최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of biomedical engineering research : the official journal of the Korean Society of Medical & Biological Engineering, v.36 no.4, 2015년, pp.79 - 85
정성희 (연세대학교 의과대학 의과학과) , 이수찬 (순천향대학교 공과대학 전자공학과) , 심학준 (연세대학교 의과대학 심혈관연구소) , 정호엽 (한국외국어대학교 공과대학 컴퓨터.전자시스템공학부) , 허용석 (아주대학교 공과대학 전자공학과) , 장혁재 (연세대학교 의과대학 내과학교실 심장내과)
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, ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
경피적 관상동맥 중재술은 어떻게 진행되는가? | 경피적 관상동맥 중재술(Percutaneous coronary intervention, PCI)은 시술자가 피부를 통해 도관(catheter)를삽입하여 관상동맥에 위치시킨 후, 방사선 조영제를 주입하여 촬영된 X-선 혈관조영영상(angiogram)을 바탕으로 진행된다. 하지만 도관을 삽입하는 도중에는 조영된 혈관을 실시간으로 확인할 수 없기 때문에 전적으로 시술자의 감에 의존할 수 밖에 없다. | |
랜덤 포레스트는 어떤 기법인가? | 랜덤 포레스트는 여러 개의 의사결정트리(Decision tree)로 구성된 Bagging 기법[5]과 Random subspace 기법[6]을 조합한 기법으로, 2001년에 Leo Breiman[7]에 의해 고안되었다. 각 노드에서 후보를 분할 때, Bagging은 현재 노드에 주어진 모든 변수에 대해 판단을 하지만, 랜덤 포레스트는 전체가 아닌 무작위로 샘플링한 일부 변수에 대해서만 판단하여 자식노드를 생성함으로써 Bagging에 비해 수행시간이 짧다는 장점이 있다. | |
경피적 관상동맥 중재술의 단점은 무엇인가? | 경피적 관상동맥 중재술(Percutaneous coronary intervention, PCI)은 시술자가 피부를 통해 도관(catheter)를삽입하여 관상동맥에 위치시킨 후, 방사선 조영제를 주입하여 촬영된 X-선 혈관조영영상(angiogram)을 바탕으로 진행된다. 하지만 도관을 삽입하는 도중에는 조영된 혈관을 실시간으로 확인할 수 없기 때문에 전적으로 시술자의 감에 의존할 수 밖에 없다. 또한 시술과정에서 얻어지는 영상은 이차원 평면에 투영(projection)된 영상이므로 삼차원 해부학적 정보는 제공해주지 못한다. 그로 인해 시술의 정확성을 담보하기 어려우며, 스텐트(stent) 등 체내 삽입기구가 잘못 삽입되어 이탈하는 경우가 발생하기도 한다. |
A.F. Frangi, W.J. Niessen, K.L. Vincken, M.A. Viergever, "Multiscale vessel enhancement filtering," in Medical Image Computing and Computer-Assisted Intervention - MICCAI'98, Lecture Notes in Computer Science, vol. 1496 - Springer Verlag, Berlin, Germany, Oct. 1998, pp. 130-137.
K. Krissian, G. Malandain, N. Ayache, R. Vaillant, and Y. Trousset, "Model based detection of tubular structures in 3D images," Computer Vision and Image Understanding, vol. 80, no. 2, pp. 130-171, 2000.
Fraz, M. M., Remagnino, P., Hoppe, A., Uyyanonvara, B. "An Ensemble Classification-Based Approach Applied to Retinal Blood Vessel Segmentation." Biomedical Engineering, IEEE Transactions on vol. 59, no. 9, pp. 2538-2548, 2012.
Gupta, V., Kale, A., & Sundar, H. "A robust and accurate approach to automatic blood vessel detection and segmentation from angiography x-ray images using multistage random forests," in SPIE Medical Imaging 2012: Computer-Aided Diagnosis, vol. 8315, pp. 83152F-83152F-6
L. Breiman, "Bagging Predictors." Machine Learning, vol. 24, no. 2, pp. 123-140, 1996.
T. Ho, "The random subspace method for constructing decision forests." Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol. 20, no. 8, pp. 832-844, 1998.
Open Source Computer Vision Library, http://opencv.org.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.