초록
대부분의 포탈영상이 그에 상응하는 시뮬레이터 영상을 참조 영상으로 하여 방사선치료 계획을 수행하고 있다. 이것은 선형가속기의 높은 에너지 X선으로서 얻어지는 포탈 영상의 물리적 특성 때문에, 구조적으로 대단히 불량한 포탈 영상의 개선과 잃어버린 영상 정보의 복원에 시뮬레이터 영상 자체에서의 영상정보를 이용할 수 있다는 가능성을 보여주고 있는 것이다. 본 연구에서는 최대 퍼지 엔트로피를 평가함수로 이용한 유전자 알고리듬을 사용하여 영상에서의 퍼지 영역을 자동적으로 결정하고, 그것을 멤버쉽 함수에서 적용하여 퍼지영상 개선 기법으로서 포탈 영상과 시뮬레이터 영상을 개선한 후, 잡음이 중첩된 시뮬레이터 영상들로서 연관기억장치를 학습시키고 여기에 퍼지 방법으로 개선시킨 포탈 영상을 입력하여 기존의 영상기법으로 처리된 영상보다 좋은 포탈 영상을 얻을 수 있었다.
For a reliable patient set-up verification, better portal films are needed to track relevant features. Simulator films are compared with portal films as a reference image in radiotherapy planning. This shows some possibilities of the use of image information of simulator images for enhancement and restorations of portal images which are very poor in quality compared with the simulator images. This paper present an approach that combine an associative memory, a kind of artificial neural networks with fuzzy image enhancement technique using genetic algorithm which determines the fuzzy region of membership function by the use of maximum entropy principles. A higher portal image quality than conventional technique is achieved.