• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1046-1058
• /
• 1996

본 논문은 미래의 초고속 통신망의 환경에서 멀티미디어 기술을 이용하는 차세대 의료 진단 시스템을 구축하는 것이 목적이다. 이 시스템에서 원격지의 의사는 환자에 관한 정보의 MRK, CT, CR, Angio 같은 2차원 환부 의료 영상으로 부터 재 구성된 3차 원 의료 영상을 통신망을 통해 공유하며 공동 진단을 하게 된다. 이 진단화의 시스템 에서는 음성, 환자의 정보, 지시점(Hand Position), 3차원 의료 영상, 제어 데이터를 주고 받으며 진다회의를 제어한다. 3차원 의료 영상은 분석적 적분 계산을 이용한 광선 추적법에 의해 재구성 된다. 의료 데이터 베이스는 환자의 기본 정보, 의료 영상 정보, 사용자, 진단 결과 등으로 구성한다.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1290-1304
• /
• 2020

영상처리 기반으로 의료영상을 분석하는 기법은 정상 환자와 비정상 환자를 분류, 병변 검출 및 장기나 병변의 분할 등에 사용되고 있다. 최근 인공지능 기술의 비약적 발전으로 의료영상 분석 연구들이 딥러닝 기술을 활용하여 시도되고 있다. 의료영상은 학습에 필요한 데이터를 충분히 모으기 어렵고 클래스별 데이터 수의 차이 때문에, 딥러닝 모델의 성능을 올리는데 어려움이 있다. 이러한 문제를 해결하기 위해 다양한 연구가 시도되고 있으며, 이 중 하나가 학습 데이터를 증강하는 것이다. 본 종설에서는 회전, 역상, 밝기 변화 등과 같은 영상처리 기반의 데이터 증강, 적대적생성네트워크를 활용한 데이터 증강, 그리고 기존 영상의 속성들을 섞는 등의 최신 데이터 증강 기법을 알아보고, 의료영상 연구에 적용된 사례들과 그 결과를 조사해 보고자 한다. 끝으로 데이터 증강의 필요성을 고찰하고 앞으로의 방향을 짚어본다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2004년도 춘계학술대회 논문집
• /
• pp.118-122
• /
• 2004

본 논문에서는 인체의 머리 부분을 촬영한 의료 영상에서 뇌 영역만을 분할하는 방법에 대해 제시하고자 한다. 뇌의 해부학적 구조 및 기능적 이상 부위를 파악할 경우에 영상 내에 함께 보여지는 두개골과 뇌척수액 등을 제외한 대뇌피질 영역을 분할하면 보다 효과적인 정보 분석 및 진단이 가능하게 된다. 본 시스템에서는 3단계 알고리즘을 제시한다. 첫 번째 단계에서는 영상 내에 존재하는 잡음을 제거하기 위한 필터링이고, 두 번째 단계에서는 필터링된 결과에 대한 영상분할을 수행하는 것이다 이 때 정확한 결과 도출을 위하여 사용자의 인터렉션이 들어가게 된다. 세번째 단계에서는 형태학적 방법을 이용하여 분할 결과를 보완한다. 본 연구를 위한 실험에는 자기 공명 촬영 영상(MRI: Magnetic Resonance Imaging), 단일 광전자 방출 단층 촬영영상(SPECT: Single Photon Emission Computed Tomography), 양전자 방출 단층 촬영영상(PET: Positron Emission Tomography) 등을 사용하였다. 본 시스템에서는 다양한 모달리티의 뇌 영상에서 대뇌피질 부분을 정확하게 영상 분할함으로써 뇌의 구조적 이상을 판단하기 위한 해부학적 정보 분석을 가능케 하고 있다. 뿐만 아니라 뇌 질환에 대한 정확한 진단 시뮬레이션도 가능하게 하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1064-1065
• /
• 2020

본 연구는 한국인 뇌MRI영상을 이용하여 대뇌 영역별 분석 프로토콜과 정량 평가방법을 개발하여 정상인을 대상으로 뇌용적량을 정량 분석하고자 한다. 뇌MRI영상 분석 프로토콜을 최적화하기 위해 먼저 뇌용적 변화에 있어 평가방법을 선정하고, VBM 후처리과정은 MRI영상 신호불균질성 교정, 조직세분화 방법, 대뇌 표준영상 제작, 신호 편평화(smoothing) 과정을 단계별로 최적화하였다. 이 정량분석 프로토콜은 정상인과 뇌질환 환자의 뇌용적 비교뿐만 아니라 환자 약물 치료 전·후에 나타나는 용적 변화를 정량적으로 평가하는 연구에 활용할 수 있을 것으로 기대한다.

• 융합신호처리학회논문지
• /
• 제18권2호
• /
• pp.76-83
• /
• 2017

본 연구에서는 원본 의료영상인 DICOM 파일을 TIFF, BITMAP, GIF, JPEG 이미지 파일로 변환한 후 Origin pro와 ICY 영상분석 프로그램을 이용하여 영상의 압축 및 변환과정에 따른 변환 손실율을 정량적으로 평가를 하고자 하였다. 평가 방법으로는 50% MTF, 구조적 유사지수, MSE, RMSE, 최대 신호대 잡음비 등을 실험을 통하여 평가하였으며, TIFF 이미지 파일의 경우 모든 실험군에서 DICOM 영상과 동일한 결과 값을 나타내어 DICOM 영상과 동일 하거나 가장 유사한 이미지 파일 형식이라고 판단하였다. 그리고 JPEG 이미지 파일의 화질의 손실 및 왜곡의 정도가 가장 심한 결과로 나타났다, 본 연구는 Origin pro나 ICY 의료영상 분석 프로그램과 같은 독창적인 평가 프로그램을 적용하여 이후의 디지털 의료영상 기초 연구분야에서 본 논문의 평가 방법이 의료 영상 처리 분야의 연구 자료로 활용될 것으로 기대되며, DICOM 파일을 지원하지 않는 디지털 의료영상 및 평가 프로그램을 이용한 기초 연구분야에서 DICOM 영상과 동일한 결과를 나타내는 TIFF 이미지 파일을 기준으로 제시하여, 이미지 파일을 이용한 디지털 의료영상처리 연구 분야에서 신뢰성을 확보하는데 도움이 될 것으로 추론된다.

• 한국멀티미디어학회지
• /
• 제19권3호
• /
• pp.27-35
• /
• 2015

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.546-548
• /
• 2023

인공지능 기술을 도입한 의료분야에서 진단 및 예측을 위한 관련 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많이 활용되고 있는 의료영상을 기반으로 하는 질환에 관한 진단 연구는 매우 복잡한 과정이 필요한 질환의 진단에 큰 영향을 미치고 있다. 복부 장기들의 분할은 환자의 질환 진단 지원 및 복강경등의 수술 지원에 매우 중요한 부분을 차지한다. 본 논문에서는 의료영상을 통해 13가지 복부 장기들을 분할하는 모델을 만들고 그 결과를 보인다. 본 논문에서 제안한 모델을 통해 13가지 복부 장기에 대한 분할로 영상분석을 통해 진단 지원이 가능할 것으로 기대한다.

• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1383-1391
• /
• 2011

향상된 기능을 가진 최신 의료장비들의 등장으로 하드웨어 성능에 부합하는 효과적인 영상처리 및 분석의 중요성이 부각되고 있으며, 2차원 의료 영상처리 및 3차원 영상 재구성에 관한 많은 연구들이 진행되고 있다. 본 논문은 흉부 CT 영상을 사용하여 신체 장기를 단계별로 분할 하였으며, 분할된 결과 영상을 3차원으로 재구성 하였다. 다양한 영상분할 방법중 영역 확장법 및 효과적인 분할을 위해 선명화와 감마 조절등과 같은 영상 향상 기법을 적용하였으며, 기관지를 포함한 폐, 기관지, 폐 등의 순서로 영상을 분할하였다. 분할된 신체 장기 영상을 VTK를 사용하여 3차원 영상으로 재구성 하였으며, 병변 진단을 위한 2차원 및 3차원 의료 영상 처리와 분석에 활용될 것으로 판단된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제3권2호
• /
• pp.27-34
• /
• 1997

3 차원 영상 모델링은 자동 시각적 검사와, 비파괴 검사분야에서 절실히 요구되고 있는 연구 분야이다. 또한 그것은 생의학연구, 의료, 수술계획과 정교성이 요구되는 중대한 수술 (안면 절개) 등에 매우 유용하다. 영상처리 및 분석 기술은 3 차원 의료 영상 정보의 질올 높여 주는데, 의료정보를 정확하고 빠르게 분석하는 일은 용이하지 않다. 본 논문에서는 향상된 3 차원 의료영상의 가시화를 위하여 사면체 분할법에 의한 모델링 방법을 제안한다. 이 방법에서는 트라이 베리에이트 구간별 선형 보간법이 구축된 사면체영역에 걸쳐 적용된다. 그리고, 등면, 색채 윤곽, 슬라이싱 등 가시화 방법들도 논의된다. 이것은 마칭큐브스 알고리즘으로 인해 제기되는 불확실한 경우가 발생하지 않고, 자료 감축의 효과도 가져올 수 있으므로 보다 정확하고 빠른 의료정보 분석에 기여할 수 있을 것으로 사료된다. 그리고, 자료 감축으로 인한 정확도의 감소가 발생할 경우에는 최소제곱을 바탕으로 한 사면체 세분할을 사용하여 보완할 수 있을 것으로 기대한다.

• 정보처리학회논문지B
• /
• 제13B권6호
• /
• pp.601-606
• /
• 2006

의료기술의 비약적인 발전과 함께 의료기관에서 사용되는 영상 데이터량이 급속히 증가하고 있다. 따라서 대용량 의료 영상의 해석을 위해서는 의사들의 육안 검사보다 영상처리 기술을 이용한 자동화 방법이 필요하다. 본 논문에서는 복부 CT영상의 간 영역에 대해 GLCM(Gray Level Co-occurrence Matrix)을 이용하여 텍스처 정보를 취득하고, 이 데이터로부터 주성분 분석을 통해 간종양을 자동으로 검출하는 방법에 대해 제안한다. 기존의 간종양 검출은 명암도 한 가지 특징에 의한 방법이 대부분이었으나, 본 논문에서 CT영상에 대해 GLCM의 텍스처 정보 8가지를 이용해서 4개의 주성분 누적 영상으로 변환시켰다. 실험결과 4개의 주성분 누적 영상의 백분율 분산값은 89.9%였으며, 이를 명암도 한 가지 만을 이용한 간종양 검출방법과 면적을 비교했을 때 약 92%의 일치도를 보였다. 이는 영상데이터의 차원을 8개의 차원에서 그 절반인 4개의 차원으로 줄여도 간종양을 검출할 수 있음을 의미한다.