• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.39-42
• /
• 2000

In our study, by observing and analyzing normal liver in abdominal CT image, we estimated gray value range and generated binary image. In the binary image, we achieved the number of hole which is located between pixels. Depending on the ratio, we processed the input image to 4 kinds of mesh images to remove the noise part that has the different ratio. With the Union image of 4 kinds of mesh images, we generated the template representing general outline of liver and subtracted from the binary image so the we can represent the organ boundary to be minute. With results of proposed method, processing time is reduced compared with existing method and we compared the result image to manual image of medical specialists.

• 대한의용생체공학회:의공학회지
• /
• 제11권1호
• /
• pp.71-74
• /
• 1990

In the medical modalities, three-dimensional objects must be reconstructed from the consecutive slices. but the slime separation is usually much greater than the pixel size within an individual slices. In this paper, an interpolation scheme for filling the spare between the shapes in two successive slices is developed. It minimizes the computation involvement in segmentation of 3-D reconst ructlon process as well as more accurately approximates the object than the linear interpolation method.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.49-54
• /
• 2016

Medical image processing is a compulsory process to diagnose many kinds of disease. Therefore, an automatic algorithm for this task is highly demanded as an important part to construct a computer-aided diagnosis system. In this paper, we introduce an automatic method to segment the liver region from 3D abdominal CT images using Otsu method. First, we choose a 2D slice which has most liver information from the whole 3D image. Secondly, on the chosen slice, we enhanced the image based on its intensity using Otsu method with multiple thresholds and use the threshold to enhance the whole 3D image. Then, we apply a liver mask to mark the candidate liver region. After that, we execute the Otsu method again to segment the liver region from the chosen slice and propagate the result to the whole 3D image. Finally, we apply preprocessing on the frontal side of 3D images to crop only the liver region from the image.

• International Journal of Control, Automation, and Systems
• /
• 제2권1호
• /
• pp.100-106
• /
• 2004

In this paper, we present a novel, rapid approach for the detection of brain tumors and deformity boundaries in medical images using a genetic algorithm with wavelet based preprocessing. The contour detection problem is formulated as an optimization process that seeks the contour of the object in a manner of minimizing an energy function based on an active contour model. The brain tumor segmentation contour, however, cannot be detected in case that a higher gradient intensity exists other than the interested brain tumor and deformities. Our method for discerning brain tumors and deformities from unwanted adjacent tissues is proposed. The proposed method can be used in medical image analysis because the exact contour of the brain tumor and deformities is followed by precise diagnosis of the deformities.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1765-1772
• /
• 2012

의료기기 및 진단 기술의 발달로 신체 장기의 이식에 대한 성공률이 향상되었으며 특히 간 기능 장애에 의한 간이식이 늘어나는 추세이다. 영상처리 및 분석의 발달로 간 이식을 위한 간의 체적을 구하는 방법들이 정확성과 효율성이 높아졌다. 본 논문은 각 알고리즘들의 신속한 비교 및 분석, 빠른 프로토타입 개발에 효과적인 MeVisLab을 사용하여 간 영역을 분할하고 재구성하였다. 원본 영상에 문턱치 값 적용과 영역 확장법을 적용하여 간 영역을 분할하고 Morphology와 구멍 채우기, 관심영역 설정으로 노이즈 및 불필요한 객체를 제거하여 간을 분할하였다. MeVisLab의 사용으로 높은 시간적 효율과 다양한 비교 및 분석 모듈 사용 방법을 제시하여 의료영상처리 연구의 저변 확대에 기여하리라 판단된다.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.1062-1075
• /
• 2010

의료 영상 분야에서 영상의 분할 및 특성의 추출을 위하여 명암도 차이를 이용하는 방법이 널리 사용되고 있으며, 임계값을 결정한 뒤 이를 기준으로 영상을 이진화하는 임계값 방식이 잘 알려져 있다. 임계값 방식 중 자주 사용되는 방식이 임계값을 선택하는 데 효율적이면서, 효과적인 선정 기준을 제시하고 있는 Otsu 알고리즘이다. 하지만 흉부 X-ray 영상에 대해서는 Otsu 알고리즘의 적용으로 좋은 영상 분할 결과를 얻을 수 없다. 이는 폐 영역 주변에는 갈비뼈나 혈관과 같은 다양한 기관이 존재하여 따라서 명암도 레벨의 분포가 불명확하기 때문이다. 이러한 불명료성을 개선하기 위하여, 본 논문에서는 X-ray 영상의 배경을 배제한 후 Otsu 알고리즘을 적용하고, 명암 레벨 지도를 생성한 후, 이를 이용하여 X-ray 영상을 분할하는 효과적인 폐 영역 추출 알고리즘을 제시한다. 제안한 방법의 효과를 검증하기 위해 제안한 방법과 기존의 1차원 및 2차원 Otsu 알고리즘, 그리고 전문가의 육안 분할 결과와 비교하였다. 실험 결과, 제안한 방법이 기존 Otsu 방법에 비해 더 정확하게 폐 영역을 추출하였으며, 육안 분할 결과와 거의 비슷한 결과를 보여 주었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 추계학술대회
• /
• pp.39-42
• /
• 1994

An automatic multi-threshold algorithm for segmentation of 2D ultrasound images based on average filtering and the characteristics of speckle noise in 2D ultrasound image is proposed. To do this, we investigate the histogram of difference between $7{\times}7$ averaging histogram and $3{\times}3$ averaging histogram. And, we find zero crossing points in the positive portion of the differenced histogram and select middle points of the zero crossing points. We assign these selected points to characteristic points. The thresholds are the center of two characteristic points. Then we segment 2D ultrasound image by using these thresholds and extract edges from applying edge operator to optimal segmented image. Experimental results show that the segmented regions are devided accurately around the homogeneous region.

• 대한의용생체공학회:의공학회지
• /
• 제38권6호
• /
• pp.295-301
• /
• 2017

In this study, We subtracted the calcification blooming artifact from MDCT images of coronary atherosclerosis patients and verified their accuracy and usefulness. We performed coronary artery calcification stenosis phantom and a program to subtract calcification blooming artifact by applying 8 different image segmentation method (Otsu, Sobel, Prewitt, Canny, DoG, Region Growing, Gaussian+K-mean clustering, Otsu+DoG). As a result, In the coronary artery calcification stenosis phantom with the lumen region 5 mm the calcification blooming artifact was subtracted in the application of the mixture of Gaussian filtering and K- Clustering algorithm, and the value was close to the actual calcification region. These results may help to accurately diagnose coronary artery calcification stenosis.

• 융합정보논문지
• /
• 제11권10호
• /
• pp.45-52
• /
• 2021

본 논문에서는 U-Net 기반의 semantic segmentation 방법에서 정확도를 개선하기 위한 Atrous Residual U-Net (AR-UNet)을 제안하였다. U-Net은 의료 영상 분석, 자율주행 자동차, 원격 감지 영상 등의 분야에서 주로 사용된다. 기존 U-Net은 인코더 부분에서 컨볼루션 계층 수가 적어 추출되는 특징이 부족하다. 추출된 특징은 객체의 범주를 분류하는 데 필수적이며, 부족할 경우 분할 정확도를 저하시키는 문제를 초래한다. 따라서 이 문제를 개선하기 위해 인코더에 residual learning과 ASPP를 활용한 AR-UNet을 제안하였다. Residual learning은 특징 추출 능력을 개선하고, 연속적인 컨볼루션으로 발생하는 특징 손실과 기울기 소실 문제 방지에 효과적이다. 또한 ASPP는 특징맵의 해상도를 줄이지 않고 추가적인 특징 추출이 가능하다. 실험은 Cityscapes 데이터셋으로 AR-UNet의 효과를 검증하였다. 실험 결과는 AR-UNet이 기존 U-Net과 비교하여 향상된 분할 결과를 보였다. 이를 통해 AR-UNet은 정확도가 중요한 여러 응용 분야의 발전에 기여할 수 있다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.