• 한국방사선학회논문지
• /
• 제7권1호
• /
• pp.9-15
• /
• 2013

본 연구는 전산화단층촬영에서 간 질환의 자동 인식으로 질감특징분석(texture feature analysis. TFA) 알고리즘을 제안하고자 하였으며, 간세포암(Hepatocellular carcinoma. HCC)에 대한 컴퓨터보조진단(computer-aided diagnosis. CAD) 시스템을 설계하고, 제안하는 각 알고리즘의 성능을 평가하고자 하였다. HCC 영상에서 분석영역($40{\times}40$ 픽셀)을 설정하고 각 부분영상에 통계적 특징을 이용한 6가지 TFA 파라메터(평균 밝기, 평균 대조도, 평탄도, 왜곡도, 균일도, 엔트로피)비교하여 간세포암 인식률(recognition rate)을 구하였다. 결과적으로 TFA는 간세포암 인식률을 나타내는 척도로 유의함을 알 수 있었으며 6가지 파라메터에서 균일도가 가장 인식률이 높았으며 평균 대조도, 평탄도, 왜곡도가 비교적 높았고 평균 밝기와 엔트로피는 상대적으로 낮은 인식률을 나타내었다. 이와 관련하여 높은 인식률을 보인 알고리즘(최대 97.14%, 최소 82.86%)을 간세포암 영상의 병변을 판별하여 임상의 조기 진단을 보조하여 치료를 시행한다면 진단의 효율성이 높아 질 것으로 판단되었으며, 향후 효율적이고 정량적인 분석을 추가함으로써 질병인식의 일반화에 대한 기준 연구가 필요 할 것으로 사료되었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제41권5호
• /
• pp.451-456
• /
• 2018

During last a decade, there has been increased demand for 3D-printed medical devices with significant improvement of 3D-Printer (also known as Additive. Manufacturing AM), which depend upon human body features. Especially, demand for personalized medical material is highly growing with being super-aged society. In this study, 3D-reconstructed 3D mesh image from CT/MRI-images is demonstrated to analyse each patients' personalized anatomical features by using in house, then to be able to manufacture its counterpart. Developed software is distributed free of charge, letting various researcher identify biological feature for each areas.

• 한국방사선학회논문지
• /
• 제10권2호
• /
• pp.81-87
• /
• 2016

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.33%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.369-374
• /
• 2015

본 연구에서 제안된 질감특징분석 알고리즘은 뇌출혈환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 고유영상 및 실험영상을 생성하고 제안된 컴퓨터보조진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 뇌출혈 CT영상의 인식률을 도출하고 평가하였다. 결과로 뇌출혈 CT영상 40증례 중에서 각각의 질감 특징값에 대한 인식률은 평균밝기의 경우 100%, 평균대조도의 경우 100%, 평탄도의 경우 100%, 왜곡도의 경우 100%로 높게 나타났고, 균일도의 경우 95%, 엔트로피의 경우 87.5%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 뇌출혈 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 정확성과 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제42권2호
• /
• pp.119-130
• /
• 2019

Positron emission tomography (PET) is widely used imaging modality for effective and accurate functional testing and medical diagnosis using radioactive isotopes. However, PET has difficulties in acquiring images with high image quality due to constraints such as the amount of radioactive isotopes injected into the patient, the detection time, the characteristics of the detector, and the patient's motion. In order to overcome this problem, we have succeeded to improve the image quality by using the dynamic image reconstruction method based on singular value decomposition. However, there is still some question about the characteristics of the proposed technique. In this study, the characteristics of reconstruction method based on singular value decomposition was estimated over computational simulation. As a result, we confirmed that the singular value decomposition based reconstruction technique distinguishes the images well when the signal - to - noise ratio of the input image is more than 20 decibels and the feature vector angle is more than 60 degrees. In addition, the proposed methode to estimate the characteristics of reconstruction technique can be applied to other spatio-temporal feature based dynamic image reconstruction techniques. The deduced conclusion of this study can be useful guideline to apply medical image into SVD based dynamic image reconstruction technique to improve the accuracy of medical diagnosis.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.267-268
• /
• 2002

Microbeam is a new avenue of radiation research especially in radiation biology and radiation protection. Selective irradiation of an ionizing particle to a targeted cell organelle may disclose such mechanisms as signal transaction among cell organelles and cell-to-cell communication in the processes toward an endpoint observed. Bystander effect, existence of which is clearly evidenced by application of the particle microbeam to biological experiments, suggests potential underestimation in the conventional risk estimation at low particle fluence rates, such as environment of space radiations in ISS (International Space Station). To promote these studies we started the construction of our microbeam facility (named as SPICE) to our HVEE Tandem accelerator (3.4 MeV proton and 5.1 MeV $^4$He$\^$2+/). For our primary goal, "irradiation of single particle to cell organelle within a position resolution of 2 micrometer in a reasonable irradiation time", special features are considered. Usage of a triplet Q magnet for focussing the beam to submicron of size is an outstanding feature compared to facilities of other institutes. Followings are other features: precise position control of cell dish holder, design of the cell dish, data acquisition of microscopic image of a cell organelle (cell nucleus) and data processing, a reliable particle detection, soft and hard wares to integrate all these related data, to control and irradiate exactly determined number of particles to a targeted spot.

• Maxillofacial Plastic and Reconstructive Surgery
• /
• 제14권1_2호
• /
• pp.124-134
• /
• 1992

Fibrous dysplasia is a benign pathologic condition of bone in which fibrous tissue gradually expands and replaces normal bone into fibro-osseous lesion. It is a primary developmental abnormality of bone-forming mesenchyme in origin. This study shows clinical history, radiological and histopathological feature of fibrous dysplasia with the intention of establishing correct diagnosis, treatment plan and evaluation of prognosis. This paper reviews and summarizes the materials from 57 fibrous dysplasias submitted to the Department of Oral and Maxillofacial Surgery in College of Dentistry, Seoul National University. Conclusions obtained were as following : 1. Fibrous dysplasia developed mainly in teenagers and shows female predeliction. 2. Fibrous dysplasia developed much on the maxilla 3. Monostotic fibrous dysplasia was most popular form. 4. Main symptom of fibrous dysplasia was painless swelling. 5. Radiological feature of fibrous dysplasia was ground-glass appearance, 6. Histopathological feature of fibrous dysplasia was irregular immature bony trabeculae(woven bone). 7. Treatment of fibrous dysplasia was mainly conservative contouring surgery.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.239-240
• /
• 2017

본 연구는 의료영상내 특징정보를 추출 및 평가함으로서 정밀의료 실현 가능성을 확인하고자 하였다. 영상화는 PET/CT 및 MRI 스캐너를 이용하여 암환자의 기능적 정보와 해부학적 정보를 획득하고 관심영역을 설정하였으며 각각의 영상내 특징정보를 추출하였다. 영상내 특징정보는 GLCM을 이용하여 에너지, 대비, 엔트로피, 균질성을 획득하였고, 획득된 영상 데이터에 따른 관심영역 설정 차이를 확인하였다. 영상내 특징 정보는 MRI 영상의 해부학적 정보를 이용한 분석결과에서 엔트로피 및 균질성이 PET 보다 증가 하였고 대비는 감소함을 확인하였다. 추후연구는 다양한 영상내 특징 정보를 획득하고 정밀의료를 위한 기계학습에 활용할 예정이다.

• 한국방사선학회논문지
• /
• 제10권8호
• /
• pp.645-652
• /
• 2016

본 연구는 통계적 속성에 기반한 질감특징값 분석을 바탕으로 뇌 전산화단층촬영 영상에서 정상과 뇌경색의 컴퓨터보조진단의 적용 가능성을 알아보고자 하였다. 실험은 질감특징값을 나타내는 6개의 파라미터를 이용한 질환인식률 평가와 ROC curve를 분석하였다. 그 결과 평균밝기 88%, 대조도 92%, 평탄도 94%, 균일도 88%, 엔트로피 84%의 높은 질환인식률을 나타내었다. 하지만 왜곡도의 경우 58%로 다소 낮은 질환 인식률을 나타내었다. ROC curve를 이용한 분석에서 각 파라미터의 곡선아래면적이 0.886(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과로 나타났다. 또한 각 파라미터의 cut-off값 결정으로 컴퓨터보조진단을 통한 질환예측이 가능할 것으로 판단된다.