• 한국가시화정보학회지
• /
• 제5권2호
• /
• pp.33-38
• /
• 2007

Water management in polymer electrolyte fuel cell (PEFC) has been receiving large attention as an important issue in practical applications. Proper water management is vital to achieve high performance and durability of PEFC. In this study, an X-ray imaging technique was employed to visualize the water distribution in a PEFC quantitatively. X-ray images of the PEFC components with and without water were distinguished clearly. From the visualized X-ray images, we could evaluate the water distribution in the region between separator and gas diffusion layer (GDL) quantitatively. In addition, the contact angle of water in the micro-channels was also clearly visualized.

• 한국멀티미디어학회논문지
• /
• 제8권4호
• /
• pp.482-491
• /
• 2005

본 논문에서는 디지털 X선 유방 촬영 시스템에서 획득된 영상으로부터 웨이브릿 변환과 자동적인 임계치 설정기법을 이용하여 미세 석회화 영역을 추출하였다. 디지털 X선 영상 장비는 임상 진단 분야에서는 필수적인 진단 장비이며, 흉부 촬영, 골절상 및 치아 교정 등의 다양한 분야에 사용되고 있다. 특히 디지털 X선 유방 촬영술은 유방암 진단의 가장 좋은 방법으로 알려져 있으며 최근 국내에서 디지털 X선 기기를 개발하기 위한 많은 연구들이 진행되고 있다. 본 논문에서는 디지털 X선 유방 촬영 영상으로부터 초기 단계의 유방암 진단을 위해 필수적인 미세 석회화를 검출하는 알고리즘을 제안하여 이를 효과적으로 검출하였으며 진단 방사선학적 진단에 도움을 줄 수 있음을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.614-617
• /
• 2022

인공지능의 발전으로 의료영상 분야에서 딥러닝 기반 질병 진단 연구가 활발하다. 그러나 모델 개발 시 학습 데이터의 개수와 품질은 매우 중요한데, 의료 분야 특성상 접근 가능한 데이터셋이 적으며 오픈 데이터셋은 서로 다른 기관에서 배포되거나 웹상에서 수집된 것으로 진단에 적합한 품질을 기대하기 어렵다. 또한, 기존 연구는 데이터셋이 학습에 적합한지에 대한 품질검증 없이 사용한다. 따라서 본 논문에서는 임상에서 사용하는 화질 평가 요소에 근거를 두고 영역별 화소값 분석을 통한 흉부 X선 영상 품질 평가 기법을 제안한다. 오픈 데이터셋 JSRT, Chest14와 국내 A 병원 데이터셋 AUH에 제안한 기법을 적용한 결과 민감도 91.5%, 특이도 96.1%의 우수한 성능을 확인하였다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.789-795
• /
• 2020

전 세계적으로 유행하는 코로나19로 인해 많은 사망자가 보고되고 있다. 코로나19의 추가 확산을 막기 위해서는 의심 환자에 대해 신속하고 정확한 영상판독을 한 후, 적절한 조치를 취해야 한다. 이를 위해 본 논문은 환자의 감염 여부를 의료진에게 제공해 영상판독을 보조할 수 있는 딥 러닝 기반 코로나19 흉부 X선 판독 기법을 소개한다. 우선 판독모델을 학습하기 위해서는 충분한 데이터셋이 확보되어야 하는데, 현재 제공하는 코로나19 오픈 데이터셋은 학습의 정확도를 보장하기에 그 영상 데이터 수가 충분하지 않다. 따라서 누적 적대적 생성 신경망(StackGAN++)을 사용해 인공지능 학습 성능을 저하하는 영상 데이터 수적 불균형 문제를 해결하였다. 다음으로 판독모델 개발을 위해 증강된 데이터셋을 사용하여 DenseNet 기반 분류모델 학습을 진행하였다. 해당 분류모델은 정상 흉부 X선과 코로나 19 흉부 X선 영상을 이진 분류하는 모델로, 실제 영상 데이터 일부를 테스트데이터로 사용하여 모델의 성능을 평가하였다. 마지막으로 설명 가능한 인공지능(eXplainable AI, XAI) 중 하나인 Grad-CAM을 사용해 입력 영상의 질환유무를 판단하는 근거를 제시하여 모델의 신뢰성을 확보하였다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2009년도 학술대회 초록집
• /
• pp.147-154
• /
• 2009

암석의 속도를 정확히 예측하기 위해서는 속도에 1차적인 영향을 미치는 공극구조의 연구가 필수적이다. 이에 본 연구에서는 고해상도 구조 해석에 가장 많이 사용하고 있는 X선 토모그래피 방법을 이용하여 공극구조를 획득하였다. 그러나 X선 토모그래피 방법의 경우 그 역산과정에서 발생하는 smoothing 효과에 의해 공극구조가 왜곡될 수 있다.이를 간단한 공극구조 생성 방법인 single threshold 방법으로 이분화 할 경우 grain contact 부분이 명확히 표현되지 않아 입자의 접촉면적에 좌우되는 속도의 경우 많은 오차를 야기한다. 또한 grain contact의 정확한 기술을 위해서는 고해상도 토모그램 획득이 매우 중요하며, 해상도에 따른 속도의 변화양상 또한 정량적 분석이 필요한 부분이다. 이를 위해 본 연구에서는 영상처리 기법을 적용하여 다양한 이분화를 시도하고, 서로 다른 해상도의 토모그램을 이용하여 이들이 속도 계산에 미치는 영향을 분석하였다. 다양한 영상처리 기법을 적용한 결과 single threshold 방법으로 이분화 한 결과보다 정확한 접촉면적을 보여주는 이분화 결과를 얻을 수 있었지만 실제 계산된 속도에서는 그 향상 정도가 미미하였다. 고해상도 토모그램을 이용한 경우에는 입자의 grain contact이 명확하게 표현되었고, 속도 또한 상당히 향상된 결과를 보여주었다. 결론적으로 디지털 공극구조에서 시뮬레이션을 통한 속도 예측의 경우, 입자의 접촉 부분을 정확히 기술 할 수 있는 높은 해상도의 토모그램이 필수적이며, smoothing 효과의 제거 등의 영상처리와 병행된다면 보다 정확한 암석의 속도 예측이 가능할 것으로 판단된다.

• 한국컴퓨터산업학회논문지
• /
• 제3권9호
• /
• pp.1279-1286
• /
• 2002

일반적으로 방사선 의사들(radialogists)이 폐 노쥴(pulmonary nodule)을 탐지하는 데는 실제적으로 30%의 실패율을 가진다고 알려져 있다. 만약 자동화된 시스템이 체스트 영상에서 의심스런 노쥴들의 위치들을 방사선 의사에게 알려줄 수 있다면 잘못 판단되는 노쥴들의 수를 잠재적으로 줄일 수 있다. 우리는 형태학적 필터들 (morphological filters)과 두가지 특징-추출(feature-extraction) 기술들을 포함하는 컴퓨터 자동 처리 시스템을 구현하였다. 본 시스템에서는 첫째로 형태학적 필터(morphological filtering) 처리를 행한다. 이 과정은 원래의 영상에 침식(erosion)과 확장(dilation)을 연이어서 행하는 것으로 처리가 어려운 X선 영상을 좀 더 다루기 쉬운 상태로 바꿔주는 역할을 하게 된다. 둘째는 일차적으로 노쥴로서 컴퓨터에 선택된 의심 부분에 가해주는 특징-추출 테스트로서 이 작용은 노쥴로 감지되었으나 실제로는 노쥴이 아닌 경우인 false-positive 갑지들을 줄이기 위해서 사용된다. 그리하여 본 시스템은 노쥴의 정확한 판독이 어려운 폐의 X선 영상에 적용되어 false-positive들을 효과적으로 줄임으로써 보다 효율적인 폐 노쥴의 탐지를 가능하게 하였다.

• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.527-535
• /
• 2000

대부분의 포탈영상이 그에 상응하는 시뮬레이터 영상을 참조 영상으로 하여 방사선치료 계획을 수행하고 있다. 이것은 선형가속기의 높은 에너지 X선으로서 얻어지는 포탈 영상의 물리적 특성 때문에, 구조적으로 대단히 불량한 포탈 영상의 개선과 잃어버린 영상 정보의 복원에 시뮬레이터 영상 자체에서의 영상정보를 이용할 수 있다는 가능성을 보여주고 있는 것이다. 본 연구에서는 최대 퍼지 엔트로피를 평가함수로 이용한 유전자 알고리듬을 사용하여 영상에서의 퍼지 영역을 자동적으로 결정하고, 그것을 멤버쉽 함수에서 적용하여 퍼지영상 개선 기법으로서 포탈 영상과 시뮬레이터 영상을 개선한 후, 잡음이 중첩된 시뮬레이터 영상들로서 연관기억장치를 학습시키고 여기에 퍼지 방법으로 개선시킨 포탈 영상을 입력하여 기존의 영상기법으로 처리된 영상보다 좋은 포탈 영상을 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2577-2579
• /
• 2004

중성자를 사용한 비파괴검사는 X선을 사용하는 것에 비해 상대적으로 뛰어난 투과력을 가지고 있다. 하지만 중성자와 원자핵의 반응에 의한 scattering 효과와 중성자 빔의 uniformity부족 등으로 인한 영상의 왜곡이 발생한다. 본 논문에서는 이런 중성자 영상의 왜곡을 보정하기 위한 영상처리 알고리즘을 연구하고 연구된 알고리즘을 토대로 영상처리 소프트웨어를 구현하였다. 먼저 히스토그램 연산을 이용하여 영상의 밝기와 대비를 조절하여 영상의 가시성을 높였고, 필터링 기법을 통하여 영상이 가지는 임펄스 잡음과 가우시안 잡음을 순차적으로 제거하였다. 마지막으로 가우시안 잡음 제거시 부가적으로 발생한 영상의 흐려짐을 보완하여 보다 향상된 질의 영상을 얻게 되었다. 또한 Visual C++을 사용하여 위의 알고리즘들을 GUI 환경의 프로그램으로 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.767-770
• /
• 2002

일반적으로 방사선 의사들(radialogists)이 폐 노쥴(pulmonary nodule)을 탐지하는 데는 실제적으로 30%의 실패율을 가진다고 알려져 있다. 만약 자동화된 시스템이 체스트 영상에서 의심스런 노쥴들의 위치들을 방사선 의사에게 알려줄 수 있다면 잘못 판단되는 노쥴들의 수를 잠재적으로 줄일 수 있다. 우리는 형태학적 필터들(morphological filters)과 두가지 특징-추출(feature-extraction) 기술들을 포함하는 컴퓨터 자동 처리 시스템을 구현하였다. 본 시스템에서는 첫째로 형태학적 필터(morphological filtering) 처리를 행한다. 이 과정은 원래의 영상에 침식(erosion)과 확장 (dilation)을 연이어서 행하는 것으로 처리가 어려운 X 선 영상을 좀 더 다루기 쉬운 상태로 바꿔주는 역할을 하게 된다. 둘째는 일차적으로 노쥴로서 컴퓨터에 선택된 의심 부분에 가해주는 특징-추출 테스트로서 이 작용은 노쥴로 감지되었으나 실제로는 노쥴이 아닌 경우인 false-positive 갑지들을 줄이기 위해서 사용된다. 그리하여 본 시스템은 노쥴의 정확한 판독이 어려운 폐의 X 선 영상에 적용되어 false-positive 들을 효과적으로 줄임으로써 보다 효율적인 폐 노쥴의 탐지를 가능하게 하였다.

• 센서학회지
• /
• 제11권5호
• /
• pp.263-272
• /
• 2002

본 논문에서는 X선 컴퓨터 단층 촬영으로부터 획득된 기관지의 3차원 영상으로부터 기관지의 구조 및 형태 정보를 추출할 수 있는 가능성을 조사하고, 분진 침착 모델의 수학적인 개발과 실험적인 검증에 사용될 수 있는 물리적인 공동 주형 모델을 개발한다. CT로부터 획득된 영상으로부터 수학적 모폴로지 기법에 의하여 폐의 기관지 영역을 검출한다. 검출된 폐의 기관지 영역의 체적 데이터를 3차원 공간상에서 나타낼 수 있는 표면 데이터를 STL(streolithography) 파일로 변환한 후에, 고속 프로토타입 기기에 입력하여 3차원 입체 형상을 제작한다. 이때 기존의 기관지 팬텀과 실제 정상인으로부터 획득된 CT 영상으로부터 각각의 공동 주형 모델을 제작하게 된다. CT 스캔하여 얻어진 원래의 영상과 제작된 공동 주형 모델을 CT 스캔하여 얻어진 영상에서의 기관지 영역의 단면 직경을 비교하여 생성된 폐 기관지 모델의 유용성을 검증하였다.