• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.703-706
• /
• 2004

나선형 CT 혈관촬영에서 획득한 영상의 분석를 통해서 폐색전증이 의심되는 부위를 자동으로 검출하는 방법으로, 연구 대상은 20명의 환자를 대상으로 분석하였으며 CT 검사 후 방사선과 의사가 정상소견을 받은 환자 5명과 폐색전증이 있는 판독소견을 가진 15명을 대상으로 비교 분석하였다. CT 검사하는 동안에 조영제를 투입하면, 폐색전증이 발생한 부위는 조영제 양과 분포가 불균등하여 명암값이 낮게 검출된다. 검출방법으로는 전처리 작업으로 폐영역만을 분할하고, 분할된 폐영역에서 혈관을 찾기 위해 모폴로지기법를 적용하여 세선화(thinning) 작업을 진행한다. 다음 공정으로는 경계선을 찾아 local watershed를 적용하여 혈관을 검출하고, 검출된 혈관내에서 원형모델을 적용하여 모폴로지(morphology)을 통해 국소 부위의 미세한 농도변화를 인지하여 색전이 발생한 영역을 자동검출하였다. 본 논문의 자동검출시스템에서는 색전증이 있는 경우에 true positive의 발생빈도는 case 당 4.5개가 검출되었다. 정상인의 경우에도 혈류의 흐름, 혈류의 분기점, 노이즈로 인한 false positive의 빈도는 case 당 2.6개가 발생하여 전체적으로 false positive는 5.2개가 검출되었다. 본 논문은 false positive의 비율이 높게 검출되었지만 폐영역 CT 검사의 컴퓨터지원진단시스템(computer aided diagnosis)의 향후 연구과제에 방향을 제시할 수 있을 것이라 사료된다.

• 한국방사선학회논문지
• /
• 제10권2호
• /
• pp.81-87
• /
• 2016

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.33%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2163-2170
• /
• 2009

흉부 컴퓨터단층영상에서의 얻어진 폐 영상은 볼륨과 형태 등의 정량적인 정보들로서 진단과 수술 계획 등에 있어서 필연적 정보를 제공한다. 일반적인 영상분할은 이미지를 구성 요소영역이나 목적물에 따라 나누는 방법이다. 그러나 재분할을 하는 단계에서 최종영상은 에너지 최소화를 해결하는 정도에 의존하며, 분할은 응용대상의 관심 영역에서 객체나 물체의 경계에서 정지하게 된다. 가변형 능동모델은 컴퓨터 비젼, 영상처리 분야에서 광범위하게 사용되고 있다. 또한 영역 분할은 현재까지 많은 연구가 되고 있으며, Xu에 의해서 GVF라는 새로운 형태의 외부힘이 제안되고 있다. 본 논문에서 제안하는 알고리듬은 흉부 컴퓨터단층영상에서 실질을 자동 분할하기 위해서 에너지 최소화 방법을 사용하고, 영역분할을 위해 개선된 가변형 능동모델을 제안한다. 알고리듬은 정확한 영역분할을 위해서 기존 방법과 다른 개선된 외부힘을 정의하는 것이다. 임상의 실험은 흉부 컴퓨터단층영상에서 진단에 필요로 하는 폐 실질의 분할이 성공적인 결과를 나타내었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2000년도 추계학술대회
• /
• pp.113-113
• /
• 2000

LPG 및 석유류는 온도에 따라서 유량의 변화가 LPG의 경우는 ±0.23%/℃, 무연은 ±0.11%/℃, 등유는 ±0.10%/℃, 경유의 경우는 ±0.09%/℃로 특히 LPG의 경우가 그 변화가 심하므로 정확한 충전량을 계량하는 것이 중요하다. 이는 공정거래 확립의 차원에서 공급자와 소비자 입장에서 반드시 요구되는 사항이다. 이를 위해 본 논문에서는 LPG 충전기의 충전제어 및 자동 온도 보정의 알고리즘을 개발하고 이를 프로그래밍한 후 온도센서와 16-bit 마이크로프로세서(intel 80C196)로 자동 온도 보정이 가능한 LPG 충전기의 충전제어 시스템을 설계 및 제작하였다. 설계 제작된 시스템은 프로세서부, I/O 입ㆍ출력부, VFD(vacuum fluorescent display) 디스플레이 구동부로 구성된다. 충전제어 동작은 LPG 유량계의 encoder로부터의 유량(유속)신호와 기차 보정값 및 15℃를 기준으로 한 온도 센서부의 온도 보정값을 입력받아 솔레노이드 밸브를 제어하여 충전을 제어하게 된다. 온도 보정은 80C196 프로세서의 내부 10-bit A/D 변환기를 사용하여 0.5℃ 분해능으로 온도제어를 할 수 있다. VFD 디스플레이는 유량, 금액, 단가가 표시되며 그 값을 누적시켜 일계, 월계를 알 수 있게 하였다. 그 외에 시스템 진단기능 및 컴퓨터통신, POS 통신이 가능하도록 하였다. 제작된 시스템을 LPG 충전기에 실장하여 시험한 결과 목표한 정확도로 유량이 제어됨을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.29-40
• /
• 2022

본 논문에서는 딥러닝 기법의 하나인 Mask R-CNN과 랜덤포레스트 분류기를 이용해 당뇨병성 망막병증의 병리학적인 특징을 검출하고 분석하여 자동 진단하는 시스템을 연구하였다. 당뇨병성 망막병증은 특수장비로 촬영한 안저영상을 통해 진단할 수 있는데 밝기, 색조 및 명암은 장치에 따라 다를 수 있으며 안과 전문의의 의료적 판단을 도울 인공지능을 이용한 자동진단 시스템 연구와 개발이 가능하다. 이 시스템은 미세혈관류와 망막출혈을 Mask R-CNN 기법으로 검출하고, 후처리 과정을 거쳐 랜덤포레스트 분류기를 이용하여 안구의 정상과 비정상 상태를 진단한다. Mask R-CNN 알고리즘의 검출 성능 향상을 위해 이미지 증강 작업을 실시하여 학습을 진행하였으며 검출 정확도 측정을 위한 평가지표로는 다이스 유사계수와 Mean Accuracy를 사용하였다. 비교군으로는 Faster R-CNN 기법을 사용하였고 본 연구를 통한 검출 성능은 평균 90%의 다이스 계수를 통한 정확도를 나타내었으며 Mean Accuracy의 경우 91% 정확도의 검출 성능을 보였다. 검출된 병리증상을 토대로 랜덤포레스트 분류기를 학습하여 당뇨병성 망막 병증을 진단한 경우 99%의 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.149-157
• /
• 2014

당뇨병은 급성합병증을 예방하고 장기간의 합병증의 위험도를 감소하기 위하여 지속적인 치료와 환자 자가 관리 교육이 필요한 만성질환이다. 또한 전 세계적으로 당뇨병에 대한 유병률과 사망률이 대부분의 인구집단에서 역학적 비율에 도달하였다. 많은 연구에서 당뇨병에 대한 조기진단은 적절한 치료와 생활습관을 지키는 관리를 통하여 발병을 예방하는데 도움을 줄 수 있으며, 이를 통하여 당뇨병의 합병증을 감소시키고 생존률을 향상시킬 수 있다고 보고하고 있다. 본 연구는 PIMA Indians 당뇨 데이터에 대하여 mixture of expert 모형을 적용하여 당뇨유병환자의 여부를 분류하고, 이를 로지스틱 회귀분석, 신경망분석의 성능과 비교함으로서 그 유용성을 주장하고자 하였다. 연구결과 정확도 및 ROC 곡선, c-통계량에서 ME 모형이 다른 분류도구들에 비해서 높게 나타남을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.507-515
• /
• 2015

본 연구는 초음파영상에서 컴퓨터보조진단으로 유방질환의 병변인식률을 알아보고자 6가지 질감특성분석 파라미터(평균밝기, 대조도, 평탄도, 왜곡도, 균일도, 엔트로피) 알고리즘을 제안하였다. 2013년 8월에서 2014년 1월까지 부산소재 대학병원을 내원한 환자 중 영상의학과 전문의의 판독과 세포병리학 진단 결과를 토대로 한 90증례의 유방 초음파영상을 대상으로 하였다. 연구방법은 유방 초음파영상에서 관심영역을 $50{\times}50$ 픽셀 크기로 설정하였으며, 획득된 실험영상(정상, 양성, 악성)에 히스토그램 평활화의 전처리 과정 후 MATLAB을 이용한 질감특성분석 알고리즘의 결과값을 산출하였다. 그 결과 제안된 질감특성분석 파라미터 중 평균밝기, 왜곡도, 균일도, 엔트로피의 정상과 악성의 병변인식률은 100%로 높게 나타났으며. 정상과 양성의 병변인식률은 약 83~96%를 나타내었다. 이러한 결과는 유방질환에서 감별진단의 전처리 단계로 자동진단의 가능성을 나타내며, 향후 제안된 알고리즘의 추가적인 연구와 다양한 임상증례에 대한 신뢰성과 재현성이 제공된다면 컴퓨터보조진단의 실용화기반을 마련할 수 있을 것이고, 다양한 초음파 영상에 대한 적용이 가능할 것으로 사료된다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.84-90
• /
• 2022

공작기계 상태 진단은 기계의 상태를 자동으로 감지하는 프로세스이다. 실제로 가공의 효율과 제조공정에서 제품의 품질은 공구 상태에 영향을 받으며 마모 및 파손된 공구는 공정 성능에 보다 심각한 문제를 일으키고 제품의 품질 저하를 일으킬 수 있다. 따라서 적절한 시기에 공구가 교체될 수 있도록 공구 마모 진행 및 공정 중 파손 방지 시스템 개발이 필요하다. 본 논문에서는 공구의 적절한 교체 시기 등을 진단하기 위해 딥러닝 기반의 계층적 컨볼루션 신경망을 이용하여 5가지 공구 상태를 진단하는 방법을 제안한다. 기계가 공작물을 절삭할 때 발생하는 1차원 음향 신호를 주파수 기반의 전력스펙트럼밀도 2차원 영상으로 변환하여 컨볼루션 신경망의 입력으로 사용한다. 학습 모델은 계층적 3단계를 거쳐 5가지 공구 상태를 진단한다. 제안한 방법은 기존의 방법과 비교하여 높은 정확도를 보였고, 실시간 연동을 통해 다양한 공작기계를 모니터링할 수 있는 스마트팩토리 고장 진단 시스템에 활용할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.231-237
• /
• 2024

뇌손상에서 생존자의 경우 지속적인 장애를 유발하고 뇌출혈에 따른 경막외 혈종(EDH) 및 경막하 혈종(SDH)은 주요 임상 질환 중 하나라고 볼 수 있다. 본 연구에서는 컴퓨터단층검사(CT; Computed Tomography) 영상을 기반으로 뇌출혈에 따른 혈종을 자동 분할하고 3차원으로 모델링하고자 하였다. 혈종의 자동 분할을 위해서 개선된 GVF(gradient vector flow) 알고리즘을 구현하였다. 영상으로부터 경사 벡터를 계산과 반복계산을 거친 후 자동 분할을 하고 분할 좌표를 이용해서 3차원 모델을 생성하였다. 실험결과, 혈종의 경계에 대해서 정확하게 분할 성공하였다. 경계 부분과 얇은 혈종부분에서도 결과가 좋은 것으로 나타났고, 3차원 모델을 통해서 여러 방향에서 혈종의 강도, 확산 방향, 면적 등을 알 수 있었다. 본 연구에서 개발 한 뇌출혈 부위의 평면정보와 3차원 모델은 의료진에게 보조적인 진단자료로서 활용 될 수 있을 것으로 판단한다.