• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1407-1416
• /
• 2018

The purpose of this study was to train a model for the ulna and radius bone segmentation based on Convolutional Neural Networks and to verify the segmentation model. The data consisted of 840 training data, 210 tuning data, and 200 verification data. The learning model for the ulna and radius bone bwas based on U-Net (19 convolutional and 8 maximum pooling) and trained with 8 batch sizes, 0.0001 learning rate, and 200 epochs. As a result, the average sensitivity of the training data was 0.998, the specificity was 0.972, the accuracy was 0.979, and the Dice's similarity coefficient was 0.968. In the validation data, the average sensitivity was 0.961, specificity was 0.978, accuracy was 0.972, and Dice's similarity coefficient was 0.961. The performance of deep convolutional neural network based models for the segmentation was good for ulna and radius bone.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1233-1241
• /
• 2009

골다공증은 45세 이상의 여성 50% 이상이 갖고 있는 질환이다. 더욱이 질병의 증상을 환자가 느끼지 못하여 병을 심화시키기 때문에 조기 진단으로 골다공증을 예방하는 것이 중요하다. 이를 위해 골밀도(Bone Mineral Density)의 효과적인 측정을 위한 다양한 연구가 국내외적으로 수행되고 있다. 골밀도 측정을 위해서는 X-선 영상이 활용되고 있으며, 이 중에서 이중 에너지 X 선 흡수법(DEXA)을 이용하여 골밀도를 측정하는 방법은 많은 관심을 받고 있는 분야이다. DEXA 영상은 서로 다른 두 에너지준위의 X선으로부터 영상을 획득함으로써 생체조직의 중첩에 의한 잡음을 효과적으로 줄여 진단효과를 높이는데 유용하다. 하지만, DEXA 영상에서 골영역을 추출하기 위해서는 실험적으로 계수를 결정해야 하는 문제점이 있다. 본 논문에서는 두 에너지 흡수 영상에서 골영역을 추출하기 위해 실험적으로 결정하는 변수를 X-선 영상의 물리적 의미와 각 에너지에 반응하는 생체조직들의 감쇠상수 특성을 기반으로 분석하여 골영역을 효과적으로 검출하는 방법을 제안한다. 더불어 다양한 영상을 적용한 실험으로 제안한 알고리즘의 효율성을 확인하였다.