• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.275-286
• /
• 2010

디지털 콘텐츠의 원본 품질을 유지할 수 있고 지적 재산권을 보호할 수 있는 가역 워터마킹 기술에 대한 다양한 연구가 진행되고 있다. 특히 원본 품질을 중요시하는 의료, 군사, 예술작품 분야에서 가역 워터마킹의 필요성이 증대되고 있다. 본 논문에서는 추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹 기술을 제안한다. 보간 기법을 사용하여 픽셀의 값을 추정하고, 추정값과 원본값의 차이에 대한 히스토그램을 계산한 후에 이를 확장하여 워터마크 메시지를 삽입한다. 기존의 인접 픽셀 사이의 차이값이 아닌 추정치를 활용함으로써 메시지가 삽입되는 히스토그램 값의 집중도를 높여서 높은 삽입 용량을 달성하였다. 삽입된 워터마크는 추정값과 원본값의 차이에 대한 히스토그램을 복원하여 검출한다. 삽입 후에 발생할 수 있는 오버플로우 및 언더플로우 문제는 오류 예측 기법을 통하여 해결하였다. 제안하는 가역 워터마킹 알고리즘의 성능을 검증하기 위하여 다양한 영상을 활용하여 기존 알고리즘과 비교 분석을 수행하였다. 그 결과에 따르면 제안한 알고리즘은 완전한 가역성을 갖으며, 삽입 후에도 높은 영상 품질을 유지하고, 높은 삽입 용량을 얻을 수 있었다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.256-263
• /
• 2022

피부암은 세계에서 가장 흔한 질병 중 하나로 국내에선 발병률이 지난 5년 동안 약 100%가 증가했고 미국에선 매년 500만여 명이 피부암을 진단받는다. 피부암은 주로 자외선의 노출로 피부 조직이 오랜 시간 손상되면서 발생하게 된다. 피부암의 악성종양인 흑색종은 피부 위에서 발생하는 멜라닌 세포 모반과 생김새가 유사해 2차 징후가 발생하지 않는 한 일반인이 자각하기 어려운 점이 있다. 본 논문에서는 이러한 피부암의 조기 발견과 분류를 위해 피부암 병변 윤곽선 검출 알고리즘과 피부암 병변 분류를 수행하는 딥러닝 모델인 CRNN을 제안한다. 실험 결과 본 논문에서 제안하는 윤곽선 검출 알고리즘을 이용할 시 분류 정확도가 97%로 가장 높은 정확도를 보였고 Canny 알고리즘의 경우 78%를 보였고 Sobel의 경우 55%, Laplacian의 경우 46%를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.41-47
• /
• 2012

모든 물체는 절대온도 0도 이상에서 복사에너지를 방출한다. 비냉각 열상시스템은 입사된 복사에너지를 검출하여 신호처리를 통해 영상으로 출력하는 장비이다. 최근에는 비냉각 열상장비를 활용하여 의료, 산업, 및 군수 등의 다양한 분야에 응용 되고 있으며, 다양한 응용분야에 대한 많은 연구가 진행되고 있다. 본 논문에서는 비냉각 열상시스템 검출기 내부에 열전소자가 없는 검출기를 보다 효과적으로 제어하여 영상의 화질을 향상시키고 이를 기반으로 온도 측정 정밀도를 극대화 할 수있는 효율적인 제어기법에 대해 설명한다. 제안하는 기법은 비냉각 열상시스템에 TEC-less 및 온도 검출 알고리듬을 적용하는 것이다. 실제 챔버를 활용하여 시험을 수행한 결과 알고리듬 적용 전 시스템보다 우수한 화질의 영상을 획득하고 온도 측정 정밀도가 $1^{\circ}C$이하로 향상됨을 확인할 수 있었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제44권5호
• /
• pp.473-480
• /
• 2021

This study was purpose to method that applies for improving the image quality in CT and X-ray scan, especially in the lung region. Also, we researched the parameters of the image before and after applying for Histogram Equalization (HE) such as mean, median values in the histogram. These techniques are mainly used for all type of medical images such as for Chest X-ray, Low-Dose Computed Tomography (CT). These are also used to intensify tiny anatomies like vessels, lung nodules, airways and pulmonary fissures. The proposed techniques consist of two main steps using the MATLAB software (R2021a). First, the technique should apply for the process of normalization for improving the basic image more correctly. In the next, the technique actively rearranges the intensity of the image contrast. Second, the Contrast Limited Adaptive Histogram Equalization (CLAHE) method was used for enhancing small details, textures and local contrast of the image. As a result, this paper shows the modern and improved techniques of HE and some advantages of the technique on the traditional HE. Therefore, this paper concludes that various techniques related to the HE can be helpful for many processes, especially image pre-processing for Machine Learning (ML), Deep Learning (DL).

• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.15-21
• /
• 2019

자외선보다 파장이 짧은 X-선은 투과력이 매우 좋아 산업 분야 및 의료분야에 융합되어 많이 사용되고 있다. 특히 산업분야에서는 비파괴 검사 장비인 x-ray를 이용하여 금속과 같은 제품의 생산 과정에서 발생할 수 있는 금속 내부의 이물질에 검출에 대한 연구가 다양하게 이루어지고 있는 실정이다. X-ray 영상 이미지를 디지털 방식으로 획득하는 DR(Digital Radiography) 방사선 촬영 방식의 확산으로 디텍터의 사용이 활발해지고 있으나 내부의 센서 잡음 및 감도에 따라 이물질 검출이 불가능한 경우도 발생하고 있다. 금속 제품을 생산할 경우 이물질의 혼입으로 생산 제품의 불량률이 높아질 수 있기에 정확한 검출이 필요하다. 이에 본 논문에서는 금속 내부의 이물질과 같은 결함 검출의 효율을 향상시키기 위하여 획득한 X-ray 이미지의 보정 모델을 제안한다. 제안 모델을 통하여 금속 제품 생산 공정의 불량 검출에 적용하면 제품 결함의 검출을 정확하고 신속하게 처리할 수 있을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.873-879
• /
• 2023

본 연구는 인공지능(AI)을 사용하여 흉부 엑스레이 이미지에서 이물질을 탐지하는 방법을 탐구하였다. 의료영상학, 특히 흉부 엑스레이는 폐렴이나 폐암과 같은 질병을 진단하는 데 매우 중요한 역할을 한다. 영상의학 검사가 증가함에 따라 AI는 효율적이고 빠른 진단을 위한 중요한 도구가 되었다. 하지만 이미지에는 단추나 브래지어 와이어와 같은 일상적인 장신구를 포함한 이물질이 포함될 수 있어 정확한 판독을 방해할 수 있다. 본 연구에서는 이러한 이물질을 정확하게 식별하는 AI 알고리즘을 개발하였고, 미국 국립보건원 흉부 엑스레이 데이터셋을 가공하여 YOLOv8 모델을 기반으로 처리하였다. 그 결과 정확도, 정밀도, 리콜, F1-score가 모두 0.91에 가까울 정도로 높은 탐지 성능을 보였다. 이번 연구는 AI의 뛰어난 성능에도 불구하고 이미지 내 이물질로 인해 판독 결과가 왜곡될 수 있는 문제점을 해결함으로써 영상의학 분야에서 AI의 혁신적인 역할과 함께, 임상 구현에 필수적인 정확성에 기반하여 신뢰성을 강조하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1996년도 춘계학술대회
• /
• pp.6-6
• /
• 1996

컴퓨터 통신망의 활용이 각 분야에서 걸쳐서 점차 확대되고 있으며 의료 분야에서도 원격진료(tele-medicine), 원격교육(tele-education), 원격수술(tele-surgery) 등에 대한 시스템 개발이 관심을 끌고 있다. 본 연구에서는 초고속 정보통신망 환경에서 정형외과 모의수술을 하기 위한 시뮬레이터의 프로토타입을 구현하였다. 원격 모의수술 시뮬레이터를 구축하기 위해서는 CT, MRI와 같은 의학영상 처리, 다지점간의 회의를 제어할 수 있는 통신 제어, 환자의 진료를 위한 멀티미디어 데이터의 저장 및 검색을 위한 데이터베이스 구축 등 다양한 기술들의 총체적인 결합이 요구되어진다. 구축 시뮬레이터는 세가지 주요 서브 시스템으로 구성된다. 첫째, 원격 시뮬레이션을 위한 전반적인 관리, 운영, 제어를 담당하는 수술회의 시스템, 둘째, 모의수술을 가능케 하기 위한 2차원 영상의 전처리 3차원 영상 재구성 및 조작을 통한 모의수술 시스템, 셋재, 멀티미디어 환자 자료의 검색 및 관리를 하기 위한 데이터베이스 운영시스템으로 구성된다. 제안된 원격 모의수술 시뮬레이터는 서버-클라이언트 구조를 기반으로 하고, 여러명의 의사가 공동작업(CSCW: Computer Supported Cooperative Work)에 의해 모의수술을 할 수 있도록 공용 윈도우를 기반으로 한 그래픽 사용자 인터페이스를 제공한다. 멀티미디어 의료 데이터의 전송은 TCP/IP 프로토콜을 사용하고, 사용자 인터페이스는 X-window를 이용하여 구축하였다. 본 시뮬레이터는 SUN Server 1000을 서버로 하고, 두대의 SDT Workstation을 클라이언트로 하여 Ethernet 환경에서 구현 및 검증하였다. 또한 ATM Network에서 본 시뮬레이터를 시험함으로써 국책 사업으로 구축되는 초고속 정보통신망 환경에서의 사용 가능성을 입증하였다. 판단된다.원과 섭식장소, 수중생물의 경우는 특히 수온, 수량 영양원등이다.(중략). 본 연구의 접근방법으로는 ASRS의 개념적인 Reference Model을 수립하고 이 Reference Model에 대한 Formal Model로 DEVS(Discrete Event System Specification)을 이용하여 시스템을 Modeling하였다. 이의 Computer Simulation을 위하여 DEVS형식론 환경에서의 Simulation Language인 DEVSim ++ⓒ를 이용하여 시스템을 구현하였다.. 실형 결과로는 먼저 선형 상미분방정식의 예로 mass-damper-spring system, 비선형 상미분방정식의 예로는 van der Pol 방정식, 연립 상미분방정식의 예로는 mixing tank problem 등을 보였으며, 그의 공학에서 일어나는 여러 가지 문제들도 다루었다.화물에 대한 방어력이 증가되어 나타난 결과로 여겨지며, 또한 혈청중의 ALT, ALP 및 LDH활성을 유의성있게 감소시키므로서 감잎 phenolic compounds가 에탄올에 의한 간세포 손상에 대한 해독 및 보호작용이 있는 것으로 사료된다.반적으로 홍삼 제조시 내공의 발생은 제조공정에서 나타나는 경우가 많으며, 내백의 경우는 홍삼으로 가공되면서 발생하는 경우가 있고, 인삼이 성장될 때 부분적인 영양상태의 불충분이나 기후 등에 따른 영향을 받을 수 있기 때문에 앞으로 이에 대한 많은 연구가 이루어져야할 것으로 판단된다.태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$ $[W1]_{

• 핵의학기술
• /
• 제14권2호
• /
• pp.38-40
• /
• 2010

이 논문은 먼저 서울대병원 PET/CT 외부 반입 영상 자료의 현황을 파악하고 이를 바탕으로 현재 각 병원 간 전송을 위해 사용되는 PET/CT 영상 자료의 현황과 문제점에 대해 알아보고자 한다. 2010년 1월부터 4월까지 외부 병원에서 의뢰한 PET/CT 영상 판독 의뢰가 있었던 64개 병원을 대상으로 하였다. 각 병원들의 PET/CT 영상 자료에 대해 개별 PET과 CT 영상 자료 제공 여부, PET/CT 융합 영상 제공 여부 등을 조사하였다. 그리고 외래 판독 의뢰가 많았던 병원 상위 5개 병원의 핵의학과 책임자에게 전화를 통한 설문 조사를 실시하였다. 질문 항목은 각 병원 핵의학과에서는 외부 병원 반출용 PET/CT 영상 자료의 구성에 대해 알고 있는지 여부와 핵의학과 자체에서 외부 병원 영상을 처리하는지 여부이다. 서울대병원에 판독이 의뢰된 64개 병원의 PET/CT 영상 CD 자료에 대해 조사하였다. 이 중 횡단면 PET 영상을 제공해준 병원은 조사된 전체 병원의 73%, 횡단면 CT 영상을 제공해준 병원은 조사된 전체 병원의 73%에 불과하였으며 횡단면 융합 영상을 제공해준 병원은 조사된 전체 병원의 77%, MIP 영상을 제공해준 병원은 조사된 전체 병원의 86%였다. 그리고 병원마다 보내는 데이터들이 다 제각각이었다. 어떤 경우는 DICOM 표준형식의 횡단면 PET/CT 영상 등 모든영상이 포함된 경우도 있고 반대로 MIP 영상과 2차원 캡쳐 영상이 없는 경우도 있다. 최소한의 영상을 포함시키는 것도 중요하지만 불필요하게 많은 영상 정보들은 저장 매체의 용량과 영상의 복사 등의 이동 시간에도 비효율적이다. 가장 중요한 DICOM 표준 형식의 횡단면 PET/CT 영상을 전혀 포함하지 않은 병원들을 대상으로 한 전화 설문에서는 핵의학과 자체에서 외부 반출용 PET/CT 영상 자료의 구성에 대해 모르고 있었으며 핵의학 영상 자료를 PACS에 올리고 외부 반출용 영상 CD 제작을 타 부서에서 진행하고 있었다. 현재 각 병원들에서 외부 병원으로 복사하여 보내는 PET/CT 영상 자료 CD는 전체 대상 병원의 27% 이상에서 제한적인 영상만을 포함하고 있어 외부 병원 영상을 받아 환자진료에 이용하는 병원에서는 제한된 영상 정보로 인한 PET/CT 검사의 판독 및 활용 상의 어려움, 재촬영에 따른 추가 의료비 지출이 상당한 문제가 되고 있다. 각 병원들에서 외부 병원으로 보내는 PET/CT 영상 자료에는 최소한 DICOM 표준 형식의 전체 횡단면 PET 영상과 전체 횡단면 CT 영상을 필수적으로 포함시키도록 하고 불필요한 영상을 최소화하는 학회 차원에서의 외부 반출 PET/CT 영상에 대한 가이드라인 마련이 필요하다고 사료된다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.403-410
• /
• 2004

최근 의료 영상 분석(Medical Image Analysis)이나 영상 검색(Image Retrieval)을 위한 전처리(Preprocessing) 단계로 영상 분석(Image Analysis)에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 영상 검색에서 색상 성분(Color Component)의 활용 방법을 제안하고자 한다. 이미지를 검색하기 위해 색상 성분을 기반으로 하고, 색상(Color)을 분석하기 위한 기법으로 CLCM(Color Level Co-occurrence Matrix)과 통계적 기법을 이용하고 있다. CLCM은 기하학적 회전 변환(Geometric Rotate Transform)을 통해서 색상 성분을 3차원 공간상에 투영(Projection)하여 공간 관계(Spatial Relationship)로부터 나타나는 분포를 해석하는 방법으로, 본 논문에서 제안하는 주제이다. CLCM은 색상 모델에서 만들어지는 2차원 히스토그램을 지칭하며 색상 모델의 기하학적인 회전 변환을 통해서 생성된다. 그리고 이를 분석하기 위한 방법으로 통계 기법을 활용하고 있다. CLCM과 유사하게 2차원 분포도를 사용하는 GLCM(Gray Level Co-occurrence Matrix)[1]과 불변 모멘트(Invariant Moment)[2,3] 같은 알고리즘은 2차원적인 데이터를 해석하기 위하여 기본적인 통계 기법을 활용하고 있다. 하지만 GLCM과 불변 모멘트가 각각의 도메인에 최적화되어 있다 하더라도 공간 좌표상에 존재하는 불규칙적인 데이터를 완전히 해석할 수는 없다. 즉 GLCM과 불변 모멘트는 기초 통계 기법만을 사용하고 있기 때문에 추출된 특징들의 신뢰성이 낮다는 것이다. 본 논문에서는 이러한 단점을 보완하여 공간 관계를 해석함과 동시에 데이터의 가중치를 해석하기 위해 전형적인 다변량 통계에서 사용하는 주성분 분석(Principal Component Analysis)[4,5]을 이용하고 있다. 그리고 데이터의 정확도를 높이기 위해서 3차원 공간상에 색상 성분을 투영하여 이를 회전시키면서 데이터의 특성을 다각도에서 추출하는 방법을 제시한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.189-198
• /
• 2024

딥러닝 기반 모델과 물리 시뮬레이션을 결합한 연구는 의료 분야에서 중요한 발전을 이루고 있다. 이는 의료영상 데이터에서 필요한 정보를 추출하고, 물리적 법칙을 기반으로 골격 및 연조직의 변형에 대한 빠르고 정확한 예측을 가능하게 한다. 본 연구는 신경 방사 필드(NeRF), 위치 기반 동역학(PBD), 병렬 리샘플링을 융합하여 3D 볼륨데이터를 쉽게 생성하고 실시간으로 변형 및 시각화하는 시스템을 제안한다. NeRF는 2D 이미지와 카메라 좌표 정보를 사용해 고해상도 3D 볼륨 데이터를 생성하며, PBD는 물리 기반 시뮬레이션으로 획득한 데이터에 대한 실시간 변형과 상호작용을 가능하게 한다. 병렬 리샘플링은 사면체 메쉬와 GPU 병렬 처리를 통해 렌더링 효율성을 높인다. 이 시스템은 광선투사방식으로 렌더링 되어 빠른 실시간 시각화를 제공하며, 비싼 장비 없이 간단하게 3D 데이터를 생성하고 변형할 수 있어 공학, 교육, 의료 등 다양한 분야에서의 활용 가능성을 보여준다.