numpy4 끝날 때까지 끝난 게 아니다, 불-편 시작하며;지난 글에서 두개골을 정확히 인식하기 위한 방법으로 점선 패턴을 활용한 접근법을 소개했다. 그런데 다양한 이미지 데이터셋에서 테스트를 진행하며 예상치 못한 오차가 발생했다. 이 오차는 이미지의 해상도, 조명 조건, 두개골의 크기 및 기하학적 특성 등 여러 변수에 따라 꽤나 달라졌다. 따라서 오차를 줄이고 보다 안정적인 인식 시스템을 구축하기 위해 추가적인 삽질을 진행했다. 그 오차를 줄이기 위해 시행착오를 겪고 수정했던 내용을 글로 남기고자 한다. 두개골을 인식하는 과정을 짧게 설명하면 다음과 같다. 점선 패턴을 인식하는 과정에서 가장 큰 영향을 미쳤던 부분은 이미지의 품질과 노이즈였다. 의료 이미지의 특성상 저해상도나 아티팩트가 포함된 데이터가 다수 존재했으며, 이는 점선 패턴의 정확한 추출을.. 2024. 12. 31. BPD 정확도 높이기, 편-안 🤭 시작하며;초음파 이미지 내에서 태아의 머리 가로 길이를 (이하: BPD) 계산할 때 가장 어려움을 겪었던 것은 배율 계산이었다. 안타깝게도 우리의 초음파 영상 데이터는 DICOM 파일이 아닌 단순 녹화본이기 때문에 어떤 메타데이터도 얻을 수 없는 상황이었다. 하지만 링크를 통해 배율을 얻을 수 있었다. 더 좋은 방법이 찾겠지만 현재까지 시도했던 여러 방법 중에 오차가 가장 적었다. 그리고 여러 초음파 이미지를 대상으로 테스트를 진행했는데 두개골이 제대로 인식되지 않았다. 후-우 😭무엇이 문제인가;기존에 두개골을 찾는 방법은 아래와 같다. 문제는 초음파 내 원형을 찾을 때 HoughCircles 함수를 사용한다. 그러나 초음파 영상은 해상도가 상대적으로 낮고 영상 내에 정말 다양한 노이즈가 많다. 점선 .. 2024. 12. 27. 초음파 스케일바 정확도 높이기, 편-안 ☺️ 시작하며;단기적인 목표는 태아 머리의 가로 지름을 측정하는 것이다. (이하: BPD) 그런데 앞선 이야기에서 언급했듯이 우리의 초음파 영상 데이터는 DICOM 파일이 아닌 단순 녹화본이다. 영상에 대한 메타데이터를 제공받지 못하는 상황이다. (pixel spacing) 배율 정보가 중요한데 배율 정보가 없다보니 픽셀 거리를 실제 거리로 변환하는 과정에서 오차가 많았다. 그 시행착오를 기록하고자 한다. 🫠지금 보신 눈금은 없는 눈금이오니;초음파 진단 장비마다 스케일바의 위치가 정말 다양했다. 좌측 혹은 우측이었다. 우선 스케일바 영역을 찾는 것부터 먼저 진행했다. 이어서 눈금 간격을 측정해서 픽셀 당 거리로 환산했다. 가장 굵은 눈금을 측정하는 것에 집중했다. (파란색으로 강조) 그 이유는 모든 눈금을 .. 2024. 12. 22. 초음파 영상/이미지 內 관심사 인식 및 측정 시작하며;초음파 영상 데이터가 쌓여만 가는 상황이다. 특히, 23년 10월 삼성메디슨이 공개한 서비스를 통해 우리가 가진 데이터를 어떤 형태로든 활용해보면 좋을 것 같다는 취지에서 스터디 모임을 계획/시작했다. 우리의 초음파 영상 데이터는 DICOM 파일이 아닌 단순 녹화본이다. 영상에 대한 메타데이터를 제공받지 못하는 상황이다. 그래서 최초 회의 때 OCR 등을 활용해서 특수문자/숫자 등을 인식시키는 방법 말곤 우리가 원하는 데이터를 직접 측정하고 출력하지 못하는 상황이라고 단정지었다. 객체 인식을 위한 여러 사례와 라이브러리 등을 조사하고 공유했다. 초음파 영상에는 다양한 정보가 있고 영상 내에 용어와 함께 수치/기록 등을 제공하고 있다. 단순하게 ChatGPT 등을 활용해서 우리가 검출하고자 하는 .. 2024. 12. 14. 이전 1 다음
