• 대한의용생체공학회:의공학회지
• /
• 제28권1호
• /
• pp.162-168
• /
• 2007

For the past decade, the full-field digital mammography has been widely used for early diagnosis of breast cancer, and computer aided diagnosis has been developed to assist physicians as a second opinion. In this study, we try to predict the breast cancer using both mediolateral oblique(MLO) view and craniocaudal(CC) view together. A skilled radiologist selected 35 pairs of ROIs from both MLO view and CC view of digital mammogram. We extracted textural features using Spatial Grey Level Dependence matrix from each mammogram and evaluated the generalization performance of the classifier using Support Vector Machine. We compared the multi-view based classifier to single-view based classifier that is built from each mammogram view. The results represent that the multi-view based computer aided diagnosis in digital mammogram could improve the diagnostic performance and have good possibility for clinical use to assist physicians as a second opinion.

• 대한의용생체공학회:의공학회지
• /
• 제30권2호
• /
• pp.153-161
• /
• 2009

Mammogram is one of the important techniques for mass detection, which is the early diagnosis stage of a breast cancer. Especially, the CAD(Computer Aided Diagnosis) using mammogram improves the working performance of radiologists as it offers an effective mass detection. There are two types of CAD systems using mammogram; automatic and semi-automatic CAD systems. However, the automatic segmentation is limited in performance due to the difficulty of obtaining an accurate segmentation since mass occurs in the dense areas of the breast tissue and has smoother boundaries. Semi-automatic CAD systems overcome these limitations, however, they also have problems including high FP (False Positive) rate and a large amount of training data required for training a classifier. The proposed system which overcomes the aforementioned problems to detect mass is composed of the suspected area selection, the level set segmentation and SVM (Support Vector Machine) classification. To assess the efficacy of the system, 60 test images from the FFDM (Full-Field Digital Mammography) are analyzed and compared with the previous semi-automatic system, which uses the ANN classifier. The experimental results of the proposed system indicate higher accuracy of detecting mass in comparison to the previous systems.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.165-172
• /
• 2009

최근 ACS에 따르면 여성에게 유방암은 가장 많이 발병하는 암으로서 그 사망자 수도 두 번째로 많은 암이다. 유방 X선 영상의 종괴나 석회 환부는 진단을 위한 가장 중요한 단서로서 알려져 있으므로 유방암의 조기진단을 위하여 디지털 유방 X선 영상을 컴퓨터에서 처리하는 연구가 진행되고 있다. 본 논문에서는 퍼지 클러스터 지식베이스에 기반을 둔 진단시스템을 제안한다. 제안된 시스템은 듀얼 OFUN-NET에 두 가지 종류의 특징 데이터를 처리하여 진단결과와 그 가능성을 알려준다. 실세계 의료기관으로부터 수집되고 공개적으로 제공되는 유방 X선 데이터베이스 DDSM으로부터 획득한 종괴와 석회 환부의 데이터를 사용하여 실험한다. 실험결과는 제안된 시스템이 기존의 방법보다 높은 분류 정확도와 유방 X선 영상 진단시스템으로서 전문가의 의사 결정을 도울 수 있는 타당한 결과를 보여준다.

• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.6-12
• /
• 2013

맘모그램은 유방암의 조기발견을 위해 가장 일반적으로 이용되고 있다 유방암의 정확한 진단과 효율적인 치료를 위하여 많은 영상향상 방법들이 개발되어왔다. 본 논문은 디지털 유방 촬영상의 영상향상을 위하여 새로운 비선형 영상향상 방법을 제안한다. 제안된 방법은 영상의 밝기 정보를 향상시키기 위한 비선형 함수와 경계와 디테일 정보를 개선하기 위한 비선형 필터로 구성된다. 비선형 함수는 영상의 어두운 영역의 밝기를 향상시키고 밝은 영역의 동적범위를 넓혀주며, 비선형 필터는 영상의 특정 영역이나 객체를 효과적으로 개선시킨다. 최종 향상된 영상은 비선형 함수로 처리한 영상과 비선형 필터로 필터된 영상을 더하여 얻어진다. 제안된 비선형 영상향상 방법은 실험에서 기존 방법과 영상향상 결과를 비교하여 우수한 성능을 확인하였다.

• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.703-715
• /
• 2017

Mammogram images are sensitive in nature and even a minor change in the environment affects the quality of the images. Due to the lack of expert radiologists, it is difficult to interpret the mammogram images. In this paper an algorithm is proposed for a computer-aided diagnosis system, which is based on the wavelet based adaptive sigmoid function. The cascade feed-forward back propagation technique has been used for training and testing purposes. Due to the poor contrast in digital mammogram images it is difficult to process the images directly. Thus, the images were first processed using the wavelet based adaptive sigmoid function and then the suspicious regions were selected to extract the features. A combination of texture features and gray-level co-occurrence matrix features were extracted and used for training and testing purposes. The system was trained with 150 images, while a total 100 mammogram images were used for testing. A classification accuracy of more than 95% was obtained with our proposed method.

• 융합신호처리학회논문지
• /
• 제13권1호
• /
• pp.6-11
• /
• 2012

디지털 맘모그램은 유방암의 초기 증상중 하나인 미세 석회화 발견에 장점을 가지고 있다. 디지털 맘모그램에서 미세석회화 병변의 정확한 진단과 효율적인 치료를 위하여 많은 영상처리 기술들이 연구되어 졌다. 특히 영상의 대비향상을 위하여 웨이블렛 기반 멀티스케일 방법이 주로 사용되었다. 본 논문은 웨이블렛 영역에서 밝기와 대비향상을 기반으로 한 디지털 맘모그램의 향상 방법을 제안한다. 제안한 방법은 영상의 히스토그램을 이용하여 동적 범위를 정규화 한다. 영상의 밝기는 저주파수 성분의 계수들을 수정하여 향상시키고, 대비는 대비척도를 기반으로 고주파수 성분의 계수들을 수정하여 향상시킨다. 제안된 방법은 실험결과에서 기존 방법에 비해 우수한 향상 성능을 보였다.

• 한국통신학회논문지
• /
• 제29권3C호
• /
• pp.374-386
• /
• 2004

유방암은 최근에 빠르게 증가하고 있는 여성 암중의 하나이며 그 발명원인이 불명확하여 조기 검출만이 생존율을 높일 수 있는 유일한 방법이다. 본 논문에서는 효율적으로 미소석회질의 의심 영역을 검출할 수 있는 방법에 대하여 설명한다. 본 논문에서는 디지털 마모램 영상에 대한 통계적 분석으로부터 일반적인 미소석회질의 특성을 분석한 후 분석된 자료를 이용하여 다단 신경망을 구성한 후 의심영역으로 간주되는 ROI를 검출한다. ROI 검출을 위하여 4단계로 구성되는 알고리즘을 제안하며 전처리 과정, 다단계 thresholding, 선형필터를 이용한 1차 미소석회질 선별작업, 다단계 신경망을 이용한 2차 미소석회질 검출이 포함된다. 선형필터를 이용한 1차 선별작업에서는 모든 미소석회질을 검출할 수 있었고 유방조직 제거를 통한 신경망에서의 작업처리 감소율이 86％로 나타났다. 2단 신경망을 이용한 2차 미소석회질 검출단계에서 첫 번째 신경망에서는 미소석회질의 형태적 특성을 기반으로 11개의 특징 값들을 정의하였으며 모든 데이터에 대한 실험 결과 평균 96.66％의 인식률을 보였다. 그리고 두 번째 신경망에서는 첫 번째 인식 결과 값과 미소석회질의 군집특성을 이용하기 위해 첫 번째 인식결과를 토대로 조사된 군집분포 여부를 특징 값으로 사용하였으며 그 결과 1차 신경망보다 높은 평균 98.26％의 인식률을 보였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.151-152
• /
• 2015

유방 검사에서 Tomosynthesis는 Mammogram과 비교하여 유방 병변 구별에 우수하고 확연한 대조도 차이를 보이며 추가적인 유방촬영 검사나 재촬영을 감소시킴으로서 장기적으로 환자의 피폭선량이 감소하는 효과를 보이므로 유방 병변 진단의 효과를 높일 수 있는 유용한 검사이다.

• 한국방사선학회논문지
• /
• 제8권1호
• /
• pp.27-33
• /
• 2014

건강에 대한 관심의 증대로 의료영상이 빠르게 증가하고 있으며, 컴퓨터 기술의 발전으로 의료영상의 디지털화가 빠르게 진전되어 PACS가 의료현장에 도입되었다. 이러한 현상에 의한 의료영상 생산의 증가는 의료영상을 판독하여야 하는 영상의학과 전문의의 업무량을 증가하게 하였다. 이러한 추세에 따라 컴퓨터를 이용한 보조 진단의 필요성이 대두되어 의료영상 판독 분야에 CAD라는 용어가 생겨나게 되었다. 본 연구에서는 디지털 X-선 유방촬영장치에 의하여 획득된 영상의 판독을 위한 CAD 알고리즘을 제안하였다. 제안된 알고리즘을 Visual C++로 프로그램하여 실험하였다. 본 연구에 사용한 일곱 샘플영상을 CAD 알고리즘으로 실행한 결과 다섯 샘플의 결과는 양성종양 및 유방암으로 확인되었고 두 샘플 영상은 error처리 되었다. 본 연구에서 제시한 알고리즘과 이를 구현한 프로그램을 이용한다면 판독업무에 많은 도움이 될 것이며, 유방암의 조기발견에 크게 기여할 것으로 사료된다.

• 융합신호처리학회논문지
• /
• 제15권2호
• /
• pp.24-29
• /
• 2014

X-선 유방촬영술은 유방암의 조기발견을 위해 가장 일반적으로 이용되고 있다. 유방암의 조기 발견과 진단의 효율성을 증가시키기 위하여 많은 영상향상 방법들이 연구개발 되었다. 본 논문은 디지털 맘모그램을 위하여 라플라시안 피라미드에서 대비척도를 이용한 다중 스케일 대비 향상 방법을 제안한다. 제안한 방법은 입력 영상을 가우시안 피라미드와 라플라시안 피라미드로 분해하고, 분해된 다해상도 영상의 피라미드 계수들은 저주파수 성분들과 고주파수 성분들의 비율로 대역 제한된 국부 대비척도를 정의한다. 대비 향상을 위하여 정의된 대비척도를 이용하여 분해된 피라미드 계수들을 수정하고, 수정된 계수들로 피라미드 복원 과정을 거처 최종 향상된 영상을 얻는다. 제안된 방법의 성능은 실험을 통하여 기존 방법들과 향상결과를 비교하고, 대비 측정 알고리즘을 이용한 정량적인 평가결과에서 우수한 성능을 확인하였다.