• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.506-507
• /
• 2017

최근 의료영상진단기기 개발 동향은 ICT 기술과 접목하는 융합진단 영상기기 개발연구로 활발하게 진행되고 있다. 특히, 수술중 CT의 개발은 임상적 미수요 충족을 위한 최첨단 기술개발로 위급한 환자를 의료영상 촬영을 위한 지정장소로 이동해야하는 문제점을 해결하여 현장 어느 곳에서 촬영할 수 있고, 환자의 다양한 의료영상을 융합하여 환자의 병변에 대한 명확한 위치와 형태 그리고 상태를 파악할 수 있도록 하며 수술을 위한 네비게이션 기능을 포함한다. 본 논문에서는 수술중 CT에 대한 설계한 사항에 대해 기술하고자 한다. 제안한 시스템의 개발은 다양한 임상현장에서 신속하게 진단과 수술을 지원할 수 있을 것으로 기대하고 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.305-310
• /
• 2021

의료분야 인공지능 기술이 분석과 알고리즘 개발에 중점을 두었으나 점차 제품으로 서비스하기 위한 Web 애플리케이션 개발로 변화되고 있다. 본 연구는 복부 CT 영상에서 요로결석(Urinary Stone) 분할모델과 이를 기반으로 한 인공지능 웹 애플리케이션에 대해 기술한다. 이를 구현하기 위해 의료영상 분야에서 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-Net을 사용하여 모델을 개발하였다. 그리고 Python 기반의 Flask라는 마이크로 웹 프레임워크를 사용하여 AWS 클라우드 기반 웹 애플리케이션으로 개발하였다. 끝으로 모델 서빙으로 요로결석 분할모델이 예측한 결과를 인공지능 웹 애플리케이션 서비스 수행 결과로 보인다. 제안한 AI 웹 애플리케이션 서비스가 선별 검사에 활용되기를 기대한다.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.115-121
• /
• 2017

의료용 디지털 영상 및 통신 표준과 5축 가공기술의 융합적 연구를 통하여 맞춤형 인공관절의 기초적 지식을 얻고자 하였다. 연구방법으로 의료영상의 위팔뼈에 대해 3차원 모델링을 생성하고 케미컬우드 소재로 형상을 가공하여 해부학적 특징과 모델링 가공 연산시간을 비교하였다. 그 결과 스테레오리소그래피 모델링이 아이제스 모델링에 비해 중삭 2배, 정삭 10배 정도로 시간이 많이 소요되었다. 5축 가공된 위팔뼈는 해부목, 큰돌기, 작은돌기, 결절사이 고랑의 해부학적 구조가 3차원 의료영상과 동일한 특징으로 나타났다. 이와 같이 위팔뼈의 외과목 언더컷 등 다양한 형태의 구조가 5축으로 가공되는 융합적 가공 기술들은 인체의 정밀한 모형을 추구하는 맞춤형 관절 제작 시 향후 적용 가능성이 높음을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.475-478
• /
• 2023

컴퓨터 단층촬영(CT)을 활용한 골격근 단면적은 근감소증과 관련된 기능을 평가하는 데 사용된다. 일반적인 근감소증 연구는 요추 3번의 골격근량을 주로 보지만 암 또는 폐절제술과의 상관관계를 예측하기 위한 다양한 연구에서는 흉추 4번, 7번, 8번, 10번, 12번 다양한 수준의 골격근량으로 연구를 진행하고 있음을 알 수 있다. 본 논문에서는 흉부와 복부 CT 영상에서 근감소증 진단을 위해서 흉추와 요추의 영역별 슬라이스를 검출하기 위해서 CNN 구조의 EfficientNetV2를 전이학습하여 인공지능 모듈을 개발하였다. 인공지능 모듈은 전체 흉부 및 복부 CT 영상에서 Cervical, T1, T2, T3, T4, T5, T6, T7, T8, T9, T10, T11, T12, L1, L2, L3, L4, L5, Sacral 총 19 클래스를 검출하도록 하였다. Test 데이터셋을 사용하여 Confusion Matrix와 Grad-CAM으로 모델의 정확도를 시각화하여 보였으며 검증으로 인공지능 모듈의 정확성을 측정하였다. 끝으로 우리가 개발한 다기관 공동연구 지원플랫폼에 적용하여 시각화된 결과를 보였다.

• 한국음향학회지
• /
• 제38권4호
• /
• pp.476-484
• /
• 2019

광음향 영상 기술은 광학영상 및 초음파영상 기법을 융합한 영상 기술로 높은 공간 해상도 및 대조도의 영상을 실시간으로 제공이 가능하다. 광음향 영상은 전임상 연구에서 많은 연구가 진행되었으며 최근 광음향 영상의 임상적 응용을 위한 연구에 많은 노력을 기울이고 있다. 본 논문은 광음향 영상을 이용한 원발 종양 및 전이 진단 기술 연구 현황에 대해 소개하고 임상적용을 위한 문제점에 대해서 알아보도록 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.544-546
• /
• 2020

의료 데이터를 이용하여 인공지능 기계학습 연구를 수행할 때 자주 마주하는 문제는 데이터 불균형, 데이터 부족 등이며 특히 정제된 충분한 데이터를 구하기 힘들다는 것이 큰 문제이다. 본 연구에서는 이를 해결하기 위해 GAN(Generative Adversarial Network) 기반 고해상도 의료 영상을 생성하는 프레임워크를 개발하고자 한다. 각 해상도 마다 Scale 의 Gradient 를 동시에 학습하여 빠르게 고해상도 이미지를 생성해낼 수 있도록 했다. 고해상도 이미지를 생성하는 Neural Network 를 고안하였으며, PGGAN, Style-GAN 과의 성능 비교를 통해 제안된 모델이 양질의 고해상도 의료영상 이미지를 더 빠르게 생성할 수 있음을 확인하였다. 이를 통해 인공지능 기계학습 연구에 있어서 의료 영상의 데이터 부족, 데이터 불균형 문제를 해결할 수 있는 Data augmentation 이나, Anomaly detection 등의 연구에 적용할 수 있다.

• 한국전자통신학회논문지
• /
• 제10권6호
• /
• pp.713-720
• /
• 2015

모바일 환경이 널리 확산되면서 최근 의료진단시스템은 기존 시스템의 지역적 한계를 넘어 시공간의 제약을 받지 않고 제공되고 있다. 또한 무선 인터넷 기술과 모바일 이동 통신 기술이 의료 기술과 융합하며 빠르게 보급되어 발전하고 있다. 의료 서비스 이용자는 다양한 종류의 무선 단말기를 이용하여 이동 중 무선망을 통해 의료 서비스를 제공 받을 수 있다. 본 논문에서는 병원 의료영상 진단 정보를 병원내의 시공간을 벗어나 전송, 검색 및 갱신할 수 있는 의료 진단 정보 시스템을 구현하고 평가하였다. DICOM CT영상과 JPEG 2000 CT압축영상의 비교를 통하여 임상적으로 적합한 영상인지를 t-test를 실시하여 통계적으로 평가한 결과 DICOM CT영상의 경우 평균 평가 값이 비교적 임상적 진단에 적합한 영상임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.314-317
• /
• 2020

환자의 생체신호 측정 및 관찰, 영상 위생 등을 포함하는 직접간호는 간호사들의 총 간호활동 시간 중 내과는 48%, 외과는 40% 로 간호사들의 업무 부담이 되고 있다. 또한 의료기관에서 사용되는 의료기기들은 여러 회사에서 구매하여 사용되기 때문에 각 회사마다 상이한 프로토콜을 가지고 있어 하나의 시스템으로 생체신호를 모으기가 쉽지 않다. 따라서 여러 장비에서 생체신호를 실시간으로 취득하여 통합 관리할 수 있는 시스템 개발을 통해 간호사의 직접간호 업무량을 줄여 간호사의 근무환경 개선뿐만 아니라 중증환자의 경우 환자 생체신호에 대한 실시간 원격감시가 가능하고 환자에게서 발생된 모든 생체신호가 데이터베이스 시스템으로 기록관리 됨으로 인해 환자의 생체 신호에 대한 이력 추적관리가 가능함으로써, 양질의 의료 서비스가 가능한 환자케어시스템을 개발하고자 한다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.132-137
• /
• 2019

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

• 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.