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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유원종 (을지대학교) 강성현 (을지대학교) 이용구 (한림성심대학교) 이영진 (가천대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제55권 제3호(통권 제484호)
발행연도
2018.3
수록면
139 - 143 (5page)
DOI
10.5573/ieie.2018.55.3.139

이용수

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

초록· 키워드

오류제보하기
의료진단 분야에서 X-ray를 이용한 진단 비중이 꾸준히 증가하고 있으나, 영상 내에 발생하는 noise로 인해 병변에 대한 정보 획득에 어려움이 있다. 이러한 noise를 제거하기 위해 median, Gaussian, Wiener와 같은 알고리즘이 개발되었으나 영상의 윤곽에 대한 선예도가 감소되어 해상력을 감소시키는 문제가 발생한다. 따라서, 본 논문에서는 선예도를 유지하며 noise를 제거할 수 있는 fast non-local means (FNLM) 알고리즘을 모델링하여 X-ray 기반 영상에서의 유용성을 평가하고자 한다. 연구 방법은 MATLAB을 이용하여 Gaussian noise를 모델링 한 Shepp-Logan phantom 영상을 획득한 후 median, Gaussian, Wiener 그리고 FNLM 알고리즘을 각각 적용하였다. 또한, 영상의 정량적 평가를 위해 설정한 두 개의 ROI 영역에서의 coefficient of variation (COV), contrast to noise ratio (CNR) 및 signal to noise ratio (SNR)을 측정하였다. 결과적으로, FNLM 알고리즘을 적용하였을 경우 noise를 추가시킨 원본영상에 비하여 COV, CNR 그리고 SNR이 약 3.16배, 7.47배 그리고 9.19배 향상되는 것을 확인할 수 있었다. 결론적으로, 본 연구결과를 바탕으로 FNL 알고리즘을 의료영상에 적용할 경우 noise를 효과적으로 제거할 수 있음을 증명하였고, 나아가 임상 적용 가능성을 확인할 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 재료 및 방법
Ⅲ. 결과 및 고찰
Ⅳ. 결론
REFERENCES

참고문헌 (8)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-001885713