• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.3
• /
• pp.591-597
• /
• 2012

Medical device performance has been advanced while images are expected to be acquired with further higher quality and pertinent applicability as images have been increasing in importance in analyzing major organs. Recent high frequency of image processing by MATLAB in image analysis area accounts for the intent of this study to segment pulmonary vessels by means of MATLAB. This study is to consist of 3 phases including pulmonary region segmentation, pulmonary vessel segmentation and three dimensional connectivity assessment, in which vessel was segmented, using threshold level, from the pulmonary region segmented, vessel thickness was measured as two dimensional refining process and three dimensional connectivity was assessed as three dimensional refining process. It is expected that MATLAB-based image processing should contribute to diversity and reliability of medical image processing and that the study results may lay a foundation for chest CT images-related researches.

• Journal of Biomedical Engineering Research
• /
• v.22 no.2
• /
• pp.127-132
• /
• 2001

의료 영상에서 관심 있는 부위를 3차원으로 재구성하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 관도계 기관의 분할을 위해서 슬라이스 영상의 정보를 이용한 3차원 영역 성장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗점을 전달하여 재귀적으로 3차원 체적을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스간의 영역의 크기의 제약을 이용하여 새나감을 방지한다. 제안된 방법을 기관지의 분할에 적용한 결과, 새나감 없이 뾰족한 가지들까지도 성공적으로 분할했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.7_8
• /
• pp.719-726
• /
• 2003

This paper proposes a multimodal registration method for segmentation of the Visible Human color images, in which color characteristics of bones are very similar to those of its surrounding fat areas. Bones are initially segmented in CT images, and then registered into color images to lineate their boundaries in the color images. For the segmentation of bones in CT images, a thresholding method is developed. The registration method registers boundaries of bodies in CT and color images using a cross-correlation approach, in which the boundaries of bodies are extracted by thresholding segmentation methods. The proposed method has been applied to segmentation of bones in a head and legs whose boundary is ambiguous due to surrounding fat areas with similar color characteristics, and produced promising results.

• Journal of KIISE:Software and Applications
• /
• v.31 no.3
• /
• pp.276-292
• /
• 2004

In this paper. we present methods that extract lung regions from chest EBT(electron beam tomography) images then segment the extracted lung region into lung lobes. We use histogram based thresholding and mathematical morphology for extracting lung regions. For detecting pulmonary fissures, we use edge detector and knowledge-based search method. We suggest this edge detector, which uses adaptive filter scale, to work very well for real edge and insensitive for edge by noise. Our experiments showed about 95% accuracy or higher in extracting lung regions and about 5 pixel distance error in detecting pulmonary fissures.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.1
• /
• pp.33-40
• /
• 2002

In this paper, we proposed a lossless compression algorithm of medical images which is essential technique in picture archive and communication system. Mammographic image and magnetic resonance image in among medical images used in this study, proposed a region growing segmentation algorithm for compression of these images. A proposed algorithm was partition by three sub region which error image, discontinuity index map, high order bit data from original image. And generated discontinuity index image data and error image which apply to a region growing algorithm are compressed using JBIG(Joint Bi-level Image experts Group) algorithm that is international hi-level image compression standard and proper image compression technique of gray code digital Images. The proposed lossless compression method resulted in, on the average, lossless compression to about 73.14% with a database of high-resolution digital mammography images. In comparison with direct coding by JBIG, JPEG, and Lempel-Ziv coding methods, the proposed method performed better by 3.7%, 7.9% and 23.6% on the database used.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.267-269
• /
• 2010

3D 모니터의 공급으로 IT영역 및 의료영상 분야 에서도 3D 영상에 관한 산업 발달이 화두가 되고 있다. 의료영상은 CT, MRI 영상의 정확한 판독이 필요하기 때에 2D 의료영상보다 구체적인 3D 정보를 얻을 수 있는 3D 입체영상에 관심이 높아지고 있다. 본 논문에서는 3D 의료 촬영기계가 아닌 기존의 2D 의료 평면 영상 한 장만을 이용한 3D 입체영상을 제작하는 방법을 제안한다. 실험 영상으로 CT의 2D 의료영상을 사용한다. 장기의 영역 분할을 한후, 각 장기 성분을 분석한다. 분리 한 장기들은 명암값에 의해 구분 되며, 이를 바탕으로 영상의 깊이 정보를 추출한다. 추출한 정보로 깊이맵을 작성한다. 작성된 깊이 맵과 기본 2D 의료영상과 합성, 깊이를 할당하여 3D영상을 구현한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.1-5
• /
• 2003

의료영상의 분할은 의료영상을 컴퓨터 진단 및 가시화에 필요한 같은 성질을 가진 여러 조직으로 나누어주는 방법이다. 즉 입력되어진 영상을 처리하여 유사한 화소들의 집합인 영역들로 화소들을 구분하는 작업이며 영상분할의 결과는 영상인식의 정확성에 큰 영향을 미친다. MRI(Magnetic Resonance Imaging)으로부터 정상적인 세포조직 또는 뇌종양과 같은 비정상적인 세포조직의 가시화와 분석을 위해서는 대상 세포조직의 적절한 분류를 필요로 한다. 하지만 기존의 영역 검출 방법으로는 잡음이 섞여 있는 영상에서 여러 가지의 처리과정(주로 잡음 제거)이 필수적이고 그런 과정으로 인해 정확한 영역 검출이 힘들게 된다. 이에 잡음이 있더라도 이를 제거하기 위한 처리가 필요 없이 영역기반으로 필요한 파라미터의 추정을 통한 MRF(Markov Random Field)를 이용하여 보다 효율적이고 정확하게 MRI에서 질환 영역을 검출할 수 있다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.643-646
• /
• 2000

의료 영상에서 관심 있는 부위를 3차원으로 재구성 하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 3차원적 정보를 이용한 영상 분할 방법으로 슬라이스 기반의 3차원 영역 확장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗을 전달하여 재귀적으로 3차원 영역을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스 간의 영역의 크기를 이용하여 새나감을 방지한다. 제안된 방법을 튜브 형태의 기관의 분할에 적용한 결과, 새나감 없이 뽀족한 가지들까지도 성공적으로 분할 했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.268-270
• /
• 2003

국내에서의 의료영상에 관한 관심도가 높아짐에 따라 Visible Korean Human Project가 시작되었다. 이를 통해 얻어진 해부영상들의 다양한 응용을 위해 분할작업은 필수적 단계로 이를 분할하기 위한 도구가 필요하다. 그러나 분할해야할 기관들의 종류가 많고 그 특성이 다양해서 기존의 분할도구로 적용하기에 많은 문제점이 나타나 새로운 분할도구개발의 필요성이 나타났다. 새로운 분할도구에서는 각 기관의 특성 에 알맞은 다양한 방법의 분할 방범을 제공하여 분할방법에 따라 다른 분할결과를 통합적으로 표현하여 보다 용이한 처리를 가능하도록 설계되었다. 구현된 분할 도구는 반자동 분할 방법과 슬라이스간 전달 방법을 사용하여 보다 적은 사용자의 입력으로도 빠른 시간에 많은 양의 데이터를 분할 할 수 있도록 자동화 설계되었으며, 자동적으로 분할된 결과가 사용자의 의도와 다른 경우 설계 편집할 수 있는 기능도 제공하도록 구현했다. 구현된 분할도구를 통해 Visible Korean Human Dataset의 분할 실험을 했으며 기존의 분할 도구에 비해 이르고 정확한 결과를 얻어 낼 수 있었다.