• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.447-451
• /
• 2010

In this paper, we propose a simple but effective algorithm to increase the speed of Emphysema region classification. Emphysema region classification method based on CT image consumes a lot of time because of the large number of subregions due to the large size of CT image. Some of the sub-regions contain no Emphysema and the classification of these regions is worthless. To speed up the classification process, we create an algorithm to select Emphysema region candidates and only use these candidates in the Emphysema region classification instead of all of the sub-regions. First, the lung region is detected. Then we threshold the lung region and only select the dark pixels because Emphysema only appeared in the dark area of the CT image. Then the thresholded pixels are clustered into a region that called the Emphysema pre-detected region or Emphysema region candidate. This region is then divided into sub-region for the Emphysema region classification. The experimental result shows that Emphysema region classification using predetected Emphysema region decreases the size of lung region which will result in about 84.51% of time reduction in Emphysema region classification.

• 한국인공지능학회지
• /
• 제9권2호
• /
• pp.1-5
• /
• 2021

Although CT has an advantage in describing the three-dimensional anatomical structure of the human body, it also has a disadvantage in that high doses are exposed to the patient. Recently, a deep learning-based image reconstruction method has been used to reduce patient dose. The purpose of this study is to analyze the dose reduction and image quality improvement of deep learning-based reconstruction (DLR) on the adult's chest CT examination. Adult lung phantom was used for image acquisition and analysis. Lung phantom was scanned at ultra-low-dose (ULD), low-dose (LD), and standard dose (SD) modes, and images were reconstructed using FBP (Filtered back projection), IR (Iterative reconstruction), DLR (Deep learning reconstruction) algorithms. Image quality variations with respect to varying imaging doses were evaluated using noise and SNR. At ULD mode, the noise of the DLR image was reduced by 62.42% compared to the FBP image, and at SD mode, the SNR of the DLR image was increased by 159.60% compared to the SNR of the FBP image. Based on this study, it is anticipated that the DLR will not only substantially reduce the chest CT dose but also drastic improvement of the image quality.

• 대한방사선기술학회지:방사선기술과학
• /
• 제47권1호
• /
• pp.39-48
• /
• 2024

In this study, we optimized the FNLM algorithm through a simulation study and applied it to a phantom scanned by low-dose CT to evaluate whether the FNLM algorithm can be used to obtain improved image quality images. We optimized the FNLM algorithm with MASH phantom and FASH phantom, which the algorithm was applied with MATLAB, increasing the smoothing factor from 0.01 to 0.05 with increments of 0.001 and measuring COV, RMSE, and PSNR values of the phantoms. For both phantom, COV and RMSE decreased, and PSNR increased as the smoothing factor increased. Based on the above results, we optimized a smoothing factor value of 0.043 for the FNLM algorithm. Then we applied the optimized FNLM algorithm to low dose lung CT and lung CT under normal conditions. In both images, the COV decreased by 55.33 times and 5.08 times respectively, and we confirmed that the quality of the image of low dose CT applying the optimized FNLM algorithm was 5.08 times better than the image of lung CT under normal conditions. In conclusion, we found that the smoothing factor of 0.043 among the factors of the FNLM algorithm showed the best results and validated the performance by reducing the noise in the low-quality CT images due to low dose with the optimized FNLM algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.554-556
• /
• 2011

각종 폐혈관 질환의 발생에 따른 정확하고 빠른 진단의 필요성이 강조되었다. 몇 가지 폐혈관 조영술의 제약사항의 존재로 흉부 CT에 대한 영상 처리의 필요성을 인지하였고 의료 영상처리의 다양성을 위해 ITK를 이용한 폐혈관 분할을 제안하였다. 본 논문은 명암 값을 기반한 방법으로 두 단계의 폐 영역 분할과 혈관 분할의 과정을 수행한다. 각 단계로 폐 영역 분할은 영상 향상, 문턱치 값, 관심영역 잘라내기로 결과 영상을 획득하고 폐 혈관 분할은 획득된 폐 영역에 영역 채우기를 적용하여 얻는다. 분할된 폐혈관 영상을 바탕으로 3차원 시각화 영상을 획득하여 폐혈관에 대한 다양한 관점의 분석 및 진단이 가능할 것으로 판단된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.27-28
• /
• 2020

본 논문에서는 초음파 영상의 통계적 특징벡터를 활용하여 폐암 분류를 제안한다. 폐암의 초음파 사진들을 비교 분석하여 각각의 label에 맞는 feature vector를 선별한다. 선택된 feature vector는 SVM을 이용하여 훈련 시킨 후, 최종적으로 폐암을 구별한다.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.265-272
• /
• 2022

As the risk of lung cancer has increased, early-stage detection and treatment of cancers have received a lot of attention. Among various medical imaging approaches, computer tomography (CT) has been widely utilized to examine the size and growth rate of lung nodules. However, the process of manual examination is a time-consuming task, and it causes physical and mental fatigue for medical professionals. Recently, many computer-aided diagnostic methods have been proposed to reduce the workload of medical professionals. In recent studies, encoder-decoder architectures have shown reliable performances in medical image segmentation, and it is adopted to predict lesion candidates. However, localizing nodules in lung CT images is a challenging problem due to the extremely small sizes and unstructured shapes of nodules. To solve these problems, we utilize atrous spatial pyramid pooling (ASPP) to minimize the loss of information for a general U-Net baseline model to extract rich representations from various receptive fields. Moreover, we propose mixed-up attention mechanism of reverse, boundary and convolutional block attention module (CBAM) to improve the accuracy of segmentation small scale of various shapes. The performance of the proposed model is compared with several previous attention mechanisms on the LIDC-IDRI dataset, and experimental results demonstrate that reverse, boundary, and CBAM (RB-CBAM) are effective in the segmentation of small nodules.

• Journal of Electrical Engineering and Technology
• /
• 제10권5호
• /
• pp.2197-2204
• /
• 2015

In recent years, medical image diagnosis has growing significant momentous in the medicinal field. Brain and lung image of patient are distorted with salt and pepper noise is caused by moving the head and chest during scanning process of patients. Reconstruction of these images is a most significant field of diagnostic evaluation and is produced clearly through techniques such as linear or non-linear filtering. However, restored images are produced with smaller amount of noise reduction in the presence of huge magnitude of salt and pepper noises. To eliminate the high density of salt and pepper noises from the reproduction of images, a new efficient fuzzy based median filtering algorithm with a moderate elapsed time is proposed in this paper. Reproduction image results show enhanced performance for the proposed algorithm over other available noise reduction filtering techniques in terms of peak signal -to -noise ratio (PSNR), mean square error (MSE), root mean square error (RMSE), mean absolute error (MAE), image enhancement factor (IMF) and structural similarity (SSIM) value when tested on different medical images like magnetic resonance imaging (MRI) and computer tomography (CT) scan brain image and CT scan lung image. The introduced algorithm is switching filter that recognize the noise pixels and then corrects them by using median filter with fuzzy two-sided π- membership function for extracting the local information.

• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1383-1391
• /
• 2011

향상된 기능을 가진 최신 의료장비들의 등장으로 하드웨어 성능에 부합하는 효과적인 영상처리 및 분석의 중요성이 부각되고 있으며, 2차원 의료 영상처리 및 3차원 영상 재구성에 관한 많은 연구들이 진행되고 있다. 본 논문은 흉부 CT 영상을 사용하여 신체 장기를 단계별로 분할 하였으며, 분할된 결과 영상을 3차원으로 재구성 하였다. 다양한 영상분할 방법중 영역 확장법 및 효과적인 분할을 위해 선명화와 감마 조절등과 같은 영상 향상 기법을 적용하였으며, 기관지를 포함한 폐, 기관지, 폐 등의 순서로 영상을 분할하였다. 분할된 신체 장기 영상을 VTK를 사용하여 3차원 영상으로 재구성 하였으며, 병변 진단을 위한 2차원 및 3차원 의료 영상 처리와 분석에 활용될 것으로 판단된다.

• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.700-707
• /
• 2013

본 논문에서는 시간차 흉부 CT 영상의 폐 실질 비강체 정합을 위하여 영역 이진화 모델링과 지역적 변형 모델을 이용한 정합 기법을 제안한다. 제안 기법은 먼저 폐 혈관과 실질을 분할하고, 영역 이진화 모델링을 수행하여 두 영상 사이의 밝기값의 차이에 따른 정합 오차를 최소화 한다. 다음으로 초기 정합 기법으로 두 폐 표면을 전역적으로 정렬하고, 지역적 변형 변환 모델을 제안하여 비강체 정합을 수행한다. 또한, 정합 후 감산된 시간에 따른 밝기값 차이가 미리 정의된 칼라 맵을 이용하여 가시화 된다. 실험 결과는 제안기법이 10명의 환자에 대하여 최대호흡과 최소호흡 CT 영상에서 폐 실질을 정확하게 정합하였음을 보여주었다. 제안된 비강체 정합 기법은 폐 실질에 대한 정량적 분석 결과의 직관적인 칼라 매핑을 통하여 다양한 폐 질환의 정량적 분석에 유용하게 사용될 수 있다.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권1호
• /
• pp.42-48
• /
• 2007

목적: 이 연구에서는 폐 전이 종양을 영상화하기 위하여 흑색종의 폐 전이 종양 마우스 모델을 제작하고 영상 획득 전처리 조건을 개선하여 폐 전이 종양의 $[^{18}F]FDG$ 소동물 PET 영상을 획득하고자 하였으며, 임상 CT를 이용하여 전이 종양의 해부학적 위치를 확인하고자 하였다. 대상 및 방법: 정상 마우스의 $[^{18}F]$FDG 영상 획득 전 조건은 $16{\sim}22$시간 금식 하고 $30^{\circ}C$의 온도를 유지하며 $[^{18}F]FDG$ (7.4 MBq) 정맥 주사 후 서로 다른 마취제(Ketamine/Xylazine, Ke/Xy과 Isoflurane, Iso)로 $[^{18}F]FDG$ 섭취 60분 동안 유지한 후 20분간 $[^{18}F]FDG$ 소동물 PET 영상을 획득하였다. 혈중 포도당 농도를 보정한 포도당 표준 섭취 계수 영상을 이용하여 관심영역 대 배경비(lung to background ratio, L/B)를 구하여 평가하였다. C57BL/6 마우스에 B16-F10 세포를 정맥내 주사하여 제작한 폐전이 종양 마우스 모델은 정상 마우스의 영상 획득 조건과 동일한 조건에서 $[^{18}F]FDG$ 소동물 PET 영상을 획득하였으며, 임상 CT를 이용하여 획득된 해부학적 영상으로 폐 부위의 종양 위치를 확인하였다. 결과: 정상 마우스의 평균 혈중 포도당 농도는 Ke/Xy으로 마취한 군에서 $128.0{\pm}23.87\;mg/dL$이었으며 Iso으로 마취한 군에서는 $86.0{\pm}21.65\;mg/dL$로, Ke/Xy으로 마취한 군이 Iso로 마취한 군 보다 1.5 배 높은 혈중 포도당 농도를 나타내었다. 포도당 표준 섭취 계수 영상에서의 L/B는 Ke/Xy으로 마취한 군에서 $8.6{\pm}0.48$ 이었으며 Iso으로 마취한 군에서는 $12.1{\pm}0.63$로, Iso로 마취한 군이 Ke/Xy으로 마취한 군 보다 주변 정상조직과의 대조도가 높은 경향을 보였다. 폐 전이 종양 마우스에서는 Iso로 마취한 군이 Ke/Xy으로 마취한 군의 $[^{18}F]FDG$ 소동물 PET 영상보다 주변 조직의 $[^{18}F]FDG$ 섭취가 낮았다. 또한 해부학적 종양의 위치를 확인하기 위하여 임상 CT 영상과 융합한 결과 폐 전이 종양이 폐 부위에 위치함을 확인하였다. 결론: 마우스와 같은 소동물에서의 폐 부위 종양을 $[^{18}F]FDG$로 영상화하는데 있어서 금식, 온도유지, $[^{18}F]FDG$ 섭취 시간 동안의 마취제 조건 등을 고려하여야 하며, $[^{18}F]FDG$ 소동물 PET과 CT 영상의 융합은 폐 부위의 전이 종양을 확인하는데 유용할 것으로 기대된다.