지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2018.4
- 수록면
- 103 - 106 (4page)
이용수
초록· 키워드
오류제보하기
In this paper, there are more than 10 million people with cerebrovascular diseases worldwide, and this trend is steadily increasing. Especially in developed countries, patients with cerebrovascular disease are the leading cause of death rate, along with cancer and heart disease. Cerebrovascular disease requires ongoing management because the after-effect remains chronic, and the patient`s condition as well as condition on surface must be followed up with a radiological device. Since there is no way to see inside the skull with an X-ray, we need to check the patient`s condition using CT or MRI device. Even though the same Dicom file is the output, the resolution for each of the MRI and CT and the FOV is different, so it is necessary to manually adjust the size and to set it in order to compare at a glance.
Therefore, even if doctors directly shoot with CT and MRI devices, there is a probability of making mistakes if they manually adjust the image, adjust to the image. Moreover, it would require a lot of work.
To solve this problem, GAN (Generative Adversarial Networks) has been used to modulate MRI into CT through Deep Learning, which is one of the artificial intelligence technologies that has developed as the symbol of fourth industrial revolution era, giving the world a ripple effect. The same resolution and the same environment are assumed in this process. In order to create such DataSet, a pre-processing has to be done manually by a person, so that work can be performed.
We conducted research to replace the uncertainly matched tasks by using the CT and MRI registration software with the existing CT and MRI images without conversion or by registering them after the output operation. Experimental results confirmed that the initial values of CT and MRI cannot be accurately registered for various reasons, and this software was proved necessary.
In the future, this software can be applied to application image processing such as registration through Canny Edge Detection, Blur, Sift, and SURF image processing, mathematical algorithm, automatic image registration through machine learning and deep running. I will study further to make it more convenient.
Therefore, even if doctors directly shoot with CT and MRI devices, there is a probability of making mistakes if they manually adjust the image, adjust to the image. Moreover, it would require a lot of work.
To solve this problem, GAN (Generative Adversarial Networks) has been used to modulate MRI into CT through Deep Learning, which is one of the artificial intelligence technologies that has developed as the symbol of fourth industrial revolution era, giving the world a ripple effect. The same resolution and the same environment are assumed in this process. In order to create such DataSet, a pre-processing has to be done manually by a person, so that work can be performed.
We conducted research to replace the uncertainly matched tasks by using the CT and MRI registration software with the existing CT and MRI images without conversion or by registering them after the output operation. Experimental results confirmed that the initial values of CT and MRI cannot be accurately registered for various reasons, and this software was proved necessary.
In the future, this software can be applied to application image processing such as registration through Canny Edge Detection, Blur, Sift, and SURF image processing, mathematical algorithm, automatic image registration through machine learning and deep running. I will study further to make it more convenient.
목차
ABSTRACT
1. 서론
2. 제안하는 내용
3. 실험결과
4. 결론
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
스타일 전이를 이용한 뇌전용 CT-MRI 융합
한국정보과학회 학술발표논문집
2015 .12
-
영상 유도 수술의 환자 및 CT 데이터 좌표계 정렬을 위한 HK 곡률 기술자 기반 표면 정합 방법
제어로봇시스템학회 논문지
2016 .08
-
음향시뮬레이션을 이용한 MRI실의 음향성능 분석
대한설비공학회 학술발표대회논문집
2017 .06
-
MRI 작동소음 저감을 위한 건축음향적 접근
대한설비공학회 학술발표대회논문집
2017 .06
-
CT 영상을 이용한 복부 T1강조 MRI 합성을 위한 비지도 학습 확산 모델
한국정보과학회 학술발표논문집
2024 .06
-
건축음향적 접근을 통한 MRI실의 명료도 개선
대한설비공학회 학술발표대회논문집
2017 .06
-
CT 영상기반 방사선치료계획시스템을 위한 CT수 대 물리적 밀도 변환에 관한 CT 스캐닝 매개변수의 의존성
한국방사선학회 논문지
2017 .01
-
병원 MRI 작동시 발생하는 소음의 특성 및 평가
대한설비공학회 학술발표대회논문집
2017 .06
-
간문맥 묘출을 위한 최적의 영상진단 장치에 관한 연구: MRI, CT 중심으로
한국방사선학회 논문지
2019 .01
-
<sup>18</sup>F-FDG PET/CT 검사에서 정량분석에 관한 CT와 MRI 조영제의 효과
한국방사선학회 논문지
2016 .01
-
Computational Thinking(CT) 관련 국내 연구 동향 분석 : CT 용어 사용을 중심으로
한국컴퓨터정보학회 학술발표논문집
2017 .07
-
MRI 영상 및 Deep Learning을 이용한 병변 인식 알고리즘 개발
한국정보과학회 학술발표논문집
2018 .06
-
A three-dimensional surface registration method using a spherical unwrapping method and HK curvature descriptors for patient-to-CT registration of image guided surgery
제어로봇시스템학회 국제학술대회 논문집
2016 .10
-
CT X-선 빔들의 유효에너지 결정
한국방사선학회 논문지
2019 .01
-
견관절 MRI검사시 의료보조기구 사용에 따른 영상 선명도의 정량적 평가에 관한 연구
한국기계가공학회 춘추계학술대회 논문집
2017 .04
-
한국의 MRI 건강보험 급여기준 및 진료이용에 관한 연구
한국방사선학회 논문지
2018 .01
-
CT-based MR Image Approximation using Cycle-Consistent Adversarial Networks
대한전기학회 학술대회 논문집
2019 .02
-
MRI 영상의 전처리와 심층학습에 의한 뇌종양 진단보조 시스템 개발
한국지능시스템학회 논문지
2018 .06
-
딥러닝 기반 MRI 영상 분석을 통한 초기 알츠하이머 질환 분류 연구
한국정보과학회 학술발표논문집
2024 .12
-
간 CT 이미지 분류 모델 비교에 관한 연구
한국통신학회 학술대회논문집
2023 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-512-002052128