WO2018159868A1 - 의료영상의 영역 분리 방법 및 그 장치 - Google Patents

의료영상의 영역 분리 방법 및 그 장치 Download PDF

Info

Publication number
WO2018159868A1
WO2018159868A1 PCT/KR2017/002219 KR2017002219W WO2018159868A1 WO 2018159868 A1 WO2018159868 A1 WO 2018159868A1 KR 2017002219 W KR2017002219 W KR 2017002219W WO 2018159868 A1 WO2018159868 A1 WO 2018159868A1
Authority
WO
WIPO (PCT)
Prior art keywords
voxel
node
weight
medical image
seed group
Prior art date
Application number
PCT/KR2017/002219
Other languages
English (en)
French (fr)
Inventor
박상준
이두희
Original Assignee
메디컬아이피 주식회사
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 메디컬아이피 주식회사 filed Critical 메디컬아이피 주식회사
Priority to CN201780087621.XA priority Critical patent/CN110352448B/zh
Priority to PCT/KR2017/002219 priority patent/WO2018159868A1/ko
Publication of WO2018159868A1 publication Critical patent/WO2018159868A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Definitions

  • the present invention relates to a method and an apparatus for automatically separating regions of various biological organs included in a 3D medical image.
  • Computed tomography (CT) and magnetic resonance imaging (MRI) devices can be used to obtain 3D medical images.
  • 3D medical images the anatomical location of living organs (e.g., lungs, airways, etc.) or lesions (e.g., tumors, etc.) must be accurately identified to precisely establish the treatment and surgical plans. It is very difficult to automatically distinguish the areas of living organs such as lung lobes, which are divided into gaps of a thin film within 1 mm.
  • An object of the present invention is to provide a method and an apparatus capable of accurately separating a three-dimensional anatomical position of a living organ from a medical image.
  • an example of a method for separating a region of a medical image includes: receiving a medical image; Setting a first seed group and a second seed group including voxels belonging to a region to be divided and remaining regions of the voxels of the medical image; The weight is assigned to a link connecting the voxel node representing each voxel of the medical image, the start node, and the end node, respectively, and the weight is determined based on the type of the node connected to the voxel node and the type of seed group to which the voxel node belongs.
  • Determining Determining a weight of a link connecting the voxel nodes based on at least one of a signal intensity difference and a distance between the voxels of the medical image; And a link having a minimum weight in the shortest path in which the sum of the weights of the paths connecting the start node and the end node becomes the minimum until the voxel nodes of the medical image are separated into two regions by the cut link. And repeating the grasping process.
  • an example of an apparatus for separating a region of a medical image includes an input unit for receiving a medical image; A group setting unit configured to set a first seed group and a second seed group including voxels belonging to a separation target region and remaining regions of the voxels of the medical image; The weight is assigned to a link connecting the voxel node representing each voxel of the medical image, the start node, and the end node, respectively, and the weight is determined based on the type of the node connected to the voxel node and the type of seed group to which the voxel node belongs.
  • a second weight determination unit configured to determine a weight of a link connecting the voxel nodes based on a signal intensity difference and a distance between the voxels of the medical image; And a link having a minimum weight in the shortest path in which the sum of the weights of the paths connecting the start node and the end node becomes the minimum until the voxel nodes of the medical image are separated into two regions by the cutting link. It includes; a separation unit for repeating the process of grasping.
  • an area of a living organ can be accurately separated in a voxel unit in a 3D medical image.
  • the region of the medical image can be separated more accurately through the seed group of the voxel, which is set using the similarity of the signal intensity of the voxel or the directionality of the change of the signal intensity. Even when the distance between the voxels in the 3D medical image is not constant, an accurate region of the medical image can be separated.
  • FIG. 1 is a view showing a brief example of a system for photographing and processing a 3D human body image according to the present invention
  • FIG. 2 is a view showing the configuration of an embodiment of an area separating apparatus according to the present invention.
  • 3 to 5 are views illustrating an example of a method of receiving a seed group from a user for region separation of a medical image according to the present invention
  • FIG. 6 is a view showing an example of a method for setting a seed group through a region growth method for region separation of medical images according to the present invention
  • FIG. 7 is a view showing an example of a method for setting a seed group using morphological features for region separation of medical images according to the present invention.
  • FIG. 8 is a view showing an example of a node graph for area separation of a medical image according to the present invention.
  • FIG. 9 is a view briefly showing an example of a medical image region separation method according to the present invention.
  • FIG. 10 is a view showing a flow of an embodiment of a medical image separation method according to the present invention.
  • 11 and 12 are diagrams illustrating a result of separating areas from a medical image according to an exemplary embodiment of the present invention.
  • FIG. 1 is a diagram illustrating a brief example of a system for photographing and processing a 3D human body image according to the present invention.
  • a system according to the present invention largely includes an image photographing apparatus 100, an area separating apparatus 110, and an output apparatus 120.
  • the image capturing apparatus 100 is a device for capturing a 3D image in the living body.
  • a CT device, an MRI device, and the like exist, but are not limited thereto. Include.
  • the area separating apparatus 110 processes and processes the received medical image according to various purposes such as extracting a required region by receiving a 3D medical image photographed by the image photographing apparatus 100.
  • the region separating apparatus 110 is illustrated as directly receiving the captured image of the image capturing apparatus 100, but is not necessarily limited thereto.
  • Various electronic media for example, compact disc (CD) and DVD ( Digital Versatile Disc), USB memory, etc.
  • CD compact disc
  • DVD Digital Versatile Disc
  • USB memory etc.
  • the area separating apparatus 110 may receive a medical image as a DICOM file.
  • the output device 120 generally includes a monitor and receives and outputs an image processed by the area separation device 110.
  • the output device 120 may be implemented as a single device with the area separation device 110 or may be connected to the area separation device 110 through a wired or wireless communication network to display an image received from the area separation device 110 remotely. have.
  • FIG. 2 is a view showing the configuration of an embodiment of a region separation apparatus according to the present invention.
  • the area separator 110 includes an input unit 200, a seed setting unit 210, a first weight determination unit 220, a second weight determination unit 230, and a separation unit 240. do.
  • the input unit 200 receives a 3D medical image.
  • the 3D medical image is composed of voxels and represents each tissue as a contrast of signal intensity.
  • the signal intensity of lung tissue is approximately -400 HU (Hounsfield Unit) or less, and the internal signal strength of the airways in the presence of air is approximately -950 HU.
  • the input unit 200 may further include a preprocessing process for the 3D medical image.
  • the preprocessing process may remove noise from the medical image and improve image quality.
  • the pretreatment process has various conventional methods.
  • the input unit 200 may be performed in a preprocessing process using anisotropic diffusion (AD) filtering. Since AD filtering is an algorithm that can effectively remove noise while preserving a reliable boundary, a detailed description thereof will be omitted.
  • AD filtering is an algorithm that can effectively remove noise while preserving a reliable boundary, a detailed description thereof will be omitted.
  • the seed setting unit 210 sets a first seed group and a second seed group including a predetermined number of voxels belonging to the separation target region and the remaining regions, respectively.
  • the area of the biological tissue organ to be separated from the 3D medical image is a bulky space, which is different from simply separating a certain area from a 2D image.
  • the 3D medical image taken by CT is a XY plane image taken at regular intervals along the Z axis, the area separation of the 3D medical image is not simply separating an area from a single XY plane image, but the Z axis. Therefore, to separate a certain volume of space.
  • the present embodiment sets a first seed group including at least one voxel selected from a region to be separated and a second seed group including at least one voxel selected from the remaining regions, and proposes a method of separating regions using the same. do.
  • first accurate setting of the first seed group and the second seed group is required.
  • the seed setting unit 210 may automatically select the first seed group and the second seed group from a user or automatically set the first seed group and the second seed group by using a predetermined algorithm.
  • An example of a method for selecting a seed group by a user is illustrated in FIGS. 3 to 5, and an example of a method for automatically setting a seed group through an algorithm is illustrated in FIGS. 6 and 7. A detailed method of seed setting will be described with reference to FIGS. 3 to 7.
  • the first weight setting unit 220 assigns a weight to a link connecting the voxel node corresponding to each voxel constituting the medical image, the virtual start and end nodes, respectively.
  • the start node and the end node are connected one-to-one with the entire voxel node of the medical image, respectively. For example, referring to FIG. 8, if the medical image is composed of 27 voxel nodes 830, the start node 810 is connected to 27 voxel nodes 830, respectively, and the end node 820 is also 27. Are connected to the voxel nodes 830, respectively.
  • the link 840 connecting the start node 810 and the voxel node 830 is called a 'start link', and a link connecting the end node 820 and the voxel node 830 is described below.
  • 850 is referred to as the 'terminate link'.
  • each voxel node is connected to both the start node and the end node.
  • the first weight setting unit 220 determines the type (ie, start node or end node) of the node to which the voxel node is connected and the type of seed group (ie, the first seed group or the second seed group) to which the voxel node belongs. Based on the weight of the start link and the end link is determined.
  • the first weight setting unit 220 assigns a maximum weight to a start link connecting the start node and the voxel node belonging to the first seed group, and assigns the voxel node belonging to the start node and the second seed group.
  • the weight of the minimum value is assigned to the starting link.
  • the first weight setting unit 220 may determine the intermediate value between the maximum value and the minimum value in the start link connecting the start node and the remaining voxel nodes (ie, voxel nodes not belonging to the first seed group or the second seed group). Give weight.
  • the first weight setting unit 220 gives a minimum weight to an end link connecting the end node and the voxel node belonging to the first seed group, and connects the end node and the voxel node belonging to the second seed group.
  • a weight value of the maximum value is given to the end link, and the intermediate value between the maximum value and the minimum value is connected to the end link connecting the end node and the remaining voxel nodes (ie, voxel nodes not belonging to the first seed group or the second seed group). Can be given a weight.
  • the weight setting according to the above example is as follows.
  • End link between the end node and the voxel node of the first seed group minimum value
  • End link between the end node and the voxel node of the second seed group maximum value
  • the maximum value and the minimum value may be preset based on values of both ends of a weight change range applied to a link connecting each voxel node to be described later. If the weight of the link between each voxel node is between 0 and 1, 10 may be defined as the maximum value of the start link and 0 as the minimum value.
  • the present embodiment is characterized in that different weights are assigned to each link according to the type of seed group to which the voxel node belongs and the type of node connected to the voxel node. It can be modified in various ways. Therefore, the present invention is not necessarily limited to the above example of giving the maximum value, the minimum value, and the intermediate value to the start link and the end link.
  • the second weight setting unit 230 weights the link between the voxel nodes.
  • the second weight setting unit 230 determines the weight based on the difference in signal strength between the voxel nodes (for example, the difference in HU values represented by each voxel).
  • the distance between each voxel constituting the 3D medical image may not be constant.
  • the second weight setting unit 230 may determine the weight of the voxel link in consideration of the difference in signal strength and the distance between the voxels.
  • voxel nodes there are 26 voxel nodes in the periphery of the voxel node 832 existing in the space other than the surface, and thus, one voxel node in the space has 26 links 860 with the adjacent voxel node.
  • the link 860 between adjacent voxel nodes is referred to as a 'voxel link'.
  • the method of calculating the weight of the voxel link is not necessarily limited thereto, and the weight may be calculated by various methods using at least one of a difference in signal strength and a distance.
  • the separating unit 240 finds a path that is the minimum of the sum of weights among the paths between the start node and the end node connected through each link (start link, voxel link, end link).
  • a path where the sum of weights is minimum is referred to as a 'shortest path'.
  • the separation unit 240 may search for the shortest path, considering a link having a weight less than or equal to a predetermined size when searching for a path and cutting it.
  • the link given the minimum value (such as a link connected to the voxel node of the second seed group in the starting link) may be considered to be disconnected.
  • the separating unit 240 identifies the link having the minimum weight in the shortest path as a cut link that is excluded from the path search afterwards. For example, the separating unit 240 may change the weight of the link having the smallest weight in the shortest path to the minimum value and treat it as being cut in the path search.
  • the separation unit 240 When the separation unit 240 cuts the link along the cutting link, the separation unit 240 repeatedly searches for the shortest path and identifies the cutting link until the voxel node is divided into two regions.
  • the separation process of the voxel link through a simple example is illustrated in FIG. 9. 11 and 12 illustrate examples of biological organs separated from the medical image by the separating unit 240.
  • 3 to 5 are diagrams showing an example of a method of receiving a seed group from a user for region separation of a medical image according to the present invention.
  • the region separation apparatus selects at least one voxel belonging to the separation region 320, 420, 520 and at least one voxel belonging to the remaining region from the user through the XY plane images 300, 400, and 500 of the medical image. Receive.
  • the region separating apparatus sets the voxels of the regions 340, 350, 440, and 540 selected by the user as a first seed group for the separation target regions 320, 420, and 520 or a second seed group for the remaining regions.
  • the remaining regions other than the separation target regions 320, 420, and 520 may include at least one region.
  • the area separator may correspond to a line 340, 350, a polygon 440, or an arbitrary shape 540 when the user selects an area having a line 340, 350, a polygon 440, or an arbitrary shape 540.
  • FIG. 6 is a diagram illustrating an example of a method for setting seed groups through a region growth method for region separation of medical images according to the present invention.
  • the area separating apparatus moves from one voxel (hereinafter, reference point) belonging to the separation target area 620 or the remaining area among the voxels constituting the medical image 600 to a peripheral area having a similar signal intensity.
  • the first seed group or the second seed group is set using a region growing method of expanding a space having a predetermined volume. In the case of using the region growth method, the seed group consisting of voxels belonging to any one XY plane of the medical image is not formed, but the seed group consisting of voxels in a space having a predetermined volume is used. Seed group can be secured.
  • the reference point for applying the region growth method may be automatically input based on an approximate preset position with respect to a region to be separated of the medical image or received from a user in the medical image cross-section as shown in FIG. 3. For example, if the lung is located at the center of the medical image when the lung image is taken, the area separator may automatically set a voxel indicating the signal intensity of the lung at the center of the medical image as a reference point. In addition, various setting methods of the reference point may be applied.
  • the region separation apparatus extends the region by connecting voxels satisfying the upper and lower limits of the signal strength of the tissue based on the reference point.
  • the upper limit value and the lower limit value are determined according to the type of living body.
  • the region separation apparatus connects the voxels having the signal intensity within a certain error range based on the signal intensity -400 HU from the reference point in the lung region to determine the region having a certain volume. Expand.
  • the region separation apparatus may set the first seed group for the separation target region through a region growth method, and set the second seed group for the remaining regions through a line input from a user.
  • the region growth method separates a certain region (for example, lungs) from the medical image, but it is difficult to obtain an accurate boundary of the region to be separated because only a rough result can be obtained due to various noises present in the medical image. .
  • the seed group may be set based on the difference in the signal strength of the voxel, or the seed group for the two rough regions may be set using various conventional image processing algorithms.
  • the method of setting the group is not necessarily limited to the various embodiments of the above-described salping.
  • FIG. 7 is a diagram illustrating an example of a method for setting seed groups using morphological features for region separation of medical images according to the present invention.
  • the area separation apparatus recognizes an area having a plane, line, or lump form based on the direction of a change in signal strength of a voxel, and then converts the voxel belonging to the area into a first seed group or a second seed group. Set it.
  • the directionality of the signal intensity change of the voxel can be determined through an eigenvector and an eigenvalue.
  • the directionality of the signal intensity of the bronchus may be represented by a vector having a certain direction.
  • Eigenvectors and eigenvalues can be obtained through hessian matrices.
  • the relation between each voxel of the 3D image and the surrounding voxels is represented by the Hessian matrix as follows.
  • I represents the signal intensity at the (x, y, z) coordinate.
  • Each element of the Hessian matrix can be regarded as the coefficient of the cubic simultaneous equation, and the eigenvectors and eigenvalues can be found by solving the equations.
  • the region separation apparatus may have the eigenvectors and eigenvalues representing structural features of each living tissue in advance. For example, when the eigenvalues for the x, y, and z axes are ⁇ 1 , ⁇ 2 , and ⁇ 3 , respectively, the following characteristics are obtained.
  • the bronchus has a typical tube-shaped line structure, and can be defined as follows by preliminarily examining the range of intrinsic values for specifying the line structure of the bronchus.
  • the region separation apparatus compares the eigenvectors and eigenvalues of the tissue to be extracted with the eigenvectors and eigenvalues of the human tissues extracted from the 3D medical image and extracts voxels satisfying a predetermined criterion. It is set as 1 seed group or 2nd seed group. For example, in the case of an area to be separated, the area separation apparatus obtains an eigenvector and an eigenvalue of a change in signal strength of voxels belonging to a lung, and then the range of eigenvalues for each direction is expressed by Equation 2 above.
  • the region may be extracted by determining whether the content is satisfied, and the voxel of the region may be set as the first seed group.
  • FIG. 8 is a diagram illustrating an example of a node graph for area separation of a medical image according to the present invention.
  • the node graph 800 used for region separation includes a virtual start node 810 and an end node 820, and a voxel node 830 that is mapped one-to-one with each voxel. In the present embodiment, only 27 voxels are shown for convenience of description.
  • the node graph 800 includes a start link 840 connecting the start node 810 and the entire voxel node 830, and an end link 850 connecting the end node 820 and the entire voxel node 830, respectively. And a voxel link 860 connecting between each voxel node 830. This embodiment does not show voxel links diagonally connected for the sake of simplicity of the drawings.
  • the region separating apparatus weights the start link 840, the end link 850, and the voxel link 860, respectively.
  • the start link 840 is a link between the start node 810 and the voxel node belonging to the first seed group, a link between the start node 810 and the voxel node belonging to the second seed group, or a start node ( 810 and other links between the voxel node.
  • the area separation device assigns each of these links different weights.
  • End link 850 is a link connecting the end node 820 and the voxel node belonging to the first seed group, a link connecting the end node 820 and the voxel node belonging to the second seed group, or the end node ( 820 and another link between the voxel node.
  • the area separation device assigns each of these links different weights.
  • the voxel link 860 is a link between adjacent voxel nodes.
  • the distance between the voxels may be different depending on the medical image.
  • the voxel node 832 located in the space is connected to 26 adjacent voxel nodes 830 and thus has 26 voxel links.
  • the distances between the voxels of the x and y axes are the same, but the distance between the voxels on the z axis is longer than the distance between the voxels on the x and y axes.
  • the distances between the voxels of the x, y, and z axes may be the same.
  • the area separator determines the weight of the voxel link based on the difference in signal strength and distance of adjacent voxels. If the distance between the voxels is constant in all directions, the area separator may determine the weight of the voxel link using only the difference in signal strength.
  • FIG. 9 is a view briefly showing an example of a medical image region separation method according to the present invention.
  • the medical image is composed of four voxel nodes 920, 930, and 940.
  • the weight maximum value preset for the start link 900 and the end link 910 is 10 and the minimum value is 0.
  • the first voxel node 920 belongs to the first seed group
  • the fourth voxel node 950 belongs to the second seed group.
  • the region separator determines a weight of a start link connecting the start node 900 and the voxel nodes 920, 930, 940 and 950. Since the first voxel node 920 belongs to the first seed group and the fourth voxel node 950 belongs to the second seed group, the region separation device has a weight of 10 for the start link between the start node and the first voxel node. And a weight of 0 is given to the start link between the start node and the fourth voxel node.
  • the region separation apparatus weights the end link between the end node 910 and each voxel node 920, 930, 940, 950.
  • the area separator determines the weight of the voxel link based on the distance and the difference in signal strength between the voxels. In the present embodiment, for the sake of simplicity, it is assumed that the voxel links diagonally connected are omitted, and the distances between the voxels are all equal to '1'.
  • the area separation apparatus obtains the weight of the voxel link as a value of 1 / (signal strength difference * distance).
  • the area separation apparatus searches for a path having the minimum weight among the paths connecting the start node 900 and the end node 910.
  • the region separating apparatus uses the voxel link as the first truncated link.
  • the area separation apparatus searches for another shortest path in which the sum of weights is minimized again in the state of excluding the first first shortest path. Since the sum of the weights of the start node 900-the second voxel node 930-the fourth voxel node 950-the end node 910 becomes the minimum in the state in which the first shortest path is excluded, the region separation device determines this path. Is selected as the second shortest path, and the voxel link connecting the second voxel node 930 and the fourth voxel node 950 having the minimum weight in the second shortest path is identified as the second cut link.
  • the voxel node is divided into two parts in the node graph 800. That is, the region separating apparatus extracts a region to be separated from the medical image based on the cutting node.
  • FIG. 10 is a view showing a flow of an embodiment of a medical image separation method according to the present invention.
  • the region separation apparatus receives a 3D medical image composed of voxels (S1000).
  • the region separation apparatus sets a first seed group including at least one voxel belonging to the separation target region and a second seed group including at least one voxel belonging to the remaining region through various methods (S1010).
  • the region separation apparatus weights a voxel node representing each voxel and a start link connecting the virtual start node and the end node.
  • the region separating apparatus assigns different start weights to the start link based on whether the object to which the voxel node is connected is the start node or the end node, and whether the voxel node belongs to the first seed group or the second seed group. do.
  • the region separation apparatus determines the weight of the voxel link connecting each voxel node (S1030). For example, the region separation apparatus may set the weight of the voxel link based on the difference in signal strength between adjacent voxels. Since the distances between the respective voxels may be different according to the axial direction, the area separator may set the weights of the voxel links in consideration of the difference in signal strength and the distance.
  • the area separation apparatus searches for the shortest path of which the sum of weights is the minimum among the paths connecting the start node and the end node, and identifies the link having the minimum weight in the shortest path as the cut link. (S1040).
  • the region separating apparatus cuts the cutting link
  • the region separating apparatus repeats the process of identifying the cutting link (S1040) until the voxel node is divided into two regions (S1050).
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disks, optical data storage devices, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

의료영상의 영역 분리 방법 및 그 장치가 개시된다. 영역분리장치는 의료영상의 복셀들 중 분할 대상 영역과 그 나머지 영역에 각각 속한 복셀로 이루어진 제1 시드군 및 제2 시드군을 설정하고, 복셀노드와 시작노드 및 종료노드들 사이의 링크에 가중치를 부여하고, 시작노드와 상기 종료노드를 연결하는 경로의 가중치 합이 최소가 되는 최단경로에서 가중치가 최소인 링크를 절단하여 의료영상을 두 영역으로 분리한다.

Description

의료영상의 영역 분리 방법 및 그 장치
본 발명은 3차원 의료영상에 포함된 각종 생체 기관의 영역을 자동으로 분리하는 방법 및 그 장치에 관한 것이다.
컴퓨터단층촬영(CT, computed tomography) 장치, 자기공명영상(MRI, Magnetic Resonance Imaging) 장치 등을 통해 3차원 의료영상을 획득할 수 있다. 3차원 의료영상에서 생체 기관(예를 들어, 폐, 기도 등)이나 병변(예를 들어, 종양 등)의 해부학적 위치를 정확하게 파악하여야 치료 및 수술 계획을 정밀히 정립할 수 있으나, 2mm 이내의 소기관지나 1mm 이내의 얇은 막의 틈새로 구분되는 폐엽 등의 생체기관의 영역을 의료영상에서 자동 구분하기는 매우 어렵다.
본 발명이 이루고자 하는 기술적 과제는, 의료영상에서 생체기관의 3차원 해부학적 위치를 정확하게 분리할 수 있는 방법 및 그 장치를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 의료영상의 영역 분리 방법의 일 예는, 의료영상을 입력받는 단계; 상기 의료영상의 복셀들 중 분할 대상 영역과 그 나머지 영역에 각각 속한 복셀로 이루어진 제1 시드군 및 제2 시드군을 설정하는 단계; 상기 의료영상의 각 복셀을 나타내는 복셀노드와 시작노드 및 종료노드를 각각 연결하는 링크에 가중치를 부여하되, 복셀노드와 연결되는 노드의 종류 및 복셀노드가 속한 시드군의 종류를 기준으로 상기 가중치를 결정하는 단계; 상기 의료영상의 복셀 사이의 신호강도 차이 및 거리 중 적어도 하나를 기초로 복셀노드 사이를 연결하는 링크의 가중치를 결정하는 단계; 및 상기 의료영상의 복셀노드들이 절단링크에 의해 두 영역으로 분리될 때까지, 상기 시작노드와 상기 종료노드를 연결하는 경로의 가중치 합이 최소가 되는 최단경로에서 가중치가 최소인 링크를 절단링크로 파악하는 과정을 반복수행하는 단계;를 포함한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 의료영상의 영역분리장치의 일 예는, 의료영상을 입력받는 입력부; 상기 의료영상의 복셀들 중 분리 대상 영역 및 그 나머지 영역에 각각 속한 복셀로 이루어진 제1 시드군 및 제2 시드군을 설정하는 군설정부; 상기 의료영상의 각 복셀을 나타내는 복셀노드와 시작노드 및 종료노드를 각각 연결하는 링크에 가중치를 부여하되, 복셀노드와 연결되는 노드의 종류 및 복셀노드가 속한 시드군의 종류를 기준으로 상기 가중치를 결정하는 제1 가중치결정부; 상기 의료영상의 복셀들 사이의 신호강도 차이 및 거리를 기초로 복셀노드 사이를 연결하는 링크의 가중치를 결정하는 제2 가중치결정부; 및 상기 의료영상의 복셀노들이 절단링크에 의해 두 영역으로 분리될 때까지, 상기 시작노드와 상기 종료노드를 연결하는 경로의 가중치 합이 최소가 되는 최단경로에서 가중치가 최소인 링크를 절단링크로 파악하는 과정을 반복수행하는 분리부;를 포함한다.
본 발명에 따르면, 3차원 의료영상에서 복셀 단위로 정확하게 생체기관의 영역을 분리할 수 있다. 복셀의 신호강도의 유사도 또는 신호강도의 변화에 대한 방향성 등을 이용하여 설정한 복셀의 시드군(seed group)을 통해 보다 정확한 의료영상의 영역을 분리할 수 있다. 3차원 의료영상에서 복셀 사이의 거리가 일정하지 않은 경우에도 정확한 의료영상의 영역을 분리할 수 있다.
도 1은 본 발명에 따른 3차원 인체 영상을 촬영하고 처리하는 시스템의 간략한 일 예를 도시한 도면,
도 2는 본 발명에 따른 영역분리장치의 일 실시예의 구성을 도시한 도면,
도 3 내지 도 5는 본 발명에 따른 의료영상의 영역분리를 위해 사용자로부터 시드군을 입력받는 방법의 일 예를 도시한 도면,
도 6은 본 발명에 따른 의료영상의 영역분리를 위해 영역성장법을 통한 시드군의 설정 방법의 일 예를 도시한 도면,
도 7은 본 발명에 따른 의료영상의 영역분리를 위해 형태학적 특징을 이용한 시드군의 설정 방법의 일 예를 도시한 도면,
도 8은 본 발명에 따른 의료영상의 영역분리를 위한 노드 그래프의 일 예를 도시한 도면,
도 9는 본 발명에 따른 의료영상 영역분리 방법의 일 예를 간략히 도시한 도면,
도 10은 본 발명에 따른 의료영상 분리방법의 일 실시 예의 흐름을 도시한 도면, 그리고
도 11 및 도 12는 본 발명의 일 실시 예에 따라 의료영상에서 영역을 분리한 결과를 도시한 도면이다.
이하에서, 첨부된 도면들을 참조하여 본 발명에 따른 의료영상의 영역 분리 방법 및 그 장치에 대해 상세히 설명한다.
도 1은 본 발명에 따른 3차원 인체 영상을 촬영하고 처리하는 시스템의 간략한 일 예를 도시한 도면이다.
도 1을 참조하면, 본 발명에 따른 시스템은 크게 영상촬영장치(100), 영역분리장치(110) 및 출력장치(120)를 포함한다.
영상촬영장치(100)는 생체 내부의 3차원 영상을 촬영하는 장치로서, 일반적으로 CT 장치, MRI 장치 등이 존재하나 반드시 이에 한정되는 것은 아니며, 생체 내부의 3차원 영상을 얻을 수 있는 모든 장치를 포함한다.
영역분리장치(110)는 영상촬영장치(100)가 촬영한 3차원 의료영상을 입력받아 필요한 영역을 추출하는 등 다양한 목적에 따라 입력받은 의료영상을 가공하고 처리한다. 본 실시 예에서 영역분리장치(110)는 영상촬영장치(100)의 촬영 영상을 직접 입력받는 것으로 도시하였으나 반드시 이에 한정되는 것은 아니며, 각종 전자매체(예를 들어, CD(compact disc), DVD(Digital Versatile Disc), USB 메모리 등)를 통해 의료영상을 입력받을 수 있다. 영역분리장치(110)는 의료영상을 DICOM(Digitial Imaging and Communication in Medicine) 파일로 입력받을 수 있다.
출력장치(120)는 일반적으로 모니터를 포함하며, 영역분리장치(110)에 의해 가공처리된 영상을 입력받아 출력한다. 출력장치(120)는 영역분리장치(110)와 하나의 장치로 구현되거나, 또는 영역분리장치(110)와 유무선 통신망을 통해 연결되어 원격에서 영역분리장치(110)로부터 수신한 영상을 표시할 수 있다.
도 2는 본 발명에 따른 영역분리장치의 일 실시예의 구성을 도시한 도면이다.
도 2를 참조하면, 영역분리장치(110)는 입력부(200), 시드설정부(210), 제1가중치결정부(220), 제2가중치결정부(230) 및 분리부(240)를 포함한다.
입력부(200)는 3차원 의료영상을 입력받는다. 3차원 의료영상은 복셀(voxel)로 구성되며 신호강도(intensity)의 대조(contrast)로서 각 조직을 표시한다. 예를 들어, CT 영상에서, 폐 조직의 신호강도는 대략 -400HU(Hounsfield Unit) 이하이며, 공기가 존재하는 기도의 내부 신호강도는 대략 -950HU이다.
실시 예에 따라, 입력부(200)는 3차원 의료영상에 대한 전처리 과정을 더 포함할 수 있다. 전처리 과정을 통해 의료영상의 잡음을 제거하여 화질을 개선할 수 있다. 전처리 과정은 종래의 다양한 방법이 존재한다. 예를 들어, 입력부(200)는 비등방성 확산(anisotropic diffusion, AD) 필터링을 이용하여 전처리 과정에서 수행할 수 있다. AD 필터링은 신뢰할 수 있는 경계를 보존하면서 잡음을 효과적으로 제거할 수 있는 알고리즘으로서 종래에 널리 사용되는 알고리즘이므로 이에 대한 상세한 설명은 생략한다. 다만 AD 필터링과정에 반복횟수(i)와 필터링 강도(k)를 결정하여야 하는데, 일 예로, i=1, k=∞로 설정할 수 있다.
시드설정부(210)는 분리 대상 영역과 그 나머지 영역에 각각 속한 일정 개수의 복셀로 이루어진 제1 시드군(seed group) 및 제2 시드군을 설정한다. 3차원 의료영상에서 분리할 생체 조직기관(예를 들어, 기관지, 폐엽, 간혈관, 뼈 등 각종 인체 내 장기)의 영역은 부피가 있는 공간이므로, 단순히 2차원 이미지에서 일정 영역을 분리하는 것과 다르다. 예를 들어, CT로 촬영된 3차원 의료영상은 X-Y 평면 영상을 Z축을 따라 일정 간격으로 촬영한 것이므로, 3차원 의료영상의 영역 분리는 단순히 하나의 X-Y 평면 영상에서 영역을 분리하는 것이 아니라 Z축을 따라 일정 부피의 공간을 분리하는 것이다.
따라서 본 실시 예는, 분리 대상 영역에서 선택한 적어도 하나 이상의 복셀을 포함하는 제1 시드군과 그 나머지 영역에서 선택한 적어도 하나 이상의 복셀을 포함하는 제2 시드군을 설정하고, 이를 이용한 영역 분리 방법을 제시한다. 영역 분리의 품질을 높이기 위해서는 우선 제1 시드군 및 제2 시드군의 정확한 설정이 필요하다.
시드설정부(210)는 사용자로부터 제1 시드군과 제2 시드군을 선택받거나 소정의 알고리즘을 이용하여 제1 시드군 및 제2 시드군을 자동으로 설정할 수 있다. 사용자가 시드군을 선택하는 방법의 일 예는 도 3 내지 도 5에 도시되어 있으며, 알고리즘을 통해 시드군을 자동 설정하는 방법의 일 예는 도 6 및 도 7에 도시되어 있다. 시드설정의 구체적인 방법에 대해서는 도 3 내지 도 7에서 설명한다.
제1 가중치설정부(220)는 의료영상을 구성하는 각 복셀에 대응되는 복셀노드와 가상으로 만든 시작노드 및 종료노드를 각각 연결하는 링크에 가중치를 부여한다. 시작노드와 종료노드는 각각 의료영상의 복셀노드 전체와 일대일 링크로 연결된다. 예를 들어, 도 8을 참조하면, 의료영상이 27개의 복셀노드(830)로 구성된다고 하면, 시작노드(810)는 27개의 복셀노드(830)와 각각 연결되고, 종료노드(820) 또한 27개의 복셀노드(830)와 각각 연결된다. 이하에서 설명의 편의를 위하여 시작노드(810)와 복셀노드(830) 사이를 연결하는 링크(840)를 '시작링크'라고 하며, 종료노드(820)와 복셀노드(830) 사이를 연결하는 링크(850)를 '종료링크'라고 한다.
복셀노드의 관점에서 살펴보면, 각 복셀노드는 시작노드와 종료노드 모두와 연결된다. 제1 가중치설정부(220)는 복셀노드가 연결되는 노드의 종류(즉, 시작노드 또는 종료노드)와 복셀노드가 속한 시드군의 종류(즉, 제1 시드군 또는 제2 시드군) 등을 기초로 시작링크와 종료링크의 가중치를 결정한다.
예를 들어, 제1 가중치설정부(220)는 시작노드와 제1 시드군에 속한 복셀노드를 연결하는 시작링크에 최대값의 가중치를 부여하고, 시작노드와 제2 시드군에 속한 복셀노드를 연결하는 시작링크에 최소값의 가중치를 부여한다. 그리고 제1 가중치설정부(220)는 시작노드와 나머지 복셀노드(즉, 제1 시드군이나 제2 시드군에 속하지 않은 복셀노드) 사이를 연결하는 시작링크에 최대값과 최소값 사이의 중간값의 가중치를 부여한다.
또 따른 예로, 제1 가중치설정부(220)는 종료노드와 제1 시드군에 속한 복셀노드를 연결하는 종료링크에 최소값의 가중치를 부여하고, 종료노드와 제2 시드군에 속한 복셀노드를 연결하는 종료링크에 최대값의 가중치를 부여하고, 종료노드와 나머지 복셀노드(즉, 제1 시드군이나 제2 시드군에 속하지 않은 복셀노드) 사이를 연결하는 종료링크에 최대값과 최소값의 중간값의 가중치를 부여할 수 있다.
위 예에 따른 가중치 설정을 정리하면 다음과 같다.
- 시작노드와 제1 시드군의 복셀노드 사이의 시작링크: 최대값
- 시작노드와 제2 시드군의 복셀노드 사이의 시작링크: 최소값
- 종료노드와 제1 시드군의 복셀노드 사이의 종료링크: 최소값
- 종료노드와 제2 시드군의 복셀노드 사이의 종료링크: 최대값
- 시작노드 및 종료노드와 나머지 복셀노드 사이의 시작링크 및 종료링크: 중간값
여기서, 최대값과 최소값은 이후 살펴볼 각 복셀노드 사이를 연결하는 링크에 부여되는 가중치 변화 범위의 양단의 값을 기초로 미리 설정할 수 있다. 각 복셀노드 사이의 링크의 가중치가 0~1 사이에 존재한다면, 시작링크의 최대값으로 10, 최소값으로 0을 미리 정의할 수 있다.
본 실시 예는, 복셀노드가 속한 시드군의 종류와 복셀노드와 연결되는 노드의 종류에 따라 각 링크에 서로 다른 가중치를 부여하는 데 특징이 있는 것이며, 서로 다른 가중치를 어떤 값으로 설정할지는 실시 예에 따라 다양하게 변형할 수 있다. 따라서 본 발명은 시작링크 및 종료링크에 최대값, 최소값, 중간값의 부여하는 위 예에 반드시 한정되는 것은 아니다.
제2 가중치설정부(230)는 복셀노드 사이의 링크에 가중치를 부여한다. 이때 제2 가중치설정부(230)는 복셀노드 사이의 신호강도의 차이(예를 들어, 각 복셀이 나타내는 HU 값 차이)를 기초로 가중치를 결정한다. 3차원 의료영상을 구성하는 각 복셀 사이의 거리는 일정하지 않을 수 있다. 예를 들어, CT 영상의 경우 X-Y 평면 영상을 Z축을 따라 매우 짧은 간격으로 촬영하므로, Z축의 촬영 간격에 따라 x축에서 인접한 복셀 사이의 거리와 z축에서 인접한 복셀 사이의 거리가 다를 수 있다. 따라서 실시 예에 따라, 제2 가중치설정부(230)는 신호강도의 차이와 복셀 사이의 거리를 함께 고려하여 복셀링크의 가중치를 결정할 수 있다.
표면이 아닌 공간 내에 존재하는 복셀노드(832)의 주변에는 도 8과 같이 26개의 복셀노드가 존재하며, 따라서 공간 내 하나의 복셀노드는 인접 복셀노드와 26개의 링크(860)를 가진다. 이하에서는 설명의 편의를 위하여 인접한 복셀노드를 사이의 링크(860)를 '복셀링크'라고 한다.
두 복셀 사이의 신호강도 차이가 크거나 거리가 멀수록 두 복셀은 동일 영역에 속하지 않을 가능성이 높으므로, 제2 가중치설정부(230)는 복셀링크의 가중치를 복셀의 신호강도 차이와 거리의 곱의 역수(즉, 가중치=1/(신호강도차이*거리))의 값으로 부여할 수 있다. 복셀링크의 가중치를 산출하는 방법은 반드시 이에 한정되는 것은 아니면, 신호강도의 차이 및 거리 중 적어도 하나 이상을 이용한 다양한 방법으로 가중치를 산출할 수 있다.
분리부(240)는 각 링크(시작링크, 복셀링크, 종료링크)를 통해 연결되는 시작노드와 종료노드 사이의 경로 중 가중치의 합의 최소가 되는 경로를 찾는다. 이하에서 가중치의 합이 최소가 되는 경로를 '최단경로'라고 한다. 분리부(240)는 경로 검색할 때 일정 크기 이하의 가중치가 있는 링크는 절단된 것으로 간주하고 최단경로를 검색할 수 있다. 앞서 든 예에서, 최소값이 부여된 링크(시작링크 중 제2 시드군의 복셀노드와 연결된 링크 등)는 절단된 것으로 간주할 수 있다.
분리부(240)는 최단경로가 검색되면 해당 최단경로에서 가중치가 최소인 링크를 이후 경로 검색에서 제외되는 절단링크로 파악한다. 예를 들어, 분리부(240)는 최단경로에서 가중치가 최소인 링크의 가중치를 최소값으로 변경하여 경로 검색에서 절단된 것으로 취급할 수 있다.
분리부(240)는 절단링크를 따라 링크를 절단하였을 때 복셀노드가 두 영역으로 분리될 때까지 최단경로를 검색하고 절단링크를 파악하는 과정을 반복수행한다. 간단한 예를 통한 복셀링크의 분리과정은 도 9에 도시되어 있다. 분리부(240)에 의해 의료영상으로부터 분리한 생체 기관의 일 예가 도 11 및 도 12에 도시되어 있다.
도 3 내지 도 5는 본 발명에 따른 의료영상의 영역분리를 위해 사용자로부터 시드군을 입력받는 방법의 일 예를 도시한 도면이다.
도 3 내지 도 5를 참조하면, 영역분리장치는 의료영상의 X-Y 평면 영상(300,400,500))을 통해 사용자로부터 분리 대상 영역(320,420,520)에 속한 적어도 하나 이상의 복셀과 나머지 영역에 속한 적어도 하나 이상의 복셀을 선택받는다. 영역분리장치는 사용자가 선택한 각 영역(340,350,440,540)의 복셀을 분리 대상 영역(320,420,520)을 위한 제1 시드군 또는 나머지 영역을 위한 제2 시드군으로 설정한다. 의료영상(300,400,500)에서 분리 대상 영역(320,420,520)을 제외한 나머지 영역은 적어도 하나 이상의 영역으로 구성될 수 있다.
예를 들어, 영역분리장치는 사용자로부터 선(340,350), 다각형(440), 또는 임의 모양(540)의 영역을 선택받으면, 선(340,350), 다각형(440), 또는 임의 모양(540)에 해당하는 복셀을 시드군으로 설정한다.
도 6은 본 발명에 따른 의료영상의 영역분리를 위해 영역성장법을 통한 시드군의 설정 방법의 일 예를 도시한 도면이다.
도 6을 참조하면, 영역분리장치는 의료영상(600)을 구성하는 복셀들 중 분리 대상 영역(620) 또는 그 나머지 영역에 속하는 어느 하나의 복셀(이하, 기준점)에서부터 신호강도가 유사한 주변 영역으로 일정 부피를 가진 공간을 확장하는 영역성장법(region growing)을 사용하여 제1 시드군 또는 제2 시드군을 설정한다. 영역성장법을 이용하는 경우에 의료영상의 어느 하나의 X-Y 평면에 속한 복셀로 이루어진 시드군이 형성되는 것이 아니라, 일정 부피를 가진 공간 내 복셀로 이루어진 시드군으로 설정하므로, 좀 더 정확한 영역 분리를 위한 시드군 확보가 가능하다.
영역성장법의 적용을 위한 기준점은 도 3과 같은 의료영상 단면에서 사용자로부터 입력받거나, 의료영상의 분리 대상 영역에 대하여 미리 설정된 대략적인 위치를 기준으로 자동 설정될 수 있다. 예를 들어, 폐 영상을 촬영할 때 폐가 의료영상의 중앙에 위치한다면, 영역분리장치는 의료영상의 중앙에서 폐의 신호강도를 나타내는 복셀을 기준점으로 자동 설정할 수 있다. 이 외에도 기준점의 다양한 설정방법이 적용될 수 있다.
영역분리장치는 기준점을 기준으로 해당 조직이 가지는 신호강도의 상한값과 하한값의 범위를 만족하는 복셀들을 연결하여 영역을 확장한다. 여기서, 상한값과 하한값은 생체기관의 종류에 따라 결정된다. 예를 들어, CT 영상에서 폐 영역을 분리하고자 할 경우에, 영역분리장치는 폐 영역 내 기준점으로부터 신호강도 -400HU를 기준으로 일정한 오차범위 내의 신호강도를 가진 복셀들을 연결하여 일정 부피를 가진 영역을 확장한다.
실시 예에 따라, 영역분리장치는 분리 대상 영역에 대한 제1 시드군은 영역성장법을 통해 설정하고, 나머지 영역에 대한 제2 시드군은 사용자로부터 입력받은 선을 통해 설정할 수 있다. 영역성장법을 통해 의료영상에서 일정영역(예를 들어, 폐 등)이 분리되나, 이는 의료영상 내 존재하는 여러 잡음으로 인해 대략적인 결과를 얻을 수 있을 뿐 분리 대상 영역의 정확한 경계를 얻기는 어렵다.
본 실시 예 외에도, 복셀의 신호강도의 차이를 기초로 제1 시드군 또는 제2 시드군을 설정하거나, 종래의 다양한 영상처리 알고리즘을 이용하여 개략적인 두 영역에 대한 시드군을 설정할 수 있는 등 시드군의 설정방법은 앞서 살핀 여러 실시 예에 반드시 한정되는 것은 아니다.
도 7은 본 발명에 따른 의료영상의 영역분리를 위해 형태학적 특징을 이용한 시드군의 설정 방법의 일 예를 도시한 도면이다.
도 7을 참조하면, 영역분리장치는 복셀의 신호강도의 변화에 대한 방향성을 기초로 면, 선 또는 덩어리 형태의 영역을 파악한 후, 해당 영역에 속한 복셀을 제1 시드군 또는 제2 시드군으로 설정한다.
복셀의 신호강도 변화에 대한 방향성은 고유벡터(eigenvector) 및 고유값(eigenvalue)를 통해 파악될 수 있다. 예를 들어, 기관지는 둥근 관 형태이므로 기관지의 신호강도의 방향성은 일정한 방향을 가진 벡터로 표시될 수 있다.
고유벡터 및 고유값은 헤시안(hessian) 행렬을 통해 구할 수 있다. 3차원 영상의 각 복셀이 주변 복셀과 어떠한 관계를 갖고 있는지 헤시안 행렬로 나타내면 다음과 같다.
Figure PCTKR2017002219-appb-M000001
여기서, I는 (x,y,z) 좌표에서의 신호강도(intensity)를 나타낸다.
헤시안 행렬의 각 원소를 3차 연립 방정식의 계수로 간주하고, 그 방정식의 해를 구하는 과정을 통해 고유벡터 및 고유값을 구할 수 있다.
영역분리장치는 각 생체 조직의 구조적 특징을 나타내는 고유벡터 및 고유값을 미리 파악하여 가지고 있을 수 있다. 예를 들어, x,y,z 축에 대한 고유값이 각각 λ1,λ2,λ3 이라 할 때 다음과 같은 특성이 있다.
Figure PCTKR2017002219-appb-T000001
예를 들어, 기관지의 경우 대표적인 튜브 형태의 선 구조를 가지며, 기관지의 선 구조를 특정하기 위한 고유값의 범위를 사전 조사하여 다음과 같이 정의할 수 있다.
Figure PCTKR2017002219-appb-M000002
영역분리장치는 추출하고자 하는 조직에 대해 미리 가지고 있는 기준 고유벡터 및 기준 고유값과, 3차원 의료영상으로부터 추출한 인체 조직에 대한 고유벡터 및 고유값을 비교하여 일정 기준을 만족하는 복셀들을 추출하여 제1 시드군 또는 제2 시드군으로 설정한다. 예를 들어, 영역분리장치는 분리 대상 영역이 폐 영역인 경우에 폐에 속한 복셀들의 신호강도의 변화에 대한 고유벡터 및 고유값을 구한 후 각 방향에 대한 고유값의 범위가 위 수학식2를 만족하는지 파악하는 과정을 통해 영역을 추출하고, 해당 영역의 복셀을 제1 시드군으로 설정할 수 있다.
도 8은 본 발명에 따른 의료영상의 영역분리를 위한 노드 그래프의 일 예를 도시한 도면이다.
도 8을 참조하면, 영역 분리를 위해 사용하는 노드 그래프(800)는 가상의 시작노드(810) 및 종료노드(820)와, 각 복셀과 일대일 맵핑되는 복셀노드(830)를 포함한다. 본 실시 예는 설명의 편의를 위해 27개의 복셀만을 도시하고 있다.
노드 그래프(800)는 시작노드(810)와 전체 복셀노드(830)를 각각 연결하는 시작링크(840)와, 종료노드(820)와 전체 복셀노드(830)를 각각 연결하는 종료링크(850)와, 각 복셀노드(830) 사이를 연결하는 복셀링크(860)를 포함한다. 본 실시 예는 도면의 간략화를 위해 대각선으로 연결되는 복셀링크를 도시하지 않았다.
영역분리장치는 시작링크(840), 종료링크(850), 복셀링크(860)에 각각 가중치를 부여한다.
시작링크(840)는 시작노드(810)와 제1 시드군에 속한 복셀노드 사이를 연결하는 링크, 시작노드(810)와 제2 시드군에 속한 복셀노드 사이를 연결하는 링크, 또는 시작노드(810)와 그 외 복셀노드 사이를 연결하는 링크로 구분될 수 있다. 영역분리장치는 이러한 각 링크에 기 설정된 서로 다른 가중치를 부여한다.
종료링크(850)는 종료노드(820)와 제1 시드군에 속한 복셀노드 사이를 연결하는 링크, 종료노드(820)와 제2 시드군에 속한 복셀노드 사이를 연결하는 링크, 또는 종료노드(820)와 그 외 복셀노드 사이를 연결하는 링크로 구분될 수 있다. 영역분리장치는 이러한 각 링크에 기 설정된 서로 다른 가중치를 부여한다.
복셀링크(860)는 인접한 복셀노드 사이를 연결하는 링크이다. 각 복셀들 사이의 거리는 의료영상에 따라 서로 다를 수 있다. 예를 들어, 공간 내 위치한 복셀노드(832)는 인접한 26개의 복셀노드(830)와 연결되므로 26개의 복셀링크를 가진다. 본 실시 예에서, x,y축의 각 복셀들 사이의 거리는 동일하나, z축의 복셀들 사이의 거리는 x,y축의 복셀들 사이의 거리보다 길다. 실시 예에 따라, x,y,z축의 복셀들 사이의 거리는 모두 동일할 수 있다. 영역분리장치는 인접 복셀들의 신호강도 차이와 거리를 기초로 복셀링크의 가중치를 결정한다. 만약, 복셀들 사이의 거리가 모든 방향에서 일정하다면, 영역분리장치는 신호강도 차이만을 이용하여 복셀링크의 가중치를 결정할 수 있다.
도 9는 본 발명에 따른 의료영상 영역분리 방법의 일 예를 간략히 도시한 도면이다.
도 9를 참조하면, 의료영상이 4개의 복셀노드(920,930,940)로 구성되고, 시작링크(900) 및 종료링크(910)를 위해 미리 설정된 가중치 최대값은 10, 최소값은 0이다. 또한 제1 복셀노드(920)는 제1 시드군에 속하고, 제4 복셀노드(950)는 제2 시드군에 속한다.
영역분리장치는 시작노드(900)와 각 복셀노드(920,930,940,950))를 연결하는 시작링크의 가중치를 결정한다. 제1 복셀노드(920)는 제1 시드군에 속하고, 제4 복셀노드(950)는 제2 시드군에 속하므로, 영역분리장치는 시작노드와 제1 복셀노드 사이의 시작링크에 가중치 10으로 부여하고 시작노드와 제4 복셀노드 사이의 시작링크에 가중치 0을 부여한다. 그리고 영역분리장치는 제1 시드군과 제2 시드군에 속하지 않은 제2,3 복셀노드(930,940)와 시작노드 사이의 시작링크에 최대값 및 최소값의 중간값(=(최대값-최소값)/2)인 5를 가중치로 부여한다. 이와 동일한 방법으로, 영역분리장치는 종료노드(910)와 각 복셀노드(920,930,940,950) 사이의 종료링크에 가중치를 부여한다.
영역분리장치는 복셀 사이의 신호강도의 차이와 거리를 기초로 복셀링크의 가중치를 결정한다. 본 실시 예는, 설명의 간략화를 위해 대각선으로 연결되는 복셀링크를 생략하고, 각 복셀 사이의 거리는 '1'로 모두 동일하다고 가정한다. 영역분리장치는 복셀링크의 가중치를 1/(신호강도차이*거리)의 값으로 구한다.
예를 들어, 제1 복셀노드(920)의 신호강도가 10이고, 제2 복셀노드(930)의 신호강도가 12이므로, 영역분리장치는 두 복셀노드(920,930) 사이의 복셀링크에 가중치 1/2(=1(12-10))을 부여한다. 이와 같은 방법으로 각 복셀링크의 가중치를 결정한다.
모든 링크의 가중치 설정이 완료되면, 영역분리장치는 시작노드(900)와 종료노드(910)를 연결하는 경로 중 가중치가 최소인 경로를 검색한다. 본 실시 예에서, 시작노드(900) - 제1 복셀노드(920) - 제3 복셀노드(940) - 종료노드(910)의 경로의 가중치 합이 15.1(=10+1/10+5)로 가장 작으므로, 영역분리장치는 이 경로를 제1 최단경로 선택한다. 그리고 제1 최단경로에서 제1 복셀노드(920)와 제3 복셀노드(940)를 연결하는 복셀링크의 가중치(1/10)가 가장 작으므로, 영역분리장치는 이 복셀링크를 제1 절단링크로 파악한다.
복셀노드가 제1 절단링크만으로 두 부분으로 분리되지 않으므로, 영역분리장치는 이전의 제1 최단경로를 배제한 상태에서 다시 가중치의 합이 최소가 되는 다른 최단경로를 검색한다. 시작노드(900) - 제2 복셀노드(930) - 제4 복셀노드(950) - 종료노드(910)의 가중치의 합이 제1 최단경로를 배제한 상태에서 최소가 되므로, 영역분리장치는 이 경로를 제2 최단경로로 선택하고, 제2 최단경로에서 가중치가 최소가 되는 제2 복셀노드(930)와 제4 복셀노드(950) 사이를 연결하는 복셀링크를 제2 절단링크로 파악한다.
제1 절단링크와 제2 절단링크를 절단하는 경우에, 노드 그래프(800)에서 복셀노드는 두 부분으로 분리된다. 즉, 영역분리장치는 절단노드를 기초로 의료영상으로부터 분리 대상 영역을 추출한다.
도 10은 본 발명에 따른 의료영상 분리방법의 일 실시 예의 흐름을 도시한 도면이다.
도 10을 참조하면, 영역분리장치는 복셀로 구성되는 3차원 의료영상을 입력받는다(S1000). 영역분리장치는 다양한 방법을 통해 분리 대상 영역에 속한 적어도 하나 이상의 복셀을 포함하는 제1 시드군과 나머지 영역에 속한 적어도 하나 이상의 복셀을 포함하는 제2 시드군을 설정한다(S1010).
영역분리장치는 각 복셀을 나타내는 복셀노드와 가상의 시작노드 및 종료노드를 각각 연결하는 시작링크에 가중치를 부여한다(S1020). 영역분리장치는 복셀노드가 연결되는 대상이 시작노드 또는 종료노드인지 여부와, 복셀노드가 제1 시드군이나 제2 시드군에 속하는지 여부를 기초로 미리 설정된 서로 다른 가중치를 각각 시작링크에 부여한다.
또한, 영역분리장치는 각 복셀노드 사이를 연결하는 복셀링크의 가중치를 결정한다(S1030). 예를 들어, 영역분리장치는 인접한 복셀들 사이의 신호강도의 차이를 기초로 복셀링크의 가중치를 설정할 수 있다. 각 복셀 사이의 거리가 축 방향에 따라 서로 다를 수 있으므로, 영역분리장치는 신호강도 차이와 거리를 함께 고려하여 복셀링크의 가중치를 설정할 수 있다.
영역분리장치는 각 링크의 가중치 설정이 완료되면, 시작노드와 종료노드를 연결하는 경로 중 가중치의 합이 최소가 되는 최단경로를 검색하고, 최단경로에서 가중치가 최소인 링크를 절단링크로 파악한다(S1040). 영역분리장치는 절단링크를 절단하였을 때 복셀노드가 두 영역으로 분리될 때까지 절단링크를 파악하는 과정(S1040)을 반복수행한다(S1050).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (9)

  1. 의료영상을 입력받는 단계;
    상기 의료영상의 복셀들 중 분할 대상 영역과 그 나머지 영역에 각각 속한 복셀로 이루어진 제1 시드군 및 제2 시드군을 설정하는 단계;
    상기 의료영상의 각 복셀을 나타내는 복셀노드와 시작노드 및 종료노드를 각각 연결하는 링크에 가중치를 부여하되, 복셀노드와 연결되는 노드의 종류 및 복셀노드가 속한 시드군의 종류를 기준으로 상기 가중치를 결정하는 단계;
    상기 의료영상의 복셀 사이의 신호강도 차이 및 거리 중 적어도 하나를 기초로 복셀노드 사이를 연결하는 링크의 가중치를 결정하는 단계; 및
    상기 의료영상의 복셀노드들이 절단링크에 의해 두 영역으로 분리될 때까지, 상기 시작노드와 상기 종료노드를 연결하는 경로의 가중치 합이 최소가 되는 최단경로에서 가중치가 최소인 링크를 절단링크로 파악하는 과정을 반복수행하는 단계;를 포함하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  2. 제 1항에 있어서, 상기 제1 시드군 및 제2 시드군을 설정하는 단계는,
    상기 의료영상을 화면에 표시하는 단계;
    상기 화면을 통해 사용자로부터 점, 선 또는 면을 선택받는 단계;
    상기 점, 선 또는 면에 해당하는 복셀을 상기 제1 시드군 또는 상기 제2 시드군으로 설정하는 단계;를 포함하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  3. 제 1항에 있어서, 상기 제1 시드군 및 제2 시드군을 설정하는 단계는,
    상기 의료영상에서 기 설정된 복셀의 신호강도의 상한값을 기준으로 종자점으로부터 확장한 영역에 속한 복셀을 상기 제1 시드군 또는 상기 제2 시드군으로 설정하는 단계;를 포함하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  4. 제 1항에 있어서, 상기 제1 시드군 및 제2 시드군을 설정하는 단계는,
    상기 의료영상에서 복셀들의 신호강도의 각 방향의 변화에 대한 방향성을 기초로 파악된 면, 선 또는 덩어리 영역에 속한 복셀을 상기 제1 시드군 또는 상기 제2 시드군으로 설정하는 단계;를 포함하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  5. 제 1항에 있어서,
    상기 시작노드와 상기 제1 시드군의 복셀노드를 연결하는 링크의 제1 가중치, 상기 시작노드와 상기 제2 시드군의 복셀노드를 연결하는 링크의 제2 가중치, 상기 시작노드와 상기 제1 및 제2 시드군에 모두 속하지 않는 복셀노드를 연결하는 링크의 제3 가중치에 있어서, 상기 제1 가중치 > 상기 제3 가중치 > 상기 제2 가중치의 관계를 만족하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  6. 제 1항에 있어서,
    상기 종료노드와 상기 제1 시드군의 복셀노드를 연결하는 링크의 제1 가중치, 상기 종료노드와 상기 제2 시드군의 복셀노드를 연결하는 링크의 제2 가중치, 상기 종료노드와 상기 제1 및 제2 시드군에 모두 속하지 않는 복셀노드를 연결하는 링크의 제3 가중치에 있어서, 상기 제1 가중치 < 상기 제3 가중치 < 상기 제2 가중치의 관계를 만족하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  7. 제 1항에 있어서, 상기 절단링크로 파악하는 과정을 반복수행하는 단계는,
    상기 시작노드와 상기 제2 시드군의 복셀노드를 연결하는 링크 및 상기 종료노드와 상기 제1 시드군의 복셀노드를 연결하는 링크와 절단링크로 파악된 링크를 배제한 상태에서 상기 시작노드와 상기 종료노드 사이를 연결하는 최단경로를 파악하는 단계를 포함하는 것을 특징으로 하는 의료영상의 영역 분할 방법.
  8. 의료영상을 입력받는 입력부;
    상기 의료영상의 복셀들 중 분리 대상 영역 및 그 나머지 영역에 각각 속한 복셀로 이루어진 제1 시드군 및 제2 시드군을 설정하는 군설정부;
    상기 의료영상의 각 복셀을 나타내는 복셀노드와 시작노드 및 종료노드를 각각 연결하는 링크에 가중치를 부여하되, 복셀노드와 연결되는 노드의 종류 및 복셀노드가 속한 시드군의 종류를 기준으로 상기 가중치를 결정하는 제1 가중치결정부;
    상기 의료영상의 복셀들 사이의 신호강도 차이 및 거리를 기초로 복셀노드 사이를 연결하는 링크의 가중치를 결정하는 제2 가중치결정부; 및
    상기 의료영상의 복셀노들이 절단링크에 의해 두 영역으로 분리될 때까지, 상기 시작노드와 상기 종료노드를 연결하는 경로의 가중치 합이 최소가 되는 최단경로에서 가중치가 최소인 링크를 절단링크로 파악하는 과정을 반복수행하는 분리부;를 포함하는 것을 특징으로 하는 의료영상의 영역분할장치.
  9. 제 1항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
PCT/KR2017/002219 2017-02-28 2017-02-28 의료영상의 영역 분리 방법 및 그 장치 WO2018159868A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201780087621.XA CN110352448B (zh) 2017-02-28 2017-02-28 分离医学图像的区域的方法及设备
PCT/KR2017/002219 WO2018159868A1 (ko) 2017-02-28 2017-02-28 의료영상의 영역 분리 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2017/002219 WO2018159868A1 (ko) 2017-02-28 2017-02-28 의료영상의 영역 분리 방법 및 그 장치

Publications (1)

Publication Number Publication Date
WO2018159868A1 true WO2018159868A1 (ko) 2018-09-07

Family

ID=63370153

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/002219 WO2018159868A1 (ko) 2017-02-28 2017-02-28 의료영상의 영역 분리 방법 및 그 장치

Country Status (2)

Country Link
CN (1) CN110352448B (ko)
WO (1) WO2018159868A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862786B (zh) * 2021-02-10 2022-08-05 昆明同心医联科技有限公司 Cta影像数据处理方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120079931A (ko) * 2011-01-06 2012-07-16 건국대학교 산학협력단 의료 영상 분할 처리 장치와 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20140048449A (ko) * 2012-10-15 2014-04-24 가천대학교 산학협력단 의료영상에서의 간 영역 검출방법
KR101482247B1 (ko) * 2013-08-01 2015-01-14 서울대학교산학협력단 기도 추출 방법 및 그 장치
WO2017030276A1 (ko) * 2015-08-17 2017-02-23 삼성전자(주) 의료영상 표시장치 및 의료영상 처리방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077358A1 (en) * 2003-02-28 2004-09-10 Cedara Software Corporation Image region segmentation system and method
US9317926B2 (en) * 2013-03-06 2016-04-19 Siemens Aktiengesellschaft Automatic spinal canal segmentation using cascaded random walks
US9996919B2 (en) * 2013-08-01 2018-06-12 Seoul National University R&Db Foundation Method for extracting airways and pulmonary lobes and apparatus therefor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120079931A (ko) * 2011-01-06 2012-07-16 건국대학교 산학협력단 의료 영상 분할 처리 장치와 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20140048449A (ko) * 2012-10-15 2014-04-24 가천대학교 산학협력단 의료영상에서의 간 영역 검출방법
KR101482247B1 (ko) * 2013-08-01 2015-01-14 서울대학교산학협력단 기도 추출 방법 및 그 장치
WO2017030276A1 (ko) * 2015-08-17 2017-02-23 삼성전자(주) 의료영상 표시장치 및 의료영상 처리방법

Also Published As

Publication number Publication date
CN110352448A (zh) 2019-10-18
CN110352448B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
KR101930905B1 (ko) 의료영상의 영역 분리 방법 및 그 장치
WO2017051945A1 (ko) 질환 모델 기반의 의료 정보 서비스 제공 방법 및 장치
WO2018155898A1 (en) Method and apparatus for processing histological image captured by medical imaging device
US11900647B2 (en) Image classification method, apparatus, and device, storage medium, and medical electronic device
WO2020122357A1 (ko) 의료영상 재구성 방법 및 그 장치
WO2019132589A1 (ko) 다중 객체 검출을 위한 영상 처리 장치 및 방법
WO2018163633A1 (ja) 類似症例画像検索プログラム、類似症例画像検索装置及び類似症例画像検索方法
WO2014168350A1 (ko) 폐동맥과 폐정맥을 구분하는 방법 및 이를 이용한 혈관의 정량화 방법
US20040184646A1 (en) Method, apparatus, and program for judging images
Du et al. Identification of COPD from multi-view snapshots of 3D lung airway tree via deep CNN
WO2021071288A1 (ko) 골절 진단모델의 학습 방법 및 장치
WO2019098415A1 (ko) 자궁경부암에 대한 피검체의 발병 여부를 판정하는 방법 및 이를 이용한 장치
WO2019143021A1 (ko) 영상의 열람을 지원하는 방법 및 이를 이용한 장치
US20040136584A1 (en) Method for matching and registering medical image data
WO2021137454A1 (ko) 인공지능 기반의 사용자 의료정보 분석 방법 및 시스템
CN111091536A (zh) 医学图像处理方法、装置、设备、介质以及内窥镜
WO2019143179A1 (ko) 동일 피사체에 대하여 시간 간격을 두고 촬영된 영상 간에 동일 관심구역을 자동으로 검출하는 방법 및 이를 이용한 장치
Santosh et al. Automatically detecting rotation in chest radiographs using principal rib-orientation measure for quality control
WO2022010075A1 (ko) 의료영상을 기초로 인체 조직을 분석하는 방법 및 그 장치
WO2018159868A1 (ko) 의료영상의 영역 분리 방법 및 그 장치
JP2006506163A (ja) 肺結節のコンピュータ支援検出
WO2016085236A1 (ko) 갑상선암 자동 판별 방법 및 시스템
WO2020263002A1 (ko) 혈관 세그멘테이션 방법
WO2022145988A1 (ko) 인공지능을 이용한 안면부 골절 판독 장치 및 방법
WO2022177044A1 (ko) 주목 메커니즘 기반의 멀티 스케일 조건부 적대적 생성 신경망을 활용한 고해상도 흉부 x선 영상 생성 장치 및 방법

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: 17898636

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: 17898636

Country of ref document: EP

Kind code of ref document: A1