[논문]SOM 기법을 이용한 초음파 영상에서의 지방간 분류

박하실; 한민수; 김영훈; 김광백

SOM 기법을 이용한 초음파 영상에서의 지방간 분류
Fatty Liver Classification of Ultrasonography Images using SOM Method 원문보기

박하실 (신라대학교 컴퓨터공학과) , 한민수 (신라대학교 컴퓨터교육과) , 김영훈 (신라대학교 컴퓨터공학과) , 김광백 (신라대학교 컴퓨터공학과)

본 논문에서는 환자와 검사자에게 초음파 영상의 객관화된 정보를 정확하게 제공하기 위해 간과 신장의 초음파 영상에 SOM 기법을 적용하여 지방간 농도 수치를 분류하는 방법을 제시한다. 제안된 방법은 간, 신장 영역을 촬영한 초음파 영상에서 촬영정보나 눈금자 등과 같이 필요 없는 부분을 잡음으로 간주하여 제거한 Region Of Interest(ROI) 영상을 추출하고, 추출된 ROI 영상에서 명암대비를 강조하기 위해 Fuzzy Stretching 기법을 적용한다. Stretching된 영상에 Enhanced Average Binary와 Labeling 기법으로 적용하여 얻은 Contour 정보를 분석하여 잡음을 제거한 후, 지방간의 측정 영역을 추출한다. 추출된 간과 신장의 측정 영역에 SOM 기법을 적용하여 명암도 값을 분류한 후, 간과 신장의 실질 영역의 대표 명암도를 각각 추출하여 비교 분석한다. 제안된 방법을 초음파 영상에 적용한 결과, 효율적이고 객관적으로 간의 지방도를 분류할 수 있는 가능성을 확인하였다.

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

문제 정의

지방간을 분류하기 위해서는 같은 초음파 영상에서의 간과 신장의 명암도를 비교하여야 정확히 지방간을 분석을 할 수 있다. 따라서 본 논문에서는 주관적인 판단을 최소화 시키고 정확히 지방간을 분석하기 위해 같은 초음파 영상에서 간과 신장 영역의 명암도를 객관적으로 분석하여 지방간을 분류하는 방법을 제안한다. 그림 3은 초음파 영상에서 지방간을 분석하는 과정을 나타낸 순서도이다.
따라서 본 논문에서는 초음파 검사를 더 객관적으로 판단하여 검사자가 환자에게 정확하게 정보를 전달할 수 있도록 컴퓨터 기법들을 이용하여 간 지방 등급을 보다 객관적으로 구분할 수 있도록 한다.
본 논문에서는 환자와 검사자에게 초음파 영상의 객관화된 정보를 정확하게 제공하기 위해 SOM 기법을 간과 신장의 초음파 영상에 적용하여 지방간 농도 수치를 분류하는 방법을 제시하였다.

제안 방법

이진화 된 영상에서 Edge Tracking 기법을 통해 Labeling 하여 잡음을 제거한 후에 객체를 추출한다. 각 객체를 연결하여 범위 영역을 설정한 후, 이진화를 적용하여 복부 근막, 간과 신장의 경계 근막 그리고 신장 내의 지방을 추출한다. 추출된 객체들 사이에 존재하는 간과 신장의 측정 영역을 추출한다.
간과 신장의 측정 범위 영역에 각각 SOM 기법[8]을 적용한 후 클러스터 분석을 통해 대표 명암도를 측정하여 지방간의 농도 수치를 비교한다. 양자화를 하는 이유는 초음파 산란 현상으로 인하여 초음파 영상에서의 간과 신장의 명암도 값이 다양하기 때문이다.
양자화를 하는 이유는 초음파 산란 현상으로 인하여 초음파 영상에서의 간과 신장의 명암도 값이 다양하기 때문이다. 따라서 최적의 값을 탐색하기 위하여 양자화 한 후, 가장 많이 분포한 클러스터 영역 내의 픽셀들을 대상으로 평균 명암도를 계산한다.
각각의 영상에 SOM 알고리즘을 적용하여 클러스터를 분석한다. 최종적으로 간과 신장의 대표 명암도를 분석하여 지방간을 분석한다.
간과 신장의 초음파 영상에서 영상 정보와 눈금자 영역을 제외한 ROI(Region Of Interest) 영역을 추출한다. 추출된 ROI 영역에 명암 대비를 강조하기 위해 Fuzzy Stretching 기법을 적용한 후, 0보다 큰 픽셀들을 대상으로 평균 이진화를 적용한다. 이진화 된 영상에서 Edge Tracking 기법을 통해 Labeling 하여 잡음을 제거한 후에 객체를 추출한다.

대상 데이터

간과 신장의 초음파 영상에서 영상 정보와 눈금자 영역을 제외한 ROI(Region Of Interest) 영역을 추출한다. 추출된 ROI 영역에 명암 대비를 강조하기 위해 Fuzzy Stretching 기법을 적용한 후, 0보다 큰 픽셀들을 대상으로 평균 이진화를 적용한다.
본 논문에서는 초음파 영상에서의 지방간을 분석하기 위해 제안한 방법을 Pentium(R) Dual-Core CPU T4200 2.00GB RAM이 장착된 PC 상에서 Visual Studio 2010으로 구현하였으며, 1024X768 크기의 Bitmap 형식으로 저장된 각기 다른 Normal Level, Mild Level, Moderate Level 환자의 초음파 영상을 대상으로 실험하였다. 그림 5는 제안한 방법으로 구현한 화면이다.

이론/모형

추출된 객체들 사이에 존재하는 간과 신장의 측정 영역을 추출한다. 각각의 영상에 SOM 알고리즘을 적용하여 클러스터를 분석한다. 최종적으로 간과 신장의 대표 명암도를 분석하여 지방간을 분석한다.

성능/효과

제안된 방법을 적용한 결과, 일부 초음파 영상의 복부 영역에 지방이 많아 상단 근막 자체가 선명하지 않거나 명암도가 다른 객체들에 비해 높은 경우에는 범위 영역이 제대로 추출되지 않는 문제점이 있었다. 따라서 향후 연구 방향으로는 범위 영역을 추출하는 기준이 되는 복부의 상단 근막, 간과 신장의 경계막, 신장 내부의 지방을 추출하는 방법을 단순한 명암도 분석이 아닌 형태학적 정보 분석을 통합하여 추출하는 알고리즘에 대해 연구할 것이다.

후속연구

제안된 방법을 적용한 결과, 일부 초음파 영상의 복부 영역에 지방이 많아 상단 근막 자체가 선명하지 않거나 명암도가 다른 객체들에 비해 높은 경우에는 범위 영역이 제대로 추출되지 않는 문제점이 있었다. 따라서 향후 연구 방향으로는 범위 영역을 추출하는 기준이 되는 복부의 상단 근막, 간과 신장의 경계막, 신장 내부의 지방을 추출하는 방법을 단순한 명암도 분석이 아닌 형태학적 정보 분석을 통합하여 추출하는 알고리즘에 대해 연구할 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

SOM 기법을 이용한 초음파 영상에서의 지방간 분류
Fatty Liver Classification of Ultrasonography Images using SOM Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

SOM 기법을 이용한 초음파 영상에서의 지방간 분류 Fatty Liver Classification of Ultrasonography Images using SOM Method 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

SOM 기법을 이용한 초음파 영상에서의 지방간 분류
Fatty Liver Classification of Ultrasonography Images using SOM Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper