• 한국전자파학회논문지
• /
• 제11권4호
• /
• pp.582-591
• /
• 2000

본 논문에서는 휴대전화기에 의한 인체 영향을 FDTD (시간영역 유한차분법) 해석할 수 있도록 한국인 표준 에 알맞는 인체 두부의 FDTD 모텔 제작 방법을 소개하였다. 한국인 표준에 알맞은 사람의 두부를 MRI 촬영한 다음.2차원 MRI 영상 데이터를 이용하여 2차원 segmentation을 하였다. segmentation은 반자동법을 적용하였 으며 제작된 2차원 se밍nentation 데이터를 토대로 $1mm\times1mm\times1mm$크기의 3차원 고해상도 segmentation 데이터를 제작하였다. 3차원 고해상도 segmentation 데이터를 이용하여 휴대전화기의 사용 상황에 어올리도록 다양한 각도로 기울인 인체 두부의 FDTD 모델을 제작하였다.

• 전기학회논문지
• /
• 제65권8호
• /
• pp.1424-1429
• /
• 2016

Segmentation is one of the first steps in most diagnosis systems for characterization of dental caries in an early stage. The purpose of automatic dental cavity detection system is helping dentist to make more precise diagnosis. We proposed the semi-automatic method for the segmentation of dental caries on digital x-ray images. Based on a manually and roughly selected ROI (Region of Interest), it calculated the contour for the dental cavity. A snake algorithm which is one of active contour models repetitively refined the initial contour and self-examination and correction on the segmentation result. Seven phantom tooth from incisor to molar were made for the evaluation of the developed algorithm. They contained a different form of cavities and each phantom tooth has two dental cavities. From 14 dental cavities, twelve cavities were accurately detected including small cavities. And two cavities were segmented partly. It demonstrates the practical feasibility of the dental lesion detection using Computer-aided Detection (CADe).

• 한국멀티미디어학회논문지
• /
• 제13권12호
• /
• pp.1786-1797
• /
• 2010

Automatic understanding of contents in document image is a very hard problem due to involvement with mathematically challenging problems originated mainly from the over-determined system induced by document segmentation process. In both academic and industrial areas, there have been incessant and various efforts to improve core parts of content retrieval technologies by the means of separating out segmentation related issues using semi-structured document, e.g., invoice,. In this paper we proposed classification models for text lines on invoice document in which text lines were clustered into the five categories in accordance with their contents: purchase order header, invoice header, summary header, surcharge header, purchase items. Our investigation was concentrated on the performance of machine learning based models in aspect of linear-discriminant-analysis (LDA) and non-LDA (logic based). In the group of LDA, na$\"{\i}$ve baysian, k-nearest neighbor, and SVM were used, in the group of non LDA, decision tree, random forest, and boost were used. We described the details of feature vector construction and the selection processes of the model and the parameter including training and validation. We also presented the experimental results of comparison on training/classification error levels for the models employed.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1126-1134
• /
• 2017

A variety of medical service applications in the field of the Internet of Things (IoT) are being studied. Segmentation is important to identify meaningful regions in images and is also required in 3D images. Previous methods have been based on gray value and shape. The Visible Korean dataset consists of serially sectioned high-resolution color images. Unlike computed tomography or magnetic resonance images, automatic segmentation of color images is difficult because detecting an object's boundaries in colored images is very difficult compared to grayscale images. Therefore, skilled anatomists usually segment color images manually or semi-automatically. We present an out-of-core 3D segmentation method for large-scale image datasets. Our method can segment significant regions in the coronal and sagittal planes, as well as the axial plane, to produce a 3D image. Our system verifies the result interactively with a multi-planar reconstruction view and a 3D view. Our system can be used to train unskilled anatomists and medical students. It is also possible for a skilled anatomist to segment an image remotely since it is difficult to transfer such large amounts of data.

• 대한임베디드공학회논문지
• /
• 제18권6호
• /
• pp.267-275
• /
• 2023

This paper presents the development of specialized software for annotating volume-of-interest on ¹⁸F-FDG PET/CT images with the goal of facilitating the studies and diagnosis of head and neck cancer (HNC). To achieve an efficient annotation process, we employed the SE-Norm-Residual Layer-based U-Net model. This model exhibited outstanding proficiency to segment cancerous regions within ¹⁸F-FDG PET/CT scans of HNC cases. Manual annotation function was also integrated, allowing researchers and clinicians to validate and refine annotations based on dataset characteristics. Workspace has a display with fusion of both PET and CT images, providing enhance user convenience through simultaneous visualization. The performance of deeplearning model was validated using a Hecktor 2021 dataset, and subsequently developed semi-automatic annotation functionalities. We began by performing image preprocessing including resampling, normalization, and co-registration, followed by an evaluation of the deep learning model performance. This model was integrated into the software, serving as an initial automatic segmentation step. Users can manually refine pre-segmented regions to correct false positives and false negatives. Annotation images are subsequently saved along with their corresponding ¹⁸F-FDG PET/CT fusion images, enabling their application across various domains. In this study, we developed a semi-automatic annotation software designed for efficiently generating annotated lesion images, with applications in HNC research and diagnosis. The findings indicated that this software surpasses conventional tools, particularly in the context of HNC-specific annotation with ¹⁸F-FDG PET/CT data. Consequently, developed software offers a robust solution for producing annotated datasets, driving advances in the studies and diagnosis of HNC.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.155-160
• /
• 2001

대부분의 자동 영상분할 방법은 한 화면에서 개별 객체를 추출하기가 어렵고, 비디오 객체의 명확한 모델이 없어 자동분할 방법에는 한계가 존재한다. 본 논문에서는 이러한 문제점을 극복하기 위해 Active contour를 이용한 반자동 영상분할 방법을 제안한다. 일반적인 Active Contour 알고리즘은 유한개의 제어점을 설정하고 그 차이로 곡선의 특성을 묘사하므로 곡선 위의 제어점 사이의 모양 정보를 표현하는데 불충분하다 또한, 대부분의 Active Contour 알고리즘은 단순한 배경을 갖는 객체에는 잘 적용되도록 설계되었으나, 복잡한 배경을 갖는 객체에는 부적절한 단점을 가지고 있다. 따라서 본 논문은 B-Spline을 이용하여 곡선을 표현하고, 복잡한 영상에서도 좋은 성능을 갖도록 곡의치 외부 에너지는 SUSAN 연산자를 이용하여 추출하였다.

• 한국방사선학회논문지
• /
• 제13권3호
• /
• pp.489-493
• /
• 2019

산업의 발달로 인한 생활습관과 신체활동 부족 등으로 한국인의 비만인구가 급증하고 있다. 전산화단층영상을 이용한 기존의 지방량 계산 프로그램에서 반자동방식의 프로그램이 사용되고 있다. 관련 문제를 해결하기 위한 방법들이 제시되고 있으나 본 연구에서는 모폴로지 연산을 이용한 알고리즘을 제시하고 절차가 간단하고 비교적 계산량이 적은 새로운 방법으로 문제를 해결하고자 한다. 모폴로지 연산을 통해 침식과 팽창을 반복한 결과 영상으로부터 문제점이 해결된 것을 알 수 있어 결과로부터 각 조직 간의 경계를 더욱 정교하게 얻을 수 있었다. LoG (Laplace of Gaussian) 함수를 이용해서 각 조직간 경계 부분을 분할하였다. 각 경계는 명확하게 구분이 되었으며, 피하지방을 계산하기 위해 충분한 정보를 제공하였다. 개발된 분할결과를 사용하여 향후 자동 지방량 계산을 할 수 있다. 정확한 분할 도구를 제공함으로써 의사에게 편리함을 주고 재검사로 인한 피폭과 검사비용을 줄이는데 도움이 될 것으로 판단한다.

• 디지털콘텐츠학회 논문지
• /
• 제5권4호
• /
• pp.269-274
• /
• 2004

필드 기반 영상 모핑은 제어선을 지정하는 과정의 대부분을 사용자의 수작업에 의존하기 때문에 작업 시간이 많이 소요될 뿐만 아니라 양질의 결과를 얻기 위해서는 숙련을 요하는 불편함이 있다. 본 논문은 소스 영상과 목표 영상에서 모핑 대상체 쌍의 형상 정보를 획득한 상태에서 사용자가 수동으로 최소한의 특징점 쌍만을 지정하면 이렇게 지정된 특징점 쌍을 기준 삼아 다각형 기반 정점 탐색에 의해 소스 영상과 목표 영상에 상호 대응되는 제어선들을 자동적으로 설정한 후, 제어선 길이의 비율과 제어선으로부터의 이격 거리를 이용하여 영상 모핑을 수행함으로써 영상 모핑의 반자동화를 실현할 수 있는 방법을 제안한다. 제안된 방법에 따르면, 사용자가 제어선을 설정하는 시간을 단축할 수 있고 비숙련자도 최소의 제어선만을 지정하여 자연스러운 모핑 결과를 획득할 수 있는 이점이 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.279-282
• /
• 2001

본 논문에서는 가상의 블루스크린(Virtual Blue Screens, VBS)을 이용한 반자동 영상분할 기법을 제안한다. 가상 블루스크린은 동영상에서 배경영역을 특정한 값으로 채워 만든 참조영상으로 정의한다. 반자동 영상 분할 기법은 크게 화면내 영상분할과 화면간 영상분할의 두 단계로 이루어진다. 화면내 영상분할은 VBS와 원영상의 형태학적 분할 기법을 사용하고, 화면간 영상 분할은 두개의 연속하는 화면에서 변화검출(Change Detection)로 이루어진다 [1]. 본 논문에서는 효과적인 변화검출을 위하여 제안된 VBS를 사용한다. VBS를 이용한 영상분할에서는 우선, 이전화면에서 만들어진 VBS를 참조하여 다음화면에서 움직임 영역을 예측한다. 이렇게 예측된 영상과 원영상에 대해 형태학적 분할 기법(Morphological Segmentation Technique)을 이용해서 각각에 대한 레이블 마스크(Label Mask)를 얻는다 [2]. 두개의 레이블 마스크 사이에는 서로 공통된 영역들이 존재하게 되는데, 이런 공통된 영역을 추출함으로써 움직임 객체를 검출한다. 현재화면에서 검출된 움직임 객체는 다음화면을 위한 가상의 블루 스크린을 만드는데 사용한다.

• Journal of Multimedia Information System
• /
• 제3권3호
• /
• pp.47-52
• /
• 2016

This research paper examines the usage of graphic imaging in Holographic Projections to further advance the medical field. It highlights the importance and necessity of this technology as well as avant-garde techniques applied in the process of displaying images in digital holography. This paper also discusses the different types of applications for holograms in society today. Different tools were utilized to transfer a set of a cancer patient's brain tumor data into data used to produce a 3D holographic image. This image was produced through the transfer of data from one program to another. Through the use of semi-automatic segmentation through the seed region method, we were able to create a 3D visualization from Computed Tomography (CT) data.