• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.829-840
• /
• 2001

본 연구는 디지털 화상처리기술의 대표적인 응용분야로서 주목받고 있는 X선 사진을 대상으로 한 계산기 지원진단에 관한 연구의 일종으로서, 폐의 중요한 질환중 하나인 폐기종의 진단을 지원하는 계산기 시스템에 관한 연구이다. 구체적인 내용으로서는 흉부X선 사진으로부터 말초혈관을 자동추출하고, 추출된 혈관을 토대로 여러가지의 특징량을 구하여, 최종적으로 폐기종의 병세진행도를 정량평가하는 시스템에 관한 연구이다. 혈관 도형을 추출하여 병의 진행 정도를 정량적으로 평가하기 위해 본 연구에서 제안한 평가방법을 10장의 X선 사진에 설정된 189개의 관심영역에 적용하여, 의사의 평가치와 본 연구의 제안방법에 의한 평가치를 비교·검토함으로써 그 유효성을 검증하였다.

• 한국방사선학회논문지
• /
• 제15권5호
• /
• pp.613-620
• /
• 2021

본 논문에서는 흉부 X선 영상에서 정상 심장과 비정상 심장(심장비대)을 분류할 수 있는 합성곱 신경망 모델을 제안하고자 한다. 학습 및 테스트 데이터로는 경북대학교병원에 내원하여 정상과 심장비대를 진단받은 환자들의 흉부 X-선 이미지를 획득하여 사용하였다. 제안된 합성곱 신경망 모델을 이용하였을 때의 정상 심장 및 비정상 심장(심장비대) 분류 정확도는 99.88%였다. 정상 심장 영상을 테스트 데이터로 사용하였을 때의 정확도, 정밀도, 재현율 및 F1 Score는 95%, 100%, 90%, 96%였다. 비정상 심장(심장비대) 영상을 테스트 데이터로 사용하였을 때의 정확도, 정밀도, 재현율 및 F1 Score는 95%, 92%, 100% 및 96%였다. 이러한 학습 및 테스트 분류 결과로 제안된 합성곱 신경망 모델은 흉부 X-선 영상의 특징 추출 및 분류에서 매우 우수한 성능을 보여주고 있다고 판단된다. 본 논문에서 제안하는 합성곱 신경망 모델은 흉부 X-선 영상의 질환 분류에 있어 유용한 결과를 보여줄 것으로 판단되며, 다른 의료 영상에서도 동일한 결과를 나타내는지 알아보기 위하여 추가적인 연구가 이루어져야 할 것이다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.277-285
• /
• 2023

In this study, pneumonia identification networks with the small number of layers were constructed by using chest X-ray images. The networks had similar trainable-parameters, and the performance of the trained models was quantitatively evaluated with the modification of the network architectures. A total of 6 networks were constructed: convolutional neural network (CNN), VGGNet, GoogleNet, residual network with identity blocks, ResNet with bottleneck blocks and ResNet with identity and bottleneck blocks. Trainable parameters for the 6 networks were set in a range of 273,921-294,817 by adjusting the output channels of convolution layers. The network training was implemented with binary cross entropy (BCE) loss function, sigmoid activation function, adaptive moment estimation (Adam) optimizer and 100 epochs. The performance of the trained models was evaluated in terms of training time, accuracy, precision, recall, specificity and F1-score. The results showed that the trained models with the small number of layers precisely detect pneumonia from chest X-ray images. In particular, the overall quantitative performance of the trained models based on the ResNets was above 0.9, and the performance levels were similar or superior to those based on the CNN, VGGNet and GoogleNet. Also, the residual blocks affected the performance of the trained models based on the ResNets. Therefore, in this study, we demonstrated that the object detection networks with the small number of layers are suitable for detecting pneumonia using chest X-ray images. And, the trained models based on the ResNets can be optimized by applying appropriate residual-blocks.

• The Korean Journal of Pain
• /
• 제11권2호
• /
• pp.335-337
• /
• 1998

This is a case report of a 69 years old non-smoking male patient with a lung cancer who presented with postherpetic neuralgia on the left T2, 3 and 4 dermatomes. This pain was aggravated in supine position. The patient did not have any other symtoms or signs to suggest the possibility of a lung cancer. Patient's baseline laboratory findings were essentially normal. Routine chest X-ray revealed hazy densities in the left apex. Further evaluation with chest CT confirmed the presence of a lung cancer corresponding to the densities seen on the chest X-ray.

• Journal of Chest Surgery
• /
• 제33권6호
• /
• pp.521-524
• /
• 2000

The benign teratoma is usually slow growing tumor, but we expirienced a case of primary huge mediastinal benign teratoma that had grown very rapidly, maximally during 3 years. The 14-year-old female patient was admitted to our hospital because of abnormal chest X-ray that showed 10$\times$10cm sized well definded mass with multiple calcificactions. but the mass was not present in chest X-ray perfomed on 3 years prior to admission. Under the diagnosis of teratoma, complete surgical resection was done by the left thoracotomy. The result of pathology was benign teratoma.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 대한한의학회지
• /
• 제38권2호
• /
• pp.78-84
• /
• 2017

A 73-year-old non-small cell lung cancer (NSCLC) patient admitted due to cough, sputum, and dyspnea, aggravated a week ago. She was diagnosed as pneumonia based on the assessment of inflammation markers, chest X-ray and sputum culture. Computed tomography (CT) scan was conducted to exclude malignant tumor metastasis. At the initiation of treatment, considering underlying disease and inflammation marker level, herbal medicine and antibiotics were concurrently used and antibiotics had been discontinued after 10days. Using the monotherapy of herbal medicine in the next 6 days, chest X-ray showed remarkably decreased infiltration in right middle lung and right lower lung. This case represented additional improvement of chest X-ray when treated only with herb medicine after termination of antibiotic therapy and demonstrated the possibility of applying herbal medicine in patients with limited use of antibiotics.

• 대한방사선기술학회지:방사선기술과학
• /
• 제4권1호
• /
• pp.23-30
• /
• 1981

In chest x-ray radiography, intensifying screen is used to the exposed dose of patients. Recently, newer materials-rere earth elements-are used in intensifying screen. Authors studied the aspects of chest x-ray radiogram and obtained the results that rare earth element intensifying screen did not harm in detail and could reduce the exposed dose of patient by 1/24 and below.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.73-74
• /
• 2021

코로나로 인해 X-ray, CT, MRI와 같은 의료영상 분야에서 딥러닝을 많이 접목시키고 있다. 간단히 접할 수 있는 X-ray 영상으로 코로나 진단을 위해 CNN, R-CNN 등과 같은 영상 딥러닝 분야에서 많은 연구가 진행되고 있다. 의료영상 기반 딥러닝 학습은 바이오마커를 정확히 찾아내고, 최소한의 손실률과 높은 정확도를 필요로한다, 따라서 본 논문에서는 높은 정확도를 위한 학습 모델을 선정하고 실험을 진행하였다.

• Journal of information and communication convergence engineering
• /
• 제15권2호
• /
• pp.131-136
• /
• 2017

Chest X-ray image cannot be focused in the same manner as optical lenses and the resultant image generally tends to be slightly blurred. Therefore, appropriate methods to improve the quality of chest X-ray image have been studied in this paper. As the frequency domain filters work well for slight blurring and moderate levels of additive noises, we propose an algorithm that is particularly suitable for enhancing chest image. First, the chest image using Gaussian high pass filter and the optimal high frequency emphasis filter shows improvements in the edges and contrast of the flat areas. Second, as compared to using histogram equalization where each pixel of chest image is characterized by a loss of detail and much noises, in using fuzzy logic, each pixel of chest image shows the detail preservation and little noise.