• Journal of Radiation Protection and Research
• /
• 제47권3호
• /
• pp.111-133
• /
• 2022

The exciting advancement related to the "modeling of digital human" in terms of a computational phantom for radiation dose calculations has to do with the latest hype related to deep learning. The advent of deep learning or artificial intelligence (AI) technology involving convolutional neural networks has brought an unprecedented level of innovation to the field of organ segmentation. In addition, graphics processing units (GPUs) are utilized as boosters for both real-time Monte Carlo simulations and AI-based image segmentation applications. These advancements provide the feasibility of creating three-dimensional (3D) geometric details of the human anatomy from tomographic imaging and performing Monte Carlo radiation transport simulations using increasingly fast and inexpensive computers. This review first introduces the history of three types of computational human phantoms: stylized medical internal radiation dosimetry (MIRD) phantoms, voxelized tomographic phantoms, and boundary representation (BREP) deformable phantoms. Then, the development of a person-specific phantom is demonstrated by introducing AI-based organ autosegmentation technology. Next, a new development in GPU-based Monte Carlo radiation dose calculations is introduced. Examples of applying computational phantoms and a new Monte Carlo code named ARCHER (Accelerated Radiation-transport Computations in Heterogeneous EnviRonments) to problems in radiation protection, imaging, and radiotherapy are presented from research projects performed by students at the Rensselaer Polytechnic Institute (RPI) and University of Science and Technology of China (USTC). Finally, this review discusses challenges and future research opportunities. We found that, owing to the latest computer hardware and AI technology, computational human body models are moving closer to real human anatomy structures for accurate radiation dose calculations.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권6호
• /
• pp.243-250
• /
• 2023

흉부 X-ray 영상은 폐와 심장을 검사하는 방사선 검사이며 특히, 폐 질환을 진단하는 데 널리 사용되고 있다. 이러한 흉부 X-ray의 품질은 의사의 진단에 영향을 줄 수 있으므로 품질을 평가하는 과정이 필수적으로 거쳐야 하는데, 이 과정은 영상의학과 전문의의 주관이 개입될 수 있고, 수작업으로 이루어지기 때문에 많은 시간과 비용이 소모된다. 또한, 이러한 품질평가는 X-ray 영상의 특징과 사용 목적에 따라 일반적인 품질평가와는 다른 평가 요소가 필요하다. 따라서 본 논문에서는 X-ray 영상에서 검출되는 장기의 해상도, ,해부학적인 구조, 균형 등을 고려하여 임상 현장에서 사용되는 흉부 X-ray 영상 화질 평가 가이드라인을 적용하여 품질요소를 5가지(인공음영, 포함범위, 환자자세, 흡기정도, 그리고 투과상태)로 나누고 이를 자동화하는 도구를 제안한다. 제안하는 도구는 수작업으로 품질평가를 진행하는 본래의 방식 대비 소요 시간과 비용을 줄여주고, 더 나아가 흉부 X-ray를 이용한 학습 모델 개발에 높은 품질의 학습데이터를 선별하는 과정에도 사용될 수 있다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.267-268
• /
• 2002

Microbeam is a new avenue of radiation research especially in radiation biology and radiation protection. Selective irradiation of an ionizing particle to a targeted cell organelle may disclose such mechanisms as signal transaction among cell organelles and cell-to-cell communication in the processes toward an endpoint observed. Bystander effect, existence of which is clearly evidenced by application of the particle microbeam to biological experiments, suggests potential underestimation in the conventional risk estimation at low particle fluence rates, such as environment of space radiations in ISS (International Space Station). To promote these studies we started the construction of our microbeam facility (named as SPICE) to our HVEE Tandem accelerator (3.4 MeV proton and 5.1 MeV $^4$He$\^$2+/). For our primary goal, "irradiation of single particle to cell organelle within a position resolution of 2 micrometer in a reasonable irradiation time", special features are considered. Usage of a triplet Q magnet for focussing the beam to submicron of size is an outstanding feature compared to facilities of other institutes. Followings are other features: precise position control of cell dish holder, design of the cell dish, data acquisition of microscopic image of a cell organelle (cell nucleus) and data processing, a reliable particle detection, soft and hard wares to integrate all these related data, to control and irradiate exactly determined number of particles to a targeted spot.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.305-310
• /
• 2021

의료분야 인공지능 기술이 분석과 알고리즘 개발에 중점을 두었으나 점차 제품으로 서비스하기 위한 Web 애플리케이션 개발로 변화되고 있다. 본 연구는 복부 CT 영상에서 요로결석(Urinary Stone) 분할모델과 이를 기반으로 한 인공지능 웹 애플리케이션에 대해 기술한다. 이를 구현하기 위해 의료영상 분야에서 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-Net을 사용하여 모델을 개발하였다. 그리고 Python 기반의 Flask라는 마이크로 웹 프레임워크를 사용하여 AWS 클라우드 기반 웹 애플리케이션으로 개발하였다. 끝으로 모델 서빙으로 요로결석 분할모델이 예측한 결과를 인공지능 웹 애플리케이션 서비스 수행 결과로 보인다. 제안한 AI 웹 애플리케이션 서비스가 선별 검사에 활용되기를 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권5호
• /
• pp.231-240
• /
• 2015

의료 영상은 원본 콘텐츠의 품질을 유지하는 것이 중요한 동시에 사생활 보호의 요구가 증가함에 따라서 가역 워터마킹 기술에 대한 필요성이 증가하고 있다. 기존의 가역 워터마킹 알고리즘은 의료 영상이 아닌 일반 영상에서는 고용량 고품질을 유지할 수 있으나 영상 전체에 왜곡을 야기한다. 따라서 촬영 대상물의 품질 유지가 중요한 의료 영상에 직접적으로 적용하기에는 부적합하다는 단점을 가진다. 본 논문에서는 의료 영상의 촬영 대상물 영역의 영상 품질을 유지하며, 워터마크를 효율적으로 삽입할 수 있는 가역 워터마킹 알고리즘을 제안한다. 먼저 대상물과 배경 영역을 분할하기 위한 알고리즘을 설계하고, 그 후에 분할된 대상물과 배경에 대해 추정오차 히스토그램에 기반하여 가역 워터마킹 기법을 적용한다. 대상물 영역에는 삽입 레벨을 낮게 설정하고, 배경 영역에 삽입 레벨을 높게 설정함으로써 대상물의 화질은 최소한으로 변형을 하며 효율적인 삽입이 가능하도록 하였다. 실험에서 다양한 의료 영상에 대하여 제안한 알고리즘을 기존 추정오차 히스토그램 기반 가역 워터마킹 기술과 삽입 용량 및 영상 품질에 대한 비교를 수행하였고, 그 결과 제안하는 알고리즘이 기존 알고리즘에 비해 높은 영상 품질을 유지하면서 우수한 삽입 용량을 얻을 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제16권1호
• /
• pp.67-75
• /
• 2012

목적 : 뇌에 분포하는 동맥혈관을 관찰할 때 흔히 자기공명 뇌혈관 데이터(Magnetic Resonance Angiography, MRA)를 이용한다. 하지만 뇌혈관 데이터의 경우 관찰하고자 하는 부위의 혈관을 직접적으로 관찰하기 어렵다. 이러한 3차원 데이터를 2차원 디스플레이 장치에 나타내기 위해 최대강도투사(Maximum Intensity Projection, MIP) 영상이 흔히 이용된다. 데이터의 투사방향에 위치한 복셀들 중 최대값을 가지는 복셀을 투사하여 최대강도투사 영상을 얻게 된다. 혈관의 경우 큰 복셀값을 가지기 때문에 영상에서 밝게 나타난다. 하지만 투사방향에 중첩되어 있는 일부 혈관들이 투사하는 과정에서 최대값을 가지는 혈관들에 가려져 나타나지 않게 되기 때문에 깊이 정보를 잃게 된다. 또한 정해진 위치에서의 투사영상 밖에 얻을 수 없다는 단점이 있다. 본 논문에서는 기존의 최대강도투사 영상이 가지는 이러한 단점들을 개선하여 뇌혈관의 분포를 3차원 공간상에서 최적화 된 입체영상으로 보는 새로운 방법을 제안하였다. 대상 및 방법 : 우리는 4개의 채널 코일과 3.0T 자기공명영상장치 (Siemens Tim Trio MRI scanner)를 이용하여 피험자의 머리를 고정시키고 3차원 위상대조 (Phase-Contrast, PC) 시퀀스를 적용하여 3차원 뇌혈관 데이터를 얻었다. 얻어진뇌혈관 데이터의 중심점을 기준으로 3차원 공간 회전 알고리즘을 적용하여 회전된 새로운 데이터를 얻은 다음 이 데이터를 기준 수평면상에 투사하여 뇌혈관에 대한 2차원 최대강도투사 영상을 구한다. 이 때 입체영상 구현을 위해 두 눈과 데이터의 중심이 이루는 수렴각에 맞게 뇌혈관 데이터를 각각 공간 회전시킨 후 투사하여 각각의 눈에 적합한 영상들을 구하고 이를 적청안경방식 (anaglyph)을 이용하여 관찰함으로써 최적의 입체감을 가지는 최대강도투사 영상을 얻는다. 결과 : 결과 영상을 살펴보면 우선 기존의 방법들에서는 불가능했던 뇌혈관 데이터의 다양한 위치에서의 최대강도투사 영상이 가능해졌다는 것을 알 수 있다. 또한 관찰자와 데이터 사이의 거리와 두 눈 사이의 거리를 고려하여 보다 사실적인 입체감을 가지는 입체 최대강도투사 영상을 얻었다. 결론적으로 관찰자가 바라보는 방향과 관찰자와 데이터 사이의 거리에 따른 최적의 입체영상을 얻을 수 있었다. 결론 : 제안하는 방법은 단일 최대강도투사 영상을 관찰자의 위치를 고려하여 입체영상으로 변환시킴으로써 최적의 입체감을 가지는 입체 투사 영상을 구하였다. 그리고 구면좌표계 상에서 뇌혈관 데이터의 다양한 투사방향에서의 최대강도투사 영상을 나타낼 수 있었다. 추후 알고리즘 최적화와 병렬연산 프로세스가 적용된다면 진단과 수술 계획에 필요한 뇌혈관의 입체 정보들을 실시간으로 제공해 줄 수 있을 것으로 예상된다.

• 대한의용생체공학회:의공학회지
• /
• 제20권1호
• /
• pp.107-113
• /
• 1999

본 연구의 목적은 작은 부위의 종양 또는 수술후 잔여종양을 검출할 수 있는 소형 고성능 영상용 감마프로브를 개발하는 것이다. 감마프로브의 검출기 시스템을 위해 위치민감형 광전자증배관(PSPMT)을 사용하였고, -1000V의 고전압을 공급하였다. 섬광체는 직영 7.62cm, 두께 9.5mm인 NaI(Tl)를 사용하였으며, 광학그리스를 이용하여 NaI(Tl)와 PSPMT를 접합시켰다. 조준기는 평형육각구멍조준기로써 직경 1.3mm, 격벽 두께 0.22mm, 그리고 길이 40mm이었다. 신호처리시스템은 위치신호처리와 트리거신호처리로 구분되며, 위치신호처리는 전단증폭기, 주증폭기를 거쳐 가산, 감산, 제산신호회로를 이용하여 얻었고, 트리거신호는 가산증폭기, 일정분획식별기 그리고 게이트 모듈을 이용하여 얻었다. 데이터 획득은 Gamma-PF 인터페이스 보드를 경우유하여 PIP 소프트웨어와 펜티엄 PC에 제어되었다. 영상연구를 위해 점선원을 이용하여 장균이도 영상과 슬릿마스크 영상을 얻었다. 그리고 조준기를 사용하여 두 개의 구멍팬텀 영상을 얻었다. 고유공간분해능은 3.97mm이었으며, 시스템 공간분해능은 5.97mm이었다. PSPMT를 이용하여 개발한 소형 감마프로브에 의해 획득된 팬텀영상은 좋은 영상질을 보여주었으며, 임상적용을 위해서는 영상특성의 최적화 연구가 계속되어야할 것으로 생각된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.29-40
• /
• 2022

본 논문에서는 딥러닝 기법의 하나인 Mask R-CNN과 랜덤포레스트 분류기를 이용해 당뇨병성 망막병증의 병리학적인 특징을 검출하고 분석하여 자동 진단하는 시스템을 연구하였다. 당뇨병성 망막병증은 특수장비로 촬영한 안저영상을 통해 진단할 수 있는데 밝기, 색조 및 명암은 장치에 따라 다를 수 있으며 안과 전문의의 의료적 판단을 도울 인공지능을 이용한 자동진단 시스템 연구와 개발이 가능하다. 이 시스템은 미세혈관류와 망막출혈을 Mask R-CNN 기법으로 검출하고, 후처리 과정을 거쳐 랜덤포레스트 분류기를 이용하여 안구의 정상과 비정상 상태를 진단한다. Mask R-CNN 알고리즘의 검출 성능 향상을 위해 이미지 증강 작업을 실시하여 학습을 진행하였으며 검출 정확도 측정을 위한 평가지표로는 다이스 유사계수와 Mean Accuracy를 사용하였다. 비교군으로는 Faster R-CNN 기법을 사용하였고 본 연구를 통한 검출 성능은 평균 90%의 다이스 계수를 통한 정확도를 나타내었으며 Mean Accuracy의 경우 91% 정확도의 검출 성능을 보였다. 검출된 병리증상을 토대로 랜덤포레스트 분류기를 학습하여 당뇨병성 망막 병증을 진단한 경우 99%의 정확도를 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.285-290
• /
• 2021

의료분야에서 인공지능 기술을 도입한 질환 진단 및 예측 연구들이 활발하게 진행되고 있다. 의료영상기반의 인공지능 기술 적용에 가장 많이 활용되고 있는 질환 진단 및 예측에 대한 다양한 제품으로 출시되고 있다. 인공지능은 질병에 대한 진단, 양성과 악성으로 구분되는 질환의 구분, 질병의 위험도에 따른 구별이나 판독에 이용하기 위해 질환부위를 분리하는 등에 적용되고 있다. 최근에는 클라우드기술과 연계하여 서비스 제품으로 활용성이 높아지고 있다. 본 논문에서 다루는 질환 중에 간 질환은 통증이 적어 조기진단이 어려워 그 위험도가 매우 높은 질환이다. 이러한 질환 진단에 비침습적인 진단방법으로 의료영상기반으로 인공지능 기술을 도입하였다. 우리는 임상에서 가장 의미 있는 간 경화증 환자의 판독을 돕기 위한 웹 서비스 개발 내용을 기술한다. 그리고 웹서비스 프로세스를 보이고 각 프로세스의 구동 화면과 최종 결과화면을 보인다. 제안한 서비스를 통해 간 경화증을 조기에 진단하고, 빠른 치료를 통해 환자의 회복에 도움을 줄 수 있을 것으로 기대한다.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.102-112
• /
• 2013

본 연구에서는 저 명암 대비 영상에서 잡음이 많은 육각형을 포함하는 윤곽 검출과 보완의 2단계 처리방법을 제안한다. 이 방법은 라플라시안-가우시안 필터(LGF)의 조합과 형상에 의존하는 필터의 아이디어에 기초한다. 먼저, 1단계에서는 모서리에서 특히 육각형상의 에지를 검출하기 위한 검출기로서 6개의 마스크를 갖는 알고리즘을 사용한다. 여기에서 두 개의 삼각화살 모양의 필터는 육각형의 삼각화살 모양의 접속부를 검출하기 위해 사용되고, 기타 네 개의 필터는 육각형 주변의 에지를 검출하기 위해 사용된다. 자연영상으로서 보통 규칙적인 육각형상의 각막 내피 세포를 선택하며, 이 각막 내피 세포의 형상을 자동적으로 계측하는 것은 임상진단에 있어서 중요하다. 그 유효성을 평가하기 위해 제안 방법과 기존 방법을 잡음을 포함하는 육각형 영상에 적용한다. 그 결과, 제안 알고리즘이 기존의 다른 방법에 비해 잡음에 대한 강인성과 출력 신호 대 잡음비, 에지 일치율 및 검출 정확도의 면에서 보다 양호한 검출률을 나타냈다. 다음으로, 2단계에서는 에너지 최소화 알고리즘에 의한 세선화 영상의 결손 부분을 보완한 후 임상진단에 필요한 정보를 제공하는 세포의 면적과 분포를 계산한다.