• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.595-598
• /
• 2004

현재 급속하게 이루어지고 있는 의료영상저장전송 시스템의 보급으로 컴퓨터를 이용한 의료영상분야의 발전이 가속도를 받고 있다. 그러나 업체마다 통신관련 프로토콜 적용에 다소 차이가 존재하기 때문에 이후 도입해야 하는 CAD(Computer Aided Diagnosis) 등 분야로의 확장에 문제가 있다. 본 연구에서는 의료영상저장전송 시스템을 확장하고자 하는 경우에 고려해야 할 사항들에 대해서 제안하고 이를 토대로 새로운 의료영상저장전송 시스템을 구축하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.350-351
• /
• 2018

최근 의료 현장에 인공지능 기술의 도입이 가속화 되고 있다. 특히, 의료영상 분석 분야의 관련된 기 시스템 및 소프트웨어의 패러다임을 변화시키고 있다. 본 연구는 인공지능 기술을 적용하기 위한 학습의료영상 구성을 제안하고 이를 기반으로 X-ray 영상 중 손부위에 적용하여 오른손과 왼손을 판별하는 응용에 적용하였다. 그리고 Deep Learning Algorithm의 CNN을 개선하여 개발한 Advanced GoogLeNet를 적용하여 97%이상의 정확도를 보였다. 본 연구를 통해 얻어진 인공지능에 적용하기 위한 학습데이터 셋 구성과 개선된 알고리즘은 다양한 의료영상분석에 적용하고자 한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.332-335
• /
• 2012

본 논문에서는 CAT(Cellular Automata Transform) 성질을 이용하여 의료 영상의 단계적 변환을 제안한다. 적용 방법은 먼저, CAT 초기 값과 다양한 규칙에 따라 단계적으로 Gateway Values와 rule matrix에 대한 전이행렬 T를 이용하여 CAT 기저함수를 생성한다. 그런 다음, 생성된 CAT 기저함수를 의료 영상에 곱하여 영상을 다양한 방법으로 변환한다. 마지막으로, 키 공간 분석을 통하여 제안한 방법이 높은 영상 변환 및 보안의 성질을 가졌음을 검증한다.

• 전기의세계
• /
• 제31권7호
• /
• pp.486-491
• /
• 1982

초음파 영상장비는 군사장비로 부터 사용하기 시작하여 어군탐지기등 수산업에도 응용되었고, 1970년 이후 반도체기술의 획기적인 발전으로 의료장비로써의 초음파 영상장비가 개발되어 급속히 보급되고 있어서 X-ray장비와 함께 진단용장비로써 위치가 확고히 되어 가고 있다. 대부분의 의료기관에서는 뇌, 심장, 간, 신장등과 같은 인체기관의 진단에 초음파 영상장비를 사용하고 있는데. 특히 X-ray 장비와 달리 인체에 hazard를 주지 않기 때문에 어린이, 임산부의 진단에 유용하게 사용된다. 그러므로 초음파 영상기술은 임상의학에서 중요한 역할을 하게 되었으며 이 분야는 앞으로 연구개발될 부분이 많이 남아있다. 본 원고에서는 초음파 영상 장비의 주종을 이루고 있는 B-스캔장비에 대한 원리, 구성 및 종류에 대해서 설명하고자 한다.

• 한국방사선학회논문지
• /
• 제17권4호
• /
• pp.565-572
• /
• 2023

본 연구에서는 국내 공공 부문에서 실시하고 있는 의료기관 평가 중 영상검사와 관련된 현황을 살펴보고 개선 방향을 제시하고자 하였다. 의료기관 평가 중 영상검사와 관련된 주요 평가는 의료기관 인증평가와 영상검사 적정성 평가가 있으며, 의료기관 인증평가에서는 영상검사 운영과정, 정확한 결과 제공, 안전관리 절차 준수 등을 평가하고 있다. 영상검사 적정성 평가에서는 인력, 장비와 관련된 구조 지표, 환자평가 실시율, 피폭 저감 프로그램 등이 포함되어 있었다. 하지만 좀 더 안전하고 질 높은 영상검사를 위해서는 의료기관의 인증평가 참여율을 높이는 방안 마련이 필요하며, 영상검사 적정성 평가의 인력지표 개선과 인센티브 지급에 대한 고려도 필요하다. 마지막으로 국가 차원의 방사선 노출 통합관리도 함께 병행되어야 할 것이다.

• 대한영상의학회지
• /
• 제83권4호
• /
• pp.951-957
• /
• 2022

수막종은 가장 흔한 두개내 종양이지만, 그 아형인 미세낭종성 및 혈관종성 수막종은 매우 드물고 특이한 영상 소견으로 인해 영상의학적 진단이 어려울 수 있다. 이에 저자들은 미세낭종성 혈관종성 혼합 수막종으로 진단된 81세 남자 환자 증례를 보고하고자 한다. 자기공명 T2 강조영상에서 병변은 왼쪽 전두부에 약 1.5 cm 크기의 고신호강도의 축외 종양으로 보이고 있었고, 종양 내에 다수의 아주 작은 낭종들이 관찰되었으며, 종양 주위로 포획된 큰 낭을 형성하고 있었다. 수술적 절제를 통한 병리 검사상 미세낭종성 혈관종성 혼합 수막종으로 최종 진단되었다.

• 한국정보통신학회논문지
• /
• 제13권5호
• /
• pp.952-958
• /
• 2009

최근에 디지털 의료영상 정보에 대한 불법 복제, 소유권 및 데이터 인증 문제가 야기되고 있어 이에 대한 연구가 필요하다. 본 연구에서는 고해상도의 디지털 의료영상의 정보 은닉 방법으로 스테가노그라피을 제안한다. 제안된 알고리즘은 고해상도 의료영상의 특성상 중요 부분인 ROI 영역을 보호하면서 비밀 정보를 삽입하는 방법이다. 결과로 제안한 방법은 의료영상에 적용하여 삽입 용량에 따른 비가시성과 화질 열화에 크게 영향을 주지 않음을 확인하였고 전체적으로 화질 면에서 PSNR이 약 평균 33.33dB 정도를 볼 수 가 있었다.

• 한국음향학회지
• /
• 제17권8호
• /
• pp.34-40
• /
• 1998

본 논문에서는 일반 X-ray 필름을 사용하는 기존 아날로그 의료 영상 진단 체계의 문제점들을 해결하기 위해 연구 개발된 포괄적인 영상관리 전송 시스템(PACS)에서의 효율 적인 영상 전송과 저장을 위해 병원에서 매일 다량으로 발생하는 의료 영상들 중 CT와 MR영상을 대상으로 하여 새로운 무손실 영상 압축 기법인 CRAC 압축 알고리즘을 설계하 였다. CRAC 압축 알고리즘에서는 CT와 MR 영상의 파일구조를 분석하여 런랭스 코딩에 적합하도록 데이터를 재배열하는 전처리 작업을 설계하였으며, 이를 CT와 MR 영상에 최적 화 시킨 개선된 런랭스 알고리즘으로 1차 압축시켜 그 결과를 산술 부호화 알고리즘과 결합 함으로써 압축효율을 향상시켰다. 이러한 CRAC 압축 알고리즘은 무손실 압축 기법으로, 의 료 영상을 압축한 수 손실 없이 원 영상을 그대로 복원할 수 있기 때문에 PACS에서의 CT, MR 영상의 판독을 위한 단기 저장시에 적합한 압축 알고리즘으로 CT와 MR 영상의 무손 실 압축에 대해 새로운 전처리 방법을 제시하였고, 기존 무손실 압축 방법들과 비교 분석한 결과 압축률이 2.1%∼5.9% 정도 향상되었다.

• 한국방사선학회논문지
• /
• 제8권1호
• /
• pp.27-33
• /
• 2014

건강에 대한 관심의 증대로 의료영상이 빠르게 증가하고 있으며, 컴퓨터 기술의 발전으로 의료영상의 디지털화가 빠르게 진전되어 PACS가 의료현장에 도입되었다. 이러한 현상에 의한 의료영상 생산의 증가는 의료영상을 판독하여야 하는 영상의학과 전문의의 업무량을 증가하게 하였다. 이러한 추세에 따라 컴퓨터를 이용한 보조 진단의 필요성이 대두되어 의료영상 판독 분야에 CAD라는 용어가 생겨나게 되었다. 본 연구에서는 디지털 X-선 유방촬영장치에 의하여 획득된 영상의 판독을 위한 CAD 알고리즘을 제안하였다. 제안된 알고리즘을 Visual C++로 프로그램하여 실험하였다. 본 연구에 사용한 일곱 샘플영상을 CAD 알고리즘으로 실행한 결과 다섯 샘플의 결과는 양성종양 및 유방암으로 확인되었고 두 샘플 영상은 error처리 되었다. 본 연구에서 제시한 알고리즘과 이를 구현한 프로그램을 이용한다면 판독업무에 많은 도움이 될 것이며, 유방암의 조기발견에 크게 기여할 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.434-436
• /
• 2021

의료산업은 진단 및 치료 위주의 기술개발이 진행되어왔다. 최근 의료 빅데이터를 기반으로 진단, 치료 및 재활뿐만 아니라 예방과 예후관리까지 지원하는 의료서비스에 대한 패러다임이 변화되고 있다. 특히, 여러 의료 중심의 플랫폼 기술 가운데 객관적인 진단지표를 가지고 있는 의료영상을 기반으로 인공지능 학습에 적용하여 진단 및 예측을 중심으로 한 플랫폼 개발이 진행되고 있다. 하지만, 인공지능 연구에는 많은 학습 데이터가 요구될 뿐만 아니라 학습에 적용하기 위해서는 데이터 특성에 따른 전처리 기술과 분류 작업에 많은 시간 소요되어 이와 같은 문제점을 해결할 수 있는 방법들이 요구되고 있다. 따라서, 본 논문은 인공지능 학습까지 적용하기 위한 의료영상 데이터에 대한 확장 모델을 개발하여 공통적인 조건에 따라 의료영상 데이터가 표준화되어 변환하며, 자동화 시스템 구조에 따라 데이터가 분류·저장되어 인공지능 학습까지 지원할 수 있는 플랫폼을 제안하고자 한다. 그리고 근감소증 학습데이터 관리 및 적용 결과를 통해 플랫폼의 수행성을 검증하였다. 향후 제안한 플랫폼을 통해 의료데이터에 대한 전처리, 분류, 관리까지 지원함으로써 CDM 확장 표준 의료데이터 플랫폼으로 활용 가능성을 보였다.