• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.1153-1156
• /
• 2005

PACS system developments for improve of diagnosis efficiency for hospital duty efficiency and patients through various medical image diagnosis device. PACS system studies for nonfilm hospital, but still, image filtering technology Present high accuracy take a photograph image be not enough. On study image processing part is very importance. The fittest of image processing in order to using simple and essential filter try to improvrnent. The future, diagnosis of patients decide accuracy, low cost based Digital XRay system will be using.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.813-816
• /
• 2002

컴퓨터 보급의 급속한 발전과 멀티미디어의 등장으로 기존의 텍스트와 이미지, 음성, 오디오, 동영상 등의 정보를 디지털화하고, 컴퓨터를 이용하여 저장, 처리, 전송하게 되면서 의료 분야에서도 상당한 업무의 변화를 요구하게 되었다. 의료 분야에서의 이러한 급격한 개방과 더불어 초고속 정보 통신의 발달은 원격진료라는 또 다른 요구를 대두시키고 있다. 이를 위해서는, 멀티미디어 기술, 대용량의 정보를 저장하는 데이터베이스 기술, 초속의 광 대역 기술 등을 통합하여 종합적인 멀티미디어 의료 정보 시스템을 구축하는 것이 시급하다. 이러한 이유들로 본 논문에서는 병원/의원의 의료진들로 하여금 의료영상이나 자료를 상호 전송하여 환자의 진료 또는 검진결과를 확인하고 전문가의 조언 등을 구하는 원격 진료용 의료영상 시스템의 요구사항을 분석, 설계하고 구현하였다. 본 시스템은 클라이언트/서버 구조로써 영상 획득 및 출력, 의료영상 국제 표준 포맷인 DICOM 포맷으로의 영상 저장, MCA(Multi Channel Analyzer), ROI(Region Of Interest) 등의 영상 분석, 필터링 및 영상 확대/축소/회전 등의 각종 영상 처리의 주요 기능을 갖으며, 사용자가 편리하고 쉽게 사용할 수 있도록 아이콘(icon) 중심의 직관적인 인터페이스를 갖는다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.1
• /
• pp.65-72
• /
• 2010

Nowadays, most hospitals have been used to create MRI or CT and managed them. Doctors depend on fast access to images such as magnetic resonance imaging (MRIs), computerized tomography (CT) scans, and X-rays for accurate diagnoses. Those image data are related privacy of a patient. Therefore, it should be protected from hackers and managed perfectly. In this paper, we propose a data hiding method into MRI or CT related a condition and intervention of a patient, and it is suggested that how to authenticate patient information from an image. In this way, we create hash code using HMAC with patient information, and hash code and patient information is hided into an image. After then, doctor will check authentication using HMAC. In addition, we use a reversible data hiding DE(Difference Expansion) algorithm to hide patient information. This technique is possible to reconstruct the original image with stego image. Therefore, doctor can easily be possible to check condition of a patient. As a consequence of an experiment with MRI image, data hiding, extraction and reconstruct is shown compact performance.

• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.329-335
• /
• 2010

Digital imaging detectors can use a variety of detection materials to convert X-ray radiation either to light or directly to electron charge. Many detectors such as amorphous silicon flat panels, CCDs, and CMOS photodiode arrays incorporate a scintillator screen to convert x-ray to light. The digital radiography systems based on semiconductor detectors, commonly referred to as flat panel detectors, are gaining popularity in the clinical & hospital. The X-ray detectors are described between a-Silicon based indirect type and a-Selenium based direct type. The DRS of detectors is used to convert the x-ray to electron hole pairs. Image processing is described by specific image features: Latitude compression, Contrast enhancement, Edge enhancement, Look up table, Noise suppression. The image features are tuned independently. The final enhancement result is a combination of all image features. The parameters are altered by using specific image features in the different several hospitals. The image in a radiological report consists of two image evaluation processes: Clinical image parameters and MTF is a descriptor of the spatial resolution of a digital imaging system. We used the edge test phantom and exposure procedure described in the IEC 61267 to obtain an edge spread function from which the MTF is calculated. We can compare image in the processing parameters to change between original and processed image data. The angle of the edge with respect to the axes of detector was varied in order to determine the MTF as a function of direction. Each MTF is integrated within the spatial resolution interval of 1.35-11.70 cycles/mm at the 50% MTF point. Each image enhancement parameters consists of edge, frequency, contrast, LUT, noise, sensitometry curve, threshold level, windows. The digital device is also shown to have good uniformity of MTF and image parameters across its modality. The measurements reported here represent a comprehensive evaluation of digital radiography system designed for use in the DRS. The results indicate that the parameter enables very good image quality in the digital radiography. Of course, the quality of image from a parameter is determined by other digital devices in addition to the proper clinical image.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.142-144
• /
• 2002

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.375-378
• /
• 2019

최근 딥러닝과 머신러닝 기법이 소프트웨어의 성능 향상에 도움이 되는 것이 입증됨에 따라, 의료 영상 진단 보조 소프트웨어를 개발하기 위한 시도가 활발해 지고 있다. 그 중 캡슐내시경은 소장 소화기관을 관찰할 수 있는 초소형 의료기기로, 기존의 내시경 검사와 다르게 이물감이 느껴지지 않고 의료보험 적용으로 최근 들어 널리 이용되고 있다. 일반적으로 캡슐 내시경은 8 시간 동안 소화기간을 촬영하며, 한 번의 검사 결과로 생성된 동영상 데이터 셋은 수 만장의 이미지를 포함하기 때문에, 방대한 양의 이미지들을 효율적으로 관리하기 위한 체계가 필요하다. 특히, 방대한 양의 캡슐내시경 이미지를 학습하는 경우, 수 만장의 이미지 속에서 유의미한 특징(촬영정보, 의사소견, 환자정보, 병변의 위치 및 크기 등)을 추출해내야 하므로 학습 데이터 레이블링을 위한 정보를 정확히 추출해야 하는 작업이 요구된다. 따라서 본 논문에서는 캡슐내시경 영상을 학습할 때, 학습 데이터 레이블 정보를 체계적으로 구축할 수 있게 하는 레이블 정보 추출 기법을 제안하고자 한다. 제안하는 기법은 병원에서 14년간 수집된 총 340명의 캡슐내시경 데이터(약 1,700 만장의 이미지)를 토대로 영상데이터를 구조적으로 분석하여 유의미한 정보를 추출하고 노이즈 데이터를 제거한 뒤, 빅데이터 저장소에 적재할 수 있음을 보였다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2004.05a
• /
• 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.

• Journal of Korea Multimedia Society
• /
• v.8 no.8
• /
• pp.1032-1041
• /
• 2005

Now a days, PACS and the other image sharing systems use only high-level metadata for hospital to retrieve images. So if you want to retrieve some images, you have to know exact information about the patient. In this paper, we developed a Image Retrieval System based on MPEG-7 to retrieve medical images more efficiently. This system offers keyword retrieval using high-level metadata based of DICOM and similarity retrieval using low-level metadata based on MFEG-7. And we integrated high-level metadata and low-level metadata to retrieve medical images more exactly.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.4
• /
• pp.211-216
• /
• 2017

This paper proposes image processing techniques that improve usability and performance in a diagnostic system of the contrast-enhanced ultrasonography. For a methodology for visualizing diagnostic parameter data in an ultrasonic medical image, an expression of transition time data with successive pixel values and a method of generating a lesion diagnostic parameter image with four categorized values are presented. We also introduce a MRF-based image enhancement technique to eliminate noises from generated parametric images. Such parametric image generation technique can overcome the difficulty of discriminating dynamic change in patterns in the ultrasonography. The technique clarifies the contour of the region in the original image and facilitates visual determination of the characteristics of the lesion through four colors. With regard to this MRF-based image enhancement, we define the energy function of consecutive pixel values and develop a technique to optimize it, and the usability of the proposed theory is examined through experiments with medical images.

• Journal of the Korean Society of Radiology
• /
• v.85 no.5
• /
• pp.848-860
• /
• 2024

The recent advent of large language models (LLMs), such as ChatGPT, has drawn attention to generative artificial intelligence (AI) in a number of fields. Generative AI can produce different types of data including text, images, and voice, depending on the training methods and datasets used. Additionally, recent advancements in multimodal techniques, which can simultaneously process multiple data types like text and images, have expanded the potential of using multimodal generative AI in the medical environment where various types of clinical and imaging information are used together. This review summarizes the concepts and types of LLMs, image generative AI, and multimodal AI, and it examines the status and future possibilities of generative AI in the field of radiology.