초록 ▼

본 연구 과제에서는, 지식베이스를 활용하여 내용 기반 영상 검색을 지원하는 의료 영상 관리 기술을 연구한다. 이를 위해, 의료 영상에 대한 영상 처리 기술, 지식베이스 구축 기술, 의료 영상 데이터베이스 구축 관련 기술과 내용 기반 영상검색을 위한 다양한 기반 기술들을 연구하고 이를 반영한 원형 시스템을 구현하여 실험한다.
최근들어 사실 정보인 의료영상이 대량으로 생성되고 있다. 이를 관리하기 위해 의료 영상 저장 전송 시스템(Picture Archiving and Communication Systems, PACS)을 사용하는

본 연구 과제에서는, 지식베이스를 활용하여 내용 기반 영상 검색을 지원하는 의료 영상 관리 기술을 연구한다. 이를 위해, 의료 영상에 대한 영상 처리 기술, 지식베이스 구축 기술, 의료 영상 데이터베이스 구축 관련 기술과 내용 기반 영상검색을 위한 다양한 기반 기술들을 연구하고 이를 반영한 원형 시스템을 구현하여 실험한다.
최근들어 사실 정보인 의료영상이 대량으로 생성되고 있다. 이를 관리하기 위해 의료 영상 저장 전송 시스템(Picture Archiving and Communication Systems, PACS)을 사용하는 경향이 커지고 있다. 이 시스템은 의료 영상의 저장, 전송 등의 기본적인 시스템 자체 기능에 충실한 반면, 내용기반 영상 검색 기능과 분류기능이 제공되지 않으므로 진료 활동과 의료 서비스의 수준 향상을 위해 그 풍부한 의료영상과 진료 정보가 활용되지 못하고 있다.
이에 본 연구 과제에서는, 의료 영상과 영상 처리하여 추출한 내용 기반 특성을 각종 진료 정보로써 의료 영상 데이타베이스를 구축하며, 지식베이스를 활용하여 내용기반 영상 검색 기법을 연구하고 원형 시스템을 개발한다. 이를 위해, 먼저 의료 영상을 처리, 가공하여 각종 특징정보를 추출하고, 의료 영상을 체계적으로 저장하는 의료 영상 데이타베이스를 구축한다. 진료활동에 필요한 정보를 최대한 제공할 수 있도록, 지식 베이스(knowledge base)를 활용하는 내용기반의 지능형 영상 검색 기법을 연구한다. 또한, 이를 실험하는 원형 시스템을 구현한다.
본 과제연구를 통해, 의료 영상 처리 기술, 지식베이스 생성 기술, 의료영상 데이터베이스 생성 기술과 내용기반 영상검색 기술을 도출하였으며, 이를 구현하기 위한 다양한 알고리즘 개발하였다. 또한, 비록 여러 기술들을 실험하기 위한 것이지만, 웹을 이용한 클라이언트/서버 구조의 프로토타입 시스템을 구현하였다.
의료 영상 처리 연구에서는, 뇌 영상의 윤곽선 결정 기법, 객체 영역을 분할하는 기법, 질병 예상 영역을 분할 기법, 그리고 3차원 가시화를 위한 알고리즘과 표면 렌더링을 위한 특징점 추출 방법들을 개발하였다. 의료 영상 데이터베이스 생성 연구에서는, 의료 영상 데이터 모델, 색공간과 질감, 우세점을 이용한 모양 특징 추출 기법을 개발하였다. 색공간과 질감, 모양 특징으로 인덱스 키를 정의하여 검색에 활용할 수 있게 하였다. 지식베이스 연구에서는, 의료 영상을 기본 특징과 관계 특징 정보로써 분류하여 의료 영상과 영상의 객체를 학습, 분류할 수 있는 방법을 개발하였다. 또한 객체, 프레임, 시리즈별로 학습에 따른 규칙 생성 기법을 연구하여 지식베이스를 구축하였다.
의료 영상 검색 연구에서는, QBE 영상 검색 질의 방법, 유사도 영상검색 기법을 토대로한 질의 처리 방식을 개발하였다. 또한, QBE나 스케치 질의를 통해 입력되는 복합 질의 처리 결과를 통합하는 논리곱, 논리합 통합 알고리즘을 개발하였다. 그리고, 3차원 블록 메타포어를 이용한 통합 결과 제시 방법을 연구하였다.
이러한 연구 결과를 토대로, 국제 학술 대회에 3건, 국내학술대회에 27건, 논문지에 1건의 논문을 발표하였다. 이 과제 연구를 위해, 연인원 12명씩 총 36명이 연구활동에 참여하여 프로젝트 수행 능력을 갖추도록 하였으며, 석사 17명, 박사 2명을 배출하였다. 현재 국제전문학술지에 논문 발표를 준비중이다.

Abstract ▼

In this research, we study medical image management techniques that supports content-based image retrieval. Our study includes image processing, knowledge base construction, database management, and other basic techniques for content-based image retrieval. Based on the techniques we develop, we impl

In this research, we study medical image management techniques that supports content-based image retrieval. Our study includes image processing, knowledge base construction, database management, and other basic techniques for content-based image retrieval. Based on the techniques we develop, we implement a prototype system and perform experiments.
Recently, the amount of medical image data is rapidly increasing. To manage those data, the picture archiving and communication systems (PACS) are widely used. The functionality of current systems, however, is limited to basic operations such as storage and transmission of raw image data. Since the advanced functions such as content-based image retrieval or automatic image classification is not supported, the medical images are not fully utilized for assistance to diagnosis and for improvement of the quality of medical services. In this research, we construct a medical image database with images, content features, and various diagnostic information, and study content-based image retrieval techniques by using knowledge bases. First, we study the methods of processing medical images to extract various features. Then we develop a database system that efficiently manages the medical images, and develop the intelligent image retrieval and classification methods. Finally, we implement an experimental prototype system.
In this research, we developed techniques and algorithms for medical image processing, knowledge base construction, image database management, and image retrieval. Also, we implemented a web-based prototype system in client/server architecture for experiments. In image processing, algorithms for contour extraction, object segmentation, detection of disease area, 3-D visualization, and surface rendering are developed. In database construction, methods of image data modeling and algorithms for feature extraction based on color, texture, and shape are developed. These features are used in defining index key for retrieval. In knowledge base construction, the learning and classification algorithms for medical images are developed. The knowledge base is constructed by using the learned rules for objects, image, and the series of images. In image retrieval, the QBE image retrieval and similarity-based query processing methods are developed. Also, algorithms for conjunction and disjunction query processing algorithm that combines the results of retrieval based on QBE or sketch queries.
Based on these research results, we presented 3 papers in international conferences, 27 papers in domestic conferences, and published 1 journal paper. During the project years, total 36 students (12/year) were participated, and 2 Ph.D. and 17 Masters were graduated. A summary paper for international journal is under preparation.

목차 Contents

• Ⅰ. 연구계획 요약문...3
• 1. 국문요약문...3
• Ⅱ. 연구결과 요약문...4
• 1. 국문요약문...4
• 2. 영문요약문...5
• Ⅲ. 연구내용...6
• 1. 서론...6
• 2. 연구방법 및 이론...10
• 3. 결과 및 고찰...76
• 4. 결론...96
• 5. 인용문헌...97