$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

로그 전력 스펙트럼을 이용한 초음파 영상에서의 장기인식
Organ Recognition in Ultrasound images Using Log Power Spectrum 원문보기

한국통신학회논문지. The Journal of Korea Information and Communications Society. 통신이론 및 시스템, v.28 no.9C, 2003년, pp.876 - 883  

박수진 (LG전자 시스템IC R&D 센터) ,  손재곤 (삼성전자 무선사업부) ,  김남철 (경북대학교 전자전기공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 초음파 영상에서 로그 전력 스펙트럼(log power spectrum)을 이용한 장기 인식 알고리듬을 제시한다. 제안한 알고리듬은 크게 특징추출과 특징분류의 두 단계로 구성된다. 특징추출에서는 이동불변의 성질을 가지는 로그 전력 스펙트럼을 이용하여 전처리를 수행한 입력 영상으로부터 장기 조직의 반향(echo of the tissue) 성분을 추출한다. 특징 분류에서는 마하라노비스(Mahalanobis) 거리를 사용하여 입력영상으로부터 추출한 특징벡터와 각 영상 부류의 평균벡터 사이의 유사도를 측정한다. 실제 초음파 영상에 대한 실험결과는 제안된 알고리듬이 전력 스펙트럼(power spectrum)과 유클리드(Euclid) 거리를 이용한 인식 알고리듬보다 최대 30% 향상된 인식률을, 또 가중 큐프런시(weighted quefrency) 복소 켑스트럼(complex cepstrum)을 이용한 알고리듬보다 10∼40% 향상된 인식률을 보여준다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose an algorithm for organ recognition in ultrasound images using log power spectrum. The main procedure of the algorithm consists of feature extraction and feature classification. In the feature extraction, as a translation invariant feature, log power spectrum is used for ext...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 위의 연구들''지91에서 초음파 영상에 적용된 음향 해석에 기반하여, 여러 복부 장기 영상들에 대한 장기의 인식을 위하여 장기들간의 조직특성을 잘 나타내며, 대상 조직의 추출 단계가 필요 없는 로그 전력 스펙트럼을 특징으로 이용하여, 이러한 특징의 효율적인 선택에 의해 연산의 복잡도 및 특징 차원이 낮은 알고리듬을 제안한다. 입력 영상상 으로부터 로그 전력 스펙트럼을 이용하여 추출한 특 징벡터는 미리 구성된 학습용 영상 집합으로부터 학습을 통하여 얻은 평균벡터와 유사도를 비교하여 최소 거리에 해당하는 장기 부류로 분류된다.
  • 먼저, 음향 해석을 이용한 초음파 영상의 향상과 복원에 관한 연구들에 대하여 살펴보기로 한다. 우리는 이들 초음파 영상의 연구들이 전통적인 파동방정식을 통해 유도되어진 상승 적분 모델에 기반하고 있음을 알 수 있다『用 이러한 초음파 영상 侦I奇段 상승 적분 모델은 다음과 같이 표현될 수 있다
  • 본 논문에서는 초음파 영상에서 장기인식을 위한 알고리듬을 제시하였다. 초음파 영상으로부터 로그 전력 스펙트럼을 추출하여 특징벡터를 구성한 뒤, 학습으로부터 얻은 평균벡터와 마하라노비스 거리 를 이용하여 유사도 측정을 이로부터 구성된 특징 벡터의 분류를 위하여 각 장기를 대표하는 평균벡 터와 유사도 측정을 위하여 마하라노비스 거리를 이용하였다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로