• Proceedings of the Korean Radioactive Waste Society Conference
• /
• 2009.11a
• /
• pp.267-268
• /
• 2009

• Ingenium
• /
• v.11 no.3
• /
• pp.57-60
• /
• 2004

• Nuclear industry
• /
• v.19 no.8 s.198
• /
• pp.18-26
• /
• 1999

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.243-247
• /
• 1998

전자현미경 영상인 유방암 조직세포의 암 분포 정도를 알기 위해, 조직세포중 암이 퍼진 부분과 그렇지 않은 부분에 대해 정량적 분석과 세포수에 의한 분석을 비교하여 보았다. 유방암 조직세포의 면역조직화함염색에서 암이 있는 세포핵은 갈색으로 나타났고, 그렇지 않은 세포는 푸른색으로 나타났다. 이것은 환자를 진단하고 예지하는데 있어서 중요한 요인으로 작용하지만 지금까지는 의사의 주관적인 생각이 다분히 포함된 판단에 의존할 수 밖에 없었다. 의료영상이미지의 시각적 표현을 위해 RGB칼라를 HLS칼라로 변환하여 사용하였으며, 이것은 시각적으로 좀 더 쉽게 갈색세포핵과 푸픈색 세포핵을 구분하게 해 주었다. 두 세포핵을 분리하기 위해 히스트그램의 임계치와 Box classification의 두 알고리즘의 사용하여 추출하였다. 그리고 추출한 세포핵들에 대해 각각 정량적인 분석과 세포수에 의한 분석을 하였다. 이러한 실험은 시각적 병리정밀검사에 좋은 보조도구로 사용될 수 있을 것이다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 2004.05a
• /
• pp.63-63
• /
• 2004

• Proceedings of the Korean Nuclear Society Conference
• /
• 2004.05a
• /
• pp.65.1-65.1
• /
• 2004

• Proceedings of the Korean Nuclear Society Conference
• /
• 1999.10a
• /
• pp.60.2-60
• /
• 1999

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.3
• /
• pp.179-187
• /
• 2008

In this paper, we apply a set of algorithms to classily normal and cancer nucleus from uterine cervical pap-smear images. First, we use lightening compensation algorithm to restore color images that have defamation through the process of obtaining $1{\times}400$ microscope magnification. Then, we remove the background from images with the histogram distributions of RGB regions. We extract nucleus areas from candidates by applying histogram brightness, Kapur method, and our own 8-direction contour tracing algorithm. Various binarization, cumulative entropy, masking algorithms are used in that process. Then, we are able to recognize normal and cancer nucleus from those areas by using three morphological features - directional information, the size of nucleus, and area ratio - with fuzzy membership functions and deciding rules we devised. The experimental result shows our method has low false recognition rate.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.335-339
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링한다. 클러스터링된 각각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.852-854
• /
• 2000

최근 컴퓨팅 환경의 발달과 함께 영상처리 기술을 이용하여 의료 영상들을 처리하려는 시도가 활발히 진행되고 있다. 백혈병의 경우, 말초 혈액이나 골수 영상을 통하여 백혈구의 수와 모양, 핵의 유무, 핵의 모양 등을 근거로 진단을 내리게 된다. 본 논문에서는 이를 위해 골수 영상으로부터 백혈구 영역을 검출하여 백혈구의 모양과 질감 정보를 이용하여 특이한 성질을 지닌 백혈구를 검출해 내는 시스템을 제안하고 구현하였다. 백혈구의 영역을 검출하기위해서는 입력영상의 RGB 값을 이용한 임계치 방법을 사용하였고, 모양 특징은 이동, 확대/축소, 회전에 불변인 성질을 지닌 UNL Fourier 변환을 사용하였으며, 질감 특징은 Gabor wavelet 변환을 이용하여 추출하였다.