• 대한의생명과학회지
• /
• 제18권4호
• /
• pp.399-405
• /
• 2012

The brain is the body's most organized and controlled organ, and it governs various psychological and mental functions. A brain abnormality could greatly affect one's physical and mental abilities, and consequently one's social life. Brain disorders can be broadly categorized into three main afflictions: stroke, brain tumor, and dementia. Among these, stroke is a common disease that occurs owing to a disorder in blood flow, and it is accompanied by a sudden loss of consciousness and motor paralysis. The main types of strokes are infarction and hemorrhage. The exact diagnosis and early treatment of an infarction are very important for the patient's prognosis and for the determination of the treatment direction. In this study, texture features were analyzed in order to develop a prototype auto-diagnostic system for infarction using computer auto-diagnostic software. The analysis results indicate that of the six parameters measured, the average brightness, average contrast, flatness, and uniformity show a high cognition rate whereas the degree of skewness and entropy show a low cognition rate. On the basis of these results, it was suggested that a digital CT image obtained using the computer auto-diagnostic software can be used to provide valuable information for general CT image auto-detection and diagnosis for pre-reading. This system is highly advantageous because it can achieve early diagnosis of the disease and it can be used as supplementary data in image reading. Further, it is expected to enable accurate medical image detection and reduced diagnostic time in final-reading.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.319-322
• /
• 1997

This paper presents a CAD (Computer-Aided Diagnosis) system or detection of breast cancer, which is composed of personal computer, X-ray film scanner, high resolution display and application softwares. There are three major algorithms implemented in the application software. The irst algorithm is the adaptive enhancement of the digitized X-ray mammograms based on the first derivative and the local statistics. The second one is to detect the clustered microcalcifications by using the statistical texture analysis, and the third one is the classification of the clustered microcalcifications as malignant or benign by using the shape analysis. These algorithms were verified by real experiments.

• 대한치과보철학회지
• /
• 제57권2호
• /
• pp.160-170
• /
• 2019

상악 전치부와 같은 기능 및 심미성의 개선이 조화롭게 요구되는 부위의 치료 시에는 다른 부위보다 더 많은 지식과 기술을 필요로 한다. 특히 전방 유도(anterior guidance)를 결정하는 상악 전치부 설면 외형을 제대로 형성하지 못하면, 기능적인 불편감과 함께 전체 치열의 불안정성을 야기한다. 적절한 원리를 이용하여 전방유도를 설정한 후 임시 수복물 제작 및 조정을 통해 조화로운 전방 유도를 확보했다면 임시 수복물의 설면 외형을 최종 보철물로 정확하게 재현하는 방법에 대해 주의 깊게 고려해야 할 필요가 있다. 본 증례에서는 체계적인 진단 및 치료를 위하여 수정된 Dahl 원리(modified Dahl principle) 및 computer-aided design/computer-aided manufacturing (CAD/CAM) 시스템의 복제 기법(copy-milled)을 이용하여 적절한 전방 유도를 설정하고, 지대치의 디지털 이미지와 임시 수복물의 디지털 이미지를 중첩시켜 보다 정확하게 보철물 형태를 재현하고자 하였다. 이에 기능적, 심미적 개선을 도모하여 환자와 술자 모두에게 만족스러운 치료결과 및 예후를 얻었기에 보고하는 바이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.316-318
• /
• 2003

간질성 폐질환(Interstitial Lung Disease) 컴퓨터지원진단(Computer-Aided Diagnosis： CAD)시스템은 방사선의사들이 흉부 X-ray영상에서 석회화와 섬유화를 탐지하고자 적용하였다. 진단 중에 발생할 수 있는 오진율을 줄이고 간질성 폐질환이 존재하는 폐야에서 이상유무를 판단하여 검출을 표시하도록 하였다. 본 논문에서는 디지털 흉부영상에서의 간질성 폐질환을 검출하기 위해 폐 텍스처(texture)의 물리적 척도를 측정하기 위한 방법을 제안한다. 2차원의 푸리에 변환으로부터 얻어지는 파워스펙트럼(power spectrum) 분석에 기반을 두는 방법으로 각각의 ROI(Region Of Interest)에서 구한 평균제곱자승오차(Root Mean Sguare: RMS)와 파워스펙트럼의 첫 번갠 모멘트(Moment)는 폐 텍스처의 밀도변동의 크기(magnitude)와 섬세함(fineness)을 나타낸다. 실험결과 다양한 간질성폐질환을 가진 비정상 폐 텍스처의 RMS와 첫 번째 모멘트와는 차이가 있었다. 디지텔 흉부영상으로부터 계산되어진 정량화된 텍스처의 척도는 방사선의사의 간질성 폐 질환을 진단함에 효율적인 질환 탐지를 가능하게 하였으며 진단율을 향상시킬 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1212-1223
• /
• 2022

Skin lesions are common diseases that range from skin rashes to skin cancer, which can lead to death. Note that early diagnosis of skin diseases can be important because early diagnosis of skin diseases considerably can reduce the course of treatment and the harmful effect of the disease. Recently, the development of computer-aided diagnosis (CAD) systems based on artificial intelligence has been actively made for the early diagnosis of skin diseases. In a typical CAD system, the accurate classification of skin lesion types is of great importance for improving the diagnosis performance. Motivated by this, we propose a novel deep ensemble classification with multi-scale attention networks. The proposed deep ensemble networks are jointly trained using a single loss function in an end-to-end manner. In addition, the proposed deep ensemble network is equipped with a multi-scale attention mechanism and segmentation information of the original skin input image, which improves the classification performance. To demonstrate our method, the publicly available human skin disease dataset (HAM 10000) and the private animal skin lesion dataset were used for the evaluation. Experiment results showed that the proposed methods can achieve 97.8% and 81% accuracy on each HAM10000 and animal skin lesion dataset. This research work would be useful for developing a more reliable CAD system which helps doctors early diagnose skin diseases.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.670-675
• /
• 2015

Medical imaging is one of the most powerful tools for gaining information about internal organs and tissues. It is a challenging task to develop sophisticated image analysis methods in order to improve the accuracy of diagnosis. The objective of this paper is to develop a Computer Aided Diagnostics (CAD) scheme for Brain Tumour detection from Magnetic Resonance Image (MRI) using active contour models and to investigate with several approaches for improving CAD performances. The problem in clinical medicine is the automatic detection of brain Tumours with maximum accuracy and in less time. This work involves the following steps: i) Segmentation performed by Fuzzy Clustering with Level Set Method (FCMLSM) and performance is compared with snake models based on Balloon force and Gradient Vector Force (GVF), Distance Regularized Level Set Method (DRLSE). ii) Feature extraction done by Shape and Texture based features. iii) Brain Tumour detection performed by various tree classifiers. Based on investigation FCMLSM is well suited segmentation method and Random Forest is the most optimum classifier for this problem. This method gives accuracy of 97% and with minimum classification error. The time taken to detect Tumour is approximately 2 mins for an examination (30 slices).

• Imaging Science in Dentistry
• /
• 제42권4호
• /
• pp.225-229
• /
• 2012

Purpose: This study aimed to evaluate the trabecular bone changes after alveolar bone grafting in unilateral cleft lip and palate (UCLP) patients using a computer-aided diagnosis (CAD) system. Materials and Methods: The occlusal radiographs taken from 50 UCLP patients were surveyed retrospectively. The images were categorized as: 50 images in group 0 (before bone grafting), 33 images in group 1 (one month after bone grafting), 24 images in group 2 (2-4 months after bone grafting), 15 images in group 3 (5-7 months after bone grafting), and 21 images in group 4 (8 or more months after bone grafting). Each image was grouped as either "non-cleft side" or "cleft side". The CAD system was used five times for each side to calculate the pixel area based on the mathematical morphology. Significant differences were found using a Wilcoxon signed ranks test or paired samples t test. Results: The pixel area showed a significant difference between the "non-cleft side" and "cleft side" in group 0 ($404.27{\pm}103.72/117.73{\pm}92.25$; p=0.00), group 1 ($434.29{\pm}86.70/388.31{\pm}109.51$; p=0.01), and group 4 ($430.98{\pm}98.11/366.71{\pm}154.59$; p=0.02). No significant differences were found in group 2 ($423.57{\pm}98.12/383.47{\pm}135.88$; p=0.06) or group 3 ($433.02{\pm}116.07/384.16{\pm}146.55$; p=0.19). Conclusion: Based on the design of this study, alveolar bone grafting was similar to normal bone within 2-7 months postoperatively.

• 한국방사선학회논문지
• /
• 제7권1호
• /
• pp.9-15
• /
• 2013

본 연구는 전산화단층촬영에서 간 질환의 자동 인식으로 질감특징분석(texture feature analysis. TFA) 알고리즘을 제안하고자 하였으며, 간세포암(Hepatocellular carcinoma. HCC)에 대한 컴퓨터보조진단(computer-aided diagnosis. CAD) 시스템을 설계하고, 제안하는 각 알고리즘의 성능을 평가하고자 하였다. HCC 영상에서 분석영역($40{\times}40$ 픽셀)을 설정하고 각 부분영상에 통계적 특징을 이용한 6가지 TFA 파라메터(평균 밝기, 평균 대조도, 평탄도, 왜곡도, 균일도, 엔트로피)비교하여 간세포암 인식률(recognition rate)을 구하였다. 결과적으로 TFA는 간세포암 인식률을 나타내는 척도로 유의함을 알 수 있었으며 6가지 파라메터에서 균일도가 가장 인식률이 높았으며 평균 대조도, 평탄도, 왜곡도가 비교적 높았고 평균 밝기와 엔트로피는 상대적으로 낮은 인식률을 나타내었다. 이와 관련하여 높은 인식률을 보인 알고리즘(최대 97.14%, 최소 82.86%)을 간세포암 영상의 병변을 판별하여 임상의 조기 진단을 보조하여 치료를 시행한다면 진단의 효율성이 높아 질 것으로 판단되었으며, 향후 효율적이고 정량적인 분석을 추가함으로써 질병인식의 일반화에 대한 기준 연구가 필요 할 것으로 사료되었다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.35-43
• /
• 2009

환자의 흉부 CT 영상을 입력으로 하여 폐 영역의 결절(nodule)을 효과적으로 분류하는 것이 목적인 컴퓨터 조력 진단(Computer Aided Diagnosis, CAD) 시스템에서는 대부분 폐 영역의 혈관 추출 단계가 우선적으로 진행된다. 혈관 조영제를 투여한 환자 영상에서 폐 혈관과 폐 결절은 흉부 CT 영상에서 비슷한 감쇄를 보이므로 혈관 추출 단계에서 혈관과 결절이 함께 추출될 수 있다. 때문에 폐 혈관이 제거된 나머지 영역에서 폐 결절을 탐지 및 분류하는 방식의 폐 결절 분류기는 혈관 추출 기법의 성능에 큰 영향을 받는다. 본 논문에서는 폐 결절이 혈관으로 오인식 되어 혈관과 함께 추출될 수 있는 문제를 극복하기 위해 혈관의 두께 패턴을 분석하여 폐 결절을 재분류하는 기법을 제안한다. 제안된 방법은 폐 영역 결정 단계, 폐 혈관 영역 추출 및 골격 형성 단계, 혈관 토폴로지 구성 및 보정 단계, 그리고 혈관 후보 내 결절 재분류 단계 등의 네 단계로 이루어져 있다. 제안한 방법의 정확도를 분석하기 위해 폐 결절이 혈관을 침투하여 분포하는 환자들의 입력 영상을 이용하여 판독 전문의의 도움을 받아 분류기의 정확도 평가를 진행하였다. 실험 결과에서는 제안한 혈관 추출 및 결절 재분류 기법을 사용한 CAD 시스템의 폐 결절 분류기 성능과 재분류 절차를 진행하지 않은 분류기 성능에 대해 비교하고 제안한 방법이 혈관 영역으로 잘못 포함된 결절을 자동으로 정확하게 재분류 할 수 있음을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제22권10호
• /
• pp.1168-1177
• /
• 2019

In order to diagnose and prevent Alzheimer's Disease (AD), it is becoming increasingly important to develop a CAD(Computer-aided Diagnosis) system for AD diagnosis, which provides effective treatment for patients by analyzing 3D MRI images. It is essential to apply powerful deep learning algorithms in order to automatically classify stages of Alzheimer's Disease and to develop a Alzheimer's Disease support diagnosis system that has the function of detecting hippocampus and CSF(Cerebrospinal fluid) which are important biomarkers in diagnosis of Alzheimer's Disease. In this paper, for AD diagnosis, we classify a given MRI data into three categories of AD, mild cognitive impairment, and normal control according by applying 3D brain MRI image to the Faster R-CNN model and detect hippocampus and CSF in MRI image. To do this, we use the 2D MRI slice images extracted from the 3D MRI data of the Faster R-CNN, and perform the widely used majority voting algorithm on the resulting bounding box labels for classification. To verify the proposed method, we used the public ADNI data set, which is the standard brain MRI database. Experimental results show that the proposed method achieves impressive classification performance compared with other state-of-the-art methods.