$\require{mediawiki-texvc}$

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.

[국내논문] 3차원 연골 광간섭 단층촬영 이미지들에 대한 영상 재구성 알고리듬 연구
Study on an Image Reconstruction Algorithm for 3D Cartilage OCT Images (A Preliminary Study) 원문보기

의학물리 = Korean journal of medical physics, v.20 no.2, 2009년, pp.62 - 71  

호동수 (세명대학교 한방바이오산업 임상지원센터) ,  김이화 (세명대학교 한방바이오산업 임상지원센터) ,  김용민 (세명대학교 한방바이오산업 임상지원센터) ,  김법민 (고려대학교 의공학과)

초록
AI-Helper 아이콘AI-Helper

최근에 광간섭 단층촬영은 생물학적 조직을 비 침습적으로 이미지를 얻는데 많이 사용되고 있다. 그러나, 광간섭 단층촬영은 노이즈 때문에 해석하는데 아직까지는 어려움을 갖고 있다. 본 논문에서는 인체와 토끼의 연골 이미지들의 이미지에서 잡음을 제거하는 다양한 영상처리 기술을 적용해 보았다. 또한 광간섭 단층촬영으로 얻은 이미지들을 영상 분할 방법을 통해 얻고자 하는 부위를 구별 하였으며 대부분의 이미지들이 영상분할 알고리즘에 적합함을 볼 수 있었다. 그리고, 광간섭 단층영상에 적합한 영상분할 방법을 선택한 후 영상을 재구성 하였다. 광간섭 단층촬영은 작은 깊이와 거리에 제한을 가지고 있기 때문에 영상처리장치에 단점을 가지고 있다. 광간섭 이미지가 매우 작은 공간에서 이루어 짐으로 같은 지역의 영상을 재구성 하기는 어려운 점이 있다. 그래서, 광간섭 단층영상 재구성을 할 때 좋은 매칭 알고리즘 방법이 필요하다. 본 논문에서는 챔퍼 매칭 알고리즘을 사용하여 재구성 하였다. 본 연구에서는 OCT 연골 이미지를 얻어 노이즈 제거, 영상 분할, 3D 광간섭 단층 영상을 재구성 할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, optical coherence tomography (OCT) has demonstrated considerable promise for the noninvasive assessment of biological tissues. However, OCT images difficult to analyze due to speckle noise. In this paper, we tested various image processing techniques for speckle removal of human and rabbit...

Keyword

#광간섭단층촬영장치   #영상분할   #영상재구성  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • The goal of this research most is to develop image processing where is suitable from OCT.
본문요약 정보가 도움이 되었나요?

참고문헌 (17)

  1. Huang D, Swanson EA, Fujimoto JG, et al: Optical coherence tomography. Science 253:1178 (1991) 

  2. Kim J, Soh KS, Ho DS, Kim BM: Real spectral-domain optical coherence tomography using a superluminescent diode. JKPS 47:375-379 (2005) 

    상세보기

  3. Saxer CE, de Boer JF, Park BH, Zhao Y, Chen Z, Nelson JS: Real-time multi-functional optical coherence tomography. Opt Lett 25:1355 (2000) 

    상세보기 crossref

  4. Pierce MC, Strasswimmer J, Park BH, Cense B, de Boer JF: Fiber-based polarization-sensitive fourier domain optical coherence tomography using B-scan-oriented polarization modulation method. J Biomed Opt 9:287 (2004) 

    상세보기 crossref

  5. Ho DS, Kim BM, Shin K, Hwang ID: Evaluation of a chip LED sensor module at 770 nm for fat thickness measurement of optical tissue phantoms and human body tissue. JKPS 51:1663-1667 (2007) 

    상세보기 crossref

  6. Rogowska J, Brezinski M: Image processing techniques for noise removal, enhancement and segmentation of cartilage OCT images. Phys Med Biol 47:641-655 (2002) 

    상세보기 crossref

  7. Gao H, Siu W, Hou C: Improved techniques for automatic image segmentation, IEEE trans. CSVT 11:1273-1280 (2001) 

  8. Tobias OJ, Seara R, Soares FAP: Automatic image segmentation using fuzzy sets. Proceedings of the 38th Midwest Symposium on Circuits and Systems 2:921-924 (1995) 

  9. Eom SG, Chang SC, Ahn BH: Watershed-based region merging using conflicting regions, Proceedings 2002 International Conference on Image Processing 2:II781-784 (2002) 

  10. Abdelsayed S, Ionescu D, Goodenough D: Matching and registration method for remote sensing images, Proceedings of the international geoscience and remote sensing symposium IGARSS'95, Florence, Italy, 1029-1031 (1995) 

  11. Alhichri HS, Kamel M: Virtual circles: a new set of features for fast image registration. P.A.Lett 24:1181-1190 (2003) 

  12. Cheung KW, Yeung DY, Chin RT: A bayesian framework for deformable pattern recognition with application to handwritten character recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence 20:1382-1388 (1998) 

    상세보기 crossref

  13. Borgefors G: An improved version of the chamfer matching algorithm, In 7th Int. Conf, Pattern Recognition, Montreal, P.Q., Canada, 1175-1177 (1984) 

  14. Ho DS, Lee HK, Suh TS: Feature extraction and image segmentation of mechanical structures from human medical images. Korean Journal of Medical Physics 15:112-119 (2004) 

    원문보기 상세보기

  15. Song JY, Nah BS, Suh TS: The application of chanfer matching algorithm to the reeor analysis of a treatment field between a cimulation image and a portal image. Korean Journal of Medical Physics 14:189-195 (2003) 

    원문보기 상세보기

  16. Hartley R, Zisserman A: Multiple view geometry in computer vision, Cambridge University Press (2000) 

  17. Torr PHS: Motion segmentation and outlier detection, PhD Thesis, Department of Engineering Science, University of Oxford, Hilary Term (1995) 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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