• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.366-368
• /
• 2018

본 논문에서는 이러한 문제점을 개선하기 위해 상완 동맥 영역에 대한 RGB 채널을 HSV 채널로 변환한다. 변환된 HSV 채널에 대해 고혈압 영역의 특징을 강조하게 하기 위해 밝기 값을 나타내는 V값을 조절한다. 조절된 HSV 채널을 다시 RGB 채널로 변환한 후, Fuzzy C_Means 기반 무게중심과 Possibilistc C_Means 기반 무게 중심을 기반으로 새로운 무게 중심을 구하여 픽셀들을 클러스터링하여 상완동맥 영역의 고혈압 영역을 추출한다. 추출된 상완 동맥의 고혈압 영역에 대해 헤모글로빈 색소 정보를 나타내는 IHb 값을 이용하여 상완 동맥의 고혈압 영역에서 유사한 헤모글로빈 색소 정보를 가지는 영역을 분할한다. 분할된 영역들을 혈류의 속도를 나타내는 색상표와 대조하여 고혈압의 진행에 대해 분석하는 방법을 제안한다. 제안된 방법을 색조 도플러 초음파 영상을 대상으로 실험한 결과, 제안된 방법이 고혈압의 진행에 대한 분석 결과와 색조 도플러 초음파 영상 장비에 나타난 고혈압 진행 결과와 거의 일치하는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.322-326
• /
• 2006

본 논문에서는 내시경 영상에 대해 위암 영역을 자동으로 추출하는 방법을 제안한다. 본 논문에서는 내시경 영상을 획득하는 과정에서 발생하는 조명에 의한 잡음과 굴곡에 의해 발생하는 그림자에 의한 잡음 부분을 해결하기 위해서 HSI의 채도와 밝기 값을 이용하여 잡음 영역을 제거한다. 그리고 헤모글로빈 색소 정보를 나타내는 IHb값을 이용하여 전자 내시경 영상에서 유사한 헤모글로빈 색소 정보를 가지는 영역으로 분할한다. 분할된 영역들 중에서 RGB의 각 채널과 헤모글로빈 색소가 높게 나타나면 후보 영역으로 설정한다. 설정된 후보 영역 중에서 위암 영역의 형태학적인 특징 정보를 이용하여 위암 영역을 추출한다. 실제 전문의가 제공한 20개의 내시경 영상을 대상으로 실험한 결과, 제안된 위암 추출 방법으로 17개가 정확히 추출되었고 3개의 내시경 영상에서는 위암 영역이 정확히 추출되지 않았다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.2
• /
• pp.265-269
• /
• 2007

In this paper, we propose an automatic extraction method of gastric cancer region from electronic endoscopic images. We use the brightness and saturation of HSI in removing noises by illumination and shadows by the crookedness occurring in the endoscopic process. We partition the image into several areas with similar pigments of hemoglobin using IHb. The candidate areas for gastric cancer are defined as the areas that have high hemoglobin pigments and high value in every channel of RGB. Then the morphological characteristics of gastric cancer are used to decide the target region. In experiment, our method is sufficiently accurate in that it correctly identifies most cases (18 out of 20 cases) from real electronic endoscopic images, obtained by expert endoscopists.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.255-260
• /
• 2005

위암은 국내 암발생 및 사망률의 상당 부분을 차지하고 있으며, 이러한 조기 위암의 발견은 치료 및 예후에 있어서 아주 중요하다. 본 논문에서는 조기 위암의 진단을 위해 위 내시경 영상에서 색상 변화를 이용해 이상 부위를 검출하여 검사자에게 조직적인 정보를 제공하는 시스템을 제안한다. 어느 정도의 진행이 이루어진 염증과 암은 쉽게 판단할 수 있지만, 조기의 염증이나 암의 경우에는 주의 깊게 보지 않는 경우에는 병변의 진단이 쉽지 않다. 본 논문에서는 위 내시경 영상을 IHB 채널로 변환시키고 조명에 의해 발생하는 잡음을 제거하며 자동으로 암 의심 영역을 검출하여 검사자에게 제공하거나 검사자에 의해 설정된 영역에 대한 조직적인 표면 정보를 제공한다. 본 논문의 연구는 추출된 이상 부위가 암을 확진할 수 없지만, 인간이 쉽게 인지하기 어려운 이상부위(암 의심 영역)를 추출하여 검사자에게 주의를 요구함으로써 일 처리를 줄이고 부과적인 정보를 제공한다. 그리고 검사추가 지정한 영역에 대해서도 조직적인 정보를 제공한다. 제안된 위 내시경 영상 분석 방법의 효율성을 확인하기 위해서 실제 내시경 영상들을 대상으로 실험한 결과, 제안된 방법이 위 내시경 영상 분석에 효율적임을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.473-478
• /
• 2005

The gastric cancer takes the great part of the cancer occurrence and the mortality from cancer in Korea, and the early detection of gastric cancer is very important in the treatment and convalescence. This paper. for the early detection of gastric cancer, Proposes the analysis system of endoscopic image of the stomach that detects the abnormal region by using the change of color in the image and provides the surface tissue information to the detector. While the advanced inflammation and the cancer may be easily detected, the early inflammation and the cancer have a difficulty in detection and require the more attention lot detection. This paper, at first, converts the endoscopic image to the Image of IHb(Index of Hemoglobin) model and removes noises incurred by illumination, and next, automatically detects the regions suspected as cancer and provides the related information to the detector, or provides the surface tissue information for the regions appointed by the detector. This paper does not intend to provide the final diagnosis of the detected abnormal regions as gastric cancer, but provides the supplementary mean that reduces the load and mistaken diagnosis of the detector by automatically detecting the abnormal regions being not easily detected by human eyes and providing the additional information for the diagnosis. The experiments using practical endoscopic images for performance evaluation showed that the proposed system is effective in the analysis of endoscopic image of the stomach.