• Communications for Statistical Applications and Methods
• /
• 제16권2호
• /
• pp.277-286
• /
• 2009

영상정합은 동일한 장면에 대해서 서로 다른 시간 혹은 특성의 센서로부터 서로 다른 위치 에서 얻는 영상들의 공간적 대응관계를 찾는 과정이다. 본 논문에서는 동일 환자에게 촬영한 뇌 MR과 CT영상간의 상이한 공간좌표계의 차이를 보정하기 위 한 강인한 정합방법을 소개한다. 두 영상의 명암도에 대한 결합 히스토그램으로부터 계산된 개선된 조건부 엔트로피(MCE: Modified Conditional Entropy)를 이용하여 최대인 위치로 정합을 수행하고, 3차원 볼륨 렌더링 기법을 이용하여 정합된 영상을 가시화한다.

• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.303-308
• /
• 2010

본 논문에서는 기울기 벡터장과 조건부 엔트로피를 결합한 의료영상 정합 방법을 제안한다. 정합 방법은 조건부 확률의 엔트로피에 기반한 측도를 수행한다. 먼저 공간적 정보를 얻기 위해 윤곽선 정보의 방향을 제공하는 기울기 정보인 기울기 벡터장을 계산한다. 다음으로 주어진 두 영상에서 픽셀의 밝기정보와 에지정보를 결합하여 조인트 히스토그램을 계산하여 조건부 엔트로피를 구하고, 이것을 두 영상의 정합측도로 사용한다. 제안된 방법의 성능평가를 위해 자기공명 영상과 변환된 컴퓨터단층촬영 영상에 기존 방법인 상호정보기반의 측도, 조건부 엔트로피만을 사용한 측도와 비교 실험을 수행한다. 실험결과로부터 제안한 방법이 기존의 최적화 방법들 보다 더 빠르고 정확한 정합임을 알 수 있다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.1-6
• /
• 2009

본 논문에서는 명암도 기반의 의료영상 정합을 위한 최적화 방법을 소개하고자 한다. 제안하는 최적화 방법은 조건부 확률의 엔트로피에 기반한 측도를 사용함으로써 수행된다. 본 논문에서는 정합을 수행하기 위해서 주어진 두 영상의 명암도에 대한 조인트 히스토그램으로부터 계산된 조건부 엔트로피를 개선하여 새로운 정합 방법의 측도로써 정의한다. 그리고 기존의 명암도 기반의 방법들 즉, 명암도 차이 측정을 이용한 방법, 상관계수를 이용한 방법, 상호정보량을 이용한 방법 등과 비교 실험을 수행한다. 단일 모달리티 뇌 MR 영상을 이용한 실험과 서로 다른 모달리티 뇌 MR 영상과 CT 영상의 정합 결과를 통해서 성능을 평가한다. 실험결과에 의하면 제안한 방법이 기존의 최적화 방법들 널다 최적화 하는데 소요되는 시간이 더 빠르고 정확한 정합이 됨을 알 수 있다.