$\require{mediawiki-texvc}$

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.

광학 현미경 영상 기반 시간 분해능이 향상된 비지역적 평균 노이즈 제거 알고리즘 가능성 연구
Feasibility Study of Non Local Means Noise Reduction Algorithm with Improved Time Resolution in Light Microscopic Image 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.13 no.4, 2019년, pp.623 - 628  

이영진 (가천대학교 보건과학대학 방사선학과) ,  김지연 (가천대학교 보건과학대학 치위생학과)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리즘을 모델링하여 광학 현미경 영상에서의 적용 가능성을 확인하는 것이다. 이를 위해 실제 흰쥐 (mouse)의 첫째어금니 치아를 사용하여 영상을 획득한 후 기존에 널리 사용되고 있는 노이즈 제거 알고리즘과 제안하는 FNLM 알고리즘을 각각 적용하여 비교하였다. 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio, CNR), 변동계수 (coefficient of variation, COV), 그리고 최근에 개발된 no reference 기반의 방법인 natural image quality evaluator (NIQE)와 Blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 결과적으로 모든 정량적 평가 인자에서 제안하는 FNLM 노이즈 제거 알고리즘이 가장 우수한 값을 나타내었다. 특히나 치아의 전체적인 형태학적 영상을 분석할 수 있는 NIQE와 BRISQUE 인자는 원본영상에 비하여 각각 1.14와 1.12배 향상됨을 확인할 수 있었다. 결론적으로 소동물 치아 광학 현미경 영상에서의 FNLM 노이즈 제거 알고리즘의 유용성 및 가능성을 증명하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The aim of this study was to design fast non local means (FNLM) noise reduction algorithm and to confirm its application feasibility in light microscopic image. For that aim, we acquired mouse first molar image and compared between previous widely used noise reduction algorithm and our proposed FNLM...

주제어

#광학 현미경 영상   #영상처리   #FNLM 노이즈 제거 알고리즘   #정량적 평가  

표/그림 (6)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 하지만 FNLM 노이즈 제거 알고리즘을 광학 현미경 영상에 적용한 결과는 거의 이루어지지 않았다. 따라서 본 연구의 목적은 FNLM 노이즈 제거 알고리즘을 모델링하여 실제 흰쥐의 치아 영상을 광학 현미경으로 얻어 적용 후 그 가능성을 평가하는 것이다. 제안하는 알고리즘의 유용성을 증명하기 위하여 기존에 개발되었던 median filter와 TV 노이즈 제거 알고리즘을 추가로 모델링하였고 영상의 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio,CNR), 변동계수 (coefficient of variation), no reference-based evaluation parameter such as natural image quality evaluator (NIQE), 그리고 blind/referenceless image spatial quality evaluator(BRISQUE)를 사용하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
광학 현미경 (light microscope)은 무엇인가? 광학 현미경 (light microscope)은 목적하는 대상에 빛을 조사 후 통과한 정보를 렌즈에 의해 실상을 맺어 확대된 상을 관찰할 수 있는 영상 장치이다. 일반적인 광학 현미경은 하나의 원통 양 끝에 대물렌즈와 접안렌즈를 결합한 형태로 만들어 지며 배율이 클수록 목적하는 대상을 크고 자세히 나타낼 수 있는 특징이 있다.
TV 노이즈 제거 알고리즘의 단점은? TV 노이즈 제거 알고리즘은 경계 부분 보존에는 최적화되어 있지만 임상적으로 적용하기에 어려운 단점과 더불어 영상처리 시간이 긴 단점이 있다. 이러한 단점들을 해결하기 위하여 개발된 것이 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리즘이다.
blurring이 생기는 단점을 해결한 알고리즘은? 또한, 이들 방식은 픽셀 주위의 다른 픽셀들 몇 개만을 취해서 그 값들의 평균값 등으로 원래의 값을 변경하므로 자신들의 이웃들에 한해서만 이루어지는 단점을 가지고 있다. 이러한 단점들을 해결하기 위해 영상의 경계 (edge) 부분을 보완할 수 있는 total variation (TV) 노이즈 제거 알고리즘이 개발되었다.[5] 이 알고리즘은 L.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

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