The importance of early detection about the breast cancer is growing rapidly. However, it is difficult for radiologists to detect the early stage cancer because of the low contrast, small features of the cancer and various density in the breast tissues. The development of digital technology has been remarkably improved and made the computer aided diagnosis possible.
Digital image which is digitized from original analog image can be enhanced by high performance computer system in real time. This image enhancement helps radiologists to detect early of diseases and also can be used for computer aided diagnosis.
This thesis proposes a new algorithm based on local statistics and gradient operators. The algorithm shows good performance especially in mammographic image enhancement. The enhancement of mammograms processed by this algorithm is compared to the other methods such as histogram equalization and unsharp masking which are mostly used in medical image enhancement.
모든 종류의 암세포중에서 유방암이 중녀여성에게 가장 많이 나타나는 질병으로 손꼽히고 있다. 그러나 사전예방은 불가능하며 초기단계에 발견하는 것이 방사선 의사들에게는 중요하다. 이러한 목적으로는 맘모그래프를 사용하는 것이 가장 최선의 방법이다. 그러나 X-ray영상들중에서 맘모그래프는 유방질병의 특징이 작고, 다양한 조직의 밀도차이가 작기 때문에 생기는 낮은 영상 대비로 인해서 해석이 어렵다.
디지탈 입력 장치의 개발과 디지탈 하드웨어의 개선은 컴퓨터를 이용한 맘모그래프의 해석을 가능케 하고 현실적으로 실현가능케 만들었으며 많은 연구자들이 유방암을 진단하는데 있어서 컴퓨터를 사용한 맘모그래프 해석 방법을 시도하였다. 그러나 컴퓨터에 의한 맘모그래프 해석에 있어서는 아직도 여러가지 문제점이 남아 있다.
기존의 기술적 방법, 예를 들면 고정된 인접 테크닉을 기반으로 한 Unsharp masking과 같은 기술은 형상과 크기의 많은 변화때문에 맘모그래프 영상에 대해서는 좋은 성능을 발휘하지 못한다. 널리 사용되는 픽셀강도를 균등하게 분배시켜서 영상을 향상시키는 히스토그램 등화 테크닉은 그럴듯하게 보인다. 그러나 이 테크닉이 전역적으로 적용되면 영상대비가 전역 히스토그램 모양이 그레이 스케일에 있어서 집중되어 있을 때만 향상된다.
이 논문에서는 그래디언트 연산자와 국소 통계학을 기반으로 한 새로운 알고리즘을 제안하였다. 그래디언트 연산자 중에서 Sobel 연산자가 이 알고리즘에서 채택되었다. 그래디언트 크기와 방향이 계산되고 방향 정보는 나중에 Nonmax delection 알고리즘에 사용된다. 또한 영상의 전역 및 국소 분산과 평균은 다르게 향상되는 경계성분을 선택하는 기준으로 이용된다.
이 제안된 알고리즘에 의해서 처리된 영상의 특징을 3차원적으로 가시화하였고 이것은 방사선 의사들이 훨씬 쉽게 진단할 수 있도록 도와준다. 또한 이 알고리즘은 의료영상시스템(PACS), 컴퓨터를 이용한 진단(CADx)에 응용될 수 있다.
