KR100359234B1 - 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체 - Google Patents

내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체 Download PDF

Info

Publication number
KR100359234B1
KR100359234B1 KR1019990027025A KR19990027025A KR100359234B1 KR 100359234 B1 KR100359234 B1 KR 100359234B1 KR 1019990027025 A KR1019990027025 A KR 1019990027025A KR 19990027025 A KR19990027025 A KR 19990027025A KR 100359234 B1 KR100359234 B1 KR 100359234B1
Authority
KR
South Korea
Prior art keywords
medical image
feature vector
image
database
indexing
Prior art date
Application number
KR1019990027025A
Other languages
English (en)
Other versions
KR20010008933A (ko
Inventor
노용만
김소연
Original Assignee
학교법인 한국정보통신학원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 학교법인 한국정보통신학원 filed Critical 학교법인 한국정보통신학원
Priority to KR1019990027025A priority Critical patent/KR100359234B1/ko
Publication of KR20010008933A publication Critical patent/KR20010008933A/ko
Application granted granted Critical
Publication of KR100359234B1 publication Critical patent/KR100359234B1/ko

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 의료 영상의 내용을 참조하여 특징 벡터를 추출하고, 이 추출된 특징 벡터를 이용하여 의료 영상의 데이터 베이스를 효과적으로 구축하며, 질의 영상의 특징 벡터 및 의료 영상의 특징 벡터를 이용하여 구축된 데이터 베이스에서 유사 의료 영상을 검색할 수 있도록 한 의료 영상 데이터 베이스 구축 및 검색 기법에 관한 것으로, 이를 위하여 본 발명은, 데이터 베이스에 구축되는 의료 영상 각각에 대해 많은 문자 정보들을 검색키 정보로써 저장해야만 했던 전술한 선행특허들과는 달리, 각 의료 영상의 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터를 그 검색키 정보로써 각 의료 영상과 함께 데이터 베이스에 저장하기 때문에 각 의료 영상들의 내용 기반 특징에 대한 고정밀한 표현이 가능할 뿐만 아니라 문자에 의한 의료 영상의 검색 정보에 의해 메모리 공간이 과다하게 소모되는 것을 억제할 수 있어, 저장 공간의 이용 효율성을 대폭 증진시킬 수 있는 것이다.
또한, 본 발명은, 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 질의 영상의 인덱싱 특징 벡터와 저장된 각 의료 영상의 인덱싱 특징 벡터에 의거하여 질의 영상에 대한 유사 의료 영상을 검색하도록 함으로써, 질의 영상에 대응하는 유사 의료 영상의 검색을 고정확하게 실현할 수 있는 것이다.

Description

내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체 {METHOD FOR CONSTRUCTING AND RETRIEVALLING A DATA BASE OF A MEDICAL IMAGE BY USING A CONTENT-BASED INDEXING TECHNIQUE AND RECORDING MEDIUM THEREOF}
본 발명은 의료 영상신호를 데이터 베이스화하고 이를 이용하여 유사 의료 영상을 검색하는 기법에 관한 것으로, 더욱 상세하게는 각 의료 영상의 내용 정보(texture)에 의거하여 의료 영상들의 데이터 베이스를 구축하고 이 구축된 의료 영상의 데이터 베이스를 이용하여 질의 의료 영상과 유사도를 갖는 유사 의료 영상을 검색하는 데 적합한 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법 및 그 검색 방법에 관한 것이다.
근래들어, 병원 등과 같은 의료 시설에서 실제 환자를 치료하거나 혹은 의사들이 각종 병변 등에 대한 연구를 수행할 때 환자들의 환부 등을 촬상한 의료 영상이 널리 이용되고 있으며, 컴퓨터 등을 이용한 의료 영상 처리 시스템들이 속속 실용화되어 사용되고 있다.
상기한 바와같은 의료 영상 처리에 관련된 종래 기술로서는 Hachiro Mukai 등에 의해 제안되어“Method for constructing a data base in a medical image control system”의 명칭으로 미국 상표특허청에 5,019,975로 등록된 선행특허(이하 선행특허 1이라함)가 있다.
이러한 선행특허 1은 파일링(filing) 시스템에 관련되는 것으로, 각 의료 영상을 나타내는 문자 정보들을 데이터 베이스(DB)에 기록하는 것과 각 질의 영상에 대한 검색결과(예를들면, 검색 횟수 등)에 의거하여 기록된 의료 영상 각각의 중요도를 기록하는 방식을 개시하고 있다. 여기에서, 질의 영상이란 사용자(예를들면, 의사 등)가 검색을 목표로하는 영상을 의미한다.
즉, 선행특허 1에서는 각 의료 영상에 대한 문자 정보들이 검색키 정보로써 데이터 베이스에 각각 저장된 상태에서 질의 영상(즉, 질의용 문자 정보)이 주어지면, 이 주어진 질의 영상의 문자 정보에 대응하는 의료 영상의 문자 정보를 데이터 베이스에서 검색하고, 이 검색결과에 의거하여 검색된 의료 영상의 중요도를 증가시키며, 또한 한정된 용량의 데이터 베이스가 모두 채워진 상태에서 저장하고자하는 새로운 의료 영상이 제공될 때 중요도가 낮은 의료 영상, 예를들어 검색 횟수가 가장 적은 의료 영상 및 관련 문자 정보(검색키 정보)를 삭제하고 새로운 의료 영상 및 관련 문자 정보들을 저장하는 방식으로 의료 영상용 데이터 베이스를 제어하는 방법을 개시하고 있다.
그러나, 상술한 바와같은 방식으로 데이터 베이스를 관리하는 선행특허 1은 한정된 용량을 갖는 데이터 베이스를 효율적으로 관리할 수 있고 또한 중요한 영상 데이터를 보다 효율적으로 검색할 수 있다는 다소간의 장점을 갖는 반면에 각 의료 영상마다 가변적이고 많은 문자 정보들을 검색키 정보로써 저장해야 하기 때문에 저장 공간을 효율적으로 사용하는 데 있어서의 근본적인 문제는 해결하지 못하고 있다. 즉, 선행특허 1은 한정된 저장 용량을 갖는 저장 공간의 이용 효율을 극대화하는 데는 한계를 가질 수밖에 없다.
또한, 선행특허 1은 저장 공간에 저장된 각 의료 영상들의 중요도(즉, 검색 횟수)가 모두 한계치 이상인 상태에서 저장하고자하는 새로운 의료 영상이 들어올 때 삭제해야 할 의료 영상의 선택을 어떤 식으로 해야 할 지 모르게 되는 등의 중대한 문제를 야기시킬 수 있는 문제점을 내포하고 있다.
한편, 의료 영상 처리에 관련된 다른 종래 기술로서는 David Gur 등에 의해 제안되어“Method of identifying and archiving medical images”의 명칭으로 미국 상표특허청에 5,241,472로 등록된 선행특허(이하 선행특허 2라함)가 있다.
이러한 선행특허 2는 의료 영상의 내용을 내부에서 제공되는 문자 정보를 이용하여 자동적으로 기록하는 방법에 관한 것으로, 문자 프레임으로부터 문자 정보를 자동 추출하는 방법과 추출한 문자 정보를 문자 파일로 변환하는 방법을 포함하고 있다. 여기에서, 문자 파일은 그것과 관련된 영상과 결합하여 문자 헤더를 구성하는 데 사용되며, 각 페이지당 저장된 영상과 문자 헤더는 검색을 위한 디렉토리 주소로 사용된다. 즉, 선행특허 2는 마치 영상 페이지에 메시지를 삽입하는 것과 같은 원리를 이용, 즉 저장된 의료 영상의 내용을 인덱싱할 때 문자 헤더 정보를 이용하는 기술 사상을 개시하고 있다.
그러나, 상술한 바와같은 선행특허 2는 비교적 단순한 영상을 빠르고 간편하게 검색해 내는데는 유용하다고 할 수도 있으나, 의료 영상의 내용이 복잡하고 다양한 경우 그로 인해 문자 헤더 정보가 매우 커지게 되기 때문에 한정된 저장 용량을 갖는 저장 공간의 이용 효율을 극대화하는 데는 한계를 가질 수밖에 없다. 즉, 복잡한 의료 영상을 정확하게 표현하기 위해서는 문자 헤더 정보의 양이 많아질 수밖에 없는 데 이 경우 검색을 위한 문자 헤더 정보가 불필요하게 많은 저장 공간을 점유하게 되기 때문에 저장 공간의 이용 효율이 떨어지게 되는 문제가 야기된다.
또한, 유사 의료 영상의 검색을 위해 문자 헤더 정보를 이용하는 선행특허 2는 문자가 가지는 표현력의 한계로 인해 유사 의료 영상에 대한 검색 효율이 떨어질 수밖에 없는 근본적인 문제를 갖는다.
다른한편, 의료 영상 처리에 관련된 또다른 종래 기술로서는 William C. Mortimore 등에 의해 제안되어“Computer based multimedia medical database management system and user interface”의 명칭으로 미국 상표특허청에 5,740,428로 등록된 선행특허(이하 선행특허 3이라함)가 있다.
이러한 선행특허 3은 다양한 멀티미디어 의료 영상 데이터에서 의료 영상을 저장하고 효과적으로 처리하는 컴퓨터 데이터 베이스에 관한 것으로, 단일한 식별자(identifier)를 창출하고 이를 통해 각 데이터 객체가 연결되는 데, 그래프적인 표현으로 볼 때 식별자는 영상과 문자로 나누어진다. 즉, 인코더에서는 다양한 멀티미디어 의료 영상 데이터에 적합한 식별자를 창출하고, 디코더에서는 이를 분석하여 의료 영상 데이터와 연결시킨다.
따라서, 선행특허 3은 각종 의료 영상 데이터에서 식별자를 추출하고, 이 추출된 식별자를 각 의료 영상과 연결시키기 때문에 저장 공간의 이용 효율성 증진을 어느 정도는 도모할 수 있으나, 인코더에서 창출된 식별자가 해당 의료 영상의 내용을 얼마나 정확하게 표현할 수 있느냐는 새로운 문제를 갖는다. 즉, 선행특허 3은 식별자 추출시에 의료 영상의 내용을 고려하고 있지 않기 때문에 의료 영상의 내용 정도에 따른 구분의 정확도가 떨어질 수밖에 없으며, 이것은 결국 질의 의료 영상에 대한 유사 의료 영상의 검색 효율을 저하시키는 한 원인으로 작용하게 된다는 새로운 문제를 야기시킨다.
따라서, 본 발명은 상술한 종래기술의 문제점을 해결하기 위한 것으로, 의료 영상의 내용을 기반으로 하여 특징 벡터를 추출하고, 이 추출된 특징 벡터를 이용하여 의료 영상의 데이터 베이스를 효과적으로 구축할 수 있는 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법을 제공하는 데 그 목적이 있다.
본 발명의 다른 목적은 내용 기반의 특징 벡터를 이용하여 구축된 의료 영상의 데이터 베이스에서 질의 영상의 내용에 기반한 특징 벡터를 이용하여 그에 대응하는 유사 의료 영상을 고속으로 검색할 수 있는 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법을 제공하는 데 있다.
본 발명의 또다른 목적은 내용 기반의 특징 벡터를 이용하여 의료 영상용 데이터 베이스를 구축하고, 질의 영상에서 추출한 내용 기반의 특징 벡터를 이용하여 구축된 데이터 베이스에서 유사 의료 영상을 검색하는 프로그램을 기록하며, 컴퓨터로 판독할 수 있는 기록 매체를 제공하는 데 있다.
상기 목적을 달성하기 위한 일 관점에 따른 본 발명은, 인체의 각 부분에 대해 촬상한 의료 영상을 검색 및 판독 가능한 데이터 베이스로 구축하는 방법에 있어서, 병변의 형태 또는 해부학적 데이터에 근거하여 입력 의료 영상을 분할하는 제 1 과정; 상기 분할된 의료 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 2 과정; 상기 주파수 분할된 의료 영상의 공간 주파수 밴드에서의 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 산출하는 제 3 과정; 상기 산출된 에너지 평균과 에너지 분산에 의거하여 상기 입력 의료 영상의 특징 벡터를 추출하는 제 4 과정; 상기 추출된 특징 벡터를 인덱싱하여 상기 입력 의료 영상의 인덱싱 특징 벡터를 도출하는 제 5 과정; 및 상기 입력 의료 영상과 함께 상기 추출된 인덱싱 특징 벡터를 상기 데이터 베이스에 저장하는 제 6 과정으로 이루어진 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법을 제공한다.
상기 목적을 달성하기 위한 다른 관점에 따른 본 발명은, 인체의 각 부분에 대해 촬상한 의료 영상을 그 검색키 정보와 함께 저장한 데이터 베이스에서 질의 영상에 대응하는 유사 의료 영상을 검색하는 방법에 있어서, 상기 데이터 베이스에서 검색하고자하는 질의 영상이 입력되면, 입력된 상기 질의 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 1 과정; 상기 주파수 분할된 질의 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 2 과정; 상기 추출된 특징 벡터를 인덱싱하여 상기 질의 영상의 인덱싱 특징 벡터를 도출하는 제 3 과정; 상기 도출된 질의 인덱싱 특징 벡터와 상기 데이터 베이스에 저장된 각 의료 영상의 인덱싱 특징 벡터간의 비교 검색을 통해 유사 의료 영상을 검색 및 인출하는 제 4 과정; 및 상기 검색 및 인출된 다수의 유사 의료 영상을 인덱싱 특징 벡터의 유사도 순서에 따라 순차 배열하여 모니터상에 디스플레이하는 제 5 과정으로 이루어진 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법을 제공한다.
상기 목적을 달성하기 위한 또 다른 관점에 따른 본 발명은, 인체의 각 부분에 대해 촬상한 의료 영상을 검색 및 판독 가능한 데이터 베이스로 구축하고, 이 구축된 데이터 베이스에서 검색을 목표로하는 질의 영상에 대응하는 유사 의료 영상을 검색하는 프로그램을 기록하며, 컴퓨터로 판독 가능한 기록 매체에 있어서,병변의 형태 또는 해부학적 데이터에 근거하여 입력 의료 영상을 분할하는 제 1 과정; 상기 분할된 의료 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 2 과정; 상기 주파수 분할된 의료 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 3 과정; 상기 추출된 특징 벡터를 인덱싱하여 상기 입력 의료 영상의 인덱싱 특징 벡터를 도출하는 제 4 과정; 상기 입력 의료 영상과 함께 상기 추출된 인덱싱 특징 벡터를 상기 데이터 베이스에 저장하는 제 5 과정; 상기 데이터 베이스에서 검색하고자하는 질의 영상이 입력될 때, 입력된 상기 질의 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 6 과정; 상기 주파수 분할된 질의 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 7 과정; 상기 추출된 특징 벡터를 인덱싱하여 상기 질의 영상의 인덱싱 특징 벡터를 도출하는 제 8 과정; 상기 도출된 질의 인덱싱 특징 벡터와 상기 데이터 베이스에 저장된 각 의료 영상의 인덱싱 특징 벡터간의 비교 검색을 통해 유사 의료 영상들을 검색하는 제 9 과정; 및 상기 검색된 유사 의료 영상들을 인덱싱 특징 벡터의 유사도 순서에 따라 순차 배열하여 모니터상에 디스플레이하는 제 10 과정을 실행하기 위한 프로그램을 기록한 상기 컴퓨터로 판독 가능한 기록 매체를 제공한다.
도 1은 본 발명에 따라 의료 영상의 내용에 근거하여 추출한 특징 벡터를 이용하여 의료 영상의 데이터 베이스를 구축하고, 특징 벡터를 이용하여 구축된 데이터 베이스에서 목표로하는 유사 의료 영상을 검색하는 각 과정들을 기능 블록화하여 구성한 의료 영상 처리 시스템의 블록구성도,
도 2는 본 발명에 따라 의료 영상을 사이코 비쥬얼 주파수로 분할할 때 방사 방향 및 각도 방향에서의 공간 주파수 영역을 설명하기 위해 도시한 도면,
도 3은 본 발명의 바람직한 실시예에 따라 내용 기반 인덱싱 기법을 이용하여 의료 영상의 데이터 베이스를 구축하는 과정을 도시한 플로우챠트,
도 4는 본 발명에 따라 내용 기반 인덱싱 기법을 이용하여 구축된 의료 영상의 데이터 베이스에서 목표로하는 임의의 질의 영상에 대응하는 유사 의료 영상을 검색하는 과정을 도시한 플로우챠트.
＜도면의 주요부분에 대한 부호의 설명＞
102 : 선택신호 입력 블록 104 : 영상 분할 블록
106 : 주파수 분할 블록 108 : 특징 벡터 추출 블록
110 : 특징 벡터 인덱싱 블록 112 : 데이터 베이스
114 : 특징 벡터 인덱싱 검색 블록 116 : 유사 의료 영상 배열 블록
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세하게설명한다.
도 1은 본 발명에 따라 의료 영상의 내용에 근거하여 추출한 특징 벡터를 이용하여 의료 영상의 데이터 베이스를 구축하고, 특징 벡터를 이용하여 구축된 데이터 베이스에서 목표로하는 유사 의료 영상을 검색하는 각 과정들을 기능 블록화하여 구성한 의료 영상 처리 시스템의 블록구성도이다.
도 1을 참조하면, 기능 블록화하여 구성한 의료 영상 처리 시스템은 선택신호 입력 블록(102), 영상 분할 블록(104), 주파수 분할 블록(106), 특징 벡터 추출 블록(108), 특징 벡터 인덱싱 블록(110), 데이터 베이스(112), 특징 벡터 인덱싱 검색 블록(114) 및 유사 의료 영상 배열 블록(116)을 포함한다.
먼저, 선택신호 입력 블록(102)은, 예를들어 의료 영상 처리 시스템이 퍼스널 컴퓨터에 탑재된다고 가정할 때, 키보드, 마우스 등과 같은 입력 수단을 포함하는 것으로, 사용자가 키보드내 조작키 또는 마우스 등을 이용하여 사용자 조작신호를 입력할 때 그에 상응하는 선택신호(또는 제어신호), 예를들면 외부로부터 입력되는 의료 영상을 데이터 베이스(112)에 저장하도록 하는 의료 영상 구축 제어신호, 모니터상에 디스플레이중인 임의의 의료 영상에서 사용자(예를들면, 의사 등)가 선택한 부분(병변의 형태나 사용자(의사)가 알고 있는 해부학적 지식에 의거해 선택한 부분)에 대응하는 의료 영상 영역 선택신호, 질의 영상에 대응하는 유사 의료 영상을 데이터 베이스(112)에서 검색하도록 하는 검색 제어신호 등을 발생하여 라인 L11을 통해 영상 분할 블록(104) 및/또는 특징 벡터 인덱싱 블록(110)으로 제공한다.
다음에, 데이터 베이스의 구축을 위해 라인 L12를 통해 외부로부터 제공되는 의료 영상 데이터는 영상 분할 블록(104) 및 데이터 베이스(112)로 각각 제공(의료 영상 구축 모드)되며, 또한 사용자 요구 또는 선택에 따라 데이터 베이스(112)에서 유사 의료 영상을 검색하고자하는 질의 영상 데이터가 영상 분할 블록(104)으로 제공(질의 영상 검색 모드)되는 데, 영상 분할 블록(104)은 의료 영상 구축 모드시에 라인 L12를 통해 제공되는 의료 영상 데이터를 그대로 주파수 분할 블록(106)으로 제공하거나 혹은 라인 L11 상의 의료 영상 영역 선택신호에 따라 라인 L12 상의 의료 영상에서 선택한 부분 의료 영상 데이터를 주파수 분할 블록(106)으로 제공하며, 또한 질의 영상 검색 모드시에 라인 L11로부터의 검색 선택신호에 응답하여 외부로부터 입력되는 질의 영상 데이터 또는 부분 질의 영상 데이터를 주파수 분할 블록(106)으로 제공한다.
즉, 영상 분할 블록(104)에서는, 라인 L11을 통해 제공되는 선택신호에 응답하여, 데이터 베이스로의 저장 혹은 데이터 베이스에서의 질의 검색을 원하는 영상 부분(즉, 병변의 형태나 사용자(의사)가 알고 있는 해부학적 지식에 의거해 선택한 영상 부분)을 분할하여 주파수 분할 블록(106)으로 전달한다.
한편, 주파수 분할 블록(106)은 상기한 영상 분할 블록(104)으로부터 제공되는 의료 영상 또는 질의 영상을 사이코 비쥬얼(Psychovisual) 주파수 영역으로 분할한 다음 특징 벡터 추출 블록(108)으로 제공한다. 여기에서, 사이코 비쥬얼 주파수 분할이란 2차원 영상 데이터를 퓨리에 영역에서, 일예로서 도 2에 도시된 바와같이, S21의 방사 방향(radial direction)과 S22의 각도 방향(angular direction)을 기준으로 주파수 공간을 나누는 것을 의미한다.
잘 알려진 바와같이, 인간의 시신경에 대한 주파수 특성은 대역이 제한된 영역의 필터 뱅크(filter bank)들로 구분, 즉 일정 대역폭을 가진 몇 개의 시각적 채널(channel)로 나누어진다. 이러한 인간 시각 시스템에 적합한 공간 주파수 영역 분할은, 도 2에 도시된 바와같이, 방사 방향에서는 옥타브 밴드(octave band)로 나누어지고 , 각도 방향에서는 균등한 밴드로 나누어진다. 따라서, 본 발명에서는 이러한 인간의 시각 특성을 고려하여 입력되는 의료 영상 또는 질의 영상을 사이코 비쥬얼 주파수로 분할한다.
다음에, 특징 벡터 추출 블록(108)에서는 상기한 주파수 분할 블록(106)으로부터 제공되는 주파수 공간, 즉 라돈 공간상의 신호를 분석하여 의료 영상의 내용에 근거하는 특징 벡터를 추출, 공간 주파수 밴드에서의 에너지 평균 및 에너지 분산을 이용하여 아래의 수학식 1과 같이 특징 벡터 FV(feature vector)를 추출한다. 즉, 특징 벡터는 공간 주파수 밴드에서의 에너지 평균과 에너지 분산으로 구성된다.
상기한 수학식 1에 있어서, n,m은 에너지 평균을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타낸다. 따라서, Fmean(n,m)은 n,m 공간 주파수 밴드에서의 에너지 평균치를 나타낸다. 또한, p,q는 에너지 분산을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타낸다. 따라서, Fdev(p,q)는 p,q 공간 주파수 밴드에서의 에너지 분산치를 나타낸다.
여기에서, 특징 벡터를 구성하는 요소중의 하나인 에너지 평균(Fmean(n,m))은 아래의 수학식 2와 같이 산출할 수 있다.
상기한 수학식 2에서 P(ωγ,ωθ)는 공간 주파수 영역의 에너지를 나타내고, Wr은 방사 방향의 가중치를 나타내며, Wa는 각도 방향의 가중치를 나타내고, fd는 주파수 영역을 나타낸다.
또한, 특징 벡터를 구성하는 요소중의 하나인 에너지 분산(Fdev(p,q))은 아래의 수학식 3과 같이 산출할 수 있다.
즉, 특징 벡터 추출 블록(108)에서는 상기한 수학식 2 및 3을 이용하여 공간 주파수 밴드에서의 에너지 평균과 에너지 분산을 각각 구하고, 이 구해진 에너지 평균 및 에너지 분산에 의거하여 사이코 비쥬얼 주파수 분할된 의료 영상 또는 질의 영상의 특징 벡터를 추출하며, 여기에서 추출된 특징 벡터는 특징 벡터 인덱싱 블록(110)으로 제공된다.
다음에, 특징 벡터 인덱싱 블록(110)에서는 특징 벡터 추출 블록(108)으로부터 제공되는 특징 벡터에 대한 인덱싱을 수행하는 데, 여기에서 얻어지는 인덱싱 특징 벡터들은 라인 L13을 통해 데이터 베이스(112)로 제공되거나 혹은 라인 L14를 통해 특징 벡터 인덱싱 검색 블록(114)으로 제공된다. 즉, 특징 벡터 인덱싱 블록(110)은 라인 L11을 통해 선택 신호 입력 블록(102)으로부터 의료 영상 구축 선택신호가 제공될 때(즉, 의료 영상 구축 모드일 때) 입력 의료 영상에서 추출한 인덱싱 특징 벡터를 라인 L13을 통해 데이터 베이스(112)로 전달하여 대응하는 의료 영상과 함께 저장되도록 하고, 라인 L11을 통해 선택 신호 입력 블록(102)으로부터 질의 영상 검색 선택신호가 제공될 때(즉, 질의 영상 검색 모드일 때) 질의 의료 영상에서 추출한 인덱싱 특징 벡터를 라인 L14를 통해 특징 벡터 인덱싱 검색 블록(114)으로 전달한다.
따라서, 데이터 베이스(112)에서는, 현재 모드가 의료 영상 구축 모드일 때, 라인 L11을 통해 제공되는 의료 영상 데이터와 라인 L13을 통해 제공되는 관련 인덱싱 특징 벡터를 임의의 공간에 저장하게 된다.
즉, 본 발명에 따라 데이터 베이스(112)에는 데이터 베이스화하고자하는 의료 영상들과 각 의료 영상에 각각 대응하는 인덱싱 특징 벡터들이 저장되는 데, 여기에서 각 의료 영상에 대응하는 인덱싱 특징 벡터는 질의 영상에 대한 유사 의료 영상을 찾고자할 때 검색 인덱스(또는 검색키) 정보로써 이용된다.
이때, 본 발명에 따라 데이터 베이스(112)에 저장된 의료 영상들은 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터(즉, 인간의 시각 특성을 고려하여 추출한 특징 벡터)를 그 검색키 정보로써 저장하기 때문에 저장되는 각 의료 영상들의 특징에 대한 고정밀한 표현이 가능하며, 또한 많은 문자 정보들을 검색키 정보로써 저장해야만 했던 전술한 선행특허들과는 달리, 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터만을 저장하기 때문에 검색키 정보가 점유하는 메모리 공간의 점유도를 대폭 낮출 수 있어 데이터 베이스에서의 저장 공간 이용에 대한 고효율화를 실현할 수 있다.
한편, 특징 벡터 인덱싱 검색 블록(114)은, 라인 L14를 통해 질의 영상의 인덱싱 특징 벡터가 제공될 때, 즉 현재 모드가 질의 영상 검색 모드일 때, 질의 영상에서 추출한 인덱싱 특징 벡터에 의거하여 데이터 베이스(112)에 저장된 의료 영상들의 인덱싱 특징 벡터들을 검색, 즉 질의 영상의 인덱싱 특징 벡터를 검색키로 사용하여 의료 영상들의 인덱싱 특징 벡터들을 검색함으로써, 질의 영상과 유사도를 갖는 유사 의료 영상들을 순차 검색하며, 검색된 유사 의료 영상들을 데이터 베이스(112)로부터 순차 인출(또는 판독)하여 다음단의 유사 의료 영상 배열 블록(116)으로 제공한다. 예를들어, 하나의 질의 영상에 대해 20개의 유사 의료 영상이 검색되었다고 가정할 때, 특징 벡터 인덱싱 검색 블록(114)에서는 가장 유사한 의료 영상(즉, 인덱싱 특징 벡터가 가장 유사한 의료 영상)부터 순차 판독하는 방식으로 검색된 유사 의료 영상들을 인출한다.
이때, 본 발명에 따라 각 의료영상들은 데이터 베이스(112)에 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터를 그 검색키로써 가지고 있기 때문에 저장되는 각 의료 영상들의 내용 기반 특징에 대한고정밀한 표현이 가능하며, 또한 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 질의 영상의 인덱싱 특징 벡터를 이용해 저장된 각 의료 영상의 인덱싱 특징 벡터를 검색함으로써 질의 영상에 대한 유사 의료 영상을 검색하기 때문에 질의 영상에 대응하는 유사 의료 영상의 검색을 고정밀하게 실현할 수 있다.
또한, 유사 의료 영상 배열 블록(116)에서는 인덱싱 특징 벡터가 유사한 순서로 제공되는 각 의료 영상들을 그 유사도 순서에 따라 그래픽 메뉴 화면으로 구성하며, 여기에서 구성되는 그래픽 메뉴 화면 데이터는 도시 생략된 디스플레이측으로 전달된다. 따라서, 도시 생략된 모니터상에는 사용자가 선택(또는 입력)한 질의 영상과 유사한 검색된 다수의 유사 의료 영상을 포함하는 의료 영상 메뉴 화면 데이터가 디스플레이될 것이다.
다른한편, 상술한 실시예에서는 입력되는 의료 영상을 대응하는 각 인덱싱 특징 벡터와 함께 데이터 베이스에 그대로 저장하는 것으로하여 설명하였으나, 본 발명이 반드시 이에 국한되는 것은 아니며, 이 기술분야에 잘 알려진 JPEG, MPEG 등과 같이 표준화된 압축 알고리즘을 이용하여 압축 부호화된 의료 영상 데이터를 베이터 베이스에 저장하는 경우에도 적용할 수 있으며, 이 경우 의료 영상의 입력측과 출력측에 의료 영상의 부호화를 위한 인코더와 복호화를 위한 디코더를 구비하면 될 것이다.
다음에, 상술한 바와같은 구성을 갖는 의료 영상 처리 시스템에서 본 발명에 따라 내용 기반의 특징 벡터를 이용하여 의료 영상의 데이터 베이스를 구축하는 과정에 대하여 설명한다.
도 3은 본 발명의 바람직한 실시예에 따라 내용 기반 인덱싱 기법을 이용하여 의료 영상의 데이터 베이스를 구축하는 과정을 도시한 플로우챠트이다.
도 3을 참조하면, 의료 영상 처리 시스템이 의료 영상 구축 모드일 때 의료 영상용 데이터가 입력되면(단계 302), 도 1의 영상 분할 블록(104)에서는 입력된 의료 영상에 대해 데이터 베이스로의 저장을 원하는 부분을 분할한다(단계 304). 이러한 의료 영상의 분할은 사용자 선택에 따라 병변의 형태나 사용자(의사)가 알고 있는 해부학적 지식에 의거해 임의적으로 수행될 수 있다.
다음에, 단계(306)에서는 분할된 의료 영상(즉, 데이터 베이스에 저장하고자하는 의료 영상 부분)을 사이코 비쥬얼 주파수 영역으로 분할, 보다 상세하게는, 일예로서 도 2에 도시된 바와같이, 2차원 영상 데이터에 대해 퓨리에 영역에서 S21의 방사 방향과 S22의 각도 방향을 기준으로 주파수 공간을 분할한다.
또한, 단계(308)에서는 주파수 공간으로 분할된 의료 영상에 대해 데이터 베이스에서의 검색키로써 사용하기 위한 특징 벡터를 추출, 보다 상세하게는 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 입력 의료 영상의 특징 벡터를 추출한다. 이를 위하여 도 1의 특징 벡터 추출 블록(108)에서는 전술한 수학식 2 및 3을 이용하여 입력 영상의 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 각각 산출하고, 전술한 수학식 1에서와 같이, 산출된 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 이용하여 의료 영상의 특징 벡터(FV)를추출한다.
다음에, 단계(310)에서는 입력 의료 영상에서 추출한 특징 벡터를 인덱싱하여 인덱싱 특징 벡터를 구하며, 이와같이 구해진 의료 영상의 인덱싱 특징 벡터는 자신에게 대응하는 입력 의료 영상과 함께 데이터 베이스(112)의 소정 영역에 저장된다(단계 312).
즉, 본 발명에 따른 의료 영상 데이터 베이스 구축 방법에서는 입력되는 의료 영상마다 주파수 밴드에서의 에너지 평균 및 에너지 분산에 의거하여 특징 벡터를 추출하고, 이 추출된 특징 벡터를 인덱싱하여 얻은 인덱싱 특징 벡터를 해당 의료 영상을 검색하기 위한 검색키(또는 검색 인덱스) 정보로써 데이터 베이스에 저장한다.
따라서, 본 발명에 따라 데이터 베이스에 저장되는 의료 영상들은 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터, 즉 인간의 시각 특성을 고려하여 추출한 특징 벡터를 그 검색키로써 저장하기 때문에 저장되는 각 의료 영상들의 특징에 대한 고정밀한 표현이 가능하며, 또한 데이터 베이스에 구축되는 의료 영상 각각에 대해 많은 문자 정보들을 검색키 정보로써 저장해야만 했던 전술한 선행특허들과는 달리, 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터만을 저장하기 때문에 검색키 정보가 점유하는 메모리 공간의 점유도를 대폭 절감, 즉 의료 영상의 검색 정보에 의해 메모리 공간이 과다하게 소모되는 것을 억제할 수 있어, 저장 공간의 이용 효율성을 대폭 증진시킬 수 있다.
다음에, 전술한 바와같은 구성을 갖는 의료 영상 처리 시스템에서 본 발명에 따라 내용 기반의 특징 벡터를 이용하여 구축된 데이터 베이스에서 질의 영상의 인덱싱 특징 벡터를 이용해 유사 의료 영상을 검색하는 과정에 대하여 설명한다.
도 4는 본 발명에 따라 내용 기반 인덱싱 기법을 이용하여 구축된 의료 영상의 데이터 베이스에서 목표로하는 임의의 질의 영상에 대응하는 유사 의료 영상을 검색하는 과정을 도시한 플로우챠트이다.
도 4를 참조하면, 전술한 바와같이 본 발명에 따라 의료 영상용 데이터 베이스가 구축된 상태, 즉 의료 영상들과 각 의료 영상에 대응하는 인덱싱 특징 벡터(검색키 정보)가 저장된 상태에서(단계 402), 사용자가 질의 영상 검색 모드를 선택, 즉 질의 영상이 입력되면(단계 404), 도 1의 영상 분할 블록(104)에서는 입력된 질의 영상에 대해 데이터 베이스에서의 검색을 원하는 부분을 분할하는 데, 이러한 질의 영상의 분할은 사용자 선택에 따라 병변의 형태나 사용자(의사)가 알고 있는 해부학적 지식에 의거해 임의적으로 수행될 수 있다.
다음에, 단계(406)에서는 분할된 질의 영상(즉, 데이터 베이스에서 유사 의료 영상을 검색하고자하는 질의 영상 부분)을 사이코 비쥬얼 주파수 영역으로 분할, 보다 상세하게는, 일예로서 도 2에 도시된 바와같이, 2차원 영상 데이터에 대해 퓨리에 영역에서 S21의 방사 방향과 S22의 각도 방향을 기준으로 주파수 공간을 분할한다.
또한, 단계(408)에서는 주파수 공간으로 분할된 질의 영상에 대해 내용 기반의 특징 벡터를 추출, 즉 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 질의 영상의 특징 벡터를 추출한다. 이를 위하여 도 1의 특징 벡터 추출 블록(108)에서는 전술한 수학식 2 및 3을 이용하여 질의 영상의 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 각각 산출하고, 전술한 수학식 1에서와 같이, 산출된 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 이용하여 질의 영상의 내용 기반 특징 벡터(FV)를 추출한다.
다음에, 단계(410)에서는 질의 영상에서 추출한 특징 벡터를 인덱싱하여 인덱싱 특징 벡터를 구하는 데, 이와같이 구해진 질의 영상의 인덱싱 특징 벡터는 라인 L14를 통해 특징 벡터 인덱싱 검색 블록(114)으로 절단된다.
한편, 단계(412)에서는 질의 영상의 인덱싱 특징 벡터에 의거하여 데이터 베이스(112)에 저장된 의료 영상들의 인덱싱 특징 벡터들을 검색, 즉 질의 영상의 인덱싱 특징 벡터를 검색키로 사용하여 의료 영상들의 인덱싱 특징 벡터들을 검색함으로써, 질의 영상과 유사도를 갖는 유사 의료 영상들을 순차 검색하고, 검색된 유사 의료 영상들을 데이터 베이스(112)로부터 순차 인출한다. 예를들어, 하나의 질의 영상에 대해 20개의 유사 의료 영상이 검색되었다고 가정할 때, 가장 유사한 의료 영상(즉, 인덱싱 특징 벡터가 가장 유사한 의료 영상)부터 순차 판독하는 방식으로 검색된 유사 의료 영상들을 인출한다.
다음에, 단계(414)에서는 인덱싱 특징 벡터가 유사한 순으로 인출되는 각 의료 영상들을 그 유사도 순서에 따라 배열하여 그래픽 메뉴 화면으로 구성하며, 여기에서 구성되는 그래픽 메뉴 화면 데이터는 도시 생략된 디스플레이측으로 전달된다. 따라서, 도시 생략된 모니터상에는 사용자가 선택한 질의 영상과 관련되는 검색된 다수의 유사 의료 영상을 포함하는 의료 영상 메뉴 화면 데이터가 디스플레이된다.
따라서, 본 발명에 따라 데이터 베이스에 저장된 의료 영상들은 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 인덱싱 특징 벡터를 그 검색키로써 가지고 있기 때문에 저장되는 각 의료 영상들의 내용 기반 특징에 대한 고정밀한 표현이 가능하며, 또한 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 질의 영상의 인덱싱 특징 벡터와 저장된 각 의료 영상의 인덱싱 특징 벡터에 의거하여 질의 영상에 대한 유사 의료 영상을 검색하기 때문에 질의 영상에 대응하는 유사 의료 영상의 검색을 고정확하게 실현할 수 있다.
다른한편, 본 발명의 의료 영상 데이터 베이스 구축 방법에 따라 내용 기반의 특징 벡터를 검색키 정보로 이용하여 의료 영상용 데이터 베이스를 구축하고, 질의 영상에서 추출한 내용 기반의 특징 벡터를 이용하여 구축된 데이터 베이스에서 유사 의료 영상을 검색하는 프로그램 또는 알고리즘을 이동 및 휴대가 가능한 기록 매체(예를들면, CD 등)에 기록하여 사용할 수 있으며, 이러한 기록 매체는 컴퓨터 등과 같은 기기를 이용하여 판독할 수 있다.
이상 설명한 바와같이 본 발명에 따르면, 데이터 베이스에 구축되는 의료 영상 각각에 대해 많은 문자 정보들을 검색키 정보로써 저장해야만 했던 전술한 선행특허들과는 달리, 각 의료 영상의 공간 주파수 밴드에서의 에너지 평균과 에너지분산에 의거하여 추출한 인덱싱 특징 벡터를 그 검색키 정보로써 각 의료 영상과 함께 데이터 베이스에 저장하기 때문에 각 의료 영상들의 내용 기반 특징에 대한 고정밀한 표현이 가능할 뿐만 아니라 검색키 정보가 점유하는 데이터 베이스에서의 메모리 공간 점유도를 대폭 절감, 즉 의료 영상의 검색 정보에 의해 메모리 공간이 과다하게 소모되는 것을 억제할 수 있어, 저장 공간의 이용 효율성을 대폭 증진시킬 수 있다.
또한, 본 발명의 의료 영상 검색 방법에 따르면, 공간 주파수 밴드에서의 에너지 평균과 에너지 분산에 의거하여 추출한 질의 영상의 인덱싱 특징 벡터와 저장된 각 의료 영상의 인덱싱 특징 벡터에 의거하여 질의 영상에 대한 유사 의료 영상을 검색하기 때문에 질의 영상에 대응하는 유사 의료 영상의 검색을 고정확하게 실현할 수 있다.

Claims (11)

  1. 삭제
  2. 인체의 각 부분에 대해 촬상한 의료 영상을 검색 및 판독 가능한 데이터 베이스로 구축하는 방법에 있어서,
    병변의 형태 또는 해부학적 데이터에 근거하여 입력 의료 영상을 분할하는 제 1 과정;
    상기 분할된 의료 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 2 과정;
    상기 주파수 분할된 의료 영상의 공간 주파수 밴드에서의 에너지 평균(Fmean(n,m))과 에너지 분산(Fdev(p,q))을 산출하는 제 3 과정;
    상기 산출된 에너지 평균과 에너지 분산에 의거하여 상기 입력 의료 영상의 특징 벡터를 추출하는 제 4 과정;
    상기 추출된 특징 벡터를 인덱싱하여 상기 입력 의료 영상의 인덱싱 특징 벡터를 도출하는 제 5 과정; 및
    상기 입력 의료 영상과 함께 상기 추출된 인덱싱 특징 벡터를 상기 데이터 베이스에 저장하는 제 6 과정으로 이루어진 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법.
  3. 제 2 항에 있어서, 상기 에너지 평균(Fmean(n,m))은, 다음의 수학식에 의해 산출되는 것을 특징으로 하는 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법.
    (상기 수학식에서 n,m은 에너지 평균을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타내고, P(ωγ,ωθ)는 공간 주파수 영역의 에너지를 나타내며, Wr은 방사 방향의 가중치를 나타내고, Wa는 각도 방향의 가중치를 나타내고, fd는 주파수 영역을 나타냄)
  4. 제 3 항에 있어서, 상기 에너지 분산(Fdev(p,q))은, 다음의 수학식에 의해 산출되는 것을 특징으로 하는 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 방법.
    (상기한 수학식에서 p,q는 에너지 분산을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타냄)
  5. 삭제
  6. 인체의 각 부분에 대해 촬상한 의료 영상을 그 검색키 정보와 함께 저장한 데이터 베이스에서 질의 영상에 대응하는 유사 의료 영상을 검색하는 방법에 있어서,
    상기 데이터 베이스에서 검색하고자하는 질의 영상이 입력되면, 입력된 상기 질의 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 1 과정;
    상기 주파수 분할된 질의 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 2 과정;
    상기 추출된 특징 벡터를 인덱싱하여 상기 질의 영상의 인덱싱 특징 벡터를 도출하는 제 3 과정;
    상기 도출된 질의 인덱싱 특징 벡터와 상기 데이터 베이스에 저장된 각 의료 영상의 인덱싱 특징 벡터간의 비교 검색을 통해 유사 의료 영상을 검색 및 인출하는 제 4 과정; 및
    상기 검색 및 인출된 다수의 유사 의료 영상을 인덱싱 특징 벡터의 유사도 순서에 따라 순차 배열하여 모니터상에 디스플레이하는 제 5 과정으로 이루어진 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법.
  7. 제 6 항에 있어서, 상기 제 2 과정은:
    상기 주파수 분할된 질의 영상의 공간 주파수 밴드에서의 에너지 평균(Fmean(n,m))을 산출하는 과정;
    상기 주파수 분할된 질의 영상의 공간 주파수 밴드에서의 에너지 분산(Fdev(p,q))을 산출하는 과정; 및
    상기 산출된 에너지 평균과 에너지 분산에 의거하여 상기 질의 영상의 특징 벡터를 추출하는 과정을 포함하는 것을 특징으로 하는 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법.
  8. 제 7 항에 있어서, 상기 에너지 평균(Fmean(n,m))은, 다음의 수학식에 의해 산출되는 것을 특징으로 하는 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법.
    (상기 수학식에서 n,m은 에너지 평균을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타내고, P(ωγ,ωθ)는 공간 주파수 영역의에너지를 나타내며, Wr은 방사 방향의 가중치를 나타내고, Wa는 각도 방향의 가중치를 나타내고, fd는 주파수 영역을 나타냄)
  9. 제 8 항에 있어서, 상기 에너지 분산(Fdev(p,q))은, 다음의 수학식에 의해 산출되는 것을 특징으로 하는 내용 기반 인덱싱 기법을 이용한 의료 영상 검색 방법.
    (상기한 수학식에서 p,q는 에너지 분산을 위한 사이코 비쥬얼 주파수 분할의 방사 방향과 각도 방향의 순서를 각각 나타냄)
  10. 삭제
  11. 인체의 각 부분에 대해 촬상한 의료 영상을 검색 및 판독 가능한 데이터 베이스로 구축하고, 이 구축된 데이터 베이스에서 검색을 목표로하는 질의 영상에 대응하는 유사 의료 영상을 검색하는 프로그램을 기록하며, 컴퓨터로 판독 가능한 기록 매체에 있어서,
    병변의 형태 또는 해부학적 데이터에 근거하여 입력 의료 영상을 분할하는 제 1 과정;
    상기 분할된 의료 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 2 과정;
    상기 주파수 분할된 의료 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 3 과정;
    상기 추출된 특징 벡터를 인덱싱하여 상기 입력 의료 영상의 인덱싱 특징 벡터를 도출하는 제 4 과정;
    상기 입력 의료 영상과 함께 상기 추출된 인덱싱 특징 벡터를 상기 데이터 베이스에 저장하는 제 5 과정;
    상기 데이터 베이스에서 검색하고자하는 질의 영상이 입력될 때, 입력된 상기 질의 영상을 사이코 비쥬얼 주파수 영역으로 분할하는 제 6 과정;
    상기 주파수 분할된 질의 영상을 주파수 공간상에서 분석하여 내용 기반의 특징 벡터를 추출하는 제 7 과정;
    상기 추출된 특징 벡터를 인덱싱하여 상기 질의 영상의 인덱싱 특징 벡터를 도출하는 제 8 과정;
    상기 도출된 질의 인덱싱 특징 벡터와 상기 데이터 베이스에 저장된 각 의료 영상의 인덱싱 특징 벡터간의 비교 검색을 통해 유사 의료 영상들을 검색하는 제 9 과정; 및
    상기 검색된 유사 의료 영상들을 인덱싱 특징 벡터의 유사도 순서에 따라 순차 배열하여 모니터상에 디스플레이하는 제 10 과정을 실행하기 위한 프로그램을 기록한 상기 컴퓨터로 판독 가능한 기록 매체.
KR1019990027025A 1999-07-06 1999-07-06 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체 KR100359234B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019990027025A KR100359234B1 (ko) 1999-07-06 1999-07-06 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990027025A KR100359234B1 (ko) 1999-07-06 1999-07-06 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체

Publications (2)

Publication Number Publication Date
KR20010008933A KR20010008933A (ko) 2001-02-05
KR100359234B1 true KR100359234B1 (ko) 2002-11-01

Family

ID=19599591

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019990027025A KR100359234B1 (ko) 1999-07-06 1999-07-06 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체

Country Status (1)

Country Link
KR (1) KR100359234B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230027945A (ko) 2021-08-20 2023-02-28 경희대학교 산학협력단 영상 인덱싱 장치 및 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100400500B1 (ko) * 2000-08-21 2003-10-08 삼성전자주식회사 특징 벡터 데이터 공간의 인덱싱 방법
US7860286B2 (en) * 2007-04-24 2010-12-28 Microsoft Corporation Medical image acquisition error detection
CN102027490B (zh) 2008-05-14 2016-07-06 皇家飞利浦电子股份有限公司 基于图像分割的图像分类

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230027945A (ko) 2021-08-20 2023-02-28 경희대학교 산학협력단 영상 인덱싱 장치 및 방법

Also Published As

Publication number Publication date
KR20010008933A (ko) 2001-02-05

Similar Documents

Publication Publication Date Title
CN112163634B (zh) 实例分割模型样本筛选方法、装置、计算机设备及介质
US6335746B1 (en) Information processing method and apparatus for displaying a list of a plurality of image data files and a list of search results
EP0947937B1 (en) Image search apparatus and method
KR100708067B1 (ko) 디지털 영상 검색 장치 및 그 방법
KR101015365B1 (ko) 시각적으로 대표되는 비디오 썸네일을 생성하는 컴퓨터 구현 방법, 컴퓨팅 장치, 컴퓨터, 비디오 장치, 비디오 기록 장치 및 컴퓨터 판독가능 기록매체
JP4981221B2 (ja) メディア・セグメント化システムおよび関連する方法
KR100471927B1 (ko) 웹 기반 영상 데이터 검색 시스템 및 그 방법
US20060112142A1 (en) Document retrieval method and apparatus using image contents
EP0803794A2 (en) Interchangeable storage medium, method of controlling same and computer system using same
KR20030059403A (ko) 멀티미디어 검색방법 및 장치
WO1996017313A1 (en) Method and apparatus for indexing multimedia information streams
KR100518781B1 (ko) 하이퍼사각형 기반의 다차원 데이터 세그먼테이션 장치,클러스터링 장치 및 그 방법
CN110321448A (zh) 一种图像检索方法、装置和存储介质
US6912531B1 (en) Image storage method and apparatus
KR100442991B1 (ko) 트리구조의 동영상 색인 기술자를 이용한 검색장치 및 그 방법
KR100359234B1 (ko) 내용 기반 인덱싱 기법을 이용한 의료 영상 데이터 베이스 구축 및 검색 방법과 기록 매체
KR20090037704A (ko) 직관적 이미지 검색을 위한 이미지의 메타 데이터 생성방법
Seth et al. A review on content based image retrieval
CN112100412B (zh) 图片检索方法、装置、计算机设备和存储介质
KR102481009B1 (ko) 크로마 서브 샘플링된 이미지들에 대한 빠른 참조 객체 저장 형식에 대한 방법
CN112182261A (zh) 影像存储方法、装置、计算机设备和存储介质
KR100446639B1 (ko) 셀 기반의 고차원 데이터 색인 장치 및 그 방법
Kim et al. A multi-step approach for partial similarity search in large image data using histogram intersection
KR101142062B1 (ko) 멀티미디어 데이터의 문자 기반 메타데이터 검색을수행하는 데이터 베이스 장치 및 방법
JPS62243067A (ja) 画像フアイル装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20081006

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee