• Imaging Science in Dentistry
• /
• 제51권4호
• /
• pp.413-419
• /
• 2021

Purpose: The aim of this in vitro study was to assess the role of bandwidth on the area of magnetic resonance imaging (MRI) artifacts caused by orthodontic appliances composed of different alloys, using different pulse sequences in 1.5 T and 3.0 T magnetic fields. Materials and Methods: Different phantoms containing orthodontic brackets (ceramic, ceramic bracket with a stainless-steel slot, and stainless steel) were immersed in agar gel and imaged in 1.5 T and 3.0 T MRI scanners. Pairs of gradient-echo (GE), spin-echo (SE), and ultrashort echo time (UTE) pulse sequences were used differing in bandwidth only. The area of artifacts from orthodontic devices was automatically estimated from pixel value thresholds within a region of interest (ROI). Mean values for similar pulse sequences differing in bandwidth were compared at 1.5 T and 3.0 T using analysis of variance. Results: The comparison of groups revealed a significant inverse association between bandwidth values and artifact areas of the stainless-steel bracket and the self-ligating ceramic bracket with a stainless-steel slot(P<0.05). The areas of artifacts from the ceramic bracket were the smallest, but were not reduced significantly in pulse sequences with higher bandwidth values(P<0.05). Significant differences were also observed between 1.5 T and 3.0 T MRI using SE and UTE, but not using GE 2-dimensional or 3-dimensional pulse sequences. Conclusion: Higher receiver bandwidth might be indicated to prevent artifacts from orthodontic appliances in 1.5 T and 3.0 T MRI using SE and UTE pulse sequences.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.151-158
• /
• 2022

The Cardiac Gated Blood Pool (GBP) scintigram, a nuclear medicine imaging, calculates the left ventricular Ejection Fraction (EF) by segmenting the left ventricle from the heart. However, in order to accurately segment the substructure of the heart, specialized knowledge of cardiac anatomy is required, and depending on the expert's processing, there may be a problem in which the left ventricular EF is calculated differently. In this study, using the DeepLabV3 architecture, GBP images were trained on 93 training data with a ResNet-50 backbone. Afterwards, the trained model was applied to 23 separate test sets of GBP to evaluate the reproducibility of the region of interest and left ventricular EF. Pixel accuracy, dice coefficient, and IoU for the region of interest were 99.32±0.20, 94.65±1.45, 89.89±2.62(%) at the diastolic phase, and 99.26±0.34, 90.16±4.19, and 82.33±6.69(%) at the systolic phase, respectively. Left ventricular EF was calculated to be an average of 60.37±7.32% in the ROI set by humans and 58.68±7.22% in the ROI set by the deep learning segmentation model. (p<0.05) The automated segmentation method using deep learning presented in this study similarly predicts the average human-set ROI and left ventricular EF when a random GBP image is an input. If the automatic segmentation method is developed and applied to the functional examination method that needs to set ROI in the field of cardiac scintigram in nuclear medicine in the future, it is expected to greatly contribute to improving the efficiency and accuracy of processing and analysis by nuclear medicine specialists.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.19-25
• /
• 2023

이 논문에서는 image signal processing 을 고려하여 저조도에서 촬영된 저품질의 raw 이미지를 딥러닝에 기반하여 개선하는 방법을 제안한다. 스마트폰 카메라의 경우 DSLR 카메라에 비해 렌즈나 센서의 확장에 제약이 있어 저조도 상황에서 이미지에 노이즈가 증가되고 품질이 저하되는 문제점을 보인다. 기존 딥러닝 기반 저조도 이미지 처리 방식은 image signal processing의 주요 요소인 렌즈 쉐이딩 효과와 화이트 밸런스를 고려하지 못하여 부자연스러운 이미지를 생성하기도 한다. 본 논문에서는 렌즈 쉐이딩 효과와 화이트 밸런스를 딥러닝 모델에 적용하기 위해 중심거리와 채널 평균을 활용한다. 스마트폰으로 촬영된 저조도 이미지를 통한 실험에서 제안하는 방법이 기존 방법에 비해 더 높은 peak signal to noise ratio 와 structural similarity index measure를 달성함과 동시에 높은 품질의 저조도 이미지를 생성함을 확인한다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.249-256
• /
• 2022

드론 사진 측량의 경우 통상 상용 전문 SW인 Metashape, Pix4D Mapper, ContextCapture 및 간이 SW인 Global Mapper GIS의 "픽셀 to 포인트 도구" 모듈 등을 널리 사용하고 있다. 각 SW마다 고유의 항공 삼각측량법 해석에 대한 로직을 보유하고 있지만, 사용자가 SW를 선택하기 위해서는 지형공간정보의 좌표 값에 대한 비교 분석이 필요하다. 이를 위하여 드론 사진 측량을 위한 항공사진을 촬영하고, VRS-GPS 측량을 통하여 GCP 기준점 측량을 하여, 취득된 기초 데이터를 각 SW를 이용하여 데이터 처리를 한 후 정사 이미지과 DSM을 구축하고, GCP 기준점 측량 성과와 각 SW에서 취득된 정사 이미지 상의 GCP 대공표지의 중심점의 좌표(X,Y)및 DSM에 의한 GCP점의 높이 값(EL)을 비교했다. "공공측량 작업규정"에 따르면 각 SW의 결과치는 모두 오차범위 이내에 포함되어 어느 SW를 사용하더라도 규정에는 문제가 없는 것으로 판명되었다.

• 대한원격탐사학회지
• /
• 제28권5호
• /
• pp.587-596
• /
• 2012

교토메커니즘의 체제하에서 신규조림 및 재조림(Afforestation and Reforestation Clean Development Mechanism, A/R CDM) 사업을 위해서는 대상지적격성 입증이 필요하다. 대상지 적격성 입증을 위해서는 과거에서 현재까지 산림이 아닌 지역으로 규정되어 있으므로 현재 대상지역이 산림 정의에 부합되지 않음을 입증하여야 된다. 본 연구에서는 위성영상을 이용하여 A/R CDM 대상지를 선정을 위한 분류기법을 제시하고자 한다. 연구대상지는 양평군 양평읍의 일부 지역을 선정하였고, 산림정의에 부합하는 3가지 요소 즉, 수고, 울폐도, 면적을 고려하여 LiDAR 자료와 항공사진을 이용하였다. Moving window를 적용하여 수고, 토지면적, 울폐도를 동시에 고려하여 화소기반 산림/비산림 지역으로 분류하였다. 그 결과, 조림 가능지역은 124.06 ha이고 조림 불가지역은 약 357.02 ha이다. 분석에서 적용된 기법은 A/R CDM 사업 대상지 선정 뿐만아니라 기타 교토메커니즘의 활용에 기초방법론을 제공하였다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
• /
• pp.64-66
• /
• 2004

디지털 래디오그래피 시스템을 이용하여 환자를 진료하기 위해서는 전처리 과정을 통해 DR 디텍터의 불량화소와 선을 제거하고 offset과 X선의 불균질성을 제거해야만 한다. 불균질성을 제거하기 위해 X-선의 flat field 영상이 필요하며 이는 X선관의 focal spot과 디텍터의 중심과 일치시켜 X선을 디텍터에 수직으로 입사시켜 얻는다. 이러한 영상 촬영구조는 환자를 촬영할 때에도 그대로 유지된다. 하지만 방사선 촬영 기법 중 여러 가지 요인으로 디텍터의 중심과 X선관의 중심을 일치시키지 않거나 디텍터를 기울여 촬영하는 방법들이 있다. 본 연구에서는 디텍터가 기울어져 있거나 또는 임의의 위치에서의 flat field correction 방법의 영향을 분석하고, 새로운 알고리즘을 이용하여 그 영향을 줄이고자 하였다. 본 연구의 결과로 DR 디텍터에서 X선의 flat field를 최대한 보장할 수 있을 것이다.

• 한국광학회지
• /
• 제20권2호
• /
• pp.94-101
• /
• 2009

본 논문에서는 집적영상에서 깊이 추출을 할 때 영상 분할 방법을 이용하여 각각의 물체에 대해 삼각형 메쉬(mesh) 모델을 구성하는 방법을 제안하였다. 집적영상에서 렌즈 어레이와 카메라를 이용하여 실제 물체를 픽업하면 요소영상(Elemental image) 집합을 얻을 수 있다. 요소영상 집합은 3차원 물체의 정보를 가지고 있으므로 대응점 분석을 통해 깊이 추출을 할 수 있다. 우선, 각 요소영상 중심점의 대응점 분석을 통해 시차를 구하고 이를 이용하여 깊이를 구한다. 요소영상의 중심점에 해당하는 물체의 X, Y 공간좌표는 각 점들이 사각형 격자 형태를 이룬다. 이 격자 형태의 점들 중에서 가까운 점 3개를 연결하여 삼각형 메쉬를 만들면 물체의 삼각형 메쉬 모델을 구할 수 있다. 이 때 각 물체에 대해 삼각형 메쉬 모델을 구하기 위해서 요소영상의 중심점들로 구성된 가운데 방향별 영상을 영상 분할하고 각각의 분할된 영역에 대해서만 삼각형 메쉬 모델을 구성하였다. 영상 분할 방법은 normalized cut 방법을 이용하였다. 제안된 방법의 검증을 위해 실제 물체를 픽업하고 각 물체의 삼각형 메쉬 모델을 구성하였다.

• Journal of the Optical Society of Korea
• /
• 제18권4호
• /
• pp.317-329
• /
• 2014

In vision measurement systems based on structured light, the key point of detection precision is to determine accurately the central position of the projected laser line in the image. The purpose of this research is to extract laser line centers based on a decision function generated to distinguish the real centers from candidate points with a high recognition rate. First, preprocessing of an image adopting a difference image method is conducted to realize image segmentation of the laser line. Second, the feature points in an integral pixel level are selected as the initiating light line centers by the eigenvalues of the Hessian matrix. Third, according to the light intensity distribution of a laser line obeying a Gaussian distribution in transverse section and a constant distribution in longitudinal section, a normalized model of Hessian matrix eigenvalues for the candidate centers of the laser line is presented to balance reasonably the two eigenvalues that indicate the variation tendencies of the second-order partial derivatives of the Gaussian function and constant function, respectively. The proposed model integrates a Gaussian recognition function and a sinusoidal recognition function. The Gaussian recognition function estimates the characteristic that one eigenvalue approaches zero, and enhances the sensitivity of the decision function to that characteristic, which corresponds to the longitudinal direction of the laser line. The sinusoidal recognition function evaluates the feature that the other eigenvalue is negative with a large absolute value, making the decision function more sensitive to that feature, which is related to the transverse direction of the laser line. In the proposed model the decision function is weighted for higher values to the real centers synthetically, considering the properties in the longitudinal and transverse directions of the laser line. Moreover, this method provides a decision value from 0 to 1 for arbitrary candidate centers, which yields a normalized measure for different laser lines in different images. The normalized results of pixels close to 1 are determined to be the real centers by progressive scanning of the image columns. Finally, the zero point of a second-order Taylor expansion in the eigenvector's direction is employed to refine further the extraction results of the central points at the subpixel level. The experimental results show that the method based on this normalization model accurately extracts the coordinates of laser line centers and obtains a higher recognition rate in two group experiments.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.907-917
• /
• 2019

최근 국토 모니터링, 지형 분석 등 많은 분야에서 고해상도 위성영상의 수요가 증가와 함께 기하보정의 필요성이 증가하고 있다. 자동 정밀 기하보정 방법으로 GCP(Ground Control Point) 칩과 위성영상간의 정합을 통해 지상기준점을 자동으로 추출하는 방법이 있다. 자동 정밀 기하보정은 GCP 칩과 위성영상의 정합 성공률이 중요하다. 따라서 제작된 GCP 칩의 정합 성능 평가가 중요하다. GCP 칩의 정합 성능 평가를 위해 국토관측 위성용으로 구축된 총 3,812점의 GCP 칩을 실험 자료로 사용했다. KOMPSAT-3A 영상과 Google Map의 GCP칩 정합 결과를 분석한 결과 유사한 결과를 얻을 수 있었다. 따라서 Google Map 위성영상으로 고해상도 위성영상을 충분히 대체할 수 있다고 판단했다. 또한 GCP 칩의 정합 성능 검증에 필요한 시간을 줄이기 위해 자동화된 방법으로 Google Map의 중심점과 오차 반경을 이용한 방법을 제시했다. 실험 결과 최적의 오차 반경은 17 pixel(약 8.5 m)로 설정하는 것이 가장 좋은 분류 정확도를 보였다. Google Map 위성영상과 자동화된 검증 방법으로 남한 전역에 구축된 GCP 칩 3,812개의 정합 성능 평가를 진행했으며 남한에 구축된 GCP 칩은 약 94%의 정합 성공률을 보였다. 이후 정합에 실패한 GCP 칩을 분석하여 주요 정합 실패원인을 분석하였다. 분석 결과 남한 전역에 구축된 GCP 칩 중 재제작이 필요한 GCP 칩을 제외한 나머지 GCP 칩은 국토위성영상 자동 기하보정에 충분히 사용할 수 있다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제33권4호
• /
• pp.369-378
• /
• 2010

고밀도 물질의 존재에 따른 킬로볼트 및 메가볼트 에너지 전산화 단층촬영(kilovoltage & megavoltagecomputed tomography, KVCT & MVCT) 영상의 아티팩트 차이를 비교하기 위하여 Cheese 팬텀을 사용하여 KVCT와 MVCT로 얻은 영상자료를 통해 밀도변화에 따른 HU값의 변화를 비교하였다. 또한 각 영상의 sinogram 자료를 치료계획 장비에 입력 후 시행하여 치료선량에 변화 여부와 조사면내 계산값과 실측값간의 차이를 r값으로 비교분석하였으며 이에 대한 실제 환자에 적용하여 임상적용에 관한 유용성을 검정하였다. KVCT와 MVCT간에 HU값 차이는 KVCT의 밀도 3.0에서 역치를 보여 변화가 없었으나 MVCT에서는 밀도 5.0 이상도 구별하는 것을 관찰할 수 있었다. 각 방법의 Sinogram 정보를 통해 일반팬텀으로 계산한 결과 r 값이 허용오차인 1보다 낮은 비율은 KVCT와 MVCT에서 각각 94.92%, 93.87%로 큰 차이를 보이지 않았으나 고밀도팬텀을 이용해 아티팩트가 존재하는 자료를 이용한 선량계산의 결과는 KVCT와 MVCT에서 각각 88.25%와 93.77%로 다소 차이를 보였다. MVCT 이용 시에는 아티팩트가 거의 나타나지 않았고 고밀도 물질의 윤곽을 정확히 알 수 있었으며 상대적으로 선량계산의 정확성이 향상되어 척추궁 절제술 후 인공보형물이 삽입된 척추종양과 같이 결정장기와 종양이 인접한 환자에 있어서도 MVCT영상자료를 이용하여 선량 계산 시 보다 정확한 치료계획이 가능하리라 사료된다.