$\require{mediawiki-texvc}$

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.

환자 식별 알고리즘 보완을 위한 의료 영상 유사도 측정 방법
Medical Image Similarity Measurement Method for Patient Identification Algorithms 원문보기

한국정보처리학회 2014년도 추계학술발표대회, 2014 Nov. 05, 2014년, pp.942 - 944  

정병희 (비알씨(주)) ,  양준용 (비알씨(주))

초록
AI-Helper 아이콘AI-Helper

최근 병원정보시스템의 도입으로 병원 내 의료서비스 효율성 향상이 두드러지고 있다. 이러한 병원정보시스템의 개선으로 의료정보 통합이라는 문제가 대두되고 있으며, 이를 시도하고자 하는 움직임이 나타나고 있다. 그러나 의료정보 통합을 위한 선행 단계로 동일 환자를 찾는 문제해결이 우선시 되며, 이를 위한 환자 식별 알고리즘의 연구가 필요시 되고 있다. 대표적인 사례로 MPI(Master Patient Index) 모듈을 통해 환자의 기본 정보 및 진료 정보 등의 여러 필드를 비교하여 유사도를 산출할 수 있으나, 국내에 적합하지 않는 언어체계, 필드별 최적 가중치의 산정 등 여러 가지 문제점들을 가지고 있다. 본 논문은 이러한 MPI 등과 같은 매칭 알고리즘의 정확도를 높일 수 있는 보완적인 방법으로, 환자 필드 정보 외에 촬영한 의료 영상(MRI) 정보를 활용하여 동일 환자를 찾는 방법을 제안한다. 기존의 영상 정보만을 활용한 방법과는 달리, 의료영상의 물리적인 정보를 환자 식별 시 가장 높은 가중치를 부여하여 변하지 않는 불변의 특정 값으로 하여 높은 정확도를 검출하였다. 이러한 영상 정보를 활용한 유사도 측정 결과는 향후 환자 식별에 있어 보조적인 수단으로 활용하고자 한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 구별하고자 해당 방법들을 사용하고 있다. 본 논문에서는 T2기반의 시퀀스를 사용하며, 실험데이터는 Rat 의 MR 영상으로 T2-map을 계산하여 이를 통해 R2-map 값을 얻고자 하였다. 영상 획득은 FSE(Fast Spin Echo) 시퀀스로 획득하였고, T2-map의 계산을 위해서 식 (1)과같이 Signal Intensity(SI)® 계산한다[5].
  • 이러한 환자 정보 식별은 환자의 성명, 주소 등의 개인 기본 정보와 질환 이력 등의 진료 정보의 여러가지 필드를 비교하여 유사도를 측정할 수 있다. 본 논문은 MPI등의 해당 환자 정보 식별 알고리즘의 정확도를 높이기 위해, 보조적인 수단으로 환자의 의료 영상 유사도 측정을 고려하여 전체적인 유사도 측정 알고리즘에 본 방법을 보완적인 방법으로 사용하고자 한다.
  • 본 논문은 MPI등의 환자 정보 식별 알고리즘의 정확도를 높이기 위해, 보조적인 수단으로 환자의 의료 영상유사도 측정을 고려하여 전체적인 유사도 측정 알고리즘을 제안하였다. 실험결과 R2-map을 이용한 부분이 기존의 영상정보만을 가지고 처리한 방법에 비해 비교적 높은 정확도를 산출하여 제안방법이 효율적임을 증명하였다.
  • 물론 개별적인 차이는 다소 존재하겠지만, 일반적으로 철 성분이 다량으로 함유되어 있는 조직에선 해당 T2 value가 다른 신호나 잡음에 비해 상당히 낮게 산출되어 지기 때문에, R2 value는 반대로 의미 있는 높은 값들의 균등한 분포를 갖게 된다. 본 논문은 유사도 비교를 위한 가장 의미있는 특징정보로 R2-map정보 기반의 방법을 제안한다. 이후 특징점 추출을 위해 모폴로지 연산과 이진변환을 통해 특정 기울기 크기 이상의 지점만 추출한다.
본문요약 정보가 도움이 되었나요?

관련 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