컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 1-4 PACS/DICOM/Visualization

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

PACS(Picture Archiving and Communication System)

PACS 서버에 MRI, X-ray, CT etc 영상들이 DICOM Images로 저장

Visualization

1) Medical images 국제 표준

2) clinical information 임상 정보를 담고 있는 medical images 포멧

3) 다른 medical image format

3-1) DICOM(dcm)

3-2) Analyze(hdr/img)

Dimensions, Voxel spacing

3-3) Raw data(mhd/raw)

3-4) Nifti(nii, nii.gz)

DICOM

Dimension

ex) x:256,y:256,z:128

Voxel Spacing

ex) x:0.5mm, y:0.5mm, z:1.00mm

Origin

ex) x:0, y:0, z:0

preprocessing, Registration할 때 voxel spacing을 맞춰주고 진행해야 유의미한 결과를 도출할 수 있음

3D image를 열 수 있는 tool들의 예

1) ITK-SNAP

2) 3D Slicer

3) ImageJ

4) Qupath(?)

etc

ITK-SNAP 예를 보여줌 9:22~

강의 12:40초

밝기 조절 가능 Contrast

3가지 축에 대한 관찰 가능

Zoom in/out

Segmentation을 그려줄 수도 있음 -> 3차원 상에서 확인 가능

기본적인 image processing이 가능하도록하는 도구들이 있음