• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.124-136
• /
• 2018

신경망을 이용하여 OCT 영상을 분석하고 다양한 망막 질환을 자동 진단하는 것에 관한 연구들이 활발하게 이루어지고 있다. 이러한 연구가 현실에 적용되기 위한 하나의 중요한 요건은 학습된 신경망이 학습에 사용된 데이터와는 다른 기기에서 생성된 데이터에 대해서도 성능의 큰 하락 없이 일반화될 수 있어야 한다는 것이다. 본 논문에서는 심층 CNN을 이용하여 OCT 영상으로부터 노년기황반변성(AMD)을 자동 진단하는 것을 다룬다. 하나의 OCT 기기로부터 획득한 데이터 셋을 이용하여 신경망을 학습시킨 후 다른 OCT 기기로부터 생산된 이미지를 테스트한 결과 상당한 성능의 하락을 관찰할 수 있었다. 이러한 성능의 하락을 방지하기 위해서 OCT 이미지를 정규화 하는 기법을 제안하고 실험을 통해 그 효과를 분석하였다. 제안한 기법은 OCT 이미지를 분할하여 망막에 해당하는 영역을 찾아낸 후 이미지 내에서 망막 영역이 수평에 가까운 기울기를 가지도록 정렬(align)하여 형태적인 측면에서 OCT 이미지를 정규화 하는 것을 목적으로 한다. 실험을 통하여 제안한 기법이 이종의 기기에서 생성된 OCT 이미지로부터 AMD를 자동진단 하는데 있어서 상당한 성능의 향상을 달성함을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권9호
• /
• pp.821-828
• /
• 2003

본 논문은 경동맥(carotid artery)을 환영한 MRA(Magnetic Resonance Angiography) 영상을 이용하여 실제 내시경으로 접근이 불가능한 경동맥의 내부를 시각화(visualization)하기 위해 가상혈관경(virtual angioscopy)을 구현하였다 항해경로 결정을 위해 MRA의 단면 원천영상에서 총경동맥 (common carotid artery) 및 내경동맥(internal carotid artery)만을 분리하였고, 중앙축 변환(MAT Medial Axis Transformation)을 통해 구해진 좌표값을 가상 카메라의 운행 경로로 사용하였다. 원근투영 (perspective projection) 및 볼륨 데이타의 표면을 렌더링하기 위해 마칭큐브(marching rube) 알고리즘을 사용하였다 허혈성으로 인한 뇌혈관질환(cerebrovascular disease)은 뇌졸중(stroke)의 80% 정도를 차지하는데, 경동맥은 뇌에 혈액을 공급하는 주된 혈관으로 경동맥 협착증(carotid artery stenosis)은 뇌졸중의 직접적인 원인이 된다. 가상혈관경은 경동맥 내부의 협착 위치와 협착 정도를 정성적으로 파악 할 수 있으며 협착증의 진단과 교육에 사용될 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권2호
• /
• pp.123-134
• /
• 2000

등치선(wire-frame contour)으로 표현된 물체의 볼륨정보에서부터 3차원 표면을 재구성하는 방법을 제안한다. 등치선 삼각화법(contour triangulation)이라고도 하는 이 방법에서 가장 문제가 되는 것이 인접 단층사이에서 표면이 분기하는 경우에 발생하는데, 이것은 하나의 등치선이 인접한 층의 두 개이상의 등치선과 연결되는 형태로 나타나며, 표면 생성시의 많은 모호성을 발생시킨다. 본 논문에서는 이러한 분기문제를 가장 일반적으로 발생하는 이중분기문제와 그 이상의 다중분기문제로 구분하고, 먼저 이중 분기 알고리즘을 제안하였으며, 다중분기문제를 다수의 이중분기문제로 단순화하는 다중분기 알고리즘을 제안하였다. 제안된 이중분기 알고리즘은 모 등치선을 분할하는 방법을 이용하였는데, 먼저 해협다각형을 정의하고 이를 삼각분할하여 분할선을 구하는 것에 바탕을 두고 있다. 이 방법은 이중분기가 매우 복잡하게 나타나는 경우에도 잘 적용이 되며, 분할선의 레벨을 조절함으로써 매우 사실적인 표면을 만들어 낼 수 있다는 장점이 있다. 또한 다중분기문제를 단층 간격의 문제로 규정하고, 인접한 두 층 사이에 가상의 등치선을 추가하여 가지 등치선을 연속적으로 병합하는 방법으로 해결하였다. 제안된 방법은 등치선 삼각화의 가장 큰 문제인 분기문제를 해결하기 위한 매우 구조적인 접근방법으로, 다양한 실제 등치선 데이타에 적용한 결과 좋은 성능을 나타냈다.