WO2022010186A1 - B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법 - Google Patents

B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법 Download PDF

Info

Publication number
WO2022010186A1
WO2022010186A1 PCT/KR2021/008401 KR2021008401W WO2022010186A1 WO 2022010186 A1 WO2022010186 A1 WO 2022010186A1 KR 2021008401 W KR2021008401 W KR 2021008401W WO 2022010186 A1 WO2022010186 A1 WO 2022010186A1
Authority
WO
WIPO (PCT)
Prior art keywords
correlation coefficient
blood flow
singular
components
component
Prior art date
Application number
PCT/KR2021/008401
Other languages
English (en)
French (fr)
Inventor
송태경
정의석
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Publication of WO2022010186A1 publication Critical patent/WO2022010186A1/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
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts

Definitions

  • the present invention relates to an ultrasound imaging apparatus and a method of operating the ultrasound imaging apparatus.
  • blood flow may be imaged using Color Doppler, Power Doppler, Spectral Doppler, and Vector doppler. Recently, new methods for imaging blood flow have been studied.
  • An object of the present invention is to provide an ultrasound imaging apparatus capable of extracting and imaging a blood flow component by dividing it into a plurality of components according to a correlation coefficient between unit singular vectors included in a spatial singular vector.
  • the technical problem to be achieved by the present invention is to provide an operating method of an ultrasound imaging apparatus capable of extracting and imaging a blood flow component by dividing it into a plurality of components according to a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • an ultrasound imaging apparatus may include a vector generator, a singular correlation coefficient calculator, and a component classifier.
  • the vector generator may generate a spatial singular vector based on a rearrangement matrix determined according to a plurality of ultrasound image frames.
  • the singular correlation coefficient calculator may calculate a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • the component classifier may classify image components included in the ultrasound image frames into a plurality of components according to the correlation coefficient.
  • the correlation coefficient corresponding to the blood flow component among the plurality of components may be greater than a predetermined reference value.
  • the correlation coefficient corresponding to the soft tissue component among the plurality of components may be smaller than a predetermined soft tissue reference value.
  • the soft tissue reference value may be preset to a value very close to zero.
  • the plurality of components may include the blood flow component, the soft tissue component, and the noise component.
  • the reference value may be adjusted while the ultrasound imaging apparatus is operating.
  • the component classifier may include a correlation matrix that maps the correlation coefficient between the unit singular vectors.
  • the value of the correlation coefficient may be 1. have.
  • the correlation matrix may be symmetric with respect to a diagonal line in which the first axis number and the second axis number are the same on the correlation matrix.
  • the correlation matrix may be divided into a plurality of regions.
  • the first region may be a soft tissue component region
  • the second region may be a blood flow component region
  • the third region may be a noise component region.
  • the correlation coefficient corresponding to the blood flow component region may be greater than the reference value.
  • the ultrasound imaging system may include a vector generator, a singular correlation coefficient calculator, a component classifier, and a blood flow image generator.
  • the vector generator may generate a spatial singular vector based on a rearrangement matrix determined according to a plurality of ultrasound image frames.
  • the singular correlation coefficient calculator may calculate a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • the component classifier may classify image components included in the ultrasound image frames into a plurality of components according to the correlation coefficient.
  • the blood flow image generator may construct a blood flow image based on data corresponding to a blood flow component among the plurality of components.
  • the ultrasound imaging system may replace a region corresponding to the blood flow image included in the ultrasound image with the blood flow image.
  • a vector generator may generate a spatial singular vector based on a rearrangement matrix determined according to a plurality of ultrasound image frames.
  • the singular correlation coefficient calculator may calculate a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • a component classifier may classify image components included in the ultrasound image frames into a plurality of components according to the correlation coefficient.
  • the correlation coefficient corresponding to the blood flow component among the plurality of components may be greater than a predetermined reference value.
  • a vector generator may generate a spatial singular vector based on a rearrangement matrix determined according to a plurality of ultrasound image frames.
  • the singular correlation coefficient calculator may calculate a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • a component classifier may classify image components included in the ultrasound image frames into a plurality of components according to the correlation coefficient.
  • a blood flow image generator may construct a blood flow image based on data corresponding to a blood flow component among the plurality of components.
  • the ultrasound imaging apparatus can extract and image a blood flow component by dividing the component into a plurality of components according to a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • a blood flow component can be extracted and imaged by dividing the component into a plurality of components according to a correlation coefficient between unit singular vectors included in the spatial singular vector.
  • FIG. 1 is a diagram illustrating an ultrasound imaging apparatus according to embodiments of the present invention.
  • FIG. 2 is a diagram for explaining an operation of a vector generator included in the ultrasound imaging apparatus of FIG. 1 .
  • FIG. 3 is a diagram for explaining a rearrangement matrix used in a vector generator included in the ultrasound imaging apparatus of FIG. 1 .
  • FIG. 4 is a diagram for explaining a spatial singular vector used in a singular correlation coefficient calculator included in the ultrasound imaging apparatus of FIG. 1 .
  • FIG. 5 is a diagram for explaining a correlation matrix used in a component classifier included in the ultrasound imaging apparatus of FIG. 1 .
  • FIG. 6 is a diagram for explaining a reference value used in the ultrasound imaging apparatus of FIG. 1 .
  • 7 to 10 are diagrams for explaining a plurality of regions included in the correlation matrix of FIG. 5 .
  • FIG. 11 is a diagram illustrating an ultrasound imaging system according to embodiments of the present invention.
  • FIG. 12 and 13 are diagrams for explaining an operation example of the ultrasound imaging system of FIG. 11 .
  • FIG. 14 is a flowchart illustrating a method of operating an ultrasound imaging apparatus according to embodiments of the present invention.
  • 15 is a flowchart illustrating a method of operating an ultrasound imaging system according to embodiments of the present invention.
  • FIG. 1 is a diagram illustrating an ultrasound imaging apparatus according to embodiments of the present disclosure
  • FIG. 2 is a diagram for explaining an operation of a vector generator included in the ultrasound imaging apparatus of FIG. 1
  • FIG. 3 is the ultrasound image of FIG. 1 .
  • It is a diagram for explaining a rearrangement matrix used in a vector generator included in the apparatus
  • FIG. 4 is a diagram for explaining a spatial singular vector used in the singular correlation coefficient calculator included in the ultrasound imaging apparatus of FIG. 1
  • FIG. 5 FIG. 1 is a diagram for explaining a correlation matrix used in a component classifier included in the ultrasound imaging apparatus of FIG. 1 .
  • the ultrasound imaging apparatus 10 may include a vector generator 100 , a singular correlation coefficient calculator 200 , and a component classifier 300 .
  • the vector generator 100 may generate the spatial singular vector SSV based on the rearrangement matrix RM determined according to the plurality of ultrasound image frames FR.
  • the plurality of ultrasound image frames may be disposed along the first direction D1 , and each of the plurality of ultrasound image frames may include data in an axial direction and a lateral direction.
  • the axial direction may be the second direction D2
  • the lateral direction may be the third direction D3 .
  • the plurality of ultrasound image frames may be rearranged as shown in FIG. 2 to form a rearrangement matrix RM.
  • the vector generator 100 may generate a spatial singular vector SSV by performing singular value decomposition (SVD) on the rearrangement matrix RM.
  • SVD singular value decomposition
  • the singular correlation coefficient calculator 200 may calculate a correlation coefficient CC between unit singular vectors included in the spatial singular vector SSV.
  • the unit singular vectors L included in the spatial singular vector SSV may include a first unit singular vector L1, a second unit singular vector L2, and a third unit singular vector L3.
  • the first unitary singular vector L1 may include a first value A1, a second value A2, and a third value A3, and the second unit singular vector L2 has a fourth value A4 , a fifth value A5 and a sixth value A6 may be included.
  • the third unit singular vector L3 may include a seventh value A7 , an eighth value A8 , and a ninth value A9 .
  • the singular correlation coefficient calculator 200 may calculate the correlation coefficient CC based on the first unit singular vector L1 , the second unit singular vector L2 , and the third unit singular vector L3 .
  • the singular correlation coefficient calculator 200 is a correlation matrix (CC) calculated based on the first unit singular vector (L1), the second unit singular vector (L2), and the third unit singular vector (L3).
  • CM can be configured.
  • 1, which is a value corresponding to the correlation coefficient CC between the first unit singular vector L1 and the first unit singular vector L1 may be mapped to the first cell of the correlation matrix CM
  • the first A value of 0.6 corresponding to the correlation coefficient CC between the unit singular vector L1 and the second unit singular vector L2 may be mapped to the second cell of the correlation matrix CM.
  • 0.2 which is a value corresponding to the correlation coefficient CC between the first unit singular vector L1 and the third unit singular vector L3 , may be mapped to the third cell of the correlation matrix CM.
  • the correlation coefficient CC may be calculated based on the second unit singular vector L2 and the third unit singular vector L3 and mapped to cells of the correlation matrix CM.
  • the component classifier 300 may classify image components included in the ultrasound image frames FR into a plurality of components GC according to the correlation coefficient CC.
  • the plurality of components GC may include a soft tissue component, a blood flow component, and a noise component.
  • a correlation coefficient CC corresponding to a blood flow component among the plurality of components GC may be greater than a predetermined reference value DCC.
  • the correlation coefficient CC corresponding to the soft tissue component among the plurality of components GC may be smaller than a predetermined soft tissue reference value.
  • the soft tissue reference value may be preset to a value very close to zero.
  • FIG. 6 is a diagram for explaining a reference value used in the ultrasound imaging apparatus of FIG. 1 .
  • the reference value DCC may be adjusted while the ultrasound imaging apparatus 10 is operating.
  • the reference value DCC may be 0.5.
  • image components having a correlation coefficient (CC) greater than 0.5 may be blood flow components
  • image components having a correlation coefficient (CC) of 0 may be soft tissue components.
  • image components in which the correlation coefficient CC appears randomly may be noise components.
  • the reference value DCC may be 0.6.
  • image components having a correlation coefficient (CC) greater than 0.6 may be blood flow components, and components having a correlation coefficient (CC) smaller than the soft tissue reference value may be soft tissue components.
  • image components in which the correlation coefficient CC appears randomly may be noise components.
  • the reference value DCC may be 0.7. In this case as well, the image components may be divided into a soft tissue component, a blood flow component, and a noise component in the same manner as described above.
  • 7 to 10 are diagrams for explaining a plurality of regions included in the correlation matrix of FIG. 5 .
  • the component classifier 300 may include a correlation matrix CM that maps a correlation coefficient CC between unit singular vectors L.
  • a first axis number arranged along a first axis AX1 of the correlation matrix CM and a second axis number arranged along a second axis AX2 different from the first axis AX1 are In the same case, the value of the correlation coefficient CC may be 1. For example, as shown in FIG.
  • correlation A cell corresponding to the matrix CM may be a first cell, wherein a first axis number disposed along the first axis AX1 is 2, and a second axis number disposed along the second axis AX2 is 2
  • the cell corresponding to the correlation matrix CM may be the fifth cell.
  • the cell corresponding to the correlation matrix CM is the first It may be 9 cells.
  • the value of the correlation coefficient CC corresponding to the first cell, the fifth cell, and the ninth cell may be 1.
  • the value 1 of the correlation coefficient CC corresponding to the first cell may be a value of the correlation coefficient CC between the first unit singular vector L1 and the first unit singular vector L1, and the correlation corresponding to the fifth cell
  • the value 1 of the coefficient CC may be a value of the correlation coefficient CC between the second unit singular vector L2 and the second unit singular vector L2.
  • the value 1 of the correlation coefficient CC corresponding to the ninth cell may be the value of the correlation coefficient CC between the third unit singular vector L3 and the third unit singular vector L3.
  • the correlation matrix CM may be symmetric with respect to a diagonal ACL having the same first axis number and the second axis number on the correlation matrix CM.
  • the second cell and the fourth cell included in the correlation matrix CM may be symmetrical cells based on the diagonal ACL.
  • the value of the correlation coefficient CC corresponding to the second cell may be 0.6
  • the value of the correlation coefficient CC corresponding to the fourth cell may be 0.6.
  • the value of the correlation coefficient CC corresponding to the second cell and the value of the correlation coefficient CC corresponding to the fourth cell may be equal to 0.6.
  • the value of the correlation coefficient CC corresponding to the third cell and the value of the correlation coefficient CC corresponding to the seventh cell may be equal to 0.2.
  • the value of the correlation coefficient CC corresponding to the sixth cell and the value of the correlation coefficient CC corresponding to the eighth cell may be equal to 0.1.
  • the correlation matrix CM may be divided into a plurality of regions.
  • the first region RG1 may be a soft tissue component region
  • the second region RG2 may be a blood flow component region
  • the third region RG3 may be a noise component region.
  • a color expressed in the correlation matrix CM may indicate a correlation value.
  • the plurality of regions may be divided according to a distance from the origin ZP in the correlation matrix CM.
  • the plurality of regions may include a first region RG1 , a second region RG2 , and a third region RG3 .
  • the region closest to the origin ZP may be the first region RG1 , the first region RG1 may be a soft tissue (Clutter) component region, and the next closest region from the origin ZP to the first region RG1
  • the region may be the second region RG2 , and the second region RG2 may be a blood flow component region.
  • a region next to the second region RG2 from the origin ZP may be the third region RG3 , and the third region RG3 may be a noise component region.
  • the correlation coefficient CC corresponding to the blood flow component region may be greater than the reference value.
  • the ultrasound imaging apparatus 10 extracts the blood flow component by dividing it into a plurality of components GC according to the correlation coefficient CC between the unit singular vectors L included in the spatial singular vector SSV. can be imaged.
  • the ultrasound imaging apparatus 10 according to the present invention it is possible to provide a new method of confirming a blood flow image in a B-mode image, unlike a conventional blood flow image.
  • FIG. 11 is a diagram illustrating an ultrasound imaging system according to embodiments of the present invention
  • FIGS. 12 and 13 are diagrams for explaining an operation example of the ultrasound imaging system of FIG. 11 .
  • the ultrasound imaging system 20 includes a vector generator 100 , a singular correlation coefficient calculator 200 , a component classifier 300 , and a blood flow image generator 400 .
  • the vector generator 100 may generate the spatial singular vector SSV based on the rearrangement matrix RM determined according to the plurality of ultrasound image frames FR.
  • the singular correlation coefficient calculator 200 may calculate a correlation coefficient CC between unit singular vectors L included in the spatial singular vector SSV.
  • the component classifier 300 may classify image components included in the ultrasound image frames FR into a plurality of components GC according to the correlation coefficient CC.
  • the blood flow image generator 400 may construct a blood flow image BFI based on data corresponding to a blood flow component among the plurality of components GC.
  • the ultrasound imaging system 20 may replace the region BFIR corresponding to the blood flow image BFI included in the ultrasound image with the blood flow image BFI.
  • FIG. 14 is a flowchart illustrating a method of operating an ultrasound imaging apparatus according to embodiments of the present invention.
  • the vector generator 100 determines the rearrangement matrix RM according to the plurality of ultrasound image frames FR. ) based on the spatial singular vector (SSV) may be generated (S100).
  • the singular correlation coefficient calculator 200 may calculate a correlation coefficient CC between the unit singular vectors L included in the spatial singular vector SSV ( S200 ).
  • the component classifier 300 may classify image components included in the ultrasound image frames FR into a plurality of components GC according to the correlation coefficient CC (S300). In an embodiment, the correlation coefficient CC corresponding to the blood flow component among the plurality of components GC may be greater than a predetermined reference value.
  • 15 is a flowchart illustrating a method of operating an ultrasound imaging system according to embodiments of the present invention.
  • the vector generator 100 determines the rearrangement matrix RM according to the plurality of ultrasound image frames FR.
  • a spatial singular vector (SSV) may be generated ( S110 ).
  • the singular correlation coefficient calculator 200 may calculate a correlation coefficient CC between the unit singular vectors L included in the spatial singular vector SSV ( S210 ).
  • the component classifier 300 may classify image components included in the ultrasound image frames FR into a plurality of components GC according to the correlation coefficient CC ( S310 ).
  • the blood flow image generator 400 may construct a blood flow image BFI based on data corresponding to a blood flow component among the plurality of components GC ( S410 ).
  • the ultrasound imaging system 20 extracts the blood flow component by dividing it into a plurality of components (GC) according to the correlation coefficient (CC) between the unit singular vectors (L) included in the spatial singular vector (SSV). can be imaged.

Landscapes

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

Abstract

본 발명의 실시예에 따른 초음파 영상장치는 벡터 생성기, 싱귤러 상관계수 계산기 및 성분 분류기를 포함할 수 있다. 벡터 생성기는 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성할 수 있다. 싱귤러 상관계수 계산기는 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산할 수 있다. 성분 분류기는 상관계수에 따라 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분할 수 있다. 본 발명에 따른 초음파 영상장치는 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수에 따라 복수의 구성성분들로 구분함으로써 혈류성분을 추출하여 영상화할 수 있다.

Description

B모드 혈류영상 장치 및 B모드 혈류영상 장치의 동작 방법
본 발명은 초음파 영상장치 및 초음파 영상장치의 동작방법에 관한 것이다.
대상체로부터 반사되어 초음파 프로브로 수신되는 수신 초음파 신호를 이용하여 혈류를 영상화하기 위한 다양한 방법들이 존재할 수 있다. 대표적으로, Color Doppler, Power Doppler, Spectral Doppler 및 Vector doppler 등을 이용하여 혈류를 영상화할 수 있다. 최근, 혈류를 영상화하기 위한 새로운 방법들이 연구되고 있다.
본 발명이 이루고자 하는 기술적 과제는 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수에 따라 복수의 구성성분들로 구분함으로써 혈류성분을 추출하여 영상화할 수 있는 초음파 영상장치를 제공하는 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수에 따라 복수의 구성성분들로 구분함으로써 혈류성분을 추출하여 영상화할 수 있는 초음파 영상장치의 동작방법을 제공하는 것이다.
이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 초음파 영상장치는 벡터 생성기, 싱귤러 상관계수 계산기 및 성분 분류기를 포함할 수 있다. 벡터 생성기는 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성할 수 있다. 싱귤러 상관계수 계산기는 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산할 수 있다. 성분 분류기는 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분할 수 있다.
일 실시예에 있어서, 상기 복수의 구성성분들 중 혈류성분에 상응하는 상기 상관계수는 미리 정해진 기준 값보다 클 수 있다.
일 실시예에 있어서, 상기 복수의 구성성분들 중 연조직 성분에 상응하는 상기 상관계수는 미리 정해진 연조직 기준값보다 작을 수 있다. 연조직 기준값은 0에 매우 가까운 값으로 미리 정해질 수 있다.
일 실시예에 있어서, 상기 복수의 구성성분들은 상기 혈류성분, 상기 연조직 성분 및 노이즈 성분을 포함할 수 있다.
일 실시예에 있어서, 상기 초음파 영상장치가 동작하는 동안, 상기 기준 값이 조절될 수 있다.
일 실시예에 있어서, 상기 성분 분류기는 상기 단위 싱귤러 벡터들 간의 상기 상관계수를 매핑하는 상관 매트릭스를 포함할 수 있다.
일 실시예에 있어서, 상기 상관 매트릭스의 제1 축을 따라 배치되는 제1축 번호 및 상기 제1 축과 상이한 제2 축을 따라 배치되는 제2축 번호가 같은 경우, 상기 상관계수의 값은 1일 수 있다.
일 실시예에 있어서, 상기 상관 매트릭스 상에서 상기 제1축 번호 및 상기 제2축 번호가 동일한 대각선을 기준으로 상기 상관 매트릭스는 대칭일 수 있다.
일 실시예에 있어서, 상기 상관 매트릭스는 복수의 영역들로 구분될 수 있다. 제1 영역은 연조직 성분 영역이고, 제2 영역은 혈류성분 영역이고, 제3 영역은 노이즈 성분 영역일 수 있다.
일 실시예에 있어서, 상기 혈류성분 영역에 상응하는 상기 상관계수는 상기 기준 값보다 클 수 있다.
이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 초음파 영상시스템은 벡터 생성기, 싱귤러 상관계수 계산기, 성분 분류기 및 혈류영상 생성기를 포함할 수 있다. 벡터 생성기는 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성할 수 있다. 싱귤러 상관계수 계산기는 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산할 수 있다. 성분 분류기는 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분할 수 있다. 혈류영상 생성기는 상기 복수의 구성성분들 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상을 구성할 수 있다.
일 실시예에 있어서, 상기 초음파 영상시스템은 초음파 영상에 포함되는 상기 혈류영상에 상응하는 영역을 상기 혈류영상으로 대체할 수 있다.
이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 초음파 영상장치의 동작방법에서는, 벡터 생성기가 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성할 수 있다. 싱귤러 상관계수 계산기가 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산할 수 있다. 성분 분류기가 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분할 수 있다.
일 실시예에 있어서, 상기 복수의 구성성분들 중 혈류성분에 상응하는 상기 상관계수는 미리 정해진 기준 값보다 클 수 있다.
이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 초음파 영상시스템의 동작방법에서는, 벡터 생성기가 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성할 수 있다. 싱귤러 상관계수 계산기가 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산할 수 있다. 성분 분류기가 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분할 수 있다. 혈류영상 생성기가 상기 복수의 구성성분들 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상을 구성할 수 있다.
위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.
본 발명에 따른 초음파 영상장치는 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수에 따라 복수의 구성성분들로 구분함으로써 혈류성분을 추출하여 영상화할 수 있다.
또한, 본 발명에 따른 초음파 영상장치의 동작방법에서는, 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수에 따라 복수의 구성성분들로 구분함으로써 혈류성분을 추출하여 영상화할 수 있다.
이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.
도 1은 본 발명의 실시예들에 따른 초음파 영상장치를 나타내는 도면이다.
도 2는 도 1의 초음파 영상장치에 포함되는 벡터 생성기의 동작을 설명하기 위한 도면이다.
도 3은 도 1의 초음파 영상장치에 포함되는 벡터 생성기에서 사용되는 재배열 매트릭스를 설명하기 위한 도면이다.
도 4는 도 1의 초음파 영상장치에 포함되는 싱귤러 상관계수 계산기에서 사용되는 스패셜 싱귤러 벡터를 설명하기 위한 도면이다.
도 5는 도 1의 초음파 영상장치에 포함되는 성분 분류기에서 사용되는 상관 매트릭스를 설명하기 위한 도면이다.
도 6은 도 1의 초음파 영상장치에서 사용되는 기준값을 설명하기 위한 도면이다.
도 7 내지 10은 도 5의 상관 매트릭스에 포함되는 복수의 영역들을 설명하기 위한 도면들이다.
도 11은 본 발명의 실시예들에 따른 초음파 영상시스템을 나타내는 도면이다.
도 12 및 13은 도 11의 초음파 영상시스템의 일 동작 예를 설명하기 위한 도면이다.
도 14는 본 발명의 실시예들에 따른 초음파 영상장치의 동작방법을 나타내는 순서도이다.
도 15는 본 발명의 실시예들에 따른 초음파 영상시스템의 동작방법을 나타내는 순서도이다.
본 명세서에서 각 도면의 구성 요소들에 참조번호를 부가함에 있어서 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.
한편, 본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한, 복수의 표현을 포함하는 것으로 이해되어야 하는 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부되는 도면을 참고하여 상기 문제점을 해결하기 위해 고안된 본 발명의 바람직한 실시예들에 대해 상세히 설명한다.
도 1은 본 발명의 실시예들에 따른 초음파 영상장치를 나타내는 도면이고, 도 2는 도 1의 초음파 영상장치에 포함되는 벡터 생성기의 동작을 설명하기 위한 도면이고, 도 3은 도 1의 초음파 영상장치에 포함되는 벡터 생성기에서 사용되는 재배열 매트릭스를 설명하기 위한 도면이고, 도 4는 도 1의 초음파 영상장치에 포함되는 싱귤러 상관계수 계산기에서 사용되는 스패셜 싱귤러 벡터를 설명하기 위한 도면이고, 도 5는 도 1의 초음파 영상장치에 포함되는 성분 분류기에서 사용되는 상관 매트릭스를 설명하기 위한 도면이다.
도 1 내지 5를 참조하면, 본 발명의 실시예들에 따른 초음파 영상장치(10)는 벡터 생성기(100), 싱귤러 상관계수 계산기(200) 및 성분 분류기(300)를 포함할 수 있다. 벡터 생성기(100)는 복수의 초음파영상 프레임들(FR)에 따라 결정되는 재배열 매트릭스(RM)에 기초하여 스패셜 싱귤러 벡터(SSV)를 생성할 수 있다. 예를 들어, 복수의 초음파 영상 프레임들은 제1 방향(D1)을 따라 배치될 수 있고, 복수의 초음파 영상 프레임들의 각각은 액시얼 방향 및 레터럴 방향의 데이터를 포함할 수 있다. 액시얼 방향은 제2 방향(D2)일 수 있고, 래터럴 방향은 제3 방향(D3)일 수 있다. 복수의 초음파 영상 프레임들은 도 2에 도시된 바와 같이 재배열되어 재배열 매트릭스(RM)로 구성될 수 있다. 벡터 생성기(100)는 재배열 매트릭스(RM)에 대하여 싱귤러 밸류 디컴포지션(Singular Value Decomposition, SVD)를 수행하여 스패셜 싱귤러 벡터(SSV)를 생성할 수 있다.
싱귤러 상관계수 계산기(200)는 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들 간의 상관계수(CC)를 계산할 수 있다. 예를 들어, 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L)은 제1 단위 싱귤러 벡터(L1), 제2 단위 싱귤러 벡터(L2) 및 제3 단위 싱귤러 벡터(L3)를 포함할 수 있다. 제1 단위 싱귤러 벡터(L1)는 제1 값(A1), 제2 값(A2) 및 제3 값(A3)을 포함할 수 있고, 제2 단위 싱귤러 벡터(L2)는 제4 값(A4), 제5 값(A5) 및 제6 값(A6)을 포함할 수 있다. 또한, 제3 단위 싱귤러 벡터(L3)는 제7 값(A7), 제8 값(A8) 및 제9 값(A9)을 포함할 수 있다. 싱귤러 상관계수 계산기(200)는 제1 단위 싱귤러 벡터(L1), 제2 단위 싱귤러 벡터(L2) 및 제3 단위 싱귤러 벡터(L3)에 기초하여 상관계수(CC)를 계산할 수 있다.
싱귤러 상관계수 계산기(200)는 제1 단위 싱귤러 벡터(L1), 제2 단위 싱귤러 벡터(L2) 및 제3 단위 싱귤러 벡터(L3)에 기초하여 계산된 상관계수(CC)를 이용하여 상관 매트릭스(CM)를 구성할 수 있다. 예를 들어, 제1 단위 싱귤러 벡터(L1) 및 제1 단위 싱귤러 벡터(L1) 간의 상관계수(CC)에 해당하는 값인 1은 상관 매트릭스(CM)의 제1 셀에 매핑될 수 있고, 제1 단위 싱귤러 벡터(L1) 및 제2 단위 싱귤러 벡터(L2) 간의 상관계수(CC)에 해당하는 값인 0.6은 상관 매트릭스(CM)의 제2 셀에 매핑될 수 있다. 또한, 제1 단위 싱귤러 벡터(L1) 및 제3 단위 싱귤러 벡터(L3) 간의 상관계수(CC)에 해당하는 값인 0.2는 상관 매트릭스(CM)의 제3 셀에 매핑될 수 있다. 동일한 방식으로, 제2 단위 싱귤러 벡터(L2) 및 제3 단위 싱귤러 벡터(L3)를 기준으로 상관계수(CC)를 계산하여 상관 매트릭스(CM)의 셀들에 매핑할 수 있다.
성분 분류기(300)는 상관계수(CC)에 따라 초음파영상 프레임들(FR)에 포함되는 영상성분들을 복수의 구성성분들(GC)로 구분할 수 있다. 복수의 구성성분들(GC)은 연조직 성분, 혈류성분 및 노이즈 성분을 포함할 수 있다. 예를 들어, 복수의 구성성분들(GC) 중 혈류성분에 상응하는 상관계수(CC)는 미리 정해진 기준값(DCC)보다 클 수 있다. 또한, 복수의 구성성분들(GC) 중 연조직 성분에 상응하는 상관계수(CC) 미리 정해진 연조직 기준값보다 작을 수 있다. 연조직 기준값은 0에 매우 가까운 값으로 미리 정해질 수 있다.
도 6은 도 1의 초음파 영상장치에서 사용되는 기준값을 설명하기 위한 도면이다.
도 1 내지 6을 참조하면, 일 실시예에 있어서, 초음파 영상장치(10)가 동작하는 동안, 기준값(DCC)이 조절될 수 있다. 예를 들어, 제1 시간(T1)으로부터 제2 시간(T2)까지의 시간간격동안, 기준값(DCC)은 0.5일 수 있다. 기준값(DCC)이 0.5인 경우, 상관계수(CC)가 0.5보다 큰 값을 갖는 영상성분들은 혈류성분들일 수 있고, 상관계수(CC)가 0인 영상성분들은 연조직 성분들일 수 있다. 또한, 상관계수(CC)가 랜덤하게 나타나는 영상성분들은 노이즈 성분들일 수 있다.
제2 시간(T2) 경과 후, 제2 시간(T2)으로부터 제3 시간(T3)까지의 시간간격동안, 기준값(DCC)은 0.6일 수 있다. 기준값(DCC)이 0.6인 경우, 상관계수(CC)가 0.6보다 큰 값을 갖는 영상성분들은 혈류성분들일 수 있고, 상관계수(CC)가 연조직 기준값보다 작은 성분들은 연조직 성분들일 수 있다. 또한, 상관계수(CC)가 랜덤하게 나타나는 영상성분들은 노이즈 성분들일 수 있다. 제3 시간(T3) 경과 후, 제3 시간(T3)으로부터 제4 시간(T4)까지의 시간간격동안, 기준값(DCC)은 0.7일 수 있다. 이 경우에도 위에서 설명한 것과 동일한 방식으로 영상성분들을 연조직 성분, 혈류성분 및 노이즈 성분으로 구분할 수 있다.
도 7 내지 10은 도 5의 상관 매트릭스에 포함되는 복수의 영역들을 설명하기 위한 도면들이다.
도 1 내지 10을 참조하면, 성분 분류기(300)는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)를 매핑하는 상관 매트릭스(CM)를 포함할 수 있다. 일 실시예에 있어서, 상관 매트릭스(CM)의 제1 축(AX1)을 따라 배치되는 제1축 번호 및 제1 축(AX1)과 상이한 제2 축(AX2)을 따라 배치되는 제2축 번호가 같은 경우, 상관계수(CC)의 값은 1일 수 있다. 예를 들어, 도 5에 도시된 바와 같이, 제1 축(AX1)을 따라 배치되는 제1축 번호가 1이고, 제2 축(AX2)을 따라 배치되는 제2축 번호가 1인 경우, 상관 매트릭스(CM)에 상응하는 셀은 제1 셀일 수 있고, 제1 축(AX1)을 따라 배치되는 제1축 번호가 2이고, 제2 축(AX2)을 따라 배치되는 제2축 번호가 2인 경우, 상관 매트릭스(CM)에 상응하는 셀은 제5 셀일 수 있다. 또한, 제1 축(AX1)을 따라 배치되는 제1축 번호가 3이고, 제2 축(AX2)을 따라 배치되는 제2축 번호가 3인 경우, 상관 매트릭스(CM)에 상응하는 셀은 제9 셀일 수 있다.
제1 셀, 제5 셀 및 제9 셀에 상응하는 상관계수(CC)의 값은 1일 수 있다. 제1 셀에 상응하는 상관계수(CC)의 값 1은 제1 단위 싱귤러 벡터(L1) 및 제1 단위 싱귤러 벡터(L1) 간의 상관계수(CC)의 값일 수 있고, 제5 셀에 상응하는 상관계수(CC)의 값 1은 제2 단위 싱귤러 벡터(L2) 및 제2 단위 싱귤러 벡터(L2) 간의 상관계수(CC)의 값일 수 있다. 또한, 제9 셀에 상응하는 상관계수(CC)의 값 1은 제3 단위 싱귤러 벡터(L3) 및 제3 단위 싱귤러 벡터(L3) 간의 상관계수(CC)의 값일 수 있다.
일 실시예에 있어서, 상관 매트릭스(CM) 상에서 제1축 번호 및 제2축 번호가 동일한 대각선(ACL)을 기준으로 상관 매트릭스(CM)는 대칭일 수 있다. 예를 들어, 상관 매트릭스(CM)에 포함되는 제2 셀 및 제4 셀은 대각선(ACL)을 기준으로 대칭되는 셀일 수 있다. 제2 셀에 상응하는 상관계수(CC)의 값은 0.6일 수 있고, 제4 셀에 상응하는 상관계수(CC)의 값은 0.6일 수 있다. 이 경우, 제2 셀에 상응하는 상관계수(CC)의 값 및 제4 셀에 상응하는 상관계수(CC)의 값은 0.6으로 동일할 수 있다. 동일한 방식으로, 제3 셀에 상응하는 상관계수(CC)의 값 및 제7 셀에 상응하는 상관계수(CC)의 값은 0.2로 동일할 수 있다. 또한, 제6 셀에 상응하는 상관계수(CC)의 값 및 제8 셀에 상응하는 상관계수(CC)의 값은 0.1로 동일할 수 있다.
일 실시예에 있어서, 상관 매트릭스(CM)는 복수의 영역들로 구분될 수 있다. 제1 영역(RG1)은 연조직 성분 영역이고, 제2 영역(RG2)은 혈류성분 영역이고, 제3 영역(RG3)은 노이즈 성분 영역일 수 있다. 상관 매트릭스(CM)에 표현되는 색상은 상관관계의 값을 나타낼 수 있다. 복수의 영역들은 상관 매트릭스(CM)에서 원점(ZP)으로부터의 거리에 따라 구분될 수 있다. 예를 들어, 복수의 영역들은 제1 영역(RG1), 제2 영역(RG2) 및 제3 영역(RG3)을 포함할 수 있다. 원점(ZP)으로부터 가장 가까운 영역은 제1 영역(RG1)일 수 있고, 제1 영역(RG1)은 연조직(Clutter) 성분 영역일 수 있고, 원점(ZP)으로부터 제1 영역(RG1) 다음으로 가까운 영역은 제2 영역(RG2)일 수 있고, 제2 영역(RG2)은 혈류성분 영역일 수 있다. 또한, 원점(ZP)으로부터 제2 영역(RG2) 다음으로 가까운 영역은 제3 영역(RG3)일 수 있고, 제3 영역(RG3)은 노이즈 성분 영역일 수 있다.
일 실시예에 있어서, 혈류성분 영역에 상응하는 상관계수(CC)는 기준 값보다 클 수 있다.
본 발명에 따른 초음파 영상장치(10)는 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)에 따라 복수의 구성성분들(GC)로 구분함으로써 혈류성분을 추출하여 영상화할 수 있다. 또한, 본 발명에 따른 초음파 영상장치(10)을 사용하면, 기존의 혈류영상과는 다르게 B-mode 영상에서 혈류영상를 확인할 수 있는 새로운 방법을 제공할 수 있다.
도 11은 본 발명의 실시예들에 따른 초음파 영상시스템을 나타내는 도면이고, 도 12 및 13은 도 11의 초음파 영상시스템의 일 동작 예를 설명하기 위한 도면이다.
도 1 내지 13을 참조하면, 본 발명의 실시예에 따른 초음파 영상시스템(20)은 벡터 생성기(100), 싱귤러 상관계수 계산기(200), 성분 분류기(300) 및 혈류영상 생성기(400)를 포함할 수 있다. 벡터 생성기(100)는 복수의 초음파영상 프레임들(FR)에 따라 결정되는 재배열 매트릭스(RM)에 기초하여 스패셜 싱귤러 벡터(SSV)를 생성할 수 있다. 싱귤러 상관계수 계산기(200)는 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)를 계산할 수 있다. 성분 분류기(300)는 상관계수(CC)에 따라 초음파영상 프레임들(FR)에 포함되는 영상성분들을 복수의 구성성분들(GC)로 구분할 수 있다. 혈류영상 생성기(400)는 복수의 구성성분들(GC) 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상(BFI)을 구성할 수 있다. 일 실시예에 있어서, 초음파 영상시스템(20)은 초음파 영상에 포함되는 혈류영상(BFI)에 상응하는 영역(BFIR)을 혈류영상(BFI)으로 대체할 수 있다.
도 14는 본 발명의 실시예들에 따른 초음파 영상장치의 동작방법을 나타내는 순서도이다.
도 1 내지 14를 참조하면, 본 발명의 실시예에 따른 초음파 영상장치(10)의 동작방법에서는, 벡터 생성기(100)가 복수의 초음파영상 프레임들(FR)에 따라 결정되는 재배열 매트릭스(RM)에 기초하여 스패셜 싱귤러 벡터(SSV)를 생성할 수 있다(S100). 싱귤러 상관계수 계산기(200)가 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)를 계산할 수 있다(S200). 성분 분류기(300)가 상관계수(CC)에 따라 초음파영상 프레임들(FR)에 포함되는 영상성분들을 복수의 구성성분들(GC)로 구분할 수 있다(S300). 일 실시예에 있어서, 복수의 구성성분들(GC) 중 혈류성분에 상응하는 상관계수(CC)는 미리 정해진 기준 값보다 클 수 있다.
도 15는 본 발명의 실시예들에 따른 초음파 영상시스템의 동작방법을 나타내는 순서도이다.
도 1 내지 15를 참조하면, 본 발명의 실시예에 따른 초음파 영상시스템(20)의 동작방법에서는, 벡터 생성기(100)가 복수의 초음파영상 프레임들(FR)에 따라 결정되는 재배열 매트릭스(RM)에 기초하여 스패셜 싱귤러 벡터(SSV)를 생성할 수 있다(S110). 싱귤러 상관계수 계산기(200)가 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)를 계산할 수 있다(S210). 성분 분류기(300)가 상관계수(CC)에 따라 초음파영상 프레임들(FR)에 포함되는 영상성분들을 복수의 구성성분들(GC)로 구분할 수 있다(S310). 혈류영상 생성기(400)가 복수의 구성성분들(GC) 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상(BFI)을 구성할 수 있다(S410). 본 발명에 따른 초음파 영상시스템(20)은 스패셜 싱귤러 벡터(SSV)에 포함되는 단위 싱귤러 벡터들(L) 간의 상관계수(CC)에 따라 복수의 구성성분들(GC)로 구분함으로써 혈류성분을 추출하여 영상화할 수 있다.

Claims (15)

  1. 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성하는 벡터 생성기;
    상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산하는 싱귤러 상관계수 계산기; 및
    상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분하는 성분 분류기를 포함하는 초음파 영상장치.
  2. 제1항에 있어서,
    상기 복수의 구성성분들 중 혈류성분에 상응하는 상기 상관계수는 미리 정해진 기준 값보다 큰 것을 특징으로 하는 초음파 영상장치.
  3. 제2항에 있어서,
    상기 복수의 구성성분들 중 연조직 성분에 상응하는 상기 상관계수는 미리 정해진 연조직 기준값보다 작은 것을 특징으로 하는 초음파 영상장치.
  4. 제3항에 있어서,
    상기 복수의 구성성분들은 상기 혈류성분, 상기 연조직 성분 및 노이즈 성분을 포함하는 것을 특징으로 하는 초음파 영상장치.
  5. 제4항에 있어서,
    상기 초음파 영상장치가 동작하는 동안, 상기 기준값이 조절되는 것을 특징으로 하는 초음파 영상장치.
  6. 제5항에 있어서,
    상기 성분 분류기는,
    상기 단위 싱귤러 벡터들 간의 상기 상관계수를 매핑하는 상관 매트릭스를 포함하는 것을 특징으로 하는 초음파 영상장치.
  7. 제6항에 있어서,
    상기 상관 매트릭스의 제1 축을 따라 배치되는 제1축 번호 및 상기 제1 축과 상이한 제2 축을 따라 배치되는 제2축 번호가 같은 경우, 상기 상관계수의 값은 1인 것을 특징으로 하는 초음파 영상장치.
  8. 제7항에 있어서,
    상기 상관 매트릭스 상에서 상기 제1축 번호 및 상기 제2축 번호가 동일한 대각선을 기준으로 상기 상관 매트릭스는 대칭인 것을 특징으로 하는 초음파 영상장치.
  9. 제8항에 있어서,
    상기 상관 매트릭스는 복수의 영역들로 구분되고,
    제1 영역은 연조직 성분 영역이고, 제2 영역은 혈류성분 영역이고, 제3 영역은 노이즈 성분 영역인 것을 특징으로 하는 초음파 영상장치.
  10. 제9항에 있어서,
    상기 혈류성분 영역에 상응하는 상기 상관계수는 상기 기준 값보다 큰 것을 특징으로 하는 초음파 영상장치.
  11. 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성하는 벡터 생성기;
    상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산하는 싱귤러 상관계수 계산기;
    상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분하는 성분 분류기; 및
    상기 복수의 구성성분들 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상을 구성하는 혈류영상 생성기를 포함하는 초음파 영상시스템.
  12. 제11항에 있어서,
    상기 초음파 영상시스템은,
    초음파 영상에 포함되는 상기 혈류영상에 상응하는 영역을 상기 혈류영상으로 대체하는 것을 특징으로 하는 초음파 영상시스템.
  13. 벡터 생성기가 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성하는 단계;
    싱귤러 상관계수 계산기가 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산하는 단계; 및
    성분 분류기가 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분하는 단계를 포함하는 초음파 영상장치의 동작방법.
  14. 제13항에 있어서,
    상기 복수의 구성성분들 중 혈류성분에 상응하는 상기 상관계수는 미리 정해진 기준 값보다 큰 것을 특징으로 하는 초음파 영상장치의 동작방법.
  15. 벡터 생성기가 복수의 초음파영상 프레임들에 따라 결정되는 재배열 매트릭스에 기초하여 스패셜 싱귤러 벡터를 생성하는 단계;
    싱귤러 상관계수 계산기가 상기 스패셜 싱귤러 벡터에 포함되는 단위 싱귤러 벡터들 간의 상관계수를 계산하는 단계;
    성분 분류기가 상기 상관계수에 따라 상기 초음파영상 프레임들에 포함되는 영상성분들을 복수의 구성성분들로 구분하는 단계; 및
    혈류영상 생성기가 상기 복수의 구성성분들 중 혈류성분에 상응하는 데이터에 기초하여 혈류영상을 구성하는 단계를 포함하는 초음파 영상시스템의 동작방법.
PCT/KR2021/008401 2020-07-06 2021-07-02 B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법 WO2022010186A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0082975 2020-07-06
KR1020200082975A KR102438696B1 (ko) 2020-07-06 2020-07-06 B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법

Publications (1)

Publication Number Publication Date
WO2022010186A1 true WO2022010186A1 (ko) 2022-01-13

Family

ID=79342052

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/008401 WO2022010186A1 (ko) 2020-07-06 2021-07-02 B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법

Country Status (2)

Country Link
KR (1) KR102438696B1 (ko)
WO (1) WO2022010186A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5662109A (en) * 1990-12-14 1997-09-02 Hutson; William H. Method and system for multi-dimensional imaging and analysis for early detection of diseased tissue
US20060173332A1 (en) * 2002-12-30 2006-08-03 Claire Prada Detection of small-size defects in medical ultrasonic imaging
US9002080B2 (en) * 2011-10-12 2015-04-07 University Of Virginia Patent Foundation Singular value filter for imaging or detection
US20190369220A1 (en) * 2016-11-29 2019-12-05 Koninklijke Philips N.V. Methods and systems for filtering ultrasound image clutter

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101896273B1 (ko) 2016-11-15 2018-09-10 금오공과대학교 산학협력단 특이값 분해(svd) 기법을 이용한 비접촉 방식의 생체 신호 측정방법
KR101859392B1 (ko) 2017-10-27 2018-05-18 알피니언메디칼시스템 주식회사 초음파 영상 기기 및 이를 이용한 클러터 필터링 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5662109A (en) * 1990-12-14 1997-09-02 Hutson; William H. Method and system for multi-dimensional imaging and analysis for early detection of diseased tissue
US20060173332A1 (en) * 2002-12-30 2006-08-03 Claire Prada Detection of small-size defects in medical ultrasonic imaging
US9002080B2 (en) * 2011-10-12 2015-04-07 University Of Virginia Patent Foundation Singular value filter for imaging or detection
US20190369220A1 (en) * 2016-11-29 2019-12-05 Koninklijke Philips N.V. Methods and systems for filtering ultrasound image clutter

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BARANGER JEROME, ARNAL BASTIEN, PERREN FABIENNE, BAUD OLIVIER, TANTER MICKAEL, DEMENE CHARLIE: "Adaptive Spatiotemporal SVD Clutter Filtering for Ultrafast Doppler Imaging Using Similarity of Spatial Singular Vectors", IEEE TRANSACTIONS ON MEDICAL IMAGING, IEEE, USA, vol. 37, no. 7, 1 July 2018 (2018-07-01), USA, pages 1574 - 1586, XP055886104, ISSN: 0278-0062, DOI: 10.1109/TMI.2018.2789499 *

Also Published As

Publication number Publication date
KR20220005292A (ko) 2022-01-13
KR102438696B1 (ko) 2022-08-30

Similar Documents

Publication Publication Date Title
WO2019088462A1 (ko) 혈압 추정 모델 생성 시스템 및 방법과 혈압 추정 시스템 및 방법
WO2018004154A1 (ko) 혼합현실 디스플레이 장치
WO2021020866A1 (ko) 원격 모니터링을 위한 영상 분석 시스템 및 방법
WO2016056683A1 (ko) 전자 장치 및 이의 잔향 제거 방법
WO2017142311A1 (ko) 다중 객체 추적 시스템 및 이를 이용한 다중 객체 추적 방법
CN109118532A (zh) 视觉景深估计方法、装置、设备及存储介质
WO2022010186A1 (ko) B모드 혈류영상 장치 및 b모드 혈류영상 장치의 동작 방법
WO2017160057A1 (ko) 스크린 골프 시스템, 스크린 골프를 위한 영상 구현 방법 및 이를 기록한 컴퓨팅 장치에 의해 판독 가능한 기록 매체
WO2016186236A1 (ko) 3차원 오브젝트의 색상 처리 시스템 및 방법
WO2015099249A1 (ko) 의료 영상의 병변 유사도 판단 장치 및 방법
WO2014010820A1 (en) Method and apparatus for estimating image motion using disparity information of a multi-view image
WO2016060335A1 (ko) 초음파 영상의 부엽 저감 방법
WO2016108406A1 (ko) 차량 위치 검출 장치 및 방법
WO2020096273A1 (ko) 영상 내 3차원 깊이정보 추출 방법 및 시스템
WO2020171614A1 (ko) 오디오 신호 패턴을 이용한 햅틱 신호 발생 방법 및 장치
WO2023277421A1 (ko) 수어의 형태소 단위 분할 방법, 형태소 위치 예측 방법 및 데이터 증강 방법
WO2022260392A1 (ko) 단말에서 동작하는 이미지 프로세싱 인공 신경망 모델 생성 방법 및 시스템
WO2015137542A1 (ko) 의료진단을 위한 의료영상 처리장치 및 그 방법
WO2018034375A1 (ko) 객체인식 기술을 적용한 영상신호 처리장치 및 방법
WO2019009579A1 (ko) 지원점 보간법을 이용한 스테레오 매칭 방법 및 장치
WO2021054756A1 (ko) 중장비용 전방 영상 생성 장치
WO2015080318A1 (ko) 비집속 초음파를 이용한 빔포밍 방법 및 장치
WO2016013881A1 (ko) 3차원 볼륨 영상의 빅 데이터 데이터베이스 구축 장치 및 방법
WO2012102503A2 (ko) 움직임 정도에 따라 합성빔 수를 결정하는 합성구경 빔집속 방법 및 장치
WO2017003040A1 (ko) 그래픽 기반의 웹 벡터 지도 표시 시스템 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: 21838312

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: 21838312

Country of ref document: EP

Kind code of ref document: A1