• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.393-396
• /
• 2008

의료 분야의 정보화 움직임으로 인해 단순한 정보저장과 검색시스템에서 벗어나 지능화된 서비스를 제공해주는 시멘틱 웹 기반의 의료 시스템이 요구되고 있다. 이에 한의학 분야도 한의사의 진단을 보조할 수 있는 지식기반시스템에 대한 요구가 증대되고 있다. 온톨로지는 시멘틱 웹의 핵심적인 지식체계로 지식의 처리와 추론이 가능하므로 질의 및 논리 추론을 통하여 진단을 내리는 한의학 지식 데이터베이스 구축에 적합하다. 따라서 본 연구에서는 한의학 진단의 기반이 되는 환자의 질병, 증상, 원인, 처방 등의 관계를 온톨로지로 구축하여 한의학 분야의 지식을 표현하기 위한 기본 지식 체계를 제시하고 구축된 한의학 온톨로지를 기반으로 한의학 진단보조시스템을 개발한다. 구축 된 시스템은 한의사 진단을 보조하여 줄뿐만 아니라 한의학의 진단 결과를 객관적으로 점검할 수 있게 해준다. 또한, 진단보조시스템과 온톨로지 관리시스템을 결합함으로써 컴퓨터 비전문가에 의한 한의학 온톨로지의 확장 및 수정이 가능하도록 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.307-310
• /
• 2021

지난 몇년간 유방 초음파영상을 이용한 신호 및 영상처리 기술과 자동 영상 최적화 기술, 유방 종괴 자동 검출 및 분류 기술 등, 컴퓨터 보조 진단(computer-aided diagnosis, CAD)을 활용하는 연구들이 활발히 진행되어지고 있다. 컴퓨터진단기술이 개발될수록 암의 조기 발견이 정확하고 빠르게 진행되어 건강 보험과 환자의 검사 빙용을 줄일 수 있고 조직 검사에 대한 불안감을 없앨 수 있을 것으로 기대된다. 본 논문에서는 GLCM(gray level co-occurrence matrix)을 사용하여 초음파 영상에서 종양의 정량적 분석을 진행하여 컴퓨터보조 진단에 활용 가능성을 실험하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.17-18
• /
• 2024

악성 흉수의 진단은 세포학적 검사로 암세포를 확인하는 것이 필수적이며 진단율은 50~80%로 나타난다. 양성자 단층 촬영은 비침습적으로 암 병기를 평가하는 유용한 방법이다. 하지만 암이 아닌 다른 원인으로 인한 포도당 대사로 인하여 양전자 단층 촬영만으로 악성 흉수를 진단하는 데 어려움이 있다. 악성 흉수 자동 진단 모델은 암세포를 진단하는데 있어서 보조적인 역할이 가능하다. 이에 따라 본 연구는 컨볼루션 신경망 기반의 딥러닝 모델을 개발하여 악성 흉수 진단 성능을 확인하고 진단의 보조적 목적으로써 딥러닝의 사용 가능성을 확인하고자 하였다. 결과적으로 모델 전반적으로 accuracy 0.7~0.86의 높은 성능을 보였다. 본 연구의 결과를 통해 실제 의료 환경에서 악성 흉수를 진단하는데 딥러닝 모델이 보조적인 역할을 할 수 있을 것으로 기대된다.

• 재활복지공학회논문지
• /
• 제10권1호
• /
• pp.87-92
• /
• 2016

본 논문에는 관심 영역의 폐실질 영역을 양성과 악성 결절의 분류를 위한 특징인자에 포함으로써 분류성능을 개선하였다. CT를 통해 확인되는 매우 작은 폐결절(4~10mm)은 고형 종양 내에 CT 데이터 복셀 수가 제한되어 기존 컴퓨터보조 진단도구를 통해 처리하기가 어렵다. 이러한 아주 작은 폐 결절의 경우 분석을 위해 주변의 실질을 포함하여 특징인자를 추출하는 것이 CT 복셀 세트를 증가시킬 수 있으며, CT 스캐너와 매개 변수에 대한 컴퓨터 보조진단도구의 유연성을 확보함으로써 진단 성능을 개선할 수 있다. 나이브 베이스와 SVM 약분류기를 이용하는 아다부스트 학습을 통해 304개의 특징인자로부터 유효한 특징인자를 결정하였으며, 제안한 방법을 COPDGene 데이터에 적용한 결과 100%의 정확도, 민감도 및 특이도의 결과를 획득하여 컴퓨터 보조진단에 유용하게 사용될 수 있음을 보였다.

• 전기의세계
• /
• 제64권7호
• /
• pp.9-15
• /
• 2015

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.11-19
• /
• 2014

본 논문에서는 데이터마이닝모듈과 정보융합모듈을 핵심구성요소로 가지는 지능형에이전트 시스템을 설계하고 다각도 정보를 융합하여 진단전문가시스템으로 활용할 수 있는 가능성을 제시한다. 데이터마이닝모듈에서는 퍼지신경망 OFUN-NET에 의하여 다각도의 데이터를 분석하고 퍼지 클러스터 정보를 지식베이스로 구축한다. 정보융합모듈과 응용모듈에서는 가능성정도로 제공되는 진단결과와 불확실 결정상태나 비대칭의 발견과 같은 전문가의 진단에 유용한 정보를 제공해 주고 있다. 또한 DDSM 벤치마크 데이터베이스로부터 획득한 디지털 유방 x선 영상의 BI-RADS 기반 특징데이터를 가지고 실험한 결과는 기존의 방법보다 높은 분류 정확도를 보여주면서 컴퓨터보조진단시스템으로서의 가능성을 보여주고 있다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 추계학술대회 및 정기총회
• /
• pp.192-195
• /
• 1998

족부(足部)의 구조적 복잡성으로 인하여 부상이나 질병을 진단하거나 수술계획을 수립하는데 있어 많은 어려움이 있다. 본 논문에서는 소아만곡족(小兒巒曲足) 수술 시뮬레이션을 위한 원격 진단보조시스템을 설계하고 구현하였다. 본 시스템은 족부를 구성하는 뼈간의 관계를 정의하고 기형 정도를 파악하기 위하여 일련의 2차원 진단 영상들을 공간적으로 구성하여 입체적 영상을 생성하고, 이동, 회전, 확대/축소, 컬러링과 같은 다양한 조작 기능을 제공한다. 본 개발 시스템은 원격 수술 시뮬레이션을 위하여 클라이언트-서버 구조로 이루어졌으며, 시스템 간 사용되는 메시지 처리를 위한 진단 제어 관리기, 족부별 가시화 및 조작을 위한 수술 시뮬레이션 관리기, 원격 사용을 위한 통신망 제어기, 그리고 각종 환자 정보를 위한 데이터베이스 관리기로 구성된다. 또한 범용의 데스크탑 컴퓨터 상에서 사용자 인터페이스를 통하여 서버에 접속하여 진단보조시스템을 사용함으로써 보다 많은 사용자들이 동시에 사용할 수 있는 이점이 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1051-1053
• /
• 2011

본 논문은 병리진단지식을 활용한 조직세포 영상의 암진단을 위한 온톨로지 기반의 진단 프레임워크를 제안한다. 병리진단 분야는 환자로부터 획득한 조직셈플을 전자현미경을 이용하여 조직의 구조적 특징과 형태학적특징을 기반으로 진단을 한다. 이러한 형태의 진단은 의사의 주관적인 경험에 많이 의존하기 때문에 같은 병증에 대해서도 의사들마다 다른 진단을 하게 된다. 최근 이러한 주관적인 경험에 의한 오진을 줄이고자 주어진 조직세포 영상의 형태학적 특징들의 정량적인 수치들을 이용하는 컴퓨터 보조진단(CAD)시스템들이 많이 이용되고 있다. 그러나 이러한 진단 시스템의 요소기법들은 하나의 병증만을 진단하는데 활용되기 때문에 구성기술의 재사용성은 매우 떨어진다. 따라서 본 논문은 요소기술들의 재활용성을 높이고, 객관화된 병리진단을 위한 온톨로지 기반의 진단 프레임워크를 제시한다.

• 융합신호처리학회논문지
• /
• 제21권4호
• /
• pp.183-194
• /
• 2020

최근 영유아 성장기에 발생하는 고관절 이형성증(Developmental Dysplasia of Hip, DDH)의 숫자가 늘어나고 있다. DDH는 영유아 성장을 방해하고 다른 부작용도 많이 발생시키기 때문에 최대한 조기에 발견하여 치료해야 한다. 최근 들어 Convolutional Neural Networks (CNN) 및 개선된 Resnet50을 활용한 머신러닝 기법이 초음파 영상 분석에 많이 활용되고 있다. 연구 결과를 보면 컴퓨터 보조 이미지 분석이 의료현장에서 객관성과 생산성을 크게 향상시키고 있다. 본 연구의 결과는 정형외과에서의 난제인 초음파 영상을 통한 DDH 컴퓨터 보조 진단 알고리즘에도 충분히 활용될 수 있다는 것을 보여주고 있다. 본 논문에서는 CNN을 활용하여 DDH를 자동으로 측정하고 진단할 수 있는 컴퓨터 보조 진단 알고리즘을 제안하였다. DDH 측정을 위해 유아 고관절의 정상/비정상 판독을 위해 Acetabulum-Femoral head의 angle을 자동으로 계산하였으며 기존 영상을 딥 러닝하여 진단을 자동으로 하는 알고리즘을 설계하였다. 실험 결과 의사와 비교하여 진단의 속도와 정확도가 향상된다는 것을 확인하였다.

• 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.