• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.806-809
• /
• 2015

급성심근경색증은 우리나라의 3 대 응급질환으로 골든타임 내의 빠른 진단과 처치가 필요하다. 보통 급성심근경색은 질환의 특성상 관상동맥의 상태를 파악하는 것이 중요하기 때문에, 진단을 위한 지표로서 의료 영상이 활용되고 있으며 빠른 진단을 위해서는 효과적인 영상 정보 제공이 요구되는 상황이다. 하지만 기존 시스템은 영상의 형식적인 메타데이터에 의해 식별되어 중요 의료정보를 결여된 평면적인 정보 제공이 이루어지고 있다. 그러나 영상에 내재된 의미적 특징을 기반으로 한 정보 제공이 가능해진다면, 효과적인 영상 정보의 확인이 가능해진다. 따라서 본 논문에서는 급성심근경색의 신속하고 효과적인 진단을 위해, 관련 영상으로부터 의학적으로 가치있는 의료정보들의 의미적 정보를 추출함으로써 개별적인 영상에 분산되어 있던 의료 정보들을 통합하며, 직관적이고 효과적으로 의료 영상정보에 대한 파악을 가능케 한다.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.8
• /
• pp.2349-2360
• /
• 2000

In medical image processing, if new technologies arc developed, they arc applied to real clinical cases. The results are to be analyzed by doctors to improve the new technologies. So, it is important for doctors to have a tool that helps the doctors in applying the new technologies to clinical cases and analyzing the clinical results. In this paper, we design and implement a visual programming environment where non-programming experts, such as medical doctors, can easily compose a medical image processing application program. A set of image processing functions are implemented and represented as icons. Thc user selects functions by clicking correslxmding icons. The users can easily find necessary' functions from the visualized library. A user selects a function from the visualized library and [Jut the function node into a canvas of Visual Programming Interface. The user connects nodes to compose a dataflow diagram. The connected dataflow diagram shows the now of the program. Hyperbolic Tree is helpful in visualizing a set of function icons in a single screen because it provides both the whole stmcture of the function Iihrary and the details of the focused functions at the same time. We also developed a CUI builder where the user interfaces of the medical image processing applications are composed. Therefore. non'programming experts such as physicians can apply new medical image processing algorithms to clinical cases without performing complex computer programming procedures.

• The Transactions of the Korea Information Processing Society
• /
• v.3 no.5
• /
• pp.1046-1058
• /
• 1996

In this paper, we describe an abvanced medical diagnostic system using multimedia technologies in netwok environments. In the system, docotors in remote sites perorm medicl diagnosis by exchanging information about patients and 3-D medicl images of malfunctioning body parts, which are reconstructed from 2-D images such as MRI, CT, CR, Angio. The diagnosic conferencing system controls the conferencing process by exchanging audio, information about patients, 3-D medical images and control data. 3-D medicl images are reconstructed by a ray casting method that uses an nalytical integration. Medical databae conists of absic information about patients, Information about medicl images, users, results of dianosis.

• Annual Conference of KIPS
• /
• 2004.11a
• /
• pp.595-598
• /
• 2004

현재 급속하게 이루어지고 있는 의료영상저장전송 시스템의 보급으로 컴퓨터를 이용한 의료영상분야의 발전이 가속도를 받고 있다. 그러나 업체마다 통신관련 프로토콜 적용에 다소 차이가 존재하기 때문에 이후 도입해야 하는 CAD(Computer Aided Diagnosis) 등 분야로의 확장에 문제가 있다. 본 연구에서는 의료영상저장전송 시스템을 확장하고자 하는 경우에 고려해야 할 사항들에 대해서 제안하고 이를 토대로 새로운 의료영상저장전송 시스템을 구축하였다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.350-351
• /
• 2018

최근 의료 현장에 인공지능 기술의 도입이 가속화 되고 있다. 특히, 의료영상 분석 분야의 관련된 기 시스템 및 소프트웨어의 패러다임을 변화시키고 있다. 본 연구는 인공지능 기술을 적용하기 위한 학습의료영상 구성을 제안하고 이를 기반으로 X-ray 영상 중 손부위에 적용하여 오른손과 왼손을 판별하는 응용에 적용하였다. 그리고 Deep Learning Algorithm의 CNN을 개선하여 개발한 Advanced GoogLeNet를 적용하여 97%이상의 정확도를 보였다. 본 연구를 통해 얻어진 인공지능에 적용하기 위한 학습데이터 셋 구성과 개선된 알고리즘은 다양한 의료영상분석에 적용하고자 한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.348-349
• /
• 2019

의료영상은 진단을 목적으로 환자의 질환 부위별로 정밀하게 촬영하여 수집된 영상이다. 수집된 의료영상을 판독하여 진단하기 어려운 경우에는 조직검사를 통해 확진검사를 실시한다. 하지만 조직검사의 경우 환자에게 신체적, 경제적 부담을 줄 수 있다. 따라서 의료영상을 기반으로 정밀 진단하는데 도움을 줄 수 있는 정량분석 소프트웨어 개발이 중요하다. 현재 복부 간 질환의 경우 MELD(Model For End-Stage Liver Disease) 점수를 이용하여 간 질환의 중증도나 예후를 예측하는데 이용되고 있다. 하지만 MELD점수 산출에 있어서 의료영상 정보를 사용하지 않았기 때문에 질환 여부를 가늠하는데 에만 이용될 뿐 병변부위의 위치를 확인하는데 에는 어려움이 있다. 그러므로 본 논문은 다양한 의료영상장비에서 획득한 복부영상을 이용하여 복부질환의 중증도를 예측 및 분석함으로서 실제 임상진단에 도움을 줄 수 있는 시스템을 제안하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.442-444
• /
• 2002

의료영상의 시각화는 의료정보 시스템에서 질환 진단시 유용하게 사용되고 있다. 특히, 2차원 의료영상의 3차원 가시화를 통한 모의 견습은 실전에서의 부담감을 줄이는데 큰 역할을 하고 있고 이러한 결과는 관련 S/W 개발로 이어지고 있다. 본 논문에서는 의료영상을 여러 형태로 가시화하는 방법과 그 구현 결과에 대해서 기술한다. 구현은 공개 라이브러리인 VTK를 이용함으로써 기존의 유사한 S/W에 비해 가격 경쟁력 또한 갖추고 있다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.546-548
• /
• 2023

인공지능 기술을 도입한 의료분야에서 진단 및 예측을 위한 관련 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많이 활용되고 있는 의료영상을 기반으로 하는 질환에 관한 진단 연구는 매우 복잡한 과정이 필요한 질환의 진단에 큰 영향을 미치고 있다. 복부 장기들의 분할은 환자의 질환 진단 지원 및 복강경등의 수술 지원에 매우 중요한 부분을 차지한다. 본 논문에서는 의료영상을 통해 13가지 복부 장기들을 분할하는 모델을 만들고 그 결과를 보인다. 본 논문에서 제안한 모델을 통해 13가지 복부 장기에 대한 분할로 영상분석을 통해 진단 지원이 가능할 것으로 기대한다.

• Annual Conference of KIPS
• /
• 2006.05a
• /
• pp.127-130
• /
• 2006

본 논문에서는 MPEG-7 의 특징 기술자를 이용하고, 초기 중요도 가중치를 고려한 관심영역(ROI: Region-Of-Interest) 기반의 의료 영상 검색 시스템을 제안한다. 의료 영상에서 의미 없는 배경 부분을 제거하고, 영역 추출 처리 시간을 줄이는 관심 윈도우(AW: Attention Window)를 생성하여 관심 영역 세그먼테이션을 수행한다. 또한 인간 시각에 부합하는 검색 성능의 향상을 위해 특징 벡터 거리 계산에서 영역의 초기 가중치를 설정하였다. 실험에서 구현된 시스템은 의료 영상을 효과적으로 찾아내며, 조합된 특징과 가중치를 이용한 유사도 측정으로 검색 성능이 향상됨을 보여준다.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.135-138
• /
• 2008

본 논문은 의료 영상에 대한 효과적인 분류와 검색을 위한 알고리즘을 제안한다. 영상 분류와 검색을 위해서 MPEG-7 표준 기술자인 색 구조 기술자와 경계선 히스토그램 기술자를 사용해 영상들에 대한 특징 값을 추출한다. 이렇게 구해진 특징 값들을 의료 영상의 분류와 검색에 적용해 본 결과 비교적 낮은 성능을 보여줌을 확인하고 앞서 구해진 특징 값들을 교사 학습 방법인 SVM(Support Vector Machine)과 비교사 학습 방법인 FCM(Fuzzy C-means Clustering)에 적용시켰다. 기존 연구에서는 SVM과 FCM의 통합으로 의료 영상에 대한 분류와 검색을 시행하였지만 본 논문에서 실험한 결과 SVM과 MPEG-7 시각 기술자 중에 하나인 EHD(Edge Histogram Descriptor)를 가중치 선형 결합하여 실험한 결과가 더 정확한 분류와 높은 검색 성능을 나타냄을 확인하였다.