• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.204-207
• /
• 2011

본 논문에서는 경추 초음파 DICOM 영상에서 개선된 퍼지 시그마 기법을 이용하여 경부심굴곡근을 추출하고 두께를 측정하는 방법을 제안한다. 제안된 방법은 ROI 영역에서 Ends-In Search Stretching을 적용하여 명암 대비를 강조한다. Stretching된 ROI 영역에서 평균 이진화를 적용한 후, Blob 알고리즘을 적용하여 흉쇄유돌근과 경부심굴곡근의 후보 영역을 추출한다. 추출된 경부심굴곡근 후보 영역에서 경추의 위치 정보를 이용하여, 경추의 경계 영역을 검출한 후, Cubic Spline 보간법 알고리즘을 적용하여 스플라인 곡선을 추출한다. 스플라인 곡선 영상에서 상/하 탐색 알고리즘을 적용하여, 최대/최소 범위 영역을 설정한다. Stretching된 ROI 영역에서 최대/최소 범위에 해당하는 영역에 대해 개선된 퍼지 시그마 이진화를 적용한다. 적용된 영역을 Blob 알고리즘을 이용하여 잡음을 제거하고 Morphology 알고리즘을 이용하여 초음파 영상의 첫 번째 경추 기준점의 좌표 정보를 추출한다. 경추 기준점을 기준으로 두께 측정에 필요한 경부심굴곡근 후보 영역을 추출하고 개선된 퍼지 시그마 이진화 알고리즘을 적용한다. 개선된 퍼지 시그마 이진화 알고리즘이 적용된 영상에서 근막의 위치 정보를 이용하여 경부심굴곡근상단 경계선을 추출한다. 추출된 각 경추 객체에 DDA(Digital Differential Analyzer) 알고리즘과 Cubic Spline 보간법 알고리즘을 적용하여 경부심굴곡근의 하단 경계선을 추출한다. 추출된 경부심 굴곡근의 상/하단 경계선의 위치 정보를 이용하여, 측정에 필요한 경부심굴곡근을 추출한다. 제안된 방법을 경추 초음파 영상에 적용하여 경부심굴곡근을 추출한 결과, 기존의 경부심굴곡근추출 방법보다 효율적으로 경부심굴곡근을 추출하는 것을 확인할 수 있었다.

• Journal of Information Processing Systems
• /
• v.16 no.4
• /
• pp.845-858
• /
• 2020

This paper proposes a modified end-to-end secure low energy adaptive clustering hierarchy (ME-LEACH) algorithm for enhancing the lifetime of a wireless sensor network (WSN). Energy limitations are a major constraint in WSNs, hence every activity in a WSN must efficiently utilize energy. Several protocols have been introduced to modulate the way a WSN sends and receives information. The end-to-end secure low energy adaptive clustering hierarchy (E-LEACH) protocol is a hierarchical routing protocol algorithm proposed to solve high-energy dissipation problems. Other methods that explore the presence of the most powerful nodes on each cluster as cluster heads (CHs) are the sparsity-aware energy efficient clustering (SEEC) protocol and an energy efficient clustering-based routing protocol that uses an enhanced cluster formation technique accompanied by the fuzzy logic (EERRCUF) method. However, each CH in the E-LEACH method sends data directly to the base station causing high energy consumption. SEEC uses a lot of energy to identify the most powerful sensor nodes, while EERRCUF spends high amounts of energy to determine the super cluster head (SCH). In the proposed method, a CH will search for the nearest CH and use it as the next hop. The formation of CH chains serves as a path to the base station. Experiments were conducted to determine the performance of the ME-LEACH algorithm. The results show that ME-LEACH has a more stable and higher throughput than SEEC and EERRCUF and has a 35.2% better network lifetime than the E-LEACH algorithm.