| 1 |
1
시술 전 촬영된 3D CTA 영상과 시술 중 촬영되는 2D XA 영상의 공간을 일치시키기 위한 강체 정합을 수행하는 단계;상기 3D CTA 영상과 상기 2D XA 영상의 각 혈관 중심선(Centerline)으로부터 정점(Point), 에지(Edge) 및 루트(Root)로 표현되는 혈관 구조에 대한 3D 혈관 그래프 및 2D 혈관 그래프를 생성하는 단계;상기 3D 혈관 그래프에서 부모와 자식 노드로 연결된 절편(Segment)에 대응하는 상기 2D 혈관 그래프의 경로를 탐색하여, 상기 2D 혈관 그래프의 후보 절편들을 재구성하는 단계;상기 3D CTA 영상의 한 정점에 대한 수직 기울기 및 상기 한 점과 미리 설정한 범위내의 인접하는 정점과의 거리를 기초로, 상기 3D 혈관 그래프의 정점과 상기 2D 혈관 그래프의 정점을 각각 매칭하는 단계; 상기 3D 혈관 그래프의 절편과 상기 2D 혈관 그래프의 후보 절편들의 유사성을 비교하여 2D 혈관의 후보 라인을 선정하는 단계; 및미리 정의된 에너지 함수가 최소값을 갖도록 경사 하강법(Gradient Decent Method)을 이용하여 상기 3D 혈관 그래프의 정점의 위치를 선정된 2D 혈관의 후보 라인의 정점으로 이동시키는 비강체 변형 단계;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 2 |
2
제1항에 있어서, 상기 강체 정합을 수행하는 단계는,상기 2D XA 영상 촬영 시 DICOM(Digital Imaging and Communications in Medicine) 정보를 획득하는 단계;상기 DICOM 정보를 상기 3D CTA 영상으로부터 추출된 3D 혈관 중심선에 적용하여, 상기 2D XA 영상이 획득 될 당시의 가상환경을 생성하는 단계; 및상기 3D 혈관 중심선과 2D 혈관 중심선을 상기 가상환경에 투영하여 정합공간을 일치시키는 정밀 정합을 수행하는 단계;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 3 |
3
제2항에 있어서, 상기 정밀 정합을 수행하는 단계는,상기 3D 혈관 중심선과 2D 혈관 중심선의 세선화 과정을 수행하는 단계;세선화된 3D 혈관 중심선과 2D 혈관 중심선의 거리맵을 생성하는 단계;상기 거리맵을 기초로 유사성 비교를 수행하는 단계; 및파웰 최적화 기법을 적용한 변환 함수(Transformation Function)를 사용하여 정밀 정합을 수행하는 단계;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 4 |
4
제3항에 있어서, 상기 정밀 정합을 수행하는 단계는,상기 가상환경에 투영된 3D 혈관 중심선의 중심점을 원점으로 이동시키는 단계;상기 원점을 기준으로 상기 3D 혈관 중심선의 회전 벡터와 이동 벡터를 순차적으로 변환하는 단계; 및상기 2D 혈관 중심선의 중심점으로 상기 3D 혈관 중심선의 중심점을 이동하는 단계;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 5 |
5
제1항에 있어서, 상기 2D 혈관 그래프의 후보 절편들을 재구성하는 단계는,상기 3D 혈관 그래프 및 상기 2D 혈관 그래프의 형태 속성은 유사하고, 일정 범위 내에 존재한다는 가정하에 수행되는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 6 |
6
제5항에 있어서, 상기 2D 혈관 그래프의 후보 절편들을 재구성하는 단계는,상기 3D 혈관 그래프 및 상기 2D 혈관 그래프의 형태 속성의 거리가 미리 설정한 임계치 보다 낮은 상기 2D 혈관 그래프의 후보 절편들을 추출하는 단계;상기 2D 혈관 그래프의 후보 절편들 중 상기 3D 혈관 그래프의 형태 속성과 가장 유사한 하나의 후보 절편을 선정하는 단계;선정된 후보 절편의 모든 경로를 탐색하여 연결 가능한 구조를 생성하는 단계; 및선정된 후보 절편의 2D 혈관의 후보 라인에 대하여 연결 관계 분석을 수행하여 부모 후보 라인과 연결되지 않는 자식 후보 라인은 제거하는 단계;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 7 |
7
제6항에 있어서,상기 연결 관계 분석은 리프(Leaf) 노드를 포함하는 최하위 레벨(Level)에서 루트(Root) 노드를 포함하는 최상위 레벨까지 순서대로 수행하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 8 |
8
제1항에 있어서, 상기 유사성을 비교하여 2D 혈관의 후보 라인을 선정하는 단계는, 상기 3D 혈관 그래프의 절편과 상기 2D 혈관의 후보 라인 사이의 거리, 기울기, 길이 및 두께 차이를 이용하여 유사성을 비교하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 9 |
9
제1항에 있어서, 상기 3D 혈관 그래프의 정점의 위치를 선정된 2D 혈관의 후보 라인의 정점으로 이동시키는 비강체 변형 단계는,상기 에너지 함수는 연속성(Continuous)을 계산하는 에너지 항, 곡률을 계산하는 에너지 항 및 3D 혈관을 2D 혈관에 맞추어 위치와 형태가 변화하도록 만들어주는 에너지 항을 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법
|
| 10 |
10
제1항에 있어서,상기 혈관 특징 정보 기반 다중 모달리티 비강체 정합 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체
|
| 11 |
11
시술 전 촬영된 3D CTA 영상과 시술 중 촬영되는 2D XA 영상의 공간을 일치시키기 위한 강체 정합을 수행하는 강체 정합부;상기 3D CTA 영상과 상기 2D XA 영상의 각 혈관 중심선(Centerline)으로부터 정점(Point), 에지(Edge) 및 루트(Root)로 표현되는 혈관 구조에 대한 3D 혈관 그래프 및 2D 혈관 그래프를 생성하는 그래프 생성부;상기 3D 혈관 그래프에서 부모와 자식 노드로 연결된 절편(Segment)에 대응하는 상기 2D 혈관 그래프의 경로를 탐색하여, 상기 2D 혈관 그래프의 후보 절편들을 재구성하는 혈관 분석부;상기 3D CTA 영상의 한 정점에 대한 수직 기울기 및 상기 한 점과 미리 설정한 범위내의 인접하는 정점과의 거리를 기초로, 상기 3D 혈관 그래프의 정점과 상기 2D 혈관 그래프의 정점을 각각 매칭하는 매칭부; 상기 3D 혈관 그래프의 절편과 상기 2D 혈관 그래프의 후보 절편들의 유사성을 비교하여 2D 혈관의 후보 라인을 선정하는 유사도 비교부; 및미리 정의된 에너지 함수가 최소값을 갖도록 경사 하강법(Gradient Decent Method)을 이용하여 상기 3D 혈관 그래프의 정점의 위치를 선정된 2D 혈관의 후보 라인의 정점으로 이동시키는 비강체 변형부;를 포함하는, 혈관 특징 정보 기반 다중 모달리티 비강체 정합 장치
|
