• 대한방사선치료학회지
• /
• 제29권1호
• /
• pp.49-56
• /
• 2017

목 적: CT(computed tomography) 영상에서 Metal Artifact로 인해 왜곡된 영상을 보정하는 Iterative Metal Artifact Reduction(IMAR) Algorithm의 정확성을 평가하고 양성자 치료계획에서 IMAR Algorithm 적용의 유용성을 평가하고자 한다. 대상 및 방법: CT simulator를 이용하여 CIRS Phantom 내에 금속을 삽입한 것과 삽입하지 않은 영상을 각각 촬영하였다. Phantom 내의 동일한 위치에 ROI1, ROI2를 설정하여 금속이 없는 경우의 영상과 금속으로 인한 Artifact가 발생한 영상, IMAR Algorithm을 적용한 영상에서 CT Number값의 차이를 비교하였다. 또, 금속 주변에 위치한 조직등가물질의 CT Number값을 비교하였다. 척추에 임플란트 시술을 시행한 환자를 가정하여 Rando 팬텀의 척추 부위에 Titanium 봉을 삽입하여 CT 촬영을 하였다. IMAR Algorithm 적용 전과 후의 영상에서 같은 부위에 ROI 1, ROI 2를 설정하여 CT Number값을 측정하고, 각각의 영상에 동일한 양성자 치료계획을 세워 세 지점에서 양성자선의 비정(Range)의 차이를 비교하였다. 결 과: CIRS Phantom 평가에서 금속이 없는 경우의 평균 CT number값은 ROI 1에서 -6.5 HU, ROI 2에서 -10.5 HU였다. 금속이 있는 경우 Fe, Ti, W 순으로 ROI 1에서 -148.1, -45.1, -151.7 HU였으며 IMAR Algorithm을 적용 하였을 때는 -0.9, -2.0, -1.9 HU로 증가하였다. ROI 2에서는 금속이 있는 경우 171.8, 63.9, 177.0 HU였으며 IMAR Algorithm 적용 후에는 10.0, 6.7, 8.1 HU로 감소하였다. 조직등가물질의 CT Number값은 가장 멀리 위치한 폐를 제외하고 모두 원래의 CT Number값에 가깝게 보정이 되었다. Rando Phantom 평가는 금속이 없는 경우와 금속이 있는 경우, IMAR Algorithm을 적용하였을 때 평균 CT Number값은 각각 ROI 1에서 9.9, -202.8, 35.1 HU였으며 ROI 2에서 9.0, 107.1, 29 HU였다. 치료계획에서 금속이 없을 때와 양성자선의 Range의 차이는 IMAR Algorithm을 적용하였을 때 1번 지점에서 평균 0.26 cm 감소하였으며 2번 지점에서 평균 0.20 cm 감소하였다. 3번 지점에서는 평균 0.12 cm 감소하였다. 결 론: IMAR Algorithm을 적용함으로써 CT Number값은 금속이 없을 때의 원래의 값에 가깝게 보정되었다. 또, 양성자 치료계획의 Beam Profile에서 IMAR Algorithm 적용 후 비정의 차이가 0.01에서 최대 3.6 mm 줄어들었다. Artifact가 존재하지 않는 영상과 비교하여 약간의 차이는 존재하지만 양성자의 비정에 따른 선량의 급격한 변화를 고려한다면 금속이 있는 환자에게 IMAR Algorithm의 적용은 유용할 것으로 사료된다.

• Korean Journal of Radiology
• /
• 제21권4호
• /
• pp.431-441
• /
• 2020

Objective: To compare the diagnostic performance and interobserver variability of strain ratio obtained from one or two regions of interest (ROI) on breast elastography. Materials and Methods: From April to May 2016, 140 breast masses in 140 patients who underwent conventional ultrasonography (US) with strain elastography followed by US-guided biopsy were evaluated. Three experienced breast radiologists reviewed recorded US and elastography images, measured strain ratios, and categorized them according to the American College of Radiology breast imaging reporting and data system lexicon. Strain ratio was obtained using the 1-ROI method (one ROI drawn on the target mass), and the 2-ROI method (one ROI in the target mass and another in reference fat tissue). The diagnostic performance of the three radiologists among datasets and optimal cut-off values for strain ratios were evaluated. Interobserver variability of strain ratio for each ROI method was assessed using intraclass correlation coefficient values, Bland-Altman plots, and coefficients of variation. Results: Compared to US alone, US combined with the strain ratio measured using either ROI method significantly improved specificity, positive predictive value, accuracy, and area under the receiver operating characteristic curve (AUC) (all p values < 0.05). Strain ratio obtained using the 1-ROI method showed higher interobserver agreement between the three radiologists without a significant difference in AUC for differentiating breast cancer when the optimal strain ratio cut-off value was used, compared with the 2-ROI method (AUC: 0.788 vs. 0.783, 0.693 vs. 0.715, and 0.691 vs. 0.686, respectively, all p values > 0.05). Conclusion: Strain ratios obtained using the 1-ROI method showed higher interobserver agreement without a significant difference in AUC, compared to those obtained using the 2-ROI method. Considering that the 1-ROI method can reduce performers' efforts, it could have an important role in improving the diagnostic performance of breast US by enabling consistent management of breast lesions.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.336-338
• /
• 2010

장문인식은 손바닥 중앙부에 나타난 손금과 주름의 패턴을 이용하여 개인을 식별하는 것으로, 효과적인 장문인식을 위해서는 이러한 패턴이 나타나는 관심영역(ROI: region of interest)에 대한 안정적인 추출이 필요하다. 본 논문에서는 윤곽선의 형태 정보를 토대로 적응적으로 굴곡점의 위치를 찾아내고 이로부터 ROI를 추출하는 방법을 제안한다. 제안된 방법의 성능을 확인하기 위하여 유도 막대가 없는 자연스런 장문획득 장치에 의해 수집된 장문영상을 대상으로 실험을 수행하였다. 실험결과 제안된 방법은 손의 위치 변화나 회전에 무관하게 장문영상으로부터 안정적으로 ROI를 추출함을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.976-977
• /
• 2015

본 논문에서 우리는 입력영상에서 ROI(Region Of Interest) 지정을 이용한 의상 추천시스템을 제안한다. 의상영역 추출에 있어 ROI의 지정은 매칭 오류를 감소시키면서 매칭 속도를 향상시킬 수 있다. 우리는 평가부분에서 제안된 방을 통해 수행된 매칭이 빠르며 성공적으로 이루어졌음을 보인다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권1호
• /
• pp.1-7
• /
• 2012

현재 골다공증 진단은 주로 이중에너지 방사선 흡수법(Dual Energy X-ray Absorptiometry, DEXA) 을 사용 하고 있다. DEXA에 의한 골밀도 측정 시 발생할 수 있는 오차는 크게 검사자, 골밀도 측정기, 피검자에 의해 발생하며 그 중 검사자의 관심영역(ROI, Region of interest)설정에 의한 골밀도 측정값의 오차의 정도를 알아보았다. 2011년 3월~6월에 골다공증 진단 및 치료를 위한 목적으로 본 병원을 내원한 환자 40대, 50대, 60대, 70대 각각 50명씩을 선별하여 대퇴골과 요추에서 골밀도 측정을 각각 두 번씩 측정하였다. 평상시에 하던 ROI 설정으로 측정(검사방법 A)하고, ROI를 최대한 넓게 변형하여 측정(검사방법 B), 두 번 측정하여 검사방법 A와 B측정값의 차이를 비교하여 검사자의 ROI변형에 의해서 발생할 수 있는 T-score의 최대 측정오차의 정도를 알아보았다. 대퇴부의 대퇴경(Femur neck)에서 T-score가 표준편차 0.1만큼 B측정값이 골밀도가 높게 측정되었고, 전자부(Greater trocanter)와 전자간부(Inter trocanter), Ward's area에서도 각각 표준편차 0.2만큼 B측정값이 높게 측정되었다. 요추부에서 A측정값과 B측정값의 오차 정도는 L-1에서 T-score가 표준편차 0.1만큼 B측정값이 낮게 측정되었고, L-2와 L-3는 변화가 없었으며 L-4에서는 표준편차 0.2만큼 B측정값이 낮게 측정되었다. 따라서 200명 환자의 골밀도 측정에서 대퇴부에서는 ROI를 크게 변화시켰을 때 실제보다 골밀도가 더 높은 것으로 나타났고, 요추부에서는 실제보다 골밀도가 더 낮은 것으로 나타났다. 검사자의 ROI 설정변화에 따라 환자는 골다공증이 될 수도 있고 골조송증이 될 수도 있다. 이것은 환자의 골다공증 약제의 보험수가와 직접적인 관계가 있기 때문에 검사자는 항상 일정한 관심영역을 설정하여 의사의 진료와 환자의 치료에 도움이 되는 검사를 해야 할 것이다.

• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.915-924
• /
• 2002

현재, 컨베이어 벨트 시스템에 소포를 적재하고, 우편번호를 입력하여 구분한다. 구분된 소포 중에서 기록관리 대상의 경우에는 바코드를 판독하여 처리하고 있다. 본 논문에서는 2m/sec 이내로 이송되는 소포를 라인 CCD(Charged Coupled Device) 카메라를 통해 이미지를 획득(4,096$\times$4,096)한 후, 바코드 ROI(Region of Interest)의 추출을 위해 32$\times$32 크기의 미세블록의 검사방법을 적용하였다. ROI 추출 단계는 미세블록(128$\times$128)들의 최대 및 최소값의 차이 분포를 이용하여 컨베이어 벨트 영역과 소포의 바탕면은 제거하였다. 그리고 문자열과 바코드 영역을 검출하기 위해 대각선(diagonal) 검사방법을 사용하였으며, 바코드 ROI 만을 분리하기 위해 미세블록의 중앙에 5개의 수평라인으로 스캔하여 에지 수와 크기에 대한 변화량을 검사하였다. 검출된 영역 중에서 잘못 검출된 영역을 그룹의 라벨링 과정에서 그룹의 크기를 비교하여 제거하였다. 미세블록 검사과정에서 누락된 바코드 영역을 보정하고 바코드의 정보 해석을 위해 추출된 ROI의 외곽좌표들과 기울기 분포를 이용하여 중심 축 라인과 ROI 영역의 기울기에 따라 중심축을 보정하는 방법 등을 적용하였다. 이와 같은 방법에 의해 바코드의 ROI 추출과 중심축 생성은 60～180msec이내에 가능하게 되었으며, ROI 추출의 정확도는 99.44% 이상이 달성되었다.

• 한국컴퓨터정보학회논문지
• /
• 제15권6호
• /
• pp.19-27
• /
• 2010

JPEG2000 이미지에서 사용자의 관심영역에 따라 동적으로 이미지의 일부를 우선적으로 처리하는 것이 관심 영역 처리기법이다. 작은 이미지는 큰 의미가 없지만, 큰 이미지에서는 화면에 출력되는 속도가 느리기 때문에 사용자가 먼저 보고자하는 영역을 지정함으로써 지정된 부분을 우선처리하게 된다. 사용자는 대략의 이미지 중에서 관심영역을 지정하면 지정된 영역의 범위를 마스킹 하여 이미지를 전송한 곳으로 보내게 된다. 관심영역 마스킹 정보를 얻은 서버는 우선적으로 마스킹 되어 있는 코드 블록을 우선적으로 전송한다. 여기서, 빠르게 마스킹 정보를 생성하는 것이 중요한데, 본 연구에서는 미리 만들어 놓은 48개의 마스킹 패턴을 사용하여, ROI(Region-of-Interest)와 배경의 분포에 따라 마스킹 패턴 중에 하나를 선택함으로써 마스킹 영역을 계산하는 시간을 현저히 줄였다. 이 패턴이 적용되는 블록은 한 블록 내에 ROI 영역과 배경 영역이 섞여 있는 블록이다. 한 블록 전체가 ROI 이거나 배경이면 이 패턴은 사용되지 않는다. 실험한 결과, ROI와 배경을 정확하게 분리하여 처리하는 방법에 비하여 약간의 품질은 떨어지지만, 처리시간은 현저히 줄었음을 보였다.

• 한국정보통신학회논문지
• /
• 제19권4호
• /
• pp.948-953
• /
• 2015

최근, 생체 정보를 이용하여 개인의 신원을 확인하기 위해 근적외선 LED와 CCD 카메라를 이용한 지정맥 인식기술 연구되고 있다. 지정맥 인식은 손가락의 두께, 주변 광, 체온카메라 등의 잡음으로부터 정맥과 배경 이미지를 분리하는 방법에 따라 성능의 차이가 발생한다. 이러한 문제점을 개선하기 위해 본 연구에서는 NIR LED와 CCD 카메라로 촬영된 지정맥 영상으로부터 지정맥 회전, ROI 검출, 필터뱅크를 이용한 정맥 증강 기법을 제안하고 실험을 통하여 그 성능을 평가하였다. 이 실험의 결과에서 제안된 지정맥 회전과 ROI 검출의 정확도가 99.8%를 보였다. 그리고 필터뱅크를 이용한 정맥 증강처리에서는 제안된 방법이Retinex 알고리즘 보다 우수한 대비 성능을 보였다. 이 실험의 결과로부터 제안된 방법을 정맥인식의 전처리 과정에 적용한다면, 보다 나은 인식률을 제공할 것으로 사료된다.

• 한국콘텐츠학회논문지
• /
• 제6권1호
• /
• pp.41-53
• /
• 2006

본 논문에서는 동영상에서 시간과 공간특징을 선택적으로 사용한 ROI(Region of Interest) 탐지 시스템을 소개한다. 동영상에서 명암도, 색상 등과 같은 공간특징을 사용한 공간상의 현저도 뿐만 아니라 시간상의 현저도도 얻기 위하여 모션이라는 시간특징을 사용하였다. 본 시스템에서는 동영상이 입력되면 공간특징 및 시간특징을 탐지하고, 이 특징과 관련된 기존의 심리학적 연구결과를 바탕으로 이들을 분석한다. 이렇게 분석된 결과는 하나로 통합되어 이를 기반으로 ROI 영역을 탐지한다. 일반적으로 비디오 영상에서 움직이는 개체나 영역은 같은 영상 안의 다른 개체나 영역보다 먼저 주의가 가게 되므로, 본 시스템에서는 분석된 결과를 통합하는 데 있어 시간특징인 모션을 공간특징보다 우선하여 통합한다. 시스템의 성능 분석을 위하여 동일한 실험영상을 가지고 인간을 대상으로 한 심리학적 실험을 우선 수행하였으며, 이 결과를 기준으로 본 시스템에서 얻어진 결과를 비교하여 모형의 성능을 분석하였다. 실험결과 공간특징만을 사용했을 때 보다 시간특징을 같이 사용함으로써 시스템의 성능을 보다 향상시킬 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제12권1호
• /
• pp.1-9
• /
• 2011

JPEG2000에서는 영상에서 원하는 영역을 타 영역(배경)보다 고화질로 압축하는 기법인, 관심영역 부호화 방법을 제공하고 있는데, 본 연구에서는 얼굴이 포함된 영상을 이용하여, 얼굴 영역이 가장 우선적으로 처리되고 높은 품질로 압축되도록 부가 서비스를 제공한다. 제안 기법은 크게 두 단계로 구성된다. 첫 번째는 얼굴 추출 단계이고, 두 번째는 관심영역 부호화 단계이다. 얼굴 추출은 영상의 모든 화소에 대해 $20{\times}20$ 윈도우 화소 크기로 자르거나 축소하여 전처리 과정을 거친 후 신경망을 이용하여 인식한다. 추출된 각 영역은 관심영역 마스크로 표시되고, Maxshift 방식을 이용하여 부호화된다. 이후에 EBCOT 과정을 거처 압축 및 저장된다. 기존의 방법은 고주파 성분의 분포에 의해 관심영역을 찾은 후 부호화하는 방법이 많이 연구되었다. 반면에 본 연구는 인간의 인지 능력을 이용하여, 여러 개의 얼굴이 포함된 영상에서 충분히 유용한 기법임을 보인다.