DC Field | Value | Language |
---|---|---|
dc.contributor.author | Lim, Joowon | ko |
dc.contributor.author | Park, Jinah | ko |
dc.date.accessioned | 2021-11-04T06:41:26Z | - |
dc.date.available | 2021-11-04T06:41:26Z | - |
dc.date.created | 2021-11-01 | - |
dc.date.created | 2021-11-01 | - |
dc.date.issued | 2021-09 | - |
dc.identifier.citation | 정보과학회논문지, v.48, no.9, pp.1007 - 1013 | - |
dc.identifier.issn | 2383-630X | - |
dc.identifier.uri | http://hdl.handle.net/10203/288754 | - |
dc.description.abstract | 볼륨 데이터는 3차원 내부 정보를 가지고 있어서 정량적인 분석이 가능하다. 특히 의료영상 데이터는 인체 내부 구조를 3차원으로 시각화 할 수 있으나 이를 위해서는 균등한 복셀이 필요하다. 하지만 CT 데이터의 경우 방사선량을 줄이기 위해 슬라이스 이미지 사이의 간격이 넓은 볼륨 데이터를 얻는 경우가 있다. 이 경우, 3차원으로 재구성할 때 불연속적으로 시각화되거나 정량적인 오차를 유발할 수 있어 이미지 보간이 필요하게 된다. 본 논문에서는 고화질의 슬라이스 이미지로부터 CT 이미지 슬라이스 간의 보간에 필요한 정보를 자기지도학습으로 유추하는 방법을 제안하고자 한다. 이를 위하여 축소한 슬라이스 이미지를 신경망의 입력값으로 넣고, 신경망은 이 이미지를 원본 이미지로 복원하는 과정을 학습한다. 본 연구에서 제안하는 방법은 최근접 이웃 보간법과 삼선형 보간법보다 세부 정보를 유추하는 장점을 보이고 참값을 가지고 지도 학습으로 학습한 신경망 결과보다 성능이 저하되지 않음을 확인하였다. | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 자기지도학습으로 추론된 특징을 이용한 CT 영상의 보간 방법 | - |
dc.title.alternative | Interpolation Method for CT Image Reconstruction using Features Inferred by Self-Supervised Learning | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 48 | - |
dc.citation.issue | 9 | - |
dc.citation.beginningpage | 1007 | - |
dc.citation.endingpage | 1013 | - |
dc.citation.publicationname | 정보과학회논문지 | - |
dc.identifier.doi | 10.5626/jok.2021.48.9.1007 | - |
dc.identifier.kciid | ART002755191 | - |
dc.contributor.localauthor | Park, Jinah | - |
dc.contributor.nonIdAuthor | Lim, Joowon | - |
dc.description.isOpenAccess | N | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.