• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.862-863
• /
• 2015

본 연구에서는 조영증강 초음파 진단에서 혈류의 패턴을 효과적으로 판단할 수 있게 하기 위하여 조영제의 확산패턴을 영상으로 표현하는 방법론을 제안한다. 초음파 영상에서 조영제의 전이 시간에 대한 파라미터의 가시화 기법과, 단계별 전이패턴을 단일 영상으로 표현하는 방법을 제시함으로써, 병변의 진단 및 분석과정에서 대상 영역 내 혈류의 형태와 속도를 효과적으로 판별할 수 있게 한다. 분석과정의 필요에 따라 영상에서 정밀도를 선택적으로 적용할 수 있도록 하였으며, 노이즈 제거를 위한 필터링 과정과 단계별 전이 시점의 위치에 대한 영역 분할 과정을 거쳐 영상 생성결과를 개선할 수 있도록 하였다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.939-945
• /
• 2023

본 연구는 영상의학 분야에서 인공지능(AI) 기술 기반의 판독 보조 시스템의 'Time Behavior(시간반응성)' 속성을 측정하여 '성능 효율성'을 분석하였다. 의료 영상의 증가와 영상의학 전문의 수의 한계로 인해 인공지능(AI) 기술 기반의 솔루션이 증가하고 있으며, 관련된 연구가 많이 수행되고 있다. 하지만 대부분의 선행 연구가 인공지능의 진단 정확도에 초점을 맞췄다면, 본 연구는 Time Behavior의 중요성을 강조하여 수행하였다. 50개의 흉부 엑스레이 PA 이미지를 사용하여 측정한 결과, 평균 15.24초 만에 영상을 처리하여 높은 일관성과 안정성을 보여주었고, 이 처리 속도는 유명 글로벌 AI 플랫폼과 동등한 수준으로 영상의학과 워크플로우 효율성 부분에 크게 개선될 수 있는 가능성을 제시하였다. 앞으로 인공지능 기술이 영상의학 분야에서 큰 역할을 담당하여, 전반적인 의료 품질 향상과 효율성을 개선하는 데 도움이 될 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.287-290
• /
• 2013

본 논문에서는 DICOM 영상을 UPnP Server로 구현된 PACS 서버를 설계하고 UPnP Renderer를 이용하여 스트리밍 전송으로 화면에 출력하고 전송하여 병원에서의 진단 진료 시스템의 효율을 높일 수 있고 사용자 서비스적 관점의 이동형 의료정보시스템을 제안하고자 한다. 본 논문에서의 DICOM 엔진은 PACS 에서의 영상 취득 서버의 과부화 문제를 해결하고 의료 정보통합의 과정에서 다양한 프로세싱 방법으로 사용될 것이며, 홈 네트워크나 PnP 기능으로 제한되어 있던 UPnP 미들웨어의 다양한 서비스 활용이 가능할 것으로 사료된다.

• 한국방사선학회논문지
• /
• 제10권2호
• /
• pp.81-87
• /
• 2016

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.33%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 비파괴검사학회지
• /
• 제32권5호
• /
• pp.573-584
• /
• 2012

유방이나 전립선과 같은 연조직에서 발생하는 암이나 종양은 주위 조직보다 단단한 경향을 가진다. 하지만 초음파 B-mode 영상을 보면 암은 주위 조직과 거의 비슷하여 구별하기 어렵다. 따라서 조직의 단단한 정도를 영상화하면 더 정량적인 정보를 제공해 진단에 도움을 줄 수 있다. 초음파탄성영상은 측정하고자 하는 연조직에 기계적인 힘을 가하고 변형된 정도를 측정하여 영상화 한다. 탄성영상은 기존의 초음파 영상 진단기법과 더불어 종양을 진단하는 유용한 방법으로 자리매김하고 있다. 본 논문에서는 지금까지 발표된 다양한 탄성영상 방법을 분류하고 각 방법의 원리, 특성 등을 살펴본다.

• 대한영상의학회지
• /
• 제82권3호
• /
• pp.749-755
• /
• 2021

선천성 심막결손은 대부분의 환자가 무증상을 보이는 드문 질환으로 전체 혹은 부분 심막결손으로 나타난다. 본 논문에서는 기흉 증상으로 인해 우연히 좌측 선천성 심막결손을 진단받은 19세 남성 환자를 보고하고자 한다. 일반 흉부 X선 사진 및 컴퓨터단층촬영에서 외상의 흔적이 없는 무기폐, 상행대동맥의 우측에 비정상적으로 위치한 공기, 좌측 흉부로 전위된 심장, 그리고 납작한 흉곽이 보였다. 뒤이은 흉강경검사에서 좌측 심막결손과 왼쪽 흉강으로의 심장 전위가 확인되었다. 이는 영상의학적 소견과 수술적 소견이 잘 일치하는 자발성 기흉이 동반된 선천성 심막결손에 관한 보고이다.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.185-193
• /
• 2011

결핵은 환자를 미리 발견하여 치료함으로서, 질병의 전파를 차단하여 새로운 감염자가 발생을 최소화하고, 결핵을 조기에 예방 및 진단하는 것이 중요하다. 그러므로 현재 의학에서는 디지털 의료영상을 활용하여 질병진단의 보조 수단으로서 컴퓨터자동진단시스템이 응용되고 있다. 본 연구에서 주성분 분석(PCA)과 질감분석(Texture features)의 알고리즘을 이용하여 결핵의 질병을 자동으로 판별 및 인식하였으며, 그 기준에 따라 디지털 흉부 방사선영상에서 컴퓨터자동진단의 실용화를 위한 선행연구를 하였다. 실험결과는 주성분분석을 이용한 병변 인식률은 전문의의 질병에 대한 판독률보다 낮게 나타났지만, 질감분석의 인식률은 전문의 판독결과보다 높은 병변 인식률을 나타내었다. 그러므로 제안하는 알고리즘을 활용한 컴퓨터자동진단시스템은 임상의사에게 부가적인 보조 수단으로서 예비판독 단계의 정보를 제공하여 질병의 조기진단 및 예방이 가능할 것으로 사료된다.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.73-80
• /
• 2012

최근 의료 장비들이 발전하고 진단 및 연구에 다양하게 이용되면서 이로부터 얻은 3차원 의료 영상들을 자동으로 처리해주는 기술의 수요가 늘고 있다. 자동 뼈 영역화는 이러한 기술들 중 하나로써 골다공증이나 뼈 골절, 골격질환 등의 진단의 효율성을 크게 높여 줄 것으로 기대되고 있다. 현재까지 자동 뼈 영역화를 위한 연구들이 다양하게 진행되었지만 2차원 영상과는 달리 많은 데이터양과 주변 조직과의 모호한 경계들이 많다는 의료영상의 특성 때문에, 실제 진단에 사용할 수 있을만한 성능을 얻지 못하고 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 다중 해상도를 기반으로 하여 수행속도가 빠르고 영역화 성능이 좋은 자동 뼈 영역화 기법을 제안한다. 낮은 해상도 단계에서는 학습된 집합의 뼈 정보들을 바탕으로 최근 제안된 제한된 브랜치 앤 민컷 기법을 이용하여 대략적인 뼈 위치 및 비슷한 템플릿을 검출하고, 이후 해상도를 높여가면서 정합 과정과 영역화 과정을 반복적으로 수행한다. 제안하는 기법의 성능을 확인하기 위해 무릎 자기공명영상(magnetic resonance image)내에서 대퇴골(femur)과 경골(tibia)을 영역화 하는 실험을 진행하였으며, 100개의 학습 데이터들을 바탕으로 50개 영상에서 뼈들을 영역화 하였다. 제안하는 기법은 정확성 및 수행속도 측면에서 제한된 브랜치 앤 민컷에 비해 향상된 결과를 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• 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.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권3호
• /
• pp.276-292
• /
• 2004

본 논문에서는 폐 질환 진단에 필요한 EBT(Electron Beam Tomography) 흉부 영상에서 폐 영역을 추출하고, 추출된 폐 영역에서 폐엽의 경계(pulmonary fissure)를 찾아 폐엽(lobe) 단위로 분할하는 방법을 제안하였다. EBT 흉부 영상을 분석하여 히스토그램을 기반으로 하는 임계치 방법과, 수학적형태학을 적용하여 폐 영역을 추출하였고 본 논문에서 제안한 adaptive filter scale을 사용한 에지 연산자와 폐엽 경계(pulmonary fissure)에 대한 해부학적 지식을 바탕으로 폐 영역을 폐엽 단위로 분할하였다. 본 논문에서 제안한 방법을 총 102개의 영상에 대해 실험한 결과는 폐 영역 추출에서 95% 이상의 정확도를 보여주었고 폐엽 경계선 추출에서 5 픽셀 이하의 거리오차를 나타내었다.