WO2018164490A1 - 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법 - Google Patents

컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법 Download PDF

Info

Publication number
WO2018164490A1
WO2018164490A1 PCT/KR2018/002731 KR2018002731W WO2018164490A1 WO 2018164490 A1 WO2018164490 A1 WO 2018164490A1 KR 2018002731 W KR2018002731 W KR 2018002731W WO 2018164490 A1 WO2018164490 A1 WO 2018164490A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
side lobe
suppression filter
filter
sublobe
Prior art date
Application number
PCT/KR2018/002731
Other languages
English (en)
French (fr)
Inventor
정목근
권성재
Original Assignee
주식회사 웨이전스
대진대학교 산학협력단
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 주식회사 웨이전스, 대진대학교 산학협력단 filed Critical 주식회사 웨이전스
Publication of WO2018164490A1 publication Critical patent/WO2018164490A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves

Definitions

  • the present invention relates to a method for evaluating the side lobe suppression filter of an ultrasound image using computer simulation, and more particularly, to separate and image the main lobe and the side lobe using computer simulation, and to propose a new image quality evaluation index, and according to the new image quality evaluation index.
  • the present invention relates to a method for evaluating the side lobe suppression filter of ultrasound images using computer simulation that can clearly evaluate the characteristics of the suppression filter.
  • Ultrasound is widely used for imaging a human body tissue for diagnosis or for a medical diagnosis for indicating the developmental state of the fetus.
  • the ultrasound image is configured by detecting a reflection signal that is changed according to characteristics such as the density of skin or human tissue, so that the internal structure of the tissue can be observed more easily than other diagnostic devices.
  • Ultrasonic images have a disadvantage in that resolution is reduced due to interference or diffraction characteristics of ultrasonic waves.
  • the main lobe signal is a signal from an image point to be observed
  • the sublobe signal is a signal from a reflector in an area other than the image point. Therefore, a speckle, which is formed by adding a strong sidelobe signal and a large number of reflection signals coming from an image point, is a main cause of lowering the resolution of an ultrasound image.
  • the sublobe blurs the image in the ultrasound image, and the speckle or virtual image appears as noise in the ultrasound image.
  • [1] proposes a method of improving the image quality of an ultrasound image by reducing speckle noise by selectively processing a signal for each channel using a channel selection window function for a channel signal received using an array transducer.
  • [2] improves the image quality of the ultrasound image by reducing the influence of the sublobe signal by subtracting the magnitude of the sublobe signal from the channel signal defocusing the signal output from the array transducer.
  • [3] adds the channel signals obtained by focusing and delaying the output signal of the array transducer, subtracts the magnitude of the sublobe signal calculated from the summation signal, and finally removes the sublobe signal using a nonlinear filter to improve the image quality of the ultrasound image.
  • the output image obtained by summing the focus signals delayed by the array transducer is targeted and the reliability of the evaluation index is limited because it is derived from the summed image in which the main and side lobes are not separated.
  • the absolute or relative sizes of the main lobe and the sublobe at the image point are not known. Therefore, it is difficult to prove whether the good evaluation results are directly related to the characteristics of the side lobe suppression filter. Accordingly, in order to properly design a side lobe suppression filter applied to an ultrasound imaging system, it is necessary to clearly recognize filter characteristics. When the results of computer simulations improve the quality of the final image, a new evaluation index is needed to recognize that the important factor that reduces the effects of the side lobes is closely related to the characteristics of the side lobe suppression filter.
  • Patent 2 Korean Patent Registration No. 10-1569673 (Name of the Invention: Method for Reducing Lobe of Ultrasound Image)
  • Patent 3 Korean Registered Patent No. 10-1643304 (Name of the Invention: Device for Reducing Lobe of Ultrasound Image Using Nonlinear Filter)
  • an object of the present invention is a computer simulation that can clearly evaluate the characteristics of the side lobe suppression filter according to the new evaluation index by using a computer simulation for separating and imaging the main and side lobe.
  • the present invention provides a method for evaluating a side lobe suppression filter of an ultrasound image.
  • the method for evaluating the side lobe suppression filter of the ultrasound image using the computer simulation according to the present invention for achieving the above object (a) using a simulation program to form a virtual ultrasound image from the signal reflected from the reflector present in the ultrasonic sound field Separating and forming a normal ultrasound image, a main lobe image, and a sublobe image by the simulation program; (b) setting the main lobe image as a standard image and calculating an evaluation index by using an average brightness value of the image separated and formed in the step (a); (c) evaluating characteristics of the side lobe suppression filter used in the signal processing for removing the side lobe superimposed on the normal ultrasound image based on the calculated evaluation index.
  • the side lobe suppression filter may use a linear filter or a nonlinear filter, and the filter performance may be evaluated according to the change of the evaluation index that appears when the filter characteristics of the side lobe suppression filter are varied.
  • the evaluation index is characterized in that it comprises at least one of CMR, CSR, MSR defined as follows.
  • MSR (mean of mainlobe image / mean of sidelobe image)
  • CMR is the ratio of the average brightness of the conventional ultrasound image to the average brightness of the main lobe image
  • CSR is the ratio of the average brightness of the normal ultrasound image to the average brightness of the sublobe image
  • MSR is the main lobe of the average brightness of the sublobe image. The ratio of the average brightness of the picture.
  • the MSR is used as an evaluation index for evaluating the performance of removing the off-axis signal in the process of focusing the channel signal of the ultrasound image not using the side lobe suppression filter.
  • the present invention as described above, it is possible to know the absolute size of the main lobe and the sublobe at the image point of the existing ultrasound image by separating and imaging the main lobe and the sublobe to quantitatively evaluate the degradation of the image quality due to the sublobe.
  • the present invention by using a new evaluation index that can be clearly evaluated for the side lobe suppression filter to be applied to the computer simulation, it can contribute to increase the reliability of the evaluation and to commercialize an excellent ultrasound imaging system.
  • FIG. 1 is a control block diagram for explaining a method for evaluating a side lobe inhibitor inhibitor filter of an ultrasound image using computer simulation according to the present invention.
  • FIG. 2A is a diagram for describing a process of receiving a signal reflected by a reflector of a main lobe sound field and a sublobe sound field.
  • FIG. 2B shows an image of a target point using computer simulation
  • (a) is a jumper function (PSF) for a target point at a transmission focal depth of 50 mm and a depth of 30 mm
  • (b) is a main lobe image in the PSF
  • (c) is a side lobe image in PSF.
  • PSF jumper function
  • FIG. 3 is a graph showing the lateral sound field characteristics in the computer simulation of FIG. 2B.
  • FIG. 5 illustrates a main lobe image and a sublobe image separated from a speckle image
  • (a) a conventional ultrasound image (b) a mainlobe image, and (c) a sublobe image (sidelobe image) and (d) are images of the image quality factor (QF 20 ) estimated up to 20th order obtained from the normal ultrasound image of (a), and (e) is estimated to 20th order from the normal ultrasound image of (a).
  • FIG. 6 shows a spectrum of a cyst region located in FIG. 5, (a) is a spectrum of a cyst region for an ultrasound image, (b) is a spectrum of a cyst region for a main lobe image, and (c) Spectrum of cyst area for sidelobe imaging.
  • FIG. 8 is a graph illustrating a change in image brightness when the scale factor ⁇ is changed with respect to the normal ultrasound image, the main lobe image, and the sublobe image of FIG. 5.
  • FIG. 9 is a graph illustrating changes of evaluation indices obtained from average brightness of images of the conventional ultrasound image, the main lobe image, and the sublobe image of FIG. 5.
  • a point spread function (PSF) for a point target is used.
  • the target point image can easily observe the shape of the mainlobe and the shape of the sidelobe generated by the leakage signal in the region where the ultrasonic sound field is concentrated.
  • the PSF has separate areas where the main and side lobes appear, making it easy to assess the effects of each on the image.
  • the quantification of sound field characteristics in PSF can use full-width half maximum (FWHM), which measures the width of the main lobe, or PSL (peak sidelobe level), which measures the size of the largest side lobe.
  • FWHM full-width half maximum
  • PSL peak sidelobe level
  • Ultrasonic signals from a random scatterer distributed over a large area are characterized by speckle noise patterns in the image due to interference between signals during the coherent sum of signals from each reflector. pattern) appears.
  • the main lobe signal and the sublobe signal caused by point reflectors distributed in a large area overlap each other, so that the side lobe not removed in the focusing process reduces the contrast of the ultrasound image. Therefore, the effect of the side lobe is reduced by applying an aperture apodization that multiplies the weights of the transmission and reception channels.
  • evaluation indicators such as CNR and SNR, which are values obtained by dividing the average brightness of the cyst region of the cyst region with respect to the background image, and CNR, SNR, which is obtained by dividing the mean brightness of the cyst region with respect to the background image, using a sidelobe suppression filter.
  • the performance of the side lobe suppression filter was quantified.
  • the data of the output image obtained from the ultrasonic imaging system is used to evaluate the performance of the filter, but since the signals from all the reflectors in the transmission sound field are superimposed, the signals from the individual reflectors cannot be separated. Difficult to evaluate clearly
  • PSF or speckle images can be observed to evaluate the performance of ultrasound images in computer simulations.
  • the ultrasonic sound field is calculated from the signal from the transmitting element, reflected from the reflector and arriving at the receiving element.
  • the resulting ultrasonic image is superimposed by superimposing the signals generated from the combination of all transmitting and receiving elements.
  • PSF an image is created for one reflector, and in the case of a speckle image, an image is realized by superimposing signals from a plurality of reflectors that are unevenly distributed in space.
  • Computer simulations known to date focus on a plurality of channel signals and sum them to form the final ultrasound image.
  • the signals from each reflector can be calculated separately by synthesizing the ultrasound images.
  • the present invention proposes a new evaluation index that can clearly evaluate the characteristics of the side lobe suppression filter using computer simulation.
  • the method for evaluating the side lobe suppression filter of the ultrasound image using the computer simulation according to the present invention can be performed in a simulation terminal as a conventional computer equipped with a simulation program.
  • the simulation terminal may include a processing module 100 that evaluates an image according to a test condition using a simulation program, an input unit 200, and an image output unit 300.
  • the input unit 200 is for inputting a parameter for setting a simulation start / end command and a test condition by a user, and may be implemented using a keyboard and a mouse.
  • the image output unit 300 may be implemented as a monitor, a liquid crystal display, or the like for outputting black and white or color images.
  • the input unit 200 and the image output unit 300 may be integrated into a single module touch panel that simultaneously outputs an image while responding to a touch input.
  • the processing module 100 performs a computer simulation to evaluate the quality of the final ultrasound image, the characteristics of the side lobe suppression filter, and the like, which are generated from signals reflected from a point reflector or a random scatterer.
  • the processing module 100 generates an ultrasonic sound field when performing simulation by the parameter setting unit 101 and the parameter setting unit 101 which set the parameter of the test condition according to a user command input from the input unit 200.
  • a channel signal generator 110 for separating and outputting the main lobe signal and the sublobe signal for a plurality of channels to be formed; the main lobe image forming part 120 for forming the main lobe image using the main lobe signal from the reflector of the main lobe sound field;
  • the sublobe image forming unit 130 forms a sublobe image using signals from other regions except for the main lobe sound field, and the ultrasound image forming unit 140 forming an ultrasound image using a main lobe signal and a sublobe signal for a plurality of channels.
  • a side lobe suppression filter 141 and an evaluation indicator storage unit 151 for removing the side lobe superimposed on the ultrasound image.
  • an image evaluator 150 capable of evaluating image quality or filter characteristics.
  • the parameter setting unit 101 not only parameters for setting the size and number of point reflectors or irregular scatterers, but also the number and spacing of the transceiving elements corresponding to the type, center frequency, and number of ultrasonic signals, focal depth, depth of the reflector, Test conditions are set using various parameters such as signal processing.
  • the channel signal generator 110 generates and separates the main lobe signal and the sublobe signal for a plurality of channels calculated according to the test condition parameters.
  • the channel signal generator 110 outputs the main lobe signal to the main lobe image forming unit 120 and outputs the sublobe signal to the sublobe image. Output to the forming unit 130.
  • the main lobe image forming unit 120 forms the main lobe image using only signals from the main lobe sound field.
  • the channel signal generator 110 outputs the main lobe signal and the sublobe signal to the ultrasound image forming unit 140.
  • the channel signal generator 110 virtually forms an ultrasonic sound field generated from a signal generated from a main lobe signal and a side lobe signal or a signal reflected from an irregular scatterer to virtually form an ultrasonic sound field from a signal reflected from a point reflector.
  • the ultrasound image forming unit 140 Since the ultrasound image forming unit 140 overlaps the main lobe signal and the sublobe signal and finally forms the ultrasound image, the ultrasound image forming unit 140 will be defined as a conventional ultrasound image.
  • the computer simulation processed by the processing module 100 may calculate the main lobe image and the sublobe image by separating the main lobe signal and the sublobe signal from the signal coming from the point reflector, and also for the random scatterer.
  • the main lobe signal and the sublobe signal formed by each scatterer are separated to produce a main lobe image and a sublobe image.
  • the processing module 100 processes the normal ultrasound image, the main lobe image, and the sublobe image, using the sublobe suppression filter, and compares the characteristics of the sublobe suppression filter with various evaluation indices stored in the evaluation indicator storage unit 151. Can be evaluated Here, the main lobe image may be used as a gold standard that evaluates the performance of the side lobe suppression filter because the sublobe signal is not included.
  • the processing module 100 can observe the PSF using computer simulation.
  • the test conditions for the computer simulation are ultrasonic focusing devices with linear array of 64 channel array transducers, center frequency 5MHz, element pitch 0.31mm, transmit focal depth 50mm, 30mm depth. Image the target point tarket.
  • the transmission signal uses pulses of 3 cycles length with Gaussian amplitude and a simulation program written in MATLAB.
  • the shape of the ultrasonic sound field can be known.
  • a signal (solid line) reflected when the reflector (black circular point) is in the main lobe region of the ultrasonic sound field is separated from a dashed line in which the reflector (black circular point) is reflected outside the main lobe region.
  • Signal processing An image composed only of signals reflected in the sound field region of the main lobe is called a main lobe image, and an image composed using signals from other areas is called a sublobe image.
  • FIG. 2B the PSF, the main lobe image, and the sublobe image obtained through computer simulation may be compared.
  • FIG. 2B (a) is a PSF for a target point with a transmission focal depth of 50 mm and a depth of 30 mm, (b) is a main lobe image in the PSF, and (c) is a side lobe image in the PSF.
  • the sublobe image is log compression of 60 dB.
  • pulse waves (pw) and continuous waves (cw) can optionally be used as transmission signals.
  • the solid line L1 is the sound field of the continuous wave cw
  • the disadvantage line L3 is the size of the lateral side lobe at the position passing through the main leaf in the pulse wave pw
  • the mesoline L2 is The maximum value of the side lobe is shown laterally.
  • the side lobe is half the width of the main lobe.
  • the spatial frequency of the speckle pattern displayed on the ultrasound image by the side lobe is twice as large as the main lobe.
  • a side lobe suppression filter may be applied.
  • the side lobe suppression filter may be implemented as a linear filter or a nonlinear filter capable of reducing the side lobe.
  • the filter characteristics can be defined using an image quality factor obtained by calculating the size of the side lobe. For example, if the sidelobe p of the sublobe estimated up to the pth is the image quality factor (QF p ) for evaluating the image quality, it can be expressed as Equation 1 below.
  • the nonlinear filter may be expressed by Equation 2 using the image quality factor QF p .
  • B pixel is the brightness of the target point and B filtered is the brightness of the filtered target point.
  • ⁇ (gamma) is a scale factor that controls the characteristics of the filter.
  • FIG. 4A is an image of the image quality factor QF 20 estimated up to the 20th order
  • the effect of the side lobe suppression filter can be easily identified by using the FWHM of the main lobe or the maximum value of the sublobe in the lateral sound field characteristics. That is, the image evaluator 150 may evaluate characteristics of the side lobe suppression filter that filters the target point image using FWHM and PSL as evaluation indexes.
  • the processing module 100 may select a signal from each reflector even in computer simulation of an irregular scatterer, and may separate and process a main lobe image and a sublobe image by a method used at a target point.
  • the results of performing computer simulations to compare the speckle pattern images are illustrated in FIG. 5.
  • 20 scatterers are completely formed in the spatial resolution volume of the ultrasonic sound field.
  • the three cysts are 4 mm in diameter and have a reflectance of -30 dB, -20 dB, and -10 dB, respectively, from the left side of the background image.
  • a target point is inserted. The upper four target points have a reflectance of 20 dB for the background image, and the lower four target points have a reflectance of 30 dB for the background image.
  • FIG. 5 (a) shows a conventional ultrasound image
  • FIG. 5 (b) shows a main lobe image
  • FIG. 5 (c) shows a side lobe image
  • FIG. 5 (d) shows up to 20th order obtained from the normal ultrasound image of FIG. 5 (a).
  • the image of the image quality factor (QF 20) Figure 5 (e) is an image obtained by subtracting the picture of the quality factor (QF 20) estimated by the conventional ultrasound imaging. 5 (a) to Fig. 20 car.
  • the regularity of the speckle pattern is increased in the main lobe image and the sublobe image.
  • the texture of the speckle pattern is smaller than that of the main lobe image.
  • the speckle pattern of the ultrasound image and the main lobe image is similar.
  • the difference in contrast is not large.
  • the main lobe image has a large difference in contrast in the cyst because the side lobe image is removed.
  • the speckle pattern inside the cyst appears similarly in the sublobe image of FIG. 5 (c) and the image quality factor (QF 20 ) estimated up to the 20th order of FIG. 5 (d). It can be seen from the image of FIG. 5 (e) that the side lobes are reduced inside the target point and the cyst.
  • FIG. 6 shows a spectrum of a spatial frequency obtained by performing a two-dimensional fast fourier transform (FFT) by cutting a 256 ⁇ 256 image of a region in which a central cyst is present in FIG. 5.
  • FIG. 6 (a) is a normal ultrasound image
  • FIG. 6 (b) is a main lobe image
  • FIG. 6 (c) corresponds to a sublobe image.
  • the main lobe image of FIG. 6 (b) and the sublobe image of FIG. 6 (c) show that the speckle texture has regularity, so that the spectrum of spatial frequency has periodicity in the horizontal direction. Spectra appear in the wide frequency range. However, since the difference in the spectrum in the vertical direction is not large, it can be seen that the side lobe image affects the horizontal resolution.
  • gamma 7 is an image obtained by changing gamma (gamma) to 0, 1, 2, 5, 10, and 20, respectively, in a process of processing an ultrasound image by a side lobe suppression filter.
  • ⁇ 0, it means an image obtained by removing the image of the image quality factor (QF 20 ) estimated from the ultrasound image 20th order. Since the estimated side lobe has been removed, the side lobe is significantly reduced inside the cyst and the speckle pattern Texture is a bit larger. Increasing ⁇ decreases the width of the target point image, increases resolution and decreases the side lobes, but darkens the brightness of the background image, causing the speckle pattern to be different from the normal ultrasound image.
  • QF 20 image quality factor
  • the image evaluator 150 may use CR, CNR, and SNR as shown in Equation 3, Equation 4, and Equation 5 as an evaluation index for evaluating the image quality of the speckle image.
  • S b and ⁇ b are the average brightness and standard deviation of the cyst region
  • S c and ⁇ c are the average brightness and standard deviation of the background image.
  • [Table 1] shows the number of three cysts (cysts) in the speckle image in order from the left, divided into Cyst1, Cyst2, and Cyst3. CR, CNR, and SNR as evaluation indexes for each cyst. Is the result of calculating.
  • the background image is a rectangular area indicated by a dotted white line in FIG. 5 (a), and the cyst area is set as a rectangular area of the largest size that can be formed within the boundary of the cyst.
  • the main lobe image is a gold standard, and the image quality of the image can be evaluated by comparing with the image inside the cyst.
  • CR, CNR, and SNR of cyst images are similar to that of main lobe images.
  • CR, CNR, and SNR may appear to be good even at low ⁇ because the sublobe size estimated from the summed up delayed focus is subtracted and then filtered.
  • ⁇ increases, CR increases as the side lobes decrease, but CNR and SNR decrease as background brightness darkens.
  • the speckle pattern of the background image is very different from the speckle pattern generally shown in the ultrasound image.
  • the change in the average brightness of the pre- and post-filtering filters using the side lobe suppression filter can also be used as an evaluation index to evaluate the characteristics of the filter.
  • the image brightness is the same before and after filtering when filtered by the side lobe suppression filter.
  • the image brightness is greatly reduced after the filtering.
  • the performance of the side lobe suppression filter can be evaluated by observing the average brightness change of the background image before and after filtering by the side lobe suppression filter.
  • [Table 2] shows the average brightness value of the background region in the image after filtering with the side lobe suppression filter for the normal ultrasound image, the main lobe image, and the sublobe image, respectively, in FIG. 7.
  • the background area is a rectangular area indicated by a dotted white line in FIG. 5A, and the numerical value is an average brightness value before log compression.
  • the side lobe image dotted line
  • the reduction rate of the image brightness is the smallest
  • the ultrasound image solid line
  • the reduction ratio of the image brightness is moderate. From these results, it can be seen that the side lobe suppression filter faithfully performs the function of suppressing the side lobe.
  • CMR, CSR, and MSR are presented as evaluation indexes for evaluating image quality using average brightness values of images.
  • CMR is expressed as shown in [Equation 6] to calculate the ratio of the average brightness of the conventional ultrasound image to the average brightness of the main lobe image.
  • CSR is expressed as in [Equation 7] and the ratio of the average brightness of the conventional ultrasound image to the average brightness of the side lobe image is calculated.
  • MSR is expressed as [Equation 8] and calculates the ratio of the average brightness of the main lobe image to the average brightness of the side lobe image.
  • an evaluation index for evaluating the performance of removing the off-axis signal in the process of focusing the channel signal of the ultrasound image without using the sublobe suppression filter can be used as
  • CMR 0 when no filter is applied, CMR 0 , CSR 0 , and MSR 0 are calculated as follows.
  • Table 3 shows the results of calculating the evaluation indexes CMR, CSR, and MSR based on the values in [Table 2].
  • FIG. 9 is a graph showing the change in the evaluation index CMR, CSR, MSR when the gamma (gamma) is varied.
  • ⁇ increases to 5
  • the CSR and MSR increase rapidly, and then the rate of increase slows down.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

본 발명은 주엽과 부엽을 분리하여 영상화하기 위한 컴퓨터 시뮬레이션을 이용하여 부엽 억제 필터의 특성을 명확하게 평가할 수 있는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법에 관한 것으로, (a) 시뮬레이션 프로그램을 이용하여 초음파 음장에 존재하는 반사체에서 반사되어 오는 신호로부터 가상의 초음파 영상을 형성시 상기 시뮬레이션 프로그램에 의해 통상 초음파 영상과 주엽 영상 및 부엽 영상을 분리하여 형성하는 단계; (b) 상기 주엽 영상을 표준 영상으로 설정하고, 상기 (a) 단계에서 분리 형성된 영상의 평균 밝기값을 이용하여 평가 지표를 계산하는 단계; (c) 상기 계산된 평가 지표에 기초하여 상기 통상 초음파 영상에 중첩된 부엽을 제거하기 위한 신호 처리에 사용된 부엽 억제 필터의 특성을 평가하는 단계를 포함하는 것을 특징으로 한다.

Description

컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법
본 발명은 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법에 관한 것으로, 더욱 상세하게는 컴퓨터 시뮬레이션을 이용하여 주엽과 부엽을 분리하여 영상화하고 새로운 화질 평가지표를 제안하며 새로운 화질 평가지표에 따라 부엽 억제 필터의 특성을 명확하게 평가할 수 있는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법에 관한 것이다.
초음파는 인간의 생체조직을 진단용으로 영상화하거나 태아의 발육상태를 표시하는 의료 진단용으로 널리 사용되고 있다. 초음파 영상은 피부나 인체조직의 밀도와 같은 특성에 따라 변하는 반사신호를 검출하여 구성되므로 기존의 다른 진단장치보다 간편하게 조직의 내부 구조를 관찰할 수 있다.
초음파 영상은 초음파의 간섭이나 회절 특성으로 인하여 해상도가 떨어지는 단점이 있다. 초음파 송수신 시스템에서 주엽 신호는 관찰하고자 하는 영상점에서 오는 신호이고, 부엽 신호는 영상점 이외의 영역에 있는 반사체에서 오는 신호이다. 따라서 강력한 부엽(sidelobe) 신호와 영상점 이외에서 오는 많은 반사 신호가 더해져서 형성되는 스페클(speckle) 등이 초음파 영상의 해상도를 저하시키는 주된 원인이다. 부엽에 의해 초음파 영상 내에서 영상이 흐려지게 되며, 스페클이나 허상은 초음파 영상에서 노이즈로 나타난다.
초음파 영상에서 부엽과 스페클을 제거하여야 초음파 영상의 해상도를 개선할 수 있는 것으로 알려져 있다. 부엽을 억제하는 다양한 방법의 하나로서 어포디제이션(apodization)이 많이 사용되고 있다.
[문헌1]은 어레이 트랜스듀서를 이용하여 수신한 채널 신호에 대해 채널 선택 창함수를 이용하여 채널별로 선택적으로 신호 처리하여 스페클 노이즈를 줄임으로써 초음파 영상의 화질을 개선하는 방법을 제시한다. [문헌2]는 어레이 트랜스듀서에서 출력하는 신호를 집속 지연한 채널 신호로부터 부엽 신호의 크기를 감산함으로써 부엽 신호에 의한 영향을 줄여 초음파 영상의 화질을 개선한다.
[문헌3]은 어레이 트랜스듀서의 출력 신호를 집속 지연한 채널 신호를 합산하고 합산 신호에서 계산된 부엽 신호의 크기를 감산하며, 최종적으로 비선형 필터를 이용하여 부엽 신호를 제거함으로써 초음파 영상의 화질을 개선한다.
상기 문헌들에서는 선형 배열된 어레이 트랜스듀서를 적용한 초음파 영상 시스템이 개시되어 있다. 이 초음파 영상 시스템의 성능을 시험하기 위하여 컴퓨터 시뮬레이션을 수행하는 경우 부엽을 억제하기 위하여 사용된 비선형 필터에 의해 영향받는 출력 영상의 화질을 평가하기 위한 평가 지표로서 CR(contrast ratio), CNR(contrast-to-noise ratio), SNR(signal-to-noise ratio)을 채택하였다.
그러나 종래기술에서 어레이 트랜스듀서에서 집속 지연된 채널 신호를 합산하여 얻은 출력 영상을 대상으로 하고 이는 주엽과 부엽이 분리되지 않은 합산된 영상으로부터 유도되었기 때문에 평가 지표의 신뢰도가 제한적일 수밖에 없다. 주엽과 부엽이 합산된 기존의 초음파 영상에서는 영상점에서의 주엽과 부엽의 절대 크기 또는 상대 크기를 알 수 없다. 따라서 평가 결과가 좋게 나온 것이 부엽 억제 필터의 특성과 직접 관련되었는지를 입증하기 어렵다. 이에 따라 초음파 영상 시스템에 적용하는 부엽 억제 필터를 적합하게 설계하기 위해서는 필터 특성을 명확하게 인식할 수 있어야 한다. 컴퓨터 시뮬레이션의 처리 결과 최종적으로 얻어진 영상의 화질이 개선된 경우 부엽의 영향을 감소시킨 중요한 요인이 부엽 억제 필터의 특성과 밀접하게 관련되었음을 인식할 수 있는 새로운 평가 지표가 요구된다.
[문헌1] 한국등록특허 제10-1552427호(발명의 명칭 : 초음파 영상의 스페클 저감장치)
[문헌2] 한국등록특허 제10-1569673호(발명의 명칭 : 초음파 영상의 부엽 저감 방법)
[문헌3] 한국등록특허 제10-1643304호(발명의 명칭 : 비선형 필터를 이용한 초음파 영상의 부엽 저감장치)
상기 종래기술의 문제를 해결하기 위하여 고안한 것으로, 본 발명의 목적은 주엽과 부엽을 분리하여 영상화하기 위한 컴퓨터 시뮬레이션을 이용하여 새로운 평가 지표에 따라 부엽 억제 필터의 특성을 명확하게 평가할 수 있는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법은, (a) 시뮬레이션 프로그램을 이용하여 초음파 음장에 존재하는 반사체에서 반사되어 오는 신호로부터 가상의 초음파 영상을 형성시 상기 시뮬레이션 프로그램에 의해 통상 초음파 영상과 주엽 영상 및 부엽 영상을 분리하여 형성하는 단계; (b) 상기 주엽 영상을 표준 영상으로 설정하고, 상기 (a) 단계에서 분리 형성된 영상의 평균 밝기값을 이용하여 평가 지표를 계산하는 단계; (c) 상기 계산된 평가 지표에 기초하여 상기 통상 초음파 영상에 중첩된 부엽을 제거하기 위한 신호 처리에 사용된 부엽 억제 필터의 특성을 평가하는 단계;를 포함하는 것을 특징으로 한다.
또한, 상기 부엽 억제 필터는 선형 필터 또는 비선형 필터를 사용할 수 있고, 상기 부엽 억제 필터의 필터 특성을 가변할 때 나타나는 상기 평가 지표의 변화에 따라 필터 성능을 평가하는 것을 특징으로 한다.
또한, 상기 평가 지표는 아래와 같이 정의되는 CMR, CSR, MSR 중 적어도 하나를 포함하는 것을 특징으로 한다.
CMR = (mean of conventional image / mean of mainlobe image)
CSR = (mean of conventional image / mean of sidelobe image)
MSR = (mean of mainlobe image / mean of sidelobe image)
여기서, CMR은 주엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율이고, CSR은 부엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율이며, MSR은 부엽 영상의 평균 밝기에 대한 주엽 영상의 평균 밝기의 비율이다.
또한, 상기 MSR은 상기 부엽 억제 필터를 사용하지 않는 초음파 영상의 채널 신호를 집속하는 과정에서 축을 벗어난(off-axis) 신호를 제거하는 성능을 평가하기 위한 평가지표로 사용하는 것을 특징으로 한다.
이상과 같은 본 발명에 따르면, 주엽과 부엽을 분리하여 영상화함으로써 기존 초음파 영상의 영상점에서 주엽과 부엽의 절대 크기를 알 수 있어 부엽에 의한 화질의 저하를 정량적으로 평가할 수 있다.
또한 본 발명에 따르면, 컴퓨터 시뮬레이션에 적용하는 부엽 억제 필터에 대해 명확하게 평가할 수 있는 새로운 평가 지표를 사용함으로써 평가의 신뢰도를 높이고 우수한 성능의 초음파 영상 시스템을 제품화하는데 기여할 수 있다.
도 1은 본 발명에 따른 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 제억제 필터 평가 방법을 설명하기 위한 제어 블록도이다.
도 2a는 주엽 음장과 부엽 음장의 반사체에 의해 반사되는 신호를 수신하는 과정을 설명하기 위한 도면이다.
도 2b는 컴퓨터 시뮬레이션을 이용하여 타겟 점의 영상을 나타낸 것으로, (a)는 송신 초점 깊이 50mm이고 깊이 30mm에 있는 타겟 점에 대한 점퍼짐함수(PSF)이고, (b)는 PSF에서 주엽 영상, (c)는 PSF에서 부엽 영상이다.
도 3은 도 2b의 컴퓨터 시뮬레이션에서의 측방향 음장 특성을 나타낸 그래프이다.
도 4는 도 2b의 PSF에 부엽 억제 필터를 적용한 경우로서, (a)는 20차까지 추정한 화질 인자(QFp)의 영상이고, (b)는 부엽을 억제하기 위하여 스케일 인자 γ=10인 부엽 억제 필터에서 출력하는 영상이다.
도 5는 스페클 영상에서 분리한 주엽 영상과 부엽 영상을 설명하기 위한 것으로, (a)는 통상 초음파 영상(conventional ultrasound image), (b)는 주엽 영상(mainlobe image), (c)는 부엽 영상(sidelobe image), (d)는 (a)의 통상 초음파 영상으로부터 얻은 20차까지 추정한 화질 인자(QF20)의 영상이고, (e)는 (a)의 통상 초음파 영상에서 20차까지 추정한 화질 인자(QF20)의 영상을 감산한 영상이다.
도 6은 도 5에서 가운데 위치한 낭종(cyst) 영역의 스펙트럼을 나타낸 것으로, (a)는 통상 초음파 영상에 대한 낭종 영역의 스펙트럼, (b)는 주엽 영상에 대한 낭종 영역의 스펙트럼, (c)는 부엽 영상에 대한 낭종 영역의 스펙트럼이다.
도 7은 도 5의 통상 초음파 영상에 대해 부엽을 억제하기 위해 적용된 부엽 억제 필터의 스케일 인자 γ를 가변시켜 얻은 영상이다.
도 8은 도 5의 통상 초음파 영상과 주엽 영상 및 부엽 영상에 대해 스케일 인자 γ를 가변시킬 때 영상 밝기의 변화를 나타낸 그래프이다.
도 9는 도 5의 통상 초음파 영상과 주엽 영상 및 부엽 영상에 대한 영상의 평균 밝기로부터 얻은 평가 지표들의 변화를 나타낸 그래프이다.
의료 진단용 초음파 영상을 평가하는 대표적인 방법으로 타겟 점(point target)에 대한 PSF(point spread function; 점퍼짐함수)를 이용한다. 타겟점 영상은 초음파 음장이 집중되는 영역에서 주엽(mainlobe)의 모양과 누설 신호에 의해 생성되는 부엽(sidelobe)의 모양을 쉽게 관찰할 수 있다. PSF는 주엽과 부엽이 나타나는 영역이 분리되어 있으므로 영상에서 각각의 영향을 평가하기가 용이하다. 예를 들어 PSF에서 음장의 특성을 정량화하는 방법으로 주엽의 폭을 측정하는 FWHM(full-width half maximum) 또는 가장 큰 부엽의 크기를 측정하는 PSL(peak sidelobe level)를 이용할 수 있다.
넓은 영역에 분포하는 불규칙 산란체(random scatterer)에서 오는 초음파 신호는 각각의 반사체에 의한 신호들이 가간섭성 합산(coherent sum) 과정에서 신호들 사이의 간섭에 의하여 영상에 스페클 노이즈 패턴(speckle noise pattern)이 나타난다. 넓은 영역에 분포된 점 반사체들(point reflectors)에 의한 주엽 신호와 부엽 신호는 서로 겹쳐 있어 집속 과정에서 제거되지 않은 부엽이 초음파 영상의 콘트라스트(contrast)를 저하시키게 된다. 따라서 송수신 채널에 가중치를 곱셈 연산하는 어퍼쳐 어포디제이션(aperture apodization)을 적용하여 부엽의 영향을 줄인다.
인체로부터 얻은 초음파 영상에서 주엽과 부엽의 영향을 정확하게 구별하지 못하면 부엽 억제 필터를 이용한 신호처리가 이루어졌어도 이 필터의 특성을 명확하게 검증하기 어렵다. 종래기술에서는 부엽 억제 필터를 이용하여 부엽이 필터링된 영상에서 배경 영상에 대한 낭종(cyst) 영역의 평균 밝기의 차이값인 CR, CR을 배경 밝기의 평균으로 나눈 값인 CNR, SNR 등의 평가 지표를 이용하여 부엽 억제 필터의 성능을 정량화하였다. 하지만 평가 지표로는 부엽 억제 필터의 특성을 명확하게 확인하기 어렵다.
초음파 영상 시스템에서 얻은 출력 영상의 데이터를 필터의 성능 평가에 사용하나, 송신 음장 안의 모든 반사체에서 오는 신호가 중첩되어 수신되므로 개별 반사체에서 오는 신호를 분리할 수 없는 한계가 있어 부엽 억제 필터의 특성을 명확하게 평가하기 어렵다.
일반적으로 컴퓨터 시뮬레이션에서 초음파 영상의 성능 평가를 위한 PSF 또는 스페클 영상을 관찰할 수 있다. 컴퓨터 시뮬레이션에서 초음파 음장은 송신 소자에서 출발한 신호가 반사체에서 반사되어 수신 소자에 도착한 신호로부터 계산되는데, 모든 송수신 소자의 조합에서 발생된 신호를 중첩하여 최종적인 초음파 영상을 만든다. PSF의 경우 한 개의 반사체에 대하여 영상을 만들며, 스페클 영상의 경우 공간상에 불균일하게 분포한 다수의 반사체에서 오는 신호를 중첩하여 영상을 구현한다.
지금까지 알려진 컴퓨터 시뮬레이션은 다수의 채널 신호를 집속 지연하고 이를 합산하여 최종의 초음파 영상을 형성한다.
컴퓨터 시뮬레이션에서는 초음파 영상을 합성하는 과정에서 각각의 반사체에서 오는 신호를 분리하여 계산할 수 있다. 이에 착안하여 본 발명은 컴퓨터 시뮬레이션을 이용하여 부엽 억제 필터의 특성을 명확하게 평가할 수 있는 새로운 평가 지표를 제안한다.
본 발명에 따른 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법은 시뮬레이션 프로그램을 탑재한 통상의 컴퓨터로서 시뮬레이션 단말에서 수행할 수 있다.
도 1을 참고하여, 이 시뮬레이션 단말은 시뮬레이션 프로그램을 이용하여 시험 조건에 따라 영상을 평가하는 처리 모듈(100)과, 입력부(200), 및 영상 출력부(300)를 포함하여 구성할 수 있다.
입력부(200)는 시뮬레이션 시작/종료 명령과 시험 조건을 설정하는 파라미터를 사용자에 의해 입력하기 위한 것으로, 키보드와 마우스 등으로 구현할 수 있다. 영상 출력부(300)는 흑백 또는 컬러 영상을 출력하기 위한 모니터, 액정화면 등으로 구현할 수 있다. 입력부(200)와 영상 출력부(300)는 터치 입력에 반응하면서 동시에 영상을 출력하는 단일 모듈의 터치 패널로 일체화하여 구현할 수도 있다.
처리 모듈(100)은 점 반사체(point reflector) 또는 불규칙 산란체(random scatterer)에서 반사되는 신호로부터 만들어진 최종 초음파 영상의 화질, 부엽 억제 필터의 특성 등을 평가하기 위한 컴퓨터 시뮬레이션을 수행한다.
처리 모듈(100)은 입력부(200)로부터 입력된 사용자 명령에 따라 시험 조건의 파라미터를 설정하는 파라미터 설정부(101), 파라미터 설정부(101)에 의해 설정된 파라미터에 의해 시뮬레이션을 수행시 초음파 음장을 형성하기 위한 다수의 채널에 대해 주엽 신호와 부엽 신호를 분리하여 출력하는 채널신호 발생부(110), 주엽 음장의 반사체에서 오는 주엽 신호를 이용하여 주엽 영상을 형성하는 주엽영상 형성부(120), 주엽 음장을 제외한 다른 영역에서 오는 신호를 이용하여 부엽 영상을 형성하는 부엽영상 형성부(130), 다수의 채널에 대해 주엽 신호와 부엽 신호를 이용하여 초음파 영상을 형성하는 초음파 영상 형성부(140), 초음파 영상에 중첩된 부엽을 제거하기 위한 부엽 억제 필터(141), 평가지표 저장부(151)를 구비하고 시뮬레이션 처리에 따라 만든 영상의 화질이나 필터 특성을 평가할 수 있는 영상 평가부(150)를 포함한다.
파라미터 설정부(101)는 점 반사체 또는 불규칙 산란체의 크기와 갯수를 설정하는 파라미터 뿐만 아니라 초음파 신호의 유형, 중심 주파수, 채널 개수에 대응하는 송수신 소자의 개수 및 간격, 초점 깊이, 반사체의 깊이, 신호 처리 방식 등의 다양한 파라미터를 이용하여 시험 조건을 설정한다.
채널신호 발생부(110)는 시험 조건의 파라미터에 따라 계산한 다수의 채널에 대해 주엽 신호와 부엽 신호를 분리하여 발생하는데, 주엽 신호를 주엽영상 형성부(120)에 출력하고 부엽 신호를 부엽영상 형성부(130)에 출력한다. 주엽영상 형성부(120)는 주엽 음장에서 오는 신호들만으로 주엽 영상을 형성한다.
또한 채널신호 발생부(110)는 주엽 신호와 부엽 신호를 초음파 영상 형성부(140)에 출력한다. 이러한 채널신호 발생부(110)는 점 반사체에서 반사되어 오는 신호로부터 초음파 음장을 가상으로 형성하기 위하여 주엽 신호와 부엽 신호를 발생하거나 불규칙 산란체에서 반사되어 오는 신호로부터 만드는 초음파 음장을 가상으로 형성하기 위하여 주엽 신호와 부엽 신호를 발생한다.
초음파 영상 형성부(140)에서 주엽 신호와 부엽 신호를 중첩하여 최종적으로 형성하는 초음파 영상은 일반적인 초음파 영상에 해당하므로 이하에서는 통상 초음파 영상(conventional ultrasound image)이라고 정의한다.
처리 모듈(100)에서 처리하는 컴퓨터 시뮬레이션은 점 반사체(point reflector)에서 오는 신호에서 주엽 신호와 부엽 신호를 분리하여 주엽 영상과 부엽 영상을 각각 계산할 수 있고, 또한 불규칙 산란체(random scatterer)에 대해서 각각의 산란체(scatterer)에 의하여 형성되는 주엽 신호와 부엽 신호를 분리하여 주엽 영상과 부엽 영상을 만든다. 처리 모듈(100)은 만들어진 통상 초음파 영상, 주엽 영상, 부엽 영상에 대하여 부엽 억제 필터로 신호 처리하고 평가지표 저장부(151)에 저장된 다양한 평가지표를 이용하여 비교함으로써 부엽 억제 필터의 특성을 명확하게 평가할 수 있다. 여기서 주엽 영상은 부엽 신호가 포함되지 않은 영상으로 부엽 억제 필터의 성능을 평가하는 표준 영상(gold standard)으로 사용할 수 있다.
(시험예 1)
처리 모듈(100)에서 컴퓨터 시뮬레이션을 이용하여 PSF를 관찰할 수 있다. 컴퓨터 시뮬레이션의 시험 조건은 64채널의 어레이 트랜스듀서를 선형 배열한 초음파 집속 장치로서 중심주파수(center frequency) 5MHz, 소자 간격(element pitch) 0.31mm, 송신 초점깊이(transmit focal depth) 50mm, 30mm 깊이의 타겟 점(point tarket)을 영상화한다. 송신 신호는 가우시안 진폭을 가지는 3cycles 길이의 펄스를 사용하고, MATLAB으로 작성된 시뮬레이션 프로그램을 사용한다.
컴퓨터 시뮬레이션의 시험 조건이 결정되면 초음파 음장의 모양을 알 수 있다. 도 2a에 도시한 바와 같이 반사체(검정색 원형점)가 초음파 음장의 주엽 영역에 있을 때 반사되는 신호(solid line)와 반사체(검정색 원형점)가 주엽 영역 바깥에서 반사되는 신호(dashed line)를 분리하여 신호 처리할 수 있다. 주엽의 음장 영역 안에서 반사되는 신호만으로 구성한 영상을 주엽 영상이라 하고, 그 밖의 영역에서 오는 신호를 이용하여 구성한 영상을 부엽 영상이라고 한다.
도 2b를 참고하여, 컴퓨터 시뮬레이션을 이용하여 구한 PSF와 주엽 영상과 부엽 영상을 비교할 수 있다. 도 2b (a)는 송신 초점 깊이 50mm이고 깊이 30mm에 있는 타겟 점(point tarket)에 대한 PSF이고, (b)는 PSF에서 주엽 영상, (c)는 PSF에서 부엽 영상이다. 이때 부엽 영상은 60dB의 로그 압축(log compression)한 것이다.
컴퓨터 시뮬레이션에서 송신 신호로서 펄스파(pw)와 지속파(cw)를 선택적으로 사용할 수 있다. 도 3을 참고하여, 실선(L1)은 지속파(cw)의 음장이며 단점선(L3)은 펄스파(pw)에서 주엽을 지나는 위치에서 측방향의 부엽의 크기이며, 장점선(L2)은 측방향으로 부엽의 최대값을 나타낸다. 측방향 음장에서 주엽의 폭에 비하여 부엽의 폭이 절반이다. 이에 따라 부엽에 의하여 초음파 영상에서 나타나는 스페클 패턴의 공간 주파수(spatial frequency)는 주엽 보다 2배 크기로 나타난다.
초음파 영상에서 부엽의 영향을 줄이기 위하여 부엽 억제 필터를 적용할 수 있다. 여기서 부엽 억제 필터는 부엽을 저감할 수 있는 선형 필터 또는 비선형 필터로 구현할 수 있다.
부엽 억제 필터로서 비선형 필터를 사용하는 경우, 부엽의 크기를 계산한 화질 인자를 이용하여 필터 특성을 정의할 수 있다. 예를 들어 p차까지 추정한 부엽의 크기 sidelobep가 영상의 화질을 평가하는 화질 인자(QFp)라고 하면 다음의 [수학식 1]과 같이 나타낼 수 있다.
[수학식 1]
Figure PCTKR2018002731-appb-I000001
비선형 필터는 화질 인자(QFp)를 이용하여 다음의 [수학식 2]와 같이 나타낼 수 있다.
[수학식 2]
Figure PCTKR2018002731-appb-I000002
여기서 Bpixel는 타겟 점의 밝기값이며, Bfiltered는 필터링된 타겟 점의 밝기값이다. γ(gamma)는 필터의 특성을 조절하는 스케일 인자이다.
타겟 점 영상에 비선형 필터를 적용하고, 영상에서 부엽이 선명히 보일 수 있도록 각각의 영상에서 최대 밝기로 정규화(normalized)하여 나타낼 수 있다. 도 4 (a)는 20차까지 추정한 화질 인자(QF20)의 영상이고, 도 4 (b)는 γ = 10인 비선형 필터의 출력 영상이다. 도 4 (b)는 부엽이 대부분 제거되지만 주엽의 폭이 커져 있다.
타겟 점 영상은 주엽과 축으로부터 벗어난(off axis) 신호가 나타나는 영역이 분리되어 있으므로 측방향 음장 특성에서 주엽의 FWHM이나 부엽의 최대값을 이용하여 부엽 억제 필터의 효과를 쉽게 확인할 수 있다. 즉, 영상 평가부(150)는 평가 지표로서 FWHM, PSL을 이용하여 타겟 점 영상을 필터링하는 부엽 억제 필터의 특성을 평가할 수 있다.
처리 모듈(100)은 불규칙 산란체에 대한 컴퓨터 시뮬레이션에서도 각각의 반사체에서 오는 신호를 선별할 수 있고, 타겟 점에서 사용한 방법으로 주엽 영상과 부엽 영상을 분리하여 신호 처리할 수 있다.
(시험예 2)
스페클 패턴 이미지를 비교하기 위하여 컴퓨터 시뮬레이션을 수행한 결과를 도 5에 예시한다. 반사율(reflectivity)이 균일하게 분포(uniform distribution)하는 불규칙 산란체가 2차원 영상 영역에서 불규칙하게 분포하는 경우 초음파 음장의 공간 해상도(resolution volume) 안에 20개의 산란체(scatterer)가 들어가도록 하여 완전하게 형성된 스페클(fully developed speckle) 패턴이 나타나도록 한다. 여기서 3개의 낭종은 직경이 4mm이며 배경 영상에 대하여 각각 왼쪽부터 각각 -30dB, -20dB, -10dB 크기의 반사율을 가진다. 부엽의 모양을 확인하기 위하여 타겟 점을 넣는데 위쪽 4개의 타겟 점은 배경 영상에 대해 반사율이 20dB이고, 아래쪽 4개의 타겟 점은 배경 영상에 대해 반사율이 30dB이다.
도 5 (a)는 통상 초음파 영상, 도 5 (b)는 주엽 영상, 도 5 (c)는 부엽 영상, 도 5 (d)는 도 5 (a)의 통상 초음파 영상으로부터 얻은 20차까지 추정한 화질 인자(QF20)의 영상이고, 도 5 (e)는 도 5 (a)의 통상 초음파 영상에서 20차까지 추정한 화질 인자(QF20)의 영상을 감산한 영상이다.
도 5를 참고하여, 주엽 영상과 부엽 영상은 스페클 패턴의 규칙성이 증가하고 있다. 음장 특성을 살펴보면, 부엽 영상의 공간 주파수는 주엽 영상보다 2배 정도 높게 나타나기 때문에 부엽 영상은 주엽 영상에 비하여 스페클 패턴의 텍스처(texture)가 작게 나타난다. 배경 영역에 대하여 살펴보면, 통상 초음파 영상과 주엽 영상의 스페클 패턴이 유사하게 나타난다. 통상 초음파 영상에서 낭종 내부는 부엽에 가려지므로 콘트라스트(contrast)의 차이가 크지 않으나, 주엽 영상은 부엽 영상이 제거되었으므로 낭종 안의 콘트라스트의 차이가 크게 나타난다. 도 5 (c)의 부엽 영상과 도 5 (d)의 20차까지 추정한 화질 인자(QF20)의 영상에서 낭종 내부의 스페클 패턴이 유사하게 나타난다. 도 5 (e)의 영상에서 타겟 점과 낭종 내부에서 부엽이 감소한 것을 알 수 있다.
도 6은 도 5에서 가운데 낭종(cyst)이 존재하는 영역에 대해 256 X 256 영상으로 잘라서 2차원 FFT(Fast Fourier Transform)를 하여 얻은 공간 주파수의 스펙트럼(spectrum)을 나타낸다. 도 6 (a)는 통상 초음파 영상이고, 도 6 (b)는 주엽 영상이며, 도 6 (c)는 부엽 영상에 해당한다. 도 6 (b)의 주엽 영상과 도 6 (c)의 부엽 영상은 스페클의 텍스처가 규칙성을 가짐으로써 공간 주파수의 스펙트럼이 가로 방향으로 주기성을 가지는 것을 알 수 있고, 또한 부엽 영상의 경우에는 넓은 주파수 영역에서 스펙트럼이 나타나고 있다. 그러나 세로 방향으로의 스펙트럼의 차이는 크지 않으므로 부엽 영상이 가로 방향 해상도에 영향을 미치는 것을 알 수 있다.
도 7은 통상 초음파 영상을 부엽 억제 필터로 처리하는 과정에서 γ(gamma)를 0, 1, 2, 5, 10, 20로 각각 변경하여 얻은 영상이다.
γ = 0 일 때는 통상 초음파 영상에서 20차까지 추정한 화질 인자(QF20)의 영상을 제거한 영상을 의미하며, 추정한 부엽을 제거한 상태이므로 낭종(cyst) 내부에 부엽이 많이 줄어들었고 스페클 패턴의 텍스처의 크기가 조금 커져 있다. γ를 증가시키면 타겟 점 영상의 폭이 줄어들어 해상도는 증가하고 부엽이 감소하지만 배경 영상의 밝기가 어두워지면서 스페클 패턴이 통상 초음파 영상과 달라진다.
영상 평가부(150)는 스페클 영상의 화질을 평가하기 위한 평가 지표로서, [수학식3], [수학식4], [수학식5]와 같이 CR, CNR, SNR을 사용할 수 있다.
[수학식 3]
Figure PCTKR2018002731-appb-I000003
[수학식 4]
Figure PCTKR2018002731-appb-I000004
[수학식 5]
Figure PCTKR2018002731-appb-I000005
여기서 Sb, σb 는 낭종 영역의 평균 밝기와 표준편차이고, Sc, σc는 배경 영상의 평균 밝기와 표준편차이다. 이 평가 지표는 영상의 평균 밝기와 표준 편차를 이용하여 부엽 억제에 의한 화질의 개선 정도를 평가하는 것이다.
다음의 [표 1]은 스페클 영상에서 3개의 낭종(cyst)에 대해 왼쪽부터 순서대로 번호를 부여하여 Cyst1, Cyst2, Cyst3으로 구분하는 경우, 각각의 낭종에 대해 평가지표로서 CR, CNR, SNR을 계산한 결과이다. 배경 영상은 도 5 (a)에서 백색 점선으로 표기한 사각 영역이고, 낭종 영역은 낭종의 경계 안에서 형성할 수 있는 최대 크기의 사각 영역으로 설정한다.
[표 1]에서 주엽 영상은 표준 영상(gold standard)으로서 낭종 내부의 영상과 비교함으로써 영상의 화질을 평가할 수 있다.
γ = 0, γ = 1 일 때 낭종 영상의 CR, CNR, SNR이 주엽 영상과 비슷한 결과가 나온다. 비선형 필터(145)를 적용한 영상의 경우, 집속 지연하여 합산한 영상에서 추정한 부엽 크기를 감산하여 미리 제거한 후 필터링하기 때문에 낮은 γ에서도 CR, CNR, SNR이 좋은 결과로 나타날 수 있다. γ이 커지면 부엽이 줄어들면서 CR이 커지지만 배경 밝기가 어두워지면서 CNR과 SNR은 감소한다. 또한 배경 영상의 스페클 패턴이 초음파 영상에서 일반적으로 나타나는 스페클 패턴과 많이 달라진다.
CR CNR SNR
Cyst1 Cyst2 Cyst3 Cyst1 Cyst2 Cyst3
주엽 영상 -29.38 -20.77 -12.92 1.604 1.505 1.264 1.661
부엽 억제 필터 적용한 영상 γ = 0 -26.89 -20.05 -12.95 1.639 1.541 1.308 1.717
γ = 1 -32.86 -22.85 -13.93 1.459 1.382 1.174 1.493
γ = 2 -34.91 -23.96 -14.43 1.349 1.283 1.096 1.374
γ = 5 -37.52 -25.41 -15.17 1.189 1.138 0.981 1.205
γ = 10 -39.13 -26.35 -15.70 1.076 1.033 0.898 1.088
γ = 20 -40.32 -27.07 -16.14 0.980 0.944 0.826 0.990
부엽 억제 필터를 이용한 필터링 이전 영상과 이후 영상에 대한 평균 밝기의 변화도 필터의 특성을 평가하기 위한 평가 지표로 사용할 수 있다.
이론적으로 주엽 영상의 경우 부엽 억제 필터에서 필터링된 경우 필터링 이전과 필터링 이후에서 영상 밝기는 동일하고, 부엽 영상의 경우 필터링 이후에 영상 밝기가 대폭 감소하게 된다. 이러한 필터 특성을 응용하여 배경 영상에 적용시 부엽 억제 필터에 의한 필터링 이전과 이후에서 배경 영상의 평균 밝기 변화를 관찰함으로써 부엽 억제 필터의 성능을 평가할 수 있다. [표 2]는 도 7에서 통상 초음파 영상, 주엽 영상, 부엽 영상에 대해 각각 부엽 억제 필터로 필터링한 후 해당 영상에서 배경 영역의 평균 밝기값을 나타낸다. 배경 영역은 도 5 (a)에서 백색 점선으로 표기한 사각 영역이며, 수치는 로그 압축(log compression)하기 이전의 평균 밝기값이다.
통상 초음파 영상(conventional image) 주엽 영상(main image) 부엽 영상(sidelobe image)
필터적용하지않음 754.19 706.01 229.48
부엽억제필터를적용 γ = 0 807.08 792.38 127.88
γ = 1 609.41 670.04 52.81
γ = 2 499.86 586.45 34.90
γ = 5 334.00 436.68 17.75
γ = 10 219.85 313.46 9.87
γ = 20 132.54 204.57 5.26
도 8은 통상 초음파 영상, 주엽 영상, 부엽 영상을 각각 필터링한 후 γ = 0일 때의 밝기값으로 정규화하여 γ 값에 따른 영상의 밝기 변화를 나타낸 그래프이다. 부엽 영상(점선)의 경우 γ이 증가함에 따라 영상 밝기값이 급격하게 감소하고 γ이 5~10에서 영상 밝기값이 완만하게 줄어든다. 주엽 영상(파선)의 경우 상대적으로 영상 밝기의 감소율이 가장 작고, 통상 초음파 영상(실선)의 경우 중간 정도로 영상 밝기의 감소율이 나타난다. 이러한 결과로부터 부엽 억제 필터가 부엽을 억제하는 기능을 충실하게 수행하는 것을 확인할 수 있다.
영상의 평균 밝기값을 이용하여 화질을 평가하는 평가 지표로서 CMR, CSR, MSR을 제시한다.
먼저, CMR은 [수학식 6]과 같이 나타내며 주엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율을 계산한다.
[수학식 6]
Figure PCTKR2018002731-appb-I000006
CSR은 [수학식 7]과 같이 나타내며 부엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율을 계산한다.
[수학식 7]
Figure PCTKR2018002731-appb-I000007
MSR은 [수학식 8]과 같이 나타내며 부엽 영상의 평균 밝기에 대한 주엽 영상의 평균 밝기의 비율을 계산한다.
[수학식 8]
Figure PCTKR2018002731-appb-I000008
MSR은 주엽 영상과 부엽 영상의 평균 밝기에 의하여 결정되므로, 부엽 억제 필터를 사용하지 않는 초음파 영상의 채널 신호를 집속하는 과정에서 축을 벗어난(off-axis) 신호를 제거하는 성능을 평가하기 위한 평가지표로서 사용할 수 있다.
[표 2]를 참고하여, 필터 적용하지 않는 경우 CMR0, CSR0, MSR0을 다음과 같이 계산한다.
CMR0 = (754.19 / 706.01) = 1.068
CSR0 = (754.19 / 229.48) = 3.287
MSR0 = (706.01 / 229.48) = 3.077
[표 3]은 [표 2]의 수치를 근거로 평가 지표 CMR, CSR, MSR을 계산한 결과이다.
CMR CSR MSR
필터 적용하지 않음 1.068 3.287 3.077
부엽억제필터를적용 γ = 0 1.019 6.311 6.196
γ = 1 0.910 11.540 12.688
γ = 2 0.852 14.323 16.804
γ = 5 0.765 18.817 24.602
γ = 10 0.701 22.275 31.759
γ = 20 0.648 25.198 38.892
부엽 억제 필터를 적용한 경우, 통상 초음파 영상의 평균 밝기의 감소율이 주엽 영상의 평균 밝기의 감소율보다 크고 γ = 0 일 때를 제외하고 CMR은 1 보다 작고, CSR과 MSR은 1 보다 큰 값으로 나타난다.
도 9는 γ(gamma)를 가변할 때 평가 지표 CMR, CSR, MSR의 변화를 나타낸 그래프이다. γ이 5까지 증가할 때 CSR과 MSR은 급격히 커지다가 그 이후 증가율이 둔화되는 것을 알 수 있다.

Claims (4)

  1. (a) 시뮬레이션 프로그램을 이용하여 초음파 음장에 존재하는 반사체에서 반사되어 오는 신호로부터 가상의 초음파 영상을 형성시 상기 시뮬레이션 프로그램에 의해 통상 초음파 영상과 주엽 영상 및 부엽 영상을 분리하여 형성하는 단계;
    (b) 상기 주엽 영상을 표준 영상으로 설정하고, 상기 (a) 단계에서 분리 형성된 영상의 평균 밝기값을 이용하여 평가 지표를 계산하는 단계;
    (c) 상기 계산된 평가 지표에 기초하여 상기 통상 초음파 영상에 중첩된 부엽을 제거하기 위한 신호 처리에 사용된 부엽 억제 필터의 특성을 평가하는 단계;를 포함하는 것을 특징으로 하는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법.
  2. 제1항에 있어서,
    상기 부엽 억제 필터가 부엽을 제거하기 위한 선형 필터 또는 비선형 필터이고, 상기 부엽 억제 필터의 필터 특성을 가변할 때 나타나는 상기 평가 지표의 변화에 따라 필터 성능을 평가하는 것을 특징으로 하는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법.
  3. 제1항에 있어서,
    상기 평가 지표는 아래와 같이 정의되는 CMR, CSR, MSR 중 적어도 하나를 포함하는 것을 특징으로 하는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법.
    CMR = (mean of conventional image / mean of mainlobe image)
    CSR = (mean of conventional image / mean of sidelobe image)
    MSR = (mean of mainlobe image / mean of sidelobe image)
    여기서, CMR은 주엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율이고, CSR은 부엽 영상의 평균 밝기에 대한 통상 초음파 영상의 평균 밝기의 비율이며, MSR은 부엽 영상의 평균 밝기에 대한 주엽 영상의 평균 밝기의 비율이다.
  4. 제3항에 있어서,
    상기 MSR은 상기 부엽 억제 필터를 사용하지 않는 초음파 영상의 채널 신호를 집속하는 과정에서 축을 벗어난(off-axis) 신호를 제거하는 성능을 평가하기 위한 평가지표로 사용하는 것을 특징으로 하는 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법.
PCT/KR2018/002731 2017-03-08 2018-03-07 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법 WO2018164490A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170029258A KR101858137B1 (ko) 2017-03-08 2017-03-08 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법
KR10-2017-0029258 2017-03-08

Publications (1)

Publication Number Publication Date
WO2018164490A1 true WO2018164490A1 (ko) 2018-09-13

Family

ID=62451804

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/002731 WO2018164490A1 (ko) 2017-03-08 2018-03-07 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법

Country Status (2)

Country Link
KR (1) KR101858137B1 (ko)
WO (1) WO2018164490A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064122A (zh) * 2021-02-25 2021-07-02 上海卫星工程研究所 P波段sar干扰抑制算法的性能评价方法、系统及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102289882B1 (ko) * 2018-12-31 2021-08-13 한국항공대학교산학협력단 잡음 기반 위상 변조 파형의 부엽 제거를 통한 위치 추정 성능 향상 기법 및 다중 경로 환경에서의 충돌 방지를 위한 광대역 레이다 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090042152A (ko) * 2007-10-25 2009-04-29 주식회사 메디슨 사이드 로브 레벨의 영향을 제거하는 방법
KR101552427B1 (ko) * 2014-03-04 2015-09-11 대진대학교 산학협력단 초음파 영상의 스페클 저감장치
KR101569673B1 (ko) * 2014-10-14 2015-11-18 대진대학교 산학협력단 초음파 영상의 부엽 저감 방법
KR101643304B1 (ko) * 2015-08-20 2016-07-28 대진대학교 산학협력단 비선형 필터를 이용한 초음파 영상의 부엽 저감장치
JP2016179313A (ja) * 2009-11-09 2016-10-13 フジフィルム・ソノサイト・インコーポレイテッドＦｕｊｉｆｉｌｍ Ｓｏｎｏｓｉｔｅ， Ｉｎｃ． 超音波システムのビーム形成方法及び超音波撮像システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004135705A (ja) * 2002-10-15 2004-05-13 Matsushita Electric Ind Co Ltd 超音波診断装置及び超音波診断方法
JP4235006B2 (ja) * 2003-02-12 2009-03-04 アロカ株式会社 超音波診断装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090042152A (ko) * 2007-10-25 2009-04-29 주식회사 메디슨 사이드 로브 레벨의 영향을 제거하는 방법
JP2016179313A (ja) * 2009-11-09 2016-10-13 フジフィルム・ソノサイト・インコーポレイテッドＦｕｊｉｆｉｌｍ Ｓｏｎｏｓｉｔｅ， Ｉｎｃ． 超音波システムのビーム形成方法及び超音波撮像システム
KR101552427B1 (ko) * 2014-03-04 2015-09-11 대진대학교 산학협력단 초음파 영상의 스페클 저감장치
KR101569673B1 (ko) * 2014-10-14 2015-11-18 대진대학교 산학협력단 초음파 영상의 부엽 저감 방법
KR101643304B1 (ko) * 2015-08-20 2016-07-28 대진대학교 산학협력단 비선형 필터를 이용한 초음파 영상의 부엽 저감장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064122A (zh) * 2021-02-25 2021-07-02 上海卫星工程研究所 P波段sar干扰抑制算法的性能评价方法、系统及介质
CN113064122B (zh) * 2021-02-25 2023-02-17 上海卫星工程研究所 P波段sar干扰抑制算法的性能评价方法、系统及介质

Also Published As

Publication number Publication date
KR101858137B1 (ko) 2018-05-16

Similar Documents

Publication Publication Date Title
US8254654B2 (en) Sidelobe suppression in ultrasound imaging using dual apodization with cross-correlation
Abeyratne et al. Higher order spectra based deconvolution of ultrasound images
Matrone et al. Depth-of-field enhancement in filtered-delay multiply and sum beamformed images using synthetic aperture focusing
WO2018164490A1 (ko) 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법
CN108354627B (zh) 一种提高帧频的超声波束形成方法
WO2015133677A1 (ko) 초음파 영상의 스페클 저감장치
Iraca et al. Power spectrum equalization for ultrasonic image restoration
KR101643304B1 (ko) 비선형 필터를 이용한 초음파 영상의 부엽 저감장치
JP4732345B2 (ja) 超音波撮像方法および装置
CN108961177B (zh) 一种oct图像散点噪声的抑制方法
US8037767B2 (en) Transmit apodization using a sinc function in an ultrasound system
Jeong et al. A new method for assessing the performance of signal processing filters in suppressing the side lobe level
Seo et al. Evaluating the robustness of dual apodization with cross-correlation
KR101569673B1 (ko) 초음파 영상의 부엽 저감 방법
CN101836868B (zh) 自适应的动态范围调整方法和设备
US11074693B2 (en) Ultrasound diagnostic apparatus and method of producing ultrasound image
US6827685B2 (en) Method of ultrasonic speckle reduction using wide-band frequency compounding with tissue-generated harmonics
EP1570244A1 (de) Vorrichtung und verfahren zum erfassen und wiedergeben von gerauschen, insbesondere zur akustischen komponentenanalyse bei kraftfahrzeugen, und kopfhörer
Ahmed Image enhancement and noise removal by using new spatial filters
Kwon et al. Estimation and suppression of side lobes in medical ultrasound imaging systems
WO2013122275A1 (ko) 가중치 보간 방법 및 이를 이용한 초음파 진단장치
Dianis et al. Harmonic source wavefront aberration correction for ultrasound imaging
CN113679418B (zh) 一种基于压缩信噪比系数加权的超声成像方法
Fernandez et al. Two-dimensional phase aberration correction using an ultrasonic 1.75 D array: Case study on breast microcalcifications
Li et al. Spatio-temporally smoothed coherence weighting combined with spatial compounding for ultrasound imaging

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: 18764814

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: 18764814

Country of ref document: EP

Kind code of ref document: A1