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 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
장현우 (부산대학교) 김광백 (신라대학교) 김창원 (부산대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 2013년도 춘계학술대회 학술발표논문집 제23권 제1호
발행연도
2013.4
수록면
154 - 157 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
본 논문은 Fuzzy Contrast Enhancement 기법과 FCM을 이용하여 대비를 개선한 후, Fuzzy Contrast Enhancement를 적용한 간과 신장에서의 지방간 농도 수치를 분류하는 방법을 제시한다.
각각의 간, 신장 영역을 촬영한 초음파 영상에서 촬영 정보나 눈금자 등과 같이 필요 없는 부분을 잡음으로 간주하여, 제거한 ROI 영상을 추출하고, Fuzzy Contrast Enhancement 알고리즘을 이용하여 명암 대비를 강조한다. Fuzzy Contrast Enhancement가 적용된 간. 신장 영역 영상에서 평균 이진화를 적용한 후, 평균 이진화를 적용한 영상에 Blob 알고리즘을 적용하여 간, 신장 실질 영역의 ROI영상을 추출한다. 추출한 간 영역과 신장영역의 ROI 영상을 FCM을 이용하여, 10개의 Brightness Level로 각각 분류한 후, 분류된 간, 신장 실질 영역의 Brightness Level 중 많이 분포된 Brightness Level을 기준으로 간, 신장 실질 영역의 Brightness 대표 범위를 추출한다.
추출한 간, 신장 실질 영역의 Brightness 대표 범위를 간과 신장의 Brightness의 거리를 구한 후, Brightness Coentroid Medthod를 이용하여 간과 신장의 Brightness 대표값을 추출한다.
제안된 방법을 간, 신장 영역을 촬영한 영상에 적용하여 간 지방도의 분류한 결과. 간 지방 진단 분야에서 효과적으로 적용할 수 있는 자료를 제시할 수 있음을 영상의학과 전문의의 판독과 비교하여 확인할 수 있었다.

목차

요약
1. 서론
2. Fuzzy Contrast Enhancement
3. FCM 양자화과 Brightness Centroid Method를 이용한 지방간 대표값 추출
4. 시뮬레이션 및 결과 고찰
참고문헌

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-020-002621455