• 한국통신학회논문지
• /
• 제25권12B호
• /
• pp.2085-2093
• /
• 2000

본 논문에서는 초음파 영상의 대한 내용기반 검색을 위한 초음파 영상의 특징 추출방법과 추출된 특징들을 이용한 검색 방법에 대해 제안한다. 내용기반 초음파 영상 검색을 위한 특징들로 공간영역에서 히스토그램과 웨이브릿 변환후 각 부대역에서 통계적 특성을 추출한다. 웨이브릿 변환 영역에서 추출된 특성은 질의 영상과 유사한 영상의 특성 벡터 거리가 평균 특성 벡터 거리보다 작다는 특성을 가진다. 이러한 특성을 이용하여 일차 검색을 수행하여 그 결과를 공간영역의 히스토그램을 이용한 이차 검색을 위한 후보로 사용함으로써 이차 검색의 대상이 줄어들게 된다. 히스토그램을 이용한 검색은 대상이 많을수록 오류를 범할 가능성이 높아짐으로 검색대상을 줄인다는 것은 매우 중요한 일이다. 또한 히스토그램을 사용함으로써 영상내 의학적 객체의 이동이나 회전에 무관하게 검색을 수행할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제22권1호
• /
• pp.1-7
• /
• 2001

본 논문에서는 초음파 의료영상 데이터베이스로부터 원하는 영상들을 찾아내기 위한 내용기반 영상 검색기법을 제안한다. 전체 영상 검색 시스템은 공간영역의 히스토그램과 웨이브릿 변환영역에서 부대역의 통계적 특성벡터를 이용한 2단계 검색 알고리즘을 사용하였다. 또한 히스토그램의 인덱싱 기법으로 Legendre 모멘트를 이용해서 데이터베이스에 저장되는 인덱스의 크기를 최소화시켜서 기존의 히스토그램을 이용한 검색방법 비해서 검색속도를 높이면서 검색결과를 개선시켰다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.550-555
• /
• 2007

초음파 영상은 초음파 펄스를 이용하여 반사파를 수신하여 진단에 필요한 영상을 구성하는데 신호가 약해 질 경우 잡음이 발생하며 미세한 명암도 차이 등에 의해 분석과정에서 육안으로 인지하고 진단하는데 어려움이 있다. 특히 근골격계 검사를 위한 초음파 영상에서 근육 영역의 진단에 어려움을 준다. 따라서 본 논문에서는 초음파 영상에서 영상처리 기법을 이용하여 근육 영역을 검출할 수 있는 방법을 제안한다. 초음파 영상에서의 근육 영역검출은 피하지방층과 기타 영역 그리고 근육을 둘러싸고 있는 근육막 후보 영역을 검출한 후, 위치 정보와 형태학적 특징을 이용하여 최종적으로 근육막 내부 영역인 근육 영역을 검출한다. 제안된 방법의 근육막 후보 영역의 검출 과정은 개선된 히스토그램 스트레칭과 Mutiple연산으로 대비 차를 향상시키고 반복 이진화 기법을 적용한 후, 잡음에 의해 손실되거나 끊어진 근육막 영역을 거리 및 방향 분석을 이용하여 연결한 후에 근육막 후보 영역을 검출한다. 검출된 근육막 후보 영역의 형태학적 특징과 위치 정보를 이용하여 피하지방층과 기타 영역을 분류 한 후, 최종적으로 근육 영역을 검출한다. 실제 초음파 영상을 대상으로 제안된 근육 검출 방법을 적용하여 검출된 근육 영역과 전문의가 분석한 근육 영역을 비교한 결과, 제안된 근육 검출 방법이 전문의가 육안으로 분석한 근육영역과 근접하게 검출되어 본 논문에서 제안한 근육 영역 검출 방법이 효율적임을 확인할 수 있었다.

• 한국음향학회지
• /
• 제14권6호
• /
• pp.27-31
• /
• 1995

이 논문에서는, 스플릿-스펙트럼 처리(split-spectrum processing)의 자동화를 위한 가용대역폭의 결정방법을 연구하였다. SSP는 결정립(grain) 잡음을 갖는 초음파신호의 가시도를 개선하는데 이용된다. SSP가 S/N비를 개선하는 유용한 기술임에도 불구하고 가용대역폭 결정의 모호성 때문에 응용이나 자동화에는 제한이 있었다. 최근까지도 가용대역폭을 최적으로 하기 위해 시행착오 방법에 의존하고 있다. 스펙트럼 히스토그램은 수신된 초음파신호 스펙트럼의 전대역에 걸친 최소화 알고리즘에 의하여 얻어진 스펙트럼 윈도우의 통계적 분포도이다. 가용대역폭은 스펙트럼 히스토그램을 이용하여 적응적으로 결정되기 때문에 SSP의 자동화가 가능하다. 스펙트럼 히스토그램을 이용한 가용대역폭의 결정방법을 조사하기 위해 이 방법을 실험 데이타에 적용하였다. 실험결과, 스펙트럼 히스토그램은 SSP의 가용대역폭의 결정과 자동화를 위한 효율적인 방법임을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제18권8호
• /
• pp.27-31
• /
• 2013

본 논문에서는 요부 초음파 영상에서 퍼지 C-Means 클러스터링을 이용한 양자화 기법을 제안한다. 제안된 방법은 초음파 영상에서 나타난 명암도를 이용하여 n개의 그룹으로 클러스터링한다. 그리고 각클러스터의 중심 값을 기준으로 정렬한 뒤, 각 그룹에 지정된 색상을 요부 초음파 영상에 나타낸다. 본 논문에서 제안하는 기법과 히스토그램 기반 양자화 기법에 대해 15장의 요부 초음파 영상에 적용한 결과, 본 논문에서 제안된 양자화 방법이 효과적인 것을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.71-73
• /
• 2017

본 논문에서는 4 방향 윤곽선 추적 기법과 히스토그램 분석 기법을 기반으로 한 개선된 FCM 알고리즘을 적용하여 색조 도플러 초음파 영상에서 상완 동맥의 혈류를 추출하고 분석하는 방법을 제안한다. 제안된 방법에서는 상완 동맥의 혈류를 정확히 추출하기 위해 전처리 과정으로 색조 도플러 초음파 영상 이외의 환자 정보가 있는 영역을 제거한 후, ROI 영역을 추출한다. 추출된 ROI 영역에서 영상의 최대 명암도를 임계치로 설정한 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화된 ROI 영역에서 4 방향 윤곽선 추적 기법을 적용하여 상완 동맥이 존재하는 사다리꼴 형태의 영역을 추출한다. 색 정보를 분석한 히스토그램을 이용하여 특징점의 개수를 계산하고 계산된 특징점의 개수를 FCM 알고리즘의 초기 클러스터의 개수로 설정한 후, 추출된 사다리꼴 형태의 영역에 적용하여 양자화 한다. 양자화된 영역 중에서 빨간색으로 분류된 영역을 고혈압 영역으로 추출한다. 제안된 추출 방법을 20개의 색조 도플러 초음파 영상을 대상으로 실험한 결과, 20개의 색조 도플러 초음파 영상에서 18개의 색조 도플러 초음파 영상이 정확히 추출되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.217-219
• /
• 2002

본 연구에서는 초음파 영상에서 간실질의 에코 명도분포를 분석하여 정량화 지방간 진단 파라미터인 규준화 에코 명도값을 추출하여 지방간의 진행 정도와의 상관성을 연구하였다. 임상 지방간지수와 본 연구의 규준화 에코 명도 값과의 선형 상관 계수를 구하였다. 신장대조 및 간문맥구조에서 추출한 규준화 에코 명도를 계산하여 비교한 결과, 임상 지방간지수와 높은 상관성을 보임을 알 수 있었고, 지방간 진단의 보조자료로 유용함을 확인하였다. 계산된 지방간지수와 상대명도의 선형상관계수는 0.69~0.79이다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.865-871
• /
• 2022

본 논문에서는 전립선 초음파 영상에서 형태학적 특징을 이용하여 전립선 영역을 검출하는 방법을 제안한다. 제안된 방법의 첫 단계에서는 전립선 영역의 상단 경계선을 추출한다. 초음파 촬영으로 획득한 영상에서 히스토그램 정보를 이용해 명암대비를 조정하여 전립선 영역의 상단 경계선을 검출하기 위한 기준 객체들을 추출하고, 기준 객체들의 하단 경계선을 Monotone cubic spline 보간법을 적용하여 상단 경계선을 추출한다. 두 번째 단계에서는 전립선 초음파 영상에서 추출한 상단 경계선보다 아래에 위치한 영역에 대해 오츠 이진화를 적용하여 전립선 하단 경계선을 추출한다. 마지막으로 전립선 상단 경계선과 하단 경계선을 연결하여 전립선 영역을 추출한다. 수동으로 측정한 전립선 영역과 비교 분석한 결과, 전립선 초음파 영상이 갖는 형태학적 특징을 이용한 방법으로 전립선 영역을 추출할 수 있는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.301-302
• /
• 2013

본 논문에서는 초음파 영상에서 퍼지 C-Means 클러스터링을 이용한 양자화 기법을 제안한다. 제안된 방법은 초음파 영상에서 나타난 명암도를 이용하여 n개의 그룹으로 클러스터링한다. 그리고 각 클러스터의 중심 값을 기준으로 정렬한 뒤, 각 그룹에 지정된 색상을 요부 초음파 영상에서 나타낸다. 본 논문에서 제안하는 기법을 적용한 요부 초음파 영상과 일반적으로 자주 이용되는 히스토그램 기반 양자화 기법을 적용한 요부 초음파 영상을 비교하였을 때, 본 논문에서 제안하는 퍼지 C-Means 클러스터링을 이용한 양자화를 적용한 영상이 근육 내의 지방을 분석하는데 효과적인 것을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제9권2호
• /
• pp.45-50
• /
• 2009

청소로봇이나 경비로봇과 같이 실내에서 이동하며 작업하는 로봇에서는 센서를 통한 환경의 인식이 필수적이다. 사무실 빌딩이나 공동주택의 경우 기본적인 환경이 동일하므로 설계도와 같은 공통된 지도를 이용하면 개별 환경마다 지도를 재작성하는 것보다 유리한 점이 있다. 이때 가구나 장애물 등 위치가 바뀔 수 있는 대상의 정보는 제거하고, 벽, 문, 창 등 불변의 대상을 인식하는 것이 중요하다. 이 논문에서는 사무실이나 가정환경에서 사용할 수 있는 실험용 이동로봇을 구현하고, 레이저스캐너의 정보와 세그먼트의 방향, 위치에 의한 히스토그램 방법을 이용하여 이와 같은 불변의 특징을 추출한다. 로봇에는 레이저스캐너, 자이로 센서, 초음파 센서, 적외선 센서 등이 탑재되며 제어프로그램은 C 프로그램으로 작성되었다.