• Korean Circulation Journal
• /
• 제54권1호
• /
• pp.30-39
• /
• 2024

Background and Objectives: Intravascular ultrasound (IVUS) evaluation of coronary artery morphology is based on the lumen and vessel segmentation. This study aimed to develop an automatic segmentation algorithm and validate the performances for measuring quantitative IVUS parameters. Methods: A total of 1,063 patients were randomly assigned, with a ratio of 4:1 to the training and test sets. The independent data set of 111 IVUS pullbacks was obtained to assess the vessel-level performance. The lumen and external elastic membrane (EEM) boundaries were labeled manually in every IVUS frame with a 0.2-mm interval. The Efficient-UNet was utilized for the automatic segmentation of IVUS images. Results: At the frame-level, Efficient-UNet showed a high dice similarity coefficient (DSC, 0.93±0.05) and Jaccard index (JI, 0.87±0.08) for lumen segmentation, and demonstrated a high DSC (0.97±0.03) and JI (0.94±0.04) for EEM segmentation. At the vessel-level, there were close correlations between model-derived vs. experts-measured IVUS parameters; minimal lumen image area (r=0.92), EEM area (r=0.88), lumen volume (r=0.99) and plaque volume (r=0.95). The agreement between model-derived vs. expert-measured minimal lumen area was similarly excellent compared to the experts' agreement. The model-based lumen and EEM segmentation for a 20-mm lesion segment required 13.2 seconds, whereas manual segmentation with a 0.2-mm interval by an expert took 187.5 minutes on average. Conclusions: The deep learning models can accurately and quickly delineate vascular geometry. The artificial intelligence-based methodology may support clinicians' decision-making by real-time application in the catheterization laboratory.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.301-304
• /
• 2007

A realization for image searching engine with moving objects identification and classification is presented in this paper. The identification algorithm is applied to extract difference image between input image and the reference image, and the classification is used the region segmentation. That is made the database for the searching engine. The experimental result of the realized system enables to search for human and animal at time intervals to use a surveillant system at inside environment.

• 대한의용생체공학회:의공학회지
• /
• 제8권1호
• /
• pp.81-86
• /
• 1987

An image feature extraction method for the low contrast fluoresceln angiogram in dlabetes was studied. To obtain effective image segmentation, an adaptive local difference image is generated and relaxation process are applied to this difference Image. By the use of distance transformed data with segmented image, shape and location of feature regions were obtained. It was shown that the location and shape descriptions of Impaired blood vessel networks and retinal regions are can he utilized for the diagnosis of diabetes and other disease.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권3호
• /
• pp.266-274
• /
• 2000

진단이나 인체 모델의 형성에 있어서 필수적인 의료 영상의 분할(Segmentation)은 정확성을 얻기 위해 대부분 수작업에 의해 수행되고 있다. 하지만 수작업은 많은 시간이 소비되며, 같은 영역을 재분할했을 때 동일한 결과를 얻기가 어렵다. 이를 해결하기 위해 본 논문에서는 사용하기 편리하면서 수작업의 정확성을 유지할 수 있는 반자동화된 영상 분할방법을 제안한다. 제안된 방법은 먼저 사용자로부터 분할하고자 하는 영역의 경계에 해당하는 제어점을 몇 개 입력받고 제어점들간의 최소 비용 경로를 연결하여 외곽선을 획득하는 Live-wire를 수행한다. 하지만 Live-wire는 톱날 모양의 외곽선을 형성하거나 영역의 침식을 발생시키므로, 이러한 문제점을 해결하기 위해서 획득된 분할 영역의 외곽선을 재설정시킨 후 이것을 장벽으로 사용하여 SRG(Seeded Region Growing)을 수행하였다. 제안된 User-steered balloon방법은 Live-wire의 문제점을 해결할 뿐만 아니라, SRG가 성장시 새어나가는(Leakage) 문제점도 해결할 수 있다. 본 논문에서는 제안된 방법을 가지고 Visible Human의 다리 근육에 대한 분할을 수행하여 제안된 방법을 검증하였다.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1437-1444
• /
• 2020

컴퓨터 비전 시스템의 발달로 보안, 생체인식, 의료영상, 자율주행 등의 분야에 많은 발전이 있었다. 자율주행 분야에서는 특히 딥러닝을 이용한 객체인식, 탐지 기법이 주로 사용되는데, 자동차가 갈 수 있는 영역을 판단하기 위한 도로영역 인식이 특히 중요한 문제이다. 도로 영역은 일반적인 객체탐지에서 활용되는 사각영역인식과는 달리 비정형적인 형태를 띠므로, ROI 기반의 객체인식 구조는 적용할 수 없다. 본 논문에서는 Semantic segmentation 기법을 사용한 비정형적인 도로영역 인식에 맞는 심층 신경망 구조를 제안한다. 또한 도로영역에 특화된 네트워크 구조인 Multi-scale semantic segmentation 기법을 사용하여 성능이 개선됨을 입증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권2호
• /
• pp.275-282
• /
• 2013

의료 영상처리 분야에서의 일반적인 객체 인식 방법은 픽셀들의 밝기 정보, 형태 정보, 패턴 정보 등 다양한 컴퓨팅 처리 방법으로 수행되어 진다. 그러나 컴퓨팅 방법에 사용되는 다양한 정보들이 의미가 없을 경우 객체인식에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 의료 영상에서의 물리적인 이론에 기반한 영상처리 방법을 전처리에 활용하고자 한다. 제안된 방법은 대비 개선 작업을 주된 목적으로 하는 SWI(Susceptibility Weighted Imaging) 처리를 통해 의미 있는 전처리 작업을 수행하고, 이에 대한 결과를 텍스처 분석을 통해 MR 뇌 영상의 회백질을 효과적으로 검출하는 과정으로 구성된다. 실험결과 제안 방법은 평균 영역차이가 5.2%로 기존의 대표적인 영역분할 방법에 비해 보다 효율적임을 증명하였다.

• 한국의학물리학회지:의학물리
• /
• 제19권3호
• /
• pp.178-185
• /
• 2008

간경변 및간암 환자의 증가로 간이식술의 필요성이 점점 증가되고 있고, 특히 공여자의 생체 간이식은 간이식술의 주된 분야를 차지하고 있으며 간이식 수술 전 공여자에서 간체적의 정확한 측정은 수술 후 공여자와 수여자의 간기능을 예측하는데 있어 중요한 자료가 되며, 성공적인 수술과 환자의 예후에 밀접한 영향을 미친다. 그러나 현재 환자의 간체적을 구하는 과정은 환자의 모든 CT 영상위의 간을 수작업을 통해 영상분할한 후에 3차원 간체적을 구하고 있으며 많은 시간과 노력이 필요한 작업이다. 이러한 문제를 해결하기 위해서 본 논문에서는 자동으로 간과 비장을 문턱값처리, 형태학적 영상처리, 3차원 영역확장법등의 기법을 이용하여 분할하는 알고리즘을 개발하여 체적을 구하는 시간을 단축하였다. 이러한 알고리즘의 정확성을 평가하기 위해서 동물의 실제 간과 비장을 팬텀으로 제작하여 실제 측정한 체적과 알고리즘으로 분할된 영상의 결과를 비교 평가하였다. 문턱치값의 설정에 따라 다른 결과를 보이는 특성이 있지만 자동으로 문턱치를 결정했을 때 비장과 간의 체적측정 오차는 9.27%, -4.52%이었으며, 수동으로 문턱치를 결정했을 때 최소 오차가 각각 0.2%, 0.17%의 결과를 보였다. 이러한 팬텀 연구를 통해 자동 분할 알고리즘으로 얻은 체적의 결과가 정확성과 재현성을 보여주어 추후 간체적을 구하는 보조수단으로 활용될 수 있을 것이라 예상된다.

• 한국의학물리학회지:의학물리
• /
• 제19권4호
• /
• pp.201-208
• /
• 2008

물리적 평가(physical evaluation)가 영상품질의 객관화와 정량화를 위한 토대를 제공함에도 불구하고, 부정확하고 가변적인 특성을 지닌 주관적 평가(subjective evaluation)가 영상평가에 중요한 역할을 하게 된다. 본 연구에서는 디지털 방사선 영상의 물리적 평가와 주간적 평가의 단점을 상호 보완하고 객관적 정량화를 위한 새로운 방법을 제안하고자 한다. 임상에 사용되고 있는 4대의 디지털 방사선 영상 촬영장치로부터 동일한 임상조건에서 흉부 팬톰 영상을 획득하였다. 물리적 영상평가를 위하여 디지털 흉부 팬톰 내에서 3개의 영역(폐, 심장, 그리고 복부)에 존재하는 CNR (contrast-to-noise ratio)를 측정하였고 분할(segmentation)과 정합(registration)등 다양한 영상처리기술이 적용되었다. 주관적 평가는 5명의 관찰자에 의한 저 대조도 물체의 식별 정도를 점수화 하였다. 두 평가의 특성을 보완 및 결합하고자 퍼지적분 이론이 도입되었다. 4대의 시스템으로부터의 평가결과가 비교되었으며, 물리적 평가와 주관적 평가가 항상 비례하지 않음을 보였다. 물리적 평가에서는 높은 점수를 보였던 시스템이 주관적 평가에서는 상대적으로 낮은 평가를 보였다. 본 연구에서 제안한 퍼지적분에 의한 영상평가의 정량화는 물리적 평가와 주관적 평가를 모두 포함하는 총체적인 평가 방법이며, 다양한 영상품질 평가에 유용할 것이라 사료된다.

• 대한세포병리학회지
• /
• 제7권1호
• /
• pp.23-30
• /
• 1996

Chromatin texture, which partly reflects nuclear organization, is evolving as an important parameter indicating cell activation or transformation. In this study, chromatin pattern was evaluated by image analysis of the electron micrographs of follicular and papillary carcinoma cells of the thyroid gland and tested for discrimination of the two neoplasms. Digital grey images were converted from the electron micrographs, nuclear images, excluding nucleolus and intranuclear cytoplasmic inclusions, were obtained by segmentation; grey levels were standardized; and grey level histograms were generated. The histograms in follicular carcinoma showed Gaussian or near-Gaussian distribution and had a single peak, whereas those in papillary carcinoma had two peaks(bimodal), one at the black zone and the other at the white zone. In papillary carcinoma, the peak in the black zone represented an increased amount of heterochromatin particles and that at the white zone represented decreased electron density of euchromatin or nuclear matrix. These results indicate that the nuclei of follicular and papillary carcinoma cells differ in their chromatin pattern and the difference may be due to decondensed chromatin and/or matrix substances.