• Journal of Biomedical Engineering Research
• /
• 제42권3호
• /
• pp.80-85
• /
• 2021

We developed a model to classify the absence of cervical cancer using deep learning from the cervical image to which the histogram equalization algorithm was applied, and to compare the performance of each model. A total of 4259 images were used for this study, of which 1852 images were normal and 2407 were abnormal. And this paper applied Image Sharpening(IS), Histogram Equalization(HE), and Contrast Limited Adaptive Histogram Equalization(CLAHE) to the original image. Peak Signal-to-Noise Ratio(PSNR) and Structural Similarity index for Measuring image quality(SSIM) were used to assess the quality of images objectively. As a result of assessment, IS showed 81.75dB of PSNR and 0.96 of SSIM, showing the best image quality. CLAHE and HE showed the PSNR of 62.67dB and 62.60dB respectively, while SSIM of CLAHE was shown as 0.86, which is closer to 1 than HE of 0.75. Using ResNet-50 model with transfer learning, digital image-processed images are classified into normal and abnormal each. In conclusion, the classification accuracy of each model is as follows. 90.77% for IS, which shows the highest, 90.26% for CLAHE and 87.60% for HE. As this study shows, applying proper digital image processing which is for cervical images to Computer Aided Diagnosis(CAD) can help both screening and diagnosing.

• Journal of Biomedical Engineering Research
• /
• 제42권5호
• /
• pp.241-249
• /
• 2021

Recently, artificial intelligence for diagnosis system of obstetric diseases have been actively studied. Artificial intelligence diagnostic assist systems, which support medical diagnosis benefits of efficiency and accuracy, may experience problems of poor learning accuracy and reliability when inappropriate images are the model's input data. For this reason, before learning, We proposed an algorithm to exclude unread cervical imaging. 2,000 images of read cervical imaging and 257 images of unread cervical imaging were used for this study. Experiments were conducted based on the statistical method Radiomics to extract feature values of the entire images for classification of unread images from the entire images and to obtain a range of read threshold values. The degree to which brightness, blur, and cervical regions were photographed adequately in the image was determined as classification indicators. We compared the classification performance by learning read cervical imaging classified by the algorithm proposed in this paper and unread cervical imaging for deep learning classification model. We evaluate the classification accuracy for unread Cervical imaging of the algorithm by comparing the performance. Images for the algorithm showed higher accuracy of 91.6% on average. It is expected that the algorithm proposed in this paper will improve reliability by effectively excluding unread cervical imaging and ultimately reducing errors in artificial intelligence diagnosis.

• 전기의세계
• /
• 제45권8호
• /
• pp.11-17
• /
• 1996

본 소고에서는 인체를 하나의 전기적인 시스템으로 볼 때 시스템 내에서의 신호전달 체계 및 입출력이 이루어지는 과정에 대하여 알아보고자 한다. 즉, 정상적인 생명활동을 위해 모든 생명체가 필요로 하는 생체항상성(homeostasis)을 유지하는 과정에서의 신호들의 발생 및 전달체계를 전기공학적인 관점에서 이해하고자 하는데 그 목적을 두고 서술하려 한다. 또한, 인체의 각 부분들이 어떠한 원리에 의하여 제 기능을 하고 있으며, 인체에서 발생되는 여러 가지의 생체신호중 진단을 위하여 사용되는 대표적인 전기신호들에 대하여 알아본다. 그리고, 전기를 이용한 치료장비들의 예를 들고, 진단 및 치료를 위하여 의료장비를 사용할 때 고려해야할 전기안전에 대하여 소개하고자 한다.

• Journal of Biomedical Engineering Research
• /
• 제11권2호
• /
• pp.315-318
• /
• 1990

필자는 1990년 10월 11일부터 13일까지 일본 동경대학에서 개최된 제1회 극동 의공학회(Far Eastern Conference on Medical Engineering & Biological Engineering : FECMBE 1990)에 참석하였다. 여기에서 학술대회의 내용과 극동지역에서의 의공학의 동향에 관하여 기술하고자 한다.

• Journal of the Korean Society of Visualization
• /
• 제22권1호
• /
• pp.1-5
• /
• 2024

• The Magazine of the IEIE
• /
• 제15권2호
• /
• pp.27-32
• /
• 1988

• 전기의세계
• /
• 제38권8호
• /
• pp.3-3
• /
• 1989

• 전기의세계
• /
• 제45권8호
• /
• pp.3-3
• /
• 1996

• Journal of the Korean Society for Precision Engineering
• /
• 제2권2호
• /
• pp.22-30
• /
• 1985

지난회까지는 주로 생체신호의 발생과 이들의 검출, 표시에 관하여 논했는데 본고에서는 얻어진 각종신호 및 정보의 처리와 의용영상처리에 관하여 기술하기로 한다. 의료라고 하는 것은 환자로부터 정보를 수집하여 이를 처리한후 결과에 따라 환자를 제어하든가 치료하는 정보행위이다. 의료에서는 이와 같은 행위를 진료, 검사라고 하지만, 공학의 입장에서 생각하면 환자로부터 정보의 수집이다. 전회까지 논한 것이 정보의 수집에 해당된다. 과거나 현재까지 의사가 눈으로, 혹은 청진기로, 또는 환자에게서 사정을 들어서 정보를 수집하고 의사의 두뇌속에서 정보를 처리하여 치료를 행한다. 치료 란 것도 공학으로 표현하면 환자 심신의 제어이므로 결국 의료란 것은 정보수집, 처리와 생체제어라는 일련의 정보공학의 한 행위에 해당한다. 이와 같은 행위가 컴퓨터의 급속한 발전으로 의료정보처리시 스템이 많이 보급되고 있으며 연구개발 또한 눈부시게 진전되고 있다. 본고에서는 많은 관심을 가지고 연구되고 있는 것들을 소개하고자 한다.

• Journal of the KSME
• /
• 제53권12호
• /
• pp.49-53
• /
• 2013

기계공학의 교육은 기계공학 연구분야의 다양화와 진보에 발맞추어 4대 역학, 설계, 실험 등의 전통과목을 중심으로 다양한 각도로 진화하고 있다. 특히 최근 기계공학 기반의 의용생체공학(Biomedical Engineering) 연구활동이 활발해짐에 따라 생명과학학문과의 접목이 다양한 각도로 시도되어 교육 되는 추세를 바탕으로, 이 글에서는 이와 관련된 기계공학교육의 선진화에 대해 소개하고자 한다.