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
- 홍헬렌
- 발행연도
- 2016
- 저작권
- 서울여자대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 복부 CT 영상에서 복부 장기를 자동 분할하는 방법을 제안한다. 첫째, 훈련 아틀라스에서 대상 영상과 유사한 아틀라스를 선정하기 위해 뼈 영역 기반 3D 유사 정합 및 주요 장기 내 밝기값 기반 유사도 측정을 통해 대상 영상의 장기 형상 변이가 큰 훈련 아틀라스를 제외한다. 둘째, 복부 장기의 위치와 형태를 파악하기 위해 영상 기반 3D 유사 정합 및 지역적 가중투표를 통해 초기 복부 장기 모델을 추출한다. 셋째, 유사 밝기값 영역으로의 누출을 막기 위해 마스크 기반 3D 어파인 정합 및 지역적 가중투표를 통하여 간, 좌우 신장, 비장의 분할 결과를 개선하고 주변 장기와의 위치관계를 이용하여 계층적으로 담낭과 췌장의 분할 결과를 개선한다. 제안 복부 장기 자동 분할 방법의 평가를 위해 복부 CT 데이터 7개에 대하여 정성적 평가와 정량적 평가를 수행하고, 다수투표(MV) 기법을 통한 초기 분할 및 분할 개선 결과, 영상 기반 정합을 통한 초기 분할 결과, 마스크 기반 정합을 통한 분할 개선 결과 및 계층적 분할 개선 결과를 수동 분할 결과와 비교한다. 정성적 평가 결과 계층적 분할 개선 결과가 MV 기법을 통한 초기 분할 및 분할 개선, 영상 기반 정합을 통한 초기 분할, 마스크 기반 정합을 통한 분할 개선 결과와 비교, 주변 유사 밝기값으로의 누출이 방지됨을 확인할 수 있다. 정량적 평가 결과 MV 기법을 통한 초기 분할 및 분할 개선, 영상 기반 정합을 통한 초기 분할, 마스크 기반 정합을 통한 분할 개선, 계층적 분할 개선 결과의 다이스 유사 계수가 80.42%, 88.66%, 90.33%, 90.47%로 측정되었다. 본 제안방법을 통해 복부 장기를 자동으로 분할함으로써 복부 장기의 질병 진단 및 치료 계획을 위한 장기의 형태 파악에 사용될 수 있다.
목차
제 1 장 서 론 11.1. 연구 배경 및 필요성 11.2. 연구 목적 및 내용 31.3. 논문의 구성 4제 2 장 관 련 연 구 52.1. 변형모델 기반 분할 기법 52.2. 확률 아틀라스 기반 분할 기법 6제 3 장 복부 장기 자동 분할 기법 83.1. 유사 아틀라스 자동 선정 103.1.1. 명암대비 스트레칭을 통한 복부 영상 개선 113.1.2. 뼈 영역 기반 3D 유사 정합 123.2. 복부 장기 초기 분할 153.2.1. 영상 기반 유사 정합과 지역적 가중투표 153.3. 복부 장기 분할 개선 173.3.1. 마스크 기반 어파인 정합과 지역적 가중투표 183.3.2. 계층적 정합과 지역적 가중투표 20제 4 장 실험 및 결과 234.1. 실험 데이터 및 평가방법 234.2. 정성적 평가 결과 244.3. 정량적 평가 결과 274.4. 수행시간 측정 결과 31제 5 장 결론 및 향후 연구 방향 33참 고 문 헌 34
최근 본 자료
댓글(0)
0