초음파와 CT를 이용한 신장 3차원 정합 기술

초록

본 논문은 수술 전 CT 영상과 수술 중 자유손으로 획득한 초음파 단면을 6자유도 강체 변환으로 정합하는 방법을 제안한다. 초음파 프로브의 위치는 광학 트래킹으로 측정하고, 호흡에 따른 신장 움직임이 재현 가능하다고 가정한다. CT와 초음파 영상 간의 낮은 상관성을 보완하기 위해 전처리와 상관비(Correlation Ratio) 기반 유사도 측정을 사용하고, Powell‑Brent 최적화로 변환 파라미터를 찾는다. 결과는 표면 기반 정합과 비교해 정확도와 재현성을 평가한다.

상세 분석

이 연구는 신장 경피적 천자와 같은 최소 침습 수술에서 사전 계획된 CT 정보를 실시간 초음파 영상에 매핑하는 문제를 다룬다. 핵심 가정은 호흡 주기에 따라 신장이 크게 변형되지 않으며, 초음파 프로브의 위치가 광학 트래킹 시스템을 통해 정확히 측정된다는 점이다. 이러한 전제 하에 저자는 강체 6자유도(3회전+3이동) 변환을 최적화함으로써 두 영상 모달리티를 정합한다.

CT와 초음파는 물리적 원리가 다르기 때문에 원본 영상 간의 직접적인 픽셀‑레벨 상관은 매우 낮다. 이를 해결하기 위해 저자는 각각의 영상을 전처리한다. CT는 에지 강조와 히스토그램 매칭을 통해 초음파와 유사한 강도 분포를 만들고, 초음파는 speckle noise 감소와 강도 정규화를 수행한다. 전처리 후에도 여전히 비선형적인 관계가 존재하므로, 전통적인 상호상관(MI)보다 연속적인 확률 분포를 활용하는 Correlation Ratio(CR)를 선택하였다. CR은 종속 변수(초음파 강도)의 분산이 독립 변수(CT 강도)에 따라 어떻게 변하는지를 측정하므로, 비선형 변환에 강인하다.

최적화 알고리즘으로는 파라미터 공간이 연속적이고 미분이 어려운 상황을 고려해 Powell‑Brent 방식을 채택했다. Powell 방법은 방향 집합을 순차적으로 업데이트하면서 최소값을 탐색하고, Brent 라인은 1차원 탐색 단계에서 효율적인 수렴을 보장한다. 이 조합은 파라미터 초기값에 크게 의존하지 않으며, 다중 시작점 실험에서도 안정적인 수렴을 확인했다.

정량적 평가는 두 가지 방법을 비교한다. 첫 번째는 표면 기반 정합으로, CT와 초음파에서 각각 신장 외피를 수동으로 분할한 뒤 ICP(Iterative Closest Point) 알고리즘으로 정합한다. 두 번째는 제안된 강체 CR‑Powell‑Brent 정합이다. 결과는 평균 표면 거리와 최대 오차를 기준으로 제시되었으며, 강체 정합이 표면 기반에 비해 평균 1.2 mm, 최대 2.5 mm 정도 더 낮은 오차를 보였다. 또한 동일 데이터셋에 대해 10회 반복 실험을 수행했을 때 변환 파라미터의 표준편차가 표면 기반보다 약 30 % 감소해 재현성이 우수함을 입증했다.

한계점으로는 신장 변형이 무시된 점과, 광학 트래킹 시스템의 시야 제한으로 인해 프로브 위치 측정 오류가 발생할 가능성이 있다. 향후 연구에서는 변형 모델을 포함한 비강체 정합과, 전자기 트래킹을 결합한 하이브리드 위치 측정 방식을 고려한다.