WO2017183885A1 - 자기 공명 영상 처리 장치 및 그 영상 처리 방법 - Google Patents

자기 공명 영상 처리 장치 및 그 영상 처리 방법 Download PDF

Info

Publication number
WO2017183885A1
WO2017183885A1 PCT/KR2017/004138 KR2017004138W WO2017183885A1 WO 2017183885 A1 WO2017183885 A1 WO 2017183885A1 KR 2017004138 W KR2017004138 W KR 2017004138W WO 2017183885 A1 WO2017183885 A1 WO 2017183885A1
Authority
WO
WIPO (PCT)
Prior art keywords
magnetic resonance
model
signal
dynamic
blood flow
Prior art date
Application number
PCT/KR2017/004138
Other languages
English (en)
French (fr)
Inventor
박재석
임은지
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Publication of WO2017183885A1 publication Critical patent/WO2017183885A1/ko

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
    • 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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • 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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • 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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • 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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • 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
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling

Definitions

  • the present invention relates to a magnetic resonance image processing apparatus and an image processing method thereof.
  • a device that processes a magnetic resonance image may acquire a tomography image of a specific part of a patient by using resonance phenomena according to the supply of electromagnetic energy.
  • Magnetic resonance imaging devices are widely used because they do not have radiation exposure and relatively easily obtain tomographic images, compared to imaging devices such as x-rays and computer tomography (CT).
  • the angiography may be to determine the shape, stenosis and occlusion of the blood vessel of the patient.
  • Angiography using a conventional magnetic resonance imaging apparatus uses a method of increasing the visibility of blood vessels by subtracting a magnetic resonance image of a patient and an additional acquired static reference image.
  • angiography by a conventional magnetic resonance imaging apparatus restores an image of each time frame through acquired data including only high frequency signal information of each time frame or surrounding time.
  • angiography by a conventional magnetic resonance imaging apparatus may cause artifacts or noise due to movement of a patient in the process of subtracting an additional static reference image. Therefore, angiography by a conventional magnetic resonance imaging apparatus may lower the visibility of blood vessels.
  • conventional angiography by magnetic resonance imaging apparatus has a disadvantage in that it does not utilize the information that changes over time in the entire dynamic image.
  • Korean Patent Laid-Open Publication No. 10-2014-0142652 (name of the invention: "New Magnetic Resonance Imaging Technique for Imaging and Evaluation of Lateral Circulation”) discloses a magnetic resonance imaging technique for imaging lateral circulation in the body. Doing. Specifically, the present invention post-processes the source data of the dynamic susceptibility contrast-enhanced perfusion-enhanced perfusion-enhanced image (DSC-PWI), and then compares the image obtained through post-processing with the image of digital subtraction angiography (DSA) to image the lateral circulation. do.
  • DSC-PWI dynamic susceptibility contrast-enhanced perfusion-enhanced perfusion-enhanced image
  • DSA digital subtraction angiography
  • the present invention is to solve the above-mentioned problems of the prior art, a magnetic resonance image processing apparatus for generating a high-resolution dynamic blood vessel image by removing the static background or artifacts included in the magnetic resonance signal based on the parasitic model and its It provides an image processing method.
  • the magnetic resonance image processing apparatus includes a memory for storing a program for extracting a dynamic blood vessel image from the magnetic resonance signal and a processor for executing the program.
  • the processor extracts the dynamic blood flow signal from the magnetic resonance signal based on the parasitic model according to the execution of the program, and generates a dynamic blood vessel image based on the extracted dynamic blood flow signal.
  • the parasitic model includes at least one of a dynamic background suppression model and a space-time model for the magnetic resonance signal, a static background suppression model, and the static background suppression model corresponds to a static background included in the magnetic resonance signal,
  • the background suppression model corresponds to artifacts included in the magnetic resonance signal.
  • the image processing method in the magnetic resonance image processing apparatus in the magnetic resonance image processing apparatus comprises the steps of extracting a dynamic blood flow signal from the magnetic resonance signal based on the parasitic model; And generating a dynamic blood vessel image based on the extracted dynamic blood flow signal.
  • the parasitic model includes at least one of a dynamic background suppression model and a space-time model for the magnetic resonance signal, and a static background suppression model, wherein the static background suppression model corresponds to a background included in the magnetic resonance signal, and the dynamic The background suppression model corresponds to artifacts included in the magnetic resonance signal.
  • the present invention can reduce the amplification of artifacts and noise that may occur due to the movement of the patient, thereby providing a robust dynamic blood vessel image to the user.
  • the present invention can generate a high-resolution blood vessel image with only a small amount of data. According to the present invention, data required for each time frame can be significantly reduced, and it is easy to restore the entire dynamic image. Therefore, through the present invention, the medical staff can quickly and accurately determine the shape, narrowing and occlusion of the blood vessels of the patient.
  • FIG. 1 is a block diagram illustrating an entire magnetic resonance image processing system according to an exemplary embodiment of the present invention.
  • FIG. 2 is a block diagram of a magnetic resonance image processing apparatus according to an embodiment of the present invention.
  • 3 is an illustration of coronal dynamic vascular images.
  • FIG. 4 is an illustration of sagittal dynamic blood vessel images.
  • FIG. 5 is an exemplary diagram of a dynamic background suppression model according to an embodiment of the present invention.
  • FIG. 6 is an exemplary diagram of a dynamic blood vessel image generated based on a sampled magnetic resonance signal according to an embodiment of the present invention.
  • FIG. 7 is an exemplary view comparing a dynamic blood vessel image and a conventional dynamic blood vessel image according to an embodiment of the present invention.
  • FIG. 8 is an image processing method of a magnetic resonance image processing apparatus according to an embodiment of the present invention.
  • the magnetic resonance image processing system 100 extracts a dynamic blood flow signal from the magnetic resonance signal collected from the magnetic resonance apparatus 210 based on a previously generated model. Therefore, the magnetic resonance image processing apparatus 200 provides a high resolution dynamic blood vessel image to a user.
  • FIG. 1 is a block diagram illustrating an entire magnetic resonance image processing system 100 according to an exemplary embodiment.
  • the magnetic resonance imaging (MRI) processing system 100 utilizes a magnetic field and non-electron radiation (radio frequency) that is harmless to the human body to image a physical principle called nuclear magnetic resonance (NMR).
  • NMR nuclear magnetic resonance
  • the structure is substantially the same as that of the conventional tomography apparatus.
  • the main magnet 101 generates a constant magnetic field of magnitude to polarize or align the nuclear spins within the inspection region of the object, for example the portion of the human body to be inspected.
  • the high homogeneity of the main magnets required for nuclear spin resonance measurements is determined in the spherical measurement space M, into which the part of the human body to be examined is placed.
  • a so-called shim plate made of so-called ferromagnetic material is provided at a suitable point in order to satisfy the homogeneity requirement and in particular to eliminate time-varying actions. Time varying actions are eliminated by the shim coil 102 driven by a shim supply 115.
  • a cylindrical gradient coil system 103 consisting of three partial windings.
  • Each partial winding is energized by an amplifier 114 to generate a linear gradient field in a separate direction of the parallel coordinate system.
  • the first partial winding of the inclined field system 103 generates a slope Gx in the x direction
  • the second partial winding generates a slope Gy in the y direction
  • the third partial winding inclines in the z direction. (Gz) is generated.
  • Each amplifier 114 has a digital-to-analog converter, which is controlled by the sequence control system 118 to generate ramp pulses in a timely manner.
  • a high frequency antenna 104 is provided within the gradient field system 103, which is used to excite the nucleus and align the nuclear spin to the object to be inspected or the region to be inspected of the object. Converts the high frequency pulse emitted by the field into an alternating field.
  • a nuclear spin echo signal caused by an alternating magnetic field emitted from a nuclear spin orbiting by the high frequency antenna 104 typically a pulse sequence consisting of one or more high frequency pulses and one or more gradient pulses, is converted into a voltage, the voltage being The amplifier 107 is supplied to the high frequency reception channel 108 of the high frequency system 122.
  • the high frequency system 122 also includes a transmission channel 109 in which high frequency pulses are generated to excite magnetic nuclear resonance.
  • the individual high frequency pulses are represented digitally as a series of complex numbers within the sequence control system 118 by a pulse sequence preset by the installation computer 120.
  • This numeric string is fed to the digital-analog converter coupled to the high frequency system 122 via the respective input stage 12 as the real part and the imaginary part and from the digital-analog converter to the transmission channel 109.
  • the pulse sequence in the transmission channel 109 is modulated with a high frequency carrier signal, the fundamental frequency of the high frequency carrier signal corresponds to the resonance frequency of the nuclear spin in the measurement space.
  • the switching from the transmission operation by the transmission channel 109 to the reception operation by the high frequency reception channel 108 is performed by a duplexer 106. Is made by.
  • the high frequency antenna 104 emits a high frequency pulse into the measurement space M for exciting the nuclear spin and samples the resulting echo signal.
  • Correspondingly obtained nuclear resonance signals are phase-sensitively decoded in the receiving channel 108 of the high frequency system 122, and converted by the individual analog-to-digital converter into real and imaginary parts of the measurement signal. do.
  • the image processing apparatus 117 passes through each output terminal 11 and processes the signal data supplied to the image processing apparatus 117 to reconstruct it into one image.
  • the management of the measurement data, the image data and the control program is performed by the installation computer 120, and by the pre-setting by the control program, the sequence control system 118 generates a predetermined individual pulse sequence and the corresponding k space ( k-space).
  • the sequence control system 118 controls the inclination change over time, the emission of the high frequency pulse having a predetermined phase and amplitude, and the reception of the nuclear resonance signal, and the signal synthesizer 119 is the high frequency system 122 and It provides a time base for the sequence control system 118. Selection of a suitable control program for generating a nuclear spin image and by a terminal 121 having one keypad and one or more displays of the generated nuclear spin image.
  • the image processing apparatus 117 may include a processor that performs image processing and a memory or storage device in which a program or software for performing image processing is stored. As the processor executes a program or software for performing image processing, a magnetic resonance image processing method according to an embodiment of the present invention may be executed.
  • the magnetic resonance image processing apparatus 200 aims to separate a background image and a dynamic blood vessel image that reduce visibility of the dynamic blood vessel from the magnetic resonance image.
  • the magnetic resonance image processing apparatus 200 includes an image signal as a dynamic blood vessel, which is a region of interest, a static background signal which is an uninterested region, and a dynamic background signal by a patient's movement. Model with.
  • the magnetic resonance image processing apparatus 200 extracts only a signal of the ROI and removes other background signals based on the prior information of the image optimized for the characteristics of the signal, respectively.
  • a detailed method thereof will be described with reference to FIG. 2.
  • FIG. 2 is a block diagram of a magnetic resonance image processing apparatus 200 according to an embodiment of the present invention.
  • the magnetic resonance image processing apparatus 200 may be the image processing apparatus 117 or the computer 120 illustrated in FIG. 1.
  • the magnetic resonance image processing apparatus 200 is not possible in one embodiment of the present invention. Therefore, magnetic resonance imaging may be modified in various ways based on the components shown in FIG. 2.
  • the magnetic resonance image processing apparatus 200 may be a separate computing device for image processing connected to the magnetic resonance apparatus 210.
  • the magnetic resonance image processing apparatus 200 may further include a communication module (not shown) capable of transmitting and receiving data through the magnetic resonance apparatus 210.
  • the magnetic resonance image processing apparatus 200 may include, but is not limited to, a memory 230 and a processor 240 mounted in the magnetic resonance apparatus 210.
  • the magnetic resonance apparatus 210 may be a device capable of generating a magnetic resonance signal configured based on the components of the magnetic resonance imaging (MRI) processing system 100 of FIG. 1, but is not limited thereto. no.
  • MRI magnetic resonance imaging
  • the magnetic resonance image processing apparatus 200 includes a memory 230 and a processor 240.
  • the memory 230 stores a program for extracting the dynamic blood vessel image from the magnetic resonance image.
  • the memory 230 refers to a nonvolatile storage device that maintains stored information even when power is not supplied, and a volatile storage device that requires electric power to maintain stored information.
  • the processor 240 generates a dynamic blood vessel image from a magnetic resonance signal received from the magnetic resonance apparatus 210 based on a previously generated model according to execution of a program stored in the memory 230.
  • the magnetic resonance signal may be image data including a plurality of frames representing a space according to the passage of time in the space-time encoding region (k, t-space).
  • the magnetic resonance signal may include a region of interest and a background.
  • the magnetic resonance signal may include a region of interest including a patient's subject to be observed and a static background that is not changed around, a dynamic background that is an artifact that may be caused by the movement of the patient, and a blood vessel of the patient.
  • the processor 240 may detect a blood flow signal corresponding to the ROI from the magnetic resonance signal. To this end, the processor 240 may extract only a region of interest using a pre-generated model and generate a dynamic blood vessel image based on the region of interest.
  • the parasitic model may include at least one of a dynamic background suppression model and a space-time model for the magnetic resonance signal, and a static background suppression model. That is, the previously generated model may include a space-time model and a static background suppression model.
  • the parasitic model may include a dynamic background suppression model and a static background suppression model, or may include both a dynamic background suppression model, a space-time model, and a static background suppression model.
  • the static background suppression model is a model for suppressing the background of the patient other than the target in the magnetic resonance signal.
  • the dynamic background suppression model is a model for suppressing artifacts generated by patient movement.
  • the space-time model is a model for detecting a blood flow signal.
  • the magnetic resonance apparatus 210 adjusts another magnetic field by using an electromagnetic pulse while fixing one magnetic field to excite the spin system. You can.
  • the magnetic resonance apparatus 210 may form a magnetic field to acquire a magnetic resonance signal for a space-time region based on the plurality of gradient magnetic coils included in the magnetic resonance apparatus 210.
  • the processor 240 of the magnetic resonance image processing apparatus 200 may receive a signal obtained from the magnetic resonance apparatus 210.
  • the magnetic resonance image processing apparatus 200 may generate a model in response to the magnetic resonance signal obtained from the magnetic resonance apparatus 210.
  • a signal obtained in space time (x-t space) from the magnetic resonance device 210 may be expressed as Equation 1 below.
  • Equation 1 Is the Casorati matrix It can be expressed as At this time, the image column vectors X t in each time frame are stacked over the entire dynamic phase T p .
  • X 0 is also a matrix of the signals before contrast enhancement before the contrast agent enters the magnetic resonance signal.
  • X 0 is a matrix generated by the average of the signals before contrast enhancement, and may be a matrix for a static background.
  • X DCE is a matrix for the region of interest containing a dynamic blood vessel image.
  • X M is a matrix for a motion-induced signal, which may be a matrix for a dynamic background, and N is a noise matrix.
  • the processor 240 suppresses the static background (X 0 ) and the dynamic background (X M ) based on the static background suppression model and the dynamic background suppression model from the entire signal, thereby generating a matrix (X DCE ) for the region of interest. Can be extracted.
  • the processor 240 may generate a space-time model through a mathematical model defined based on the matrix X DCE for the ROI, and extract a dynamic blood vessel image.
  • the processor 240 may generate a space-time model by using the entire magnetic resonance signal for the entire space-time region.
  • the processor 240 may generate a model by sampling a part of the magnetic resonance signal. For example, the processor 240 may generate a model using data obtained at a Nyquist ratio among magnetic resonance signals for the entire space-time region. In addition, the processor 240 may generate a model for the signal selected based on the under sampling of the entire magnetic resonance signals.
  • the model for the movement of the patient may generate a model by emulating the movement from the image before the contrast agent is introduced.
  • the dynamic blood flow model can be generated without a magnetic resonance signal based on prior information.
  • the sampling method may be an under sampling method.
  • the under sampling method may be independent variable random under sampling for each of a plurality of frames included in an image.
  • the under sampling method may be an under sampling method that shares high frequency data of a time around a current frame to be sampled, but is not limited thereto.
  • the processor 240 acquires data in the form of a variable density under sampling that downsamples low frequencies to high density and high frequencies to low density in the spatial domain, and maintains incoherence in the time domain direction. Any sampling pattern can be obtained.
  • the variable density under sampling may be under sampling in a Cartesian grating or any under sampling such as radial / helical.
  • the processor 240 may generate a static background suppression model and a dynamic background suppression model from the magnetic resonance signal. To this end, the processor 240 may use a signal before contrast enhancement before a contrast agent is input among magnetic resonance signals.
  • 3 is an illustration of coronal dynamic vascular images.
  • 4 is an illustration of sagittal dynamic blood vessel images.
  • the static background may be a portion of the magnetic resonance image excluding the ROI.
  • the static background may be a black portion outside the image corresponding to the patient who is the region of interest.
  • the dynamic background can be an artifact produced by the patient's movement.
  • the artifact may be caused by the patient's movement in the subtraction process to suppress the static background from the magnetic resonance signal.
  • the artifact may be a part of the afterimages P300, P330, P410, and P430 generated by the movement of the patient.
  • the processor 240 may generate a model capable of suppressing the static background from the magnetic resonance signal through the contrast enhancement signal.
  • the static background image suppression model may be generated by any one of a method of using a precontrast enhancement signal, a method of using a sampled image of the precontrast enhancement signal, and a method based on a projection operation, but is not limited thereto. It is not.
  • the processor 240 may generate the entire signal from the contrast enhancement signal as the static background suppression model.
  • the processor 240 may suppress the static background in the magnetic resonance signal based on the generated static background suppression model based on the obtained total signal.
  • the processor 240 may obtain a static background suppression model by extracting a sampled signal from a signal before contrast enhancement. For example, the processor 240 may calculate a time direction average for the extracted sampled signal. The processor 240 may obtain a static background suppression model based on the calculated time direction average.
  • the processor 240 may obtain a static background suppression model based on a projection operation capable of projecting the entire signal data in the background.
  • the processor 240 may use a contrast enhancement signal of one tomography or several adjacent tomography.
  • the processor 240 may generate a motion model to generate a dynamic background suppression model capable of suppressing the dynamic background from the pre-enhanced image. Using this, the processor 240 may suppress artifacts included in the augmentation transfer signal received from the magnetic resonance apparatus 210.
  • the dynamic background suppression model may be a motion model for an artifact.
  • FIG. 5 is an exemplary diagram of a dynamic background suppression model according to an embodiment of the present invention.
  • the processor 240 may consider transformations such as translation, rotation, and randomness for signals before contrast enhancement, as shown in FIG. 5.
  • the processor 240 may calculate a dynamic background projection matrix based on a contrast enhancement signal before performing various transformations.
  • the dynamic background projection matrix may be a sub space of the dynamic background space.
  • the dynamic background space may be generated based on the acquired contrast enhancement signal and the static background used in generating the static background suppression model.
  • the processor 240 may generate a dynamic background suppression model by calculating a dynamic background spatial projection matrix using principal component analysis (PCA).
  • PCA principal component analysis
  • the processor 240 may generate a dynamic background suppression model based on singular value decomposition (SVD).
  • SVD singular value decomposition
  • the processor 240 may generate a space-time model capable of detecting a blood flow signal from the magnetic resonance signal.
  • the processor 240 may adjust the inflow time and inflow speed of the contrast medium and generate a space-time model based on a predefined mathematical model in order to detect blood flow signals from the magnetic resonance signal in consideration of various situations.
  • the processor 240 may define a mathematical model, such as a normalized gamma-variate function, a single compartment recirculation (SCR) function, and an exponential function, to generate a space-time model.
  • a mathematical model such as a normalized gamma-variate function, a single compartment recirculation (SCR) function, and an exponential function, to generate a space-time model.
  • the processor 240 may refine the mathematical model based on the intensity of the contrast-enhanced blood flow signal.
  • the change in intensity may be an increase and decrease in contrast-enhanced blood flow signals corresponding to at least one of inflow of contrast medium, single compartment recirculation and steady-state circulation.
  • the processor 240 may refine the defined mathematical model through linear operations of the normalized gamma function and the exponential function.
  • the processor 240 may optimize the elaborate mathematical model, thereby increasing the efficiency of the space-time model.
  • the processor 240 may perform principal component analysis on a refined mathematical model.
  • the processor 240 may generate a space-time model by optimizing the mathematical model to include the extracted principal component based on the principal component analysis result.
  • the processor 240 may extract three to five principal components from the mathematical model to optimize the mathematical model.
  • the number of principal components of the optimized mathematical model may be determined based on the type and condition of blood vessels to be checked, the speed of blood flow, the type of related diseases, and the like.
  • Equation 1 X DCE And to avoid mixing the signals for X M , the motion model can be separated from the artifacts resulting from the motion.
  • the processor 240 may emulate dynamic information for all possible transformations to generate generalized pixel statistics, as shown in FIG. 5, to generate an integrated image X S.
  • the integrated image X S may be subtracted from the background mean image ⁇ in order to improve the representation of the features of the artifacts included in the magnetic resonance signal. Therefore, the integrated image X S can be converted into residual images X R. In this case, the background average image Through, it can be calculated.
  • the residual image can be computed as a left singular vector, based on the decomposition of X R singular values.
  • the separation of the motion model from the magnetic resonance signal may be performed by projecting a sparse signal model S onto the subspace generated by P M. That is, X M may be expressed as shown in [Equation 3].
  • the processor 240 may generate a space-time model based on the change in contrast time-course over time in a single compartment recirculation and steady state.
  • [Equation 1] can be expressed as shown in [Equation 4] through the decomposition of the simulation signal and the singular value collected based on the single compartment recycling.
  • the contrast agent inflow vector D according to the time when the simulation signals are stacked in the row direction may be U ⁇ V H.
  • U is the basis of the column vector. It is the basis of the V row vector and can be a temporal basis for the change in contrast agent influx over time.
  • ⁇ may be a singular value matrix.
  • Equation 4 X DCE in Equation 1
  • contrast enhancement data may be corrected as in [Equation 5], based on [Equation 3] and [Equation 4].
  • the processor 240 may calculate U or calculate U and V r by estimating A and B in Equation 5 through an optimization process.
  • V r may use a space-time model obtained by selecting only r row vectors having the largest eigenvalues from the base V in order.
  • the processor 240 may optimize the Equation 6 below to generate a model capable of detecting a dynamic blood flow signal.
  • ⁇ M may be a balancing parameter between X DCE and X M.
  • d r may be the remaining value (kt space) between the reference and measured contrast enhancement data. At this time, d r is a measured value.
  • F u is the Fourier under sampling operator Is a sarsifying transform function.
  • Equation 6 may be described as Equation 7 based on the augmented Lagrange multiplier (ALM).
  • ALM augmented Lagrange multiplier
  • the processor 240 may estimate the parameter through Equation 7 based on the alternating direction method multipliers (ADMM).
  • ADMM alternating direction method multipliers
  • the processor 240 may repeat the above-described estimation process.
  • the processor 240 may iteratively estimate the distance until the distance with U calculated through the simulation data is within a predetermined value or converges to a preset maximum number of repetitions.
  • the processor 240 may finally calculate U or U and V r .
  • processor 240 is V r can be calculated a U using a space-time model obtained by selecting r pieces as the column vector a unique value greater in the basal V only the order of the space-time advance information model or calculate the U and V r . Therefore, the blood flow signal can be obtained by the product of the calculated U and V r .
  • Equations described above are just one example of image reconstruction for detecting dynamic blood flow signals. Therefore, the above equation may indicate when V r is calculated as a dictionary information model and U is calculated.
  • the processor 240 may detect a blood flow signal from the magnetic resonance signal based on the generated model.
  • the processor 240 may detect the dynamic blood flow signal based on at least one of the dynamic background suppression model and the space-time model and the static background suppression model.
  • the processor 240 may suppress the static background from the magnetic resonance signal based on the static background suppression model.
  • the processor 240 may detect the dynamic blood flow signal based on the space-time model from the magnetic resonance signal suppressed on the static background.
  • the processor 240 may suppress artifacts from the magnetic resonance signal based on the dynamic background suppression model.
  • the processor 240 may detect the dynamic blood flow signal based on the space-time model from the magnetic resonance signal suppressed by the artifact.
  • the processor 240 may suppress the static background from the magnetic resonance signal based on the static background suppression model.
  • the processor 240 may also suppress the artifact based on the dynamic background suppression model from the magnetic resonance signal suppressed against the static background.
  • the processor 240 may detect a dynamic blood flow signal by applying a space-time model to the magnetic resonance signal from which the static background and the artifact are removed.
  • the processor 240 may select a model corresponding to the background to be suppressed according to the purpose of the generated dynamic blood vessel image to suppress the background and detect the dynamic blood flow signal.
  • processor 240 may repeatedly perform the above-described dynamic blood flow signal extraction process to extract the final dynamic blood flow signal.
  • the processor 240 may calculate an error between the updated magnetic resonance signal and the original input magnetic resonance signal based on the information used to suppress the static background and the extracted dynamic blood flow signal. When the error is within a predetermined error range, it may be determined that the extracted dynamic blood flow signal is valid.
  • the processor 240 may update the magnetic resonance signal based on the extracted static background and the extracted dynamic blood flow signal in the process of extracting the dynamic blood flow signal.
  • the processor 240 may calculate an error between the updated magnetic resonance signal and the original input original blood flow signal. When the calculated error is within a predetermined error range, the processor 240 may generate a dynamic blood vessel image based on the extracted dynamic blood flow signal.
  • the processor 240 may re-extract the dynamic blood flow signal until the error between the first input dynamic blood flow signals falls within the predetermined error range.
  • the processor 240 may generate a dynamic blood vessel image based on the finally extracted dynamic blood flow signal.
  • the processor 240 may transmit the generated dynamic blood vessel image to the magnetic resonance apparatus 210 through a communication module (not shown).
  • the magnetic resonance apparatus 210 may provide a dynamic blood vessel image to a user through a separate display device 120.
  • the user may be a medical staff and a patient who requested a dynamic blood vessel image of the patient.
  • the processor 240 may display the generated dynamic blood vessel image through the directly connected display device 120.
  • the magnetic resonance image processing apparatus 200 may perform the dynamic blood vessel image extraction process described above with reference to FIGS. 3B and 4B.
  • dynamic blood vessel images may be generated.
  • 3 (a) and 3 (b) are dynamic blood vessel images extracted using a conventional maximum signal intensity projection method.
  • the amplification of the artifact P300 and the noise P310 and P320 is clearly revealed.
  • the artifacts P330 and noises P340 and P350 are reduced as compared with the conventional technology.
  • the artifact P420 and the dynamic blood vessel image extracted through the magnetic resonance image processing apparatus 200. It can be seen that the noise P430 is reduced.
  • FIG. 6 is an exemplary diagram of a dynamic blood vessel image generated based on a sampled magnetic resonance signal according to an embodiment of the present invention.
  • the bottom of FIG. 6 is a comparison result of each sampled dynamic blood vessel image and an unsampled dynamic blood vessel image.
  • NRMSE is a normalized root mean square error.
  • the magnetic resonance image processing apparatus 200 shows an error of 0.0145 to 0.024 when sampling is performed when compared with the entire magnetic resonance signal.
  • the MRI apparatus 200 may determine a sampling rate corresponding to an error in consideration of the type and condition of blood vessels to be checked, the type of disease, and the condition of a patient. For example, the magnetic resonance image processing apparatus 200 may set a high sampling rate for a specific blood vessel showing rapid blood flow.
  • the magnetic resonance image processing apparatus 200 may extract the dynamic blood flow signal through the magnetic resonance signal selected according to the predetermined sampling rate.
  • FIG. 7 is an exemplary view comparing a dynamic blood vessel image and a conventional dynamic blood vessel image according to an embodiment of the present invention.
  • FIG. 7A is a dynamic blood vessel image extracted through a conventional technique
  • FIG. 7B is a dynamic blood vessel image extracted through the magnetic resonance image processing apparatus 200 according to an exemplary embodiment of the present invention.
  • the conventional technique and the magnetic resonance image processing apparatus 200 generate dynamic blood vessel images based on the magnetic resonance signals obtained by using the undersampling technique (2.5% acquisition), respectively.
  • the artifacts and noise portions P740 and P750 in the dynamic blood vessel image extracted by the MRI apparatus 200 are significantly reduced than the artifacts and noise portions P710 and P720 of the conventional technique.
  • the blood flow signal P730 in the dynamic blood vessel image extracted by the magnetic resonance image processing apparatus 200 is clearer than the blood flow signal P700 of the conventional technique.
  • the magnetic resonance image processing apparatus 200 may suppress artifacts and select only dynamic blood vessel signals, as compared with conventional techniques. Therefore, the MRI 200 may generate a highly visible dynamic blood vessel image in which artifacts and noise are significantly reduced.
  • FIG 8 is an image processing method of the magnetic resonance image processing apparatus 200 according to an embodiment of the present invention.
  • the magnetic resonance image processing apparatus 200 extracts a dynamic blood flow signal from the magnetic resonance signal based on the model (S800).
  • the magnetic resonance signal is based on a signal generated in the space-time encoding region received from the magnetic resonance apparatus 210.
  • the MRI apparatus 200 generates a dynamic blood vessel image based on the extracted dynamic blood flow signal (S810).
  • the magnetic resonance image processing apparatus 200 may update the magnetic resonance signal based on the extracted static background and the extracted dynamic blood flow signal (S820). In operation S830, the magnetic resonance image processing apparatus 200 may calculate an error between the updated magnetic resonance signal and the initially input magnetic resonance signal.
  • the magnetic resonance image processing apparatus 200 may re-extract the dynamic blood flow signal from the magnetic resonance signal when the calculated error exceeds the predetermined error range.
  • the magnetic resonance image processing apparatus 200 may generate a dynamic blood vessel image based on the finally extracted dynamic blood flow signal.
  • the parasitic model includes at least one of a dynamic background suppression model and a space-time model, and a static background suppression model.
  • the static background suppression model corresponds to the background included in the magnetic resonance signal
  • the dynamic background suppression model corresponds to the artifact included in the magnetic resonance signal.
  • the magnetic resonance image processing apparatus 200 may generate a static background suppression model, a dynamic background suppression model, and a space-time model before extracting the dynamic blood flow signal.
  • the magnetic resonance image processing apparatus 200 may first collect contrast-enhanced blood flow signals according to changes in inflow time and inflow speed of the contrast medium.
  • the MRI apparatus 200 may generate a space-time model based on the collected contrast-enhanced blood flow signal and a predefined mathematical model. In this case, the MRI 200 may generate a space-time model based on the collected contrast-enhanced blood flow signal and the normalized gamma function.
  • the MRI apparatus 200 may generate a static background suppression model from a signal before contrast enhancement included in the MRI signal.
  • the MRI apparatus 200 may generate a motion model from a signal before contrast enhancement included in the MRI signal.
  • the MRI apparatus 200 may generate a dynamic background suppression model based on the generated motion model.
  • the magnetic resonance image processing apparatus 200 may sequentially use the parasitic model to extract the dynamic blood flow signal.
  • the magnetic resonance image processing apparatus 200 may suppress the static background included in the magnetic resonance signal based on the static background suppression model.
  • the magnetic resonance image processing apparatus 200 may suppress artifacts included in the magnetic resonance signal whose static background is suppressed based on the dynamic background suppression model.
  • the magnetic resonance image processing apparatus 200 may extract the dynamic blood flow signal from the magnetic resonance signal in which the static background and the artifact are suppressed based on the space-time model.
  • Magnetic resonance image processing apparatus 200 and the image processing method according to an embodiment of the present invention can reduce the amplification of artifacts and noise that may occur due to the movement of the patient can provide a robust dynamic blood vessel image to the user.
  • the MRI 200 and the image processing method may generate a high resolution blood vessel image with only a small amount of data.
  • the magnetic resonance image processing apparatus 200 and the image processing method can significantly reduce the data required for each time frame, and it is easy to restore the entire dynamic image.
  • the medical staff can quickly and accurately determine the shape, narrowing and occlusion of the blood vessel of the patient.
  • Computer readable recording 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.
  • the computer readable recording medium 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

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

Abstract

본 발명은 자기 공명 영상 처리 장치는 자기 공명 신호로부터 동적 혈관 영상을 추출하는 프로그램이 저장된 메모리 및 프로그램을 실행하는 프로세서를 포함한다. 이때, 프로세서는 프로그램의 실행에 따라, 기생성된 모델에 기초하여, 자기 공명 신호로부터 동적 혈류 신호를 추출하고, 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성한다. 그리고 기생성된 모델은 자기공명신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하고, 정적 배경 억제 모델은 자기 공명 신호에 포함된 정적 배경에 대응하는 것이며, 동적 배경 억제 모델은 자기 공명 신호에 포함된 인공물에 대응한다.

Description

자기 공명 영상 처리 장치 및 그 영상 처리 방법
본 발명은 자기 공명 영상 처리 장치 및 그 영상 처리 방법에 관한 것이다.
일반적으로, 자기 공명 영상(magnetic resonance image; MRI)을 처리하는 기기는 전자파 에너지의 공급에 따른 공명현상을 이용하여 환자의 특정부위에 대한 단층 영상을 획득할 수 있다. 자기 공명 영상 기기는 X선(x-ray)이나 컴퓨터 단층 촬영(computer tomography; CT)와 같은 촬영 기기에 비해 방사선 피폭이 없으며, 단층 영상을 비교적 용이하게 얻을 수 있어 널리 사용되고 있다.
최근에는 자기 공명 영상 기기를 환자의 혈관 질환을 진단하고 치료하기 위한 혈관 조영술(angiography)에 활용되고 있다. 이때, 혈관 조영술은 환자의 혈관의 모양, 협착 및 폐색 등을 파악하는 것일 수 있다.
종래의 자기 공명 영상 기기에 의한 혈관 조영술은 환자에 대한 자기 공명 영상과 추가로 획득한 정적 참고 영상의 감산을 통하여, 혈관의 가시성을 높이는 방법을 사용한다. 또한, 종래의 자기 공명 영상 기기에 의한 혈관 조영술은 각 시간 프레임 또는 주변 시간의 고주파수 신호 정보만을 포함하는 획득한 데이터를 통하여 각 시간 프레임의 영상을 복원한다.
그러나 종래의 자기 공명 영상 기기에 의한 혈관 조영술은 추가로 획득한 정적 참고 영상의 감산 과정에서 환자의 움직임으로 인한 인공물(artifact) 또는 잡음(noise)이 발생할 수 있다. 그러므로 종래의 자기 공명 영상 기기에 의한 혈관 조영술은 혈관의 가시성이 낮아질 수 있다. 또한, 종래의 자기 공명 영상 기기에 의한 혈관 조영술은 전체 동적 영상에서 시간에 따른 변하는 정보를 활용하지 못하다는 단점이 있다.
이와 관련하여, 한국 공개특허공보 제10-2014-0142652호(발명의 명칭: " 측부순환의 영상화 및 평가를 위한 새로운 자기공명영상기법")는 신체 내 측부순환을 영상화하는 자기 공명 영상 기법을 개시하고 있다. 구체적으로 이 발명은 역동적 자화율대조조영증강 관류강조영상(DSC-PWI)의 소스 데이터를 영상 후처리한 후 후처리를 통해 얻은 영상을 디지털 감산 혈관 조영술(DSA)의 영상과 대조하여 측부순환을 영상화한다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 기생성된 모델에 기초하여 자기 공명 신호에 포함된 정적 배경 또는 인공물을 제거하여 고해상도의 동적 혈관 영상을 생성하는 자기 공명 영상 처리 장치 및 그 영상 처리 방법을 제공한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 자기 공명 영상 처리 장치는 자기 공명 신호로부터 동적 혈관 영상을 추출하는 프로그램이 저장된 메모리 및 프로그램을 실행하는 프로세서를 포함한다. 이때, 프로세서는 프로그램의 실행에 따라, 기생성된 모델에 기초하여, 자기 공명 신호로부터 동적 혈류 신호를 추출하고, 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성한다. 그리고 기생성된 모델은 자기공명신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하고, 정적 배경 억제 모델은 자기 공명 신호에 포함된 정적 배경에 대응하는 것이며, 동적 배경 억제 모델은 자기 공명 신호에 포함된 인공물에 대응한다.
또한, 본 발명의 제 2 측면에 따른 자기 공명 영상 처리 장치에서의 자기 공명 영상 처리 장치에서의 영상 처리 방법은 기생성된 모델에 기초하여 자기 공명 신호로부터 동적 혈류 신호를 추출하는 단계; 및 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성하는 단계를 포함한다. 이떄, 기생성된 모델은 자기공명신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하고, 정적 배경 억제 모델은 자기 공명 신호에 포함된 배경에 대응하는 것이며, 동적 배경 억제 모델은 자기 공명 신호에 포함된 인공물에 대응한다.
본 발명은 환자의 움직임 등에 의해 발생할 수 있는 인공물 및 잡음의 증폭을 줄일 수 있어 사용자에게 강건한 동적 혈관 영상을 제공할 수 있다. 또한, 본 발명은 적은 양의 데이터만으로 고해상도의 혈관 영상을 생성할 수 있다. 본 발명은 각 시간 프레임에 필요한 데이터를 획기적으로 줄일 수 있으며, 전체 동적 영상을 복원하기 용이하다. 그러므로 본 발명을 통하여, 의료진은 환자의 혈관의 모양, 협착 및 폐색 등을 빠르고 정확하게 판단할 수 있다.
도 1은 본 발명의 일 실시예에 따른 자기 공명 영상 처리 시스템을 전체적으로 나타낸 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치의 블록도이다.
도 3은 관상면 동적 혈관 영상의 예시도이다.
도 4는 시상면 동적 혈관 영상의 예시도이다.
도 5는 본 발명의 일 실시예에 따른 동적 배경 억제 모델의 예시도이다.
도 6은 본 발명의 일 실시예에 따른 샘플링된 자기 공명 신호에 기초하여 생성된 동적 혈관 영상의 예시도이다.
도 7은 본 발명의 일 실시예에 따른 동적 혈관 영상과 종래의 동적 혈관 영상을 비교한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치의 영상 처리 방법이다.
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.
다음은 도 1 내지 도 7을 참조하여, 본 발명의 일 실시예에 따른 자기 공명 영상 처리 시스템(100)를 설명한다.
본 발명의 일 실시예에 따른 자기 공명 영상 처리 시스템(100)은 기 생성된 모델에 기초하여, 자기 공명 기기(210)로부터 수집된 자기 공명 신호로부터 동적 혈류 신호를 추출한다. 그러므로 자기 공명 영상 처리 장치(200)는 가시성 높은 고해상도의 동적 혈관 영상을 사용자에게 제공한다.
도 1은 본 발명의 일 실시예에 따른 자기 공명 영상 처리 시스템(100)을 전체적으로 나타낸 블록 구성도이다.
여기서, 자기 공명 영상(magnetic resonance imaging; MRI) 처리 시스템(100)은 핵자기공명(nuclear magnetic resonance; NMR)이라는 물리학적 원리를 영상화하기 위해 인체에 무해한 자기장과 비전리 방사선(라디오 고주파)을 이용하는 장치로서, 그 구조는 종래의 단층촬영기기의 구조와 실질적으로 동일하다.
주자석(main magnet; 101)은 예컨대 사람 신체의 검사될 부분과 같은 물체의 검사 영역 내에서 핵 스핀을 분극화 또는 정렬시키기 위한 일정한 크기의 강자계를 발생시킨다. 핵 스핀 공명 측정을 위해 필요한 주자석의 높은 균질성은 구형 측정 공간(M) 내에서 정해지며, 이러한 측정 공간(M) 내로 사람 신체의 검사될 부분이 들어가게 된다. 이때, 균질성 요구를 만족시키면서 특히 시간 불변적인 작용들을 제거하기 위해서 적합한 지점에 소위 강자성 재료로 이루어진 심-플레이트(shim plate)가 제공된다. 시간 가변적인 작용들은 심-전원(shim supply, 115)에 의해 구동되는 심-코일(102)에 의해 제거된다.
주자석(101) 내에 3개의 부분 권선으로 이루어진 원통형 경사 코일 시스템(103)이 삽입된다. 각각의 부분 권선은 증폭기(114)에 의해서 평행 좌표계의 개별 방향으로 선형 경사 필드를 발생시키기 위해 전류를 공급받는다. 여기서, 경사 필드 시스템(103)의 제 1 부분 권선은 x 방향으로 경사(Gx)를 발생시키고, 제 2 부분 권선은 y 방향으로 경사(Gy)를 발생시키며, 제 3 부분 권선은 z 방향으로 경사(Gz)를 발생시킨다. 각각의 증폭기(114)는 디지털-아날로그 컨버터를 가지는데, 상기 디지털-아날로그 컨버터는 정확한 시간에 맞게 경사 펄스를 발생시키기 위해서 시퀀스 제어 시스템(118)에 의해 제어된다.
경사 필드 시스템(103) 내에는 고주파 안테나(104)가 제공되며, 이런 고주파 안테나(104)는 핵을 여기시키고 검사될 물체 또는 물체의 검사될 영역에 핵 스핀을 정렬시키기 위해 고주파 전력 증폭기(116)에 의해 방출되는 고주파 펄스를 교번자계(alternating field)로 변환시킨다. 고주파 안테나(104)에 의해서 선회하는 핵 스핀으로부터 방출된 교번자계, 즉 통상적으로 하나 이상의 고주파 펄스 및 하나 이상의 경사 펄스로 이루어진 펄스 시퀀스에 의해 야기되는 핵 스핀 에코 신호가 전압으로 변환되는데, 상기 전압은 증폭기(107)에 의해서 고주파 시스템(122)의 고주파 수신 채널(108)로 공급된다.
또한, 고주파 시스템(122)은 송신 채널(109)을 포함하는데, 이러한 송신 채널(109) 내에서 자기 핵 공명을 여기시키기 위한 고주파 펄스가 발생된다. 이 경우 개별 고주파 펄스는 설치 컴퓨터(120)에 의해 사전 설정되는 펄스 시퀀스에 의해 시퀀스 제어 시스템(118) 내에서 디지털 방식으로 일련의 복소수로서 표시된다. 이러한 숫자 열은 실수부 및 허수부로서 각각의 입력단(12)을 지나 고주파 시스템(122)에 결합된 디지털-아날로그 컨버터로 공급되어서, 상기 디지털-아날로그 컨버터로부터 송신 채널(109)로 공급된다. 이때, 송신 채널(109) 내에서 펄스 시퀀스가 고주파 캐리어 신호로 변조되는데, 고주파 캐리어 신호의 기본 주파수는 측정 공간 내에 있는 핵 스핀의 공명 주파수에 상응한다.
이때, 경사 필드 시스템(103)과 고주파 시스템(122) 간의 연결에 있어서, 송신 채널(109)에 의한 송신 동작으로부터 고주파 수신 채널(108)에 의한 수신 동작으로의 전환은 송수 전환기(duplexer, 106)에 의해 이루어진다.
고주파 안테나(104)는 핵 스핀을 여기시키기 위한 고주파 펄스를 측정 공간(M) 내로 방사하고 그 결과 나타나는 에코 신호를 샘플링(sampling)한다. 이에 상응하여 획득되는 핵 공명 신호는 고주파 시스템(122)의 수신 채널(108) 내에서 위상 감응 방식으로(phase-sensitively) 복호화 되어서, 개별 아날로그-디지털 컨버터에 의해서 측정 신호의 실수부 및 허수부로 변환된다. 영상처리장치(117)는 각각의 출력단(11)을 지나 영상처리장치(117)에 공급된 신호 데이터를 처리하여 하나의 영상으로 재구성시킨다.
측정 데이터, 영상 데이터 및 제어 프로그램의 관리는 설치 컴퓨터(120)에 의해서 이루어지고, 제어 프로그램에 의한 프리 세팅에 의해서 시퀀스 제어 시스템(118)이 소정의 개별 펄스 시퀀스의 생성 및 이에 상응하는 k 공간(k-space)의 샘플링을 제어한다.
이때, 시퀀스 제어 시스템(118)이 정확한 시간에 따른 경사 전환, 정해진 위상 및 진폭을 가진 고주파 펄스의 방출 및 핵공명 신호의 수신을 제어하고, 신호 합성기(synthesizer, 119)는 고주파 시스템(122) 및 시퀀스 제어 시스템(118)을 위한 시간축(time base)을 제공한다. 핵 스핀 영상을 생성하기 위한 적합한 제어 프로그램의 선택 및 생성된 핵 스핀 영상의 하나의 키패드(keypad) 및 하나 이상의 디스플레이를 구비한 단말장치(121)에 의해서 이루어진다.
한편, 도 1에는 영상처리장치(117), 시퀀스 제어 시스템(118) 및 신호 합성기(119)는 각각 별도의 장치로 도시되어 있으나, 컴퓨터(120)에 내장된 소프트웨어 또는 하드웨어의 형태로 구현될 수 있다. 예를 들면, 영상처리장치(117)는 영상처리를 수행하는 프로세서 및 영상처리를 수행하기 위한 프로그램 또는 소프트웨어가 저장된 메모리 또는 저장장치를 포함할 수 있다. 프로세서가 영상처리를 수행하기 위한 프로그램 또는 소프트웨어를 실행함에 따라 본 발명의 일 실시예에 해당하는 자기 공명 영상 처리 방법을 실행할 수 있다.
일반적으로 자기 공명 영상은 정적 조직 및 환자의 움직임에 의해 발생할 수 있는 인공물등을 포함하는 배경 영상과 동적 혈관 영상이 각 슬라이드에 중첩되어 있다. 일반적인 자기 공명 영상은 동적 혈관 영상의 가시성이 떨어질 수 있다. 그러므로 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)는 자기 공명 영상으로부터 동적 혈관의 가시성을 떨어뜨리는 배경 영상 및 동적 혈관 영상을 분리하는 것이 목표이다.
이를 위해, 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)는 영상 신호를 관심영역(region of interest)인 동적 혈관과 비관심영역인 정적 배경 신호 및 환자의 움직임에 의한 동적 배경 신호로 모델링한다. 그리고 자기 공명 영상 처리 장치(200)는 각각 신호의 특성에 최적화된 영상의 사전정보에 기반하여, 관심영역의 신호만을 추출하고 그외의 배경신호들을 제거한다. 아래에서는 도 2를 참조하여 이에 대한 구체적인 방법을 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)의 블록도이다.
자기 공명 영상 처리 장치(200)는 도 1에 도시된 영상처리장치(117) 또는 컴퓨터(120)일 수 있다. 또한, 자기 공명 영상 처리 장치(200)는 본 발명의 하나의 구현 예에 불가하다. 그러므로 자기 공명 영상 처리는 도 2에 도시된 구성요소를 기초로 여러 가지로 변형이 가능하다.
예를 들어, 자기 공명 영상 처리 장치(200)는 자기 공명 기기(210)와 연결된 영상 처리를 위한 별도의 컴퓨팅 장치일 수 있다. 이때, 자기 공명 영상 처리 장치(200)는 자기 공명 기기(210)를 통하여, 데이터를 송수신할 수 있는 통신 모듈(미도시)을 더 포함할 수 있다. 또한, 자기 공명 영상 처리 장치(200)는 자기 공명 기기(210)에 탑재된 메모리(230) 및 프로세서(240)를 포함하는 것일 수 있으나 이에 한정된 것은 아니다.
또한, 자기 공명 기기(210)는 도 1의 자기 공명 영상(magnetic resonance imaging; MRI) 처리 시스템(100)의 구성요소에 기초하여 구성된 자기 공명 신호를 발생할 수 있는 장치가 될 수 있으나, 이에 한정된 것은 아니다.
다시, 도 2를 참조하면, 자기 공명 영상 처리 장치(200)는 메모리(230) 및 프로세서(240)를 포함한다.
이때, 메모리(230)는 자기 공명 영상으로부터 동적 혈관 영상을 추출하는 프로그램이 저장된다. 이때, 메모리(230)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 저장된 정보를 유지하기 위하여 전력이 필요한 휘발성 저장장치를 통칭하는 것이다.
프로세서(240)는 메모리(230)에 저장된 프로그램의 실행에 따라, 기 생성된 모델에 기초하여, 자기 공명 기기(210)로부터 수신한 자기 공명 신호로부터 동적 혈관 영상을 생성한다.
이때, 자기 공명 신호는 시공간 인코딩 영역(k, t-space)에서의 시간의 흐름에 따라 공간을 표현하는 복수의 프레임(frame)을 포함하는 영상 데이터일 수 있다.
또한, 자기 공명 신호에는 관심 영역(region of interest) 및 배경(background)을 포함할 수 있다. 예를 들어, 자기 공명 신호에는 관찰 대상이 되는 환자와 주변의 변하지 않은 배경인 정적 배경, 환자의 움직임에 의해 발생할 수 있는 인공물인 동적 배경 및 환자의 혈관을 포함하는 관심 영역이 포함될 수 있다.
그러므로 프로세서(240)는 자기 공명 신호로부터 관심 영역에 대응하는 혈류 신호를 감지할 수 있다. 이를 위하여, 프로세서(240)는 기 생성된 모델을 이용하여, 관심 영역만 추출하고, 관심 영역에 기초하여, 동적 혈관 영상을 생성할 수 있다.
이때, 기생성된 모델은 자기 공명 신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함할 수 있다. 즉, 기 생성된 모델은 시공간 모델 및 정적 배경 억제 모델을 포함하는 것일 수 있다. 또는, 기생성된 모델은 동적 배경 억제 모델 및 정적 배경 억제 모델을 포함하는 것이거나, 동적 배경 억제 모델, 시공간 모델 및 정적 배경 억제 모델을 모두 포함하는 것일 수 있다.
이때, 정적 배경 억제 모델은 자기 공명 신호에서 대상이 되는 환자 외의 배경을 억제하기 위한 모델이다. 동적 배경 억제 모델은 환자의 움직임으로 인하여 생성된 인공물을 억제하기 위한 모델이다. 또한, 시공간 모델은 혈류 신호를 감지하기 위한 모델이다.
이하에서는 정적 배경 억제 모델, 동적 배경 억제 모델 및 시공간 모델의 생성 과정을 상세하게 설명한다.
앞에서 도 1을 참조하여 설명한 바와 같이, 자기 공명 기기(210)는 자기 공명 신호를 발생하기 위하여, 하나의 자기장을 고정시킨 채 다른 자기장을 전자기 펄스를 이용하여 조절하여, 스핀 시스템을 여기(excitation) 시킬 수 있다. 그리고 자기 공명 기기(210)는 자기 공명 기기(210)에 포함된 복수의 경사자계 코일에 기초하여, 자기장을 형성하여 시공간 영역에 대한 자기 공명 신호를 획득할 수 있다.
자기 공명 영상 처리 장치(200)의 프로세서(240)는 자기 공명 기기(210)로부터 획득된 신호를 수신할 수 있다. 그리고 자기 공명 영상 처리 장치(200)는 자기 공명 기기(210)로부터 획득된 자기 공명 신호에 대응하여, 모델을 생성할 수 있다.
예를 들어, 자기 공명 기기(210)로부터 시공간(x-t 공간)에서 획득된 신호는 다음 [수학식 1]과 같이 표현될 수 있다.
[수학식 1]
Figure PCTKR2017004138-appb-I000001
[수학식 1]에서
Figure PCTKR2017004138-appb-I000002
는 카소라티 행렬(Casorati matrix)로
Figure PCTKR2017004138-appb-I000003
와 같이 표현할 수 있다. 이때, 매 시간 프레임 내의 이미지 열 벡터 Xt는 전체 동적 위상 Tp를 통해 적층된다.
또한, X0는 자기 공명 신호 중 조영제가 들어오기 전의 조영 증강 이전의 신호에 대한 행렬이다. 예를 들어, X0는 조영 증강 이전 신호의 평균에 의해 생성된 행렬로, 정적 배경에 대한 행렬일 수 있다. XDCE는 동적 혈관 영상을 포함하는 관심 영역에 대한 행렬이다. 그리고 XM은 움직임이 유도된 신호에 대한 행렬로, 동적 배경에 대한 행렬일 수 있으며, N은 잡음 행렬이다.
즉, 프로세서(240)는 전체 신호로부터 정적 배경 억제 모델 및 동적 배경 억제 모델에 기초하여, 정적 배경(X0) 및 동적 배경(XM)을 억제하여, 관심영역에 대한 행렬(XDCE)을 추출할 수 있다. 그리고 프로세서(240)는 관심 영역에 대한 행렬(XDCE)에 기초하여 정의된 수학적 모델을 통하여 시공간 모델을 생성하여, 동적 혈관 영상을 추출할 수 있다.
구체적으로 프로세서(240)는 전체 시공간 영역에 대한 자기 공명 신호 전체를 이용하여 시공간 모델을 생성할 수 있다.
또한, 프로세서(240)는 자기 공명 신호 중 일부를 샘플링하여, 모델을 생성할 수 있다. 예를 들어, 프로세서(240)는 전체 시공간 영역에 대한 자기 공명 신호 중 나이퀴스트(Nyquist) 비율로 획득된 데이터를 이용하여 모델을 생성할 수 있다. 또한, 프로세서(240)는 전체 자기 공명 신호 중 언더 샘플링에 기초하여 선택된 신호에 대하여, 모델을 생성할 수 있다.
환자의 움직임에 대한 모델은 조영제가 들어오기 전의 영상으로부터 움직임을 에뮬레이션(emulation)하여 모델을 생성할 수 있다.
또한, 동적 혈류 모델은 사전 정보에 기반하여 자기 공명 신호 없이도 모델 생성이 가능하다.
이때, 샘플링 방법은 언더 샘플링(under sampling) 방법일 수 있다. 언더 샘플링 방법은 영상에 포함된 복수의 프레임 각각에 대한 독립적인 가변 랜덤 언더 샘플링일 수 있다. 또한, 언더 샘플링 방법은 샘플링하는 현재 프레임 주변 시간의 고주파수 데이터를 공유하는 언더 샘플링 방법일 수 있으나, 이에 한정된 것은 아니다.
예를 들어, 프로세서(240)는 공간 영역에서 저주파수를 높은 밀도로, 고주파수를 낮은 밀도로 다운 샘플링 하는 가변 밀도 언더 샘플링 형태로 데이터를 획득하고, 시간 도메인 방향으로 비간섭성(incoherence)을 유지하도록 임의의 샘플링 패턴을 획득할 수 있다. 이때, 가변 밀도 언더 샘플링은 카르테시안(Cartesian) 격자에서의 언더 샘플링 또는 방사형/나선형과 같은 임의의 언더 샘플링일 수 있다.
한편, 프로세서(240)는 자기 공명 신호로부터 정적 배경 억제 모델 및 동적 배경 억제 모델을 생성할 수 있다. 이를 위하여, 프로세서(240)는 자기 공명 신호 중 조영제가 들어오기 전의 조영 증강 이전의 신호를 사용할 수 있다.
도 3은 관상면 동적 혈관 영상의 예시도이다. 또한, 도 4는 시상면 동적 혈관 영상의 예시도이다.
이때, 정적 배경은 자기 공명 영상 중 관심 영역을 제외한 부분이 될 수 있다. 예를 들어, 도 3 및 도 4를 참조하면, 정적 배경은 관심 영역인 환자에 해당하는 영상 밖의 검은 부분이 될 수 있다.
동적 배경은 환자의 움직임에 의해서 생성되는 인공물이 될 수 있다. 예를 들어, 인공물은 자기 공명 신호로부터 정적 배경을 억제를 위한 감산 과정에서 환자의 움직임에 의해서 발생하는 것일 수 있다. 다시 도 3 및 도 4를 참조하면, 인공물은 환자의 움직임에 의해서 발생하는 잔상(P300, P330, P410, P430) 부분이 될 수 있다.
프로세서(240)는 조영 증강 이전 신호를 통하여, 자기 공명 신호로부터 정적 배경을 억제할 수 있는 모델을 생성할 수 있다. 이때, 정적 배경 영상 억제 모델은 조영 증강 이전 신호를 이용하는 방법, 조영 증강 이전 신호 중 샘플링된 영상을 이용하는 방법 및 사영 연산자(projection operation)에 기초하는 방법 중 어느 하나에 의해 생성될 수 있으나, 이에 한정된 것은 아니다.
즉, 프로세서(240)는 조영 증강 이전 신호 중 전체 신호를 정적 배경 억제 모델로 생성할 수 있다. 그리고 프로세서(240)는 획득된 전체 신호에 기초하여, 생성된 정적 배경 억제 모델에 기초하여, 자기 공명 신호에서 정적 배경을 억제할 수 있다.
또는, 프로세서(240)는 조영 증강 이전 신호 중 샘플링된 신호를 추출하여, 정적 배경 억제 모델을 획득할 수 있다. 예를 들어, 프로세서(240)는 추출된 샘플링된 신호에 대한 시간 방향 평균을 산출할 수 있다. 프로세서(240)는 산출된 시간 방향 평균에 기초하여, 정적 배경 억제 모델을 획득할 수 있다.
그리고 프로세서(240)는 전체 신호 데이터를 배경으로 투영시킬 수 있는 사영 연산자(projection operation)에 기초하여 정적 배경 억제 모델을 획득할 수 있다. 이때, 프로세서(240)는 하나의 단층 혹은 이웃한 여러 단층의 조영 증강 이전 신호를 이용할 수 있다.
또한, 프로세서(240)는 움직임 모델을 생성하여, 증강 이전 영상으로부터 동적 배경을 억제할 수 있는 동적 배경 억제 모델을 생성할 수 있다. 이를 이용하여, 프로세서(240)는 자기 공명 기기(210)로부터 수신한 증강 이전 신호에 포함된 인공물을 억제할 수 있다. 이때, 동적 배경 억제 모델은 인공물에 대한 움직임 모델일 수 있다.
도 5는 본 발명의 일 실시예에 따른 동적 배경 억제 모델의 예시도이다.
조영 증강 이전 신호는 픽셀 사이에 거리에 반비례하는 강한 상관 관계(correlation)를 보이는 경향이 있다. 또한, 조영 증강 이전 신호에서 인접한 프레임에 포함된 픽셀은 유사한 분포를 가지는 경향이 있다. 그러므로 강건한 동적 배경 억제 모델을 생성하기 위하여, 프로세서(240)는 도 5와 같이, 조영 증강 이전 신호에 대한 이동(translation), 회전(rotation) 및 임의(random) 등과 같은 변환을 고려할 수 있다.
그리고 동적 배경 억제 모델을 생성하기 위하여, 프로세서(240)는 다양한 변환을 수행한 조영 증강 이전 신호에 기초하여, 동적 배경 사영 행렬을 산출할 수 있다. 이때, 동적 배경 사영 행렬은 동적 배경 공간의 서브 공간이 될 수 있다. 동적 배경 공간은 획득한 조영 증강 이전 신호 및 정적 배경 억제 모델 생성시 사용된 정적 배경에 기초하여, 생성될 수 있다.
또한, 프로세서(240)는 주성분 분석(principal component analysis; PCA)를 이용하여 동적 배경 공간 사영 행렬을 산출하여 동적 배경 억제 모델을 생성할 수 있다. 예를 들어, 프로세서(240)는 특이점 분해(singular value decomposition; SVD)에 기초하여 동적 배경 억제 모델을 생성할 수 있다.
한편, 프로세서(240)는 자기 공명 신호로부터 혈류 신호를 감지할 수 있는 시공간 모델을 생성할 수 있다.
프로세서(240)는 다양한 상황을 고려하여 자기 공명 신호로부터 혈류 신호를 감지하기 위하여, 조영제의 유입 시간 및 유입 속도를 조절하고, 기정의된 수학적 모델에 기초하여 시공간 모델을 생성할 수 있다.
일반적으로 혈류 신호는 증가 후 감소하는 패턴을 보인다. 그러므로 프로세서(240)는 시공간 모델을 생성하기 위하여, 정규화된 감마 함수(normalized gamma-variate function), 단일 구획 재순환(single compartment recirculation; SCR) 함수 및 지수 함수 등의 수학적 모델을 정의할 수 있다.
또한, 프로세서(240)는 수학적 모델을 정의한 이후, 조영 증강 혈류 신호에 대한 세기에 기초하여 수학적 모델을 정교화할 수 있다. 이때, 세기의 변화는 조영제의 유입, 조영제의 유입에 단일 구획 재순환 및 정상 상태(steady-state) 순환 중 적어도 하나에 대응하는 조영 증강 혈류 신호의 증가 및 감소가 될 수 있다. 이때, 프로세서(240)는 정규화된 감마 함수 및 지수 함수의 선형연산을 통하여 정의된 수학적 모델을 정교화할 수 있다.
마지막으로 프로세서(240)는 정교화된 수학적 모델에 대한 최적화를 수행하여, 시공간 모델의 효율성을 증대시킬 수 있다.
이를 위하여, 프로세서(240)는 정교화된 수학적 모델에 대한 주성분 분석을 수행할 수 있다. 그리고 프로세서(240)는 주성분 분석 결과에 기초하여, 추출된 주성분이 포함되도록 수학식 모델을 최적화하여 시공간 모델을 생성할 수 있다.
예를 들어, 프로세서(240)는 수학적 모델로부터 3 내지 5개의 주성분을 추출하여, 수학적 모델을 최적화할 수 있다. 이때, 최적화된 수학적 모델의 주성분의 개수는 확인하고자 하는 혈관의 종류 및 상태, 혈류의 속도, 관련 질병의 종류 등에 기초하여 결정될 수 있다.
이하에서는 앞에서 설명한 과정을 수학식을 참조하여, 구체적으로 설명한다.
구체적으로 다시 [수학식 1]을 참조하면, [수학식 1]에서는 XDCE 및 XM에 대한 신호의 혼합을 피하기 위하여, 움직임으로부터 유발된 인공물로부터 움직임 모델을 분리할 수 있다.
앞에서 설명한 바와 같이, 프로세서(240)는 도 5와 같이, 일반화된 픽셀 통계를 생성하기 위하여 모든 가능한 변환에 대한 동적 정보를 에뮬레이션하여, 통합 이미지 XS를 생성할 수 있다.
통합 이미지 XS는 자기 공명 신호에 포함된 인공물의 특징(feature)에 대한 표현을 향상시키기 위하여, 백그라운드 평균 이미지(background mean image) μ가 감산될 수 있다. 그러므로 통합 이미지 XS는 잔여 이미지(residual images) XR로 변환될 수 있다. 이때, 백그라운드 평균 이미지는
Figure PCTKR2017004138-appb-I000004
를 통하여, 산출될 수 있다.
잔여 이미지는 XR는 특이값 분해에 기초하여, 좌측 단일 벡터(left singular vector)로 산출될 수 있다.
[수학식 2]
Figure PCTKR2017004138-appb-I000005
그러므로 자기 공명 신호로부터 움직임 모델의 분리는 PM에 의해 생성된 부분 공간상에 희소 신호 모델(sparse signal model) S를 투영하여 수행될 수 있다. 즉 XM은 [수학식 3]과 같이 표현될 수 있다.
[수학식 3]
Figure PCTKR2017004138-appb-I000006
앞에서 살펴본 바와 같이, 프로세서(240)는 단일 구획 재순환 및 정상 상태 등에서의 시간에 따른 조영제 유입 변화(concentration time-course)에 기초하여, 시공간 모델을 생성할 수 있다.
즉, [수학식 1]은 단일 구획 재순환에 기초하여 수집된 시뮬레이션 신호 및 특이값 분해를 통하여, [수학식 4]과 같이 표현될 수 있다. 이때, 시뮬레이션 신호가 행 방향으로 적층된 시간에 따른 조영제 유입 벡터 D는 UΣVH가 될 수 있다. U는 열 벡터의 기저(basis)이다. V 행 벡터의 기저이고, 시간에 따른 조영제 유입 변화에 대한 시간적 기저(temporal basis)가 될 수 있다. 또한, Σ는 특이값 행렬(singular value matrix)가 될 수 있다.
시간에 대한 서브 공간에서, 고유값(eigenvalue)는 0에 가까워진다. 그러므로 [수학식 1]에서 XDCE는 다음 [수학식 4]와 같이 표현될 수 있다.
[수학식 4]
Figure PCTKR2017004138-appb-I000007
또한, 조영 증강 데이터는 [수학식 3] 및 [수학식 4]에 기초하여, [수학식 5]와 같이, 보정될 수 있다.
[수학식 5]
Figure PCTKR2017004138-appb-I000008
이때, A는
Figure PCTKR2017004138-appb-I000009
(I는 단위행렬)이며, B는
Figure PCTKR2017004138-appb-I000010
이다. 그러므로 프로세서(240)는 최적화 과정을 통하여, [수학식 5]에서 A 및 B를 추정하여, U를 산출하거나 U 및 Vr을 산출할 수 있다. 이때, Vr은 기저 V에서 고유값이 가장 큰 행 벡터만을 순서대로 r개를 선택하여 얻은 시공간 모델을 사용할 수 있다.
예를 들어, 프로세서(240)는 아래 [수학식 6]을 최적화하여, 동적 혈류 신호를 감지할 수 있는 모델을 생성할 수 있다.
<수학식 6>
Figure PCTKR2017004138-appb-I000011
이때, λM은 XDCE과 XM 사이의 균형 파라미터(balancing parameter)가 될 수 있다. 또한, dr은 참조 및 측정된 조영 증강 데이터간의 나머지 값(k-t 공간)이 될 수 있다. 이때, dr은 측정된 값이다. Fu는 푸리에(Fourier) 언더 샘플링 연산자이고,
Figure PCTKR2017004138-appb-I000012
는 희소화 변환(sarsifying transform) 함수이다.
또한, [수학식 6]은 다시 보강된 라그랑주 승수법(augmented Lagrange multiplier; ALM)에 기초하여, [수학식 7]과 같이 설명될 수 있다.
[수학식 7]
Figure PCTKR2017004138-appb-I000013
이때, 프로세서(240)는 ADMM(alternating direction method multipliers)에 기초하여, [수학식 7]을 통하여, 파라미터를 추정할 수 있다.
예를 들어, 프로세서(240)는 k번째 스탭에서 Uk와 XkM이 주어지면, 이를 이용하여, 다음 [수학식 8] 내지 [수학식 10]과 같이, k+1번째 스탭에서의 3가지 서브 문제로 변환하여, 파라미터를 추정할 수 있다.
[수학식 8]
Figure PCTKR2017004138-appb-I000014
[수학식 9]
Figure PCTKR2017004138-appb-I000015
[수학식 10]
Figure PCTKR2017004138-appb-I000016
프로세서(240)는 위에서 설명한 추정 과정에 대한 반복 수행할 수 있다. 그리고 프로세서(240)는 시뮬레이션 데이터를 통하여 산출된 U와의 거리가 미리 정해진 값에 이내이거나, 미리 설정된 최대 반복 수에 수렴할 때까지 반복 추정할 수 있다.
프로세서(240)는 이러한 과정을 통하여, 최종적으로 U 혹은 U및 Vr을 산출할 수 있다. 그리고 프로세서(240)는 Vr은 시공간 사전정보 모델의 기저 V에서 고유값이 큰 행 벡터만을 순서대로 r개를 선택하여 얻은 시공간 모델로 사용하여 U를 산출하거나 U 및 Vr을 산출할 수 있다. 그러므로 혈류 신호는 산출된 U와 Vr의 곱으로 얻을 수 있다.
위에서 설명한 수학식 들은 동적 혈류 신호를 감지하기 위한 영상 복원의 한 예일 뿐이다. 그러므로 위의 수학식은 Vr을 사전 정보 모델로 산출하고, U를 산출할 때를 나타낼 수 있다.
한편, 프로세서(240)는 생성된 모델에 기초하여, 자기 공명 신호로부터 혈류 신호를 감지할 수 있다.
앞에서 설명한 바와 같이, 프로세서(240)는 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델에 기초하여 동적 혈류 신호를 감지할 수 있다.
예를 들어, 본 발명의 일 실시예에 따른 프로세서(240)는 정적 배경 억제 모델에 기초하여 자기 공명 신호로부터 정적 배경을 억제할 수 있다. 그리고 프로세서(240)는 정적 배경에 억제된 자기 공명 신호로부터 시공간 모델에 기초하여 동적 혈류 신호를 감지할 수 있다.
또는, 프로세서(240)는 동적 배경 억제 모델에 기초하여 자기 공명 신호로부터 인공물을 억제할 수 있다. 그리고 프로세서(240)는 인공물이 억제된 자기 공명 신호로부터 시공간 모델에 기초하여 동적 혈류 신호를 감지할 수 있다.
또는, 프로세서(240)는 정적 배경 억제 모델에 기초하여, 자기 공명 신호로부터 정적 배경을 억제할 수 있다. 그리고 프로세서(240)는 정적 배경에 억제된 자기 공명 신호로부터 동적 배경 억제 모델에 기초하여 인공물을 억제할 수 있다. 프로세서(240)는 정적 배경 및 인공물이 제거된 자기 공명 신호에 시공간 모델을 적용하여 동적 혈류 신호를 감지할 수 있다.
이와 같이, 프로세서(240)는 생성하는 동적 혈관 영상의 목적에 따라 억제할 배경에 대응하는 모델을 선택하여 배경을 억제하고, 동적 혈류 신호를 감지할 수 있다.
또한, 프로세서(240)는 앞에서 설명한 동적 혈류 신호 추출 과정을 반복적으로 수행하여 최종적인 동적 혈류 신호를 추출할 수 있다.
이를 위하여, 프로세서(240)는 정적 배경을 억제하기 위하여 사용한 정보 및 추출된 동적 혈류 신호에 기초하여, 갱신된 자기 공명 신호와 최초 입력된 원본 자기 공명 신호의 오차를 산출할 수 있다. 그리고 오차가 미리 정해진 오차 범위 이내인 경우, 추출된 동적 혈류 신호가 유효한 것으로 판단할 수 있다.
구체적으로 프로세서(240)는 동적 혈류 신호를 추출하는 과정에서 추출된 정적 배경 및 추출된 동적 혈류 신호에 기초하여, 자기 공명 신호를 갱신할 수 있다. 그리고 프로세서(240)는 갱신된 자기 공명 신호 및 최초 입력된 원본 동적 혈류 신호 간의 오차를 산출할 수 있다. 그리고 산출된 오차가 미리 정해진 오차 범위 이내인 경우, 프로세서(240)는 추출된 동적 혈류 신호에 기초하여, 동적 혈관 영상을 생성할 수 있다.
만약, 오차가 미리 정해진 오차 범위를 초과하는 경우, 프로세서(240)는 최초 입력된 동적 혈류 신호간의 오차가 미리 정해진 오차 범위 내에 포함될까지 동적 혈류 신호를 재추출할 수 있다.
최종적으로 동적 혈류 신호가 추출되면, 프로세서(240)는 최종적으로 추출된 동적 혈류 신호에 기초하여, 동적 혈관 영상을 생성할 수 있다.
그리고 프로세서(240)는 통신 모듈(미도시)을 통하여, 자기 공명 기기(210)에 생성된 동적 혈관 영상을 전달할 수 있다. 자기 공명 기기(210)는 별도의 디스플레이 장치(120)를 통하여, 사용자에게 동적 혈관 영상을 제공할 수 있다. 이때, 사용자는 환자에 대한 동적 혈관 영상을 요청한 의료진 및 환자가 될 수 있다.
또는, 프로세서(240)는 직접 연결된 디스플레이 장치(120)을 통하여, 생성된 동적 혈관 영상을 디스플레이 할 수 있다.
다시 도 3 및 도 4를 참조하면, 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)는 앞에서 설명한 동적 혈관 영상 추출과정을 통하여, 도 3의 (b) 및 도 4의 (b)와 같이, 동적 혈관 영상을 생성할 수 있다. 이때, 도 3의 (a) 및 도 3의 (b)는 종래의 최대 신호세기 사영 방법을 이용하여 추출된 동적 혈관 영상이다.
도 3을 참조하면 종래의 기술에 따른 동적 혈관 영상에서는 인공물(P300) 및 잡음(P310, P320)의 증폭이 확연하게 드러난다. 그러나 자기 공명 영상 처리 장치(200)를 통하여 추출된 동적 혈관 영상에서는 종래의 기술에 비하여, 인공물(P330) 및 잡음(P340, P350)이 감소되었다.
또한, 도 4를 참조하면 종래의 기술에 따른 동적 혈관 영상에서의 인공물(P400) 및 잡음(P410)에 비하여, 자기 공명 영상 처리 장치(200)를 통하여 추출된 동적 혈관 영상에서는 인공물(P420) 및 잡음(P430)이 감소된 것을 확인할 수 있다.
도 6은 본 발명의 일 실시예에 따른 샘플링된 자기 공명 신호에 기초하여 생성된 동적 혈관 영상의 예시도이다.
도 6에서 상단의 첫 번째 도면(R=1)은 자기 공명 신호로부터 샘플링을 수행하지 않은 경우에 생성된 동적 혈관 영상이다. 또한, 두 번째 도면(R=20)은 자기 공명 신호를 1/20으로 샘플링한 후 생성된 동적 혈관 영상이며, 세 번째 도면(R=30)은 자기 공명 신호를 1/30으로 샘플링한 후 생성된 동적 혈관 영상, 네 번째 도면(R=40)은 자기 공명 신호를 1/40으로 샘플링한 후 생성된 동적 혈관 영상, 마지막 도면(R=50)는 자기 공명 신호를 1/50으로 샘플링한 후 생성된 동적 혈관 영상이다.
또한, 도 6의 하단은 각각의 샘플링 된 동적 혈관 영상과 샘플링 하지 않은 동적 혈관 영상의 비교 결과이다. 이때, NRMSE는 정규화된 평균 제곱근 편차(normalized root mean square error)이다. 자기 공명 영상 처리 장치(200)는 전체 자기 공명 신호와 비교하면, 샘플링을 수행한 경우 0.0145 내지 0.024의 오차를 보인다.
그러므로 자기 공명 영상 처리 장치(200)는 확인하고자 하는 혈관의 종류와 상태, 질병의 종류 및 환자의 상태 등을 고려하여 오차에 대응하는 샘플링 비율(sampling rate)을 정할 수 있다. 예를 들어, 자기 공명 영상 처리 장치(200)는 빠른 혈류 흐름을 보이는 특정 혈관에 대하여, 샘플링 비율을 높게 설정할 수 있다.
그리고 자기 공명 영상 처리 장치(200)는 정해진 샘플링 비율에 따라 선택된 자기 공명 신호를 통하여, 동적 혈류 신호를 추출할 수 있다.
도 7은 본 발명의 일 실시예에 따른 동적 혈관 영상과 종래의 동적 혈관 영상을 비교한 예시도이다.
도 7의 (a)는 종래의 기법을 통하여 추출된 동적 혈관 영상이며, 도 7의 (b)는 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)를 통하여 추출된 동적 혈관 영상이다. 이때, 종래 기법 및 자기 공명 영상 처리 장치(200)는 각각 언더샘플링 기법(2.5% 획득)을 이용하여 획득된 자기 공명 신호에 기초하여, 동적 혈관 영상을 생성한 것이다.
자기 공명 영상 처리 장치(200)를 통하여 추출된 동적 혈관 영상에서의 인공물 및 잡음 부분(P740, P750)은 종래의 기법의 인공물 및 잡음 부분(P710, P720) 보다 현저하기 줄어든 것을 확인할 수 있다. 또한, 자기 공명 영상 처리 장치(200)를 통하여 추출된 동적 혈관 영상에서의 혈류 신호(P730)는 종래의 기법의 혈류 신호(P700)에 비하여 선명한 것을 확인할 수 있다.
이와 같이, 자기 공명 영상 처리 장치(200)는 종래의 기법에 비하여, 인공물을 억제하고, 동적 혈관 신호만을 선별할 수 있다. 그러므로 자기 공명 영상 처리 장치(200)는 인공물 및 잡음이 획기적으로 감소된 높은 가시성의 동적 혈관 영상을 생성할 수 있다.
다음은 도 8을 참조하여, 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)의 영상 처리 방법을 설명한다.
도 8은 본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200)의 영상 처리 방법이다.
자기 공명 영상 처리 장치(200)는 모델에 기초하여 자기 공명 신호로부터 동적 혈류 신호를 추출한다(S800). 이때, 자기 공명 신호는 자기 공명 기기(210)로부터 수신한 시공간 인코딩 영역에서 발생된 신호에 기초한 것이다.
자기 공명 영상 처리 장치(200)는 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성한다(S810).
자기 공명 영상 처리 장치(200)는 추출된 정적 배경 및 추출된 동적 혈류 신호에 기초하여, 자기 공명 신호를 갱신할 수 있다(S820). 그리고 자기 공명 영상 처리 장치(200)는 갱신된 자기 공명 신호 및 최초에 입력된 자기 공명 신호의 오차를 산출할 수 있다(S830).
자기 공명 영상 처리 장치(200)는 산출된 오차가 미리 정해진 오차 범위를 초과하는 경우, 자기 공명 신호로부터 동적 혈류 신호를 재추출할 수 있다.
그리고 자기 공명 영상 처리 장치(200)는 오차가 미리 정해진 오차 범위 이내인 경우(S840), 최종적으로 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성할 수 있다.
이때, 기생성된 모델은 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하는 것이다. 또한, 정적 배경 억제 모델은 자기 공명 신호에 포함된 배경에 대응하는 것이고, 동적 배경 억제 모델은 자기 공명 신호에 포함된 인공물에 대응하는 것이다.
즉, 자기 공명 영상 처리 장치(200)는 동적 혈류 신호를 추출하는 단계 이전에, 정적 배경 억제 모델, 동적 배경 억제 모델 및 시공간 모델을 생성할 수 있다.
이를 위하여, 자기 공명 영상 처리 장치(200)는 먼저, 조영제의 유입 시간 및 유입 속도의 변화에 따른 조영 증강 혈류 신호를 수집할 수 있다.
그리고 자기 공명 영상 처리 장치(200)는 수집된 조영 증강 혈류 신호와 기정의된 수학적 모델에 기초하여 시공간 모델을 생성할 수 있다. 이때, 자기 공명 영상 처리 장치(200)는 수집된 조영 증강 혈류 신호 및 정규화된 감마 함수에 기초하여, 시공간 모델을 생성할 수 있다.
자기 공명 영상 처리 장치(200)는 자기 공명 신호에 포함된 조영 증강 이전의 신호로부터 정적 배경 억제 모델을 생성할 수 있다.
또한, 자기 공명 영상 처리 장치(200)는 자기 공명 신호에 포함된 조영 증강 이전의 신호로부터 움직임 모델을 생성할 수 있다. 그리고 자기 공명 영상 처리 장치(200)는 생성된 움직임 모델에 기초하여 동적 배경 억제 모델을 생성할 수 있다.
한편, 자기 공명 영상 처리 장치(200)는 동적 혈류 신호를 추출하기 위하여, 기생성된 모델을 순차적으로 활용할 수 있다.
예를 들어, 자기 공명 영상 처리 장치(200)는 정적 배경 억제 모델에 기초하여 자기 공명 신호에 포함된 정적 배경을 억제할 수 있다. 그리고 자기 공명 영상 처리 장치(200)는 동적 배경 억제 모델에 기초하여 정적 배경이 억제된 자기 공명 신호에 포함된 인공물을 억제할 수 있다. 마지막으로 자기 공명 영상 처리 장치(200)는 시공간 모델에 기초하여 정적 배경 및 인공물이 억제된 자기 공명 신호로부터 동적 혈류 신호를 추출할 수 있다.
본 발명의 일 실시예에 따른 자기 공명 영상 처리 장치(200) 및 영상 처리 방법은 환자의 움직임 등에 의해 발생할 수 있는 인공물 및 잡음의 증폭을 줄일 수 있어 사용자에게 강건한 동적 혈관 영상을 제공할 수 있다. 자기 공명 영상 처리 장치(200) 및 영상 처리 방법은 적은 양의 데이터만으로 고해상도의 혈관 영상을 생성할 수 있다. 또한, 자기 공명 영상 처리 장치(200) 및 영상 처리 방법은 각 시간 프레임에 필요한 데이터를 획기적으로 줄일 수 있으며, 전체 동적 영상을 복원하기 용이하다.
그러므로 자기 공명 영상 처리 장치(200) 및 영상 처리 방법을 통하여, 의료진은 환자의 혈관의 모양, 협착 및 폐색 등을 빠르고 정확하게 판단할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 판독 및 실행이 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능한 기록 매체 는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능한 기록 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 (16)

  1. 자기 공명 영상 처리 장치에 있어서,
    자기 공명 신호로부터 동적 혈관 영상을 추출하는 프로그램이 저장된 메모리 및
    상기 프로그램을 실행하는 프로세서를 포함하고,
    상기 프로세서는 상기 프로그램의 실행에 따라, 기생성된 모델에 기초하여, 자기 공명 신호로부터 동적 혈류 신호를 추출하고,
    상기 추출된 동적 혈류 신호에 기초하여 상기 동적 혈관 영상을 생성하되,
    상기 기생성된 모델은 상기 자기공명신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하고,
    상기 정적 배경 억제 모델은 상기 자기 공명 신호에 포함된 정적 배경에 대응하는 것이며,
    상기 동적 배경 억제 모델은 상기 자기 공명 신호에 포함된 인공물에 대응하는 것인, 자기 공명 영상 처리 장치.
  2. 제 1 항에 있어서,
    상기 프로세서는 조영제의 유입 시간 및 유입 속도의 변화에 따른 조영 증강 혈류 신호를 상기 수집된 자기 공명 신호로 수집하고, 상기 수집된 자기 공명 신호 및 기정의된 수학적 모델에 기초하여 상기 시공간 모델을 생성하는 것인, 자기 공명 영상 처리 장치.
  3. 제 2 항에 있어서,
    상기 프로세서는 정규화된 감마 함수(normalized gamma-variate function), 단일 구획 재순환(single compartment recirculation; SCR) 함수 및 지수 함수 중 어느 하나를 포함하도록 기정의된 상기 수학적 모델에 기초하여 상기 시공간 모델을 생성하는, 자기 공명 영상 처리 장치.
  4. 제 2 항에 있어서,
    상기 프로세서는 상기 조영 증강 혈류 신호에 대한 세기의 변화에 기초하여, 상기 수학적 모델을 정교화하는 것이되,
    상기 세기의 변화는 상기 조영제의 유입, 상기 조영제 유입에 따른 단일 구획 재순환(single compartment recirculation) 및 정상 상태 순환 중 적어도 하나에 대응하는 조영 증강 혈류 신호의 증가 및 감소인, 자기 공명 영상 처리 장치.
  5. 제 2 항에 있어서,
    상기 프로세서는 상기 수집된 자기 공명 신호에 기초하여 상기 수집된 자기 공명 신호 및 하기 수학식에 대한 최적화를 수행하여, 최적화된 열 벡터의 기저 및 행 벡터의 기저를 산출하고, 상기 산출된 최적화된 열 벡터의 기저 및 행 벡터의 기저에 기초하여, 상기 수학적 모델을 정의하는 것인, 자기 공명 영상 처리 장치.
    [수학식]
    Figure PCTKR2017004138-appb-I000017
  6. 제 5 항에 있어서,
    상기 프로세서는 ADMM(alternating direction method multipliers)에 기초하여, 상기 최적화를 수행하는 것인, 자기 공명 영상 처리 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는 상기 자기 공명 신호에 포함된 조영 증강 이전의 신호로부터 상기 정적 배경 억제 모델을 생성하는 것인, 자기 공명 영상 처리 장치.
  8. 제 1 항에 있어서,
    상기 프로세서는 상기 모델로부터 추출된 정적 배경 및 상기 추출된 동적 혈류 신호에 기초하여, 상기 자기 공명 신호를 갱신하고,
    상기 갱신된 자기 공명 신호 및 최초의 자기 공명 신호 간의 오차를 산출하고, 상기 오차가 미리 정해진 오차 허용 범위 이내인 경우, 상기 추출된 동적 혈류 신호에 기초하여 상기 동적 혈관 영상을 생성하며,
    상기 오차가 미리 정해진 오차 허용 범위를 초과하는 경우, 상기 모델에 기초하여, 상기 갱신된 자기 공명 신호로부터 동적 혈류 신호를 재추출하는, 자기 공명 영상 처리 장치.
  9. 제 1 항에 있어서,
    상기 프로세서는 상기 정적 배경 억제 모델에 기초하여 상기 자기 공명 신호에 포함된 정적 배경을 억제하고,
    상기 동적 배경 억제 모델에 기초하여 상기 정적 배경이 억제된 자기 공명 신호에 포함된 인공물을 억제하고,
    상기 시공간 모델에 기초하여 상기 정적 배경 및 인공물이 억제된 자기 공명 신호로부터 동적 혈류 신호를 추출하는 것인, 자기 공명 영상 처리 장치.
  10. 자기 공명 영상 처리 장치에서의 영상 처리 방법에 있어서,
    기생성된 모델에 기초하여 자기 공명 신호로부터 동적 혈류 신호를 추출하는 단계; 및
    상기 추출된 동적 혈류 신호에 기초하여 동적 혈관 영상을 생성하는 단계를 포함하되,
    상기 기생성된 모델은 상기 자기공명신호에 대한 동적 배경 억제 모델 및 시공간 모델 중 적어도 하나와, 정적 배경 억제 모델을 포함하고,
    상기 정적 배경 억제 모델은 상기 자기 공명 신호에 포함된 배경에 대응하는 것이며,
    상기 동적 배경 억제 모델은 상기 자기 공명 신호에 포함된 인공물에 대응하는 것인, 영상 처리 방법.
  11. 제 10 항에 있어서,
    상기 동적 혈류 신호를 추출하는 단계 이전에,
    조영제의 유입 시간 및 유입 속도의 변화에 따른 조영 증강 혈류 신호를 수집하는 단계; 및
    상기 수집된 조영 증강 혈류 신호 및 기정의된 수학적 모델에 기초하여 상기 시공간 모델을 생성하는 단계를 더 포함하는, 영상 처리 방법.
  12. 제 10 항에 있어서,
    상기 동적 혈류 신호를 추출하는 단계 이전에, 상기 자기 공명 신호에 포함된 조영 증강 이전의 신호로부터 상기 정적 배경 억제 모델을 생성하는 단계를 더 포함하는, 영상 처리 방법.
  13. 제 10 항에 있어서,
    상기 동적 혈류 신호를 추출하는 단계 이전에, 상기 자기 공명 신호에 포함된 조영 증강 이전의 신호로부터 움직임 모델을 생성하는 단계; 및
    상기 생성된 움직임 모델에 기초하여 상기 동적 배경 억제 모델을 생성하는 단계를 더 포함하는, 영상 처리 방법.
  14. 제 10 항에 있어서,
    상기 동적 혈관 영상을 생성하는 단계는,
    상기 모델로부터 추출된 정적 배경 및 상기 추출된 동적 혈류 신호에 기초하여 상기 자기 공명 신호를 갱신하는 단계;
    상기 갱신된 자기 공명 신호 및 상기 자기 공명 신호의 오차를 산출하는 단계; 및
    상기 오차가 미리 정해진 오차 허용 범위 이내인 경우, 상기 추출된 동적 혈류 신호에 기초하여 상기 동적 혈관 영상을 생성하는 단계를 포함하고,
    상기 오차가 미리 정해진 오차 허용 범위 초과인 경우, 상기 동적 혈류 신호를 추출하는 단계 및 상기 자기 공명 신호를 갱신하는 단계를 재수행하는 단계를 포함하는, 영상 처리 방법.
  15. 제 10 항에 있어서,
    상기 동적 혈류 신호를 추출하는 단계는,
    상기 정적 배경 억제 모델에 기초하여 상기 자기 공명 신호에 포함된 정적 배경을 억제하는 단계;
    상기 동적 배경 억제 모델에 기초하여 상기 정적 배경이 억제된 자기 공명 신호에 포함된 인공물을 억제하는 단계; 및
    상기 시공간 모델에 기초하여 상기 정적 배경 및 인공물이 억제된 자기 공명 신호로부터 동적 혈류 신호를 추출하는 단계를 포함하는, 영상 처리 방법.
  16. 제 10 항 내지 제 15 항 중 어느 한 항에 기재된 방법을 컴퓨터 상에서 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.
PCT/KR2017/004138 2016-04-18 2017-04-18 자기 공명 영상 처리 장치 및 그 영상 처리 방법 WO2017183885A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2016-0047150 2016-04-18
KR1020160047150A KR101797141B1 (ko) 2016-04-18 2016-04-18 자기 공명 영상 처리 장치 및 그 영상 처리 방법

Publications (1)

Publication Number Publication Date
WO2017183885A1 true WO2017183885A1 (ko) 2017-10-26

Family

ID=60116166

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/004138 WO2017183885A1 (ko) 2016-04-18 2017-04-18 자기 공명 영상 처리 장치 및 그 영상 처리 방법

Country Status (2)

Country Link
KR (1) KR101797141B1 (ko)
WO (1) WO2017183885A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563673A (zh) * 2023-07-10 2023-08-08 浙江华诺康科技有限公司 烟雾训练数据生成方法、装置和计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007215930A (ja) * 2006-02-20 2007-08-30 Toshiba Corp 画像診断装置、画像処理装置及びプログラム
JP2010253256A (ja) * 2009-04-03 2010-11-11 Toshiba Corp 磁気共鳴イメージング装置
JP2013017710A (ja) * 2011-07-12 2013-01-31 Nemoto Kyorindo:Kk Ｍｒｉ装置
KR20140142652A (ko) * 2013-06-03 2014-12-12 사회복지법인 삼성생명공익재단 측부순환의 영상화 및 평가를 위한 새로운 자기공명영상기법
KR20150113157A (ko) * 2013-03-04 2015-10-07 하트플로우, 인크. 혈류 특성 모델링 감도 분석 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007215930A (ja) * 2006-02-20 2007-08-30 Toshiba Corp 画像診断装置、画像処理装置及びプログラム
JP2010253256A (ja) * 2009-04-03 2010-11-11 Toshiba Corp 磁気共鳴イメージング装置
JP2013017710A (ja) * 2011-07-12 2013-01-31 Nemoto Kyorindo:Kk Ｍｒｉ装置
KR20150113157A (ko) * 2013-03-04 2015-10-07 하트플로우, 인크. 혈류 특성 모델링 감도 분석 방법 및 시스템
KR20140142652A (ko) * 2013-06-03 2014-12-12 사회복지법인 삼성생명공익재단 측부순환의 영상화 및 평가를 위한 새로운 자기공명영상기법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563673A (zh) * 2023-07-10 2023-08-08 浙江华诺康科技有限公司 烟雾训练数据生成方法、装置和计算机设备
CN116563673B (zh) * 2023-07-10 2023-12-12 浙江华诺康科技有限公司 烟雾训练数据生成方法、装置和计算机设备

Also Published As

Publication number Publication date
KR101797141B1 (ko) 2017-11-13
KR20170119233A (ko) 2017-10-26

Similar Documents

Publication Publication Date Title
WO2014073879A1 (en) Magnetic resonance imaging apparatus and method of acquiring functional image
CN107110930B (zh) 噪声抑制方法和设备
WO2021162176A1 (ko) 자기 공명 영상 처리 장치 및 그 방법
US7432710B2 (en) Apparatus and method for reducing image artifact
EP3149508B1 (en) Mr imaging using multi-echo k-space acquisition
JP2004000615A (ja) 寝台移動式ｍｒｉの傾斜非直線性補償
JPH0856928A (ja) 表面コイル配設により核磁化分布を決定するｍｒ法
WO2017007282A1 (ko) 자기 공명 전기 임피던스 영상기술을 이용한 자기 공명 영상시스템 및 전도율 분포 영상 생성방법
WO2016036006A1 (en) Magnetic resonance imaging apparatus and method of operating the same
US20230260088A1 (en) Medical information processing apparatus and medical information processing method
WO2017183885A1 (ko) 자기 공명 영상 처리 장치 및 그 영상 처리 방법
WO2016013850A1 (en) Magnetic resonance imaging apparatus and control method thereof
WO2017111412A1 (ko) 의료 영상 장치, 자기 공명 영상 장치 및 그 제어 방법
JPWO2006109550A1 (ja) 磁気共鳴イメージング装置及び方法
WO2017155364A1 (ko) 자기 공명 영상 장치 및 이를 이용한 자기 공명 영상 처리 방법
WO2017007284A1 (ko) 투영기법 기반의 동적혈관영상 획득방법 및 획득장치
WO2018186578A1 (ko) 자기공명영상장치 및 그 제어방법
WO2018093050A1 (ko) 자기 공명 영상 장치 및 자기 공명 영상 장치의 제어 방법
KR20190117234A (ko) 인공신경망을 이용한 자기 공명 영상의 영상 프로토콜 선택 장치와 방법 및 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
JP4576534B2 (ja) 磁気共鳴イメージング装置および撮像方法
WO2017007286A1 (ko) 병렬 자기공명영상 처리장치 및 방법
WO2016013776A1 (en) Magnetic resonance imaging apparatus and method for controlling the same
JP2020171693A (ja) 医用情報処理装置及び医用情報処理方法
Kim et al. Single breath‐hold CINE imaging with combined simultaneous multislice and region‐optimized virtual coils
WO2015167307A1 (ko) 자기 공명 영상 장치 및 자기 공명 영상의 생성 방법

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

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

Ref document number: 17786153

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17786153

Country of ref document: EP

Kind code of ref document: A1