• 제목/요약/키워드: 의료영상분할

검색결과 137건 처리시간 0.023초

의료 영상을 위한 추정오차 히스토그램 기반 가역 워터마킹 알고리즘 (Reversible Watermarking based on Predicted Error Histogram for Medical Imagery)

  • 오기태;장한별;도엄지;이해연
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제4권5호
    • /
    • pp.231-240
    • /
    • 2015
  • 의료 영상은 원본 콘텐츠의 품질을 유지하는 것이 중요한 동시에 사생활 보호의 요구가 증가함에 따라서 가역 워터마킹 기술에 대한 필요성이 증가하고 있다. 기존의 가역 워터마킹 알고리즘은 의료 영상이 아닌 일반 영상에서는 고용량 고품질을 유지할 수 있으나 영상 전체에 왜곡을 야기한다. 따라서 촬영 대상물의 품질 유지가 중요한 의료 영상에 직접적으로 적용하기에는 부적합하다는 단점을 가진다. 본 논문에서는 의료 영상의 촬영 대상물 영역의 영상 품질을 유지하며, 워터마크를 효율적으로 삽입할 수 있는 가역 워터마킹 알고리즘을 제안한다. 먼저 대상물과 배경 영역을 분할하기 위한 알고리즘을 설계하고, 그 후에 분할된 대상물과 배경에 대해 추정오차 히스토그램에 기반하여 가역 워터마킹 기법을 적용한다. 대상물 영역에는 삽입 레벨을 낮게 설정하고, 배경 영역에 삽입 레벨을 높게 설정함으로써 대상물의 화질은 최소한으로 변형을 하며 효율적인 삽입이 가능하도록 하였다. 실험에서 다양한 의료 영상에 대하여 제안한 알고리즘을 기존 추정오차 히스토그램 기반 가역 워터마킹 기술과 삽입 용량 및 영상 품질에 대한 비교를 수행하였고, 그 결과 제안하는 알고리즘이 기존 알고리즘에 비해 높은 영상 품질을 유지하면서 우수한 삽입 용량을 얻을 수 있었다.

워터쉐드 분할 기법을 이용한 견고한 의료 영상보안 알고리즘 설계 (Design of robust Medical Image Security Algorithm using Watershed Division Method)

  • 오근탁;정민식;이윤배
    • 한국정보통신학회논문지
    • /
    • 제12권11호
    • /
    • pp.1980-1986
    • /
    • 2008
  • 디지털 워터마크 기법은 음악, 영상, 동영상에 대한 저작권과 재산권의 보호 및 인증, 데이터 손실 여부 판단, 복사 방지 및 추적 등을 목적으로 한 사후 재산권의 보호 기술로 제안되었다. 본 연구에서는 워터마크의 기하학적인 왜곡에 대한 공격에 견고하게 하도록 영상의 전 처리 과정을 거친다. 그리고 선택된 기하학적인 불변 점을 골라 여러가지 영상처리에 강인하며 일정 기간 압축 저장되는 영상에서도 워터마킹이 유지되도록 워터 쉐드(watershed) 분할 기법을 이용한 의료 영상 보안 알고리즘을 제안한다. 본 논문에서 제안한 워터마킹 알고리즘은 의료 영상에 대한 RST공격, JPEG 압축 공격 그리고 필터링 공격보다 강인함을 확인하였다.

의료 영상처리에서의 물리적 이론을 활용한 객체 유효 인식 방법 (Effective Object Recognition based on Physical Theory in Medical Image Processing)

  • 은성종;황보택근
    • 한국콘텐츠학회논문지
    • /
    • 제12권12호
    • /
    • pp.63-70
    • /
    • 2012
  • 의료 영상처리 분야에서의 일반적인 객체 인식 방법은 영역 분할 알고리즘을 기반으로 처리되어진다. 컴퓨팅 분야에서의 이러한 영역 분할 알고리즘은 대부분 밝기 정보, 형태 정보, 패턴 분석 등 다양한 입력정보의 컴퓨팅 처리를 통해 처리된다. 그러나 이러한 컴퓨팅 방법으로는 앞서 언급된 입력 정보들이 의미가 없을 경우, 영역 분할에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 이론의 R2-map 정보 기반의 효과적인 영역 분할 방법은 제안하였다. 본 방법은 간 영역이 포함된 영상에서 실험하였으며, R2-map의 특징점들을 2차원 영역성장법의 씨앗점으로 설정한 후, 검출된 영역의 최종 경계선 보정작업을 통해 경계가 모호하더라도 영역 분할이 가능하게끔 하였다. 해당 영상의 실험 결과, 평균 7.5%의 평균 영역 차이로 기존의 대표 영역 분할 알고리즘에 비해 높은 정확도가 산출되었다.

스케일 스페이스 필터링과 퍼지 클러스터링을 이용한 뇌 자기공명영상의 분할 (Segmentation of MR Brain Image Using Scale Space Filtering and Fuzzy Clustering)

  • 윤옥경;김동휘;박길흠
    • 한국멀티미디어학회논문지
    • /
    • 제3권4호
    • /
    • pp.339-346
    • /
    • 2000
  • 의료 영상은 환자에 대한 해부학적인 진단 정보를 얻기 위한 영상으로 정확한 병변 인식과 판단을 위해서는 조직별 분할이 선행되어야 한다. 본 논문에서는 T1 강조 영상 그리고 T2 강조 영상, PD 영상의 특징을 상호보완적으로 이용한 자동적인 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 PD 영상으로부터 대뇌마스크를 획득하고, 대뇌마스크를 T1 과 T2, PD의 입력 영상에 씌워 각각의 대뇌 영상을 획득하여 T1과 T2, PD를 축으로 하는 3차원 공간상에서 스케일 스페이스 필터링과, 3차원 클러스터링을 이용하여 대뇌 내부조직에 해당하는 클러스터를 찾아서 분할에 이용한다. 대뇌 영상분할은 이들 클러스터의 중심 값을 FCM 알고리듬의 초기 중심 값으로 두고 FCM 알고리듬을 이용하여 분할한다. 제안한 분할 알고리듬은 정확한 클러스터의 중심 값을 계산함으로 초기 값의 영향을 많이 받는 FCM 알고리듬의 단점을 보완하였고 다중 스펙트럼 영상의 특성을 조합하여 분할에 이용함으로 단일 스펙트럼 영상만을 이용하는 방법보다 향상된 분할 결과를 얻을 수 있었다.

  • PDF

선군집분할방법에 의한 특징 추출 (Feature Extraction by Line-clustering Segmentation Method)

  • 황재호
    • 정보처리학회논문지B
    • /
    • 제13B권4호
    • /
    • pp.401-408
    • /
    • 2006
  • 영상신호의 수직축 및 수평축 화소 성분 분석을 통해서, 영상 내부에 존재하는 각 영역의 군집적 특성을 통계 및 영역적으로 처리 분류함으로써 필요한 특징을 추출할 수 있는 새로운 형태의 영역분할처리 알고리즘을 제시한다. 종래의 점처리나 면처리 방식에 비해 이 방식은 수평축과 수직축 상에서의 연속적인 선처리 방식이라고 할 수 있다. 영상을 구성하는 영역간 경계가 암시적으로 구분되어 있으나, 명시적으로는 불투명하고, 영상 특성의 분기점 또한 불명확하고 중복되어 있음으로 인하여 문턱치처리나 분기점처리로 그 영역간 특정을 분할, 추출하기가 곤란한 경우에 이 방식은 우수한 효과가 있다. 수평축 및 수직축 선처리를 통해 각 영역들의 특성들을 군집으로 처리한 다음 처리한 축과 수직 방향으로 축차적 적응진행처리한다. 그 결과 영상 내 각 영역은 화소값의 중복에도 불구하고 하나의 군집으로 자리매김하면서 군집 고유의 화소 값을 갖는다. 그리고 처리후 영상은 각 군집에 부여한 새로운 화소값으로 변환함으로 필요한 특정이 추출된다. 이 방식은 특히 영역 분할을 통해 시각적 효과를 극대화시킬 필요가 있는 경동맥 초음파 의료영상에서 우수한 결과를 보였다.

ITK를 이용한 폐혈관 분할 (Pulmonary vascular Segmentation Using Insight Toolkit(ITK))

  • 신민준;김도연
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2011년도 추계학술대회
    • /
    • pp.554-556
    • /
    • 2011
  • 각종 폐혈관 질환의 발생에 따른 정확하고 빠른 진단의 필요성이 강조되었다. 몇 가지 폐혈관 조영술의 제약사항의 존재로 흉부 CT에 대한 영상 처리의 필요성을 인지하였고 의료 영상처리의 다양성을 위해 ITK를 이용한 폐혈관 분할을 제안하였다. 본 논문은 명암 값을 기반한 방법으로 두 단계의 폐 영역 분할과 혈관 분할의 과정을 수행한다. 각 단계로 폐 영역 분할은 영상 향상, 문턱치 값, 관심영역 잘라내기로 결과 영상을 획득하고 폐 혈관 분할은 획득된 폐 영역에 영역 채우기를 적용하여 얻는다. 분할된 폐혈관 영상을 바탕으로 3차원 시각화 영상을 획득하여 폐혈관에 대한 다양한 관점의 분석 및 진단이 가능할 것으로 판단된다.

  • PDF

MSER을 이용한 다중 스케일 영상 분할과 응용 (Multi-scale Image Segmentation Using MSER and its Application)

  • 이진선;오일석
    • 한국콘텐츠학회논문지
    • /
    • 제14권3호
    • /
    • pp.11-21
    • /
    • 2014
  • 다중 스케일 영상 분할은 영상 스타일링과 의료진단과 같은 여러 응용에서 매우 중요하다. 이 논문은 다중 스케일 구조를 확보하며 안정적이고 효율적인 MSER에 기반을 둔 새로운 알고리즘을 제안한다. 이 알고리즘은 영상에서 MSER를 수집한 후, 이것들을 특정한 순서대로 영상에 다시 그려 넣음으로써 영상을 분할한다. 영상 경계를 평활화하고 잡음을 제거하기 위한 계층적 모폴로지 연산을 제안한다. 알고리즘의 다중 스케일 특성을 보이기 위해, 여러 종류의 상세 단계 제어의 효과를 영상 스타일링에 적용한다. 제안한 기법은 이러한 효과를 시간이 많이 걸리는 다중 가우시언 평활화없이 수행한다. 분할 품질과 계산 시간 측면에서 민쉬프트-기반 Edison 시스템과 비교 결과를 제시한다.

초음파 심장 영상에서 자동 심장 분할 방법 (Automatic Heart Segmentation in a Cardiac Ultrasound Image)

  • 이재준;김동성
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제33권4호
    • /
    • pp.418-426
    • /
    • 2006
  • 본 논문에서는 수술 도중에 심장내부로 삽입한 초음파 탐침을 통해 획득된 초음파 심장영상에서 강인하게 심장 영역을 고속 자동 분할하는 방법을 제안한다 제안한 방법은 심장 초기 경계 추출, 신뢰도 경쟁을 통한 전체 경계 검출, 회전 국부 방사선 기법을 이용한 국부 경계 보완으로 세 단계로 구성된다. 첫째, 초음파 탐침의 중심에서 방사선을 만들어 각 방사선에서 밝기값 기반 임계값 기법으로 얻어진 심장외부 영역을 이용하여 대략적인 초기 심장영역의 경계를 추출한다. 둘째, 각각의 방사선에서 임계치로 추출된 초기 심장영역의 위치를 포함하여 경계와 영역정보를 이용해 추출된 새로운 후보들과 신뢰도의 경쟁을 수행하여 높은 신뢰성을 가진 심장 경계를 검출한다. 셋째, 방사선 기법으로 경계획득이 어려운 심장의 오목한 영역에서 경계를 따라 회전하면서 국부적으로 방사선 조사법을 적용하여 경계를 보완한다. 제안된 방법은 실제 환자의 심장 수술 도중에 얻어진 초음파 영상에 적용되어 고무적인 결과를 획득했다.

CT 영상 기반 근감소증 진단을 위한 AI 영상분할 모델 개발 및 검증 (Development and Validation of AI Image Segmentation Model for CT Image-Based Sarcopenia Diagnosis)

  • 이충섭;임동욱;노시형;김태훈;고유선;김경원;정창원
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제12권3호
    • /
    • pp.119-126
    • /
    • 2023
  • 근감소증은 국내는 2021년 질병으로 분류되었을 만큼 잘 알려져 있지 않지만 고령화사회에 진입한 선진국에서는 사회적 문제로 인식하고 있다. 근감소증 진단은 유럽노인근감소증 진단그룹(EWGSOP)과 아시아근감소증진단그룹(AWGS)에서 제시하는 국제표준지침을 따른다. 최근 진단방법으로 절대적 근육량 이외에 신체수행평가로 보행속도 측정과 일어서기 검사 등을 통하여 근육 기능을 함께 측정할 것을 권고하고 있다. 근육량을 측정하기 위한 대표적인 방법으로 DEXA를 이용한 체성분 분석 방법이 임상에서 정식으로 실시하고 있다. 또한 MRI 또는 CT의 복부 영상을 이용하여 근육량을 측정하는 다양한 연구가 활발하게 진행되고 있다. 따라서 본 논문에서는 근감소증 진단을 위해서 비교적 짧은 촬영시간을 갖는 CT의 복부영상기반으로 AI 영상 분할 모델을 개발하고 다기관 검증한 내용을 기술한다. 우리는 CT 영상 중에 요추의 L3 영역을 분류하여 피하지방, 내장지방, 근육을 자동으로 분할할 수 있는 인공지능 모델을 U-Net 모델을 사용하여 개발하였다. 또한 모델의 성능평가를 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행했으며, 타 병원의 데이터를 활용하여 동일한 IOU 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 검증하고 보완하고자 했다.

피부 병변 분할을 위한 어텐션 기반 딥러닝 프레임워크 (Attention-based deep learning framework for skin lesion segmentation)

  • 아프난 가푸어;이범식
    • 스마트미디어저널
    • /
    • 제13권3호
    • /
    • pp.53-61
    • /
    • 2024
  • 본 논문은 기존 방법보다 우수한 성능을 달성하는 피부 병변 분할을 위한 새로운 M자 모양 인코더-디코더 아키텍처를 제안한다. 제안된 아키텍처는 왼쪽과 오른쪽 다리를 활용하여 다중 스케일 특징 추출을 가능하게 하고, 스킵 연결 내에서 어텐션 메커니즘을 통합하여 피부 병변 분할 성능을 더욱 향상시킨다. 입력 영상은 네 가지 다른 패치로 분할되어 입력되며 인코더-디코더 프레임워크 내에서 피부 병변 분할 성능의 향상된 처리를 가능하게 한다. 제안하는 방법에서 어텐션 메커니즘을 통해 입력 영상의 특징에 더 많은 초점을 맞추어 더욱 정교한 영상 분할 결과를 도출하는 것이다. 실험 결과는 제안된 방법의 효과를 강조하며, 기존 방법과 비교하여 우수한 정확도, 정밀도 및 Jaccard 지수를 보여준다.