• Journal of radiological science and technology
• /
• v.28 no.1
• /
• pp.19-24
• /
• 2005

The purpose of this study was to design and implement a useful annotation-based Radiological image retrieval system to accurately determine on education and image information for Radiological technologists. For better retrieval performance based on large image databases, we presented an indexing technique that integrated $B^+-tree$ proposed by Bayer for indexing simple attributes and inverted file structure for text medical keywords acquired from additional description information about Radiological images. In our results, we implemented proposed retrieval system with Delphi under Windows XP environment. End users, Radiological technologists, are able to store simple attributes information such as doctor name, operator name, body parts, disease and so on, additional text-based description information, and Radiological image itself as well as to retrieve wanted results by using simple attributes and text keywords from large image databases by graphic user interface. Consequently proposed system can be used for effective clinical decision on Radiological image, reduction of education time by organizing the knowledge, and well organized education in the clinical fields. In addition, It can be expected to develop as decision support system by constructing web-based integrated imaging system included general image and special contrast image for the future.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.339-343
• /
• 1998

본 연구에서는 Web 환경에서 분산객체 기술인 CORBA(Common Object Request Broker Architecture)를 이용하여 Java Applet으로 구현되는 의료영상회의 시스템의 Web Client를 설계 구현하였다. 플랫폼(platform)에 독립적이고, 다양한 개발 언어를 지원하는 CORBA를 기반으로 한 이 의료영상회의 시스템은 시스템의 개발, 확장성 및 유지 보수 측면에서 아주 뛰어나다. 또한 객체 지향언어이면서 다양한 플랫폼에 구애를 받지 않는(Architecture Neutral) Java 언어를 이용하여 Web 환경에서 쉽게 실행 가능한 Applet으로 의료영상회의를 할 수 있는 Web Client를 설계 구현하였으므로 Web 브라우저를 이용할 수 있는 환경이라면 손쉽게 이용할 수 있는 장점을 가진다.

• Korean Journal of Digital Imaging in Medicine
• /
• v.3 no.1
• /
• pp.134-137
• /
• 1997

• Korean Journal of Digital Imaging in Medicine
• /
• v.5 no.1
• /
• pp.2-11
• /
• 2002

• Korean Journal of Digital Imaging in Medicine
• /
• v.4 no.1
• /
• pp.46-56
• /
• 1998

• Korean Journal of Digital Imaging in Medicine
• /
• v.2 no.1
• /
• pp.118-121
• /
• 1996

• 전기의세계
• /
• v.38 no.8
• /
• pp.32-40
• /
• 1989

컴퓨터기술 및 영상 공학 이론의 지속적인발달에 따른 의학적인 응용은 이제 환자의 진단적 목적을 넘어서 치료에 획기적인 역할을 담당하게 되었다. 3차원 영상이 진단적 응용외로 수술적인 목적에 적용이 되기 시작하면서 그 필요성이 임상 논문에서 발표되어지고 있으며 3차원 영상에 대한 계속적이고 응용목적에 따른 세분화된 연구가 행하여 지고 있다. 따라서 국내에서도 그간에 이룩한 공학적인 결과를 토대로 국내 의료기술의 고급화를 위하여 폭넓은 연구가 이루어 져야 하겠다. 특히 3차원 영상은 다른 영상 장비와 달리 그 응용 목적에 따라 수 많은 소프트웨어가 개발된 전망이며 그 가격도 수만불에서 수십만불에 이르는 고가이므로 이에 대한 본격적이고 신중한 연구가 기대되는 것이다.

• Journal of the Korea Computer Graphics Society
• /
• v.28 no.2
• /
• pp.11-19
• /
• 2022

Recently, various researches on medical image generation have been suggested, and it becomes crucial to accurately evaluate the quality and diversity of the generated medical images. For this purpose, the expert's visual turing test, feature distribution visualization, and quantitative evaluation through IS and FID are evaluated. However, there are few methods for quantitatively evaluating medical images in terms of fidelity and diversity. In this paper, images are generated by learning a chest CT dataset of non-small cell lung cancer patients through DCGAN and PGGAN generative models, and the performance of the two generative models are evaluated in terms of fidelity and diversity. The performance is quantitatively evaluated through IS and FID, which are one-dimensional score-based evaluation methods, and Precision and Recall, Improved Precision and Recall, which are two-dimensional score-based evaluation methods, and the characteristics and limitations of each evaluation method are also analyzed in medical imaging.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.577-579
• /
• 2021

의료영상기반의 인공지능 연구는 질환의 조기진단 및 예측 분야에 눈부신 기술발전이 되어왔다. 근감소증 질환은 다양한 기저질환을 기반으로 발생하며, 특히 60대 이상은 30%의 유병율을 갖는다. 해당 질환은 임상적인 진단 방법의 발달과 임상 결과가 알려지면서 관심이 증가하고 있다. 최근 근감소증 진단방법 중의 하나로 CT 또는 MR 의료영상을 통한 진단방법이 제시되었다. 본 논문에서는 인공지능을 기반으로 하여, 근감소증을 진단하기 위해 척추부위 중 Lumbar 3 영역의 근육, 지방 영역의 영상분할 모델을 제시하고자 한다. 이를 위해 인공지능 영상분할 모델을 개발하는 과정과 그 근육과 지방의 영상분할 결과를 보인다. 본 논문에서 제시한 영상분할모델을 통해 근감소증을 빠르게 진단할 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.876-879
• /
• 2014

디지털 워터마킹을 위하여 강인성, 연성 등 특징을 갖는 다양한 기술들의 개발이 완료된 상태이다. 그러나 원본 콘텐츠의 품질을 중요시하는 분야에서 가역 워터마킹 기술에 대한 필요성이 증가하고 있다. 현재 다양한 분야에서 가역 워터마킹의 기술에 대한 다양한 연구 개발이 진행 중이며, 본 논문에서는 아직 많은 연구들이 이루어지지 않은 의료영상에 대한 가역 워터마킹에 대해 연구한다. 본 연구팀이 보유하고 있는 추정 오차 확장 및 오류 예측 보정을 통한 다양한 고용량 가역 워터마킹 기술들을 의료영상에 변형하여 적용함으로서 삽입용량과 영상품질을 측정하였다. 이에 따르면 차이값 추정 오차가 적은 보간 기술을 사용한 방법이 삽입용량 대비 PSNR이 좋은 성능을 보여주었다.