• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.703-705
• /
• 2004

의학적 진단이나 치료를 하는 과정에선 실험이나 촬영을 통한 사진이나 영상이 많이 생성된다 의학용 이미지들은 각각 생성된 환경에 따른 특성을 가지고 있기 때문에. 효율적으로 이미지를 관리하기 위해서는 이미지의 특징이나 증상과 같은 정보들을 함께 표현해야한다. 본 논문에서는 의료 영상이 나타내는 정보를 표기하고, 카메라로부터 입력받는 영상을 출력 및 분석할 수 있는 컴포넌트웨어에 대해서 살펴본다. 본 논문에서 개발한 컴포넌트웨어는 다른 프로그램에서도 쉽게 영상관련 처리를 할 수 있도록 COM 기반의 Activex 컨트롤로 개발하였으며 이미지의 주석기능과 더불어 각각의 이미지나 카메라로부터 입력받는 동영상의 색 공간변환 및 왜곡보정 등의 기능을 가지고 있어, 보다 정교한 작업을 요하는 의료 영상처리 프로그램에 손쉽게 추가하여 사용할 수 있다.

• 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.

• 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.

• 한국정보통신학회논문지
• /
• 제21권5호
• /
• pp.960-966
• /
• 2017

제안 논문에서는 의료영상 이미지를 입력받아 병변 추출이 가능한 알고리즘을 제안한다. 의료영상 이미지의 병변을 추출하기 위해 SIFT 알고리즘을 이용해 특징점들을 추출한다. 특징점의 강도를 높이기 위해 벡터 유사도를 이용해 입력 영상과 병변이미지를 정합하고 병변을 추출한다. 벡터 유사도 정합을 통해 빠르게 병변을 도출할 수 있다. 국소적인 특징점 쌍으로부터 방향 벡터를 생성하기 때문에 방향 자체는 국소적인 특징만을 나타내지만 두 영상 간에 존재하는 다른 벡터들 간의 유사도를 비교하고 전역적인 특징으로 확장될 수 있는 장점을 갖는다. 또한 병변 정합 오류율은 평균 1.02%, 처리속도는 특징점 강도 정보를 사용하지 않을 때보다 약 40%가 향상됨을 실험을 통해 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.603-606
• /
• 2001

의료영상 이미지에서 이상유무 등 진단능력을 향상시키기 위해 2D 웨이블릿 변환을 이용하여 그레이 이미지를 의사컬러로 향상하기 위한 연구이다. 웨이블릿 필터설계는 변환된 영상데이터의 블록킹을 줄이기 위해 차수가 높은 다우비치 8차 웨이블렛 함수을 사용하여 필터함수를 구성하였고, 저주파 성분과 고주파 성덕, 대역통과 성분으로 각각 분리하여 R, G, B 이미지의 성분으로 매핑하여 의사 컬러 이미지로 향상하였다. 의사컬러로 향상된 이미지는 그레이 이미지에 비해 결함 유무를 빠르게 구분할 수 있어 신속한 진단이 가능하고,. 웨이블릿 변환을 이용함으로서 기존의 주파수변환 기법에 비하여 변환과정을 간소화 할 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.447-452
• /
• 2001

내용 기반 이미지 검색에서 질감정보는 이미지의 검색 속성으로 사용할 수 있는 중요한 정보를 가지고 있다. 본 논문에서는 검색의 이미지 속성으로서 질감 특징을 사용한다. 의료영상 MRI 중 특히 뇌영상의 검색에서 질감의 특징은 전체 이미지를 대상으로 한 전역 질감 특징 값과 종양이나 뇌출혈 부분 등 정상이 아닌 이상객체 부분의 지역 질감 특징 값을 3단계 웨이블릿 변환을 통해 추출하고 추출된 여러 개의 특징 중 검색 효율성을 높일 수 있는 특징만을 선별하여 검색에 이용하는 방안을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권6호
• /
• pp.185-192
• /
• 2022

다중모드 의료영상 융합(MMIF)은 각기 다른 특징들을 나타내는 여러 종류의 모드의 이미지를 풍부한 정보가 포함된 하나의 결과 이미지로 통합하는 것이다. 이러한 의료영상 융합은 의사가 환자의 병변을 정확하게 관찰하고 치료하는 것을 도와줄 수 있다. 이러한 목적에 영향을 받아 본 논문에서는 복층 분해기 및 미세구조 보존 모델에 기반한 새로운 방법을 제안한다. 첫째, 복층 분해기를 사용하여 소스 이미지를 미세정보 보존의 특성을 갖는 에너지 층과 구조적 층으로 분해하였다. 둘째, 구조 텐서 연산자와 max-abs를 결합하여 구조적 층을 융합한다. 에너지 층의 융합을 위해 미세구조 보존 모델을 제안하였으며 이미지 융합성능을 크게 향상시킬 수 있었다. 마지막으로, 융합규칙을 통해 형성된 두 개의 융합된 하위 이미지를 합산하여 구축하였다. 실험을 통하여 제안된 방법이 현재까지 최첨단 융합 방법들과 비교하여 우수한 성능을 나타내는 것을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1095-1098
• /
• 2008

최근 디지털 의료영상 자료들이 급격히 증가하고 의학과 임상에서 많은 병원과 기관 사이의 협업연구가 증가함에 따라 지리적으로 분산된 외부 기관과의 원격 데이터 공유 및 원격의 데이터 접근이 필요하게 되었다. 의료 장비 사이의 데이터 교환을 위한 DICOM은 외부 기관의 방화벽으로부터 의료 이미지 데이터 접근을 지원하는 보안 방법과 전송 속도 문제로 인해 협업 환경에 적합하지 않으며, 의료 이미지 데이터 관리 기능을 제공하지 못한다. 본 논문에서는 그리드 기반의 협업 환경을 제안하고 웹 서비스를 이용한 그리드 데이터 관리 기능을 구현하여 의료 분야의 PACS 통합과 의료 이미지 데이터 교환 문제를 해결하였다.

• 대한디지털의료영상학회논문지
• /
• 제2권1호
• /
• pp.116-117
• /
• 1996

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.45-46
• /
• 2021

의료영상이란 의료영상장비로부터 DICOM이라는 의료영상표준에 따라 저장되며, 의료영상관리 시스템인 PACS를 통해 관리된다. 이러한, 의료영상장비 ICT기술이 융합되어 급격하게 발전되고 있으며 다양한 의료영상장치가 개발되어지고 있다. 하지만, 기술력은 높아지고 있으나 개발된 의료영상장비로부터 촬영된 영상품질관리에 대한 문제점이 제기되고 있다. 이와 관련하여 다기관의 의료영상장비 개발과 해당 기기로부터 수집된 의료영상에 대한 품질을 관리할 필요성이 증가하고 있다. 따라서 코로나 19와 같은 상황에서 의료기기 개발 지원과 관리를 비대면 관리서비스 시스템 개발과 의료영상장치 개발 정도를 관리할 수 있을 뿐만 아니라 의료영상에 대한 품질까지 모니터링하여 및 개선 할 수 있는 시스템을 제안하고자 한다.