WO2017007286A1 - 병렬 자기공명영상 처리장치 및 방법 - Google Patents

병렬 자기공명영상 처리장치 및 방법 Download PDF

Info

Publication number
WO2017007286A1
WO2017007286A1 PCT/KR2016/007461 KR2016007461W WO2017007286A1 WO 2017007286 A1 WO2017007286 A1 WO 2017007286A1 KR 2016007461 W KR2016007461 W KR 2016007461W WO 2017007286 A1 WO2017007286 A1 WO 2017007286A1
Authority
WO
WIPO (PCT)
Prior art keywords
magnetic resonance
frame data
space
source signal
resonance image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2016/007461
Other languages
English (en)
French (fr)
Inventor
박재석
박수형
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sungkyunkwan University
Original Assignee
Sungkyunkwan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sungkyunkwan University filed Critical Sungkyunkwan University
Publication of WO2017007286A1 publication Critical patent/WO2017007286A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance

Definitions

  • the present invention relates to an apparatus and a method for processing a magnetic resonance image (MRI), and to reduce the image acquisition time while minimizing the noise and artifacts caused by the movement of the patient during the magnetic resonance imaging
  • the present invention relates to a high speed parallel magnetic resonance image processing apparatus and a method for reducing.
  • a device for processing magnetic resonance imaging is a device for acquiring tomographic images of a specific part of a patient by using resonance phenomena according to the supply of electromagnetic energy, and radiation compared to imaging devices such as X-rays or CT It is widely used because there is no exposure and a tomographic image can be obtained relatively easily.
  • a method of generating a magnetic resonance image is applied to a subject photographing a magnetic resonance image by applying a high frequency RF signal a plurality of times to excite the spin of the atomic nucleus in the subject.
  • various signals such as free induced attenuation signal (FID) and spin echo are generated in the magnetic resonance image processing device, and the magnetic resonance image is generated by selectively acquiring these signals.
  • FID free induced attenuation signal
  • Parallel magnetic resonance imaging (pMRI) of the magnetic resonance image processing method is characterized by estimating an unacquired source signal during image data acquisition using coil sensitivity information.
  • the unacquired source signal may be estimated using prior information such as a spatial variation of coil sensitivity in image space or a spatial interaction value between adjacent image signals on k-space. Therefore, in order to avoid aliasing artifacts and noise in image reconstruction, it is important to collect accurate prior information for calibration.
  • US Patent Publication No. 2006-0050981 and US Patent No. 7,602,183 disclose a technique for a parallel magnetic resonance image processing method.
  • the two prior arts can reduce the scan time by performing variable density uniform sampling to reduce the number of data acquisitions
  • the two prior arts reconstruct the images from fewer samples than the images obtained at the Nyquist ratio.
  • the quality of the reconstructed image may vary depending on the parameter.
  • when performing the calibration in consideration of the motion of the subject since the space-time kernel vector is estimated using only temporally adjacent frame data based on the target frame data, it is difficult to estimate the accurate space-time kernel vector.
  • the accuracy of the estimate of the space-time kernel vector may be further lowered.
  • One embodiment of the present invention provides accurate calibration information to estimate noise and aliasing artifacts that may appear when the number of acquired data is reduced while at the same time estimating information that changes due to patient movement (eg, breathing, heart rate). Extracting and restoring the unacquired source signal based on the An object of the present invention is to provide an apparatus and method for magnetic resonance imaging.
  • the parallel magnetic resonance image processing method performed by the parallel magnetic resonance image processing apparatus (a) with respect to the subject through the receiving coil Sampling the obtained source signal to obtain a plurality of frame data; (b) estimating the spatiotemporal kernel vector for each frame data based on the noise data of the receiving coil and the entirety of the plurality of frame data in consideration of the degree of inconsistency between the spatiotemporal kernel vectors for temporally adjacent frame data; ; (c) restoring an unacquired source signal using the estimated space-time kernel vector; And (d) generating an image based on the plurality of frame data and the reconstructed unacquired source signal.
  • a parallel magnetic resonance image processing apparatus includes a memory in which a program for processing a magnetic resonance image is stored; And a processor for executing the program, wherein the processor acquires a plurality of frame data by sampling a source signal acquired for a subject through a receiving coil of the magnetic resonance image processing apparatus according to execution of the program. And estimating a space-time kernel vector for each frame data based on noise data of the receiving coil and all of the plurality of frame data in consideration of a degree of inconsistency between space-time kernel vectors with respect to temporally adjacent frame data. An unacquired source signal is reconstructed using the estimated space-time kernel vector, and an image is generated based on the plurality of frame data and the reconstructed unacquired source signal.
  • a parallel magnetic resonance image processing apparatus in order to perform calibration on one target frame data, includes noise of a measured coil and stochastic uncertainty of a calibration model in a calibration process. Calibration is performed using all the frame data, and by combining sparse reconstruction and calibration methods, it is possible to provide accurate high-resolution parallel magnetic resonance images by removing artifacts and noise despite the small number of calibration samples.
  • FIG. 1 is a block diagram of a structure of a parallel MRI apparatus according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of a structure of a signal processor according to an exemplary embodiment of the present invention.
  • Figure 3 is a schematic diagram for comparing the calibration process according to an embodiment of the present invention and the prior art.
  • FIG. 4 is a flowchart illustrating a parallel magnetic resonance image processing method according to an embodiment of the present invention.
  • 'unit' includes a unit realized by hardware, a unit realized by software, and a unit realized by both.
  • one unit may be realized using two or more pieces of hardware, and two or more units may be realized by one piece of hardware.
  • ' ⁇ ' is not limited to software or hardware, and ' ⁇ ' may be configured to be in an addressable storage medium or may be configured to reproduce one or more processors.
  • ' ⁇ ' means components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, procedures, and the like. Subroutines, segments of program code, drivers, firmware, microcode, circuits, data, databases, data structures, tables, arrays, and variables.
  • the functionality provided within the components and the 'parts' may be combined into a smaller number of components and the 'parts' or further separated into additional components and the 'parts'.
  • the components and ' ⁇ ' may be implemented to play one or more CPUs in the device or secure multimedia card.
  • FIG. 1 is a view showing a parallel magnetic resonance image processing apparatus 10 according to an embodiment of the present invention.
  • the parallel magnetic resonance image processing apparatus 10 includes a magnetic resonance apparatus 100, a signal transceiver 200, a signal processor 300, an image output unit 400, a controller 500, and a user interface 600. .
  • the magnetic resonance apparatus 100 includes a shield having a cylindrical structure surrounding a subject to be photographed, a main magnet provided in the shield, a gradient coil, an RF coil, and the like.
  • Main magnets, gradient coils, RF coils, etc. generate a magnetic field for inducing magnetic resonance signals from atomic nuclei in the human body.
  • the gradient coil generates a gradient magnetic field that changes in a constant gradient with respect to a plurality of directions, for example, the x, y and z directions, respectively, in proportion to the distance from the reference position in the static field generated by the main magnet. do.
  • the reference position may be the origin of the three-dimensional coordinate system when representing the space in which the static magnetic field generated by the main magnet exists in the three-dimensional coordinate system.
  • each of the magnetic resonance signals received through the RF coil has location information in three-dimensional space.
  • the gradient coil may be composed of an X gradient coil for generating a gradient magnetic field changing in the x direction, a Y gradient coil for generating a gradient magnetic field changing in the y direction, and a Z gradient coil for generating a gradient magnetic field changing in the z direction.
  • the RF coil outputs an electromagnetic signal having a radio frequency corresponding to this kind of nuclear nucleus in order to transition the nucleus from the low energy state to the high energy state.
  • the RF coil receives an electromagnetic wave signal radiated from atomic nuclei inside the subject, and the received electromagnetic wave signal is called a free induction decay (FID) signal or an echo signal.
  • FID free induction decay
  • the length of the interval from the time of applying the electromagnetic signal to the subject that is, from the time of generating the electromagnetic signal to the time of receiving the electromagnetic signal from the subject, is called echo time (TE),
  • TE echo time
  • TR repetition time
  • the signal transmitter / receiver 200 generates an AC signal whose frequency varies with a predetermined slope with respect to each of the x, y, and z directions according to a control signal input from the controller 500, and outputs the alternating current signal to the gradient coil.
  • an AC signal having a pulse train is generated according to the control signal input from the control unit 500 and output to the RF coil.
  • the signal transceiver 200 receives a magnetic resonance signal received through the RF coil.
  • the magnetic resonance signal received as described above is transmitted to the signal processor 300, and the signal processor 300 generates a magnetic resonance image by using the same.
  • the signal processor 300 generates a magnetic resonance image based on information obtained through the spin echo signal and the gradient echo signal.
  • the present invention proposes a method using a dynamic parallel magnetic resonance image processing method in such a signal processing process, using a spatiotemporal kernel vector representing a correlation of temporally successive frames, and a detailed method thereof will be described later. .
  • the image output unit 400 outputs the magnetic resonance image generated by the signal processor 300 through a display.
  • the controller 500 controls the operations of the magnetic resonance apparatus 100, the signal transceiver 200, the signal processor 300, and the image output unit 400 according to a command input from a user through the user interface 600. do.
  • the signal transceiver 200 controls the gradient coil and the RF coil to output an AC signal, or the magnetic resonance signal received through the RF coil is transmitted to the signal processor 300 through the signal transceiver 200. Control to be delivered.
  • the user interface 600 receives a command from the user and transmits the command to the controller 500.
  • the user interface 600 may be implemented as a graphic user interface program and an input device, such as a keyboard and a mouse, but is not limited thereto.
  • the signal processor 300 may include a memory in which a program for processing a magnetic resonance image is stored and a processor for executing the program.
  • the processor may perform various functions according to execution of a program stored in a memory, and according to each function, the detailed components included in the processor may include a source signal receiver 310, a frame data acquirer 320, and a calibration performer ( 330, an unacquired source signal reconstructor 340, and an image generator 350.
  • the source signal receiver 310 receives a source signal from the signal transceiver 200.
  • the source signal refers to a magnetic resonance signal for a subject received through a receiving coil (ie, an RF coil). Meanwhile, the source signal receiver 310 may acquire noise data.
  • the noise data of the receiving coil may be obtained by measuring the average and the standard deviation of the noise with respect to the receiving coil in an inactive state in which the receiving coil is not operated. This noise data can be used in the calibration process described later.
  • the frame data acquisition unit 320 obtains a plurality of frame data by sampling the source signals.
  • the frame data means image information on the subject at a specific time
  • the plurality of frame data acquired by the frame data acquirer 320 is a frame of the entire time acquired during the magnetic resonance image capturing time of the subject. Means data.
  • the sampling method may be any number of methods, but any method may be adopted and is not limited to any one method.
  • the frame data acquisition unit 320 obtains data at a Nyquist ratio in a low frequency region (center) of a K-space.
  • the data may be acquired at a ratio smaller than the Nyquist ratio in the high frequency region (peripheral portion) of the K-space.
  • under sampling may be performed in a Cartesian grid, arbitrary under sampling may be performed using only frequency encoding.
  • the calibration performer 330 performs a calibration for estimating a spatiotemporal convolution kernel vector for each frame data in order to determine coil sensitivity.
  • the spatiotemporal kernel vector is expressed for each frame data of each viewpoint, and means a vector representing a correlation between the target frame data and the adjacent frame data and the target frame data adjacent in time.
  • the spatiotemporal kernel vector is expressed as the convolution between the coil sensitivity and the image, and the coil sensitivity can be determined by estimating the value of the spatiotemporal kernel vector.
  • the calibration performing unit 330 according to an embodiment of the present invention performs self calibration, and the equation regarding the spatiotemporal kernel vector estimated through the self calibration may be expressed as Equation 1 below.
  • Y src represents a matrix composed of frame data
  • y trg represents target frame data
  • g represents a space-time kernel vector for the target frame data
  • the present invention improves the accuracy of the space-time kernel vector estimation by further considering the relationship of the space-time kernel vector between the entire frames.
  • it can be estimated in two ways: 1) a low order coefficient matrix using a Casorati matrix that estimates the spatio-temporal kernel of each frame collectively in relation to the spatio-temporal kernel of the entire frame. Low rank matrix completion algorithm; 2) Kalman smoother algorithm that sequentially uses the relationship of the space-time kernel of the entire frame.
  • a method of obtaining a space-time kernel vector of the frame using the Kalman smoother algorithm is described.
  • the calibration execution unit 330 estimates the uncertainty of the calibration model that changes according to the movement of the patient using the low frequency source signal obtained at the Nyquist ratio.
  • the calibration performing unit 330 may define a relationship between temporal and space-time kernel vectors that are adjacent in time through state-space modeling as shown in Equation 2 below.
  • g l, t denotes a space-time kernel vector at a point in time t
  • g l, t -1 denotes a space-time kernel vector immediately before g l, t
  • y l, t denotes target frame data
  • S t is the matrix of the entire frame data adjacent to the target frame data
  • w l, t is the process noise
  • v l, t is the noise data of the measured receiving coil.
  • Process noise is a concept that includes the noise generated by the movement of the subject and the noise generated by the operation of the parallel magnetic resonance image processing apparatus 10.
  • Equation 2 shows the assumption that the state change of the space-time kernel vector with respect to adjacent viewpoints is made slowly. That is, since the space-time kernel vector of the current time t and the space-time kernel vector of the previous time t-1 are similar, the space-time kernel vector of the current time t and the space-time kernel vector of the previous time t-1 are similar. The degree of inconsistency indicates that it will only be process noise. Equation 2 shows that based on this assumption, when convolving a plurality of frame data for a time and a space time kernel vector, a vector for the current target frame data can be obtained.
  • Equation 3 an equation for obtaining a spatiotemporal kernel vector of target frame data at a specific time can be defined as in Equation 3.
  • Equation 3 minimizes the difference in space-time kernel vectors between the frame data not included in Equation 1, and further includes the measured noise of the receiving coil and the process noise of the kernel.
  • the second term represents the uncertainty of the calibration model
  • the first term and the second term represent weighted optimization using the noise of the receiving coil and the process noise of the kernel.
  • the calibration performer 330 uses the entire frame data acquired by the frame data acquirer 320 to estimate the spatiotemporal kernel vector for the target frame data.
  • Y src is configured using only some frame data that is temporally adjacent to the target frame data to perform local calibration.
  • FIG. 3 in the related art, in order to estimate a spatiotemporal kernel vector for target frame data, local calibration using only frame data adjacent to each other is performed. In this case, since the number of samples used for calibration is insufficient, when the dynamic movement of the subject occurs, such as a situation in which the patient moves, it is impossible to obtain an accurate spatiotemporal kernel vector. In order to improve this, the calibration performing unit 330 performs calibration using all of the plurality of frame data obtained in the entire time-space. The equation for the calibration process reflecting this is shown in Equation 4.
  • Equation 5 the definition of R l and g l , T, z, Q l , S is the same as Equation 5.
  • Equation 6 When g l, the solution to Equation 4, is obtained, g l may be expressed as Equation 6.
  • the calibration unit 330 may efficiently calculate a spatiotemporal kernel vector by dividing a large number of matrices using a Kalman Smoother algorithm, combining them in a reverse direction and a forward direction.
  • the calibration performing unit 330 estimates the spatiotemporal kernel vector based on the noise data of the receiving coil and the entire frame data in consideration of the uncertainty of the calibration model when performing the calibration, The problem of deterioration of accuracy of space-time kernel vector estimation due to the noise of the subject can be improved.
  • the unacquired source signal reconstructor 340 may reconstruct the unacquired source signal by using the space-time kernel vector estimated by the calibration performer 330. Specifically, the unacquired source signal reconstruction unit 340 uses the estimated spatiotemporal kernel vector to recover the unacquired source based on the information reconstructed using kt parallel magnetic resonance imaging and the information reconstructed using the sparse signal reconstruction. A signal can be obtained.
  • the unacquired source signal is referred to as x l
  • the equation for the unacquired source signal may be defined as shown in Equation (7).
  • F t and F s denote Fourier operators
  • F t F s denotes transforming dynamic data of kt space into a sparse region of xf space
  • a ( ⁇ ) denotes a convolution interpolation operator
  • lambda 1 denotes a balance parameter between calibration consistency of Kalman smoother and sparsity of xf space
  • lambda 2 denotes a parameter controlling image reconstruction.
  • Equation 8 the calibration and signal restoration process performed by the calibration execution unit 330 and the unacquired source signal restoration unit 340 may be summarized into one equation integrated through Equation 8 below.
  • the first and second terms are terms representing a calibration process
  • the third term is a term representing a process of restoring an unacquired source signal.
  • the fourth term represents the characteristic of the solution to be obtained.
  • the signal (x l ) estimated by the sparse recovery technique The term is set on the assumption that the difference between the unacquired source signals A (y, g l ) estimated using the space-time kernel vector will be zero. In practice, since the difference between the two signals is not zero, a more accurate space-time kernel vector and an unacquired source signal can be obtained by inserting the fourth term.
  • the calibration performer 330 may estimate the spatiotemporal kernel vector by removing the third term and solving the equation (8) by fixing the unacquired source signal x l . Subsequently, the non-acquisition source signal reconstruction unit 340 may remove the first and second terms by solving the space-time kernel vector g l and obtain a solution of Equation 8 to restore the non-acquisition source signal.
  • a more accurate dynamic image can be obtained by repeating the calibration and restoring the unacquired source signal.
  • the calibration performing unit 330 may increase the number of samples of the source signal used for calibration by using an unacquired source signal obtained by performing the previous operation.
  • the calibration performing unit 330 may update the existing space-time kernel vector by re-establishing the space-time kernel vector each time the number of source signals to be sampled increases by reconstructing the unacquired source signal.
  • the unacquired source signal reconstructor 340 additionally reconstructs the unacquired source signal by using the updated space-time kernel vector each time the space-time kernel vector is updated.
  • the calibration performer 330 and the unacquired source signal reconstructor 340 continuously perform repetitive operations, and thus, the number of samples used for calibration can be supplemented to obtain a more accurate space-time kernel vector. Will be.
  • This iterative process is performed when the currently acquired space-time kernel vector and the unacquired source signal have a difference less than or equal to a predetermined value from the space-time kernel vector and the unacquired source signal acquired in the previous step (that is, the space-time kernel vector and the unacquired source signal). Can converge to a certain value), iterating the iteration process.
  • the image generator 350 generates an image based on the reconstructed unacquired source signal and the plurality of frame data and transfers the generated image to the image output unit 400.
  • the image generator 350 may reconstruct frame data based on the unacquired source signal and synthesize the frame data into an image.
  • the parallel magnetic resonance image processing apparatus 10 may acquire noise data of the receiving coil in a state in which the receiving coil is inactivated (S410).
  • the parallel MRI apparatus 10 may generate a magnetic field and thus receive a source signal transmitted from the subject.
  • a plurality of frame data is obtained by sampling a source signal.
  • sampling may be performed at different densities at a low frequency and a high frequency of the K-space through a variable density random undersampling method, but is not necessarily limited thereto, and sampling may be performed in various ways.
  • the parallel magnetic resonance image processing apparatus 10 performs a calibration process of estimating a space-time kernel vector based on the noise data of the received coil and the entire frame data in consideration of the uncertainty of the kernel model (S430).
  • the parallel MRI apparatus 10 restores an unacquired source signal using the estimated space-time kernel vector (S440).
  • the parallel magnetic resonance image processing apparatus 10 repeats steps S430 and S440 once more, and the difference value between the spatiotemporal kernel vector of the current step and the previous step and the reconstructed unacquired source signal is pre-set from the second iteration process. It is determined whether or not the set value (S450). At this time, if the difference value is less than the preset value, the repeating process is terminated, otherwise, the repeating process is continuously performed. That is, steps S430 and S440 are repeated until the space-time kernel vector and the reconstructed unacquired source signal converge to a certain value.
  • the parallel MRI apparatus 10 When the repetition process is completed, the parallel MRI apparatus 10 generates and outputs an image based on the plurality of frame data and the restored source signal (S460).
  • the measured coil noise and the stochastic uncertainty of the calibration model are included in the calibration process and all the frame data regarding the entire time is used.
  • Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media.
  • Computer readable media may include both computer storage media and communication media.
  • Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.
  • Communication media typically includes computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transmission mechanism, and includes any information delivery media.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)

Abstract

본 발명의 일 실시예에 따르는, 병렬 자기공명영상 처리방법은 (a) 상기 수신 코일을 통해 피검체에 대하여 획득한 소스신호를 샘플링하여 복수의 프레임 데이터를 획득하는 단계; (b) 시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들 간의 불일치 정도를 고려하여, 상기 수신 코일의 잡음 데이터와 상기 복수의 프레임 데이터 전체를 기초로 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는 단계; (c) 상기 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원하는 단계; 및 (d) 상기 복수의 프레임 데이터와 상기 복원된 미획득 소스신호를 기초로 영상을 생성하는 단계를 포함한다.

Description

병렬 자기공명영상 처리장치 및 방법
본 발명은 자기 공명 영상(Magnetic Resonance Image, MRI)을 처리하는 장치 및 방법에 관한 것으로서, 자기 공명 영상 촬영시 환자의 움직임에 의해 발생하는 엘리어싱 인공물(artifacts)과 잡음을 최소화하면서 영상 획득시간을 줄이는 고속 병렬 자기공명영상 처리장치 및 방법에 관한 것이다.
일반적으로, 자기 공명 영상(MRI)을 처리하는 기기는 전자파 에너지의 공급에 따른 공명현상을 이용하여 환자의 특정부위에 대한 단층 영상을 획득하는 장치로서, X선이나 CT와 같은 촬영 기기에 비해 방사선 피폭이 없고 단층 영상을 비교적 용이하게 얻을 수 있어 널리 사용되고 있다. 자기 공명 영상을 생성하는 방법을 간략히 살펴보면, 자기 공명 영상을 촬영하는 피검체에 대해 고주파의 RF 신호를 복수 회 인가하여 피검체 내의 원자핵의 스핀을 여기 시킨다. 이와 같은 자기 공명 기기로의 펄스열 인가를 통해 자기 공명 영상 처리 기기에서는 자유 유도 감쇄 신호(FID)와 스핀 에코 등 다양한 신호가 발생되며, 이러한 신호들을 선택적으로 획득하여 자기 공명 영상을 생성한다.
자기 공명 영상 처리 방법 중 병렬 자기 공명 영상(pMRI: parallel Magnetic Resonance Imaging) 처리 방법은 코일 민감도(coil sensitivity) 정보를 이용하여, 영상 데이터의 획득과정에서 미획득된 소스신호를 추정하는 것을 특징으로 한다. 미획득 소스신호는 이미지 공간에서의 코일 민감도의 공간 변화량이나 k 공간(k-space)상에서의 인접하는 영상 신호들 사이의 공간 상호작용 값과 같은 선행정보를 활용하여 추정될 수 있다. 따라서, 이미지 재구성시 엘리어싱 인공물(artifacts)과 노이즈를 피하기 위해서는 캘리브레이션을 위한 정확한 선행 정보를 수집하는 것이 중요하다.
그러나, 이러한 병렬 자기공명영상 기술은 캘리브레이션의 샘플 수가 감소할수록 행렬 역변환의 악조건 (ill-conditioning) 으로 인하여 영상에 잡음을 증폭시키며, 동적 움직임에 적응적인 캘리브레이션을 수행시 적은 수의 샘플로 인하여 영상에 큰 엘리어싱 인공물을 생성시키고, 시간 방향으로 평균화를 통하여 한 번의 캘리브레이션을 수행하는 경우 시간방향으로 해상도가 감소하여 동적 움직임을 추정하기 어렵다는 문제점이 있다.
관련하여, 미국공개특허공보 제2006-0050981호와 미국등록특허공보 제7,602,183호는 병렬 자기 공명 영상 처리 방법에 대한 기술을 개시하고 있다. 그러나, 위 두 개의 선행기술은 가변 밀도 균일 샘플링을 수행하여 데이터 획득 수를 줄임으로써 스캔 시간은 줄일 수 있지만, 나이퀴스트 비율로 획득한 영상에 비해 적은 수의 샘플로부터 영상을 복원하기 때문에, 획득 파라미터에 따라서 복원된 영상의 질이 달라질 수 있다. 또한, 피검체의 움직임을 고려하여 캘리브레이션을 수행할 경우, 타겟 프레임 데이터를 기준으로 시간적으로 인접한 프레임 데이터만을 이용하여 시공간 커널 벡터를 추정하기 때문에, 정확한 시공간 커널 벡터를 추정하기 어렵다. 나아가, 코일 잡음을 고려하지 않은 채 캘리브레이션을 수행할 경우, 시공간 커널 벡터의 추정값의 정확도가 더욱 낮아질 수 있다.
본 발명의 일 실시예는 획득 데이터의 수가 줄어들 때 나타날 수 있는 잡음 과 엘리어싱 인공물을 억제함과 동시에 환자의 움직임(예를 들어, 호흡, 심장 박동)으로 인하여 변하는 정보를 추정하기 위해 정확한 캘리브레이션 정보를 추출하고 이를 기반으로 미획득 소스신호를 복원함으로써, 고해상도 영상을 출력하는 병렬 자기공명영상 처리장치 및 방법을 제공하는 데에 목적이 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예에 따르는, 병렬 자기공명영상 처리장치에 의해 수행되는 병렬 자기공명영상 처리방법은 (a) 상기 수신 코일을 통해 피검체에 대하여 획득한 소스신호를 샘플링하여 복수의 프레임 데이터를 획득하는 단계; (b) 시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들 간의 불일치 정도를 고려하여, 상기 수신 코일의 잡음 데이터와 상기 복수의 프레임 데이터 전체를 기초로 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는 단계; (c) 상기 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원하는 단계; 및 (d) 상기 복수의 프레임 데이터와 상기 복원된 미획득 소스신호를 기초로 영상을 생성하는 단계를 포함한다.
또한, 본 발명의 다른 실시예에 따르는, 병렬 자기공명영상 처리장치는, 자기공명영상을 처리하기 위한 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함하며, 상기 프로세서는, 상기 프로그램의 실행에 따라, 상기 자기공명영상 처리장치의 수신 코일을 통해 피검체에 대하여 획득한 소스신호를 샘플링하여 복수의 프레임 데이터를 획득하고, 시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들 간의 불일치 정도를 고려하여, 상기 수신 코일의 잡음 데이터와 상기 복수의 프레임 데이터 전체를 기초로 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하며, 상기 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원하고, 상기 복수의 프레임 데이터와 상기 복원된 미획득 소스신호를 기초로 영상을 생성한다.
본 발명의 일 실시예에 따르는 병렬 자기공명영상 처리장치는 하나의 타겟 프레임 데이터에 대한 캘리브레이션을 수행하기 위해, 측정된 코일의 잡음과 캘리브레이션 모델의 확률적 불확실성을 캘리브레이션 과정에 포함시키고 전체 시간에 관한 프레임 데이터 전부를 이용하여 캘리브레이션을 수행하며, 스파스 복원 기법과 캘리브레이션 방법을 결합하여 최적화함으로써, 적은 캘리브레이션 샘플 수에도 불구하고 인공물과 잡음을 제거하여 정확한 고해상도의 병렬 자기공명영상을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따르는 병렬 자기공명영상 처리장치의 구조에 관한 블록도이다.
도 2는 본 발명의 일 실시예에 따르는 신호 처리부의 구조에 관한 블록도이다.
도 3은 본 발명의 일 실시예와 종래기술에 의한 캘리브레이션 과정을 비교하기 위한 도식도이다.
도 4는 본 발명의 일 실시예에 따르는 병렬 자기 공명 영상 처리 방법을 설명하기 위한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
도 1은 본원 발명의 일 실시예에 따른 병렬 자기공명영상 처리장치(10)를 도시한 도면이다.
병렬 자기공명영상 처리장치(10)는 자기 공명 기기(100), 신호 송수신부(200), 신호 처리부(300), 영상 출력부(400), 제어부(500) 및 사용자 인터페이스(600)를 포함한다.
자기 공명 기기(100)는 촬영 대상자를 에워싸는 원통형 구조의 실드, 실드 내부에 구비된 메인 자석, 그라디언트 코일, RF 코일 등을 포함한다. 메인 자석, 그라디언트 코일, RF 코일 등은 인체 내의 원자핵들로부터 자기 공명 신호를 유도하기 위한 자기장을 생성한다. 그라디언트 코일은 메인 자석에 의해 생성된 정자장 내의 기준 위치로부터 떨어진 거리에 비례하여 복수 개의 방향들, 예를 들어 x 방향, y 방향 및 z 방향 각각에 대하여 일정한 기울기(gradient)로 변하는 경사 자계를 생성한다. 여기에서, 기준 위치는 메인 자석에 의해 생성된 정자장이 존재하는 공간을 3차원 좌표계로 표현할 때에 이 3차원 좌표계의 원점이 될 수 있다. 그라디언트 코일에 의해 생성된 경사 자계에 의해, RF 코일을 통해 수신된 자기 공명 신호들 각각은 3차원 공간에서의 위치 정보를 갖게 된다. 한편, 그라디언트 코일은 x 방향으로 변하는 경사 자계를 생성하는 X 그라디언트 코일, y 방향으로 변하는 경사 자계를 생성하는 Y 그라디언트 코일 및 z 방향으로 변하는 경사 자계를 생성하는 Z 그라디언트 코일로 구성될 수 있다.
RF 코일은 원자핵을 낮은 에너지 상태로부터 높은 에너지 상태로 천이시키기 위하여 이 원자핵의 종류에 대응하는 라디오 주파수를 갖는 전자파 신호를 출력한다. 또한, RF 코일은 피검체 내부의 원자핵들로부터 방사된 전자파 신호를 수신하는데, 이와 같이 수신된 전자파 신호를 자유 유도 감쇠(FID, Free Induction Decay) 신호 또는 에코 신호(echo signal)라고 한다. 또한, 피검체로의 전자파 신호의 인가 시점, 즉 전자파 신호의 생성 시점부터 피검체로부터의 전자파 신호의 수신 시점까지의 구간의 길이를 에코 시간(echo time, TE)이라고 하며, 인체로의 전자파 신호의 인가가 반복되는 구간의 길이를 반복 시간(repetition time, TR)이라고 한다.
신호 송수신부(200)는 제어부(500)로부터 입력된 제어 신호에 따라 x 방향, y 방향 및 z 방향 각각에 대하여 일정한 기울기로 주파수가 변하는 교류 신호를 생성하여 그라디언트 코일로 출력한다. 또한, 제어부(500)로부터 입력된 제어 신호에 따라 펄스 열을 갖는 교류 신호를 생성하여 RF 코일로 출력한다. 또한, 신호 송수신부(200)는 RF 코일을 통해 수신된 자기 공명 신호를 수신한다.
이와 같이 수신된 자기 공명 신호는 신호 처리부(300)로 전송되며, 신호 처리부(300)는 이를 이용하여 자기 공명 영상을 생성한다. 신호 처리부(300)에서는 스핀 에코 신호와 경사 에코 신호를 통해 획득된 정보를 기초로 자기 공명 영상을 생성한다. 본 발명에서는 이러한 신호 처리 과정에서 동적 병렬 자기 공명 영상 처리 방법을 사용하되, 시간적으로 연속된 프레임들의 상관 관계를 나타내는 시공간 커널 벡터를 활용하는 방법을 제안하며, 이의 구체적인 방법에 대해서는 추후 설명하기로 한다.
영상 출력부(400)는 신호 처리부(300)를 통해 생성된 자기 공명 영상을 디스플레이 등을 통해 출력한다.
제어부(500)는 사용자 인터페이스(600)를 통해 사용자로부터 입력된 명령에 따라, 자기 공명 기기(100), 신호 송수신부(200), 신호 처리부(300), 영상 출력부(400)의 동작을 제어한다. 예를 들어, 신호 송수신부(200)가 그라디언트 코일과 RF 코일에 대하여 교류 신호를 출력하도록 제어하거나, RF 코일을 통해 수신된 자기 공명 신호가 신호 송수신부(200)를 거쳐 신호 처리부(300)로 전달되도록 제어한다.
사용자 인터페이스(600)는 사용자로부터 명령을 입력받아 제어부(500)로 전송한다. 사용자 인터페이스(600)는 그래픽 유저 인터페이스 프로그램 및 입력 장치인 키보드, 마우스 등으로 구현될 수 있으나, 이에 제한되지 않는다.
이하, 본 발명의 일 실시예에 따르는 신호 처리부(300)의 동작에 대하여 구체적으로 설명하도록 한다.
신호 처리부(300)는 자기공명영상을 처리하기 위한 프로그램이 저장된 메모리와 이러한 프로그램을 실행하는 프로세서를 포함하여 구성될 수 있다. 여기서 프로세서는 메모리에 저장된 프로그램의 실행에 따라 다양한 기능을 수행할 수 있는데, 각 기능에 따라 프로세서에 포함되는 세부 구성요소들을 소스신호 수신부(310), 프레임 데이터 획득부(320), 캘리브레이션 수행부(330), 미획득 소스신호 복원부(340), 영상 생성부(350)로 나타낼 수 있다.
소스신호 수신부(310)는 신호 송수신부(200)로부터 소스신호를 전달받는다. 소스신호는 수신 코일(즉, RF 코일)을 통하여 수신된 피검체에 대한 자기 공명 신호를 의미한다. 한편, 소스신호 수신부(310)는 잡음 데이터를 획득할 수도 있다. 구체적으로, 수신 코일이 작동하지 않는 비활성 상태에서 수신 코일에 대한 잡음의 평균과 표준편차를 측정함으로써 수신 코일의 잡음 데이터를 획득할 수 있다. 이러한 잡음 데이터는 추후에 설명될 캘리브레이션 과정에서 이용될 수 있다.
프레임 데이터 획득부(320)는 소스신호들을 샘플링하여 복수의 프레임 데이터를 획득한다. 여기서 프레임 데이터란 특정 시간에서의 피검체에 대한 이미지 정보를 의미하며, 프레임 데이터 획득부(320)에서 획득한 복수의 프레임 데이터는 피검체에 대한 자기 공명 영상 촬영 시간동안 획득된 전체 시간에 대한 프레임 데이터를 의미한다. 이때, 샘플링 방식은 여러가지 방식이 있으나 임의의 방식이 채택될 수 있으며, 어느 한 가지 방식에 한정되지 않는다. 예를 들어, 가변 밀도 랜덤 언더샘플링 방식을 이용하여 복수의 프레임 데이터를 획득하는 경우, 프레임 데이터 획득부(320)는 K-공간(space)의 저주파수 영역(중앙부)에서 나이퀴스트 비율로 데이터를 획득하고, K-공간의 고주파수 영역(주변부)에서 나이퀴스트 비율보다 작은 비율로 데이터를 획득할 수 있다. 이와 같이, 카르테시안(Cartesian) 격자에서의 언더 샘플링을 수행할 수도 있으나, 주파수 부호화만을 이용하여 임의의(arbitrary) 언더 샘플링을 수행할 수도 있다.
캘리브레이션(calibration) 수행부(330)는 코일 민감도를 파악하기 위하여, 각 프레임 데이터마다 시공간 커널 벡터(spatiotemporal convolution kernel vector)를 추정하는 캘리브레이션을 수행한다. 여기서 시공간 커널 벡터란 각 시점의 프레임 데이터마다 표현되는 것으로서, 타겟 프레임 데이터와 시간적으로 인접한 주변의 프레임 데이터와 타겟 프레임 데이터 간의 상관관계를 나타내는 벡터를 의미한다.
일반적으로 시공간 커널 벡터는 코일 민감도와 영상 간의 컨볼루션으로 표현되는 것으로서, 시공간 커널 벡터의 값을 추정함으로써 코일 민감도를 파악할 수 있다. 본 발명의 일 실시예에 따르는 캘리브레이션 수행부(330)는 셀프 캘리브레이션을 수행하는데, 셀프 캘리브레이션을 통하여 추정되는 시공간 커널 벡터에 관한 수식은 수학식 1과 같이 표현할 수 있다.
[수학식 1]
Figure PCTKR2016007461-appb-I000001
여기서, Ysrc는 프레임 데이터들로 구성된 행렬을 나타내며, ytrg는 타겟 프레임 데이터를 나타내며, g는 타겟 프레임 데이터에 대한 시공간 커널 벡터를 나타낸다.
상기 각 프레임의 시공간 커널 벡터를 추정하기 위해, 본 발명에서는 전체 프레임간의 시공간 커널 벡터의 관계를 추가적으로 고려함으로서 시공간 커널 벡터 추정의 정확도를 향상 시켰다. 실시의 예로서 크게 두 가지의 방법으로 추정할 수 있다: 1) 전체 프레임의 시공간 커널의 관계 속에서 일괄적으로 상기 각프레임의 시공간 커널을 추정하는 카소라티 행렬 (Casorati matrix) 을 이용하는 저차계수 행렬 완성 (low rank matrix completion) 알로리즘; 2) 전체 프레임의 시공간 커널의 관계를 순차적으로 이용하는 칼만 스무더 (Kalman smoother) 알고리즘. 본 명세서에서는 공간상의 제약으로 인하여, 실시의 한 예로서, 칼만 스무더 알고리즘을 이용하여 상기 프레임의 시공간 커널 벡터를 구하는 방법을 기술한다.
시공간 커널 벡터를 추정하기 위하여, 먼저, 캘리브레이션 수행부(330)는 나이퀴스트 비율로 얻어진 저주파수의 소스신호를 이용하여 환자의 움직임에 따라서 변하는 캘리브레이션 모델의 불확실성을 추정한다. 구체적으로, 캘리브레이션 수행부(330)는 State-space 모델링을 통하여 시간적으로 인접한 시공간 커널 벡터 들간의 관계를 아래 수학식 2와 같이 정의할 수 있다.
[수학식 2]
Figure PCTKR2016007461-appb-I000002
여기서, gl,t는 t라는 시점에 있어서의 시공간 커널 벡터를 의미하며, gl,t -1은 gl,t 바로 앞 시점의 시공간 커널 벡터를 의미하고, yl,t는 타겟 프레임 데이터에 대한 벡터를 의미하며, St는 타겟 프레임 데이터와 인접한 전체 프레임 데이터에 대한 행렬을 의미하며, wl,t는 프로세스 잡음을 의미하고, vl,t는 측정된 수신 코일의 잡음 데이터를 의미한다. 프로세스 잡음이란 피검체의 움직임에 따라 발생되는 잡음과 병렬 자기공명영상 처리장치(10)의 동작에 따라 발생되는 잡음을 포함하는 개념이다.
수학식 2는 인접한 시점들에 대한 시공간 커널 벡터의 상태 변화는 천천히 이루어진다는 가정을 나타낸다. 즉, 현재 시점(t)의 시공간 커널 벡터와 이전 시점(t-1)의 시공간 커널 벡터는 유사하기 때문에, 현재 시점(t)의 시공간 커널 벡터와 이전 시점(t-1)의 시공간 커널 벡터 간의 불일치 정도는 프로세스 잡음에 불과할 것이다라는 것을 나타낸다. 그리고 수학식 2는 이러한 가정을 바탕으로, 시공간 커널 벡터와 전체 시간에 대한 복수의 프레임 데이터들을 컨볼루션할 경우, 현재의 타겟 프레임 데이터에 대한 벡터를 획득할 수 있음을 나타낸다.
상술한 캘리브레이션 모델의 불확실성을 기초로, 특정 시점의 타겟 프레임 데이터의 시공간 커널 벡터를 구하는 수식은 수학식 3과 같이 정의될 수 있다.
[수학식 3]
Figure PCTKR2016007461-appb-I000003
수학식 1과 3을 비교해보면, 수학식 3은 수학식 1에 없는 프레임 데이터 간의 시공간 커널 벡터의 차이를 최소화하고 측정된 수신 코일의 잡음과 커널의 프로세스 잡음을 추가로 포함하고 있는 것을 확인할 수 있다. 여기서 두 번째 항(term)은 캘리브레이션 모델의 불확실성을 나타내고 첫번째 항과 두번째 항은 수신 코일의 잡음과 커널의 프로세스 잡음을 이용하여 가중 최적화를 나타내는 항이다.
또한, 캘리브레이션 수행부(330)는 타겟 프레임 데이터에 대한 시공간 커널 벡터를 추정하기 위해 프레임 데이터 획득부(320)에서 획득한 전체 프레임 데이터들을 이용한다. 종래기술의 경우, 수학식 1에서 타겟 프레임 데이터와 시간적으로 인접한 일부 프레임 데이터들만으로 Ysrc를 구성하여 로컬 캘리브레이션을 수행한다. 도 3을 참조하면, 종래기술의 경우, 타겟 프레임 데이터에 대한 시공간 커널 벡터를 추정하기 위하여, 시간적으로 인접한 일부의 프레임 데이터만을 이용하는 로컬 캘리브레이션을 수행한다. 이 경우, 캘리브레이션에 이용되는 샘플수가 부족하므로, 환자가 움직이는 상황과 같이 피검체의 동적 움직임이 발생되는 경우, 정확한 시공간 커널 벡터를 획득할 수 없다. 이를 개선하기 위하여, 캘리브레이션 수행부(330)는 전체 시-공간에서 획득된 복수의 프레임 데이터 모두를 이용하여 캘리브레이션을 수행한다. 이를 반영한 캘리브레이션 과정에 대한 수식은 수학식 4와 같다.
[수학식 4]
Figure PCTKR2016007461-appb-I000004
여기서, Rl과 gl, T, z, Ql, S에 대한 정의는 수학식 5와 같다.
[수학식 5]
Figure PCTKR2016007461-appb-I000005
수학식 4에 대한 해인 gl을 구할 경우, gl은 수학식 6과 같이 표현될 수 있다.
[수학식 6]
Figure PCTKR2016007461-appb-I000006
한편, 캘리브레이션 수행부(330)는 칼만 스무더(Kalman Smoother) 알고리즘을 이용하여 수많은 행렬들을 분할하여 역방향 및 순방향으로 조합하여 계산함으로써 효율적으로 시공간 커널 벡터를 산출할 수 있다.
요약하자면, 캘리브레이션 수행부(330)는 종래기술과 달리, 캘리브레이션 수행시, 캘리브레이션 모델의 불확실성을 고려하여 수신 코일의 잡음 데이터와 전체 프레임 데이터를 기초로 시공간 커널 벡터를 추정하기 때문에, 샘플 수 부족과 피검체의 잡음에 기인한 시공간 커널 벡터 추정의 정확도 하락 문제를 개선할 수 있다.
미획득 소스신호 복원부(340)는 캘리브레이션 수행부(330)를 통하여 추정된 시공간 커널 벡터를 이용하여 미획득된 소스신호를 복원할 수 있다. 구체적으로, 미획득 소스신호 복원부(340)는 추정된 시공간 커널 벡터를 이용하여 k-t 병렬 자기공명영상기법을 통해 복원한 정보와 스파스 신호 복원 기법을 이용하여 복원한 정보를 기초로 미획득 소스신호를 획득할 수 있다. 미획득 소스신호를 xl이라 할 경우, 미획득 소스신호에 대한 수식은 수학식 7과 같이 정의될 수 있다.
[수학식 7]
Figure PCTKR2016007461-appb-I000007
여기서 Ft, Fs는 푸리에 연산자를 의미하며, FtFs는 k-t 공간의 동적 데이터들을 x-f 공간의 스파스 영역으로 변환하는 것을 의미하며, A(·)는 컨볼루션 보간법 연산자를 의미한다. 그리고 λ1은 칼만 스무더의 캘리브레이션 일관성(consistency)과 x-f 공간의 희박성(sparsity) 간의 균형 파라미터를 의미하며, λ2는 이미지 재구성(reconstruction)을 제어하는 파라미터를 의미한다.
한편, 캘리브레이션 수행부(330)와 미획득 소스신호 복원부(340)에 의해 수행되는 캘리브레이션 및 신호 복원과정은 아래 수학식 8을 통하여 통합된 하나의 식으로 정리될 수 있다.
[수학식 8]
Figure PCTKR2016007461-appb-I000008
수학식 8에서 첫번째 및 두 번째 항은 캘리브레이션 과정을 나타내는 항이며, 세 번째 항은 미획득 소스신호 복원 과정을 나타내는 항이다. 네 번째 항은 구하고자 하는 솔루션의 특성을 나타내는 항으로서, 이상적으로는 스파스 복원기법으로 추정된 신호(xl)와 시공간 커널 벡터를 이용하여 추정된 미획득 소스신호(A(y,gl)) 간의 차이가 0일 것이다라는 가정하에 설정된 항이다. 실제로는 두 신호의 차이가 0이 아니기 때문에, 네 번째 항의 삽입을 통하여 더욱 정확한 시공간 커널 벡터와 미획득 소스신호를 획득할 수 있다.
캘리브레이션 수행부(330)는 미획득 소스신호(xl)를 고정시킴으로써 세 번째 항을 제거하고 수학식 8의 해를 구하여, 시공간 커널 벡터를 추정할 수 있다. 이어서, 미획득 소스신호 복원부(340)는 시공간 커널 벡터(gl)을 고정시킴으로써 첫 번째와 두 번째 항을 제거하고 수학식 8의 해를 구하여, 미획득 소스신호를 복원할 수 있다.
또 한편, 본 발명의 일 실시예는 캘리브레이션과 미획득 소스신호 복원 과정을 반복 수행함으로써, 더욱 정확한 동적 영상을 획득할 수 있다. 구체적으로, 캘리브레이션 수행부(330)는 종전까지 수행하여 획득한 미획득 소스신호를 이용하여 캘리브레이션에 이용되는 소스신호의 샘플 수를 증가시킬 수 있다. 그리고 캘리브레이션 수행부(330)는 미획득 소스신호의 복원을 통해, 샘플링 대상이 되는 소스신호의 개수가 증가할 때마다 다시 시공간 커널 벡터를 구함으로써, 기존의 시공간 커널 벡터를 갱신할 수 있다. 이어서, 미획득 소스신호 복원부(340)는 시공간 커널 벡터가 갱신될 때마다 갱신된 시공간 커널 벡터를 이용하여 미획득 소스신호를 추가 복원한다. 이러한 방식으로, 캘리브레이션 수행부(330)와 미획득 소스신호 복원부(340)는 계속적으로 반복 동작을 수행하게 되며, 그에 따라, 캘리브레이션에 이용되는 샘플수가 보충되어 더욱 정확한 시공간 커널 벡터를 획득할 수 있게 된다.
이러한 반복과정은 현재 획득된 시공간 커널 벡터와 미획득 소스신호가 이전 단계에서 획득된 시공간 커널 벡터와 미획득 소스신호와 미리 설정된 값 이하의 차이를 갖는 경우(즉, 시공간 커널 벡터와 미획득 소스신호가 특정 값으로 수렴하는 경우), 반복 과정을 중단할 수 있다.
영상 생성부(350)는 복원된 미획득 소스신호와 복수의 프레임 데이터를 기초로 영상을 생성하고 영상 출력부(400)로 생성된 영상을 전달한다. 구체적으로, 영상 생성부(350)는 미획득 소스신호를 기반으로 프레임 데이터를 재구성하고, 프레임 데이터들을 영상으로 합성할 수 있다.
이하, 본 발명의 일 실시예에 따르는 병렬 자기공명영상 처리방법에 대하여 도 4를 참조하여 구체적으로 설명하도록 한다. 이하의 방법은 도 1 내지 도 3을 통하여 설명한 병렬 자기공명영상 처리장치(10)에 의해 수행되는 것이므로, 아래에서 생략된 것이라 하더라도 도 1 내지 도 3과 관련하여 설명한 내용을 모두 포함할 수 있다.
먼저, 병렬 자기공명영상 처리장치(10)는 수신 코일이 비활성화된 상태에서 수신 코일의 잡음 데이터를 획득할 수 있다(S410).
병렬 자기공명영상 처리장치(10)는 자기장을 생성시키고, 그에 따라 피검체로부터 전송된 소스신호를 수신할 수 있다. 그리고 소스신호를 샘플링하여 복수의 프레임 데이터를 획득한다(S420). 이때, 가변 밀도 랜덤 언더샘플링 방식을 통하여 K-공간의 저주파수와 고주파수에서 다른 밀도로 샘플링을 수행할 수 있으나, 반드시 이에 한하지는 않으며, 여러가지 방식으로 샘플링을 수행할 수 있다.
이어서, 병렬 자기공명영상 처리장치(10)는 커널 모델의 불확실성을 고려하여 수신코일의 잡음데이터와 전체 프레임 데이터를 기초로 시공간 커널 벡터를 추정하는 캘리브레이션 과정을 수행한다(S430).
그리고, 병렬 자기공명영상 처리장치(10)는 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원한다(S440).
이어서, 병렬 자기공명영상 처리장치(10)는 S430 단계와 S440 단계를 한번 더 반복하게 되는데, 두 번째 반복과정부터 현재 단계와 이전 단계의 시공간 커널 벡터 및 복원된 미획득 소스신호 간 차이값이 미리 설정된 값 이하인지 판단한다(S450). 이때, 차이값이 미리 설정된 값 이하인 경우, 반복과정을 종료하며, 그렇지 않은 경우, 지속적으로 반복과정을 수행한다. 즉, 시공간 커널 벡터와 복원된 미획득 소스신호가 어느 특정값으로 수렴할 때까지 S430 및S440 단계를 반복한다.
반복과정이 종료된 경우, 병렬 자기공명영상 처리장치(10)는 복수의 프레임 데이터와 복원된 소스신호를 기초로 영상을 생성하고 출력한다(S460).
이상으로 설명한 본 발명의 일 실시예는 하나의 타겟 프레임 데이터에 대한 캘리브레이션을 수행하기 위해, 측정된 코일의 잡음과 캘리브레이션 모델의 확률적 불확실성을 캘리브레이션 과정에 포함시키고 전체 시간에 관한 프레임 데이터 전부를 이용하여 캘리브레이션을 수행하며, 스파스 복원 기법과 캘리브레이션 방법을 결합하여 최적화함으로써, 적은 캘리브레이션 샘플 수에도 불구하고 인공물과 잡음을 제거하여 정확한 고해상도의 자기공명영상을 제공할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (14)

  1. 병렬 자기공명영상 처리장치에 의해 수행되는 병렬 자기공명영상 처리방법에 있어서,
    (a) 상기 병렬 자기공명영상 처리장치의 수신 코일을 통해 피검체에 대하여 획득한 소스신호를 샘플링하여 복수의 프레임 데이터를 획득하는 단계;
    (b) 시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들 간의 불일치 정도를 고려하여, 상기 수신 코일의 잡음 데이터와 상기 복수의 프레임 데이터 전체를 기초로 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는 단계;
    (c) 상기 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원하는 단계; 및
    (d) 상기 복수의 프레임 데이터와 상기 복원된 미획득 소스신호를 기초로 영상을 생성하는 단계;
    를 포함하는, 병렬 자기공명영상 처리방법.
  2. 제 1 항에 있어서,
    상기 병렬 자기공명영상 처리방법은,
    (a-1) 상기 (a) 단계 전, 상기 수신 코일이 작동하지 않는 상태에서 상기 수신 코일에 대한 잡음의 평균과 표준편차를 측정하여 상기 수신 코일의 잡음 데이터를 획득하는 단계를 더 포함하는, 병렬 자기공명영상 처리방법.
  3. 제 1 항에 있어서,
    상기 (b) 단계는,
    시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들은 상기 피검체의 움직임과 상기 자기공명영상 처리장치의 동작에 기인한 잡음 데이터만큼의 차이값을 갖는 점을 참조하여, 전체 프레임의 시공간 커널의 관계를 고려하여 상기 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는 단계를 포함하는, 병렬 자기공명영상 처리방법.
  4. 제 1 항에 있어서,
    상기 (b) 단계는,
    카소라티 행렬 (Casorati matrix) 을 이용한 저차계수 행렬 완성 (low rank matrix completion) 방법 또는 칼만 스무더(Kalman Smoother) 알고리즘을 이용하여 상기 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는 단계를 포함하는, 병렬 자기공명영상 처리방법.
  5. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 추정된 시공간 커널 벡터를 이용하여 복원한 정보와 스파스 신호 복원 기법을 이용하여 복원한 정보를 기초로 상기 미획득 소스신호를 획득하는 단계를 포함하는, 병렬 자기공명영상 처리방법.
  6. 제 1 항에 있어서,
    상기 병렬 자기공명영상 처리방법은,
    (e) 상기 (c) 단계 후, 상기 복원된 미획득 소스신호를 기초로 상기 샘플링 대상이 되는 소스신호의 개수가 증가할 때마다, 상기 (c) 및 (d) 단계를 반복 수행하는 단계를 더 포함하는, 병렬 자기공명영상 처리방법.
  7. 제 6 항에 있어서,
    상기 (e) 단계는,
    현재 획득된 시공간 커널 벡터와 미획득 소스신호가 이전 단계에서 획득된 시공간 커널 벡터와 미획득 소스신호가 미리 설정된 값 이하의 차이를 갖는 경우, 상기 (c) 및 (d) 단계의 반복 수행을 중단하는 단계를 포함하는, 병렬 자기공명영상 처리방법.
  8. 병렬 자기공명영상 처리장치에 있어서,
    자기공명영상을 처리하기 위한 프로그램이 저장된 메모리; 및
    상기 프로그램을 실행하는 프로세서;를 포함하며,
    상기 프로세서는, 상기 프로그램의 실행에 따라,
    상기 병렬 자기공명영상 처리장치의 수신 코일을 통해 피검체에 대하여 획득한 소스신호를 샘플링하여 복수의 프레임 데이터를 획득하고,
    시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들 간의 불일치 정도를 고려하여, 상기 수신 코일의 잡음 데이터와 상기 복수의 프레임 데이터 전체를 기초로 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하며,
    상기 추정된 시공간 커널 벡터를 이용하여 미획득 소스신호를 복원하고,
    상기 복수의 프레임 데이터와 상기 복원된 미획득 소스신호를 기초로 영상을 생성하는, 병렬 자기공명영상 처리장치.
  9. 제 8 항에 있어서,
    상기 프로세서는,
    상기 수신 코일이 작동하지 않는 상태에서 상기 수신 코일에 대한 잡음의 평균과 표준편차를 측정하여 상기 수신 코일의 잡음 데이터를 획득하는, 병렬 자기공명영상 처리장치.
  10. 제 8 항에 있어서,
    상기 프로세서는,
    시간적으로 인접한 프레임 데이터들에 대한 시공간 커널 벡터들은 상기 피검체의 움직임과 상기 자기공명영상 처리장치의 동작에 기인한 잡음 데이터만큼의 차이값을 갖는 점을 참조하여, 전체 프레임의 시공간 커널의 관계를 고려하여 상기 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는, 병렬 자기공명영상 처리장치.
  11. 제 8 항에 있어서,
    상기 프로세서는,
    카소라티 행렬 (Casorati matrix) 을 이용한 저차계수 행렬 완성 (low rank matrix completion) 방법 또는 칼만 스무더(Kalman Smoother) 알고리즘을 이용하여 상기 각 프레임 데이터에 대한 시공간 커널 벡터를 추정하는, 병렬 자기공명영상 처리장치.
  12. 제 8 항에 있어서,
    상기 프로세서는,
    상기 추정된 시공간 커널 벡터를 이용하여 복원한 정보와 스파스 신호 복원 기법을 이용하여 복원한 정보를 기초로 상기 미획득 소스신호를 획득하는, 병렬 자기공명영상 처리장치.
  13. 제 8 항에 있어서,
    상기 프로세서는,
    상기 복원된 미획득 소스신호를 기초로 상기 샘플링 대상이 되는 소스신호의 개수가 증가할 때마다, 상기 각 시공간 커널 벡터를 갱신하고,
    상기 시공간 커널 벡터가 갱신될 때마다, 상기 갱신된 시공간 커널 벡터를 이용하여 미획득 소스신호를 추가 복원하는, 병렬 자기공명영상 처리장치.
  14. 제 13 항에 있어서,
    상기 프로세서는,
    현재 획득된 시공간 커널 벡터와 미획득 소스신호가 이전 단계에서 획득된 시공간 커널벡터와 미획득 소스신호가 미리 설정된 값 이하의 차이를 갖는 경우, 상기 시공간 커널 벡터의 갱신 및 상기 미획득 소스신호의 추가 복원 과정을 중단하는, 병렬 자기공명영상 처리장치.
PCT/KR2016/007461 2015-07-09 2016-07-08 병렬 자기공명영상 처리장치 및 방법 Ceased WO2017007286A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0097972 2015-07-09
KR1020150097972A KR101686184B1 (ko) 2015-07-09 2015-07-09 병렬 자기공명영상 처리장치 및 방법

Publications (1)

Publication Number Publication Date
WO2017007286A1 true WO2017007286A1 (ko) 2017-01-12

Family

ID=57575272

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/007461 Ceased WO2017007286A1 (ko) 2015-07-09 2016-07-08 병렬 자기공명영상 처리장치 및 방법

Country Status (2)

Country Link
KR (1) KR101686184B1 (ko)
WO (1) WO2017007286A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102015839B1 (ko) * 2017-10-31 2019-08-29 가천대학교 산학협력단 시간축으로 확장한 커널을 이용한 그라파 기반의 자기공명분광영상 재구성 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008307357A (ja) * 2007-06-15 2008-12-25 Korea Advanced Inst Of Sci Technol 一般級数並列映像法を利用した高解像度磁気共鳴映像の生成方法及びその記録媒体
KR20100004321A (ko) * 2008-07-03 2010-01-13 한국과학기술원 움직임 추정 및 움직임 보상을 이용한 압축 센싱 기반 동적자기공명 영상기법
JP2010155063A (ja) * 2009-01-05 2010-07-15 Korea Advanced Inst Of Sci Technol 高時空間解像度の機能的磁気共鳴映像を得る高次一般級数並列映像法及びサンプリング方法（ｈｉｇｈｅｒ−ｏｒｄｅｒｇｅｎｅｒａｌｉｚｅｄｓｅｒｉｅｓｐａｒａｌｌｅｌｉｍａｇｉｎｇｍｅｔｈｏｄａｎｄｓａｍｐｌｉｎｇｍｅｔｈｏｄｆｏｒａｃｑｕｉｒｉｎｇｈｉｇｈｓｐａｔｉｏ−ｔｅｍｐｏｒａｌｒｅｓｏｌｕｔｉｏｎｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｅｓ）
KR101105352B1 (ko) * 2010-09-09 2012-01-16 (주)사이메딕스 적응적 셀프 캘리브레이션이 가능한 병렬 자기 공명 영상 장치, 그 영상 방법 및 그 기록 매체
KR20150047019A (ko) * 2013-10-23 2015-05-04 삼성전자주식회사 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101575798B1 (ko) * 2014-04-25 2015-12-08 고려대학교 산학협력단 자기 공명 영상 처리 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008307357A (ja) * 2007-06-15 2008-12-25 Korea Advanced Inst Of Sci Technol 一般級数並列映像法を利用した高解像度磁気共鳴映像の生成方法及びその記録媒体
KR20100004321A (ko) * 2008-07-03 2010-01-13 한국과학기술원 움직임 추정 및 움직임 보상을 이용한 압축 센싱 기반 동적자기공명 영상기법
JP2010155063A (ja) * 2009-01-05 2010-07-15 Korea Advanced Inst Of Sci Technol 高時空間解像度の機能的磁気共鳴映像を得る高次一般級数並列映像法及びサンプリング方法（ｈｉｇｈｅｒ−ｏｒｄｅｒｇｅｎｅｒａｌｉｚｅｄｓｅｒｉｅｓｐａｒａｌｌｅｌｉｍａｇｉｎｇｍｅｔｈｏｄａｎｄｓａｍｐｌｉｎｇｍｅｔｈｏｄｆｏｒａｃｑｕｉｒｉｎｇｈｉｇｈｓｐａｔｉｏ−ｔｅｍｐｏｒａｌｒｅｓｏｌｕｔｉｏｎｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｅｓ）
KR101105352B1 (ko) * 2010-09-09 2012-01-16 (주)사이메딕스 적응적 셀프 캘리브레이션이 가능한 병렬 자기 공명 영상 장치, 그 영상 방법 및 그 기록 매체
KR20150047019A (ko) * 2013-10-23 2015-05-04 삼성전자주식회사 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법

Also Published As

Publication number Publication date
KR101686184B1 (ko) 2016-12-13

Similar Documents

Publication Publication Date Title
Cheng et al. Learning data consistency and its application to dynamic MR imaging
US9396562B2 (en) MRI reconstruction with incoherent sampling and redundant haar wavelets
JP6925512B2 (ja) 磁気共鳴イメージングシステムにおける位相依存アーチファクトのデータ駆動型補正
JP2023526008A (ja) 複数の磁気共鳴イメージングシステム構成を使用した磁気共鳴画像の補正
JP2014503290A (ja) 校正スキャン、コイル感度マップ及びナビゲータを使用する、剛体動き補償のためのパラレルｍｒｉ方法
CN103384836A (zh) 包含grappa算子的用于任意k空间轨迹的快速两步并行重建
WO2013027964A1 (en) Method and apparatus for simultaneously generating multi-type magnetic resonance images
Odille et al. Generalized MRI reconstruction including elastic physiological motion and coil sensitivity encoding
US11585876B2 (en) System and method for MRI coil sensitivity estimation and reconstruction
CN104698414A (zh) Sense型磁共振重构中的参考过采样
WO2017069347A1 (ko) 자기 공명 영상에서의 고스트 아티팩트를 제거하는 방법 및 이를 위한 자기 공명 장치
WO2023229384A1 (ko) 학습 데이터 생성 방법, 컴퓨터 프로그램 및 장치
US10955508B2 (en) BO-corrected sensitivity encoding magnetic resonance imaging
WO2024039043A1 (ko) 학습 데이터 생성 방법, 컴퓨터 프로그램 및 장치
KR101575798B1 (ko) 자기 공명 영상 처리 장치 및 방법
WO2023249372A1 (ko) 딥러닝 모델의 학습을 위한 의료 데이터의 처리 방법, 프로그램 및 장치
KR101663601B1 (ko) 투영기법 기반의 동적혈관영상 획득방법 및 획득장치
WO2017007286A1 (ko) 병렬 자기공명영상 처리장치 및 방법
Bilal et al. Respiratory Motion Correction for Compressively Sampled Free Breathing Cardiac MRI Using Smooth l1‐Norm Approximation
WO2017183885A1 (ko) 자기 공명 영상 처리 장치 및 그 영상 처리 방법
KR20150100019A (ko) 자기 공명 영상 처리 장치 및 방법
US12578408B2 (en) Autocalibrated multi-shot magnetic resonance image reconstruction with joint optimization of shot-dependent phase and parallel image reconstruction
EP3769103B1 (en) Self-navigation in three-dimensional magnetic resonance imaging
JP2022527509A (ja) シミュレーション磁気共鳴画像を使用した磁気共鳴画像の補正
WO2023249402A1 (ko) 딥러닝 모델의 학습을 위한 의료 데이터의 처리 방법, 프로그램 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16821692

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16821692

Country of ref document: EP

Kind code of ref document: A1