KR100889014B1 - 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법 - Google Patents

그래프 기반 접근 방법을 이용한 설진 영역 추출 방법 Download PDF

Info

Publication number
KR100889014B1
KR100889014B1 KR1020070096688A KR20070096688A KR100889014B1 KR 100889014 B1 KR100889014 B1 KR 100889014B1 KR 1020070096688 A KR1020070096688 A KR 1020070096688A KR 20070096688 A KR20070096688 A KR 20070096688A KR 100889014 B1 KR100889014 B1 KR 100889014B1
Authority
KR
South Korea
Prior art keywords
area
tongue
image
graph
snow
Prior art date
Application number
KR1020070096688A
Other languages
English (en)
Inventor
김근호
이전
최은지
유현희
김종열
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020070096688A priority Critical patent/KR100889014B1/ko
Priority to PCT/KR2008/005543 priority patent/WO2009038376A1/en
Priority to EP08831511.4A priority patent/EP2188779B1/en
Application granted granted Critical
Publication of KR100889014B1 publication Critical patent/KR100889014B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)

Abstract

본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법은 카메라를 이용하여 혀 영역이 중심에 오도록 하여 혀 영역을 포함하는 안면 영상을 획득하는 제 1 단계, 상기 획득된 영상의 크기 및 화질을 보정하는 제 2 단계, 상기 보정된 영상을 이미지 세그멘테이션 한 후 영상의 상기 중심을 기준으로 일정 영역 내에서 면적이 가장 큰 주요 분할 영역을 검출하는 제 3 단계, 상기 주요 분할 영역의 외곽 일정 범위 내에서 음영에 관한 지역 최소값을 가지는 부분을 검출하여 설진의 경계를 추출하는 제 4 단계, 상기 주요 분할 영역의 외곽 일정 범위 내에서 인접 픽셀에 비해 색상 차이가 가장 많이 나는 부분을 검출하여 설진의 경계를 추출하는 제 5 단계 및 상기 제 4 단계 및 제 5 단계에 의해 검출된 경계를 혀의 기하학적 구조 정보를 이용하여 부드럽게 연결해주는 제 6 단계를 포함하여 이루어져, 주변 피부나 입 속의 피부와의 분간이 어려운 설진 영역을 디지털 영상을 분석하여 자동으로 분류할 수 있는 효과가 있으며, 혀 내부에 설태 때문에 다양한 컬러의 혀 영상에서도 설진 영역을 용이하게 검출할 수 있는 효과가 있다.
설체, 설진, 분할, 추출, 혀, 설태

Description

그래프 기반 접근 방법을 이용한 설진 영역 추출 방법{EXTRACTION METHOD OF TONGUE REGION USING GRAPH-BASED APPROACH}
본 발명은 설진 영역 추출 방법에 관한 것으로, 특히 촬영된 안면 영상에서 설진 영역만을 그래프 기반의 분석을 통해 추출하는 방법에 관한 것이다.
한의학에서 혀는 인체의 생리, 병리 상태를 반영하는 기관으로서 다른 인체 기관과 관련된 여러 생리기능을 가지고 있으며 특히 설상(舌象)은 인체 내 각종 생리적, 병리적 변화를 객관적으로 반영한다고 알려져 있다. 때문에, 한의학에서는 혀의 상태와 여러 특징들을 진단에 있어 중요한 지표자료로 활용하고 있다.
즉, 한의학에서 혀는 점막 상피가 얇고 투명하며, 혈관과 신경이 풍부하여 변화를 명확하게 볼 수 있기 때문에 체내의 각종 변화를 반영하는 매우 분명한 표식이라 여기고 있다. 때문에 설상(舌象)은 내장의 변화를 반영하는 창문의 역할을 한다고 하여 여러 가지 변증(八綱, 六經, 三焦 衛氣營血)에서도 중요한 변증지표로 삼고 있기도 하다.
혀를 진단할 때는 주로 진단자의 시각 정보에 근거하게 되는데, 혀의 색깔과 형태, 움직임, 설질과 설태 등을 주로 보게 되며, 특히, 설태라 불리는 혓바닥에 이끼처럼 덮인 물질은 그것의 색깔, 습윤 정도, 두께, 형태와 설태가 낀 범위 등을 통해 사기(邪氣)의 성질과 침입한 부위, 진액이 있고 없는 것을 가려볼 수 있다고 하여 설진에 중요한 진단요소로 이용되고 있다.
구체적으로 설 진단을 할 때에는 혀의 각 부위를 장부와 연결시켜 진단한다. 혀끝은 심폐(心肺), 혀 가운데는 비위(脾胃), 혀의 양쪽은 간담(肝膽), 혀의 뿌리 쪽은 신(腎)의 병리변화를 반영한다고 하여 각 부위별로 설태(舌苔, tongue coating)의 유무(有無), 후박(厚薄), 부니(腐?), 윤조(潤燥), 안색(顔色) 등을 먼저 보고, 그 후 설질(舌質, tongue substance)의 색택(色澤), 영고(榮枯), 비수(肥瘦), 점자(点刺), 설하이맥(舌下二脈) 등을 보아 각 신체기관의 상태를 파악하게 된다. 여기에서 설질과 설태를 포함하는 혀 영역을 설체(舌體, tongue body) 또는 설진이라고 한다.
이와 같이 혀는 신체기관의 상태를 밖으로 보여주는 중요한 기관이므로, 설진은 한의사 진단을 정량적으로 구현하기 위해서 가장 먼저 연구가 필요한 부분이다. 하지만 비침습적이고 간편한 진단방법임에도 불구하고 설진은 정량화, 표준화의 문제로 인해 널리 활용되지 못하고 있다. 광원과 같은 진단환경의 변화가 진단결과에 많은 영향을 미치게 되며, 진단자의 경험과 지식을 바탕으로 하기 때문에 객관적이고 재현성 있는 결과를 얻기가 힘들기 때문이다. 최근에 들어 비침습적 진단방법에 대한 관심이 높아지면서 설진의 이런 문제를 해결하기 위해 다양한 연구들이 진행되고 있다.
디지털 설진 시스템은 혀의 건강 상태를 정량적으로 구분하기 위한 시스템으 로서, 진단을 위해서는 혀를 포함한 안면 영상에서 혀 영역을 구하는 것이 최우선 되어야 한다.
혀 영상 획득과 관련하여 1986년 중국에서는 광원, 온도뿐 아니라 의사의 심리적 요소에 의해 잘못된 결론을 얻는다는 것을 문제로 제기하고 이를 해결하기 위해 표준 광원 조건 아래 조명을 균등하게 혀 위에 투사하고 촬영하는 방법을 연구하였으며, 그 후 보다 정확한 영상을 얻기 위한 연구들 - 조명각도와 휘도, 측정자의 자세 등을 제어하는 방법, 영상획득 환경을 제어하는 방법, 카메라의 조리개, 셔터, 노출 조정 방법 등과 관련한 연구가 진행되었다. 또, 얻어진 영상으로부터 진단에 필요한 혀 영역을 검출하는 방법에 대한 연구도 진행되었다.(J. Wu, Y. Zhang, J. Bai, "Tongue Area Extraction in Tongue Diagnosis of Traditional Chinese Medicine," Proceedings of the 2005 IEEE Engineering in Medicine and Biology 27th Annual Conference, Shanghai, China, pp. 4955-4957, Sept. 2005)
초기 수동영역 검출 방법에서 시작하여 최근에는 자동 영역 검출 알고리즘에 대한 연구가 많이 진행되고 있으며, 다양한 영상분할 방법을 적용한 연구들이 진행되고 있다.(B. Pang, K. Wang, D. Zhang, F. Zhang, "On Automated Tongue Image Segmentation in Chinese Medicine," ICPR, Vol. 1, pp. 616-619, 2002.)(W. Li, C. Zhou, Z. Zhang, "The segmentation of the body of tongue based on the improved snake algorithm in traditional Chinese medicine," Proceedings of the 5th world congress on intelligent control and automation, pp. 15-19, June 2004.)
하지만 이러한 방법들은 사용자가 초기 윤곽선 (contour)을 그려주어야 하기 때문에, 사용자의 개입이 필요하다는 단점을 가지고 있다.
이를 대신할 수 있는 영역 분할 방법으로는 광역적으로 에너지를 최소화하는 경계 면을 구하는 그래프 컷(Graph cut)방법(Y. Boykov, V. Kolmogorov, "Computing Geodesics and Minimal Surfaces via Graph Cuts," Proceedings of the 9th ICCV'03, pp. 26-33, Oct. 2003.)(R. Zabih, V. Kolmogorov, "Spatially Coherent Clustering Using Graph Cuts," Proceedings of Computer Vision and Pattern Recognition, vol. 2, pp. 437-444, July 2004.)이 있다.
또 다른 방법인 그래프 컷(Graph cut)을 반복적인 구조로 확장한 그랩 컷(GrabCut) 방법은 역시 초기, 물체 주변에 윤곽선 및 사각형을 그려주어야 한다는 단점을 가지고 있고, 픽셀을 라벨링(labeling)하기 위하여 세포 자동자(Cellular Automaton)를 활용하는 그로우 컷(GrowCut) 방법은 점을 찍어주는 방식으로 사용자의 개입을 최소화했지만 역시 사용자 개입이 필요하다.
그 외에 관련된 특허를 살펴보면 일본공개특허 (공개번호 2005-296208)의 진단 시스템이 있는데, 이 경우 단말기로 혀 사진을 찍어 컴퓨터로 전송하면 컴퓨터가 진단해서 그 결과를 단말기로 알려주는 구성을 가진다. 구체적으로 혀 영상을 어떻게 분석하는지 혀의 영역을 어떻게 파악하는지에 대한 구성이 없다. 즉, 영상에서 어떻게 설진 영역을 추출하는지에 대한 해결방안이 없다.
또한, 관련된 종래 발명을 더 살펴보면, 한국공개특허(공개 번호 2004- 0059312)인 혀영상으로부터 관심영역 추출 방법 및 혀영상을 이용한 건강 모니터링 방법 및 장치는 문턱값을 이용해 혀 영역을 분할하며, 이미 정해진 템플릿 영상과의 정합을 이용해 혀 영상을 설중, 설근, 설변, 설첨 등 위치에 따른 관심영역을 분할하도록 구성된다. 이 경우 문턱값 만으로는 다양한 형태의 혀 모양에서 설진 영역만을 정확하게 검출할 수 없는 문제점이 있다.
결론적으로 디지털 설진 시스템은 진단 환경에 의한 영향을 최소화하기 위해 제한된 환경 속에서 디지털 카메라를 이용하여 혀 영상을 획득하며, 자동으로 진단에 필요한 혀 부분만을 검출할 수 있도록 만드는 것이 필요하다. 여기서 혀 영상은 컬러와 텍스처 특성이 빛의 조건에 따라 다르므로, 일반적인 영상 분할 방법으로 설진 영역을 구분하기 어려운 문제점이 있다.
본 발명은 상기한 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 설진 영역 분할을 자동화하기 위해 획득된 혀 영상을 이용하여 설진 영역을 추출하는 방법을 시스템적인 관점에서 구현하고, 혀의 컬러 특징과 혀의 구조적인 특성을 고려하여 주변의 경계 부분과 대비되는 설진 영역을 추출하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법을 제공하는데 그 목적이 있다.
상기한 과제를 해결하기 위한 본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법은 카메라를 이용하여 혀 영역이 중심에 오도록 하여 혀 영역을 포함하는 안면 영상을 획득하는 제 1 단계, 상기 획득된 영상의 크기 및 화질을 보정하는 제 2 단계, 상기 보정된 영상을 이미지 세그멘테이션 한 후 영상의 상기 중심을 기준으로 일정 영역 내에서 면적이 가장 큰 주요 분할 영역을 검출하는 제 3 단계, 상기 주요 분할 영역의 외곽 일정 범위 내에서 음영에 관한 지역 최소값을 가지는 부분을 검출하여 설진의 경계를 추출하는 제 4 단계, 상기 주요 분할 영역의 외곽 일정 범위 내에서 인접 픽셀에 비해 색상 차이가 가장 많이 나는 부분을 검출하여 설진의 경계를 추출하는 제 5 단계 및 상기 제 4 단계 및 제 5 단계에 의해 검출된 경계를 혀의 기하학적 구조 정보를 이용하여 부드럽게 연결해주는 제 6 단계를 포함하여 이루어진다.
여기서, 상기 제 2 단계는 계산 시간을 단축하기 위해 상기 획득된 영상을 다운-샘플링(down-sampling)하여 크기를 줄여준다.
또한, 상기 제 2 단계는 상기 획득된 영상을 히스토그램 평활화(Histogram Equalization)하여 밝기 분포를 균일화한다.
상기 제 3 단계는 상기 주요 분할 영역 내에 포함된 모든 영역들을 상기 주요 분할 영역에 병합한다.
또한, 상기 제 3 단계는 상기 일정 영역 내에 세 개 이상의 영역이 존재하는 경우 그 중 면적이 가장 큰 주요 분할 영역에 나머지 영역을 병합한다.
상기 제 4 단계는 색상의 RGB값 중 R값이 가장 작은 부분을 검출한다.
또한, 상기 제 5 단계는 인접 픽셀에 비해 색상의 RGB값 중 R값의 차이가 가장 많이 나는 부분을 검출한다.
그리고, 상기 제 6 단계는 혀의 기하학적 구조를 일반적인 타원형의 형태로 정의하고, 상기 기하학적 구조에 관한 기울기와 곡률에 관한 부호와 상기 제 5 단계 및 제 6 단계에 의해 검출된 경계 영역에서 추출한 기울기와 곡률에 관한 부호를 비교하여 경계를 보정한다.
본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법은 주변 피부나 입 속의 피부와의 분간이 어려운 설진 영역을 디지털 영상을 분석하여 자동으로 분류할 수 있는 효과가 있으며, 혀 내부에 설태 때문에 다양한 컬러의 혀 영상에서도 설진 영역을 용이하게 검출할 수 있는 효과가 있다.
또한, 본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법 은 설진 영역을 객관화, 표준화할 수 있는 효과가 있다.
이하, 첨부된 도면을 참조하여 본 발명의 구체적인 내용을 설명하면 다음과 같다.
도 1은 본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법이 도시된 순서도이다.
도 1 을 참조하면, 본 발명에 따른 그래프 기반 접근 방법은 그 첫 단계로 카메라를 이용하여 혀(설체, 설진) 영역이 중심에 오도록 하여 혀 영역을 포함하는 안면 영상을 획득한다(S110).
보다 깨끗한 안면 영상을 획득하기 위해서는 카메라를 구비하는 디지털 설진 시스템을 이용할 수 있다.
도 2는 디지털 설진 시스템 구성의 일례가 도시된 도이다.
도 2를 참조하면, 디지털 설진 시스템(1)은 표준화된 광원과 디지털 카메라를 이용하여 설 영상을 획득하고 색상보정을 통해 보다 정확한 영상을 얻을 수 있다. 이 시스템은 접안부에 고정이 되었을 때 효과적으로 암실을 형성할 수 있도록 인체 공학적으로 설계하였고 광원을 표준화하기 위해 태양광과 가까운 색온도(5500K) 특성을 가진 스트로브 (Strobe) 조명을 사용한다.
이렇게 구성되는 디지털 설진 시스템(1)을 이용하여 혀 영역, 즉 설체 영역이 포함된 안면 영상을 수집한다. 디지털 설진 시스템(1)의 영상은 GUI를 이용하여 실시간으로 볼 수 있다. 안면영상을 획득하기 위해 CCD 카메라를 사용하거나 일반 카메라로 찍은 사진을 스캔하는 방법을 사용할 수도 있다.
도 3은 디지털 설진 시스템에 의해 획득된 안면 영상이 도시된 도이다.
디지털 설진 시스템에 의해 영상 취득시 도 3과 같이 혀 부분을 십자로 표시된 영상의 중심점에 위치시키도록 한다.
본 발명의 일 실시예로, 취득된 설 영상은 RGB의 24 bit BMP 영상으로 1280×960의 해상도를 가지나, 이에 한하지 않고 다양한 포맷이나 사이즈로 획득될 수 있다.
수집된 설체 영상은 한의학 전문의에 의해 설태가 없는 무태 영상, 백태 영상, 황태 영상, 백태와 황태가 혼합된 혼합태 영상, 태 분류가 모호한 무분류 영상의 5가지 영상으로 분류된다.
다음으로,영역 분할을 수행하기 전, 먼저 상기 안면 영상에 대한 전처리 보정을 수행한다(S120).
영상 보정의 일실시예로, 수집된 영상의 용량이 커서 영상을 처리하는데 시간이 많이 소요되므로 다운-샘플링(down-sampling)하여 533×400의 영상을 생성한다(S121). 다운-샘플링 후의 영상 사이즈는 편의상 533×400로 설정했지만 여기에 한하지 않고 다양한 사이즈로 축소될 수 있다.
다음으로, 스트로브 조명 등의 영상이 취득된 조건에 따라 밝기 분포가 달라지므로 밝기 분포를 정규화하기 위하여 밝기(brightness)를 이용한 히스토그램 평활화(histogram equalization)을 수행하여 균일한 밝기 특성을 가지도록 한다(S122).
상기 히스토그램 평활화는 원본 영상을 개선하기 위해 추가적으로 데이터를 첨가하는 것이 아니라 히스토그램의 형상을 분석하여 밝기 분포가 특정한 부분으로 치우친 것을 좀더 넓은 밝기 영역에 걸쳐 분포가 존재하도록 히스토그램을 펼쳐주는 것을 말한다.
다음으로 혀의 경계 면을 더욱 강조하기 위하여 컬러 차이가 나는 곳인 혀의 경계면을 찾아 경계 강화(edge enhancement)를 수행하는 것이 전처리 단계의 마지막이다(S123).
경계 강화는 획득된 안면 영상에서 혀의 가장자리를 강조하도록 경계면에서 컬러 구분을 명확히 하는 것을 말한다. 즉, 컬러 차이가 나는 곳인 경계를 기준으로 인접하는 두 픽셀의 RGB 각 값에 대해 큰 값은 더욱 크게 하고, 작은 값은 더 작게 해주는 것을 말한다.
다음으로 상기 보정된 영상을 이미지 세그멘테이션 한 후 영상의 상기 중심을 기준으로 일정 영역 내에서 면적이 가장 큰 주요 분할 영역을 검출한다(S130)
도 4는 본 발명에 따른 이미지 세그먼테이션이 적용된 안면 영상이 도시된 도이다. 도 4에서 보면 영상이 표면의 특성에 따라 객체가 세분화되어 있는 것을 알 수 있다
주요 분할 영역을 검출하기 위해 먼저 영역을 세분하는 오버-세그먼테이션(over-segmentation)을 수행한다. 여기서 쓰인 오버-세그먼테이션(over-segmentation) 방법은 그래프 기반 세그먼테이션(Graph-based segmentation)을 이용하였는데, 기존의 클러스터링 방법에 비해 각 픽셀이 그래프로부터 에지를 선택하는데 기반을 두고 있다.
그래프 G = (V,E)로 표시하여 각 픽셀에 해당하는 노드에 해당하는 위치를 V로 표시하고, 이웃한 픽셀이 연결한 에지들을 E라고 표시한다. 각 E는 비 중(weight)를 가지고 있는데 이는 에지로 연결된 두 픽셀 사이에 비유사도(dissimilarity)를 의미한다. 예를 들자면 컬러나 농도(intensity), 움직임, 위치와 같은 것의 차이를 말한다. 이러한 비유사도를 비교하여 유사한 부분을 병합 (merging)해 나가는 방법이다. 일정한 임계값(Threshold)이 주어지면 G의 차이가 임계값 이상이 되는 곳에서 경계면을 만들어 영역을 분할한다.
이 방법을 이용하면 혀의 중심을 포함한 혀 영역의 대부분이 하나로 병합되는데, 혀의 중심 부분에 빛의 반사나 얼룩 때문에 영역이 세분되어 분할되는 경우가 있다. 이 경우, 면적이 가장 큰 주요한 혀 영역을 찾기 위해서 중심 점에서 일정 범위 내에서 분할된 영역들의 면적 분포를 측정하여 주요 면적을 차지하는 분할 영역을 찾는다.
아래 수학식 1과 같이 일정 영역 내에 A 분할 영역의 분포 PA가 B 분할 영역의 분포 PB보다 크면, 주요 분할 영역을 A로 정하고 A 영역 내에 포함된 모든 영역들을 주요 영역 A로 병합한다.
Figure 112007068895030-pat00001
Figure 112007068895030-pat00002
즉 오버-세그먼테이션 후에 분할된 영역 중에 혀의 중심점에서 일정 범위(R1) 내에 가장 많은 영역을 가진, 즉 면적이 가장 큰 색상 부분(보라색)을 주요 분할 영역으로 설정한다.
이때, 상기 주요 분할 영역(보라색) 내부에 다른 영역이 포함된 경우에는 그 다른 영역도 주요 분할 영역으로 병합한다.
또한, 상기 일정 범위(R1) 내에 주요 분할 영역 외에 다른 색의 영역이 있는 경우에는 그 영역도 주요 분할 영역 내에 병합한다.
즉, 상기 일정 영역(R1) 내에 세 개 이상의 영역이 존재하더라도 가장 큰 분포의 영역으로 나머지 영역을 병합하도록 한다.
이때, 혀의 외곽 경계 부분은 혀의 입체성 때문에 색의 변화가 발생하여 혀의 영역으로 분할되지 않는 경우가 많다.
도 5는 혀의 외곽 경계 부분에 음영이 생긴 모습이 도시된 도이다.
도 5에 도시된 바와 같이 혀의 외곽 부분에는 혀의 입체성과 조명으로 인한 경계 면에 음영 (shading)이 발생한다. 이때, 경계 면인 혀의 옆면(R2)은 조명과 수직 각도를 이루기 때문에 지역 최소값 (local minimum value)이 발생하는데, 이 지역 최소값의 위치를 설체의 경계 면으로 추출한다(S140).
즉, 경계면의 어두운 부분의 컬러값이 최소가 되므로 이를 추출하여 경계면을 검출한다.
본 발명의 일 실시예로 RGB 컬러값 중 R값을 기준으로 그 값이 가장 작은 픽셀을 선택하여 경계를 추출한다. R값을 이용하는 이유는 혀는 전체적으로 붉은 색을 가지므로, 다른 컬러값보다 R값을 이용하여 판별하는 것이 보다 효율적이기 때문이다.
다음으로, 상기 주요 분할 영역의 외곽 일정 범위 내에서 인접 픽셀에 비해 색상 차이가 가장 많이 나는 부분을 검출하여 설진의 경계를 추출한다(S150).
도 6은 혀의 형태가 평평한 혀가 도시된 도이다
도 6을 참조하면, 간혹 부피감이 부족한 평편한 혀의 경우 또는 혀의 아랫부분의 경우에서는 경계 면에서 음영이 발생하지 않은 경우가 있다.
특히 혀의 아랫부분에는 음영이 잘 발생하지 않으므로, 이를 보완하기 위하여 다음 단계로 주요 분할 영역 외곽의 일정 범위 내에 컬러의 차이가 가장 많이 발생하는 부분을 찾는 컬러 경계 검출(Color edge detection)을 수행하여 여기서 혀와 피부 사이에 R 값의 차이가 가장 많이 나는 부분을 경계로 정한다.
즉, 앞선 단계와는 달리 음영이 거의 발생하지 않는 경우를 대비한 것으로, R값이 최소값인 부분을 검출하는 것보다 R값이 인접 픽셀과 일정 기준값 이상 차이가 나는 부분을 검출하는 것이다.
이 경우에도 R 값을 이용한 이유는 사람의 피부와 설체에 가장 많이 쓰인 컬러 값이므로 분별이 용이하다는 장점이 있기 때문이다.
도 7 은 수평방향으로 컬러 경계 검출한 결과가 도시된 도이며, 도 8은 혀 경계의 수평 경계 부분과 수직 경계 부분이 도시된 도이며, 도 9는 수평방향으로 경계 검출 후 수직 방향으로도 경계를 검출한 결과가 도시된 도이다.
도 7 내지 도9를 참조하면, 먼저 R 값을 기반으로 하여 범위를 두고 수평 방향으로 R값의 차이가 가장 큰 위치를 찾아 측면 경계면으로 설정한다. 이 경우 혀의 아랫 부분(R3)에는 경계면이 검출되지 않을 수 있다.
다음으로, R 값을 기반으로 하여 범위를 두고 수직 방향으로 R값의 차이가 가장 큰 위치를 찾아 밑면 경계면으로 설정한다. 그러면 혀의 아랫 부분도 경계면이 검출된다.
도 10은 컬러 경계 검출 후 경계면의 불연속 면이 발생한 모습이 도시된 도이며, 도 11은 설체의 윤곽선에 따른 기하학적 구조 정보가 도시된 도이며, 도 12는 최종적으로 검출된 설진 영역이 도시된 도이다.
상기와 같이 컬러값을 이용하여 경계를 검출한 후에는 혀의 기하학적 구조 정보를 이용하여 검출된 경계를 부드럽게 연결해준다(S160).
즉, 혀의 경계 면에서는 그림자나 피부의 거칠기 때문에 부드럽게 연결되지 않는 경우가 발생하거나, 컬러 경계 검출 후 불연속 면(R4)이 발생하는데 이러한 거친 경계 면을 부드럽게 연결해 주는 기하 정보를 이용한다. 즉 경계면의 불연속되는 값이 소정의 임계값 이상일 때, 연결 선의 기울기를 이용하여 연속된 선을 구한다.
이 방법은 혀의 구조의 기하정보의 규칙성을 이용하여 그 규칙성을 벗어나는 픽셀을 제거 또는 채워준다. 혀의 구조는 도 11과 같은 타원형 구조를 가지거나 타원형의 일부분이 생략된 형태의 구조를 가진다. 상기와 같이 검출된 경계 부분에서 y축에 대한 x 방향에 대한 기울기(slope)와 곡률(curvature)을 구하여 부호를 구하고 구간 내에 이 부호를 벗어난 부분을 전 기울기와 곡률을 이용하여 예측한 위치로 픽셀을 제거하거나 채운다.
도 13은 다양한 형태의 설진 영역이 검출된 결과가 도시된 도이다.
도 13을 참조하면, 혀의 형태는 타원형, 역삼각형, 반 타원형 등 다양한 형 태가 있는데, 본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법을 사용하면 거의 완벽하게 설진 영역만을 추출할 수 있음을 알 수 있다.
본 발명에서는 도 13의 영상을 검출하기 위한 일 실시예로 이미지 세그먼테이션(Over-segmentation)을 위한 그래프 기반(Graph-based) 영역 분할을 위해서 쓰이는 세 가지 파라미터 즉, 부드러운 영상을 만드는 시그마(sigma)를 0.9부터 2.5의 값, 임계값을 위한 상수 k는 120, 최소 요소 사이즈 값인 min은 100으로 설정하였다. 주요 분할 영역을 찾기 위한 영역은 중심점을 기준으로 50×50의 픽셀을 이용해 검색하였다.
다음 지역 최소값 검출(Local minimum detection)을 위한 검색 범위는 병합된 주요 분할 영역의 경계 면에서 -40에서 40까지의 픽셀 범위에서 지역 최소값의 위치를 찾았다. 컬러 경계 검출(Color edge detection)을 위한 검색 범위는 경계 면에서 범위를 좁혀서 -20에서 20까지의 범위에서 컬러(R 값) 차이가 최대값인 위치를 찾았다.
마지막 단계인 경계 기하학적 추정(Edge geometry estimation)에서는 전 4개의 위치를 저장하여 기울기와 곡률을 저장하고, 현재 위치에서의 기울기와 곡률을 계산하였다. 이때, 전 4개의 위치에서의 기울기와 곡률을 비교하여 현재 위치에서의 기울기와 곡률이 연속하는지 판별한다. 연속할 경우 현재의 위치로 진행하고, 연속하지 않을 경우 전 위치에서의 기울기와 곡률을 부여하였다.
도 13을 참조하면, 진단을 위해서 대부분의 설 영역이 잘 분할된 것을 볼 수 있으며, 모든 형태의 설체에 대해서 분할이 잘 된 것을 볼 수 있다. 이것은 피부의 색이나 상태에 무관하게 분할된 것을 알 수 있으며 성별에 무관하게 분할의 결과가 좋은 것을 알 수 있다.
결과의 유효성을 검증하기 위하여, 각 분류된 영상을 무태, 백태, 황태, 혼합태, 무분류 영상을 각각 1, 4, 1, 2, 22개 전체 30개의 영상을 임의로 선택하여 전문의 이상의 한의사 3명이 원 영상과 분할된 혀 영상의 진단 유효성을 판단하였다. 설체 진단을 매우 유효한 혀 분할 영역일 경우를 5점을 부여하고, 대체로 유효한 경우 3점, 유효성이 부족할 경우 1점을 기준으로 하여, 1점에서부터 5점까지 연속적으로 부여하였다. 그 결과 아래 표 1과 같이 3명의 한의사가 평균 4점 이상의 점수를 부여하여 분할된 영역이 진단의 유효성이 있음을 확인하였다
평가자 평균 점수
평가자 A 4.37
평가자 B 4.00
평가자 C 4.00
전체 평균 4.12
이상과 같이 본 발명에 의한 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법을 예시된 도면을 참조로 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명은 한정되지 않고, 기술사상이 보호되는 범위 이내에서 응용될 수 있다.
도 1은 본 발명에 따른 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법이 도시된 순서도,
도 2는 디지털 설진 시스템 구성의 일례가 도시된 도,
도 3은 디지털 설진 시스템에 의해 획득된 안면 영상이 도시된 도,
도 4는 본 발명에 따른 이미지 세그먼테이션이 적용된 안면 영상이 도시된 도,
도 5는 혀의 외곽 경계 부분에 음영이 생긴 모습이 도시된 도,
도 6은 혀의 형태가 평평한 혀가 도시된 도,
도 7 은 수평방향으로 컬러 경계 검출한 결과가 도시된 도,
도 8은 혀 경계의 수평 경계 부분과 수직 경계 부분이 도시된 도,
도 9는 수평방향으로 경계 검출 후 수직 방향으로도 경계를 검출한 결과가 도시된 도,
도 10은 컬러 경계 검출 후 경계면의 불연속 면이 발생한 모습이 도시된 도,
도 11은 설체의 윤곽선에 따른 기하학적 구조 정보가 도시된 도,
도 12는 최종적으로 검출된 설진 영역이 도시된 도,
도 13은 다양한 형태의 설진 영역이 검출된 결과가 도시된 도이다.

Claims (11)

  1. 카메라를 이용하여 혀 영역이 중심에 오도록 하여 혀 영역을 포함하는 안면 영상을 획득하는 제 1 단계;
    상기 획득된 영상의 크기 및 화질을 보정하는 제 2 단계;
    상기 보정된 영상을 이미지 세그멘테이션 한 후 영상의 상기 중심을 기준으로 일정 영역 내에서 면적이 가장 큰 주요 분할 영역을 검출하는 제 3 단계;
    상기 주요 분할 영역의 외곽 일정 범위 내에서 음영에 관한 지역 최소값을 가지는 부분을 검출하여 설진의 경계를 추출하는 제 4 단계;
    상기 주요 분할 영역의 외곽 일정 범위 내에서 인접 픽셀에 비해 색상 차이가 가장 많이 나는 부분을 검출하여 설진의 경계를 추출하는 제 5 단계; 및
    상기 제 4 단계 및 제 5 단계에 의해 검출된 경계를 혀의 기하학적 구조 정보를 이용하여 부드럽게 연결해주는 제 6 단계를 포함하여 이루어지는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  2. 청구항 1 에 있어서,
    상기 카메라는 CCD 카메라인 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  3. 청구항 1 에 있어서,
    상기 제 2 단계는 계산 시간을 단축하기 위해 상기 획득된 영상을 다운-샘플링(down-sampling)하여 크기를 줄여주는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  4. 청구항 1 에 있어서,
    상기 제 2 단계는 상기 획득된 영상을 히스토그램 평활화(Histogram Equalization)하여 밝기 분포를 균일화하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  5. 청구항 1 에 있어서,
    상기 제 2 단계는 상기 획득된 영상을 경계 강화(Edge Enhancement)하여 경계면에서의 컬러 구분을 명확히 하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  6. 청구항 1 에 있어서,
    상기 제 3 단계는 아래 수식에 의해 상기 주요 분할 영역을 결정하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
    Figure 112007068895030-pat00003
    (여기서, PA는 A 영역의 면적, PB는 B 영역의 면적, A 영역은 주요 분할 영역, x∈B 는 B 영역의 픽셀)
  7. 청구항 1 에 있어서,
    상기 제 3 단계는 상기 주요 분할 영역 내에 포함된 모든 영역들을 상기 주요 분할 영역에 병합하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  8. 청구항 1 에 있어서,
    상기 제 3 단계는 상기 일정 영역 내에 세 개 이상의 영역이 존재하는 경우 그 중 면적이 가장 큰 주요 분할 영역에 나머지 영역을 병합하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  9. 청구항 1 에 있어서,
    상기 제 4 단계는 색상의 RGB값 중 R값이 가장 작은 부분을 검출하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  10. 청구항 1 에 있어서,
    상기 제 5 단계는 인접 픽셀에 비해 색상의 RGB값 중 R값의 차이가 가장 많이 나는 부분을 검출하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
  11. 청구항 1 에 있어서,
    상기 제 6 단계는 혀의 기하학적 구조를 일반적인 타원형의 형태로 정의하고, 상기 기하학적 구조에 관한 기울기와 곡률에 관한 부호와 상기 제 5 단계 및 제 6 단계에 의해 검출된 경계 영역에서 추출한 기울기와 곡률에 관한 부호를 비교하여 경계를 보정하는 것을 특징으로 하는 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법.
KR1020070096688A 2007-09-21 2007-09-21 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법 KR100889014B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020070096688A KR100889014B1 (ko) 2007-09-21 2007-09-21 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법
PCT/KR2008/005543 WO2009038376A1 (en) 2007-09-21 2008-09-19 Extraction method of tongue region using graph-based approach and geometric properties
EP08831511.4A EP2188779B1 (en) 2007-09-21 2008-09-19 Extraction method of tongue region using graph-based approach and geometric properties

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070096688A KR100889014B1 (ko) 2007-09-21 2007-09-21 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법

Publications (1)

Publication Number Publication Date
KR100889014B1 true KR100889014B1 (ko) 2009-03-17

Family

ID=40468094

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070096688A KR100889014B1 (ko) 2007-09-21 2007-09-21 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법

Country Status (3)

Country Link
EP (1) EP2188779B1 (ko)
KR (1) KR100889014B1 (ko)
WO (1) WO2009038376A1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101046670B1 (ko) * 2009-03-17 2011-07-05 대승의료기기(주) 설진기
CN102509312A (zh) * 2011-09-20 2012-06-20 哈尔滨工业大学 人体数字舌图像颜色色域空间及其提取方法
KR101195917B1 (ko) 2010-06-15 2012-10-30 한국 한의학 연구원 혀 진단 영역 추출 방법
CN104021552A (zh) * 2014-05-28 2014-09-03 华南理工大学 一种基于图论分割过程的多目标粒子群参数优化方法
KR20170019200A (ko) * 2015-08-11 2017-02-21 한국 한의학 연구원 설 촬영 장치 및 설 영상의 프로세싱 방법
CN106821324A (zh) * 2017-03-06 2017-06-13 武汉嫦娥医学抗衰机器人股份有限公司 一种基于舌面和舌下综合分析的舌诊辅助医疗系统
KR20180049302A (ko) * 2016-10-31 2018-05-11 한국 한의학 연구원 혀 영역 추출 방법 및 그 방법을 수행하는 영상 처리 장치
CN109522791A (zh) * 2018-10-09 2019-03-26 广东数相智能科技有限公司 一种用于舌诊拍照的提醒方法、电子设备及存储介质
CN115311312A (zh) * 2022-10-12 2022-11-08 南通鼎顺生物科技有限公司 一种用于中医舌诊的舌体精准分割方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509279B (zh) * 2011-11-02 2013-11-06 北京工业大学 根部欠照明舌图像的自适应暗部细节复现方法
WO2014183246A1 (zh) * 2013-05-13 2014-11-20 Huang Bo 一种医学影像处理方法与系统
CN105930798B (zh) * 2016-04-21 2019-05-03 厦门快商通科技股份有限公司 基于学习的面向手机应用的舌像快速检测分割方法
CN107610087B (zh) * 2017-05-15 2020-04-28 华南理工大学 一种基于深度学习的舌苔自动分割方法
CN107316307B (zh) * 2017-06-27 2020-05-08 北京工业大学 一种基于深度卷积神经网络的中医舌图像自动分割方法
CN107977671B (zh) * 2017-10-27 2021-10-26 浙江工业大学 一种基于多任务卷积神经网络的舌象分类方法
CN108022246A (zh) * 2017-12-21 2018-05-11 芜湖圣美孚科技有限公司 一种用于舌面仪的前置图像自动分割系统
CN108742536A (zh) * 2018-06-13 2018-11-06 天津大学 一种基于动态减影技术的舌像自动抓拍方法
CN109005338A (zh) * 2018-07-10 2018-12-14 芜湖圣美孚科技有限公司 一种舌像识别处理系统及其识别方法
CN109410168B (zh) * 2018-08-31 2021-11-16 清华大学 用于确定图像中的子图块类别的卷积神经网络的建模方法
CN111223117A (zh) * 2018-11-26 2020-06-02 深圳市前海安测信息技术有限公司 舌面图像分割装置、方法及计算机存储介质
CN109829373A (zh) * 2018-12-26 2019-05-31 北京康加科技有限公司 舌态检测系统及方法
CN110929740A (zh) * 2019-11-21 2020-03-27 中电健康云科技有限公司 一种基于lgbm模型的舌质舌苔分离方法
CN111260619A (zh) * 2020-01-14 2020-06-09 浙江中医药大学 基于U-net模型的舌体自动分割方法
CN112489053B (zh) * 2020-11-26 2021-07-13 深圳市艾合芯科智慧医疗有限公司 一种舌像分割方法、装置及存储介质
CN114862851B (zh) * 2022-07-06 2022-09-30 深圳市圆道妙医科技有限公司 一种基于舌相分析的处理方法
CN115601358B (zh) * 2022-12-01 2023-03-28 合肥云诊信息科技有限公司 一种自然光环境下的舌象图像分割方法
CN117422720B (zh) * 2023-12-19 2024-03-05 陕西秒康医疗科技有限公司 一种中医治疗舌诊图像智能分割方法
CN117522865B (zh) * 2024-01-03 2024-03-22 长春中医药大学 一种基于图像识别技术的中医健康监测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040093882A (ko) * 2003-04-30 2004-11-09 노정희 의료용 디지털 영상에 대한 출력 및 저장을 용이하게실시하기 위한 시스템
KR20050037338A (ko) * 2003-10-17 2005-04-21 가부시키가이샤 시마즈세이사쿠쇼 의료용 화상 진단 장치
JP2006055507A (ja) 2004-08-23 2006-03-02 Shoshiki Kagi Kofun Yugenkoshi 即時医療映像自動的サーチ対照方法及びそのシステム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4649965B2 (ja) * 2004-11-29 2011-03-16 コニカミノルタホールディングス株式会社 健康度判定装置、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040093882A (ko) * 2003-04-30 2004-11-09 노정희 의료용 디지털 영상에 대한 출력 및 저장을 용이하게실시하기 위한 시스템
KR20050037338A (ko) * 2003-10-17 2005-04-21 가부시키가이샤 시마즈세이사쿠쇼 의료용 화상 진단 장치
JP2006055507A (ja) 2004-08-23 2006-03-02 Shoshiki Kagi Kofun Yugenkoshi 即時医療映像自動的サーチ対照方法及びそのシステム

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101046670B1 (ko) * 2009-03-17 2011-07-05 대승의료기기(주) 설진기
KR101195917B1 (ko) 2010-06-15 2012-10-30 한국 한의학 연구원 혀 진단 영역 추출 방법
CN102509312A (zh) * 2011-09-20 2012-06-20 哈尔滨工业大学 人体数字舌图像颜色色域空间及其提取方法
CN104021552A (zh) * 2014-05-28 2014-09-03 华南理工大学 一种基于图论分割过程的多目标粒子群参数优化方法
KR20170019200A (ko) * 2015-08-11 2017-02-21 한국 한의학 연구원 설 촬영 장치 및 설 영상의 프로세싱 방법
KR101726505B1 (ko) * 2015-08-11 2017-04-12 한국 한의학 연구원 설 촬영 장치 및 설 영상의 프로세싱 방법
KR20180049302A (ko) * 2016-10-31 2018-05-11 한국 한의학 연구원 혀 영역 추출 방법 및 그 방법을 수행하는 영상 처리 장치
KR101908785B1 (ko) * 2016-10-31 2018-10-18 한국 한의학 연구원 혀 영역 추출 방법 및 그 방법을 수행하는 영상 처리 장치
CN106821324A (zh) * 2017-03-06 2017-06-13 武汉嫦娥医学抗衰机器人股份有限公司 一种基于舌面和舌下综合分析的舌诊辅助医疗系统
CN109522791A (zh) * 2018-10-09 2019-03-26 广东数相智能科技有限公司 一种用于舌诊拍照的提醒方法、电子设备及存储介质
CN115311312A (zh) * 2022-10-12 2022-11-08 南通鼎顺生物科技有限公司 一种用于中医舌诊的舌体精准分割方法

Also Published As

Publication number Publication date
EP2188779A1 (en) 2010-05-26
EP2188779B1 (en) 2014-04-23
EP2188779A4 (en) 2013-03-20
WO2009038376A1 (en) 2009-03-26

Similar Documents

Publication Publication Date Title
KR100889014B1 (ko) 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법
US10499845B2 (en) Method and device for analysing an image
Ganz et al. Automatic segmentation of polyps in colonoscopic narrow-band imaging data
US7689016B2 (en) Automatic detection of critical dermoscopy features for malignant melanoma diagnosis
JP4947589B2 (ja) 類似画像検索装置
JP5926937B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
EP2948897B1 (en) Method and systems for cell-level fish dot counting
Jaworek-Korjakowska Novel method for border irregularity assessment in dermoscopic color images
CN110866932A (zh) 多通道舌体边缘检测装置、方法及存储介质
Skrøvseth et al. A computer aided diagnostic system for malignant melanomas
Pennisi et al. Melanoma detection using delaunay triangulation
WO2006087526A1 (en) Apparatus and method for processing of specimen images for use in computer analysis thereof
KR101436988B1 (ko) 투영 변환 블록 계수를 이용한 피부 색소 침착 검출 장치 및 방법
Kim et al. Tongue diagnosis method for extraction of effective region and classification of tongue coating
US10943350B2 (en) Automated segmentation of histological sections for vasculature quantification
Palokangas et al. Segmentation of folds in tissue section images
Rogojanu et al. Segmentation of cell nuclei within complex configurations in images with colon sections
KR100332072B1 (ko) 단층촬영 영상으로부터의 장기 추출 및 체적산출방법
Park et al. Segmentation-based tracking of macrophages in 2D+ time microscopy movies inside a living animal
CN109816665A (zh) 一种光学相干断层扫描图像的快速分割方法及装置
KR100904084B1 (ko) 컬러 분포 기반의 설태 분류 방법
CN110458042B (zh) 一种荧光ctc中的探针数目检测方法
Mahmood et al. Artifact Removal from Skin Dermoscopy Imagesto Support Automated Melanoma Diagnosis
Wirth et al. Combination of color and focus segmentation for medical images with low depth-of-field
Giannakeas et al. Image Enhancement of Routine Biopsies: A Case for Liver Tissue Detection

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: 20130311

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140109

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150306

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160310

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee