• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.343-344
• /
• 2009

The aim in this paper is to show how to extract scalp of a series of brain MR images by using region growing segmentation algorithm. Most researches are all forces on the segmentation of skull, gray matter, white matter and CSF. Prior to the segmentation of these inner objects in brain, we segmented the scalp and the brain from the MR images. The scalp mask makes us to quickly exclude background pixels with intensities similar those of the skull, while the brain mask obtained from our brain surface. We make use of connected threshold method (CTM) and confidence connected method (CCM). Both of them are two implementations of region growing in Insight Toolkit (ITK). By using these two methods, the results are displayed contrast in the form of 2D and 3D scalp images.

• 한국멀티미디어학회논문지
• /
• 제19권4호
• /
• pp.736-746
• /
• 2016

In this paper, we propose an automatic prostate cancer detection method using position, signal intensity and texture feature based on SVM in multi-parametric MR images. First, to align the prostate on DWI and ADC map to T2wMR, the transformation parameters of DWI are estimated by normalized mutual information-based rigid registration. Then, to normalize the signal intensity range among inter-patient images, histogram stretching is performed. Second, to detect prostate cancer areas in T2wMR, SVM classification with position, signal intensity and texture features was performed on T2wMR, DWI and ADC map. Our feature classification using multi-parametric MR imaging can improve the prostate cancer detection rate on T2wMR.

• Journal of Multimedia Information System
• /
• 제8권2호
• /
• pp.79-84
• /
• 2021

Detecting brain tumors of different sizes is a challenging task. This study aimed to identify brain tumors using detection algorithms. Most studies in this area use segmentation; however, we utilized detection owing to its advantages. Data were obtained from 64 patients and 11,200 MR images. The deep learning model used was RetinaNet, which is based on ResNet152. The model learned three different types of pre-processing images: normal, general histogram equalization, and contrast-limited adaptive histogram equalization (CLAHE). The three types of images were compared to determine the pre-processing technique that exhibits the best performance in the deep learning algorithms. During pre-processing, we converted the MR images from DICOM to JPG format. Additionally, we regulated the window level and width. The model compared the pre-processed images to determine which images showed adequate performance; CLAHE showed the best performance, with a sensitivity of 81.79%. The RetinaNet model for detecting brain tumors through deep learning algorithms demonstrated satisfactory performance in finding lesions. In future, we plan to develop a new model for improving the detection performance using well-processed data. This study lays the groundwork for future detection technologies that can help doctors find lesions more easily in clinical tasks.

• Investigative Magnetic Resonance Imaging
• /
• 제11권2호
• /
• pp.127-132
• /
• 2007

비강 및 부비동에 발생하는 신경내분비암종(neuroendocrine carcinoma)은 매우 드물고, 자기공명영상 소견에 대한 보고가 거의 없다. 이에 본 저자들은 비출혈을 주소로 내원한 62세 남자와 74세 남자에서 발생한 신경내분비암종의 2 증례에 대하여 전산화단층촬영과 자기공명영상의 소견을 중심으로 보고하고자 한다. 2예 모두 전산화단층촬영에서 비강과 부비동내에 비교적 크고 경계가 불분명한 종괴가 있었으며, 인접한 골 파괴를 동반하였다. 자기공명영상에서 종괴는 T1강조영상에서 등신호 강도를 보였고, T2강조영상에서는 등신호와 고신호가 섞여있는 양상을 보였으며, 조영 증강시 불균질한 조영 증강을 보였고 내부에는 괴사가 포함되어 있었다. 자기공명영상에서도 종괴에 인접한 골 파괴가 관찰되었다. 2예에서 모두 인접한 접형동내에 T1강조영상에서 고신호 강도를 보이는 점액낭 혹은 종양주변 낭성 부위가 관찰되었다. 2예 모두 전산화단층촬영과 자기공명영상에서 일반적인 비강과 부비동에 발생하는 악성 종양의 비특이적인 소견을 보였으나 종양 주변 낭성 부위의 의미에 대해서는 보다 많은 연구가 필요할 것으로 보인다.

• Investigative Magnetic Resonance Imaging
• /
• 제15권2호
• /
• pp.102-109
• /
• 2011

목적 : 수술 전 축내 뇌종양의 경도를 평가하는데 확산강조영상 및 현성확산계수영상과 고식적 MR 영상의 유용성을 알아보고자 하였다. 대상 및 방법: 축내 뇌종양으로 수술을 받은 23명의 환자를 대상으로 T1, T2, 확산강조영상 소견을 후향적으로 분석하였다. 다양한 MR영상에서의 신호강도와 수술에서 평가한 종양의 경도를 정량적, 정성적으로 비교 분석하였다. 수술소견에서 종양의 경도는 낭성, 젤리같은, 쉽게 부서지는, 부드러운, 단단한, 딱딱한 정도로 나눴다. 세 명의 환자에서는 낭성 부분과 고형성 부분이 함께 있어서 각각에 대해서 평가하였다. 결과: 종양이 단단할수록 현성확산계수와 T2강조영상에서의 신호강도의 비는 더 낮았다 (p = 0.002, p = 0.01). 종양의 경도와 현성확산계수가 가장 강한 선형상관관계를 보였다 (r = -0.586, p = 0.002). 정성적 분석에서는 단단할수록 T2강조영상에서 정성적 신호강도 등급이 낮았다 (p = 0.018). 그 외 다른 MR소견은 통계분석에서 종 양의 경도와 유의한 상관관계를 보이지 않았다. 결론: 축내 뇌종양의 현성확산계수, T2강조영상에서 신호강도의 비와 정성적 신호강도 등급은 종양의 경도와 상관관계가 있었고 이는 수술 전 전략 수립에 많은 도움이 될 것으로 생각된다.

• 한국정보처리학회논문지
• /
• 제7권1호
• /
• pp.286-295
• /
• 2000

본 논문은 MR 영상의 비지도 분할을 위하여 MDL원리를 이용한 통계적 모델기반의 적응적 방법을 제안한다. 이 방법에서 조직 영역을 MRF로 모델링함으로써 잡음에 대응하고, 창으로 정의되는 국소영역 내의 밝기값을 가우스 혼합으로 모델링함으로써 영상의 비균일성을 흡수한다. 분할 알고리즘은 ICM을 기반으로 하며 MAP를 근사적으로 추정하고, 모델 파라미터를 국소영역으로부터 구한다. 파라미터 추정과 분할을 위한 창의 크기는 MDL원리를 이용하여 영상으로부터 추정한다. 실험에서 제안한 방법이 특히 비균일성이 있는 MR영상의 분할에서 국소영역의 영상특성을 잘 반영하였으며, 기존의 방법보다 더 좋은 결과를 보여주었다.

• Journal of Biosystems Engineering
• /
• 제28권3호
• /
• pp.253-260
• /
• 2003

In this study, the feasibility of magnetic resonance techniques for nondestructive internal quality evaluation of Korean red ginseng was examined. Relaxation time constants were measured using various grades of red ginsengs. Solid state magnetic resonance imaging technique was applied to image dried red ginsengs which have low moisture contents (about 13%). A 7 tesla magnetic resonance imaging system operating at a proton resonant frequency of 300 ㎒ was used for acquiring MR images of dried Korean red ginseng. The comparison test of cross cut digital images and magnetic resonance images of heaven grade, good grade with cavity inside, and good grade with white part inside red ginseng suggested the feasibility of the internal quality evaluation of Korean red ginsengs using MRI techniques. A good grade red ginseng included abnormal tissues such as cavities or white parts inside was observed by the signal intensity of MR image based on magnetic resonance properties of proton nucleus. Analysis on an one dimensional profile of acquired MR image of Korean red ginseng showed easy discrimination of normal and abnormal tissues. MR techniques suggested ways to detect internal defects of red ginsengs effectively.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.97-100
• /
• 2002

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 과정으로 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 그루핑 결과 뇌척수액이 존재하는 그룹은 또 다시 4 종류의 세부분류로 나누어지는데, 본 논문에서는 이 뇌 척수액의 모양에 따라 분류하는 알고리즘을 소개한다.

• 대한의용생체공학회:의공학회지
• /
• 제21권3호
• /
• pp.247-254
• /
• 2000

본 논문에서는 웨이브릿 변환 영역에서의 프랙탈을 이용한 효율적인 MR 영상의 압축 방법을 제안한다. 제안한 방법에서는 이산 웨이브릿 변환 계수의 절대값으로 유효 계수 트리를 구성하고 에너지가 높은 유효 계수의 정보를 이용하여 프랙탈 영상 압축을 수행한다. MR 영상의 경우 배경 부분을 비롯하여 대부분이 낮은 화소값을 가지므로 유효 계수의 수가 작게 나와 결과적으로 압축율이 높아진다. 또한 웨이브릿 변환 영역에서의 프랙탈을 이용하기 때문에 다른 압축 방법에 비해 블록화 현상이 생기지 않고 인간의 시각에 민감한 에지를 잘 복원하는 우수한 화질의 영상을 얻을 수 있다. 제안한 방법을 MR 영상에 적용하여 성능을 평가한 결과 0.33 [bpp] 이하의 낮은 비트율에서 기존의 JPEG 압축방법보다 복원 화질이 우수한 성능을 나타내었다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.1-6
• /
• 2009

본 논문에서는 명암도 기반의 의료영상 정합을 위한 최적화 방법을 소개하고자 한다. 제안하는 최적화 방법은 조건부 확률의 엔트로피에 기반한 측도를 사용함으로써 수행된다. 본 논문에서는 정합을 수행하기 위해서 주어진 두 영상의 명암도에 대한 조인트 히스토그램으로부터 계산된 조건부 엔트로피를 개선하여 새로운 정합 방법의 측도로써 정의한다. 그리고 기존의 명암도 기반의 방법들 즉, 명암도 차이 측정을 이용한 방법, 상관계수를 이용한 방법, 상호정보량을 이용한 방법 등과 비교 실험을 수행한다. 단일 모달리티 뇌 MR 영상을 이용한 실험과 서로 다른 모달리티 뇌 MR 영상과 CT 영상의 정합 결과를 통해서 성능을 평가한다. 실험결과에 의하면 제안한 방법이 기존의 최적화 방법들 널다 최적화 하는데 소요되는 시간이 더 빠르고 정확한 정합이 됨을 알 수 있다.