• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.132-137
• /
• 2019

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제27권2호
• /
• pp.7-12
• /
• 2004

MDCT는 비침습적인 방법으로 관상동맥 질환을 검사하는데 유용하다고 알려져 있다. 하지만 영상의 질에 있어서 환자의 심장박동이 결정적인 영향을 주게 된다. 특히 심장박동이 불규칙하거나 조기 심실수축 환자일 경우 영상을 재구성하는데 있어 왜곡 현상이 증가하여 진단에 어려움을 초래한다. 최근 본원에서 심장박동이 불규칙한 환자에서 영상 재구성시 불규칙한 R-R 간격을 조정한 후 얻은 영상이 artifact가 감소하는 현상을 경험한 바 있다. 따라서 본 연구에서는 다양한 교정 방법(disable, inesrt, R-R interval 교정)이 영상의 질에 어떤 영향이 있는지를 알아보고자 한다. 심박동이 불규칙한 24명의 환자에서 교정방법에 따라 영상을 재구성한 결과 R-R Interval 조정에서 통계학적으로 유의한 결과를 얻을 수 있었다(p<0.05). 본 연구에서는 R-R Interval 조정에서 가장 우수한 영상을 얻을 수 있었으며, 향후 심장 질환의 진단에 도움을 줄 수 있는 기초연구로서 그 가치가 충분하리라 사료된다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.1-8
• /
• 2010

얼굴의 윤곽선을 검출하기 위해서는 일반적으로 입력 영상에 직접 동적 윤곽선 모델(Active Contour Model)을 적용하는 방법을 많이 사용한다. 그러나 동적 윤곽선 모델은 초기의 위치 설정과 사용되는 에너지 함수의 계수 값에 따라 성능에 영향을 받기 때문에, 다양한 조명조건과 환경조건에 따라 최적화된 파라미터들을 설정해야 하는 번거로움이 있다. 또한 섬세한 윤곽선의 검출을 위해서는 모델에서 사용되는 정점의 수를 증가시켜야 하는 단점이 있다. 이러한 단점들을 해결하기 위해, 본 논문에서는 입력영상의 분할된 영역에서의 히스토그램 분석을 통하여, 얼굴 영역과 배경 영역의 픽셀 값을 구분할 수 있는 임계값을 자동으로 찾아, 얼굴의 윤곽선 영역을 검출하는 접근 방법을 제안한다. 제안된 방법은 입력 영상의 분석을 통하여 얼굴의 윤곽선 영역을 검출하기 때문에 다양한 조명과 배경 조건하에서도 높은 성능으로 얼굴의 윤곽선 영역을 검출하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.11-19
• /
• 2022

최근 의료영상의 발전에 따라 의료 영상 생성에 대한 다양한 연구가 제안되고 있는데, 이와 관련하여 생성된 의료 영상의 품질과 다양성을 정확하게 평가하는 것이 중요해지고 있다. 생성된 의료 영상을 평가하는 방법으로는 전문가의 시각적 튜링 테스트(visual turing test), 특징 분포 시각화, IS, FID를 통한 정량적 평가를 통해 평가하고 있으나 의료 영상을 품질(fidelity)과 다양성(diversity) 측면에서 정량적으로 평가 하는 방법은 거의 이루어지고 있지 않다. 본 논문에서는 DCGAN과 PGGAN 생성 모델을 통해 비소세포폐암 환자의 흉부 CT 데이터 셋을 학습하여 영상을 생성하고, 이를 품질(fidelity)과 다양성(diversity) 측면에서 두 생성 모델의 성능을 평가한다. 1차원 점수 기반 평가방법인 IS, FID와 2차원 점수 기반 평가방법인 Precision 및 Recall, 개선된 Precision 및 Recall을 통해 성능을 정량적으로 평가하고, 의료영상에서의 각 평가방법들의 특징과 한계점에 대해서도 분석한다.

• 대한방사성의약품학회지
• /
• 제9권1호
• /
• pp.3-8
• /
• 2023

Parkinson's disease is a neurodegenerative disease caused by damage to brain neurons related to dopamine. Non-clinical animal models mainly used in Parkinson's disease research include drug-induced models of 1-methyl-4-phenyl-1,2,3,6-tetrahydropyridine and 6-hydroxydopamine, and genetically modified transgenic animal models. Parkinson's diagnosis can be made using brain imaging of the substantia nigra-striatal dopamine system and using a radiotracer that specifically binds to the dopamine transporter. In this study, ¹⁸F-N-(3-fluoropropyl)-2β-carboxymethoxy-3β-(4-iodophenyl) nortropane was used to confirm the image evaluation cutoff between normal and parkinson's disease models, and to confirm model persistence over time. In addition, the efficacy of single or combined administration of clinically used therapeutic drugs in parkinson's animal models was evaluated. Image analysis was performed using the PMOD software. Converted to standardized uptake value, and analyzed by standardized uptake value ratio by dividing the average value of left striatum by the average value of right striatum obtained by applying positron emission tomography images to the atlas magnetic resonance template. The image cutoff of the normal and the parkinson's disease model was calculated as SUVR=0.829, and it was confirmed that it was maintained during the test period. In the three-drug combination administration group, the right and left striatum showed a high symmetry of more than 0.942 on average and recovered significantly. Images using ¹⁸F-N-(3-fluoropropyl)-2β-carboxymethoxy-3β-(4-iodophenyl) nortropane are thought to be able to diagnose and evaluate treatment efficacy of non-clinical Parkinson's disease.

• 한국방사선학회논문지
• /
• 제11권7호
• /
• pp.663-669
• /
• 2017

진단목적의 방사선 의료 영상의 활용의 증가에 따라 환자의 피폭 선량 증가와 의료영상의 진단적 가치 저하에 기여하는 산란선의 관리 및 저감을 위한 연구는 필수적이라 할 수 있다. 이에 본 연구에서는 관전압 증가에 따른 산란선의 증감이 영상 화질에 미치는 영향을 분석하였다. 이를 위해 ANSI 흉부 팬텀을 이용하여, 관전압 변화에 따른 산란선 발생 비율을 측정하고, 산란선의 발생에 따른 화질 영향을 RMS(Root Mean Square) 입상성 평가, RSD(Relative Standard Deviation) 및 NPS(Noise Power Spectrum) 분석을 통해 고찰하였다. 관전압 증가에 따른 산란선 발생비율은 73 kV 관전압에서 48.8%, 93 kV 관전압 인가시 80.1%로 점차 증가하는 것으로 확인되었다. 관전압 증가에 따른 산란선 증가의 화질 영향을 분석하기 위한 RMS 분석 결과, 관전압 증가에 따른 RMS 값이 증가하는 것으로 나타나 영상의 입상성이 떨어지는 결과로 도출되었다. 공간주파수 2.5 lp/mm에서의 NPS 값 또한 관전압 73 kV 인가에 비해 93kV 관전압 증가시 20% 정도 영상의 잡음이 증가하는 것으로 나타났다. 본 연구를 통하여 관전압 변화에 따른 산란선 발생이 화질에 미치는 영향을 확인할 수 있었으며, 이러한 연구 결과는 의료영상 품질 개선을 위한 연구의 기초 자료로서 활용 가능할 것으로 판단된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제43권3호
• /
• pp.195-208
• /
• 2020

Artificial intelligence(AI) is a field of computer science that is defined as allowing computers to imitate human intellectual behavior, even though AI's performance is to imitate humans. It is grafted across software-based fields with the advantages of high accuracy and speed of processing that surpasses humans. Indeed, the AI based technology has become a key technology in the medical field that will lead the development of medical image analysis. Therefore, this article introduces and discusses the concept of deep learning-based medical imaging analysis using the principle of algorithms for convolutional neural network(CNN) and back propagation. The research cases application of the AI based medical imaging analysis is used to classify the various disease(such as chest disease, coronary artery disease, and cerebrovascular disease), and the performance estimation comparing between AI based medical imaging classifier and human experts.

• 한국산업정보학회논문지
• /
• 제22권2호
• /
• pp.35-41
• /
• 2017

본 논문에서는 비전 기술을 이용한 의료용 설문지 인식 시스템 개발을 제안한다. 제안한 시스템은 의료 보건 분야의 지역사회 건강조사에서 사용되는 대량의 설문지를 대상으로 정확한 인식 및 효과적 일괄처리를 할 수 있다. 시스템은 설문지 스캐닝, 답안 인식 및 오류 데이터처리, 결과데이터 검증, 이미지 저장 및 DB구축, 설문결과 분석으로 구성되어 있다. 기존의 자동인식을 위한 시스템과 달리 사용하는 설문의 양식에서 자유롭고, 다양한 표기와 오표기를 처리하여 정확한 인식을 가능하게 한다. 제안한 시스템은 실험을 통해 표기에 대한 98.9% 인식률을 확인하였다.

• Korean Journal of Radiology
• /
• 제23권5호
• /
• pp.529-538
• /
• 2022

Objective: Since its introduction in 2011, the CT/MRI diagnostic Liver Imaging Reporting and Data System (LI-RADS) has been updated in 2014, 2017, and 2018. We evaluated the impact of CT/MRI diagnostic LI-RADS on liver MRI research methodology for the diagnosis of hepatocellular carcinoma (HCC). Materials and Methods: The MEDLINE, EMBASE, and Cochrane databases were searched for original articles reporting the diagnostic performance of liver MRI for HCC between 2011 and 2019. The MRI techniques, image analysis methods, and diagnostic criteria for HCC used in each study were investigated. The studies were classified into three groups according to the year of publication (2011-2013, 2014-2016, and 2017-2019). We compared the percentage of studies adopting MRI techniques recommended by LI-RADS, image analysis methods in accordance with the lexicon defined in LI-RADS, and diagnostic criteria endorsed by LI-RADS. We compared the pooled sensitivity and specificity between studies that used the LI-RADS and those that did not. Results: This systematic review included 179 studies. The percentages of studies using imaging techniques recommended by LI-RADS were 77.8% for 2011-2013, 85.7% for 2014-2016, and 84.2% for 2017-2019, with no significant difference (p = 0.951). After the introduction of LI-RADS, the percentages of studies following the LI-RADS lexicon were 0.0%, 18.4%, and 56.6% in the respective periods (p < 0.001), while the percentages of studies using the LI-RADS diagnostic imaging criteria were 0.0%, 22.9%, and 60.7%, respectively (p < 0.001). Studies that did not use the LI-RADS and those that used the LIRADS version 2018 showed no significant difference in sensitivity and specificity (86.3% vs. 77.7%, p = 0.102 and 91.4% vs. 89.9%, p = 0.770, respectively), with some difference in heterogeneity (I² = 94.3% vs. 86.7% in sensitivity and I² = 86.6% vs. 53.2% in specificity). Conclusion: LI-RADS imparted significant changes in the image analysis methods and diagnostic criteria used in liver MRI research for the diagnosis of HCC.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.153-154
• /
• 2008

Digital photographic analysis is currently considered as a routine procedure in clinic because periodic follow-up examinations can provide meaningful information for diagnosis. However, it is impractical to separately evaluate all suspicious lesions with conventional digital photographic systems, which have inconsistent characteristics of the environmental conditions. To address the issue, it is necessary for total diagnostic evaluation in clinic to integrate conventional systems. Previously, a multimodal digital photographic imaging system, which provides a conventional color image, parallel and cross polarization color images and a fluorescent color image, was developed for objective evaluation of facial skin lesions. Based on our previous study, we introduce a commercial product, "DermaVision-PRO," for routine use in clinical application in dermatology. We characterize the system and describe the image analysis methods for objective evaluation of skin lesions. In order to demonstrate the validity of the system in dermatology, sample images were obtained from subjects with various skin disorders, and image analysis methods were applied for objective evaluation of those lesions.