• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.265-267
• /
• 2003

해부학적 구조의 변형이 존재하는 신체 부위를 정합하기 위하여 연구되는 non-rigid 정합 방법은 현재 의료 영상 분야에서 매우 중요한 주제이고 많은 연구가 이루어지고 있다. 본 논문에서는 Visible Human Color 단면 영상과 CT영상 사이에 존재하는 다리 모양의 변형을 정합 하기 위하여 계층적인 non-rigid 정합 방법을 제안하였다. 제안한 계층적 정합 방법은 영역 경계를 이용한 global rigid 정합으로 초기 변형 벡터를 찾고. 정합 할 영역을 sampling하여 local non-rigid 정합을 수행 한 후 결과를 interpolation하여 전체 영역에 대한 최종 정합 벡터를 계산하였다. 결과적으로 더욱 효율적이고 강력한 non-rigid 정합 결과를 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.271-274
• /
• 2004

영상정합을 통한 의료영상 분석방법들 중 동일환자에 대한 선형적 다중모달리티 정합이 널리 이용되고 있다. 그러나 실제적으로 여러 종류의 환자영상 취득이 어렵거나 해부학적 영상정보가 손실되는 경우가 적지 않다 본 논문에서는 표준 형상을 가지는 정상인 해부학적 뇌영상에 대한 환자 기능적 뇌영상의 정합방법을 제안한다. 먼저 두 영상간 모멘트 정보 매칭 및 초기선형 변환을 수행하고, 3차원 B zier 함수 기반 free-form 변형기법을 이용한 비선형 정합을 수행하여 정합 영상간 형상 차이를 최소화한다 제안방법은 환자 기능영상의 해부학적 분석 뿐 아니라 시술전-시술중 영상정합을 통한 영상유도시술에도 확장 적용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.572-575
• /
• 2012

본 논문은 스테레오 시각에서 3차원 정보를 얻기 위해 변형된 Census 변환과 적응적 윈도우를 이용한 다해상도 스테레오 영상 정합 방법을 제안하고자 한다. 영역 기반 기법으로 스테레오 영상의 대응점을 찾기 위해 탐색 화소 주변 영역의 기울기를 계산하여 윈도우의 크기 및 모양을 적응적으로 결정하고, 윈도우 영역의 정합 비용 함수는 변형된 Census 변환과 AD 연산 결과의 가중합으로 구한다. 정합 과정에서 계산복잡도를 줄이기 위해 계층적 다해상도 구조를 적용하여 영상 피라미드를 만들고, 정합의 정확성을 향상시키기 위해 정합 영역에 변위 평활성과 같은 제약 조건을 적용하여 변위를 전파하는 방법을 사용한다. 실험을 통해 제안한 방법이 변위 탐색 시간을 감소시킬 뿐만 아니라 정합의 타당성이 보장됨을 확인하고자 한다.

• Journal of Korea Multimedia Society
• /
• v.16 no.6
• /
• pp.700-707
• /
• 2013

In this paper, we propose a non-rigid registration method of lung parenchyma in temporal chest CT scans using region binarization modeling and locally deformable model. To cope with intensity differences between CT scans, we segment the lung vessel and parenchyma in each scan and perform binarization modeling. Then, we match them without referring any intensity information. We globally align two lung surfaces. Then, locally deformable transformation model is developed for the subsequent non-rigid registration. Subtracted quantification results after non-rigid registration are visualized by pre-defined color map. Experimental results showed that proposed registration method correctly aligned lung parenchyma in the full inspiration and expiration CT images for ten patients. Our non-rigid lung registration method may be useful for the assessment of various lung diseases by providing intuitive color-coded information of quantification results about lung parenchyma.

• Journal of KIISE:Software and Applications
• /
• v.37 no.1
• /
• pp.9-18
• /
• 2010

This paper proposes a deformable registration method using a demon algorithm for aligning the lungs between end-exhale and end-inhale CT scans. The lungs are globally aligned by affine transformation and locally deformed by a demon algorithm. The use of floating gradient force allows a fast convergence in the lung regions with a weak gradient of the reference image. The active-cell-based demon algorithm helps to accelerate the registration process and reduce the probability of deformation folding because it avoids unnecessary computation of the displacement for well-matched lung regions. The performance of the proposed method was evaluated through comparisons of methods that use a reference gradient force or a combined gradient force as well as methods with and without active cells. The results show that the proposed method can accurately register lungs with large deformations and can reduce the processing time considerably.

• Progress in Medical Physics
• /
• v.22 no.1
• /
• pp.28-34
• /
• 2011

To perform the Adaptive Radiation Therapy (ART), a high degree of deformable registration accuracy is essential. The purpose of this study is to identify whether the change of MV CBCT intensity can improve registration accuracy using predefined modification level and filtering process. To obtain modification level, the cheese phantom images was acquired from both kilovoltage CT (kV CT), megavoltage cone-beam CT (MV CBCT). From the cheese phantom images, the modification level of MV CBCT was defined from the relationship between Hounsfield Units (HUs) of kV CT and MV CBCT images. 'Gaussian smoothing filter' was added to reduce the noise of the MV CBCT images. The intensity of MV CBCT image was changed to the intensity of the kV CT image to make the two images have the same intensity range as if they were obtained from the same modality. The demon deformable registration which was efficient and easy to perform the deformable registration was applied. The deformable lung phantom which was intentionally created in the laboratory to imitate the changes of the breathing period was acquired from kV CT and MV CBCT. And then the deformable lung phantom images were applied to the proposed method. As a result of deformable image registration, the similarity of the correlation coefficient was used for a quantitative evaluation of the result was increased by 6.07% in the cheese phantom, and 18% in the deformable lung phantom. For the additional evaluation of the registration of the deformable lung phantom, the centric coordinates of the mark which was inserted into the inner part of the phantom were measured to calculate the vector difference. The vector differences from the result were 2.23, 1.39 mm with/without modification of intensity of MV CBCT images, respectively. In summary, our method has quantitatively improved the accuracy of deformable registration and could be a useful solution to improve the image registration accuracy. A further study was also suggested in this paper.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.487-489
• /
• 2000

본 논문에서는 다해상도 영상에서 움직이는 다중 객체의 추적 방법을 다룬다. 일반적으로 객체 추적 알고리즘은 움직임 탐지, 정합, 갱신의 처리 단계로 구성되어 있다. 특히 다중객체 추적일 경우, 정합 과정은 매우 중요하다. 일반적인 시각 시스템에서는 대상 객체가 강체(rigid object)라고 가정하면 이러한 정합 과정은 비교적 쉽게 구현될 수 있다. 그러나 다해상도 영상에서는 한 위치에서 다른 위치로 움직일 때 그 영역의 형태 및 크기가 변형 되기 때문에 정합이 쉽게 이루어지지 않는다. 따라서 본 논문에서는 이러한 문제를 해결할 수 있는 다해상도 영상에서의 정합방법을 제안한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.180-185
• /
• 2000

방사선 치료계획이나 사전수술계획 등에 컴퓨터 사용이 늘어남에 따라 의료영상별 특성에 따른 복합적 처리를 필요로 한다. 본 논문에서는 다중 모달리티 영상으로부터 의미 있는 정보를 제공하기 위하여 상호정보 최적화를 통한 영상정합 방법을 제안한다. 본 방법은 두 영상에서 대응되는 위치의 명암도간 통계적 의존관계와 정보중복성을 계산하는 상호정보(mutual information)를 통해 영상간 변형관계를 추정함으로써 영상을 정합한다. 실험결과로는 뇌 자기공명영상(MRI)과 컴퓨터단층촬영영상(CT)의 상호정보를 최적화하여 정합 결과를 제시한다. 본 방법은 기존 정합방법에서 사용하는 영상분할이나 특징점 추출 등의 전처리 과정 없이 영상 자체 정보를 기반으로 계산함으로써 정합의 정확도를 높일 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.40-43
• /
• 2016

본 논문에서는 다수의 영상을 빠르고 오류 없이 정합하기 위하여 정합과정의 전 처리로써 유사도 맵 생성 알고리즘을 제안한다. 본 논문에서는 블록화한 히스토그램을 통하여 영상간의 관계를 판별하게 된다. 두 영상의 블록 히스토그램을 비교하여 영상 간의 유사성과 위치관계를 8 방향으로 판별하고 이를 이용하여 유사도 맵에 영상들을 정렬하게 된다. 유사도 맵의 생성으로 정합 알고리즘을 적용해야 하는 경우의 수가 줄어들어 복잡도는 낮아지게 되어 이후 정합과정에서 속도의 이득을 얻을 수 있다. 또한 정합 방법으로 변형이 적은 영상을 정합하는데 탁월한 성능과 속도를 보이는 히스토그램을 이용한 방법을 제안한다. 제안 알고리즘을 이용하여 실험한 결과 기존의 다중 영상 스티칭 알고리즘에 비하여 매우 빠른 속도를 확인 할 수 있고 결과 영상 또한 오류가 적은 것을 확인 할 수 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.155-163
• /
• 2001

In this paper, we propose an image registration method by optimization of mutual information to provide a significant infonnation from multimodality images. The method applies mutual infonnation to measure the statistical dependency'r information redundancy between the image intensities of corresponding pixels in both images, which is assumed to be maximal if the images are geometrically aligned. We show the registration results optimizing mutual information between brain MR image and brain CT image and the comparison results with additive gaussian noise. Since our method uses the native image rather than prior segmentation or feature extraction, no user interaction is required and the accuracy of registration is improved. In addition, it shows the robustness against the noise.