심장 자기공명영상의 에지 분류 및 영역 확장 기법을 통한 자동 좌심실 분할 알고리즘

이해연,Lee, Hae-Yeoun 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.6

최근 연구 결과에 따르면 여러가지 질환 중에 심장 질환으로 인한 사망률이 가장 높은 것으로 나타났다. 임상 실습에서 심장 기능은 좌심실을 수동윤곽검출하여 혈류량이나 심박구출률을 계산하여 분석하지만, 많은 시간과 비용을 필요로 한다. 본 연구에서는 심장을 촬영한 단축 자기공명영상을 사용하여 자동 좌심실 분할 알고리즘을 제안한다. 코일 위치에 따른 왜곡을 보상하고, 에지 정보를 검출하고 특성에 따라 분류한후에, 영역 확장 기법을 사용하여 좌심실을 분할하였다. 또한 부분 복셀소(voxel)의 영향을 고려하였다. 코넬대학교 IRB의 승인하에 38 명의 심장 자기공명영상을 사용하여 제안한 알고리즘을 수동윤곽검출 및 GE MASS 소프트웨어와 비교하였다. 심장의 이완기와 수축기에 혈류량은 부분 복셀소 영향을 고려하지 않을 경우 각각 $3.3mL{\pm}5.8$(표준편차)와 $3.2mL{\pm}4.3$, 부분 복셀소 영향을 고려한 경우 각각 $19.1mL{\pm}8.8$와 $10.3mL{\pm}6.1$의 정확도를 보였다. 심박구출률은 부분 복셀소 영향을 고려하지 않은 경우와 고려한 경우에 대해서 각각 $-1.3%{\pm}2.6$ 와 $-2.1%{\pm}2.4$의 정확도를 보였다. 이를 통해 제안한 알고리즘이 정확하고 정기적인 임상 실습에 유용함을 확인할 수 있다. Cardiac disease is the leading cause of death in the world. Quantification of cardiac function is performed by manually calculating blood volume and ejection fraction in routine clinical practice, but it requires high computational costs. In this study, an automatic left ventricle (LV) segmentation algorithm using short-axis cine cardiac MRI is presented. We compensate coil sensitivity of magnitude images depending on coil location, classify edge information after extracting edges, and segment LV by applying region-growing segmentation. We design a weighting function for intensity signal and calculate a blood volume of LV considering partial voxel effects. Using cardiac cine SSFP of 38 subjects with Cornell University IRB approval, we compared our algorithm to manual contour tracing and MASS software. Without partial volume effects, we achieved segmentation accuracy of $3.3mL{\pm}5.8$ (standard deviation) and $3.2mL{\pm}4.3$ in diastolic and systolic phases, respectively. With partial volume effects, the accuracy was $19.1mL{\pm}8.8$ and $10.3mL{\pm}6.1$ in diastolic and systolic phases, respectively. Also in ejection fraction, the accuracy was $-1.3%{\pm}2.6$ and $-2.1%{\pm}2.4$ without and with partial volume effects, respectively. Results support that the proposed algorithm is exact and useful for clinical practice.

추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹

이해연,김경수,Lee, Hae-Yeoun,Kim, Kyung-Su 한국정보처리학회 2010 정보처리학회논문지B Vol.17 No.4

디지털 콘텐츠의 원본 품질을 유지할 수 있고 지적 재산권을 보호할 수 있는 가역 워터마킹 기술에 대한 다양한 연구가 진행되고 있다. 특히 원본 품질을 중요시하는 의료, 군사, 예술작품 분야에서 가역 워터마킹의 필요성이 증대되고 있다. 본 논문에서는 추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹 기술을 제안한다. 보간 기법을 사용하여 픽셀의 값을 추정하고, 추정값과 원본값의 차이에 대한 히스토그램을 계산한 후에 이를 확장하여 워터마크 메시지를 삽입한다. 기존의 인접 픽셀 사이의 차이값이 아닌 추정치를 활용함으로써 메시지가 삽입되는 히스토그램 값의 집중도를 높여서 높은 삽입 용량을 달성하였다. 삽입된 워터마크는 추정값과 원본값의 차이에 대한 히스토그램을 복원하여 검출한다. 삽입 후에 발생할 수 있는 오버플로우 및 언더플로우 문제는 오류 예측 기법을 통하여 해결하였다. 제안하는 가역 워터마킹 알고리즘의 성능을 검증하기 위하여 다양한 영상을 활용하여 기존 알고리즘과 비교 분석을 수행하였다. 그 결과에 따르면 제안한 알고리즘은 완전한 가역성을 갖으며, 삽입 후에도 높은 영상 품질을 유지하고, 높은 삽입 용량을 얻을 수 있었다. Reversible watermarking which can preserve the original quality of the digital contents and protect the copyright has been studied actively. Especially, in medical, military, and art fields, the need for reversible watermarking is increasing. This paper proposes a high-capacity reversible watermarking through predicted error expansion and error estimation compensation. Watermark is embedded by expanding the difference histogram between the original value and the predicted value. Differently from previous methods calculating the difference between adjacent pixels, the presented method calculates the difference between the original value and the predicted value, and that increases the number of the histogram value, where the watermark is embedded. As a result, the high capacity is achieved. The inserted watermark is extracted by restoring the histogram between the original value and the predicted value. To prove the performance, the presented algorithm is compared with other previous methods on various test images. The result supports that the presented algorithm has a perfect reversibility, a high image quality, and a high capacity.

의료 영상의 개인 정보 보호를 위한 가역 위터마킹 기술 적용에 관한 연구

이해연(Lee, Hae-Yeoun),김선명(Kim, Sunmyeng) 한국통신학회 2014 한국통신학회 학술대회논문집 Vol.2014 No.6

뇌 MRI 영상에서 QQ 모델의 클러스터 기반 분류와 정합을 이용한 OEF 계산 방법

이해연(Hae-Yeoun Lee) 한국정보기술학회 2020 한국정보기술학회논문지 Vol.18 No.10

Brain-related diseases have a high cause of death, and magnetic resonance imaging(MRI) is used in clinical practice to prevent and diagnose them. To analyze the function of brain tissue, brain MRI is used to calculate the oxygen extraction rate(OEF), the amount of oxygen consumed in the blood. This paper proposes a method to calculate noise-resistant OEF through cluster-based classification and matching using QQ model in brain MRI. The proposed method uses the real-case inputs to the QQ model to compute the output values and create a database through cluster-based classification. For the unknown output values, it then estimates the input values and calculates the OEF through matching and interpolation with the database The proposed method analyzes 20 patients and healthy subjects, showing that OEF can be estimated with high accuracy and stability. In addition, the average RMSE values of the original OEF and estimated OEF for the proposed method and CAT method in 7 patients and healthy subjects were 6.20 and 7.66, respectively, supporting the superior performance of the proposed method.

위성 궤도 정보를 사용하지 않는 Gupta와 Hartley 센서모델의 에피폴라 기하모델

이해연 ( Hae Yeoun Lee ),박원규 ( Won Kyu Park ) 大韓遠隔探査學會 2002 大韓遠隔探査學會誌 Vol.18 No.4

본 논문에서는 위성 궤도 정보를 사용하지 않는 새로운 에피폴라 기하모델을 제안하고, 선형 Pushbroom 영상의 에피폴라 기하모델을 위한 방법들과 정량적으로 비교 분석을 한다. 정량적 분석에 사용된 에피폴라 기하모델은 항공영상에 적용되는 중심투영(Perspective) 센서의 에피폴라 기하 모델, Gupta와 Hartley의 에피폴라 기하모델, 궤도정보를 사용하는 Orun과 Natarajan 센서모델의 에피폴라 기하모델이다. 대전과 보령의 SPOT 영상과 대전과 논산의 KOMPSAT 영상에 대해 지상기준점, 지상기준점에서 생성한 모델링데이터, 위성 궤도정보 및 숙련된 운영자가 추출한 독립검사점을 사용하여 실험을 수행하였다. 실험 결과에 따르면 중심투영 센서의 에피폴라 기하모델과 Gupta와 Hartley의 에피폴라 기하모델은 평균적으로 1픽셀 이내의 정확도를 보였으나 일부 검사점에서 높은 오차를 보였다. 제안한 에피폴라 기하모델은 중심투영 센서나 Gupta와 Hartley의 에피폴라 기하모델보다 정확도가 높고, 궤도 정보를 사용하는 Orun과 Natarajan 센서 모델의 에피폴라 기하모델과 유사한 정확도를 보였다. In this paper, an epipolar model without the ephemeris data is proposed. Also, various epipolar models such as the epipolar geometry of perspective sensor, the one proposed by Gupta and Hartley and the one based on the Orun and Natarajan`s sensor model are reviewed and their accuracy are quantitatively analyzed using devised measure. Modeling data from ground control points, ground control points, ephemeris data and independent checking points are selected on SPOT over Taejon and Boryung area and KOMPSAT over Taejon and Nonsan area. Based on the results, the epipolar model of perspective sensor and the one by Gupta and Hartley have the average accuracy within 1 pixel but show high errors in several checking points. The proposed epipolarity model provides better results than that of perspective sensor and by Gupta and Hartley. Also, it shows the accuracy similar to the one based on Orun and Natarajan`s sensor model.

딥 러닝 기반의 메신저 캡처 이미지 검출 기술

이해연(Hae-Yeoun Lee),김준수(Junsu Kim),황현욱(Hyunuk Hwang) 한국디지털포렌식학회 2021 디지털 포렌식 연구 Vol.15 No.3

디지털 기술의 발전으로 방대한 양의 데이터가 유통되고 범죄에 활용되고 있어서 디지털 포렌식 분석을 위한 데이터 양도 급증하고 있다. 메신저 캡처 이미지도 주요한 포렌식 분석 대상이며 방대한 이미지 데이터에서 분석 대상만 검출하는 기술에 대한 요구가 높다. 본 논문에서는 딥 러닝을 이용하여 방대한 이미지 데이터에서 메신저 캡처 이미지를 검출하기 위한 기술을 제안한다. 기본적인 CNN 기반의 딥 러닝 모델을 설계하고 상하 이동, 밝기값 이동, 보간 처리 등 증강 처리를 추가함으로써 다양한 종류의 메신저, 다양한 메신저 설정, 다양한 콘텐츠에도 불구하고 안정적으로 메신저 캡처 이미지를 검출할 수 있도록 하였다. 제안한 알고리즘의 성능 분석을 위하여 5종의 메신저를 대상으로 실험을 수행하였고, 제안한 알고리즘이 99.96% 이상의 검출 성능을 보여서 기본적인 CNN 기반 모델에 비하여 높은 정확도를 갖고 있음을 보였다. With the advance of digital technology, a large amount of data is being circulated and used for crimes, so the amount of data for digital forensic analysis is also increasing rapidly. Messenger captured images are a major target for forensic analysis, and there is a high demand for a technology that detects only the target of analysis from vast image data. This paper proposes a messenger captured image detection technique from vast image data using deep learning. By designing a basic CNN-based deep learning model and adding augmented processing such as up-down shifting, intensity shifting, and interpolation, it was possible to reliably detect messenger captured images despite various types of messengers, various messenger settings, and various contents. In order to analyze the performance, an experiment was performed on 5 types of messengers, and the proposed technique showed a detection accuracy of 99.96% or more, which is higher than that of the basic CNN-based model.

뇌 MRI 신호 감쇠 모델링을 통해 일반화된 QQ 모델의 클러스터링 기반 OEF 계산 알고리즘

이해연(Hae-Yeoun Lee) 한국정보기술학회 2022 한국정보기술학회논문지 Vol.20 No.5

Calculating oxygen extraction rate(OEF) in blood through QQ model for brain MRI signal can be used for brain disease diagnosis. Previous QQ model-based OEF calculation methods are sensitive to MRI imaging settings. This paper proposes a method to generalize the output value of QQ model through MRI signal decay modeling and calculate OEF with clustering and matching. Signal decay is calculated by applying real input values to QQ model, and parameter values are estimated with the proposed model. Representative clusters are calculated through clustering with input, parameter, and susceptibility values. After estimating the proposed model for an unknown MRI signal, the input value is estimated through cluster matching and interpolation, and OEF is calculated. Using 17 patients data from Weill Cornell Medicine in USA, the proposed method was compared with the previous CAT method, and 5.67 RMSE was achieved, which was superior to the CAT method of 7.15 RMSE. In addition, it was shown that the proposed method performs reliably and with high accuracy even when MRI imaging settings are changed.

선형 Pushbroom 영상의 에피폴라 기하모델 수립을 위한 간소화된 방법론

이해연 ( Hae Yeoun Lee ),박원규 ( Won Kyu Park ) 大韓遠隔探査學會 2002 大韓遠隔探査學會誌 Vol.18 No.2

본 논문에서는 선형 Pushbroom 영상의 에피폴라 기하모델을 수립하기 위한 간소화된 방법을 제안한다. 제안한 알고리즘은 Gupta와 Hartly의 센서모델과 Orun과 Natarajan 센서모델을 사용하여 검증하였고, 각 센서모델에서의 정밀한 에피폴라 기하모델과 정량적인 비교 분석을 수행하였다. 실험을 위해 SPOT 영상과 KOMPSAT 영상을 사용하였고, 각 영상에 대해 20개의 지상기준점을 독립적 검사점으로 사용하였다. 실험 결과에 따르면 제안한 알고리즘은 각 센서모델에서의 정밀한 에피폴라 기하모델과 크게 차이가 없었고 (0.1픽셀 이내), 극단적인 가정 속에서도 충분한 견고함을 보였다. 본 논문에서 제안한 알고리즘은 공선조건식에 기반을 둔 대부분의 센서모델에 대해 적용이 가능하며 신뢰할 수 있는 정확도를 나타낼 것으로 생각한다. In this paper, we proposed a simplified strategy for the epipolarity of linear pushbroom imagery. The proposed strategy is verified on "Gupta and Hartly" sensor model and "Orun and Natarajan" sensor model. It is also compared with the precise epipolarity model of each sensor model on SPOT and KOMPSAT imagery. For the quantitative analysis, 20 ground control points are used as independent checking points. Based on the results, the accuracy of the proposed strategy is not different from that of the precise epipolarity model of each sensor model (below 0.1 pixels). Under the worst circumstance, the proposed strategy is robust. We can assure that the proposed strategy will show high accuracy on most of sensor models based on the co-linearity equations.

가역 워터마킹을 이용한 블록 단위 영상 인증 알고리즘

이해연 ( Hae-yeoun Lee ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2

영상의 위변조를 탐지하거나 무결성을 인증하기 위해서는 가역 워터마킹 기법은 유용하다. 기존 워터마킹 연구들은 원본 복원이 불가능하였으나, 가역 워터마킹은 워터마크를 검출한 후, 아무런 손상없이 영상을 원본 상태로 복원할 수 있는 방법이다. 본 논문에서는 차이값 히스토그램에 기반한 가역 워터마킹을 통해 위변조된 영역을 탐지하는 블록단위 인증 알고리즘을 제안한다. 먼저, 영상 각 블록에 대하여 영상의 특징값을 추출하고, 사용자의 정보와 결합하여 인증 코드를 생성한다. 생성된 인증코드는 가역 워터마킹을 통하여 콘텐츠 자체에 직접 삽입한다. 영상의 인증을 위해서는 추출된 인증코드와 새로 생성된 인증코드의 비교를 수행한다. 다양한 영상들에 대하여 비교 분석하였고, 그 결과 제안한 알고리즘은 완전한 가역성과 함께 낮은 왜곡을 유지하면서도 97% 이상 인증률을 얻을 수 있었다.

멀티미디어 처리 : 비지역적 특징값과 서포트 벡터 머신 분류기를 이용한 위변조 지폐 판별 알고리즘

이해연 ( Hae Yeoun Lee ),지상근 ( Sang Keun Ji ) 한국정보처리학회 2013 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.2 No.1