랜덤 포레스트를 이용한 X-선 혈관조영영상에서의 혈관 자동 영역화 알고리즘

정성희,이수찬,심학준,정호엽,허용석,장혁재,Jung, Sunghee,Lee, Soochahn,Shim, Hackjoon,Jung, Ho Yub,Heo, Yong Seok,Chang, Hyuk-Jae 대한의용생체공학회 2015 의공학회지 Vol.36 No.4

The purpose of this study is to develop an automatic algorithm for vessel segmentation in X-Ray angiogram using Random Forest (RF). The proposed algorithm is composed of the following steps: First, the multiscale hessian-based filtering is performed in order to enhance the vessel structure. Second, eigenvalues and eigenvectors of hessian matrix are used to learn the RF classifier as feature vectors. Finally, we can get the result through the trained RF. We evaluated the similarity between the result of proposed algorithm and the manual segmentation using 349 frames, and compared with the results of the following two methods: Frangi et al. and Krissian et al. According to the experimental results, the proposed algorithm showed high similarity compared to other two methods.

실시간 파노라마 영상 합성을 위한 고속 특징점 추적 기법

이현준(Lee Hyunjoon),심학준(Shim Hackjoon),이상화(Lee Sang Wha),조남익(Cho Nam Ik),이상욱(Lee Sang Uk) 한국방송·미디어공학회 2010 한국방송공학회 학술발표대회 논문집 Vol.2010 No.7

실시간 파노라마 영상 합성 기술을 모바일 콘텐츠에 적용하기 위해서는 모바일 디바이스에 적합한 영상 합성 방식을 정의 해야 한다. 특징점을 추출하여 연속적인 영상들 사이의 유사성을 찾아내는 방식 [1]은 소모되는 연산비용을 고려할 때 모바일 디바이스에 응용하기 부적합하다. 따라서 기존의 접근방식에 비해 소요되는 연산비용을 줄이고, 성능은 유지하는 기법이 필요하다. 본 논문에서는 특징점의 표현자(descriptor)를 생성하지 않고 특징점(feature point) 주변의 움직임을 추정(motion estimation)하여 연속적인 영상의 위치를 찾아내는 기법을 제안한다.

반복적 재구성 알고리즘과 관전류 자동 노출 조정 기법의 CT 영상 화질과 선량에 미치는 영향: 관상동맥 CT 조영 영상 프로토콜 기반의 팬텀 실험

하성민,정성희,장혁재,박은아,심학준,Ha, Seongmin,Jung, Sunghee,Chang, Hyuk-Jae,Park, Eun-Ah,Shim, Hackjoon 한국의학물리학회 2015 의학물리 Vol.26 No.1

본 논문에서는 반복적 구성 기법과 관전류 노출자동조절 기법이 영상의 화질과 방사선량에 미치는 영향을 관상동맥 전산화단층촬영 혈관조영 영상(coronary computed tomography angiography, CCTA)을 대상으로 팬텀 실험에 기반하여 평가하고자 한다. 이를 위하여 미국 의학물리학회(American Association of Physics in Medicine) 표준의 성능 평가 팬텀을 320 다중검출열 CT로써 촬영하였다. 80 kVp, 100 kVp, 120 kVp의 관전압에 있어서, 관전류 노출자동조절 기법은 저선량 목표 표준편차(SD=44)와 고선량(목표 표준편차=33)의 두 가지 설정으로써 촬영하였다. 재구성 변수로서는 필터보정 역투영(FBP)와 반복적 재구성 방법을 설정하여, 전부 12개의 재구성 영상을 획득하였다(12=3 (80, 100, 120 kVp)${\times}2$ (저선량(목표SD=44), 고선량(목표SD=33))${\times}2$ (필터보정역투영, 반복적 재구성). 영상의 화질은 잡음의 세기(표준편차), 변조전달함수, 대조대잡음비(CNR)에 의하여 평가하였으며, 관전압과 관전류 노출자동조절 기법에서의 목표 선량과 대소 및 재구성 기법의 선택이 화질과 방사선량에 미치는 영향을 관찰하였다. 반복적 재구성 기법은 필터보정역투영 기법보다 영상 잡음을 대폭 감소시켰으며 이는 저선량의 경우 더욱 뚜렷하였다. 즉, 잡음의 세기는 관전류 노출자동조절의 설정이 고선량 (목표SD=33)과 저선량(목표SD=44)인 경우, 각각 평균 38%와 평균 46% 감소하였다. 반복적 재구성 기법에 의하여, 변조전달 함수에 의한 공간적 해상도의 평가에 있어서 미약한 감소를 보였으나, 이로써 잡음 저감과 대조대잡음비(CNR)에 있어서의 현저한 개선을 상쇄할 정도의 영향에는 미치지 못 하였다. 결과적으로, 관상동맥 전산화단층촬영 혈관조영 영상의 획득에서 있어서, 반복적 재구성 기법과 관전류 노출자동조정 기법을 동시에 사용하는 것은 영상의 화질을 개선하면서 공간적 해상도의 저하 등 그 부작용은 최소화함으로써, 합리적으로 획득 가능한 한 최소한의 선량 (ALARA)의 원칙에 충실한 실제 임상적 효과를 의미한다고 기대할 수 있다. In this study, we investigated the effects of an iterative reconstruction algorithm and an automatic exposure control (AEC) technique on image quality and radiation dose through phantom experiments with coronary computed tomography (CT) angiography protocols. We scanned the AAPM CT performance phantom using 320 multi-detector-row CT. At the tube voltages of 80, 100, and 120 kVp, the scanning was repeated with two settings of the AEC technique, i.e., with the target standard deviations (SD) values of 33 (the higher tube current) and 44 (the lower tube current). The scanned projection data were reconstructed also in two ways, with the filtered back projection (FBP) and with the iterative reconstruction technique (AIDR-3D). The image quality was evaluated quantitatively with the noise standard deviation, modulation transfer function, and the contrast to noise ratio (CNR). More specifically, we analyzed the influences of selection of a tube voltage and a reconstruction algorithm on tube current modulation and consequently on radiation dose. Reduction of image noise by the iterative reconstruction algorithm compared with the FBP was revealed eminently, especially with the lower tube current protocols, i.e., it was decreased by 46% and 38%, when the AEC was established with the lower dose (the target SD=44) and the higher dose (the target SD=33), respectively. As a side effect of iterative reconstruction, the spatial resolution was decreased by a degree that could not mar the remarkable gains in terms of noise reduction. Consequently, if coronary CT angiogprahy is scanned and reconstructed using both the automatic exposure control and iterative reconstruction techniques, it is anticipated that, in comparison with a conventional acquisition method, image noise can be reduced significantly with slight decrease in spatial resolution, implying clinical advantages of radiation dose reduction, still being faithful to the ALARA principle.

혈관 증폭 필터를 이용한 미토콘드리아 영상 시퀀스에서의 축색돌기 검출

홍성민(Sungmin Hong),심학준(Hackjoon Shim),정유진(Yoojin Chung),이상욱(Sang Uk Lee) 한국방송·미디어공학회 2011 한국방송공학회 학술발표대회 논문집 Vol.2011 No.7

미토콘드리아의 수송은 치매, 다형성 경화증, 알츠하이머병 등의 신경성 질환과 관련하여 활발하게 연구되고 있다. 하지만 미토콘드리아 영상의 경우 일반 영상에 비해 노이즈(noise)가 많고 초당 프레임 수(frame-persecond)가 낮기 때문에 분석이 쉽지 않다. 이에 따라 미토콘드리아의 수송 통로인 축색돌기(axon)를 사전에 검출하고자 하는 연구들이 진행되고 있다. 본 논문에서는 이러한 배경을 바탕으로 미토콘드리아 영상에서 축색돌기를 자동으로 분리, 검출해내는 알고리즘을 제안한다. 배경이 비해 밝게 착색되어 있다는 미토콘드리아의 특성을 이용하여 축색돌기를 구분하는 데에 최대 화소값 기법(maximum intensity)과 혈관 증폭 필터(vessel enhancement filter)를 이용한다. 두 기법을 통해 얻은 축색돌기의 파편들은 로젠펠드 세선화(rosenfeld thinning)와 선형 보간법(linear interpolation)을 이용하여 연결되고 최종적인 검출 결과를 얻어낸다. 제시된 실험결과는 영상에서 전체적인 축색돌기가 성공적으로 검출되고 있음을 보여준다.

저선량ㆍ고화질 CT 영상 획득을 위한 반복적 재구성 기법의 정량적 평가

하성민(Seongmin Ha),심학준(Hackjoon Shim),장혁재(Hyuk-Jae Chang),김선규(Seonkyu Kim) 한국방송·미디어공학회 2013 한국방송공학회 학술발표대회 논문집 Vol.2013 No.6

CT(Computed Tomography)영상에서 선량과 화질은 중요한 요소이다. 선량은 환자에게 직접적으로 악영향을 끼치는 요소이며, 화질은 환자의 병변을 판단하는데 매우 중요하게 작용한다. 반복적 재구성 알고리즘을 이용하면 저선량 영상에서도 고화질의 영상을 얻을 수 있는지 FBP와 정량적, 정성적으로 비교하였다. 촬영 프로토콜은 관전압 80, 100, 120kVp에서 관전류를 동일하게 200mA로 촬영하여 획득하였으며, 정량적 평가를 위해 SD(Standard Deviation), SNR(Signal to Noise Ratio), MTF(Modulation Transfer Function)를 측정하여 분석하였다. 선량은 80kVp일 때 가장 낮았으며, 120kVp일 때 가장 높았다. 80kVp의 영상을 Toshiba 社의 <SUP> AIDR</SUP>3D(Adaptive Iterative Reduction integrated into SUREExposure)로 재구성하고, 120kVp의 영상에 FBP로 재구성한 다음 정량적 비교를 한 결과 AIDR 3D를 적용한 영상의 SD가 낮게 나왔으며, SNR이 높게 나타났고, MTF 곡선은 유사하게 나타났다. 그리고 FWHM(Full Width at Half Maximum) 값의 오차가 거의 없었다. 결론적으로 AIDR 3D는 저선량에서도 높은 화질을 나타냄을 확인하였다.

CycleGAN과 Super Resolution을 이용한 EPI 기반의 뇌 MR 영상의 화질 개선

손유성(YuSeoung Son),출롱 바타르(Chuluunbaatar Otgonbaatar),심학준(HackJoon Shim),홍영택(YoungTaek Hong),하지영(JiYoung Ha),백혜진(HyeJin Baek) 한국정보과학회 2022 한국정보과학회 학술발표논문집 Vol.2022 No.06

3차원 자기공명영상에서 패치 단위 형상 및 밝기 정보에 기반한 연골 자동 영역화 기법

박상현(Sang Hyun Park),이수찬(Soochan Lee),심학준(Hackjoon Shim),윤일동(Il Dong Yun),이상욱(Sang Uk Lee) 大韓電子工學會 2010 電子工學會論文誌-SP (Signal processing) Vol.47 No.6

연골 영역화는 골관절염의 진단이나 치료를 위해 중요하지만, 모양이 얇고 의료영상 내에서 주변 조직과의 명암 차이가 크지 않기 때문에 현재까지 전문가가 많은 시간과 노력을 들여 수동으로 하고 있다. 이에 따라 본 논문에서는 3차원 자기공명(Magnetic Resonance : MR)영상 내에서 연골을 자동으로 영역화하는 기법을 제안한다. 제안하는 기법은 전문가에 의해 수동으로 영역화된 소수의 의료영상을 학습 데이터베이스로 하여 우선 연골을 지역적인 부분(local patch)들로 분할하여 부분별로 영역화한 후, 부분별 결과들을 취합하고 정제하는 과정으로 이루어진다. 연골 영역화를 위해 먼저 위치와 밝기 값의 외관정보(appearance)를 이용하여 뼈와 연골의 경계(bone-cartilage interface)를 추출해내고, 이 경계를 기준으로 하여 연골이 포함되는 주변 영역을 일정한 크기의 패치로 분할한다. 다음, 분할된 패치들의 정보를 이용해, 패치마다 형상 사전지식(shape prior)과 외관 사전지식(appearance prior)을 얻어내고 두 사전지식 간의 비율을 적응적으로 결정한다. 이후 패치마다 사전지식 정보를 통해 에너지를 정의하고, 그래프 컷(Graph Cut) 기법을 통해 이 에너지를 최소화하는 최적의 영역화 결과를 도출한다. 마지막으로 지역적으로 얻어진 영역화 결과들을 모양 사전지식으로 하여 전체적인 연골에 대해 전역적 개선 과정을 수행한다. 실험 결과를 통해 제안하는 자동 영역화 기법으로 임상적으로 유용한 영역화 결과를 얻을 수 있음을 제시한다. The segmentation of cartilage is crucial for the diagnose and treatment of osteoarthritis (OA), and has mostly been done manually by an expert, requiring a considerable amount of time and effort due to the thin shape and vague boundaries of the cartilage in MR (magnetic resonance) images. In this paper, we propose a fully automatic method to segment cartilage in a knee joint on MR images. The proposed method is based on a small number of manually segmented images as the training set and comprised of an initial per patch segmentation process and a global refinement process on the cumulative per patch results. Each patch for per patch segmentation is positioned by classifying the bone-cartilage interface on the pre-segmented bone surface. Next, the shape and intensity priors are constructed for each patch based on information extracted from reference patches in the training set. The ratio of influence between the shape and intensity priors is adaptively determined per patch. Each patch is segmented by graph cuts, where energy is defined based on constructed priors. Finally, global refinement is conducted on the global cartilage using the results of per patch segmentation as the shape prior. Experimental evaluation shows that the proposed framework provide accurate and clinically useful segmentation results.

모양틀 기반의 3 차원 MR 이미지 연골 영역화 기법

박상현(Sang-Hyun Park),이수찬(Soochahn Lee),심학준(Hackjoon Shim),윤일동(Il-Dong Yun),이상욱(Sang Uk Lee) 한국통신학회 2009 한국통신학회 학술대회논문집 Vol.2009 No.6

데이터 불균형 해결을 위한 조건부 심층 적대적 생성 신경망 기반 피부질환 영상생성 기법

정현석(Hyunseok Jeong),하성민(Seongmin Ha),심학준(Hackjoon Shim),오상호(Sangho Oh),장혁재(Hyuk-Jae Chang) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.8

Skin diseases vary in type and form from mild to severe diseases and depending on the severity, they are divided into malignant and benign skin diseases. The problem of classifying skin disease images has emerged as an important topic, such as the ISIC Challenge. One of the most important issues that determine performance in the classification of skin diseases through artificial intelligence is the data imbalance problem. In this paper, we propose ways to avoid the data imbalance problem by generating skin disease images through cDCGAN. The results of the experiment showed that the skin disease images generated by the proposed method had similarities with the actual disease images.

심장 청진음 분류를 위한 길이 적응형 네트워크

정주영(Jung-Ju Yeong),홍영택(Youngtaek Hong),장영걸(Yeonggul Jang),심학준(Hackjoon Shim),장혁재(Hyuk-Jae Chang) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.11

Phonocardiogram (PCG) is a basic diagnostic test for heart diseases. However, it is difficult to analyze PCG signals objectively and needs specialized skills. Deep neural network can provide expert-level diagnostic performance on PCG. We proposed a novel deep neural architecture to analyze PCG signal. The proposed model uses 1D CNN layers for temporal modeling of PCG signal over time. We also use MFCC method and 3cylce data split as input preprocessing. The proposed network shows better diagnostic performance compared with other methods.