목적 : 자기공명영상(MRI) 획득시 피험자의 머리 움직임은 영상의 품질에 영향을 줄 수 있다. 영상 왜곡의 발생 원인이 되는 피험자의 움직임을 감지하기 위한 3차원 광학 추적 시스템을 제작하였다. 대상 및 방법 : 시스템은 두 대의 CCD 카메라 및 적외선 조명, 구형 반사 마커, 프레임 그래버(frame grabber)와 데스크탑 컴퓨터로 구성되었다. 두 대의 카메라를 이용하여 마커의 움직임을 관측하는 스테레오 비전 시스템을 제작하고, 카메라의 내부/외부 매개변수를 측정하는 캘리브레이션(calibration)과 측정된 매개변수를 이용하여 3차원 움직임 정보를 계산하는 삼각측량(triangulation)기법을 적용하였다. 캘리브레이션 보드와 피험자용 안경을 제작하여 움직임 추적의 정확도와 실제 MRI 영상 촬영 동안의 움직임 검출의 유효성을 평가하였다. 결과 : 반사 마커가 부착된 안경을 쓴 피험자들이 MRI 영상 촬영 동안 머리를 규칙적으로 움직였을 때, 시스템은 MRI의 고자장 환경 내에서도 영상에 영향을 주지 않고 피험자들의 움직임을 잘 감지했다. 결론 : 제작한 스테레오 비전 시스템은피험자의 머리 움직임을 잘 감지하였고, 실시간 알림 기능을 통해 피험자의 움직임을 중지할 수 있도록 알려줌으로써 MRI 영상에 영향을 주는 것을 최소화할 수 있다.
목적 : 자기공명영상(MRI) 획득시 피험자의 머리 움직임은 영상의 품질에 영향을 줄 수 있다. 영상 왜곡의 발생 원인이 되는 피험자의 움직임을 감지하기 위한 3차원 광학 추적 시스템을 제작하였다. 대상 및 방법 : 시스템은 두 대의 CCD 카메라 및 적외선 조명, 구형 반사 마커, 프레임 그래버(frame grabber)와 데스크탑 컴퓨터로 구성되었다. 두 대의 카메라를 이용하여 마커의 움직임을 관측하는 스테레오 비전 시스템을 제작하고, 카메라의 내부/외부 매개변수를 측정하는 캘리브레이션(calibration)과 측정된 매개변수를 이용하여 3차원 움직임 정보를 계산하는 삼각측량(triangulation)기법을 적용하였다. 캘리브레이션 보드와 피험자용 안경을 제작하여 움직임 추적의 정확도와 실제 MRI 영상 촬영 동안의 움직임 검출의 유효성을 평가하였다. 결과 : 반사 마커가 부착된 안경을 쓴 피험자들이 MRI 영상 촬영 동안 머리를 규칙적으로 움직였을 때, 시스템은 MRI의 고자장 환경 내에서도 영상에 영향을 주지 않고 피험자들의 움직임을 잘 감지했다. 결론 : 제작한 스테레오 비전 시스템은피험자의 머리 움직임을 잘 감지하였고, 실시간 알림 기능을 통해 피험자의 움직임을 중지할 수 있도록 알려줌으로써 MRI 영상에 영향을 주는 것을 최소화할 수 있다.
Purpose : During brain MRI scanning, subject's head motion can adversely affect MRI images. To minimize MR image distortion by head movement, we developed an optical tracking system to detect the 3-D movement of subjects. Materials and Methods: The system consisted of 2 CCD cameras, two infrared ill...
Purpose : During brain MRI scanning, subject's head motion can adversely affect MRI images. To minimize MR image distortion by head movement, we developed an optical tracking system to detect the 3-D movement of subjects. Materials and Methods: The system consisted of 2 CCD cameras, two infrared illuminators, reflective sphere-type markers, and frame grabber with desktop PC. Using calibration which is the procedure to calculate intrinsic/extrinsic parameters of each camera and triangulation, the system was desiged to detect 3-D coordinates of subject's head movement. We evaluated the accuracy of 3-D position of reflective markers on both test board and the real MRI scans. Results: The stereo system computed the 3-D position of markers accurately for the test board and for the subject with glasses with attached optical reflective marker, required to make regular head motion during MRI scanning. This head motion tracking didn't affect the resulting MR images even in the environment varying magnetic gradient and several RF pulses. Conclusion: This system has an advantage to detect subject's head motion in real-time. Using the developed system, MRI operator is able to determine whether he/she should stop or intervene in MRI acquisition to prevent more image distortions.
Purpose : During brain MRI scanning, subject's head motion can adversely affect MRI images. To minimize MR image distortion by head movement, we developed an optical tracking system to detect the 3-D movement of subjects. Materials and Methods: The system consisted of 2 CCD cameras, two infrared illuminators, reflective sphere-type markers, and frame grabber with desktop PC. Using calibration which is the procedure to calculate intrinsic/extrinsic parameters of each camera and triangulation, the system was desiged to detect 3-D coordinates of subject's head movement. We evaluated the accuracy of 3-D position of reflective markers on both test board and the real MRI scans. Results: The stereo system computed the 3-D position of markers accurately for the test board and for the subject with glasses with attached optical reflective marker, required to make regular head motion during MRI scanning. This head motion tracking didn't affect the resulting MR images even in the environment varying magnetic gradient and several RF pulses. Conclusion: This system has an advantage to detect subject's head motion in real-time. Using the developed system, MRI operator is able to determine whether he/she should stop or intervene in MRI acquisition to prevent more image distortions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 연구에서 MRI를 이용하여 영상을 획득할 때의 피험자의 움직임을 감지하고 알려주는 기술을 개발하고 평가하였다. 기존에 행해진 MRI에서의 피험자 움직임 검출과 움직임을 보정하는 연구 (18, 19, 20)에서는 MRI를 사용하는 환경을 고려하여 MRI의 보어 내에서 피험자의 움직임을 검출할 수 있도록 MRC社의 12M카메라 (21)를 사용하였다.
이러한 점에서 상대적으로 저가이면서 MRI 영상 획득에 영향을 미치지 않는 장비를 이용하여 피험자의 움직임을 측정하는 시스템이 특히 유용하다 할 수 있다. 이 연구의 주 목적은 비자성 재질의 특수 장비가 아닌 일반적인 장비를 이용하여, MRI 영상을 획득 할 때 발생할 수 있는 피험자 또는 환자의 머리 움직임을 검출하고 그것을 실시간으로 알려주는 시스템을 개발하는 것이다.
7 하단 그림에서 움직인 순간과 그에 따른 메시지가 나타나는 것을 확인할 수 있다.현재의 시스템은 촬영 중에 피험자가 머리를 움직였는지의 여부만 관측하는 것을 목적으로 하고 있지만 더 나아가서 궁극적으로 MRI내에서의 피험자의 움직임의 방향과 정도를 검출해내고 그에 따라 손상된 MRI 영상의 흔들림이나 품질을 역으로 보정하여 원래의 정상적인 영상에 가깝게 복원할 수 있는 시스템을 구축하고자 한다.
제안 방법
(Field EchoEPI, EPI factor=55, FOV=210 mm, matrix size=80×80, TR=2000 ms, TE=30 ms, slice thickness=3.5 mm)각 스캔 시간 동안 피험자는 10개의 영상 단면을 찍는 시간인 20초마다 번갈아가며 머리를 움직였다.
스테레오 비전 시스템을 통해 얻어낼 수 있는 3차원 좌표 중 카메라에서 얼마나 떨어져 있는가의 척도가 되는 깊이(depth)정보의 정확도를 실험하였다. 1 cm 두께의 아크릴판에 I자 모양으로 구멍을 뚫고 받침대를 설치하였으며, 받침대가 구멍을 따라 일직선으로 움직일 수 있도록 가공하였다. 주 시각을 담당하는 왼쪽 카메라의 센서 위치를 중심으로 수직으로 움직일 수 있게 가이드라인을 만든 다음, 아크릴판에 일정 간격 단위로 표시를 한 후 한 칸씩 뒤쪽으로 움직여가며 10개 지점의 깊이 정보를 체크하였다.
3차원으로 계산된 마커의 각 좌표들이 일정한 기준에 의해 일관적으로 표현되고 있는지 확인하기 위해 두 마커 사이의 거리를 측정하는 테스트를 시행하였다. 102 mm의 길이를 갖는 막대 양 끝에 마커를 부착시킨 후 임의의 위치에서 두 마커의 3차원 좌표를 구한 후 이를 이용하여 두 마커 사이의 거리를 계산한다. 마커는 단단히 고정되어 있고, 막대는 탄성이 없는 아크릴로 만들어져 있다.
3차원으로 계산된 마커의 각 좌표들이 일정한 기준에 의해 일관적으로 표현되고 있는지 확인하기 위해 두 마커 사이의 거리를 측정하는 테스트를 시행하였다. 102 mm의 길이를 갖는 막대 양 끝에 마커를 부착시킨 후 임의의 위치에서 두 마커의 3차원 좌표를 구한 후 이를 이용하여 두 마커 사이의 거리를 계산한다.
이 얻어낸 3차원 좌표 결과물은 실시간으로 기록되며, 네트워크를 통해 다른 PC로 전송하여 어느 정도의 움직임을 보이는지도 관찰이 가능하다. CCD 카메라 2대를 통하여 영상을 받아들일 때 카메라 주위에 위치한 적외선 조명을 통해 투사된 적외선이 마커 표면에 반사되어 카메라에 인식될 수 있게 하였다. 카메라로 받은 적외선 빛을 인식하고 주위와의 명암차를 이용하여 이진화(binarizing)를 거친 후, 밝은 부분을 마커로 인식하여 연산을 행할 수 있게 하였다.
MRI 쉴딩 룸 내에서 자장의 변화도가 심하지 않은 T1 촬영시의 환경에서 스테레오 비전 시스템을 비롯한 장비들이 제대로 동작하는지의 여부와 MRI 결과영상에 줄 수 있는 영향을 확인하기 위해 Philips 3T MRI 내에서 반사 마커가 부착된 안경을 착용하고 약 4 m 떨어진 곳에 시스템을 위치하고 약 5분동안 T1 강조 영상을 촬영하였다.
MRI 스캐너 외부에서 카메라를 통해 마커의 움직임을 관찰할 수 있도록 하기 위하여 안면 보호용 안경과 마커 사이에 고정바를 장착시켜 MRI의 헤드 코일 위쪽으로 마커를 관찰할 수 있도록 위치시켰다. MRI를 사용하는 환경에서 피험자와 마커가트래킹이 이루어지는 장면을 Fig.
MRI 영상 획득 중에 광학식으로 피험자의 머리 움직임을 감지하는 스테레오 비전 시스템을 제작하였다. 이 시스템은 실시간으로 피험자의 머리 움직임을 3차원 상에서 감지하여 MRI 영상 획득시 피험자의 움직임 여부를 관찰할 수 있게 함으로써 영상 획득 중에 피험자에 의해 발생할 수 있는 움직임이 과도해지기 전에 미리 피험자의 움직임을 감지하고 실험자가 피험자의 움직임을 방지시킬 수 있어 영상 획득 중의 움직임으로 인한 영상 손상을 최소화할 수 있다.
MRI 영상을 획득하는 동안 피험자는 일정한 시간 간격으로 번갈아가며 머리를 움직였고, 그에 따른 움직임을 트래킹하였다. MRI 영상을 획득하는 시간 동안 피험자의 움직임이 나타난 시간에 획득한 결과물을 확인하려면 좌표가 기록된 시간과 실제 MRI 영상 획득이 시작되는 시점이 정확하게 맞아야 하는데, 이를 위해서 National Instrument사의 USB타입 DAQ 보드를 사용하여 MRI에서 발생하는 트리거(trigger)를 DAQ 보드로 받아 프로그램 시작 지점과 동기화 하여 프로그램을 동시에 시작할 수 있도록 하였다.
MRI 영상을 획득하는 동안 피험자는 일정한 시간 간격으로 번갈아가며 머리를 움직였고, 그에 따른 움직임을 트래킹하였다. MRI 영상을 획득하는 시간 동안 피험자의 움직임이 나타난 시간에 획득한 결과물을 확인하려면 좌표가 기록된 시간과 실제 MRI 영상 획득이 시작되는 시점이 정확하게 맞아야 하는데, 이를 위해서 National Instrument사의 USB타입 DAQ 보드를 사용하여 MRI에서 발생하는 트리거(trigger)를 DAQ 보드로 받아 프로그램 시작 지점과 동기화 하여 프로그램을 동시에 시작할 수 있도록 하였다. 기록된 결과물은 관찰자가 피험자의 움직임 여부를 쉽게 확인하고 원하는 수준 이상의 움직임만 찾아낼 수 있도록 UI를 통해 움직임에 대한 기준값(threshold)을 조절할 수 있도록 하였다.
QT(http://qt.nokia.com) 툴킷을 이용하여 피험자의 머리 움직임을 실시간으로 확인할 수 있는 UI를 제작하였다. 머리에서 움직임이 발생하였을시 이를 추적한 결과물을 실시간으로 나타내고, 움직임을 그래프로 나타낼 수 있도록 설계하였다.
5 mm)각 스캔 시간 동안 피험자는 10개의 영상 단면을 찍는 시간인 20초마다 번갈아가며 머리를 움직였다. fMRI 영상 획득을 하는 동안 피험자는 초반 10개의 단면에 머리를 움직이지 않으려 노력하였고, 그 후 10개의 단면마다 움직이는 것과 멈추는 것을 번갈아가며 반복하였다. 약 4 m 떨어진 곳에서 미리 캘리브레이션을 마쳐 놓은 스테레오 비전 시스템을 이용하여 MRI 영상을 획득하는 시간 동안 피험자의 머리에 부착된 반사 마커의 움직임을 촬영하고 기록하였다.
각각의 카메라가 가지고 있는 특성인 고유의 내부 매개변수를 구한 후 카메라 외부 행렬(extrinsic parameter)을 구한다. 이 외부 매개변수 행렬은 변수 R과 T로 나타낼 수 있는데, R은 회전행렬(rotation matrix), T는 이동 행렬(translation matrix)를 뜻한다.
주 시각을 담당하는 왼쪽 카메라의 센서 위치를 중심으로 수직으로 움직일 수 있게 가이드라인을 만든 다음, 아크릴판에 일정 간격 단위로 표시를 한 후 한 칸씩 뒤쪽으로 움직여가며 10개 지점의 깊이 정보를 체크하였다. 근거리(500 mm)와 중간거리(1500 mm), 그리고 원거리(3000 mm)에서 거리 별로 체크되어 있는지점마다 각각 10 mm씩 뒤로 옮겨가며 측정을 하였다.
MRI 영상을 획득하는 시간 동안 피험자의 움직임이 나타난 시간에 획득한 결과물을 확인하려면 좌표가 기록된 시간과 실제 MRI 영상 획득이 시작되는 시점이 정확하게 맞아야 하는데, 이를 위해서 National Instrument사의 USB타입 DAQ 보드를 사용하여 MRI에서 발생하는 트리거(trigger)를 DAQ 보드로 받아 프로그램 시작 지점과 동기화 하여 프로그램을 동시에 시작할 수 있도록 하였다. 기록된 결과물은 관찰자가 피험자의 움직임 여부를 쉽게 확인하고 원하는 수준 이상의 움직임만 찾아낼 수 있도록 UI를 통해 움직임에 대한 기준값(threshold)을 조절할 수 있도록 하였다.
스테레오 비전에서도 마찬가지로 두 카메라가 가지고 있는 정보 중 한 쪽의 정보만 사용한다. 두 정보 중 어느 쪽을 이용해도 무관하나, 이 연구에서는 왼쪽 카메라를 주시(dominant vision)으로 설정하여 XL만을 이용함으로써 3차원 정보를 처리하였다.
실제로 이 시스템을 사용하는 데에는 한 가지 고려해야 할 점이 있는데, 피험자의 머리가 항상 완벽히 고정되어 있는 것이 아니기 때문에 아주 약간이라도 움직임이 있으면 MRI 촬영이 이루어지는 시간 내내 피험자의 움직임이 검출될 수 있다. 따라서 MRI영상에 영향을 줄 수 있다고 판단되는 움직임의 크기를 직접 UI를 통해 조정하여 그 이상의 움직임이 발견될 시에만 머리가 움직였다는 경고 메시지를 주도록 설계하였다. 이것은 Fig.
com) 툴킷을 이용하여 피험자의 머리 움직임을 실시간으로 확인할 수 있는 UI를 제작하였다. 머리에서 움직임이 발생하였을시 이를 추적한 결과물을 실시간으로 나타내고, 움직임을 그래프로 나타낼 수 있도록 설계하였다. 필요에 따라 네트워크를 이용하여 움직임을 직접 처리하는 연산PC와는 별도의 PC에서 움직임 그래프를 확인할 수 있도록 하였고, 피험자가 위치하는 환경에 따라 UI의 다이얼을 이용하여 일정 크기 이상의 움직임만을 필요 없는 움직임으로 감지하고 알림 메시지를 줄 수 있도록 설계하였다.
스테레오 비전 시스템을 통해 얻어낼 수 있는 3차원 좌표 중 카메라에서 얼마나 떨어져 있는가의 척도가 되는 깊이(depth)정보의 정확도를 실험하였다. 1 cm 두께의 아크릴판에 I자 모양으로 구멍을 뚫고 받침대를 설치하였으며, 받침대가 구멍을 따라 일직선으로 움직일 수 있도록 가공하였다.
실험 과정 동안 카메라의 트래킹 시야 범위 내에서 막대를 움직였고, 두개의 마커를 6646개의 프레임동안 관찰하였다. Fig.
실험한 환경과 동일한 환경에서 피험자의 머리 부분에 안경을 이용한 반사 마커를 부착하고 약 2분동안 RF신호와 그레디언트 자장이 가해지는 기능 뇌영상(fMRI) 프로토콜을 이용하여 촬영하였다 . (Field EchoEPI, EPI factor=55, FOV=210 mm, matrix size=80×80, TR=2000 ms, TE=30 ms, slice thickness=3.
fMRI 영상 획득을 하는 동안 피험자는 초반 10개의 단면에 머리를 움직이지 않으려 노력하였고, 그 후 10개의 단면마다 움직이는 것과 멈추는 것을 번갈아가며 반복하였다. 약 4 m 떨어진 곳에서 미리 캘리브레이션을 마쳐 놓은 스테레오 비전 시스템을 이용하여 MRI 영상을 획득하는 시간 동안 피험자의 머리에 부착된 반사 마커의 움직임을 촬영하고 기록하였다. 이 결과와 피험자가 움직이는 동안 MRI 상에서 각 단면의 이미지 변화를 감지한 움직임의 결과를 비교하였다.
약 4 m 떨어진 곳에서 미리 캘리브레이션을 마쳐 놓은 스테레오 비전 시스템을 이용하여 MRI 영상을 획득하는 시간 동안 피험자의 머리에 부착된 반사 마커의 움직임을 촬영하고 기록하였다. 이 결과와 피험자가 움직이는 동안 MRI 상에서 각 단면의 이미지 변화를 감지한 움직임의 결과를 비교하였다.
표준 아날로그 신호를 획득할 수 있으며, 4대의 카메라를 동시에 연결하여 독립적인 영상 획득 및 고속 스위칭이 가능하다. 이 연구에서는 두 대의 카메라를 프레임 그래버에 동시에 연결하여 카메라 간에 약 60 cm의 거리를 두고 이미지를 촬영함으로써 두 영상이 시차를 가지고 같은 물체의 이미지 프레임을 동시에 획득, 처리할 수 있도록 하였다.
이것을 위해 4개의 적외선 반사마커를 정확한 정사각형 모양으로 만들어 캘리브레이션 패널을 만든다. 이 캘리브레이션 패널을 미리 설치된 두 대의 카메라 앞에서 임의의 방향으로 움직이고, 네 점의 마커 좌표를 기록한 후 이 데이터를 이용하여 캘리브레이션을 행한다. 한번에 각 카메라가 수십개의 다른 방향과 원점을 가진 패턴을 관측하고 이 패턴을 기반으로 내부 매개변수와 외부 매개변수를 계산해낸다.
반사 마커를 쉽게 검출하기 위해서는 마커에 반사된 적외선광의 효율적인 입사가 필요하다. 이를 이끌어 내기 위해 반사된 적외선이 카메라의 CCD센서에 직각 입사할 수 있도록 조명의 주광축과 카메라 이미지에서 깊이(depth)를 나타내는 축과 평행을 이루도록 설정하였다.
이 과정은 Zhang’s Methods에 기초한 Camera Calibration Toolbox를 참고하였다 (11, 12).정사각형의 캘리브레이션 보드를 이용하여 픽셀 단위로 얻은 측정 수치들을 이용하여 캘리브레이션을 행하였으며, 캘리브레이션 과정에는 이미지의 노이즈나 주변 환경으로 인해 정사각형인 캘리브레이션 패턴이 비정상적인 사각형으로 인식되는 경우도 있는데, 이런 경우에는 비정상적인 사각형에 대한 측정치를 버릴 수 있도록 설계하였다. 캘리브레이션 과정이 끝나면 카메라의 내부 매개변수와 외부 매개변수가 하나의 파일에 담겨 출력되도록 하였고, 이 파일을 이용하여 두 카메라의 각 점의 좌표를 받아 계산하면 3차원 좌표를 얻어낼 수 있다.
1 cm 두께의 아크릴판에 I자 모양으로 구멍을 뚫고 받침대를 설치하였으며, 받침대가 구멍을 따라 일직선으로 움직일 수 있도록 가공하였다. 주 시각을 담당하는 왼쪽 카메라의 센서 위치를 중심으로 수직으로 움직일 수 있게 가이드라인을 만든 다음, 아크릴판에 일정 간격 단위로 표시를 한 후 한 칸씩 뒤쪽으로 움직여가며 10개 지점의 깊이 정보를 체크하였다. 근거리(500 mm)와 중간거리(1500 mm), 그리고 원거리(3000 mm)에서 거리 별로 체크되어 있는지점마다 각각 10 mm씩 뒤로 옮겨가며 측정을 하였다.
주어진 하나의 호몰로지를 이용하여 내부 매개변수의 두 기본 제약(constraint)을 만들어 내었다. 호몰로지는 8개의 DOF을 갖고 6개의 외부 매개변수가 존재하기 때문에 내부 매개변수의 두 제약을 구할 수 있다.
충분한 트래킹 정확도를 얻기 위해 저왜곡(non-distortion) 카메라 렌즈를 사용하였다. 3차원 스테레오 비전의 정확도는 두 카메라 사이의 각도와 거리를 이용하여 매개변수를 계산해내는 캘리브레이션의 정확도에 달려 있고, 이 두 카메라에 대한 최적의 설정이 3차원 상에서의 좌표에 대한 정확도를 높여 주기 때문에 캘리브레이션은 이 연구에서 가장 중요한 과정 중 하나라 할 수 있다.
마커는 단단히 고정되어 있고, 막대는 탄성이 없는 아크릴로 만들어져 있다. 카메라 주변의 적외선 조명이 아크릴 막대 표면에 반사되어 의도하지 않은 다른 마커로 인식되거나 다른 오차의 원인이 될 수 있어서 아크릴 막대 표면을 저반사 테이프로 감은 후 실험을 진행하였다.
CCD 카메라 2대를 통하여 영상을 받아들일 때 카메라 주위에 위치한 적외선 조명을 통해 투사된 적외선이 마커 표면에 반사되어 카메라에 인식될 수 있게 하였다. 카메라로 받은 적외선 빛을 인식하고 주위와의 명암차를 이용하여 이진화(binarizing)를 거친 후, 밝은 부분을 마커로 인식하여 연산을 행할 수 있게 하였다.
4에서 확인할 수 있다. 카메라를 이용한 트래킹에는 움직임을 검출할 수 있게 하기 위해 특징점을 쉽게 인식할 수 있게 하기 위한 마커가 필요한데, 이 연구에서는 광학식 마커를 이용하였다. 광학식 마커는 방식에 따라 능동형(active)과 수동형(passive)마커 두가지로 분류할 수 있다.
실험 결과, 스테레오 비전 시스템이 MRI를 이용해 획득한 T1 강조 영상에 주는 영향은 감지되지 않았고 MRI에서 영상을 획득하는 동안 발생하는 자장 또는 RF 신호로 인해 스테레오 비전 시스템이 자장이 발생하는 쪽으로 끌려가거나 실험 과정에 다른 영향을 주는 일도 발생하지 않았다. 피험자가 실험에 참여하고 있는 환경에서 달라질 수 있는 영향을 확인하기 위해 MRI 영상을 획득하는 중간에 피험자가 원하는 때에 머리를 흔들었고, 피험자가 들어가 있을 때에도 영상의 품질에 자성 물체로 인한 영향을 받지 않았다. 이 결과물은 Fig.
머리에서 움직임이 발생하였을시 이를 추적한 결과물을 실시간으로 나타내고, 움직임을 그래프로 나타낼 수 있도록 설계하였다. 필요에 따라 네트워크를 이용하여 움직임을 직접 처리하는 연산PC와는 별도의 PC에서 움직임 그래프를 확인할 수 있도록 하였고, 피험자가 위치하는 환경에 따라 UI의 다이얼을 이용하여 일정 크기 이상의 움직임만을 필요 없는 움직임으로 감지하고 알림 메시지를 줄 수 있도록 설계하였다.
이 캘리브레이션 패널을 미리 설치된 두 대의 카메라 앞에서 임의의 방향으로 움직이고, 네 점의 마커 좌표를 기록한 후 이 데이터를 이용하여 캘리브레이션을 행한다. 한번에 각 카메라가 수십개의 다른 방향과 원점을 가진 패턴을 관측하고 이 패턴을 기반으로 내부 매개변수와 외부 매개변수를 계산해낸다. 이 과정은 Zhang’s Methods에 기초한 Camera Calibration Toolbox를 참고하였다 (11, 12).
대상 데이터
이 연구에서 MRI를 이용하여 영상을 획득할 때의 피험자의 움직임을 감지하고 알려주는 기술을 개발하고 평가하였다. 기존에 행해진 MRI에서의 피험자 움직임 검출과 움직임을 보정하는 연구 (18, 19, 20)에서는 MRI를 사용하는 환경을 고려하여 MRI의 보어 내에서 피험자의 움직임을 검출할 수 있도록 MRC社의 12M카메라 (21)를 사용하였다. 이 카메라는 자기장의 영향을 받지 않아 MRI 쉴딩룸 안에서 자유롭게 사용할 수 있다는 장점이 있으나, 카메라와 영상촬영을 위한 부속품의 가격이 고가이다.
이 시스템에 사용된 장비는 Philips 3T MRI를 사용하는 환경에서 두 대의 소형 CCD 카메라, 컴퓨터 시스템에서 카메라 영상 신호를 받아 처리할 수 있게 해주는 프레임 그래버 (frame grabber), 850 nm파장의 특성을 가지고 있는 적외선 조명과 AMD Athlon64 4400+(Intel Core2Duo 2.2GHz 상당) CPU와 2.75GB의 램을 장착한 데스크탑 PC가 Windows XP운영 체제와 함께 사용되었다.
카메라는 SONY XC-EI50모델을 사용하였다. 최대 해상도는 768*494이고, 30Hz로 동작한다.
프레임그래버는 Matrox(http://www.matrox.com/imaging) 社의 Morphis제품을 이용하였다. 표준 아날로그 신호를 획득할 수 있으며, 4대의 카메라를 동시에 연결하여 독립적인 영상 획득 및 고속 스위칭이 가능하다.
이론/모형
이 과정은 Zhang’s Methods에 기초한 Camera Calibration Toolbox를 참고하였다 (11, 12).
이 벡터 om을 3×3의 회전 행렬로 변환시키기 위해 로드리게즈 변환 (Rodrigues Transform, Rod)을 이용하였고,여기서 사용한 로드리게즈 변환은 축과 회전의 각도가 주어진 지수좌표계의 3×1의 벡터정보를 가진 상태에서 공간상의 벡터 회전을 3×3의 행렬로 나타낼 수 있는 알고리즘이다 (14, 15).
이 방식은 매우 flexible하지만 획득해야 하는 변수는 굉장히 많은 반면에 믿을 수 있는 결과물이 항상 정확하게 나올 정도의 충분한 연구가 진행되지 않았다 (25). 이 연구에서 사용한 캘리브레이션 방법은 전자이다.
단점으로는 조명의 상태에 영향을 많이 받고 사용자 시점이 변할 때 형태가 다르게 보일 수 있으며 특히 엣지디텍션(edge detection)등의 기법을 사용하는 경우에는 검출하고자 하는 특징을 지닌 모서리가 전혀 다른 형태로 인식이 되어 인식률이 떨어지는 결과를 보일 수 있다. 통상적인 환경에서는 능동형 마커를 사용하는 것이 실험 환경 구성에 용이하나 능동형 마커에 사용되는 LED는 MRI를 사용하는 환경 상에서 영상과 피험자 모두에게 부정적인 영향을 끼칠 수 있으므로 이 연구에서는 수동형 마커 중 하나인 구형 반사마커(sphere-type reflective marker)를 사용하였다.
성능/효과
의 방식 (20)은 정확한 캘리브레이션이 어렵고 촬영 환경에 방해받는 경우가 많으며, 노이즈에 취약하다는 단점이 존재한다. 본 논문에서 제안하는 방식은 가격적인 면 이외에도 쉬운 캘리브레이션이 가능하며 카메라와 조명, 안경 형식의 마커 이외의 다른 장비가 추가로 필요하지 않다는 장점이 있다.
실험 결과, 스테레오 비전 시스템이 MRI를 이용해 획득한 T1 강조 영상에 주는 영향은 감지되지 않았고 MRI에서 영상을 획득하는 동안 발생하는 자장 또는 RF 신호로 인해 스테레오 비전 시스템이 자장이 발생하는 쪽으로 끌려가거나 실험 과정에 다른 영향을 주는 일도 발생하지 않았다. 피험자가 실험에 참여하고 있는 환경에서 달라질 수 있는 영향을 확인하기 위해 MRI 영상을 획득하는 중간에 피험자가 원하는 때에 머리를 흔들었고, 피험자가 들어가 있을 때에도 영상의 품질에 자성 물체로 인한 영향을 받지 않았다.
실험 과정을 5번 반복 한 후 평균을 내어 비교한 결과 선형에 가까운 결과가 나타났다 (Fig. 5). 이것은 3차원 공간 상에서 실제로 움직인 거리와 스테레오 비전 시스템 상에서의 움직인 거리간의 관계가 일정하다는 것을 뜻하므로 높은 선형 정확도를 보여주는 시스템이라 할 수 있다.
6c에서 확인할 수 있다. 실험을 진행한 후 MRI 영상 단면마다의 움직임을 Parametric Mapping toolbox (SPM)으로 분석하였고(17), 이동한 결과물과 비교한 결과 비슷한 형태의 움직임을 나타내는 것을 볼 수 있다.
Windows XP 운영체제에서 개발이 진행되었고, Matrox사의 Matrox Imaging Library 소프트웨어를 이용하였다. 화상입출력에 최적화된 라이브러리이고 프로젝트에 사용한 morphis 프레임 그래버와 잘 연동되어 실시간으로 입력영상의 편집과 확인이 가능하다. 어플리케이션은 C/C++를 이용하여 개발되었으며, 연구를 위해 사용된 장비의 대략적인 모식도와 장비의 정보가 Fig.
질의응답
핵심어
질문
논문에서 추출한 답변
기능자기공명영상은 무엇이며 이것의 장점은 어떠합니까?
MRI는 자기장을 이용해 인체 내의 수소 원자를 이용하는 방식으로 인체 내의 연조직을 검사하는 데에 장점을 가지는데, 특히 뇌의 병변을 검사할 때 양전자방출단층촬영(positron emission tomograph, PET)이나 컴퓨터단층촬영(computerized tomography, CT) 등에 비해 매우 우수한 성능을 보인다 (2, 3). MRI의 활용 방법 중 기능자기공명영상(functional MRI, fMRI)을 이용하면 뇌 기능(function)에 대한 정보를 얻을 수 있는 장점이 존재하는데, 이것은 주로 뇌에 특정한 활성자극(active stimulation)을 주고 자극에 반응하는 뇌 영역을 규명하는 방법이다 (4, 5). fMRI를 이용하면 뇌에는 특정한 자극이 주어지지 않은 휴지 상태(resting-state)에서도 자발적으로 요동하는 혈액산소수준의존(blood oxygen level dependent : BOLD) 신호를 감지해낼 수 있으며, 이러한 BOLD 신호의 자발적 요동을 이용한 연구도 최근 들어 많이 이루어지고 있다 (6).
기능자기공명영상의 단점은 무엇입니까?
fMRI를 이용하면 뇌에는 특정한 자극이 주어지지 않은 휴지 상태(resting-state)에서도 자발적으로 요동하는 혈액산소수준의존(blood oxygen level dependent : BOLD) 신호를 감지해낼 수 있으며, 이러한 BOLD 신호의 자발적 요동을 이용한 연구도 최근 들어 많이 이루어지고 있다 (6). MRI가 갖는 이런 우수한 활용도에도 불구하고, 자성 재질로 만든 물체에 영상이 영향을 많이 받는 문제점이 있고 fMRI영상의 경우 패러다임에 따라 피험자의 뇌 기능을 측정하는데 필요한 영상 획득시간이 오래 걸린다는 등의 단점이 있다. 즉 MRI를 촬영하는 동안 피험자가 움직이면 영상이 왜곡(distortion)되어 임상 진단에 필요한 병변의 탐색에 어려움을 겪을 수 있으며 이에 따라 환자의 치료가 지연되는 문제가 유발될 수 있는 것이다. 특히 뇌 MRI와 관련하여 피험자의 머리 움직임은 6개의 자유도(degree of freedom, DOF)를 가지는 강체(rigid-body)의 운동으로 모델링 할 수 있는데,두 대의 카메라를 이용한 스테레오 비전 시스템(stereo vision system)을 이용하면 움직임에 대한 3차원 좌표를 측정할 수 있다.
자기공명영상이란 무엇이며 이것의 장점은 어떠합니까?
자기공명영상(magnetic resonance imaging, MRI)은 방사선을 사용하지 않는 비침습적인 방법으로 3차원의 인체 해부 영상을 획득할 수 있고, 대조도(contrast)와 공간 해상도(spatial resolution)가 뛰어나 질병의 진단을 위해 널리 사용되고 있다 (1). MRI는 자기장을 이용해 인체 내의 수소 원자를 이용하는 방식으로 인체 내의 연조직을 검사하는 데에 장점을 가지는데, 특히 뇌의 병변을 검사할 때 양전자방출단층촬영(positron emission tomograph, PET)이나 컴퓨터단층촬영(computerized tomography, CT) 등에 비해 매우 우수한 성능을 보인다 (2, 3). MRI의 활용 방법 중 기능자기공명영상(functional MRI, fMRI)을 이용하면 뇌 기능(function)에 대한 정보를 얻을 수 있는 장점이 존재하는데, 이것은 주로 뇌에 특정한 활성자극(active stimulation)을 주고 자극에 반응하는 뇌 영역을 규명하는 방법이다 (4, 5).
참고문헌 (25)
대한자기공명의과학회, 자기공명영상학, 일조각, 2008
Allen ED, Bryd SE, Darling CF, et al. The clinical and radiological evaluation of primary brain neoplasm in children, Part II: radiological evaluation. J Natl Med Assoc 1993;85:546-553
Ogawa S, Tank DW, Menon R, et al. Intrinsic signal changes accompanying sensory stimulation-functional brain mapping with magnetic-resonance-imaging, Proc. Natl Acad Sci USA, 1992;89:5951-5955
G.Sudhir, S.Banerjee and A.Zisserman. Finding point correspondence in motion sequence preserving affine structure, Computer Vision and Image Understanding 1997;68:237-246
V.A. Christpoulos, P. DeMuynck and J. Cornelis. Contour simplification for segmented stillimage and video coding: algorithms and experimental results, Signal Processing : Image Communication, 1999;14:335-357
H Chen, D Ye, et al. A technique for binocular stereo vision system calibration by the nonlinear optimization and calibration points with accurate coordinates, Institute fo Physics Publishing Journal of Physics: Conference Series 48, 2006
Tsai RY. A versatile camera calibration technique for high accuracy 3D machine vision metrology using offtheshelf TV cameras and lenses, IEEE Jouenal of Robotics and Automation RA-3(4):323-344, 1987
Zhengyou Zhang. A flexible new technique for camera calibration, Technical report, Microsoft Research, 2002
B.Jean Yves, P.Pietro. Camera calibration from points and ones in dual-space geometry, European conference on computer vision, 1998
R.I.Hartley and A. Zisserman. Multiple view geometry in computer vision. Cambridge University Press 2000:237-361
O. Faugeras. Three-dimensional computer vision: a geometric viewpoint. MIT Press, 1993
Don Koks. A roundabout route to geometric algebra, explorations in Mathematical Physics, Springer Science+ Business Media, LLC. 2006;144-183
Qin L, van Gelderen P, Derbyshire JA, et al. Prospective headmovement correction for high-resolution MRI using an in-bore optical tracking system, Magn Resonin Med 2009;62:924-934
Forman C, Aksoy M, Hornegger J, Bammer R. Self-encoded marker for optical prospective head motion correcetion in MRI. Med Image Anal 2011;15:708-719
M.Zaitsev, C.Dold, G. Sakas, et al. Magnetic resonance imaging of freely moving objects: prospective real-time motion correction using an external optical motion tracking system, Neuroimage 2006;31:1038-1050
Q.-T. Luong and O.Faugeras, Self-calibration of a moving camera from point correspondences and fundamental matrices The International Journal of Computer Vision 1997;22:261-289
R.I. Hartley. An algorithm for self calibration from several views, In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 908-912, Seattle, WA, June 1994
S. Bounoux. From projective to euclidean space under any practical situation, a criticism of self-calibration, In Proc. 6th International Conference on Computer Vision, 1998;790-796
※ AI-Helper는 부적절한 답변을 할 수 있습니다.