Progress Seminar 2018. 08. 28 선석규.

Presentation on theme: "Progress Seminar 2018. 08. 28 선석규."— Presentation transcript:

1 Progress Seminar 선석규

2 Image Super-resolution
연구 진행 상황 보고 녹내장 진단 (안과 Pf. 박기호) 재난 대응 (응급 의학과 Pf. 신상도) MER 분석 (신경외과 Pf. 백선하) Image Super-resolution 녹내장 예후예측 시야검사지 판별 망막 intensity 측정 2주전 계획 논문 작업중 Data 범주화 및 Feature selection진행 Classification 진행 망막 영역 segmentation진행 SMICU 사용성 평가 신경외과 미팅 8/14(수) 11am 연구 결과 논문 작업하여 전달함 image feature 추출 방향 변경 중 Classification 결과 이용하여 attention-map 추출 망막 영역 segmentation 진행 후 안과 전달 5차년도 5:5 연결을 위한 Device 제작 후 헬스허브(소프트웨어) 전달 MER데이터 분석 문제점 및 대책 목표 및 계획 망막 영역 segmentation 두께 비교 Device 헬스허브에서 테스트중 DBS 예후를 정답으로 data crop

3 망막 intensity 측정 – Layer segmentation
 녹내장 환자의 경우 노란색 영역의 밝기가 어두움  현재는 crop 후 매뉴얼로 작은 박스 생성 후 빨간색(reference)와 노란색의 밝기 비교(사진마다 intensity가 다르기 때문)  고전적인 방법 시도 후 불가능 할 시 Deep learning으로 구함

4 망막 intensity 측정 – Layer segmentation
<원본> Reference선(붉은 영역)이 찾기가 힘듦 평균과 std값을 이용하여 intensity normalize 후 Segmentation 노란영역의 intensity 계산

5 망막 영역 추출 X 원본 mask 위에서 구한 망막 영역의 mask를 원본 이미지에 곱함  망막 영역이 추출됨

6 Intensity 계산 이미지의 세로에서 내려오면서 intensity의 peak 값을 각각 계산함.
 모든 이미지는 이미지의 평균과 std 값을 이용해 normalize하였으므로, 상대적인 밝기 비교가 가능함.  normalize 방식에 문제가 있어 방향 선회(histogram equalization, adaptive histogram equalization을 이용했으나, manual로 진행한 것과 차이가 있었음

7 망막 영역 추출 찾아낸 mask보다 15픽셀 정도 위를 MASK로 roi를 다시 구함.
기존에 reference선과 roi영역의 상대적 밝기를 계산

8 Intensity 계산 2 1 위에서 내려오면서 intensity를 계산, 1과 2의 상대적인 intensity비율을 계산함
가로로는 회전하면서 소실되는 부분으로 인해 20~300까지의 평균을 계산

9 강우 H 밝기 비율값 : 1.94

10 육좌 H 밝기 비율값

11 육좌V 밝기 비율값 : 2.12 안과에서 제공한 4가지 이미지 중 3가지 이미지에 대해 적용 가능.
현재 계산한 밝기 비율값을 안과에 전달함. Manual 방식과 비교하여 validation함(진행중) Future work으로 두 영역의 두께를 비교하는 작업 진행중.