• 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.

• 대한의용생체공학회:의공학회지
• /
• 제44권5호
• /
• pp.303-314
• /
• 2023

This study aimed to assess the practical feasibility of advanced deformable image registration (DIR) algorithms in radiotherapy by employing two distinct datasets. The first dataset included 14 4D lung CT scans and 31 head and neck CT scans. In the 4D lung CT dataset, we employed the DIR algorithm to register organs at risk and tumors based on respiratory phases. The second dataset comprised pre-, mid-, and post-treatment CT images of the head and neck region, along with organ at risk and tumor delineations. These images underwent registration using the DIR algorithm, and Dice similarity coefficients (DSCs) were compared. In the 4D lung CT dataset, registration accuracy was evaluated for the spinal cord, lung, lung nodules, esophagus, and tumors. The average DSCs for the non-learning-based SyN and NiftyReg algorithms were 0.92±0.07 and 0.88±0.09, respectively. Deep learning methods, namely Voxelmorph, Cyclemorph, and Transmorph, achieved average DSCs of 0.90±0.07, 0.91±0.04, and 0.89±0.05, respectively. For the head and neck CT dataset, the average DSCs for SyN and NiftyReg were 0.82±0.04 and 0.79±0.05, respectively, while Voxelmorph, Cyclemorph, and Transmorph showed average DSCs of 0.80±0.08, 0.78±0.11, and 0.78±0.09, respectively. Additionally, the deep learning DIR algorithms demonstrated faster transformation times compared to other models, including commercial and conventional mathematical algorithms (Voxelmorph: 0.36 sec/images, Cyclemorph: 0.3 sec/images, Transmorph: 5.1 sec/images, SyN: 140 sec/images, NiftyReg: 40.2 sec/images). In conclusion, this study highlights the varying clinical applicability of deep learning-based DIR methods in different anatomical regions. While challenges were encountered in head and neck CT registrations, 4D lung CT registrations exhibited favorable results, indicating the potential for clinical implementation. Further research and development in DIR algorithms tailored to specific anatomical regions are warranted to improve the overall clinical utility of these methods.

• Journal of Preventive Medicine and Public Health
• /
• 제40권3호
• /
• pp.233-238
• /
• 2007

Objectives : We aimed to assess the relationship between long-term exposure to air pollution and lung cancer in the Republic of Korea. Methods : Using the Annual Report of Ambient Air Quality in Korea, Annual Report of National Cancer Registration, and Annual Report on the Cause of Death Statistics, we calculated the standardized mortality ratio (SMR) and standardized incidence ratio (SIR) of lung cancer for both sexes in 74 areas from 7 Korean metropolitan cities. We performed random intercept, Poisson regression using empirical Bayes method. Results : Both SMRs and SIRs in the 7 metropolitan cities were higher in women than in men. Mean SIRs were 99.0 for males and 107.0 for females. The association between $PM_{10}$ and lung cancer risk differed according to gender. $PM_{10}$ was not associated with the risk of lung cancer in males, but both incidence and mortality of lung cancer were positively associated with $PM_{10}$ in females. The estimated percentage increases in the rate of female lung cancer mortality and incidence were 27% and 65% at the highest $PM_{10}$ category $({\geq}70\;{\mu}g/m^3)$, compared to the referent category $({\geq}50\;{\mu}g/m^3)$. Conclusions : Long-term exposure to $PM_{10}$ was significantly associated with female lung cancer incidence in 7 Korean metropolitan cities. Further study is undergoing to estimate the relative risk of $PM_{10}$ using multi-level analysis for controlling individual and regional confounders such as smoking and socioeconomic position.

• Tuberculosis and Respiratory Diseases
• /
• 제82권3호
• /
• pp.266-267
• /
• 2019

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.41-49
• /
• 2005

본 논문에서는 동일 환자에 대하여 시간차론 두고 촬영한 복부 CT 영상에서 환자의 움직임에 따른 두 영상 간 차이를 보정하기 위하여 지역적 거리전파를 이용한 자동 폐 정합 방법을 제안한다. 본 제안방법은 다음과 같은 세 단계로 구성된다 첫 번째, 일련의 두 볼륨데이타에서 폐 경계를 추출한 후, 폐를 포함하는 최적경계볼륨을 생성하여 초기정합을 수행한다 두 번째, 초기에 촬영한 볼륨데이타에서 지역적 거리전파를 이용하여 폐 경계로부터 3차원 거리맵을 생성한다. 세 번째, 선택적 거리 측정을 통해 두 경계간에 거리차이가 최소인 위치로 영상을 정합한다. 실험으로 3명의 환자 데이타에 대하여 영상정합을 하였고, 기존의 챔퍼매칭 정합 방법과 수행속도와 견고성 측면에서 비교 평가하였다. 본 제안방법은 지역적 거리전파를 사용하여 생성된 3차원 거리맵을 이용한 선택적 거리측정을 통하여 최적의 위치로 빠르고 견고하게 정합된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권1호
• /
• pp.9-18
• /
• 2010

본 논문에서는 호기와 흡기에 촬영된 흉부 CT 영상간 폐 영상정합을 위해 데몬 알고리즘을 이용한 비강체 정합 방법을 제안한다. 먼저 두 영상에 어파인 변환을 적용하여 폐를 전역적으로 정렬한 후, 데몬 알고리즘에 기반한 비강체 정합 방법을 적용하여 지역적으로 변형시킨다. 데몬 힘의 계산을 위해 기준영상의 기울기 정보 뿐 아니라 부유영상의 기울기 정보를 함께 사용하여 기준영상의 기울기가 약한 부분에서 빠른 수렴을 돕는다. 활성-셀 기반 데몬 알고리즘은 두 영상 간 정합도가 높은 셀에서의 불필요한 변위 계산을 방지함으로써 정합 과정을 가속화시키고 변형 접힘 현상의 확률을 줄여주는 역할을 한다. 제안방법의 성능을 평가하기 위해 기준 기울기 힘을 사용한 방법과 부유 기울기 힘을 함께 사용한 방법을 비교하고, 활성-셀을 사용한 방법과 사용하지 않은 방법을 비교하였다. 실험 결과는 제안 방법이 변형이 큰 폐를 정확하게 정합하며 수행시간을 감소시킴을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.623-632
• /
• 2009

본 논문에서는 연속시점에서 촬영한 CT 영상에서 대응되는 폐결절을 추적 관찰하기 위한 폐결절 정합 방법을 제안한다. 제안 방법은 다음과 같은 다섯 단계로 구생된다. 첫째, 분할된 폐를 포함하는 최적경계볼륨의 중심으로 위치 차이를 보정한다. 둘째, 초기 CT 영상과 추적 CT 영상에서 가장 높은 밝기값을 가지고 있는 갈비뼈 구조를 포함하는 관상최대강도투사 영상을 생성한다. 셋째, 두 관상최대강도투사 영상 간의 정규화된 평균 밝기값 차이를 통해 강체 변환을 최적화한다. 넷째, 강체 정합 후에 폐결절 중심 간의 유클라디안 거리 측정을 통해 대응되는 폐결절 대응 후보를 정의한다. 마지막으로, 폐결절을 매칭하기 위하여 초기 CT 영상 내에 폐결절 템플릿과 추적 CT 영상 내에 탐색 볼륨 간의 템플릿 매칭을 수행 한다. 본 제안 방법의 결과를 평가하기 위하여 육안 평가, 정확성 및 수행시간 측정을 수행하였다. 실험결과 관상최대강도투사를 기반으로 하는 강체정합과 지역적 템플릿 매칭을 이용하여 폐결절이 정확하고 빠르게 정합됨을 알 수 있었다.

• Tuberculosis and Respiratory Diseases
• /
• 제82권2호
• /
• pp.118-125
• /
• 2019

Background: Lung cancer is a leading cause of morbidity and mortality worldwide, and the incidence continues to rise. Although many prognostic factors have been identified, the clinical characteristics and outcomes in Korean lung cancer patients are not well defined. Methods: Of the 23,254 new lung cancer cases registered at the Korea Central Cancer Registry in 2013, total 489 patients from 19 hospitals were abstracted by the Korean Central Cancer Registry. The clinical data retrospectively analyzed, patients were followed up until December 2015. Results: The median age was 69 years (interquartile range, 60-74 years); 65.4% were male and 62.1% were ever-smokers. Cough was the most common initial symptom (33.5%); 13.1% of patients were asymptomatic. While squamous cell carcinoma was the most common subtype in male patients (37.2%), adenocarcinoma was the most frequent histological type in all patients (48.7%) and females (76.3%). The majority of patients received treatment (76.5%), which included surgery, radiation therapy, and chemotherapy. Older age (hazard ratio [HR], 1.037), lower body mass index (HR, 0.904), ever-smoker (HR, 2.003), small cell lung cancer (HR, 1.627), and distant metastasis (HR, 3.990) were independent predictors of mortality. Patients without symptoms (HR, 0.387) and without treatment (HR, 0.364) were associated with a favorable outcome in multivariate Cox analysis. Conclusion: Lung cancer in Korea occurs predominantly in elderly patients, with adenocarcinoma being the most frequent subtype. The prognosis was poorer in ever-smokers and older, malnourished, and untreated patients with advanced lung cancer.

• 대한의용생체공학회:의공학회지
• /
• 제32권3호
• /
• pp.237-244
• /
• 2011

In this paper, a feature-based registration technique is proposed for pre-contrast and post-contrast lung CT images. It utilizes three dimensional(3-D) features with their descriptors and estimates feature correspondences by nearest neighborhood matching in the feature space. We design a transformation model between the input image pairs using a free form deformation(FFD) which is based on B-splines. Registration is achieved by minimizing an energy function incorporating the smoothness of FFD and the correspondence information through a non-linear gradient conjugate method. To deal with outliers in feature matching, our energy model integrates a robust estimator which discards outliers effectively by iteratively reducing a radius of confidence in the minimization process. Performance evaluation was carried out in terms of accuracy and efficiency using seven pairs of lung CT images of clinical practice. For a quantitative assessment, a radiologist specialized in thorax manually placed landmarks on each CT image pair. In comparative evaluation to a conventional feature-based registration method, our algorithm showed improved performances in both accuracy and efficiency.

• 한국의학물리학회지:의학물리
• /
• 제22권1호
• /
• pp.28-34
• /
• 2011

적응 방사선 치료(Adaptive Radiation Therapy, ART)를 실행하기 위한 고도의 정확성을 갖는 변형 영상 정합 방법은 필수이다. 본 연구의 목적은 Megavoltage cone-beam CT (MV CBCT)영상의 Intensity 변화를 통한 영상 정합의 정확성의 향상이다. Intensity 변화 값을 도출 하기 위해 kilovoltage CT (kV CT)와 MV CBCT를 이용하여 12 종류의 전자 밀도 바를 제공하는 Cheese 팬텀의영상을 획득하고, 영상들로부터 kV CT와 MV CBCT의 Hounsfield Unit (HU)값들의 관계를 도출하였다. MV CBCT 영상의 잡음을 감소하기 위해 Gaussian smoothing 필터를 적용하였다. MV CBCT영상의 intensity는 마치 동일한 모달리티에서 획득된 영상과 같은 kV CT와 동일한 범위의 intensity로 변화시켰다. 이후 두 영상에 효율적이고 사용하기 쉬운 intensity 기반의 데몬 영상 정합이 적용되었다. 본 연구실에서 인체 내 폐를 모사하도록 제작된 변형 폐 팬텀을 이용하여 위와 같은 방법을 적용하여 영상 정합을 하였다. Cheese 팬텀 영상, 변형 폐 팬텀 영상을 이용한 변형영상 정합 결과는 상관 계수가 각각 6.07%, 18% 향상되었다. 변형 폐 팬텀 영상의 변형 영상 정합 정확성을 평가하기 위해 추가적으로 측정된 팬텀 내부에 삽입한 표적의 중심 좌표를 이용하여vector 차이를 계산하였다. 벡터 차이는 $2.23{\pm}1.19mm$, $1.39{\pm}0.97mm$였다. 본 연구에서 사용한 intensity 변화 방법을 통해 변형 영상 정합의 정확성이 향상됨을 확인 하였고, 본 연구는 영상 정합 정확성을 향상시키기 위한 해결 방법이 될 수 있다. 차후 연구 계획도 본 연구 내용에 의해 제안되었다.