• The KIPS Transactions:PartB
• /
• v.15B no.6
• /
• pp.553-560
• /
• 2008

The amount of image data used in medical institution is increasing rapidly with great development of medical technology. Therefore, an automation method that use image processing description, rather than manual macrography of doctors, is required for the analysis large medical data. Specially, medical image registration, which is the process of finding the spatial transform that maps points from one image to the corresponding points in another image, and 3D analysis and visualization skills for a series of 2D images are essential technologies. However, a high establishment cost raise a budget problem, and hence small scaled hospitals hesitate importing these medical visualizing system. In this paper, we propose a visualization system which allows user to manage datasets and manipulates medical images registration using an open source graphics tool - VTK(Visualization Tool Kit). The propose of our research is to get more accurate 3D diagnosis system in less expensive price, compared to existing systems.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.271-274
• /
• 2004

영상정합을 통한 의료영상 분석방법들 중 동일환자에 대한 선형적 다중모달리티 정합이 널리 이용되고 있다. 그러나 실제적으로 여러 종류의 환자영상 취득이 어렵거나 해부학적 영상정보가 손실되는 경우가 적지 않다 본 논문에서는 표준 형상을 가지는 정상인 해부학적 뇌영상에 대한 환자 기능적 뇌영상의 정합방법을 제안한다. 먼저 두 영상간 모멘트 정보 매칭 및 초기선형 변환을 수행하고, 3차원 B zier 함수 기반 free-form 변형기법을 이용한 비선형 정합을 수행하여 정합 영상간 형상 차이를 최소화한다 제안방법은 환자 기능영상의 해부학적 분석 뿐 아니라 시술전-시술중 영상정합을 통한 영상유도시술에도 확장 적용될 수 있다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.180-185
• /
• 2000

방사선 치료계획이나 사전수술계획 등에 컴퓨터 사용이 늘어남에 따라 의료영상별 특성에 따른 복합적 처리를 필요로 한다. 본 논문에서는 다중 모달리티 영상으로부터 의미 있는 정보를 제공하기 위하여 상호정보 최적화를 통한 영상정합 방법을 제안한다. 본 방법은 두 영상에서 대응되는 위치의 명암도간 통계적 의존관계와 정보중복성을 계산하는 상호정보(mutual information)를 통해 영상간 변형관계를 추정함으로써 영상을 정합한다. 실험결과로는 뇌 자기공명영상(MRI)과 컴퓨터단층촬영영상(CT)의 상호정보를 최적화하여 정합 결과를 제시한다. 본 방법은 기존 정합방법에서 사용하는 영상분할이나 특징점 추출 등의 전처리 과정 없이 영상 자체 정보를 기반으로 계산함으로써 정합의 정확도를 높일 수 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.155-163
• /
• 2001

In this paper, we propose an image registration method by optimization of mutual information to provide a significant infonnation from multimodality images. The method applies mutual infonnation to measure the statistical dependency'r information redundancy between the image intensities of corresponding pixels in both images, which is assumed to be maximal if the images are geometrically aligned. We show the registration results optimizing mutual information between brain MR image and brain CT image and the comparison results with additive gaussian noise. Since our method uses the native image rather than prior segmentation or feature extraction, no user interaction is required and the accuracy of registration is improved. In addition, it shows the robustness against the noise.

• Journal of KIISE:Software and Applications
• /
• v.27 no.10
• /
• pp.1054-1061
• /
• 2000

영상 정합은 물리적으로 유사한 영상 내의 영역들을 기하학적으로 일치시키는 처리이며 지형 정보, 영상검색, 원격탐사, 의료영상 등의 많은 영상처리 응용에서 사용된다. 영상 정합에 관한 연구는 주로 회전, 크기, 위치 등의 인자 추출에 소요되는 시간과 정확성에 중점을 두어 왔다. 본 연구에서는 영상의 특징 점들에 대한 일차 고유벡터의 방향 분포를 히스토그램으로 표현하고 이를 비교 분석함으로써 정합하는 방법을 제안한다. 일차 고유벡터를 이용함으로써 특징 묘사의 단순성을 제공하고. 히스토그램을 이용하여 정합 인자를 미리 추정함으로써 정합 인자 추출 시 목적함수의 연산에 소요되는 비용을 현저하게 줄였다. 본 연구의 결과를 평가하기 위해 제안한 방식을 일반 영상과 ICG(IndoCyanine Green)망막 영상에 적용한 결과를 보여주고 목적함수의 연산횟수와 시간 복잡도를 기존의 방법들과 비교하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.5
• /
• pp.960-966
• /
• 2017

In this paper, we proposed an algorithm that can extract lesion by inputting a medical image. Feature points are extracted using SIFT algorithm to extract genetic training of medical image. To increase the intensity of the feature points, the input image and that raining image are matched using vector similarity and the lesion is extracted. The vector similarity match can quickly lead to lesions. Since the direction vector is generated from the local feature point pair, the direction itself only shows the local feature, but it has the advantage of comparing the similarity between the other vectors existing between the two images and expanding to the global feature. The experimental results show that the lesion matching error rate is 1.02% and the processing speed is improved by about 40% compared to the case of not using the feature point intensity information.

• The KIPS Transactions:PartB
• /
• v.17B no.4
• /
• pp.303-308
• /
• 2010

In this paper, we propose a medical image registration technique combining the gradient vector flow and modified conditional entropy. The registration is conducted by the use of a measure based on the entropy of conditional probabilities. To achieve the registration, we first define a modified conditional entropy (MCE) computed from the joint histograms for the area intensities of two given images. In order to combine the spatial information into a traditional registration measure, we use the gradient vector flow field. Then the MCE is computed from the gradient vector flow intensity (GVFI) combining the gradient information and their intensity values of original images. To evaluate the performance of the proposed registration method, we conduct experiments with our method as well as existing method based on the mutual information (MI) criteria. We evaluate the precision of MI- and MCE-based measurements by comparing the registration obtained from MR images and transformed CT images. The experimental results show that the proposed method is faster and more accurate than other optimization methods.

• Annual Conference of KIPS
• /
• 2005.05a
• /
• pp.1633-1636
• /
• 2005

의료영상정합은 환자의 해부학적 정보와 기능적 정보를 혼합함으로써 기능이상부위의 해부학적 위치를 판별하기 위한 목적으로 널리 이용되고 있다. 그러나 실제적으로 여러 종류의 환자영상 취득이 어렵거나 해부학적 영상정보가 손실되는 경우가 적지 않다. 따라서 표준 정상인 해부학적 영상과 환자 기능영상을 정합함으로써 보다 객관적인 환자 기능이상부위 분석이 요구된다. 이는 다중개체, 다중모달리티간 영상정합으로 기존의 표면정보 또는 복셀정보 기반 방법으로는 한계가 있다. 따라서 본 연구에서는 두 대상영상 표면 뿐 아니라 내부 볼륨까지 대응시킬 수 있는 표면정보와 복셀정보를 혼합 적용한 기법을 제안한다.

• 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.

• Journal of Biomedical Engineering Research
• /
• v.21 no.2
• /
• pp.201-212
• /
• 2000

본 논문에서는 인공고관절과 환자의 고관절 부위를 각각 3차원 영상화한 후에 이들의 정합도 (fitness)를 측정하여 수치적인 정보로 제공함으로써 환자의 체형에 적합한 인공고관절을 선택하고, 더 나아가 정확한 시술방향과 시술깊이를 제공할 수 있는 모의시술시스템을 제시하였다. 이를 위해 region growing 기법등을 이용하여 환자의 CT 영상을 3차원화하고, 또한 인공고관절을 projection 기법 등을 통해 3차원 영상화하였으며, 지금까지 인공고관절 정합도 측정에 사용했던 단순한 단면적 비교방식과는 달리 삽입의 균일성도 가늠할 수 있는 새로운 정합도 측정 방식을 고안하여 적용하였다. 다양한 실험과 분석을 통하여 새로 제안한 정합도 측정 방법의 정확성과 우수함을 확인할 수 있었으며, 본 논문에서 제시하는 모의 시술시스템은 향후 정형외과 분야에서 인공무릎과 같은 다른 영역에서의 시술 보조 시스템으로도 응용될 수 있을 뿐만 아니라, 인공관절의 국산화 및 주문제작 등에성도 많은 활용을 할 수 있을 것으로 기대된다.