• Korean Journal of Digital Imaging in Medicine
• /
• v.5 no.1
• /
• pp.98-101
• /
• 2002

대조도와 관용도사이의 손실 교환은 투사 방사선 촬영에 있어서 잘 알려져 있고 또한 오랫동안 지속되어온 영상의 질에 있어서의 제약이었다. 전자적인 영상획득의 도입으로 한 영상 내에 넓은 영역의 X-Tay 노출을 포획하는 것이 가능해 졌다. 그러나, 진단에 필요한 세부영역 들을 위해 적절한 대조도를 유지하는 반면, 일반적으로 기대되는 관용도 범위 이외의 정보가 시각화 되어지는 것과 같은 영상의 rendering과 displaying의 문제가 남아 있었다. 이 문서에 묘사되는 EVP(Enhanced Visualization Processing)는 이 문제를 중점적으로 다룬다. 방대한 진단용 CR 영상 데이터베이스로부터 선택된 14개의 검사유형 당 각각 5개의 영상들을 포함한, 총 70개의 영상들을 사용하여 임상 보고서가 제출되었다. 각 영상에 대해, control rendering은 현재 개발되어 있는 automatic tone scaling algorithm(자동 톤 스케일 알고리즘)에 의해 생성되었고, test rendering은 그 control of image에 EVP를 인가함에 의해 생성되었다. 10명의 radiologist들은 각자 개별적으로 140개의 이미지들(70개의 test renderings와 70개의 control renderings)을 9점의 진단 상의 품질 척도로 평가했다. EVP는 세부 대조도의 부당한 손실 없이 증가된 노출 관용도를 제공했다. 많은 영상에서 EVP는 과소 투과 영역에서의 정보의 손실을 줄여주고, 반면 과다 투과 영역의 밝게 빛나는 현상을 실제적으로 감소시켰다. 진단상의 품질 평가는 EVP image와 control image 모두 평균적으로 높았다. 그럼에도 EVP images의 평균 등위는 control image의 그것보다 1 단계 완전히 높은 범위에 있는 것으로 평가되었다. 쌍으로 그 영상들을 보면, EVP images의 76%가 일치하는 control images의 평가 단계보다 1 또는 그 이상 높은 범주인 것으로 평가되었고, 반면 control image의 6% 만이 일치하는 EVP 영상보다 우수한 것으로 평가되었다. 유사한 결과가 연구된 14개의 검사유형에 대해 획득되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.365-367
• /
• 2020

현재 의료영상 진단검사는 간 질환의 진단을 위해 실제 임상에서 사용하고 있는 중요한 검사 방법이며 의료영상을 기반으로 한 정량분석 소프트웨어 개발 연구가 활발히 진행되고 있다. 특히, 의료영상을 기반으로 간 질환을 정량화 하는 방법 가운데 간 결절 점수와 간세포 이질성 점수를 이용하여 간질환에 대한 정량적 평가를 진행한 결과 간 결절 점수와 간세포 이질성 점수에 따른 간 질환 중증도의 상관관계가 증명되었으나 많은 문제점이 제기되었다. 의료영상에는 서로 상반되는 의료영상조건들을 가지고 있기 때문에 의료영상조건에 따른 영상처리 기술들이 필요하였으며 간 결절 점수와 간 세포 이질성 점수는 수식에 의한 계산법을 기반으로 산출하기 때문에 수식 결과에 대한 검증 과정이 필요하였다. 따라서, 본 연구는 기존의 문제점을 해결하기 위해 의료영상에 따른 의료영상처리 기술을 자동화 할 수 있도록 개발하였으며 간염, 간질환, 간 경변등 간 질환 중증도에 따른 정량적인 분석을 수행할 뿐만 아니라 분석 결과에 대한 리포트 결과까지 제공함으로써 간 질환을 진단하기 위한 정량적인 진단 지표가 될 수 있는 소프트웨어 기반의 간 질환 진단 기술을 제안하고자 한다.

• 전기의세계
• /
• v.38 no.8
• /
• pp.41-52
• /
• 1989

본 논문에서는 의료 IMACS와 관련된 새로운 디지탈 입력 장치들, 데이타베이스 시스템과 저장매체, 여러 종류의 Workstation, 통신 시스템등 기술적인 면을 많이 다루려 한다. 그리고 영상의 질과 자료의 양, 망의, 성능 분석, 영상화 시스템들과 방사선 정보 시스템과 다른 주변 기기들과의 접속에 따른 IMACS의 효과를 논하려 한다. 또한 지난 87년부터 Gorgetown University Hospital(GUH)은 미육군 의무단의 6,5백만불의 지원으로 가장 광범위한 의료 IMACS설비를 AT & T사와 공동 연구하고 설치하여, IMACS의 기술적 평가를 계속하여 왔다. 이와같이 실행되어 있는 경험을 통하여, 의료 IMACS의 임상 운영 효과와 더 나아가서 새로운 효과들을 검토함으로써 앞으로 보강되어져야 할 점들을 연구하려 한다.

• Journal of the Korean Society of Radiology
• /
• v.81 no.5
• /
• pp.1038-1052
• /
• 2020

Advancements of medical care with the use of new medical technologies have been promoting public health, but they can also place a financial burden on individuals and the country. Since the introduction of the health insurance system in 1977, the South Korean government has been attempting to control medical expenses. Radiological examinations have been a major target for cost reduction. Meanwhile, the radiological report fee has been combined with the technical fee for a long time; hence, its value has not been independently evaluated, and was also decreased proportionally with examination cost reduction. However, in the revised medical fee estimation system for MRI, the report fee has begun to be calculated separately from the technical fee, significantly contributing to the evaluation of the radiologists' work value. In conclusion, radiologists need to know and actively participate in the process of determining the insurance cost of radiological examinations and reports to get a proper value of their professionalism.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.608-610
• /
• 2023

의료 분야에서 AI 모델의 활용이 증가하고 있지만, 모델의 예측 불확실성을 정확하게 평가하고 표현하는 것이 중요하다. 본 연구는 이러한 문제를 해결하기 위해 AI-driven 방식을 제안하며, 특히 의료 영상 변환 모델에 대한 불확실성 표현과 데이터 한계 극복 방법론을 제안한다. 제안된 AI-driven 안저영상 변환 모델은 기존 GAN과는 다르게 구조가 이루어져 있으며, 신뢰도가 낮은 영역을 구분하고 시각화하여 표현할 수 있다. 실험 결과, 제안된 방법은 기존 모델과 비교하여 영상 변환 성능이 크게 향상되었으며, 불확실성에 대한 정확도 평가에서도 AI-driven 방식이 높은 성능을 보인다. 결론적으로, 본 연구는 AI-driven 방식을 통해 의료 AI에서의 불확실성 표현의 가능성을 확인하였으며, 이 방식이 데이터의 한계와 불확실성을 극복할 수 있을 것으로 기대된다.

• Journal of the Korean Society of Radiology
• /
• v.2 no.2
• /
• pp.5-10
• /
• 2008

Most of the diagnostic medical radiography are rapidly replaced by digital imaging systems recently. Although with the current transition of analog to digital most of the exposure conditions and parameters are still on the basis of film-screen analog system. Moreover the evaluation of acquired digital radiographic image is not fulfilled normally because of the difficulties in handling the digital raw data. The user friendly windows program for the evaluations of digital radiographic image was developed on the MatLab platform. The program has functions for the calculation of the contrast profile, NPS(noise power spectrum), MTF(modulation transfer function), and NEQ(noise equivalent quanta).

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.222-225
• /
• 2002

The watermarking on medical images with wavelet packet is presented. The wavelet packet produces the enhancing the resolution from low to high band that minimize the loss on the band. The result on experiment is that PSNR is 0.1dB on image quality and PSNR is 28dB on the durability in compressed ratio 60% over. This proposal allows an enhancing and robust image to stand and oppose the distortion and modification by intention.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.443-445
• /
• 2021

갑상선 결절(thyroid nodule)은 검진 인구에서 빈번하게 진단되는 질환이지만 현재까지 진단방법은 경험적이며 정성적 판단에 의존하고 있는 실정이다. 본 연구는 갑상선 결절을 평가하기 위하여 시행한 초음파 의료영상을 이용하여 정량 분석할 수 있는 소프트웨어를 개발하였으며 갑상선 양성 결절환자에서의 임상활용 가능성을 평가하고자 한다. 임상 연구는 총 13명의 갑상선 양성 결절 환자를 대상으로 하였다. 환자별 갑상선 초음파영상을 이용하여 정상부위와 병변부위에서 정량 지표인 변동계수를 각각 측정하였다. 환자별 정상부위와 병변부위의 변동계수 차이는 대응표본 T 검정을 사용하여 비교하였으며 유의한 차이를 확인할 수 있었다. 본 연구를 통하여 개발한 정량분석 소프트웨어를 실제 갑상선 양성 결절 환자에서 갑상선 결절을 분석·평가하는데 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1019-1022
• /
• 2019

최근의 영상 처리 분야는 딥러닝 기법들의 성능이 입증됨에 따라 다양한 분야에서 이와 같은 기법들을 활용해 영상에 대한 분류, 분석, 검출 등을 수행하려는 시도가 활발하다. 그중에서도 의료 진단 보조 역할을 할 수 있는 의료 영상 분석 소프트웨어에 대한 기대가 증가하고 있는데, 본 연구에서는 캡슐내시경 영상에 주목하였다. 캡슐내시경은 주로 소장 촬영을 목표로 하며 식도부터 대장까지 약 8~10시간 동안 촬영된다. 이로 인해 CT, MR, X-ray와 같은 다른 의료 영상과 다르게 하나의 데이터 셋이 10~15만 장의 이미지를 갖는다. 일반적으로 캡슐내시경 영상을 판독하는 순서는 위장관 교차점(Z-Line, 유문판, 회맹판)을 기준으로 위장관 랜드마크(식도, 위, 소장, 대장)를 구분한 뒤, 각 랜드마크 별로 병변 정보를 찾아내는 방식이다. 그러나 워낙 방대한 영상 데이터를 가지기 때문에 의사 혹은 의료 전문가가 영상을 판독하는데 많은 시간과 노력이 소모되고 있다. 본 논문의 목적은 캡슐내시경 영상의 판독에서 모든 환자에 대해 공통으로 수행되고, 판독하는 데 많은 시간을 차지하는 위장관 랜드마크를 찾는 것에 있다. 이를 위해, 위장관 랜드마크를 식별할 수 있는 CNN 학습 모델을 설계하였으며, 더욱 효과적인 학습을 위해 전처리 과정으로 학습에 방해가 되는 학습 노이즈 영상들을 제거하고 위장관 랜드마크 별 특징 분석을 진행하였다. 총 8명의 환자 데이터를 가지고 학습된 모델에 대해 평가 및 검증을 진행하였는데, 무작위로 환자 데이터를 샘플링하여 학습한 모델을 평가한 결과, 평균 정확도가 95% 가 확인되었으며 개별 환자별로 교차 검증 방식을 진행한 결과 평균 정확도 67% 가 확인되었다.