$\require{mediawiki-texvc}$

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.

치밀 유방영상에서 mass형 유방암 자동 검출
Automatic detection of mass type - Breast cancer on dense mammographic images 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.43 no.5 = no.311, 2006년, pp.80 - 88  

천민수 (경희대학교 전자공학과) ,  박준영 (경희대학교 전자공학과) ,  김원하 (경희대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 치밀 유방영상에서 mass형 암 검출을 목적으로 하는 시스템을 개발한다. 본 논문에서 제시하는 방법과 기존의 방법과의 차이점은 1) mass 영역의 중심의 위치와 반경을 영상신호의 불규칙성에 영향을 받지 않고 안정적으로 결정하는 방법을 제시하고, 2) mass형 유방암 영상에 적용하기 적합한 방사형 필터를 개발하며, 3) mass형 유방암 검출을 위해 mass 경계선의 불규칙성, mass 영역 중심부의 homogeneity, mass 영역의 이심율에 근거하여 다중 특징 함수 개발에 있다. 본 논문에서 제안한 시스템은 기존의 시스템보다 치밀 유방에 적용하였을 때 false alarm은 영상 당 1개 정도 높으나 true alarm 비율은 10%이상 향상 되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper we developed a novel system for automatic detection of mass type breast cancer on dense digital mammogram images. The new approaches presented in this paper are as follows: 1) we presented a method that stably decides the mass center and radius without being affected by image signal ir...

주제어

#유방암   #방사형 필터  

참고문헌 (10)

  1. R. M. Rangayyan, Biomedical Analysis, CRC press, 2005 

  2. N. Karssemeijer, 'Detection of masses in mammogram Image Processing Techniques for Tumor Detection (ed, Strickland, R. N.)', Marcel Dekker, Inc., pp, 187-212, 2002 

  3. Brake, G. M, Karssemeijer, N. , 'Single and multiscale detection of masses in digital mammograms', IEEE Trans. Medical Imaging, vol. 18, no. 7, July (1999) 628-639 

    상세보기 crossref

  4. Huang, S., Chang, R., Chen, D., Moon, W.: Characterization of spiculation on ultrasound lesions. IEEE Trans. Medical Imaging, vol. 23, no. 1, Jan. (2004) 111-121 

    상세보기 crossref

  5. L.F. Costa and R. M. Cesar, Shape Analysis and Classification, CRC Press, 2001 

  6. J. Gibson and K. Syood, 'Lattice quantization', Advanced Electronic Physics, Vol.72, pp.259-330, June 1988 

  7. HyungJun Kim, WonHa Kim, AutoMatic Detection of Spiculated Massess Using Fractal Analysis in Digital Mammography, LNCS 3691, Computer Analysis of Images and Patterns, pp256- 263, 2005 

    상세보기 crossref

  8. N. Otsu, 'A threshold selection method from gray-level histograms', IEEE Trans. Syst, Man Cybern, vol. SMC-9, pp. 62-66, Jan. 1979 

  9. A. K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1899 

  10. R. Jain, R. Kasturi and B. Schunck, Machin Vision, McGraw Hill, 1995 

저자의 다른 논문 :

관련 콘텐츠

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