조직 기반 계층적 non-rigid 정합 : Visible Human 컬러 단면 영상과 CT 다리 영상에 적용

이호; 강흥식; 김동성; 김계현

추천

검색

자료유형: 학술저널

저자정보: 이호 강흥식 김동성 김계현

저널정보: 대한의용생체공학회 의공학회지 의공학회지 제24권 제4호

발행연도: 2003.1

수록면: 259 - 266 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

해부학적 구조의 변형이 존재하는동일환자에 서 변형을 갖는 부위의 정합영상을 정합하기 위 하여 연구되 는 non- rigid 정 합 방법은 환자간의 정합，환자와 표준영 상간의 정합， 이용한 진단 및 연구에 사용되어 현재 많은 연구가 진행되고 있는 분야이다． 본 논문에서는 서로 형태 색상 특성이 다른 Visible Human 컬러 영상과 CT 영상의 다리 부위를 정합하기 위하여 해부 영상에서 두드러진 차이를 보이는 뼈， 근육， 지방 조직을 분할하고 분할된 각 조직의 경계 단위를 계층적인 정합을 하는 조직 기반 정합 방법을 제안하였다． 제안한 조직 기반의 겅합은 색상 특성이 두드러지게 변하는 경계 부위를 정확히 정합하므로 기존의 특징점을 이용한 정합 방법에 비하여 강력하고 정확한 결과를 얻음을 실험을 통하여 검증하였다． 또한 계층적인 정합은 분할된 조직의 바운딩 박스 （bounding box) 정합． 전역 Rigld 정합과 지역 non- rigid 정합， 정합 보간 (int肛Polation） 을 순차적으로 실행하여 효율적인 계산 시간을 제공하였다．

Non- rigid registlation between different modality images with shape deformation can be used to diagnosis and study for inter- patient image registlation. Iongitudinal intra- pa仇ent registration, and re棘stration between a paticllt image and an atlas image. This paper prop08田 a hi이· al℃ hical Iegistration method using b0dily tissue based segmentation fol Icgistration between col아· imagㅇ 5 alld CT im石lges of the Visible Humall ] eg al' eas. The α 055」 sectional colol, images and the axial CT images ale segmented into three distinctive bodily tissue regions, Iesp帆tively: fat, muscle, and bone. Each Icgion 15 sepalately IeglstCred hi胛剖℃ hically. Bounding boxes containing bodily tissue regions in diffelent modalities al℃ initially legisteled. Then, boundaries of the Icgions are globally reglstered within range of seal 'ching spaㄸ ．Local boundaly segments of the legions ale further registered for non- rigid legistration of the samplcd boundaly points. Non- rigid registration palamet이5 for the un- sampfed points are Interpolated hnearly. Such hierarchical apPIDach enables the method to register imagos efficiently. Moreover, Iogistration of visibly distinct bodily tissue regions PI계OVides accurato and lobust r애ults in le낟ion boundalles and inside the regions. Key words : Visible Human, Bodily tissue based segmentatiㅇ n, Hi아딨Ichical non- rigid registration서 론 본 연구는 20이년도 보건의료기술연구개발사업 （단독기초연구지원： 과 제번호 0l- PJI. PG3- 51300- 0004） 의 지원에 의하여 이루어진 것임 통산저자 : 김동성， (l56- 743) 서울시 동작구 상도동 1번지 숭실대 학교정 보통신 잔자공학부 Tel. 02) 822- 8441, F〔 Ix. 硼） 821- 7653 E- mail. dorlgsurlg釀e. ss脈ac. kr Visible Human 영상은 미국의 NLM (National Library of Medical） 에서 공개한 데이터로 남자의 신쳬에 대해서 CT, MR, 단먼영상을 획득한 것으로 신체 구조 분석의 많은 연구 에 사용 되었다 ［1， 기． MR영상이 비 활동성인 상태의 신쳬에서 획득되어서 관심을 덜받은 반먼， CT영상은 단먼영상과 비교함 260 김게현 · 이 호 · 김동성 · 강흥식 (a) CT영상 （비 컬러 단먼영상

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이호

소속기관 대한의용생체공학회

주요연구분야 공학 > 기타공학 > 의공학

논문수 1 이용수 3

강흥식

소속기관 대한의용생체공학회

주요연구분야 공학 > 기타공학 > 의공학

논문수 1 이용수 3

김동성

소속기관 대한의용생체공학회

주요연구분야 공학 > 기타공학 > 의공학

논문수 6 이용수 21

김계현

소속기관 대한의용생체공학회

주요연구분야 공학 > 기타공학 > 의공학

논문수 1 이용수 3

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)