• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.763-765
• /
• 2004

본 연구는 간경변을 보유한 환자의 복부 CT 영상을 이용하여 비장의 웨이브 패턴(wave pattern)을 관찰하였는데 정상간을 보유한 환자의 복부 CT 영상과 차이가 있음을 발견하였다. 본 논문은 관찰된 두 가지 원리를 바탕으로 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 간경변을 효과적으로 진단하는 새로운 방법을 제시한다. 본 논문에서 실험에 사용한 영상들의 경우에 꼬리엽과 우엽의 비율로써 간경변을 보유한 영상임을 알 수 있는 경우에는 모두 비장의 웨이브 패턴 테스트들로써 간경변 보유 판정 결과를 얻었다. 이는 꼬리엽과 우엽의 비율 테스트를 생략하고 비장만으로 간경변 보유간을 판정해 낼 수 있음을 말해주는 것이다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.224-227
• /
• 2003

컴퓨터와 공학 분야에서의 빠른 기술적 진보는 의료정보의 처리에 있어 새로운 패라다임을 제시함으로써 의료정보사회의 변화를 가속화시키고 있다. 본 논문에서는 단일 플랫폼에서 운영하기 위한 컴퓨터지원진단, 음성인식과 의료영상저장전송시스템의 통합을 제안한다. 단일 플랫폼에서 운영되는 통합시스템은 세 시스템의 장점을 최대로 하는 향상과 시너지효과를 가져왔다. 컴퓨터지원진단과 음성인식은 시간과 비용 절감 면에서 두드러진 개선을 가져왔으며, 제안한 시스템은 병원의 디지털화와 병원경영의 효율을 높일 수 있을 것이다.

• Journal of Electrical Engineering and Technology
• /
• 제9권1호
• /
• pp.190-196
• /
• 2014

In this paper, the characteristics of a defective elliptical aluminum plate are analyzed by three different eddy current testing probes; T/R, T/T, and Impedance probes. The analysis was done by 3D finite element method, and the impedance change of real and imaginary voltage values were analyzed.

• 한국방사선학회논문지
• /
• 제10권6호
• /
• pp.443-450
• /
• 2016

본 연구는 복부 전산화단층촬영 영상을 이용하여 지방간환자의 영상을 질감특징분석과 ROC curve 분석을 하였으며, 컴퓨터보조진단시스템의 구현을 위한 실험적인 선형 연구로서 전산화단층촬영 영상에서 지방간의 객관적이고 신뢰성 있는 진단 정보를 의사에게 제공하고자 하였다. 실험은 정상 및 지방간 복부 전산화단층촬영 영상을 실험영상으로 하여 설정된 구역에 대한 wavelet 변환을 거쳐 질감의 특징값을 나타내는 6가지 파라미터로 통계적 분석 결과를 나타내었다. 그 결과 엔트로피, 평균밝기, 왜곡도는 90% 이상의 비교적 높은 인식률을 보였고, 대조도, 평탄도, 균일도는 약 70% 정도로 비교적 낮은 인식률을 나타내었다. ROC curve를 이용한 분석에서 6가지의 파라미터 모두 0.900(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과를 나타내었다. 또한 6가지 파라미터에서 질환 예측을 위한 cut-off 값을 결정하였다. 이러한 결과는 향후 복부 전산화단층촬영 영상에서 질환 자동검출 및 최종진단의 예비 진단 자료로서 적용 가능할 것이다.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.670-675
• /
• 2015

Medical imaging is one of the most powerful tools for gaining information about internal organs and tissues. It is a challenging task to develop sophisticated image analysis methods in order to improve the accuracy of diagnosis. The objective of this paper is to develop a Computer Aided Diagnostics (CAD) scheme for Brain Tumour detection from Magnetic Resonance Image (MRI) using active contour models and to investigate with several approaches for improving CAD performances. The problem in clinical medicine is the automatic detection of brain Tumours with maximum accuracy and in less time. This work involves the following steps: i) Segmentation performed by Fuzzy Clustering with Level Set Method (FCMLSM) and performance is compared with snake models based on Balloon force and Gradient Vector Force (GVF), Distance Regularized Level Set Method (DRLSE). ii) Feature extraction done by Shape and Texture based features. iii) Brain Tumour detection performed by various tree classifiers. Based on investigation FCMLSM is well suited segmentation method and Random Forest is the most optimum classifier for this problem. This method gives accuracy of 97% and with minimum classification error. The time taken to detect Tumour is approximately 2 mins for an examination (30 slices).

• 대한영상의학회지
• /
• 제82권1호
• /
• pp.12-28
• /
• 2021

유방촬영술은 유방암 검진 및 진단을 위한 기본적인 영상 검사이지만, 판독이 어려우며 높은 숙련도를 필요로 한다고 잘 알려져 있다. 이러한 어려움을 극복하기 위해 최근 몇 년 사이에 인공지능을 이용한 유방암 검출 알고리즘들이 활발히 연구되고 있다. 본 종설에서 저자는 고전적인 computer-aided detection 소프트웨어 대비 최근 많이 사용되는 딥러닝의 특징을 알아보고, 딥러닝 알고리즘의 개발 방법과 임상적 검증 방법에 대해서 기술하였다. 또한 딥러닝 기반의 검진 유방촬영술의 판독 방법 분류, 유방 치밀도 평가, 그리고 유방암 위험도 예측 모델 등을 위한 딥러닝 연구들도 소개하였다. 마지막으로 유방촬영술 관련 인공지능 기술들에 대한 영상의학과 전문의의 관심과 의견의 필요성을 기술하였다.

• KSTLE International Journal
• /
• 제3권1호
• /
• pp.54-59
• /
• 2002

It can be effective on failure diagnosis of oil-lubricated tribological system to analyze operating conditions with morphological characteristics of wear debris in a lubricated machine. And it can be recognized that results are processed threshold images of wear debris. But it is needed to analyse and identify a morphology of wear debris in order to predict and estimate a operating condition of the lubricated machine. If the morphological characteristics of wear debris are identified by the computer image analysis and the neural network, it is possible to recognize the friction condition. In this study, wear debris in the lubricating oil are extracted from membrane filter (0.45 ${\mu}m$) and the quantitative value fur shape parameters of wear debris was calculated through the computer image processing. Four shape parameters were investigated and friction condition was recognized very well by the neural network.

• 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.

• 대한의용생체공학회:의공학회지
• /
• 제21권2호
• /
• pp.137-144
• /
• 2000

Clustered microcalcifications in X-ray mammograms are an important sign for the diagnosis of breast cancer. A shape-based method, which is based on the morphological features of clustered microcalcifications, is proposed for classifying clustered microcalcifications into benign or malignant categories. To verify the effectiveness of the proposed shape features, clinical mammograms were used to compare the classification performance of the proposed shape features with those of conventional textural features, such as the spatial gray-leve dependence method and the wavelet-based method. Image features extracted from these methods were used as inputs to a three-layer backpropagation neural network classifier. The classification performance of features extracted by each method was studied by using receiver operating-characteristics analysis. The proposed shape features were shown to be superior to the conventional textural features with respect to classification accuracy.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.52-58
• /
• 2023

Alzheimer's disease is one type of dementia, the symptoms can be treated by detecting the disease at its early stages. Recently, many computer-aided diagnosis using magnetic resonance image(MRI) have shown a good results in the classification of AD. Taken these MRI images and feed to Free surfer software to extra the features. In consideration, using T1-weighted images and classifying using the convolution neural network (CNN) model are proposed. In this paper, taking the subjects from ADNI of subcortical and cortical features of 190 subjects. Consider the study to reduce the complexity of the model by using the single layer in the Res-Net, VGG, and Alex Net. Multi-class classification is used to classify four different stages, CN, EMCI, LMCI, AD. The following experiment shows for respective classification Res-Net, VGG, and Alex Net with the best accuracy with VGG at 96%, Res-Net, GoogLeNet and Alex Net at 91%, 93% and 89% respectively.