WO2023121002A1 - Rf신호로부터 혈류의 속력을 측정하는 방법 - Google Patents

Rf신호로부터 혈류의 속력을 측정하는 방법 Download PDF

Info

Publication number
WO2023121002A1
WO2023121002A1 PCT/KR2022/018405 KR2022018405W WO2023121002A1 WO 2023121002 A1 WO2023121002 A1 WO 2023121002A1 KR 2022018405 W KR2022018405 W KR 2022018405W WO 2023121002 A1 WO2023121002 A1 WO 2023121002A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
blood flow
clutter
area
speckle
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/KR2022/018405
Other languages
English (en)
French (fr)
Inventor
박대우
박동찬
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.)
National Cancer Center Japan
National Cancer Center Korea
Original Assignee
National Cancer Center Japan
National Cancer Center Korea
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 National Cancer Center Japan, National Cancer Center Korea filed Critical National Cancer Center Japan
Priority to US18/710,810 priority Critical patent/US12446848B2/en
Priority to JP2024531529A priority patent/JP2024539772A/ja
Priority to EP22911639.7A priority patent/EP4454552A4/en
Publication of WO2023121002A1 publication Critical patent/WO2023121002A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A61B5/02021—Determining capillary fragility
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • 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
    • A61B8/48—Diagnostic techniques
    • 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
    • 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
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from 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
    • A61B8/52—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
    • 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
    • A61B8/0891—Clinical applications for diagnosis of blood vessels

Definitions

  • the present invention relates to a method for measuring the speed of blood flow from an RF signal.
  • Doppler ultrasonography is effective in measuring average blood flow, but has a problem in spatial resolution in measuring micro blood flow or blood flow velocity near the vessel wall.
  • the blood vessel count method through histological observation can quantitatively analyze the development of blood vessels to some extent, but there is a high possibility of error depending on the examiner or the cut slice.
  • Angiography is suitable for observing the morphological results of the vascular network, but there may be differences in resolution depending on the test technique or the size of the experimental animal, and it is not suitable for quantitative analysis of vascularization, so there are problems in using it alone when observing the results. there is.
  • an object of the present invention is to provide a method for measuring the speed of blood flow from an RF signal.
  • An object of the present invention is to provide a method for measuring the speed of blood flow from an RF signal, comprising: decomposing a complex signal converted from the RF signal into a base signal using singular value decomposition; classifying the base signal into a clutter signal, a blood flow signal, and a noise signal; a dividing step of dividing a clutter area and a blood flow area from the classified clutter signal and blood flow signal; obtaining an output signal by removing the blood flow signal from the clutter signal in the clutter area and removing the clutter signal from the blood flow signal in the blood flow area; and measuring the velocity of the blood flow by calculating a speckle decorrelation from the output signal.
  • the basal signal is represented by the sum of a plurality of individual basal signals, each individual basal signal includes a spatial singular vector, a temporal singular vector, and a singular value, and in the classifying step, the blood flow signal is based on the singular value. , the clutter signal and the noise signal can be classified.
  • the blood flow signal and the clutter signal may be classified based on the size of the singular value.
  • the dividing step may include obtaining a feature map based on at least one of the blood flow signal and the clutter signal; and obtaining the clutter area and the blood flow area by image segmentation of the feature map.
  • the feature map may be obtained by converting an energy map showing the energy of the blood flow signal into a decibel scale.
  • the method may further include smoothing the feature map, and the image segmentation may be performed on the smoothed feature map.
  • the step of measuring the blood flow speed may include extracting a sign of the output signal; obtaining a correlation value by inputting the extracted code into a 1-bit correlator; correcting the correlation value to obtain a corrected correlation value; and converting the corrected correlation value into a speed of blood flow using speckle calibration, wherein the speckle calibration may be obtained from data obtained by measuring speckle de-correlation and speckle movement distance.
  • a method for measuring the speed of blood flow from a blood vessel cross-section RF signal is provided.
  • FIG. 1 is a flowchart of a method for measuring blood flow velocity according to an embodiment of the present invention
  • 3a and 3b show the flow rate measurement results in Field II simulation
  • 10A to 10D illustrate SVD results of carotid artery ultrasound data in an in vivo experiment.
  • the present invention provides a method for measuring blood flow speed in blood vessels, particularly, blood flow speed in microvessels.
  • the present invention provides an ultrasonic signal processing technique and an algorithm for measuring blood flow speed for measuring blood flow speed.
  • FIG. 1 showing a flow chart of a method for measuring blood flow velocity according to the present invention.
  • the RF signal collected by the ultrasonic probe is converted into a complex signal (S110).
  • This process may be performed using a known method, and I/Q demodulation and decimation may be performed.
  • the complex signal is decomposed into a basis signal using singular value decomposition (S120).
  • the demodulated ultrasound signal is expressed as follows.
  • N is the number of frames
  • M is the number of RF lines per frame
  • L is the number of samples per RF line.
  • Each frame is converted into a column vector, and a data matrix of size LM ⁇ N is constructed from the ultrasound signal.
  • u 1 , u 2 ..., u N are N orthogonal left singular vectors (length LM), v 1 , v 2 ,...,v N are N orthogonal right singular vectors (length N ), ⁇ 1 ⁇ 2 ⁇ ... ⁇ N ⁇ 0 is N singular values, and all singular vectors have energy 1. Physically, left singular vectors represent spatial information, right singular vectors represent temporal information, and singular values represent energy.
  • the base signal is classified into a clutter signal, a blood flow signal, and a noise signal ( S130 ).
  • the ultrasound signal can be expressed as the sum of N basis signals.
  • Each basis signal is composed of a spatial singular vector u N and a temporal singular vector v N , and the singular value ⁇ N represents the magnitude of each basis signal.
  • the clutter signal has a much greater intensity than the blood flow signal, it is assumed that the clutter signal has a greater singular value than the blood flow signal. If the ⁇ th to ⁇ th singular values correspond to the blood flow signal, the ultrasonic signal s(i,j,k) can be decomposed into a clutter signal and a blood flow signal as follows.
  • the Nth singular value from the remaining ⁇ +1 corresponds to noise.
  • the two parameters ⁇ and ⁇ which distinguish clutter, blood flow, and noise, can be determined by the method proposed in [Baranger 2018].
  • a method of classifying temporal and spatial singular vectors into clutter/blood flow/noise is further described as follows.
  • a similarity matrix is obtained, for example, as shown in FIG. 2 .
  • the first group is clutter with singular values of 1 to 19
  • the second group is blood flow with singular values of 20 to 77
  • a blood flow signal is removed from the clutter area and a clutter signal is removed from the blood flow area, thereby generating a signal suitable for speckle decorrelation calculation.
  • the segmentation (S140) step is performed through feature map extraction and region segmentation.
  • the energy of the blood flow signal is calculated as follows.
  • This energy map is converted to a decibel (dB) scale to obtain a feature map.
  • dB decibel
  • clutter energy or clutter blood flow ratio may be used as a feature map.
  • the clutter blood flow ratio can be obtained by calculating the energy ratio of the clutter signal and the blood flow signal on a dB scale.
  • the feature map After smoothing the feature map, it is divided into a clutter area and a blood flow area using the Otsu method.
  • a Gaussian filter may be used for smoothing, and in another embodiment, various image segmentation techniques such as k-means clustering may be used for region segmentation in addition to the Otsu method.
  • an output signal is derived from the divided clutter area and blood flow area (S150).
  • a c be the clutter area obtained through area division and A f the blood flow area.
  • the speckle decorrelation is calculated from the output signal to measure the blood flow speed (S160).
  • the sign of the SVD filter output IQ signal is extracted (1 bit from the I axis, 1 bit from the Q axis).
  • the sign of the correlator input signal (output signal) x(i,j,k) is as follows: is to take (The sign function takes the sign of the real and imaginary parts respectively)
  • the correlation value of the code signal is calculated using a 1-bit correlator.
  • i′,j′ is a spatial window centered on i and j
  • k is a temporal window
  • the 1-bit correlator uses the Bussgang theorem, one of the probability statistics theories. If the statistical properties of the signal follow a Gaussian distribution, even if the signal is nonlinearly distorted, the correlation of the original signal can be measured. That is, the correlation of the original signal can be obtained by calculating the correlation of the nonlinear distorted signal and then compensating the correlation according to the Bussgang theorem.
  • the code extractor plays a role of nonlinear distortion. The code extractor extracts only the sign bits from the original signal. Since the ultrasonic speckle signal generally follows a Gaussian distribution, correlation can be measured only with the sign (1 bit) of the ultrasonic speckle signal.
  • the correlation value is corrected as follows. This compensates for the distortion of the correlation value caused by the 1-bit correlator and is based on the Bussgang theory.
  • the correlation value is converted into blood flow velocity using the corrected correlation value and speckle calibration data.
  • Speckle calibration data is data that measures the relationship between speckle de-correlation and speckle movement distance. Speckle calibration data is an inherent property of an ultrasonic system, and a functional relationship between movement distance and non-correlation can be obtained by moving an ultrasonic probe with a precision stage.
  • the measured blood flow speed is output (S170).
  • the output may be performed in various ways, such as display on a display device and external transmission through a computer network.
  • blood flow velocity can be measured without using an ultrasound contrast agent. That is, since clutter and noise are removed through signal processing, an ultrasonic contrast agent is not required. In addition, since the amount of calculation for blood flow velocity is reduced, blood flow velocity can be measured in real time.
  • 3a and 3b show flow rate measurement results before and after application of the developed SVD filter, and the average value and standard deviation are displayed after flow rate measurement 20 times.
  • FIG. 3a is before applying SVD and FIG. 3b is after applying SVD.
  • the measured flow rate was 8.66 ⁇ 0.16 mL/min before SVD was applied, but after SVD was applied, it was 20.99 ⁇ 0.14 mL/min, which was close to the ground truth of 19.6 mL/min.
  • an ultrasonic flow rate measurement experiment device including a flow rate device and an ultrasonic device was prepared.
  • the flow device consists of a syringe pump, tube, ultrasound phantom, and Doppler liquid reservoir.
  • the Doppler solution was injected into a 4 mm tube with a syringe pump (NE-300) (flow rate: 20, 40 mL/min).
  • a clutter signal was generated by moving the probe at a speed of 1 mm/s using a linear stage.
  • the ultrasound device consisted of an ultrasound probe (center frequency: 10 MHz) and an ultrasound scanner (frame rate: 1000 Hz).
  • FIG. 5 shows a procedure for measuring blood flow velocity from RF signals collected by an ultrasound probe.
  • Signals in the Doppler liquid portion contain clutter noise and a significant amount of electrical noise.
  • the blood vessel wall which is the boundary between the Doppler liquid and the surrounding tissue, was detected (A) and the blood flow speed was measured (B).
  • Figures 8a and 8b show the measured flow rate in the center of the blood vessel, where (a) is the blood flow rate of 20 ml/min, and (b) is the blood flow rate of 40 ml/min.
  • 8a and 8b show the average and standard deviation of flow rates measured 10 times at a depth of 15 mm.
  • the carotid artery of a 45-year-old healthy adult male was measured using a SonixTouch system at a central frequency of 6.6 MHz. After adjusting the carotid artery with a diameter of about 6 mm to be in the center of the probe field of view in a sitting position, the longitudinal section of the carotid artery was measured at a frame rate of 925 Hz to obtain 1000 frames of RF data.
  • the center of a blood vessel measuring 5 mm in width and 25 mm in length was located at a depth of about 15 mm.
  • the flow velocity was measured by applying the speckle decorrelation algorithm to every 100 frames.
  • the flow velocity measured by the speckle decorrelation technique was smoothed with a Savitzky-golay filter (3rd order, 5 samples) to reduce noise.
  • the frame rate limit of ultrasound equipment (1,000 Hz) limits the measurement of the maximum flow velocity (approximately 100 cm/s) in the center of the carotid artery, the slow flow velocity near the vessel wall could be measured with high resolution.
  • 10A to 10D are examples of SVD results of carotid artery measurement data.
  • 10a is a singular value curve
  • FIG. 10b is a spatial similarity
  • FIG. 10c is a power Doppler map of a blood flow area
  • FIG. 10d shows a segmentation result of a blood flow area.
  • the clutter signals have much greater power than the blood flow signal (about 40 dB difference). From spatial similarity, the clutter singular value interval was determined as [1 54] and the blood flow singular value interval was determined as [55 400].
  • the power Doppler and segmentation results show the area of the blood flow signal, and it shows that the proposed SVD filter can clearly decompose the carotid artery cross-sectional data into clutter and blood flow signals.

Landscapes

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

Abstract

본 발명은 RF신호로부터 혈류의 속력을 측정하는 방법에 관한 것으로, 상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계; 상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계; 분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계; 상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및 상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함한다.

Description

RF신호로부터 혈류의 속력을 측정하는 방법
본 발명은 RF신호로부터 혈류의 속력을 측정하는 방법에 관한 것이다.
최근 초미세수술 등이 발달하면서 미세혈관 내에 흐르는 혈류량의 측정이 필요하게 되었다. 또한, 심혈관질환 진단을 위한 혈관벽 전단응력 측정을 위해서 혈관벽 근처의 혈류속력 측정이 가능해야 한다. 특히, 수술 중 혈류량의 실시간 측정이 중요하다.
현재 혈류량은 도플러 초음파 측정법을 이용하여 측정하고 있다. 도플러 초음파 측정법은 평균 혈류량 측정에는 효과적이지만 미세혈류나 혈관벽 근처의 혈류속력을 측정하기에는 공간해상도에 문제가 있다.
Fluorometry를 이용한 피부관류 검사법은 역시 혈관망을 직접 관찰하기에는 문제가 있다.
조직학적 관찰을 통한 혈관 수 측정법은 혈관발달에 대한 정량분석이 어느 정도 가능하지만, 검사자나 절단된 박편에 따라서, 오차의 가능성이 많다.
혈관조영술은 혈관망의 형태학적 결과관찰에는 적합하지만, 검사술기나 실험동물의 크기에 따라서 해상력에 차이가 있을 수 있고, 혈관화의 정량 분석에는 적합하지 못하여, 결과 관찰시 단독으로 사용하기에는 문제점이 있다.
따라서 본 발명의 목적은 RF신호로부터 혈류의 속력을 측정하는 방법을 제공하는 것이다.
상기 본 발명의 목적은 RF신호로부터 혈류의 속력을 측정하는 방법에 있어서, 상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계; 상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계; 분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계; 상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및 상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함하는 것에 의해 달성된다.
상기 기저 신호는 복수의 개별 기저 신호의 합으로 나타내어지며, 상기 각 개별 기저 신호는 공간 특이벡터, 시간 특이벡터 및 특이값을 포함하며, 상기 분류하는 단계에서는, 상기 특이값을 기초로 상기 혈류신호, 상기 클러터 신호 및 상기 잡음 신호를 분류할 수 있다.
상기 분류에서는, 상기 특이값의 크기를 기준으로 상기 혈류신호 및 상기 클러터 신호를 분류할 수 있다.
상기 분할 단계는, 상기 혈류 신호 및 상기 클러터 신호 중 적어도 어느 하나를 기초로 특징맵을 얻는 단계; 및 상기 특징맵을 영상분할하여 상기 클러터 영역 및 상기 혈류 영역을 얻는 단계를 포함할 수 있다.
상기 특징맵은 상기 혈류신호의 에너지를 도시한 에너지 맵을 데시벨 스케일로 변환하여 얻을 수 있다.
상기 특징맵을 얻은 후, 상기 특징맵을 평활화하는 단계를 더 포함하며, 상기 영상분할은 평활화된 상기 특징맵을 대상으로 수행될 수 있다.
상기 혈류 속력을 측정하는 단계는, 상기 출력신호의 부호를 추출하는 단계; 상기 추출된 부호를 1-bit상관기에 입력하여 상관값을 얻는 단계; 상기 상관값을 보정하여 보정된 상관값을 얻는 단계; 및 상기 보정된 상관값을 스펙클 칼리브레이션을 이용해 혈류의 속력으로 전환하는 단계를 포함하며, 상기 스펙클 칼리브레이션은 스펙클 비상관과 스페클 이동거리를 측정한 데이터로부터 얻어질 수 있다.
본 발명에 따르면 혈관단면 RF신호로부터 혈류의 속력을 측정하는 방법이 제공된다.
도 1은 본 발명의 일실시예에 따른 혈류 속력 측정 방법의 순서도이고,
도 2는 공간 특이벡터의 유사도 행렬(similarity matrix)을 나타낸 것이고,
도 3a 및 도 3b는 Field II 시뮬레이션에서 유속측정 결과를 나타낸 것이고,
도 4는 초음파 유속측정 실험장치를 나타낸 것이고,
도 5는 In vitro 팬텀 실험에서 혈류속력 측정 절차를 나타낸 것이고,
도 6은 In vitro 팬텀 실험에서 신호처리 전·후 혈관 종단면 B-mode 영상을 나타낸 것이고,
도 7a 및 도 7b는 In vitro 팬텀 실험에서 혈류측정 결과를 나타낸 것이고,
도 8a 및 도 8b는 In vitro 팬텀 실험에서 혈관 중심부의 유속 측정값을 나타낸 것이고,
도 9는 In vivo 실험에서 유속 측정 결과를 나타낸 것이고,
도 10a 내지 도 10d는 In vivo 실험에서 경동맥 측정 초음파 데이터의 SVD 결과를 예시한 것이다.
이하 도면을 참조하여 본 발명을 더욱 상세히 설명한다.
첨부된 도면은 본 발명의 기술적 사상을 더욱 구체적으로 설명하기 위하여 도시한 일 예에 불과하므로 본 발명의 사상이 첨부된 도면에 한정되는 것은 아니다. 첨부된 도면은 설명을 위해 각 부분의 두께나 길이 등이 과장되어 표현되어 있을 수 있다.
본 발명은 혈관 내의 혈류 속력, 특히, 미세혈관 내 혈류 속력 측정하는 방법을 제공한다. 본 발명에서는 혈류 속력 측정을 위한 초음파 신호처리 기술 및 혈류속력 측정 알고리즘을 제공한다.
이하 본 발명에 따른 혈류 속력의 측정 방법의 순서도를 나타낸 도 1을 참조하여 본 발명을 설명한다.
먼저, 초음파 프로브에서 수집된 RF신호를 복소 신호로 변환(S110)한다.
이 과정은 공지의 방법을 이용하여 수행할 수 있으며, I/Q 복조 및 데시메이션(decimation)이 수행될 수 있다.
다음으로 복소 신호를 특이값 분해를 이용해 기저 신호로 분해(S120)한다.
복조된 초음파 신호는 다음과 같이 표현된다.
Figure PCTKR2022018405-appb-img-000001
여기서, N은 프레임 수, M은 프레임당 RF 라인수, L은 RF 라인당 샘플수이다. 각 프레임을 열 벡터로 변환해 초음파 신호로부터 LM×N 크기의 데이터 행렬을 구성한다.
Figure PCTKR2022018405-appb-img-000002
SVD를 이용해 데이터 행렬을 분해하면
Figure PCTKR2022018405-appb-img-000003
여기서 u1, u2..., uN은 서로 직교하는 N 개의 왼쪽 특이벡터(길이 LM), v1, v2,...,vN은 서로 직교하는 N 개의 오른쪽 특이벡터(길이 N), σ1≥σ2≥…≥σN≥0 은 N 개의 특이값이며, 모든 특이벡터들은 에너지가 1이다. 물리적으로 왼쪽 특이벡터들은 공간적인 정보를, 오른쪽 특이벡터들은 시간적인 정보, 특이값은 에너지를 나타낸다.
다음으로 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류( S130)한다.
공간 특이벡터를 L×M 행렬로 표현하면, 초음파 신호를 N 개 기저 신호의 합으로 나타낼 수 있다.
Figure PCTKR2022018405-appb-img-000004
각 기저 신호는 공간 특이벡터 uN와 시간 특이벡터 vN로 구성되며, 특이값 σN는 각 기저 신호의 크기를 나타낸다. 일반적으로 클러터 신호는 혈류 신호보다 훨씬 큰 세기를 가지므로, 클러터 신호가 혈류 신호보다 큰 특이값을 가진다고 가정한다. 만약 α 번째부터 β번째까지 특이값이 혈류신호에 해당한다면, 초음파 신호 s(i,j,k)는 다음과 같이 클러터 신호와 혈류 신호로 분해할 수 있다.
Figure PCTKR2022018405-appb-img-000005
나머지 β+1부터 N 번째 특이값은 잡음에 해당한다. 클러터, 혈류, 잡음을 구분하는 두 개의 파라미터 α, β는 [Baranger 2018]에서 제안된 방법 등으로 결정할 수 있다.
시간 및 공간 특이벡터들을 클러터/혈류/잡음으로 분류하는 방법을 추가 설명하면 다음과 같다.
다양한 특이벡터 분류방법이 제안되었지만, 공간 유사도를 이용하는 방법이 가장 성능이 우수한 것으로 알려져 있다 [Baranger 2018]. 이 방법에서는 공간 특이벡터들 간의 유사도를 계산한 다음, 유사도가 높은 특이벡터들 끼리 모아 2개의 그룹을 만든다. 두 그룹 중에 특이값이 큰 그룹을 클러터로, 특이값이 작은 그룹을 혈류로 분류하고, 그룹에 속하지 못한 나머지 특이벡터들을 잡음으로 분류한다.
공간 특이벡터의 유사도를 계산하면 예를 들어, 도 2와 같이 유사도 행렬(similarity matrix)이 구해진다. 여기서 첫번째 그룹이 클러터로서 특이값 1~19번, 두번째 그룹이 혈류로서 특이값 20~77, 나머지가 잡음으로서 특이값 78~150이다. 즉, SVD에서 클러터/혈류/잡음을 구분하는 두 개의 파라미터는 혈류의 특이값 범위인 =20, =77이다.
도 2는 공간 특이벡터의 유사도 행렬을 나타낸 것으로, i행, j열의 값은 i-번째와 j번째 공간 특이벡터 간의 유사도를 나타낸다.
다음으로 클러터 영역 및 혈류 영역으로 분할(S140)한다.
도플러 초음파나 스펙클 추적에서 SVD를 이용해 클러터를 제거할 때는, 관심 영역에 존재하는 모든 클러터 신호를 제거하고 혈류 신호만을 이용해 혈류 속력를 측정한다. 하지만 스펙클 비상관에서 모든 클러터 신호를 제거하면 혈관벽 근처와 혈관 주위 조직에서 혈류 속력 측정값에 큰 오차가 발생하게 된다. 이는 스펙클 비상관 기술이 스펙클 패턴의 시간에 따른 상관도를 계산해 유속을 측정하기 때문이다. 따라서 혈류신호가 없는 위치에서 클러터 신호를 제거하면 잡음만 남게 되어 스펙클의 비상관이 커지게 되고 혈류가 없음에도 유속이 매우 높게 측정된다.
본 발명에서는 모든 영역에서 클러터를 제거하는 대신에 클러터 영역에서는 혈류신호를 제거하고, 혈류영역에서는 클러터 신호를 제거함으로써, 스펙클 비상관 계산에 적합한 신호를 생성한다.
분할(S140) 단계는 특징맵 추출과 영역 분할을 거쳐 수행된다.
먼저 혈류 신호의 에너지를 다음과 같이 계산한다.
Figure PCTKR2022018405-appb-img-000006
이 에너지 맵을 데시벨(dB) 스케일로 변환하여 특징맵(feature map)을 얻는다.
Figure PCTKR2022018405-appb-img-000007
혈류 에너지 대신 클러터 에너지 또는 클러터 혈류비를 특징맵으로 사용할 수도 있다.
클러터 혈류비는 클러터 신호와 혈류 신호의 에너지비를 dB스케일로 계산하여 얻을 수 있다.
특징맵을 평활화(smoothing)한 다음, Otsu 방법을 이용해 클러터 영역과 혈류 영역으로 분할한다. 평활화를 위해 가우시안 필터가 사용될 수 있으며, 다른 실시예에서는 영역 분할에서는 Otsu 방법 이외에 k-means 클러스터링 등 다양한 영상분할 기법을 이용할 수 있다.
이후 분할된 클러터 영역 및 혈류 영역으로부터 출력 신호를 도출(S150)한다.
영역 분할을 통해 얻어진 클러터 영역을 Ac, 혈류 영역을 Af라 하자. 클러터 영역에서 혈류 신호를 제거하고, 혈류 영역에서 클러터 신호를 제거하면, 다음과 같은 출력 신호를 얻는다.
Figure PCTKR2022018405-appb-img-000008
다음으로 출력 신호로부터 스펙클 비상관을 계산하여 혈류 속력을 측정(S160)한다.
이 단계에서는 먼저 SVD 필터 출력 IQ신호의 부호를 추출한다.(I축에서 1비트, Q축에서 1비트) 즉, 상관기 입력신호(출력신호) x(i,j,k)의 부호를 아래와 같이 취하는 것이다. (sign 함수는 실수부와 허수부 각각 부호를 취함)
Figure PCTKR2022018405-appb-img-000009
다음으로 1-bit 상관기를 이용하여 부호 신호의 상관값을 계산한다.
Figure PCTKR2022018405-appb-img-000010
여기서 i′,j′는 i, j 를 중심으로 하는 공간 윈도우이고, k는 시간 윈도우이다.
1-bit 상관기는 확률통계 이론중에 하나인 Bussgang 정리를 이용한 것이다. 신호의 통계적 성질이 가우시안 분포를 따르는 경우, 이 신호가 비선형 왜곡되더라도 원 신호의 상관도 측정이 가능하다. 즉 비선형 왜곡된 신호의 상관도를 계산한 다음, Bussgang 정리에 따라 상관도를 보상해주면 원신호의 상관도를 얻을 수 있다. 본 발명에서는 부호추출기가 비선형 왜곡의 역할을 수행한다. 부호추출기는 원신호에서 부호비트만 추출한다. 초음파 스펙클 신호는 일반적으로 가우시안 분포를 따르므로, 초음파 스펙클신호의 부호(1 비트)만으로 상관도 측정이 가능해진다.
이 과정에서 신호가 1비트로 표현되므로 곱셈연산이 필요하지 않아 실시간 측정이 가능해진다.
다음으로 상관값을 아래와 같이 보정한다. 이는 1비트 상관기로 인해 발생하는 상관값 왜곡을 보상하는 것이며, Bussgang 이론에 근거한다.
Figure PCTKR2022018405-appb-img-000011
다음으로 보정된 상관값과 스펙클 calibration 데이터를 이용해 상관값을 혈류 속력으로 변환한다.
스펙클 calibration 데이터는 스펙클 비상관과 스펙클 이동거리의 관계를 측정한 데이터이다. 스펙클 calibration 데이터는 초음파 시스템 고유의 성질로서, 정밀 스테이지로 초음파 프로브를 이동시켜 이동거리와 비상관의 함수 관계를 얻을 수 있다.
마지막으로 측정된 혈류 속력을 출력(S170)한다. 출력은 표시장치에 표시 및 전산망을 통해 외부 전송 등 다양한 방식으로 수행될 수 있다.
이상의 본 발명에 따르면 초음파 조영제를 사용하지 않고 혈류 속력을 측정할 수 있다. 즉 신호처리를 통해 클러터와 잡음을 제거하기 때문에 초음파 조영제가 필요하지 않은 것이다. 또한 혈류 속력의 계산을 위한 계산량이 감소하여 실시간으로 혈류 속력 측정이 가능하다.
이하 시뮬레이션 및 실험을 통해 본 발명을 더욱 상세히 설명한다.
시뮬레이션을 통한 알고리즘 검증
개발한 알고리즘의 성능을 MATLAB 초음파 시뮬레이션 툴박스인 Field II를 이용해 검증하였다. 시뮬레이션 파라미터는 표 1과 같다.
< 표 1 >
Figure PCTKR2022018405-appb-img-000012
도 3a 및 도 3b는 개발한 SVD 필터 적용 전후의 유속 측정 결과를 보여주는 것으로, 20번 유속 측정한 후 평균값과 표준편차를 표시하였다.
이론으로 구한 유속선도(ground truth)는 붉은색으로 표시하였다. 도 3a는 SVD 적용 전이며 도 3b는 SVD 적용 후이다.
기존 speckle decorrelation 기술은 초음파 조영제를 사용하지 않으면 유속 측정값이 크게 under-estimation되었다. 반면, 초음파 조영제 없이도 개발한 SVD 기반 speckle decorrelation 기술로 유속 측정의 정확도를 높였다.
유량 측정 값은 SVD 적용 전에는 8.66±0.16 mL/min이었으나, SVD 적용 후 20.99±0.14 mL/min로서 참값(ground truth) 19.6 mL/min에 근접하였다.
In vitro 팬텀 실험을 통한 검증
도 4와 같이 유속장치와 초음파장치를 포함하는 초음파 유속측정 실험장치를 마련하였다.
유속장치는 시린지 펌프, 튜브, 초음파 팬텀, 도플러 액체 저장소로 구성된다.
시린지 펌프(NE-300)로 4mm관에 도플러 용액을 주입(유량 20, 40 mL/min)하였다.
4mm 직경 관을 가지는 초음파 팬텀을 제작(Agar 2%, glass-beads 1%)하였다. 도플러 액체 안에는 적혈구를 모사하는 직경 5μm의 알갱이들을 위치시켰다(CIRS 769DF).
프로브를 선형 스테이지를 이용해 1mm/s의 속도로 이동시켜 클러터 신호를 발생시켰다.
초음파장치는 초음파 프로브(중심주파수: 10MHz), 초음파 스캐너(영상획득률(frame rate: 1000Hz)로 구성되었다.
도 5는 초음파 프로브에서 수집된 RF 신호로부터 혈류속력을 측정하는 절차를 보여준다.
초음파 프로브에서 수집된 RF 신호를 복소 신호로 변환 (I/Q 복조 및 decimation 수행), 복소 신호를 기저 신호들로 분해 (특이값 분해를 이용), 기저 신호들을 클러터/혈류/잡음으로 분류, 영역 분할에 기반한 클러터 제거 및 Speckle decorrelation을 계산하여 혈류 속력 측정을 수행하였다.
도플러 액체부분의 신호에는 클러터 잡음과 상당량의 전기적 잡음이 함유되어 있다.
도 6은 팬텀 실험에서 신호처리 전후 혈류의 B-모드 영상을 보여준다. 신호처리 기술을 이용하여 클러터 잡음과 전기적 잡음을 제거함으로써 순수한 도플러 액체부분의 신호를 얻었으며, 도플러 액체부분의 SNR이 매우 향상되었다.
도 7a 및 도 7b와 같이 도플러 액체와 주변 티슈의 경계부분인 혈관벽을 탐지(A)하고 혈류속력을 측정(B)하였다.
도 8a 및 도 8b는 혈관중심부의 유속 측정값을 나타내는 것으로 (a)는 혈류량 20ml/min이며, (b)는 혈류량 40ml/min이다.
도 8a 및 도 8b는 깊이 15mm에서 10번 측정한 유속의 평균과 표준편차를 보여준다.
고정된 클러터 뿐만 아니라 속도 1mm/s로 이동하는 클러터 하에서도 혈관벽을 탐지하고 정확한 혈류속력을 측정할 수 있다.
In vivo 측정을 통한 임상 적용 가능성 확인
45세 건강한 성인 남성의 경동맥을 SonixTouch 시스템에서 6.6MHz 중심주파수로 측정하였다. 앉은 자세에서 약 6mm 직경의 경동맥이 프로브 시야의 중심에 오도록 조절한 다음, 경동맥 종단면을 프레임률 925Hz로 측정하여 1000 프레임의 RF 데이터 획득하였다.
가로 5mm, 세로 25mm의 혈관 중심은 깊이 약 15mm에 위치하였다.
RF 데이터 1,000 프레임에 SVD 필터를 적용한 다음, 100 프레임마다 speckle decorrelation 알고리즘을 적용해 유속을 측정하였다.
도 9는 SVD 필터 전후 B-모드 영상과 혈관 중심에서 측정된 유속 프로파일을 보여주며, 중심선(x=0)에서의 유속(시간 간격 0.1s)을 나타낸다.
Speckle decorrelation 기법으로 측정된 유속을 노이즈를 감소시키기 위해서 Savitzky-golay 필터(3차, 5샘플)로 평탄화하였다.
깊은 쪽에 위치한 아래 혈관벽 근처의 유속 변화 및 혈관벽 움직임을 잘 확인할 수 있었다.
초음파 장비의 프레임율 한계(1,000Hz)로 경동맥 중심의 최대 유속(약 100cm/s)의 측정에는 한계가 있지만, 혈관벽 근처의 느린 유속은 고해상도로 측정할 수 있었다.
도 10a 내지 도 10d는 경동맥 측정 데이터의 SVD결과 예시이다. 도 10a는 특이값 곡선, 도 10b는 spatial similarity, 도 10c는 혈류영역의 파워도플러 맵이며 도 10d는 혈류영역의 segmentation 결과를 나타낸다.
특이값 곡선에서 보듯이 클러터 신호들은 혈류신호보다 훨씬 큰 전력을 가지고 있다(약 40dB 차이). Spatial similarity로부터 클러터 특이값 구간은 [1 54], 혈류 특이값 구간은 [55 400]로 결정하였다.
파워도플러와 segmentation 결과는 혈류신호의 영역을 보여주고 있으며, 제안한 SVD 필터가 경동맥 횡단면 데이터를 클러터와 혈류신호로 명확히 분해할 수 있음을 보여준다.
전술한 실시예들은 본 발명을 설명하기 위한 예시로서, 본 발명이 이에 한정되는 것은 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양하게 변형하여 본 발명을 실시하는 것이 가능할 것이므로, 본 발명의 기술적 보호범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.

Claims (7)

  1. RF신호로부터 혈류의 속력을 측정하는 방법에 있어서,
    상기 RF신호로부터 변환된 복소 신호를 특이값 분해를 이용해 기저 신호로 분해하는 단계;
    상기 기저 신호를 클러터 신호, 혈류 신호 및 잡음 신호로 분류하는 단계;
    분류된 상기 클러터 신호 및 혈류 신호로부터 클러터 영역 및 혈류 영역을 분할하는 분할 단계;
    상기 클러터 영역에서는 클러터 신호로부터 상기 혈류신호를 제거하고 상기 혈류 영역에서는 상기 혈류신호로부터 상기 클러터 신호를 제거하여 출력 신호를 얻는 단계; 및
    상기 출력 신호로부터 스펙클 비상관을 계산하여 상기 혈류의 속력을 측정하는 단계를 포함하는 방법.
  2. 제1항에 있어서,
    상기 기저 신호는 복수의 개별 기저 신호의 합으로 나타내어지며,
    상기 각 개별 기저 신호는 공간 특이벡터, 시간 특이벡터 및 특이값을 포함하며,
    상기 분류하는 단계에서는,
    상기 특이값을 기초로 상기 혈류신호, 상기 클러터 신호 및 상기 잡음 신호를 분류하는 방법.
  3. 제2항에 있어서,
    상기 분류에서는,
    상기 특이값의 크기를 기준으로 상기 혈류신호 및 상기 클러터 신호를 분류하는 방법.
  4. 제1항에 있어서,
    상기 분할 단계는,
    상기 혈류 신호 및 상기 클러터 신호 중 적어도 어느 하나를 기초로 특징맵을 얻는 단계; 및
    상기 특징맵을 영상분할하여 상기 클러터 영역 및 상기 혈류 영역을 얻는 단계를 포함하는 방법.
  5. 제4항에 있어서,
    상기 특징맵은 상기 혈류신호의 에너지를 도시한 에너지 맵을 데시벨 스케일로 변환하여 얻는 방법.
  6. 제4항에 있어서,
    상기 특징맵을 얻은 후,
    상기 특징맵을 평활화하는 단계를 더 포함하며,
    상기 영상분할은 평활화된 상기 특징맵을 대상으로 수행되는 방법.
  7. 제1항에 있어서,
    상기 혈류 속력을 측정하는 단계는,
    상기 출력신호의 부호를 추출하는 단계;
    상기 추출된 부호를 1-bit상관기에 입력하여 상관값을 얻는 단계;
    상기 상관값을 보정하여 보정된 상관값을 얻는 단계; 및
    상기 보정된 상관값을 스펙클 칼리브레이션을 이용해 혈류의 속력으로 전환하는 단계를 포함하며,
    상기 스펙클 칼리브레이션은 스펙클 비상관과 스페클 이동거리를 측정한 데이터로부터 얻어지는 방법.
PCT/KR2022/018405 2021-12-24 2022-11-21 Rf신호로부터 혈류의 속력을 측정하는 방법 Ceased WO2023121002A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US18/710,810 US12446848B2 (en) 2021-12-24 2022-11-21 Method of measuring speed of blood flow from RF signal
JP2024531529A JP2024539772A (ja) 2021-12-24 2022-11-21 Ｒｆ信号から血流の速度を測定する方法
EP22911639.7A EP4454552A4 (en) 2021-12-24 2022-11-21 METHOD FOR MEASURING BLOOD FLOW VELOCITY FROM AN RF SIGNAL

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210187018A KR102588193B1 (ko) 2021-12-24 2021-12-24 Rf신호로부터 혈류의 속력을 측정하는 방법
KR10-2021-0187018 2021-12-24

Publications (1)

Publication Number Publication Date
WO2023121002A1 true WO2023121002A1 (ko) 2023-06-29

Family

ID=86902901

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/018405 Ceased WO2023121002A1 (ko) 2021-12-24 2022-11-21 Rf신호로부터 혈류의 속력을 측정하는 방법

Country Status (5)

Country Link
US (1) US12446848B2 (ko)
EP (1) EP4454552A4 (ko)
JP (1) JP2024539772A (ko)
KR (1) KR102588193B1 (ko)
WO (1) WO2023121002A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102636497B1 (ko) 2023-09-19 2024-02-14 주식회사 엣지케어 혈류 측정장치
KR20250145751A (ko) 2024-03-29 2025-10-13 주식회사 엘지에너지솔루션 이차전지 및 이의 제조방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015515916A (ja) * 2012-05-11 2015-06-04 ヴォルカノ コーポレイションＶｏｌｃａｎｏ Ｃｏｒｐｏｒａｔｉｏｎ 画像及び血流速度測定のための装置及びシステム
JP2020096766A (ja) * 2018-12-19 2020-06-25 株式会社日立製作所 超音波撮像装置およびその制御方法
WO2021163307A1 (en) * 2020-02-12 2021-08-19 Mayo Foundation For Medical Education And Research High-sensitivity and real-time ultrasound blood flow imaging based on adaptive and localized spatiotemporal clutter filtering
KR20210107876A (ko) * 2019-02-11 2021-09-01 주식회사 고영테크놀러지 혈류 측정 장치 및 혈류 측정 방법

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003515423A (ja) * 1999-12-07 2003-05-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 動脈区分の複合画像列を表示する超音波画像処理方法及びシステム
US6535835B1 (en) 2000-01-31 2003-03-18 Ge Medical Systems Global Technology Company, Llc Angle independent ultrasound volume flow measurement
US7803116B2 (en) * 2003-10-03 2010-09-28 University of Washington through its Center for Commericalization Transcutaneous localization of arterial bleeding by two-dimensional ultrasonic imaging of tissue vibrations
JP4504004B2 (ja) * 2003-12-17 2010-07-14 株式会社東芝 超音波診断装置
US9066679B2 (en) * 2004-08-31 2015-06-30 University Of Washington Ultrasonic technique for assessing wall vibrations in stenosed blood vessels
WO2007001352A2 (en) * 2004-08-31 2007-01-04 University Of Washington Ultrasonic technique for assessing wall vibrations in stenosed blood vessels
US7884727B2 (en) * 2007-05-24 2011-02-08 Bao Tran Wireless occupancy and day-light sensing
WO2009144717A2 (en) * 2008-05-27 2009-12-03 Volusonics Medical Imaging Ltd. Ultrasound garment
JP5398514B2 (ja) * 2009-12-21 2014-01-29 株式会社東芝 カラードプラ超音波診断装置
JP5972561B2 (ja) * 2011-12-08 2016-08-17 東芝メディカルシステムズ株式会社 超音波診断装置、画像処理装置及び画像処理プログラム
US10456115B2 (en) * 2013-04-22 2019-10-29 Samsung Electronics Co., Ltd. Ultrasound system and clutter filtering method thereof
JP6282942B2 (ja) * 2014-06-18 2018-02-21 キヤノンメディカルシステムズ株式会社 超音波診断装置、画像処理装置及び画像処理プログラム
KR101816090B1 (ko) 2015-05-12 2018-01-08 (주)혜민 혈류 모니터링 기능을 갖는 초음파치료기
US11125866B2 (en) * 2015-06-04 2021-09-21 Chikayoshi Sumi Measurement and imaging instruments and beamforming method
WO2018134729A1 (en) * 2017-01-18 2018-07-26 Technion Research & Development Foundation Ltd. Sparsity-based ultrasound super-resolution imaging
WO2018144805A1 (en) * 2017-02-03 2018-08-09 Mayo Foundation For Medical Education And Research System and method for accelerated clutter filtering in ultrasound blood flow imaging using randomized ultrasound data
EP3382423A1 (en) * 2017-03-27 2018-10-03 Koninklijke Philips N.V. Methods and systems for filtering ultrasound image clutter
EP3513735B1 (en) * 2017-04-25 2022-05-25 Sogang University Research Foundation Device and method for generating ultrasound vector doppler image using plane wave synthesis
JP6879041B2 (ja) * 2017-05-09 2021-06-02 コニカミノルタ株式会社 超音波診断装置及び超音波画像生成方法
KR101859392B1 (ko) 2017-10-27 2018-05-18 알피니언메디칼시스템 주식회사 초음파 영상 기기 및 이를 이용한 클러터 필터링 방법
JP7034686B2 (ja) * 2017-11-30 2022-03-14 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像処理装置及びそのプログラム
JP6945427B2 (ja) * 2017-11-30 2021-10-06 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像処理装置及びそのプログラム
TWI682169B (zh) * 2018-03-29 2020-01-11 佳世達科技股份有限公司 超音波成像方法
JP7136588B2 (ja) * 2018-05-14 2022-09-13 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像診断装置、医用画像処理装置及び医用画像処理プログラム
US11294052B2 (en) * 2018-06-18 2022-04-05 The Board Of Trustees Of The University Of Illinois Ultrasonic imaging with clutter filtering for perfusion
WO2020018901A1 (en) * 2018-07-19 2020-01-23 Mayo Foundation For Medical Education And Research Systems and methods for removing noise-induced bias in ultrasound blood flow imaging
JP7282492B2 (ja) * 2018-09-05 2023-05-29 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像処理装置及び医用画像処理プログラム
EP4299013B1 (en) * 2019-01-11 2026-04-15 Mayo Foundation for Medical Education and Research Methods for microvessel ultrasound imaging
JP7291534B2 (ja) * 2019-05-14 2023-06-15 キヤノンメディカルシステムズ株式会社 解析装置及び超音波診断装置
US12539105B2 (en) * 2019-06-14 2026-02-03 Mayo Foundation For Medical Education And Research Super-resolution microvessel imaging using separated subsets of ultrasound data
JP7496243B2 (ja) 2020-06-03 2024-06-06 富士フイルムヘルスケア株式会社 画像処理装置及び画像処理方法。
EP3998951B1 (en) * 2020-06-16 2024-12-18 Mayo Foundation for Medical Education and Research Methods for high spatial and temporal resolution ultrasound imaging of microvessels
US12611160B2 (en) * 2020-07-30 2026-04-28 Canon Medical Systems Corporation Ultrasonic diagnostic device and image processing device
US20230404540A1 (en) * 2020-10-30 2023-12-21 Mayo Foundation For Medical Education And Research Methods for motion tracking and correction of ultrasound ensemble
US20220211352A1 (en) * 2021-01-06 2022-07-07 GE Precision Healthcare LLC System and method for utilizing deep learning techniques to enhance color doppler signals
JP7827411B2 (ja) * 2021-04-16 2026-03-10 キヤノンメディカルシステムズ株式会社 超音波診断装置及び医用画像処理装置
JP7522703B2 (ja) * 2021-06-28 2024-07-25 富士フイルムヘルスケア株式会社 超音波撮像装置、信号処理方法、および、信号処理プログラム
JP7736585B2 (ja) * 2022-01-31 2025-09-09 キヤノンメディカルシステムズ株式会社 超音波診断装置及び画像処理装置
JP7775141B2 (ja) * 2022-05-16 2025-11-25 富士フイルム株式会社 超音波時系列データ処理装置及び超音波時系列データ処理プログラム
JP7775154B2 (ja) * 2022-06-29 2025-11-25 富士フイルム株式会社 血流抽出画像形成装置、血流抽出画像形成方法、及び、血流抽出画像形成プログラム
JP7840227B2 (ja) * 2022-07-29 2026-04-03 富士フイルム株式会社 血流画像形成装置及び血流画像形成プログラム
KR20250035233A (ko) * 2023-09-05 2025-03-12 삼성메디슨 주식회사 초음파 영상 장치 및 그 동작 방법
US20250143674A1 (en) * 2023-09-27 2025-05-08 Canon Medical Systems Corporation Ultrasonic diagnostic apparatus, medical information processing apparatus, and medical information processing method
US20250114074A1 (en) * 2023-09-27 2025-04-10 Canon Medical Systems Corporation Ultrasound diagnostic apparatus, image processing apparatus, medical information-processing apparatus, ultrasound diagnostic method, and non-transitory computer-readable recording medium
US20250127480A1 (en) * 2023-10-20 2025-04-24 Canon Medical Systems Corporation Ultrasonic diagnostic apparatus and image processing method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015515916A (ja) * 2012-05-11 2015-06-04 ヴォルカノ コーポレイションＶｏｌｃａｎｏ Ｃｏｒｐｏｒａｔｉｏｎ 画像及び血流速度測定のための装置及びシステム
JP2020096766A (ja) * 2018-12-19 2020-06-25 株式会社日立製作所 超音波撮像装置およびその制御方法
KR20210107876A (ko) * 2019-02-11 2021-09-01 주식회사 고영테크놀러지 혈류 측정 장치 및 혈류 측정 방법
WO2021163307A1 (en) * 2020-02-12 2021-08-19 Mayo Foundation For Medical Education And Research High-sensitivity and real-time ultrasound blood flow imaging based on adaptive and localized spatiotemporal clutter filtering

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LEE, JUNG TAEK; IM, CHUN-SEONG; RYU, JEOM-SU; LEE, JONG-SU; GONG, SEONG-BAE; KIM, YEONG-GIL : "Measurement of the Skin Blood Flow using Cross-Correlation", JOURNAL OF BIOMEDICAL ENGINEERING RESEARCH, KOREAN SOCIETY OF BIOMEDICAL ENGINEERING, KR, vol. 19, no. 4, 1 January 1998 (1998-01-01), KR , pages 379 - 384, XP009547278, ISSN: 1229-0807 *
See also references of EP4454552A4 *

Also Published As

Publication number Publication date
KR102588193B1 (ko) 2023-10-11
EP4454552A1 (en) 2024-10-30
KR20230097482A (ko) 2023-07-03
US20250017552A1 (en) 2025-01-16
EP4454552A4 (en) 2025-10-29
US12446848B2 (en) 2025-10-21
JP2024539772A (ja) 2024-10-30

Similar Documents

Publication Publication Date Title
WO2023121002A1 (ko) Rf신호로부터 혈류의 속력을 측정하는 방법
Chuma et al. A movement detection system using continuous-wave Doppler radar sensor and convolutional neural network to detect cough and other gestures
WO2019143123A1 (en) Ultrasound imaging apparatus and method of controlling the same
WO2013154229A1 (ko) 평면파를 이용한 기능성 혈류 영상 생성 방법 및 장치
WO2020055039A1 (ko) 파킨슨 병 진단 장치 및 방법
CN107485383B (zh) 一种基于成分分析的散斑血流成像方法和装置
CN105342569A (zh) 一种基于脑电分析的精神状态检测系统
WO2018139881A1 (ko) 레이더를 이용한 생체 신호 측정 방법 및 장치
Ferris et al. Colposcopic accuracy in a residency training program: defining competency and proficiency
WO2019103186A1 (ko) 뇌파 분석을 통한 뇌 나이 추정 방법 및 시스템
CN113729734B (zh) 一种基于脑电信号的视敏锐度评估系统及其方法
WO2017069451A1 (en) Ultrasound imaging apparatus and controlling method for the same
CN112617789A (zh) 激光散斑血流成像方法及系统
WO2023140558A1 (ko) 초음파를 이용한 근육의 질 평가시스템 및 방법
WO2014021515A1 (ko) 태아 건강 평가 방법 및 장치
WO2022119347A1 (ko) 초음파 영상 기반의 딥 러닝을 통한 관상동맥 경화반 조직 분석 방법, 장치 및 기록매체
WO2019103188A1 (ko) 뇌파 분석을 통한 외상성 뇌손상 평가 시스템 및 방법
Craine et al. A clinical system for digital imaging colposcopy
WO2017010832A1 (ko) 맥파 전달 시간을 이용한 수축기 혈압 산출 장치 및 그 방법
CN101919709B (zh) 孕情管理与生殖健康服务b超一体机
Young et al. Real-time tracing of spermatozoa
Borun et al. Computer analysis of Frank lead electrocardiographic data recorded in an epidemiologic study
WO2022131522A1 (ko) 심전도 신호 분석 시스템 및 이를 이용한 심전도 신호 분석 방법
WO2024147603A1 (ko) 심전도로 심근변형을 평가하는 인공지능 기반 장치 및 방법
WO2023195741A1 (ko) 시변하는 정보를 표현한 의료 영상에서 정보를 획득하기 위한 방법 및 장치

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: 22911639

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18710810

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2024531529

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022911639

Country of ref document: EP

Effective date: 20240724

WWG Wipo information: grant in national office

Ref document number: 18710810

Country of ref document: US