• Title/Summary/Keyword: 의료영상처리

Search Result 456, Processing Time 0.033 seconds

다기관 의료 빅데이터 연구를 위한 영상 분석 방법 및 시스템 (Image analysis method and system for multi-center Medical bigdata research)

  • 김승진;정창원;김태훈;전홍영;노시형;김지언;이윤오;윤권하
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 추계학술발표대회
    • /
    • pp.428-429
    • /
    • 2018
  • 본 논문에서는 다기관 의료영상 분석 방법 및 시스템을 제안한다. 다기관 연구에 참여하는 기관에게 분석 가이드 및 분석 프로그램을 제공하여 표준화된 영상분석 연구를 지원하고자 한다. 이를 위해 동일한 프로토콜로 표준화된 영상을 획득 및 분석하고 결과를 공유하는 분산형 연구방법을 제시한다. 제안하는 시스템은 개인정보보호법 및 보안문제가 강조되고 있는 의료현장에 적합한 시스템으로 다양한 다기관 의료 빅데이터 분석 연구에 활용될 것으로 기대된다.

소표본 의료 영상의 전이 학습을 위한 Feature Extractor 기법의 성능 비교 및 분석 (Performance Analysis of Feature Extractor for Transfer Learning of a Small Sample of Medical Images)

  • 이동호;홍대용;이연;신병석
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 춘계학술발표대회
    • /
    • pp.405-406
    • /
    • 2018
  • 본 논문은 소표본 의료용 영상 분석의 정확도 향상을 위해 전이학습 모델을 feature extractor로 구축하여 학습시키는 방법을 연구하였으며 성능 평가를 위해 선학습모델로 AlexNet, ResNet, DenseNet을 사용하여 fine tuning 기법을 적용하였을 때와의 성능을 비교 분석하였다. 그 결과 실험에 사용된 3개의 모델에서 fine tuning 기법보다 향상된 정확도를 보임을 확인하였고, 또한 ImageNet으로 학습된 AlexNet, ResNet, DenseNet이 소표본 의료용 X-Ray 영상에 적용될 수 있음을 보였다.

GPGPU를 이용한 고속 의료 볼륨 영상의 압축 복원 (Fast Medical Volume Decompression Using GPGPU)

  • 계희원
    • 한국멀티미디어학회논문지
    • /
    • 제15권5호
    • /
    • pp.624-631
    • /
    • 2012
  • 많은 의료영상 시스템에서 의료 볼륨 데이터는 압축된 형태로 저장되어 있으며, 압축된 데이터는 가시화 이전에 압축 복원을 수행해야 한다. 압축 복원은 상당한 시간이 소모되기 때문에 본 연구는 삼차원 의료영상의 고속 복원 방식을 제안한다. 제안 방법은 의료영상의 특수성에 대한 사용자 요구를 감안하여, 손실과 무손실 압축을 모두 제공하며 점진적 개선(progressive refinement) 복원 속성을 갖는다. 그리고 그래픽스처리장치(GPU)를 이용한 병렬화를 수행하여 매우 짧은 시간 내에 압축 복원이 수행된다. 마지막으로 압축 복원과 볼륨 가시화를 연계하여 선택적 압축 복원 방법이 가능하며, 이를 통하여 볼륨 압축 복원의 추가적 성능 향상을 얻었다.

ROI를 고려한 공개키 암호화 알고리즘 기반 의료영상 디지털 워터마킹 (Digital Watermarking of Medical Image Based on Public Key Encryption Algorithm Considering ROI)

  • 이형교;김희정;성택영;권기룡;이종극
    • 한국멀티미디어학회논문지
    • /
    • 제8권11호
    • /
    • pp.1462-1471
    • /
    • 2005
  • 정보통신 기술 및 컴퓨터의 발달로 의료기기의 디지털화가 가능하게 되어 의료 영상 분야에 다양한 활용이 이루어지고 있다. DICOM표준에 따른 PACS의 구축으로 의료 영상의 저장, 데이터베이스 검색 및 네트워크를 통한 원격 진료가 가능하게 됨으로써 의료 영상에 대한 불법복제, 소유권 및 데이터 인증 문제가 야기되고 있다. 본 논문에서는 무결성 인증을 위하여 공개 키 암호화 알고리즘을 기반한 새로운 의료 영상 디지털 워터마킹 기법을 제안한다. 이는 의료 영상 데이터를 원격으로 전송 후에 발생하는 불법적인 위/변조를 막기 위한 디지털 워터마킹 기법이다. 워터마크는 원 의료 영상을 웨이블릿 변환 후 비트플레인 값을 사용한다. 제안한 방법에서 삽입되는 영역은 ROI(region of interest)를 고려하여 랜덤하게 선택되도록 하고, MD5의 해쉬 함수는-디지털 서명을 생성하기 위하여 비밀 키로 사용한다. 실험 결과 제안한 알고리즘은 영상 처리에서도 워터마크 정보를 검출할 수 있으며 비가시성이 우수하다.

  • PDF

인공지능 플랫폼기반 요로결석진단을 위한 CT 영상 데이터 자동판독 시스템 구축 (Construction of CT Image data Automatic Recognition System for Diagnosis of Urinary Stone Based on AI Plaform)

  • 노시형;이충섭;김태훈;이윤오;박성빈;윤권하;정창원
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 추계학술발표대회
    • /
    • pp.928-930
    • /
    • 2020
  • 본 논문은 인공지능 플랫폼 기반의 요로결석 진단을 위한 CT 영상 데이터 자동판독 시스템에 대해 기술하고자 한다. 제안한 시스템은 웹 기반의 플랫폼을 기반으로 하며, 인공지능 기반의 진단 알고리즘을 장착하여 빠르게 요로결석 환자의 스크리닝에 목적을 두고 있다. 병원정보시스템의 PACS와 EMR과 연계와 Deep learning 진단 알고리즘을 적용한 요로결석 자동판독 시스템을 개발하였다. 특히, 기 구축된 인공지능 플랫폼을 통해 추출한 데이터셋을 기반으로 진단 알고리즘 개발 방법과 수행 결과를 보인다. 제안한 시스템은 요로결석 진단과 수술여부에 의사결정지원 시스템으로 임상에서 활용될 것으로 기대하고 있다.

무선 환경의 PACS 인증 시스템 (PACS Authentication System on the Mobile Environment)

  • 오근탁;이윤배
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
    • /
    • pp.1035-1038
    • /
    • 2005
  • 오늘날 원격 환경의 진료시스템이 개발되고 있는데, 이들 시스템은 미래의 원격진료 즉, 병원에 직접가지 않고 집에서 바로 혈압, 심박수 등을 검사 받을 수 있는 시스템 개발의 기본이 되고 있다. 그리고 정보통신의 발전으로 모바일 PC 즉, 개인 휴대용 단말기(PDA:Personal Digital Assistants)가 의료 분야에서 PC를 대체하여 이동성, 편리성을 제공하는 전자 차트를 선보이고 있다. 그러나 PDA는 작은 몸체로 이동성 및 편리성 등이 PC보다 뛰어나지만, 해상도가 큰 이미지, 높은 처리 속도를 요구하는 작업 등을 처리하기에는 효율성이 낮은 문제점이 있다. 또한 정보를 공유 할 수 있는 데이터를 무선 환경으로 처리 해야 하기 때문에 환자와 관련된 의료 영상 즉, MRI 사진이나 X-ray 사진 등을 의료 환경에 이용 하는 데는 보안 의 문제점을 가지고 있다 따라서 본 논문에서는 매우 빠르게 발전하고 있는 진단과 치료기술을 이러한 의료를 필요로 하는 사람들에게 제공하는 접근성의 보장 문제를 해결할 수 있는 대안으로 무선 환경의 PACS의료 인증시스템을 제안 하고자 한다.

  • PDF

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.

MRF 모델을 이용한 초음파 영상 개선 기법 (Ultrasound Image Enhancement using Markov Random Field Model)

  • 곽성훈;박은비;김호준
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2013년도 춘계학술발표대회
    • /
    • pp.792-795
    • /
    • 2013
  • 본 연구에서는 조영증강 의료 초음파 영상에서 조영제의 도달시간(arrival time)과 전이시간(transit time)에 관한 정보를 영상화하는 과정에서 정보의 왜곡을 개선하는 방법론을 제시한다. 간 질환 진단을 위한 파라미터 영상에서 병변 형태의 왜곡은 호흡에 의한 흔들림 현상과 노이즈의 영향에 기인한다. 본 논문에서는 이를 개선하는 방법으로서 MRF(Markov Random Field) 모델을 적용한 최적화 기법을 제안한다. 이를 위하여 Gibbs 샘플러를 적용하기 위한 에너지 함수를 정의하고 이를 기반으로 하는 영상개선 알고리즘을 구현하였다. 제안된 이론은 실제 의료진단 데이터에 적용함으로써 그 유용성을 평가하였다.

최적화된 적응적 컨트라스트 기법을 이용한 의료영상의 증진 (The enhancement of medical image using optimized adaptive contrast method)

  • 신충호;정채영
    • 한국정보통신학회논문지
    • /
    • 제15권8호
    • /
    • pp.1782-1790
    • /
    • 2011
  • 영상처리의 목적은 관측자를 위해서 영상의 시각적인 일면을 증진하는 것이다. 영상증진의 목적은 특정 응용분야에 따라서 달라지며, 또한 특정 목적을 위해서 사용되는 영상 증진 기법들은 다른 응용분야에는 적용되지 못하는 실정이다. 본 논문에서는 먼저 히스토그램 쉬링크 및 평활화, 보수적인 적응적 컨트라스트 증진 필터등에 대해서 살펴 보고져 한다. 그리고 적응적인 컨트라스트 증진 필터 기법을 의료영상에 맞게 구성하는 변수들의 적용값을 최적화했으며, 후 처리로 히스토그램 평활화 기법을 사용했다. 결과적으로 입력치인 의료영상들을 사용하여 적용한 결과 제안한 필터를 적용한 결과치 영상들의 에지가 강조됨을 보였고, 또한 후처리로 인해서 영상외형의 컨트라스트를 향상시켰다.

세그멘테이션 라벨링 없는 최소 전처리를 통한 AI 의료 영상에서의 다 질병 진단 효율화 (Efficient Multi-Disease Diagnosis in AI Medical Imaging Through Minimal Preprocessing Without Segmentation Labeling)

  • 서동준;이승찬;허윤정;원일용
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.424-425
    • /
    • 2023
  • AI 의료 영상 분석 기술은 의료 분야의 인력 부족 문제를 해결하는 방법으로 주목받고 있다. 이전 연구들은 세그멘테이션 라벨링과 질병 유무를 결합하여 판단하는데, 이 방법은 큰 비용과 시간이 소요된다. 본 논문은 의료 전문가의 세그멘테이션 라벨링 없이 병명 라벨만의 학습으로 질병을 어느 정도 진단할 수 있음을 보인다. 실험에 따르면 의미있는 결과를 확인할 수 있었다.