• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.94-96
• /
• 2016

본 논문에서는 기존의 백내장 추출 방법을 개선하기 위해 FCM(Fuzzy C_Means) 알고리즘을 적용하여 백내장을 추출하고 분석하는 방법을 제안한다. 제안된 방법은 애견 안구 영상에서 ROI 영역을 추출한다. 추출된 ROI 영역에서 Fuzzy Stretching 기법을 적용하여 픽셀의 상한 값과 하한 값을 조정한다. 퍼지 스트레칭 기법이 적용된 ROI 영역에 Max-Min 기반 평균 이진화 기법을 적용하여 ROI 영역을 이진화한다. 그리고 퍼지 스트레칭 기법이 적용된 ROI 영역에 FCM 알고리즘을 적용하여 양자화한 후에 양자화된 ROI 영역에서 밝기 평균 이진화 기법을 적용하여 이진화한다. 따라서 Max-Min 기반 이진화 기법을 적용하여 이진화된 ROI 영역과 밝기 평균 이진화 기법을 적용하여 이진화된 ROI 영역을 AND 연산을 적용하여 백내장의 후보 영역을 추출한다. 추출된 백내장의 후보 영역에서 침식, 팽창 기법을 적용하여 ROI 영역의 픽셀 크기를 확대 또는 축소하고 타원 형태를 가진 객체 중에서 ROI의 전체 영역의 크기가 1/5보다 적은 객체를 잡음으로 간주하여 제거한다. 잡음이 제거된 백내장의 후보 영역에서 크기가 3/5이상인 영역을 백내장 영역으로 추출한다. 제안된 방법의 성능을 분석하기 위하여 기존의 백내장 추출 방법과 제안된 백내장 추출 방법을 15개의 백내장 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 백내장 추출 방법보다 백내장 추출률이 개선된 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.9-12
• /
• 2017

본 논문에서는 어깨 초음파 영상을 분석하여 인대 손상(Tear) 영역을 추출하는 방법을 제안한다. 제안된 방법은 초음파 영상에서 ROI(Region of Interest) 영역을 추출하고 추출된 ROI 영역에서 사다리꼴 형태의 소속 함수를 적용한 퍼지 스트레칭 기법을 이용하여 명암 대비를 높인다. 명암 대비가 조정된 ROI 영역에서 밝기 평균 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화가 적용된 ROI 영역에서 워터쉐드 기법을 적용하여 연골과 힘줄의 후보 영역들을 추출한다. 추출된 연골과 힘줄의 후보 영역들 중에서 위에서 아래로 스캔하여 수평 너비가 가장 큰 영역에 해당하는 힘줄 영역의 상단 경계선을 추출한다. 그리고 아래에서 위로 스캔하여 수평 너비가 가장 큰 영역의 상단 경계에 스플라인 곡선을 적용하여 연골 영역의 상단 경계선을 추출한다. 힘줄 영역의 상단 경계선과 연골 영역의 상단 경계선 양 끝에 2차 함수 곡선을 적용하여 곡선 사이의 양자화할 영역을 추출한 후, SOM 기법을 적용하여 인대 손상 후보 영역을 양자화한다. 양자화된 인대 손상 후보 영역을 분석하여 어깨 힘줄의 손상 영역과 비손상 영역을 구분하고 인대 손상(Tear) 영역을 추출한다. 제안된 방법을 어깨 힘줄이 있는 초음파 영상을 대상으로 실험한 결과, 인대 손상(Tear) 영역이 비교적 정확히 추출되었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.439-440
• /
• 2011

최근 의료 장비들이 발전하고 진단 및 연구에 다양하게 이용되면서 이로부터 얻은 3차원 의료 영상들을 자동으로 처리해주는 기술의 수요가 늘고 있다. 자동 뼈 영역화 기법은 이러한 기술들 중 하나로써 골다공증이나 뼈 골절, 골격질환 등의 진단의 효율성을 크게 높여줄 것으로 기대되고 있다. 그러나 현재까지 이를 위한 다양한 연구들이 진행되었음에도 2차원 영상과는 달리 높은 데이터양과 주변 조직과의 모호한 경계들이 많다는 어려움 때문에 실제 진단에는 사용되지 못하고 있다. 이에 따라 본 논문에서는 다중 해상도를 기반으로 하여 영역화와 정합기법을 반복적으로 수행함으로써 3차원 의료 영상 내에서 자동으로 뼈를 영역화 해내는 기법을 제안한다. 낮은 해상도 단계에서 학습된 집합의 뼈 정보들을 이용하여 대략적인 뼈 위치를 검출하고, 이후 해상도를 높여가면서 정합 과정과 영역화 과정을 반복적으로 수행한다. 성능을 확인하기 위해 무릎 자기공명영상(magnetic resonance image)내에서 대퇴골(femur)과 경골(tibia)을 영역화 하는 실험을 진행하였으며 60개의 학습 데이터들을 바탕으로 40개 영상에서의 뼈들을 영역화 하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1292-1298
• /
• 2001

본 논문에서는 공간 영역에서의 블록 분류 (block classification)와 순방향 신경망 필터(feedforward neural network filter)를 이용한 블록 기반 부호화에서의 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록 경계를 인접 블록간의 통계적 특성을 이용하여 평탄 영역과 에지 영역으로 분류한 후, 각 영역에 대하여 블록화 현상이 발생하였다고 분류된 클래스에 대하여 적응적인 블록간 필터링을 수행한다. 즉, 평탄 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 오류 역전파 학습 알고리듬 (error backpropagation learning algorithm)에 의하여 학습된 2계층 (2-layer) 신경망 필터를 이용하여 블록화 현상을 제거하고, 복잡한 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 에지 성분을 보존하기 위하여 선형 내삽을 이용하여 블록간 인접 화소의 밝기 값만을 조정함으로써 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.477-479
• /
• 2016

본 논문에서는 초음파 영상에서 어깨 부위를 분석하여 어깨 힘줄(Tendon) 영역에서 인대 손상영역을 추출하는 방법을 제안한다. 제안된 방법은 초음파 영상에서 ROI(Region of Interest)을 추출하고 샤프닝 기법을 적용하여 ROI 영역을 뚜렷한 후에 퍼지 스트레칭 기법을 적용하여 명암 대비를 높인 후, 평균 이진화 기법을 적용하여 ROI 영역을 이진화 한다. 이진화된 ROI 영역에 침식, 팽창기법과 라벨링 기법을 적용하여 전체 ROI의 면적 영역에서 0.4%이하인 객체 영역들을 잡음으로 간주하여 제거한 후, ROI 영역에서 수평 너비가 가장 큰 영역의 상단 경계에 스플라인 곡선을 적용한다. 스플라인 곡선이 적용된 영역에서 곡선이 가장 높은 지점을 구한 후, 구한 지점으로부터 ROI 영역의 세로 길이의 1/5를 갖는 상단부분을 제거한 후에 양자화할 영역을 추출하고 FCM을 적용하여 양자화를 한다. 양자화된 영역에서 어깨 힘줄 영역 안에 있는 인대 손상의 후보 영역을 추출하고 면적의 크기가 0.14%이상이거나 3%이하인 영역을 어깨 힘줄의 인대 손상 영역으로 추출한다. 제안된 방법을 어깨 힘줄이 있는 초음파 영상을 대상으로 실험한 결과, 제안된 방법이 어깨 힘줄의 인대 손상 영역이 비교적 정확히 추출되었다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2000.06a
• /
• pp.163-168
• /
• 2000

기계번역에서 좋은 품질의 번역 결과를 얻기 위해서는 대상으로 하고 잇는 전문 영역에 맞게 시스템의 번역 지식을 조정해야 한다. 본 연구에서는 대상 영역 코퍼스를 이용하여 기계번역 시스템의 특정 영역화를 지원하는 워크벤치를 설계하고 구현한다. 워크벤치는 대상 영역의 코퍼스에서 대상 영역의 지식을 추출하는 영역 지식 추출기와, 추출된 지식을 사용자에게 제시하여 사용자가 사전을 편집할 수 있는 환경을 제공하는 영역 지식 검색기와 사전 편집기로 구성된다. 구혀된 워크벤치를 이용하여 일반 영역 사전을 군사 정보 영역으로 특정 영역화를 해 본 결과, 효율성과 정확성에서의 향상이 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.368-370
• /
• 2013

본 논문에서는 복부 초음파 영상에서 복부 근육을 추출하고 추출된 근육 영역에서 지방을 분석하는 방법을 제안한다. 복부 초음파 영상에서 밝은 명암도를 가지는 근막 영역과 어두운 명암도를 가지는 근육 영역의 명암 대비를 강조하기 위해서 앤드 인 탐색 스트레칭 방법과 Multiple 연산을 적용한다. 평균 명암도와 명암 대비가 강조된 복부 초음파 영상에서 수직 방향의 명암도가 200이상인 픽셀들은 퍼지 이진화 기법을 적용하여 이진화한다. 이진화된 영상에서 외복사근 상단선을 추출한 후, 퍼지 이진화 기법이 적용된 영상과 합성한다. 합성된 영상에서 최종 근막 영역을 추출한다. 추출된 각각의 복부 근육 영역에 ART2 알고리즘을 적용하여 복부 근육 영역을 양자화한다. 양자화된 복부 근육 내의 영역을 분석하여 최종 지방 영역을 추출한다. 제안된 복부 근육 추출 및 지방 분석 방법을 실제 복부 초음파 영상을 대상으로 실험한 결과, 추출된 복부 근육 영역에 ART2 알고리즘 기반 양자화 기법을 적용하여 지방을 추출하는 것이 복부비만을 분석하는데 도움이 되는 것을 영상 의학과 전문의를 통해 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.6
• /
• pp.75-81
• /
• 2010

The segmentation of cartilage is crucial for the diagnose and treatment of osteoarthritis (OA), and has mostly been done manually by an expert, requiring a considerable amount of time and effort due to the thin shape and vague boundaries of the cartilage in MR (magnetic resonance) images. In this paper, we propose a fully automatic method to segment cartilage in a knee joint on MR images. The proposed method is based on a small number of manually segmented images as the training set and comprised of an initial per patch segmentation process and a global refinement process on the cumulative per patch results. Each patch for per patch segmentation is positioned by classifying the bone-cartilage interface on the pre-segmented bone surface. Next, the shape and intensity priors are constructed for each patch based on information extracted from reference patches in the training set. The ratio of influence between the shape and intensity priors is adaptively determined per patch. Each patch is segmented by graph cuts, where energy is defined based on constructed priors. Finally, global refinement is conducted on the global cartilage using the results of per patch segmentation as the shape prior. Experimental evaluation shows that the proposed framework provide accurate and clinically useful segmentation results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.45-46
• /
• 2013

본 논문에서는 깊이 영상과 컬러 영상의 매칭을 통한 강인한 전경 객체 영역화 기법을 제안한다. 기존의 컬러 영상 기반 객체 영역화 알고리즘은 배경과 객체의 색상이 유사한 경우 정확한 객체 영역화가 어렵다. 깊이 영상을 이용하면 이러한 오 검출을 줄일 수 있지만, 깊이 영상 취득 장비의 오류로 인하여 검출되는 객체 외곽선이 컬러 영상에 비해 세밀하지 못한 단점이 있다. 따라서, 깊이 영상의 외곽선을 비교적 세밀한 컬러 영상의 외곽선에 매칭시킨다. 아울러, 서로 다른 센서에서 취득한 두 영상을 매칭하기 위하여, 정규화된 상호연관성(normalized cross correlation)을 유사도 척도로 사용한다. 실험을 통하여 제안하는 알고리즘이 전경 객체 영역화의 오 검출을 줄이며, 동시에 객체 외곽선을 충실히 복원함을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.940-942
• /
• 2004

자바가상기계의 메모리 할당에서 서로 다른 크기의 메모리 할당과 해제는 힙 영역과 자바 스택 영역에 심각한 외부 단편화를 발생시킨다. 자바가상기계에서 외부 단편화는 가비지 콜렉션의 발생을 증가시키고 메모리를 할당하기 위한 메모리 접근이 증가되는 고비용의 동작이 발생하므로 소규모 메모리에서 동작하는 임베디드 자바가상기계에서 성능저하가 발생하게 된다. 본 논문에서는 임베디드 자바가상기계에서 외부 단편화를 최소화하고 메모리를 효율적으로 관리하기 위한 한 가지 방안으로 고정크기 메모리 할당 방법에 대한 연구이다. 고정크기 메모리 할당 기법은 자바가상기계의 힙 영역에 가장 큰 객체의 크기를 기준으로 할당하고 자바 스택 영역에 가장 큰 스택 프레임을 기준으로 할당하도록 하여, 힙 영역과 자바 스택 영역에 외부 단편화를 최소화하도록 하는 메모리 할당 정책이다. 고정 크기 메모리 할당은 내부 단편화에 따른 메모리 낭비가 발생될 수 있지만, 외부 단편화는 최소화되기 때문에 가비지 콜렉션 발생 횟수를 감소시킬 수 있으며, 회수된 메모리 공간을 재구성하는 고비용을 제거 할 수 있다. 또한 할당 해제된 영역들은 Free-List로 연결되어 메모리 할당을 위한 메모리 접근을 최소화시키는 장점을 가진다.