• Journal of International Society for Simulation Surgery
• /
• 제3권1호
• /
• pp.1-8
• /
• 2016

In the field of Radiology, the Computer Aided Diagnosis is the technology which gives valuable information for surgical purpose. For its importance, several computer vison methods are processed to obtain useful information of images acquired from the imaging devices such as X-ray, Magnetic Resonance Imaging (MRI) and Computed Tomography (CT). These methods, called pattern recognition, extract features from images and feed them to some machine learning algorithm to find out meaningful patterns. Then the learned machine is then used for exploring patterns from unseen images. The radiologist can therefore easily find the information used for surgical planning or diagnosis of a patient through the Computer Aided Diagnosis. In this paper, we present a review on three widely-used methods applied to Computer Aided Diagnosis. The first one is the image processing methods which enhance meaningful information such as edge and remove the noise. Based on the improved image quality, we explain the second method called segmentation which separates the image into a set of regions. The separated regions such as bone, tissue, organs are then delivered to machine learning algorithms to extract representative information. We expect that this paper gives readers basic knowledges of the Computer Aided Diagnosis and intuition about computer vision methods applied in this area.

• Tuberculosis and Respiratory Diseases
• /
• 제57권6호
• /
• pp.515-521
• /
• 2004

With the increasing resolution of modern CT scanners, analysis of the larger numbers of images acquired in a lung screening exam or diagnostic study is necessary, which also needs high accuracy and reproducibility. Recent developments in the computerized analysis of medical images are expected to aid radiologists and other healthcare professional in various diagnostic tasks of medical image interpretation. This article is to provide a brief overview of some of computer-aided diagnosis schemes in chest CT.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.599-602
• /
• 2004

최근 국내 여성의 유방암 발생율은 1위를 차지하며 그 비율 또한 나날이 늘어가고 있는 추세이다. 하지만 유방암은 다른 암에 비해 5년간 관찰 생존율이 약 76%로 갑상선에 이어 두 번째의 생존율을 보이며, 이는 조기발견의 중요성을 다시 한번 상기시키게 한다. 하지만 국내에서 사용되는 유방암 조기검진 방법에는 Mammography(유방촬영술)와 초음파 진단 두 가지가 주를 이루고 있으나 촬영과정 및 장비에 따른 오차로 인한 객관화된 정보생성 부족 및 전달의 부족으로 문제점이 대두되고 있다. 본 연구에서는 Mamography 및 초음파 유방 진단술을 이용하여 전문의의 의사결정에 도움을 줄 수 있는 CAD(Computer Aided Diagnosis) 시스템의 유방암 진단의 특징을 이용, 전문의 관점의 모델링을 기술해보고자 한다.

• 중소기업융합학회논문지
• /
• 제6권4호
• /
• pp.79-84
• /
• 2016

본 논문에서는 스마트 헬스케어 서비스 시스템의 바이오 데이터 분석 과정을 프로세스로 해석하기 위하여, 온톨로지 기반 통계학적 개인 맞춤형 질병예측 기법인 PCADP(Personalized Computer Aided Diagnosis Probability)를 제안하였다. 또한 이러한 개인 맞춤형 질병예측 기법을 바탕으로 스마트 헬스케어 데이터 및 헬스케어 서비스 명세의 의미 있는 표현을 위하여 헬스케어 온톨로지 프레임워크를 시맨틱스형으로 모델링하였다. PCADP 기법은 스마트 헬스케어 환경에서 개인 맞춤형 판별 기법이 갖추어야 할 조건인 실시간 처리, 유연한 구조, 판별과정의 모니터링, 지속적인 개선 등에 부합하는 통계학적 질병예측 기법임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.131-136
• /
• 2018

This paper proposes a computer-aided diagnostic algorithm in a non-invasive way. Currently, clinical diagnosis of jaundice is performed through blood sampling. Unlike the old methods, the non-invasive method will enable parents to measure newborns' jaundice by only using their mobile phones. The proposed algorithm enables high accuracy and quick diagnosis through machine learning. In here, we used the SVM model of machine learning that learned the feature extracted through image preprocessing and we used the international jaundice research data as the test data set. As a result of applying our developed algorithm, it took about 5 seconds to diagnose jaundice and it showed a 93.4% prediction accuracy. The software is real-time diagnosed and it minimizes the infant's pain by non-invasive method and parents can easily and temporarily diagnose newborns' jaundice. In the future, we aim to use the jaundice photograph of the newborn babies' data as our test data set for more accurate results.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.13-18
• /
• 2004

최근 몇 년간 방사선 의학진단과 관련된 연구가 한층 높아진 가운데 유방암은 여성의 암 중에서 1위를 차지하고 조기에 진단하고 치료하기 위한 국가적인 노력이 필요한 시점이다. 이렇듯 여성들의 유방암 발생빈도수가 급증하면서 대두 되고 있는 것이 조기 진단방법인 Mammography와 초음파 진단이며 그로인하여 발생하는 오진률 역시 많은 연구가 진행 되고 있다. 먼저 Mammography 및 초음파 진단의 문제점 보면 첫째 촬영과정에서의 오차, 둘째 영상의 선명도 ,셋째 전문의의 판독에 대한오차, 넷째 의사의 경험으로 진단함으로 표준화가 존재하지 않는다는 공통적인 문제점을 가지고 있다. 본 연구에서는 CAD 시스템의 프레임웍 및 요소 기술을 제시하여 의사의 진단을 보조적 수행이 보다 수월하도록 하고자 한다. 본 연구에서는 CAD시스템의 기능은 Detection기능(Image enhancement, Morphology, segment detection)과 Diagnosis기능( Neural Natwork등을 이용하여 증상을 판단)이다. 또한 과거 자료를 이용한 변이 및 변화를 예측함으로써 향후 있을 위험요소에 대비가 가능한 모듈과 전문의사가 대화형으로 빠르게 진단지식을 구축할 수 있는 지능형, 대화형 온라인 진단기능을 추가함으로써 외국의 CAD시스템과는 많은 차이가 있다고 볼 수 있다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제17권7호
• /
• pp.3651-3658
• /
• 2016

Computer-aided diagnosis of breast cancer is an important medical approach. In this research paper, we focus on combining two major methodologies, namely fuzzy base systems and the evolutionary genetic algorithms and on applying them to the Saudi Arabian breast cancer diagnosis database, to aid physicians in obtaining an early-computerized diagnosis and hence prevent the development of cancer through identification and removal or treatment of premalignant abnormalities; early detection can also improve survival and decrease mortality by detecting cancer at an early stage when treatment is more effective. Our hybrid algorithm, the genetic-fuzzy algorithm, has produced optimized systems that attain high classification performance, with simple and readily interpreted rules and with a good degree of confidence.

• 디지털산업정보학회논문지
• /
• 제14권4호
• /
• pp.69-77
• /
• 2018

The malignant melanoma accounts for about 1 to 3% of the total malignant tumor in the West, especially in the US, it is a disease that causes more than 9,000 deaths each year. Generally, skin lesions are difficult to detect the features through photography. In this paper, we propose a computer-aided diagnosis algorithm based on deep learning for classification of malignant melanoma and benign skin tumor in RGB channel skin images. The proposed deep learning model configures the tumor lesion segmentation model and a classification model of malignant melanoma. First, U-Net was used to segment a skin lesion area in the dermoscopic image. We could implement algorithms to classify malignant melanoma and benign tumor using skin lesion image and results of expert's labeling in ResNet. The U-Net model obtained a dice similarity coefficient of 83.45% compared with results of expert's labeling. The classification accuracy of malignant melanoma obtained the 83.06%. As the result, it is expected that the proposed artificial intelligence algorithm will utilize as a computer-aided diagnosis algorithm and help to detect malignant melanoma at an early stage.

• 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.

• 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.