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
- 학위논문
- 저자정보
- 지도교수
- 전준현
- 발행연도
- 2018
- 저작권
- 동국대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
JPEG 알고리즘의 경우 블록 단위로 DCT(Discrete Cosine Transform)를 수행하는 특징으로 인해, 영상의 왜곡이 최소화 되어야 하는 진단의료영상 처리에 적합하지 않다는 문제점을 지닌다. 이에 본 논문은 JPEG 보다 압축률 대비 더 나은 화질을 보이는 JPEG2000의 DWT (Discrete Wavelet Transform)를 사용하였고, 무손실 압축을 위한 5,3tap 필터가 적용되었다. 이를 기반으로 진단의료영상을 7개의 부 대역으로 분할하여 각 대역 별 특징을 분석하고, 그에 따른 대역 제거를 통하여 진단의료영상 별 최적의 DWT 알고리즘을 제안한다. 각 부 대역별 파워와 엔트로피를 계산하여 각 부 밴드의 중요도를 판단 후 그에 따라 부 대역을 제거하여 대역 분할된 영상을 복원하고 MSE(Mean Squared Error)와 엔트로피를 계산하였다. 실험 결과, 진단의료영상의 특징과 통계 특성에 따라 선택되는 고주파 대역이 달라짐을 확인 하였고, 이를 바탕으로 진단의료영상별 최적의 대역 제거 우선순위를 얻을 수 있었다. 또한 시각적 무손실을 위한 선별적 대역 제거를 이용하여 중요도가 낮은 대역을 제거 해도 병증 검출 및 진단에 큰 영향을 미치지 않고 시각적 고품질이 유지된 것을 확인하였다.
목차
제1장 서 론 1제1절 연구 배경 1제2절 논문 구성 2제2장 표준 JPEG2000 알고리즘 및 JPEG알고리즘의 문제점 3제1절 표준 JPEG2000 알고리즘 31. 선처리 32. DWT(Discrete Wavelet Transform) 43. 양자화(Quantization) 74. 엔트로피 코딩(Entropy Coding) 7제2절 JPEG알고리즘의 문제점 및 JPEG2000과 JPEG 차이점 81. JPEG 알고리즘의 문제점 82. JPEG2000과 JPEG 차이점 9제3절 디지털 진단 의료 영상의 화질 평가 방법1. 엔트로피(Entropy) 102. 파워(Power) 113. MSE(Mean Squared Error) 11제3장 기존의 노이즈 리덕션 방식제1절 세 가지 threshold 선택한 방법 12제2절 각 노이즈 리덕션 방식의 장단점 14제4장 제안한 DWT 방식 15제1절 진단의료영상의 각 대역별 통계특성 분석 151. CT-Chest영상의 각 대역별 통계특성 분석 172. CT-Head영상의 각 대역별 통계특성 분석 183. MRI영상의 각 대역별 통계특성 분석 194. Vessel영상의 각 대역별 통계특성 분석 20제2절 영상의 특성에 따른 대역의 취사선택 211. CT-Chest영상 특성에 따른 대역의 취사선택 222. CT-Head영상 특성에 따른 대역의 취사선택 233. Vessel영상 특성에 따른 대역의 취사선택 244. MRI영상 특성에 따른 대역의 취사선택 26제3절 웨이블릿 계수를 Nonlinear threshold적용 27제5장 실험방법 및 결과 28제1절 실험방법 28제2절 결과 29제6장 결론 33참 고 문 헌 34
최근 본 자료
댓글(0)
0