[go: up one dir, main page]

WO2013039330A2 - 의료영상에서의 세그멘테이션 방법 및 그 장치 - Google Patents

의료영상에서의 세그멘테이션 방법 및 그 장치 Download PDF

Info

Publication number
WO2013039330A2
WO2013039330A2 PCT/KR2012/007332 KR2012007332W WO2013039330A2 WO 2013039330 A2 WO2013039330 A2 WO 2013039330A2 KR 2012007332 W KR2012007332 W KR 2012007332W WO 2013039330 A2 WO2013039330 A2 WO 2013039330A2
Authority
WO
WIPO (PCT)
Prior art keywords
segmentation
medical image
pointer
position information
slice
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2012/007332
Other languages
English (en)
French (fr)
Other versions
WO2013039330A3 (ko
Inventor
김수경
김한영
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Infinitt Healthcare Co Ltd
Original Assignee
Infinitt Healthcare Co Ltd
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 Infinitt Healthcare Co Ltd filed Critical Infinitt Healthcare Co Ltd
Publication of WO2013039330A2 publication Critical patent/WO2013039330A2/ko
Publication of WO2013039330A3 publication Critical patent/WO2013039330A3/ko
Priority to US14/211,324 priority Critical patent/US20140198963A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • 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
    • A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20108—Interactive selection of 2D slice in a 3D data set
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Definitions

  • the present invention relates to segmentation in medical images, and more particularly, to a user generating a seed for generating a three-dimensional segmentation volume through interactive segmentation with a user in a sliced medical image.
  • the present invention relates to a segmentation method and apparatus therefor in a medical image which can be selected and thereby obtain an optimized three-dimensional segmentation volume.
  • the present invention is derived from research conducted as part of the Knowledge Economy Technology Innovation Project (Industrial Source Technology Development Project) of the Ministry of Knowledge Economy and Korea Institute for Industrial Technology Evaluation and Management [Task Management Number: 10038419, Title: Intelligent Image Diagnosis and Treatment Support system].
  • Cancer is important for diagnosing and carefully monitoring the disease as early as possible, and doctors are interested in not only the primary tumor but also secondary tumors that may have metastasized through the rest of the body.
  • Such a tumor-like lesion may be diagnosed and monitored through a three-dimensional segmentation volume, which may be formed from segmentation of each of the plurality of two-dimensional medical images.
  • the 3D segmentation volume when a doctor, that is, a user selects a specific position to be monitored in the 2D medical image, performs the 2D segmentation using the information on the 2D segmentation result and performs the 2D segmentation result. As a basis, a three-dimensional segmentation volume is generated.
  • the segmentation method according to the related art cannot know the segmentation result of the specific position selected by the user in the 2D medical image, the result generated through the 3D segmentation volume generated after the 3D segmentation process is completed can be known. .
  • the user may reselect the location of the lesion to be confirmed in the 2D medical image and check the result through the 3D segmentation volume. This can put a load on the system or device that creates the segmentation volume and can be inconvenient for the user.
  • the present invention is derived to solve the above problems of the prior art, and provides a segmentation method and apparatus for medical imaging that can obtain an optimal segmentation seed through interaction with a user in a sliced medical image. It aims to do it.
  • the present invention can obtain an optimal three-dimensional segmentation volume by obtaining the optimal segmentation seed in the slice medical image, thereby reducing the load for obtaining the three-dimensional segmentation volume segmentation method in the medical image And an apparatus thereof.
  • an object of the present invention is to provide a segmentation method and apparatus for a medical image which can allow a user to select an optimal segmentation seed by previously displaying a segmentation region to be determined by user selection on a slice medical image.
  • a segmentation method in a medical image comprises the steps of extracting the position information of the pointer according to the user input from the slice (medical) image displayed on the screen; Determining a segmentation area including a position of the pointer based on the extracted medical image information related to the extracted position information of the pointer; Displaying the determined segmentation area on the slice medical image in advance; And selecting the segmentation region as the lesion diagnosis region for the slice medical image when the segmentation region previously displayed is selected by the user.
  • the selecting may include selecting the lesion diagnosis region as a seed for segmentation of the 3D volume image.
  • the determining may include removing granular noise from the slice medical image; Identifying a lesion diagnosis site by using the profile of the slice medical image from which the granular noise is removed; And determining a segmentation area including the location of the pointer based on the distinguished lesion diagnosis site and the slice medical image information related to the extracted location information of the pointer.
  • the extracting may include detecting optimal position information in a predetermined peripheral area including a brightness value of the extracted position information of the pointer and position information of the pointer, and determining the optimal position information.
  • the segmentation area including the location of the pointer may be determined based on information of the slice medical image associated with the slice.
  • the extracting may be performed by comparing an average value of brightness values of the preset peripheral area with a brightness value of a location of the pointer, and a brightness value of location information of the pointer is set to a preset error range with respect to the average value. In the case of deviation, location information corresponding to the average value may be detected as the optimum location information.
  • the determining may include calculating a range of brightness values based on information of the slice medical image associated with the extracted position information of the pointer; Determining a first segmentation area including a location of the pointer using the calculated range of brightness values; Applying a preset fitting model to the determined first segmentation region; And determining an optimal segmentation region from the first segmentation region by using the fitting model.
  • the determining may include detecting at least one segmentation region corresponding to the brightness value of the position information of the pointer using brightness distribution information of the slice medical image, and detecting the at least one segment.
  • a segmentation area including the location of the pointer may be determined among the segmentation areas.
  • a segmentation method in a medical image includes a segmentation including a position of the pointer based on the information of the first slice medical image related to the position information of the pointer in the first slice medical image. Determining an area; Displaying the determined segmentation area on the first slice medical image in advance; Determining the selected segmentation area as a seed for segmentation of a 3D volume image when the segmentation area that is displayed in advance is selected by a user; And determining a segmentation area of each of the plurality of slice medical images related to the first slice medical image based on the determined seed.
  • the method may further include generating a 3D segmentation volume using the segmentation region of each of the determined seeds and the plurality of slice medical images.
  • a segmentation apparatus in a medical image may include: an extracting unit extracting position information of a pointer according to a user input from a slice medical image displayed on a screen; A determination unit configured to determine a segmentation area including a position of the pointer based on the extracted medical image information related to the extracted position information of the pointer; A display unit configured to display the determined segmentation area on the slice medical image in advance; And a selection unit configured to select the selected segmentation region as a lesion diagnosis region for the slice medical image when the segmentation region previously displayed is selected by a user.
  • a segmentation apparatus in a medical image includes a segmentation including a position of the pointer based on the information of the first slice medical image related to the position information of the pointer in the first slice medical image.
  • a first region determiner which determines an region;
  • a display unit to display the determined segmentation area on the first slice medical image in advance;
  • a seed determination unit configured to determine the selected segmentation region as a seed for segmentation of a 3D volume image when the segmentation region previously displayed is selected by a user;
  • a second region determiner configured to determine a segmentation region of each of the plurality of slice medical images related to the first slice medical image based on the determined seed.
  • a segmentation area including position information of a pointer according to a user input is displayed in advance in a slice medical image, and when the segmentation area previously displayed is selected by the user through interaction with the user, the selected segmentation area is seeded.
  • an optimal segmentation seed may be obtained to generate an optimal 3D segmentation volume.
  • the present invention can select an optimal segmentation seed through a pre-segmentation process for interaction with a user, and can reduce the system load for generating a three-dimensional segmentation volume through interaction with the user. .
  • the present invention displays the pre-segmentation result according to the position of the pointer on the screen in advance so that the user selects an optimal segmentation seed, and the segmentation seed is selected by the user. Reduce the load on creating dimensional segmentation volumes.
  • the present invention can determine whether the user adopts the pre-segmentation result in the two-dimensional slice image currently displayed to the user, so that the validity of the pre-segmentation result can be quickly verified.
  • the pre-segmentation results adopted by the user are the first-validated results
  • when performing segmentation in the 3D image by using the verified pre-segmentation results as the seed region since the seed region includes excellent information, relatively fewer resources are used. Excellent 3D segmentation results can be obtained.
  • the present invention performs a pre-segmentation process based on user input information, for example, the position of the pointer (or mouse), the user input and the user interface can be simplified to provide convenience to the user.
  • user input information for example, the position of the pointer (or mouse)
  • the user input and the user interface can be simplified to provide convenience to the user.
  • FIG. 1 is a flowchart illustrating an operation of a segmentation method in a medical image according to an exemplary embodiment.
  • FIG. 2 shows an operation flowchart of an embodiment of step S140 shown in FIG. 1.
  • step S150 illustrated in FIG. 1.
  • FIG. 4 is a flowchart illustrating an operation of a segmentation method in a medical image according to another exemplary embodiment.
  • FIG. 5 is a diagram illustrating an example of a medical image for describing an operation flowchart illustrated in FIG. 4.
  • FIG. 6 illustrates a configuration of a segmentation apparatus in a medical image according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating an example configuration of the determination unit illustrated in FIG. 6.
  • FIG. 8 illustrates a configuration of a segmentation apparatus in a medical image according to another embodiment of the present invention.
  • a segmentation method in a medical image comprises the steps of extracting the position information of the pointer according to the user input from the slice (medical) image displayed on the screen; Determining a segmentation area including a position of the pointer based on the extracted medical image information related to the extracted position information of the pointer; Displaying the determined segmentation area on the slice medical image in advance; And selecting the segmentation region as the lesion diagnosis region for the slice medical image when the segmentation region previously displayed is selected by the user.
  • the selecting may include selecting the lesion diagnosis region as a seed for segmentation of the 3D volume image.
  • the determining may include removing granular noise from the slice medical image; Identifying a lesion diagnosis site by using the profile of the slice medical image from which the granular noise is removed; And determining a segmentation area including the location of the pointer based on the distinguished lesion diagnosis site and the slice medical image information related to the extracted location information of the pointer.
  • the extracting may include detecting optimal position information in a predetermined peripheral area including a brightness value of the extracted position information of the pointer and position information of the pointer, and determining the optimal position information.
  • the segmentation area including the location of the pointer may be determined based on information of the slice medical image associated with the slice.
  • the extracting may be performed by comparing an average value of brightness values of the preset peripheral area with a brightness value of a location of the pointer, and a brightness value of location information of the pointer is set to a preset error range with respect to the average value. In the case of deviation, location information corresponding to the average value may be detected as the optimum location information.
  • the determining may include calculating a range of brightness values based on information of the slice medical image associated with the extracted position information of the pointer; Determining a first segmentation area including a location of the pointer using the calculated range of brightness values; Applying a preset fitting model to the determined first segmentation region; And determining an optimal segmentation region from the first segmentation region by using the fitting model.
  • the determining may include detecting at least one segmentation region corresponding to the brightness value of the position information of the pointer using brightness distribution information of the slice medical image, and detecting the at least one segment.
  • a segmentation area including the location of the pointer may be determined among the segmentation areas.
  • a segmentation method in a medical image includes a segmentation including a position of the pointer based on the information of the first slice medical image related to the position information of the pointer in the first slice medical image. Determining an area; Displaying the determined segmentation area on the first slice medical image in advance; Determining the selected segmentation area as a seed for segmentation of a 3D volume image when the segmentation area that is displayed in advance is selected by a user; And determining a segmentation area of each of the plurality of slice medical images related to the first slice medical image based on the determined seed.
  • the method may further include generating a 3D segmentation volume using the segmentation region of each of the determined seeds and the plurality of slice medical images.
  • a segmentation apparatus in a medical image may include: an extracting unit extracting position information of a pointer according to a user input from a slice medical image displayed on a screen; A determination unit configured to determine a segmentation area including a position of the pointer based on the extracted medical image information related to the extracted position information of the pointer; A display unit configured to display the determined segmentation area on the slice medical image in advance; And a selection unit configured to select the selected segmentation region as a lesion diagnosis region for the slice medical image when the segmentation region previously displayed is selected by a user.
  • a segmentation apparatus in a medical image includes a segmentation including a position of the pointer based on the information of the first slice medical image related to the position information of the pointer in the first slice medical image.
  • a first region determiner which determines an region;
  • a display unit to display the determined segmentation area on the first slice medical image in advance;
  • a seed determination unit configured to determine the selected segmentation region as a seed for segmentation of a 3D volume image when the segmentation region previously displayed is selected by a user;
  • a second region determiner configured to determine a segmentation region of each of the plurality of slice medical images related to the first slice medical image based on the determined seed.
  • FIG. 1 is a flowchart illustrating an operation of a segmentation method in a medical image according to an exemplary embodiment of the present invention, which relates to a process of selecting a segmentation seed for generating a 3D segmentation volume in a sliced medical image.
  • the segmentation method controls a pointer displayed on a slice medical image according to a user input, for example, a mouse movement, in the slice medical image selected by the user (S110).
  • the location information of the pointer may be coordinate information in the slice medical image.
  • the granular noise is removed from the slice medical image, and the optimal location information of the pointer is extracted based on the slice medical image information related to the extracted location information of the pointer (S130 and S140).
  • step S130 of removing the granular noise may be performed before the slice medical image is displayed on the screen when the slice medical image is selected by the user.
  • the optimal position information of the pointer in step S140 may be a seed point for determining the segmentation area.
  • the step S140 of extracting the optimal position information will be described in detail with reference to FIG. 2 as follows.
  • FIG. 2 shows an operation flowchart of an embodiment of step S140 shown in FIG. 1.
  • the extracting of the optimal location information may include a predetermined area including a pointer location, for example, a circular area having a predetermined size around a pointer location according to a user's operation or a user's input.
  • the average value for the brightness values is calculated (S210).
  • the brightness values of the circular region mean slice medical image information corresponding to the circular region in the slice medical image.
  • step S210 when the average value of the brightness values of the predetermined area including the pointer position is calculated, the calculated average value is compared with the brightness value of the corresponding pointer position, and the comparison result indicates that the brightness value of the pointer position is within an error range of the average value. It is determined whether there is (S220, S230).
  • the value a may be dynamically determined or predetermined depending on the situation.
  • step S230 when the brightness value of the pointer position is out of an error range with respect to the average value, the optimum position information is extracted from the brightness values included in the predetermined region based on the average value.
  • the optimal position information in the predetermined region may be position information having a brightness value corresponding to an average value among the brightness values included in the predetermined region.
  • the position and the position of the pointer The adjacent position can be extracted as the optimal position information.
  • the position closest to the position of the pointer may be extracted as the optimal position information.
  • the present invention is not limited thereto, and an arbitrary position having an average value may be arbitrarily extracted as the optimal position information.
  • the position information of the current pointer is extracted as the optimal position information (S250).
  • the segmentation region is determined based on the slice medical image information related to the extracted optimal position information (S150).
  • the segmentation area determined by step S150 may be determined by various methods.
  • the segmentation region determined by step S150 may be used to distinguish a lesion diagnosis site using a profile of a slice medical image, and then based on the distinguished lesion diagnosis site and pointer location information or optimal location information of the pointer.
  • the segmentation area can be determined.
  • the segmentation area determined by step S150 detects at least one segmentation area corresponding to the brightness value of the optimal position information of the pointer by using the brightness distribution information of the slice medical image.
  • a segmentation area including position information or optimal position information of the pointer may be determined among the detected at least one segmentation area.
  • the segmentation region determined by step S150 may determine an optimal segmentation region through a predetermined process, which will be described with reference to FIG. 3.
  • step S150 illustrated in FIG. 1.
  • the brightness value range for determining the segmentation region is calculated based on the medical image information, for example, the brightness value, of the optimal position information extracted in step S140 (S150). S310).
  • the brightness value range may be calculated by applying a constant standard deviation based on the brightness value for optimal position information, or may be calculated by designating a predetermined range of predetermined values.
  • the first segmentation area corresponding to the brightness value range is determined using the calculated brightness value range (S320).
  • the first segmentation region may include location information of the pointer or extracted optimal location information according to a user input.
  • an optimal segmentation area is determined from the first segmentation area by applying a preset fitting model to the determined first segmentation area (S330 and S340).
  • the fitting model may include a deformable model, a snake model, and the like, and the fitting models such as the deformable model and the snake model are within the range obvious to those skilled in the art for applying to the steps S330 and S340. Can be modified in
  • the determined segmentation region that is, the optimal segmentation region is previously displayed on the slice medical image (S160).
  • the segmentation region is selected as the lesion diagnosis region in the slice medical image (S180).
  • the lesion diagnosis area selected by the user may be a segmentation seed for generating a 3D segmentation volume.
  • a method of determining a segmentation area displayed on the screen may be applied to various methods such as clicking or double-clicking a pointer or inputting a shortcut key.
  • step S110 is performed again.
  • the present invention performs presegmentation to predetermine the segmentation area by using the position information of the pointer, and displays the optimal segmentation area determined by the presegmentation on the slice medical image in advance, thereby diagnosing lesions according to the user's selection.
  • the region i.e., the segmentation seed, may be determined, thereby selecting an optimal segmentation seed for generating an optimal three-dimensional segmentation volume.
  • the present invention has an advantage that the user input is simplified and the user interface is simplified because the pre-segmentation process is performed according to the location information of the pointer.
  • the present invention checks the segmentation region previously displayed on the slice medical image, and since the segmentation seed is determined by user selection, the 3D segmentation performance can be improved and the user's satisfaction can be improved.
  • FIG. 4 is a flowchart illustrating an operation of a segmentation method in a medical image according to another embodiment of the present invention, and a process of generating a 3D segmentation volume using a seed selected after a presegmentation process.
  • FIG. 5 is a diagram illustrating an example of a medical image for explaining an operation flowchart of FIG. 4. Referring to FIG. 5, the operation of FIG. 4 will be described below.
  • the segmentation method of the present invention displays a first slice medical image for selecting a segmentation seed on a screen, and moves, for example, a pointer or a mouse in accordance with a user input in the first slice medical image.
  • the location information is extracted (S410 and S420).
  • the process of extracting the location information of the pointer may be extracted every time the pointer moves, but may also extract the location information of the pointer at the time when the movement of the pointer stops.
  • the process of extracting the location information of the pointer in step S420 may extract the optimal location information of the pointer by the process illustrated in FIG. 2. That is, the brightness value of the pointer position information is compared with the average value of the brightness values of the preset peripheral area including the pointer position information, and the brightness value of the pointer position information is a preset error range with respect to the average value. In case of, the optimum position information is extracted from the surrounding area. If the brightness value of the pointer position information is within the error range of the average value, the position information of the pointer is extracted as the optimal position information.
  • the segmentation area including the location information of the pointer is determined based on the first slice medical image information, that is, the brightness value associated with the extracted location information or the optimal location information (S430). ).
  • the segmentation region determined in step S430 may be an optimal segmentation region determined by the process illustrated in FIG. 3, and the segmentation region may be determined by various methods described with reference to FIG. 1.
  • the brightness value range is calculated based on the brightness value of the extracted optimal position information, and after determining the first segmentation area including the location of the pointer using the brightness value range, the step is determined in advance in the determined first segmentation area.
  • the optimal segmentation region may be determined by applying a set fitting model.
  • the segmentation region determined as illustrated in FIG. 5A is previously displayed on the first slice medical image (S440).
  • the user selects and decides through a method such as a pointer click as shown in FIG. 5B (S450).
  • the selected segmentation region is determined as a seed for performing 3D volume segmentation (S460).
  • step S420 is performed again to move the pointer position.
  • the segmentation area 520 of each of the plurality of other slice medical images related to the first slice medical image is determined based on the determined seed 510. (S470).
  • the segmentation region of the first slice medical image that is, the seed region and the segmentation region of each of the plurality of slice medical images.
  • the dimensional segmentation volume is generated (S480).
  • the present invention determines the segmentation region of the other slice medical images by using the optimal segmentation seed, and generates the three-dimensional segmentation volume through this, thereby generating the optimal three-dimensional segmentation volume.
  • the present invention can reduce the number of repetitions until generating a satisfactory three-dimensional segmentation volume because the optimal seed is selected by the user.
  • FIG. 6 illustrates a configuration of a segmentation apparatus in a medical image according to an exemplary embodiment of the present disclosure, and illustrates a configuration of the apparatus of the operation flowchart of FIG. 1.
  • the segmentation apparatus 600 includes an extractor 610, a determiner 620, a display 630, and a selector 640.
  • the extractor 610 extracts location information of the pointer according to a user input from the slice medical image displayed on the screen.
  • the extractor 610 may continuously extract the location information of the pointer in real time, and may extract the location information only when the pointer is fixed without extracting the location information while the pointer moves according to a user input.
  • the determiner 620 determines a segmentation area including the location of the pointer based on the slice medical image information related to the location information of the pointer extracted by the extractor 610.
  • the determination unit 620 may include a comparator 710, a detector 720, a calculation unit 730, and an area determiner 740 as shown in the example illustrated in FIG. 7.
  • the comparator 710 compares the brightness value of the location information of the pointer extracted by the extractor 610 with the average value of the brightness values of a preset peripheral area including the location information of the pointer.
  • the detector 720 compares a preset error range with respect to the average value of the pointer position information and compares the preset error range with the average value. While detecting the information, if the brightness value of the pointer position information is within the error range of the average value, the position information of the pointer is detected as the optimal position information.
  • the calculation unit 730 calculates a brightness value range for segmentation based on the brightness value of the optimum position information detected by the detector 720.
  • the area determiner 740 determines the first segmentation area including the location information or the optimal location information of the pointer by using the brightness value range calculated by the calculation unit 730, and fits the preset segmentation area to a predetermined first segmentation area.
  • Model For example, deformable model or snake model is applied to determine the optimal segmentation area.
  • comparator 710 for comparing the brightness value and the average value of the pointer position information and the detector 720 for detecting the optimal position information are illustrated and described as components of the determination unit 620 in FIG. 7.
  • the present invention is not limited thereto, and the comparator 710 and the detector 720 may be detailed building blocks of the extractor 610.
  • the display unit 630 previously displays the segmentation region, that is, the optimal segmentation region, determined by the determination unit 620 on the slice medical image displayed on the screen.
  • the selection unit 640 checks the segmentation area displayed by the user by the display unit 630, and when the segmentation area previously displayed on the screen is satisfactorily selected by the user, the selection unit 640 displays the selected segmentation area on the screen of the lesion diagnosis area for the slice medical image. Select with.
  • the segmentation area selected by the selector 640 may be used as a seed for segmentation of the 3D volume image.
  • FIG. 8 illustrates a configuration of a segmentation apparatus in a medical image according to another embodiment of the present disclosure, and illustrates a configuration of the apparatus of the operation flowchart of FIG. 4.
  • the segmentation apparatus 800 includes a first region determiner 820, a display 820, a seed determiner 830, a second region determiner 840, and a volume generator 850. do.
  • the first area determiner 800 includes a location of the pointer based on information of the first slice medical image related to the location information of the pointer extracted according to a user input from the first slice medical image displayed on the screen, for example, a brightness value. Determine the segmentation area.
  • the first region determiner 810 may include the extractor 610 illustrated in FIG. 6 and the comparator 710, the detector 720, the calculation unit 730, and the region determiner 740 illustrated in FIG. 7. ) May be included.
  • the display unit 820 previously displays the segmentation area determined by the first area determiner 810 on the first slice medical image displayed on the screen.
  • the seed determiner 830 determines that the segmentation region previously displayed on the first slice medical image is selected by the user as a seed for segmentation of the 3D volume image.
  • the second region determiner 840 determines a segmentation region of each of the plurality of slice medical images related to the first slice medical image based on the segmentation seed determined by the seed determiner 830.
  • the volume generator 850 generates a three-dimensional segmentation volume by using the segmentation seed determined by the seed determiner 830 and the segmentation region of each of the plurality of slice medical images determined by the second region determiner 840. .
  • the segmentation method in a medical image may be implemented in the form of program instructions that can be executed by various computer means and recorded in a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • Program instructions recorded on the media may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts.
  • Examples of computer readable recording media include magnetic media such as hard disks, floppy disks and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks such as floppy disks.
  • Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
  • a segmentation method in a medical image includes extracting location information of a pointer according to a user input from a slice medical image displayed on a screen; Determining a segmentation area including a location of the pointer based on the extracted medical image information related to the extracted location information of the pointer; Displaying the determined segmentation area on the slice medical image in advance; And selecting the segmentation region selected as the lesion diagnosis region for the slice medical image when the segmentation region previously displayed is selected by the user, and seeding the lesion diagnosis region for segmentation of the 3D volume image.
  • seed the optimal segmentation seed and the optimal three-dimensional segmentation volume can be obtained through interaction with the user in the slice medical image, thereby reducing the load for acquiring the three-dimensional segmentation volume. Can be.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

의료영상에서의 세그멘테이션 방법 및 그 장치가 개시된다. 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 단계; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 단계; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 단계를 포함하고, 상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택함으로써, 슬라이스 의료영상에서 사용자와의 인터액션(interaction)을 통하여 최적의 세그멘테이션 시드와 최적의 3차원 세그멘테이션 볼륨을 획득할 수 있고, 이를 통해 3차원 세그멘테이션 볼륨을 획득하기 위한 부하를 줄일 수 있다.

Description

의료영상에서의 세그멘테이션 방법 및 그 장치
본 발명은 의료영상에서의 세그멘테이션(segmentation)에 관한 것으로, 보다 상세하게는 슬라이스 의료영상에서 사용자와의 인터액티브 세그멘테이션(interactive segmentation)을 통하여 3차원 세그멘테이션 볼륨을 생성하기 위한 시드(seed)를 사용자가 선택할 수 있고, 이를 통해 최적화된 3차원 세그멘테이션 볼륨을 얻을 수 있는 의료영상에서의 세그멘테이션 방법 및 그 장치에 관한 것이다.
본 발명은 지식경제부 및 한국산업기술평가관리원의 지식경제기술혁신사업(산업원천기술개발사업)의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 10038419, 과제명 : 지능형 영상진단 및 치료지원시스템].
암은 가능한 초기에 질병을 진단하고 주의 깊게 모니터링하는 것이 중요하며, 의사는 일차 종양 뿐만 아니라 본체의 나머지를 통하여 전이했을지도 모를 이차 종양에도 관심을 가지고 있다.
이런 종양과 같은 병변은 3차원 세그멘테이션 볼륨을 통하여 진단 및 모니터링할 수 있는데, 3차원 세그멘테이션 볼륨은 복수의 2차원 의료영상 각각의 세그멘테이션으로부터 형성될 수 있다.
종래 기술에 따른 3차원 세그멘테이션 볼륨은, 2차원 의료영상에서 의사 즉, 사용자가 모니터링하고자 하는 특정 위치를 선택하게 되면, 이에 대한 정보를 이용하여 2차원 세그멘테이션을 수행하며, 수행된 2차원 세그멘테이션 결과를 기초로 3차원 세그멘테이션 볼륨을 생성한다.
이런 종래 기술에 따른 세그멘테이션 방법은 2차원 의료영상에서 사용자가 선택한 특정 위치에 대한 세그멘테이션 결과를 알 수 없기 때문에 3차원 세그멘테이션 과정이 모두 끝난 후 생성된 3차원 세그멘테이션 볼륨을 통하여 생성된 결과물을 알 수 있다. 즉, 사용자는 생성된 3차원 세그멘테이션 볼륨이 만족스럽지 못한 경우 2차원 의료영상에서 확인하고자 하는 병변의 위치를 다시 선택한 후 이에 대한 결과를 3차원 세그멘테이션 볼륨을 통하여 확인하기 때문에 이와 같은 과정이 반복될 수 있고, 이로 인해 세그멘테이션 볼륨을 생성하는 시스템 또는 장치에 부하를 줄 수 있으며 사용자에게 불편함을 줄 수 있다.
따라서, 만족스러운 3차원 세그멘테이션 볼륨을 획득하기 위하여 최적화된 2차원 세그멘테이션 시드를 획득하기 위한 방법의 필요성이 대두된다.
본 발명은 상기와 같은 종래 기술의 문제점을 해결하고자 도출된 것으로서, 슬라이스 의료영상에서 사용자와의 인터액션(interaction)을 통하여 최적의 세그멘테이션 시드를 획득할 수 있는 의료영상에서의 세그멘테이션 방법 및 그 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명은 슬라이스 의료영상에서 최적의 세그멘테이션 시드를 획득함으로써, 최적의 3차원 세그멘테이션 볼륨을 획득할 수 있고, 이를 통해 3차원 세그멘테이션 볼륨을 획득하기 위한 부하를 줄일 수 있는 의료영상에서의 세그멘테이션 방법 및 그 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명은 사용자 선택에 의해 결정될 세그멘테이션 영역을 슬라이스 의료영상에 미리 표시함으로써, 사용자에게 최적의 세그멘테이션 시드를 선택하도록 할 수 있는 의료영상에서의 세그멘테이션 방법 및 그 장치를 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 단계; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 단계; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 단계를 포함한다.
이 때, 상기 선택하는 단계는 상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택할 수 있다.
상기 결정하는 단계는 상기 슬라이스 의료영상에서 입상 잡음(granular noise)를 제거하는 단계; 상기 입상 잡음이 제거된 상기 슬라이스 의료영상의 프로파일을 이용하여 병변 진단 부위를 구별하는 단계; 및 상기 구별된 상기 병변 진단 부위와, 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계를 포함할 수 있다.
상기 추출하는 단계는 상기 추출된 상기 포인터의 위치 정보에 대한 밝기 값과 상기 포인터의 위치정보를 포함하는 미리 설정된 주변 영역에서 최적 위치 정보를 검출하고, 상기 결정하는 단계는 상기 검출된 상기 최적 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 상기 세그멘테이션 영역을 결정할 수 있다.
상기 추출하는 단계는 상기 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값과 상기 포인터의 위치에 대한 밝기 값을 비교하고, 상기 포인터의 위치 정보에 대한 밝기 값이 상기 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 상기 평균 값에 대응하는 위치 정보를 상기 최적 위치 정보로 검출할 수 있다.
상기 결정하는 단계는 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 밝기 값의 범위를 산정하는 단계; 상기 산정된 상기 밝기 값의 범위를 이용하여 상기 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정하는 단계; 상기 결정된 상기 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하는 단계; 및 상기 피팅 모델을 이용하여 상기 제1 세그멘테이션 영역으로부터 최적의 세그멘테이션 영역을 결정하는 단계를 포함할 수 있다.
상기 결정하는 단계는 상기 슬라이스 의료영상의 밝기 값 분포 정보(density distribution information)를 이용하여 상기 포인터의 위치 정보에 대한 밝기 값에 대응하는 적어도 하나 이상의 세그멘테이션 영역을 검출하고, 상기 검출된 상기 적어도 하나 이상의 세그멘테이션 영역 중 상기 포인터의 위치를 포함하는 세그멘테이션 영역을 결정할 수 있다.
본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 단계; 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 단계; 및 상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 단계를 포함한다.
나아가, 상기 결정된 시드와 상기 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 3차원 세그멘테이션 볼륨을 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치는 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 추출부; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 결정부; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 표시부; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 선택부를 포함한다.
본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치는 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 제1 영역 결정부; 상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 표시부; 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 시드 결정부; 및 상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 제2 영역 결정부를 포함한다.
본 발명에 따르면, 슬라이스 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 포함하는 세그멘테이션 영역을 미리 표시하고, 사용자와의 인터액션을 통하여 미리 표시된 세그멘테이션 영역이 사용자에 의하여 선택되면 선택된 세그멘테이션 영역을 시드로 하여 3차원 세그멘테이션 볼륨을 생성하기 위한 다른 슬라이스 의료영상의 세그멘테이션을 수행함으로써, 최적의 세그멘테이션 시드를 획득하여 최적의 3차원 세그멘테이션 볼륨을 생성할 수 있다.
나아가, 본 발명은 사용자와의 인터액션을 위한 프리 세그멘테이션(pre-segmentation) 과정을 통하여 최적의 세그멘테이션 시드를 선택할 수 있으며, 사용자와의 인터액션을 통하여 3차원 세그멘테이션 볼륨을 생성하기 위한 시스템 부하를 줄일 수 있다.
구체적으로, 본 발명은 포인터의 위치에 따른 프리 세그멘테이션 결과를 미리 화면에 표시하여 사용자로 하여금 선택하도록 함으로써, 사용자에 의해 최적의 세그멘테이션 시드가 선택되고, 사용자의 선택에 의하여 세그멘테이션 시드가 선택되기 때문에 3차원 세그멘테이션 볼륨을 생성하는데 걸리는 부하를 줄일 수 있다.
다시 말하면, 본 발명은 현재 사용자에게 디스플레이되는 2차원 슬라이스 영상에서 사용자가 프리 세그멘테이션 결과에 대하여 채택 여부를 결정할 수 있으므로, 프리 세그멘테이션 결과의 유효성을 신속하게 검증할 수 있다. 또한 사용자가 채택한 프리 세그멘테이션 결과는 일차적으로 검증된 결과이므로, 검증된 프리 세그멘테이션 결과를 시드 영역으로 활용하여 3차원 영상에서 세그멘테이션을 수행할 때에는 시드 영역에 우수한 정보가 포함되어 있기 때문에 상대적으로 적은 리소스를 이용하면서도 우수한 3차원 세그멘테이션 결과를 얻을 수 있다.
또한, 본 발명은 사용자 입력 예를 들어, 포인터(또는 마우스) 위치에 대한 정보를 기초로 프리 세그멘테이션 과정을 수행하기 때문에 사용자 입력과 사용자 인터페이스를 간단하게 하여 사용자에게 편리함을 제공할 수 있으며, 종래 불만족스러운 세그멘테이션 결과에 따라 반복되는 3차원 세그멘테이션 볼륨 생성 과정을 줄여 전체적인 시스템 부하를 줄일 수 있다.
도 1은 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법에 대한 동작 흐름도를 나타낸 것이다.
도 2는 도 1에 도시된 단계 S140에 대한 일 실시 예의 동작 흐름도를 나타낸 것이다.
도 3은 도 1에 도시된 단계 S150에 대한 일 실시 예의 동작 흐름도를 나타낸 것이다.
도 4는 본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법에 대한 동작 흐름도를 나타낸 것이다.
도 5는 도 4에 도시된 동작 흐름도를 설명하기 위한 의료영상에 대한 일 예시도를 나타낸 것이다.
도 6은 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치에 대한 구성을 나타낸 것이다.
도 7은 도 6에 도시된 결정부에 대한 일 실시 예 구성을 나타낸 것이다.
도 8은 본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치에 대한 구성을 나타낸 것이다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 단계; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 단계; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 단계를 포함한다.
이 때, 상기 선택하는 단계는 상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택할 수 있다.
상기 결정하는 단계는 상기 슬라이스 의료영상에서 입상 잡음(granular noise)를 제거하는 단계; 상기 입상 잡음이 제거된 상기 슬라이스 의료영상의 프로파일을 이용하여 병변 진단 부위를 구별하는 단계; 및 상기 구별된 상기 병변 진단 부위와, 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계를 포함할 수 있다.
상기 추출하는 단계는 상기 추출된 상기 포인터의 위치 정보에 대한 밝기 값과 상기 포인터의 위치정보를 포함하는 미리 설정된 주변 영역에서 최적 위치 정보를 검출하고, 상기 결정하는 단계는 상기 검출된 상기 최적 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 상기 세그멘테이션 영역을 결정할 수 있다.
상기 추출하는 단계는 상기 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값과 상기 포인터의 위치에 대한 밝기 값을 비교하고, 상기 포인터의 위치 정보에 대한 밝기 값이 상기 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 상기 평균 값에 대응하는 위치 정보를 상기 최적 위치 정보로 검출할 수 있다.
상기 결정하는 단계는 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 밝기 값의 범위를 산정하는 단계; 상기 산정된 상기 밝기 값의 범위를 이용하여 상기 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정하는 단계; 상기 결정된 상기 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하는 단계; 및 상기 피팅 모델을 이용하여 상기 제1 세그멘테이션 영역으로부터 최적의 세그멘테이션 영역을 결정하는 단계를 포함할 수 있다.
상기 결정하는 단계는 상기 슬라이스 의료영상의 밝기 값 분포 정보(density distribution information)를 이용하여 상기 포인터의 위치 정보에 대한 밝기 값에 대응하는 적어도 하나 이상의 세그멘테이션 영역을 검출하고, 상기 검출된 상기 적어도 하나 이상의 세그멘테이션 영역 중 상기 포인터의 위치를 포함하는 세그멘테이션 영역을 결정할 수 있다.
본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 단계; 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 단계; 및 상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 단계를 포함한다.
나아가, 상기 결정된 시드와 상기 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 3차원 세그멘테이션 볼륨을 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치는 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 추출부; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 결정부; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 표시부; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 선택부를 포함한다.
본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치는 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 제1 영역 결정부; 상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 표시부; 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 시드 결정부; 및 상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 제2 영역 결정부를 포함한다.
상기 목적 외에 본 발명의 다른 목적 및 특징들은 첨부 도면을 참조한 실시 예에 대한 설명을 통하여 명백히 드러나게 될 것이다.
본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
이하에서는, 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법 및 그 장치를 첨부된 도 1 내지 도 8을 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법에 대한 동작 흐름도를 나타낸 것으로, 슬라이스 의료영상에서 3차원 세그멘테이션 볼륨을 생성하기 위한 세그멘테이션 시드를 선택하는 과정에 대한 것이다.
도 1을 참조하면, 세그멘테이션 방법은 사용자에 의해 선택된 슬라이스 의료영상에서 사용자 입력 예를 들어, 마우스 이동 등에 따라 슬라이스 의료영상에 표시된 포인터를 제어한다(S110).
사용자 입력에 따른 포인터 제어에 의하여 포인터 위치가 변경되거나 포인터가 멈추게 되면 해당 포인터의 위치 정보를 추출한다(S120).
여기서, 포인터의 위치 정보는 슬라이스 의료영상에서의 좌표 정보일 수 있다.
포인터의 위치 정보가 추출되면 슬라이스 의료영상에서 입상 잡음(granular noise)을 제거하고, 추출된 포인터의 위치 정보와 관련된 슬라이스 의료영상 정보에 기초하여 포인터의 최적 위치 정보를 추출한다(S130, S140).
물론, 입상 잡음을 제거하는 단계 S130은 사용자에 의해 슬라이스 의료영상이 선택되면 화면에 해당 슬라이스 의료영상을 표시하기 전에 수행될 수도 있다.
단계 S140에서의 포인터의 최적 위치 정보는 세그멘테이션 영역을 결정하기 위한 시드 포인트(seed point)가 될 수 있으며, 최적 위치 정보를 추출하는 단계 S140에 대하여 도 2를 참조하여 상세히 설명하면 다음과 같다.
도 2는 도 1에 도시된 단계 S140에 대한 일 실시 예의 동작 흐름도를 나타낸 것이다.
도 2를 참조하면, 최적 위치 정보를 추출하는 단계(S140)는 사용자의 동작 또는 사용자의 입력에 따라 포인터 위치를 포함하는 일정 영역 예를 들어, 포인터의 위치를 중심으로 일정 크기를 갖는 원형 영역의 밝기 값들에 대한 평균 값을 계산한다(S210).
여기서, 원형 영역의 밝기 값들은 슬라이스 의료영상에서 원형 영역에 해당하는 슬라이스 의료영상 정보를 의미한다.
단계 S210에서 포인터 위치를 포함하는 일정 영역의 밝기 값들에 대한 평균 값이 계산되면 계산된 평균 값과 해당 포인터 위치의 밝기 값을 비교하고, 비교 결과 포인터 위치의 밝기 값이 평균 값에 대한 오차 범위 이내에 있는지 판단한다(S220, S230).
예컨대, 포인터 위치의 밝기 값이 "평균 값 - a"와 "평균 값 + a"의 두 값 사이에 있는지 판단한다. 여기서, 값 a는 상황에 따라 동적으로 결정되거나 미리 결정될 수 있다.
단계 S230 판단 결과, 포인터 위치의 밝기 값이 평균 값에 대한 오차 범위를 벗어나는 경우에는 평균 값에 기초하여 일정 영역에 포함된 밝기 값들 중에서 최적 위치 정보를 추출한다.
여기서, 일정 영역에서의 최적 위치 정보는 일정 영역에 포함된 밝기 값들 중 평균 값에 해당하는 밝기 값을 갖는 위치 정보일 수 있으며, 평균 값에 해당하는 밝기 값이 복수인 경우에는 포인터의 위치와 가장 근접한 위치를 최적 위치 정보로 추출할 수 있다. 물론, 포인터의 위치와 가장 근접한 위치를 최적 위치 정보로 추출할 수도 있지만, 이에 한정하지 않으며 평균 값을 갖는 임의의 위치를 최적 위치 정보로 임의 추출할 수도 있다.
반면 단계 S230 판단 결과, 포인터 위치의 밝기 값이 평균 값에 대한 오차 범위 이내에 존재하는 경우에는 현재 포인터의 위치 정보를 최적 위치 정보로 추출한다(S250).
다시 도 1을 참조하면, 단계 S140에 의하여 포인터의 최적 위치 정보가 추출되면 추출된 포인터의 최적 위치 정보와 관련된 슬라이스 의료영상 정보에 기초하여 세그멘테이션 영역을 결정한다(S150).
여기서, 단계 S150에 의하여 결정되는 세그멘테이션 영역은 다양한 방식에 의하여 결정될 수 있다.
일 예로, 단계 S150에 의하여 결정되는 세그멘테이션 영역은 슬라이스 의료영상의 프로파일(profile)을 이용하여 병변 진단 부위를 구별한 후, 구별된 병변 진단 부위와 포인터의 위치 정보 또는 포인터의 최적 위치 정보에 기초하여 세그멘테이션 영역을 결정할 수 있다.
다른 일 예로, 단계 S150에 의하여 결정되는 세그멘테이션 영역은 슬라이스 의료영상의 밝기 값 분포 정보(density distribution information)를 이용하여 포인터의 최적 위치 정보에 대한 밝기 값에 대응하는 적어도 하나 이상의 세그멘테이션 영역을 검출하고, 검출된 적어도 하나 이상의 세그멘테이션 영역 중 포인터의 위치 정보 또는 최적 위치 정보를 포함하는 세그멘테이션 영역을 결정할 수도 있다.
또 다른 일 예로, 단계 S150에 의하여 결정되는 세그멘테이션 영역은 소정의 처리 과정을 통하여 최적의 세그멘테이션 영역을 결정할 수 있는데, 이에 대해 도 3을 참조하여 설명한다.
도 3은 도 1에 도시된 단계 S150에 대한 일 실시 예의 동작 흐름도를 나타낸 것이다.
도 3을 참조하면, 세그멘테이션 영역을 결정하는 단계(S150)는 단계 S140에 의하여 추출된 최적 위치 정보에 대한 의료영상 정보 예컨대, 밝기 값에 기초하여 세그멘테이션 영역을 결정하기 위한 밝기 값 범위를 산정한다(S310).
여기서, 밝기 값 범위는 최적 위치 정보에 대한 밝기 값을 기준으로 일정 표준 편차를 적용하여 산정될 수도 있고, 미리 설정된 일정 값의 범위를 지정하여 산정될 수도 있다.
밝기 값 범위가 산정되면 산정된 밝기 값 범위를 이용하여 밝기 값 범위에 해당하는 제1 세그멘테이션 영역을 결정한다(S320).
여기서, 제1 세그멘테이션 영역은 사용자의 입력에 따른 포인터의 위치 정보 또는 추출된 최적 위치 정보를 포함하는 것이 바람직하다.
제1 세그멘테이션 영역이 결정되면 결정된 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하여 제1 세그멘테이션 영역으로부터 최적의 세그멘테이션 영역을 결정한다(S330, S340).
여기서, 피팅 모델은 deformable model, snake model 등을 포함할 수 있으며, deformable model과 snake model 등의 피팅 모델은 단계 S330, S340에 적용되기 위하여 본 발명의 기술 분야에 종사하는 당업자에게 있어서 자명한 범위 내에서 변형 가능하다.
다시 도 1을 참조하면, 도 3에 의하여 포인터의 위치 정보 또는 최적 위치 정보를 포함하는 최적의 세그멘테이션 영역이 결정되면, 결정된 세그멘테이션 영역 즉, 최적의 세그멘테이션 영역을 슬라이스 의료영상에 미리 표시한다(S160).
화면 상에 미리 표시된 최적의 세그멘테이션 영역이 사용자에 의해 선택되면 해당 세그멘테이션 영역을 슬라이스 의료영상에서의 병변 진단 영역으로 선택한다(S180).
여기서, 사용자에 의해 선택된 병변 진단 영역 즉, 세그멘테이션 영역은 3차원 세그멘테이션 볼륨을 생성하기 위한 세그멘테이션 시드가 될 수 있다.
단계 S170에서 사용자가 화면에 표시된 세그멘테이션 영역을 결정하는 방법은 포인터의 클릭 또는 더블 클릭, 단축키 입력 등 다양한 방식이 적용될 수 있다.
반면 단계 S170에서 화면에 미리 표시된 세그멘테이션 영역이 사용자에 의해 선택되지 않으면 즉, 사용자가 해당 세그멘테이션 영역이 만족스럽지 않으면 포인터 위치를 이동시키는 단계 S110 과정을 다시 수행한다.
이와 같이, 본 발명은 포인터의 위치 정보를 이용하여 세그멘테이션 영역을 미리 결정하는 프리 세그멘테이션을 수행하고, 프리 세그멘테이션에 의하여 결정된 최적의 세그멘테이션 영역을 슬라이스 의료영상에 미리 표시함으로써, 사용자의 선택에 따라 병변 진단 영역 즉, 세그멘테이션 시드가 결정될 수 있으며, 이를 통해 최적의 3차원 세그멘테이션 볼륨을 생성하기 위한 최적의 세그멘테이션 시드가 선택 가능하다.
또한, 본 발명은 포인터의 위치 정보에 따라 프리 세그멘테이션 과정이 수행되기 때문에 사용자 입력이 간단해지고, 사용자 인터페이스 또한 간단해지는 장점이 있다.
또한, 본 발명은 슬라이스 의료영상에 미리 표시된 세그멘테이션 영역을 확인하고, 사용자 선택에 의하여 세그멘테이션 시드가 결정되기 때문에 3차원 세그멘테이션 성능을 향상시킬 수 있고, 사용자의 만족도를 높일 수 있다.
도 4는 본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법에 대한 동작 흐름도를 나타낸 것으로, 프리 세그멘테이션 과정 후 선택된 시드를 이용하여 3차원 세그멘테이션 볼륨을 생성하는 과정에 대한 것이다.
도 5는 도 4에 도시된 동작 흐름도를 설명하기 위한 의료영상에 대한 일 예시도를 나타낸 것으로, 도 5를 참조하여 도 4에 대한 동작을 설명하면 다음과 같다.
본 발명의 세그멘테이션 방법은 도 5a에 도시된 바와 같이, 화면 상에 세그멘테이션 시드를 선택하기 위한 제1 슬라이스 의료영상을 표시하고, 제1 슬라이스 의료영상에서 사용자 입력에 따라 이동된 예컨대, 포인터 또는 마우스의 위치 정보를 추출한다(S410, S420).
여기서, 포인터의 위치 정보를 추출하는 과정은 포인터가 움직일 때마다 추출할 수도 있지만, 포인터의 움직임이 멈추는 시점에서 포인터의 위치 정보를 추출할 수도 있다.
물론, 단계 S420에서 포인터의 위치 정보를 추출하는 과정은 상기 도 2에 도시된 과정에 의하여 포인터의 최적 위치 정보를 추출할 수 있다. 즉, 포인터의 위치 정보에 대한 밝기 값과 포인터의 위치 정보를 포함하는 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값을 비교하고, 포인터의 위치 정보에 대한 밝기 값이 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 주변 영역에서 최적 위치 정보를 추출하며, 포인터의 위치 정보에 대한 밝기 값이 평균 값에 대한 오차 범위 이내인 경우 해당 포인터의 위치 정보를 최적 위치 정보로 추출한다.
포인터의 위치 정보 또는 최적 위치 정보가 추출되면 추출된 포인터의 위치 정보 또는 최적 위치 정보와 관련된 제1 슬라이스 의료영상 정보 즉, 밝기 값에 기초하여 포인터의 위치 정보를 포함하는 세그멘테이션 영역을 결정한다(S430).
마찬가지로, 단계 S430에서 결정되는 세그멘테이션 영역은 도 3에 도시된 과정에 의하여 결정된 최적의 세그멘테이션 영역일 수 있으며, 세그멘테이션 영역은 도 1에서 설명한 다양한 방식에 의하여 결정될 수 있다.
즉, 단계 S430은 추출된 최적 위치 정보에 대한 밝기 값에 기초하여 밝기 값 범위를 산정하고, 밝기 값 범위를 이용하여 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정한 후 결정된 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하여 최적의 세그멘테이션 영역을 결정할 수 있다.
단계 S430에 의하여 세그멘테이션 영역이 결정되면 도 5a에 도시된 바와 같이 결정된 세그멘테이션 영역을 제1 슬라이스 의료영상에 미리 표시한다(S440).
제1 슬라이스 의료영상에 세그멘테이션 영역이 미리 표시되고, 미리 표시된세그멘테이션 영역이 사용자가 만족스러운 경우 도 5b에 도시된 바와 같이 사용자가 포인터의 클릭 등과 같은 방법을 통하여 선택 결정한다(S450).
제1 슬라이스 의료영상에 미리 표시된 세그멘테이션 영역이 사용자에 의하여 선택 결정되면 선택된 세그멘테이션 영역을 3차원 볼륨 세그멘테이션을 수행하기 위한 시드(seed)로 결정한다(S460).
반면 단계 S450에서 화면에 미리 표시된 세그멘테이션 영역이 사용자에 의해 선택되지 않으면 즉, 사용자가 해당 세그멘테이션 영역이 만족스럽지 않으면 포인터 위치를 이동시키는 단계 S420 과정을 다시 수행한다.
단계 S460에서 사용자에 의하여 시드가 결정되면 도 5c에 도시된 바와 같이, 결정된 시드(510)에 기초하여 제1 슬라이스 의료영상과 관련된 다른 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역(520)을 결정한다(S470).
다른 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역이 결정되면 결정된 제1 슬라이스 의료영상의 세그멘테이션 영역 즉, 시드와 다른 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 도 5d에 도시된 바와 같이, 3차원 세그멘테이션 볼륨을 생성한다(S480).
이와 같이, 본 발명은 최적의 세그멘테이션 시드를 이용하여 다른 슬라이스 의료영상들의 세그멘테이션 영역을 결정하고, 이를 통해 3차원 세그멘테이션 볼륨을 생성하기 때문에 최적의 3차원 세그멘테이션 볼륨을 생성할 수 있다.
또한, 본 발명은 사용자에 의해 최적의 시드가 선택되기 때문에 만족스러운 3차원 세그멘테이션 볼륨을 생성하기까지의 반복 횟수를 줄일 수 있다.
도 6은 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치에 대한 구성을 나타낸 것으로, 도 1의 동작 흐름도에 대한 장치 구성을 나타낸 것이다.
도 6을 참조하면, 세그멘테이션 장치(600)는 추출부(610), 결정부(620), 표시부(630) 및 선택부(640)를 포함한다.
추출부(610)는 화면에 표시된 슬라이스 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출한다.
여기서, 추출부(610)는 포인터의 위치 정보를 실시간으로 계속적으로 추출할 수도 있으며, 사용자 입력에 따라 포인터가 움직이는 동안에는 위치 정보를 추출하지 않고 포인터가 고정된 경우에만 위치 정보를 추출할 수도 있다.
결정부(620)는 추출부(610)에 의하여 추출된 포인터의 위치 정보와 관련된 슬라이스 의료영상의 정보에 기초하여 포인터의 위치를 포함하는 세그멘테이션 영역을 결정한다.
이 때, 결정부(620)는 도 7에 도시된 일 예와 같이 비교부(710), 검출부(720), 산정부(730) 및 영역 결정부(740)를 포함할 수 있다.
비교부(710)는 추출부(610)에 의하여 추출된 포인터의 위치 정보에 대한 밝기 값과 포인터의 위치 정보를 포함하는 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값을 비교한다.
검출부(720)는 포인터의 위치 정보에 대한 밝기 값이 평균 값에 대해 미리 설정된 오차 범위를 비교하여 포인터의 위치 정보에 대한 밝기 값이 평균 값에 대한 오차 범위를 벗어나는 경우 미리 설정된 주변 영역에서 최적 위치 정보를 검출하는 반면, 포인터의 위치 정보에 대한 밝기 값이 평균 값에 대한 오차 범위 이내인 경우 해당 포인터의 위치 정보를 최적 위치 정보로 검출한다.
산정부(730)는 검출부(720)에 의하여 검출된 최적 위치 정보의 밝기 값에 기초하여 세그멘테이션을 위한 밝기 값 범위를 산정한다.
영역 결정부(740)는 산정부(730)에 의하여 산정된 밝기 값 범위를 이용하여 포인터의 위치 정보 또는 최적 위치 정보를 포함하는 제1 세그멘테이션 영역을 결정하고, 결정된 제1 세그멘테이션 영역에 미리 설정된 피팅 모델 예를 들어, deformable model 또는 snake model 등을 적용하여 최적의 세그멘테이션 영역을 결정한다.
비록, 도 7에서 포인터의 위치 정보에 대한 밝기 값과 평균 값을 비교하는 비교부(710)와 최적 위치 정보를 검출하는 검출부(720)가 결정부(620)에 대한 구성 블록으로 도시하고 설명하였지만, 이에 한정하지 않고, 비교부(710)와 검출부(720)가 추출부(610)의 세부 구성 블록이 될 수도 있다.
다시 도 6을 참조하여, 표시부(630)는 결정부(620)에 의하여 결정된 세그멘테이션 영역 즉, 최적의 세그멘테이션 영역을 화면에 표시된 슬라이스 의료영상에 미리 표시한다.
선택부(640)는 사용자가 표시부(630)에 의하여 표시된 세그멘테이션 영역을 확인하고, 사용자에 의하여 화면에 미리 표시된 세그멘테이션 영역이 만족스러워 선택된 경우 선택된 세그멘테이션 영역을 화면에 표시된 슬라이스 의료영상에 대한 병변 진단 영역으로 선택한다.
이 때, 선택부(640)에 의해 선택된 세그멘테이션 영역은 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 사용될 수 있다.
도 8은 본 발명의 다른 일 실시 예에 따른 의료영상에서의 세그멘테이션 장치에 대한 구성을 나타낸 것으로, 도 4의 동작 흐름도에 대한 장치 구성을 나타낸 것이다.
도 8을 참조하면, 세그멘테이션 장치(800)는 제1 영역 결정부(820), 표시부(820), 시드 결정부(830), 제2 영역 결정부(840) 및 볼륨 생성부(850)를 포함한다.
제1 영역 결정부(800)는 화면에 표시된 제1 슬라이스 의료영상에서 사용자 입력에 따라 추출된 포인터의 위치 정보와 관련된 제1 슬라이스 의료영상의 정보 예컨대, 밝기 값에 기초하여 포인터의 위치를 포함하는 세그멘테이션 영역을 결정한다.
이 때, 제1 영역 결정부(810)는 도 6에 도시된 추출부(610)와 도 7에 도시된 비교부(710), 검출부(720), 산정부(730) 및 영역 결정부(740)를 포함할 수도 있다.
표시부(820)는 제1 영역 결정부(810)에 의하여 결정된 세그멘테이션 영역을 화면에 표시된 제1 슬라이스 의료영상에 미리 표시한다.
시드 결정부(830)는 제1 슬라이스 의료영상에 미리 표시된 세그멘테이션 영역이 사용자에 의해 선택되면 선택된 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드로 결정한다.
제2 영역 결정부(840)는 시드 결정부(830)에 의하여 결정된 세그멘테이션 시드에 기초하여 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정한다.
볼륨 생성부(850)는 시드 결정부(830)에 의하여 결정된 세그멘테이션 시드와 제2 영역 결정부(840)에 의하여 결정된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 3차원 세그멘테이션 볼륨을 생성한다.
본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
의료영상에서의 세그멘테이션 방법 및 그 장치가 개시된다. 본 발명의 일 실시 예에 따른 의료영상에서의 세그멘테이션 방법은 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 단계; 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계; 상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 단계; 및 상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 단계를 포함하고, 상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택함으로써, 슬라이스 의료영상에서 사용자와의 인터액션(interaction)을 통하여 최적의 세그멘테이션 시드와 최적의 3차원 세그멘테이션 볼륨을 획득할 수 있고, 이를 통해 3차원 세그멘테이션 볼륨을 획득하기 위한 부하를 줄일 수 있다.

Claims (16)

  1. 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 단계;
    상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계;
    상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 단계; 및
    상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 단계
    를 포함하는 의료영상에서의 세그멘테이션 방법.
  2. 제1항에 있어서,
    상기 선택하는 단계는
    상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  3. 제1항에 있어서,
    상기 결정하는 단계는
    상기 슬라이스 의료영상에서 입상 잡음(granular noise)를 제거하는 단계;
    상기 입상 잡음이 제거된 상기 슬라이스 의료영상의 프로파일을 이용하여 병변 진단 부위를 구별하는 단계; 및
    상기 구별된 상기 병변 진단 부위와, 상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계
    를 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  4. 제1항에 있어서,
    상기 추출하는 단계는
    상기 추출된 상기 포인터의 위치 정보에 대한 밝기 값과 상기 포인터의 위치정보를 포함하는 미리 설정된 주변 영역에서 최적 위치 정보를 검출하고,
    상기 결정하는 단계는
    상기 검출된 상기 최적 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 상기 세그멘테이션 영역을 결정하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  5. 제4항에 있어서,
    상기 추출하는 단계는
    상기 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값과 상기 포인터의 위치에 대한 밝기 값을 비교하고, 상기 포인터의 위치 정보에 대한 밝기 값이 상기 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 상기 평균 값에 대응하는 위치 정보를 상기 최적 위치 정보로 검출하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  6. 제1항에 있어서,
    상기 결정하는 단계는
    상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 밝기 값의 범위를 산정하는 단계;
    상기 산정된 상기 밝기 값의 범위를 이용하여 상기 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정하는 단계;
    상기 결정된 상기 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하는 단계; 및
    상기 피팅 모델을 이용하여 상기 제1 세그멘테이션 영역으로부터 최적의 세그멘테이션 영역을 결정하는 단계
    를 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  7. 제1항에 있어서,
    상기 결정하는 단계는
    상기 슬라이스 의료영상의 밝기 값 분포 정보(density distribution information)를 이용하여 상기 포인터의 위치 정보에 대한 밝기 값에 대응하는 적어도 하나 이상의 세그멘테이션 영역을 검출하고,
    상기 검출된 상기 적어도 하나 이상의 세그멘테이션 영역 중 상기 포인터의 위치를 포함하는 세그멘테이션 영역을 결정하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  8. 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 단계;
    상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 단계;
    상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 단계; 및
    상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 단계
    를 포함하는 의료영상에서의 세그멘테이션 방법.
  9. 제8항에 있어서,
    상기 결정된 시드와 상기 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 3차원 세그멘테이션 볼륨을 생성하는 단계
    를 더 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  10. 제8항에 있어서,
    상기 세그멘테이션 영역을 결정하는 단계는
    상기 포인터의 위치 정보에 대한 밝기 값과 상기 포인터의 위치 정보를 포함하는 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값을 비교하는 단계;
    상기 포인터의 위치 정보에 대한 밝기 값이 상기 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 상기 주변 영역에서 최적 위치 정보를 검출하는 단계;
    상기 검출된 상기 최적 위치 정보의 밝기 값에 기초하여 세그멘테이션을 위한 밝기 값 범위를 산정하는 단계;
    상기 산정된 상기 밝기 값의 범위를 이용하여 상기 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정하는 단계; 및
    상기 결정된 상기 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하여 최적의 세그멘테이션 영역을 결정하는 단계
    를 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 방법.
  11. 제1항 내지 제10항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
  12. 화면에 표시된 슬라이스(slice) 의료영상에서 사용자 입력에 따른 포인터의 위치 정보를 추출하는 추출부;
    상기 추출된 상기 포인터의 위치 정보와 관련된 상기 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 결정부;
    상기 결정된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 미리 표시하는 표시부; 및
    상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 상기 슬라이스 의료영상에 대한 병변 진단 영역으로 선택하는 선택부
    를 포함하는 의료영상에서의 세그멘테이션 장치.
  13. 제12항에 있어서,
    상기 선택부는
    상기 병변 진단 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 선택하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 장치.
  14. 제12항에 있어서,
    상기 결정부는
    상기 포인터의 위치 정보에 대한 밝기 값과 상기 포인터의 위치 정보를 포함하는 미리 설정된 주변 영역의 밝기 값들에 대한 평균 값을 비교하는 비교부;
    상기 포인터의 위치 정보에 대한 밝기 값이 상기 평균 값에 대해 미리 설정된 오차 범위를 벗어나는 경우 상기 주변 영역에서 최적 위치 정보를 검출하는 검출부;
    상기 검출된 상기 최적 위치 정보의 밝기 값에 기초하여 세그멘테이션을 위한 밝기 값 범위를 산정하는 산정부; 및
    상기 산정된 상기 밝기 값의 범위를 이용하여 상기 포인터의 위치를 포함하는 제1 세그멘테이션 영역을 결정하고, 상기 결정된 상기 제1 세그멘테이션 영역에 미리 설정된 피팅 모델(fitting model)을 적용하여 최적의 세그멘테이션 영역을 결정하는 영역 결정부
    를 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 장치.
  15. 제1 슬라이스 의료영상에서 포인터의 위치 정보와 관련된 상기 제1 슬라이스 의료영상의 정보에 기초하여 상기 포인터의 위치를 포함하는 세그멘테이션(segmentation) 영역을 결정하는 제1 영역 결정부;
    상기 결정된 상기 세그멘테이션 영역을 상기 제1 슬라이스 의료영상에 미리 표시하는 표시부;
    상기 미리 표시된 상기 세그멘테이션 영역이 사용자에 의해 선택되면 상기 선택된 상기 세그멘테이션 영역을 3차원 볼륨 영상의 세그멘테이션을 위한 시드(seed)로 결정하는 시드 결정부; 및
    상기 결정된 상기 시드에 기초하여 상기 제1 슬라이스 의료영상과 관련된 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 결정하는 제2 영역 결정부
    를 포함하는 의료영상에서의 세그멘테이션 장치.
  16. 제15항에 있어서,
    상기 결정된 시드와 상기 복수의 슬라이스 의료영상들 각각의 세그멘테이션 영역을 이용하여 3차원 세그멘테이션 볼륨을 생성하는 볼륨 생성부
    를 더 포함하는 것을 특징으로 하는 의료영상에서의 세그멘테이션 장치.
PCT/KR2012/007332 2011-09-14 2012-09-13 의료영상에서의 세그멘테이션 방법 및 그 장치 Ceased WO2013039330A2 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/211,324 US20140198963A1 (en) 2011-09-14 2014-03-14 Segmentation method of medical image and apparatus thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020110092365A KR101185727B1 (ko) 2011-09-14 2011-09-14 의료영상에서의 세그멘테이션 방법 및 그 장치
KR10-2011-0092365 2011-09-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/211,324 Continuation US20140198963A1 (en) 2011-09-14 2014-03-14 Segmentation method of medical image and apparatus thereof

Publications (2)

Publication Number Publication Date
WO2013039330A2 true WO2013039330A2 (ko) 2013-03-21
WO2013039330A3 WO2013039330A3 (ko) 2013-05-10

Family

ID=47114089

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2012/007332 Ceased WO2013039330A2 (ko) 2011-09-14 2012-09-13 의료영상에서의 세그멘테이션 방법 및 그 장치

Country Status (3)

Country Link
US (1) US20140198963A1 (ko)
KR (1) KR101185727B1 (ko)
WO (1) WO2013039330A2 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2745266B1 (en) * 2011-09-07 2020-05-13 Koninklijke Philips N.V. Interactive live segmentation with automatic selection of optimal tomography slice
KR101344780B1 (ko) * 2013-03-21 2013-12-24 주식회사 인피니트헬스케어 의료 영상 표시 장치 및 방법
KR101728044B1 (ko) * 2015-02-02 2017-04-18 삼성전자주식회사 의료 영상을 디스플레이 하기 위한 방법 및 장치
CN106530311B (zh) * 2016-10-25 2019-03-08 帝麦克斯(苏州)医疗科技有限公司 切片图像处理方法及装置
KR101995900B1 (ko) * 2017-09-11 2019-07-04 뉴로핏 주식회사 3차원 뇌지도 생성 방법 및 프로그램
US11580646B2 (en) 2021-03-26 2023-02-14 Nanjing University Of Posts And Telecommunications Medical image segmentation method based on U-Net
CN119169031B (zh) * 2024-11-21 2025-02-28 昆明理工大学 基于核拟阵特征引导的结直肠癌图像分割方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010086855A (ko) * 2000-03-03 2001-09-15 윤종용 단층 영상에서 관심영역 추출 방법 및 장치
US7158692B2 (en) * 2001-10-15 2007-01-02 Insightful Corporation System and method for mining quantitive information from medical images
US7386153B2 (en) * 2001-11-23 2008-06-10 Infinitt Co., Ltd. Medical image segmentation apparatus and method thereof
JP4373682B2 (ja) * 2003-01-31 2009-11-25 独立行政法人理化学研究所 関心組織領域抽出方法、関心組織領域抽出プログラム及び画像処理装置
US7536041B2 (en) * 2003-06-13 2009-05-19 Koninklijke Philips Electronics N.V. 3D image segmentation
US20070276214A1 (en) * 2003-11-26 2007-11-29 Dachille Frank C Systems and Methods for Automated Segmentation, Visualization and Analysis of Medical Images
US20080075345A1 (en) * 2006-09-20 2008-03-27 Siemens Corporation Research, Inc. Method and System For Lymph Node Segmentation In Computed Tomography Images
US7953265B2 (en) * 2006-11-22 2011-05-31 General Electric Company Method and system for automatic algorithm selection for segmenting lesions on pet images
US20080281182A1 (en) * 2007-05-07 2008-11-13 General Electric Company Method and apparatus for improving and/or validating 3D segmentations
WO2009049681A1 (en) * 2007-10-19 2009-04-23 Vascops Automatic geometrical and mechanical analyzing method and system for tubular structures
US8229180B2 (en) * 2008-10-27 2012-07-24 Siemens Audiologische Technik Gmbh System and method for automatic detection of anatomical features on 3D ear impressions

Also Published As

Publication number Publication date
US20140198963A1 (en) 2014-07-17
WO2013039330A3 (ko) 2013-05-10
KR101185727B1 (ko) 2012-09-25

Similar Documents

Publication Publication Date Title
WO2013039330A2 (ko) 의료영상에서의 세그멘테이션 방법 및 그 장치
WO2014208971A1 (en) Ultrasound image display method and apparatus
WO2013168998A1 (en) Apparatus and method for processing 3d information
WO2014038786A1 (en) Method of displaying virtual ruler on separate image or medical image of object, medical image obtaining apparatus, and method and apparatus for displaying separate image or medical image with virtual ruler
WO2020000643A1 (zh) Ct图像肺结节检测方法、设备及可读存储介质
WO2013042889A1 (ko) 의료영상에서의 세그멘테이션 방법 및 그 장치
WO2012115332A1 (ko) 이미지와 이미지 또는 이미지와 동영상 사이의 상호 관계 분석 장치 및 방법
WO2015005577A1 (ko) 카메라 포즈 추정 장치 및 방법
WO2014200137A1 (ko) 핑거프린트에 기반한 광고 검출 시스템 및 방법
WO2019235828A1 (ko) 투 페이스 질병 진단 시스템 및 그 방법
WO2020235804A1 (ko) 포즈 유사도 판별 모델 생성방법 및 포즈 유사도 판별 모델 생성장치
WO2014035103A1 (ko) 촬영영상으로부터 객체를 감시하기 위한 장치 및 방법
WO2018151504A1 (ko) 레이더를 이용하여 포인팅 위치를 인식하는 방법 및 장치
WO2010008134A2 (en) Image processing method
WO2022030829A1 (ko) 마진라인 포인트 선택 방법 및 이를 위한 덴탈 캐드 장치
JP2019168387A (ja) 建築物判定システム
WO2020076133A1 (ko) 암 영역 검출의 유효성 평가 장치
WO2021215843A1 (ko) 구강 영상의 마커 검출 방법 및 이를 이용한 구강 영상 정합 장치 및 방법
WO2016036049A1 (ko) 검색 서비스 제공 장치, 시스템, 방법 및 컴퓨터 프로그램
WO2017099292A1 (ko) 물체-행동 관계 모델에 기반한 행동 인식 방법 및 그 장치
WO2015126058A1 (ko) 암 예후 예측 방법
WO2023017919A1 (ko) 관절 상태를 정량화하기 위한 의료 영상 분석 방법, 의료 영상 분석 장치, 및 의료 영상 분석 시스템
WO2017034323A1 (ko) 적응적으로 저조도를 개선하는 영상 처리 장치 및 방법, 그리고 그를 이용한 객체 검출 장치
JP6516646B2 (ja) 複数のカメラで撮影した画像から個々の被写体を識別する識別装置、識別方法及びプログラム
JP2022110885A (ja) 画像処理装置、画像処理方法、およびプログラム

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: 12831709

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12831709

Country of ref document: EP

Kind code of ref document: A2