• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.12B
• /
• 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.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• 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.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• 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.

• The Journal of the Acoustical Society of Korea
• /
• v.14 no.6
• /
• pp.27-31
• /
• 1995

In this paper, the determination method of available bandwidth for automation of the split-spectrum processing(SSP) has been studied. The SSP is used for the visibility enhancement of the ultrasonic signal with grain noise. Even though the SSP has proved useful in signal-to-noise ratio enhancement, its application and automation have been limited due to ambiguity in the determination of available bandwidth. Until recently, it is the usual practice to optimize the available bandwidth by trial and error. The spectral histogram is the statistical distribution of the spectral windows that is selected by the minimization algorithm with the whole band of the spectrum of the received ultrasonic signal. Since the available bandwidth can be determined adaptively using spectral histogram, this method can be used for automation of the SSP. In order to evaluate the determination technique of the available bandwidth using spectral histogram, this method is applied to experimental ultrasonic data. The experimental results show that the spectral histogram is an efficient method for determination of the available bandwidth and automation of the SSP.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.8
• /
• pp.27-31
• /
• 2013

In this paper, we propose a new quantization method using fuzzy C-means clustering(FCM) for lumbar ultrasound image recognition. Unlike usual histogram based quantization, our method first classifies regions into 10 clusters and sorts them by the central value of each cluster. Those clusters are represented with different colors. This method is efficient to handle lumbar ultrasound image since in this part of human body, the brightness values are distributed to doubly skewed histogram in general thus the usual histogram based quantization is not strong to extract different areas. Experiment conducted with 15 real lumbar images verified the efficacy of proposed method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.6
• /
• pp.865-871
• /
• 2022

In this paper, we propose a method of extracting prostate region using morphological characteristics of ultra-sonic image of prostate. In the first step of the proposed method, the edge area of the prostate image is extracted. The histogram of ultra-sonic image is used to extract base objects to detect the upper edge of prostate region by altering the contrast of the image, then, the lower edges of the extracted base objects are connected by using monotone cubic spline interpolation to extract the upper edge. Step 2, Otsu's binarization is applied to the region under the extracted upper edge of the prostate ultra-sonic image to extract the lower edge of prostate. In the last step, the upper and the lower edges are connected to extract prostate region and by comparing the extracted region of prostate with the one measured manually, the result showed that the morphological characteristics of prostate in ultrasonic image can be utilized to extract the prostate region.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• 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.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.2
• /
• pp.45-50
• /
• 2009

The environment exploration is an essential process for indoor robots such as clean robot and security robot. Apartment house and office building has common frame structure, but internal arrangement of each room may be slightly different. So, it is more convenient to use a common frame map than to build a new map at every time the arrangement is changed. In this case, it is important to recognize invariant features such as wall, door and window. In this paper, an indoor mobile robot is implemented, and by using the laser scanner data and line segment histogram with respect to segment orientation and distance, an environment exploration method is presented and tested. This robot is fitted with a laser scanner, gyro sensor, ultra sonic sensor and IR sensor, and programed with C language.