• Journal of the Korean Society of Radiology
• /
• v.16 no.5
• /
• pp.627-637
• /
• 2022

The purpose of this study is to comply with the operation and management of medical image information in PACS, the necessity of anonymizing the patient's personal information and the management status of the medical image information related to the personal The purpose of this study was to raise, discuss, and suggest the need for unification and coherence of the law by studying the content of the issues related to information related laws. In order to utilize information related to medical image information, it is necessary to unify the "Medical Act" or the "Bioethics Act" for clear legal application and consider the legal system's consistency. Since there is a possibility of conflict due to issues that are not yet established, systematic coherence of the law is required to find the basic common denominator for the utilization and use of medical image information and to harmonize the law. In addition, the necessity of enacting the "Medical Information Protection Act" that can be practically applied and easily practiced by medical personnel and managers in the clinical field so that sensitive matters of medical image information and personal information can be protected and managed in a specific and systematic way.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.683-684
• /
• 2016

엑스선 영상의 명암 차를 조절하는 다이내믹 레인지 조절 알고리즘은 병변의 부위 크기를 진단하는데 직접적인 영향을 준다. 그러므로 의료 영상을 통한 정확한 진단을 위해 원본 영상의 왜곡없이 적절한 다이내믹 레인지로 조절하는 알고리즘은 의료 영상 획득의 중요한 과정 중 하나이다. 본 논문에서는 엑스선 의료영상의 다이내믹 레인지를 효과적으로 조절하는 알고리즘을 제시한다. 먼저 영상의 히스토그램 중에 최대값에 해당되는 밝기 값을 구한다. 다음으로 해당 밝기 값을 중심으로 적합한 로지스틱 함수를 적용하여 순람표를 만든다. 계산된 순람표를 적용하여 최종 밝기 값을 구하여 의료 진단에 최적인 다이내믹 레인지를 갖는 영상을 획득할 수 있었다.

• 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.

• 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 Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.282-284
• /
• 2021

최근 4차 산업혁명으로 의료빅데이터 기반으로 한 AI 기술이 급속도로 발전하고 있다. 특히, 의료영상을 기반으로 병변을 탐색, 분활 및 정량화 그리고 자동진단 및 예측 관련된 기술이 AI 제품으로 출시되고 있다. AI 기술개발은 많은 학습데이터가 요구되며, 임상검증에 단일기관에서 2개 이상 기관의 검증이 요구되고 있다. 그러나 아직까지도 단일기관에서 학습용 데이터와 테스트, 검증용 데이터를 달리하여 기술개발에 활용하고 있다. 본 논문은 AI 기술개발에 필요한 영상데이터에 대한 표준화된 데이터셋 변환 및 관리를 위한 시스템에 대해 기술한다. 다기관 데이터를 수집하기 위해서는 각 기관의 의료영상 데이터 수집 및 저장하는 기준이 명확하지 않아 표준화 작업이 필요하다. 제안한 시스템은 기관 또는 다기관 연구 그룹의 의료영상데이터를 표준화하여 저장할 수 있을 뿐만 아니라 의료영상 뷰어 및 의료영상 리스트를 통해 연구자가 원하는 의료영상 데이터 셋을 검색하여 다양한 데이터셋으로 제공할 수 있기 때문에 수집 및 변환 그리고 관리까지 지원할 수 있는 시스템으로 영상기반의 머신러닝 연구에 활력을 불어넣을 수 있을 것으로 기대하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.942-944
• /
• 2014

최근 병원정보시스템의 도입으로 병원 내 의료서비스 효율성 향상이 두드러지고 있다. 이러한 병원정보시스템의 개선으로 의료정보 통합이라는 문제가 대두되고 있으며, 이를 시도하고자 하는 움직임이 나타나고 있다. 그러나 의료정보 통합을 위한 선행 단계로 동일 환자를 찾는 문제해결이 우선시 되며, 이를 위한 환자 식별 알고리즘의 연구가 필요시 되고 있다. 대표적인 사례로 MPI(Master Patient Index) 모듈을 통해 환자의 기본 정보 및 진료 정보 등의 여러 필드를 비교하여 유사도를 산출할 수 있으나, 국내에 적합하지 않는 언어체계, 필드별 최적 가중치의 산정 등 여러 가지 문제점들을 가지고 있다. 본 논문은 이러한 MPI 등과 같은 매칭 알고리즘의 정확도를 높일 수 있는 보완적인 방법으로, 환자 필드 정보 외에 촬영한 의료 영상(MRI) 정보를 활용하여 동일 환자를 찾는 방법을 제안한다. 기존의 영상 정보만을 활용한 방법과는 달리, 의료영상의 물리적인 정보를 환자 식별 시 가장 높은 가중치를 부여하여 변하지 않는 불변의 특정 값으로 하여 높은 정확도를 검출하였다. 이러한 영상 정보를 활용한 유사도 측정 결과는 향후 환자 식별에 있어 보조적인 수단으로 활용하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.957-960
• /
• 2009

의료영상기기의 발달과 등장으로 진단과 치료목적으로 생성된 의료영상은 기하급수적으로 증가하고 있다. 게다가 의료 환경이 보다 전문화, 집중화 되면서 의료기관 간의 협업의 중요성이 강조되고 있다. 의료기관간의 효과적인 의료협업을 위해서는 의료정보의 원활한 가시화와 이를 지원하기 위한 정보 처리는 필수적이다. 의료기관간의 의료정보를 가시화하기 위해서는 안정적이고 다양한 의료정보를 표현하기 위한 플랫폼이 필요하다. 본 연구에서는 다양한 의료정보 협업을 지원하는 의료협업 플랫폼을 제안하고 기존의 PACS-Grid 와 서비스 기반의 의료정보 협업 가시화 서비스를 설명하고자 한다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.12
• /
• pp.3275-3284
• /
• 1998

In this paper, we deseribe a Medical Image Information System. Our system stores and manages 5 dimensional medical image data and provides the 3 dimensional medical data via the Internet. The Internet standard VR format. VRML(Virtual Reality Modeling Language) is used to represent the 3I) medical image data. The 3D images are reconstructed from medical image data which are enerated by medical imaging systems such ans CT(Computerized Tomography). MRI(Magnetic Resonance Imaging). PET(Positron Emission Tomograph), SPECT(Single Photon Emission Compated Tomography). We implemented the medical image information system shich rses a surface-based rendering method for the econstruction of 3D images from 2D medical image data. In order to reduce the size of image files to be transfered via the Internet. The system can reduce more than 50% for the triangles which represent the surfaces of the generated 3D medical images. When we compress the 3D image file, the size of the file can be redued more than 80%. The users can promptly retrieve 3D medical image data through the Internet and view the 3D medical images without a graphical acceleration card, because the images are represented in VRML. The image data are generated by various types of medical imaging systems such as CT, MRI, PET, and SPECT. Our system can display those different types of medical images in the 2D and the 3D formats. The patient information and the diagnostic information are also provided by the system. The system can be used to implement the "Tele medicaine" systems.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1213-1216
• /
• 2004

본 논문에서는 의료계의 PACS의 도입으로 디지털 의료영상 보안을 위한 방법으로, 디지털 워터마킹 기법(Digital Watermarking Technique)중 불법적인 위/변조 검증을 위한 워터마킹 기법을 제안한다. 제안된 워터마킹 방법은 의료영상의 인증과 무결성을 확인 할 수 있는 워터마킹 기법으로, 워터마크 삽입 추출시 블록 이산여현변환(discrete cosine transform)을 사용하여, 저주파 성분을 해쉬함수의 입력으로 하여 해쉬된 값을 시각적으로 인지할 수 있는, 이진영상과 함께 고주파 성분에 워터마크로서 선택적으로 삽입하여, 인증을 통한 국부화(localization)로 영상의 위/변조를 검증하고, 저작권도 확인할 수 있는 의료영상에 적합한 세미 프라질 워터마킹(semi-fragile watermarking)이다.

• 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.