• 대한의용생체공학회:의공학회지
• /
• 제21권3호
• /
• pp.239-246
• /
• 2000

본 논문에서는, 입력으로 주어진 사람이 직접 분할한 1장의 슬라이스의 결과로부터 인접한 슬라이스들에 대해서 자동으로 원하는 장기를 추적하여 분할하는 반자동 분할 알고리즘을 제안한다. 일반적으로. 영역 확장에 기반한 추적 방법은 객체 투영. 초기 영역(seed) 추출, 그리고 영역확장에 의한 윤곽선 결정의 세 단계로 이루어진다. 이 때 의료 영상의 특성 상 장기들 사이의 경계가 모호한 경우 잘못 선택된 초기 영역은 최종 윤곽선이 장기 안쪽으로 파고 들거나 주변 영역으로 퍼져 나가는 결과를 만들 수 있다. 제안한 알고리즘에서는 영상의 특성을 이용하여 분할하려는 장기와 비슷한 밝기 값을 가지는 주변 장기와 붙어 있는 부분에서 주의 깊게 초기 영역을 선택해 줌으로써. 적절한 경계를 얻을 수 있으며, 경사도가 낮은 영역에서 깨끗한 윤곽선을 얻지 못하는 영역 확장 방법의 문제점의 해결을 위하여 Fourier descriptor를 사용한 후처리(post-Processing) 방법을 제안하였다. 또한, 양 방향 추적을 통해서 새로운 영역이 나타났을 때에도 놓치지 않고 찾아낼 수 있다. 본 논문에서 제안한 알고리즘을 1mm 간격의 82장의 X선 CT 영상에서 좌우측 신장 분할에 적용한 결과 만족할 만한 결과를 얻었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.119-122
• /
• 1997

In this paper, we represented the variation of heart cavity area in the space domain by 3-d rendering. We arranged the 2-d sequence of ultrasonic image acquired in the time domain as volumetric data, and extracted heart cavity region from 3-d data. For the segmentation of 3-d volume data, we extracted the cavity region using the method of expanding the cavity region that is same statistical property. By shading which is using light and object normal vector, we visualized the volume data on image plane.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.176-181
• /
• 2023

During cancer treatment, the patient's response to drugs appears differently at the cellular level. In this paper, an image-based cell phenotypic feature quantification and key feature selection method are presented to predict the response of patient-derived cancer cells to a specific drug. In order to analyze the viability characteristics of cancer cells, high-definition microscope images in which cell nuclei are fluorescently stained are used, and individual-level cell analysis is performed. To this end, first, image stitching is performed for analysis of the same environment in units of the well plates, and uneven brightness due to the effects of illumination is adjusted based on the histogram. In order to automatically segment only the cell nucleus region, which is the region of interest, from the improved image, a superpixel-based segmentation technique is applied using the fluorescence expression level and morphological information. After extracting 242 types of features from the image through the segmented cell region information, only the features related to cell viability are selected through the ReliefF algorithm. The proposed method can be applied to cell image-based phenotypic screening to determine a patient's response to a drug.

• 방송공학회논문지
• /
• 제15권6호
• /
• pp.723-730
• /
• 2010

최근 다양한 3차원 영상처리 기술이 산업체 전반으로 확대되고 있다. 관련 기술중의 하나인 입체변환은 기존의 2D영상에서 입체영상을 생성하는 기술이다. 이 기술은 영화, 방송 콘텐츠에 적용되어 3D 입체로 시청할 수 있는데, 3D 기술의 지속적인 산업체 응용이 요구됨에 따라 입체변환 기술을 새로운 분야로 적용하여 새로운 입체 콘텐츠를 제작하는 것이 필요하다. 이러한 추세에 따라 이 기술을 의료영상에 응용하는 것이 본 논문의 목적이다. 의료 영상은 정확한 판독이 필요하기 때문에 2D 의료영상보다 구체적인 3D 정보를 얻을 수 있는 3D 입체영상에 관심이 높아지고 있다. 본 논문에서는 기존의 2D 의료영상으로부터 입체영상을 생성하는 의료영상 입체변환 방법을 제안한다. 실험 영상으로 CT(Computed Tomograpy) 영상을 사용한다. 제안 방법은 장기의 영역 분할, 에지를 이용한 경계선 추출, 각 장기의 깊이 정보에 따른 명암 분석 등으로 구성된다. 얻어진 데이터를 바탕으로 CT 영상의 깊이맵을 생성한다. 최종적으로 추출된 깊이 맵과 2D 의료영상으로 부터 입체영상을 생성한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.151-158
• /
• 2022

The Cardiac Gated Blood Pool (GBP) scintigram, a nuclear medicine imaging, calculates the left ventricular Ejection Fraction (EF) by segmenting the left ventricle from the heart. However, in order to accurately segment the substructure of the heart, specialized knowledge of cardiac anatomy is required, and depending on the expert's processing, there may be a problem in which the left ventricular EF is calculated differently. In this study, using the DeepLabV3 architecture, GBP images were trained on 93 training data with a ResNet-50 backbone. Afterwards, the trained model was applied to 23 separate test sets of GBP to evaluate the reproducibility of the region of interest and left ventricular EF. Pixel accuracy, dice coefficient, and IoU for the region of interest were 99.32±0.20, 94.65±1.45, 89.89±2.62(%) at the diastolic phase, and 99.26±0.34, 90.16±4.19, and 82.33±6.69(%) at the systolic phase, respectively. Left ventricular EF was calculated to be an average of 60.37±7.32% in the ROI set by humans and 58.68±7.22% in the ROI set by the deep learning segmentation model. (p<0.05) The automated segmentation method using deep learning presented in this study similarly predicts the average human-set ROI and left ventricular EF when a random GBP image is an input. If the automatic segmentation method is developed and applied to the functional examination method that needs to set ROI in the field of cardiac scintigram in nuclear medicine in the future, it is expected to greatly contribute to improving the efficiency and accuracy of processing and analysis by nuclear medicine specialists.

• 대한의용생체공학회:의공학회지
• /
• 제45권2호
• /
• pp.95-100
• /
• 2024

Vitiligo is a condition characterized by the destruction or dysfunction of melanin-producing cells in the skin, resulting in a loss of skin pigmentation. Facial vitiligo, specifically affecting the face, significantly impacts patients' appearance, thereby diminishing their quality of life. Evaluating the efficacy of facial vitiligo treatment typically relies on subjective assessments, such as the Facial Vitiligo Area Scoring Index (F-VASI), which can be time-consuming and subjective due to its reliance on clinical observations like lesion shape and distribution. Various machine learning and deep learning methods have been proposed for segmenting vitiligo areas in facial images, showing promising results. However, these methods often struggle to accurately segment vitiligo lesions irregularly distributed across the face. Therefore, our study introduces a framework aimed at improving the segmentation of vitiligo lesions on the face and providing an evaluation of vitiligo lesions. Our framework for facial vitiligo segmentation and lesion evaluation consists of three main steps. Firstly, we perform face detection to minimize background areas and identify the face area of interest using high-quality ultraviolet photographs. Secondly, we extract facial area masks and vitiligo lesion masks using a semantic segmentation network-based approach with the generated dataset. Thirdly, we automatically calculate the vitiligo area relative to the facial area. We evaluated the performance of facial and vitiligo lesion segmentation using an independent test dataset that was not included in the training and validation, showing excellent results. The framework proposed in this study can serve as a useful tool for evaluating the diagnosis and treatment efficacy of vitiligo.

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.231-237
• /
• 2024

뇌손상에서 생존자의 경우 지속적인 장애를 유발하고 뇌출혈에 따른 경막외 혈종(EDH) 및 경막하 혈종(SDH)은 주요 임상 질환 중 하나라고 볼 수 있다. 본 연구에서는 컴퓨터단층검사(CT; Computed Tomography) 영상을 기반으로 뇌출혈에 따른 혈종을 자동 분할하고 3차원으로 모델링하고자 하였다. 혈종의 자동 분할을 위해서 개선된 GVF(gradient vector flow) 알고리즘을 구현하였다. 영상으로부터 경사 벡터를 계산과 반복계산을 거친 후 자동 분할을 하고 분할 좌표를 이용해서 3차원 모델을 생성하였다. 실험결과, 혈종의 경계에 대해서 정확하게 분할 성공하였다. 경계 부분과 얇은 혈종부분에서도 결과가 좋은 것으로 나타났고, 3차원 모델을 통해서 여러 방향에서 혈종의 강도, 확산 방향, 면적 등을 알 수 있었다. 본 연구에서 개발 한 뇌출혈 부위의 평면정보와 3차원 모델은 의료진에게 보조적인 진단자료로서 활용 될 수 있을 것으로 판단한다.

• 정보처리학회논문지B
• /
• 제8B권2호
• /
• pp.155-163
• /
• 2001

본 논문에서는 다중 모달리티 영상으로부터 의미 있는 정보를 제공하기 위하여 상호정보 최적화를 통한 영상정합 방법을 제안한다. 본 방법은 두 영상이 기하학적으로 정합되면 상호정보가 최대화된다는 가정 하에 두 영상에서 대응되는 위치의 명암도간 통계적 의존관계나 정보중복성을 계산하는 상호정보를 통하여 영상간 변형관계를 추정함으로써 영상을 정합한다. 실험결과로는 뇌 컴퓨터단층촬영영상의 상호정보를 최적화한 정합결과와 가우시안형 잡음 첨가에 따른 정합 비교 결과를 제시한다. 본 방법은 기존 정합방법에서 사용하는 영상분할이나 특징점 추출에 의한 정합이 아닌 영상 자체 정보를 사용함으로써 사용자와의 상호작용이 불필요하며 정합의 정확도를 향상시킬 수 있고 잡음에도 견고하다.

• 시스템엔지니어링학술지
• /
• 제15권2호
• /
• pp.72-78
• /
• 2019

Pathology is the motor that drives healthcare to understand diseases. The way pathologists diagnose diseases, which involves manual observation of images under a microscope has been used for the last 150 years, it's time to change. This paper is specifically based on tumor detection using deep learning techniques. Pathologist examine the specimen slides from the specific portion of body (e-g liver, breast, prostate region) and then examine it under the microscope to identify the effected cells among all the normal cells. This process is time consuming and not sufficiently accurate. So, there is a need of a system that can detect tumor automatically in less time. Solution to this problem is computational pathology: an approach to examine tissue data obtained through whole slide imaging using modern image analysis algorithms and to analyze clinically relevant information from these data. Artificial Intelligence models like machine learning and deep learning are used at the molecular levels to generate diagnostic inferences and predictions; and presents this clinically actionable knowledge to pathologist through dynamic and integrated reports. Which enables physicians, laboratory personnel, and other health care system to make the best possible medical decisions. I will discuss the techniques for the automated tumor detection system within the new discipline of computational pathology, which will be useful for the future practice of pathology and, more broadly, medical practice in general.

• 한국환경생태학회지
• /
• 제26권3호
• /
• pp.463-471
• /
• 2012

본 연구는 산림기반형 한방치유 관광상품에 대한 수요자 욕구와 선호를 파악하여 향후 보다 표적화되고 차별화된 산림치유 관련 정책 수립과 한방치유 관련 프로그램의 개발을 위한 기초자료 제공을 목적으로 실시되었다. 서울에 거주하는 30대 이상 성인남녀 400명을 조사대상으로 성과 연령별, 거주지역별로 비례할당 표본추출법을 사용, 인터넷조사(CAWI)를 실시하여 총 317부가 최종 분석에 이용되었다. 산림기반형 한방치유 관광상품에 대한 이미지는 '산림욕, 숲속 걷기, 나무'가 다수(61.5%)를 차지했고, 선호 의견과 이용 의향은 각각 72.9%와 67.5%로 긍정적인 경향이 높았다. 단지 조성에 적합한 지역으로는 수도권이 53.6%, 강원도가 38.8%로 나타났다. 이용목적은 '스트레스 해소와 재충전', '산림휴양활동', '건강 유지 및 체력 증진'의 순이었다. 선호 치유요법은 '트래킹, 산책 등 걷기요법'이 가장 많았으며 '피트니스, 기체조 등 운동요법'이 그 뒤를 이었다. 상품선택 시 주요 고려 요인은 '이용 비용의 적정성', '음식과 이용 식자재의 적절성', '의료진 및 직원들의 친절성' 등으로 나타났으나 이용편의성과 의료서비스의 질, 관광활동 관련 요인 등 전 요인에 걸쳐 높은 점수를 기록하여 상품에 대한 수요자의 높은 기대수준을 보여주고 있다. 또한 인구통계학적 세분시장 별로 이용관련 요인들에 대한 선호에 차이점을 보이고 있어 관련 상품의 기획과 운영 시 차별화 되고 세분화된 수요자 욕구를 반영하는 것이 필요할 것으로 보인다. 그러나 본 연구는 상이한 수요자 선호를 파악함에 있어 인구통계학적 세분 시장만을 규명함으로써 가장 기초적인 단계에 머무른 한계점을 지니고 있어 후속연구에서는 다차원적이고 복합적인 수요자 욕구에 대한 보다 정교화된 규명이 요망된다.