KR20220127529A - X선 영상에서의 뼈 감쇄 방법 및 장치 - Google Patents
X선 영상에서의 뼈 감쇄 방법 및 장치 Download PDFInfo
- Publication number
- KR20220127529A KR20220127529A KR1020210031914A KR20210031914A KR20220127529A KR 20220127529 A KR20220127529 A KR 20220127529A KR 1020210031914 A KR1020210031914 A KR 1020210031914A KR 20210031914 A KR20210031914 A KR 20210031914A KR 20220127529 A KR20220127529 A KR 20220127529A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- corrected
- coordinate system
- row
- ray image
- Prior art date
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000001629 suppression Effects 0.000 title 1
- 230000002238 attenuated effect Effects 0.000 claims abstract description 25
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims description 67
- 238000003702 image correction Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000002156 mixing Methods 0.000 description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 229910052709 silver Inorganic materials 0.000 description 3
- 239000004332 silver Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G06T3/0093—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20041—Distance transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
본 발명에 따른 X선 영상에서의 뼈 감쇄 방법은, 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출하는 단계; 상기 상부 윤곽선 및 상기 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하는 단계; 상기 제1 이진화 영상 및 상기 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성하는 단계; 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성하는 단계; 및 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득하는 단계를 포함하는 것을 특징으로 한다.
Description
본 발명은 X선 영상에서의 뼈 감쇄 방법 및 장치에 관한 것으로, 보다 상세하게는 단일 촬영된 X선 영상을 보정하여 뼈가 감쇄된 X선 영상을 얻을 수 있는 뼈 감쇄 방법 및 장치에 관한 것이다.
흉부 X선(Chest X-Ray: CXR) 촬영 영상에서 병변 검출율을 높이기 위해 뼈의 영향을 줄이기 위한 방법 중 하나로, 듀얼 에너지 X-선(Dual Energy X-ray: DXR)을 활용한 기법이 있다. DXR 기법은, 서로 다른 에너지를 갖는 X선이 조직과 뼈에서 감쇠(attenuation) 정도의 차이를 보이는 점을 이용하여, 동일한 부위에 다른 에너지로 X선 영상을 두 번 촬영하여 뼈가 감쇄된 영상을 얻는다. 그러나 DXR 기법은 X선 영상을 두 번 촬영하여야 하므로 피검사자의 방사선 노출량이 많고, 두 영상이 시간차를 두고 촬영되기 때문에 심장과 같은 체내 불수의근의 움직임 등에 의한 아티팩트가 발생하는 등 여러가지 문제가 있다.
본 발명이 이루고자 하는 기술적 과제는, 단일 촬영된 X선 영상을 보정하여 뼈가 감쇄된 X선 영상을 얻을 수 있는 뼈 감쇄 방법 및 장치를 제공하는 데 있다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 X선 영상에서의 뼈 감쇄 방법은, (a) 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출하는 단계; (b) 상기 상부 윤곽선 및 상기 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하는 단계; (c) 상기 제1 이진화 영상 및 상기 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성하는 단계; (d) 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성하는 단계; 및 (e) 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득하는 단계를 포함하는 것을 특징으로 한다.
상기 (d) 단계는, (d1) 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성하는 단계; (d2) 상기 제1 좌표계 변환 영상 및 상기 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성하는 단계; 및 (d3) 상기 보정된 제1 좌표계 변환 영상 및 상기 보정된 제2 좌표계 변환 영상으로부터 각각 좌표계 역변환을 통해 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 생성하는 단계를 포함할 수 있다.
상기 (d2) 단계는, 해당 좌표계 변환 영상에서 적어도 하나의 행 단위로 픽셀값을 보정할 수 있다.
상기 (d2) 단계는, 보정된 행 및 그에 인접한 보정하고자 하는 행의 픽셀값을 이용하여 해당 행의 픽셀값을 보정할 수 있다.
상기 (d2) 단계는, 보정하고자 하는 픽셀에 대하여, 상기 보정된 행 및 상기 보정하고자 하는 행에 속하면서 해당 픽셀을 포함하는 일정 크기의 복수 개의 블록들을 설정하고, 각 블록에 대하여, 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산하고, 상기 복수개의 블록들의 상기 차이의 평균을 이용하여 해당 픽셀의 픽셀값을 보정할 수 있다.
상기 복수개의 블록들의 상기 차이의 평균을 계산함에 있어서, 블록 별로 가중치가 부여될 수 있다.
상기 가중치는 해당 블록 내 각 열마다의 보정된 픽셀과 보정하고자 하는 픽셀 간의 픽셀값의 차이의 분포에 따라 결정될 수 있다.
상기 보정된 행의 픽셀값의 평균과 상기 보정하고자 하는 행의 픽셀값의 평균을 계산함에 있어서, 픽셀 별로 가중치가 부여될 수 있다.
상기 가중치는 블록 내 보정하고자 하는 행의 픽셀값의 평균과 해당 픽셀의 픽셀값의 차이에 따라 결정될 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 X선 영상에서의 뼈 감쇄 장치는, 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출하는 윤곽선 추출부; 상기 상부 윤곽선 및 상기 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하고, 상기 제1 이진화 영상 및 상기 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성하는 거리 변환부; 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성하는 X선 영상 보정부; 및 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득하는 영상 합성부를 포함하는 것을 특징으로 한다.
상기 X선 영상 보정부는, 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성하는 좌표계 변환부; 상기 제1 좌표계 변환 영상 및 상기 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성하는 영상 보정부; 및 상기 보정된 제1 좌표계 변환 영상 및 상기 보정된 제2 좌표계 변환 영상으로부터 각각 좌표계 역변환을 통해 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 생성하는 좌표계 역변환부를 포함할 수 있다.
상기 영상 보정부는, 해당 좌표계 변환 영상에서 적어도 하나의 행 단위로 픽셀값을 보정할 수 있다.
상기 영상 보정부는, 보정된 행 및 그에 인접한 보정하고자 하는 행의 픽셀값을 이용하여 해당 행의 픽셀값을 보정할 수 있다.
상기 영상 보정부는, 보정하고자 하는 픽셀에 대하여, 상기 보정된 행 및 상기 보정하고자 하는 행에 속하면서 해당 픽셀을 포함하는 일정 크기의 복수 개의 블록들을 설정하고, 각 블록에 대하여, 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산하고, 상기 복수개의 블록들의 상기 차이의 평균을 이용하여 해당 픽셀의 픽셀값을 보정할 수 있다.
상기 복수개의 블록들의 상기 차이의 평균을 계산함에 있어서, 블록 별로 가중치가 부여될 수 있다.
상기 가중치는 해당 블록 내 각 열마다의 보정된 픽셀과 보정하고자 하는 픽셀 간의 픽셀값의 차이의 분포에 따라 결정될 수 있다.
상기 보정된 행의 픽셀값의 평균과 상기 보정하고자 하는 행의 픽셀값의 평균을 계산함에 있어서, 픽셀 별로 가중치가 부여될 수 있다.
상기 가중치는 블록 내 보정하고자 하는 행의 픽셀값의 평균과 해당 픽셀의 픽셀값의 차이에 따라 결정될 수 있다.
본 발명에 의하면, 단일 촬영된 X선 영상을 보정하여 뼈가 감쇄된 X선 영상을 얻을 수 있다. 따라서, 피검사자의 추가적인 방사선 노출을 필요로 하지 않고 체내 불수의근의 움직임 등에 의한 아티팩트가 발생할 염려가 없다.
또한, 뼈의 상부 윤곽선과 하부 윤곽선 각각을 기초로 영상을 보정함으로써 뼈의 주변 영역을 보다 충실히 반영하여 보정 성능을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 X선 영상에서의 뼈 감쇄 장치의 블록도를 나타낸다.
도 2는 본 발명의 일 실시예에 따른 X선 영상에서의 뼈 감쇄 방법의 흐름도를 나타낸다.
도 3은 기울기 기반 특징점 추출의 예를 보여준다.
도 4는 원본 X선 영상에서 특징점과 상부 윤곽선 및 하부 윤곽선이 추출된 모습의 예를 보여준다.
도 5는 윤곽선, 이진화 영상, 거리 변환 영상, 좌표계 변환 영상을 개념적으로 보여주는 도면이다.
도 6은 좌표계 변환의 개념을 설명하는 도면이다.
도 7a 내지 7d는 좌표계 변환 영상에서 행 단위로 픽셀값이 보정되는 과정의 예를 보여준다.
도 8은 블록 내에서 뼈로 인한 감쇠의 정도가 동일하다는 가정을 만족하는 블록과 그렇지 않은 블록의 예를 보여준다.
도 9는 보정하고자 하는 픽셀에 대하여 블록 별로 가중치가 다르게 부여되는 경우의 예를 보여준다.
도 10는 블록 내에서 어떤 픽셀이 다른 픽셀들과 차이가 많은 경우의 예를 보여준다.
도 11은 본 발명의 실시에에 따라 원본 X선 영상으로부터 뼈 감쇄된 X선 영상이 획득되는 과정의 예를 보여준다.
도 2는 본 발명의 일 실시예에 따른 X선 영상에서의 뼈 감쇄 방법의 흐름도를 나타낸다.
도 3은 기울기 기반 특징점 추출의 예를 보여준다.
도 4는 원본 X선 영상에서 특징점과 상부 윤곽선 및 하부 윤곽선이 추출된 모습의 예를 보여준다.
도 5는 윤곽선, 이진화 영상, 거리 변환 영상, 좌표계 변환 영상을 개념적으로 보여주는 도면이다.
도 6은 좌표계 변환의 개념을 설명하는 도면이다.
도 7a 내지 7d는 좌표계 변환 영상에서 행 단위로 픽셀값이 보정되는 과정의 예를 보여준다.
도 8은 블록 내에서 뼈로 인한 감쇠의 정도가 동일하다는 가정을 만족하는 블록과 그렇지 않은 블록의 예를 보여준다.
도 9는 보정하고자 하는 픽셀에 대하여 블록 별로 가중치가 다르게 부여되는 경우의 예를 보여준다.
도 10는 블록 내에서 어떤 픽셀이 다른 픽셀들과 차이가 많은 경우의 예를 보여준다.
도 11은 본 발명의 실시에에 따라 원본 X선 영상으로부터 뼈 감쇄된 X선 영상이 획득되는 과정의 예를 보여준다.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이하 설명 및 첨부된 도면들에서 실질적으로 동일한 구성요소들은 각각 동일한 부호들로 나타냄으로써 중복 설명을 생략하기로 한다. 또한 본 발명을 설명함에 있어 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 X선 영상에서의 뼈 감쇄 장치의 블록도를 나타낸다. 본 실시예에 따른 뼈 감쇄 장치는, 윤곽선 추출부(110), 거리 변환부(120), X선 영상 보정부(130), 영상 합성부(140)를 포함할 수 있다.
윤곽선 추출부(110)와 X선 영상 보정부(130)에는 단일 촬영된 원본 X선 영상이 입력된다. 원본 X선 영상은 뼈 성분이 포함된 X선 영상으로, 본 실시예에서는 흉부 촬영 영상을 예로 들어 설명하나 흉부 뿐만 아니라 기타 다양한 부위의 촬영 영상일 수 있음은 물론이다.
윤곽선 추출부(110)는, 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출한다.
거리 변환부(120)는, 상부 윤곽선 및 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하고, 제1 이진화 영상 및 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성한다.
X선 영상 보정부(130)는, 원본 X선 영상으로부터 제1 거리 변환 영상 및 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성한다.
X선 영상 보정부(130)는, 좌표계 변환부(131), 영상 보정부(132), 좌표계 역변환부(133)를 포함할 수 있다. 좌표계 변환부(131)는, 원본 X선 영상으로부터 제1 거리 변환 영상 및 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성한다. 영상 보정부(132)는, 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성한다. 좌표계 역변환부(133)는, 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상으로부터 각각 좌표계 변환부(131)의 좌표계 변환에 상응하는 좌표계 역변환을 통해 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성한다.
영상 합성부(140)는, 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득한다.
도 2는 본 발명의 일 실시예에 따른 X선 영상에서의 뼈 감쇄 방법의 흐름도를 나타낸다. 이하에서는 도 2를 함께 참조하여 도 1에 따른 뼈 감쇄 장치의 동작에 관해 보다 구체적으로 설명한다.
210단계에서, 윤곽선 추출부(110)는 원본 X선 영상으로부터 감쇄하고자 하는 뼈의 윤곽선을 구성하는 특징점들을 추출한다.
특징점은 도 4에 나타난 바와 같이 감쇄하고자 하는 뼈와 배경 사이에 위치하는 점들로, 영상 내의 특성을 이용해 추출할 수 있다. 특징점 추출에는, 기울기 기반 방법, 인공지능 알고리즘을 이용한 방법, SIFT(Scale Invariant Feature Transform) 알고리즘 등 다양한 방법이 사용될 수 있다. 도 3은 기울기 기반 특징점 추출의 예를 보여준다. 도 3에 도시된 바와 같이, 감쇄하고자 하는 뼈를 가로지르는 직선 위에 있는 픽셀들 중 픽셀값의 기울기가 급격히 변화하는 픽셀을 특징점으로 추출할 수 있다.
220단계에서, 윤곽선 추출부(110)는 특징점들로부터 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출한다. 윤곽선 형성에는, 최소자승법, RANSAC(Random Sample Consensus)과 같은 알고리즘으로 단일 다항식 함수로 피팅(fitting)하는 방법, 복수개의 다항식 함수를 이용하여 구간 별로 피팅하는 방법 등 다양한 방법이 사용될 수 있다.
다항식 함수를 이용하여 구간 별로 피팅하는 방법을 예로 들면 다음과 같다. 이 방법은 구간 별로 여러 개의 다항식 함수를 피팅한 후 각 함수의 결과를 구간 별로 혼합하는 방법이다. 추출된 n개의 특징점 로부터 개의 특징점으로 이루어진 2차원 다항식 함수 여러 개를 피팅해서 윤곽선을 추출한다고 가정할 때, 각 2차원 다항식 함수 는 다음 수학식을 만족한다.
도 4는 원본 X선 영상에서 특징점들과 그로부터 상부 윤곽선 및 하부 윤곽선이 추출된 모습의 예를 보여준다. 도시된 바와 같이, 추출된 특징점들을 이용해 매끄럽게 이어진(seamless) 윤곽선이 형성될 수 있다. 이하에서는 상부 윤곽선 및 하부 윤곽선을 각각 및 라 칭하기로 한다.
230단계에서, 거리 변환부(120)는 상부 윤곽선 및 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성한다. 이진화 영상은 윤곽선을 경계로 하여 예컨대 전경은 1로, 배경은 0으로 표현한 영상이다. 본 실시예에서는 감쇄하고자 하는 뼈가 속하는 부분을 전경으로, 뼈가 아닌 부분은 배경으로 가정한다. 상부 윤곽선을 기초로 생성되는 제1 이진화 영상에서, 상부 윤곽선의 위쪽은 0으로, 상부 윤곽선의 아래쪽은 1로 표현된다. 하부 윤곽선을 기초로 생성되는 제2 이진화 영상에서, 하부 윤곽선의 위쪽은 1로, 하부 윤곽선의 아래쪽은 0으로 표현된다. 이하에서는 제1 이진화 영상 및 제2 이진화 영상을 각각 및 라 칭하기로 한다.
240단계에서, 거리 변환부(120)는 제1 이진화 영상 및 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성한다.
거리 변환(distance transform)은 이진화 영상에 대하여 수행되는 영상 변환 기법의 하나로, 전경을 1로, 배경을 0으로 표현한 이진화 영상이 있을 때, 전경에 속하는 픽셀들이 배경에 속하는 픽셀로부터의 거리를 나타내도록 하는 변환이다. 거리 변환을 통해, 뼈의 가장자리 부분은 비교적 낮은 거리 값을, 뼈의 중앙 부분은 비교적 높은 거리 값을 가지게 된다. 도 5를 참조하면, (a)는 추출된 윤곽선을, (b)는 윤곽선을 기초로 생성된 이진화 영상을, (c)는 이진화 영상으로부터 생성된 거리 변환 영상을 개념적으로 보여준다. 이하에서는 제1 거리 변환 영상 및 제2 거리 변환 영상을 각각 및 라 칭하기로 한다.
250단계에서, 좌표계 변환부(131)는 원본 X선 영상으로부터 제1 거리 변환 영상 및 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성한다.
즉, 좌표계 변환 는 원 영상(원본 X선 영상)의 좌표계 를 좌표계 로 변환한다. 여기서, 는 원 영상 위의 한점 에서 가장 가까운 거리 상에 위치하는 윤곽선 위의 한 점을 의미하고, 는 원 영상 위의 한점 로부터 까지의 거리를 의미한다. 이때 의 값은 거리 변환 영상으로부터 얻어질 수 있다. 도 6은 이러한 좌표계 변환의 개념을 설명하는 도면이다. 좌표계 변환을 통해, 원 영상 로부터 좌표계 변환 영상 가 얻어질 수 있다. 좌표계 변환 영상 의 픽셀들은 원 영상 의 픽셀값들을 가지며, 이는 다음과 같은 수학식으로 표현될 수 있다.
도 5의 (d)는 거리 변환 영상을 이용하여 얻어지는 좌표계 변환 영상 를 개념적으로 보여준다. 좌표계 변환 영상 의 픽셀들은 원 영상 의 픽셀값들을 가지나, 도 5의 (d)에서는 이해를 돕기 위해 각 픽셀에 거리 변환 영상의 대응되는 픽셀의 거리 값을 표시하였다.
250단계를 통해, 원본 X선 영상으로부터 제1 거리 변환 영상 를 이용한 좌표계 변환을 통해 제1 좌표계 변환 영상 가 생성되고, 원본 X선 영상으로부터 제2 거리 변환 영상 를 이용한 좌표계 변환을 통해 제2 좌표계 변환 영상 가 생성된다. 따라서 제1 좌표계 변환 영상 는 상부 윤곽선 에 대응하고, 제2 좌표계 변환 영상 는 하부 윤곽선 에 대응한다.
260단계에서, 영상 보정부(132)는 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성한다. 이하에서는 제1 좌표계 변환 영상 와 제2 좌표계 변환 영상 를 좌표계 변환 영상 로 통칭하여 설명하기로 한다.
X선 영상에서 뼈로 인한 감쇠(attenuation)는 뼈의 가장자리로부터 중앙부로 갈수록 강해지므로, 이러한 감쇠는 좌표계 변환 영상에서 각 행을 따라 변화한다고 가정할 수 있다. 본 실시예에서는 이를 이용하여, 좌표계 변환 영상에서 뼈로 인한 감쇠가 일어나지 않은 행(혹은 보정된 행)으로부터 인접한 감쇠가 일어난 행의 픽셀값을 감쇠 정도에 따라 보정하는 것을 행 단위로 수행한다. 따라서 영상 보정부(132)는, 좌표계 변환 영상에서 행 단위로 픽셀값을 보정하되, 감쇠가 일어나지 않은 행(혹은 보정된 행) 및 그에 인접한 보정하고자 하는 행의 픽셀값을 이용하여 해당 행의 픽셀값을 보정한다. 본 발명의 실시예에서는 단일 행 단위로 픽셀값을 보정하는 것을 예로 들어 설명하나, 실시예에 따라서 복수 개의 행 단위로 픽셀값을 보정할 수도 있다.
도 7a 내지 7d는 좌표계 변환 영상에서 행 단위로 픽셀값이 보정되는 과정의 예를 보여준다. 도 7a에서 행 는 뼈에 의한 감쇠가 일어나지 않은 영역(배경 영역)에 해당하고, 나머지 행들 ,…는 뼈에 의한 감쇠가 일어난 영역(전경 영역)에 해당한다. 행 로부터 나머지 행들 ,…를 차례로 보정하는 과정은 다음 수학식과 같이 표현할 수 있다.
여기서, 는 보정된 행을 의미하고, 아래첨자 0,1,…,n-1,n은 행의 인덱스를 의미하며, 는 보정을 수행하는 함수를 의미한다. 즉, 은 감쇠가 일어나지 않거나 보정된 행을 의미하고, 은 과 인접한 보정하고자 하는 행을 의미하며, 은 에 대하여 보정된 행을 의미한다. 수학식 6은, 뼈로 인한 감쇠가 일어나지 않은 행 를 기준으로 행 을 보정한 후, 보정된 행을 기준으로 다음 행을 보정하는 것이 반복되는 것을 표현한다.
보정을 수행하는 함수 의 구체적인 예를 설명하면 다음과 같다. 영상 보정부(132)는, 감쇠가 일어난 행의 픽셀값에서 뼈로 인한 감쇠 성분을 제거하기 위하여, 보정하고자 하는 픽셀에 대해, 보정된 행(혹은 감쇠가 일어나지 않은 행) 및 보정하고자 하는 행에 속하면서 해당 픽셀을 포함하는 일정 크기의 복수 개의 블록들을 설정한다. 그리고 각 블록 내에서 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산하고, 해당 픽셀의 픽셀값에 복수개의 블록들의 상기 차이의 평균을 더하여 픽셀값을 보정한다.
도 7b를 참조하여 예를 들어 설명하면 다음과 같다. 도 7b를 참조하면, 보정된 행은 이고, 보정하고자 하는 행은 이며, 보정하고자 하는 픽셀은 이라 하자. 행 및 행 에 속하면서 픽셀 를 포함하는 너비 3인 블록들 B1, B2, B3가 설정된다. 블록 B1에 대하여 A1,0, A1,1, A1,2의 평균과 K2,0, K2,1, K2,2의 평균 간의 차이가 계산되고, 블록 B2에 대하여 A1,1, A1,2, A1,3의 평균과 K2,1, K2,2, K2,3의 평균 간의 차이가 계산되고, 블록 B3에 대하여 A1,2, A1,3, A1,4의 평균과 K2,2, K2,3, K2,4의 평균 간의 차이가 계산된다. 그리고 에 블록 B1, B2, B3에 대하여 계산된 상기 차이들의 평균이 더해진 값이 도 7c의 A2,2가 된다.
270단계에서, 좌표계 역변환부(133)는 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상으로부터 각각 상기 250단계에서의 좌표계 변환 영상에 상응하는 좌표계 역변환을 통해, 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성한다.
280단계에서, 영상 합성부(140)는 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득한다. 보정된 제1 X선 영상은 뼈의 상부 윤곽선을 기준으로 보정을 수행한 영상이고, 보정된 제2 X선 영상은 뼈의 하부 윤곽선을 기준으로 보정을 수행한 영상에 해당한다. 따라서 보정된 제1 X선 영상과 보정된 제2 X선 영상에서, 보정이 행해진 영역과 보정이 행해지지 않은 영역 간에 경계가 두드러지게 나타날 수 있다. 이러한 부자연스러운 경계선을 제거하기 위해, 알파 블렌딩(alpha blending) 또는 포아송(Poisson) 영상 혼합 기법 등의 영상 혼합 기법을 사용하여 자연스러운 영상이 얻어지도록 할 수 있다.
상기된 본 발명의 실시예를 통해 대체로 별 문제 없이 뼈 감쇄된 X선 영상이 얻어질 수 있으나, 척추 부근이나, 다른 물질이 함께 촬영된 경우 등과 같이 픽셀값이 주변과 크게 차이가 나는 영역에서 부분적으로 보정 성능이 저하될 수도 있다. 이하에서는 이러한 문제를 개선할 수 있도록 픽셀값을 보정하는 과정의 변형된 실시예들을 설명한다.
우선, 상기된 260단계에서 픽셀값을 보정하는 과정은 동일 블록 내에서 뼈로 인한 감쇠의 정도는 동일할 것이라는 가정을 기반으로 한다. 그러나 경우에 따라 영상 내에서 이러한 가정을 만족하지 않은 블록이 존재할 수 있다. 도 8은 블록 내에서 뼈로 인한 감쇠의 정도가 유사하다는 가정을 만족하는 블록과 그렇지 않은 블록의 예를 보여준다. 도 8을 참조하면, 백색 음영 영역과 회색 음영 영역 간에 픽셀값의 차이가 존재한다고 가정할 때, 블록 B1, B8은 블록 내에서 뼈로 인한 감쇠가 동일하다는 가정을 만족하지만, 블록 B5는 이러한 가정을 만족하지 않는다(이를테면, 척추의 경계 부분). 따라서 픽셀값 보정 시에 각 블록 별로 계산된 값을 동일한 가중치로 평균할 경우 상기 가정을 만족하지 못하는 블록으로 인해 보정된 영상에서 아티팩트가 발생할 수 있다. 이러한 문제를 개선하기 위해, 각 블록 내에서 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산한 다음 해당 픽셀의 픽셀값에 복수개의 블록들의 상기 차이의 평균을 계산함에 있어서, 블록 별로 다른 가중치를 부여하여 복수개의 블록들의 상기 차이의 평균을 계산할 수 있다. 이러한 블록 별 가중치는, 해당 블록 내 각 열마다의 보정된 픽셀(혹은 감쇠가 일어나지 않은 픽셀)과 보정하고자 하는 픽셀 간 픽셀값 차이의 분포(예를 들면, 표준편차)에 따라 결정될 수 있다.
여기서 n은 보정하고자 하는 행을 의미하고, 은 해당 블록 내에서 각 열마다의 보정된 픽셀(혹은 감쇠가 일어나지 않은 픽셀)과 보정하고자 하는 픽셀 간의 픽셀값의 차이를 나타내고, 는 k번째 블록에 대한 의 표준편차를 의미하며, 는 k번째 블록의 가중치를 의미한다. 즉, 는 의 표준편차의 역수이다. 따라서, 의 표준편차가 작을수록 높은 가중치가 부여되고, 의 표준편차가 클수록 낮은 가중치가 부여된다. 의 표준편차가 작을수록 해당 블록이 블록 내에서 뼈로 인한 감쇠가 유사하다는 가정을 만족하므로, 이러한 블록에 높은 가중치가 부여되어 아티팩트가 적은 보정 영상을 획득할 수 있다.
도 9는 보정하고자 하는 픽셀에 대하여 블록 별로 가중치가 다르게 부여되는 경우의 예를 보여준다. 도 9를 참조하면, 픽셀 K1,4의 픽셀값을 보정하고자 할 때, 블록들 B3, B4, B5가 설정된다. 블록 B3의 경우 은 A0,2-K1,2, A0,3-K1,3, A0,4-K1,4의 값을, 블록 B4의 경우 은 A0,3-K1,3, A0,4-K1,4, A0,5-K1,5의 값을, 블록 B5의 경우 은 A0,4-K1,4, A0,5-K1,5, A0,6-K1,6의 값을 가진다. 따라서 블록 B3는 의 표준편차가 작으므로 높은 가중치가 부여되고, 블록 B4, B5는 의 표준편차가 크므로 낮은 가중치가 부여된다.
또한, 어떤 물질에 의해 블록 내에서 다른 부분과 픽셀값이 크게 차이가 나는 픽셀이 존재하는 경우, 이러한 픽셀로 인해 보정 성능이 저하될 수 있다. 도 10는 블록 내에서 어떤 픽셀이 다른 픽셀들과 차이가 많은 경우의 예를 보여준다. 도 10을 참조하면, 블록 B 내에서 픽셀 K1,5의 픽셀값이 다른 픽셀들과 차이가 많이 나는 것을 알 수 있다. 이러한 문제를 개선하기 위해, 블록 내에서 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산함에 있어서, 픽셀 별로 다른 가중치를 부여하여 픽셀값의 평균을 계산할 수 있다. 이러한 블록 내 픽셀 별 가중치는, 블록 내의 보정하고자 하는 행의 픽셀값의 평균과 해당 픽셀의 픽셀값 간의 차이에 따라 결정될 수 있다. 이를테면, 보정하고자 하는 행의 픽셀값의 평균과 가까운 픽셀값을 가지는 픽셀에는 높은 가중치를 부여하고, 보정하고자 하는 행의 픽셀값의 평균으로부터 먼 픽셀값을 가지는 픽셀에는 낮은 가중치를 부여하는 것이다.
여기서, 는 가중치의 반영도를 결정하는 파라미터이고, 는 번째 행의 번째 블록 내 번째 픽셀의 픽셀값을 의미하고, 은 번째 행의 번째 블록 내 픽셀값의 평균을 의미한다. 수학식 9를 참조하면, 와 가 유사할수록 는 1에 가까운 값을 가지고, 가 로부터 멀어질수록 는 0에 가까운 값을 가진다. 이처럼 블록 내에서 다른 픽셀들과 차이가 많이 나는 픽셀에 낮은 가중치가 부여됨으로써, 블록 내에서 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산함에 있어서 신뢰도를 높일 수 있다.
수학식 8에 따른 블록 별 가중치와 수학식 9에 따른 블록 내 픽셀 별 가중치를 픽셀값 보정 함수인 수학식 7에 반영하면 다음 수학식과 같이 표현될 수 있다.
수학식 10은 블록 별 가중치와 블록 내 픽셀 별 가중치가 모두 반영된 것이지만, 실시예에 따라서 블록 별 가중치만이 반영될 수도 있고, 블록 내 픽셀 별 가중치만이 반영될 수도 있다.
도 11은 본 발명의 실시예에 따라 원본 X선 영상으로부터 뼈 감쇄된 X선 영상이 얻어지는 과정의 일 예를 보여준다. 도 11을 참조하면, 원본 X선 영상(a)으로부터 윤곽선이 추출되고(b), 뼈에 속하는 영역의 픽셀 보정을 통해 뼈 감쇄된 X선 영상(c)이 얻어짐을 확인할 수 있다.
본 발명의 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 발명의 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 집적 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
실시예에서 설명하는 특정 실행들은 일 실시예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
Claims (18)
- (a) 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출하는 단계;
(b) 상기 상부 윤곽선 및 상기 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하는 단계;
(c) 상기 제1 이진화 영상 및 상기 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성하는 단계;
(d) 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성하는 단계; 및
(e) 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득하는 단계를 포함하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제1항에 있어서,
상기 (d) 단계는,
(d1) 상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성하는 단계;
(d2) 상기 제1 좌표계 변환 영상 및 상기 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성하는 단계; 및
(d3) 상기 보정된 제1 좌표계 변환 영상 및 상기 보정된 제2 좌표계 변환 영상으로부터 각각 좌표계 역변환을 통해 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제2항에 있어서,
상기 (d2) 단계는,
해당 좌표계 변환 영상에서 적어도 하나의 행 단위로 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제3항에 있어서,
상기 (d2) 단계는,
보정된 행 및 그에 인접한 보정하고자 하는 행의 픽셀값을 이용하여 해당 행의 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제4항에 있어서,
상기 (d2) 단계는,
보정하고자 하는 픽셀에 대하여, 상기 보정된 행 및 상기 보정하고자 하는 행에 속하면서 해당 픽셀을 포함하는 일정 크기의 복수 개의 블록들을 설정하고, 각 블록에 대하여, 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산하고, 상기 복수개의 블록들의 상기 차이의 평균을 이용하여 해당 픽셀의 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제5항에 있어서,
상기 복수개의 블록들의 상기 차이의 평균을 계산함에 있어서, 블록 별로 가중치가 부여되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제6항에 있어서,
상기 가중치는 해당 블록 내 각 열마다의 보정된 픽셀과 보정하고자 하는 픽셀 간의 픽셀값의 차이의 분포에 따라 결정되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제5항에 있어서,
상기 보정된 행의 픽셀값의 평균과 상기 보정하고자 하는 행의 픽셀값의 평균을 계산함에 있어서, 픽셀 별로 가중치가 부여되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 제8항에 있어서,
상기 가중치는 블록 내 보정하고자 하는 행의 픽셀값의 평균과 해당 픽셀의 픽셀값의 차이에 따라 결정되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 방법. - 원본 X선 영상으로부터, 감쇄하고자 하는 뼈에 해당하는 상부 윤곽선 및 하부 윤곽선을 추출하는 윤곽선 추출부;
상기 상부 윤곽선 및 상기 하부 윤곽선을 기초로 각각 제1 이진화 영상 및 제2 이진화 영상을 생성하고, 상기 제1 이진화 영상 및 상기 제2 이진화 영상으로부터 각각 거리 변환을 통해 제1 거리 변환 영상 및 제2 거리 변환 영상을 생성하는 거리 변환부;
상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용해 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 X선 영상 및 보정된 제2 X선 영상을 생성하는 X선 영상 보정부; 및
상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 합성하여 뼈 감쇄된 X선 영상을 획득하는 영상 합성부를 포함하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제10항에 있어서,
상기 X선 영상 보정부는,
상기 원본 X선 영상으로부터 상기 제1 거리 변환 영상 및 상기 제2 거리 변환 영상을 이용하여 각각 좌표계 변환을 통해 제1 좌표계 변환 영상 및 제2 좌표계 변환 영상을 생성하는 좌표계 변환부;
상기 제1 좌표계 변환 영상 및 상기 제2 좌표계 변환 영상에서 각각 뼈에 속하는 영역의 픽셀값을 보정하여 보정된 제1 좌표계 변환 영상 및 보정된 제2 좌표계 변환 영상을 생성하는 영상 보정부; 및
상기 보정된 제1 좌표계 변환 영상 및 상기 보정된 제2 좌표계 변환 영상으로부터 각각 좌표계 역변환을 통해 상기 보정된 제1 X선 영상 및 상기 보정된 제2 X선 영상을 생성하는 좌표계 역변환부를 포함하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제11항에 있어서,
상기 영상 보정부는,
해당 좌표계 변환 영상에서 적어도 하나의 행 단위로 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제12항에 있어서,
상기 영상 보정부는,
보정된 행 및 그에 인접한 보정하고자 하는 행의 픽셀값을 이용하여 해당 행의 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제13항에 있어서,
상기 영상 보정부는,
보정하고자 하는 픽셀에 대하여, 상기 보정된 행 및 상기 보정하고자 하는 행에 속하면서 해당 픽셀을 포함하는 일정 크기의 복수 개의 블록들을 설정하고, 각 블록에 대하여, 보정된 행의 픽셀값의 평균과 보정하고자 하는 행의 픽셀값의 평균 간의 차이를 계산하고, 상기 복수개의 블록들의 상기 차이의 평균을 이용하여 해당 픽셀의 픽셀값을 보정하는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제14항에 있어서,
상기 복수개의 블록들의 상기 차이의 평균을 계산함에 있어서, 블록 별로 가중치가 부여되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제15항에 있어서,
상기 가중치는 해당 블록 내 각 열마다의 보정된 픽셀과 보정하고자 하는 픽셀 간의 픽셀값의 차이의 분포에 따라 결정되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제14항에 있어서,
상기 보정된 행의 픽셀값의 평균과 상기 보정하고자 하는 행의 픽셀값의 평균을 계산함에 있어서, 픽셀 별로 가중치가 부여되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치. - 제17항에 있어서,
상기 가중치는 블록 내 보정하고자 하는 행의 픽셀값의 평균과 해당 픽셀의 픽셀값의 차이에 따라 결정되는 것을 특징으로 하는 X선 영상에서의 뼈 감쇄 장치.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210031914A KR102480389B1 (ko) | 2021-03-11 | 2021-03-11 | X선 영상에서의 뼈 감쇄 방법 및 장치 |
US17/691,863 US20220292656A1 (en) | 2021-03-11 | 2022-03-10 | Method and apparatus for bone suppression in x-ray image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210031914A KR102480389B1 (ko) | 2021-03-11 | 2021-03-11 | X선 영상에서의 뼈 감쇄 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220127529A true KR20220127529A (ko) | 2022-09-20 |
KR102480389B1 KR102480389B1 (ko) | 2022-12-23 |
Family
ID=83193902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210031914A KR102480389B1 (ko) | 2021-03-11 | 2021-03-11 | X선 영상에서의 뼈 감쇄 방법 및 장치 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220292656A1 (ko) |
KR (1) | KR102480389B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023059173A1 (ko) | 2021-10-06 | 2023-04-13 | 주식회사 엘지에너지솔루션 | 이차전지용 분리막 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232668A1 (en) * | 2007-10-17 | 2010-09-16 | Deutsches Krebsforschungszentrum | Method, Computer Program And Workstation For Removing Undesirable Objects From A Digital Medical Image |
JP2017510427A (ja) * | 2014-04-08 | 2017-04-13 | アイキャド, インコーポレイテッド | 放射線画像の肺野セグメンテーション技術及び骨減弱技術 |
US20170337686A1 (en) * | 2016-05-19 | 2017-11-23 | Sichuan University | Kind of x-ray chest image rib suppression method based on poisson model |
KR20200081833A (ko) * | 2018-12-28 | 2020-07-08 | 부산대학교 산학협력단 | 이중에너지 x선 흡수 계측법(dxa)의 이차원(2d) 이미지를 이용한 간 위치 추정 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8233692B2 (en) * | 2008-02-27 | 2012-07-31 | Siemens Computer Aided Diagnosis Ltd. | Method of suppressing obscuring features in an image |
CN107203983B (zh) * | 2016-03-17 | 2024-03-22 | 通用电气公司 | 用于减少x射线图像中的栅线伪影的方法及系统 |
GB201709672D0 (en) * | 2017-06-16 | 2017-08-02 | Ucl Business Plc | A system and computer-implemented method for segmenting an image |
-
2021
- 2021-03-11 KR KR1020210031914A patent/KR102480389B1/ko active IP Right Grant
-
2022
- 2022-03-10 US US17/691,863 patent/US20220292656A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232668A1 (en) * | 2007-10-17 | 2010-09-16 | Deutsches Krebsforschungszentrum | Method, Computer Program And Workstation For Removing Undesirable Objects From A Digital Medical Image |
JP2017510427A (ja) * | 2014-04-08 | 2017-04-13 | アイキャド, インコーポレイテッド | 放射線画像の肺野セグメンテーション技術及び骨減弱技術 |
US20170337686A1 (en) * | 2016-05-19 | 2017-11-23 | Sichuan University | Kind of x-ray chest image rib suppression method based on poisson model |
KR20200081833A (ko) * | 2018-12-28 | 2020-07-08 | 부산대학교 산학협력단 | 이중에너지 x선 흡수 계측법(dxa)의 이차원(2d) 이미지를 이용한 간 위치 추정 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023059173A1 (ko) | 2021-10-06 | 2023-04-13 | 주식회사 엘지에너지솔루션 | 이차전지용 분리막 |
Also Published As
Publication number | Publication date |
---|---|
KR102480389B1 (ko) | 2022-12-23 |
US20220292656A1 (en) | 2022-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102024251B (zh) | 用于双源ct的基于多图像虚拟非对比图像增强的系统和方法 | |
US20130004061A1 (en) | Image processing device, image processing program, and method for generating image | |
JP7463575B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN105225208A (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
JPH10171983A (ja) | 画像処理方法および装置 | |
KR102480389B1 (ko) | X선 영상에서의 뼈 감쇄 방법 및 장치 | |
KR102472464B1 (ko) | 영상처리방법 및 이를 이용한 영상처리장치 | |
US20210045704A1 (en) | Method for converting tone of chest x-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method | |
JP5918198B2 (ja) | 超音波診断装置 | |
JP4122314B2 (ja) | 投影画像処理方法、投影画像処理プログラム、投影画像処理装置 | |
US7680352B2 (en) | Processing method, image processing system and computer program | |
US20210027430A1 (en) | Image processing apparatus, image processing method, and x-ray ct apparatus | |
WO1985004090A1 (en) | X-ray ct image processor | |
CN110473297B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
EP3932319A1 (en) | Learning method, learning device, generative model and program | |
JP4381240B2 (ja) | 画像処理装置及びこれを用いた画像表示装置、並びに画像処理方法及びこれをコンピュータに実行させるためのプログラム | |
CN116894783A (zh) | 基于时变约束的对抗生成网络模型的金属伪影去除方法 | |
JP6926856B2 (ja) | 放射線画像処理装置、プログラム及び放射線画像処理方法 | |
JP2007275346A (ja) | 放射線画像処理装置、放射線画像処理方法及び放射線画像処理プログラム | |
CN106999136B (zh) | 双能量射线照相中的运动校正方法 | |
CN113936068A (zh) | 伪影校正方法、装置和存储介质 | |
JP2000101841A (ja) | 画像処理装置、方法及びコンピュータ読み取り可能な記憶媒体 | |
KR101870890B1 (ko) | 콘빔 ct 영상의 금속으로 인한 아티팩트 보정방법 및 장치 | |
JP6253962B2 (ja) | 情報処理装置及び方法 | |
US9208604B2 (en) | Rendering processing method and apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |