• 한국안광학회지
• /
• 제1권2호
• /
• pp.43-47
• /
• 1996

1.0 시력표를 읽을 수 있는 20세 전후의 남녀에 대해 인위적근시를 만들어 운무법과정중에 있는 시력변화단계를 조사하였다. 또 이러한 시력의 변화단계를 굴절력증가에 따른 망막에서 착락원의 크기와 비교하여 수치함수를 만들었다. 시력의 변화단계는 양안에 대해 일정한 균형을 유지하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.811-815
• /
• 2005

최근 선진 각국에서는 시각장애인을 위한 인공 망막 모델구현을 위한 연구가 매우 활발히 진행 중이다. 인공 망막의 여러 기법중 시각피질자극에 의한 방법은 망막손상과 시신경 손상 환자에게 적용할 수 있도록 시피질을 자극한다. 그러나 이 방법은 시각자극전달의 중간단계를 생략하고 직접 뇌세포를 자극하는 것이다. 따라서 본 논문에서는 시각피질자극방법에 기반하여 인간시각처리와 유사하게 영상의 압축방법을 부과함으로써 세포의 특성을 고려한 모델을 나타낸다. 실험 데이터로는 자동차 번호판 숫자들이며, 인식기는 SOM을 사용하였다. 실험결과, 제안된 인식모델과 일반적 인식모델과의 차이가 없음을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2812-2814
• /
• 1999

그레이 영상 입출력이 가능하고, 다양한 영상 크기에 적용 가능한 아날로그 셀룰라 신경회로망을 설계하였다. 아날로그 셀룰라 신경회로망은 실시간 병렬처리가 가능하므로, 영상처리 패턴인식과 같은 분야에 유용하게 사용될 수 있다. 기존의 하드웨어로 구현된 셀를라 신경회로망은 이진 영상를 출력하고, 단일 칩에 구현할 수 있는 셀의 수에 제한이 있기 때문에 범용의 영상처리에 응용하기에 적합지 않다. 본 연구에서 설계된 셀룰라 신경회로망은 영상 입력 크기의 분해능을 향상시켜 그레이 영상 처리가 가능한 칩을 설계하였다. 설계된 셀룰라 신경회로망를 이용한 그레이 영상의 에지추출 시뮬레이션 결과, 선명한 에지 영상을 얻을 수 있었다

• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1433-1447
• /
• 2022

Recently, as the demand for physical security technology to prevent leakage of technical and business information of companies and public institutions increases, the high tech companies are operating X-ray security checkpoints at building entrances to protect their intellectual property and technology. X-ray security checkpoints are operated to detect cameras and storage media that may store or leak important technologies in the bags of people entering and leaving the building. In this study, we propose an X-ray security checkpoint system that automatically detects a storage medium in an X-ray image using a deep learning based object detection method. The proposed system consists of an edge computing unit and a cloud-computing unit. We employ the RetinaNet for automatic storage media detection in the X-ray security checkpoint images. The proposed approach achieved mAP of 95.92% on private dataset.

• 한국의학물리학회지:의학물리
• /
• 제30권2호
• /
• pp.49-58
• /
• 2019

Purpose: Automated analytical systems have begun to emerge as a database system that enables the scanning of medical images to be performed on computers and the construction of big data. Deep-learning artificial intelligence (AI) architectures have been developed and applied to medical images, making high-precision diagnosis possible. Materials and Methods: For diagnosis, the medical images need to be labeled and standardized. After pre-processing the data and entering them into the deep-learning architecture, the final diagnosis results can be obtained quickly and accurately. To solve the problem of overfitting because of an insufficient amount of labeled data, data augmentation is performed through rotation, using left and right flips to artificially increase the amount of data. Because various deep-learning architectures have been developed and publicized over the past few years, the results of the diagnosis can be obtained by entering a medical image. Results: Classification and regression are performed by a supervised machine-learning method and clustering and generation are performed by an unsupervised machine-learning method. When the convolutional neural network (CNN) method is applied to the deep-learning layer, feature extraction can be used to classify diseases very efficiently and thus to diagnose various diseases. Conclusions: AI, using a deep-learning architecture, has expertise in medical image analysis of the nerves, retina, lungs, digital pathology, breast, heart, abdomen, and musculo-skeletal system.

• 생명과학회지
• /
• 제23권10호
• /
• pp.1288-1294
• /
• 2013

뱀장어 자어의 형태변화에 관한 연구는 자어의 인공사육을 위해 알아야 할 중요한 부분이다. 본 연구에서는 두부의 형태학적 관찰과 함께, 부화 이후 변태 직후까지의 단계별 안구의 조직학적인 변화를 관찰하였다. 이들 결과로 부화 후 100일과 변태를 기점으로 상악과 하악의 발달에 큰 차이를 관찰할 수 있었으며, 치아는 실뱀장어로 변태하면서 퇴화한다는 것을 알 수 있었다. 안구 망막에서의 조직학적인 주요 변화는 부화 100일 이후의 OPL (outer plexiform layer)과 ONL (outer nuclear layer)의 형성과 변태 이후 간상세포층의 변화이며, 안구의 각막은 부화 10일째 자어에서 관찰되지 않았지만 이후 모든 단계에서 관찰되었다. 실뱀장어의 양산을 위해 초기 자어의 발달에 관한 더 많은 정보가 필요하며, 본 결과가 자어의 인공사육시스템 안정화에 도움이 될 것으로 기대한다.

• Journal of Korean Neurosurgical Society
• /
• 제66권1호
• /
• pp.53-62
• /
• 2023

Objective : Deep learning is a machine learning approach based on artificial neural network training, and object detection algorithm using deep learning is used as the most powerful tool in image analysis. We analyzed and evaluated the diagnostic performance of a deep learning algorithm to identify skull fractures in plain radiographic images and investigated its clinical applicability. Methods : A total of 2026 plain radiographic images of the skull (fracture, 991; normal, 1035) were obtained from 741 patients. The RetinaNet architecture was used as a deep learning model. Precision, recall, and average precision were measured to evaluate the deep learning algorithm's diagnostic performance. Results : In ResNet-152, the average precision for intersection over union (IOU) 0.1, 0.3, and 0.5, were 0.7240, 0.6698, and 0.3687, respectively. When the intersection over union (IOU) and confidence threshold were 0.1, the precision was 0.7292, and the recall was 0.7650. When the IOU threshold was 0.1, and the confidence threshold was 0.6, the true and false rates were 82.9% and 17.1%, respectively. There were significant differences in the true/false and false-positive/false-negative ratios between the anterior-posterior, towne, and both lateral views (p=0.032 and p=0.003). Objects detected in false positives had vascular grooves and suture lines. In false negatives, the detection performance of the diastatic fractures, fractures crossing the suture line, and fractures around the vascular grooves and orbit was poor. Conclusion : The object detection algorithm applied with deep learning is expected to be a valuable tool in diagnosing skull fractures.

• International journal of advanced smart convergence
• /
• 제11권2호
• /
• pp.22-29
• /
• 2022

In this paper, for the purpose of designing an real-time unmanned monitoring system, the YOLOv5s (small) object detection model was applied on the NVIDIA TX2^TM AI (Artificial Intelligence) edge computing platform in order to design the fundamental function of an unmanned monitoring system that can detect objects in real time. YOLOv5s was applied to the our real-time unmanned monitoring system based on the performance evaluation of object detection algorithms (for example, R-CNN, SSD, RetinaNet, and YOLOv5). In addition, the performance of the four YOLOv5 models (small, medium, large, and xlarge) was compared and evaluated. Furthermore, based on these results, the YOLOv5s model suitable for the design purpose of this paper was ported to the NVIDIA TX2^TM AI edge computing system and it was confirmed that it operates normally. The real-time unmanned monitoring system designed as a result of the research can be applied to various application fields such as an security or monitoring system. Future research is to apply NMS (Non-Maximum Suppression) modification, model reconstruction, and parallel processing programming techniques using CUDA (Compute Unified Device Architecture) for the improvement of object detection speed and performance.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.37-49
• /
• 2021

한국의 치매 환자 수는 80만명 이상으로 추정되고 있으며, 치매의 심각성은 사회적 문제로 되고 있다. 하지만 전 세계적으로 치매를 완치할 수 있는 치료법도 약물도 아직 개발되지 못하고 있으며, 향후 급격한 고령화 추세로 인해 치매 환자 수는 더욱 증가할 전망이다. 현재로서는 치매를 조기에 발견하여 치매 증상의 경과를 늦추는 것이 최적의 대안이라 할 수 있다. 본 연구에서는 망막 내 치매를 가장 명확하게 조기 진단할 수 있는 중요 단백질인 아밀로이드 플라크를 AI 기반의 영상분석을 통해 측정하고 분석하여 치매를 조기에 진단하는 방법론을 제시하였다. 망막 데이터를 CNN을 기반으로 이진분류 학습 및 다중분류 학습을 수행하였으며, 전처리 된 망막 데이터를 기반으로 치매를 조기 진단할 수 있는 딥러닝 알고리즘을 개발하였다. 딥러닝 모델에 대한 정확도와 재현율을 검증하였으며, 검증 결과 재현율과 정확도 모두 충족하는 결과를 도출하였다. 향후에는 실제 치매 환자의 임상데이터를 기반으로 연구를 지속해 나갈 계획이며, 본 연구의 결과는 치매 문제를 해결하는 방안으로 활용될 수 있다.

• 한국어류학회지
• /
• 제22권2호
• /
• pp.96-104
• /
• 2010

멸조위기종인 묵납자루 Acheilognathus signifer의 종복원을 위한 인공수정을 실시하는 과정에서눈과 피부의 색소발현이 결여된 백색증 개체가 출현하였다. 정상 묵납자루와 백색증 개체간 색소발현과 형태의 차이여부를 알아보기 위하여 몸통, 지느러미 눈 등 총 10개 부위에 대한 조직학적 검사를 실시하였다. 그 결과 정상 묵납자루의 경우, 멜라닌세포는 빛에 쉽게 노출되는 등부위와 상미병부, 맥락막-망막색소상피층 및 홍채에서 다량으로 분포하였다. 반면에 백색증 개체에서는 멜라닌세포가 등 부위와 등지느러미, 그리고 꼬리지느러미에서 아주 소량으로 분포하고 있었으며 눈의 맥락막-망막색소상피층 및 홍채에서는 색소결핍 현상이 뚜렷하게 관찰되었다.