• 한국가톨릭병원협회지
• /
• 제14권
• /
• pp.9-13
• /
• 1983

• 동위원소회보
• /
• 제12권3호
• /
• pp.103-107
• /
• 1997

• 대한방사선과학회:학술대회논문집
• /
• 대한방사선과학회 1997년도 춘계학술대회
• /
• pp.95.2-95.2
• /
• 1997

• 대한병원협회지
• /
• 제14권1.2호통권121호
• /
• pp.53-54
• /
• 1985

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.545-550
• /
• 1999

• 대한방사선협회지
• /
• 제29권1호
• /
• pp.264-264
• /
• 2003

• 전자공학회지
• /
• 제42권11호
• /
• pp.25-34
• /
• 2015

• 동위원소회보
• /
• 제12권4호
• /
• pp.69-72
• /
• 1997

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.401-408
• /
• 2006

영상신호의 수직축 및 수평축 화소 성분 분석을 통해서, 영상 내부에 존재하는 각 영역의 군집적 특성을 통계 및 영역적으로 처리 분류함으로써 필요한 특징을 추출할 수 있는 새로운 형태의 영역분할처리 알고리즘을 제시한다. 종래의 점처리나 면처리 방식에 비해 이 방식은 수평축과 수직축 상에서의 연속적인 선처리 방식이라고 할 수 있다. 영상을 구성하는 영역간 경계가 암시적으로 구분되어 있으나, 명시적으로는 불투명하고, 영상 특성의 분기점 또한 불명확하고 중복되어 있음으로 인하여 문턱치처리나 분기점처리로 그 영역간 특정을 분할, 추출하기가 곤란한 경우에 이 방식은 우수한 효과가 있다. 수평축 및 수직축 선처리를 통해 각 영역들의 특성들을 군집으로 처리한 다음 처리한 축과 수직 방향으로 축차적 적응진행처리한다. 그 결과 영상 내 각 영역은 화소값의 중복에도 불구하고 하나의 군집으로 자리매김하면서 군집 고유의 화소 값을 갖는다. 그리고 처리후 영상은 각 군집에 부여한 새로운 화소값으로 변환함으로 필요한 특정이 추출된다. 이 방식은 특히 영역 분할을 통해 시각적 효과를 극대화시킬 필요가 있는 경동맥 초음파 의료영상에서 우수한 결과를 보였다.

• 대한디지털의료영상학회논문지
• /
• 제5권1호
• /
• pp.98-101
• /
• 2002

대조도와 관용도사이의 손실 교환은 투사 방사선 촬영에 있어서 잘 알려져 있고 또한 오랫동안 지속되어온 영상의 질에 있어서의 제약이었다. 전자적인 영상획득의 도입으로 한 영상 내에 넓은 영역의 X-Tay 노출을 포획하는 것이 가능해 졌다. 그러나, 진단에 필요한 세부영역 들을 위해 적절한 대조도를 유지하는 반면, 일반적으로 기대되는 관용도 범위 이외의 정보가 시각화 되어지는 것과 같은 영상의 rendering과 displaying의 문제가 남아 있었다. 이 문서에 묘사되는 EVP(Enhanced Visualization Processing)는 이 문제를 중점적으로 다룬다. 방대한 진단용 CR 영상 데이터베이스로부터 선택된 14개의 검사유형 당 각각 5개의 영상들을 포함한, 총 70개의 영상들을 사용하여 임상 보고서가 제출되었다. 각 영상에 대해, control rendering은 현재 개발되어 있는 automatic tone scaling algorithm(자동 톤 스케일 알고리즘)에 의해 생성되었고, test rendering은 그 control of image에 EVP를 인가함에 의해 생성되었다. 10명의 radiologist들은 각자 개별적으로 140개의 이미지들(70개의 test renderings와 70개의 control renderings)을 9점의 진단 상의 품질 척도로 평가했다. EVP는 세부 대조도의 부당한 손실 없이 증가된 노출 관용도를 제공했다. 많은 영상에서 EVP는 과소 투과 영역에서의 정보의 손실을 줄여주고, 반면 과다 투과 영역의 밝게 빛나는 현상을 실제적으로 감소시켰다. 진단상의 품질 평가는 EVP image와 control image 모두 평균적으로 높았다. 그럼에도 EVP images의 평균 등위는 control image의 그것보다 1 단계 완전히 높은 범위에 있는 것으로 평가되었다. 쌍으로 그 영상들을 보면, EVP images의 76%가 일치하는 control images의 평가 단계보다 1 또는 그 이상 높은 범주인 것으로 평가되었고, 반면 control image의 6% 만이 일치하는 EVP 영상보다 우수한 것으로 평가되었다. 유사한 결과가 연구된 14개의 검사유형에 대해 획득되었다.