• 한국의학물리학회지:의학물리
• /
• 제21권2호
• /
• pp.153-164
• /
• 2010

혈관분포도(vascularity) 및 세포조밀도(cellularity)와 같은 종양의 생물학적 특성을 고려한 임상표적체적을 결정하기 위하여, 국부혈류용적영상(regional cerebral blood volume map, rCBV map)과 겉보기확산계수영상(apparent diffusion coefficient map, ADC map)의 종양 체적을 해부학적 영상 위에 맵핑 할 수 있는 소프트웨어를 개발하였다. 개발한 프로그램은 해부학적 영상 및 기능 영상 간 mutual information, affine transform, non-rigid registration을 이용한 영상 정합 기능을 제공한다. 영상 정합 후 기준 영상과 정합된 영상에서 획득한 각 segmented bone의 겹치는 체적 비율 및 contour 간 평균 거리를 이용하여 정합도 평가도 가능하다. 잔여 종양이 있는 악성신경아교종 환자의 영상을 이용하여 소프트웨어의 기능을 평가하였을 때, bone segmentation과 contour 간 평균 거리 차이를 이용한 정합도는 각각 약 74%와 2.3 mm였으며, 수동정합을 이용하여 2~5% 정도의 정합도를 향상 시킬 수 있었다. 종양의 생물학적 특성을 치료 계획에 반영할 수 있도록, color map을 이용하여 rCBV map을 분석하였으며, ADC map에서 설정한 관심 영역의 평균 확산 계수와 표준 편차 등을 계산하여 종양의 예후 인자 및 악성도를 평가하였다. 두 기능 영상이 공통적으로 나타내는 종양 체적에서 얻은 생물학적 인자를 평면 위에 맵핑하여 종양의 특성을 쉽게 파악할 수 있는 multi-functional parametric map을 구성하였다. 또한 각기능 인자에 대응되는 악성 종양의 임계값을 적용하여 주변 종양 세포에 비하여 혈관 분포도는 높으면서 확산 계수는 낮아 악성 종양 세포일 확률이 높은 영역을 구분할 수 있었다. 각 기능 영상 위에서 설정한 생물학적 종양 체적 및 악성도가 높은 국소 체적은 해부학적 영상 위에 표시하여 dicom 파일로 출력할 수 있었다. 개발한 소프트웨어는 기능적 다중영상을 이용하여 생물학적 종양 체적을 해부학적 영상 위에 맵핑하는데 적용할 수 있으며, 해부학적 영상에서 파악하기 어려운 종양의 특성 변화들을 치료 계획에 활용할 수 있다. 나아가 개발한 소프트웨어를 이용하여, 한 종류의 영상을 참고하여 종양 체적을 결정했을 때 발생할 수 있는 오류를 줄이고, 치료 전이나 치료 과정에서 나타나는 종양의 조직학적, 생리학적 특성을 치료 계획에 접목하는데 활용할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제28권5호
• /
• pp.601-608
• /
• 2007

2 Dimensional Gel Electrophoresis(2DGE) is an essentialmethodology for analysis on the expression of various proteins. For example, information for the location, mass, expression, size and shape of the proteins obtained by 2DGE can be used for diagnosis, prognosis and biological progress by comparison of patients with the normal persons. Protein spot matching for this purpose is comparative analysis of protein expression pattern for the 2DGE images generated under different conditions. However, visual analysis of protein spots which are more than several hundreds included in a 2DGE image requires long time and heavy effort. Furthermore, geometrical distortion makes the spot matching for the same protein harder. In this paper, an iterative algorithm is introduced for more efficient spot matching. Proposed method is first performing global matching step, which reduces the geometrical difference between the landmarks and the spot to be matched. Thus, movement for a spot is defined by a weighted sum of the movement of the landmark spots. Weight for the summation is defined by the inverse of the distance from the spots to the landmarks. This movement is iteratively performed until the total sum of the difference between the corresponding landmarks is larger than a pre-selected value. Due to local distortion generally occurred in 2DGE images, there are many regions in whichmany spot pairs are miss-matched. In the second stage, the same spot matching algorithm is applied to such local regions with the additional landmarks for those regions. In other words, the same method is applied with the expanded landmark set to which additional landmarks are added. Our proposed algorithm for spot matching empirically proved reliable analysis of protein separation image by producing higher accuracy.

• Investigative Magnetic Resonance Imaging
• /
• 제19권2호
• /
• pp.67-75
• /
• 2015

Purpose: To investigate the value of image post-processing software (FreeSurfer, IBASPM [individual brain atlases using statistical parametric mapping software]) and inversion time (TI) in volumetric analyses of the hippocampus and to identify differences in comparison with manual tracing. Materials and Methods: Brain images from 12 normal adults were acquired using magnetization prepared rapid acquisition gradient echo (MPRAGE) with a slice thickness of 1.3 mm and TI of 800, 900, 1000, and 1100 ms. Hippocampal volumes were measured using FreeSurfer, IBASPM and manual tracing. Statistical differences were examined using correlation analyses accounting for spatial interpretations percent volume overlap and percent volume difference. Results: FreeSurfer revealed a maximum percent volume overlap and maximum percent volume difference at TI = 800 ms ($77.1{\pm}2.9%$) and TI = 1100 ms ($13.1{\pm}2.1%$), respectively. The respective values for IBASPM were TI = 1100 ms ($55.3{\pm}9.1%$) and TI = 800 ms ($43.1{\pm}10.7%$). FreeSurfer presented a higher correlation than IBASPM but it was not statistically significant. Conclusion: FreeSurfer performed better in volumetric determination than IBASPM. Given the subjective nature of manual tracing, automated image acquisition and analysis image is accurate and preferable.

• 대한의용생체공학회:의공학회지
• /
• 제25권6호
• /
• pp.545-550
• /
• 2004

디지털 내시경 영상에서 식도염 등의 이상부위를 검출하기 위하여 임상 영상의 색상과 텍스쳐 인자에 대한 정보를 얻은 후 판별분석에 의해 영상의 이상부위론 인식하 수 있는 영상처리 알고리즘을 개발하였다. 이 알고리즘을 개발하기 위하여 여러 가지 영상처리 인자들 중에서 어떠한 인자들이 정상과 이상 부위를 구별할 수 있는 중요한 특징 인자가 되는지를 구명하였다. 이 특징 인자들을 이용하여 식도염의 중요한 진단기준이라 할 수 있는 미란 및 궤양에 대한 검출을 수행하였다. 이를 검증하기 위하여 20개의 영상 이미지를 사용하였으며 판별분석의 알고리즘을 사용할 때 보정단계와 검증단계의 성공률은 각각 92.8%와 92.4%를 나타내었다.

• 한국통신학회논문지
• /
• 제41권10호
• /
• pp.1284-1289
• /
• 2016

최근, 디지털 영상처리는 방송, 통신, 컴퓨터 그래픽, 의학 분야 등에서 많이 응용되고 있으며, 일반적으로 영상 데이터는 전송하는 과정에서 잡음이 발생한다. 영상에 첨가되는 잡음에는 다양한 종류가 있으며, salt and pepper 잡음, AWGN, 복합잡음이 대표적이다. 따라서 본 논문에서는 영상에 첨가된 복합잡음의 영향을 완화하기 위하여 훼손된 영상을 네 개의 영역으로 세분화하고 각 화소들의 잡음 종류를 추정하여 salt and pepper 잡음과 AWGN으로 나누어 처리하는 스위칭 필터를 제안하였다. 국부 마스크의 중심화소가 salt and pepper 잡음에 훼손된 경우, 세분화된 영역의 히스토그램 확률 가중치 마스크를 이용하여 처리하였으며, AWGN으로 훼손된 경우, 세분화된 영역의 분산을 이용하여 각 영역의 분산에 따라 가중치를 다르게 적용하여 가중치 필터를 제안하였다. 그리고 제안한 필터의 성능 평가를 위해 PSNR을 이용하여 기존의 방법들과 비교하였다.

• 융합보안논문지
• /
• 제19권5호
• /
• pp.75-84
• /
• 2019

최근 의료정보기술 분야에서 비디오는 풍부한 임상정보를 포함하는 특징으로 인하여 새로운 서비스 창출 및 연구개발을 위한 중요한 데이터로서 그 가치를 새롭게 평가받고 있다. 그러나 임상정보는 개인정보를 포함하고 있어, 생명윤리 혹은 연구 윤리에 대한 고려가 필요하다. 따라서 비디오 또한 의료영상으로서 비식별화가 요구되지만 기존 방법은 주로 정형데이터와 정지영상에 특화되어 기존의 방법을 그대로 적용하기 어려운 문제가 있다. 본 논문에서는 개인정보 비식별화 처리 시스템과의 연동을 고려하여 비디오 내에서 개인식별정보를 검출하는 자동화 시스템을 제안한다. 제안 시스템은 장면분할과 체내외 영역 검출의 전처리 후에 텍스트 및 사람검출을 통한 인덱싱과정을 수행한다. 검출된 개인식별 인덱스 정보는 비식별화를 수행하는 외부 시스템 및 시각화를 위한 메타데이터로 제공된다. 제안 시스템의 효용성을 검증하기 위하여 프로토타입을 구현하고 실제 수술비디오를 대상으로 인덱싱 속도를 측정하였다. 그 결과 입력 비디오의 재생시간 대비 2배 이상의 빠른 작업속도를 보였으며, 수술교육콘텐츠 제작 및 학술용 반자동 편집시스템의 사례를 통해 빠른 의사결정을 보조할 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제21권10호
• /
• pp.1150-1161
• /
• 2018

Classification is widely used in medical images to categorize patients and non-patients. However, conventional classification requires a complex procedure, including some rigid steps such as pre-processing, segmentation, feature extraction, detection, and classification. In this paper, we propose a novel convolutional neural network (CNN), called LeukemiaNet, to specifically classify two different types of leukemia, including acute lymphoblastic leukemia (ALL) and acute myeloid leukemia (AML), and non-cancerous patients. To extend the limited dataset, a PCA color augmentation process is utilized before images are input into the LeukemiaNet. This augmentation method enhances the accuracy of our proposed CNN architecture from 96.9% to 97.2% for distinguishing ALL, AML, and normal cell images.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.116-118
• /
• 1997

In hippocampal morphology Abnormalities, including unilateral or bilateral volume loss, are known to occur in epilepsy, Alzheimer's disease, and in certain amnestic syndromes. To detect such abnormalities in hippocampal morphology, we present a method that combines region growing and dynamic contour model to detect hippocampus from MRI brain data. The segmentation process is performed two steps. First region growing with a seed point is performed in the region of hippocampus and the initial contour of dynamic contour model is obtained. Second, the initial contour is modified on the basis of criteria that integrate energy with contour smoothness and the image gradient along the contour. As a result, this method improves fairly sensitivity to the choice of the initial seed point, which is often seen by conventional contour model. The power and practicality of this method have been tested on two brain datasets. Thus, we have developed an effective algorithm to extract hippocampus from MRI brain data.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.592-594
• /
• 2000

변형모델(deformable model)은 볼륨의료영상(volumetric medical image)으로부터 복잡한 인체기관의 3차원적 경계를 분할해내기 위해 효과적인 방법을 제공한다. 그러나, 기존 변형모델은 초기와 의존성, 오목한 경계(concavity) 분할의 비적합성, 그리고 모델내 요소간 자체교차(self-intersection)의 제한점을 가지고 있었다. 본 연구에서는 이러한 제한점을 극복하고, 오목한 구조를 포함하는 복잡한 인체기관의 경계를 분할하기에 적합한 새로운 변형모델을 제안하였다. 제안한 변형모델은 볼륨영상 피라미드(pyramid)를 기반으로 다해상도(multiresolution)의 모델 정제화(refinement)를 수행한다. 다해상도 모델 정제화는 전역적 시셈플링(global resampling) 및 지역적 리샘플링(local resampling)를 통하여 저해상도의 모델로부터 점차 고해상도의 모델로 이동하면서 객체의 경계를 계층적으로 분할해가는 방법이다. 다해상도 모델에 의한 계층적 경계 분할은 초기화 조건에의 의존성을 극복할 수 있게할 뿐 아니라, 빠른 속도로 원하는 객체의 경계에 수렴할 수 있게 한다. 또한 지역적 리샘플링은 모델 구성요소의 정규화를 수행함으로써 객체의 오목한 부분을 성공적으로 분할할 수 있게 한다. 그리고, 제안 모델은 기존 변형모델에서 포함하는 내부 힘(internal force)과 외부 힘(external force)외에 자체교차방지 힘(non-self-intersection force)을 추가함으로서 효과적으로 모델내의 자체교차를 방지할 수 있게 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.684-686
• /
• 2017

현재, 영상처리는 군사, 의료, 산업 등의 넓고 다양한 분야에서 활용되고 있으며, 영상에 첨가된 잡음은 영상의 질을 저하시키다. 따라서, 잡음 제거는 영상 인식, 에지 검출, 영상 분할 등의 영상 처리를 수행하기 전에 필수적인 과정이다. 이러한 영상에 첨가된 잡음을 제거하기 위한 연구가 활발히 진행되고 있으며, 영상에 첨가되는 잡음에는 AWGN(additive white Gaussian noise)이 대표적이다. 본 논문에서는 영상에 첨가된 AWGN을 완화하기 위해, 에지 검출 및 표준편차를 이용한 필터를 합성하여 처리하는 알고리즘을 제안하였다.