• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 컴퓨터소사이어티 추계학술대회논문집
• /
• pp.153-156
• /
• 2003

In this paper, we propose a new scheme for automatic segmentation of the liver in CT images. The proposed scheme is carried out on region of interest(ROI) blocks that include regions of the liver with high probabilities. The ROI approach saves unnecessary computational loss in finding the accurate boundary of the liver. The proposed method utilizes the composition of multi-size morphological filters with a prior knowledge, such as the general location or the approximate intensity of the liver to detect the initial boundary of the liver. Then, we make the gradient image with the weight of the initial liver boundary and segment the liver legion by using an immersion-based waters hed algorithm in the gradient image. finally, the refining process is carried out to acquire a more accurate liver region.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.209-213
• /
• 2023

In recent years, the image processing mechanisms are used widely in several medical areas for improving earlier detection and treatment stages, in which the time factor is very important to discover the disease in the patient as possible as fast, especially in various cancer tumors such as the liver cancer. Liver cancer has been attracting the attention of medical and sciatic communities in the latest years because of its high prevalence allied with the difficult treatment. Statistics indicate that liver cancer, throughout world, is the one that attacks the greatest number of people. Over the time, study of MR images related to cancer detection in the liver or abdominal area has been difficult. Early detection of liver cancer is very important for successful treatment. There are few methods available to detect cancerous cells. In this paper, an automatic approach that integrates the intensity-based segmentation and k-means clustering approach for detection of cancer region in MRI scan images of liver.

• 대한의용생체공학회:의공학회지
• /
• 제26권3호
• /
• pp.171-176
• /
• 2005

This paper proposes an automatic liver segmentation method using improved partial histogram threshold (PHT) algorithms. This method removes neighboring abdominal organs regardless of random pixel variation of contrast enhanced CT images. Adaptive multi-modal threshold is first performed to extract a region of interest (ROI). A left PHT (LPHT) algorithm is processed to remove the pancreas, spleen, and left kidney. Then a right PHT (RPHT) algorithm is performed for eliminating the right kidney from the ROI. Finally, binary morphological filtering is processed for removing of unnecessary objects and smoothing of the ROI boundary. Ten CT slices of six patients (60 slices) were selected to evaluate the proposed method. As evaluation measures, an average normalized area and area error rate were used. From the experimental results, the proposed automatic liver segmentation method has strong similarity performance as the MSM by medical Doctor.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1797-1808
• /
• 2021

Objective: To determine whether volumetric CT texture analysis (CTTA) using fully automatic tumor segmentation can help predict recurrence-free survival (RFS) in patients with intrahepatic mass-forming cholangiocarcinomas (IMCCs) after surgical resection. Materials and Methods: This retrospective study analyzed the preoperative CT scans of 89 patients with IMCCs (64 male; 25 female; mean age, 62.1 years; range, 38-78 years) who underwent surgical resection between January 2005 and December 2016. Volumetric CTTA of IMCCs was performed in late arterial phase images using both fully automatic and semi-automatic liver tumor segmentation techniques. The time spent on segmentation and texture analysis was compared, and the first-order and second-order texture parameters and shape features were extracted. The reliability of CTTA parameters between the techniques was evaluated using intraclass correlation coefficients (ICCs). Intra- and interobserver reproducibility of volumetric CTTAs were also obtained using ICCs. Cox proportional hazard regression were used to predict RFS using CTTA parameters and clinicopathological parameters. Results: The time spent on fully automatic tumor segmentation and CTTA was significantly shorter than that for semi-automatic segmentation: mean ± standard deviation of 1 minutes 37 seconds ± 50 seconds vs. 10 minutes 48 seconds ± 13 minutes 44 seconds (p < 0.001). ICCs of the texture features between the two techniques ranged from 0.215 to 0.980. ICCs for the intraobserver and interobserver reproducibility using fully automatic segmentation were 0.601-0.997 and 0.177-0.984, respectively. Multivariable analysis identified lower first-order mean (hazard ratio [HR], 0.982; p = 0.010), larger pathologic tumor size (HR, 1.171; p < 0.001), and positive lymph node involvement (HR, 2.193; p = 0.014) as significant parameters for shorter RFS using fully automatic segmentation. Conclusion: Volumetric CTTA parameters obtained using fully automatic segmentation could be utilized as prognostic markers in patients with IMCC, with comparable reproducibility in significantly less time compared with semi-automatic segmentation.

• 한국의학물리학회지:의학물리
• /
• 제19권3호
• /
• pp.178-185
• /
• 2008

간경변 및간암 환자의 증가로 간이식술의 필요성이 점점 증가되고 있고, 특히 공여자의 생체 간이식은 간이식술의 주된 분야를 차지하고 있으며 간이식 수술 전 공여자에서 간체적의 정확한 측정은 수술 후 공여자와 수여자의 간기능을 예측하는데 있어 중요한 자료가 되며, 성공적인 수술과 환자의 예후에 밀접한 영향을 미친다. 그러나 현재 환자의 간체적을 구하는 과정은 환자의 모든 CT 영상위의 간을 수작업을 통해 영상분할한 후에 3차원 간체적을 구하고 있으며 많은 시간과 노력이 필요한 작업이다. 이러한 문제를 해결하기 위해서 본 논문에서는 자동으로 간과 비장을 문턱값처리, 형태학적 영상처리, 3차원 영역확장법등의 기법을 이용하여 분할하는 알고리즘을 개발하여 체적을 구하는 시간을 단축하였다. 이러한 알고리즘의 정확성을 평가하기 위해서 동물의 실제 간과 비장을 팬텀으로 제작하여 실제 측정한 체적과 알고리즘으로 분할된 영상의 결과를 비교 평가하였다. 문턱치값의 설정에 따라 다른 결과를 보이는 특성이 있지만 자동으로 문턱치를 결정했을 때 비장과 간의 체적측정 오차는 9.27%, -4.52%이었으며, 수동으로 문턱치를 결정했을 때 최소 오차가 각각 0.2%, 0.17%의 결과를 보였다. 이러한 팬텀 연구를 통해 자동 분할 알고리즘으로 얻은 체적의 결과가 정확성과 재현성을 보여주어 추후 간체적을 구하는 보조수단으로 활용될 수 있을 것이라 예상된다.

• 한국콘텐츠학회논문지
• /
• 제5권5호
• /
• pp.305-305
• /
• 2005

현대사회에 있어서 질병은 매우 다양하게 발견되고 있다. 또한 한번 발병하면 아니면 적절한 검진시기를 놓쳐 돌이킬 수 없는 상황을 접하게 되는 경우가 종종 있다. 사회가 발전하면서 과도한 비즈니스와 음주 흡연 등으로 우리의 간은 매우 피곤한 상태에 놓이게 되며 질병 발생율도 매우 높다. 여러 질병 중 특히 간에 관련된 질병은 회복이 불가하여 장기이식수술에 의존하는 편이다. 이와 관련하여 본 연구는 MDCT로 얻어진 영상을 3차원 영상 기법으로 간의 형상을 렌더링 하여 체적을 구하고 간 이식 수술시 혈관과의 분리 작업을 통해 절개 라인을 결정할 수 있도록 미리 시물레이션 할 수 있는 영상처리 기법을 개발하고자 간 영역 자동 추출 알고리즘을 적용하여 시물레이션 한 결과 수술을 용이하게 집도할 수 있도록 새로운 장을 열게 되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.345-346
• /
• 2009

The segmentation of vessel including portal vein, hepatic vein and artery, from Computed Tomography (CT) images plays an important role in the therapeutic strategies for hepatic diseases. Representing segmented vessels in three dimensional spaces is extremely useful for doctors to plan liver surgery. In this paper, proposed method is focused on smoothing technique of segmented 3D liver vessels, which derived from 3D region growing approach. A pixel expand algorithm has been developed first to avoid vessel lose and disconnection cased by the next smoothing technique. And then a binary volume filtering technique has been implemented and applied to make the segmented binary vessel volume qualitatively smoother. This strategy uses an iterative relaxation process to extract isosurfaces from binary volumes while retaining anatomical structure and important features in the volume. Hard and irregular place in volume image has been eliminated as shown in the result part, which also demonstrated that proposed method is a suitable smoothing solution for post processing of fine vessel segmentation.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1036-1038
• /
• 2020

This paper proposes a novel automated liver segmentation using Multi-Dilated U-Nets. The proposed multidilation segmentation model has the advantage of considering both local and global shapes of the liver image. We use the CT images subject-wise, every 2D image is concatenated to 3D to calculate the IOU score and DICE score. The experimental results on Jeonbuk National University hospital dataset achieves better performance than the conventional U-Net.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.63-70
• /
• 2012

의료 영상처리 분야에서의 일반적인 객체 인식 방법은 영역 분할 알고리즘을 기반으로 처리되어진다. 컴퓨팅 분야에서의 이러한 영역 분할 알고리즘은 대부분 밝기 정보, 형태 정보, 패턴 분석 등 다양한 입력정보의 컴퓨팅 처리를 통해 처리된다. 그러나 이러한 컴퓨팅 방법으로는 앞서 언급된 입력 정보들이 의미가 없을 경우, 영역 분할에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 이론의 R2-map 정보 기반의 효과적인 영역 분할 방법은 제안하였다. 본 방법은 간 영역이 포함된 영상에서 실험하였으며, R2-map의 특징점들을 2차원 영역성장법의 씨앗점으로 설정한 후, 검출된 영역의 최종 경계선 보정작업을 통해 경계가 모호하더라도 영역 분할이 가능하게끔 하였다. 해당 영상의 실험 결과, 평균 7.5%의 평균 영역 차이로 기존의 대표 영역 분할 알고리즘에 비해 높은 정확도가 산출되었다.