| 1 |
1
광자계수검출기(photon counting detector)로부터 대상체를 단층 촬영하여 생성된 허상(artifact)을 포함하는 로우데이터를 획득하는 단계;상기 로우데이터를 극좌표(polar coordination) 변환하여 선 형태를 이루는 허상데이터를 검출하는 단계;상기 허상데이터를 회색도 변환(gray level transformation)하여 선 형태를 이루는 허상을 강조하는 단계;회색도 변환된 허상데이터를 퍼지 신경망(fuzzy neural network)에 입력하고 퍼지 소속함수를 적용하여 일정값에 수렴하는 출력데이터를 형성하는 단계; 및상기 출력데이터를 직교좌표(cartesian coordinate) 변환하여 보정데이터를 획득하는 단계를 포함하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 방법
|
| 2 |
2
제1항에 있어서, 상기 출력데이터를 형성하는 단계는,상기 허상데이터에 소속함수를 적용하여 다수 개의 퍼지데이터로 이루어진 입력 퍼지집합을 형성하는 단계;적어도 2개의 허상데이터에 의해 형성된 입력 퍼지집합을 특정 퍼지데이터와의 거리에 따라 소속 정도를 부여하여 퍼지데이터를 분류하는 단계;분류된 퍼지데이터가 퍼지 규칙베이스(fuzzy rule base)에 의해 추론데이터를 선별하여 출력 퍼지집합을 형성하는 단계; 및상기 출력 퍼지집합에 대하여 비퍼지화를 통해 출력데이터를 형성하는 단계;를 포함하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서, 상기 출력데이터를 형성하는 단계 이전에,상기 회색도 변환된 허상데이터에서 특징점을 추출하고, 추출된 상기 특징점의 연결형태를 파악하여 의사특징점을 선별하여 제거하는 단계를 더 포함하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 방법
|
| 5 |
5
제1항에 있어서, 상기 출력데이터를 형성하는 단계 이전에,상기 회색도 변환된 허상데이터에서 대상픽셀을 선별하고 상기 대상픽셀을 둘러싸고 있는 다른 픽셀들의 평균값을 대상픽셀에 취하는 고등차수 보간(bicubic-interpolation)과, 다항식으로 이루어진 근사 함수를 이용하여 임의의 위치에 대한 함수값을 구하는 다항 근사화 보간(polynomial fitting-interpolation)을 결합한 하이브이드 보간법을 통해 허상데이터를 보정하는 단계를 더 포함하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 방법
|
| 6 |
6
제1항에 있어서, 상기 로우데이터를 획득하는 단계는,상기 광자계수검출기로부터 X-ray를 복수 개의 에너지 대역 별로 구분하여 검출하여, 상기 복수 개의 에너지 대역 별로 대상체에 대한 로우데이터를 획득하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 방법
|
| 7 |
7
제1, 2, 4, 5, 6항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체로,상기 기록매체는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크 및 광 데이터 저장장치 중 적어도 하나인 것을 특징으로 하는 기록매체
|
| 8 |
8
광자계수검출기(photon counting detector)로부터 대상체를 단층 촬영하여 생성된 허상(artifact)을 포함하는 로우데이터를 획득하는 영상획득부;상기 로우데이터를 극좌표(polar coordination) 변환하여 선 형태를 이루는 허상데이터를 검출하고, 상기 허상데이터를 이용하여 형성된 출력데이터를 직교좌표(cartesian coordinate) 변환하여 보정데이터를 획득하는 영상변환부; 상기 허상데이터를 회색도 변환(gray level transformation)하여 선 형태를 이루는 허상을 강조하는 영상보정부; 및회색도 변환된 허상데이터를 퍼지 신경망(fuzzy neural network)에 입력하고 퍼지 소속함수를 적용하여 일정값에 수렴하는 출력데이터를 형성하는 영상처리부를 포함하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 장치
|
| 9 |
9
제8항에 있어서,상기 영상처리부는, 상기 허상데이터에 소속함수를 적용하여 다수 개의 퍼지데이터로 이루어진 입력 퍼지집합을 형성하고, 적어도 2개의 허상데이터에 의해 형성된 입력 퍼지집합을 특정 퍼지데이터와의 거리에 따라 소속 정도를 부여하여 퍼지데이터를 분류한 다음, 분류된 퍼지데이터가 퍼지 규칙베이스(fuzzy rule base)에 의해 추론데이터를 선별하여 출력 퍼지집합을 형성한 후, 상기 출력 퍼지집합에 대하여 비퍼지화를 통해 출력데이터를 형성하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 장치
|
| 10 |
10
삭제
|
| 11 |
11
제8항에 있어서,상기 영상보정부는,상기 회색도 변환된 허상데이터에서 특징점을 추출하고, 상기 특징점의 연결형태를 파악하여 의사특징점을 선별하여 제거하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 장치
|
| 12 |
12
제8항에 있어서,상기 영상보정부는,상기 회색도 변환된 허상데이터에서 대상픽셀을 선별하고 상기 대상픽셀을 둘러싸고 있는 다른 픽셀들의 평균값을 대상픽셀에 취하는 고등차수 보간(bicubic-interpolation)과, 다항식으로 이루어진 근사 함수를 이용하여 임의의 위치에 대한 함수값을 구하는 다항 근사화 보간(polynomial fitting-interpolation)을 결합한 하이브이드 보간법을 통해 허상데이터를 보정하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 장치
|
| 13 |
13
제8항에 있어서,상기 영상획득부는 광자계수검출기로부터 X-ray를 복수 개의 에너지 대역 별로 구분하여 검출하여, 상기 복수 개의 에너지 대역 별로 대상체에 대한 로우데이터를 획득하는 것을 특징으로 하는 퍼지 신경망을 이용한 ＣＴ 영상의 허상 제거 장치
|
