• 핵의학기술
• /
• 제12권3호
• /
• pp.222-228
• /
• 2008

목적 : 게이트심장혈액풀 스캔의 각 단위 영상에서 심실내 방사능치를 측정하여 좌심실의 시간-방사능 곡선을 구하여 심박출계수를 구하고 있다. 이를 위하여 좌심실과 배후방사능 관심영역을 정해야 하는데 올바른 관심영역 설정은 심박출계수의 정확도와 밀접한 관련이 있다. 관찰자에 의한 수동 관심영역을 설정 시 시간이 많이 걸리고 많은 경험을 필요로 하며 주관적인 측면이 포함되어 관찰자간의 오차가 발생하는 이유로 대부분의 컴퓨터에는 자동 및 반자동으로 각 단위영상 내 좌심실 외형을 그릴 수 있는 방법이 있다. 본 연구에서는 자동 관심영역 설정과 수동 관심영역 설정에 따른 좌심실 심박출계수를 비교 분석하여 컴퓨터 자동 관심영역 설정 방법이 수동 관심영역 설정보다 객관적이고 재현성이 높은 방법으로 이용될 수 있는지를 알아보고자 하였다. 실험재료 및 방법 : 항암화학요법 치료 대상 환자 33명을 대상으로 PHILIPS사의 ADAC laboratories, Argus Single head Gamma Camera를 이용하여 영상을 획득하였으며, 사용된 방사성 의약품은 체내 표지법을 이용하여 $^{99m}Tc$-RBC를 사용하였다. 영상획득 조건은 다중 게이트 획득 방식으로 매 R-R간격마다 서로 상응하는 단위 영상을 600초 동안 계수치를 얻어 24개의 단위영상을 획득하였다. 앙와위 자세에서 좌전사위 30~45도, 10~20도의 미측경사(caudal tilt) 조건으로 영상 획득 한 후 방사선사 3명이 각각 1회씩 컴퓨터 자동관심영역 설정 모드와 수동 관심영역 설정 모드를 이용하여 좌심실의 심박출계수를 구하여 비교 분석하였다. 결과 : 컴퓨터 자동 관심영역 설정과 수동 관심영역 설정 방법에서의 좌심실 심박출계수 평균은 각각 $65.8{\pm}5.9%$와 $71.4{\pm}12.4%$였다. 두 평균 간의 차이는 $5.5{\pm}9.9%$로 두 관심영역 설정 방법 간의 유의한 차이가 있었다(p=0.003). 또한 관찰자간의 신뢰도 검정에서는 수동 관심영역 설정 방법으로 분석하였을 때 보다 자동 관심영역 설정 방법이 관찰자간 일관성이 높은 것으로 나타났다($\gamma^{MROI}=0.793$, Cronbach's $\alpha$ $M^{ROI}=0.911$ Vs $\gamma^{AROI}=0.964$, Cronbach's $\alpha^{AROI}=0.986$). 영상분류에 따른 분석에서는 최적 중격상에서 두 관심영역 방법에 따른 좌심실 심박출계수는 통계적으로 유의한 차이를 보이지 않았으며(${\Delta}LVEF^{BSV}=0.7{\pm}2.3%$, p=0.233), 좌심실 분리가 잘 안 된 영상에서는 좌심실 심박출계수가 자동 관심영역 설정방법에서 더 높게 나타나는 차이를 보였다(${\Delta}LVEF=10.9{\pm}11.4%$, p=0.001). 또한 신뢰도 검정에서는 두 관심영역 설정 방법 모두 좌심실 분리가 잘 안 된 영상보다 최적 중격상에서 일관성이 높게 나타났다(수동 관심영역 설정 방법 $\gamma^{BSV}=0.836$, Cronbach's $\alpha^{BSV}=0.936$ Vs $\gamma=0.748$, Cronbach's $\alpha=0.888$ / 자동 관심영역 설정 방법 $\gamma^{BSV}=0.939$, Cronbach's $\alpha^{BSV}=0.978$ Vs $\gamma=0.948$, Cronbach's $\alpha=0.981$). 결론 : 최적 중격상을 획득하여 분석한다면 수동과 자동 관심영역 설정 방법 따른 좌심실 심박출계수가 큰 차이가 없는 것으로 나타났다. 또한 수동과 자동 관심영역 설정 방법에 대한 일관성을 비교하였을 때 자동 관심영역 설정 방법에서 높은 일관성을 나타냈다. 결국 영상획득 시 좌심실 최적 중격상의 좌전 사위상을 획득하여 관심영역을 설정한다면 수동 관심영역 설정 방법보다 자동 관심영역 설정 방법이 객관적이고, 재현성이 높은 방법으로 이용될 수 있을 것으로 사료된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.524-526
• /
• 2016

본 논문에서는 클러스터의 개수를 다양하게 설정하여 누적된 변화율이 가장 작은 변화율을 가진 클러스터 개수를 동적으로 설정하는 방법을 제안하여 백내장 영역을 추출하는 방법을 제안한다. 제안된 백내장 추출 방법은 애견 안구 영상에서 관심 영역을 ROI 영역으로 설정한다. 설정된 ROI 영역에 퍼지 스트레칭 기법을 적용하여 픽셀의 상한 값과 하한 값을 조정한다. 퍼지 스트레칭 기법이 적용된 ROI 영역에서 FCM 알고리즘을 적용하여 클러스터 소속 행렬의 중심 값의 변화율이 가장 적은 개수를 최적의 클러스터 개수로 설정하여 ROI 영역을 양자화 한다. 양자화된 ROI 영역에서 침식 및 팽창 기법을 적용하고 ROI 영역의 면적을 기준으로 1/5보다 적은 면적을 가진 객체를 잡음으로 간주하여 제거한다. 잡음이 제거된 ROI 영역에서 ROI 면적의 3/5이상인 영역을 가진 안구 객체를 백내장 영역으로 추출한다. 제안된 방법의 효율성을 분석하기 위해서 애견 안구 영상을 대상으로 실험한 결과, 기존의 FCM을 적용하여 ROI 영역을 양자화 하는 처리 시간보다 제안된 클러스터 수 설정 기반 FCM을 적용한 양자화 방법이 처리 시간이 적게 소요되고 객체들을 정확히 분류하는 것을 실험을 통하여 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제14권4호
• /
• pp.19-28
• /
• 2014

최근 IT산업의 발전은 우리의 삶을 보다 윤택하게 만들어주고 있다. 특히, 스마트폰의 GPS를 이용하여 개인의 위치를 검출하는 다양한 연구가 진행되고 있으며, 긴급구조기관 등에서 적극 활용하려 하고 있다. 하지만 기존 이러한 방식은 임의의 반경 영역을 생성하여 사용자가 해당 영역이 설정된 공간에 진입하거나 이탈하였을 경우 미리 지정된 사용자의 보호자나 관제기관으로 사용자의 위치정보를 전송하는 방법이 시행되고 있지만 특정 길, 놀이동산과 산행 등 정형화되지 않은 공간 및 경로에 대해서는 기존의 반경 영역을 생성하는 방식을 사용할 경우 세부적인 영역 설정이 어려웠다. 본 논문에서는 스마트 기기나 웹에서도 세부적인 영역을 쉽게 설정하기 위해 기존 서비스에서 이용하는 반경 방식을 개선하여 반경과 반경 사이를 연결하여 영역을 설정하는 방법을 제안하였다. 또한 제안하는 위치 기반 영역 설정 방법 및 이탈 검출을 활용하여 사용자의 위치를 검출하는 연산 과정에서 연산 결과를 비교하여 자원 사용을 최적화할 수 있는 방법을 제안한다.

• 한국의학물리학회지:의학물리
• /
• 제14권4호
• /
• pp.268-278
• /
• 2003

목 적 : $^{123}$ I IPT SPECT에서 선조체 섭취율(specific striatal binding ratio: SBR)과 미상핵과 전$.$후 조가비핵의 비(anterior/posterior ratio： APR)를 측정하기 위해 육안적인 방법으로 설정한 수동 관심영역설정 방법과 MR template을 영상 융합하여 해부학적 영상을 기준으로 관심영역을 설정하는 방법에서 수동방법과 영상 융합 방법간 차이의 유의성과 분석 그룹간의 유의성과 재현성을 분석하고자 한다. 대상 및 방법： Early parkinson군 17명(남/녀：8/9, 56.6$\pm$10.8세)과 severe parkinson군 13명(남/녀：8/5, 56.4$\pm$11.1세), 정상인 11명(남/녀：7/4, 57.8$\pm$14.4세)을 대상으로 $^{123}$ I IPT 259 MBq을 정맥 주사한 후 얻은 $^{123}$ I IPT SPECT 영상에서 수동 ROI와 영상융합방법에 의한 ROI를 설정하였다. 영상융합방법에 의한 자동 관심영역 설정방법은 NMI 방법으로 $^{123}$ I IPT SPECT와 MNI T1 template를 영상 융합하여 midthalamic level에서 선조체의 경계를 따라 하부조직을 7개의 관심영역으로 구분하여 SBR과 APR을 측정하고 수동방법으로 측정한 SBR과 APR과 통계적 유의성을 분석하였다. 결 과：수동 관심영역 설정방법과 자동 관심영역 설정방법에 의한 두 분석 방법간 비교에서 SBR은 정상인 그룹(r=0.853, P=0.001), early parkinson군(H＆Y stage I, II) (r=0.841, P=0.000), severe parkinson군(H＆Y stage III, IV) (r=702, P=0.007) 모두에서 유의한 상관관계를 보였으나 APR은 early parkinson군에서만 유의한 상관관계(r=0.720, P=0.001)를 보였고 정상인(r=0.567, P=0.069), severe parkinson군(r=0.413, P=0.161)로 유의한 상관관계를 보이지 않았다. 분석그룹간 비교에서 수동 관심영역 설정방법에서 정상인과 early parkinson군(P=0.000), 정상인과 severe parkinson군(P=0.000), early parkinson군과 severe parkinson군(P=0.013) 모두 유의한 결과를 보였고, 자동 관심영역 설정방법에서 정상인과 early parkinson군(P=0.000), 정상인과 severe parkinson군(P=0.000), early parkinson군과 severe parkinson군(P=0.003)에서는 유의한 결과를 보였다. APR은 수동 관심영역 설정방법에서는 분석그룹간에 유의한 차이를 보이지 않았다(정상인과 early parkinson군：P=0.316, 정상인과 severe parkinson군：P=0.256, early parkinson군과 severe parkinson군：P=0.969). 자동 관심영역 설정방법에서는 정상인과 early parkinson군(P=0.038), 정상인과 severe parkinson군(P=0.027)에서는 유의한 결과를 보였으나 early parkinson군과 severe parkinson군에서는 유의한 결과를 보이지 않았다(P=0.948). 재현성은 CV값으로 자동 관심영역 설정방법이 7.2%, 수동 관심영역 설정방법이 31%로 자동 관심영역 설정방법의 재현성이 4.3배 높았다. 결 론：$^{123}$ I IPT SPECT영상에서 SBR과 APR의 측정이 해부학적 표준영상인 T1 template를 기준으로 영상 융합하여 선조체와 하부조직을 미상핵과 조가비핵 전측과 후측으로 구분하여 섭취율을 측정하는 방법이 수동으로 관심영역을 설정하여 분석하는 방법보다 통계적으로 유의하고 재현성 있는 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1487-1490
• /
• 2015

영상에서 실제 거리를 알 수 없는 상태에서 영상 기반 가상펜스 설계 시, 사전 경보 영역을 설계하기 위한 거리 맵을 제작하기 위해 영상에 색인(Index)을 입력하여 거리에 따른 영역을 나누고 영역에 대한 가중치를 설정하고, 사전 경보 영역이 실제 거리에 비례하여 설정 될 수 있는 방법을 제안한다. 본 연구에서 제안하는 방법과 스테레오 비전 기술이 융합하여 거리 맵을 제작할 시 가상펜스의 사전 경보 영역이 영상의 거리에 비례하게 설정 되어 가상펜스 시스템의 완성도를 높여줄 것으로 기대한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.496-498
• /
• 2001

Snake 모델(active contour model)은 초기값을 설정해주면 자동으로 임의의 물체의 윤곽을 찾아내는 알고리즘으로 영상에서 특정 영역을 분할하여 할 때 많이 이용되고 있다. 본 논문에서는 칼라 영상에서 얼굴과 얼굴의 특징점을 찾는 방법으로 이 알고리즘을 적용한다. 특히, 주어진 영상의 RGB 값을 정규화(normalization) 해주는 전처리 과정을 통해 얼굴의 특징점 후보 영역을 얻어내는 초기 값을 설정해주어야 하는 과정을 생략해주고 보다 정확한 값을 얻을 수 있도록 구현한다. RGB 값을 이용한 정규화 과정을 적용한 방법과 적용하지 않은 방법을 구현한 결과를 비교해줌으로써, 정규화 과정을 거친 방법의 성능이 더 우수함을 보여준다.

• 한국지능시스템학회논문지
• /
• 제22권1호
• /
• pp.108-113
• /
• 2012

무선 센서 네트워크에서 라우팅 경로는 네트워크 보안 유지를 위해 매우 중요하다. 이러한 라우팅 경로를 유지하기 위해선 지속적인 경로 재설정 및 관리가 요구된다. 영역 분할 기반 경로 설정 기법은 통계적 여과 기법이 적용된 센서 네트워크를 여러 개의 하위 영역으로 나누고 각 영역별로 경로 설정 및 관리하는 방법을 제공한다. 이 기법은 부분적인 네트워크 위상 변화 또는 노드의 에너지 고갈 등의 문제로 인한 경로 재설정 시 사용되는 에너지 소모를 많은 부분 절약할 수 있다. 하지만 경로 설정에 사용되는 정보가 해당 영역에만 제한되어 전체 네트워크 관점에서 항상 최적화된 보안 라우팅 경로를 보장하기 어렵다. 본 논문에서는 통계적 여과 기법 기반 센서 네트워크에서 기존 영역 분할 기반 경로 설정 기법으로 설정된 라우팅 경로 최적화를 위한 영역별 부분 경로 선택 방법을 제안한다. 제안 기법에서는 기지 노드가 영역 단위로 설정된 부분 경로 정보를 수집하여 모든 후보 경로들을 평가 함수를 이용해 평가한다. 평가를 통해 결정된 보안 라우팅 경로 정보는 전체 경로 정보 메시지를 통해 각 영역의 최상위 노드(Super DN)에 전달된다. 따라서 각 영역의 최상위 노드는 해당 경로 정보를 이용해 이벤트 발생 위치에 따른 최적화된 라우팅 경로를 제공할 수 있다. 시뮬레이션을 통해 제안 기법의 성능을 검증하였으며, 제안 기법은 기존 영역 분할 기반 경로 설정 기법의 성능 향상을 위해 유용하게 활용할 수 있을 것으로 기대된다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.525-526
• /
• 2011

복부 MRI 영상에서 간의 인식은 간에 존재하는 질병을 파악하는 것뿐만 아니라 간에 대한 치료 방법이나 수술 방법을 결정하는 중요한 정보를 제공한다. 따라서 본 논문은 복부 MRI 영상에서 이러한 간 영역과 간의 혈관을 자동으로 검출하는 알고리즘을 제안한다. 제안 알고리즘은 1단계로 Region Growing의 개선된 방법으로 초기 설정된 간 영역의 외곽선 정보를 이용하여 씨앗점을 설정해 간 영역을 초기 분할한다. 2단계로 분할된 영역 경계선의 지역적 최소값을 이용하여 경계선의 보정 작업을 수행한다. 이후 3단계로 추출된 간 영역을 기반으로 영상 개선 후, 인페인팅(In-painting) 기법을 활용하여 간 영역 내부의 혈관 부분을 검출하게 된다. 제안 알고리즘의 평가는 전문의의 수작업 결과와 비교하였고, 결과 82.5%의 평균 정확도를 보여 제안 알고리즘의 효과적인 간혈관 검출을 확인하였다. 향후 본 연구의 확장으로 검출된 혈관 영역의 3D Volume Rendering 연구를 수행할 예정이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.867-870
• /
• 2005

인터넷 및 전자상거래의 발전으로 인해 물류가 급증하고 있다. 물류 인수인계 문서 및 물류 정보의 전달 수단으로서 2 차원 바코드가 사용되는데 본 논문에서는 MaxiCode 에 대한 관심영역 추출 결과를 검증하는 방법을 제시하였다. 제안된 방법은 물류상에 바코드 영역 추출 방법에 의해 여러 종류의 바코드 중에서 MaxiCode 영역인지 검증하는 방법으로써 검증 후보 영역 설정, 후보 영역으로부터 중심점 획득, 중심점 검증 단계로 MaxiCode 의 영역 검증 방법을 제시한 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.47-50
• /
• 2018

본 논문에서는 초음파 영상에서 환자 정보를 제거하여 ROI 영역을 추출하고, 추출된 ROI 영역에서 최대 명암도를 임계치로 설정한 이진화 기법을 적용하여 ROI 영역을 이진화 한다. 이진화된 ROI 영역에서 4 방향 윤곽선 추적 기법을 적용하여 상완동맥 혈류 영역이 존재하는 사다리꼴 형태의 영역을 추출한다. 추출된 사다리꼴 형태의 영역에서 상완동맥 혈류영역을 정확히 추출하기 위하여 제안된 무게 중심법을 이용하여 추출된 후보 영역을 양자화 한다. 무게 중심법은 추출된 사다리꼴 영역에서 FCM 기반 무게중심법과 PCM 기반 무게중심법을 각각 계산한 후, 두 중심 간의 차이가 존재 할 경우에는 두 중심의 평균값을 새로운 무게 중심으로 설정하여 각 픽셀들을 클러스터링하여 상완 동맥 영역을 추출한다. 추출된 상완 동맥 영역에는 고혈압 영역인 빨강색 영역과 저혈압이나 혈류가 역류하는 영역인 파란색 영역이 존재한다. 추출된 상완 동맥 영역에서 고혈압 영역만을 추출하기 위해 빨강색 영역을 제외한 그 외의 영역은 제거한다. 전문의가 제공한 상완동맥 혈류 초음파 영상을 대상으로 TPR(True Positive Rate) 검사을 분석한 결과, 제안된 방법이 기존의 방법 보다 TPR 값이 높게 나타나는 것을 확인하였다.