• The Transactions of the Korea Information Processing Society
• /
• v.3 no.5
• /
• pp.1046-1058
• /
• 1996

In this paper, we describe an abvanced medical diagnostic system using multimedia technologies in netwok environments. In the system, docotors in remote sites perorm medicl diagnosis by exchanging information about patients and 3-D medicl images of malfunctioning body parts, which are reconstructed from 2-D images such as MRI, CT, CR, Angio. The diagnosic conferencing system controls the conferencing process by exchanging audio, information about patients, 3-D medical images and control data. 3-D medicl images are reconstructed by a ray casting method that uses an nalytical integration. Medical databae conists of absic information about patients, Information about medicl images, users, results of dianosis.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.595-598
• /
• 2003

본 논문에서는 방사선투영영상을 기존 압축방법인 JPEG 압축과 새로운 표준으로 채택중인 JPEG2000을 적용하여 압축율 및 영상의 품질을 비교 실험하였다. 기존의 의료영상압축 표준의 하나인 JPEG 압축은 압축비율이 높아짐에 따라 블륵킹 현상의 발생으로 원 영상이 회손되는 압축의 한계를 인식하고 있다. 따라서 원 영상의 보호와 압축율 증가의 두 가지 면을 만족시키기 위해 Wavelet 을 사용하는 JPEG2000을 실험 평가하여 의료영상압축에 적용하고자 한다. 실험대상으로 환자 10명 정상인 10명의 투영영상을 사용하였으며, 영상의 품질, 손상도 등을 평가하기 위해 PSNR( Peak Signal to Noise Ratio )과 판독의에 의한 ROC( Receiver Operating Characteristic )분석을 실행하였다. 실험결과, 영상의 품질, 손상도를 평가하기 위한 PSNR 은 15:1 압축에서 $46.05{\pm}1.1dB$의 값을 얻었으며, JPEG의 같은 압축비율에 비해 $1.78{\pm}0.1dB$의 값이 높음을 알 수 있었다. 종합적으로 3명의 판독의에 의해 ROC 분석을 실행한 결과 15:1의 압축비율에서 압축비율과 품질을 종합하였을 때 진단에 적합한 최적 압축비율임을 보였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.20 no.3
• /
• pp.132-137
• /
• 2019

The amount of data generated from medical images is increasingly exceeding the limits of professional visual analysis, and the need for automated medical image analysis is increasing. For this reason, this study evaluated the classification and accuracy according to the presence or absence of tumor using Inception V3 deep learning model, using MRI medical images showing normal and tumor findings. As a result, the accuracy of the deep learning model was 90% for the training data set and 86% for the validation data set. The loss rate was 0.56 for the training data set and 1.28 for the validation data set. In future studies, it is necessary to secure the data of publicly available medical images to improve the performance of the deep learning model and to ensure the reliability of the evaluation, and to implement modeling by improving the accuracy of labeling through labeling classification.

• 전기의세계
• /
• v.38 no.8
• /
• pp.41-52
• /
• 1989

본 논문에서는 의료 IMACS와 관련된 새로운 디지탈 입력 장치들, 데이타베이스 시스템과 저장매체, 여러 종류의 Workstation, 통신 시스템등 기술적인 면을 많이 다루려 한다. 그리고 영상의 질과 자료의 양, 망의, 성능 분석, 영상화 시스템들과 방사선 정보 시스템과 다른 주변 기기들과의 접속에 따른 IMACS의 효과를 논하려 한다. 또한 지난 87년부터 Gorgetown University Hospital(GUH)은 미육군 의무단의 6,5백만불의 지원으로 가장 광범위한 의료 IMACS설비를 AT & T사와 공동 연구하고 설치하여, IMACS의 기술적 평가를 계속하여 왔다. 이와같이 실행되어 있는 경험을 통하여, 의료 IMACS의 임상 운영 효과와 더 나아가서 새로운 효과들을 검토함으로써 앞으로 보강되어져야 할 점들을 연구하려 한다.

• The KIPS Transactions:PartB
• /
• v.13B no.6 s.109
• /
• pp.601-606
• /
• 2006

The image data amount that used in medical institution with great development of medical technology is increasing rapidly. Therefore, people need automation method that use image processing description than macrography of doctors for analysis many medical image. In this paper. we propose that acquire texture information to using GLCM about liver area of abdomen CT image, and automatically detects liver tumor using PCA from this data. Method by one feature as intensity of existent liver humor detection was most but we changed into 4 principal component accumulation images using GLCM's texture information 8 feature. Experiment result, 4 principal component accumulation image's variance percentage is 89.9%. It was seen this compare with liver tumor detecting that use only intensity about 92%. This means that can detect liver tumor even if reduce from dimension of image data to 4 dimensions that is the half in 8 dimensions.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.546-548
• /
• 2023

인공지능 기술을 도입한 의료분야에서 진단 및 예측을 위한 관련 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많이 활용되고 있는 의료영상을 기반으로 하는 질환에 관한 진단 연구는 매우 복잡한 과정이 필요한 질환의 진단에 큰 영향을 미치고 있다. 복부 장기들의 분할은 환자의 질환 진단 지원 및 복강경등의 수술 지원에 매우 중요한 부분을 차지한다. 본 논문에서는 의료영상을 통해 13가지 복부 장기들을 분할하는 모델을 만들고 그 결과를 보인다. 본 논문에서 제안한 모델을 통해 13가지 복부 장기에 대한 분할로 영상분석을 통해 진단 지원이 가능할 것으로 기대한다.

• Journal of Broadcast Engineering
• /
• v.15 no.6
• /
• pp.723-730
• /
• 2010

Recently, diverse 3D image processing technologies have been applied in industries. Among them, stereoscopic conversion is a technology to generate a stereoscopic image from a conventional 2D image. The technology can be applied to movie and broadcasting contents and the viewer can watch 3D stereoscopic contents. Further the stereoscopic conversion is required to be applied to other fields. Following such trend, the aim of this paper is to apply the stereoscopic conversion to medical fields. The medical images can deliver more detailed 3D information with a stereoscopic image compared with a 2D plane image. This paper presents a novel methodology for converting a 2D medical image into a 3D stereoscopic image. For this, mean shift segmentation, edge detection, intensity analysis, etc are utilized to generate a final depth map. From an image and the depth map, left and right images are constructed. In the experiment, the proposed method is performed on a medical image such as CT (Computed Tomograpy). The stereoscopic image displayed on a 3D monitor shows a satisfactory performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.443-445
• /
• 2021

갑상선 결절(thyroid nodule)은 검진 인구에서 빈번하게 진단되는 질환이지만 현재까지 진단방법은 경험적이며 정성적 판단에 의존하고 있는 실정이다. 본 연구는 갑상선 결절을 평가하기 위하여 시행한 초음파 의료영상을 이용하여 정량 분석할 수 있는 소프트웨어를 개발하였으며 갑상선 양성 결절환자에서의 임상활용 가능성을 평가하고자 한다. 임상 연구는 총 13명의 갑상선 양성 결절 환자를 대상으로 하였다. 환자별 갑상선 초음파영상을 이용하여 정상부위와 병변부위에서 정량 지표인 변동계수를 각각 측정하였다. 환자별 정상부위와 병변부위의 변동계수 차이는 대응표본 T 검정을 사용하여 비교하였으며 유의한 차이를 확인할 수 있었다. 본 연구를 통하여 개발한 정량분석 소프트웨어를 실제 갑상선 양성 결절 환자에서 갑상선 결절을 분석·평가하는데 활용할 수 있을 것으로 판단된다.

• 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 Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1064-1065
• /
• 2020

본 연구는 한국인 뇌MRI영상을 이용하여 대뇌 영역별 분석 프로토콜과 정량 평가방법을 개발하여 정상인을 대상으로 뇌용적량을 정량 분석하고자 한다. 뇌MRI영상 분석 프로토콜을 최적화하기 위해 먼저 뇌용적 변화에 있어 평가방법을 선정하고, VBM 후처리과정은 MRI영상 신호불균질성 교정, 조직세분화 방법, 대뇌 표준영상 제작, 신호 편평화(smoothing) 과정을 단계별로 최적화하였다. 이 정량분석 프로토콜은 정상인과 뇌질환 환자의 뇌용적 비교뿐만 아니라 환자 약물 치료 전·후에 나타나는 용적 변화를 정량적으로 평가하는 연구에 활용할 수 있을 것으로 기대한다.