• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.9
• /
• pp.655-662
• /
• 2016

We investigated on the usefulness of MAR algorithm by making a comparison of the CT value between before and after applying the MAR algorithm in dual energy CT, using the various kinds of medical metals, causing the artifact to lead to the low image quality. As a result, the artifact was reduced in most cases (P<0.05); in particular, the artifact was highly reduced (P<0.05) using high density material, like alloy-stainless (reduced by 78.1%) and platinum, for example GDC coil (reduced by 76.1%). The effect of decreasing the Black hole artifact was outstanding in both the alloy-stainless and alloy-titanium (P<0.05). However, in case of GDC coil-a type platinum, white streak artifact was reduced effectively (P<0.05). Therefore, in case of patients who have medical metals inserted, we think that high-quality image information can be provided by decreasing the artifact caused by high density material through MAR algorithm in dual energy CT.

• Proceedings of the Korean Society of Medical Physics Conference
• /
• 2003.09a
• /
• pp.77-77
• /
• 2003

CT와 MRI의 단면 영상을 대상으로 영상분할 (Image segmentation)과 Image registration방법을 이용하여 인체 모델을 개발 하고자 한다. 우선 인체의 Head와 Neck부분의 CT와 MR 영상을 얻어 뼈, 근육, 인대, 그리고 그 밖의 장기의 해부학적 영상 특징을 분석하였다. 인체의 Head와 Neck 부분에 대한 CT와 MR 영상에 대해 각 부위별로 ROI(region-of-interrest)를 설정하였고, 각 volxel 마다 3차원 좌표를 계산할 수 있는 소프트웨어를 개발하였다. 특히 각 해부학적 영상에서 부위별로 CT 번호를 분석하고, pulse sequence에 따른 MRI 영상의 부위별 특정을 분석하였다. 이 분석한 자료를 바탕으로 영상 분할을 하였다. 영상 분할전에 각종 잡음(noise) 제거 및 영상 분할을 효과적으로 처리하기 위해 기본적인 영상처리 (filtering)를 구현하였고, 대조도(contrast) 및 밝기(brightness)를 조절할 수 있게 프로그램을 구현하였다. 영상 분할 방법 중 선(line) 및 에지(edge) 의 검출 방법, 문턱치화(threshold) 방법, 영역확대(region growing) 방법으로 영상 분할을 해봄으로써 우리의 인체 모델링 개발에 가장 적합한 영상 분할 알고리듬 방법을 찾도록 시도하였다. 결과적으로 말하면, 한가지 방법의 알고리듬을 쓰는 것보다는 인체의 부위에 따라 두 가지 이상의 알고리듬 방법을 쓰는 것이 원하고자 하는 부위를 영상 분할하는데 더 효과적이다는 것을 알게 되었다. 우리의 연구 과제에서는 영역확대(region growing) 방법과 문턱치화 방법, 모드법(피크니스, 밸리)의 알고리듬을 이용하여 영상 분할을 한 결과 우리가 얻고자 하는 인체 부위별 중 근육과 뼈를 구별하는데는 별 무리가 없었으나, 인대 및 기타 장기를 구별하는데는 어려움을 겪게 되었다. 이후에 좀더 알고리듬을 연구하여 이번 연구에서 구별하기 어려운 장기 부분도 구별 할 수 있도록 노력하겠다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.38-39
• /
• 2019

본 논문은 R-CDM 의료영상정보를 기반으로 ELK Stack 기술을 적용하여 획득한 데이터의 분석 결과를 시각화하기 위한 시스템에 대해 기술한다. 제안한 시스템은 의료 빅데이터의 검색, 수집 그리고 분석 결과를 모니터링 할 수 있으며, 특히 대량의 데이터의 변화와 데이터간의 차이를 확인할 수 있다. 본 연구에서 제안한 시스템은 수집된 의료영상 빅데이터에 대해 적용하여 현황과 처리결과 그리고 실시간 분석결과에 대한 모니터링을 통해 관리의 효율성을 높여 실시간 검색 및 분석 서비스 분야에 기여할 것으로 기대된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.271-274
• /
• 2004

영상정합을 통한 의료영상 분석방법들 중 동일환자에 대한 선형적 다중모달리티 정합이 널리 이용되고 있다. 그러나 실제적으로 여러 종류의 환자영상 취득이 어렵거나 해부학적 영상정보가 손실되는 경우가 적지 않다 본 논문에서는 표준 형상을 가지는 정상인 해부학적 뇌영상에 대한 환자 기능적 뇌영상의 정합방법을 제안한다. 먼저 두 영상간 모멘트 정보 매칭 및 초기선형 변환을 수행하고, 3차원 B zier 함수 기반 free-form 변형기법을 이용한 비선형 정합을 수행하여 정합 영상간 형상 차이를 최소화한다 제안방법은 환자 기능영상의 해부학적 분석 뿐 아니라 시술전-시술중 영상정합을 통한 영상유도시술에도 확장 적용될 수 있다.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.16 no.12
• /
• pp.32-35
• /
• 1998

• Korea Multimedia Society
• /
• v.4 no.4
• /
• pp.51-69
• /
• 2000

• Journal of The Korean Radiological Technologist Association
• /
• v.28 no.1
• /
• pp.231-232
• /
• 2002

• The Magazine of the IEIE
• /
• v.42 no.11
• /
• pp.18-24
• /
• 2015

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1312-1314
• /
• 2013

본 연구에서는 조영증강 의료 초음파 영상에서 효과적인 병변 탐색을 위한 방법론을 고찰한다. 병변 영상을 포함하는 ROI 추출을 위하여 조영효과의 전이 형태에 대한 단계 분할 기법과 동적 프로젝션 데이터의 분석 기법을 제안한다. 프레임간 유사도 척도의 분석을 통하여 비정상 프레임을 제거한 후 조영제의 도달시간(AT: Arrival Time)과 확산구간을 추출하여 탐색 대상 데이터의 양을 감소시킨다. 대상구간에서 초음파 영상의 수평방향 및 수직방향 프로젝션 데이터에 대한 동적 특성을 분석함으로써 후보영역을 추출하며 마이크로 버블의 추출, 조영효과의 증가속도 및 비율 등의 요소를 고려하여 ROI 를 선별하고 그 형태를 재조정한다. 부수적으로, 대상영역에서의 각 픽셀정보에 대하여 명도변화곡선(TIC) 특성분석을 통하여 영상을 재구성하고 병변영상의 형태와 윤곽선을 추출하게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.895-898
• /
• 2000

의료 영상에서 폐 영역의 정확한 추출과 폐엽의 분할은 폐 기능의 측정 및 폐 질환의 진단을 위하여 매우 중요하다. 본 논문에서는 EBT 흉부 영상에서 자동으로 폐 영역을 추출하고 폐 영역을 폐엽 단위로 분할하는 방법을 제안한다. 본 논문에서는 히스토그램 분석과 형태학적 연산자를 이용하여 폐 영역을 추출하고 adaptive filter를 이용한 에지 연산과 폐엽 경계(pulmonary fissure)에 대한 의학적 지식을 바탕으로 폐엽을 분할하였다. 본 방법을 여러 종류의 EBT 폐 영상에 적용하여 실험한 결과 95%이상의 정확도를 보였다.