KR20230097482A

KR20230097482A - Rf신호로부터 혈류의 속력을 측정하는 방법

Info

Publication number: KR20230097482A
Application number: KR1020210187018A
Authority: KR
Inventors: 박대우; 박동찬
Original assignee: 국립암센터
Priority date: 2021-12-24
Filing date: 2021-12-24
Publication date: 2023-07-03
Also published as: EP4454552A1; KR102588193B1; WO2023121002A1

Abstract

본 발명은 RF신호로부터 혈류의 속력을 측정하는 방법에 관한 것으로, 상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계; 상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계; 분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계; 상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및 상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함한다.

Description

RF신호로부터 혈류의 속력을 측정하는 방법{Method for measuring flow speed of blood using RF signal}

본 발명은 RF신호로부터 혈류의 속력을 측정하는 방법에 관한 것이다.

최근 초미세수술 등이 발달하면서 미세혈관 내에 흐르는 혈류량의 측정이 필요하게 되었다. 또한, 심혈관질환 진단을 위한 혈관벽 전단응력 측정을 위해서 혈관벽 근처의 혈류속력 측정이 가능해야 한다. 특히, 수술 중 혈류량의 실시간 측정이 중요하다.

현재 혈류량은 도플러 초음파 측정법을 이용하여 측정하고 있다. 도플러 초음파 측정법은 평균 혈류량 측정에는 효과적이지만 미세혈류나 혈관벽 근처의 혈류속력을 측정하기에는 공간해상도에 문제가 있다.

Fluorometry를 이용한 피부관류 검사법은 역시 혈관망을 직접 관찰하기에는 문제가 있다.

조직학적 관찰을 통한 혈관 수 측정법은 혈관발달에 대한 정량분석이 어느 정도 가능하지만, 검사자나 절단된 박편에 따라서, 오차의 가능성이 많다.

혈관조영술은 혈관망의 형태학적 결과관찰에는 적합하지만, 검사술기나 실험동물의 크기에 따라서 해상력에 차이가 있을 수 있고, 혈관화의 정량 분석에는 적합하지 못하여, 결과 관찰시 단독으로 사용하기에는 문제점이 있다.

한국공개특허 제2016-0133225호(2016년11월22일 공개)

따라서 본 발명의 목적은 RF신호로부터 혈류의 속력을 측정하는 방법을 제공하는 것이다.

상기 본 발명의 목적은 RF신호로부터 혈류의 속력을 측정하는 방법에 있어서, 상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계; 상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계; 분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계; 상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및 상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함하는 것에 의해 달성된다.

상기 기저 신호는 복수의 개별 기저 신호의 합으로 나타내어지며, 상기 각 개별 기저 신호는 공간 특이벡터, 시간 특이벡터 및 특이값을 포함하며, 상기 분류하는 단계에서는, 상기 특이값을 기초로 상기 혈류신호, 상기 클러터 신호 및 상기 잡음 신호를 분류할 수 있다.

상기 분류에서는, 상기 특이값의 크기를 기준으로 상기 혈류신호 및 상기 클러터 신호를 분류할 수 있다.

상기 분할 단계는, 상기 혈류 신호 및 상기 클러터 신호 중 적어도 어느 하나를 기초로 특징맵을 얻는 단계; 및 상기 특징맵을 영상분할하여 상기 클러터 영역 및 상기 혈류 영역을 얻는 단계를 포함할 수 있다.

상기 특징맵은 상기 혈류신호의 에너지를 도시한 에너지 맵을 데시벨 스케일로 변환하여 얻을 수 있다.

상기 특징맵을 얻은 후, 상기 특징맵을 평활화하는 단계를 더 포함하며, 상기 영상분할은 평활화된 상기 특징맵을 대상으로 수행될 수 있다.

상기 혈류 속력을 측정하는 단계는, 상기 출력신호의 부호를 추출하는 단계; 상기 추출된 부호를 1-bit상관기에 입력하여 상관값을 얻는 단계; 상기 상관값을 보정하여 보정된 상관값을 얻는 단계; 및 상기 보정된 상관값을 스펙클 칼리브레이션을 이용해 혈류의 속력으로 전환하는 단계를 포함하며, 상기 스펙클 칼리브레이션은 스펙클 비상관과 스페클 이동거리를 측정한 데이터로부터 얻어질 수 있다.

본 발명에 따르면 혈관단면 RF신호로부터 혈류의 속력을 측정하는 방법이 제공된다.

도 1은 본 발명의 일실시예에 따른 혈류 속력 측정 방법의 순서도이고,
도 2는 공간 특이벡터의 유사도 행렬(similarity matrix)을 나타낸 것이고,
도 3은 Field II 시뮬레이션에서 유속측정 결과를 나타낸 것이고,
도 4는 초음파 유속측정 실험장치를 나타낸 것이고,
도 5는 In vitro 팬텀 실험에서 혈류속력 측정 절차를 나타낸 것이고,
도 6은 In vitro 팬텀 실험에서 신호처리 전·후 혈관 종단면 B-mode 영상을 나타낸 것이고,
도 7은 In vitro 팬텀 실험에서 혈류측정 결과를 나타낸 것이고,
도 8은 In vitro 팬텀 실험에서 혈관 중심부의 유속 측정값을 나타낸 것이고,
도 9는 In vivo 실험에서 유속 측정 결과를 나타낸 것이고,
도 10은 In vivo 실험에서 경동맥 측정 초음파 데이터의 SVD 결과를 예시한 것이다.

이하 도면을 참조하여 본 발명을 더욱 상세히 설명한다.

첨부된 도면은 본 발명의 기술적 사상을 더욱 구체적으로 설명하기 위하여 도시한 일 예에 불과하므로 본 발명의 사상이 첨부된 도면에 한정되는 것은 아니다. 첨부된 도면은 설명을 위해 각 부분의 두께나 길이 등이 과장되어 표현되어 있을 수 있다.

본 발명은 혈관 내의 혈류 속력, 특히, 미세혈관 내 혈류 속력 측정하는 방법을 제공한다. 본 발명에서는 혈류 속력 측정을 위한 초음파 신호처리 기술 및 혈류속력 측정 알고리즘을 제공한다.

이하 본 발명에 따른 혈류 속력의 측정 방법의 순서도를 나타낸 도 1을 참조하여 본 발명을 설명한다.

먼저, 초음파 프로브에서 수집된 RF신호를 복소 신호로 변환(S110)한다.

이 과정은 공지의 방법을 이용하여 수행할 수 있으며, I/Q 복조 및 데시메이션(decimation)이 수행될 수 있다.

다음으로 복소 신호를 특이값 분해를 이용해 기저 신호로 분해(S120)한다.

복조된 초음파 신호는 다음과 같이 표현된다.

여기서, N은 프레임 수, M은 프레임당 RF 라인수, L은 RF 라인당 샘플수이다. 각 프레임을 열 벡터로 변환해 초음파 신호로부터 LM×N 크기의 데이터 행렬을 구성한다.

SVD를 이용해 데이터 행렬을 분해하면

여기서 u₁, u₂..., u_N은 서로 직교하는 N 개의 왼쪽 특이벡터(길이 LM), v₁, v₂,...,v_N은 서로 직교하는 N 개의 오른쪽 특이벡터(길이 N), σ₁≥σ₂≥…≥σ_N≥0 은 N 개의 특이값이며, 모든 특이벡터들은 에너지가 1이다. 물리적으로 왼쪽 특이벡터들은 공간적인 정보를, 오른쪽 특이벡터들은 시간적인 정보, 특이값은 에너지를 나타낸다.

다음으로 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류( S130)한다.

공간 특이벡터를 L×M 행렬로 표현하면, 초음파 신호를 N 개 기저 신호의 합으로 나타낼 수 있다.

각 기저 신호는 공간 특이벡터 u_N와 시간 특이벡터 v_N로 구성되며, 특이값 σ_N는 각 기저 신호의 크기를 나타낸다. 일반적으로 클러터 신호는 혈류 신호보다 훨씬 큰 세기를 가지므로, 클러터 신호가 혈류 신호보다 큰 특이값을 가진다고 가정한다. 만약 α 번째부터 β번째까지 특이값이 혈류신호에 해당한다면, 초음파 신호 s(i,j,k)는 다음과 같이 클러터 신호와 혈류 신호로 분해할 수 있다.

나머지 β+1부터 N 번째 특이값은 잡음에 해당한다. 클러터, 혈류, 잡음을 구분하는 두 개의 파라미터 α, β는 [Baranger 2018]에서 제안된 방법 등으로 결정할 수 있다.

시간 및 공간 특이벡터들을 클러터/혈류/잡음으로 분류하는 방법을 추가 설명하면 다음과 같다.

다양한 특이벡터 분류방법이 제안되었지만, 공간 유사도를 이용하는 방법이 가장 성능이 우수한 것으로 알려져 있다 [Baranger 2018]. 이 방법에서는 공간 특이벡터들 간의 유사도를 계산한 다음, 유사도가 높은 특이벡터들 끼리 모아 2개의 그룹을 만든다. 두 그룹 중에 특이값이 큰 그룹을 클러터로, 특이값이 작은 그룹을 혈류로 분류하고, 그룹에 속하지 못한 나머지 특이벡터들을 잡음으로 분류한다.

공간 특이벡터의 유사도를 계산하면 예를 들어, 도 2와 같이 유사도 행렬(similarity matrix)이 구해진다. 여기서 첫번째 그룹이 클러터로서 특이값 1~19번, 두번째 그룹이 혈류로서 특이값 20~77, 나머지가 잡음으로서 특이값 78~150이다. 즉, SVD에서 클러터/혈류/잡음을 구분하는 두 개의 파라미터는 혈류의 특이값 범위인 =20, =77이다.

도 2는 공간 특이벡터의 유사도 행렬을 나타낸 것으로, i행, j열의 값은 i-번째와 j번째 공간 특이벡터 간의 유사도를 나타낸다.

다음으로 클러터 영역 및 혈류 영역으로 분할(S140)한다.

도플러 초음파나 스펙클 추적에서 SVD를 이용해 클러터를 제거할 때는, 관심 영역에 존재하는 모든 클러터 신호를 제거하고 혈류 신호만을 이용해 혈류 속력를 측정한다. 하지만 스펙클 비상관에서 모든 클러터 신호를 제거하면 혈관벽 근처와 혈관 주위 조직에서 혈류 속력 측정값에 큰 오차가 발생하게 된다. 이는 스펙클 비상관 기술이 스펙클 패턴의 시간에 따른 상관도를 계산해 유속을 측정하기 때문이다. 따라서 혈류신호가 없는 위치에서 클러터 신호를 제거하면 잡음만 남게 되어 스펙클의 비상관이 커지게 되고 혈류가 없음에도 유속이 매우 높게 측정된다.

본 발명에서는 모든 영역에서 클러터를 제거하는 대신에 클러터 영역에서는 혈류신호를 제거하고, 혈류영역에서는 클러터 신호를 제거함으로써, 스펙클 비상관 계산에 적합한 신호를 생성한다.

분할(S140) 단계는 특징맵 추출과 영역 분할을 거쳐 수행된다.

먼저 혈류 신호의 에너지를 다음과 같이 계산한다.

이 에너지 맵을 데시벨(dB) 스케일로 변환하여 특징맵(feature map)을 얻는다.

혈류 에너지 대신 클러터 에너지 또는 클러터 혈류비를 특징맵으로 사용할 수도 있다.

클러터 혈류비는 클러터 신호와 혈류 신호의 에너지비를 dB스케일로 계산하여 얻을 수 있다.

특징맵을 평활화(smoothing)한 다음, Otsu 방법을 이용해 클러터 영역과 혈류 영역으로 분할한다. 평활화를 위해 가우시안 필터가 사용될 수 있으며, 다른 실시예에서는 영역 분할에서는 Otsu 방법 이외에 k-means 클러스터링 등 다양한 영상분할 기법을 이용할 수 있다.

이후 분할된 클러터 영역 및 혈류 영역으로부터 출력 신호를 도출(S150)한다.

영역 분할을 통해 얻어진 클러터 영역을 A_c, 혈류 영역을 A_f라 하자. 클러터 영역에서 혈류 신호를 제거하고, 혈류 영역에서 클러터 신호를 제거하면, 다음과 같은 출력 신호를 얻는다.

다음으로 출력 신호로부터 스펙클 비상관을 계산하여 혈류 속력을 측정(S160)한다.

이 단계에서는 먼저 SVD 필터 출력 IQ신호의 부호를 추출한다.(I축에서 1비트, Q축에서 1비트) 즉, 상관기 입력신호(출력신호) x(i,j,k)의 부호를 아래와 같이 취하는 것이다. (sign 함수는 실수부와 허수부 각각 부호를 취함)

다음으로 1-bit 상관기를 이용하여 부호 신호의 상관값을 계산한다.

여기서 i′,j′는 i, j 를 중심으로 하는 공간 윈도우이고, k는 시간 윈도우이다.

1-bit 상관기는 확률통계 이론중에 하나인 Bussgang 정리를 이용한 것이다. 신호의 통계적 성질이 가우시안 분포를 따르는 경우, 이 신호가 비선형 왜곡되더라도 원 신호의 상관도 측정이 가능하다. 즉 비선형 왜곡된 신호의 상관도를 계산한 다음, Bussgang 정리에 따라 상관도를 보상해주면 원신호의 상관도를 얻을 수 있다. 본 발명에서는 부호추출기가 비선형 왜곡의 역할을 수행한다. 부호추출기는 원신호에서 부호비트만 추출한다. 초음파 스펙클 신호는 일반적으로 가우시안 분포를 따르므로, 초음파 스펙클신호의 부호(1 비트)만으로 상관도 측정이 가능해진다.

이 과정에서 신호가 1비트로 표현되므로 곱셈연산이 필요하지 않아 실시간 측정이 가능해 진다.

다음으로 상관값을 아래와 같이 보정한다. 이는 1비트 상관기로 인해 발생하는 상관값 왜곡을 보상하는 것이며, Bussgang 이론에 근거한다.

다음으로 보정된 상관값과 스펙클 calibration 데이터를 이용해 상관값을 혈류 속력으로 변환한다.

스펙클 calibration 데이터는 스펙클 비상관과 스펙클 이동거리의 관계를 측정한 데이터이다. 스펙클 calibration 데이터는 초음파 시스템 고유의 성질로서, 정밀 스테이지로 초음파 프로브를 이동시켜 이동거리와 비상관의 함수 관계를 얻을 수 있다.

마지막으로 측정된 혈류 속력을 출력(S170)한다. 출력은 표시장치에 표시 및 전산망을 통해 외부 전송 등 다양한 방식으로 수행될 수 있다.

이상의 본 발명에 따르면 초음파 조영제를 사용하지 않고 혈류 속력을 측정할 수 있다. 즉 신호처리를 통해 클러터와 잡음을 제거하기 때문에 초음파 조영제가 필요하지 않은 것이다. 또한 혈류 속력의 계산을 위한 계산량이 감소하여 실시간으로 혈류 속력 측정이 가능하다.

이하 시뮬레이션 및 실험을 통해 본 발명을 더욱 상세히 설명한다.

시뮬레이션을 통한 알고리즘 검증

개발한 알고리즘의 성능을 MATLAB 초음파 시뮬레이션 툴박스인 Field II를 이용해 검증하였다. 시뮬레이션 파라미터는 표 1과 같다.

< 표 1 >

도 3은 개발한 SVD 필터 적용 전후의 유속 측정 결과를 보여주는 것으로, 20번 유속 측정한 후 평균값과 표준편차를 표시하였다.

이론으로 구한 유속선도(ground truth)는 붉은색으로 표시하였다. 도 3에서 (a)는 SVD 적용 전이며 (b)는 SVD 적용 후이다.

기존 speckle decorrelation 기술은 초음파 조영제를 사용하지 않으면 유속 측정값이 크게 under-estimation되었다. 반면, 초음파 조영제 없이도 개발한 SVD 기반 speckle decorrelation 기술로 유속 측정의 정확도를 높였다.

유량 측정 값은 SVD 적용 전에는 8.66±0.16 mL/min이었으나, SVD 적용 후 20.99±0.14 mL/min로서 참값(ground truth) 19.6 mL/min에 근접하였다.

In vitro 팬텀 실험을 통한 검증

도 4와 같이 초음파 유속측정 실험장치는 유속장치와 초음파장치를 마련하였다. 도 4의 (a)는 실험장치의 모식도이고, 도 4의 (b)는 실험장치의 사진이다.

유속장치(도 4의 (a)의 초록음영부분)는 시린지 펌프, 튜브, 초음파 팬텀, 도플러 액체 저장소로 구성된다.

시린지 펌프(NE-300)로 4mm관에 도플러 용액을 주입(유량 20, 40 mL/min)하였다.

4mm 직경 관을 가지는 초음파 팬텀을 제작(Agar 2%, glass-beads 1%)하였다. 도플러 액체 안에는 적혈구를 모사하는 직경 5μm의 알갱이들을 위치시켰다(CIRS 769DF).

프로브를 선형 스테이지를 이용해 1mm/s의 속도로 이동시켜 클러터 신호를 발생시켰다.

초음파장치(도 4의 (a)의 파랑음영부분)는 초음파 프로브(중심주파수: 10MHz), 초음파 스캐너(영상획득률(frame rate: 1000Hz)로 구성되었다.

도 5는 초음파 프로브에서 수집된 RF 신호로부터 혈류속력을 측정하는 절차를 보여준다.

초음파 프로브에서 수집된 RF 신호를 복소 신호로 변환 (I/Q 복조 및 decimation 수행), 복소 신호를 기저 신호들로 분해 (특이값 분해를 이용), 기저 신호들을 클러터/혈류/잡음으로 분류, 영역 분할에 기반한 클러터 제거 및 Speckle decorrelation을 계산하여 혈류 속력 측정을 수행하였다.

도플러 액체부분의 신호에는 클러터 잡음과 상당량의 전기적 잡음이 함유되어 있다.

도 6은 팬텀 실험에서 신호처리 전후 혈류의 B-모드 영상을 보여준다. 신호처리 기술을 이용하여 클러터 잡음과 전기적 잡음을 제거함으로써 순수한 도플러 액체부분의 신호를 얻었으며, 도플러 액체부분의 SNR이 매우 향상되었다.

도 7과 같이 도플러 액체와 주변 티슈의 경계부분인 혈관벽을 탐지(A)하고 혈류속력을 측정(B)하였다.

도 8은 혈관중심부의 유속 측정값을 나타내는 것으로 (a)는 혈류량 20ml/min이며, (b)는 혈류량 40ml/min이다.

도 8은 깊이 15mm에서 10번 측정한 유속의 평균과 표준편차를 보여준다.

고정된 클러터 뿐만 아니라 속도 1mm/s로 이동하는 클러터 하에서도 혈관벽을 탐지하고 정확한 혈류속력을 측정할 수 있다.

In vivo 측정을 통한 임상 적용 가능성 확인

45세 건강한 성인 남성의 경동맥을 SonixTouch 시스템에서 6.6MHz 중심주파수로 측정하였다. 앉은 자세에서 약 6mm 직경의 경동맥이 프로브 시야의 중심에 오도록 조절한 다음, 경동맥 종단면을 프레임률 925Hz로 측정하여 1000 프레임의 RF 데이터 획득하였다.

가로 5mm, 세로 25mm의 혈관 중심은 깊이 약 15mm에 위치하였다.

RF 데이터 1,000 프레임에 SVD 필터를 적용한 다음, 100 프레임마다 speckle decorrelation 알고리즘을 적용해 유속을 측정하였다.

도 9는 SVD 필터 전후 B-모드 영상과 혈관 중심에서 측정된 유속 프로파일을 보여준다. 도 9의 (a)는 경동맥 B-모드 영상, (b)는 SVD로 분해된 클러터와 혈류신호의 B 모드 영상이며 (c)는 중심선(x=0)에서의 유속(시간 간격 0.1s)을 나타낸다.

Speckle decorrelation 기법으로 측정된 유속을 노이즈를 감소시키기 위해서 Savitzky-golay 필터(3차, 5샘플)로 평탄화하였다.

깊은 쪽에 위치한 아래 혈관벽 근처의 유속 변화 및 혈관벽 움직임이 잘 보여진다.

초음파 장비의 프레임율 한계(1,000Hz)로 경동맥 중심의 최대 유속(약 100cm/s)의 측정에는 한계가 있지만, 혈관벽 근처의 느린 유속은 고해상도로 측정할 수 있었다.

도 10은 경동맥 측정 데이터의 SVD결과 예시이다. 도 10에서 (a)는 특이값 곡선 (b)는 spatial similarity (c)는 혈류영역의 파워도플러 맵이며 (d)는 혈류영역의 segmentation 결과를 나타낸다.

특이값 곡선에서 보듯이 클러터 신호들은 혈류신호보다 훨씬 큰 전력을 가지고 있다(약 40dB 차이). Spatial similarity로부터 클러터 특이값 구간은 [1 54], 혈류 특이값 구간은 [55 400]로 결정하였다.

파워도플러와 segmentation 결과는 혈류신호의 영역을 보여주고 있으며, 제안한 SVD 필터가 경동맥 횡단면 데이터를 클러터와 혈류신호로 명확히 분해할 수 있음을 보여준다.

전술한 실시예들은 본 발명을 설명하기 위한 예시로서, 본 발명이 이에 한정되는 것은 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양하게 변형하여 본 발명을 실시하는 것이 가능할 것이므로, 본 발명의 기술적 보호범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.

Claims

RF신호로부터 혈류의 속력을 측정하는 방법에 있어서,
상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계;
상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계;
분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계;
상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및
상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함하는 방법.
제1항에 있어서,
상기 기저 신호는 복수의 개별 기저 신호의 합으로 나타내어지며,
상기 각 개별 기저 신호는 공간 특이벡터, 시간 특이벡터 및 특이값을 포함하며,
상기 분류하는 단계에서는,
상기 특이값을 기초로 상기 혈류신호, 상기 클러터 신호 및 상기 잡음 신호를 분류하는 방법.
제2항에 있어서,
상기 분류에서는,
상기 특이값의 크기를 기준으로 상기 혈류신호 및 상기 클러터 신호를 분류하는 방법.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 분할 단계는,
상기 혈류 신호 및 상기 클러터 신호 중 적어도 어느 하나를 기초로 특징맵을 얻는 단계; 및
상기 특징맵을 영상분할하여 상기 클러터 영역 및 상기 혈류 영역을 얻는 단계를 포함하는 방법.
제4항에 있어서,
상기 특징맵은 상기 혈류신호의 에너지를 도시한 에너지 맵을 데시벨 스케일로 변환하여 얻는 방법.
제4항에 있어서,
상기 특징맵을 얻은 후,
상기 특징맵을 평활화하는 단계를 더 포함하며,
상기 영상분할은 평활화된 상기 특징맵을 대상으로 수행되는 방법.
제1항에 있어서,
상기 혈류 속력을 측정하는 단계는,
상기 출력신호의 부호를 추출하는 단계;
상기 추출된 부호를 1-bit상관기에 입력하여 상관값을 얻는 단계;
상기 상관값을 보정하여 보정된 상관값을 얻는 단계; 및
상기 보정된 상관값을 스펙클 칼리브레이션을 이용해 혈류의 속력으로 전환하는 단계를 포함하며,
상기 스펙클 칼리브레이션은 스펙클 비상관과 스페클 이동거리를 측정한 데이터로부터 얻어지는 방법.