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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한의료정보학회 Healthcare Informatics Research Healthcare Informatics Research 제14권 제4호
발행연도
2008.1
수록면
471 - 483 (13page)

이용수

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

초록· 키워드

오류제보하기
Objective: Unfolding is a rendering method to visualize organs at a glance by virtually incising them. Although conventional methods exploit gray-scale volume datasets such as CT or MR images, we use the Visible Korean Human dataset preserving actual color. This can be helpful for the study of anatomical knowledge. Segmented images of Visible Korean Human dataset store the boundary of organs. Since medical experts manually perform the segmentation from anatomical color images, it is very time-consuming. In general, therefore, some images selectively sampled with interval from entire color images are segmented. When we generate a segment volume dataset with the selected images, final results are deteriorated due to lack of segmentation information for missed images. In this paper, we solve this problem by generating intermediate images without performing a manual segmentation. Methods: Firstly, after comparing differences of organ’s contours in between two consecutive segmented images, we represent the differences as a user-defined value in the intermediate images. This procedure is repeated for all pairs of manually segmented images to reconstruct entire volume data consist of manually segmented images and their intermediate images. In rendering stage, we perform the radial volume ray casting along with the central path of target organ. If a ray reaches to a region having the user-defined values, we advance over the region without compositions to the boundary of that region. Then the color composition is begun by performing backtracking, since the advanced region is regarded to the thickness of it. Results: As a result, we can produce high quality unfolding images for the stomach, colon, bronchus, and artery of the Visible Korea Human dataset. Conclusion: Since our approach can be applied to virtual dissection including actual human colors, it is helpful for the endoscopy and anatomy studies.
#Unfolding #Visible Korean Human Dataset #Segmented Images #Volume Ray Casting

목차

등록된 정보가 없습니다.

참고문헌 (26)

참고문헌 신청
Ackerman MJ / 1999 / The visible human project: a resource for education / J Academic Medicine 74 (6) : 667 ~ 670 google schola Balogh E / 2002 / Virtual dissection of the colon: technique and first experiments with artificial and cadaveric phantoms / J SPIE 4681 : 713 ~ 721 google schola Bartroli AV / 2001 / Nonlinear virtual colon unfolding / Proceedings of the Visualization : 21 ~ 26 google schola Bartroli AV / 2001 / Virtual colon flattening. Proceedings of the VisSym Joint Eurographics / IEEE TCVG Symposium on Visualization : 127 ~ 136 google schola Bartz D / 2005 / Virtual endoscopy in research and clinical practice / J Computer Graphics Forum 24 (1) : 111 ~ 126 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0