• 지능정보연구
• /
• 제11권1호
• /
• pp.17-33
• /
• 2005

자기공명영상과 계층적 신경망을 이용하여 간경변증을 단계별로 분류하고자 하였다. 내원한 231명의 데이터를 분석하였으며, 각 단계별 분류는 정상,1, 2, 3단계로 분류하였다. TI강조 자기공명 간 영상으로부터 정상 간 실질과 간 경변 결절을 추출하고, 간 경화증의 단계를 객관적으로 해석 분류하였다. 간 경변 분류기 구현은 계층적 신경망을 이용하였고, 명암도 분석과 간 결절 특성을 통하여 정상간과 3단계의 간 경변으로 구분하였다. 제안한 신경망 분류기는 오류 역전파 알고리듬을 이용하였다. 분류결과 인식율이 정상군은 $100\%$, 1 단계는 $82.8\%$, 2 단계는 $87.1\%$, 3 단계는 $84.2\%$의 분류율을 나타내었다. 신경망 분류 결과와 전문의 판독 결과를 서로 비교한 결과 인식률은 매우 높게 나타났다. 만일 더욱더 충분한 데이터나 파라미터를 가지고 지속적으로 수행한다면 간 경변 환자들에게 임상적으로 지원하는 도구뿐만 아니라 의료전문 신경망으로도 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.101-108
• /
• 2020

최근의 영상 처리 분야는 딥러닝 기법들의 성능이 입증됨에 따라 다양한 분야에서 이와 같은 기법들을 활용해 영상에 대한 분류, 분석, 검출 등을 수행하려는 시도가 활발하다. 그중에서도 의료 진단 보조 역할을 할 수 있는 의료 영상 분석 소프트웨어에 대한 기대가 증가하고 있는데, 본 연구에서는 데이터 셋이 방대하고 판단에 시간이 오래 걸리는 캡슐내시경 영상에 주목하였다. 본 논문의 목적은 캡슐내시경 영상의 판독에서 모든 환자에 대해 공통으로 수행되고, 판독하는 데 많은 시간을 차지하는 위장관 랜드마크를 구별하고 위장관 교차점을 추정하는 것이다. 이를 위해, 위장관 랜드마크를 식별할 수 있는 CNN 학습 모델을 설계하였으며, 이를 이용하여 결괏값을 필터링해 위장관 교차점을 추정하였다. 무작위로 환자 데이터를 샘플링한 모델을 이용해서 나온 결과를 필터링 후에 위장관 교차점을 추정하였을 때, 88% 환자는 위장에서 소장으로 변화하는 위장관 교차점(유문판) 의심 구역 안에 들어왔으며, 소장에서 대장으로 변화하는 위장관 교차점(회맹판)의 경우 100% 환자가 위장관 교차점 의심 구역 안에 들어온 것을 확인할 수 있었다. 100프레임 범위로 위장관 교차점 의심 구역을 찾을 수 있었으며, 판독자가 초당 10프레임의 속도로 판독을 진행한다면 10초안에 위장관 교차점을 찾아낼 수 있다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.842-848
• /
• 2020

아이튠즈, 스포티파이, 멜론 등 음악시장은 바야흐로 스트리밍의 시대로 접어들었고, 음악 소비자의 취향에 맞는 음악 선곡과 제안을 위해 음악장르 자동 구분 시스템에 대한 요구와 연구가 활발하다. 이전 논문에서 제안한 소프트 맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템을 더욱 발전시켜 생성적 적대 신경망(GAN)을 이용하여 이전 시스템의 미흡한 점이었던 장르 미분류 곡들에 대한 정확도를 높이는 방법을 제안한다. 이전 연구에서는 전체 곡을 작은 샘플 로 나누고 각각의 샘플을 CNN 분석하여 그 결과들의 총합으로 장르 구분을 하는 투표 시스템으로 곡 장르분류 정확도를 높일 수 있었다. 하지만 곡의 스펙트로그램이 곡의 장르를 파악하기에 모호한 곡의 경우에는 미분류 곡으로 남겨놓을 수밖에 없었다. 이 논문에서는 생성적 적대 신경망을 이용하여 미분류 곡의 스펙트로그램을 판독하기 쉬운 장르의 스펙트로그램으로 바꾸어 미분류 곡의 장르 구분 정확도를 높이는 시스템을 제안하고 그 실험결과 기존 방식에 비해 우수한 결과를 도출해낼 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.334-336
• /
• 2005

이동적응망(MANET: Mobile Ad-hoc Network)은 네트워크 하부 구조를 필요로 하지 않은 무선 단말들로 구성된 네트워크이다. 이러한 특성은 네트워크 단절 가능성을 높게 하기 때문에 이동단말들의 데이터 액세스률이 낮아지게 된다는 문제점을 갖는다. 이를 해결하기 위하여 이동 노드들은 데이터의 중복사본을 갖는다. 이동 노드가 갖는 중복사본은 데이터 일관성을 유지하기 위하여 별도의 중복관리 기법이 필요하다. 하지만 MANET을 구성하는 이동 노드들은 일반적으로 제한된 전력을 가지고 있고 단절될 가능성이 높기 때문에 중복 사본의 일관성 보장은 어려운 문제로 지적되고 있다. 기존에 제안된 MANET에서의 데이터 중복관리 기법은 데이터 액세스 빈도수를 계산하여 액세스률을 높이는 방법에 주안점을 두고 있고 갱신 데이터의 일관성 보장은 그 어려움 때문에 주로 판독 연산만 고려하였다. 갱신 트랜잭션을 지원하는 경우 대부분 높은 통신비용을 이유로 데이터 일관성을 보장하지 않는다. 또한 이동 노드가 다수의 서버를 통해서 갱신 연산을 실행하기 때문에 통신 오버헤드로 인하여 전력소모가 크다. 본 논문에서는 주사본 노드를 통하여 갱신을 가능하게 함으로써 데이터 일관성을 유지할 수 있는 데이터 중복 기법을 제안한다. 제안된 기법은 이동 노드들의 에너지 특성을 고려하여 더 않은 에너지를 가진 노드에게 갱신 전파 및 일관성 유지를 의뢰함으로써 상대적으로 낮은 에너지를 갖는 이동 노드의 에너지 효율을 고려하였다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.1-9
• /
• 2021

본 연구에서는 드론으로 취득한 고해상도 정사영상 자료를 이용하여, 컨볼루션 신경망(Convolution Neural Network, CNN)을 이용한 딥러닝 기법을 통해 수종에 대한 자동분류 가능성을 분석해 보고자 하였다. 수종판독을 위한 분류항목을 소나무, 자작나무, 낙엽송, 잣나무 그리고 신갈나무 5개 수종으로 선정하였다. 고해상도 정사영상과 임상도를 이용하여 총 5,000개의 데이터셋을 구축하였다. 수종분류를 위한 학습모델로 CNN 기법을 적용하였고, 데이터셋을 5:3:2의 비율로 훈련데이터, 검증테이터, 테스트데이터를 구분하여 모델의 학습 및 평가에 사용하였다. 모델의 전체 정확도는 89%로 나타났으며, 수종별 정확도는 소나무 95%, 자작나무 89%, 낙엽송 80%, 잣나무 86%, 신갈나무 98%로 나타났다.

• 전자공학회지
• /
• 제15권1호
• /
• pp.106-113
• /
• 1988

현재 필자가 소속하고 있는 연구실에서는, 컴퓨터 아니메이숀, 컴퓨터 그래픽, 화상처리, 인공지능에 관한 연구등을 하고 있다. 본고에서는 화상처리에 관한 연구중에서, 본 연구실에서 최근에 발표한 컴퓨터 비죤에 관계있는 각종의 도로 정보처리에 관한 연구에 대해서 소개한다. 우선, 화상처리의 수법을 이용한 자동조종의 연구로서, 고속도로에서의 선행차의 자동동정에 관한 연구와 하프변환을 이용한 차량번호판 추출에 관한 연구에 대해서 소개한다. 다음에 도로망 지도처리에 관한 연구로서, 차재형 자동항법 시스템의 개요에 관한 소개와 최단시간 경로에 관한 연구, 도로지도의 자동판독에 관한 연구에 대해서 소개한다. 가까운 미래에, 점점 자동차의 자동화가 추진되고, 인공위성을 이용해서 자동차의 현재 위치를 정확하게 파악할 수 있게 되면, 본고에서 소개하는 연구들이 보다 중요한 의미를 가지게 되리라 생각한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.508-510
• /
• 2019

본 연구에서는 딥 러닝을 이용하여 완전 자동화된 다중 클래스 전체 심장 분할 알고리즘을 제안하였다. 제안된 방법은 recurrent convolutional block과 residual multi-dilated block을 삽입하여 기존 U-Net을 개선한 인공신경망 모델을 사용하였다. 평가는 자동화 분석 결과와 수동 평가를 비교하였다. 그 결과 96.88%의 평균 DSC, 95.60%의 정확도, 97.00%의 recall을 얻었다. 이 실험 결과는 제안된 방법이 다양한 심장 구조에서 효과적으로 구분되어 수행되었음을 알 수 있다. 본 연구에서 제안된 알고리즘이 의사와 방사선 의사가 영상을 판독하거나 임상 결정을 내리는데 보조적 역할을 할 것을 기대한다.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.70-77
• /
• 2019

조기 유방암을 진단하기 위해서는 유방초음파 판독이 매우 중요하다. 초음파 검사는 초음파장비에 따라 화질의 차이가 심하게 나타날 뿐만 아니라 검사자의 경험과 숙련 정도에 따라 진단의 차이가 크게 나타난다. 따라서 정확한 진단과 치료를 위하여 객관적인 판단기준이 필요하다. 이에 본 연구에서는 GLCM(Gray Level Co-occurrence Matrix) 알고리듬을 적용하여 질감 특성을 분석하고 특징파라미터들을 추출하여 신경망분류기를 이용하여 유방암을 진단하였다. 유방초음파 영상은 정상 조직과 양성, 악성 종양으로 분류하여 질감 특성 파라미터 6가지를 추출하였다. 유방초음파검사로 진단된 정상 영상, 악성 및 양성종양 영상 각각 14증례를 대상으로 추출된 6개의 파라미터들을 적용하여 다층 퍼셉트론 신경망구조 역전파 학습방법으로 학습을 시켰다. 학습된 모델에 정상 유방 영상 51증례, 양성종양 영상 62증례, 악성종양 영상 74증례의 영상을 사용하여 분류한 결과 95.2%의 분류율을 나타내었다.

• 한국의학물리학회지:의학물리
• /
• 제14권1호
• /
• pp.43-50
• /
• 2003

기존의 PACS는 의료기관 내부의 독립적인 망을 구성하고 있어서, 사용자가 의료 정보를 열람하기 위해서는 사용자의 PC가 PACS 망에 물리적으로 연결되어 있어야 하고, 진단을 위한 응용프로그램이 사용자의 PC에 설치되어 있어야 한다는 불편이 있다. 저자들은 의료 기관에서 대량으로 발생하는 의료 영상 정보를 저장, 관리 및 검색하기 위해 Web을 기반으로 하는 mini-PACS를 설계하였다. 영상 획득 장치와 서버간의 연결, 서버와 사용자 PC간의 연결은 LAN을 이용하고, 서버와 사용자간의 인터페이스를 위한 CGI 프로그래밍은 Perl과 Jana 스크립트로 구현하였다. 데이터베이스는 MySQL을 사용하여 구축하며, 의료 영상의 효과적인 진단을 위하여, 표준 DICOM 포맷을 지원하는 Image viewer를 구성하였다. 본 연구에서 구현하는 Web을 기반으로 하는 mini-PACS의 설계는 별도의 프로그램을 장착하지 않고, 기존의 인터넷망을 이용한 원격진료나 판독의뢰의 목적에 부합함으로서 거리나 환경에 구애받지 않고 진료에 관련된 주요 의사를 결정할 수 있는 보조시스템이 될 수 있다.

• 대한원격탐사학회지
• /
• 제26권1호
• /
• pp.47-57
• /
• 2010

본 연구의 목적은 2006년 태풍 에위니아, 빌리스, 개미와 집중호우로 인해 많은 산사태가 발생한 진부면 지역을 대상으로 항공사진을 이용한 산사태 탐지 및 인공신경망과 GIS를 이용한 산사태 취약성을 분석하는데 있다. 산사태 위치는 산사태 발생 전후의 항공사진을 판독 후 현장에서 확인하였다. 취약성 분석을 위해 지형, 지질, 토양, 임상, 선구조, 토지이용도 등의 자료는 공간 데이터베이스로 구축하였다. 산사태와 관련 요인들간의 상대적 가중치는 인공신경망의 역전파 알고리즘을 이용하여 결정하였다. 그 결과 경사방향과 경사는 다른 요인들 보다 1.2~1.5배 높게 나타났다. 이 가중치를 이용하여 취약성도를 작성 후 분석에 사용하지 않은 산사태 위치와 비교하여 검증하였다. 그 결과 예측 정확도는 81.44%로 나타났다.