KR100657867B1 - Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization - Google Patents

Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization Download PDF

Info

Publication number
KR100657867B1
KR100657867B1 KR1020050094632A KR20050094632A KR100657867B1 KR 100657867 B1 KR100657867 B1 KR 100657867B1 KR 1020050094632 A KR1020050094632 A KR 1020050094632A KR 20050094632 A KR20050094632 A KR 20050094632A KR 100657867 B1 KR100657867 B1 KR 100657867B1
Authority
KR
South Korea
Prior art keywords
image
module
smoothing
region
interest
Prior art date
Application number
KR1020050094632A
Other languages
Korean (ko)
Inventor
김원하
천민수
김성민
Original Assignee
건국대학교 산학협력단
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 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Priority to KR1020050094632A priority Critical patent/KR100657867B1/en
Application granted granted Critical
Publication of KR100657867B1 publication Critical patent/KR100657867B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Abstract

An apparatus and a method for detecting a center point of a mass area by using a repetitive and adaptive histogram equalization are provided to determine an interest area and a non-interest area, thereby calculating the center point of the mass area. An equalization module receives an initial mammography image of a breast cancer from an image acquisition module(S10). A resynthesis member resynthesizes the processing image in order to display(S20). A removal module compares the acquired image with a critical value(S30). If the brightness of the obtained image is below the critical value, the removal module removes the corresponding area as a non-interest area(S40). The removal module obtains the interest area of each mass through the repetitive procedures.

Description

반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치 및 그 방법{Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization} BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an apparatus and method for detecting a center point of a mass region using repeated adaptive histogram smoothing,

도 1 은 본 발명의 일실시예에 따른 매스 영역의 중심점 검출장치에 관한 블록도.1 is a block diagram of an apparatus for detecting a center point of a mass region according to an embodiment of the present invention.

도 2a 는 본 발명의 일실시예에 따른 매스 영역의 중심점을 검출하는 방법의 전체적인 흐름도.Figure 2a is a general flow diagram of a method for detecting a center point of a mass region in accordance with an embodiment of the present invention;

도 2b 는 본 발명의 일실시예에 따른 유방암의 마모그래피 영상에 관한 실제 사진도.FIG. 2B is an actual photograph of a mammography image of breast cancer according to an embodiment of the present invention. FIG.

도 2c 는 본 발명의 일실시예에 따른 히스토그램 평활화 단계에 관한 세부 흐름도.FIG. 2C is a detailed flowchart of a histogram smoothing step according to an embodiment of the present invention; FIG.

도 2d 는 본 발명의 일실시예에 따른 비 관심영역 제거 과정을 나타내는 도면.FIG. 2D is a diagram illustrating a process of removing unattractive areas according to an embodiment of the present invention; FIG.

도 2e 는 본 발명의 일실시예에 따른 유방암 매스의 비 관심영역이 제거된 관심영역만을 나타내는 실제 사진도.FIG. 2E is an actual photograph showing only a region of interest in which a non-interest region of the breast cancer mass is removed according to an embodiment of the present invention; FIG.

도 2f 는 본 발명의 일실시예에 따른 유방암 매스 영역의 중심점을 나타내는 실제 사진도.FIG. 2f is an actual photograph showing a center point of a breast cancer mass region according to an embodiment of the present invention; FIG.

본 발명은 매스(mass) 영역의 중심점 검출장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 반복적인 적응적 히스토그램 평활화를 통해 영상의 콘트라스트를(contrast) 증가시킴으로써, 단일한 임계값을 설정할 수 있으며 관심영역와 비 관심영역을 결정하여 매스 영역의 중심점을 구하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치 및 그 방법에 관한 것이다. The present invention relates to an apparatus and method for detecting a center point of a mass region and more particularly to a method and apparatus for detecting a center point of a mass region by setting a single threshold value by increasing the contrast of an image through iterative adaptive histogram smoothing, The present invention relates to an apparatus and method for detecting a center point of a mass region using an iterative adaptive histogram smoothing that determines a center point of a mass region by determining regions and non-interest regions.

히스토그램(histogram)은 영상 내의 픽셀들에 대한 명암 값의 분포를 나타내는 것으로서, 한 영상에 존재하는 밝은 점과 어두운 점에 대한 분포의 범위와 값을 표현한 것이다. 히스토그램 평활화(histogram equalization)는 명암 값의 분포가 한 쪽으로 치우치거나 균일하지 못한 영상에 대해 명암 값의 분포를 균일화함으로써 영상의 선명도를 향상시키는 방법이다.A histogram represents the distribution of intensity values for pixels in an image, and represents the range and value of the distribution for bright and dark points in an image. Histogram equalization is a method of enhancing the sharpness of an image by uniformizing the distribution of intensity values for images in which the distribution of intensity values is shifted to one side or is not uniform.

일반적으로 매스의 특성을 분석하기 위해서는 매스 영역의 중심점을 결정해야 한다. 매스 영역은 일반 조직에 비하여 상대적으로 밝게 나타나되, 각 매스 영역들의 절대적 밝기가 다르고, 한 매스 영역 내에서도 밝기의 정도가 다르다.In general, to analyze the characteristics of a mass, the center point of the mass region must be determined. The mass region is relatively bright compared to the general structure, and the absolute brightness of each mass region is different, and the degree of brightness is different even in one mass region.

종래의 매스 영역 중심점 검출방법은, 다수의 매스가 있을 때 각 매스들의 절대적 밝기가 다른 경우 매스 영역을 따로 분류하기가 어려웠으며, 한 매스 영역내에서도 밝기의 정도가 다를 경우 이를 하나의 매스로 분류하기 어려워, 매스의 영역 또는 위치와 같은 사전정보를 필요로 하는 문제점이 있었다.Conventionally, when the absolute brightness of each mass is different when there are a plurality of masses, it is difficult to classify the mass region separately. When the degree of brightness is different even within one mass region, the mass region is classified into one mass And there is a problem that prior information such as the area or position of the mass is required.

또한, 이러한 사전정보 없이는 영상에서 매스 영역의 중심점을 결정하기 위한 단일한 임계치를 설정하기 매우 어려운 문제점이 있었다.Further, without such prior information, there is a problem that it is very difficult to set a single threshold value for determining the center point of the mass region in the image.

본 발명의 목적은, 상기 문제점을 해결하기 위한 것으로 반복적인 적응적 히스토그램 평활화를 통해 영상의 콘트라스트를 향상시킴으로써, 매스 영역의 중심을 결정하기 위한 단일한 임계치를 쉽게 구할 수 있어, 매스의 영역 또는 위치와 같은 사전정보 없이도 매스 영역의 중심점을 획득하는 장치 및 방법을 제공함에 있다.SUMMARY OF THE INVENTION An object of the present invention is to solve the problem described above, and it is possible to easily obtain a single threshold for determining the center of a mass region by improving the contrast of an image through iterative adaptive histogram smoothing, And a method of acquiring a center point of a mass region without prior information, such as a motion vector.

상기 목적을 달성하기 위한 본 발명은, 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치에 관한 것으로서, 엑스레이를 이용하여 매스 주변의 영상을 취득하는 영상취득 모듈; 상기 영상취득 모듈이 취득한 영상을 N×M의 블록으로 나누고, 각 블록의 히스토그램을 구하여, 대비도를 강화한 후, 처리된 영상을 재합성하는 평활화 모듈; 상기 평활화 모듈로부터 취득한 영상을 기설정된 임계치(Tc)와 비교하여 비 관심영역을 제거하고, 비 관심영역이 제거된 각 관심영역 내의 화소의 개수를 기설정된 임계치와 비교한 후, 영상잡음을 제거하는 제거 모듈; 상기 평활화 모듈 및 제거 모듈에 의한 절차를 소정 횟수로 반복적으로 실행하여 검출된, 각 매스의 관심영역의 순서를 정하는 번호부여 모듈; 및 상기 평활화 모듈의 영상 재합성부에서 생성된 매스 영역의 영상을 디스플레이함으로써, 매스 영역의 중심점을 진단할 수 있는 디스플레이 모듈; 을 포함한다.According to an aspect of the present invention, there is provided an apparatus for detecting a center point of a mass region using repeated adaptive histogram smoothing, the apparatus comprising: an image acquisition module for acquiring an image around a mass using x-rays; A smoothing module for dividing the image acquired by the image acquisition module into NxM blocks, obtaining a histogram of each block, enhancing contrast, and re-synthesizing the processed image; The image obtained from the smoothing module is compared with a predetermined threshold value T c to remove the non-interest area, and the number of pixels in each RO in which the non-interest area is removed is compared with a predetermined threshold value, Removal module; A numbering module for repeatedly executing the procedure by the smoothing module and the removal module a predetermined number of times and determining the order of the regions of interest of each mass detected; And a display module for displaying an image of the mass region generated by the image re-composition unit of the smoothing module, thereby diagnosing a center point of the mass region; .

그리고 바람직하게 상기 평활화 모듈은, 영상취득 모듈로부터 수신한 영상을 N×M의 블록으로 나누는 블록화부; 상기 블록화부에서 나누어진 각 블록의 히스토그램을 구하는 히스토그램 측정부; 상기 영상의 밝기 및 대비도를 변환하고, 각 블록에 대한 이미지의 변화를 부드럽게 하는 대비도 강화부; 및 상기 대비도 강화부에서 처리된 영상을 디스플레이 모듈을 통해 디스플레이될 수 있도록 매스 영역의 영상을 재합성하는 재합성부; 를 포함하는 것을 특징으로 한다.Preferably, the smoothing module includes: a blocking unit that divides an image received from the image capturing module into N × M blocks; A histogram measuring unit for obtaining a histogram of each block divided by the blocking unit; The brightness and contrast of the image are changed, and the change of the image for each block is smoothly Contrast enhancement; And a re-synthesis unit for re-synthesizing the image of the mass region so that the image processed by the contrast enhancement unit can be displayed through the display module; And a control unit.

한편, 영상취득 모듈, 평활화 모듈, 제거 모듈, 번호부여 모듈 및 디스플레이 모듈로 구성된 매스 영역의 중심점 검출장치를 이용한 매스 영역의 중심점 검출방법에 관한 것으로서, (a) 상기 평활화 모듈이 영상취득 모듈로부터 마모그래피 영상을 수신하는 단계; (b) 상기 평활화 모듈이 영상취득 모듈로부터 수신한 영상을 적응적 히스토그램 평활화를 적용하여 N×M의 블록으로 구분하고, 상기 블록의 히스토그램을 구한 후, 영상의 밝기 및 대비도를 변환하고, 각 블록에 대한 이미지의 변화를 부드럽게 하여 영상을 디스플레이할 수 있도록 재합성하는 단계; (c) 상기 제거 모듈이 평활화 모듈에서 재합성된 영상과 기설정된 임계치(Tc)와 비교하는 단계; (d) 상기 제거 모듈은, 평활화 모듈에서 재합성된 영상의 밝기가 기설정된 임계치보다 작은 경우 비 관심영역으로 인식하여 당해 부분을 마모그래피 영상에서 제거하는 단계; (e) 제 (b) 단계부터 제 (d) 단계까지의 절차를 소정 횟수로 반복 실행하여 각 매스의 관심영역을 취득하는 단계; (f) 상기 번호부여 모듈이 제 (b) 단계부터 제 (d) 단계까지의 절차를 소정 횟수로 반복 실행하여 취득한 각 매스의 관심영역에 순서를 정하여 번호를 부여하는 단계; (g) 상기 제거 모듈이 번호가 부여된 각 관심영역의 화소의 개수를 기설정된 화소의 개수와 비교하여, 임계치 이하 여부를 판단하는 단계; (h) 제 (g) 단계의 판단결과, 각 관심영역의 화소의 개수가 소정 개수 이하일 경우, 영상잡음으로 취급하여 제거하는 단계; 및 (i) 상기 제거 모듈이 화소의 개수가 소정 개수 이상일 경우, 각각의 관심영역에서 무게 중심을 계산하여 매스 영역의 중심점으로 설정하는 단계; 를 포함하는 것을 특징으로 한다.The present invention relates to a method of detecting a center point of a mass region using a center point detecting apparatus of a mass region composed of an image obtaining module, a smoothing module, a removing module, a numbering module, and a display module, Receiving a graphic image; (b) The smoothing module divides the image received from the image acquisition module into N × M blocks by applying adaptive histogram smoothing, obtains a histogram of the block, and then converts the brightness and contrast of the image, Reconstructing the image so that the image can be displayed by softening the change of the image with respect to the block; (c) comparing the reconstructed image in the smoothing module with a preset threshold value (T c ); (d) if the brightness of the image reconstructed in the smoothing module is smaller than a predetermined threshold, recognizing the region as a non-interest region and removing the portion from the photographed image; (e) repeating steps (b) to (d) by a predetermined number of times to acquire a region of interest of each mass; (f) repeating the steps from step (b) to step (d) by a predetermined number of times, and assigning numbers and ordering the regions of interest of each mass obtained; (g) comparing the number of pixels of each interest area to which the elimination module is assigned with the number of predetermined pixels, and determining whether the number of pixels is less than or equal to a threshold value; (h) if the number of pixels in each ROI is equal to or less than a predetermined number as a result of the determination in step (g), the noise is treated as image noise and removed; And (i) calculating the center of gravity in each region of interest and setting the center of gravity of the mass region when the elimination module has a number of pixels equal to or greater than a predetermined number; And a control unit.

바람직하게 상기 (b) 단계는, (b-1) 상기 평활화 모듈이 영상취득 모듈로부터 영상자료를 수신하여 영상좌표에 있는 임의의 화소 밝기 값을 설정하고, 적응적 히스토그램 평활화를 적용하여 영상을 N×M의 블록으로 구분하는 단계; (b-2) 상기 평활화 모듈이 구분한 각 블록의 히스토그램을 측정하는 단계; (b-3) 상기 평활화 모듈이 대비도 영상의 밝기 및 대비도를 변환하여 각 블록에 대한 이미지를 부드럽게 하는 단계; 및 (b-4) 상기 평활화 모듈이 재합성부가 처리된 영상을 디스플레이할 수 있도록 재합성하는 단계; 를 포함하는 것을 특징으로 한다.Preferably, the step (b) includes the steps of: (b-1) receiving the image data from the image acquiring module by the smoothing module, setting an arbitrary pixel brightness value in the image coordinates, applying adaptive histogram smoothing, Dividing the block into blocks of M; (b-2) measuring a histogram of each block classified by the smoothing module; (b-3) smoothing the image for each block by converting the brightness and contrast of the contrast-enhanced image; And (b-4) reconstructing the reconstructed image so that the reconstructed image is reconstructed by the smoothing module; And a control unit.

또한 바람직하게 상기 임계치 Tc 는, 영상의 최대 밝기의 40% 내지 60% 인 것을 특징으로 한다.Also preferably, the threshold T c Is 40% to 60% of the maximum brightness of the image.

또한 바람직하게 상기 제 (b) 단계부터 제 (d) 단계까지 절차의 반복 횟수를 10번 내지 30번으로 하는 것을 특징으로 한다.Also, it is preferable that the number of repetition of the steps from step (b) to step (d) is 10 to 30 times.

또한 바람직하게 번호가 부여된 관심영역의 화소 개수의 임계치는, 20개 내 지 30개인 것을 특징으로 한다.In addition, the threshold value of the number of pixels of the number region of interest, which is preferably numbered, is 30 to 20.

또한 바람직하게 상기 관심영역에서 무게 중심의 i축 값(Ci)은, 임의의 화소 밝기 값I(i,j)과 당해 화소 밝기 값의 i축 위치 값을 이용하여 분자 값을 계산하고, 검출된 관심영역의 모든 화소 밝기 값을 이용하여 분모 값을 계산하여, 그 비로서 산출되는 것을 특징으로 한다.Also preferably, the center of gravity i-axis value (C i) in the area of interest, calculating the value of the numerator by the i-axis position of any pixel brightness value I (i, j) and the pixel luminance value, and detecting And calculating a denominator value by using all the pixel brightness values of the region of interest, which is calculated as the ratio.

그리고 바람직하게 상기 관심영역에서 무게 중심의 j축 값(Cj)은, 임의의 화소 밝기 값I(i,j)과 당해 화소 밝기 값의 j축 위치 값을 이용하여 분자 값을 계산하고, 검출된 관심영역의 모든 화소 밝기 값을 이용하여 분모 값을 계산하여, 그 비로서 산출되는 것을 특징으로 한다.Preferably, the j-axis value C j of the center of gravity in the region of interest is obtained by calculating a molecular value using an arbitrary pixel brightness value I (i, j) and a j-axis position value of the pixel brightness value, And calculating a denominator value by using all the pixel brightness values of the region of interest, which is calculated as the ratio.

이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The present invention will now be described in detail with reference to the accompanying drawings.

본 발명의 일실시예에 따른 매스 영역의 중심점 검출장치의 구성을 도 1 을 참조하여 설명하면 다음과 같다.A configuration of a center point detecting apparatus for a mass region according to an embodiment of the present invention will now be described with reference to FIG.

도 1 에 도시된 바와 같이, 매스 영역의 중심점 검출장치는 영상취득 모듈(100), 평활화 모듈(200), 제거 모듈(300), 번호부여 모듈(400) 및 디스플레이 모듈(500)을 포함한다.1, the apparatus for detecting a center point of a mass region includes an image acquisition module 100, a smoothing module 200, a removal module 300, a numbering module 400, and a display module 500.

영상취득 모듈(100)은 엑스레이(X-ray)를 이용하여 매스 주변의 영상을 취득하는 마모그래피(mammography)로서, 디지털화된 매스 주변의 영상을 취득하는 기능을 수행한다.The image acquisition module 100 is a mammography that acquires an image of the periphery of a mass by using an X-ray, and acquires an image of the periphery of the digitized mass.

또한, 평활화 모듈(200)은 영상취득 모듈(100)로부터 수신된 영상을 다수의 블록으로 나누는 블록화부(210)와, 각 블록의 히스토그램을 구하는 히스토그램 측정부(220)와, 영상의 밝기 및 대비도를 변환하고 각 블록에 대한 이미지의 변화를 부드럽게 하는 대비도 강화부(230) 및 대비도 강화부에서 처리된 영상을 디스플레이 모듈을 통해 디스플레이될 수 있도록 매스 영역의 영상을 재합성하는 재합성부(240)를 포함한다.The smoothing module 200 includes a blocking unit 210 for dividing an image received from the image capturing module 100 into a plurality of blocks, a histogram measuring unit 220 for obtaining a histogram of each block, A contrast enhancing unit 230 for converting the degrees of brightness of the image of each of the blocks and smoothing the image change of each block, and a re-compositing unit 230 for re-composing the image of the mass region so that the processed image can be displayed through the display module, (240).

또한, 제거 모듈(300)은 평활화 모듈에서 취득한 영상을 기설정된 임계치(Tc)와 비교하여 그 결과에 따른 비 관심영역을 제거하고, 비 관심영역이 제거된 각 관심영역 내의 화소의 개수를 기설정된 임계치와 비교한 후, 그 결과에 따른 영상잡음을 제거하는 기능을 수행한다.In addition, the elimination module 300 compares the image obtained from the smoothing module with a preset threshold T c , removes the non-interest area according to the result, and calculates the number of pixels in each interest area from which the non- After comparing with the set threshold value, a function of removing image noise according to the result is performed.

또한, 번호부여 모듈(400)은 평활화 모듈과 제거 모듈에 의한 절차를 반복적으로 실행하여 검출된, 각 매스의 관심영역(Region of Interest:ROI)의 순서를 정하는 기능을 수행한다.In addition, the numbering module 400 performs a function of repeatedly executing the procedures by the smoothing module and the removal module to determine the order of the ROIs of the detected masses.

그리고, 디스플레이 모듈(500)은 평활화 모듈의 영상 재합성부에서 생성된 매스 영역의 영상을 디스플레이함으로써 매스 영역의 중심점을 진단할 수 있도록 하는 기능을 수행한다.The display module 500 performs a function of diagnosing a center point of the mass region by displaying an image of the mass region generated by the image re-composition unit of the smoothing module.

상술한 구성을 가지는 본 발명의 일실시예에 따른 매스 영역의 중심점 검출장치를 이용하여 매스 영역의 중심점을 검출하는 방법의 전체적인 흐름을 도 2a 및 도 2b 를 참조하여 설명하면 다음과 같다.The overall flow of a method of detecting a center point of a mass region using the apparatus for detecting a center point of a mass region according to an embodiment of the present invention will now be described with reference to FIGS. 2A and 2B.

도 2a 를 참조하면, 평활화 모듈(200)은 영상취득 모듈(100)로부터 도 2b 와 같이 유방암의 최초 마모그래피 영상을 수신한다(S10). Referring to FIG. 2A, the smoothing module 200 receives an initial photomicrograph of a breast cancer from the image acquisition module 100 as shown in FIG. 2B (S10).

평활화 모듈의 블록화부(210)는 영상취득 모듈로부터 수신한 영상 Ik에 적응적 히스토그램 평활화를 적용하여 영상을 다수의 블록으로 구분한다. 측정부(220)는 각 블록의 히스토그램을 구하고, 대비도 강화부(230)는 대비도 영상의 밝기 및 대비도를 변환하여 각 블록에 대한 이미지의 변화를 부드럽게 한다. 재합성부(240)는 처리된 영상을 디스플레이할 수 있도록 재합성한다(S20). The blocker 210 of the smoothing module receives the image received from the image acquisition module Adaptive histogram smoothing is applied to I k to divide the image into a plurality of blocks. The measurement unit 220 obtains the histogram of each block, and the contrast enhancement unit 230 smoothes the change of the image for each block by converting the brightness and contrast of the contrast-enhanced image. The re-synthesizing unit 240 re-synthesizes the processed image so that the processed image can be displayed (S20).

제거 모듈(300)은 평활화 모듈(200)의 제 S20 단계에서 취득한 영상 Ik(i,j)과 기설정된 임계치(TC)를 비교한다(S30).The removal module 300 compares the image I k (i, j) obtained in operation S20 of the smoothing module 200 with a preset threshold value T C (S30).

제거 모듈(300)은 취득한 영상 Ik(i,j)의 밝기가 기설정된 임계치보다 작은 경우 비 관심영역으로 인식하여 당해 부분을 마모그래피 영상에서 제거한다(S40).The removal module 300 recognizes the acquired image I k (i, j) as a non-interest area when the brightness of the acquired image I k (i, j) is smaller than a preset threshold value, and removes the part from the wear image.

제거 모듈(300)은 제 S20 단계부터 제 S40 단계까지의 절차를 소정 횟수로 반복 실행하여 각 매스의 관심영역을 취득한다(S40A).The removal module 300 repeatedly executes the procedure from step S20 to step S40 a predetermined number of times to acquire a region of interest of each mass (S40A).

번호부여 모듈(400)은 제 S20 단계부터 제 S40 단계까지의 절차를 소정 횟수로 반복 실행하여 취득한, 각 매스의 관심영역에 순서를 정하여 번호를 부여한다(S50). 검출된 영역이 N개 존재하면 ROI는 ROI1, ROI2,...ROIN 이 된다. The numbering module 400 assigns numbers to the ROIs obtained by repeatedly executing the procedure from step S20 to step S40 a predetermined number of times, in step S50. If there are N detected regions, ROI is ROI 1 , ROI 2 , ... ROI N .

제거 모듈(300)은 번호가 부여된 각 관심영역의 화소의 개수를 기설정된 화 소의 개수와 비교하여, 임계치 이하인지 여부를 판단한다(S60).The removal module 300 compares the number of pixels of each numbered area of interest with the number of preset pixels and determines whether the number of pixels is less than a threshold value (S60).

제 S60 단계의 판단결과, 각 관심영역 화소의 개수가 소정 개수 이하일 경우 영상잡음으로 취급하여 제거한다(S70). If it is determined in step S60 that the number of pixels in each RO area is less than the predetermined number, it is treated as image noise and removed (step S70).

제거 모듈(300)은 화소의 개수가 소정 개수 이상일 경우, 각각의 관심영역에서 수학식 1 과 같이 무게 중심을 계산하여 매스 영역의 중심점으로 설정한다(S80). If the number of pixels is equal to or greater than the predetermined number, the removal module 300 calculates the center of gravity as shown in Equation (1) in each ROI, and sets the center of gravity as a center point of the mass region (S80).

Figure 112005056936749-pat00001
Figure 112005056936749-pat00001

여기서, n 번째 관심영역에 해당되는 중심점은 (Cn i, Cn j)으로 나타낸다.Here, the center point corresponding to the nth region of interest is denoted by (C n i , C n j ).

임의의 화소 밝기 값I(i,j)과 당해 화소 밝기 값의 i축 위치 값을 이용하여 분자 값을 계산하고, 검출된 관심영역의 모든 화소 밝기 값을 분모 값으로 계산하여, 그 비로서 각 관심영역 중심점의 i축의 값(Ci)을 구한다.A molecular value is calculated using an arbitrary pixel brightness value I (i, j) and the i-axis position value of the pixel brightness value, and all pixel brightness values of the detected region of interest are calculated as denominator values, (C i ) of the i-axis of the center of the region of interest.

전술한 바와 같은 동일한 방법으로 j축의 값(Cj)을 구한다.The value (C j ) of the j-axis is obtained by the same method as described above.

본 실시예에서 임계치 Tc= 0.5×max{Ik(i,j)}와 같이 영상의 최대 밝기의 40% 내지 60%, 바람직하게 50%로 설정하였으나, 본 발명이 이에 한정되는 것은 아니다. 또한, 본 실시예에서 제 S20 단계부터 제 S40 단계까지 절차의 반복 시행 횟수를 10번 내지 30번, 바람직하게 20번으로 설정하였으나, 본 발명이 이에 한정되는 것은 아니다. 그리고, 본 실시예에서 검출된 관심영역의 화소가 20개 내지 30개, 바람직하게 25개 이하면 영상 잡음이라 설정하였으나, 본 발명이 이에 한정되는 것은 아니다.In this embodiment, as in the case of the threshold T c = 0.5 x max {I k (i, j)} Is set to 40% to 60%, preferably 50% of the maximum brightness of the image, but the present invention is not limited thereto. Also, in the present embodiment, the number of times of repeating the procedures from step S20 to step S40 is set to 10 to 30, preferably 20, but the present invention is not limited thereto. If the number of pixels in the ROI detected in the present embodiment is 20 to 30, preferably 25 or less, the image noise is set. However, the present invention is not limited thereto.

상기 도 2a 의 제 S20 단계인 히스토그램 평활화 단계에 관하여 도 2c 를 참조하여 설명하면 다음과 같다.The histogram smoothing step S20 of FIG. 2A will be described with reference to FIG. 2C.

도 2c 를 참조하면, 히스토그램 평활화 모듈의 블록화부(210)는 영상취득 모듈(100)로부터 영상자료를 수신하여, 수신된 영상좌표(i,j)에 있는 임의의 화소 밝기 값을 Ik(i,j)라 설정하고, 영상 Ik에 적응적 히스토그램 평활화를 적용하여 영상을 N×M의 블록으로 구분한다(S21). 여기서 k=0,1,2.. 이다.Referring to FIG. 2C, the blocking unit 210 of the histogram smoothing module receives image data from the image acquisition module 100 and calculates an arbitrary pixel brightness value in the received image coordinates (i, j) as I k (i , j), and adaptive histogram smoothing is applied to the image I k to divide the image into N × M blocks (S 21). Where k = 0,1,2 ...

히스토그램 평활화 모듈의 측정부(220)는 구분된 N×M 블록의 히스토그램을 구한다(S22).The measurement unit 220 of the histogram smoothing module obtains a histogram of the N × M blocks (S22).

히스토그램 평활화 모듈의 대비도 강화부(230)는 대비도 영상의 밝기 및 대비도를 변환하여 각 블록에 대한 이미지의 변화를 부드럽게 한다(S23). The contrast enhancement unit 230 of the histogram smoothing module 230 converts the brightness and contrast of the contrast-enhanced image to smooth the change of the image for each block (S23).

히스토그램 평활화 모듈의 재합성부(240)는 처리된 영상을 디스플레이할 수 있도록 재합성한다(S24). The resynthesizer 240 of the histogram smoothing module re-synthesizes the processed image so that it can be displayed (S24).

상기 도 2a 의 제 S40 단계인 비 관심영역 제거 단계에 관하여 도 2d 및 도 2e 를 참조하여 설명하면 다음과 같다.The non-interest area removal step S40 of FIG. 2A is described below with reference to FIGS. 2d and 2e.

도 2d 에 도시된 바와 같이, 제거 모듈(300)은 평활화 모듈(200)을 통해 재합성되어 취득한 영상 Ik(i,j)과 기설정된 임계치(TC)를 다음과 같이 비교한다.As shown in FIG. 2D, the elimination module 300 compares the acquired image I k (i, j) and the preset threshold value T C with each other through the smoothing module 200 as follows.

Figure 112005056936749-pat00002
Figure 112005056936749-pat00002

취득한 영상의 밝기가 임계치보다 작은 경우 비 관심영역으로 인식하여 제거하고, 이러한 과정을 소정 횟수로 반복함으로써, 도 2e 에 도시된 바와 같은 유방암 매스의 중심이 되는 주위보다 밝은 정점들을 포함하는 관심영역만을 생성한다. When the brightness of the acquired image is less than a threshold removal by recognizing a non-region of interest and, by repeating this process a predetermined number of times, only the region of interest that includes a light apex than around which the center of the breast mass as shown in Figure 2e .

본 발명의 일실시예에 따른 유방암 매스 영역의 중심점을 나타내는 실제 영상을 도 2f 를 참조하여 설명하면 다음과 같다.An actual image showing a center point of a breast cancer mass region according to an embodiment of the present invention will be described with reference to FIG.

전술한 바와 같은 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치로 구성된 매스 영역의 중심점 검출방법을 통해 인체의 환부에 적용하여 종양과 같은 특징소(features)를 검출함으로써, 도 2f 에 도시된 바와 같은 유방암 매스 영역의 중심점만을 검출한다.By detecting a feature such as a tumor by applying to the affected part of the human body through the method of detecting the center point of the mass area constituted by the apparatus for detecting the center point of the mass area using the repeated adaptive histogram smoothing as described above, Only the center point of the breast cancer mass region such as the bar is detected.

밝은 점들은 유방암 각 매스 영역의 중심점이고, 어두운 부분은 비 관심영역으로 인식되어 제거된 영역 및 영상잡음으로서 제거된 부분을 의미한다. 본 실시예에서 검출된 중심점을 선명하게 표시하기 위하여 소정 배율로 확대하였다.The bright points are the center points of each mass region of the breast cancer, the dark portions are recognized as non-interest regions, and the removed regions and the portions removed as image noise. In order to clearly display the detected center point in this embodiment, the magnification is enlarged to a predetermined magnification.

상기와 같은 본 발명에 따르면, 반복적인 적응적 히스토그램 평활화를 통해 국소적으로 영상의 콘트라스트를 향상시킴으로써, 관심영역만을 결정할 수 있는 단일한 임계치를 쉽게 구할 수 있어, 매스의 영역 또는 위치와 같은 사전정보 없이도 매스 영역의 중심점을 획득할 수 있는 효과가 있다.According to the present invention, it is possible to easily obtain a single threshold value for determining only the region of interest by locally increasing the contrast of the image through the iterative adaptive histogram smoothing, It is possible to acquire the center point of the mass region without the need.

Claims (9)

반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치에 있어서, An apparatus for detecting a center point of a mass region using repeated adaptive histogram smoothing, 엑스레이를 이용하여 매스 주변의 영상을 취득하는 영상취득 모듈(100);An image acquisition module (100) for acquiring an image around the mass using an X-ray; 상기 영상취득 모듈(100)이 취득한 영상을 N×M의 블록으로 나누고, 각 블록의 히스토그램을 구하여, 대비도를 강화한 후, 처리된 영상을 재합성하는 평활화 모듈(200);A smoothing module 200 for dividing the image acquired by the image acquisition module 100 into N × M blocks, obtaining a histogram of each block, enhancing contrast, and re-synthesizing the processed image; 상기 평활화 모듈(200)로부터 취득한 영상을 기설정된 임계치(Tc)와 비교하여 비 관심영역을 제거하고, 비 관심영역이 제거된 각 관심영역 내의 화소의 개수를 기설정된 임계치와 비교한 후, 영상잡음을 제거하는 제거 모듈(300);The image obtained from the smoothing module 200 is compared with a predetermined threshold value T c to remove the non-interest area. After comparing the number of pixels in each interest area from which the non-interest area is removed with a predetermined threshold value, A removal module 300 for removing noise; 상기 평활화 모듈(200) 및 제거 모듈(300)에 의한 절차를 소정 횟수로 반복적으로 실행하여 검출된, 각 매스의 관심영역의 순서를 정하는 번호부여 모듈(400); 및 A numbering module 400 for determining the order of the regions of interest detected by repeatedly executing the procedures by the smoothing module 200 and the removal module 300 a predetermined number of times; And 상기 평활화 모듈(200)의 영상 재합성부에서 생성된 매스 영역의 영상을 디스플레이함으로써, 매스 영역의 중심점을 진단할 수 있는 디스플레이 모듈(500); 을 포함하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출장치.A display module 500 for displaying an image of the mass region generated by the image re-composition unit of the smoothing module 200 to diagnose a center point of the mass region; And a histogram smoothing unit for performing histogram smoothing using the histogram equalization. 제 1 항에 있어서,The method according to claim 1, 상기 평활화 모듈(200)은,The smoothing module (200) 영상취득 모듈(100)로부터 수신한 영상을 N×M의 블록으로 나누는 블록화부(210);A blocking unit 210 dividing the image received from the image acquisition module 100 into NxM blocks; 상기 블록화부(210)에서 나누어진 각 블록의 히스토그램을 구하는 히스토그램 측정부(220);A histogram measuring unit 220 for obtaining a histogram of each block divided by the blocking unit 210; 상기 영상의 밝기 및 대비도를 변환하고, 각 블록에 대한 이미지의 변화를 부드럽게 하는 대비도 강화부(230); 및The brightness and contrast of the image are changed, and the change of the image for each block is smoothly A contrast enhancement unit 230; And 상기 대비도 강화부(230)에서 처리된 영상을 디스플레이 모듈을 통해 디스플레이될 수 있도록 매스 영역의 영상을 재합성하는 재합성부(240); 를 포함하는 것을 특징으로 하는 반복 적응적 히스토그램을 이용한 매스 영역의 중심점 검출장치.A re-compositing unit 240 for re-composing the image of the mass region so that the image processed by the contrast enhancement unit 230 can be displayed through the display module; Wherein the center point detection unit detects the center point of the mass region using the iterative adaptive histogram. 영상취득 모듈, 평활화 모듈, 제거 모듈, 번호부여 모듈 및 디스플레이 모듈로 구성된 매스 영역의 중심점 검출장치를 이용한 매스 영역의 중심점 검출방법에 있어서,A method of detecting a center point of a mass region using a center point detecting apparatus of a mass region composed of an image obtaining module, a smoothing module, a removing module, a numbering module, and a display module, (a) 상기 평활화 모듈(200)이 영상취득 모듈로부터 마모그래피 영상을 수신하는 단계;(a) the smoothing module 200 receiving a photographed image from an image acquisition module; (b) 상기 평활화 모듈(200)이 영상취득 모듈로부터 수신한 영상을 적응적 히스토그램 평활화를 적용하여 N×M의 블록으로 구분하고, 상기 블록의 히스토그램을 구한 후, 영상의 밝기 및 대비도를 변환하고, 각 블록에 대한 이미지의 변화를 부드럽게 하여 영상을 디스플레이할 수 있도록 재합성하는 단계;(b) The smoothing module 200 divides the image received from the image acquisition module into N × M blocks by applying adaptive histogram smoothing, obtains a histogram of the block, and then converts the brightness and contrast of the image Reconstructing the image so that the image can be displayed smoothly; (c) 상기 제거 모듈(300)이 평활화 모듈에서 재합성된 영상과 기설정된 임계치(Tc)와 비교하는 단계;(c) comparing the reconstructed image in the smoothing module with a preset threshold value (T c ); (d) 상기 제거 모듈(300)은, 평활화 모듈에서 재합성된 영상의 밝기가 기설정된 임계치보다 작은 경우 비 관심영역으로 인식하여 당해 부분을 마모그래피 영상에서 제거하는 단계;(d) if the brightness of the image reconstructed by the smoothing module is smaller than a preset threshold value, the removal module 300 recognizes the reconstructed image as a non-interest region and removes the portion from the photographed image; (e) 제 (b) 단계부터 제 (d) 단계까지의 절차를 소정 횟수로 반복 실행하여 각 매스의 관심영역을 취득하는 단계;(e) repeating steps (b) to (d) by a predetermined number of times to acquire a region of interest of each mass; (f) 상기 번호부여 모듈(400)이 제 (b) 단계부터 제 (d) 단계까지의 절차를 소정 횟수로 반복 실행하여 취득한 각 매스의 관심영역에 순서를 정하여 번호를 부여하는 단계; (f) repeatedly executing the procedures from step (b) to step (d) by the numbering module (400) repeatedly a predetermined number of times, (g) 상기 제거 모듈(300)이 번호가 부여된 각 관심영역의 화소의 개수를 기설정된 화소의 개수와 비교하여, 임계치 이하 여부를 판단하는 단계;(g) comparing the number of pixels of each numbered region of interest with the number of predetermined pixels, and determining whether the number of pixels is less than or equal to a threshold value; (h) 제 (g) 단계의 판단결과, 각 관심영역의 화소의 개수가 소정 개수 이하일 경우, 영상잡음으로 취급하여 제거하는 단계; 및(h) if the number of pixels in each ROI is equal to or less than a predetermined number as a result of the determination in step (g), the noise is treated as image noise and removed; And (i) 상기 제거 모듈(300)이 화소의 개수가 소정 개수 이상일 경우, 각각의 관심영역에서 무게 중심을 계산하여 매스 영역의 중심점으로 설정하는 단계; 를 포함하는 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.(i) calculating a center of gravity in each region of interest and setting it as a center point of the mass region when the number of pixels is equal to or greater than a predetermined number; Wherein the histogram smoothing is performed using the histogram equalization. 제 3 항에 있어서,The method of claim 3, 상기 (b) 단계는,The step (b) (b-1) 상기 평활화 모듈(200)이 영상취득 모듈(100)로부터 영상자료를 수신하여 영상좌표에 있는 임의의 화소 밝기 값을 설정하고, 적응적 히스토그램 평활화를 적용하여 영상을 N×M의 블록으로 구분하는 단계;(b-1) The smoothing module 200 receives the image data from the image acquisition module 100, sets an arbitrary pixel brightness value in the image coordinates, and applies adaptive histogram smoothing to convert the image into NxM Dividing into blocks; (b-2) 상기 평활화 모듈(200)이 구분한 각 블록의 히스토그램을 측정하는 단계;(b-2) measuring a histogram of each block classified by the smoothing module 200; (b-3) 상기 평활화 모듈(200)이 대비도 영상의 밝기 및 대비도를 변환하여 각 블록에 대한 이미지를 부드럽게 하는 단계; 및(b-3) smoothing the image for each block by converting the brightness and contrast of the contrast-enhanced image by the smoothing module 200; And (b-4) 상기 평활화 모듈(200)이 재합성부가 처리된 영상을 디스플레이할 수 있도록 재합성하는 단계; 를 포함하는 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.(b-4) reconstructing the reconstructed image so that the reconstructed image of the reconstructed image is displayed by the smoothing module 200; Wherein the histogram smoothing is performed using the histogram equalization. 제 3 항에 있어서,The method of claim 3, 상기 임계치 Tc 는, The threshold value T c Quot; 영상의 최대 밝기의 40% 내지 60% 인 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.Wherein the center of gravity of the mass region is 40% to 60% of the maximum brightness of the image. 제 3 항에 있어서,The method of claim 3, 상기 제 (b) 단계부터 제 (d) 단계까지 절차의 반복 횟수를 10번 내지 30번으로 하는 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.Wherein the number of iterations of the steps from the step (b) to the step (d) is set to 10 to 30, and the center point of the mass area is detected using the iterative adaptive histogram smoothing. 제 3 항에 있어서, The method of claim 3, 번호가 부여된 관심영역의 화소 개수의 임계치는,The threshold value of the number of pixels of the numbered area of interest, 20개 내지 30개인 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.Wherein the center of gravity of the mass region is 20 to 30 times the center of gravity of the mass region using the iterative adaptive histogram smoothing. 제 3 항에 있어서,The method of claim 3, 상기 관심영역에서 무게 중심의 i축 값(Ci)은,I-axis value (C i) of the center of gravity in the area of interest, 임의의 화소 밝기 값I(i,j)과 당해 화소 밝기 값의 i축 위치 값을 이용하여 분자 값을 계산하고, 검출된 관심영역의 모든 화소 밝기 값을 이용하여 분모 값을 계산하여, 그 비로서 산출되는 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.A numerator value is calculated using an arbitrary pixel brightness value I (i, j) and the i-axis position value of the pixel brightness value, and a denominator value is calculated using all the pixel brightness values of the detected region of interest, And calculating the center point of the mass region using the iterative adaptive histogram smoothing. 제 3 항에 있어서,The method of claim 3, 상기 관심영역에서 무게 중심의 j축 값(Cj)은,The j-axis value (C j ) of the center of gravity in the region of interest, 임의의 화소 밝기 값I(i,j)과 당해 화소 밝기 값의 j축 위치 값을 이용하여 분자 값을 계산하고, 검출된 관심영역의 모든 화소 밝기 값을 이용하여 분모 값을 계산하여, 그 비로서 산출되는 것을 특징으로 하는 반복 적응적 히스토그램 평활화를 이용한 매스 영역의 중심점 검출방법.A numerator value is calculated using an arbitrary pixel brightness value I (i, j) and a j-axis position value of the pixel brightness value, a denominator value is calculated using all pixel brightness values of the detected region of interest, And calculating the center point of the mass region using the iterative adaptive histogram smoothing.
KR1020050094632A 2005-10-08 2005-10-08 Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization KR100657867B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050094632A KR100657867B1 (en) 2005-10-08 2005-10-08 Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050094632A KR100657867B1 (en) 2005-10-08 2005-10-08 Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization

Publications (1)

Publication Number Publication Date
KR100657867B1 true KR100657867B1 (en) 2006-12-15

Family

ID=37733408

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050094632A KR100657867B1 (en) 2005-10-08 2005-10-08 Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization

Country Status (1)

Country Link
KR (1) KR100657867B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559547B1 (en) * 2014-03-20 2015-11-04 인하대학교 산학협력단 Method and Apparatus for Improving Clarity and Contrast of X-ray Image
KR20160074850A (en) 2014-12-18 2016-06-29 삼성전자주식회사 Long distance scanning station of High speed OCT system for optical cross-section inspection of large area
KR20160074851A (en) 2014-12-18 2016-06-29 삼성전자주식회사 Method and apparatus for detecting center point of region in OCT image
CN113421293A (en) * 2021-06-30 2021-09-21 上海申瑞继保电气有限公司 Transformer substation equipment image centroid calculation method

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980017780A (en) * 1996-08-31 1998-06-05 배순훈 Boundary Detection Method Using Double Window in Digital Image

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980017780A (en) * 1996-08-31 1998-06-05 배순훈 Boundary Detection Method Using Double Window in Digital Image

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559547B1 (en) * 2014-03-20 2015-11-04 인하대학교 산학협력단 Method and Apparatus for Improving Clarity and Contrast of X-ray Image
KR20160074850A (en) 2014-12-18 2016-06-29 삼성전자주식회사 Long distance scanning station of High speed OCT system for optical cross-section inspection of large area
KR20160074851A (en) 2014-12-18 2016-06-29 삼성전자주식회사 Method and apparatus for detecting center point of region in OCT image
CN113421293A (en) * 2021-06-30 2021-09-21 上海申瑞继保电气有限公司 Transformer substation equipment image centroid calculation method
CN113421293B (en) * 2021-06-30 2023-12-29 上海申瑞继保电气有限公司 Substation equipment image centroid calculation method

Similar Documents

Publication Publication Date Title
JP6900581B1 (en) Focus-weighted machine learning classifier error prediction for microscope slide images
JP5645399B2 (en) X-ray image processing apparatus, X-ray image processing method, and computer program
US7920729B2 (en) Classification methods and apparatus
US8086002B2 (en) Algorithms for selecting mass density candidates from digital mammograms
JP6283850B2 (en) Image processing method, image processing apparatus, and program
WO2005110232A1 (en) Image processing device and method thereof
JP5804340B2 (en) Radiation image region extraction device, radiation image region extraction program, radiation imaging device, and radiation image region extraction method
CN109363697B (en) Method and device for identifying focus of breast image
CN110610498A (en) Mammary gland molybdenum target image processing method, system, storage medium and equipment
KR100657867B1 (en) Apparatus and method for searching center point of mass using repetition of adaptive histogram equalization
US20050213841A1 (en) Image processing
WO2012165991A1 (en) Method for determination of spatial distribution and concentration of contrast components in a porous and/or heterogeneous sample
US9962125B2 (en) Method of compressing image in digital pathology system
Nurhayati et al. Stroke identification system on the mobile based CT scan image
CN114581433B (en) Method and system for acquiring surface morphology detection image in metal ball cavity
EP3154026B1 (en) Image processing apparatus, control method thereof, and computer program
Ganesan et al. Hybrid contrast enhancement approach for medical image
JP7010225B2 (en) Breast region detection system, breast region detection method, and program
WO2021009804A1 (en) Method for learning threshold value
CN107977974B (en) Beam splitter boundary detection method and system
JP7454456B2 (en) Image processing device, image processing method, and program
WO2023119904A1 (en) Image processing device, image processing method, and image processing program
Ramya et al. Non-linear directive contrast filter for mammogram images to enhance pleomorphic calcification
KR101874950B1 (en) Recursive active contour segmentation for 3d cone beam CT and CT device using with the same
CN114651273A (en) Method and system for image normalization

Legal Events

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

Payment date: 20121011

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20131016

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20141006

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20151028

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170120

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee