• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(3)
• /
• pp.177-180
• /
• 2000

CT images are sequential images that provide medical doctors helpful information for treatment and surgical operation. It is also widely used for the 3D reconstruction of human bone and organs. In the 3D reconstruction, the quality of the reconstructed 3D model heavily depends on the segmentation results. In this paper, we propose an algorithm suitable for the segmentation of teeth and the maxilofacial bone.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.60-79
• /
• 2022

The U-Net architecture-based segmentation models attained remarkable performance in numerous medical image segmentation missions like skin lesion segmentation. Nevertheless, the resolution gradually decreases and the loss of spatial information increases with deeper network. The fusion of adjacent layers is not enough to make up for the lost spatial information, thus resulting in errors of segmentation boundary so as to decline the accuracy of segmentation. To tackle the issue, we propose a new deep learning-based segmentation model. In the decoding stage, the feature channels of each decoding unit are concatenated with all the feature channels of the upper coding unit. Which is done in order to ensure the segmentation effect by integrating spatial and semantic information, and promotes the robustness and generalization of our model by combining the atrous spatial pyramid pooling (ASPP) module and channel attention module (CAM). Extensive experiments on ISIC2016 and ISIC2017 common datasets proved that our model implements well and outperforms compared segmentation models for skin lesion segmentation.

• 한국컴퓨터정보학회논문지
• /
• 제20권9호
• /
• pp.31-37
• /
• 2015

Symmetry is easily found in animals and plants as well as in artificial structures. It is useful not only for human cognitive process but also for image understanding by computer. Application areas include face detection and recognition, indexing of image database, image segmentation and detection, and analysis of medical images. The method used in this paper extracts edges, and the perpendicular bisector of any pair of selected edge points is considered to be a candidate axis of symmetry. The coefficients of the perpendicular bisectors are accumulated in the coefficient space. Axis of symmetry is determined to be the line for which the histogram has maximum value. This method shows good results, but the usefulness of the method is restricted because the amount of computation increases proportional to the square of the number of edges. In this paper, an acceleration method is proposed which performs $2^{2n}$ times faster than the original one. Experiment on 20 test images shows that the proposed method using level-3 image segmentation performs 63.9 times faster than the original method.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.131-138
• /
• 2011

본 논문에서는 볼륨 의료영상 분할에 대한 기존의 레벨 셋 기법과 제안하는 방법의 성능을 비교하고자 한다. 기존의 방법들은 영역의 정보만을 이용하여 분할을 시행하므로, 영상의 종류에 따라서 정확한 분할을 못한 경우가 있다. 따라서 새롭게 제안하는 방법은 정확한 분할 결과를 위하여 영상의 객체가 가지고 있는 에지 정보와 영역 정보를 함께 이용한다. 에지 정보는 레벨 셋의 곡면이 객체의 표면에 잘 도달할 수 있도록 해주는 기울기 벡터장을 이용하고, 영역 정보는 각 영역에서 픽셀의 밝기 값을 가우시안 분포를 이용하여 통계적 모델로 적합시킴으로써 영상의 분할에 적용하였다. 또한, 곡면 주변 잡음의 영향을 최소화 시켜주는 정규화 항을 사용한다. 기존의 레벨 셋 기반의 방법들과 제안한 방법의 성능 평가를 위하여 실제 볼륨 의료영상에 대하여 다양한 실험을 실시하고, 분할된 결과의 비교를 통하여 제안된 방법의 우수성을 입증한다.

• 한국항행학회논문지
• /
• 제17권1호
• /
• pp.115-122
• /
• 2013

최근 의료영상을 이용한 질병 진단법에 대한 관심이 증가하고 있는 추세이다. 관절경화증은 경동맥의 동맥을 좁게 하여 뇌로 들어가는 혈류의 일부 또는 전체를 차단하는 원인이 된다. 뇌로 흘러가는 혈류가 차단되는 경우 심각한 뇌졸중을 야기하기도 한다. 만일 초기에 경동맥 플라크를 발견하고 이를 치료하면 심각한 뇌졸중을 예방할 수 있다. 본 논문에서는 경동맥의 동맥 초음파 영상에서 경동맥 플라크를 쉽게 발견하기 위한 능동적 윤곽선 추출기법에 기반을 둔 자동 분할기법을 제안한다. 실험에서 사용되는 초음파 영상은 자동 분할기법을 적용하기 전에 적절히 정렬되어있다고 가정한다. 경동맥의 동맥 초음파 영상에 대하여 스네이크 모델을 이용하여 자동분할 방법과 수동분할 방법을 질적 비교한 결과 제안된 방법이 성공적으로 적용되었음을 보여준다. 실험결과 제안된 방법은 방사선사들이 플라크를 쉽게 찾는데 도움을 줄 수 있는 자동화 방법이 될 것으로 예상된다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.33-40
• /
• 2002

본 연구에서는 의료영상 저장 및 전송 시스템에 필수적인 무손실 의료영상 압축 기법을 제안하였다. 의료영상은 방사선 영상 중에서 유방영상(mammography)과 자기공명영상을 사용하였으며, 이들 영상을 무손실로 압축하기 위하여 영역성장에 의한 영상분할 알고리듬을 제안하였다. 제안된 알고리듬은 원 영상이 에러 영상과 불연속 계수 영상, 그리고 상위 비트 데이터 등 세 가지의 부 영역으로 분할되도록 하였다. 그리고 영역성장 과정 후 생성된 불연속 계수 영상 데이터와 에러 영상을 국제 이진영상압축 표준이며 그레이코드(graycode)화된 영상의 압축에 적합한 JBIG(Joint Bi-level Image expert Group) 알고리듬을 이용하여 압축시켰다. 제안한 알고리듬과 타 연구에서 사용된 기법들을 비교 검토 한 결과 제안한 무손실 압축 기법을 적용하여 얻어지는 압축율은 JBIG, JPEG, LZ 기법에 비해 평균적으로 각각 3.7%, 7.9%, 23.6% 정도 개선됨을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.591-597
• /
• 2012

신체 주요 장기들에 대한 영상의 중요성이 커져감에 따라 향상된 의료 장비들이 등장하였으며, 획득된 영상에 대한 개선된 화질과 활용성에 기대가 높아지고 있다. 최근 향상된 영상분석 연구를 위해 MATLAB을 이용한 영상 처리의 빈도가 커져가는 것에 기인하여 MATLAB을 이용하여 폐혈관을 분할하였다. 본 논문은 3단계로 폐 영역 분할, 폐 혈관 분할과 3차원 연결성 검사로 수행된다. 분할된 폐 영역에서 문턱치 값을 사용하여 혈관을 분할하고, 2차원 정제 과정인 혈관 두께 분류를 수행한 후 3차원 정제 과정으로 3차원 연결성 검사를 적용하였다. MATLAB을 통한 영상 처리로 의료영상 처리의 다양성 측면과 신뢰성 향상에 기여하였고 흉부 CT 영상을 이용한 관련 연구의 기반이 되리라 판단된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제2권2호
• /
• pp.21-28
• /
• 1996

2차원 의료 영상의 3차원 재구성 및 가시화에 있어서 영상 분할은 필수적인 단계이다. 그러나 의료 영상 자체가 가지고 있는 복잡성 때문에 일반적인 분할 기법만으로는 신뢰할 만한 결과를 기대하기 어렵고, 분할을 위한 전문가의 사전 파라미터 추정이 필요하다. 본 논문에서는 스케일에 따른 영상 정보를 추출하는 스케일 스페이스 필터링을 이용, 의료 영상 영역 분할을 위한 분할될 영역의 수, 범위, 그리고 각 영역의 대표값을 추정하였다. 실험으로는 무릎부위 자기공명 2차원 및 3차원 영상과 흉부 자기 공명 2차원 및 3차원 영상을 대상으로 영역 분할 파라미터를 추정하였고, 이를 분할에 적용시켜 각 영역 분할 파라미터 추정 결과와 분할 결과 영상을 제시하였다. 본 논문의 결과, 비교적 정확한 분할 결과를 유도할 수 있었고 전문가가 직접 추정하려할 때 소모되는 시간과 노력을 줄일 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1000-1011
• /
• 2021

In recent years, using Deep Learning methods to apply for medical and biomedical image analysis has seen many advancements. In clinical, using Deep Learning-based approaches for cancer image analysis is one of the key applications for cancer detection and treatment. However, the scarcity and shortage of labeling images make the task of cancer detection and analysis difficult to reach high accuracy. In 2015, the Unet model was introduced and gained much attention from researchers in the field. The success of Unet model is the ability to produce high accuracy with very few input images. Since the development of Unet, there are many variants and modifications of Unet related architecture. This paper proposes a new approach of using Unet++ with pretrained EfficientNet as backbone architecture for breast tumor cell nuclei segmentation and uses the multi-organ transfer learning approach to segment nuclei of breast tumor cells. We attempt to experiment and evaluate the performance of the network on the MonuSeg training dataset and Triple Negative Breast Cancer (TNBC) testing dataset, both are Hematoxylin and Eosin (H & E)-stained images. The results have shown that EfficientUnet++ architecture and the multi-organ transfer learning approach had outperformed other techniques and produced notable accuracy for breast tumor cell nuclei segmentation.

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.53-61
• /
• 2024

본 논문은 기존 방법보다 우수한 성능을 달성하는 피부 병변 분할을 위한 새로운 M자 모양 인코더-디코더 아키텍처를 제안한다. 제안된 아키텍처는 왼쪽과 오른쪽 다리를 활용하여 다중 스케일 특징 추출을 가능하게 하고, 스킵 연결 내에서 어텐션 메커니즘을 통합하여 피부 병변 분할 성능을 더욱 향상시킨다. 입력 영상은 네 가지 다른 패치로 분할되어 입력되며 인코더-디코더 프레임워크 내에서 피부 병변 분할 성능의 향상된 처리를 가능하게 한다. 제안하는 방법에서 어텐션 메커니즘을 통해 입력 영상의 특징에 더 많은 초점을 맞추어 더욱 정교한 영상 분할 결과를 도출하는 것이다. 실험 결과는 제안된 방법의 효과를 강조하며, 기존 방법과 비교하여 우수한 정확도, 정밀도 및 Jaccard 지수를 보여준다.