• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.80-85
• /
• 2021

We developed a model to classify the absence of cervical cancer using deep learning from the cervical image to which the histogram equalization algorithm was applied, and to compare the performance of each model. A total of 4259 images were used for this study, of which 1852 images were normal and 2407 were abnormal. And this paper applied Image Sharpening(IS), Histogram Equalization(HE), and Contrast Limited Adaptive Histogram Equalization(CLAHE) to the original image. Peak Signal-to-Noise Ratio(PSNR) and Structural Similarity index for Measuring image quality(SSIM) were used to assess the quality of images objectively. As a result of assessment, IS showed 81.75dB of PSNR and 0.96 of SSIM, showing the best image quality. CLAHE and HE showed the PSNR of 62.67dB and 62.60dB respectively, while SSIM of CLAHE was shown as 0.86, which is closer to 1 than HE of 0.75. Using ResNet-50 model with transfer learning, digital image-processed images are classified into normal and abnormal each. In conclusion, the classification accuracy of each model is as follows. 90.77% for IS, which shows the highest, 90.26% for CLAHE and 87.60% for HE. As this study shows, applying proper digital image processing which is for cervical images to Computer Aided Diagnosis(CAD) can help both screening and diagnosing.

• Advances in nano research
• /
• 제12권2호
• /
• pp.185-195
• /
• 2022

Deep learning is another field of artificial intelligence (AI) utilized for computer aided diagnosis (CAD) and image processing in scientific research. Considering numerous mechanical repetitive tasks, reading image slices need time and improper with geographical limits, so the counting of image information is hard due to its strong subjectivity that raise the error ratio in misdiagnosis. Regarding the highest mortality rate of Lung cancer, there is a need for biopsy for determining its class for additional treatment. Deep learning has recently given strong tools in diagnose of lung cancer and making therapeutic regimen. However, identifying the pathological lung cancer's class by CT images in beginning phase because of the absence of powerful AI models and public training data set is difficult. Convolutional Neural Network (CNN) was proposed with its essential function in recognizing the pathological CT images. 472 patients subjected to staging FDG-PET/CT were selected in 2 months prior to surgery or biopsy. CNN was developed and showed the accuracy of 87%, 69%, and 69% in training, validation, and test sets, respectively, for T1-T2 and T3-T4 lung cancer classification. Subsequently, CNN (or deep learning) could improve the CT images' data set, indicating that the application of classifiers is adequate to accomplish better exactness in distinguishing pathological CT images that performs better than few deep learning models, such as ResNet-34, Alex Net, and Dense Net with or without Soft max weights.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.211-217
• /
• 2023

Recently, many studies have introduced artificial intelligence systems in the surgical process to reduce the incidence and mortality of complications in patients. Bleeding is a major cause of operative mortality and complications. However, there have been few studies conducted on detecting bleeding in surgical videos. To advance the development of deep learning models for detecting intraoperative hemorrhage, three models have been trained and compared; such as, YOLOv5, RetinaNet50, and RetinaNet101. We collected 1,016 bleeding images extracted from five surgical videos. The ground truths were labeled based on agreement from two specialists. To train and evaluate models, we divided the datasets into training data, validation data, and test data. For training, 812 images (80%) were selected from the dataset. Another 102 images (10%) were used for evaluation and the remaining 102 images (10%) were used as the evaluation data. The three main metrics used to evaluate performance are precision, recall, and false positive per image (FPPI). Based on the evaluation metrics, RetinaNet101 achieved the best detection results out of the three models (Precision rate of 0.99±0.01, Recall rate of 0.93±0.02, and FPPI of 0.01±0.01). The information on the bleeding detected in surgical videos can be quickly transmitted to the operating room, improving patient outcomes.

• 대한치과보철학회지
• /
• 제61권4호
• /
• pp.328-343
• /
• 2023

최근 삼차원적 안면 스캔 (facial scan) 및 악운동 (jaw motion) 등의 데이터를 통합하여 동적 교합을 나타내는 가상 환자를 형성함으로써 심미적인 전치부 고정성 보철물을 제작하는 방법이 소개되고 있다. 이를 통해 진단과정에서 환자와의 원활한 소통이 가능하며, 심미적인 보철 치료의 예지성을 높일 수 있고, 교합조정의 가능성을 낮출 수 있다. 본 증례에서는 상악 전치부 심미 보철 수복이 필요한 환자에서 구강 스캔 데이터와 삼차원 (3D) 안면 스캔데이터, 환자의 악운동 기록을 computer-aided design (CAD) 소프트웨어 상에서 통합하여 동적 교합을 나타내는 가상 환자를 형성하였다. 이를 통해 치료의 결과를 시뮬레이션하고 심미적인 상악 전치부 고정성 보철물을 제작 및 수복하였다. 또한, 안정적인 교합관계를 회복하고 적절한 전방유도가 형성되었는지 확인하기 위하여 각각 치료 단계별로 환자의 교합을 비교 평가하였으며 심미적, 기능적으로 만족스러운 결과를 보였기에 이를 보고하는 바이다.

• 한국콘텐츠학회논문지
• /
• 제13권5호
• /
• pp.303-310
• /
• 2013

초음파영상은 갑상선 질병에서 결절성 갑상선 질병을 진단하는 검사로서 결절의 위치, 크기, 개수, 내부 에코 특성에 대한 정보를 제공하여 암의 가능성이 높은 고위험 결절을 선별하며, 세침흡인 검사 시 정확한 유도를 가능하게 한다. 갑상선 결절 중 악성으로 진단되는 경우는 5% 미만이지만 초음파에서 감별진단이 중요하다. 그러므로 본 연구에서는 병리학적으로 갑상선 유두암으로 진단된 증례를 실험 대상으로 하며, 영역을 묘사하는 알고리즘으로 그 질감을 정량화하는 방법으로 질감특징 분석(TFA)를 적용하여 컴퓨터자동진단의 검출 효율을 실험하였다. 초음파영상에서 관심영역을 설정하여 $50{\times}50$ 픽셀 크기, 히스토그램 평활화로 전처리하여 실험영상을 획득하였다. 전체영상 70증례에서 갑상선 유두암의 영상 35증례를 테스트 영상으로 하고, 고유영상 생성의 정상영상 35증례를 학습영상으로 실험하였다. 질감특징 분석 알고리즘을 적용한 실험결과 GLavg, SKEW, UN, ENT 4개 파라미터의 질병 검출 효율이 91~100%로 높게 나타났다. 이는 갑상선 결절 질병을 감별하는 컴퓨터자동진단의 응용을 나타내며, 갑상선 질병의 감별진단에 전처리 자동진단 가능성을 나타낸다. 향후 추가적인 관련 알고리즘의 연구가 계속 진행된다면 갑상선 질병의 컴퓨터자동진단의 실용화기반을 마련할 수 있을 것이고, 다양한 초음파영상의 질병에 대한 적용이 가능할 것으로 사료된다.

• Annals of Clinical Neurophysiology
• /
• 제12권1호
• /
• pp.21-26
• /
• 2010

Background: Although quantitative sensory test (QST) is being used with increasing frequency for measuring sensory thresholds in clinical practice and epidemiologic studies, there has been no age-matched normative data in Korean adults. The objective of this study is to evaluate the value of QST in diabetic polyneuropathy with normal range in Korean adults. Methods: The Computer Aided Sensory Examination IV 4,2 (WR Medical Electronics Co., Stillwater, Minnesota, U.S.A.), with 4,2,1 stepping algorithm was used to determine vibration and cold perception threshold in 70 normal controls and 19 patients with diabetic polyneuropathy aged from 21 to 79 years. The data were used to define age-matched upper and lower normal limits and normal range of side to side difference. We also evaluated the duration of diabetes, serum HbA1C level, and findings of nerve conduction study (NCS) and QST in patients with diabetic polyneuropathy. Results: In normal adults, sensory thresholds slightly increased with age, and a slight side-to-side difference was observed. The diagnostic sensitivity of QST was not higher than NCS in patients with diabetic polyneuropathy (36.8% vs. 42.1%, p=0.716), especially among elderly patients. Conclusions: QST might be used as a complementary test for NCS in the diagnosis of diabetic polyneuropathy. Although the QST is a simple method for the evaluation of peripheral nerve function, there are some limitations. Most of all, because the QST measuring is dependent on the subjective response of patients, the degree of concentration and cooperation of the patients can significantly affect the result. And thus, attention should be paid during the interpretation of QST results in patients with peripheral neuropathy.

• 인지과학
• /
• 제9권1호
• /
• pp.31-39
• /
• 1998

본 논문은 HELPS라는 반도체 검사 장비를 위한 전자성능지원시스템(Electronic Performance Support System)에 대하여 기술한다. 본 시스템의 목적은 운영 지원, 훈련, 지식 기반 고장 진단 및 수리를 위한 just-in time. on-the-job 멀티미디어에 기반을 둔 정보를 제공함으로써 오퍼레이터의 생산성을 향상시키는데 있다. HELPS는 운영 모듈과 고장 진단 모듈로 구성되어 있다. 운영 모듈은 사용자에게 장비에 관한 자세하고 쉽게 접근이 가능한 정보를 제공하기 위하여 멀티미디어와 하이퍼미디어를 사용한다. 멀티미디어는 정지 화상, 동화상, 에니메이션, 텍스트, 그래픽, 오디오를 포함하는 다매체 형식을 통합한다. 하이 퍼미디어는 계층적인 정보 구조를 통하여 숙련된 오퍼레이터에게는 작업을 수행하는데 필요한 특정한 정보만을 제공할 뿐만 아니라, 초보 오퍼레이터에게는 자세한 시스템 안내와 정보를 제공한다. 고장 진단 모듈은 오퍼레이터가 장비의 고장을 진단하고 수리하는 것을 자원하기 위하여 전문가 시스템과 멀티미디어를 통합하여 구성하였다. 전문가 시스템을 사용하여 진단한 다음, 멀티미디어에 의한 어드바이스가 텍스트를 포함한 정지 화상이나 음성을 포함한 동화상에 의해 제시된다. HELPS는 훈련 시간과 고장 진단 및 수리 시간의 측면에서 평가되었고, 본 시스템 사용 전에 비하여 약 30%이상의 시간을 절감함으로써 생산성 향상에 크게 도움이 된다는 것을 확인하였다. 앞으로 본 시스템은 ICAI와 가상현실 기법 등을 이용하여 확장된다면 더 많은 생산성 향상을 기대할 수 있을 것이다.

• Investigative Magnetic Resonance Imaging
• /
• 제21권4호
• /
• pp.233-241
• /
• 2017

Purpose: To report on the current practices in breast magnetic resonance imaging (MRI) in Korea. Materials and Methods: We invited the 68 members of the Korean Society of Breast Imaging who were working in hospitals with available breast MRI to participate in a survey on how they performed and interpreted breast MRI. We asked one member from each hospital to respond to the survey. A total of 22 surveys from 22 hospitals were analyzed. Results: Out of 22 hospitals, 13 (59.1%) performed at least 300 breast MRI examinations per year, and 5 out of 22 (22.7%) performed > 1200 per year. Out of 31 machines, 14 (45.2%) machines were 1.5-T scanners and 17 (54.8%) were 3.0-T scanners. All hospitals did contrast-enhanced breast MRI. Full-time breast radiologists supervised the performance and interpreted breast MRI in 19 of 22 (86.4%) of hospitals. All hospitals used BI-RADS for MRI interpretation. For computer-aided detection (CAD), 13 (59.1%) hospitals sometimes or always use it and 9 (40.9%) hospitals did not use CAD. Two (9.1%) and twelve (54.5%) hospitals never and rarely interpreted breast MRI without correlating the mammography or ultrasound, respectively. The majority of respondents rarely (13/21, 61.9%) or never (5/21, 23.8%) interpreted breast MRI performed at an outside facility. Of the hospitals performing contrast-enhanced examinations, 15 of 22 (68.2%) did not perform MRI-guided interventional procedures. Conclusion: Breast MRI is extensively performed in Korea. The indication and practical patterns are diverse. The information from this survey would provide the basis for the development of Korean breast MRI practice guidelines.

• 대한핵의학회지
• /
• 제38권3호
• /
• pp.233-240
• /
• 2004

목적: 내 외측 측두엽간질의 감별은 중요하고 F-18-FDG PET이 도움을 주나 성능이 아주 우수하지는 않다. 이 연구에서는 수술과 수술 후 추적 병리소견으로 확진한 내측성 또는 외측성 측두엽간질 환자의 F-18-FDG PET영상을 후향적으로 조사하여 내측 및 외측 측두엽 대사 감소 양상을 추출하고 내측성과 외측성 간질을 감별하기 위한 인공신경회로망을 이용한 감별시스템을 개발하였으며 판독 성능을 핵의학전문가와 비교하였다. 대상 및 방법 : 수술로 확진한 내측성 또는 외측성 측두엽간질 환자 113명(좌 우측 내측성 측두엽간질 각 41, 42명, 좌 우측 외측성 측두엽간질 각 14, 16명)의 뇌 FDG PET을 대상으로 하였다. 모든 PET 영상을 PET 표준지도에 공간정규화하였으며 표준지도에서 추출한 뇌실질 영역의 평균 화소 값이 100이 되도록 계수정규화를 하였다. 표준지도에 미리 정의한34개 영역에서 평균 계수 값을 추출하였으며 마주보는 17개 영역간의 비대칭계수와 내측 및 외측 측두엽간의 비대칭계수를 구하여 신경회로망 시스템의 입력으로 넣었다. 신경회로망 시스템은 세 개의 독립적인 다층 퍼셉트론으로 구성하였다. 첫 번째 퍼셉트론은 간질 원인병소의 편측화(우측 또는 좌측)를 판단하게 하였다. 다른 두개의 퍼셉트론은 우측 또는 좌측 측두엽간질로 나뉘어진 입력 패턴들을 각각 내측성 또는 외측성 측두엽간질로 구분하는 역할을 하게 하였다. 신경회로망 시스템의 감별 성능을 평가하기 위하여 각 환자군에서 무작위로 8명의 PET 영상을 학습군으로 선정하여 신경회로망을 학습시켰으며 나머지 총 81명의 영상으로 신경망 시스템의 진단 정확성을 평가하였다. 이러한 무작위 실험을 50번 시행하여 얻은 신경회로망 시스템의 출력과 진단명과의 일치도를 핵의학 의사의 판독결과와 비교하였다. 핵의학 의사의 판독은 신경회로망과 동일한 조건 하에서 시행되도록 하기 위하여 각 환자가 측두엽간질환자라는 정보이외에는 어떠한 다른 임상정보도 모르는 상태에서 각 환자를 좌측 또는 우측 내측성 측두엽간질이나 좌측 또는 우측 외측성 측두엽간질 중 하나로 감별하도록 하였다. 결과: 내측 또는 외측 측두엽에 대한 최종 국소화가 정확했는지 여부에 관계없이 간질병소가 속한 뇌반구가 좌측인지 우측인지를 맞게 판단하였으면 편측화에 성공한 것으로 보았을 때 신경회로망과 핵의학 전문가가 모두 평균 90% 정도의 높은 편측화 성공률을 보였다. 편측화는 물론 간질병소가 내측에 있는지 외측에 있는지 여부를 정확하게 판단한 국소화 성공률 또한 신경회로망(59%)과 핵의학 전문가(72%)의 진단 성적이 거의 다르지 않았다. 결론: 이 연구에서 개발한 간질병소 국소화를 위한 신경회로망 시스템은 측두엽간질 감별 진단에 도움이 될 것으로 기대된다.