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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.