• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.185-188
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있다. 뇌 MR 영상에서의 질병 진단을 위한 전처리 단계로서 필수적으로 이루어져야 하는 단계가 영상 분할 단계이다. 본 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 뇌 영상 분할 방법을 제시한다. T2 강조 영상의 반전된 영상에서 원본 영상을 뺀 차이 영상의 결과로 회백질·뇌척수액·비정상 영역이 두드러지게 나타나는 점을 이용해 회백질 뇌척수액·비정상 영역과 백질 영역을 분리하는 방법을 제안한다. 또한 뇌척수액 영역의 위치 정보와 몇 가지 특징들을 정의하여 분할되어진 회백질·뇌척수액· 비정상 영역에서 뇌척수액 영역만을 분할하는 방법을 제시한다. 600 여 개의 T2 강조 영상에 대해서 실험을 행하러 비교적 정확한 분할 결과를 유도할 수 있었음을 확인하였다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• v.22 no.2
• /
• pp.81-88
• /
• 2011

Objectives : This study examined the reliability and validity of the Korean version of Asperger Syndrome Diagnostic Scale (K-ASDS), to calculate the cut-off score in the diagnosis of Asperger syndrome. Further, we examined classification error rate when applying cut-off scores. Methods : One hundred sixty-seven children participated in this study, including 46 with Asperger syndrome, 26 with PDD or PDD NOS, 43 with ADHD, and 52 normal children. Results : An ANCOVA demonstrated no significant differences in the K-ASDS total score between the Asperger and the PDD & PDD NOS groups. However, these groups did show significantly higher scores than the ADHD and normal groups. Among the five subscales on the K-ASDS, the Asperger group obtained significantly higher scores on the language and cognition subscales than the PDD & PDD NOS groups. Two scales were found to be useful in distinguishing the Asperger group from the PDD & PDD NOS group through a discriminant analysis. According to an analysis of ROC curve, the cut-off score on the K-ASDS for the diagnosis of PDD including Asperger syndrome was 121. Conclusion : We discussed that K-ASDS has pretty limit.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.12
• /
• pp.1447-1457
• /
• 1999

본 논문에서는 일반적인 네트워크에서 적응력 있는(adaptive) 분산형 시스템 레벨 결함 진단을 위한 분할 기법을 제안한다. 적응력 있는 분산형 시스템 레벨 결함 진단 기법에서는 시스템의 형상이 변경될 때마다 시험 할당 알고리즘이 수행되므로 적응력 없는 결함 진단 기법에 비하여 결함 감지를 위한 시험의 갯수를 줄일 수 있다. 기존의 시험 할당 알고리즘들은 전체 시스템을 대상으로 하는 비분할(non-partitioning) 방식을 이용하였는데, 이 기법은 불필요한 과다한 메시지를 생성한다. 본 논문에서는 전체 시스템을 이중 연결 요소(biconnected component) 단위로 분할한 후, 시험 할당은 각 이중 연결 요소 내에서 수행한다. 이중 연결 요소의 관절점(articulation point)의 특성을 이용하여 각 시험 할당에 필요한 노드의 수를 줄임으로서, 비분할 기법들에 비해 초기 시험 할당에 필요한 메시지의 수를 감소시켰다. 또한 결함이 발생한 경우나 복구가 완료된 경우의 시험 재 할당은 직접 영향을 받는 이중 연결 요소내로 국지화(localize) 시켰다. 본 논문의 시스템 레벨 결함 진단 기법의 정확성을 증명하였으며, 기존 비분할 방식의 시스템 레벨 결함 진단 기법과의 성능 분석을 수행하였다.Abstract We propose an adaptive distributed system-level diagnosis using partitioning method in arbitrary network topologies. In an adaptive distributed system-level diagnosis, testing assignment algorithm is performed whenever the system configuration is changed to reduce the number of tests in the system. Existing testing assignment algorithms adopt a non-partitioning approach covering the whole system, so they incur unnecessary extra message traffic and time. In our method, the whole system is partitioned into biconnected components, and testing assignment is performed within each biconnected component. By exploiting the property of an articulation point of a biconnected component, initial testing assignment of our method performs better than non-partitioning approach by reducing the number of nodes involved in testing assignment. It also localizes the testing reassignment caused by system reconfiguration within the related biconnected components. We show that our system-level diagnosis method is correct and analyze the performance of our method compared with the previous non-partitioning ones.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.275-278
• /
• 2001

영상 분할은 임상에서의 진단과 분석 및 3차원 가시화하는데 있어 선행되어야 할 필수적인 과정이다. 본 논문에서는 심혈관계 영상의 분할을 위한 Wave-front SRG방법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 사용자에 의한 씨앗점(seed front)을 입력으로 받아 그 이웃한 슬라이스들에 wave-front를 만들어 영역 성장법에 의해 3차원 volume을 확장시킨다. 이때 다음으로 성장할 wave-front voxel의 mean gradient 값을 사용하여 밝기값의 변화가 심한 심혈관계 영상을 분할하였으며, Wave-front voxel의 size를 계산하여 혈관분할 시 발생할 수 있는 작은 채널에서의 새나감을 방지하였다. 제안된 방법을 컴퓨터 단층촬영으로 얻은 심혈 관계 영상의 분할에 적용한 결과, 밝기값의 변화가 심한 심혈관계 영상을 성공적으로 분할했으며, 작의 채널의 새나감이 없이 분할을 수행하였다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.2
• /
• pp.127-132
• /
• 2001

의료 영상에서 관심 있는 부위를 3차원으로 재구성하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 관도계 기관의 분할을 위해서 슬라이스 영상의 정보를 이용한 3차원 영역 성장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗점을 전달하여 재귀적으로 3차원 체적을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스간의 영역의 크기의 제약을 이용하여 새나감을 방지한다. 제안된 방법을 기관지의 분할에 적용한 결과, 새나감 없이 뾰족한 가지들까지도 성공적으로 분할했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• Journal of Korea Multimedia Society
• /
• v.13 no.11
• /
• pp.1698-1705
• /
• 2010

In this paper, we propose a fast liver segmentation method from magnetic resonance(MR) images. Our method efficiently divides a MR image into a set of discrete objects, and boundaries based on the normalized gradient magnitude information. Then, the objects belonging to the liver are detected by using 2D seeded region growing with seed points, which are extracted from the segmented liver region of the slice immediately above or below the current slice. Finally, rolling ball algorithm, and connected component analysis minimizes false positive error near the liver boundaries. Our method was validated by twenty data sets and the results were compared with the manually segmented result. The average volumetric overlap error was 5.2%, and average absolute volumetric measurement error was 1.9%. The average processing time for segmenting one data set was about three seconds. Our method could be used for computer-aided liver diagnosis, which requires a fast and accurate segmentation of liver.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.579-580
• /
• 2023

본 논문에서는 동물의 십자인대 질환의 진단지표인 경골고원각도(TPA)를 자동으로 측정하는 딥러닝 소프트웨어 기법을 제안한다. 동물 X-ray 영상에서 나타나는 피사체의 위치와 형태에 대한 다양한 변이는 TPA(Tibial Plateau Angle) 지표 산출에 필요한 특징점 검출과정에서 학습 효율을 현저하게 저하시킨다. 이에 본 연구에서는 YOLO(You Only Look Once) 기반 모델을 사용하여 일차적으로 경골영역의 분할 단계를 수행하고, 이어서 경골 상단부의 과간융기와 복사뼈의 중심점을 찾는 과정을 Resnet 기반의 특징점 추출 모듈로서 구현함으로써 학습의 효율과 지표 검출의 정확도를 향상시켰다. 총 201 개의 실제 X-ray 영상을 사용하여 학습 속도와 영역 분할 및 특징점 추출의 정확도 측면을 고려함으로 제안된 이론의 타당성을 실험적으로 평가하였다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.3
• /
• pp.266-274
• /
• 2000

Medical image segmentation, which is essential in diagnosis and 3D reconstruction, is performed manually in most applications to produce accurate results. However, manual segmentation requires lots of time to segment, and is difficult even for the same operator to reproduce the same segmentation results for a region. To overcome such limitations, we propose a convenient and accurate semiautomatic segmentation method. The proposed method initially receives several control points of an ROI(Region of Interest Region) from a human operator, and then finds a boundary composed of a minimum cost path connecting the control points, which is the Live-wire method. Next, the boundary is modified to overcome limitations of the Live-wire, such as a zig-zag boundary and erosion of an ROI. Finally, the region is segmented by SRG(Seeded Region Growing), where the modified boundary acts as a blockage to prevent leakage. The proposed User-steered balloon method can overcome not only the limitations of the Live-wire but also the leakage problem of the SRG. Segmentation results of thigh muscles of the Visible Human are presented.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.12 no.2
• /
• pp.139-148
• /
• 2008

The direct inspection of the outward aspects by field engineers is the important and critical part for structural safety assessment according to the related reports. This study presents an improved method of the state assessment for concrete floor slab by separating and evaluating the individual damage types. First, the various types of damage symptoms are separated, which have been included and dealt in a group. Secondly, they are weighted and scored independently based on the present guide and references. Overall procedures other than the above are retained as same as possible to avoid the confusion. The proposed method is applied and tested to a performed assessment project for a bridge for validation. The result shows that it is reasonable and applicable in respect that it is able to make up for the controversial points of the present guide revealed in practices. Careful check of excessively deteriorated parts in addition to the reasonable assessment of system by this method grants the structural repair and reinforcement propriety and economy, and assures of more safety. Twofold appraisal of this approach expands the applicable areas of value engineering to the structural maintenance.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.10 no.2
• /
• pp.102-109
• /
• 2006

In this Paper, Support Vector Machine(SVM) and Artificial Neural Network(ANN) are used for developing the defect diagnostic algorithm of the aircraft turbo-shaft engine. The system that uses the ANN falls in a local minima when it learns many nonlinear data, and its classification accuracy ratio becomes low. To make up for this risk, the Separate Learning Algorithm(SLA) of ANN has been proposed by using SVM. This is the method that ANN learns selectively after discriminating the defect position by SVM, then more improved performance estimation can be obtained than using ANN only. The proposed SLA can make the higher classification accuracy by decreasing the nonlinearity of the massive data during the training procedure.