KR20230089469A - 인공지능 기반 가상 혈관 모델 제공 방법 및 장치 - Google Patents

Abstract

본 발명은 인공지능 기반 가상 혈관 모델 제공 방법 및 장치에 관한 것이다. 본 발명의 일 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 방법은 의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하는 단계; 상기 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 상기 메인 혈관만을 포함하는 제2 영상을 생성하는 단계; 상기 제1 영상에서 장기를 식별하고, 상기 식별된 장기를 기준으로 상기 제1 영상에서 상기 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수의 주변 영역으로 분할하는 단계, 상기 복수의 주변 영역 각각에 포함된 주변 혈관을 추적 및 분리하여 상기 주변 혈관만을 포함하는 제3 영상을 생성하는 단계; 및 상기 제2 영상 및 상기 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하여 제공하는 단계를 포함할 수 있다.

Description

인공지능 기반 가상 혈관 모델 제공 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING VIRTUAL BLOOD VESSEL MODEL BASED ON ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능 기반 가상 혈관 모델 제공 방법 및 장치에 관한 것으로, 보다 상세하게는 인공지능 기반으로 의료 영상으로부터 가상 혈관 모델을 생성하도록 하는 인공지능 기반 가상 혈관 모델 제공 방법 및 장치에 관한 것이다.

수술과정에서, 의사의 수술을 보조하기 위한 정보를 제공할 수 있는 기술들의 개발이 요구되고 있다. 수술을 보조하기 위한 정보를 제공하기 위해서는, 수술 행위를 인식할 수 있어야 한다.

기존에는 수술 프로세스를 최적화하기 위한 시나리오 구상을 위해서는 사전에 촬영된 의료 영상을 참고하거나 매우 숙련된 의사의 자문을 받았으나, 의료 영상만으로는 불필요한 프로세스의 판단이 어려웠으며 숙련된 의사의 자문은 특정 환자에 맞는 자문을 받기에 어려운 문제점이 있었다.

따라서, 의료 영상이나 숙련된 의사의 자문은 수술대상 환자에 대한 수술 프로세스의 최적화를 위한 보조 용도로는 활용되기 어려운 점이 많았다.

이에, 3차원 의료 영상(예를 들어, 3차원 수술도구 움직임 및 도구의 움직임으로 인해 발생하는 장기 내부의 변화에 대한 가상영상)을 이용하여 수술을 행하는데 있어서 불필요한 프로세스를 최소화하여 수술 프로세스를 최적화하고, 이에 기반한 수술보조 정보를 제공할 수 있는 방법에 대한 개발이 요구된다.

특히, 혈관을 포함하는 3차원 의료 영상의 경우, 각 혈관의 위치 및 경로를 정확하게 제공함으로써, 혈관의 전체 계층구조 및 혈류의 흐름 등을 파악할 수 있도록 하여 수술 시나 시뮬레이션 시에 최적화된 수술 정보를 제공하는 방법이 필요하다.

따라서, 혈관을 파악하는데 방해가 되는 뼈는 제거되고 메인 혈관 및 주변 혈관을 각각 자동으로 선별하여 혈관만을 포함하는 가상 혈관 모델을 생성 및 제공할 수 있도록 하는 기술이 개발될 필요가 있다.

한국등록특허공보 제10-2016959호 (등록일: 2019년 08월 27일)

본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 제안된 것으로, 혈관을 파악하는데 방해가 되는 뼈는 제거되고 메인 혈관 및 주변 혈관을 각각 자동으로 선별하여 혈관만을 포함하는 가상 혈관 모델을 생성 및 제공할 수 있도록 하는 인공지능 기반 가상 혈관 모델 제공 방법 및 장치를 제공함에 있다.

또한, 본 발명은 메인 혈관 및 주변 혈관을 선별할 시, 조영 농도 차를 반영하도록 함으로써, 보다 정확한 검출 및 추적이 가능하도록 하는 인공지능 기반 가상 혈관 모델 제공 방법 및 장치를 제공함에 있다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 방법은, 의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하는 단계; 상기 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 상기 메인 혈관만을 포함하는 제2 영상을 생성하는 단계; 상기 제1 영상에서 장기를 식별하고, 상기 식별된 장기를 기준으로 상기 제1 영상에서 상기 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수의 주변 영역으로 분할하는 단계, 상기 복수의 주변 영역 각각에 포함된 주변 혈관을 추적 및 분리하여 상기 주변 혈관만을 포함하는 제3 영상을 생성하는 단계; 및 상기 제2 영상 및 상기 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하여 제공하는 단계를 포함할 수 있다.

한편, 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 장치는, 통신모듈; 인공지능을 기반으로 가상 혈관 모델을 제공하기 위해 필요한 적어도 하나의 프로세스를 저장하는 저장모듈; 및 상기 적어도 하나의 프로세스를 기반으로, 인공지능을 기반으로 가상 혈관 모델을 제공하기 위한 동작을 제어하는 제어모듈을 포함하며, 상기 제어모듈은, 의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하고, 상기 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 상기 메인 혈관만을 포함하는 제2 영상을 생성하고, 상기 제1 영상에서 장기를 식별하고, 상기 식별된 장기를 기준으로 상기 제1 영역에서 상기 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수 주변 영역으로 분할하고, 상기 복수의 주변 영역 각각에 포함된 주변 혈관을 추적 및 분리하여 상기 주변 혈관만을 포함하는 제3 영상을 생성하고, 상기 제2 영상 및 상기 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하여 제공할 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명에 의하면, 혈관을 파악하는데 방해가 되는 뼈는 제거되고 메인 혈관 및 주변 혈관을 각각 자동으로 선별하여 혈관만을 포함하는 가상 혈관 모델을 생성 및 제공할 수 있도록 한다.

또한, 본 발명에 의하면, 메인 혈관 및 주변 혈관을 선별할 시, 조영 농도 차를 반영하도록 함으로써, 보다 정확한 검출 및 추적이 가능하도록 한다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 하운스필드 단위값에 따라 변화되는 의료 영상의 일 예를 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 방법을 나타내는 순서도이다.
도 4는 본 발명의 실시예에 따라 제1 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.
도 5는 본 발명의 실시예에 따라 제2 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.
도 6은 본 발명의 실시예에 따라 제1 영상을 기반으로 제2 영상을 생성하는 동작에 따라 변화하는 화면의 일 예를 나타내는 도면이다.
도 7은 본 발명의 실시예에 따라 제3 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.
도 8은 본 발명의 실시예에 따라 제1 영상에서 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정한 일 예를 나타내는 도면이다.
도 9는 본 발명의 실시예에 따라 제1 영상을 기반으로 제3 영상을 생성하는 동작에 따라 변화하는 화면의 일 예를 나타내는 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

명세서에서 사용되는 "부" 또는 "모듈"이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 "모듈"은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 "모듈"은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 "모듈"은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 "모듈"은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 "모듈"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 "모듈"들로 결합되거나 추가적인 구성요소들과 "부" 또는 "모듈"들로 더 분리될 수 있다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

도 1은 하운스필드 단위값에 따라 변화되는 의료 영상의 일 예를 나타내는 도면이다.

하운스필드 단위값(Hounsfield Unit, HU)은 CT를 이용한 의료 영상을 렌더링할 때 사용하는 단위로서, CT 촬영시 기준이 되는 단위이다.

도 1은 의료 영상으로 CT 영상을 활용한 것으로, 하운스필드 단위값을 조절함에 따라 변화하는 의료 영상을 나타낸 것이다.

도 1의 (a) 내지 (f)는 하운스필드 단위값을 그 순서에 따라 각각 -940, -400, -15, 200, 300 및 400으로 조절하였을 때의 의료 영상으로서, 그 값이 커질수록 밝기 값이 변화함에 따라 피부, 장기, 혈관 등이 제거되는 것을 확인할 수 있다.

도 2는 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 장치의 구성을 나타내는 블록도이다.

도 2를 참조하면, 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 장치(이하, '제공 장치'라 칭함)(100)는 통신모듈(110), 저장모듈(130) 및 제어모듈(150)을 포함하여 구성될 수 있다.

통신모듈(110)은 의료 장치 및/또는 의료진 단말과 유선 또는 무선 통신을 수행한다. 특히, 무선 통신을 수행함에 있어서, 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 한다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있으며, 제공 장치(100)는 앞에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다.

근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 근거리 무선 통신망(Wireless Area Networks)을 제공 장치(100)와 의료 장치 및/또는 의료진 단말 간 무선 통신을 지원할 수 있다. 이때, 근거리 무선 통신망은 근거리 무선 개인 통신망(Wireless Personal Area Networks)일 수 있다.

저장모듈(130)은 인공지능 기반으로 가상 혈관 모델을 제공하기 위해 필요한 적어도 하나의 데이터(정보) 및 적어도 하나의 프로세스는 물론, 그 외 각종 데이터(정보)를 저장한다. 예를 들어, 가상 혈관 모델 제공을 위한 프로그램, 의료 정보, 환자 정보, 의료 영상 등을 데이터로서 저장할 수 있다. 그 외에도, 저장모듈(130)은 가상 혈관 모델 제공 방법을 실행하기 위한 각종 명령어, 알고리즘 등을 저장한다.

또한, 저장모듈(130)은 플래시 메모리 타입(flash memory type), 하드 디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 아울러, 저장모듈(130)은 일시적, 영구적 또는 반영구적으로 정보를 저장할 수 있으며, 내장형 또는 탈착형으로 제공될 수 있다.

제어모듈(150)은 제공 장치(100) 내 구성들을 제어하거나 각종 정보를 처리하고 연산하기 위한 것으로, 저장모듈(130)에 저장된 적어도 하나의 프로세스를 기반으로 가상 혈관 모델을 제공하기 위한 동작을 수행한다.

제어모듈(150)은 의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하고, 제1 영상으로부터 메인 혈관 및 주변혈관을 각각 분리하여 제2 영상 및 제3 영상을 생성한 후, 그 생성된 두 영상을 이용하여 가상의 전체 혈관 모델을 생성한다. 이후, 제어모듈(150)은 그 생성된 가상의 전체 혈관 모델을 기 설정된 의료 장치 또는 의료진 단말로 송신하여 진료 및 수술에 이용할 수 있도록 한다.

구체적으로, 제어모듈(150)은 의료 영상이 입력되면 제1 영상을 생성하기 위해서 기 저장된 뼈 정보를 기반으로 위치 및 형상을 확인하여 그 의료 영상 상에서 뼈에 해당하는 것으로 판단되는 부분을 특정하고, 그 특정된 뼈가 기 설정된 영역을 넘어가지 않는 하운스필드 단위값을 탐지한다. 이후, 제어모듈(150)은 그 확인된 하운스필드 단위값, 즉, 탐지된 하운스필드 단위값으로 해당 의료 영상의 하운스필드 단위값을 조절(설정)하여 뼈가 제거된 제1 영상을 생성한다.

한편, 제어모듈(150)은 제1 영상이 생성된 이후, 제2 영상을 생성하기 위해서 제1 영상에서 중앙 영역을 특정하고, 그 특정된 중앙 영역에 대한 하운스 필드 단위값을 조절하여 메인 혈관을 검출한다. 이때, 메인 혈관을 검출하기 위해서는 제1 영상의 하운스필드 단위값을 낮춰 조절하도록 한다. 이후, 제어모듈(150)은 제1 영상의 하운스필드 단위값이 조절됨에 따라 검출된 메인 혈관을 확인하고, 이를 분리함으로써 메인 혈관만을 포함하는 제2 영상을 생성한다.

한편, 제어모듈(150)은 제2 영상이 생성된 이후, 제3 영상을 생성하도록 하는데, 그에 앞서 제1 영상 내에서 장기를 식별하고, 그 식별된 장기를 기준으로 앞서 특정된 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수의 주변 영역으로 분할한다. 이때, 경계는 중앙 영역을 기준으로 하여 기 설정된 조영 농도차에 따라 설정될 수 있는 것으로, 중앙 영역에서 멀어질수록 조영 농도는 옅어질 것이므로, 이를 고려하여 경계를 설정한다. 예를 들어, 경계를 설정하기 위한 알고리즘으로서, 이미지 세분화 알고리즘인 영역 확장 알고리즘(Region Growing Algorithm)이 적용될 수 있다. 이렇게 설정된 경계를 통해 복수의 주변 영역으로 분할되는 것이다.

이후, 제어모듈(150)은 제1 영상의 복수의 주변 영역 각각에 대한 하운스필드 단위값을 조절하고, 그 값이 조절된 복수개의 주변 영역 각각에 기 설정된 추적 알고리즘을 적용하여 주변 혈관을 추적 및 모델링 함으로써 제3 영상을 생성한다.

이때, 기 설정된 추적 알고리즘은 앞서 제1 영상에서 검출된 메인 혈관 및 제1 영상에서 식별된 장기들 사이에 연결되는 구간을 확인함으로써, 제1 영상 내의 주변 혈관을 추적하기 위한 것으로, 복수의 주변 영역 각각에 서로 상이하게 적용될 수 있다. 즉, 복수의 주변 영역 마다 추적 알고리즘이 상이하게 적용되도록 설정될 수 있다. 이때, 기 설정된 추적 알고리즘은 중앙 영역과 해당 주변 영역 간의 이격 거리를 기준으로 설정될 수 있다.

앞서 설명한 바와 같이, 제어모듈(150)이 제2 영상 및 제3 영상을 모두 생성하게 되면, 그 생성된 두 영상을 이용하여 가상의 전체 혈관 모델을 생성함으로써, 기 설정된 의료 장치 및/또는 의료진 단말로 제공할 수 있다.

그러나, 도 2는 하나의 실시예에 해당하는 것으로, 제공 장치(100)에 포함된 모듈의 수는 적거나 많을 수 있으며, 이는 필요에 따라 변경될 수 있다.

도 3은 본 발명의 실시예에 따른 인공지능 기반 가상 혈관 모델 제공 방법을 나타내는 순서도이다.

도 3을 참조하면, 제공 장치(100)는 의료 영상이 입력되면(S210), 그 입력된 의료 영상에서 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성한다(S220).

그 다음으로, S220 단계에 의해 생성된 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 메인 혈관만을 포함하는 제2 영상을 생성하고(S230), S220 단계에 의해 생성된 제1 영상에서 장기를 식별한 후, 그 식별된 장기를 기준으로 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수의 주변 영역으로 분할한다(S240).

그 다음으로, S240 단계에 의해 분할된 복수의 주변 영역 각각에 포함된 주변 혈관을 검출 및 분리하여 주변 혈관만을 포함하는 제3 영상을 생성하고(S250), S230 단계에 의해 생성된 제2 영상 및 S250 단계에 의해 생성된 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성한 후, 그 생성된 전체 혈관 모델을 기 설정된 의료 장치 및/또는 의료진 단말로 제공한다(S260).

도 4는 본 발명의 실시예에 따라 제1 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.

도 4를 참조하면, 제공 장치(100)는 의료 영상이 입력되면, 그 의료 영상에서 기 저장된 뼈 정보를 기반으로 위치 및 형상을 확인하여 그 의료 영상 상에서 뼈에 해당하는 것으로 판단되는 부분을 특정하고(S221), 그 특정된 뼈가 기 설정된 영역을 넘어가지 않는 하운스필드 단위값을 탐지한다(S222).

이후, 그 확인된 하운스필드 단위값, 즉, 탐지된 하운스필드 단위값으로 해당 의료 영상의 하운스필드 단위값을 조절(설정)하여 뼈가 제거된 제1 영상을 생성한다(S223).

이와 같이, 하운스필드 단위값을 조절하여 제1 영상을 생성하는 동작에 따라 변화하는 화면은 도 1과 같을 수 있다.

앞서 설명한 바와 같이, 도 1의 (a) 내지 (f)는 하운스필드 단위값을 그 순서에 따라 각각 -940, -400, -15, 200, 300 및 400으로 조절하였을 때의 의료 영상으로서, 그 값이 커질수록 밝기 값이 변화함에 따라 피부, 장기, 혈관 등이 제거됨에 따라 뼈를 특정할 수 있게 된다.

이때, 입력 영상은 (a) 이미지이지만, 기반이 되는 의료 영상으로서 (d) 이미지를 이용하게 되며, 이 (d) 이미지에서 앞서 (e) 이미지 상에서 특정된 뼈를 제거하면 피부, 장기 및 혈관만이 포함된 이미지를 제1 영상을 생성할 수 있다.

도 5는 본 발명의 실시예에 따라 제2 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.

도 5를 참조하면, 제공 장치(100)는 제1 영상에서 중앙 영역을 특정하고(S231), 그 특정된 중앙 영역에 대한 하운스 필드 단위값을 조절하여 메인 혈관을 검출한다(232).

그 다음으로, 제공 장치(100)는 제1 영상의 하운스필드 단위값이 조절됨에 따라 검출된 메인 혈관을 확인하여 분리하고(S233), 그 분리된 메인 혈관만을 포함하는 제2 영상을 생성한다(234).

도 6은 본 발명의 실시예에 따라 제1 영상을 기반으로 생성된 제2 영상의 일 예를 나타내는 도면이다.

뼈가 제거된 제1 영상의 하운스필드 단위값을 조절하여 장기 및 주변 혈관이 제거함으로써, 도 6에 도시된 바와 같이 메인 혈관만을 포함하는 제2 영상을 생성할 수 있다.

도 7은 본 발명의 실시예에 따라 제3 영상을 생성하는 구체적인 동작을 나타내는 순서도이다.

도 7을 참조하면, 제공 장치(100)는 제1 영상의 복수의 주변 영역 각각에 대한 하운스필드 단위값을 조절하고(S251), 그 값이 조절된 복수개의 주변 영역 각각에 기 설정된 추적 알고리즘을 적용하여 주변 혈관을 추적한다(S252).

그 다음으로, 제공 장치(100)는 그 추적된 주변 혈관을 모델링 함으로써 제3 영상을 생성한다(S253).

도 8은 본 발명의 실시예에 따라 제1 영상을 기반으로 생성된 제3 영상의 일 예를 나타내는 도면이다.

제1 영상 상에서 중앙 영역을 기준으로 기 설정된 조영 농도차에 따라 경계를 설정함으로써 복수의 주변 영역으로 분할하고, 그 분할된 각각의 영역에 기 설정된 추적 알고리즘을 적용함으로써, 8에 도시된 바와 같이 주변 혈관만을 포함하는 제3 영상을 생성할 수 있다.

도 9는 본 발명의 실시예에 따라 제2 영상 및 제3 영상을 기반으로 생성된 가상의 전체 혈관 모델의 일 예를 나타내는 도면이다.

도 9에 도시된 바와 같이, 제2 영상 및 제3 영상을 합성함으로써 하나의 가상 전체 혈관 모델을 생성할 수 있다. 그러나, 이는 하나의 실시예일 뿐, 제2 영상 및 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하는 방식을 한정하지는 않는다.

또한, 본 발명의 실시예를 설명함에 있어서, 의료 영상에서 뼈를 특정하여 제거한 후, 메인혈관을 검출하는 경우를 기반으로 설명하였으나, 이는 하나의 실시예일 뿐, 의료 영상에서 메인혈관을 먼저 검출한 뒤 뼈를 제거할 수 있으며, 그 순서를 한정하지 않는다. 뿐만 아니라, 주변 혈관을 제거하기 위해 제1 영상을 이용하지 않고, 제2 영상을 생성하기 위한 과정 중에서 제1 영상에서 뼈를 제거한 상태의 영상을 이용하도록 할 수도 있다.

한편, 본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

100 : 가상 혈관 모델 제공 장치 110 : 통신모듈
130 : 저장모듈 150 : 제어모듈

Claims (10)

1. 장치에 의해 수행되는, 인공지능 기반 가상 혈관 모델 제공 방법에 있어서,
   의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하는 단계;
   상기 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 상기 메인 혈관만을 포함하는 제2 영상을 생성하는 단계;
   상기 제1 영상에서 장기를 식별하고, 상기 식별된 장기를 기준으로 상기 제1 영상에서 상기 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수의 주변 영역으로 분할하는 단계,
   상기 복수의 주변 영역 각각에 포함된 주변 혈관을 추적 및 분리하여 상기 주변 혈관만을 포함하는 제3 영상을 생성하는 단계; 및
   상기 제2 영상 및 상기 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하여 제공하는 단계를 포함하는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
2. 제1항에 있어서,
   상기 제1 영상을 생성하는 단계는,
   기 저장된 뼈 정보를 기반으로 위치 및 형상에 따라 상기 의료 영상에서 뼈를 특정하는 단계;
   상기 특정된 뼈가 기 설정된 영역을 넘어가지 않는 값을 탐색하는 단계; 및
   상기 탐색된 값으로 상기 의료 영상의 상기 하운스필드 단위값을 조절하는 단계를 포함하는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
3. 제1항에 있어서,
   상기 제2 영상을 생성하는 단계는,
   상기 제1 영상에서 중앙 영역을 특정하는 단계;
   상기 특정된 중앙 영역에 대한 하운스필드 단위값을 낮춰 상기 메인 혈관을 검출하는 단계;
   상기 제1 영상으로부터 상기 검출된 메인 혈관을 분리하는 단계; 및
   상기 분리된 메인 혈관만을 포함하는 상기 제2 영상을 생성하는 단계를 포함하는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
4. 제1항에 있어서,
   상기 제3 영상을 생성하는 단계는,
   상기 복수의 주변 영역 각각에 대한 하운스필드 단위값을 조절하는 단계;
   상기 하운스필드 단위값이 조절된 복수의 주변 영역 각각에 기 설정된 추적 알고리즘을 적용하여 상기 주변 혈관을 추적하는 단계;
   상기 추적된 주변 혈관을 모델링하여 상기 제3 영상을 생성하는 단계를 포함하는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
5. 제4항에 있어서,
   상기 기 설정된 추적 알고리즘은,
   상기 검출된 메인혈관 및 상기 식별된 장기들 사이에 연결되는 구간을 확인하여 상기 주변 혈관을 추적하기 위한 것으로,
   상기 복수의 주변 영역 각각에 서로 상이하게 적용되는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
6. 제5항에 있어서,
   상기 기 설정된 추적 알고리즘은,
   상기 중앙 영역과 해당 주변 영역 간의 이격 거리를 기반으로 설정되는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
7. 제1항에 있어서,
   상기 경계를 설정할 시,
   상기 중앙 영역을 기준으로 기 설정된 조영 농도차에 따라 상기 경계를 설정하여 상기 복수의 주변 영역으로 분할하는 것임을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
8. 제7항에 있어서,
   상기 경계를 설정할 시,
   이미지 세분화 알고리즘으로서, 영역 확장 알고리즘(Region Growing Algorithm)을 기반으로 하는 것을 특징으로 하는,
   가상 혈관 모델 제공 방법.
   
9. 인공지능 기반 가상 혈관 모델 제공 장치에 있어서,
   통신모듈;
   인공지능을 기반으로 가상 혈관 모델을 제공하기 위해 필요한 적어도 하나의 프로세스를 저장하는 저장모듈; 및
   상기 적어도 하나의 프로세스를 기반으로, 인공지능을 기반으로 가상 혈관 모델을 제공하기 위한 동작을 제어하는 제어모듈을 포함하며,
   상기 제어모듈은,
   의료 영상이 입력되면, 하운스필드 단위값을 기준으로 혈관 이외의 뼈를 제거하여 혈관만을 포함하는 제1 영상을 생성하고, 상기 제1 영상의 중앙 영역 내에 포함된 메인 혈관을 검출 및 분리하여 상기 메인 혈관만을 포함하는 제2 영상을 생성하고, 상기 제1 영상에서 장기를 식별하고, 상기 식별된 장기를 기준으로 상기 제1 영역에서 상기 중앙 영역을 제외한 나머지 영역에 대한 경계를 설정하여 복수 주변 영역으로 분할하고, 상기 복수의 주변 영역 각각에 포함된 주변 혈관을 추적 및 분리하여 상기 주변 혈관만을 포함하는 제3 영상을 생성하고, 상기 제2 영상 및 상기 제3 영상을 이용하여 가상의 전체 혈관 모델을 생성하여 제공하는 것을 특징으로 하는,
   가상 혈관 모델 제공 장치.
   
10. 컴퓨터와 결합되어, 제1항 내지 제 8 항 중 어느 한 항에 따른 인공지능 기반 가상 혈관 모델 제공 방법을 실행시키기 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.

Images