영상정보 시스템을 이용한 헬스케어

우상근(Sang-keun Woo),박용성(Yong Sung Park),임상무(Sang Moo Lim) 한국컴퓨터정보학회 2016 한국컴퓨터정보학회지 Vol.24 No.1

肝閉鎻症의 臨床的 考察

禹相根(Sang Keun Woo),孫基燮(Ki Sub Son) 대한외과학회 1976 Annals of Surgical Treatment and Research Vol.18 No.9

PET 영상의 정량적 개선을 위한 리스트-이벤트 데이터 재추출

우상근,유정우,김지민,강주현,임상무,김경민,Woo, Sang-Keun,Ju, Jung Woo,Kim, Ji Min,Kang, Joo Hyun,Lim, Sang Moo,Kim, Kyeong Min 한국의학물리학회 2012 의학물리 Vol.23 No.4

다중영상화기술은 진단 및 치료 반응평가의 성능향상을 위하여 활발히 연구되고 있으며 하드웨어의 통합에도 불구하고 기기간의 획득방법의 차이에 따라 영상간의 불일치와 계수부족으로 인하여 정합도를 떨어뜨린다. 이에 본 연구에서는 소동물 PET 리스트모드 데이터의 저장형식을 분석하고 잡음 및 통계적 특성을 향상시키기 위하여 이벤트 데이터를 재추출하여 정량적으로 개선된 PET 영상을 획득하고자 하였다. 소동물 리스트모드 Inveon PET 데이터는 소동물에 37 MBq/0.1 ml를 꼬리정맥에 주사하고 60분 후 10분 동안 정적데이터를 획득하였다. 생체신호와 같이 획득된 리스트모드 데이터형식은 48 비트의 패킷크기로 이루어져 있으며 패킷 내에서는 8 비트의 헤더와 40 비트의 payload 영역으로 나누어져 있다. 사이노그램 생성은 그레이코드로 각 패킷의 순서와 흐름을 평가하고 각 패킷의 순서를 CPU에서 검출기위치 변환과 단순 증가 그리고 비모수 부트스트랩 기법을 이용하여 재추출하여 새로운 사이노그램을 생성하였다. 영상은 3 span과 31 ring difference로 설정하여 생성된 사이노그램은 산란 및 감쇠보정을 고려하지 않고 16부분 집합으로 4회 반복하는 OSEM 2D 알고리즘을 이용하여 재구성하였다. 획득된 PET 데이터의 헤더정보에서의 동시계수의 총수는 1,394만 계수였으며, 리스트-이벤트 데이터의 패킷을 분석한 동시계수의 총수는 1,293만 계수였다. PET 데이터의 단순 증가는 최대값이 1.336에서 1.743으로 향상되었으나 잡음이 같이 증가됨을 확인하였다. PET 데이터 재추출 성능은 순차적인 패킷의 payload 값을 시프트연산을 통해 데이터의 위치를 이동시킴으로써 특정 잡음이 제거되거나 대조도가 향상되는 영상을 획득할 수 있었다. 부트스트랩 재추출 기법은 영상의 잡음과 통계적 특성이 개선된 PET 영상을 제공하여 다중영상화시 정합도를 향상시켜 질환의 조기 진단 성능을 향상시킬 수 있을 것으로 기대된다. Multimodal-imaging technique has been rapidly developed for improvement of diagnosis and evaluation of therapeutic effects. In despite of integrated hardware, registration accuracy was decreased due to a discrepancy between multimodal image and insufficiency of count in accordance with different acquisition method of each modality. The purpose of this study was to improve the PET image by event data resampling through analysis of data format, noise and statistical properties of small animal PET list data. Inveon PET listmode data was acquired as static data for 10 min after 60 min of 37 MBq/0.1 ml $^{18}F$-FDG injection via tail vein. Listmode data format was consist of packet containing 48 bit in which divided 8 bit header and 40 bit payload space. Realigned sinogram was generated from resampled event data of original listmode by using adjustment of LOR location, simple event magnification and nonparametric bootstrap. Sinogram was reconstructed for imaging using OSEM 2D algorithm with 16 subset and 4 iterations. Prompt coincidence was 13,940,707 count measured from PET data header and 13,936,687 count measured from analysis of list-event data. In simple event magnification of PET data, maximum was improved from 1.336 to 1.743, but noise was also increased. Resampling efficiency of PET data was assessed from de-noised and improved image by shift operation of payload value of sequential packet. Bootstrap resampling technique provides the PET image which noise and statistical properties was improved. List-event data resampling method would be aid to improve registration accuracy and early diagnosis efficiency.

PET/CT 영상 움직임 보정

우상근 ( Sang Keun Woo ),천기정 ( Gi Jeong Cheon ) 대한핵의학회 2008 핵의학 분자영상 Vol.42 No.2

딥러닝 네트워크를 이용한 조영증강 CT 영상 생성

우상근(Sang-Keun Woo) 한국컴퓨터정보학회 2019 한국컴퓨터정보학회 학술발표논문집 Vol.27 No.1

Generation of contrast enhanced computed tomography image using deep learning network

Sang-Keun Woo(우상근) 한국컴퓨터정보학회 2019 韓國컴퓨터情報學會論文誌 Vol.24 No.3

In this paper, we propose a application of conditional generative adversarial network (cGAN) for generation of contrast enhanced computed tomography (CT) image. Two types of CT data which were the enhanced and non-enhanced were used and applied by the histogram equalization for adjusting image intensities. In order to validate the generation of contrast enhanced CT data, the structural similarity index measurement (SSIM) was performed. Prepared generated contrast CT data were analyzed the statistical analysis using paired sample t-test. In order to apply the optimized algorithm for the lymph node cancer, they were calculated by short to long axis ratio (S/L) method. In the case of the model trained with CT data and their histogram equalized SSIM were 0.905±0.048 and 0.908±0.047. The tumor S/L of generated contrast enhanced CT data were validated similar to the ground truth when they were compared to scanned contrast enhanced CT data. It is expected that advantages of Generated contrast enhanced CT data based on deep learning are a cost-effective and less radiation exposure as well as further anatomical information with non-enhanced CT data.

종양 모델 연구를 위한 소동물 [18F]FDG PET 영상화

우상근 ( Sang Keun Woo ),김경민 ( Kyeong Min Kim ),천기정 ( Gi Jeong Cheon ) 대한핵의학회 2008 핵의학 분자영상 Vol.42 No.1

특징 추출을 이용한 다중 영상 정합 및 융합 연구

우상근(Sang-Keun Woo),김지현(Jee Hyun Kim) 한국컴퓨터정보학회 2007 韓國컴퓨터情報學會論文誌 Vol.12 No.2

본 논문에서는 소동물 생체내 실험시 서로 다른 장비에서 획득된 영상의 융합 및 정합을 위한 방법을 제안한다. 마우스의 꼬리 정맥에 [[¹?F]FDG를 주사하여 60분 섭취후 서로 다른 장비에서 동일한 위치의 영상을 획득하기 위하여 아크릴 재질의 소동물 가이드에 기준마크를 설정하고 microPET과 CT 영상을 획득하였다. MicroPET으로 획득된 리스트모드(list-mode) 데이터는 Fourier Rebinning (FRB) 방법을 사용하여 사이노그램(Sinogram)으로 변환 후 4 번의 반복횟수를 가지는 Ordered Subset Expectation Maximization(OSEM) 알고리즘으로 재구성하였다. MicroPET 영상획득후 PET/CT의 CT를 이용하여 CT영상을 획득하였다. MicroPET 영상에서 폐영역을 정확히 찾아내는 어려움이 있어, 해부학적 정보를 제공하는 CT 영상을 이용하여 폐 영역을 구분하였다. 영상 융합을 위한 불일치 부분을 해결하기 위하여 기준마크의 정보와 폐 영역의 정보를 이용하여 회전과 이동정보를 가지는 어파인 (affine) 변환 행렬 구하여 영상 정합에 사용하였다. 이 방법은 정량적 정확성과 영상 해석의 정확성을 개선할 것으로 기대된다. The aim of this study was to propose a fusion and registration method with heterogeneous small animal acquisition system in small animal in-vivo study. After an intravenous injection of ¹?F-FDG through tail vain and 60 min delay for uptake, mouse was placed on an acryl plate with fiducial markers that were made for fusion between small animal PET (microPET R4, Concorde Microsystems, Knoxville TN) and Discovery LS CT images. The acquired emission list-mode data was sorted to temporally framed sinograms and reconstructed using FORE rebining and 2D-OSEM algorithms without correction of attenuation and scatter. After PET imaging, CT images were acquired by mean of a clinical PET/CT with high-resolution mode. The microPET and CT images were fusion and co-registered using the fiducial markers and segmented lung region in both data sets to perform a point-based rigid co-registration. This method improves the quantitative accuracy and interpretation of the tracer.

다중가우시안혼합모델을 이용한 소동물 심근경색 PET 영상의 정량적 평가 기술

우상근,이용진,이원호,김민환,박지애,김진수,김종국,강주현,지영훈,최창운,임상무,김경민,Woo, Sang-Keun,Lee, Yong-Jin,Lee, Won-Ho,Kim, Min-Hwan,Park, Ji-Ae,Kim, Jin-Su,Kim, Jong-Guk,Kang, Joo-Hyun,Ji, Young-Hoon,Choi, Chang-Woon,Lim, Sang-Mo 한국의학물리학회 2011 의학물리 Vol.22 No.1

전통적으로 심근 생존능을 식별하고 심근 관류를 정확히 평가하기 위한 도구로 핵의학영상이 이용되고 있으나 경색영역을 정의하기에는 어려움이 있다. 이에 본 연구에서는 극성지도의 분포를 분석하여 특성에 맞는 적응적 임계값을 이용하여 심근경색 모델을 정량적으로 평가하고자 하였다. 쥐 심근경색 모델은 왼쪽 관상동맥을 결찰시켜 제작하였다. 소동물PET 영상은 37 MBq $^{18}F$-FDG를 쥐의 꼬리정맥에 주사한 후 60분 섭취 후 Siemens Inveon SPECT/PET 스캐너를 이용하여 20분 동안 ECG 신호와 함께 획득하였고, OSEM 2D 알고리즘을 이용하여 재구성하였다. PET 영상의 심근 극성지도는 Siemens QGS 소프트웨어에 적합한 형식으로 변환 후 자동으로 심근 벽을 설정하여 작성하였다. 심근경색영역의 기준데이터는 TTC 염색으로 설정하였으며 전체 좌심실대비 염색된 영역의 백분율로 획득하였다. 최적의 임계값 설정을 위해 절대치 설정 방법, Otsu 알고리즘, 다중가우시안혼합모델(Multi Gaussian mixture model, MGMM)을 이용하여 평가하였다. 절대치 설정 방법은 10~90%까지 10%단위로 미리 정의 된 임계값을 이용하였고, Otsu 알고리즘은 영상 내에서 두 군집의 분산을 최대로 하는 임계값으로 설정하였다. MGMM 방법은 영상의 화소 강도를 분석하여 여러 개의 가우시안 분포함수(MGMM2, $\cdots$ MGMM4)로 반복 수행하여 최적의 가우시안 분포를 구하여 적응적 임계값을 설정하였다. 극성지도 평가지표는 각각의 알고리즘에서 측정된 임계값을 이용하여 이진화하고 전체 극성지도와 경색영역의 백분율로 획득한 후, TTC 염색으로 획득된 기준데이터와의 차이를 비교하였다. 그 차이는 절대치 방법의 20%에서 $7.04{\pm}3.44%$, 30%에서 $3.87{\pm}2.09%$, 40%에서 $2.15{\pm}2.07%$이었다. Otsu 방법은 $3.56{\pm}4.16%$이었으며 MGMM 방법은 $2.29{\pm}1.94%$이었다. 소동물 PET 극성지도에서는 30% 임계값이 조직학적 데이터와 비교하여 가장 작은 차이를 보였다. 그러나 TTC 염색으로 측정한 크기가 10% 이하에서는 MGMM 방법이 절대치 방법보다 작은 차이를 보였다(MGMM: 0.006%, 절대치방법: 0.59%). 이 연구에서는 심근경색 모델 평가를 위하여 생체영상 극성지도에서 다중가우시안혼합모델을 이용하여 평가하고자 하였다. MGMM은 사용자의 선택 없이도 자동적으로 영상 특성을 고려하여 적응적 임계값을 찾아주는 방법으로 극성지도에서 심근경색을 평가하는데 도움이 될 것으로 기대된다. Nuclear medicine images (SPECT, PET) were widely used tool for assessment of myocardial viability and perfusion. However it had difficult to define accurate myocardial infarct region. The purpose of this study was to investigate methodological approach for automatic measurement of rat myocardial infarct size using polar map with adaptive threshold. Rat myocardial infarction model was induced by ligation of the left circumflex artery. PET images were obtained after intravenous injection of 37 MBq $^{18}F$-FDG. After 60 min uptake, each animal was scanned for 20 min with ECG gating. PET data were reconstructed using ordered subset expectation maximization (OSEM) 2D. To automatically make the myocardial contour and generate polar map, we used QGS software (Cedars-Sinai Medical Center). The reference infarct size was defined by infarction area percentage of the total left myocardium using TTC staining. We used three threshold methods (predefined threshold, Otsu and Multi Gaussian mixture model; MGMM). Predefined threshold method was commonly used in other studies. We applied threshold value form 10% to 90% in step of 10%. Otsu algorithm calculated threshold with the maximum between class variance. MGMM method estimated the distribution of image intensity using multiple Gaussian mixture models (MGMM2, ${\cdots}$ MGMM5) and calculated adaptive threshold. The infarct size in polar map was calculated as the percentage of lower threshold area in polar map from the total polar map area. The measured infarct size using different threshold methods was evaluated by comparison with reference infarct size. The mean difference between with polar map defect size by predefined thresholds (20%, 30%, and 40%) and reference infarct size were $7.04{\pm}3.44%$, $3.87{\pm}2.09%$ and $2.15{\pm}2.07%$, respectively. Otsu verse reference infarct size was $3.56{\pm}4.16%$. MGMM methods verse reference infarct size was $2.29{\pm}1.94%$. The predefined threshold (30%) showed the smallest mean difference with reference infarct size. However, MGMM was more accurate than predefined threshold in under 10% reference infarct size case (MGMM: 0.006%, predefined threshold: 0.59%). In this study, we was to evaluate myocardial infarct size in polar map using multiple Gaussian mixture model. MGMM method was provide adaptive threshold in each subject and will be a useful for automatic measurement of infarct size.

움직임 기반 진단 및 치료 평가를 위한 인공폐결절 개발

우상근,박노운,박승우,유정우,한수철,이승준,김경민,강주현,지영훈,엄기동,Woo, Sang-Keun,Park, Nohwon,Park, Seungwoo,Yu, Jung Woo,Han, Suchul,Lee, Seungjun,Kim, Kyeong Min,Kang, Joo Hyun,Ji, Young Hoon,Eom, Kidong 한국의학물리학회 2013 의학물리 Vol.24 No.1

진단 및 치료분야에서 호흡 움직임이 미치는 영향에 대한 연구는 외부 움직임을 관찰하여 실시되었으나, 이러한 외부 움직임은 내부 장기의 실제 움직임을 반영하지 못한다. 이에 본 연구에서는 개의 흉부 내 비침습적 이식이 가능한 인공 폐결절을 제작하여 동물실험에 대한 적용가능성을 확인하고 PET 영상 획득 및 방사선조사 시 움직임의 영향을 평가하고자하였다. 인공폐결절은 8 Fr 일회용 위장용 영양공급튜브를 개조하여 제작하였다. 제작된 결절모델은 마취된 개 4마리에 기관을 경유하여 기관지에 삽입한 뒤 방사선투시장치를 이용하여 위치를 확인하였다. PET 촬영용 인공폐결절은 내강에 $^{18}F$-FDG를 주입한 뒤 호흡운동 모사체에 장착하여 정지 상태, 10 rpm과 15 rpm의 종축 왕복운동간 PET 촬영을 실시하였다. 방사선조사용 인공폐결절은 유리선량계를 이식한 뒤 PET 촬영 시와 동일한 호흡운동 모사체에 장착하여 정지 상태, 10 rpm과 15 rpm의 종축 왕복운동간 1 Gy 선량을 조사하였다. 인공폐결절은 방사선투시장치 영상에서 실험동물의 후엽 근위부 세기관지에 이식되며 호흡에 따라 결절의 위치가 변화함을 확인하였다. PET 영상에서의 인공폐결절은 모사된 호흡 움직임에 따라 움직임에 의한 인공산물을 나타내었으며, 호흡동조게이트 시 SNR은 7.21로 기준영상의 SNR 10.15에 비해 감소하였으나 프로파일상 게이트영상의 영상계수는 정적영상에 비해 기준영상과 유사하여 PET 영상의 질을 개선함을 확인하였다. 방사선조사 실험간 인공폐결절 내 삽입된 유리선량계에 조사된 조사선량은 정지 상태와 10 rpm의 종축 왕복운동에서 0.91 Gy로 차이를 보이지 않았으나, 15 rpm의 종축 왕복운동에서 0.90 Gy로 오차범위 내 감소를 나타내었으며, 이온 전리함을 통한 조사선량 검출에서도 근소한 감소를 나타내었다. 본 실험에서 제작된 인공폐결절은 실험동물의 후엽 근위부 세기관지에 높은 재현성을 보이며 방사선투시 영상에서 폐의 내부 움직임을 반영하였다. PET 영상 내 움직임에 의한 인공산물이 관찰되며, 방사선 조사연구에서는 호흡운동이 미약한 영상 흐림을 일으킴을 확인하였다. 따라서 본 인공폐결절은 진단 및 치료분야에서 실험동물을 이용한 움직임 기반 진단 및 치료 평가에 유용한 도구로 사용될 것으로 기대된다. Previous studies about effect of respiratory motion on diagnostic imaging and radiation therapy have been performed by monitoring external motions but these can not reflect internal organ motion well. The aim of this study was to develope the artificial pulmonary nodule able to perform non-invasive implantation to dogs in the thorax and to evaluate applicability of the model to respiratory motion studies on PET image acquisition and radiation delivery by phantom studies. Artificial pulmonary nodule was developed on the basis of 8 Fr disposable gastric feeding tube. Four anesthetized dogs underwent implantation of the models via trachea and implanted locations of the models were confirmed by fluoroscopic images. Artificial pulmonary nodule models for PET injected $^{18}F$-FDG and mounted on the respiratory motion phantom. PET images of those acquired under static, 10-rpm- and 15-rpm-longitudinal round motion status. Artificial pulmonary nodule models for radiation delivery inserted glass dosemeter and mounted on the respiratory motion phantom. Radiation delivery was performed at 1 Gy under static, 10-rpm- and 15-rpm-longitudinal round motion status. Fluoroscpic images showed that all models implanted in the proximal caudal bronchiole and location of models changed as respiratory cycle. Artificial pulmonary nodule model showed motion artifact as respiratory motion on PET images. SNR of respiratory gated images was 7.21. which was decreased when compared with that of reference images 10.15. However, counts of respiratory images on profiles showed similar pattern with those of reference images when compared with those of static images, and it is assured that reconstruction of images using by respiratory gating improved image quality. Delivery dose to glass dosemeter inserted in the models were same under static and 10-rpm-longitudinal motion status with 0.91 Gy, but dose delivered under 15-rpm-longitudinal motion status was decreased with 0.90 Gy. Mild decrease of delivered radiation dose confirmed by electrometer. The model implanted in the proximal caudal bronchiole with high feasibility and reflected pulmonary internal motion on fluoroscopic images. Motion artifact could show on PET images and respiratory motion resulted in mild blurring during radiation delivery. So, the artificial pulmonary nodule model will be useful tools for study about evaluation of motion on diagnostic imaging and radiation therapy using laboratory animals.