• 대한유전성대사질환학회지
• /
• 제6권1호
• /
• pp.40-51
• /
• 2006

Purpose: A personal computer-based system was developed for automated metabolic profiling of organic aciduria and aminoacidopathy by gas chromatography-mass spectrometry and data interpretation for the diagnosis of metabolic disorders Methods: For automatic data profiling and interpretation, we compiled retention time, two target ions and their intensity ratio for 77 organic acids and 13 amino acids metabolites. Metabolites above the cut-off values were flagged as abnormal compounds. The data interpretation was a based on combination of flagged metabolites. Diagnostic or index metabolites were categorized into three groups, "and", "or" and "NO" compiled for each disorder to improve the specificity of the diagnosis. Groups "and" and "or" comprised essential and optional compounds, respectively, to reach a specific diagnosis. Group "NO" comprised metabolites that must be absent to make a definite diagnosis. We tested this system by analyzing patients with confirmed Propionic aciduria and others. Results: In all cases, the diagnostic metabolites were identified and correct diagnosis was founded to be made among the possible disease suggested by the system. Conclusion: The study showed that the developed method could be the method of choices in rapid, sensitive and simultaneous screening for organic aciduria and amino acidopathy with this simplified automated system.

• 대한방사선기술학회지:방사선기술과학
• /
• 제40권2호
• /
• pp.237-243
• /
• 2017

본 연구는 갑상샘 초음파 영상에서 정상 및 악성결절의 세포병리 진단결과를 바탕으로 GLCM 알고리즘분석을 통한 후향적 연구를 시행하여 컴퓨터보조진단의 적용 가능성을 평가하였다. GLCM 알고리즘의 6가지 파라미터를 이용한 갑상샘 악성결절의 인식률 평가와 ROC 곡선을 분석하였다. 실험 결과는 에너지 97%, 대조도 93%, 상관관계 92%, 동질성 92%, 엔트로피 100%, 분산 100%의 높은 질환인식률을 나타내었다. ROC 곡선 분석에서 각 파라미터의 곡선아래면적이 0.947(p=0.001) 이상을 나타내어 갑상샘 악성결절의 인식에 의미가 있는 결과로 나타났다. 또한 GLCM에서 각 파라미터의 cut-off값 결정으로 정량적인 컴퓨터보조진단의 분석을 통한 질환예측이 가능할 것으로 판단된다.

• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1212-1223
• /
• 2022

Skin lesions are common diseases that range from skin rashes to skin cancer, which can lead to death. Note that early diagnosis of skin diseases can be important because early diagnosis of skin diseases considerably can reduce the course of treatment and the harmful effect of the disease. Recently, the development of computer-aided diagnosis (CAD) systems based on artificial intelligence has been actively made for the early diagnosis of skin diseases. In a typical CAD system, the accurate classification of skin lesion types is of great importance for improving the diagnosis performance. Motivated by this, we propose a novel deep ensemble classification with multi-scale attention networks. The proposed deep ensemble networks are jointly trained using a single loss function in an end-to-end manner. In addition, the proposed deep ensemble network is equipped with a multi-scale attention mechanism and segmentation information of the original skin input image, which improves the classification performance. To demonstrate our method, the publicly available human skin disease dataset (HAM 10000) and the private animal skin lesion dataset were used for the evaluation. Experiment results showed that the proposed methods can achieve 97.8% and 81% accuracy on each HAM10000 and animal skin lesion dataset. This research work would be useful for developing a more reliable CAD system which helps doctors early diagnose skin diseases.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권3호
• /
• pp.201-208
• /
• 2007

목적: 유방암의 감별진단에서 기존의 유방 초음파 검사나 핵의학 유방SPECT의 진단성능에는 한계가 있다. 저자들은 초음파 컴퓨터진단시스템(CAD: computer aided diagnosis)의 적용에 의하여 유방 SPECT의 진단성능이 향상되는지를 알아보았다. 대상 및 방법: 유방초음파 및 유방 SPECT(Tc-99m tetrofosmin)를 시행하고 수술후 확진된 여자환자 40명(21명:악성종양, 19명:양성병변)의 영상자료를 분석하였다. 유방초음파영상을 컴퓨터분석 소프트웨어를 이용하여 병변의 경계를 분리한 후, 영상의 형태학적 특성들을 추출하였다. 초음파영상에서 추출된 형태학적 특성 중에서 감별능력이 있는 것으로 판단된 특성들을 골라 정량화하였다. 정량화된 형태학적 특성값들을 유방SPECT에서 구한 병변 대 반대측 유방의 방사능비와 판별분석에 의하여 결합하여 새로운 파라메터인 D-수치를 산출하였다. 유방SPECT의 병변 방사능비, 유방초음파 컴퓨터진단시스템의 악성확률 및 두가지를 결합한 D-수치에 대하여 수신자판단특성곡선(ROC curve) 분석을 이용하여 최적 판별 수치(cut-off value)를 구하고 이에 의한 유방암 진단의 예민도, 특이도 및 정확도를 계산하여 유방 SPECT과 초음파 컴퓨터진단시스템의 결합에 의한 진단성능을 기존의 유방 SPECT의 진단성능과 비교하였다. 결과: ROC curve분석상에서 유방암 진단에 대한 성능은 유방초음파의 컴퓨터 분석시스템 및 유방SPECT 각각 모두 우수하였다(area under curve=0.831 and 0.846). 두 결과를 통계적인 방법으로 결합하였을 때 ROC curve분석의 area under curve는(0.860) 향상되었으나, 최적 판별 수치(cut-off value)에 의한 유방암 진단의 예민도, 특이도 및 정확도에는 통계적인 차이는 없었다. 결론: 유방초음파의 컴퓨터분석시스템의 결과를 유방 SPECT에 적용하여 유방암의 진단성능을 향상시킬 수 있었지만 통계적으로는 유의하지 못하였다. 향후 추가적인 연구가 필요할 것으로 보인다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.35-43
• /
• 2009

환자의 흉부 CT 영상을 입력으로 하여 폐 영역의 결절(nodule)을 효과적으로 분류하는 것이 목적인 컴퓨터 조력 진단(Computer Aided Diagnosis, CAD) 시스템에서는 대부분 폐 영역의 혈관 추출 단계가 우선적으로 진행된다. 혈관 조영제를 투여한 환자 영상에서 폐 혈관과 폐 결절은 흉부 CT 영상에서 비슷한 감쇄를 보이므로 혈관 추출 단계에서 혈관과 결절이 함께 추출될 수 있다. 때문에 폐 혈관이 제거된 나머지 영역에서 폐 결절을 탐지 및 분류하는 방식의 폐 결절 분류기는 혈관 추출 기법의 성능에 큰 영향을 받는다. 본 논문에서는 폐 결절이 혈관으로 오인식 되어 혈관과 함께 추출될 수 있는 문제를 극복하기 위해 혈관의 두께 패턴을 분석하여 폐 결절을 재분류하는 기법을 제안한다. 제안된 방법은 폐 영역 결정 단계, 폐 혈관 영역 추출 및 골격 형성 단계, 혈관 토폴로지 구성 및 보정 단계, 그리고 혈관 후보 내 결절 재분류 단계 등의 네 단계로 이루어져 있다. 제안한 방법의 정확도를 분석하기 위해 폐 결절이 혈관을 침투하여 분포하는 환자들의 입력 영상을 이용하여 판독 전문의의 도움을 받아 분류기의 정확도 평가를 진행하였다. 실험 결과에서는 제안한 혈관 추출 및 결절 재분류 기법을 사용한 CAD 시스템의 폐 결절 분류기 성능과 재분류 절차를 진행하지 않은 분류기 성능에 대해 비교하고 제안한 방법이 혈관 영역으로 잘못 포함된 결절을 자동으로 정확하게 재분류 할 수 있음을 보여준다.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.358-366
• /
• 2012

간경화(liver cirrhosis)는 섬유조직의 증식과 재생성 결절 형성의 형태학적인 변화로 2차적으로 간내혈관의 변형 및 간기능의 저하가 나타나는 질병이며, 정맥류, 복수와 부종, 간성뇌증, 간암 등의 합병증 동반을 미연에 방지하는 것이 간경변증 진단 및 치료에 핵심이다. 일반적으로 간 컴퓨터단층영상이 간경변의 진단 및 병기를 결정하는 방법으로 사용한다. 그러므로 본 연구에서는 간경화의 자동 인식을 위하여 PCA와 TIA 알고리즘을 이용한 특징추출을 통하여 간경변의 자동 검출능력을 알아보고, 각 알고리즘간의 성능을 비교하였다. 실험은 학습영상과 테스트영상으로 구분한다. 고유영상을 생성시키기 위한 학습영상으로 정상영상이 사용되고, 테스트영상으로는 간경화영상이 사용된다. 간 CT 영상에서 간의 질병 부위를 균등하게 ROI 설정하고, $50{\times}50$ 픽셀 크기로 영상을 저장하여 실험하였다. 실험결과로 PCA는 간경화 검출율이 35%로 질병 인식으로 부적합하며, TIA 알고리즘의 AGL, TM, MU, EN는 100% 질병 인식력을 나타내어 간경화 자동 진단 인식으로 가능했다. 또한 결과를 임상에 적용하여 간경변의 컴퓨터보조진단으로 활용한다면 영상의학과 의사에게 업무 부담을 줄이고, 일차적 간경변의 스크리닝 도구로서 활용이 가능할 것이다. 그리고 TIA 알고리즘을 활용한 자동진단은 질병 진단의 전단계로서 예비판독의 정보를 제공하며 간경변의 조기 진단 및 예방이 가능다고 판단된다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.369-374
• /
• 2015

본 연구에서 제안된 질감특징분석 알고리즘은 뇌출혈환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 고유영상 및 실험영상을 생성하고 제안된 컴퓨터보조진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 뇌출혈 CT영상의 인식률을 도출하고 평가하였다. 결과로 뇌출혈 CT영상 40증례 중에서 각각의 질감 특징값에 대한 인식률은 평균밝기의 경우 100%, 평균대조도의 경우 100%, 평탄도의 경우 100%, 왜곡도의 경우 100%로 높게 나타났고, 균일도의 경우 95%, 엔트로피의 경우 87.5%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 뇌출혈 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 정확성과 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.98-106
• /
• 2022

A condition of the retina known as hypertensive retinopathy (HR) is connected to high blood pressure. The severity and persistence of hypertension are directly correlated with the incidence of HR. To avoid blindness, it is essential to recognize and assess HR as soon as possible. Few computer-aided systems are currently available that can diagnose HR issues. On the other hand, those systems focused on gathering characteristics from a variety of retinopathy-related HR lesions and categorizing them using conventional machine-learning algorithms. Consequently, for limited applications, significant and complicated image processing methods are necessary. As seen in recent similar systems, the preciseness of classification is likewise lacking. To address these issues, a new CAD HR-diagnosis system employing the advanced Deep Dense CNN Learning (DD-CNN) technology is being developed to early identify HR. The HR-diagnosis system utilized a convolutional neural network that was previously trained as a feature extractor. The statistical investigation of more than 1400 retinography images is undertaken to assess the accuracy of the implemented system using several performance metrics such as specificity (SP), sensitivity (SE), area under the receiver operating curve (AUC), and accuracy (ACC). On average, we achieved a SE of 97%, ACC of 98%, SP of 99%, and AUC of 0.98. These results indicate that the proposed DD-CNN classifier is used to diagnose hypertensive retinopathy.

• KEPCO Journal on Electric Power and Energy
• /
• 제2권2호
• /
• pp.293-298
• /
• 2016

Recently, interests for maintenance of transmission tower are increasing to extend life of structures and reduce maintenance cost. However, existing classical diagnosis method of corrosion deteriorated degree on the transmission tower steel members, visual inspection, has a problem that error often due to difference of inspector's individual knowledge and experience. In order to solve the problem, this study carried out to develop the corrosion deterioration inspection tool for transmission tower steel members. This tool is composed of camera equipment and computer-aided diagnosis system. We standardized the photographing method by camera equipment to obtain suitable pictures for image processing. Diagnosis system was designed to evaluate automatically degree of corrosion deterioration for member of transmission tower on the basis of the RGB color image processing techniques. It is anticipated that developed the corrosion deterioration inspection tool will be very helpful in decision of optimal maintenance time for transmission tower corrosion.

• Journal of International Society for Simulation Surgery
• /
• 제1권2호
• /
• pp.95-98
• /
• 2014

Two-dimensional cephalometric analysis has been used for diagnosis and treatment of correction of mandibular asymmetry by many maxillofacial surgeons. And 2D analysis showed excellent results in many cases, however 2D has some drawbacks in diagnosis and treatment planning because of its fundamental limitation like overlapping. Today many physicians use 3D diagnosis & treatment tools to expect better results and reduce possible errors. The aim of this report is to present treatment procedures using 3D analysis and treatment modalities for mandibular asymmetry patients.