• Korean Journal of Radiology
• /
• 제21권7호
• /
• pp.869-879
• /
• 2020

Objective: To evaluate the performance of a convolutional neural network (CNN) model that can automatically detect and classify rib fractures, and output structured reports from computed tomography (CT) images. Materials and Methods: This study included 1079 patients (median age, 55 years; men, 718) from three hospitals, between January 2011 and January 2019, who were divided into a monocentric training set (n = 876; median age, 55 years; men, 582), five multicenter/multiparameter validation sets (n = 173; median age, 59 years; men, 118) with different slice thicknesses and image pixels, and a normal control set (n = 30; median age, 53 years; men, 18). Three classifications (fresh, healing, and old fracture) combined with fracture location (corresponding CT layers) were detected automatically and delivered in a structured report. Precision, recall, and F1-score were selected as metrics to measure the optimum CNN model. Detection/diagnosis time, precision, and sensitivity were employed to compare the diagnostic efficiency of the structured report and that of experienced radiologists. Results: A total of 25054 annotations (fresh fracture, 10089; healing fracture, 10922; old fracture, 4043) were labelled for training (18584) and validation (6470). The detection efficiency was higher for fresh fractures and healing fractures than for old fractures (F1-scores, 0.849, 0.856, 0.770, respectively, p = 0.023 for each), and the robustness of the model was good in the five multicenter/multiparameter validation sets (all mean F1-scores > 0.8 except validation set 5 [512 x 512 pixels; F1-score = 0.757]). The precision of the five radiologists improved from 80.3% to 91.1%, and the sensitivity increased from 62.4% to 86.3% with artificial intelligence-assisted diagnosis. On average, the diagnosis time of the radiologists was reduced by 73.9 seconds. Conclusion: Our CNN model for automatic rib fracture detection could assist radiologists in improving diagnostic efficiency, reducing diagnosis time and radiologists' workload.

• 한국물환경학회지
• /
• 제26권6호
• /
• pp.954-962
• /
• 2010

The objective of this study was to develop automatic event detection algorithm for groundwater level rise. The groundwater level data and rainfall data in July and August at 37 locations nationwide were analyzed to develop the algorithm for groundwater level rise due to rainfall. In addition, the algorithm for groundwater level rise by ice melting and ground freezing was developed through the analysis of groundwater level data in January. The algorithm for groundwater level rise by rainfall was composed of three parts, including correlation between previous rainfall and groundwater level, simple linear regression analysis between previous rainfall and groundwater level, and diagnosis of groundwater level rise due to new rainfall. About 49% of the analyzed data was successfully simulated for groundwater level rise by rainfall. The algorithm for groundwater level rise due to ice melting and ground freezing included graphic analysis for groundwater level versus time (day), simple linear regression analysis for groundwater level versus time, and diagnosis of groundwater level rise by new ice melting and ground freezing. Around 37% of the analyzed data was successfully simulated for groundwater level rise due to ice melting and ground freezing. The algorithms from this study would help develop strategies for sustainable development and conservation of groundwater resources.

• 한국멀티미디어학회논문지
• /
• 제10권10호
• /
• pp.1260-1270
• /
• 2007

테스트 기술자들에게 아날로그 회로(또는 혼합신호 회로)의 테스트와 진단은 여전히 어려운 문제여서 이를 해결할 수 있는 효과적인 테스트 방법이 크게 요구된다. 본 논문에서는 time slot specification(TSS) 기반의 내장 전류감지기(Built-in Current Sensor)를 이용한 새로운 아날로그 회로의 테스트 기법을 제안한다. 또한 TSS에 기반 하여 고장 위치를 찾아내고 고장의 종류를 구별해 내는 방법을 제시한다. TSS 기법과 함께 제안하는 내장 전류감지기는 높은 고장 용이도와 높은 고장 검출을 그리고 아날로그 회로내 강고장과 약고장에 대한 높은 진단율을 갖는다. 제안하는 방법에서는 주출력과 전원단자등을 테스트 포인트로 사용하고 전류감지기를 자동 테스트 장치(Automatic Test Equipment)에 구성하므로써 테스트 포인트 선택과정의 복잡도를 줄일 수 있다. 내장 전류 감지기의 디지털 출력은 아날로그 IC 테스트를 위한 내장 디지털 테스트 모듈과 쉽게 연결된다.

• 한국방사선학회논문지
• /
• 제5권6호
• /
• pp.421-426
• /
• 2011

본 연구는 CR영상에서 선량이 화질에 미치는 영향을 평가하기위해 수행되었다. 본 연구의 궁극적인 목적은 임상 흉부진단에 필요한 영상화질을 얻을 수 있는 최적 선량을 찾는 것이다. 영상화질 평가를 위해서 다양한 선량에서의 MTF, NNPS, 그리고 NEQ를 측정하였으며, MTF 측정과 실험장치 구성은 International Electrotechnical Commission(IEC)에서 제시한 절차에 따라 수행하였다. 실험 결과를 통해 흉부진단의 경우 자동노출조절 (Automatic Exposure Control, AEC) 제어반에서 자동으로 설정해주는 선량의 절반 선량으로도 필요한 영상화질이 얻어짐을 알 수 있었다. 본 연구를 통해 AEC에서 제시하는 선량이 최적 선량이 아니며 화질평가를 통해서 얻어진 최적 선량을 사용하면 환자의 피폭을 상당량 줄일 수 있음을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제4권2호
• /
• pp.96-102
• /
• 2011

본 연구에서는 현대인의 대표적 발 질환 중 하나인 무지외반증의 증상정도 자동 분류 알고리즘 개발에 대한 연구를 수행하였다. 무지외반증의 치료 및 수술을 위한 기존 아날로그적 진단법이 아닌 디지털 영상처리기법을 사용함으로써 효과적인 자동화 진단법을 제시하였다. 이를 위해 본 연구에서는 각각 정상인과 무지외반증 환자의 X-Ray 영상을 이용하였다. 우선 정상인의 X-Ray 영상에 정상 각도를 오버랩과 애드 방법을 통하여 기준각도를 표시한 후, 윤곽선 검출 알고리즘인 로버츠 필터와 세선화 작업을 거쳐 통칭 정상인 기준 영상을 만들었다. 그리고 진단할 환자의 X-Ray 영상에 윤곽선 검출 알고리즘인 소벨 필터를 거쳐 환자 영상을 만들어 앞서 언급한 정상인 기준 영상과 오버랩과 애드 방법을 통하여 디스플레이 출력 영상을 구현하였다. 디스플레이 출력 영상을 이용하여 무지외반증 진단 각도를 측정하여 화면에 디스플레이 함으로써 기존의 아날로그적 진단법에서 탈피한 디지털적 영상처리 진단법을 제시하였으며 그 실용성과 타 정형외적 질환의 응용성을 확인하였다.

• 사상체질의학회지
• /
• 제23권2호
• /
• pp.194-207
• /
• 2011

1. Objectives: This study is about a development of Sasang constitutional classification algorithm using facial information. 2. Methods: We analysed the datum of middle aged (20~48) women collected by multi-center researchers in 2007. And this study analysed the data of the measurement of the face by 3D-AFRA (3-Dimensional Automatic Face Recognition Apparatus) and the items of impression by SDQ. We used multiple comparison, exploratory discriminant analysis and clinical decision to select optimal 3D facial variables which will be input in discriminant analysis model. And we used univariate F values and stepwise discriminant function analysis to choose best impression variables. 3. Results and Conclusions: In this study, derived discriminant function's explanation power was 39% in female group. Diagnostic accuracy rate was 66.0% in female group. And in test sample, Sasang constitutional diagnostic accuracy rate was 56.9%. In this process we could help improve the objectification of Sasang constitution diagnosis.

• Journal of Electrical Engineering and Technology
• /
• 제11권4호
• /
• pp.993-1002
• /
• 2016

Hepatitis is a major public health problem all around the world. This paper proposes an automatic disease diagnosis system for hepatitis based on Genetic Algorithm (GA) Wavelet Kernel (WK) Extreme Learning Machines (ELM). The classifier used in this paper is single layer neural network (SLNN) and it is trained by ELM learning method. The hepatitis disease datasets are obtained from UCI machine learning database. In Wavelet Kernel Extreme Learning Machine (WK-ELM) structure, there are three adjustable parameters of wavelet kernel. These parameters and the numbers of hidden neurons play a major role in the performance of ELM. Therefore, values of these parameters and numbers of hidden neurons should be tuned carefully based on the solved problem. In this study, the optimum values of these parameters and the numbers of hidden neurons of ELM were obtained by using Genetic Algorithm (GA). The performance of proposed GA-WK-ELM method is evaluated using statical methods such as classification accuracy, sensitivity and specivity analysis and ROC curves. The results of the proposed GA-WK-ELM method are compared with the results of the previous hepatitis disease studies using same database as well as different database. When previous studies are investigated, it is clearly seen that the high classification accuracies have been obtained in case of reducing the feature vector to low dimension. However, proposed GA-WK-ELM method gives satisfactory results without reducing the feature vector. The calculated highest classification accuracy of proposed GA-WK-ELM method is found as 96.642 %.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.123-131
• /
• 2008

한의학에서 혀의 상태는 인체 내부의 생리적 병리적 변화와 같은 건강 상태를 진단하는 중요한 지표로 활용된다. 혀의 상태를 진단하는 방법(설진)은 편리할 뿐 아니라 비침습적이므로, 한의학에서 널리 활용되고 있다. 하지만, 설진은 광원이나 환자의 자세, 의사의 건강 조건과 같은 검사 환경에 따라 많은 영향을 받는다. 객관적이고 표준화된 진단을 위한 자동 설진 시스템을 개발하기 위하여 촬영된 얼굴 영상으로부터 혀를 영역분할하고 설태를 분류하는 것은 필수적이지만 혀와 입술, 입 근처의 피부색이 서로 유사하므로 쉽지 않은 일이다. 제안된 방법은 전처리 과정과 영역분할, 혀의 구조로부터 발생하는 음영 영역의 지역 최소값 위치 검색, 지역 최소값의 교정, 컬러의 차이를 최대로 하는 위치를 찾는 컬러 경계면 탐색, 척의 기하적인 특성에 일치하는 경계면 선택, 경계면 평활화로 구성되어 있으며, 여기서 전처리 과정은 계산량의 감소를 위한 부 표본화, 히스토그램 평활화, 경계면 강화를 수행한다. 이러한 시스템적인 과정을 거치면, 영역분할된 혀를 획득할 수 있게 된다. 제안된 방법으로 분할된 영역은 초과적으로 혀가 아닌 영역을 제외해 낼 뿐 아니라 정확한 진단을 위해 중요한 정보를 제공함을 한의사의 진단 유효도 평가점수를 통해 확인할 수 있었다. 제안된 방법은 진단의 객관화와 표준화에 기여할 뿐만 아니라 u-Healthcare 시스템에도 활용 가능하다.

• 한국산학기술학회논문지
• /
• 제13권12호
• /
• pp.6013-6021
• /
• 2012

냉감을 느끼지 않을만한 온도에서 신체부위에 차가움을 느껴 일상생활이 곤란함을 호소하는 냉증환자가 늘어남에도 불구하고, 정확한 진단기구와 뚜렷한 치료기기가 없는 것이 사실이다. 그러므로 본 논문에서는 다양한 센서를 통하여 냉증을 측정 및 진단하고 환자의 냉증정도에 맞게 적응적으로 산소압과 치료시간을 조정할 수 있는 산소챔버를 냉증치료용 의료기기로 제안 설계한다. 특히 의사의 진찰과 문진을 통해 경험에 의존하던 기존의 주관적인 냉증 진단 방법에서 벗어나, 첨단 복합 생체센서의 측정데이터를 임상실험에 근거한 임계치를 바탕으로 비교함으로써 냉증을 정확히 진단하는 방법을 소개한다. 최종적으로 냉증의 진단 단계에 따라 적응적으로 산소량을 제어함으로써 냉증을 효과적으로 치료하는 산소챔버를 구현하여 한의학 의료기기의 과학화와 대중화에 기여하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.837-848
• /
• 2018

Monitoring technology of machining has a long history since unmanned machining was introduced. Despite the long history, many researchers have presented new approaches continuously in this area. Sound based machine fault diagnosis is the process consisting of detecting automatically the damages that affect the machines by analyzing the sounds they produce during their operating time. The collected sound is corrupted by the surrounding work environment. Therefore, the most important part of the diagnosis is to find hidden elements inside the data that can represent the error pattern. This paper presents a feature extraction methodology that combines various digital signal processing and pattern recognition methods for the analysis of the sounds produced by tools. The magnitude spectrum of the sound is extracted using the Fourier analysis and the band-pass filter is applied to further characterize the data. Statistical functions are also used as input to the nonlinear classifier for the final response. The results prove that the proposed feature extraction method accurately captures the hidden patterns of the sound generated by the tool, unlike the conventional features. Therefore, it is shown that the proposed method can be applied to a sound based automatic diagnosis system.