KR20230169067A - 의료지표 측정방법 및 이를 위한 초음파 진단장치 - Google Patents
의료지표 측정방법 및 이를 위한 초음파 진단장치 Download PDFInfo
- Publication number
- KR20230169067A KR20230169067A KR1020230176991A KR20230176991A KR20230169067A KR 20230169067 A KR20230169067 A KR 20230169067A KR 1020230176991 A KR1020230176991 A KR 1020230176991A KR 20230176991 A KR20230176991 A KR 20230176991A KR 20230169067 A KR20230169067 A KR 20230169067A
- Authority
- KR
- South Korea
- Prior art keywords
- medical
- image data
- feature points
- circumference
- points
- Prior art date
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003745 diagnosis Methods 0.000 title description 11
- 238000000691 measurement method Methods 0.000 claims abstract description 21
- 210000003484 anatomy Anatomy 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims description 31
- 210000003754 fetus Anatomy 0.000 claims description 22
- 230000001605 fetal effect Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 239000000523 sample Substances 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 14
- 210000000988 bone and bone Anatomy 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 210000001015 abdomen Anatomy 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 210000002758 humerus Anatomy 0.000 claims description 6
- 230000035935 pregnancy Effects 0.000 claims description 5
- 210000000689 upper leg Anatomy 0.000 claims description 5
- 238000012886 linear function Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000003187 abdominal effect Effects 0.000 description 9
- 210000001694 thigh bone Anatomy 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 210000001930 leg bone Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000000784 arm bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003821 menstrual periods Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06T2207/10132—Ultrasound 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
-
- 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
- G06T2207/30044—Fetus; Embryo
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Geometry (AREA)
- Pregnancy & Childbirth (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Gynecology & Obstetrics (AREA)
- Vascular Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
Abstract
의료지표 측정방법 및 이를 위한 초음파 진단장치가 개시된다. 일 실시 예에 따른 의료지표 측정방법은, 초음파 진단장치가 초음파 영상 데이터를 획득하는 단계와, 획득된 초음파 영상 데이터로부터 도형을 구성하기 위한 특징점들을 추출하는 단계와, 추출된 특징점들로 구성되는 도형정보를 생성하는 단계와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 단계와, 도형의 둘레 또는 길이를 측정하고 측정된 도형의 둘레 또는 길이에 기초하여 해부학적 구조물의 둘레 또는 길이를 포함하는 의료지표를 측정하는 단계를 포함한다.
Description
본 발명은 초음파를 이용한 진단기술에 관한 것으로, 보다 상세하게는 초음파를 이용하여 의료지표를 측정하는 기술에 관한 것이다.
의료분야에서 각종 질병의 조기 진단 또는 수술을 목적으로 인체의 생체 조직에 대한 정보를 영상화 하여 획득하기 위한 각종 의료 영상장치가 널리 이용되고 있다. 이러한 의료 영상장치의 대표적인 예로는 초음파 진단장치, CT 장치, MRI 장치 등이 있다.
초음파 진단장치는 초음파 프로브로부터 생성되는 초음파 신호를 대상체로 조사하고, 대상체로부터 반사된 에코 신호의 정보를 수신하여 대상체 내부의 부위에 대한 영상을 얻는다. 특히, 초음파 진단장치는 대상체 내부의 관찰, 이물질 검출 및 상해 측정 등 의학적 목적으로 사용된다. 이러한 초음파 진단장치는 X선을 이용하는 진단 장치에 비하여 안정성이 높고, 실시간으로 영상의 디스플레이가 가능하며, 방사능 피폭이 없어 안전하다는 장점이 있어서 다른 화상 진단 장치와 함께 널리 이용된다.
초음파 프로브를 통해 피검체에 초음파 신호를 조사하고, 피검체로부터 반사된 초음파 에코신호를 이용하여 획득된 초음파 영상 상에서 신체 부위의 크기를 측정하고, 의료지표를 예측하는 방법이 널리 사용되고 있다. 신체 부위의 크기를 측정하는 방법으로 시멘틱 분할(semantic segmentation) 기법이 있다. 해당 기법은 이미지 내에 있는 물체들을 의미 있는 단위로 분할해내는 것이다.
일 실시 예에 따라, 의료지표를 보다 정확하고 쉽게 자동으로 측정할 수 있는 의료지표 측정방법 및 이를 위한 초음파 진단장치를 제안한다.
일 실시 예에 따른 의료지표 측정방법은, 초음파 진단장치가 초음파 영상 데이터를 획득하는 단계와, 획득된 초음파 영상 데이터로부터 도형을 구성하기 위한 특징점들을 추출하는 단계와, 추출된 특징점들로 구성되는 도형정보를 생성하는 단계와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 단계와, 도형의 둘레 또는 길이를 측정하고 측정된 도형의 둘레 또는 길이에 기초하여 해부학적 구조물의 둘레 또는 길이를 포함하는 의료지표를 측정하는 단계를 포함한다.
특징점들을 추출하는 단계에서, 도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출할 수 있다.
특징점들을 추출하는 단계에서, 타원을 구성하는 둘레의 점을 추출하고, 원을 구성하는 둘레의 점을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다.
특징점들을 추출하는 단계는, 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시키는 단계와, 원본 영상 데이터에서 관심객체의 제1 특징점을 추출하는 단계와, 추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성하는 단계와, 생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시키는 단계를 포함할 수 있다.
학습시키는 단계에서, 신경망의 컨볼루션 계층(Convolution layer)와 비선형 함수를 반복해서 쌓는 구조를 이용하여 학습할 수 있다.
학습시키는 단계에서, 신경망의 패딩(Padding)을 이용하여 출력 사이즈를 줄이면서 생기는 정보의 손실을 방지할 수 있다.
학습시키는 단계에서, 제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습할 수 있다.
도형정보를 생성하는 단계에서, 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
도형정보를 생성하는 단계에서, 기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성할 수 있다.
도형정보를 생성하는 단계에서, 추출된 특징점들에 대해 점수를 할당하고, 미리 설정된 기준 이상의 상위 특징점들을 이용하여 도형정보를 생성할 수 있다.
도형정보를 생성하는 단계에서, 생성할 도형의 기하학적 성질을 이용하여 특징점들 간의 관계를 구성하고, 특징점들 간의 관계를 통해 이상점(outlier)을 제거하는 보정을 수행할 수 있다.
도형정보를 생성하는 단계에서, 미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정할 수 있다.
도형정보를 생성하는 단계에서, 생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 특징점 선택을 통해 도형정보를 보정할 수 있다.
해부학적 구조물을 판단하는 단계에서, 타원으로부터 머리(Head)를 판단하고, 원으로부터 복부(Abdomen)을 판단하며, 선분 또는 사각형으로부터 넓적다리 뼈(Femur) 또는 위팔뼈(Humerus)를 판별할 수 있으며, 의료지표를 측정하는 단계에서, 타원을 구성하는 둘레의 점을 이용하여 머리 크기를 측정하고, 원을 구성하는 둘레의 점을 이용하여 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 넓적다리 뼈 또는 위팔뼈의 길이를 측정할 수 있다.
의료지표를 측정하는 단계에서, 미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정할 수 있다.
의료지표 측정방법은, 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보로 구분하여 표시하는 단계와, 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시하는 단계 중 적어도 하나를 더 포함할 수 있다.
다른 실시 예에 따른 초음파 진단장치는, 피검체에 초음파 신호를 조사하고, 피검체로부터 반사파 신호신호를 수신하는 초음파 프로브와, 초음파 프로브의 반사파 신호를 사용하여 초음파 영상 데이터를 생성하는 이미지 처리부와, 생성된 초음파 영상 데이터로부터 도형을 구성하기 위한 특징점들을 추출하는 점 추출부와, 추출된 특징점들로 구성되는 도형정보를 생성하는 도형 생성부와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 구조물 판단부와, 도형의 둘레 또는 길이를 측정하고 측정된 도형의 둘레 또는 길이에 기초하여 해부학적 구조물의 둘레 또는 길이를 포함하는 의료지표를 측정하는 지표 측정부와, 의료지표 측정결과를 출력하는 출력부를 포함한다.
일 실시 예에 따른 의료지표 측정방법 및 이를 위한 초음파 진단장치에 따르면, 시멘틱 분할(semantic segmentation) 기법에 비해 의료지표를 보다 정확하고 쉽게 자동으로 측정할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 초음파 진단장치의 구성을 도시한 도면,
도 2는 본 발명의 일 실시 예에 따른 초음파 진단장치를 이용한 의료지표 측정방법의 흐름을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 초음파 영상 데이터로부터 특징점들을 추출하는 예를 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 머리 크기를 측정하는 화면을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 복부 둘레를 측정하는 화면을 도시한 도면,
도 6은 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 뼈의 길이를 측정하는 화면을 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 초음파 진단장치를 이용한 의료지표 측정방법의 흐름을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 초음파 영상 데이터로부터 특징점들을 추출하는 예를 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 머리 크기를 측정하는 화면을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 복부 둘레를 측정하는 화면을 도시한 도면,
도 6은 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 뼈의 길이를 측정하는 화면을 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.
이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.
도 1은 본 발명의 일 실시 예에 따른 초음파 진단장치의 구성을 도시한 도면이다.
도 1을 참조하면, 초음파 진단장치는 초음파 프로브(102), 본체(100), 입력부(104), 출력부(106) 및 학습부(108)를 포함한다. 초음파 프로브(102), 입력부(104) 및 출력부(106)는 본체(100)와 통신 가능하게 접속된다.
초음파 프로브(102)는 복수의 압전 진동자를 가지고, 이들 복수의 압전 진동자는 본체(100)가 가지는 송수신부(110)로부터 공급되는 구동 신호에 근거해 초음파를 발생한다. 또한, 초음파 프로브(102)는 피검체로부터의 반사파를 수신해 전기신호로 변환한다. 즉, 초음파 프로브(102)는 피검체에 대해서 초음파 주사를 실시해서, 피검체로부터 반사파를 수신한다. 초음파 프로브(102)는 본체(100)로부터 탈착이 자유롭게 접속된다. 피검체는 임산부의 태아일 수 있으나, 이에 한정되는 것은 아니고 모든 환자가 그 대상이 될 수 있다.
입력부(104)는 정해진 위치(예를 들면, 조직 형상의 위치나, 관심 영역, 관심 영역 이외의 영역 등)에 대한 설정 등을 수행하기 위한 트랙 볼, 스위치 버튼(switch button), 마우스, 키보드, 조작면에 닿음으로써 입력 조작을 실시하는 터치 패드, 표시 화면과 터치 패드가 일체화된 스크린, 광학 센서를 이용한 비접촉 입력 회로 및 음성 입력 회로 등에 의해서 실현된다. 입력부(104)는 후술하는 제어부(130)에 접속되고 있고 사용자로부터 받아들인 입력 조작신호를 전기신호에 변환해 제어부(130)로 출력한다.
출력부(106)는 초음파 진단장치의 사용자가 입력부(104)를 이용하여 각종 설정 요구를 입력하기 위한 GUI(Graphical User Interface)를 표시하거나 본체(100)에 있어서 생성된 초음파 영상 데이터 등을 표시한다. 또한, 출력부(106)는 본체(100)의 처리 상황이나 처리 결과를 사용자에게 알리기 위해서, 각종의 메시지나 정보를 표시한다. 또한, 출력부(106)는 스피커를 가지고, 음성을 출력할 수도 있다. 출력부(106)는 제어부(130)를 통해 생성된 의료지표 측정결과를 화면에 표시할 수 있다. 의료지표는 예를 들어 태아지표일 수 있다. 태아지표는 태아의 복부(Abdomen), 머리(Head), 넓적다리 뼈(Femur), 위팔뼈(Humerus) 등이 있다. 그러나 의료지표는 태아지표에 한정되지는 않고, 피검체의 모든 신체기관이 그 대상이 될 수 있다. 예를 들어, 골반(Pelvis) 등에도 적용 가능하다.
출력부(106)는 제어부(130)를 통해 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 출력부(106)는 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시할 수 있다.
제어부(130)를 통해 측정된 의료지표를 초음파 영상 데이터 상에 수치정보로 표시할 수 있다.
학습부(108)는 초음파 영상 데이터를 대상으로 신경망을 이용하여 학습한다. 이때, 제어부(130)를 구성하는 점 추출부(131), 도형 생성부(132), 구조물 판단부(133) 및 지표 측정부(134) 중 적어도 하나의 구성요소에서 학습 데이터를 이용할 수 있다. 학습부(108)는 본체(100)와 네트워크를 통해 연결된 서버 형태일 수 있고, 본체(100) 내에 위치할 수도 있다. 학습부(108)는 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시킬 수 있다.
본체(100)는 초음파 프로브(102)가 수신한 반사파 신호에 기초하여 초음파 영상 데이터를 생성하는 장치이다. 일 실시 예에 따른 본체(100)는 송수신부(110), 이미지 처리부(120), 제어부(130), 저장부(140) 및 학습 데이터 수신부(150)를 포함한다.
송수신부(110)는 초음파 프로브(102)에 구동신호를 공급하고, 정해진 주파수로 송신 초음파를 형성하기 위한 펄스를 반복 발생한다. 또한, 초음파 프로브(102)로부터 발생되는 초음파를 빔포밍으로 수렴한다. 송수신부(110)는 프리 앰프, A/D(Analog/Digital) 변환기, 수신 지연부, 가산기 등을 가지고, 초음파 프로브(102)가 수신한 에코 신호에 대해서 각종 처리를 실시해 반사파 데이터를 생성할 수 있다. 송수신부(110)로부터의 출력 신호의 형태는 RF(Radio Frequency) 신호로 불리는 위상 정보가 포함되는 신호인 경우나, 포락선 검파 처리 후 진폭 정보인 경우 등 여러 가지의 형태가 선택 가능하다.
이미지 처리부(120)는 송수신부(110)로부터 반사파 데이터를 수신하여 태아의 초음파 영상 데이터를 생성한다. 이때, 이미지 처리부(120)는 대수 증폭, 포락선 검파 처리 등을 실시해서, 초음파 영상 데이터를 생성한다.
저장부(140)는 이미지 처리부(120) 또는 제어부(130)를 통해 생성한 영상 데이터를 저장한다.
제어부(130)는 초음파 진단장치의 각 구성요소를 제어한다. 예를 들어, 제어부(130)는 입력부(104)를 통해 사용자로부터 입력된 각종 설정 요구나, 저장부(140)로부터 읽어들인 각종 제어 프로그램 및 각종 데이터에 기초하여 송수신부(110), 이미지 처리부(120)의 처리를 제어한다. 또한, 제어부(130)는 저장부(140)에 저장된 초음파 영상 데이터를 출력부(106)를 통해 표시하도록 한다.
일 실시 예에 따른 제어부(130)는 점 추출부(131), 도형 생성부(132), 구조물 판단부(133) 및 지표 측정부(134)를 포함한다.
점 추출부(131)는 이미지 처리부(120)를 통해 생성된 초음파 영상 데이터로부터 특징점들을 추출한다. 특징점은 경계를 나타내는 특징점, 전체 모양을 나타내는 특징점, 픽셀 밝기 값 차이점 등이 될 수 있다. 예를 들어, 타원을 구성하는 둘레의 점들을 추출하고, 원을 구성하는 둘레의 점들을 추출하며, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다. 다각형은 삼각형, 사각형, 오각형 등이 있다. 타원의 경우 초점을 추가로 추출할 수 있고, 원의 경우 중점을 추가로 추출하여 그 정확도를 높일 수 있다.
도형 생성부(132)는 점 추출부(131)를 통해 추출된 특징점들로 구성되는 도형정보를 생성한다. 예를 들어, 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
구조물 판단부(133)는 도형 생성부(132)를 통해 생성된 도형정보로부터 해부학적 구조물을 판단한다. 예를 들어, 해부학적 구조물은 태아의 복부(Abdomen), 머리(Head), 뼈 등이 있다. 뼈의 예로는 넓적다리 뼈(Femur), 위팔뼈(Humerus) 등이 있다. 해부학적 구조물 판단 예를 들면, 원으로부터 태아의 복부(Abdomen)을 판단하고, 타원으로부터 머리(Head)를 판단하고, 선분 또는 사각형으로부터 뼈를 판별한다.
지표 측정부(134)는 구조물 판단부(133)를 통해 판단된 해부학적 구조물에 기초하여 의료지표를 측정한다. 예를 들어, 타원의 둘레로부터 머리 크기(Head Circumference)를 측정하고, 원의 둘레로부터 복부 둘레(Abdominal Circumference)를 측정하고, 선분 또는 사각형의 길이로부터 넓적다리 뼈의 길이(Femur Length)를 측정한다.
제어부(130)가 도형을 구성하는 점들을 추출하고 추출된 특징점들을 이용하여 도형을 생성한 후 도형으로부터 태아의 지표를 측정한다는 점에서, Key-point detection 기법이라 칭하기로 한다. Key-point detection 기법에 대해 보다 상세한 실시 예는 도 2를 참조로 하여 후술하고자 한다.
학습 데이터 수신부(150)는 학습부(108)로부터 학습 데이터를 수신하여 제어부(130)에 전달한다. 예를 들어, 학습부(108)를 통해 학습된 원본 영상 데이터와 관심 영상 데이터를 제어부(130)의 점 추출부(131)에 제공할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 초음파 진단장치를 이용한 의료지표 측정방법의 흐름을 도시한 도면이다.
도 2를 참조하면, 초음파 진단장치는 태아의 초음파 영상 데이터를 획득한다(210).
이어서, 초음파 진단장치는 획득된 초음파 영상 데이터로부터 특징점들을 추출한다(220). 특징점은 경계를 나타내는 특징점, 전체 모양을 나타내는 특징점, 픽셀 밝기 값 차이점 등이 될 수 있다.
특징점 추출 단계(220)는 학습 단계, 제1 특징점 추출 단계, 변환 단계 및 제2 특징점 추출 단계를 포함할 수 있다. 예를 들어, 초음파 진단장치는 학습 단계를 통해, 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시킨다. 원본 영상 데이터는 장비에서 촬영된 원본 영상이고, 관심 영상 데이터는 원본 영상 데이터에서 관심객체가 있다고 판단되는 관심영역을 추출(예를 들어, 자르기(crop))한 영상이다. 초음파 진단장치는 영상 데이터의 label을 기반으로 원본 영상 데이터와 관심 영상 데이터를 생성하여, 모두 학습시킨다.
특징점 추출 이전에, 원본 영상 데이터로부터 객체 위치를 검색하고 검색된 객체 위치를 기반으로 영상을 자르기(crop) 할 수 있다. 객체의 위치를 먼저 검색한 후, 객체 위치를 기반으로 자르기 한 원본 영상 데이터를 입력하여 특징점을 추출하면, 정확도가 크게 향상된다. 영상 크기를 네트워크의 입력 크기(예를 들어, 256x256)으로 변환(Resize) 하는 것도 가능하다.
이어서, 초음파 진단장치는 제1 특징점 추출 단계를 통해, 원본 영상 데이터에서 관심객체의 제1 특징점을 추출한다.
이어서, 초음파 진단장치는 변환 단계를 통해, 추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성한다. 이때, 변환은 회전, 와핑, 확대 등을 포함할 수 있다.
이어서, 초음파 진단장치는 제2 특징점 추출 단계를 통해, 생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시킨다.
전술한 과정에 따르면, 학습을 통해서 데이터 증강(Data augmentation) 효과가 있다. 학습, 제1 특징점 추출, 변환 및 제2 특정점 추출 단계를 거쳐 오탐지를 보정할 수 있다. 이미지 와핑 등의 변환을 통해 타겟 데이터 표준화(Target data standardization) 효과를 달성할 수 있다. 이미지 확대 등의 변환을 통해 픽셀 정확도를 향상시킬 수 있다.
특징점 추출 단계(220)에서, 초음파 진단장치는 도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출할 수 있다. 초음파 영상 내의 객체가 불완전 하여, 이는 키 포인트가 탐지되지 못할 경우에도, 만들고자 하는 도형을 구성하기 위함이다. 따라서, 도형을 구성하는 정보보다 많은 점들을 추출한다. 예를 들어, 타원의 경우, 타원을 구성하기 위해 4개의 점이 필요하지만, 16개의 점을 추출함에 따라 정확도를 높이고자 한다.
타원의 경우, 타원의 둘레는 객체의 윤곽선(Outline)으로 정의한다. 타원의 둘레를 따라 5개의 이상의 점(예를 들어, 16개의 점)을 추출한다. 직사각형의 경우, 객체를 포함하는 직사각형 경계(boundary)에서 모서리에 해당하는 4개의 점을 추출한다. 단, 객체가 커브 형태로 휘어진 경우, 전체를 포함하는 직사각형이 아니라 객체의 양쪽 끝 부분에서의 직사각형을 유효한 직사각형으로 정의하고 해당하는 점들을 추출한다. 나아가, 직사각형 네 꼭지점 부분과 함께 실제 객체의 하단 끝 부분에 해당하는 점을 더 추출할 수 있다.
특징점 추출 단계(220)에서, 초음파 진단장치는 Key-point detection 기법을 이용하여, 타원을 구성하는 둘레의 점(초점 추가 가능)을 추출하고, 원을 구성하는 둘레의 점(중점 추가 가능)을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다. 다각형은 삼각형, 사각형, 오각형 등이 있다.
이어서, 초음파 진단장치는 추출된 특징점들로 구성되는 도형정보를 생성한다(230).
도형정보 생성 단계(230)에서, 초음파 진단장치는 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성할 수 있다. 예를 들어, 다리 뼈에서 상단 양쪽 끝 점으로 이루어진 도형을 기본 도형정보로 설정하고, 길이적으로 유사한 다리 뼈 하단 양쪽 끝 점으로 이루어진 도형을 후보 도형정보로 설정한다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 추출된 특징점들에 대해 점수(score)를 할당하고, 미리 설정된 기준 이상의 상위 점들을 이용하여 도형정보를 생성할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 추출된 특징점을 이용해서 도형정보를 생성할 때, 생성할 도형의 특징을 기반으로 보정하는 단계를 추가할 수 있다. 추출된 특징점이 어떠한 도형의 구성요소이기 때문에, 생성할 도형의 기하학적 성질을 이용하여, 특징점들 간의 관계를 구성할 수 있으며, 특징점들 간의 관계를 통해 미리 이상점(outlier)을 제거할 수 있다. 예를 들어, 원의 경우 중점과 각 특징점의 거리 관계를 이용해서 이상점을 제거할 수 있다. 타원의 경우 초점과 단축 및 장축의 거리정보를 이용해서 이상점을 제거할 수 있다. 타원을 구성하는 모든 점은 중심점으로부터 거리 d는 a/2≤d≤b/2 (단, a는 단축, b는 장축)로 정의할 수 있기 때문에, 이 관계를 벗어나는 점은 이상점으로 판별하여 이를 제거할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정할 수 있다. 다른 예로, 생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 점 선택을 통해 도형정보를 보정할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다.
이어서, 초음파 진단장치는 생성된 도형정보로부터 해부학적 구조물을 판단 (240)하고, 판단된 해부학적 구조물에 기초하여 의료지표를 측정한다(250).
의료지표 측정 단계(250)에서, 초음파 진단장치는 타원을 구성하는 둘레의 점(초점 추가 가능)을 이용하여 태아의 머리 크기를 측정하고, 원을 구성하는 둘레의 점(중점 추가 가능)을 이용하여 태아의 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 태아의 뼈의 길이를 측정할 수 있다.
의료지표 측정 단계(250)에서, 초음파 진단장치는 미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정할 수 있다. 임신정보는 환자의 최종 월경 주기(last menstrual period, LMP) 또는 수정일(date of conception, DOC)에 관한 정보 등이 있다.
나아가, 초음파 진단장치는 초음파 영상 데이터를 대상으로 신경망을 이용한 학습을 수행할 수 있다. 이때, 특징점 추출 단계(220), 도형정보 생성 단계(230), 해부학적 구조물 판단 단계(240) 및 의료지표 측정 단계(250) 중 적어도 하나의 단계에서 학습 데이터를 이용할 수 있다.
학습하는 단계에서, 초음파 진단장치는 신경망(예를 들어, CNN)의 컨볼루션 계층(Convolution layer)과 비선형 함수(Relu, activation function)를 반복해서 쌓는 구조를 이용하여 학습할 수 있다.
학습하는 단계에서, 초음파 진단장치는 신경망의 패딩(Padding)을 이용하여 출력(Output) 사이즈를 줄이면서 생기는 정보의 손실을 방지하고 원본 계층의 해상도를 계속 유지할 수 있다.
학습하는 단계에서, 초음파 진단장치는 제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습할 수 있다. 제1 해상도 프레임은 고해상도 프레임일 수 있고, 제2 해상도 프레임은 저해상도 프레임일 수 있다. 이 경우, 반복적으로 고해상도 프레임과 저해상도 프레임 간에 해상도 정보를 교환할 수 있다.
초음파 진단장치는 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 초음파 영상 데이터로부터 특징점들을 추출하는 예를 도시한 도면이다.
도 3을 참조하면, 초음파 진단장치는 태아의 머리 크기를 측정하기 위해, 타원을 이루는 둘레의 점들을 추출할 수 있다. 도 3에서는 타원을 이루는 16개의 점을 추출하고 있다. 또한, 태아의 복부 둘레 측정을 위해 원을 이루는 둘레의 점들을 추출할 수 있다. 도 3에서는 원을 이루는 16개의 점을 추출하고 있다. 다른 예로, 뼈의 길이를 측정하기 위해 선분을 이루는 양 끝점을 추출할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 머리 크기를 측정하는 화면을 도시한 도면이다.
도 4를 참조하면, 초음파 영상 데이터로부터 타원을 이루는 둘레의 점들을 추출하고, 타원으로부터 머리(Head)를 판단하며, 타원을 구성하는 둘레의 점(초점 추가 가능)을 이용하여 태아의 머리 크기를 측정한다.
이때, 타원의 둘레와, 타원 내 가로축의 길이와 세로축의 길이를 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 가로축의 길이와 세로축의 길이를 포함한 태아의 머리 크기 측정 값을 가로축 및 세로축 상에 표시할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 복부 둘레를 측정하는 화면을 도시한 도면이다.
도 5를 참조하면, 초음파 영상 데이터로부터 원을 이루는 둘레의 점들을 추출하고, 원으로부터 태아의 복부(Abdomen)을 판단하며, 원을 구성하는 둘레의 점 및 중점을 이용하여 태아의 복부 둘레를 측정한다.
이때, 원의 둘레를 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 태아의 복부 둘레 측정 값을 원 상에 표시할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 뼈의 길이를 측정하는 화면을 도시한 도면이다.
도 6을 참조하면, 초음파 영상 데이터로부터 선분을 구성하는 양 끝점을 추출하고, 선분을 구성하는 양 끝점을 이용하여 태아의 뼈의 길이를 측정한다.
이때, 선분의 양 끝점과 양 끝점을 연결하는 선분을 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 태아의 뼈 길이 측정 값을 뼈 상에 표시할 수 있다.
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 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 (17)
- 초음파 진단장치를 이용한 의료지표 측정방법에 있어서, 초음파 진단장치가
초음파 영상 데이터를 획득하는 단계;
획득된 초음파 영상 데이터로부터 도형을 구성하기 위한 특징점들을 추출하는 단계;
추출된 특징점들로 구성되는 도형정보를 생성하는 단계;
생성된 도형정보로부터 해부학적 구조물을 판단하는 단계; 및
상기 도형의 둘레 또는 길이를 측정하고 측정된 도형의 둘레 또는 길이에 기초하여 상기 해부학적 구조물의 둘레 또는 길이를 포함하는 의료지표를 측정하는 단계;
를 포함하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 특징점들을 추출하는 단계는
도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 특징점들을 추출하는 단계는
타원을 구성하는 둘레의 점을 추출하고, 원을 구성하는 둘레의 점을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 특징점들을 추출하는 단계는
원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시키는 단계;
원본 영상 데이터에서 관심객체의 제1 특징점을 추출하는 단계;
추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성하는 단계; 및
생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시키는 단계;
를 포함하는 것을 특징으로 하는 의료지표 측정방법. - 제 4 항에 있어서, 학습시키는 단계는
신경망의 컨볼루션 계층(Convolution layer)와 비선형 함수를 반복해서 쌓는 구조를 이용하여 학습시키는 것을 특징으로 하는 의료지표 측정방법. - 제 4 항에 있어서, 학습시키는 단계는
신경망의 패딩(Padding)을 이용하여 출력 사이즈를 줄이면서 생기는 정보의 손실을 방지하는 것을 특징으로 하는 의료지표 측정방법. - 제 4 항에 있어서, 학습시키는 단계는
제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
추출된 특징점들에 대해 점수를 할당하고, 미리 설정된 기준 이상의 상위 특징점들을 이용하여 도형정보를 생성하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
생성할 도형의 기하학적 성질을 이용하여 특징점들 간의 관계를 구성하고, 특징점들 간의 관계를 통해 이상점(outlier)을 제거하는 보정을 수행하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 도형정보를 생성하는 단계는
생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 특징점 선택을 통해 도형정보를 보정하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 해부학적 구조물을 판단하는 단계는
타원으로부터 머리(Head)를 판단하고, 원으로부터 복부(Abdomen)을 판단하며, 선분 또는 사각형으로부터 넓적다리 뼈(Femur) 또는 위팔뼈(Humerus)를 판별하며,
의료지표를 측정하는 단계는
타원을 구성하는 둘레의 점을 이용하여 머리 크기를 측정하고, 원을 구성하는 둘레의 점을 이용하여 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 넓적다리 뼈 또는 위팔뼈의 길이를 측정하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 의료지표를 측정하는 단계는
미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정하는 것을 특징으로 하는 의료지표 측정방법. - 제 1 항에 있어서, 의료지표 측정방법은
생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보로 구분하여 표시하는 단계; 및
측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시하는 단계;
중 적어도 하나를 더 포함하는 것을 특징으로 하는 의료지표 측정방법. - 피검체에 초음파 신호를 조사하고, 피검체로부터 반사파 신호신호를 수신하는 초음파 프로브;
초음파 프로브의 반사파 신호를 사용하여 초음파 영상 데이터를 생성하는 이미지 처리부;
생성된 초음파 영상 데이터로부터 도형을 구성하기 위한 특징점들을 추출하는 점 추출부;
추출된 특징점들로 구성되는 도형정보를 생성하는 도형 생성부;
생성된 도형정보로부터 해부학적 구조물을 판단하는 구조물 판단부;
상기 도형의 둘레 또는 길이를 측정하고 측정된 도형의 둘레 또는 길이에 기초하여 상기 해부학적 구조물의 둘레 또는 길이를 포함하는 의료지표를 측정하는 지표 측정부; 및
의료지표 측정결과를 출력하는 출력부;
를 포함하는 것을 특징으로 하는 초음파 진단장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230176991A KR20230169067A (ko) | 2020-12-11 | 2023-12-07 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200173175A KR102617378B1 (ko) | 2020-12-11 | 2020-12-11 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
| KR1020230176991A KR20230169067A (ko) | 2020-12-11 | 2023-12-07 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200173175A Division KR102617378B1 (ko) | 2020-12-11 | 2020-12-11 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230169067A true KR20230169067A (ko) | 2023-12-15 |
Family
ID=81974626
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200173175A KR102617378B1 (ko) | 2020-12-11 | 2020-12-11 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
| KR1020230176991A KR20230169067A (ko) | 2020-12-11 | 2023-12-07 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200173175A KR102617378B1 (ko) | 2020-12-11 | 2020-12-11 | 의료지표 측정방법 및 이를 위한 초음파 진단장치 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20230414202A1 (ko) |
| KR (2) | KR102617378B1 (ko) |
| CN (1) | CN116583912A (ko) |
| DE (1) | DE112021006417T5 (ko) |
| WO (1) | WO2022124591A1 (ko) |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5243845B2 (ko) * | 1972-08-21 | 1977-11-02 | ||
| JP2007267979A (ja) * | 2006-03-31 | 2007-10-18 | Yoko Arimasa | 生物の臓器形態解析方法と生物の臓器形態解析システム |
| JP5243845B2 (ja) | 2008-05-22 | 2013-07-24 | 日立アロカメディカル株式会社 | ボリュームデータ処理装置 |
| KR101971622B1 (ko) * | 2012-01-04 | 2019-08-13 | 삼성전자주식회사 | 대상체의 생체 정보를 측정하는 방법 및 장치 |
| KR20130082318A (ko) * | 2012-01-11 | 2013-07-19 | 삼성전자주식회사 | 태아 모델링 방법 및 그에 따른 영상 처리 장치 |
| US9122959B2 (en) | 2013-05-03 | 2015-09-01 | Impac Medical Systems, Inc. | Method and apparatus for automated delineation of structure shape for image guided treatment planning |
| JP2015198907A (ja) * | 2014-04-01 | 2015-11-12 | セイコーエプソン株式会社 | 超音波測定装置 |
| JP5865463B1 (ja) | 2014-10-01 | 2016-02-17 | 日立アロカメディカル株式会社 | 超音波画像処理装置 |
| EP3513731A1 (en) | 2018-01-23 | 2019-07-24 | Koninklijke Philips N.V. | Device and method for obtaining anatomical measurements from an ultrasound image |
| JP7075854B2 (ja) | 2018-09-11 | 2022-05-26 | 富士フイルムヘルスケア株式会社 | 超音波診断装置及び表示方法 |
-
2020
- 2020-12-11 KR KR1020200173175A patent/KR102617378B1/ko active IP Right Grant
-
2021
- 2021-11-09 DE DE112021006417.7T patent/DE112021006417T5/de active Pending
- 2021-11-09 WO PCT/KR2021/016173 patent/WO2022124591A1/ko active Application Filing
- 2021-11-09 US US18/039,383 patent/US20230414202A1/en active Pending
- 2021-11-09 CN CN202180082080.8A patent/CN116583912A/zh active Pending
-
2023
- 2023-12-07 KR KR1020230176991A patent/KR20230169067A/ko not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| CN116583912A (zh) | 2023-08-11 |
| KR20220083894A (ko) | 2022-06-21 |
| DE112021006417T5 (de) | 2023-10-05 |
| US20230414202A1 (en) | 2023-12-28 |
| KR102617378B1 (ko) | 2023-12-27 |
| WO2022124591A1 (ko) | 2022-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106659473B (zh) | 超声成像装置 | |
| US11389139B2 (en) | Echo window artifact classification and visual indicators for an ultrasound system | |
| JP5872216B2 (ja) | 超音波診断装置及び超音波画像処理装置 | |
| CN110623685B (zh) | 利用实时检查完成性监视器的成像系统和方法 | |
| KR102312270B1 (ko) | 초음파 진단장치, 방법 및 컴퓨터 판독 가능한 저장매체 | |
| JP6352013B2 (ja) | 超音波診断装置、画像処理装置及び画像処理プログラム | |
| KR20160051161A (ko) | 의료 영상 장치 및 그에 따른 의료 영상을 디스플레이 하는 방법 | |
| JP2018079070A (ja) | 超音波診断装置、及び走査支援プログラム | |
| JP2020531086A (ja) | 画像とのタッチインタラクションを使用してボリュームデータから画像平面を抽出する超音波システム | |
| JP2020039645A (ja) | 超音波診断装置及び表示方法 | |
| JP5113548B2 (ja) | 超音波画像処理装置 | |
| JP7432296B2 (ja) | 医用情報処理システム | |
| WO2020011569A1 (en) | Methods and systems for performing fetal weight estimations | |
| CN114159099A (zh) | 乳腺超声成像方法及设备 | |
| KR102617378B1 (ko) | 의료지표 측정방법 및 이를 위한 초음파 진단장치 | |
| KR20120046539A (ko) | 바디 마크를 제공하는 초음파 시스템 및 방법 | |
| JP2017104248A (ja) | 超音波診断装置 | |
| KR20200094466A (ko) | 초음파 영상 장치 및 초음파 영상 생성 방법 | |
| JP7171291B2 (ja) | 超音波診断装置及び画像処理プログラム | |
| CN112294361A (zh) | 一种超声成像设备、盆底的切面图像生成方法 | |
| CN113197596B (zh) | 超声成像设备及其超声回波数据的处理方法 | |
| US20230196580A1 (en) | Ultrasound diagnostic apparatus and ultrasound image processing method | |
| US20240225612A1 (en) | Ultrasonic imaging apparatus and control method thereof | |
| JP7310276B2 (ja) | 医用画像表示装置、超音波画像診断装置、表示制御方法、および表示制御プログラム | |
| JP2018187086A (ja) | 医用画像表示装置、計測方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E902 | Notification of reason for refusal |