초록 ▼

연구결과
3차원 영상 분석방법을 이용한 흉부 CT에서의 폐암 진단 보조 시스템을 위하여 개발된 세부 연구 내용은 아래와 같다.
흉부 CT영상 분석을 위한 폐 영상 전처리 및 분할 연구
- SIFT, SUFT, HOG 등의 특징값을 이용한 영상 정합 방법 연구하였다.
- 영상 내 잡음 최소화 및 선명도 향상하기 위하여 흉부 CT 영상들의 노이즈 분석을 실시하여 최적화된 필터를 개발하였다.
- 흉부 CT영상을 fuzzy connectivity를 이용하여 fuzzy map으로 표현하여 폐 영역을 분할하는 reg

연구결과
3차원 영상 분석방법을 이용한 흉부 CT에서의 폐암 진단 보조 시스템을 위하여 개발된 세부 연구 내용은 아래와 같다.
흉부 CT영상 분석을 위한 폐 영상 전처리 및 분할 연구
- SIFT, SUFT, HOG 등의 특징값을 이용한 영상 정합 방법 연구하였다.
- 영상 내 잡음 최소화 및 선명도 향상하기 위하여 흉부 CT 영상들의 노이즈 분석을 실시하여 최적화된 필터를 개발하였다.
- 흉부 CT영상을 fuzzy connectivity를 이용하여 fuzzy map으로 표현하여 폐 영역을 분할하는 region growing 기술을 개발하였다.
- 그래프 크기 최적화, 그래프 컷을 찾기 위한 최단거리 알고리즘 개발을 통하여 향상된 성능의 그래프컷 기반 폐 영역 외곽선 최적화 방법을 개발하였다.
- 폐영역 내부의 관심 영역(region of interest, ROI)을 다중 경계값을 이용하여 추출하였다.
- Optimal fuzzy-rule based classification을 이용하여 관심영역에서 노이즈를 제거 하고 폐혈관과 폐질환 등의 폐 내부 영역 분할 및 삼차원 형상화하는 방법을 개발하였다.
- ITK 기반의 폐 결절 검출 CAD 시스템 Prototype을 개발하였다.

Abstract ▼

Result
The detail statements of developing the CAD in lung CT Image using 3D image analysis are as below.
Preprocessing and segmentation of CT images for medical image analysis.
- Image registration research using feature extraction based on SIFT, SUFT, HOG
- Optimal filter development b

Result
The detail statements of developing the CAD in lung CT Image using 3D image analysis are as below.
Preprocessing and segmentation of CT images for medical image analysis.
- Image registration research using feature extraction based on SIFT, SUFT, HOG
- Optimal filter development based on noise analysis of lung CT images to reduce various types of noises and enhance the input image.
- Lung region segmentation method is developed, which is a novel region growing method using fuzzy connectivity to make fuzzy map of lung anatomy.
- In order to refine the segmented lung contour, we developed graph-cut based contour optimization method with optimal graph size and shortest path finding on this graph.
- In lung region, we detected region of interests (ROIs) using multiple threshold method.
- Moreover, noises and the other useless parts are removed using optimal fuzzy-rule based classification.