초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 의료 영상 중에서 복부 방사선 분야에서 보편적으로 사용되고 있는 CT 영상으로부터 간영역을 분할해내는 방법을 제시한다. 본 논문에서는 복부 CT영상에서 근육 부분과 척추, 늑골 부분을 제거하고, co-occurrence matrix를 이용한 국부 영상 이진화(local image thresholding) 방법을 통해 영상에서 간 영역을 분할한다.

본 논문은 의료 영상 중에서 복부 방사선 분야에서 보편적으로 사용되고 있는 CT 영상으로부터 간영역을 분할해내는 방법을 제시한다. 본 논문에서는 복부 CT영상에서 근육 부분과 척추, 늑골 부분을 제거하고, co-occurrence matrix를 이용한 국부 영상 이진화(local image thresholding) 방법을 통해 영상에서 간 영역을 분할한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법

문제 정의

• 본 논문에서는 복부 CT영상에서 밝기 스케일 링과 근육 영역을 제거하는 전처리 과정과 CCLOC currence matrix를 이용한 국부 이 진화(local thre sholding) 방법을 통한 간 영역 분할 방법을 제시 한다.
• 본 논문은 간 부위를 촬영 한 북무 CT영 상을 분석하여 간 영역을 자동으로 추출하여 간의 H 기 정보를 알아내어 간의 3차원 가시화와 산 질 환 유무를 진단하는데 도움을 주는데 二L 목적이 있다. 간 영역의 추출은 엉상 분할 (image segmen tation) 분야에 속하며, 【丄 영상 분할 방법에는 te mplate matching, edge based method, region gr owing thesholding based method, active contour mod이 등을 이용한 방법 등을 사용하여 왔다.

가설 설정

• 이 형식에서 지원되는 스케일링 인자인 window center9} window widt h를 조정하여 간 영역이 잘 보이도록 영상을 개 신한다. 북부를 촬영한 CT영상의 히스토그램을 보면 간 영역의 히스토그램은 대체로 가운데가 볼록하고 좌우가 대칭인 모양으로 정计분포와 유 사하므로 이 히스토그L 램을 정규분포로 가정하여 주어진 히스토그램의 평간 (rrD 과 표준편차(。)을 구하여 다음 식에 의해 밝기 스케일링 인자 값을 결정한다.

제안 방법

• 영상에서 찾아진 몸통의 경계에서 늑골이 어느 정도의 위치에 있는지를 찾는다. 몸통의 경계 에서 몸통 중심 방향으로 탐색 grid를 만들어 늑 골에 해당되는 픽셀값이 나타날 때까지 탐색하여 与갈이 몸통의 경계에서 어느 정도의 깊이에 있 는지를 구한다. 형태학(morph 이 ogy) 를 이용하여 몸통 영역에서 근육영역과 늑골을 제거하는더], 형 태학에서 사용되는 연산들 중 가장 기본적인 인 산인 erosiorr을 몸통 영역에 적용한다.
• 본 논문에서는 window기반 국부 이 진화 방법을 사용하여 이진화를 하였다. 여기서는 영역이 분리되는 것을 방지하기 위해 window를 숭첩되 게 이동시키는 방법을 사용하였다.
• 본 논문에서는 window기반 국부 이 진화 방법을 사용하여 이진화를 하였다. 여기서는 영역이 분리되는 것을 방지하기 위해 window를 숭첩되 게 이동시키는 방법을 사용하였다. 전체 영상 크기를 MxN이라 두면, WxH 크기의 window를 몸 통 영역을 둘러싸는 사각형의 왼쪽에서 오른쪽으 로, 위쪽에서 아래로 Ay만큼 이동하면서 wi ndow내에서으】 co-occurrence matrix를 구하여 임계치 产를 구하여 이진화한다.

이론/모형

• 전체 영상 크기를 MxN이라 두면, WxH 크기의 window를 몸 통 영역을 둘러싸는 사각형의 왼쪽에서 오른쪽으 로, 위쪽에서 아래로 Ay만큼 이동하면서 wi ndow내에서으】 co-occurrence matrix를 구하여 임계치 产를 구하여 이진화한다. 그 이진화된 영 상에서 최적의 간 영역을 추출하기 위해 간 위치에 대한 사전지식을 이용한다.
• 본 논문에서는 co-occurrence matrix를 사용한 local 比re아molding 방법을 이용하여 간 영역을 분 할하였다.[5] 크기가 MxN이고, gray ]ev이이 LTe vel인 영상으] co-occurrence matrix C는 LxL 크.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기