• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.517-519
• /
• 2000

본 논문은 뇌의 수직단면에 대하여 촬영된 자기공명영상에서 뇌 영역을 분리한 후 백질과 회백질 및 뇌척수액을 분리하고 각각의 체적을 산출하기 위한 것이다. 본 연구는 먼저 뇌의 자기공명영상에서 영상의 배경 및 뇌 내부를 둘러싸고 있는 외피 및 지방층으로부터 뇌 영역 전체를 분리하였으며, 부분체적의 문제(partial volume artifact)에 의해 명암값의 번짐 현상을 보이는 뇌의내부 영역에서 각 성분의 부분체적을 산출하여 각 조직을 분리하기 위한 명암 값을 결정한 후 백질과 회백질 및 뇌척수액의 영역을 분리하였다. 본 연구는 뇌의 위축을 보이지 않은 정상인의 자기공명영상을 대상으로 하였으며, 향후, 이러한 연구 결과는 알쯔하이머 병이나 뇌성마비 등과 같은 퇴행성 뇌질환 환자의 뇌 위축정도를 객관적으로 진단하는 방법으로 사용될 수 있도록 하는데 있다.

• The KIPS Transactions:PartB
• /
• v.16B no.3
• /
• pp.195-202
• /
• 2009

In this paper, we propose the regions segmentation method of the white matter and the gray matter for brain MR image by using the ant colony optimization algorithm. Ant Colony Optimization (ACO) is a new meta heuristics algorithm to solve hard combinatorial optimization problem. This algorithm finds the expected pixel for image as the real ant finds the food from nest to food source. Then ants deposit pheromone on the pixels, and the pheromone will affect the motion of next ants. At each iteration step, ants will change their positions in the image according to the transition rule. Finally, we can obtain the segmentation results through analyzing the pheromone distribution in the image. We compared the proposed method with other threshold methods, viz. the Otsu' method, the genetic algorithm, the fuzzy method, and the original ant colony optimization algorithm. From comparison results, the proposed method is more exact than other threshold methods for the segmentation of specific region structures in MR brain image.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1769-1772
• /
• 2005

본 논문에서는 사용자의 작업을 최소화하고 결과의 정확성을 높일 수 있는 3 차원 영역 분할 알고리즘을 제시하고 있다. 경계선을 강화하고 유사영역을 평탄화하는 SRAD(Speckle Reducing Anisotropic Diffusion) 필터링은 잡음에 의한 3 차원 영역확장의 오류를 줄이고 분할 대상의 경계부분까지 안정적으로 영역을 확장시켜준다. 3 차원 영역확장 방법은 사용자에 의해 입력된 시작점을 기반으로 영역의 유사성과 집합성을 판단하는 평가함수(cost Function)를 계산하여 3 차원으로 영역을 확장시킨다. 이러한 방법을 이용할 때에 보다 효과적으로 3D MRI 데이터에 대한 영상 분할을 수행할 수 있다. 또한 논문에서 제시한 알고리즘의 검증을 위해서 분할 결과에 대한 의료진의 검증을 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.405-408
• /
• 2003

영상의 구성물질에 따른 정확한 분할은 질병의 유무를 판단하는데 매우 중요하다. 그러나 영상에서 구성물질들을 정확하게 분할하기란 쉬운 문제가 아니다. 그리고 많은 연구들이 뇌의 실질적인 량을 고려하지 못한 상태서 분할이 이루어지고 있다. 따라서 뇌의 실질적인 량과 비교할 때 가장 근접한 방법 의 개발이 필요하다고 볼 수 있다. 본 논문은 fat을 소거한 T2 영상과 T1 영상을 이용하여 조직에 따르는 명암 분포가 각각 다르게 분포되어 있는 것을 이용하여 평활화한 후 두 영상의 차로 백질, 회백질, 뇌척수액을 분리하는 방법을 제안한다. 이 방법을 이용하여 정상이의 뇌 MR 영상 이용하여 (19 Slice) 백질, 회백질, 뇌척수액을 분리하는 방법을 제시하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.351-354
• /
• 2006

시청각 동영상을 이용하여 정서의 뇌 활성화 영역을 규명하는 뇌 영상 연구들은 심상이나 슬라이드와 같은 정서유발도구를 사용한 연구들이 가지지 못한 장점을 가지고 있다. 그러나 시청각 동영상을 이용하여 정서와 관련된 뇌 활성화 영역을 밝히는 연구들은 미미한 실정이다. 본 연구는 시청각 동영상 자극을 이용하여 부적정서에 해당하는 공포, 분노, 혐오정서의 뇌 활성화 영역을 밝히도록 하겠다. 실험참가자로 11명의 오른손잡이 여대생이 선정되었다. fMRI 실험을 위한 패러다임은 block design으로, 각 정서당 통제자극 30초와 정서자극 1분 30초로 구성되었다. 개발된 공포자극에 의해 유발된 공포정서를 경험하는 동안, 공포자극에서는 우측 Amygdala와 양측 Fusiform Gyrus, 좌측 Middle Occipital Gyrus, 우측 Superior Temporal Gyrus가, 분노자극에서는 좌측 Thalamus와 양측 Anterior Cingulate Gyrus, 혐오자극에서는 좌측 Insula, 우측 Putamen, 우측 Fusiform Gyrus, 우측 Middle Occipital Gyrus, 우측Superior Temporal Gyrus 가 활성화되는 것으로 나타났다. 본 연구 결과에서는 시청각 자극을 사용하여 부적 정서에 따른 뇌 활성화 영역을 규명할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.159-164
• /
• 2001

본 연구에서 설계하고 구현한 뇌 MR영상 처리기에서는 뇌 MR 영상에서 진단에 필요한 정보들을 자동 추출한다. 의료영상 처리 시에는 수집된 의료영상의 특징을 분석하고 특징들을 분류해야 하며 이를 위해서는 효율적인 특징 추출 알고리즘들 필요하다. 뇌 MR 영상 처리기는 영상의 잡음제거나 영상 강화를 위한 전처리기, 영상의 특징을 추출하기 위한 영역분할기와 전역, 지역 특징 추출기로 구성된다. 뇌 MR 영상 특징 추출을 위한 효율적인 의료영상 처리기의 개발 내용을 기술한다.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.339-346
• /
• 2003

In this paper, we propose a new method in which interpolation images are created by using a small number of axiai T2-weighted images instead of using many sectional images for 3D visualization of brain MR images. For image Interpolation, an important part of this process, we first segment a region of interest (ROI) that we wish to apply 3D reconstruction and extract the boundaries of segmented ROIs and MBR information. After the image size of interpolation layer is determined according to the changing rate of MBR size between top slice and bottom slice of segmented ROI, we find the corresponding pixels in segmented ROI images. Then we calculate a pixel's intensity of interpolation image by assigning to each pixel intensity weights detected by cube interpolation method. Finally, 3D reconstruction is accomplished by exploiting feature points and 3D voxels in the created interpolation images.

• The Journal of the Korea Contents Association
• /
• v.5 no.3
• /
• pp.45-51
• /
• 2005

This paper emphasizes on the accomplishment of compensated proton density image and T2 weighted image taken from the shrinkage surface of the Brain. From the images, the Brain's surface shrinkage in the normal image and the surface shrinkage in the abnormal image can be observed. After the separation of white matter, gray matter, and CSF, this algorithm calculates the volume of each of them automatically. Results are subdivided into particular ages and saved in the database to be analyzed and to be processed statistically. Therefore, by using this algorithm the normal and abnormal stages can be detected in the early stages to diagnose. This result easily discernment Alzheimer patient and is useful for Alzheimer diagnostic and early detection.

• Journal of Biomedical Engineering Research
• /
• v.19 no.5
• /
• pp.455-468
• /
• 1998

For the objective interpretation of cerebral metabolic patterns in epilepsy patients, we developed computer-aided classifier using artificial neural network. We studied interictal brain FDG PET scans of 257 epilepsy patients who were diagnosed as normal(n=64), L TLE (n=112), or R TLE (n=81) by visual interpretation. Automatically segmented volume of interest (VOI) was used to reliably extract the features representing patterns of cerebral metabolism. All images were spatially normalized to MNI standard PET template and smoothed with 16mm FWHM Gaussian kernel using SPM96. Mean count in cerebral region was normalized. The VOls for 34 cerebral regions were previously defined on the standard template and 17 different counts of mirrored regions to hemispheric midline were extracted from spatially normalized images. A three-layer feed-forward error back-propagation neural network classifier with 7 input nodes and 3 output nodes was used. The network was trained to interpret metabolic patterns and produce identical diagnoses with those of expert viewers. The performance of the neural network was optimized by testing with 5~40 nodes in hidden layer. Randomly selected 40 images from each group were used to train the network and the remainders were used to test the learned network. The optimized neural network gave a maximum agreement rate of 80.3% with expert viewers. It used 20 hidden nodes and was trained for 1508 epochs. Also, neural network gave agreement rates of 75~80% with 10 or 30 nodes in hidden layer. We conclude that artificial neural network performed as well as human experts and could be potentially useful as clinical decision support tool for the localization of epileptogenic zones.

• The Korean Journal of Nuclear Medicine
• /
• v.37 no.3
• /
• pp.162-170
• /
• 2003

The probabilistic anatomical maps are used to localize the functional neuro-images and morphological variability. The quantitative indicator is very important to inquire the anatomical position of an activated legion because functional image data has the low-resolution nature and no inherent anatomical information. Although previously developed MNI probabilistic anatomical map was enough to localize the data, it was not suitable for the Korean brains because of the morphological difference between Occidental and Oriental. In this study, we develop a probabilistic anatomical map for Korean normal brain. Normal 75 blains of T1-weighted spoiled gradient echo magnetic resonance images were acquired on a 1.5-T GESIGNA scanner. Then, a standard brain is selected in the group through a clinician searches a brain of the average property in the Talairach coordinate system. With the standard brain, an anatomist delineates 89 regions of interest (ROI) parcellating cortical and subcortical areas. The parcellated ROIs of the standard are warped and overlapped into each brain by maximizing intensity similarity. And every brain is automatically labeledwith the registered ROIs. Each of the same-labeled region is linearly normalize to the standard brain, and the occurrence of each legion is counted. Finally, 89 probabilistic ROI volumes are generated. This paper presents a probabilistic anatomical map for localizing the functional and structural analysis of Korean normal brain. In the future, we'll develop the group specific probabilistic anatomical maps of OCD and schizophrenia disease.