[강의] Medical Image Analysis (Introduction)

강의 링크:

https://www.edwith.org/medical-20200327

컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 강좌소개 : edwith

 

1-1. Overview

Ways to analyze images:

• classification: 분류
• segmentation: 영상에서 부분을 추출해서 분석
• enhancement: noise improvement
• registration: 영상들을 비교하기 위해 두 영상을 맞추어주기

 

1-2. Intro

인공지능을 활용하여 조기 진단이 가능하고, 영상 분석에 도움을 주고, 수명을 예측하고, 안전성을 향상할 수 있다.

Deep Learning 기법들의 성능들이 좋아지고 있고, classification은 human error rate 이하로 내려갔다. 다른 problem들의 error rate도 낮아지고 있다.

 

1-3. 의료 영상 파일

PACS (Picture Archiving and Communication System): 영상이 저장되는 서버.

DICOM (Digital Imaging and COmmunications in Medicine): 의료 영상의 International standard. clinical info와 함께 image도 같이 저장. (.dcm)

dimensioins, voxel spacing, origin 등 여러 정보들이 헤더에 저장되어 있다.

Visualization tools include: ITK-SNAP, 3D Slicer, ImageJ...

예시로 ITK-SNAP 사용. 다양한 각도에서 영상을 확인 할 수 있게 도와준다. segmentation도 가능해서 volume을 찾을 수도 있다.

 

1-4. 의료 영상 취득

• Endoscopy 내시경
• Microscopy 현미경
• X-ray: 2D 영상. 방사선
• Computed Tomography (CT):
  • 방사선 사용. doze를 낮춰야한다.
  • 2D로 받아내서 reconstruction을 통해 3D 영상을 얻어냄.
  • 적분 사용해서 영상들을 add.
• Position Emission Tomography (PET)
  • 감마선
  • 주입된 방사선 물질이 밖에서 360도로 detect 된다. (=3D 영상)
  • 포도당 등 신진대사가 어디서 일어나는지 볼 수 있다.
• Magnetic Resonance Imaging (MRI)
  • 공명 현상을 이용. 자기장 그리고 radio frequency (RF) pulse를 주는 coil이 필요하다.
  • 수소 원자핵들이 자기장에 노출된 후 방향과 속도를 보고 파장을 찾는다.
  • 부위 마다 다른 자기장, 수소핵의 속도가 다름.
  • 2D 3D 둘 다 가능
  • 방사선이 아니기에 몸에는 괜찮다. 하지만 소음이 크다
• Ultrasound: 초음파
• Optical Coherance Tomography (OCT): 안구의 3D 구조