I. 서 론

의료용 초음파 영상 시스템은 초음파를 송수신 할 때, 어레이 트랜스듀서를 사용하여 집속을 함으로써 영상의 해상도를 증가시킨다.^[1] 수신 집속은 수신된 채널 신호에 집속 지연 시간을 인가하여 영상점에서 오는 신호가 모든 어레이의 소자에 동시에 도착한 것처럼 하여 더함으로써 신호의 크기를 증가시킨다. 영상 영역에 점 반사체를 위치시키고 초음파 영상을 만들 때, 수신 집속하는 영상점에 점 반사체가 있으면 초음파 신호가 집속되어서 큰 신호 나타나는데, 이것은 점확산함수(point spread function) 영상에서 음장 특성의 주엽으로 나타난다. 집속하고자 하는 영상점 근처의 반사체에서 신호가 돌아오면 수신 집속과정에서 완전히 제거되지 않고 음장 특성의 부엽으로 나타난다. 부엽은 영상에서 노이즈처럼 작용하여 대조도를 떨어뜨리므로 미세한 병변의 진단에 어려움을 가져온다.^[2]

Fig. 1은 어레이 트랜스듀서를 사용하는 초음파 영상 시스템의 수신집속 과정에서 주엽, 부엽과 격자엽이 발생하는 원리를 설명한다. Fig. 1(a)와 같이 수신 집속하고자 하는 영상점에 반사체에서 신호가 돌아오면, 수신집속 지연시간을 인가하면 수신소자에 신호가 도착하는 시간차이가 보상되므로 모든 채널의 신호가 같은 위상으로 정렬된다. 그러나 Fig. 1(b)와 같이 수신 집속하는 영상점 근처의 반사체에서 신호가 수신되면, 도착 시간 차이가 보상되지 않는다. 따라서 모든 채널 신호를 더하면 신호가 제거되지 않고 남는데 이것이 부엽이 된다. Fig. 1(c)는 영상점에서 측방향으로 먼 곳에 위치한 반사체에서 신호가 돌아오는 경우이다. 수신 집속 지연 시간을 인가한 뒤에, 인접한 수신 채널의 신호 사이에 한 파장 길이의 위상차가 생기면, 각 채널의 신호를 모두 더할 때 보강간섭을 하므로 신호가 제거되지 않고 남게 된다. 이러한 신호가 격자엽을 만든다.^[2] 사용하는 초음파의 파장보다 수신 소자의 폭이 크면, 관찰하고자 하는 초음파 영상 영역 안에 격자엽이 나타난다. 따라서 수신 소자의 폭을 초음파 파장 이내로 줄여서 격자엽을 영상 영역 밖으로 보냄으로써 제거할 수 있다, 위상배열 초음파 변환기의 경우, 주사선의 주사 각도가 커지면 격자엽이 영상 영역 안으로 들어오게 된다.^[3]

Fig. 1.

Receive focusing system: (a) receive focusing of the signal from the image point, (b) receive focusing of the signal returns near the image point and side lobe occurs, (c) receive focusing of the signal returns far from the image point and the grating lobe occurs.

부엽과 격자엽이 영상에 나타나면 주변과 밝기 차이가 크지 않은 병변을 진단하기 어렵게 된다. 따라서 부엽과 격자엽을 영상에서 제거하기 위한 많은 연구가 있었다. 부엽을 제거하기 위하여 많이 사용되는 방법이 송수신 어레이 신호에 윈도우 함수를 곱하는 방법(apodization)이다.^[4] 이는 주엽의 폭을 증가시키지만 영상 시스템에서 구현하는 방법이 간단하여 많이 이용된다. 윈도우 함수를 영상점마다 최적화하는 최소분산 음장집속(minimum variance beamforming) 방법은 주엽의 신호 크기를 유지하면서 영상점 밖에서 오는 신호의 크기를 최소화하는 방법을 사용하여 주엽의 폭을 줄이면서 부엽을 크게 감소시킨다.^[5,6,7] 인접한 수신 채널 신호의 결맞음(coherence) 정도를 계산하여 영상에 가중값을 곱하는 방법들은 부엽에서 오는 신호를 억제하는 방법으로 많은 연구가 있었다.^[8,9] 이러한 방법들은 부엽을 억제하지만 초음파 영상의 스페클패턴을 변화시킴으로써 실제 적용에 제한적이다.^[6,10]

레이다 등에서 격자엽을 억제하는 방법은 주로 어레이 소자들의 위치를 조정하는 방법들이 연구되었다.^[11,12] 초음파 영상에서는 2차원 어레이에서 소자의 배열의 위치를 불규칙하게 함으로써 격자엽을 줄였다. 그러나 이러한 방법은 선형 어레이를 사용하는 초음파 영상에는 적용하기 어렵다. 주사선을 편향시키는 위상배열어레이를 사용하는 영상에서는 편향각이 커지면 격자엽이 영상 영역으로 들어오게 된다.^[1] 위상배열어레이를 사용하는 수신 집속방법은 선형어레이와 같으므로, 어레이를 사용하여 집속하는 초음파 영상에서 신호처리를 이용하여 격자엽을 제거하기 위한 연구가 필요하다. 복합 영상은 영상을 획득하는 방법을 다르게 하여 얻은 여러 장의 영상을 처리하여 화질을 개선하는 방법으로 널리 사용된다.^[13,14] 복합 영상에서도 부엽의 억제 효과를 얻을 수있다.

본 논문은 어레이 소자에서 수신된 채널 신호에 2차원 푸리에 변환을 하여 주파수 영역에서 주엽과 부엽, 격자엽에 해당하는 신호를 분리하고, 그 신호의 크기 비율을 이용하여 가중치를 계산하고, 이를 영상에 곱하여 부엽과 격자엽의 영향을 줄였다. II 장에서 이론을 설명하고, III장에서 컴퓨터 시뮬레이션을 하였다. 제안한 방법의 성능을 최소분산집속 방법과 비교하였으며, 복합영상과 같은 영상 처리를 추가적으로 적용함으로써 화질을 개선할 수 있음을 검증하였다.

II. 이 론

수신 집속 지연 시간을 인가한 뒤의 수신 채널의 신호는, 원거리에서 신호가 돌아온 것처럼 모든 채널의 신호의 위상이 정렬이 된다. 영상점에서 측방향으로 가까운 곳의 반사체에서 신호가 돌아오면, 수신 집속 시간 지연이 인가된 뒤의 인접 채널의 신호는 입사각에 따라 위상차가 발생한다.^[15,16,17]

Fig. 2에서 연속파 신호의 경우, 특정 시간에 수신된 모든 채널의 신호는 채널 방향으로 공간주파수를 가지는 정현파로 모델링할 수 있다. 이 때 입사각이 커질수록 인접한 채널 신호의 위상차가 커지며, 전체 수신 채널에 나타나는 정현파 신호의 공간주파수는 높아진다. 따라서 수신된 채널 신호를 1차원 푸리에 변환하여 정현파의 공간주파수를 측정하면 부엽의 신호를 추정할 수 있다.^[16,17] 그러나 입사각이 매우 커지면서 인접한 채널의 위상차가 360°가 되는 경우가 생긴다. 이 신호는 인접 채널 신호에서 위상차이가 없는 것처럼 나타난다. Fig. 1(c)에서 격자엽이 영상에 나타나는 원리를 표현하였다. 격자엽을 만드는 채널 신호는 같은 위상으로 모두 정렬되므로, 영상점에서 돌아오는 신호와 구별할 수 없어서 기존의 집속 방법으로는 제거하기 어렵다.

Fig. 2.

The shape of the channel signal appears on the receiving channel with an incident angle of θ when spatial frequency is 1.

수신된 신호에서 영상점에서 온 신호와 부엽 신호를 구별해 보자. 수신된 채널 신호에 수신 집속 지연 시간을 인가한 뒤에 시간-채널의 2차원 데이터로 정렬한다. 시간축에서 스펙트럼을 계산하기 위하여 영상점에서 수신된 신호를 중심으로 일정한 시간 구간을 정하고 수신된 데이터에서 2차원의 시간-채널 데이터 윈도우를 설정하는데, Fig. 1(a)에서 점선의 사각 윈도우로 표시하였다. 사각 윈도우 안의 시간-채널 데이터에서 영상점에서 돌아온 신호는 Fig. 3(a)와 같이 입사각이 0이 되며, 2차원 푸리에 변환을 하면 스펙트럼은 초음파의 중심주파수 근처에 모여서 나타난다[Fig. 3(c)]. Fig. 3에서 시간-채널 데이터 윈도우는 수직이 시간축이며, 수평은 1차원 어레이 방향의 공간축이다. 입사각을 가지고 수신된 시간-채널 신호(Fig. 3(b)의 2차원 스펙트럼은 Fig. 3(d)와 같이 입사각만큼 회전하여 나타난다.^[18] 여기서 fx는 공간주파수가 되며, fz는 시간에 대한 주파수가 된다. 따라서 2차원 스펙트럼 영역에서 나타나는 신호의 위치에 따라 영상점에서 온 신호와 부엽 혹은 격자엽 신호를 구별할 수 있다.

Fig. 3.

Comparison of the shape of the ultrasonic signal according to the angle of incidence and the spectrum of the two-dimensional Fourier transform. (a) The time-channel signal returned from the image point, (b) the time-channel signal of a side lobe or grating lobe signal, (c) the spectrum of image point signal, (d) the spectrum of a side lobe or grating lobe signal, the spectral region rotates according to the incident angle of the ultrasonic signal.

집속된 채널 데이터와 스펙트럼 관계를 확인하기 위하여 컴퓨터 시뮬레이션을 하였다. 선형 트랜스듀서를 사용하고 64 채널의 초음파 수신 시스템을 설정하였으며, 소자의 폭은 초음파 파장 길이이다. 초음파 신호는 5 MHz의 중심주파수를 가지며, 3 사이클의 시간 길이에 가우시안 진폭을 가지는 신호로 모델링하였다. 30 mm 깊이에 한 점 송신 집속을 하고, 40 mm 깊이에 점 반사체를 위치시키고, 수신은 모든 깊이에서 동적 집속을 하였다. 모든 시뮬레이션은 펜티엄 컴퓨터에서 Matlab(MathWorks Inc., R2017b, USA)을 이용하여 처리하였다.

점반사체 위치의 영상점에서 온 신호와 영상점에서 측방향으로 떨어진 곳에 반사체에서 온 신호를 비교하였다. Fig. 4(a)는 영상점에서 돌아온 초음파 신호의 시간-채널 데이터이며, Fig. 4(c)는 부엽 신호의 시간-채널 데이터, Fig. 4(e)는 격자엽 신호의 시간-채널 데이터이다. Fig. 4(b)는 영상점 시간-채널 데이터의 2차원 스펙트럼, Fig. 4(d)는 부엽 신호의 2차원 스펙트럼, Fig. 4(f)는 격자엽 신호의 2차원 스펙트럼이다. 시간-채널 데이터 윈도우의 크기는 64 채널의 데이터에 대하여 시간축으로 16 샘플 길이(초음파 신호로 4 사이클 길이)를 적용하였다. 따라서 16 × 64 점의 2차원 푸리에 변환을 계산하였다. Fig. 4(b)의 스펙트럼 영상과 비교하여, 부엽의 경우 Fig. 4(d)의 스펙트럼이 나타나는 위치가 입사각에 따라서 회전 이동하고 있음을 보여준다. Fig. 4(f)의 격자엽은 스펙트럼이 넓게 퍼져서 나타난다. 따라서 2차원 스펙트럼 영역에서 신호의 스펙트럼이 나타나는 위치의 차이를 이용하여 시간-채널 신호가 영상점에서 온 신호인지, 부엽 혹은 격자엽 신호인지 구별할 수 있다.

Fig. 4.

Comparison of the shape of the ultrasonic data according to the incident angle and the spectrum of the two-dimensional Fourier transform. (a) Time-channel data of the ultrasound signal returned from the image point, (b) the two-dimensional spectrum of image point time-channel data, (c) time- channel data of the side lobe, (d) the two-dimensional spectrum of the side lobe, (e) time-channel data of the grating lobe, (f) the two-dimensional spectrum of the grating lobe.

부엽 혹은 격자엽 신호는 영상의 대조도를 떨어뜨리므로, 영상에서 밝기 차이가 나지 않는 희미한 병변의 진단에 어려움을 준다. 따라서 영상에서 이를 제거할 필요가 있다. 영상 신호에 더해진 부엽 신호와 격자엽 신호를 분리하여 제거하기 어려우므로, 초음파 영상신호를 만드는 시간-채널 데이터의 스펙트럼에서 영상점에서 온 신호의 스펙트럼과 그 밖의 신호들의 스펙트럼의 크기를 비교하여 가중치를 계산하고, 가중치를 영상 신호의 픽셀에 곱하여 부엽 혹은 격자엽 신호를 억제할 수 있다.

Fig. 5는 스펙트럼 영역에서 영상점 신호(주엽 신호)의 스펙트럼 영역에 2차원 윈도우를 설정하고, 주엽 원도우 안의 스펙트럼의 크기를 계산한다. 주엽 윈도우 밖의 스펙트럼은 영상점 밖에서 온 신호의 스펙트럼이므로 윈도우 밖의 스펙트럼을 모두 더하면 부엽 혹은 격자엽의 스펙트럼의 크기가 된다. 두 신호의 크기를 이용하여 가중치를 정의하면

Weightingvalue=∑spectrumwithinthemanlobewindow∑spectruminallregion

와 같이 정의한다.

따라서 가중치는 0≤Weighting≤1의 범위에 있으며, 부엽이나 격자엽이 나타나는 경우 가중치 값이 0에 접근하게 된다. 이 값을 초음파 영상의 픽셀에 곱하여 부엽이 억제된 초음파 영상을 계산한다.

Fig. 5.

Separation of the image point signal and the side lobe and grating lobe signals in the spectral domain. Set the main lobe window in the spectral region of the image point signal, and calculate the spectrum of the side lobe and grating lobe signals in the remaining region.

III. 컴퓨터 시뮬레이션

3.1 점반사체 영상

Fig. 6은 점 반사체를 10 mm부터 60 mm 깊이까지 5 mm 간격으로 배열하고 얻은 초음파 영상이다. 부엽을 보기 위하여 영상을 60 dB 로그 압축 처리를 하였다.

Fig. 6.

Side lobe suppression simulation in point reflectors. (a) conventional image, (b) weighting value image, (c) weighted ultrasound image, and (d) MVB image. The images were log-compressed to 60 dB.

Fig. 6(a)가 현재의 초음파 의료 영상 시스템에서 널리 사용하고 있는 송신 한 점 집속, 수신 동적 집속 방법을 적용한 기존 영상이다. 송신 초점 깊이(30 mm)에서 가장 좋은 해상도를 보여주며 다른 깊이에서는 부엽이 점 반사 영상 옆으로 길게 나타난다. Fig. 6(b)가 가중치 영상이며, Fig. 6(c)가 영상에 가중값이 곱해진 가중치 초음파 영상이다. 가중치 처리를 한 초음파 영상에서 부엽이 모두 억제되고 높은 해상도의 점반사체 영상을 보여준다. 가중치 초음파 영상과 비교하기 위하여 64 채널 시스템에서 공간평균값 48, 시간 평균값 1, 대각 로딩 요소값 0.01을 적용하여 최소분산 집속 영상을 합성하였다.^[6]Fig. 6(d)은 최소분산 집속 영상을 나타내며 부엽이 제거된 영상을 보여준다.

측방향 해상도를 비교하기 위하여 40 mm 깊이에 있는 점반사체 영상에 대한 측방향 크기값을 Fig. 7에서 비교하였다. 장점선이 기존 영상의 집속 방법의 측방향 크기값이며, 장점-단점선 그래프가 최소분산 집속 영상의 그래프이다. 실선이 제안한 가중치 초음파 영상이다. 가중치 초음파 영상에는 기존 영상의 방법에 비하여 30 dB 이상 부엽의 감소가 나타난다. 주엽의 경우에도 기존 영상의 방법에 비하여 좁은 폭을 나타낸다. 최소분산 집속 영상의 경우 부엽의 억제 효과가 보이지만, 동시에 주엽의 폭이 매우 좁아져서 나타난다.

Fig. 7.

The magnitude responses were compared in the lateral direction of the point reflector at 40 mm depth. The dotted line is the conventional image, the long-short dotted line is the MVB image, and the solid line is the weighted ultrasound image.

Fig. 6의 시뮬레이션 조건에서 수신 소자의 폭을 초음파 파장의 2배로 설정하여 격자엽을 발생시켜서 제안한 방법을 적용하였다. Fig. 8(a)의 기존의 점반사체 영상 주변에서 격자엽이 얕은 깊이에서 넓은 영역에서 나타난다. Fig. 8(b)는 가중치 영상이며, Fig. 8(c)의 가중치 처리를 한 초음파 영상에서 60 dB로 로그압축을 하였을 때 부엽과 격자엽이 모두 보이지 않는다. Fig. 8(d)의 최소분산집속 영상에서도 가중치 초음파 영상과 유사하게 나타났다. Fig. 6과 비교하여 Fig. 8에서 수신 소자의 전체 크기가 2배가 되었으므로 측방향 해상도는 2배로 증가하였다. 해상도와 부엽및 격자엽의 억제 효과를 관찰하기 위하여 Fig. 8에서 격자엽이 크게 나타나는 20 mm 깊이의 점반사체 영상의 측방향으로 크기값을 비교하였다. Fig. 9에서 장점선이 기존영상의 집속 방법의 측방향 크기값이며, 장점-단점선 그래프가 최소분산 집속 영상의 그래프이다. 실선이 제안한 가중치 초음파 영상이다. 가중치 초음파 영상이 최소분산집속 영상보다 격자엽이 더 작게 나타난다.

Fig. 8.

Simulation of grating lobe suppression in point reflectors. (a) conventional image, (b) weighting value image, (c) weighted ultrasound image, and (d) MVB image. The images were log-compressed to 60 dB.

Fig. 9.

The magnitude responses were compared in the lateral direction of the point reflector at 20 mm depth. The dotted line is the conventional image, the long-short dotted line is the MVB image, and the solid line is the weighted ultrasound image. The grating lobe was suppressed.

초음파 영상에서 스페클패턴에 대하여 시뮬레이션을 하였다. 50 mm 깊이에 송신 집속을 하고 30 mm 깊이에서 가로와 세로 각각 12.8 mm의 영역 안에 3천 개의 반사체를 불규칙하게 배치하고 스페클 패턴 영상을 얻었다. 로그압축은 각 영상에서 스패클 패턴의 특징이 잘 나타나는 값으로 적용하여, 스패클 패턴의 상대적인 특징을 정성적으로 비교하였다. Fig. 10(a)는 기존영상의 집속 방법에 의한 초음파 영상이다. Fig. 10(b)는 가중치 영상이다. 가중치 영상이 전반적으로 어두운 영역이 늘어나는데 밝게 나타나는 영역의 경우, 여기서 돌아온 신호는 체널 신호 사이에 결맞음이 큰 경우라고 판단된다. Fig. 10(c)는 가중치 초음파 영상이며, Fig. 10(a)에서스페클패턴의 밝은 점들 사이의 어두운 부분이 Fig. 10(c)에서 좀 더 어두워져 있다. 이것은 부엽을 억제한 영상에서 나타나는 특징으로써, Fig. 10(d)의 최소분산집속 영상에서도 나타난다.^[17,19]

Fig. 10.

Speckle pattern simulation. (a) conventional imaging, (b) weighting value image, (c) weighted ultrasound image, and (d) MVB image.

3.2 인체 모사 영상

초음파 인체 모사 영상에 가중치를 적용하였다. 초음파 데이터는 인체에서 얻은 자기공명 영상의 밝기값을 초음파 반사체의 반사도 값으로 변환하고, 반사체 위치를 영상 영역 안에 불규칙하게 분포시킨 뒤에 초음파 신호를 컴퓨터에서 합성하였다.^[20,21] 64 채널의 선형 어레이를 가정하고, 초음파 신호는 중심주파수 3.5 MHz를 가지며, 3 파장 길이의 가우시안 진폭을 가지는 펄스로 모델링하였다.

Fig. 11(a)는 인체의 콩팥의 자기공명 영상의 밝기를 반사체 분포로 변환한 것이다. Fig. 11(b)는 기존영상의 방법으로 합성한 초음파 영상이며, 영상에서의 크기는 실제의 인체에서의 장기의 크기와 비례하지 않는다. 영상의 밝기는 60 dB로 로그 압축을 적용하였다. Fig. 11(c)는 가중치 영상이며, Fig. 11(d)는 가중치 초음파 영상이다. 가중치 영상에서 장기의 경계 부근에 크게 나타나는 부엽 억제 효과 때문에 장기의 해부학적인 구조가 잘 드러나 보인다. 큰 반사도를 보이는 점 반사체의 측방향은 부엽 억제 효과에 의하여 작은 가중치값을 가지고 있어서 검게 나타나 보인다. 가중치 초음파 영상에서도 부엽 억제 효과에 의하여 장기(organ)와 낭포(cyst)에서 경계가 뚜렷이 나타난다. Fig. 11(e)는 공간평균값 64, 시간 평균값 1, 대각 로딩 요소값 0.01을 적용하여 계산한 최소분산 음장 집속 영상이다. 영상 밝기의 평균을 다른 영상과 맞추기 위하여 로그압축을 110 dB까지 적용하였다. 최소분산 음장 집속방법은 영상에 강한 반사체가 있는 경우, 주변의 스패클 패턴이 많이 왜곡된다. 최소분산 음장 집속 영상이 가장 좋은 해상도를 보여주며, 스페클패턴의 평균적인 크기가 줄어들었다. 그러나 Matlab에서 집속 계산에 필요한 시간을 tic과 toc으로 측정하여 비교하면, 최소분산 음장 집속영상은 가중치 초음파 영상에 비하여 21.5배의 계산시간이 더 소요되었다. 복합영상은 스페클 패턴과 해상도를 균일하게 하기 위하여, 독립적으로 얻은 다른 영상들을 평균하는 영상 처리 방법으로 화질을 개선할 수 있다. Fig. 11(b), (d) (e)를 모두 더하여 합성한 복합영상이 Fig. 11(f)이다.^[18] 복합 영상은 높은 해상도를 유지하면서, 스페클영역에서 스페클패턴의 크기와 밝기가 비교적 균일하게 나타난다. 그리고 기존 영상[Fig. 11(b)]에 비하여 낭포 등에서 음영 차이가 잘 표현되고 있음을 보인다.

Fig. 11.

Human organ mimicking image simulation. (a) the reflectivity of MR image, (b) conventional imaging, (c) weighting value image, (d) weighted ultrasound image, (e) MVB image, and (f) compound image.

IV. 토의와 결론

어레이 트랜스듀서를 사용하여 수신된 채널 신호에 수신 집속 지연 시간을 인가한 뒤에, 시간-채널 데이터를 이용하면 영상의 화질 개선을 위한 여러 가지 신호처리를 적용할 수 있다. 시간-채널 데이터는 수신된 신호의 입사각 정보를 포함하므로 주파수 영역에서 수신된 신호의 수신 방향을 추정할 수 있다. 초음파의 음장 특성을 평가하는 점확산 함수 영상에서 해상도를 결정하는 주엽은 영상점에서 오는 신호가 집속되어서 표현된 것이다. 부엽과 격자엽은 입사각을 가지고 수신된 신호들로 인하여 나타난다. 입사각의 차이를 가지는 시간-채널 신호는 스펙트럼이 각각 다른 공간주파수 영역에 나타나므로 쉽게 분리될 수 있다. 따라서 영상점에 집속할 때 수신 집속과정에서 영상점 신호의 전후 일정 시간 구간의 채널 데이터를 2차원 푸리에 변환하여 스펙트럼 영역에서 영상점 신호와 영상점 밖의 신호의 크기의 비율을 부엽을 억제하는 파라미터로 사용할 수 있다. Fig. 4는 영상점 신호와 부엽, 격자엽 신호의 스펙트럼의 차이를 잘 보여준다. Figs. 6과 8에서 가중치를 곱한 영상에서 부엽과 격자엽이 제거됨을 보였다. Fig. 10의 스페클영상에서 밝은 영역 사이의 어두운 영역이 더 어두워짐으로써 부엽 억제 효과가 있음을 확인하였다. Fig. 11의 인체 모사영상에서 가중치 영상만으로도 인체의 해부학적 구조를 구별할 수 있음을 보였다. 이는 밝은 반사체들에서 오는 신호가 집속이 잘 될수록 가중치값이 크게 나타나며, 장기의 경계 근처에서는 부엽이 크게 나타나므로 가중치가 줄어들기 때문이다. 가중치 처리를 한 초음파 영상에서도 부엽 억제 효과에 의하여 장기의 구조를 잘 구별할 수 있었다. 최소분산음장영상은 부엽 억제 효과가 크지만 스페클패턴을 왜곡시킬 수 있다. 이를 극복하기 위하여 기존 영상, 가중치 초음파 영상, 최소분산 음장영상으로 복합영상을 합성하였다. 복합 영상은 기존 초음파 영상과 스페클패턴이 유사한 모양을 가지면서도 장기의 경계가 뚜렷이 구별된다. 주엽, 부엽, 격자엽 신호를 스펙트럼 영역에서 분리하여 그 신호 크기의 비율을 구하고, 이 값을 가중치로 사용하여 영상의 화질을 개선하는 방법은 임상에서 주변과 경계가 불분명한 병변의 진단에 도움을 줄 것으로 판단한다.