• 대한의용생체공학회:의공학회지
• /
• 제29권5호
• /
• pp.348-354
• /
• 2008

Segmenting vessels in lower extremity CT images is very difficult because of gray level variation, connection to bones, and their small sizes. Instead of segmenting vessels, we propose an approach that segments bones and subtracts them from the original CT images. The subtracted images can contain not only connected vessel structures but also isolated vessels, which are very difficult to detect using conventional vessel segmentation methods. The proposed method initially grows a 3-dimensional (3D) volume with a seeded region growing (SRG) using an adaptive threshold and then detects junctions and forked branches. The forked branches are classified into either bone branches or vessel branches based on appearance, shape, size change, and moving velocity of the branch. The final volume is re-grown by collecting connected bone branches. The algorithm has produced promising results for segmenting bone structures in several tens of vessel-enhanced CT image data sets of lower extremities.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.230-231
• /
• 2018

국가의 중요한 통로가 되는 항만과 연안지역은 밀수선, 적국의 침투선, 해적선등과 같은 위협이 상존하고 있다. 이와 같은 위협 선박의 침입을 막아내기 위해서는 연안지역을 지속적으로 감시하여 이들의 침입을 탐지, 경보할 수 있는 시스템이 필요하다. 그러나 감시인원이 넓은 연안지역을 감시하면서 위협선박을 식별해 내기에는 어려움이 따른다. 이에 본 논문에서는 연안 및 항만을 감시하면서 운항금지구역등에 침입하는 선박에 대해 자동으로 경보를 발생시키면서, 선박의 영상식별을 통해 자동으로 선박의 종류를 분류하여 실제 위협선박인지의 여부를 판별할 수 있도록 하는 시스템과 그 구성을 제안하였다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1073-1081
• /
• 2009

본 논문에서는 망막혈관의 밝기를 저하시킴으로써 맥락막혈관을 향상시킬 수 있는 새로운 방법을 제안하였다. 맥락막혈관신생 현상은 실명과 관련이 있는 것으로 알려져 있으며 이 현상의 주요 특징은 맥락막에 새로운 혈관의 발생이다. 인도시아닌 형광안저 조영영상에서 맥락막혈관의 밝기보다 망막혈관의 밝기가 더 크기 때문에 맥락막혈관을 관찰하기가 어렵다. 따라서 정화한 진단을 위해서는 영상에서 맥락막혈관의 밝기가 향상될 필요가 있다. 제안한 향상 방법은 3단계에 걸쳐 수행된다. 먼저, 다중크기 향상기법, 히스테리시스 문턱화, KNN 분류법을 이용하여 망막혈관을 검출하고 이로 부터 망막혈관 마스크영상을 만든다. 그런 다음, 마스크영역이 없애질 때까지 마스크영역과 제안한 선택적 영역침식방식을 이용하여 망막혈관의 밝기를 저하시킨다. 최종적으로 처리된 영상에 대하여 맥락막혈관의 밝기를 향상시켰다. 실험을 통하여 제안한 방법이 안정적이고 효과적임을 확인하였다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.35-43
• /
• 2009

환자의 흉부 CT 영상을 입력으로 하여 폐 영역의 결절(nodule)을 효과적으로 분류하는 것이 목적인 컴퓨터 조력 진단(Computer Aided Diagnosis, CAD) 시스템에서는 대부분 폐 영역의 혈관 추출 단계가 우선적으로 진행된다. 혈관 조영제를 투여한 환자 영상에서 폐 혈관과 폐 결절은 흉부 CT 영상에서 비슷한 감쇄를 보이므로 혈관 추출 단계에서 혈관과 결절이 함께 추출될 수 있다. 때문에 폐 혈관이 제거된 나머지 영역에서 폐 결절을 탐지 및 분류하는 방식의 폐 결절 분류기는 혈관 추출 기법의 성능에 큰 영향을 받는다. 본 논문에서는 폐 결절이 혈관으로 오인식 되어 혈관과 함께 추출될 수 있는 문제를 극복하기 위해 혈관의 두께 패턴을 분석하여 폐 결절을 재분류하는 기법을 제안한다. 제안된 방법은 폐 영역 결정 단계, 폐 혈관 영역 추출 및 골격 형성 단계, 혈관 토폴로지 구성 및 보정 단계, 그리고 혈관 후보 내 결절 재분류 단계 등의 네 단계로 이루어져 있다. 제안한 방법의 정확도를 분석하기 위해 폐 결절이 혈관을 침투하여 분포하는 환자들의 입력 영상을 이용하여 판독 전문의의 도움을 받아 분류기의 정확도 평가를 진행하였다. 실험 결과에서는 제안한 혈관 추출 및 결절 재분류 기법을 사용한 CAD 시스템의 폐 결절 분류기 성능과 재분류 절차를 진행하지 않은 분류기 성능에 대해 비교하고 제안한 방법이 혈관 영역으로 잘못 포함된 결절을 자동으로 정확하게 재분류 할 수 있음을 보여준다.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.91-98
• /
• 2016

소나 영상에서 수중 물체의 검출과 분류는 도전적인 과제이다. 본 논문에서는 소나 영상과 영상처리기법을 이용하여 해저의 물체를 식별하는 시스템을 제안한다. 수중 물체의 식별 과정은 수중 물체 후보 영역 검출과 물체 식별의 두 단계로 구성된다. 영상 정합(image registration) 기법을 이용하여 수중 물체 후보 영역을 검출하고, 기존에 획득된 기준 배경 영상과 현재 스캔된 영상 사이의 공통된 특징점을 검출하여 정합한 후, 두 영상의 차 영상(difference image)을 구하여 검출한다. 검출된 물체는 고유벡터와 고유값을 특징으로 사용하여 데이터베이스내의 패턴과 가장 유사한 패턴으로 분류한다. 제안하는 수중 물체 식별 시스템은 최단 소행 항로(Q route) 확보와 같은 응용에 효율적으로 사용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.345-350
• /
• 2018

본 연구는 지정맥 인식에 중요한 정맥 패턴 특징검출을 위한 알고리즘이다. 특징검출 알고리즘은 패턴인식 시 인식결과에 많은 영향을 끼치므로 중요하다. 인식률은 손가락 위치 변화에 따라 기준도 변화되므로 저하되는 특징을 가지고 있다. 또한, 손가락에 적외선 광을 조사하여 획득한 영상은 영상 배경과 혈관 패턴을 분리하기에 어렵고, 영상 전처리과정을 수행하므로 검출시간이 증대되는 특징을 가지고 있다. 이를 위해, 제시하는 알고리즘은 영상 전처리과정이 없이 수행되어 검출 시간을 줄일 수 있고, 지정맥 영상에 SWDA(Shifted Waveform Data Analysis) 알고리즘을 적용하여 손가락 마디 위치 및 정맥 패턴 검출이 가능한 특징을 가지고 있다. 적외선 투과율이 낮아 상대적으로 어두운 정맥 영상도 검출 오류 최소화가 가능한 특징을 보였다. 또한, 손가락 마디 위치는 분류 단계에서 기준으로 활용하면 인식률 저하를 보완할 수 있는 특징을 가지고 있다. 추후 손바닥, 손목 등 신체 여러 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출 정확도 향상 및 인식 수행 시간 감소에 기여할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.294-296
• /
• 2022

죽상동맥경화증(atherosclerosis)은 동맥에 플라크가 쌓여 혈류 장애를 일으키는 만성 혈관염증 질환으로 심장병과 뇌졸중을 일으킬 수 있다. 하지만 대부분은 동맥이 심하게 좁아질 때까지 증상이 없기 때문에 조기 발견이 중요하다. 본 논문은 튜브 모양의 혈관에서 경화성 병변을 효과적으로 진단하기 위해 MRI 영상에 혈관 중심을 기준으로 극좌표 변환을 적용하였다. 그리고, 극좌표 영상의 각도별 연속된 신호정보를 이용하는 SE-LSTMNet 모델을 제안한다. 학습된 모델은 검증 데이터에 대해 정확도 0.9194, 민감도 0.9370, 특이도 0.8796, F1 score 0.8700, AUC 0.9719의 분류 성능을 보였다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1764-1776
• /
• 2021

Objective: This study aimed to validate a deep learning-based fully automatic calcium scoring (coronary artery calcium [CAC]_auto) system using previously published cardiac computed tomography (CT) cohort data with the manually segmented coronary calcium scoring (CAC_hand) system as the reference standard. Materials and Methods: We developed the CAC_auto system using 100 co-registered, non-enhanced and contrast-enhanced CT scans. For the validation of the CAC_auto system, three previously published CT cohorts (n = 2985) were chosen to represent different clinical scenarios (i.e., 2647 asymptomatic, 220 symptomatic, 118 valve disease) and four CT models. The performance of the CAC_auto system in detecting coronary calcium was determined. The reliability of the system in measuring the Agatston score as compared with CAC_hand was also evaluated per vessel and per patient using intraclass correlation coefficients (ICCs) and Bland-Altman analysis. The agreement between CAC_auto and CAC_hand based on the cardiovascular risk stratification categories (Agatston score: 0, 1-10, 11-100, 101-400, > 400) was evaluated. Results: In 2985 patients, 6218 coronary calcium lesions were identified using CAC_hand. The per-lesion sensitivity and false-positive rate of the CAC_auto system in detecting coronary calcium were 93.3% (5800 of 6218) and 0.11 false-positive lesions per patient, respectively. The CAC_auto system, in measuring the Agatston score, yielded ICCs of 0.99 for all the vessels (left main 0.91, left anterior descending 0.99, left circumflex 0.96, right coronary 0.99). The limits of agreement between CAC_auto and CAC_hand were 1.6 ± 52.2. The linearly weighted kappa value for the Agatston score categorization was 0.94. The main causes of false-positive results were image noise (29.1%, 97/333 lesions), aortic wall calcification (25.5%, 85/333 lesions), and pericardial calcification (24.3%, 81/333 lesions). Conclusion: The atlas-based CAC_auto empowered by deep learning provided accurate calcium score measurement as compared with manual method and risk category classification, which could potentially streamline CAC imaging workflows.