• Journal of the Korean Society of Radiology
• /
• v.81 no.5
• /
• pp.1024-1037
• /
• 2020

The resource-based relative value scale (RBRVS) compares the value of a medical practice to the consumption of resources, which consist of the work of the physician, practice expenses, and professional liability insurance. At the time of the 2nd revision of RBRVS, the fee for radiological examinations had been reduced due to the high preservation rate. In RBRVS, practice expenses account for most of the compensation of radiological examinations, and physicians' work is relatively undervalued. A new healthcare policy (Moon Jae-In care) consists of the expansion of the National Health Insurance (NHI) coverage, reduction of patient charges for the vulnerable class, and support for catastrophic medical expenses. However, Moon Jae-In care is expected to negatively affect the NHI in Korea financially. The expansion of the insurance coverage for ultrasonography and MRI examinations is a significant part of the Moon Jae-In care, and radiological societies should establish fair compensations for physicians' work within the field of radiology while implementing the Moon Jae-In care.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.535-538
• /
• 2022

근감소증은 영양부족, 운동량 감소 그리고 노화 등으로 정상적인 근육의 양과 근력 및 근 기능이 감소하는 질환을 말한다. 근감소증은 보편적으로 유럽 근감소증 실무그룹분석(EWGSOP)에서 정의한 측정 방법을 따른다. 본 논문에서는 근감소증 진단을 위한 영상 분할 모델을 개발하고 외부검증하는 방법에 대해서 제안한다. 우리는 CT 영상에서 L3 영역을 선별하여 자동으로 근육, 피하지방, 내장지방을 분할할 수 있는 인공지능 모델을 U-Net을 사용하여 개발하였다. 또한 모델의 성능을 평가하기 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행하였으며, 타 병원의 데이터를 이용하여 같은 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 고찰하고 보완하고자 했다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.2
• /
• pp.439-446
• /
• 2019

In this paper, we propose a encryption method using C-MLCA and 1D CAT to secure medical image for efficiently. First, we generate a state transition matrix using a Wolfram rule and create a sequence of maximum length. By operating the complemented vector, it converts an existing sequence to a more complex sequence. Then, we multiply the two sequences by rows and columns to generate C-MLCA basis images of the original image size and go through a XOR operation. Finally, we will get the encrypted image to operate the 1D CAT basis function created by setting the gateway values and the image which is calculated by transform coefficients. By comparing the encrypted image with the original image, we evaluate to analyze the histogram and PSNR. Also, by analyzing NPCR and key space, we confirmed that the proposed encryption method has a high level of stability and security.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.291-292
• /
• 2019

본 논문은 의료영상을 기반으로 근감소증의 정량적 평가를 위한 특화된 분석 소프트웨어에 대하여 기술한다. 특히, 제안한 분석 소프트웨어는 복부 CT영상에서 근감소증 영상분석에 중요한 인자인 근육, 피하지방 그리고 내장지방의 영역을 반자동 방식으로 세그멘테이션하여 정량화 할 수 있다. 또한 각각의 영역별 레이블링 영상을 다양한 포맷으로 생성할 수 있다. 분석 소프트웨어는 근감소증의 진단 및 정량적 평가를 정의하는 출발점이 될 것으로 기대하고 있으며, 다양한 질환에 대해 분석에 적용이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.708-711
• /
• 2016

본 논문에서는 의료초음파 영상에서 진단 파라미터 데이터를 가시화 하는 방법론으로서 연속적인 픽셀 값을 갖는 전이시간 데이터의 표현과, 4가지 유형의 값으로 분류되는 병변 진단 파라미터 영상을 생성하는 방법을 제시한다. 또한 생성된 파라미터 영상에서 노이즈를 제거하기 위한 방법론으로서 MRF 모델을 이용한 영상개선 기법을 제안한다. 이러한 파라미터 영상 생성기법은 초음파 진단 데이터에서 조영증강 패턴의 동적인 변화에 대한 육안 판별의 한계를 극복할 수 있게 한다. MRF 기반 영상개선 과정에서 연속적인 픽셀 값에 대한 에너지함수를 정의하고 이를 최적화 하는 기법을 개발하였으며 실제 의료영상을 사용한 실험을 통하여 제안된 이론의 유용성을 평가하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

• Journal of Biomedical Engineering Research
• /
• v.23 no.2
• /
• pp.81-85
• /
• 2002

In this paper, a new fragi1e watermarking algorithm for medical images is proposed. It makes possible to resolve the security and forgery problem of the medical images. In the proposed algorithm. the singularity which represents the inherent characteristic of the medical image is extracted and used as watermark. To extract the singularity point. we adopted Mallat wavelet transform because it can describe the edge of image exactly. Mallat wavelet transform produces horizontal and vertical subbands of the same resolution with the original image. The magnitude and phase components of the edge are obtained using these subbands. Based on the magnitude and phase components. LMM which will be used as watermark is determined. As LMM is the inherent singularity of image, if any forgery is applied to medical image, LMM of original and forged image are different each other Detecting the changes of LMM for the two images makes it possible whether any image is undergone forgery or not From the experimental results, we conformed that the proposed algorithm detects the forged area of the image very well.

• Journal of Biomedical Engineering Research
• /
• v.21 no.2
• /
• pp.109-118
• /
• 2000

본 논문에서는 일반적인 초음파 의료 영상 시스템에서 제공되는 단면 영상의 화질을 현저히 향상시킬 수 있는 영향 개선 기법들을 제안하였다. 제안된 기법들은 현재 대부분의 초음파 영상 시스템에 적용되는 접속기법과는 달리 한 프레임에 해당하는 RF 수신 신호들을 저장하고 합성구경 기법에 기반해서 수신신호들을 처리함으로써, 초음파 영상의 화질을 결정하는 주요 성능 변수인 해상도, 신호 대 잡음비, 주사속도 등을 개선시킬 수 있다. 제안된 기법들을 검증하기 위하여 RF 수신신호들을 저장할 수 있는 실험 장치를 제작한 후 실제 실험을 통하여 성능 평가를 수행하였다. 실험 결과 기존 시스템에 비해서 매우 우수한 영상을 얻을 수 있었으며, 시편 및 인체 데이터 경우에 모두 동일한 효과가 나타남을 확인 할 수 있었다.

• Progress in Medical Physics
• /
• v.9 no.3
• /
• pp.127-136
• /
• 1998

On-line geometrical quality assurance system has been developed using electronic portal imaging system(OQuE). EPID system is networked into Pentium PC in order to transmit the acquisited images to analysis PC. Geometrical QA parameters, including light-radiation field congruence, collimator rotation axis, and gantry rotation axis can be easily analyzed with the help of graphic user interface(GUI) software. Equipped with the EPID (Portal Vision, Varian, USA), geometrical quality assurance of a linear accelerator (CL/2100/CD, Varian, USA), which is networked into OQuE, was performed to evaluate this system. Light-radiation field congruence tests by center of gravity analysis shows 0.2～0.3mm differences for various field sizes. Collimator (or Gantry) rotation axis for various angles could be obtained by superposing 4 shots of angles. The radius of collimator rotation axis is measured to 0.2mm for upper jaw collimator, and 0.1mm for lower jaw. Acquisited images for various gantry angles were rotated according to the gantry angle and actual center of image point obtained from collimator axis test. The rotated images are superpositioned and analyzed as the same method as collimator rotation axis. The radius of gantry rotation axis is calculated 0.3mm for anterior/posterior direction (gantry 0$^{\circ}$ and 170$^{\circ}$) and 0.7mm for right/left direction(gantry 90$^{\circ}$ and 260$^{\circ}$). Image acquisition for data analysis is faster than conventional method and the results turn out to be excellent for the development goal and accurate within a milimeter range. The OQuE system is proven to be a good tool for the geometrical quality assurance of linear accelerator using EPID.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.405-406
• /
• 2018

본 논문은 소표본 의료용 영상 분석의 정확도 향상을 위해 전이학습 모델을 feature extractor로 구축하여 학습시키는 방법을 연구하였으며 성능 평가를 위해 선학습모델로 AlexNet, ResNet, DenseNet을 사용하여 fine tuning 기법을 적용하였을 때와의 성능을 비교 분석하였다. 그 결과 실험에 사용된 3개의 모델에서 fine tuning 기법보다 향상된 정확도를 보임을 확인하였고, 또한 ImageNet으로 학습된 AlexNet, ResNet, DenseNet이 소표본 의료용 X-Ray 영상에 적용될 수 있음을 보였다.