본 논문에서는 패치 반복을 이용하여 대기광 추정을 통해 개선된 안개 제거 방법을 제안한다. 기존의 안개 제거 방법은 영상 내에 인공적인 빛이나 밝은 물체가 있는 경우 대기광 추정 시 오차가 발생 한다. 이 방법은 안개 영상의 화소들 중 가장 밝은 값으로 대기광을 추정하기 때문이다. 이러한 문제를 해결하기 위하여, 제안하는 방법은 패치 쌍 사이의 안개 양의 차이점을 이용한다. 패치 쌍은 안개의 양이 다르지만 유사한 패턴을 가지고 있기 때문에, 대기광이 동일하다고 가정할 수 있다. 이러한 특성을 통해 각 패치 쌍으로 구한 대기광에 다른 가중치를 부여함으로써 대기광을 추정할 수 있다. 실험을 통해 제안하는 방법이 기존의 방법보다 안개 제거 성능에서 우수함을 확인하였다.

최근 인간의 안전과 편의를 위해 무인 CCTV, 교통 모니터링, 객체 추적, 자동주행 시스템 등이 널리 사용되고 있지만 안개와 같은 자연 현상들이 영상의 색상정보를 사라지게 하여, 다양한 영상처리 알 고리즘이 적용되더라도 영상을 통한 정확한 정보 획득이 어렵다. 이러한 안개와 같이 실외에서 영상의 가 시성을 약화시키는 원인을 제거하기 위해 최근 여러 장의 영상을 사용하거나 추가적인 정보가 필요한 안 개제거 방법이 아닌 단일영상에서의 몇 가지 안개 제거 방법이 제안되고 있다. 본 연구에서는 He 등이 제안한 dark channel prior를 랩뷰(LabVIEW)에서 구현하여 영상의 안개 보정에 적용해보고 안개제거 가 중치를 조절하였을 때 안개제거의 정도를 비교하였다.

목 적 : 초급성기 뇌경색의 진단과 뇌종양의 진단 및 치료의 과정를 평가하는데 유용한 확산강조 자기공명 영상은 인체 내 세포의 미시적인 확산운동의 차이를 영상의 대조도 나타내기 위해서 초고속 영상 기법인 EPI sequence를 사용한다. 하지만 인체의 해부학적 자화감수성 차이는 고속영상기법에서 영상의 왜곡과 artifact를 발생시켜 영상의 진단적 가치를 떨어뜨린다. 이에 본 논문은 자체 제작한 phantom을 이용하여 EPI 기법에 기인한　확산강조영상의 영상왜곡과 artifact의 특성을 알아보고 그 감소방안을 알아보자 하였다. 대상 및 방법 : Brain DWI 검사 시 artifact가 자주 발생하는 부위인 sphenoid sinus와 brain stem의 해부학적 구조를 모방한 phantom을 제작하였다. Single shot SE EPI sequence를 이용하여 phantom 영상을 획득하였다. 영상획득 시 phase encoding 방향과 fat shift 방향을 변경하여 영상 내의 artifact의 발생 양상과 그 변화에 대해서 알아보았다. 또한 SENSE factor 1에서 5까지 변경하고, RFOV를 100%에서 60%까지 10%씩 줄여가면서 artifact의 발생기전과 감소방법에 대해서 알아보았다. 사용된 장비는 Philips medical system의 Achieva TX 3.0T를 사용하였고, 신호수집 코일은 8 channel sense head coil을 사용하였다. Scan parameter는 FOV 256mm, measurement matrix 128×128, slice thickness 2mm, gap, 0mm 총 74개의 단면 영상을 획득하였다. 결 과 : EPI 기법으로 기인한 자화감수성 artifact와 영상왜곡은 영상단면의 phase encoding 방향을 따르고, 하나의 단면 내에서는 낮은 주파수쪽으로 이동하였으며, 또한 slice selection gradient에 따라서도 변화하였다. 확산운동의 민감성에 관여하는 확산경사자장의 세기는 artifact의 발생과 크기에 관계하지 않고 영상의 SNR과 관계하였다. 자화감수성 artifact의 감소방안은 sensitivity encoding, RFOV 기법과 같은 수집하는 영상 신호의 숫자를 감소시키는 기법을 통해서 구현할 수 있었지만, 이에 따른 SNR의 저하와 추가적인 artifact가 발생하였다. 따라서 임상에서 EPI sequence에 기인한 artifact의 감소를 목적으로 사용한다면, artifact 발생을 고려해 선택적으로 적용해야 할 것으로 생각된다. 결 론 : 최근 확산강조영상은 뇌 질환에서 뿐만 아니라 인체의 다른 장기의 질환을 진단하고 치료하는데 매우 유용하게 사용되고 있다. 본 연구를 통해서 확산강조 자기공명영상에서 발생하는 artifact의 발생기전 알아보고 그 감소방안을 찾을 수 있었다. 본 논문의 결과를 활용하여 임상에서 확산강조 자기공명영상을 획득한다면, 보다 진단적 가치가 높은 영상을 만들어 낼 수 있을 것으로 사료된다.

스마트폰, 셀폰과 같이 휴대가 간편한 포터블 카메라를 포함하여, DSLR 카메라 등 최근 카메라와 3D 입체에 대한 관심이 괄목할 정도로 증가추세에 있다. 하지만 단일 카메라로부터 획득된 단일 영상과 다중 디스페러티를 적용한 3D 재구성 방법에 대한 연구는 비교적 활발하지 못하다. 본 논문에서는 단일 영상으로부터 다중 디스페러티 파라미터를 적용한 Multi-view 3D 장면 재구성 방법을 제안한다. 다수의 카메라에 의한 영상획득 방법으로 3D 입체 장면을 재구성하는 기존의 방법에 비해 하드웨어의 구성이 필요 없는 편리한 3D 장면 재구성 방법이다. 실험결과를 제시하여 제안방법의 타당성을 제시하였다.

본 연구는 CT를 이용한 뇌혈관 추출 검사에서 이중에너지 기법을 활용하여 각 에너지 준위별 뇌혈관 조 영술의 유용성을 평가하였다. 방법은 CT 뇌혈관 조영술을 시행한 환자 15명의 DE 영상과 SE 영상을 대상으로 하였다. 영상의 분석은 MCA, 뇌실직 조직, Background에 ROI를 설정하여 평균값, 표준편차 및 SNR, CNR 값을 구하고, SE영상과 비슷하게 구현되는 에너지 영역을 알아보았다. Likert 5점 척도 육안평가를 병행한 결과 DE 40 keV와 SE 120 kVp에서 가장 선명한 MCA 영상을 확인 하였다(p>0.05). SE영상의 SNR 값은 DE영상의 40 keV에너지 준위값과 비슷하게 측정되었고, 40 keV와 50 keV의 저에너지 준위의 영상이 SNR이 높게 측정되어 고에너지 준위의 영상에 비해 대조도가 높아 뇌혈관질환을 유용하게 관찰할 수 있을 것으로 사료된다.

3D 프린팅은 최근 다양한 분야에서 활용 되고 있다. 다양한 활용 분야 중 사람의 얼굴을 3D 프린팅을 위해서는 먼저 3D 얼굴 데이터를 생성해야 한다. 3D 얼굴 데이터 획득을 위해 레이저 스캐너 등이 활용되고 있으나 스캔 중에 사람이 움직이면 안 되는 제약이 있다. 본 논문에서는 단일 영상 기반의 3D 얼굴 모델링 방법과 생성된 3D 얼굴을 가상 성형 등에 쓰일 수 있도록 얼굴 변형 시스템을 제안한다. 3D 얼굴 데이터 생성을 위해 3D 얼굴 데이터베이스로부터 특징점들을 정의하였다. 단일 얼굴 영상으로부터 얼굴을 특징점을 추출 한 후 3D 얼굴 데이터베이스로부터 정의된 3D 얼굴 특징점과 대응하여 입력 얼굴 영상의 3D 얼굴을 생성한다. 3D 얼굴 생성 후에 가상 성형 등의 용도를 위해 얼굴 변형 부분을 적용하였다.

본 연구는 DWI 검사 시 자화율 차이로 인해 뇌줄기에 발생하는 영상의 왜곡을 새로운 SS-TSE를 적용하 여 감소시키고자 하였다. 연구방법은 2015년 7월부터 동년 9월까지 DWI 검사를 검사한 30명을 대상으로, 기존의 SS-EPI 기법과 새로운 SS-TSE를 적용하여 기법에 따른 뇌줄기의 왜곡과 오차율을 비교평가 하였 다. 연구결과, 새로운 SS-TSE 적용 시 왜곡이 감소된 것을 볼 수 있으며, 오차율 또한 b0 영상은 2.4%(11. 1%에서 8.7%), b1000 영상은 1.2%(11.4%에서 10.1%) 감소하는 것을 볼 수 있었다. 결론적으로, 뇌줄기의 D WI 검사 시 본 연구의 SS-TSE를 이용하면 기존 기법 사용 시 발생하는 영상의 왜곡을 감소시킬 수 있어 진단적 가치가 높은 영상을 획득할 수 있다.

본 연구는 뇌줄기 확산강조영상검사 시 뒤틀림을 줄이기 위한 SS-TSE 기법의 신호대잡음비 감소를 수치 적으로 정량화하여, 낮은 신호대잡음비로 인한 SS-TSE 기법의 문제점을 지적하고자 하였다. 연구방법은 20 15년 7월부터 10월까지 뇌줄기 확산강조영상검사를 검사한 35명을 대상으로 하였으며, 기존의 SS-EPI 기법 과 SS-TSE 기법을 적용하여 기법별 숨뇌의 신호대잡음비을 비교하였다. 연구결과 b=0 영상의 신호대잡음 비는 새로운 SS-TSE 기법(314.41±42.96) 적용 시 SS-EPI 기법(514.84±48.97) 보다 38.9% 감소하였으며, b=1,0 00 영상의 경우도 SS-TSE 기법(117.33±14.04) 적용 시 SS-EPI 기법(208.65±25.70) 보다 43.8% 감소하였다. 결론적으로, 미세 병변을 진단하기 위한 뇌줄기의 확산강조 자기공명영상 검사 시 뒤틀림을 줄이기 위해 SS-TSE 기법을 적용할 경우 신호대잡음비가 저하됨으로 기존의 SS-EPI 기법이나 MS-EPI 기법을 병행하여 검사하는 것이 진단의 정확성을 높일 수 있으리라 사료된다.