정하기 위해, 경계 표현들(301-315)의 각각의 쌍 사이의 거리(D)가 결정될 수 있다. 거리(D)는 거리(D)가 계산되고 있는 경계 표현들 중 적어도 하나에 직교하는 방향으로 측정될 수 있다. 예를 들어, 경계 표현들(301-315) 중 적어도 하나에 실질적으로 직교 또는 수직인 기준선이 생성될 수 있다. 거리(D)는 그 후 그 기준선을 따라 계산될 수 있다. 거리(D)는 또한 경계 표현들(301-315)의 각각의 쌍에 대해 수직축의 중간점으로부터 측정될 수 있다. 일부 예들에서, 거리(D)는 경계 표현들(301-315) 각각을 따라 복수의 지점들에서 측정된다. 거리(D)는 경계 표현을 따라 측정될 수 있고, 최소 거리(D)는 추가 결정 및 계산에 이용될 수 있다. 다른 예들에서, 경계 표현들 각각 사이의 면적이 계산될 수 있다. 면적은 플롯 또는 이미지 분석 알고리즘을 통해 계산될 수 있고/있거나 면적은 2개의 경계 표현들 사이의 적분을 계산함으로써 계산될 수 있다. 다음으로, 2개의 경계 표현들 사이의 계산된 거리(들)(D) 및/또는 계산된 면적은 그 후 환자 움직임이 없는 이상적인 경계 표현들에 대한 예측된 위치들에 기초하여 예측된 값들과 비교될 수 있다. 계산된 거리(들)(D) 및/또는 계산된 면적이 예측된 값들과 상이한 경우, 움직임이 발생한 것으로 판단될 수 있다. 결정된 거리(들)(D) 및/또는 예측된 값들로부터 계산된 면적들 사이의 차이들은 움직임 스코어를 계산하는 데 사용될 수 있으며, 차이들이 충분히 큰 경우, 움직임 경고를 생성하는 데 사용될 수 있다.

움직임 스코어는 제1 경계 표현과 제2 생성된 경계 표현 사이의 위치 차이의 크기에 기초할 수 있다. 예를 들어, 결정된 거리(D)가 크고/크거나 제1 경계 표현과 제2 경계 표현 사이의 결정된 면적이 큰 경우에 더 높은 움직임 스코어가 생성될 수 있다. 또한, 움직임 스코어는 단층영상합성 영상화 절차에 대한 경계 표현들의 각각의 쌍 간의 차이에 기초할 수 있다. 예를 들어, 도 3b에 도시된 예에서, 거리(D) 및/또는 결정된 영역의 형태의 차이는 다음의 14쌍 표현들에 대해 계산되거나 결정될 수 있다: (1) 경계 표현(301) 및 경계 표현(302); (2) 경계 표현(302) 및 경계 표현(303); (3) 경계 표현(303) 및 경계 표현(304); (4) 경계 표현(304) 및 경계 표현(305); (5) 경계 표현(305) 및 경계 표현(306); (6) 경계 표현(306) 및 경계 표현(307); (7) 경계 표현(307) 및 경계 표현(308); (8) 경계 표현(308) 및 경계 표현(309); (9) 경계 표현(309) 및 경계 표현(310); (10) 경계 표현(310) 및 경계 표현(311); (11) 경계 표현(311) 및 경계 표현(312); (12) 경계 표현(312) 및 경계 표현(313); (13) 경계 표현(313) 및 경계 표현(314); 및 (14) 경계 표현(314) 및 경계 표현(315). 움직임 스코어는 그 후 경계 표현들의 14쌍 간의 결정된 차이들의 절대값의 집합에 기초할 수 있다. 움직임 스코어는 또한 결정된 차이들의 평균에 기초할 수 있다. 게다가, 움직임 스코어는 또한 단일 최대 차이에 기초할 수 있다. 예를 들어, 한 쌍의 경계 표현에 대한 가장 큰 결정된 차이가 움직임 스코어로서 또는 움직임 스코어에 대해 사용될 수 있다. 일부 예들에서, 경계 표현들의 모든 쌍들보다 더 적은 쌍들이 분석되고/되거나 움직임 스코어를 생성하는 데 사용될 수 있다.

도 3c는 투영 프레임들에서 식별된 가슴 근육 경계 표현들 사이의 거리들의 플롯(318)을 도시한다. 위에서 논의된 바와 같이, 거리(D)는 경계 표현들의 각각의 쌍에 대해 계산될 수 있다. 플롯(318)의 y축은 거리(D)를 나타내고, x축은 투영 프레임 쌍 번호를 나타낸다. y축의 단위는 픽셀일 수 있지만, 다른 단위가 이용될 수 있고/있거나 축이 정규화되거나 단위가 없을 수 있다. 플롯(318)은, 전술된 14쌍과 같은 경계 표현들의 14쌍에 대해 계산된 거리들(D)을 디스플레이한다. 예를 들어, 플롯(318)에서, 제1 거리(321), 제2 거리(322), 제3 거리(323), 제4 거리(324), 제5 거리(325), 제6 거리(326), 제7 거리(327), 제8 거리(328), 제9 거리(329), 제10 거리(330), 제11 거리(331), 제12 거리(332), 제13 거리(333), 및 제14 거리(334)에 대해 디스플레이된 데이터 포인트들이 있다. 곡선(320)은 거리들(D)을 나타내는 플롯된 데이터 포인트들에 피팅될 수 있다. 곡선(320)은 2차 다항식 곡선과 같은 다항식 곡선일 수 있다. 곡선(320)은 다른 보간 및/또는 회귀 방법들을 통해서도 생성될 수 있다. 곡선(320)은 또한 모든 측정된 거리들(D)의 평균(중앙값 또는 평균)을 나타내는 선으로 생성될 수 있다. 곡선(320)은 또한 투영 프레임들 각각에 대한 기대 거리 값을 나타낼 수 있다. 따라서, 기대 거리는 일련의 투영 프레임들로부터 결정될 수 있다. 피팅된 곡선에 기초하여 기대 거리를 결정하는 것은 영상화 시스템의 기하학적 구조가 알려지지 않거나 그러한 계산에 사용되지 않는 경우에도 기대 거리를 결정할 수 있게 한다. 일부 예들에서, 피팅된 곡선(320) 및 시스템의 기하학적 구조 모두 기대 거리를 결정하는 데 사용될 수 있다.

투영 프레임에 대한 거리(D)를 나타내는 데이터 포인트와 피팅된 곡선(320) 사이의 거리 또는 차이는 시프트 분산이라고 하며 플롯(318)에서 "S"로 표현된다. 시프트 분산(S)은 각각의 데이터 포인트에 대한 측정된 거리(D) 및 거리(D)에 대한 기대 값을 나타낸다. 예로서, 플롯(318)에 표현된 시프트 분산(S)은 제11 거리(331)에 대한 데이터 포인트와 곡선(320) 사이의 거리이다. 각각의 데이터 포인트들과 곡선(320) 사이의 시프트 분산(S)은 투영 프레임 쌍 번호에 대해 측정된 거리(D) 및 투영 프레임 쌍 번호에서 곡선(320)의 거리(D)에 기초하여 계산될 수 있다. 예를 들어, 데이터 포인트(331)에 표현된 투영 쌍 번호 11에 대한 시프트 분산(S)은 대략 2 픽셀이고, 투영 쌍 번호 11에서의 8 픽셀 및 투영 쌍 번호 11에서의 곡선(320)의 위치에 기초한 6 픽셀의 기대 값(예를 들어, 플롯(318)에서 곡선(320)의 y 좌표는 x 좌표 11에서 6 픽셀이다)의 측정된 거리(D)에 기초한다. 픽셀은 일반적으로 약 0.140mm이다. 일부 예들에서, 각각의 데이터 포인트들과 곡선(320) 사이의 시프트 분산(S)은 또한 각각의 데이터 포인트로부터 곡선까지 곡선(320)에 수직인 선 또는 다른 최소화 알고리즘에 기초하여 계산될 수 있다. 영상화 절차 동안 환자 움직임이 없는 경우, 데이터 포인트들은 곡선(320)과 겹칠 것이고, 시프트 분산(S) 값들은 0 또는 0에 가까울 것이다. 따라서, 임의의 데이터 포인트에 대한 시프트 분산(S)이 미리 결정된 임계값보다 크면, 유방의 내부 움직임이 영상화 절차 동안 발생할 가능성이 있다. 데이터 포인트 및 곡선(320)의 시각적 표현은 또한 발생했을 수 있는 환자 움직임의 유형뿐만 아니라 발생했을 수 있는 환자 움직임의 양에 관한 통찰력을 제공한다.

움직임 스코어는 하나 이상의 시프트 분산(S) 값들로부터 생성될 수 있다. 예를 들어, 큰 시프트 분산(S) 값이 결정되는 경우, 높은 움직임 스코어가 생성될 수 있다. 또한, 계산된 다수의 큰 시프트 분산(S) 값들(예를 들어, 다수의 데이터 포인트들에 대한 큰 시프트 분산(S) 값들)이 있는 경우, 높은 움직임 스코어가 계산될 수 있다. 대조적으로, 시프트 분산(S) 값들이 작은 경우, 움직임 스코어도 작을 수 있다.

도 3d는 단층영상합성 영상화 절차 동안 환자 움직임이 발생한 가슴 근육 경계 표현들(301-315)의 다른 예시적인 플롯(300D)을 도시한다. 도 3a 및 도 3b에서 도시된 플롯들(300A-B)과 유사하게, 가슴 근육 경계 표현들(301 내지 315)은 15개의 상이한 각도 위치에서 투영 프레임들이 획득된 예시적인 MLO 단층영상합성 영상화 절차로부터의 것이다. 각각의 가슴 근육 경계 표현들(301-315)은 그 예시적인 영상화 절차 동안 획득된 각각의 투영 프레임들 중 하나로부터 온 것이다.

플롯(300D)은 또한 기준선(335)을 포함한다. 기준선(335)은 경계 표현들(301-315)에 실질적으로 수직인 선이다. 경계 표현들(301-315) 각각은 기준선(335)과 교차한다. 각각의 교차점은 플롯에서 점으로 표시된다. 각각의 교차점들과 기준선을 따르는 다른 기준점 사이의 교차 거리(I)가 결정될 수 있다. 예로서, 제11 투영 프레임으로부터의 제11 경계 표현(311)과 기준선(335)의 교차점이 기준점으로서 사용될 수 있다. 경계 표현(311)은 이러한 예의 시각적 식별자로서 플롯(300D)에서 굵게 표시되어 있다. 기준선(335)을 따르는 임의의 다른 지점, 심지어 비-교차점들이 또한 기준점으로 사용될 수 있다. 교차 거리(I)는 경계 표현의 각각의 교차점에서 기준점까지의 기준선을 따른 거리이다.

도 3e는 예시적인 교차 거리(I) 측정들 또는 계산들을 도시한다. 도 3d의 플롯(300D)의 예를 계속하면, 경계 표현(311)과 기준선(335) 사이의 교차점이 기준점으로서 선택되었다. 따라서, 교차 거리(I)는 선택된 기준점으로부터 각각의 경계 표현에 대해 결정된다. 예시적인 영상화 절차에서 촬영된 15개의 투영 프레임들이 있기 때문에, 15개의 교차 거리들(I)이 계산되거나 측정될 수 있다. 예를 들어, 다음의 교차 거리들(I)이 계산되거나 측정될 수 있다: (1) 제1 경계 표현(301)과 기준점 사이의 교차 거리(I1); (2) 제2 경계 표현(302)과 기준점 사이의 교차 거리(I2); (3) 제3 경계 표현(303)과 기준점 사이의 교차 거리(I3); (4) 제4 경계 표현(304)과 기준점 사이의 교차 거리(I4); (5) 제5 경계 표현(305)과 기준점 사이의 교차 거리(I5); (6) 제6 경계 표현(306)과 기준점 사이의 교차 거리(I6); (7) 제7 경계 표현(307)과 기준점 사이의 교차 거리(I7); (8) 제8 경계 표현(308)과 기준점 간의 교차 거리(I8); (9) 제9 경계 표현(309)과 기준점 사이의 교차 거리(I9); (10) 제10 경계 표현(310)과 기준점 사이의 교차 거리(I10); (11) 제11 경계 표현(311)과 기준점 사이의 교차 거리(I11); (12) 제12 경계 표현(312)과 기준점 사이의 교차 거리(I12); (13) 제13 경계 표현(313)과 기준점 사이의 교차 거리(I13); (14) 제14 경계 표현(314)과 기준점 사이의 교차 거리(I14); 및 (15) 제15 경계 표현(315)과 기준점 사이의 교차 거리(I15). 참고로, 본 예에서의 기준점이 제11 경계 표현과 기준선(335)의 교차점으로 선택되었기 때문에 교차 거리(I11)는 도 3e에 도시되어 있지 않다. 따라서, 본 예에서, 교차 거리(I11)는 0이다. 교차 거리들(I)은 후술되는 바와 같이 영상화 절차 중에 환자 움직임이 발생하였는지 여부를 결정하는 데 사용될 수 있다. 영상화 절차 동안 더 적은 투영 프레임들이 캡처되는 예들에서, 더 적은 교차 거리들(I)이 계산되거나 측정된다. 유사하게, 영상화 절차 동안 더 많은 투영 프레임들이 캡처되는 예들에서, 더 많은 교차 거리들(I)이 계산되거나 측정될 수 있다.

도 3f는 기준선(335)과 함께 경계 표현들(301-315)의 교차점들에 대한 교차 거리들(I)의 예시적인 플롯(340)을 도시한다. 예시적인 플롯(340)에서, 15개의 교차점들에 대한 교차 거리들(I)을 나타내는 15개의 데이터 포인트들이 플로팅된다. 플롯(340)의 y축은 교차 거리(I) 값을 나타내고, 플롯의 x축은 투영 프레임 또는 경계 표현 번호를 나타낸다. y축의 단위는 픽셀일 수 있지만, 다른 단위가 사용될 수 있고/있거나 축이 정규화되거나 단위가 없을 수 있다. 영상화 절차 중 유방 움직임으로 인해, 교차 거리는 균등하지 않고, 플롯 내의 데이터 포인트들은 직선을 따르지 않는다. 곡선(342)은 데이터 포인트들에 피팅될 수 있다. 곡선(342)은 2차 다항식과 같은 다항식 곡선일 수 있다. 곡선(342)은 다른 보간 및/또는 회귀 방법들도 통해 생성될 수 있다. 곡선(342)은 각각의 교차점에 대한 기대 교차 거리(I)를 나타낼 수 있다.

투영 프레임에 대한 교차 거리(I)를 나타내는 데이터 포인트와 피팅된 곡선(342) 사이의 거리 또는 차이는 교차 시프트 분산이라고 하며 플롯(340)에서 "IS"로 표현된다. 교차 시프트 분산(IS)은 위에서 논의된 시프트 분산(S)과 유사하게 계산될 수 있다. 예를 들어, 각각의 데이터 포인트들과 곡선(342) 사이의 교차 시프트 분산(IS)은 교차점에 대해 측정된 교차 거리(I) 및 교차점에서의 곡선(342)의 거리(I)에 기초하여 계산될 수 있다. 영상화 절차 동안 환자 움직임이 없었던 경우, 데이터 포인트들은 곡선(342)과 겹칠 것이고, 교차 시프트 분산(IS) 값들은 0 또는 0에 가까울 것이다. 따라서, 임의의 데이터 포인트에 대한 교차 시프트 분산(IS)이 미리 결정된 임계값보다 크면, 유방의 내부 움직임이 영상화 절차 동안 발생할 가능성이 있다. 데이터 포인트 및 곡선(342)의 시각적 표현은 또한 발생했을 수 있는 환자 움직임의 유형뿐만 아니라 발생했을 수 있는 환자 움직임의 양에 관한 통찰력을 제공한다.

움직임 스코어는 하나 이상의 교차 시프트 분산(IS) 값들로부터 생성될 수 있다. 예를 들어, 큰 교차 시프트 분산(IS) 값이 결정되는 경우, 높은 움직임 스코어가 생성될 수 있다. 또한, 계산된 다수의 큰 교차 시프트 분산(IS) 값들(예를 들어, 다수의 데이터 포인트들에 대한 큰 교차 시프트 분산(IS) 값들)이 있는 경우, 높은 움직임 스코어가 계산될 수 있다. 반대로, 교차 시프트 분산(IS) 값들이 작은 경우, 움직임 스코어도 작을 수 있다.

도 4a는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 예시적인 방법(400)을 도시한다. 동작(402)에서, 환자의 유방은 MLO 위치에서 압박된다. 위에서 논의된 바와 같이, 이 위치는 종종 수직으로부터 약 45도이지만, 일부 예들에서는 특정 환자의 필요에 따라 대략 30-60도일 수 있다. 일부 예들에서, 유방을 압박하는 것은 유방을 유방 플랫폼 상에 위치시키는 것 및 유방이 그 사이에서 압박될 때까지 압박 패들을 유방 플랫폼을 향해 이동시키는 것을 포함한다. 유방을 압박하는 동안, 제1 단층영상합성 MLO 투영 프레임이 동작(404)에서 획득된다. 제1 단층영상합성 MLO 투영 프레임은 유방에 대한 제1 각도를 위한 것일 수 있다. 예를 들어, 제1 단층영상합성 MLO 투영 프레임은 도 1에 도시된 바와 같이, 호를 따라 제1 각도에서 X선 소스로부터 방출된 X선 방사선에 의해 획득될 수도 있다. 동작(406)에서, 유방을 압박하는 동안, 제2 단층영상합성 MLO 투영 프레임이 획득된다. 제2 단층영상합성 MLO 투영 프레임은 유방에 대한 제2 각도를 위한 것일 수 있다. 예를 들어, 제2 단층영상합성 MLO 투영 프레임은 도 1에 도시된 바와 같이, 호를 따라 제2 각도에서 X선 소스로부터 방출된 X선 방사선에 의해 획득될 수도 있다. 동작(404) 및 동작(406)은 유방의 동일한 압박 동안 수행될 수 있다. 즉, 유방은 투영 프레임들이 획득되는 동안 연속적으로 압박된다. 방법(400)에 도시되지는 않았지만, 방법(400)은 또한 추가 각도들에 대한 추가 단층영상합성 MLO 투영 프레임들을 획득하는 것을 포함할 수 있다.

MLO 투영 프레임들이 획득된 후, 가슴 근육에 대한 경계들이 식별된다. 동작(408)에서, 제1 MLO 투영 프레임에서 가슴 근육의 제1 경계가 식별된다. 제1 투영 프레임에서의 가슴 근육의 제1 경계는 위에서 논의한 바와 같이 CAD 기술의 사용을 통해 식별될 수 있다. 동작(410)에서, 가슴 근육의 식별된 제1 경계에 대한 제1 표현이 생성된다. 생성된 제1 경계 표현은 도 2b 및/또는 도 3a-3b, 3d에 도시된 경계 표현들 중 하나일 수 있다. 동작(412)에서, 제2 MLO 투영 프레임에서 가슴 근육의 제2 경계가 식별된다. 투영 프레임에서의 가슴 근육의 제2 경계는 위에서 논의한 바와 같이 CAD 기술의 사용을 통해 식별될 수 있다. 동작(414)에서, 가슴 근육의 식별된 제2 경계에 대한 제2 표현이 생성된다. 생성된 제2 경계 표현은 도 2b 및/또는 도 3a-3b, 3d에 도시된 경계 표현들 중 하나일 수 있다. 예로서, 생성된 제1 경계 표현은 도 3a-3b, 3d의 경계 표현(301)일 수 있고, 생성된 제2 경계 표현은 도 3a-3b 및/또는 3d의 경계 표현(302)일 수 있다. 도 3a-3b 및/또는 3d로부터의 경계 표현들(301-315)의 임의의 다른 조합은 또한 생성된 제1 경계 표현 및 제2 경계 표현일 수 있다.

동작(416)에서, 제1 경계 표현과 제2 경계 표현 사이의 차이가 결정된다. 차이는 각각의 투영 프레임들에서 제1 경계 표현과 제2 경계 표현 사이의 위치 차이일 수 있다. 예를 들어, 차이는 위에서 논의되고 도 3b에 도시된 거리(D)일 수 있다. 차이는 또한 위에서 논의된 바와 같이, 2개의 생성된 경계 표현들 사이의 면적일 수 있다. 차이는 또한 제1 경계 표현과 제2 경계 표현 사이의 최소 거리일 수 있다.

동작(418)에서, 적어도 제1 생성된 경계 표현과 제2 생성된 경계 표현 사이의 차이에 기초하여 움직임 스코어가 생성된다. 움직임 스코어는 제1 생성된 경계 표현과 제2 생성된 경계 표현 사이의 위치 차이의 크기에 기초할 수 있다. 예를 들어, 결정된 거리(D)가 크고/크거나 제1 생성된 경계 표현과 제2 생성된 경계 표현 사이의 결정된 면적이 큰 경우 더 높은 움직임 스코어가 생성될 수 있다. 또한, 움직임 스코어는 단층영상합성 영상화 절차에 대해 생성된 경계 표현들의 각각의 쌍 간의 차이에 기초할 수 있다. 움직임 스코어는 경계 표현들의 가능한 쌍들 간의 결정된 차이들의 절대값의 집합에 기초할 수 있다. 움직임 스코어는 또한 결정된 차이들의 평균에 기초할 수 있다. 또한, 움직임 스코어는 또한 단일 최대 차이에 기초할 수 있다. 예를 들어, 한 쌍의 경계 표현들에 대한 가장 큰 결정된 차이가 움직임 스코어로서 또는 움직임 스코어를 위해 사용될 수 있다. 움직임 스코어는 환자 움직임에 의해 가장 영향을 받는 투영 프레임들의 조정 또는 처분을 위해 자동으로 사용될 수 있다. 예를 들어, 투영 프레임들의 서브세트가 움직임을 나타내는 경우, 움직임에 의해 영향을 받은 투영 프레임들의 해당 서브세트 없이 이미지 재구성이 수행되거나, 영향을 받은 투영 프레임들의 서브세트에 보정이 적용된 후에 모든 투영 프레임들로 이미지 재구성이 수행될 수 있다. 이러한 움직임 스코어 기반 처리는 움직임 양을 보정하기 위해 적절한 전역 및 국지적 조정, 변환 및 시프트 백(shift back)을 포함할 수 있다. 또한, 움직임 스코어들은 최종 이미지들의 신호 대 잡음비를 개선하기 위해 저주파 콘텐츠를 통과시키면서 임의의 최종 이미지들의 오염(블러링)을 방지하기 위해 고주파 콘텐츠를 억제하도록 필터링을 촉구하고 수행하는 데 사용될 수 있다. 움직임 스코어는 또한 미리 결정된 임계값과 비교될 수 있고, 움직임 스코어가 미리 결정된 임계값보다 크면, 움직임 경고가 생성될 수 있다.

도 4b는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법(420)을 도시한다. 동작(422)에서, 환자의 유방은 MLO 위치에서 압박된다. 압박은 도 4a에 도시된 방법(400)의 동작(402)과 동일할 수 있다. 동작(424)에서, 복수의 단층영상합성 MLO 투영 프레임들이 유방을 압박하는 동안 획득된다. 예를 들어, 환자의 유방이 압박되는 동안, 도 1에 도시된 바와 같이 X선 소스가 호 주위를 이동함에 따라 단층영상합성 영상화 절차 동안 일련의 투영 프레임들이 획득된다.

동작(426)에서, 동작(424)에서 획득된 투영 프레임들 중 적어도 2개에서 가슴 근육에 대한 경계가 식별된다. 투영 프레임들에서 가슴 근육의 경계들은 위에서 논의된 바와 같이 CAD 기술들의 사용을 통해 식별될 수 있다. 동작(428)에서, 가슴 근육의 경계가 식별된 적어도 2개의 투영 프레임들 각각에 대해 식별된 가슴 근육의 경계에 대한 표현이 생성된다. 동작(428)에서 생성된 경계 표현은 위에서 논의된 경계 표현들 중 임의의 것일 수 있다.

동작(430)에서, 생성된 경계 표현들 간의 제1 차이가 결정된다. 예를 들어, 제1 차이는, 2개의 경계 표현들 사이의 거리(D) 및/또는 2개의 경계 표현들 사이의 영역과 같이, 위에서 논의된 2개의 경계 표현들 사이의 위치 차이들 중 임의의 것일 수 있다. 동작(432)에서, 제1 차이와 제1 차이에 대한 기대 값 사이의 차이가 결정된다. 기대 값은 도 3c에 도시된 곡선(320)과 같은 투영 프레임 쌍들에 대해 계산된 복수의 차이들에 피팅된 곡선에 기초할 수 있다. 이러한 예에서, 제1 차이와 기대 값 사이의 차이는 제1 투영 프레임 쌍에 대한 시프트 분산(S)이다. 또한, 위에서 언급된 바와 같이, 다양한 경계 표현들의 위치는 영상화 절차 동안 유방의 움직임이 없는 경우에 예측가능하다. 따라서, 2개의 경계 표현들 사이의 차이 또한 예측가능하고 결정가능하다. 경계 표현들의 예측된 위치에 기초하여, 임의의 2개의 경계 표현들 사이의 차이에 대한 기대 값이 영상화 시스템의 기하학적 구조에 기초하여 결정될 수 있다. 따라서, 일부 예들에서, 기대 값은 각각의 개별 투영 프레임에 대한 소스의 X선 각도에 부분적으로 기초하여 계산될 수 있다.

동작(430)에서 결정된 제1 차이가 제1 차이에 대한 기대 값과 상이한 경우, 대응하는 2개의 투영 프레임들이 획득된 시간 동안 움직임이 발생할 가능성이 있다. 동작(432)에서 결정된 차이의 크기(예를 들어, 시프트 분산(S))는 일반적으로, 경계 표현들이 생성되어 계산 및 결정에 사용된 2개의 투영 프레임들 사이에서 발생한 움직임의 양을 나타낸다.

동작(434)에서, 동작(432)에서 결정된 차이(예를 들어, 시프트 분산(S))가 미리 결정된 임계값과 비교된다. 미리 결정된 임계값은 움직임의 양이 용인될 수 있는 임계값일 수 있다. 예를 들어, 영상화 절차 동안 소량의 움직임이 일부 상황들에서 용인될 수 있다. 따라서, 미리 결정된 임계값은 이미지 품질의 저하를 초래하지 않고/않거나 임상적으로 용인되는 재구성들 및 단층영상합성 슬라이스들을 여전히 초래할 움직임의 크기로 설정될 수 있다. 동작(436)에서, 동작(434)에서 수행된 비교에 기초하여 움직임 경고가 생성될 수 있다. 예를 들어, 동작(432)에서 결정된 기대 값과 제1 값 사이의 차이가 미리 결정된 임계값보다 큰 경우, 움직임 경고가 생성될 수 있다. 움직임 경고는 검토자에게 단층영상합성 영상화 절차 중에 내부 유방 조직 움직임이 발생하였음을 나타낼 수 있다. 경고는 또한 어느 투영 프레임들에서 움직임이 발생했는지 및 움직임의 심각성을 나타낼 수 있다. 움직임 경고는 또한 영상화 절차 동안 움직임이 발생했음을 경고하기 위한, 방출된 소리와 같은 가청 경고일 수 있다. 움직임 경고가 제공되면, 기술자는 환자를 즉시 재촬영할 수 있어, 이는 환자가 후일에 영상화 시설로 다시 와야 하는 것을 방지한다.

도 4c는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법(440)을 도시한다. 동작(442)에서, 환자의 유방이 압박되고, 동작(444)에서, 유방을 압박하는 동안 복수의 단층영상합성 투영 프레임들이 획득된다. 예를 들어, 15개의 투영 프레임들이 획득될 수 있다. 일부 예들에서, 적어도 3개의 투영 프레임들이 획득된다. 동작(442) 및 동작(444)은 도 4b에 도시된 방법(420)의 동작(422) 및 동작(424)과 동일할 수 있다. 동작(446)에서, 가슴 근육의 경계가 동작(444)에서 획득된 복수의 투영 프레임들에서 식별된다. 일부 예들에서, 가슴 근육의 경계는 복수의 투영 프레임들 내의 투영 프레임들 각각에 대해 또는 그 서브세트에 대해 식별될 수 있다. 투영 프레임들에서의 가슴 근육의 경계들은 위에서 논의한 바와 같이 CAD 기술들의 사용을 통해 식별될 수 있다. 동작(448)에서, 동작(448)에서 식별된 경계들 각각에 대한 표현이 생성된다. 동작(448)에서 생성된 경계 표현들은 위에서 논의된 경계 표현들 중 임의의 것일 수 있다. 일부 예들에서, 경계 표현들은 동작(444)에서 획득된 모든 투영 프레임들보다 적게 생성될 수 있다. 예를 들어, 경계 표현들은 동작(446)에서 식별된 경계들의 적어도 서브세트에 대해 생성될 수 있다.

동작(450)에서, 동작(448)에서 생성된 경계 표현들의 각각의 쌍 사이의 거리들(D)이 측정되거나 계산된다. 거리(D)는 위에서 논의되고/되거나 도 3b에 도시된 거리(D)일 수 있다. 일부 예들에서, 거리들(D)은 경계 표현들의 모든 가능한 쌍들보다 적게 측정될 수 있다. 예를 들어, 거리들(D)은 경계 표현들의 모든 가능한 쌍들의 적어도 서브세트에 대해 측정되거나 계산될 수 있다.

동작(452)에서, 기대 거리 값들은 동작(450)의 측정된 거리들(D)에 기초하여 결정된다. 기대 거리 값들을 결정하는 것은 위에서 논의되고 도 3c에 도시된 곡선(320)과 같이 측정된 거리들에 곡선을 피팅하는 것을 포함할 수 있다. 일부 예들에서, 측정된 거리들(D)은 함께 플롯될 수 있고, 피팅된 곡선은 2차 다항식 곡선과 같은 다항식 곡선일 수 있다. 피팅된 곡선은 또한 위에서 논의된 다른 기술들 중 임의의 것을 사용하여 생성될 수 있다. 그 다음, 피팅된 곡선은 경계 표현 쌍들 및/또는 투영 프레임 쌍들 각각에 대한 기대 거리 값을 생성하는 데 이용될 수 있다.

동작(454)에서, 거리(D)가 동작(452)에서 측정되거나 계산된 경계 표현 쌍들 각각에 대해 시프트 분산(S) 값들이 결정된다. 시프트 분산(S) 값은 경계 표현 쌍에 대해 측정된 거리(D)와 경계 쌍 표현에 대한 기대 거리 값 사이의 차이이다. 일부 예들에서, 시프트 분산(S) 값은 거리(D)가 측정되거나 계산된 경계 표현 쌍들중의 모든 가능한 경계 표현 쌍들보다 적게 측정될 수 있다. 예를 들어, 거리(D)가 측정되거나 계산된 경계 표현 쌍들의 적어도 서브세트에 대해 시프트 분산들(S)이 계산될 수 있다. 시프트 분산(S) 값은 경계 표현 쌍에 대한 측정된 거리(D)와 경계 쌍 표현에 대한 기대 거리 값 사이의 차이이다.

동작(456)에서, 영상화 절차 동안의 환자 움직임은 동작(454)에서 결정된 시프트 분산들(S)에 기초하여 식별된다. 움직임의 식별은 시프트 분산들(S)을 미리 결정된 임계값과 비교하는 것에 기초할 수 있다. 임의의 시프트 분산(S)이 미리 결정된 임계값보다 크면, 환자 움직임은 발생한 것으로 결정될 수 있다. 시프트 분산(S) 값들의 평균은 또한 환자 움직임이 발생했는지를 결정하기 위해 미리 결정된 임계값과 비교될 수 있다. 동작(456)에서 환자 움직임이 식별되면, 움직임 경고가 생성될 수 있다. 움직임 경고가 검토자에게 단층영상합성 영상화 절차 중에 내부 유방 조직 움직임이 발생하였음을 나타낼 수 있다. 경고는 어느 경계 표현 쌍이 큰 시프트 분산(S) 값을 생성했는지에 기초하여 어느 투영 프레임들 사이에서 움직임이 발생했는지를 추가로 나타낼 수 있다. 움직임 경고는 또한 시프트 분산(S) 값들의 크기 및/또는 시프트 분산(S) 값과 미리 결정된 임계값 사이의 차이의 크기에 기초한 움직임의 심각성의 표시를 포함할 수 있다. 움직임 경고는 또한 영상화 절차 동안 움직임이 발생했음을 경고하기 위한, 방출된 사운드와 같은 가청 경고일 수 있다. 움직임 스코어는 또한 하나 이상의 시프트 분산(S) 값들로부터 생성될 수 있다. 예를 들어, 큰 시프트 분산(S) 값이 결정되는 경우, 높은 움직임 스코어가 생성될 수 있다. 또한, 계산된 다수의 큰 시프트 분산(S) 값들(예를 들어, 다수의 데이터 포인트들에 대한 큰 시프트 분산(S) 값들)이 있는 경우, 높은 움직임 스코어가 계산될 수 있다. 대조적으로, 시프트 분산(S) 값들이 작은 경우, 움직임 스코어도 작을 수 있다.

도 4d는 단층영상합성 절차 동안 내부 유방 조직의 움직임을 근사화하거나 식별하기 위한 다른 예시적인 방법(460)을 도시한다. 동작(462)에서, 환자의 유방이 압박되고, 동작(464)에서, 복수의 단층영상합성 투영 프레임들이 유방을 압박하는 동안 획득된다. 예를 들어, 15개의 투영 프레임들이 획득될 수 있다. 일부 예에서, 적어도 3개의 투영 프레임들이 획득된다. 동작(462) 및 동작(464)은 도 4c에 도시된 방법(440)의 동작(442) 및 동작(444)과 동일할 수 있다. 동작(466)에서, 가슴 근육의 경계가 동작(464)에서 획득된 복수의 투영 프레임들에서 식별되고, 동작(468)에서, 이들 경계들에 대한 표현이 생성된다. 동작들(462-468)은 도 4c에 도시된 방법(440)의 동작들(442-448)과 동일할 수 있다.

동작(470)에서, 경계 표현들과 교차하는 기준선 또는 곡선이 생성된다. 기준선은 도 3d에 도시된 기준선(335)일 수 있다. 동작(470)은 동작(468)에서 생성된 경계 표현들을 함께 플로팅하는 것을 포함할 수 있다. 일부 예들에서, 생성된 경계 표현들의 전부보다 적은 표현들이 이용될 수 있다. 예를 들어, 적어도, 동작(468)에서 생성된 경계 표현들의 서브세트가 플로팅되어 방법(460)의 다른 계산이나 측정에 이용될 수 있다. 경계 표현들이 함께 플로팅된 경우, 기준선이 함께 플로팅된 경계 표현들 각각과 교차하도록, 기준선이 생성될 수 있다. 일부 예들에서, 기준선은 경계 표현들 중 하나 이상에 대해 수직이거나 대략적으로 수직일 수 있다. 동작(472)에서, 기준선을 따르는 기준점이 식별되거나 선택된다. 기준점은 기준선을 따르는 임의의 점일 수 있다. 일부 예들에서, 기준점은 기준선이 경계 표현과 교차하는 지점들 중 하나로서 선택될 수 있다.

동작(474)에서, 교차 거리들(I)이 계산되거나 측정된다. 교차 거리(I)는, 도 3d-3e를 참조하여 위에서 논의된 바와 같이, 기준점 및 경계 표현과 기준선의 교차점 사이의 거리이다. 따라서, 동작(474)은 또한 경계 표현들과 기준선에 대한 교차점들을 식별하는 것을 포함할 수 있다. 교차 거리(I)는 각각의 경계 표현 또는 적어도 경계 표현들의 서브세트에 대해 측정되거나 계산될 수 있다.

동작(476)에서, 기대 교차 거리(I) 값들이 결정된다. 기대 교차 거리들은 동작(474)에서 측정되는 측정된 교차 거리들(I)에 기초하여 결정될 수 있다. 예를 들어, 도 3f를 참조하여 위에서 논의한 바와 같이, 측정된 교차 거리(I)들이 데이터 포인트들로서 공동 플로팅될 수 있고, 곡선이 데이터 포인트들에 피팅될 수 있다. 예를 들어, 도 3f에 도시된 곡선(342)은 동작(474)에서 계산된 교차 거리들에 기초하여 생성될 수 있다. 그 다음, 곡선은 기대 교차 거리 값들을 생성 또는 계산하는 데 사용될 수 있다.

동작(478)에서, 교차 시프트 분산들(IS)은 경계 표현들 각각 또는 적어도 경계 표현들의 서브세트에 대해 계산될 수 있다. 교차 시프트 분산(IS)은 경계 표현(동작(474)에서 측정된다)에 대한 측정된 교차 거리(I)와 교차 거리(동작(476)에서 결정된다)에 대한 기대 값 사이의 차이이다. 교차 시프트 분산(IS)은 위에서 논의한 방법들 또는 프로세스들 중 임의의 것을 이용하여 결정되거나 계산될 수 있다. 예를 들어, 교차 시프트 분산(IS)은 측정된 교차 거리들(I)을 나타내는 각각의 데이터 포인트들과, 도 3f에 도시된 곡선(342)과 같은, 이들 데이터 포인트들에 피팅된 곡선 사이의 차이 또는 거리로서 계산될 수 있다.

동작(480)에서, 영상화 절차 동안의 환자 움직임은 동작(478)에서 결정된 교차 시프트 분산(IS) 값들에 기초하여 식별된다. 움직임의 식별은 교차 시프트 분산(IS) 값들을 미리 결정된 임계값과 비교하는 것에 기초할 수 있다. 임의의 교차 시프트 분산(IS) 값이 미리 결정된 임계값보다 더 크면, 환자 움직임이 발생한 것으로 결정될 수 있다. 교차 시프트 분산(IS) 값들의 평균은 또한 환자 움직임이 발생했는지 여부를 결정하기 위해 미리 결정된 임계값과 비교될 수 있다. 동작(480)에서 환자 움직임이 식별되면, 움직임 경고가 생성될 수 있다. 움직임 경고는 검토자에게 단층영상합성 영상화 절차 동안 내부 유방 조직 움직임이 발생했음을 나타낼 수 있다. 경고는 또한 어느 경계 표현 쌍이 큰 교차 시프트 분산(IS) 값을 생성했는지에 기초하여 움직임이 어느 투영 프레임들 사이에서 움직임이 발생했는지를 추가로 나타낼 수 있다. 움직임 경고는 또한 교차 시프트 분산(IS) 값들의 크기 및/또는 교차 시프트 분산(IS) 값과 미리 결정된 임계값 사이의 차이의 크기에 기초한 움직임의 심각성의 표시를 포함할 수 있다. 움직임 경고는 또한 영상화 절차 동안 해당 움직임이 발생했음을 경고하기 위한, 방출된 소리와 같은 가청 경고일 수 있다. 움직임 스코어는 또한 하나 이상의 교차 시프트 분산(IS) 값들로부터 생성될 수 있다. 예를 들어, 큰 교차 시프트 분산(IS) 값 값이 결정되는 경우, 높은 움직임 스코어가 생성될 수 있다. 또한, 계산된 다수의 큰 교차 시프트 분산(IS) 값들(예를 들어, 다수의 데이터 포인트들에 대한 큰 교차 시프트 분산(IS) 값들)이 있는 경우, 높은 움직임 스코어가 계산될 수 있다. 대조적으로, 교차 시프트 분산(IS) 값들이 작은 경우, 움직임 스코어도 작을 수 있다.

도 5a는 복수의 움직임 가이드들(504)을 갖는 유방의 예시적인 의료 이미지(502)를 도시한다. 의료 이미지(502)는 단층영상합성 영상화 절차 동안 획득된 단층영상합성 투영 프레임일 수 있다. 도시된 예에서, 움직임 가이드들(504)은 서로 균등하게 이격된 복수의 평행한 수직 선들이다. 움직임 가이드들(504)은 유방의 특징부들의 위치를 위한 기준 프레임을 제공한다. 따라서, 2개의 이미지들이 서로 비교될 때, 제1 이미지가 캡처된 시간과 제2 이미지가 캡처된 시간 사이에 유방의 특징부가 움직였는지를 보다 쉽게 식별할 수 있다. 이미지들은 시네 모드에서와 같이, 이미지들이 동시에 또는 연속적으로 디스플레이되게 함으로써 서로 비교될 수 있다. 일부 예들에서, 각각의 개별 움직임 가이드(504)는 선택가능하고 구성가능하다. 예를 들어, 움직임 가이드(504)가 선택되어 이미지 내의 새로운 위치로 드래그될 수 있다. 그러한 특징은 검토하는 의사가 움직임 가이드(504)가 유두 또는 병변과 같은 유방의 관심 영역 또는 특징부와 직접 정렬되기를 원할 수 있는 경우에 바람직하다. 움직임 가이드(504)의 구성가능성은 또한 움직임 가이드(504)가 유방 자체의 이미지를 가리지 않도록 검토하는 의사가 특정 움직임 가이드(504)를 시야 밖으로 이동시키기를 원할 때 바람직하다. 일부 예들에서, 각각의 움직임 가이드는 삭제될 수 있고/있거나 새로운 움직임 가이드들이 추가될 수 있다. 움직임 가이드들의 디스플레이는 또한 의료 이미지(502)와 동시에 디스플레이되는 사용자 인터페이스 특징들을 통해 검토하는 의사에 의해서 켰다껐다 될 수 있다. 움직임 가이드들(504)은 도시된 예에서 수직이고, 평행하며, 균등하게 이격되고, 고정된 위치를 갖는 것으로서 도시되어 있지만, 움직임 가이드들(504)은 다른 예에서 비-평행하고, 비-수직이며, 그리고/또는 불균등하게 이격될 수도 있다. 움직임 가이드들(504)은 또한 다양한 위치들을 가질 수 있다. 예를 들어, 움직임 가이드들(504)은 또한 수직 움직임을 위한 기준 프레임을 제공하기 위해 수평선들을 포함할 수 있다. 수평선들은 (전술된 바와 같이) 호를 따라 이동하는 튜브의 이동을 보상하는 것에 기인하여 각각의 증가하는 투영 프레임에 대해 점진적으로 아래로 이동할 수도 있는데, 이는 투영 프레임들에서의 유방이 아래로 이동하는 것으로 보이게 한다.

도 5b는 고정된 유방의 단층영상합성 영상화 절차를 위한 예시적인 일련의 투영 프레임(512-516)을 도시한다. 더 구체적으로, 예시적인 제1 투영 프레임(512), 예시적인 제7 투영 프레임(514) 및 예시적인 제15 투영 프레임(516). 움직임 가이드들(504)이 투영 프레임들(512-516)의 각각에 디스플레이된다. 투영 프레임들(512-516)의 비교로부터 알 수 있는 바와 같이, 유방은 단층영상합성 영상화 절차 동안 아래로 이동한 것으로 보인다. 그러나, 이러한 명백한 이동은, 도 1과 관련하여 위에서 논의된 바와 같이, 호를 따른 X선 튜브의 이동으로 인한 것이다. 그러나, 유방은 예시적인 투영 프레임들(512-516)을 생성한 예시적인 영상화 절차 동안 정지 상태로 유지된다. 투영 프레임들(512-516)은 투영 프레임들(512-516)이 투영 프레임들의 시퀀스를 포함하는 비디오로서 재생될 수 있는 시네 모드에서와 같이, 동시에 또는 순차적으로 디스플레이될 수 있다.

도 5c는 단층영상합성 영상화 절차 동안 유방 움직임이 발생한 예시적인 일련의 투영 프레임들(522-526)을 도시한다. 일련의 투영 프레임들(522-526)은 도 5b의 투영 프레임(522-526)에서의 유방이 제1 투영 프레임(522)이 획득된 시간과 제7 투영 프레임(524)이 획득된 시간 사이에 움직였다는 것을 제외하고는 도 5b에 도시된 투영 프레임들(512-516)과 실질적으로 유사하다. 도시된 예에서 수평 움직임인 유방의 움직임은 움직임 가이드들(504)로 인해 더 쉽게 볼 수 있다. 투영 프레임들(522-526)로부터 알 수 있는 바와 같이, 유방은 움직임 가이드들 중 적어도 하나를 가로질러 이동한다. 또한, 움직임이 검출되거나 식별될 때, 본 명세서에서 논의된 방법들 또는 프로세스들을 통해서와 같이, 움직임 표시자(506)가 하나 이상의 투영 프레임들(522-526)에 디스플레이될 수 있다. 움직임 표시자(506)는 움직임의 크기뿐만 아니라 움직임의 방향을 표시할 수 있다. 예를 들어, 움직임 표시자(506)가 화살표인 예들에서, 화살표는 움직임의 방향을 가리키고, 화살표의 크기 또는 컬러는 움직임의 크기를 나타낼 수 있다. 움직임의 크기는 움직임 스코어에 기초할 수 있다. 움직임 표시자(506)는 또한 이전의 투영 프레임과 비교하여 유방의 움직임에 기초할 수도 있다. 일부 예들에서, 움직임 표시자(506)는 일시적으로 디스플레이될 수 있고, 켰다껐다 될 수 있다. 움직임 표시자(506)는 또한 유방의 뷰를 방해하지 않도록 유방과 중첩되지 않는 투영 프레임의 영역에 디스플레이될 수 있다. 화살표로 도시되어 있지만, 움직임 표시자(506)는 다른 시각적 표시자들일 수 있다. 예를 들어, 움직임 표시자는 영상화 절차에 대한 움직임 스코어의 표현일 수 있으며, 이는 움직임 스코어의 크기를 나타내기 위해 수치적으로, 알파벳순으로, 상이한 컬러들로, 또는 다른 시각적 표시들로 표현될 수 있다. 투영 프레임들(522-526)은 투영 프레임들(522-526)이 투영 프레임들의 시퀀스를 포함하는 비디오로서 재생될 수 있는 시네 모드에서와 같이, 동시에 또는 순차적으로 디스플레이될 수 있다.

도 6은 의료 이미지에 대한 움직임 가이드들을 디스플레이하는 예시적인 방법(600)을 도시한다. 동작(602)에서, 복수의 움직임 가이드들을 갖는 투영 프레임들의 뷰가 워크스테이션 또는 원격 뷰잉(viewing) 스테이션에서의 디스플레이와 같은 디스플레이 상에 디스플레이된다. 투영들의 뷰는, 투영 프레임들을 동시에 디스플레이하거나, 시네 모드에서와 같이 투영 프레임을 순차적으로 디스플레이하는 것을 포함할 수 있다. 동작(604)에서, 움직임 가이드들 중 하나의 선택이 수신된다. 선택은 마우스, 트랙볼, 또는 터치 입력과 같은 임의의 입력 메커니즘을 통해 이루어질 수 있다. 동작(606)에서, 선택된 움직임 가이드가 새로운 위치로 이동되어야 함을 나타내는 입력이 수신된다. 입력은 드래그 움직임, 또는 움직임 가이드에 대한 새로운 위치를 표시하기 위한 다른 입력 수단의 형태일 수 있다. 선택된 움직임 가이드를 이동시키기 위한 입력을 수신하는 것에 기초하여, 선택된 움직임 가이드는 동작(608)에서 새로운 위치에 디스플레이된다. 하나 이상의 움직임 가이드들의 이동은 움직임 가이드가 유방의 일부를 방해하는 경우 또는 검토하는 의사가 하나 이상의 움직임 가이드들을 유방 또는 다른 랜드마크의 특정 해부학적 구조와 정렬하기를 원하는 경우에 바람직할 수 있다. 움직임 가이드가 이동되었을 때, 이동된 움직임 가이드는 새로운 위치에서 각각의 투영 프레임에 나타날 수 있다. 이와 같이, 시네 모드 동안, 움직임 가이드들은 투영 프레임들이 디스플레이될 때 위치를 변경하지 않는다.

동작(610)에서, 디스플레이되거나 디스플레이될 투영 프레임들 중 적어도 2개 사이에서 유방 움직임이 발생하였다는 결정이 이루어진다. 유방 움직임이 발생했다고 결정하는 것은 본 명세서에 설명된 임의의 기술들에 의해 수행될 수 있다. 동작(610)에서 유방 움직임의 결정은 또한 움직임의 방향 및/또는 크기의 결정을 포함할 수 있다. 동작(610)에서 결정된 유방 움직임에 기초하여, 동작(612)에서 움직임 표시자가 디스플레이된다. 움직임 표시자는 도 5b에 도시된 예시적인 움직임 표시자(506)일 수 있다.

도 7은 본 실시예들 중 하나 이상이 구현될 수 있는 적합한 단층영상합성 시스템(700)의 일례를 도시한다. 단층영상합성 시스템(700)은 갠트리(702), 갠트리(702)와 통신하는 워크스테이션(704)을 포함한다. 워크스테이션은 움직임 경고 또는 다른 정보와 같은 표시자(706)를 디스플레이하는 디스플레이를 포함할 수 있다. 워크스테이션(704)의 디스플레이는 또한 투영 프레임들을 디스플레이하고 검토하기 위해 이용될 수 있다.

도 8은 본 실시예들 중 하나 이상이 구현될 수 있는 적합한 동작 환경(800)의 예를 도시한다. 예시적인 동작 환경은 투영 프레임들과 같은 의료 이미지들을 검토하기 위해 이용되고 있는 다른 컴퓨팅 디바이스 또는 워크스테이션(704)에 통합될 수 있다. 가장 기본적인 구성에서, 동작 환경(800)은 통상적으로 적어도 하나의 처리 유닛(802) 및 메모리(804)를 포함한다. 처리 유닛은 하드웨어인 프로세서일 수 있다. 컴퓨팅 디바이스의 정확한 구성 및 유형에 따라, 메모리(804)(본 명세서에 개시된 움직임 검출 기술들을 수행하는 명령어들을 저장함)는 휘발성(예를 들어, RAM), 비휘발성(예를 들어, ROM, 플래시 메모리 등), 또는 이 둘의 어떤 조합일 수 있다. 이러한 가장 기본적인 구성은 도 8에서 점선(806)으로 도시된다. 메모리(804)는, 처리 유닛(들)(802)에 의해 실행될 때, 본 명세서에 설명된 방법들 및 동작들을 수행하는 명령어들을 저장한다. 게다가, 환경(800)은 또한 자기 또는 광 디스크 또는 테이프를 비롯한 저장 디바이스들(이동식(808) 및/또는 비이동식(810))을 포함할 수 있다. 유사하게, 환경(800)은 또한 키보드, 마우스, 펜, 음성 입력 등과 같은 입력 디바이스(들)(814) 및/또는 디스플레이, 스피커, 프린터 등과 같은 출력 디바이스(들)(816)를 가질 수 있다. 또한, LAN, WAN, 포인트 투 포인트 등과 같은 하나 이상의 통신 연결(812)이 환경에 포함될 수 있다. 실시예들에서, 연결들은 포인트 투 포인트 통신, 연결형 통신, 비연결 통신 등을 용이하게 하도록 동작 가능할 수 있다.

동작 환경(800)은 통상적으로 적어도 일부 형태의 컴퓨터 판독 가능 매체를 포함한다. 컴퓨터 판독 가능 매체는 처리 유닛(802) 또는 동작 환경을 포함하는 다른 디바이스들에 의해 액세스될 수 있는 임의의 이용 가능한 매체일 수 있다. 예로서, 그리고 비제한적으로, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어들, 데이터 구조들, 프로그램 모듈들 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital versatile disk) 또는 기타 광학 저장소, 자기 카세트, 자기 테이프, 자기 디스크 저장 또는 기타 자기 저장 디바이스, 또는 원하는 정보를 저장하는 데 사용될 수 있는 임의의 다른 비일시적 매체를 포함한다. 컴퓨터 저장 매체는 비일시적이고 통신 매체를 포함하지 않는다.

통신 매체는 반송파 또는 다른 전송 메커니즘과 같은 변조된 데이터 신호로 컴퓨터 판독 가능 명령어들, 데이터 구조들, 프로그램 모듈들 또는 다른 데이터를 구현하고, 임의의 정보 전달 매체를 포함한다. "변조된 데이터 신호"라는 용어는 하나 이상의 특성들이 신호 내 정보를 인코딩하는 방식으로 설정되거나 변경된 신호를 의미한다. 예로서, 그리고 비제한적으로, 통신 매체는 유선 네트워크 또는 직접-유선 연결과 같은 유선 매체, 및 음향, RF, 적외선, 마이크로파 및 다른 무선 매체와 같은 무선 매체를 포함한다. 상기 중 임의의 것의 조합이 또한 컴퓨터 판독 가능 매체의 범위 내에 포함되어야 한다.

동작 환경(800)은 하나 이상의 원격 컴퓨터들로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작하는 단일 컴퓨터일 수 있다. 원격 컴퓨터는 개인용 컴퓨터, 서버, 라우터, 네트워크 PC, 피어 디바이스 또는 다른 공통 네트워크 노드일 수 있으며, 통상적으로 전술한 요소들 중 다수 또는 전부는 물론, 언급되지 않은 다른 요소들을 포함한다. 논리적 연결은 이용 가능한 통신 매체에 의해 지원되는 임의의 방법을 포함할 수 있다. 이러한 네트워킹 환경은 종종 의료 사무실, 전사적 컴퓨터 네트워크, 인트라넷 및 인터넷에서 이용가능하다.

본 명세서에 설명된 실시예들은 소프트웨어, 하드웨어, 또는 소프트웨어와 하드웨어의 조합을 사용하여 본 명세서에 개시된 시스템들 및 방법들을 구현하고 수행하기 위해 사용될 수 있다. 특정 장치들이 특정 기능들을 수행하는 것으로서 본 개시 내용 전반에 걸쳐 열거되었지만, 본 기술분야의 통상의 기술자는 이러한 디바이스들이 예시적인 목적들을 위해 제공되고, 다른 디바이스들이 본 개시 내용의 범위로부터 벗어나지 않고도 본 명세서에 개시된 기능을 수행하기 위해 이용될 수 있다는 것을 이해할 것이다. 또한, 본 개시 내용의 일부 양태들은 본 개시 내용의 양태들에 따른 시스템들 및 방법들의 블록도들 및/또는 동작 예시들을 참조하여 위에서 설명된다. 블록들에서 언급된 기능들, 동작들, 및/또는 작용들은 임의의 각각의 흐름도에 도시된 순서를 벗어나 발생할 수 있다. 예를 들어, 연속적으로 도시된 2개의 블록들은, 관련된 기능 및 구현에 따라, 사실상 실질적으로 동시에 또는 역순으로 실행 또는 수행될 수 있다.

본 개시 내용은 첨부된 도면들을 참조하여 본 기술의 일부 실시예들을 설명하며, 여기에는 가능한 실시예들 중 일부만이 도시되어 있다. 예를 들어, 본 기술이 주로 가슴 근육과 관련하여 논의되지만, 이 기술은 또한, 이미지 내 임플란트들 또는 흉벽 근육들과 같이 구별 가능하거나 식별 가능한 경계들을 갖는 유방의 다른 내부 특징부들에 적용될 수 있다. 그러나 다른 양태들은 많은 상이한 형태들로 구현될 수 있으며, 본 명세서에 설명된 실시예들로 제한되는 것으로 해석되어서는 안 된다. 오히려, 이러한 실시예들은, 본 개시 내용이 철저하고 완전하며 본 기술분야의 통상의 기술자에게 가능한 실시예들의 범위를 완전히 전달하도록 제공되었다. 또한, 본 명세서 및 청구범위에서 사용되는 바와 같이, "요소 A, 요소 B, 또는 요소 C 중 적어도 하나"라는 문구는: 요소 A, 요소 B, 요소 C, 요소 A 및 B, 요소 A 및 C, 요소 B 및 C, 그리고 요소 A, B 및 C 중 임의의 것을 전달하기 위한 것이다. 또한, 본 기술분야의 통상의 기술자는 "약" 또는 "실질적으로"와 같은 용어가 본 명세서에서 이용되는 측정 기술에 비추어 전달되는 정도를 이해할 것이다. 이러한 용어가 본 기술분야의 통상의 기술자에 의해 명확하게 정의되거나 이해되지 않을 수 있는 정도에서는, 용어 "약"은 ±10%를 의미할 것이다.

비록 특정 실시예들이 본 명세서에서 설명되지만, 기술의 범위는 그러한 특정 실시예들로 제한되지 않는다. 본 기술분야의 통상의 기술자는 본 기술의 범위 및 사상 내에 있는 다른 실시예들 또는 개선들을 인식할 것이다. 따라서, 특정 구조, 작용 또는 매체는 단지 예시적인 실시예로서 개시된다. 본 기술의 범위는 이하의 청구범위 및 임의의 균등물에 의해 정의된다.

Claims (22)

1. 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법으로서,
   환자의 유방을 내외사(mediolateral oblique)(MLO) 위치에서 압박하는 단계;
   유방을 압박하는 동안, 유방에 대해 제1 각도에 대한 제1 단층영상합성 MLO 투영 프레임을 획득하는 단계;
   유방을 압박하는 동안, 유방에 대해 제2 각도에 대한 제2 단층영상합성 MLO 투영 프레임을 획득하는 단계;
   상기 제1 투영 프레임에서 가슴 근육의 제1 경계를 식별하는 단계;
   상기 가슴 근육의 상기 제1 경계의 제1 표현을 생성하는 단계;
   상기 제2 투영 프레임에서 상기 가슴 근육의 제2 경계를 식별하는 단계;
   상기 가슴 근육의 상기 제2 경계의 제2 표현을 생성하는 단계;
   상기 제1 표현과 상기 제2 표현 사이의 차이를 결정하는 단계; 및
   적어도 상기 제1 표현과 상기 제2 표현 사이의 차이에 기초하여 움직임 스코어를 생성하는 단계
   를 포함하는, 방법.
2. 제1항에 있어서, 생성된 상기 제1 표현은 2차원 표현인, 방법.
3. 제1항에 있어서, 상기 차이는 상기 제1 표현과 상기 제2 표현 사이의 면적에 기초하는, 방법.
4. 제1항에 있어서, 상기 차이는 상기 제1 표현과 상기 제2 표현 사이의 최소 거리에 기초하는, 방법.
5. 제1항에 있어서,
   상기 차이를 기대 값과 비교하는 단계 -상기 기대 값은:
   상기 제1 투영 프레임에 대한 X선 소스의 X선 각도 및 상기 제2 투영 프레임에 대한 X선 소스의 X선 각도, 또는
   적어도 상기 제1 단층영상합성 MLO 투영 프레임 및 상기 제2 단층영상합성 MLO 투영 프레임에 기초한 피팅된 곡선
   중 적어도 하나에 기초함- ; 및
   상기 차이와 상기 기대 값의 비교에 기초하여, 움직임 경고를 생성하는 단계
   를 더 포함하는, 방법.
6. 제1항에 있어서, 상기 제1 투영 프레임 및 상기 제2 투영 프레임의 적어도 일부를 복수의 평행 움직임 가이드와 동시에 시네 뷰로 디스플레이하는 단계를 더 포함하는, 방법.
7. 제6항에 있어서,
   상기 복수의 평행 움직임 가이드들 중 하나의 선택을 수신하는 단계;
   선택된 평행 움직임 가이드를 새로운 위치로 이동시키기 위한 입력을 수신하는 단계; 및
   상기 선택된 평행 움직임 가이드를 이동시키기 위한 상기 수신된 입력에 기초하여, 상기 선택된 평행 움직임 가이드를 상기 새로운 위치에 디스플레이하는 단계
   를 더 포함하는, 방법.
8. 제6항에 있어서, 상기 복수의 평행 움직임 가이드들은 서로에 대해 균등하게 이격되는, 방법.
9. 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법으로서,
   환자의 유방을 내외사(MLO) 위치에서 압박하는 단계;
   상기 유방을 압박하는 동안 복수의 단층영상합성 MLO 투영 프레임들을 획득하는 단계 -상기 복수의 단층영상합성 MLO 투영 프레임들은 상기 환자의 가슴 근육의 일부 및 상기 유방의 일부의 이미지를 포함함-;
   상기 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대해, 상기 가슴 근육의 경계를 식별하는 단계;
   상기 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대해, 상기 가슴 근육의 경계에 대한 표현을 생성하는 단계;
   상기 복수의 단층영상합성 MLO 투영 프레임들 중 적어도 2개에 대해 생성된 표현들 사이의 제1 차이를 결정하는 단계;
   상기 제1 차이와 상기 제1 차이에 대한 기대 값 사이의 제2 차이를 결정하는 단계;
   상기 제2 차이를 미리 결정된 임계값과 비교하는 단계; 및
   상기 제2 차이와 상기 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계
   를 포함하는, 방법.
10. 제9항에 있어서, 생성된 표현은 2차원 표현인, 방법.
11. 제9항에 있어서, 상기 제1 차이는 생성된 표현들 사이의 면적에 기초하는, 방법.
12. 제9항에 있어서, 상기 제1 차이는 생성된 표현들 사이의 최소 거리에 기초하는, 방법.
13. 제9항에 있어서, 상기 제2 차이는 시프트 분산 값인, 방법.
14. 제9항에 있어서, 상기 투영 프레임들의 적어도 일부를 복수의 평행 움직임 가이드들과 동시에 시네 뷰로 연속하여 디스플레이하는 단계를 더 포함하는, 방법.
15. 제14항에 있어서,
    상기 복수의 평행 움직임 가이드들 중 하나의 선택을 수신하는 단계;
    선택된 평행 움직임 가이드를 새로운 위치로 이동시키기 위한 입력을 수신하는 단계; 및
    상기 선택된 평행 움직임 가이드를 이동시키기 위한 수신된 입력에 기초하여, 상기 선택된 평행 움직임 가이드를 상기 새로운 위치에 디스플레이하는 단계
    를 더 포함하는, 방법.
16. 제14항에 있어서, 상기 복수의 평행 움직임 가이드들은 서로에 대해 균등하게 이격되는, 방법.
17. 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 시스템으로서,
    유방 주위를 회전식으로 이동하도록 구성된 X선 소스;
    내외사(MLO) 위치에서 유방을 압박하도록 구성된 압박 패들;
    상기 X선 소스로부터 상기 압박 패들 반대편에 배치된 X선 검출기;
    적어도 하나의 프로세서; 및
    명령어들을 저장하는 메모리
    를 포함하고, 상기 명령어들은 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 시스템으로 하여금:
    상기 MLO 위치에서 상기 유방을 압박하는 동안:
    상기 유방에 대해 제1 각도로 상기 X선 소스로부터 제1 X선 방출을 방출하는 단계;
    상기 X선 검출기에 의해, 상기 제1 X선 방출이 상기 유방을 통과한 후에 상기 X선 소스로부터 상기 제1 X선 방출을 검출하는 단계;
    상기 유방에 대해 제2 각도로 상기 X선 소스로부터 제2 X선 방출을 방출하는 단계; 및
    상기 X선 검출기에 의해, 상기 제2 X선 방출이 상기 유방을 통과한 후에 상기 제2 X선 방출을 검출하는 단계;
    검출된 제1 X선 방출에 기초하여, 상기 제1 각도에 대한 제1 단층영상합성 MLO 투영 프레임을 생성하는 단계;
    검출된 제2 X선 방출에 기초하여, 상기 제2 각도에 대한 제2 단층영상합성 MLO 투영 프레임을 생성하는 단계;
    상기 제1 투영 프레임에서 가슴 근육의 제1 경계를 식별하는 단계;
    상기 가슴 근육의 상기 제1 경계의 제1 표현을 생성하는 단계;
    상기 제2 투영 프레임에서 상기 가슴 근육의 제2 경계를 식별하는 단계;
    상기 가슴 근육의 상기 제2 경계의 제2 표현을 생성하는 단계;
    상기 제1 표현과 상기 제2 표현 사이의 차이를 결정하는 단계; 및
    적어도 상기 제1 표현과 상기 제2 표현 사이의 차이에 기초하여 움직임 스코어를 생성하는 단계
    를 포함하는 동작들의 세트를 수행하게 하는, 시스템.
18. 제17항에 있어서, 생성된 상기 제1 표현은 2차원 표현인, 시스템.
19. 제17항에 있어서, 상기 차이는 상기 제1 표현과 상기 제2 표현 사이의 면적에 기초하는, 시스템.
20. 제17항에 있어서, 상기 차이는 상기 제1 표현과 상기 제2 표현 사이의 최소 거리에 기초하는, 시스템.
21. 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법으로서,
    환자의 유방을 압박하는 단계;
    상기 유방을 압박하는 동안 복수의 단층영상합성 투영 프레임들을 획득하는 단계 -상기 복수의 단층영상합성 투영 프레임들은 환자의 가슴 근육의 일부 및 유방의 일부의 이미지를 포함함-;
    적어도 상기 복수의 단층영상합성 투영 프레임들의 서브세트에 대해, 상기 가슴 근육의 경계를 식별하는 단계;
    상기 가슴 근육의 식별된 경계들에 대해, 상기 가슴 근육의 식별된 경계에 대한 경계 표현을 생성하는 단계;
    상기 경계 표현들의 모든 가능한 쌍들의 적어도 서브세트에 대해, 생성된 경계 표현들 사이의 거리를 측정하는 단계;
    거리가 측정된 각각의 경계 표현에 대한 기대 거리 값을 결정하는 단계;
    측정된 거리 및 상기 기대 거리 값에 기초하여, 거리가 측정된 각각의 경계 쌍에 대한 시프트 분산을 결정하는 단계;
    상기 시프트 분산을 미리 결정된 임계값과 비교하는 단계; 및
    상기 시프트 분산과 상기 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계
    를 포함하는, 방법.
22. 영상화 절차 동안 환자의 유방의 내부 움직임을 식별하기 위한 방법으로서,
    환자의 유방을 압박하는 단계;
    상기 유방을 압박하는 동안 복수의 단층영상합성 투영 프레임들을 획득하는 단계 -상기 복수의 단층영상합성 투영 프레임들은 환자의 가슴 근육의 일부 및 유방의 일부의 이미지를 포함함-;
    적어도 상기 복수의 단층영상합성 투영 프레임들의 서브세트에 대해, 상기 가슴 근육의 경계를 식별하는 단계;
    상기 가슴 근육의 식별된 경계들에 대해, 상기 가슴 근육의 식별된 경계에 대한 경계 표현을 생성하는 단계;
    생성된 경계 표현들과 교차하는 기준선을 생성하는 단계;
    상기 기준선을 따라 기준점을 식별하는 단계;
    상기 생성된 경계 표현들의 적어도 서브세트에 대해, 상기 기준점으로부터 상기 기준선과 각각의 경계의 교차점까지의 교차 거리를 계산하는 단계;
    계산된 교차 거리들에 기초하여 기대 교차 거리 값들을 결정하는 단계;
    교차 거리가 계산되는 상기 경계 표현들 각각에 대한 교차 시프트 분산을 결정하는 단계;
    상기 교차 시프트 분산을 미리 결정된 임계값과 비교하는 단계; 및
    상기 교차 시프트 분산과 상기 미리 결정된 임계값의 비교에 기초하여, 움직임 경고를 생성하는 단계
    를 포함하는, 방법.

Images