메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
1
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
MRI와 CT 영상은 의료 진단과 치료에서 가장 일반적인 수단이지만, 의료영상을 정확하게 분할하는 것은 신호강도의 불균등성과 잡음으로 인하여 매우 어려운 문제이다. 이 문제를 해결하기 위하여 본 논문에서는 두개의 단계를 갖는 효과적인 자동분할 알고리듬을 제안한다. 첫 단계에서는 형태학적 능동 컨투어 및 레벨셋 과정을 통하여 뇌영상으로부터 두개골 영역을 제거한다. 레벨셋 과정에서 더욱 정밀도를 높이기 위하여 뇌영상의 슬라이스 위치에 따른 AI 규칙이 정의된다. 두 번째 단계에서는 변형된 EM알고리듬이 두개골 제거 의료영상의 주요영역들을 식별하기 위하여 수행되는데, 주요영역은 CSF(뇌척수액), GM(회색질) 그리고 WM(백색질)이다. 이 후보영역들은 베이지안 추정과정을 통하여 더 정확한 CSF, GM 및 WM으로 재추정된다. 의료영상 분할실험 결과 제안한 방법이 IBSR, OASIS 그리고 한국 DB에 대하여 강인한 분할 결과를 얻었다. AI 규칙을 갖는 레벨셋 방법은 뇌에서 MRI 슬라이스의 위치와 무관하게 두개골이 제거된 영상을 얻었다. 또한 베이지안 후처리는 기본 EM 알고리듬에 대하여 CSF, GM 그리고 WM 탐지비율에서 10~15%의 분할성능 향상을 가져왔다.

MRI and CT images are the most popular formats assisting a doctor in diagnosis and treatment, but highly accurate segmentation is a challenging problem due to intensity inhomogeneity and environmental noises. In this paper, we introduce an appropriate and effective automatic approach to facilitate this problem in two stages. In the first stage, skull region is removed from the brain by morphological active contour and level set process. Moreover, in level set process, some AI rules are defined on slice positions of brain to increase the accuracy. In the second stage, a modified EM method is performed on the resultant skull-stripping image to identify some candidate main regions of CSF (cerebro-spinal fluid), GM (gray matter), and WM (white matter). The candidate regions are then re-estimated into the proper CSF, GM, and WM through a Bayesian Estimation Process. The experimental results show that the proposed approach obtains a robust segmentation for IBSR, OASIS and Korean Hospital database. With the proposed AI-rules, the level set method gets good skull-stripping images regardless of MRI slice position in bran. Also, Bayesian postprocessing can improve the segmentation performance by 10~15% in CSF, GM and WM ratios compared the basic EM algorithm.
#brain image segmentation #morphological active contour #level set with AI rules #EM #bayesian estimation process

목차

Abstract
요약
I. Introduction
II. Skull-Stripping Algorithm
III. Brain Segmentation Algorithm
IV. Experimental Results
V. Conclusion
Reference

참고문헌 (32)

참고문헌 신청
N. D. Prins, et. al, "Measuring progression of cerebral white matter lesions on MRI: visual rating and volumetrics", Neurology, Vol. 62, No. 9, pp. 1533-1539. May 2004. google schola S. Yousefi S, R. Azmi, and M. Zahedi, "Brain tissue segmentation in MR images based on a hybrid of MRF and social algorithms", Medicine Image Analysis Journal, Vol. 16, No. 4, pp. 840- 848, May 2012. google schola J. C. Jagath and F. Kruggel, "Segmentation of MR images with intensity inhomogeneities", Journal of Image and Vision Computing, Vol. 16, No. 3, pp. 165-180, Mar. 1998. google schola S. Prima, et. al, "Maximum Likelihood Estimation of the Bias Field in MR Brain Images: Investigating Different Modelings of the Imaging Process", Proceedings of Medical Image Computing and Computer-Assisted Intervention (MICCAI' 2001), Vol. 2208, pp. 811-819, Oct. 2001. google schola S. Bauer, et. al, "A survey of MRI-based medical image analysis for brain tumor studies", Physics in Medicine and Biology, Vol. 58, No. 13, pp. 97-129, July 2013 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

The Effect of Personality Traits, Physical Attractiveness, and Intelligence on Reproductive Behavior
Keuntae Kim 한국사회학 2015.12
Calibrating Deep Learning Model for Medical AI Applications with Imbalanced Data
Gyuseok Lee ,  Hwanjo Yu 한국통신학회 학술대회논문집 2023.06
Study of Datasets in AI Based Medical Informatics
Samaneh Shamshi ,  i ,  Insoo Sohn 한국통신학회 학술대회논문집 2021.06
MRI 영상의 전처리와 심층학습에 의한 뇌종양 진단보조 시스템 개발
조용현 한국지능시스템학회 논문지 2018.06
MRI 영상의 유효영역과 GLCM에 의한 질감특징 추출에 따른 신경망 기반 뇌종양 진단에 관한 연구
조용현 한국지능시스템학회 논문지 2017.06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-566-002858597