• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.308-315
• /
• 2003

This paper proposes an approach integrating multiple segmentation methods in a systematic way, which can improve overall accuracy without deteriorating accuracy of highly confident segments of boundaries generated by constituent methods. A segmentation method produces boundary segments, which are then evaluated with an evaluation function considering pros/cons of the current and next methods to apply. Boundary segments with low confidence are replaced by a next method while the other segments are kept. These steps are repeated until all segmentation methods are applied. The proposed approach is implemented for the segmentation of muscles in the Visible Human color images. A Balloon method, a minimum cost path finding method, and a Seeded Region Growing method are integrated. The final segmentation results showed improvements in both overall evaluation and segment-based evaluation.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.46 no.12
• /
• pp.102-107
• /
• 2009

As technology gets developed, medical equipments are also modernized and leading-edge systems, such as PACS become popular. Many scientists noticed importance of medical image processing technology. Technique of region segmentation is the first step of digital medical image processing. Segmentation technique helps doctors to find out abnormal symptoms early, such as tumors, edema, and necrotic tissue, and helps to diagnoses correctly. Segmentation of white matter, gray matter and CSF of a brain image is very crucial part. However, the segmentation is not easy due to ambiguous boundaries and inhomogeneous physical characteristics. The rate of incorrect segmentation is high because of these difficulties. Fuzzy-based segmentation algorithms are robust to even ambiguous boundaries. In this paper a modified Fuzzy-based segmentation algorithm is proposed to handle the noise of MR scanners. A proposed algorithm requires minimal computations of mean and variance of neighbor pixels to adjust a new neighbor list. With the addition of minimal compuation, the modified FCM(mFCM) lowers the rate of incorrect clustering below 30% approximately compared the traditional FCM.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.647-650
• /
• 2000

PACS의 보급으로 인하여 CT, MRI 등의 의료영상이 진료에 광범위하게 사용되고 있고, 또 의사가 좀 더 정량적이거나 사실적인 visualization을 위해서 분할은 필수적으로 수행되어져야 할 과정이라고 할 수 있다. 의료 영상에서 watershed 알고리듬을 이용하여 분할을 하는데 있어 가장 큰 문제가 되는 점은 과분할현상(Oversegmentation)이기 때문에 그 분할된 영역을 의미 있는 영역별로 합치는 영역 병합(merge) 과정을 필요로 하게 된다. 의료영상에서 모호한 경계는 매우 빈번하게 나타나기 때문에 기존의 병합 방법을 적용하는데 어려움이 있다. 본 논문에서는 이런 모호한 경계를 갖는 영상에서도 알맞는 병합을 가질 수 있는 적응적 영역 병합 방법을 제안한다. 제안된 분할 방법을 DICOM 영상의 폐 영상과 다리 뼈 영상에서 실험하였다. 그 결과 뼈와 폐영역을 성공적으로 병합하면서 인접한 장기들과는 구분 지을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.296-299
• /
• 2011

임상 진단에서 환자의 의료 영상을 시각적으로 보고 해석하거나 또는 수작업으로 영상을 해석하여 진단에 이용한다. 이러한 수작업의 불편함을 해소하기 위하여 의료 영상처리 알고리즘들이 많이 연구되어오고 있다. 그 중 영상처리의 정확도 부분이 많은 문제가 되고 있는데, 특히 세포영상에서는 인접한 영역의 분할이 가장 중요시되고 있다. 본 논문은 이러한 인접영역의 분할을 위해 객체의 기하 정보인 곡률(Curvature) 정보와 컨벡스 헐(Convex Hull)을 통한 분할 방법을 제안하고자 한다. 실험 결과 87.5%의 정확도가 검출되었으며 향후 인접 객체의 내부정보까지 고려한 효과적인 분할 방법을 연구하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.535-538
• /
• 2022

근감소증은 영양부족, 운동량 감소 그리고 노화 등으로 정상적인 근육의 양과 근력 및 근 기능이 감소하는 질환을 말한다. 근감소증은 보편적으로 유럽 근감소증 실무그룹분석(EWGSOP)에서 정의한 측정 방법을 따른다. 본 논문에서는 근감소증 진단을 위한 영상 분할 모델을 개발하고 외부검증하는 방법에 대해서 제안한다. 우리는 CT 영상에서 L3 영역을 선별하여 자동으로 근육, 피하지방, 내장지방을 분할할 수 있는 인공지능 모델을 U-Net을 사용하여 개발하였다. 또한 모델의 성능을 평가하기 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행하였으며, 타 병원의 데이터를 이용하여 같은 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 고찰하고 보완하고자 했다.

• The KIPS Transactions:PartB
• /
• v.18B no.3
• /
• pp.131-138
• /
• 2011

In this paper, we compare our proposed method with previous methods for the volumetric image segmentation using level set. In order to obtain an exact segmentation, the region and boundary information of image object are used in our proposed speed function. The boundary information is defined by the gradient vector flow obtained from the gradient images and the region information is defined by Gaussian distribution information of pixel intensity in a region-of-interest for image segmentation. Also the regular term is used to remove the noise around surface. We show various experimental results of real medical volume images to verify the superiority of proposed method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.144-146
• /
• 2022

본 논문에서는 Kernel based Fuzzy C-Means(K-FCM) 기반 양자화 기법을 적용하여 의료 초음파 영상에서 특징을 분할하는 기법을 제안한다. 결절종의 경우에는 초음파 영상 내에서 무에코, 저에코의 특징을 가진 낭포성 종양 객체를 특징 영역으로 영상을 분할한다. K-FCM 클러스터링은 기존의 FCM 클러스터링에서 Kernel Function을 적용한 형태의 클러스터링 기법이다. 본 논문에서는 Gaussian Kernel 기반 K-FCM을 적용하여 의료 초음파 영상에서 특징들을 분할하였다. 결절종 초음파 영상에서는 FCM 클러스터링이 F1 Score가 85.574%로 나타났고, K-FCM이 86.442%로 나타났다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.12
• /
• pp.191-199
• /
• 2009

The integrated medical information system is an effective medical diagnosis assistance system which offers an environment in which medial images and diagnosis information can be shared. Because of the large-scale medical institutions and their cooperating organizations are operating the integrated medical information systems, they can share medical images and diagnosis information. However, this system can only stored and transmitted information without other functions. To resolve this problem and to enhance the efficiency of diagnostic activities, a medical image analysis system is necessary. In this paper, the proposed relationship method analyzes medical images for features generation. Under this method, the medical images have been segmented into several objects. The medical image features have been extracted from each segmented image. Then, extracted features were applied to the Relationship Method for medical image analysis. Several experimental results that show the effectiveness of the proposed method are also presented.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.9-17
• /
• 2001

의료영상 처리는 의료 전문가들이 의료영상을 이용한 진단, 치료, 및 연구를 함에 있어 중요한 역할을 하고 있다. 많은 영상 분할 방법들이 의료영상 처리분야에서 성공적으로 사용되고 있다. 본 논문에서는 CT 영상에서 간 영역을 자동으로 추출하는 방법을 제시한다. 본 논문에서는 간 영역을 추출하기 위해 co-occurrence matrix를 적용하였고, 추출된 영역에서 뼈와 근육, 신장 영역을 제거하였다. 제안된 방법은 의료 전문가가 추출한 결과와 비교하여 좋은 결과를 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.508-510
• /
• 2000

본 논문은 의료 영상 중에서 복부 방사선 분야에서 보편적으로 사용되고 있는 CT 영상으로부터 간영역을 분할해내는 방법을 제시한다. 본 논문에서는 복부 CT영상에서 근육 부분과 척추, 늑골 부분을 제거하고, co-occurrence matrix를 이용한 국부 영상 이진화(local image thresholding) 방법을 통해 영상에서 간 영역을 분할한다.