• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.163-166
• /
• 2006

컴퓨터의 발달과 의료기기의 디지털화로 인해 의료영상 분야도 디지털화되었다. 그 결과 디지털 의료영상의 불법복제, 소유권 및 데이터 인증 문제 또한 발생하고 있다. 이러한 환경 하에서 환자의 사생활 보호와 의료영상 자체의 소유권, 재산권의 여부 및 데이터 변형 여부의 판별을 위하여 디지털 워터마킹이 사용되고 있다. 기존에 제안된 여러 가지 워터마킹 기법들은 Non-Blind 방식에서는 원 영상이 필요하다는 점과 Blind 방식을 사용할 경우에는 육안으로는 식별이 힘든 양극 워터마크를 사용한다는 단점이 있다. 본 논문은 Blind 워터마킹에서 양극 워터마크를 삽입하는 방식을 따르지 않고, 시각적으로 인지하기 쉽도록 하기 위하여 이진 워터마크 영상을 다중 웨이블릿 변환하고, 원 영상을 이산 푸리에 변환하여 영상의 중간 주파수대에 Circular Input 방식을 이용하여 워터마크를 삽입하는 알고리즘을 제안하였고 그 방법은 상관도 0.97이라는 우수한 결과를 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.241-246
• /
• 2004

일반 의료기관에서의 PACS를 이용한 효율적인 환자 영상의 관리가 늘어가고 있다. 그런 환경 하에서 환자의 사생활 보호와 의료영상 자체의 소유권, 재산권의 여부 및 데이터 변형여부의 판별이 중요시된다. 의료데이터의 보호를 위해 디지털 워터마킹이 사용되며, 본 논문에서는 RST공격에 강인한 워터마킹 기법을 제안한다. 기존에 제안된 기하학적 변형에 강인한 워터마킹 기법 중에서 Log-Polar변환과 Fourier-Mellin 변환을 이용한 방법은 영상에 가해진 RST공격을 영상의 좌표변환과 DFT의 순환적 이동 특성을 이용하여 강인성을 확보한다. 하지만 실제적 구현에서 원영상과 워터마크의 손실이 문제 시 된다. 본 논문에서는 반지름-위상 Look Up Table을 이용하여 좌표변환 시 발생하는 손실을 없애고, 각종 공격에 강인한 블라인드 워터마킹 기법을 제안한다.

• 대한임베디드공학회논문지
• /
• 제18권6호
• /
• pp.267-275
• /
• 2023

This paper presents the development of specialized software for annotating volume-of-interest on ¹⁸F-FDG PET/CT images with the goal of facilitating the studies and diagnosis of head and neck cancer (HNC). To achieve an efficient annotation process, we employed the SE-Norm-Residual Layer-based U-Net model. This model exhibited outstanding proficiency to segment cancerous regions within ¹⁸F-FDG PET/CT scans of HNC cases. Manual annotation function was also integrated, allowing researchers and clinicians to validate and refine annotations based on dataset characteristics. Workspace has a display with fusion of both PET and CT images, providing enhance user convenience through simultaneous visualization. The performance of deeplearning model was validated using a Hecktor 2021 dataset, and subsequently developed semi-automatic annotation functionalities. We began by performing image preprocessing including resampling, normalization, and co-registration, followed by an evaluation of the deep learning model performance. This model was integrated into the software, serving as an initial automatic segmentation step. Users can manually refine pre-segmented regions to correct false positives and false negatives. Annotation images are subsequently saved along with their corresponding ¹⁸F-FDG PET/CT fusion images, enabling their application across various domains. In this study, we developed a semi-automatic annotation software designed for efficiently generating annotated lesion images, with applications in HNC research and diagnosis. The findings indicated that this software surpasses conventional tools, particularly in the context of HNC-specific annotation with ¹⁸F-FDG PET/CT data. Consequently, developed software offers a robust solution for producing annotated datasets, driving advances in the studies and diagnosis of HNC.

• 한국통신학회논문지
• /
• 제34권8C호
• /
• pp.772-781
• /
• 2009

This paper proposes a novel algorithm for the efficient classification and retrieval of medical images. After color and edge features are extracted from medical images, these two feature vectors are then applied to a multi-class Support Vector Machine, to give membership vectors. Thereafter, the two membership vectors are combined into an ensemble feature vector. Also, to reduce the search time, Correlated Categories Vector is proposed for similarity matching. The experimental results show that the proposed system improves the retrieval performance when compared to other methods.

• Journal of International Society for Simulation Surgery
• /
• 제1권2호
• /
• pp.62-66
• /
• 2014

Image registration is the process for finding the correct geometrical transformation that brings one image in precise spatial correspondence with another image. There are limitations on the visualization of simple overlay between two different modality images because two different modality images have different anatomical information, resolution, and viewpoint. In this paper, various image registration methods and their applications are introduced. With the recent advance of medical imaging device, image registration is used actively in diagnosis support, treatment planning, surgery guidance and monitoring the disease progression.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1362-1364
• /
• 1996

In this paper a Dear lossless compression of medical images with vector quantizer is proposed. In order to apply the vector quantizer to medical images, the peak error in the reconstructed image is reduced down to 1. Simulation results show that the proposed coding scheme provides better performance with a PSNR improvement compared to the conventional JPEG standard.

• 한국산학기술학회논문지
• /
• 제7권4호
• /
• pp.567-574
• /
• 2006

이 논문은 3차원 손실 정수 웨이브릿 변환을 이용한 손실 의료 영상 압축에 대한 방법을 보여준다. 또한 의료영상에 3차원 불균형 트리 웨이브릿 분할법과 3차원 불균형 수평단면상 의존성 트리를 이용한 불균형 트리 구조 알고리즘을 제공 한다. 그리고 3차원 웨이브릿 분할법에서 정수 웨이브릿 필터들을 이용한 리프팅 방법을 보여준다. 여러 정수 필터들과 16개의 코딩유닛 수를 이용하여 의료영상을 우리의 알고리즘으로 만든 인코더를 이용하여 테스트를 했습니다. 코딩 유닛 수 16 개를 사용하여 전에 사용 되었던 방법인 전체 영상 코딩 유닛에 비해 코딩 지연을 줄일 수 있었고, RAM의 용량도 줄일 수 있었다. 또한 불균형의 트리 구조를 사용하여 2차원을 3 레벨 이상으로 사용할 수 있어서, 부호화와 복호화에서 각 픽셀에서 트리의 길이를 마음대로 조정할 수 있는 결과가 되었다. 결론적으로 사이즈가 적은 코딩 유닛과 불균형 웨이브릿 변환을 의료 영상에 적용하여 전에 했던 코딩방법보다도 정수 필터인 I(5,3) 필터 에서는 더욱더 좋은 결과를 보여 준다.

• Imaging Science in Dentistry
• /
• 제43권3호
• /
• pp.185-190
• /
• 2013

Purpose: The aim of the present study was to evaluate the measurement accuracy of endodontic file length on periapical digital radiography after application of noise reduction digital enhancement. Materials and Methods: Thirty-five human single-rooted permanent teeth with canals measuring 20-24 mm in length were selected. ISO #08 endodontic files were placed in the root canals of the teeth. The file lengths were measured with a digital caliper as the standard value. Standard periapical digital images were obtained using the Digora digital radiographic system and a dental X-ray unit. In order to produce the enhanced images, the noise reduction option was applied. Two blinded radiologists measured the file lengths on the original and enhanced images. The measurements were compared by repeated measures ANOVA and the Bonferroni test (${\alpha}=0.05$). Results: Both the original and enhanced digital images provided significantly longer measurements compared with the standard value (P<0.05). There were no significant differences between the measurement accuracy of the original and enhanced images (P>0.05). Conclusion: Noise reduction digital enhancement did not influence the measurement accuracy of the length of the thin endodontic files on the digital periapical radiographs despite the fact that noise reduction could result in the elimination of fine details of the images.

• 한국방사선학회논문지
• /
• 제2권2호
• /
• pp.11-16
• /
• 2008

PACS를 구현할 때 가장 어려운 점은 데이터 총량이 방대하다는 것이다. 이러한 이유로 PACS에서는 대용량의 기억장치를 필요로 하고, 동시에 빠른 전송시간이 요구된다. 따라서 PACS에 저장하는 의료영상은 압축이 필요하다. Ingrid Daubechies와 Stephane Mallat 등에 의해 발표된 웨이브릿 변환은 푸리어 변환과 같이 기저 함수들의 집합으로 신호를 분해하는 방법이다. 본 논문에서는 실험 의료영상을 DWT 방법으로 압축하여 효용성을 평가하였다. 실험 결과 $512{\times}512{\times}2^8$ 크기의 입력영상을 4 레벨 DWT 후 저주파영역에 남아 있는 신호를 디스플레이 하는 것이 효율적임을 알 수 있었다. 4 레벨 DWT에 의한 영상의 압축비는 1:16로서 높은 압축비를 가지고 있었으며, 압축결과 압축비는 좋았으나 블록화 현상에 의해 영상에 계단현상이 나타나는 문제점이 있었다.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.59-70
• /
• 2024

Background: The COVID-19 pandemic (the form of coronaviruses) developed at the end of 2019 and spread rapidly to almost every corner of the world. It has infected around 25,334,339 of the world population by the end of September 1, 2020 [1] . It has been spreading ever since, and the peak specific to every country has been rising and falling and does not seem to be over yet. Currently, the conventional RT-PCR testing is required to detect COVID-19, but the alternative method for data archiving purposes is certainly another choice for public departments to make. Researchers are trying to use medical images such as X-ray and Computed Tomography (CT) to easily diagnose the virus with the aid of Artificial Intelligence (AI)-based software. Method: This review paper provides an investigation of a newly emerging machine-learning method used to detect COVID-19 from X-ray images instead of using other methods of tests performed by medical experts. The facilities of computer vision enable us to develop an automated model that has clinical abilities of early detection of the disease. We have explored the researchers' focus on the modalities, images of datasets for use by the machine learning methods, and output metrics used to test the research in this field. Finally, the paper concludes by referring to the key problems posed by identifying COVID-19 using machine learning and future work studies. Result: This review's findings can be useful for public and private sectors to utilize the X-ray images and deployment of resources before the pandemic can reach its peaks, enabling the healthcare system with cushion time to bear the impact of the unfavorable circumstances of the pandemic is sure to cause