의용 초음파 장비는 X-Ray, CT, MRI 등 다른 의료 장비보다 휴대성과 안전성면에서는 장점이 있지만 진단 시 해상도와 화질 저하를 유발하는 스펙클이 생기는 단점이 있다. 그러나 단순한 스펙클 잡음의 제거는 경계선 정보의 손실을 발생시킬 수도 있다. 이에 본 논문에서는 효과적인 스펙클 제거와 손실 없는 경계선 검출을 위해 뉴럴네트워크와 퍼지 클러스터링을 이용한 뉴로-퍼지 스펙클 제거 방법을 제안하였다. 제안된 방법은 입력된 의용 초음파 영상에 대해 먼저 퍼지 클러스터링을 적용하여 세 영역으로 나누고 이후 각 영역별로 별도의 뉴럴 네트워크를 적용하는 방법이다. 실제 실험 및 기존 방법들과의 정성적?정량적 비교 분석을 통해 제안 방법의 유용성을 검증하였다.
Medical ultrasound has benefits in mobility and safety than any other medical techniques such as X-ray, CT and MRI but has speckle noise which decrease the ability of an observer to distinguish the fine details in diagnostic examination. But simple removing of speckle often causes losing boundary information. Then, in this paper, we presented a novel neuro-fuzzy method which could remove speckle efficiently without loss of boundary information. Proposed method consists of image clustering by fuzzy algorithm and image processingby neural networks which was learned by back propagation. From the experiments for simulation image and real ultrasound image, we could verify the proposed method.
