| 1 |
1
대상체에 대한 이중 에너지 영상을 획득하는 단계;상기 대상체의 이중 에너지 영상의 영상 열화를 보정하여 복원 이중 에너지 영상을 획득하는 단계;분리하고자 하는 복수개의 물질 중 가장 밀도가 높은 물질에 대응되는 두께-강도 룩업 테이블(look-up table)을 기반으로 상기 대상체의 복원 이중 에너지 영상으로부터 가장 밀도가 높은 물질에 대응되는 고밀도 물질 영상을 획득하는 단계;미리 학습된 이미지 변환 모델을 이용하여 상기 고밀도 물질 영상에 대응되는 가중치 맵 영상을 획득하는 단계;상기 대상체의 복원 이중 에너지 영상 및 상기 가중치 맵 영상을 기반으로 고밀도 물질 제거 이중 에너지 영상을 획득하는 단계; 및분리하고자 하는 복수개의 물질 중 상기 가장 밀도가 높은 물질을 제외한 나머지 물질에 대응되는 교정용 팬텀을 통해 획득한 물질별 두께-강도 룩업 테이블(look-up table)을 기반으로, 상기 고밀도 물질 제거 이중 에너지 영상으로부터 상기 나머지 물질 각각에 대한 물질 영상을 획득하는 단계;를 포함하는 이중 에너지 기법 기반 다중 물질 분리 방법
|
| 2 |
2
제1항에서,상기 두께-강도 룩업 테이블은,상기 교정용 팬텀의 이중 에너지 영상의 영상 열화를 보정하여 획득한 복원 이중 에너지 영상 및 상기 교정용 팬텀에 대응되는 물질의 두께를 기반으로 획득되며,상기 교정용 팬텀에 대응되는 이중 에너지 영상의 영상 열화 보정과 상기 대상체에 대응되는 이중 에너지 영상의 영상 열화 보정은 서로 동일한 영상 열화 보정 방법을 이용하는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 3 |
3
제1항에서,상기 가중치 맵 영상 획득 단계는,상기 고밀도 물질 영상을 상기 미리 학습된 이미지 변환 모델에 입력하고, 상기 미리 학습된 이미지 변환 모델로부터 출력되는 제1 에너지에 대한 제1 가중치 맵 영상과 제2 에너지에 대한 제2 가중치 맵 영상을 통해, 상기 고밀도 물질 영상에 대응되는 상기 가중치 맵 영상을 획득하는 것으로 이루어지는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 4 |
4
제3항에서,실제 환자의 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 포함하는 학습 데이터를 이용하여 상기 이미지 변환 모델을 학습하는 단계;를 더 포함하는 이중 에너지 기법 기반 다중 물질 분리 방법
|
| 5 |
5
제4항에서,상기 이미지 변환 모델 학습 단계는,상기 학습 데이터에 포함된 컴퓨터 단층 촬영(CT) 영상 각각에 대하여,상기 컴퓨터 단층 촬영(CT) 영상을 이용하여 상기 제1 에너지에 대한 제1 방사선 영상(Digitally Reconstructed Radiography, DRR)과 상기 제2 에너지에 대한 제2 방사선 영상(DRR)을 획득하고, 상기 가장 밀도가 높은 물질에 대응되는 두께-강도 룩업 테이블을 기반으로 상기 제1 방사선 영상(DRR)과 상기 제2 방사선 영상(DRR)을 이용하여 고밀도 물질 학습 영상을 획득하고,상기 컴퓨터 단층 촬영(CT) 영상을 이용하여 상기 가장 밀도가 높은 물질이 제거된 상기 제1 에너지에 대한 제1 고밀도 물질 제거 방사선 영상과 상기 제2 에너지에 대한 제2 고밀도 물질 제거 방사선 영상을 획득하며,상기 제1 방사선 영상(DRR)과 상기 제1 고밀도 물질 제거 방사선 영상을 이용하여 상기 제1 에너지에 대한 제1 고밀도 물질 영상을 획득하고, 상기 제2 방사선 영상(DRR)과 상기 제2 고밀도 물질 제거 방사선 영상을 이용하여 상기 제2 에너지에 대한 제2 고밀도 물질 영상을 획득하며,상기 고밀도 물질 학습 영상과 상기 제1 고밀도 물질 영상을 이용하여 상기 제1 에너지에 대한 제1 가중치 맵 학습 영상을 획득하고, 상기 고밀도 물질 학습 영상과 상기 제2 고밀도 물질 영상을 이용하여 상기 제2 에너지에 대한 제2 가중치 맵 학습 영상을 획득하며,상기 학습 데이터에 포함된 상기 컴퓨터 단층 촬영(CT) 영상 각각에 대해 획득한 상기 고밀도 물질 학습 영상, 상기 제1 가중치 맵 학습 영상 및 상기 제2 가중치 맵 학습 영상을 기반으로, 상기 고밀도 물질 학습 영상을 입력 데이터로 하고, 상기 제1 가중치 맵 학습 영상과 상기 제2 가중치 맵 학습 영상을 정답 레이블(label)로 하여, 상기 이미지 변환 모델을 학습하는 것으로 이루어지는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 6 |
6
제3항에서,상기 고밀도 물질 제거 이중 에너지 영상 획득 단계는,상기 대상체의 복원 이중 에너지 영상 중 상기 제1 에너지에 대한 제1 복원 이중 에너지 영상으로부터 상기 제1 가중치 맵 영상을 이용하여 상기 제1 에너지에 대한 제1 고밀도 물질 제거 이중 에너지 영상을 획득하고,상기 대상체의 복원 이중 에너지 영상 중 상기 제2 에너지에 대한 제2 복원 이중 에너지 영상으로부터 상기 제2 가중치 맵 영상을 이용하여 상기 제2 에너지에 대한 제2 고밀도 물질 제거 이중 에너지 영상을 획득하는 것으로 이루어지는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 7 |
7
제6항에서,상기 나머지 물질 각각에 대한 물질 영상 획득 단계는,상기 나머지 물질에 대응되는 물질별 두께-강도 룩업 테이블을 기반으로, 상기 제1 고밀도 물질 제거 이중 에너지 영상과 상기 제2 고밀도 물질 제거 이중 에너지 영상을 이용하여 상기 고밀도 물질 제거 이중 에너지 영상으로부터 상기 나머지 물질 각각에 대한 물질 영상을 획득하는 것으로 이루어지는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 8 |
8
제7항에서,상기 나머지 물질 각각에 대한 물질 영상 획득 단계는,상기 고밀도 물질 제거 이중 에너지 영상으로부터 분리하고자 하는 상기 나머지 물질의 밀도가 높은 물질에서 낮은 물질의 순서에 따라, 대상 물질에 대응되는 두께-강도 룩업 테이블을 기반으로 상기 고밀도 물질 제거 이중 에너지 영상으로부터 대상 물질 분리 영상을 획득하고, 상기 대상 물질 분리 영상을 상기 고밀도 물질 제거 이중 에너지 영상에서 제거하며, 상기 대상 물질 분리 영상이 제거된 상기 고밀도 물질 제거 이중 에너지 영상으로 다음 물질 분리를 수행하는 과정을, 반복적으로 수행하여 상기 고밀도 물질 제거 이중 에너지 영상으로부터 상기 나머지 물질 각각에 대한 물질 영상을 획득하는 것으로 이루어지는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 9 |
9
제1항에서,상기 교정용 팬텀은,분리하고자 하는 물질이 n개인 경우, n개의 물질 중 가장 밀도가 낮은 물질인 제1 물질과 나머지 물질 중 하나인 제2 물질의 조합으로 이루어지는 n-1개의 서브 팬텀을 포함하며,상기 서브 팬텀은,상기 제1 물질로 이루어지는 계단식 형태의 제1 서브 팬텀 및 상기 제1 서브 팬텀의 일면에 위치하고 상기 제2 물질로 이루어지는 계단식 형태의 제2 서브 팬텀을 포함하는,이중 에너지 기법 기반 다중 물질 분리 방법
|
| 10 |
10
제1항 내지 제9항 중 어느 한 항에 기재된 이중 에너지 기법 기반 다중 물질 분리 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램
|
| 11 |
11
이중 에너지 기법을 기반으로 다중 물질을 분리하는 다중 물질 분리 장치로서,이중 에너지 기법을 기반으로 다중 물질을 분리하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 이중 에너지 기법을 기반으로 다중 물질을 분리하기 위한 동작을 수행하는 하나 이상의 프로세서;를 포함하고,상기 프로세서는,대상체에 대한 이중 에너지 영상을 획득하고,상기 대상체의 이중 에너지 영상의 영상 열화를 보정하여 복원 이중 에너지 영상을 획득하며,분리하고자 하는 복수개의 물질 중 가장 밀도가 높은 물질에 대응되는 두께-강도 룩업 테이블(look-up table)을 기반으로 상기 대상체의 복원 이중 에너지 영상으로부터 가장 밀도가 높은 물질에 대응되는 고밀도 물질 영상을 획득하고,미리 학습된 이미지 변환 모델을 이용하여 상기 고밀도 물질 영상에 대응되는 가중치 맵 영상을 획득하며,상기 대상체의 복원 이중 에너지 영상 및 상기 가중치 맵 영상을 기반으로 고밀도 물질 제거 이중 에너지 영상을 획득하고,분리하고자 하는 복수개의 물질 중 상기 가장 밀도가 높은 물질을 제외한 나머지 물질에 대응되는 교정용 팬텀을 통해 획득한 물질별 두께-강도 룩업 테이블(look-up table)을 기반으로, 상기 고밀도 물질 제거 이중 에너지 영상으로부터 상기 나머지 물질 각각에 대한 물질 영상을 획득하는,이중 에너지 기법 기반 다중 물질 분리 장치
|
| 12 |
12
제11항에서,상기 두께-강도 룩업 테이블은,상기 교정용 팬텀의 이중 에너지 영상의 영상 열화를 보정하여 획득한 복원 이중 에너지 영상 및 상기 교정용 팬텀에 대응되는 물질의 두께를 기반으로 획득되며,상기 교정용 팬텀에 대응되는 이중 에너지 영상의 영상 열화 보정과 상기 대상체에 대응되는 이중 에너지 영상의 영상 열화 보정은 서로 동일한 영상 열화 보정 방법을 이용하는,이중 에너지 기법 기반 다중 물질 분리 장치
|
| 13 |
13
제11항에서,상기 프로세서는,상기 고밀도 물질 영상을 상기 미리 학습된 이미지 변환 모델에 입력하고, 상기 미리 학습된 이미지 변환 모델로부터 출력되는 제1 에너지에 대한 제1 가중치 맵 영상과 제2 에너지에 대한 제2 가중치 맵 영상을 통해, 상기 고밀도 물질 영상에 대응되는 상기 가중치 맵 영상을 획득하는,이중 에너지 기법 기반 다중 물질 분리 장치
|
