$\require{mediawiki-texvc}$

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.

시각 부호화 마커를 이용한 환자의 호흡 추적
Patient Respiratory Motion Tracking Using Visual Coded Markers 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.51 no.12, 2014년, pp.111 - 122  

우다야 위제나야키 (경북대학교 컴퓨터학부) ,  박순용 (경북대학교 컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

방사선요법이 암의 치료에 널리 사용되는 방법 중의 하나가 되면서 호흡에 의한 환자 움직임의 정확한 추적은 치료 계획이나 조사량 계산에 있어 매우 중요한 요소가 되고 있다. 호흡에 의한 움직임의 부정확한 추적은 일반 조직의 오류나 높은 준위의 방사선에 노출되는 건강한 조직의 범위를 확대시키는 심각한 논란을 야기할 수 있다. 다양한 호흡 예측에 대한 기술이 연구가 되었지만, 대부분의 기술들은 특정 전자장치나 고가의 부품을 필요로 하였다. 본 논문에서는 기존의 기술에 비하여 저가이고 사용이 간편한 대안으로서 스테레오 비전 기술을 이용하여 시각 코드 타겟을 추출하고 복호화하여 새로운 3차원 호흡 추적 방법을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As radiotherapy has become one of the widely used techniques in cancer treatment, accurate tracking of patient's respiratory motion is considered to be more important in treatment planning and dose calculations. Inaccurate motion tracking can cause severe issues such as errors in target/normal tissu...

주제어

#Respiratory motion   #visual coded markers   #stereo vision  

참고문헌 (18)

  1. P.J. Keall, G.S. Mageras, J.M. Balter, R.S. Emery, K.M. Forster, S.B. Jiang, et al, The management of respiratory motion in radiation oncology report of AAPM Task Group 76, Med.Phys. 33 (2006) 3874-3900. 

    상세보기 crossref

  2. C. Saw, E. Brandner, R. Selvaraj, H. Chen, M.S. Huq, D. Heron, A review on the clinical implementation of respiratory-gated radiation therapy, Biomed. Imaging Intervention J. 3 (1) (2007) e40. 

    상세보기

  3. T.R. Willoughby, P.A. Kupelian, J. Pouliot, K. Shinohara, M. Aubin, M. Roach III, et al, Target localization and real-time tracking using the Calypso 4D localization system in patients with localized prostate cancer, Int. J. Radiat. Oncol. Biol. Phys. 65 (2) (2006) 528-534. 

    상세보기 crossref

  4. J. Jin, F. Yin, S.E. Tenn, P.M. Medin, T.D. Solberg, Use of the BrainLAB ExacTrac X-Ray 6D system in image-guided radiotherapy, Med. Dosim. 33 (2) (2008) 124-134. 

    상세보기 crossref

  5. Y. Seppenwoolde, R.I. Berbeco, S. Nishioka, H. Shirato, B. Heijmen, Accuracy of tumor motion compensation algorithm from a robotic respiratory tracking system: a simulation study, Med.Phys. 34 (2007) 2774- 2784. 

    상세보기 crossref

  6. ARToolKit, http://www.hitl.washington.edu/artool kit/. 

  7. M. Appel, N. Navab, Registration of technical drawings and calibrated images for industrial augmented reality, Mach. Vis. Appl. 13 (3) (2002) 111-118. 

    상세보기 crossref

  8. X. Zhang, Y. Genc, N. Navab, Taking AR into large scale industrial environments: Navigation and information access with mobile computers, IEEE and ACM International Symposium on Augmented Reality. (2001) 179-180. 

  9. L. Naimark, E. Foxlin, Circular data matrix fiducial system and robust image processing for a wearable vision-inertial self-tracker, Proceedings of the 1st International Symposium on Mixed and Augmented Reality. (2002) 27-36. 

  10. M. Rohs, Real-world interaction with camera phones, Ubiquitous Computing Systems. (2005) 74-89. 

  11. X. Zhang, S. Fronz, N. Navab, Visual marker detection and decoding in AR systems: A comparative study, Proceedings of the 1st International Symposium on Mixed and Augmented Reality. (2002) 97-106. 

  12. M. Fiala, ARTag, a fiducial marker system using digital techniques, Computer Vision and Pattern Recognition. (2005) 590-596. 

  13. R. Hartley, A. Zisserman, Multiple view geometry in computer vision, Cambridge Univ. Press. (2000). 

  14. Z. Zhang, A flexible new technique for camera calibration, IEEE Trans. Pattern Anal. Mach. Intell. 22 (11) (2000) 1330-1334. 

    상세보기 crossref

  15. N. Otsu, A Threshold Selection Method from Gray-Level Histograms, IEEE Trans. Syst. Man. Cybern.9 (1) (1979) 62-66. 

    상세보기 crossref

  16. R. Gonzales, R. Woods, Digital Image Processing, Pearson Education, (2009). 

  17. D. Douglas, T. Peucker, Algorithms for the reduction of the number of points required to represent a digitized line or its caricature, Canadian Cartographer. 10 (2) (1973) 112-122. 

    상세보기 crossref

  18. J. Matney, B. Parker, D. Neck, G. Henkelmann, I. Rosen, Target localization accuracy in a respiratory phantom using BrainLab ExacTrac and 4DCT imaging, J. Appl. Clin. Med. Phys. 12 (2) (2011). 

저자의 다른 논문 :

LOADING...

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