권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
결과 내 검색
동의어 포함
본 논문에서는 현재 상용중인 내시경 장치와 호환 및 연동 될 수 있는 근적외선 필터 휠을 사용한 광원 장치를 개발하여 새로운 내시경 시스템을 구축하였다. 또한, 근적외선(Near infrared) 분광분석을 통하여 체내의 암 조직과 일반 조직을 구분할 수 있는 근적외선 파장 영역을 결정하여 필터 휠에 적용하였다. 그리고 획득된 영상을 이용하여 이상부위를 검출하고 환부의 진행정도를 정량화하기 위한 영상처리 알고리즘을 개발하고 실제 내시경 영상을 이용하여 검증하였다.
가. 광원 시스템 개발
광원 시스템은 일반 검진상태로 조명(White light)이 조사될 때 컬러필터의 신호를 영상 신호처리부에 전달하며 컬러 영상을 유지하게 하였다. 또한, 선택에 따라 근적외선 필터 휠을 이용하여 근적외선 광원에 의해 영상이 보이도록 시스템을 구성하였다.
또한, 스코프의 광섬유는 석영 광섬유로 대체하여 2000nm까지의 파장을 가지는 근적외선까지 90% 이상의 투과 효율을 가지도록 하였다.
나. NIR분광분석을 이용한 암 조직 판별
700~1100nm까지 단파장의 근적외선 분광 분석을 통하여 암과 일반 조직의 명암도를 상이하게 표현할 수 있는 필터를 선정하였으며, 이를 이용하여 근적외선의 컬러화 표현이 가능하도록 하였다. 실험 결과 975nm 근처에서 암 조직이 일반 조직보다 높은 반사율을 나타내었다. 장파장(1100~2500nm)의 근적외선 분광 분석의 실험 결과 근적외선 영역인 1550~1650nm, 1750~1850nm 그리고 2100~2200nm 영역에서 암과 일반 조직을 구분할 수 있는 점수가 피크를 나타나는데, 이는 문헌에서와 같이 메틸기(CH₃ and CH₂)의 흡수 및 진동 영역과 대부분 일치함을 보여주고 있다. 따라서, 결과에 의한 주요 피크 대를 이용하여 암을 판단하기 위한 회귀식을 구현하면, NIR 분석기를 이용한 암 진단이 가능할 것으로 판단된다.
다. 이상조직 판별을 위한 영상처리 알고리즘 개발
1) 이상부위 검출을 위한 알고리즘
내시경 영상을 5x5의 로컬영상으로 나누고 각 로컬영상에 대한 색상 인자 및 텍스쳐 인자를 구하였다. 전체 20개의 영상인자를 오류역전파 학습 알고리즘을 이용하여 인공 신경망을 구성하였으며 10개 영상에서 26010개의 로컬영상에 대한 학습 및 검증을 수행하였다. 최고의 판단 성공률을 나타내기 위하여 신경망에서 은닉층의 뉴런 수를 최적화시켰으며, 이를 이용하여 이상 여부를 판단하기 위한 경계 값을 결정하였다. 실험 결과 총 10개의 영상을 통하여 평균 96.9%의 적중률을 나타내었다. 위 결과로 디지털 내시경 영상에서 식도염 등의 이상부위를 검출하기 위하여 PBN 알고리즘을 통하여 작은 병변도 검출할 수 있을 것으로 판단된다.
2) 병변의 진행 정도의 판단을 위한 알고리즘 개발
식도염은 LA분류법을 이용하여 A~D까지 4개의 단계로 구분하여 진단하고 있으며 점막의 손상 형태 및 길이에 의해 구분하고 있다. 식도염의 병변 단계를 구분하는데 있어서 색상 인자는 큰 영향을 끼치지 못하므로 텍스쳐 인자를 이용하였으며, BP 신경망을 이용하여 판단하였다. 20개의 영상을 가지고 학습을 하였으며 10개의 영상을 이용하여 검증하였을 때 평균 77%의 낮은 인식률을 나타내었다. 인공 신경망의 특성상 새로운 데이터를 추가하여 재학습이 가능하기 때문에 10개의 검증 영상을 추가하여 30개의 영상을 다시 학습하였다. 그 결과 평균 96%의 인식률을 보였으며, 새로운 데이터를 추가로 학습이 가능하고 높음 인식률을 유지하는 것이 가능한 것으로 판단되었다.*표시는 필수 입력사항입니다.
| 전화번호 |
|---|
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
*표시는 필수 입력사항입니다.
저장 되었습니다.