• 한국방사선학회논문지
• /
• 제17권7호
• /
• pp.1041-1047
• /
• 2023

고 해상력 CT에 해당하는 관자뼈 CT는 높은 관전압과 얇은 단면두께 등의 적용으로 스캔 선량이 인접 부위 검사보다 높다. 이에 검사조건 중 재구성 알고리즘을 변화 적용하여 검사 선량을 줄이면서 병변에 대한 민감도가 우수한 알고리즘을 찾아 유의성과 임상 기초자료 제공 가능성을 알아보았다. 그 결과 100 kVp로 관전압을 낮추어 적용 시 선량이 약 35.6% 감소하였고, 100 kVp로 획득한 Raw data에 Definition 알고리즘 적용 시 SNR, CNR이 우수하였으며 다른 알고리즘과 비교 시 통계적으로 유의한 차이를 보였다(p<0.05). 그리고 구조적 유사도를 비교한 결과 SSIM index가 ROI 별 0.776, 0.813, 0.741로 분석되었다. 따라서 관자뼈 CT 스캔에서 알고리즘 변경적용은 CT 검사로 발생하는 선량을 일부 감소시킬 수 있고 임상 기초자료 측면에서 매우 의미가 있다고 생각한다.

• 한국환경생태학회지
• /
• 제32권4호
• /
• pp.381-391
• /
• 2018

본 연구는 충청남도 보령시에 위치한 보령댐의 도수 전과 후의 저서성 대형무척추동물상을 비교 분석하여 인위적 교란에 대한 영향을 파악하고자 하였다. 조사시기는 2016년 4월부터 2017년 9월까지 총 8회에 걸쳐 조사하였으며, 조사지점은 방류되는 지점부터 총 4개의 지점을 선정하였다. 저서성 대형무척추동물은 총 4문 7강 19목 70과 125종 13,447개체가 출현하였다. 군집분석 결과 우점도 0.55(${\pm}0.07$)에서 0.47(${\pm}0.08$), 다양도 2.06(${\pm}0.26$)에서 2.23(${\pm}0.28$), 균등도 0.69(${\pm}0.05$)에서 0.70(${\pm}0.04$), 풍부도 3.43(${\pm}0.72$)에서 4.03(${\pm}0.91$)으로 나타났다. 도수 이후 우점도는 감소하고 다양도, 균등도, 풍부도는 증가하는 안정적인 군집구조로 나타났다. 기능군 분석 결과 도수 이후 섭식기능군은 긁어먹는 무리, 걸러먹는무리의 비율은 증가하고 썰어먹는무리, 주워먹는무리의 비율은 감소하였으며, 서식기능군은 기어오르는 무리와 붙는무리의 비율은 증가하고 굴파는무리와 기는무리의 비율은 감소하는 것으로 나타났다. 군집안정성 분석결과 도수 이후 St. 1과 St. 2는 저항력과 회복력이 감소하여 III 특성군에 새로운 종이 출현하였으며, St. 3과 St. 4는 큰 차이를 나타내지 않았다. 다차원척도법 분석 결과 도수 이후 St. 1에서 유사도의 변화가 가장 높은 것으로 나타났으며, St. 4에서 유사도의 변화가 가장 낮은 것으로 나타났다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.692-702
• /
• 2017

LBP기반 특징점 기술자를 이용한 얼굴검출은 얼굴의 형태정보 및 눈, 코, 입과 같은 얼굴 요소들 간 공간정보를 표현할 수 없는 문제가 있다. 이러한 문제를 해결하기 위해 선행 연구들은 얼굴 영상을 다수개의 사각형 부분영역들로 분할하였다. 하지만, 연구마다 서로 다른 개수와 크기로 부분 영역을 분할하였기 때문에 실험에 사용하는 데이터베이스에 적합한 부분 영역의 분할 기준이 모호하며, 부분 영역의 수에 비례하여 LBP 히스토그램 차원이 증가되고, 부분 영역의 개수가 증가함에 따라 얼굴의 방향 회전에 대한 민감도가 크게 증가한다. 본 논문은 LBP기반 특징점 기술자의 방향 회전 문제와 특징점 차원의 수 문제를 해결할 수 있는 새로운 부분 영역 분할 방법을 제안한다. 실험 결과, 제안하는 방법은 방향 회전된 단일 얼굴 영상에서 99.0278%의 검출 정확도를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.80-85
• /
• 2021

We developed a model to classify the absence of cervical cancer using deep learning from the cervical image to which the histogram equalization algorithm was applied, and to compare the performance of each model. A total of 4259 images were used for this study, of which 1852 images were normal and 2407 were abnormal. And this paper applied Image Sharpening(IS), Histogram Equalization(HE), and Contrast Limited Adaptive Histogram Equalization(CLAHE) to the original image. Peak Signal-to-Noise Ratio(PSNR) and Structural Similarity index for Measuring image quality(SSIM) were used to assess the quality of images objectively. As a result of assessment, IS showed 81.75dB of PSNR and 0.96 of SSIM, showing the best image quality. CLAHE and HE showed the PSNR of 62.67dB and 62.60dB respectively, while SSIM of CLAHE was shown as 0.86, which is closer to 1 than HE of 0.75. Using ResNet-50 model with transfer learning, digital image-processed images are classified into normal and abnormal each. In conclusion, the classification accuracy of each model is as follows. 90.77% for IS, which shows the highest, 90.26% for CLAHE and 87.60% for HE. As this study shows, applying proper digital image processing which is for cervical images to Computer Aided Diagnosis(CAD) can help both screening and diagnosing.

• 대한방사선기술학회지:방사선기술과학
• /
• 제44권6호
• /
• pp.655-661
• /
• 2021

Positron emission tomography (PET) images is affected by acquisition time, short acquisition times results in low gamma counts leading to degradation of image quality by statistical noise. Noise2Void(N2V) is self supervised denoising model that is convolutional neural network (CNN) based deep learning. The purpose of this study is to evaluate denoising performance of N2V for PET image with a short acquisition time. The phantom was scanned as a list mode for 10 min using Biograph mCT40 of PET/CT (Siemens Healthcare, Erlangen, Germany). We compared PET images using NEMA image-quality phantom for standard acquisition time (10 min), short acquisition time (2min) and simulated PET image (S2 min). To evaluate performance of N2V, the peak signal to noise ratio (PSNR), normalized root mean square error (NRMSE), structural similarity index (SSIM) and radio-activity recovery coefficient (RC) were used. The PSNR, NRMSE and SSIM for 2 min and S2 min PET images compared to 10min PET image were 30.983, 33.936, 9.954, 7.609 and 0.916, 0.934 respectively. The RC for spheres with S2 min PET image also met European Association of Nuclear Medicine Research Ltd. (EARL) FDG PET accreditation program. We confirmed generated S2 min PET image from N2V deep learning showed improvement results compared to 2 min PET image and The PET images on visual analysis were also comparable between 10 min and S2 min PET images. In conclusion, noisy PET image by means of short acquisition time using N2V denoising network model can be improved image quality without underestimation of radioactivity.

• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.393-398
• /
• 2022

Purpose: This study proposed a generative adversarial network (GAN) model for T2-weighted image (WI) synthesis from proton density (PD)-WI in a temporomandibular joint(TMJ) magnetic resonance imaging (MRI) protocol. Materials and Methods: From January to November 2019, MRI scans for TMJ were reviewed and 308 imaging sets were collected. For training, 277 pairs of PD- and T2-WI sagittal TMJ images were used. Transfer learning of the pix2pix GAN model was utilized to generate T2-WI from PD-WI. Model performance was evaluated with the structural similarity index map (SSIM) and peak signal-to-noise ratio (PSNR) indices for 31 predicted T2-WI (pT2). The disc position was clinically diagnosed as anterior disc displacement with or without reduction, and joint effusion as present or absent. The true T2-WI-based diagnosis was regarded as the gold standard, to which pT2-based diagnoses were compared using Cohen's ĸ coefficient. Results: The mean SSIM and PSNR values were 0.4781(±0.0522) and 21.30(±1.51) dB, respectively. The pT2 protocol showed almost perfect agreement(ĸ=0.81) with the gold standard for disc position. The number of discordant cases was higher for normal disc position (17%) than for anterior displacement with reduction (2%) or without reduction (10%). The effusion diagnosis also showed almost perfect agreement(ĸ=0.88), with higher concordance for the presence (85%) than for the absence (77%) of effusion. Conclusion: The application of pT2 images for a TMJ MRI protocol useful for diagnosis, although the image quality of pT2 was not fully satisfactory. Further research is expected to enhance pT2 quality.

• 한국방사선학회논문지
• /
• 제17권2호
• /
• pp.215-221
• /
• 2023

수정체가 포함된 Brain CT 스캔 조건 중 관전압을 80, 100, 120 kVp로 변화시켜 적용하고 납, 납 고글, 황산바륨 실리콘 혼합 차폐체를 이용하여 선량의 변화를 분석하고, 차폐체가 화질에 영향을 미치는 정도를 SNR, CNR, SSIM 지수 분석방법을 적용하여 비교 분석해 보았다. 그 결과 모든 차폐물질 적용으로 선량 감소는 하였지만, 선량 감소 차는 크지 않은 것으로 분석되었다(P > 0.05). 또한 차폐물질 적용으로 화질의 변화는 납 고글 적용 시 SNR, CNR이 가장 높았고 SSIM 분석에서도 기준값 1에 가장 근접하여 구조적 유사도가 가장 우수한 것으로 측정되었다. 따라서, 본 연구결과를 기준으로 더욱 다양한 차폐체 적용과 임상실험 결과를 도출하여 적용한다면 차폐체 활용 검사 시 임상 적용기준에 도움을 줄 수 있을 것으로 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.315-323
• /
• 2023

Post-mortem computed tomography (PMCT) is commonly employed in the field of forensic pathology. PMCT was mainly performed using a whole-body scan with a wide field of view (FOV), which lead to a decrease in spatial resolution due to the increased pixel size. This study aims to evaluate the potential for developing a super-resolution model based on conditional generative adversarial networks (CGAN) to enhance the image quality of CT. 1761 low-resolution images were obtained using a whole-body scan with a wide FOV of the head phantom, and 341 high-resolution images were obtained using the appropriate FOV for the head phantom. Of the 150 paired images in the total dataset, which were divided into training set (96 paired images) and validation set (54 paired images). Data augmentation was perform to improve the effectiveness of training by implementing rotations and flips. To evaluate the performance of the proposed model, we used the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) and Deep Image Structure and Texture Similarity (DISTS). Obtained the PSNR, SSIM, and DISTS values of the entire image and the Medial orbital wall, the zygomatic arch, and the temporal bone, where fractures often occur during head trauma. The proposed method demonstrated improvements in values of PSNR by 13.14%, SSIM by 13.10% and DISTS by 45.45% when compared to low-resolution images. The image quality of the three areas where fractures commonly occur during head trauma has also improved compared to low-resolution images.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.164-178
• /
• 2022

주요 곡물 생산 지역에 대한 작황 계절 예측을 위해 작물모형과 기상 예보자료들이 활용되고 있다. 이 때, 작물모형의 입력자료로 활용되는 기상자료의 불확실성이 작황 예측 결과에 영향을 줄 수 있다. 본 연구에서는 기상 예보자료에 따른 작물모형 결과에 미치는 영향을 알아보고자 하였다. 주요 곡물 생산 지역인 미국의 콘벨트 지역을 대상으로 중규모 수치예보 모형인 Weather Research and Forecasting (WRF)로 10km 해상도의 계절 예측 자료를 생산하였다. 보다 상세한 기상 예보자료 생산을 가정하기 위해 통계적 기법인 Parameter-elevation Regressions on Independent Slopes Model (PRISM) 기법을 활용하여 WRF 자료를 기반으로 5km 해상도로 예측 자료를 생산하였다. WRF와 PRISM 계절 예측 자료로 CROPGRO-SOYBEAN 모형을 구동하여 두 기상 예보자료에 따른 작물 생육 모의 결과를 얻었다. 2011~2018 기간에 대하여 4월 10일부터 8일 간격으로 11개의 파종일을 설정하였으며, 3개의 콩 성숙군에 대한 품종 모수가 사용되었다. 기상 자료의 불확실성을 파악하기 위해 작물 재배기간 동안의 누적 생육도일과 누적 일사량을 비교하였다. 예측된 수량 및 성숙일 등의 주요 변수들을 비교하였다. 두 기상 자료로부터 얻어진 변수들 사이의 일치도 통계량 계산을 위해 root mean square error (RMSE), normalized root mean square error (NRMSE) 및 structural similarity(SSIM) index가 사용되었다. WRF와 PRISM에서 계산된 누적 생육도일 사이의 일치도가 낮았던 연도에 콩 성숙일 모의 값에 대한 오차가 크게 나타났다. 콩 모의 수량 또한 성숙일 및 온도의 오차가 크게 나타났던 연도에 상대적으로 낮은 일치도를 가졌다. 또한 파종일이 수량 및 성숙일 예측의 일치도에 상당한 영향을 미치는 것으로 나타났다. 이러한 결과는 WRF와 PRISM 자료 사이에 온도 자료의 불확실성이 작황 예측의 불확실성에 영향을 주었으며, 재배 시기에 따라 그 불확도의 크기가 상이할 수 있음을 암시하였다. 따라서 신뢰도 높은 작황 예측 자료 생산을 위해 작물별 재배기간을 고려한 불확실성 평가 등의 추가적인 연구가 진행되어야 할 것으로 보인다.

• 한국방사선학회논문지
• /
• 제17권4호
• /
• pp.541-549
• /
• 2023

본 연구는 CT 촬영 시 금속으로 인해 발생한 금속 인공물 감소를 위한 알고리즘 적용에 따른 영상 화질에 대한 정량적 비교를 하고자 한다. Spectral detected-based CT와 CT ACR 464 팬톰을 이용하여 일반적인 필터보정역투영 알고리즘을 적용한 기준 영상을 10장 획득하고, 동일 팬톰에 금속 인공물을 발생시켜 일반적인 필터보정역투영 알고리즘을 적용한 영상을 10장 획득하였다. 금속 인공물을 발생시켜 획득한 영상의 원시 데이터에 metal artifact reduction 알고리즘, 가상 단일 에너지 알고리즘, metal artifact reduction 알고리즘 적용 후 추가로 가상 단일 에너지 알고리즘을 적용한 영상을 각각 10장씩 획득하였다. 알고리즘 적용에 따른 hounsfield unit 비교를 위해 CT ACR 464 팬톰 module 1에 위치한 폴리에틸렌, 뼈, 아크릴, 공기, 물에 관심영역을 설정하고, 전체 영상 화질 평가를 위해 평균 제곱근 오차, 평균 절대 오차, 신호 대 잡음비, 최대 신호 대 잡음비, 구조적 유사도 지수 지표를 통해 알고리즘 별 비교하였다. 알고리즘 적용 영상 별 hounsfield unit 비교 결과 알고리즘 적용 영상 간 유의한 차이를 보였으며(p < .05), 아크릴을 제외한 관심영역에서 가상 단일 에너지 알고리즘 적용 영상에서 큰 변화를 나타냈다. 영상 화질 평가 지표 결과 metal artifact reduction 알고리즘 적용 영상 화질이 가장 높았으나, 구조적 유사도 지수는 metal artifact reduction 알고리즘 적용 후 추가로 가상 단일 에너지 알고리즘이 동시에 적용된 영상이 가장 높았다. CT 촬영 시 금속 인공물 감소에 metal artifact reduction 알고리즘이 가상 단일 에너지 알고리즘에 비해 효과적이었지만, 양질의 CT 영상 획득을 위해 알고리즘 적용에 따른 이점과 영상 화질 변화를 파악하고 효율적인 활용이 필요하다고 사료된다.