• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.8
• /
• pp.225-231
• /
• 2013

Medical image segmentation is an image processing technology prior to performing various medical image processing. Therefore, a variety of methods have been researched for fast and accurate medical image segmentation. Accurate judgment of segmentation region is needed to segment the interest region in which patient requested in medical image that various organs exist. However, an case that scanned a part of organs is small occurs. In this case, information to determine the segmentation region is lack. consequently, a removal of segmentation region occurs during the segmentation process. In this paper, we improved segmentation results in a small region using volume data and linear equation. In order to verify the performance of the proposed method, we segmented the lung region of chest CT images. As a result of experiments, we confirmed that image segmentation accuracy rose from 0.978 to 0.981 and standard deviation also improved from 0.281 to 0.187.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.478-480
• /
• 2002

영상 분할은 임상에서의 진단과 분석 및 3차원 가시화를 위해 선행되어야 할 필수 과정이다. 의료영상은 영상이 가지는 데이터 자체의 고유한 제약들과 해부학적 변이성 때문에 영상분할에 어려움이 있다. 본 논문에서는 의료영상의 분할을 위해 스네이크의 새로운 외부 힘으로 Gradient Vector Flow(GVF)를 이용한 방법을 제안한다. 제안된 방법은 2차원 의료영상에서 에지 맵(edge map)을 구하고, GVF을 계산하여 스네이크의 경계선과 같이 관심 있는 특징의 에너지 함수가 최소가 되는 GVF 스네이크(snake)를 구한다. 제안된 방법을 초음파영상과 자기공명영상 같은 의료영상의 분할에 적용한 결과 기존의 스네이크와 달리 잡음이나 오목한 부분이 있는 객체들을 성공적으로 분할하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.577-579
• /
• 2021

의료영상기반의 인공지능 연구는 질환의 조기진단 및 예측 분야에 눈부신 기술발전이 되어왔다. 근감소증 질환은 다양한 기저질환을 기반으로 발생하며, 특히 60대 이상은 30%의 유병율을 갖는다. 해당 질환은 임상적인 진단 방법의 발달과 임상 결과가 알려지면서 관심이 증가하고 있다. 최근 근감소증 진단방법 중의 하나로 CT 또는 MR 의료영상을 통한 진단방법이 제시되었다. 본 논문에서는 인공지능을 기반으로 하여, 근감소증을 진단하기 위해 척추부위 중 Lumbar 3 영역의 근육, 지방 영역의 영상분할 모델을 제시하고자 한다. 이를 위해 인공지능 영상분할 모델을 개발하는 과정과 그 근육과 지방의 영상분할 결과를 보인다. 본 논문에서 제시한 영상분할모델을 통해 근감소증을 빠르게 진단할 수 있을 것으로 기대한다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.2
• /
• pp.335-345
• /
• 2011

In this paper, we propose a new hybrid speed function for image segmentation using level set. A new proposed speed function uses the region and boundary information of image object for the exact result of segmentation. The region information is defined by the probability information of pixel intensity in a ROI(region-of-interest), and the boundary information is defined by the gradient vector flow obtained from the gradient of image. We show the results of experiment for an various artificial image and real medical image to verify the accuracy of segmentation using proposed method.

• Journal of the Korea Computer Graphics Society
• /
• v.2 no.2
• /
• pp.21-28
• /
• 1996

The nature of complexity of medical images makes them difficult to segment using standard techniques. Therefore the usual approaches to segment images continue to predominantly involve manual interaction. But it tediously consumes a good deal of time and efforts of the experts. Hereby a nonmanual parameters estimation which can replace the manual interaction is needed to solve the problem of redundant manual works for an image segmentation. This paper attempts to estimate parameters for an image region segmentation using Scale Space Filtering. This attempt results in estimating the number of regions, their boundary and each representatives to be segmented 2-dimensionally and 3-dimensionally. Using this algorithm, we may diminish the problem of wasted time and efforts for finding prerequisite segmentation parameters, and lead the relatively reasonable result of region segmentation.

• Journal of Korea Multimedia Society
• /
• v.14 no.11
• /
• pp.1383-1391
• /
• 2011

Following the appearance of the latest medical equipment with improved function, the importance of image analysis which enables effective image processing and analysis consistent with the hardware performance is on the rise. As well as, ongoing study is being done on the 2D medical image processing and 3D reconstruction. This paper segments chest CT images into each stage and finally shows 3D reconstruction of each segmented result. Among various image segmentation methods, Region Growing and apply sharpening and Gamma Controller as for image improvement for effective segmentation, image segmentation in order of bronchus and lung, bronchus, lung. Human organs image of segmented is use VTK(Visualization Toolkit) to make 3D reconstruction, two and three-dimensional medical image processing and analysis for lesions diagnosis are able to utilized.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.206-209
• /
• 2002

의료 영상 처리 시스템에서는 영상들의 검색이 중요한 문제로 대두되고 있다. 그에 대한 해결 방법으로는 의료 영상 처리 시스템에 지능적인 내용 기반의 영상 검색 방법을 도입하는 것이다. 본 연구에서는 의료 영상에 적합한 분할 방법을 사용하여 뇌의 MR 영상에 대하여 내용기반 검색을 하기 위한 영상 특징 색인화 방법을 제안한다. 제안하는 색인화 방법은 뇌 MR 영상에서 뇌영역을 분할하고 특징들을 추출한 후 이 정보를 가지고 대상 영상의 그룹핑 정보를 유추하고, 각 대상 영상에서의 비정상 후보 영역 위치를 찾아내어 3차원 공간 색인을 하는 방법이다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2004.05a
• /
• pp.118-122
• /
• 2004

본 논문에서는 인체의 머리 부분을 촬영한 의료 영상에서 뇌 영역만을 분할하는 방법에 대해 제시하고자 한다. 뇌의 해부학적 구조 및 기능적 이상 부위를 파악할 경우에 영상 내에 함께 보여지는 두개골과 뇌척수액 등을 제외한 대뇌피질 영역을 분할하면 보다 효과적인 정보 분석 및 진단이 가능하게 된다. 본 시스템에서는 3단계 알고리즘을 제시한다. 첫 번째 단계에서는 영상 내에 존재하는 잡음을 제거하기 위한 필터링이고, 두 번째 단계에서는 필터링된 결과에 대한 영상분할을 수행하는 것이다 이 때 정확한 결과 도출을 위하여 사용자의 인터렉션이 들어가게 된다. 세번째 단계에서는 형태학적 방법을 이용하여 분할 결과를 보완한다. 본 연구를 위한 실험에는 자기 공명 촬영 영상(MRI: Magnetic Resonance Imaging), 단일 광전자 방출 단층 촬영영상(SPECT: Single Photon Emission Computed Tomography), 양전자 방출 단층 촬영영상(PET: Positron Emission Tomography) 등을 사용하였다. 본 시스템에서는 다양한 모달리티의 뇌 영상에서 대뇌피질 부분을 정확하게 영상 분할함으로써 뇌의 구조적 이상을 판단하기 위한 해부학적 정보 분석을 가능케 하고 있다. 뿐만 아니라 뇌 질환에 대한 정확한 진단 시뮬레이션도 가능하게 하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.546-548
• /
• 2023

인공지능 기술을 도입한 의료분야에서 진단 및 예측을 위한 관련 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많이 활용되고 있는 의료영상을 기반으로 하는 질환에 관한 진단 연구는 매우 복잡한 과정이 필요한 질환의 진단에 큰 영향을 미치고 있다. 복부 장기들의 분할은 환자의 질환 진단 지원 및 복강경등의 수술 지원에 매우 중요한 부분을 차지한다. 본 논문에서는 의료영상을 통해 13가지 복부 장기들을 분할하는 모델을 만들고 그 결과를 보인다. 본 논문에서 제안한 모델을 통해 13가지 복부 장기에 대한 분할로 영상분석을 통해 진단 지원이 가능할 것으로 기대한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.295-298
• /
• 2018

The proposed paper proposes an algorithm that automatically extracts the region of interest using image processing techniques for medical images. In general, the robust boundary segmentation technique provides robust and accurate segmentation results in object boundaries with various noise and direction generated during image acquisition through optimal segmentation of the edges considering noise characteristics and directionality in noise images. In this paper, it is possible to apply adaptive filter type and size to the structural information of the image object and apply it to the boundary division of various object objects. In addition, it is possible to divide the boundary between various noise images such as an ultrasound image and an optical image.