435
"J. Korean Soc. Radiol., Vol. 12, No. 3, June 2018"
A Study on the Implementation of Ultrasonic Guidance Algorithm for Improving Safety of Ultrasonic Varicose Vein Treatment
Seong-Cheol Kim,1 Ju-Young Kim,1 Si-Cheol Noh,2 Heung-Ho Choi1,*
1School of Biomedical Engineering, Inje University, Gimhae, Korea
2Department of Radiological Science, International University of Korea, Korea
Received: April 11, 2018. Revised: June 28, 2018. Accepted: June 30, 2018
ABSTRACT
In this study, we performed to design an image guiding algorithm to improve the efficiency and safety of treatment of varicose vein by focused ultrasound. The algorithm was suggested by different guiding images according to the location of varicose veins. In the case of deep-seated varicose veins, the target area was marked on the surface of the blood vessel in the obtained cross-sectional blood vessel ultrasound image. In the case of the superficial varicose vein, A guiding system based on image segmentation algorithm of the vascular region was suggested and designed two different algorithms according to varicose veins progression degree. as a results, the algorithm based on ultrasound image show a small error with 830 ㎛ at maximum. However, the algorithm based on charge coupled device image has a maximum error of 8.3 mm in some data. Therefore, it is expected that additional study is needed for superficial varicose vein image guiding algorithm, and it is expected that the accuracy of blood vessel tracking should be evaluated by constructing simple system.
Keywords: Varicose-veins, Focused Ultrasound, Image-guided, Vein Detection
Ⅰ. INTRODUCTION
하지정맥류는 대표적인 심혈관계 질환 중 하나 로서 건강보험심사평가원의 통계에 의하면 하지정 맥류 진료 인원은 2009년 13만 5,241명에서 2013년 15만 6,008명으로 5년 사이 14 % 증가하였다. 이에 따라 집속초음파를 이용한 하지정맥류의 비침습적 인 치료 방법에 관한 관심이 증대되고 있으며 집속 초음파를 사용한 치료에서 발행할 수 있는 주변조 직의 손상을 최소화 하는 방법이 화두로 떠오르고 있다. 주변 조직의 손상을 최소화하기 위해서는 치 료 영역의 정확한 선택이 필요하며, 일반적으로 이 러한 치료영역을 결정하는 보조수단으로 B 모드 영상과 MRI 영상이 사용된다[1-2]. 이 중 B 모드 영 상은 치료영역을 실시간으로 확인할 수 있어 MRI 보다 보편적으로 사용될 수 있다는 장점을 가지며,
이에 따라 초음파 영상 유도 치료에 관한 많은 연 구가 진행되고 있고[3], 초음파 하지정맥류 치료에 서의 적용 가능성도 높다.
하지만 B 모드 초음파 영상 유도법은 근육 사이 에 위치하는 심부정맥에서 발생한 하지정맥류에만 유효하며 혈관이 피부표면에 돌출되어있는 표재성 하지정맥류의 경우에는 데드존(dead zone)에 의해 치료하고자 하는 부위를 확인하기 어렵다. 이에 대 한 대체수단으로 CCD(Charge-Coupled Device) 카메 라 영상을 이용한 유도 시스템을 고려할 수 있지만 혈관 영역과 피부 영역이 유사한 색상을 가지기 때 문에 정확한 치료영역을 확인하기 어렵다. 이를 개 선하기 위하여 헤모글로빈에 대한 반사율이 낮은 적외선 광원을 추가하거나[4] RGB 색공간보다 노이 즈에 강한 HSV(hue, saturation, value) 색공간[5] 으로 변환하여 인식율을 개선할 수 있다.
https://doi.org/10.7742/jksr.2018.12.3.435
* Corresponding Author: Heung-Ho Choi E-mail: [email protected] Tel: +82-55-320-3294
이에 본 연구에서는 하지정맥류 혈관의 깊이에 따른 영상유도 알고리즘을 각각 제시하고자 한다.
집속 초음파를 이용한 하지정맥류 치료에서 심부 정맥에 유발된 하지정맥류의 경우에는 초음파 영 상에서 혈관 단면 영역을 식별하고 치료 목표지점 을 표시해 정확한 치료를 유도하는 영상 유도 알고 리즘 수립 하였다. 표재성 하지정맥류의 경우에는 중증 하지정맥류에서는 HSV 색공간 기반, 경증 인 경우에는 적외선 광원 기반의 알고리즘을 수립하 여 치료의 효율성과 안정성을 높이고 이에 따른 영 상 유도 시스템을 개발 하고자 하였다.
Ⅱ. MATERIAL AND METHODS
1. 심부성 하지정맥류 영상유도 알고리즘
본 연구에서는 하지정맥류 환자의 혈관 검출을 위한 알고리즘 구현을 위하여 초음파 B 모드 영상 을 사용하였다. 심부성 하지정맥류를 모사하기 위 하여 혈관 유사물질이 매식된 글리세롤 기반의 조 직유사 팬텀을 제작하고 영상을 획득하였다. 영상 획득은 상용의 초음파 진단기 SA-6000 MT모델 (Medison, Korea)을 사용하였으며, 초음파 영상 획 득 시 이득은 50, 출력은 100, 영상깊이는 3 cm 로 설정하였다. 획득한 B 모드 영상은 skytv HD yellow 모델(skydigital, Korea)의 비디오 카드를 사 용하여 720×480 화소 크기로 저장하였다. 영상 처 리는 400×350 영역을 추출하여 처리하였으며, 획득 한 영상의 화소 크기는 75 ㎛이다. 영상 획득 방법 과 획득한 혈관 영역 초음파 단면 영상을 Fig. 1에 나타내었다.
(a) Image acquisition method (b) Cross-sectional image Fig. 1. Acquired B-mode image.
영상처리 프로그램으로는 Matlab 2017b (MathWorks, USA)를 사용하였으며, 전처리, 텍스쳐
특성 추출, 혈관 검출의 단계를 거쳐 최종 영상을 구성하였다. 전처리 과정에서는 초음파 영상에서 스펙클 패턴을 제거하고자 5×5 크기의 스틱 필터 (stick filter)를 사용하였다.[6] 다음으로 영상의 굴곡 이나 경계면을 정의하고자 가변형 모델(deformable model)[7-8] 을 사용하여 영상의 텍스쳐 정보를 추출 하였다. 추출한 텍스쳐 정보를 기반으로 뱀 형상 윤곽선 검출을 시행하여 혈관 영역을 식별하였다.
제시한 알고리즘에서 윤곽선 검출을 시행하기 위 해서는 검출이 시작될 초기 위치를 지정해 주어야 하며 혈관 유사물질의 상단부에서부터 검출을 시 작하도록 설정하였다. 분리한 혈관 영역에서 윤곽 선 정보를 추출하여 혈관의 지름값을 구하고 혈관 의 표면과 표면 사이의 거리를 구하였다. 윤곽선 검출 결과를 이진화한 후 윤곽선 영상에서 치료 목 표 지점을 나타내도록 프로그램을 제작하였다. Fig.
2는 제안한 알고리즘 영상 처리순서에 따른 영상의 변화를 보여주고 있다.
Fig. 2. Changes of the blood vessel image by the proposed algorithm.
"J. Korean Soc. Radiol., Vol. 12, No. 3, June 2018"
2. 표재성 하지정맥류 영상유도 알고리즘
표재성 하지정맥류에 적용하기 위한 영상유도 알고리즘은 하지정맥류의 중증도에 따라 HSV 색 공간 기반 방법과 적외선 광원기반의 각기 다른 알 고리즘을 구현하였다. 영상은 CCD 카메라를 사용 하여 획득 하였다. CCD 카메라는 Lifestudio 모델 (Microsoft, USA)을 사용하였으며, 1980×1080 화소 크기, DPI 96의 조건으로 영상을 획득하였다. Fig.
3은 표재 정맥 영상을 획득하기 위한 실험 셋업을 나타내고 있다.
Fig. 3. Blood vessel image acquisition setup.
HSV 색공간 변환을 기반으로 한 알고리즘은 정 맥류 단계까지 진행된 중증 표재성 하지정맥류에 적용하고자 하였다. 영상은 20~40 대의 남녀 10명 의 손등 정맥에서 촬영하였다. 중증 하지정맥류가 유발된 환경을 모사하고자 악력 운동을 30초간 시 행하여 임시로 손등 정맥류를 유발하였다. 영상은 혈관으로부터 15~20 cm 높이에 카메라를 위치시킨 상태에서 획득하였다. 영상처리는 획득한 영상에서 손등영역에 해당하는 영역을 640×460 화소크기로 추출하여 처리하였다. 피부와 혈관의 화소값 범위 는 Table 1과 같이 표시하였다. 색조(Hue)영역에서 피부와 혈관의 화소 값이 가장 뚜렷하게 구분되었 기에 영상처리는 색조 영역에 대하여 수행 하였다.
Table 1. HSV values in skin and blood vessel
Hue saturation value
Vessel 0.3<H<0.6 0.03<S<0.12 0.35<V<0.75
Skin 0.05<H<0.15 0.05<S<0.15 0.25<V<0.65
영상처리는 HSV 색공간 변환, 이진화, 세선화의 순서로 진행하였다. 이진화 계수는 오츠(otsu)기법 을 사용해 산출하였고, 세선화는 Lam. L.[9] 이 제안 한 Thinning 기법을 사용하였다. 처리결과인 유도선 을 원본 영상에 중첩하여 나타내었다. 알고리즘의 평가는 수동으로 지정한 치료영역 유도선과 비교 하였을 때의 오차와 최대 오차거리로 평가하였다.
각 영상에서 30회씩 측정한 값을 기반으로 하여 오 차를 계산하였다. Fig. 4는 영상 처리 과정에 따른 영상의 변화를 흐름도로 나타낸 것이다.
Fig. 4. Vessel extraction algorithm flow chart.
적외선 광원이 추가된 알고리즘은 망상정맥 단 계 이하로 진행된 경증 표재성 하지정맥류에 적용 하고자 하였다. 처리된 영상을 기반으로 시술자가 치료영역을 지정할 수 있도록 유도하는 것을 알고 리즘의 목표로 하였다. 영상은 손목의 요골동맥에 서 획득하였다. CCD 카메라에서 적외선 광을 수신 하기 위하여 렌즈 후면에 부착되어있는 적외선 컷 필터를 제거하였다. 적외선 광원은 파장이 850 nm 인 근적외선을 사용하였으며, 카메라의 외곽 면에 배치하였다. 적외선 광원과 혈관 사이의 20 cm부터 45 cm까지 5 cm 단위로 거리를 변화시키며 영상을
획득하고 획득한 영상을 비교하였다. 적외선 광원 기반의 알고리즘은 적외선 광원이 추가된 상태에 서 조명 정규화, 영상 대조도 증가의 순서로 영상 처리 하여 혈관 영역을 강조하였다. 조명 정규화 과정에는 호모모픽 필터를 사용하였으며, 적응 히 스토그램 평활화를 시행하여 대조도를 증가시켰다.
평활화는 RGB 컬러 공간 중에서 혈관 영역이 가장 분명하게 구분되는 적색 영역에 대하여 수행하였 으며 혈관 검출율 변화를 적색 영역 이진화 영상과 높이에 따른 유사도 변화로 평가하였다.
Ⅲ. RESULT
1. 심부성 하지정맥류 영상유도 알고리즘
진단기의 거리 측정 기능과 비교한 결과, 튜브 반지름의 경우 최대 오차가 800 ㎛로 나타났으며 평균 380 ㎛ 의 오차를 보였다. 표면과의 거리는 최 대 830 ㎛, 평균 400 ㎛ 의 오차를 보였다. 오차 측 정은 50회 반복하여 측정하여 평균값을 도출하였 다. 획득한 반지름값과 표면과의 거리를 결과 영상 에 나타내어 확인할 수 있도록 제작하였으며 집속 점과 목표영역 사이의 거리 차이가 15 픽셀(1.12 mm) 이하로 차이 날 때 집속점의 마커 모양을 변 경해 정확한 집속 위치에 도달하였음을 확인할 수 있도록 하였다. Fig. 5는 집속점과 목표영역의 근접 여부에 따라 집속점을 나타내는 마커의 변화를 보 여주고 있다.
(a) closing case
b) non-closing case
Fig. 5. Marker shape change according to proximity of focus point and target point.
2. 표재성 하지정맥류 영상유도 알고리즘
HSV 색공간 변환을 기반으로 한 표재 정맥 알고 리즘의 평과 결과는 Table 2에 나타내었다. 혈관 검 출의 정확도는 91.8 %, 표준편차 3.08 로 평가되었 으며, 모든 혈관 영상이 80 % 이상, 최대 98 % 의 정확도로 평가되었다. 최대 오차거리의 평균값은 3.2 mm, 표준편차는 1.94 로 평가되었으며 모든 혈 관 영상에서 8.3 mm 이하의 오차거리를 보였으며 최소 1.68 mm 의 오차거리로 평가되었다. 검출한 혈관 유도선 영상은 Fig. 6 에 나타내었다.
4번 혈관 영상에서 도출한 혈관 유도선 에서 오 차가 평균 8.32로 다른 혈관 영상에 비하여 큰 오차 거리가 검출되었다. 9번과 10번의 혈관 영상의 경 우 추세는 비슷하였으나, 유도선이 혈관의 중심이 아닌 혈관 경계면에 나타났다. 이로 인해 9,10 번 영상에서 유도선의 추세에 비하여 낮은 정확도가 나타났다.
Fig. 6. Vessel extraction display.
"J. Korean Soc. Radiol., Vol. 12, No. 3, June 2018"
Table 2. Vessel detection accuracy
Similarity (%) Maximum error (mm)
vessel 1 94.1±0.94 2.35±0.38
vessel 2 89.4±0.89 4.36±0.75
vessel 3 93.0±0.93 8.32±0.31
vessel 4 86.7±0.87 3.07±0.55
vessel 5 95.9±0.96 2.60±0.80
vessel 6 94.7±0.95 1.86±0.15
vessel 7 96.2±0.96 2.10±0.20
vessel 8 88.2±0.88 2.21±0.14
vessel 9 90.0±0.90 2.54±0.62
vessel 10 88.1±0.88 2.34±0.28
average 91.6 3.2
standard deviation 3.08 1.94
적외선 광원 기반으로 한 표재 정맥 알고리즘의 결과에서 적색 영역 이진화 영상의 혈관 검출율 변 화를 Fig. 7에 나타내었다. 혈관이 검출되지 않은 영역을 붉은 원을 사용하여 표시해 주었다. 평가 결과 혈관과 피부사이의 거리가 20 cm 일 때 혈관 이 가장 뚜렷하게 검출되었다. 20 cm 이하의 거리 에서는 반사광의 영향으로 인해 혈관의 일부가 검 출되지 않았으며, 5 cm 획득 영상의 경우 반사광이 너무 강해 혈관 영역이 거의 검출되지 않아 원으로 표시하지 않았다. 20 cm 이상의 거리에서는 거리가 증가할수록 혈관의 검출율이 감소하였다. 35 cm 이 상의 높이에서 획득한 영상의 경우, 육안으로 관찰 하기에는 큰 차이가 나타나지 않았다. 이는 광원과 의 거리가 증가, 감소함에 따라 혈관에 도달하는 적외선의 광량이 줄어들거나 반사광이 나타내기 때문으로 생각된다.
반사광으로 인하여 혈관의 검출율이 하강 할 시 에는 영상의 상, 하부에서 혈관 영역이 유실되는 양상이 나타났다. 광량 감소로 인하여 혈관이 검출 되지 않을 경우, 영상의 중심부에서 혈관이 유실되 고 상부, 하부 영역 중 하나에서 혈관이 유실되는 양상이 나타났다. 유사도 변화 그래프는 Fig. 8 에 나타내었다. 유사도 변화를 확인해 보았을 때 20 cm를 기준으로 거리가 증가 20 cm를 기준으로 거 리가 증가할수록 유사도가 감소하였으며 최저 유
사도는 45 cm 에서 88.15 %로 나타났다.
Fig. 7. Binary image according to distance between light source and blood vessel.
Fig. 8. accuracy-distance graph according to distance change between light source and blood vessel.
Ⅳ. DISCUSSION & CONCLUSION 본 연구에서는 초음파를 이용한 하지정맥류 치 료에 적용 가능한 영상유도 알고리즘을 제안 하였 다. 하지정맥류의 발생 위치에 따라 유도 영상을 달리하여 알고리즘을 수립하였으며 표재성 하지정 맥류의 경우는 하지정맥류의 진행 정도에 따라 각 기 다른 알고리즘을 제안하였다. 심부성 하지정맥 류 혈관 단면 추출 알고리즘의 경우에는 수립한 알 고리즘이 830 ㎛ 이하의 적은 오차를 가짐을 알 수 있었다. 평가 결과를 수립한 알고리즘을 초음파 영 상에서 혈관을 추출하고자 할 때 유용한 보조 수단 으로 사용할 수 있을 것으로 기대된다. 적외선 기 반의 경증 표재성 하지정맥류 혈관 영역 추출 알고 리즘의 경우 이진화 영상과 유사도 검증 모두에서 혈관과 카메라 사이의 거리가 20 cm 일 때 혈관 검 출율이 가장 우수함을 확인할 수 있었다. 본 연구 를 통해 CCD 영상을 획득할 때 적외선 광원을 추 가한다면 경증의 하지정맥류 에서도 혈관 추출 이 가능할 것으로 예상된다. HSV 색공간 기반의 중증 표재성 하지정맥류 혈관 영역 추출 알고리즘의 경 우 정확도는 모든 혈관 영상에서 85 % 이상의 높 은 검출율을 보였으나, 오차 거리가 일부 영상에서 크게 나타나거나 유도선이 혈관 경계면에 나타났 다. 이를 기반으로 할 때 수립 알고리즘을 실제 임 상에 적용하기 위해서는 추가적인 연구가 필요할 것으로 생각된다.
본 연구의 한계점은 표재성 하지정맥류를 대상 으로 수립한 2개의 알고리즘이 서로 다른 위치에서 측정한 영상을 대상으로 수립되었다는 것이다. 차 후 연구에서는 표재성 하지정맥류에서는 동일한 측정 위치에서 측정한 영상을 대상으로 한 평가가 필요할 것이며 차후 간단한 시스템을 구성함으로 써 수립한 알고리즘을 기반으로 한 영상유도 시스 템을 제작할 수 있을 것 이다.
Acknowledgement
이 논문은 한국연구재단의 지원을 받아 수행된 연구임(No. 2015R1A2A2A03007867)
Reference
[1] Kovatcheva, et al, "Ultrasound-guided high- intensity focused ultrasound treatment of breast fibroadenoma multicenter experience," Journal of therapeutic ultraso und, Vol. 3, No. 1, pp.1, 2015.
[2] Li, Shen, WU, et al, "Magnetic resonance image-guid ed versus ultrasound-guided high- intensity focused ul trasound in the treatment of breast cancer," Chinese j ournal of cancer. Vol. 32, No. 8, pp. 441, 2013.
[3] Y. Zhan and D. Shen. "Deformable Segmentation of 3-D Ultrasound Prostate Images Using Statistical Text ure Matching Method." IEEE Trans. Med. Imag, Vol.
25, No. 3, pp. 245-255, 2006.
[4] N. Terada et al, “Spectral radiative properties of a li ving human body,” International Journal of Thermoph ys. Vol. 7, No. 5, pp.1101-1113, 1986.
[5] Soohwan Chae, Kyungkoo Jun, "HSV Color Model b ased Hand Contour Detctor Robust to Noise," Journal of Korea Multimedia Society, Vol. 1, No. 10, pp. 11 49-1156, 2015
[6] Xiao, Chang-Yan, Zhang Su, and Ya-zhu Chen. "A d iffusion stick method for speckle suppression in ultras onic images," Pattern Recognition Letters, Vol. 25, N o. 16, pp. 1867-1877, 2004.
[7] Dahl, Anders Bjorholm, and Vedrana Andersen Dahl.
"Dictionary snakes," Pattern Recognition(ICPR), 2014 22nd International Conference on. IEEE, 2014.
[8] Dahl, Anders Bjorholm, and Vedrana Andersen Dahl.
"Dictionary based image segmentation," Scandinavian Conference on Image Analysis. Springer, Cham, pp 2 6-37, Cham, 2015.
[9] Lam. L., Seong-Whan Lee, Ching Y. Suen, "Thinning Methodologies-A Comprehensive Survey," IEEE Trans actions on Patten Analysis and Machine Intelligence, Vol. 14, No. 9, pp. 879, 1992.
"J. Korean Soc. Radiol., Vol. 12, No. 3, June 2018"
초음파 하지정맥류 치료의 안전성 개선을 위한 초음파 유도 알고 리즘 구현에 관한 연구
김성철,1 김주영,1 노시철,2 최흥호1,*
1인제대학교 의용공학과
2한국국제대학교 방사선학과
요 약
본 연구에서는 집속초음파에 의한 하지정맥류 치료에서 치료의 효율과 안전성을 높이기 위한 영상유도 알고리즘을 제안하고자 하였다. 하지정맥류가 발생한 위치에 따라 영상 유도 기법을 달리하여 알고리즘을 수립 하였다. 심부성 하지정맥류의 경우는 획득된 초음파영상에서 혈관의 가로 단면 영상을 추출하고 혈관 중심부의 목표영역을 표시하도록 하였으며, 표재성 하지정맥류의 경우에는 인체의 표재정맥에서 획득한 C CD 카메라 영상에서 혈관 영역을 분리한 영상을 기반으로 한 영상 유도 시스템을 제작하고 하지정맥류 진 행 정도에 따라 각기 다른 알고리즘을 설계 하였다. 실험결과 초음파 영상 기반의 알고리즘은 전체적으로 최대 830 ㎛ 정도의 낮은 오차를 보였으나 CCD 영상 기반의 알고리즘은 일부 데이터에서 최대 8.3 mm 정 도의 오차를 보였다. 이에 표재성 하지정맥류 영상 유도 알고리즘에 대해서는 추가적인 연구가 필요할 것 으로 예상되며 이후 간단한 시스템을 구성함으로써 혈관 추적의 정확도를 평가할 필요성이 있을 것으로 예상된다.
중심단어: 하지정맥류, 집속초음파, 영상유도, 혈관검출
