강의요약

Conebeam Analytic Reconstruction                                      조승룡 교수 (KAIST)
최근 진단용 CT에서 검출기 열의 개수가 광폭으로 늘어나고 또한 평판형 검출기의 상용화에 따라 cone-beam CT 영상 재구성에 관한 연구개발이 활발하였다. 본 강의에서는 cone-beam CT의 다양한 스캔 경로에 따른 영상 재구성을 위한 해석적 방법들에 대한 소개를 하고자 한다.CT의 기초부터 FDK, Katsevich, Chord-based BPF, M-line-based BPF 등에 대한 알고리즘의 핵심과 장단점 등에 대해 논의하고자 한다.
 
Iterative Reconstruction and Compressed Sensing               예종철  교수 (KAIST)
최근 진단용 CT 분야에서는 x-ray 선량을 줄이기 위한 반복적인 영상복원 기법에 관한 연구가 활발하다. 본 강의에서는 반복적인 영상 복원기법의 다양한 방식을 소개하고자 한다. 특히 기존의 algebraic reconstruction(ART)방식에서 부터, separable quadratic surrogates (SQS), expectation maximization (EM) 알고리듬과 다양한 convex optimization 기법을 소개하고,  ordered-subset 방식, Nesterov 기법 등 알고리듬 고속화 기법에 대한 방식도 설명하고자 한다. 또한 최근 저선량분야에 적용되고 있는 압축센싱 (compressed sensing)기반 반복적 복원 기법도 설명한다.
 
3D segmentation 및 의료영상 응용                                        윤일동 교수(한국외국어대학교)
본 발표에서는 다양한 영상 영역화 기법 (segmentation) 들을 소개한 후에 Markov Random Field 기반의 영상 모델의 활용을 설명하고 이러한 기법들이 의료 영상에 적용된 연구들을 주로 소개할 것이다. 특별히 사용자 개입이 들어가는 interactive segmentation에 중점을 둘 것이다. 구체적으로는 확률 모델로 Markov Random Field 기반의 Graph Cut을 중심으로 설명하고 이러한 것들을 의료 영상의 영역화나 정합에 어떻게 적용하는지 의료 영상 영역화에 적용한 예들을 설명할 것이다. 그밖에 관련한 computer vision 기법들의 최신 동향을 간략하게 소개할 것이다.
 
3D registration 및 의료영상 응용                                          성준경 교수(고려대학교)
본 강의에서는 뇌 영상 분석을 위해 가장 중요한 문제 가운데 하나인 영상 정합 (registration)에
대해서 다루고자 한다. 지금까지 영상 정합은 주로 개체간 동일한 모달리티 영상들을 주로 다루어왔으며, 볼륨 이미지를 사용한 정합이 많이 연구되어져 왔다. 하지만, 최근 연구들은
3차원 곡면간의 정합에 대해서 연구가 시작되고 있는 추세이며, 서로 다른 모달리티로 얻어진 영상들 간의 정합에 대한 연구도 차츰 많은 연구가 이루어지고 있는 추세이다. 본 강연에서는
이러한 새로운 추세에 대한 소개와 응용에 대해서 다루고자 한다. 
 
 
ITK/VTK 이론 및 실습                                                           박진아 교수 (KAIST)
본 강의는 의료영상의 영상처리(image processing) 및 시각화(visualization)와 관련된 라이브러리를 제공하는 ITK(Insight Toolkit)와 VTK(Visualization Toolkit)에 대한 이론 소개 및 실습을 통해 의료영상의 전산학적 분석 프레임워크를 이해하는 것을 목표로 한다. 기본적인 배경 설명과 함께 segmentation 및 registration 기법을 중심으로 진행한다.