• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.199-208
• /
• 2014

한의학은 수 천년 이상 전해져 내려온 동양의 전통의학으로 서양에서도 그 효능을 인정받고 있으며, 양방 치료에서 사용되는 XRAY 및 CT와 같은 커다란 장비가 없어도 간단하게 환자의 맥진 및 설진 및 데이터를 이용해서 환자의 건강상태를 진단할 수 있다. 본 논문에서는 의료 진단을 받기 어려운 지역에 사는 환자나, 병원이 멀리 떨어져 있는 피서지나, 등산 할 경우, 혹은 전쟁에서 전투를 하는 환자라도 맥진 데이터 및 생체 데이터를 휴대폰을 이용해서 환자의 한방 의료정보를 원격지 병원의 의사에게 전송하면 의료 진단을 실시간으로 판단 할 수 있는 모의실험을 하였다. 뿐만 아니라 실시간으로 원거리에서 환자의 생체 데이터 및 맥진파형을 수신해서 실시간으로 환자의 건강 상태를 언제 어디서나 누구나 24시간 간단하게 판단 할 수 있는 지능형 한방 의료진단 시스템 알고리즘 및 지능형 전자침 모의실험을 제안하였다.

• 한국문헌정보학회지
• /
• 제35권4호
• /
• pp.97-122
• /
• 2001

본 연구에서는 레코드필드 선택이 대규모 서지 데이터베이스 탐색시 미치는 검색 성능에 대하여 관찰하였다. 실험의 구성 요소는 크게 (1) 대규모 상업용 데이터베이스 INSPEC. (2) 관련된 레코드들 (target sets이라고 정의함). (3) 4개의 키워드가 한 세트로 이루어진 4개의 서로 다른 형태의 질의어들 (CT_TF, CT_IDF, UT_TF, UT_IDF), (4) 최적의 질의를 위한 알고리즘, (5) 가능한 모든 경우의 탐색식을 생성해내는 블리언 탐색식 생성기, 그리고 (6) 실제 운영중인 웹 기반의 검색 시스템으로 이뤄졌다. 실험에서의 레코드 필드 선택은 (1) Abstract, (2) Descriptors, (3) Identifiers, (4) 'Subject'(Descriptors + Identifiers). (5) Title. (6) 'All fields'로 정의하여 독립변수로 채택하였다. 검색 성능은 재현율, 정도율을 모두 반영한 Heine의 D측정에 의하여 평가 되었다. 본 연구에서 얻은 주된 결과로는 (1) 필드선택은 검색성능에 중요한 영향을 미치며, (2) 각 검색 성능에서 보여준 순위는 질의어에 따라 민감한 결과를 보였고 (3) 제목(Title)필드 선택이 D측정에서 최적의 결과를 보였다.

• 정보교육학회논문지
• /
• 제23권6호
• /
• pp.583-590
• /
• 2019

본 연구는 초등학생의 딥러닝 개념 학습을 위한 교육 프로그램을 개발하는 것이다. 교육 프로그램의 모델은 CT요소 중심 모델을 토대로 딥러닝 교수학습모델을 개발하였다. 개발한 프로그램의 주제는 인공지능의 이미지 인식 CNN알고리즘으로 정하고, 9개 차시 교육프로그램을 개발하였다. 프로그램은 6학년을 대상으로 2주간에 걸쳐 적용을 하였다. 프로그램에 대한 학습 적합도 검사는 전문가 타당도 분석 결과로 CVR이 타당하게 나왔다. 학습자 수준 적합도와 교사 지도 수준의 적합도 문항의 경우 .80이하로 나타났으며 .96이 넘은 학습 환경과 매체의 적합도 문항에서는 높게 나타났다. 학생들의 만족도 분석 결과 학습의 이해도와 유익성, 흥미도, 학습자료 등에 대해서 평균 4.0이상을 보여 긍정적인 평가를 하여 본 연구의 가치를 확인할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제25권6호
• /
• pp.537-543
• /
• 2004

의학 영상 분야에서 인체에 대한 3차원 모델을 생성하는 데는 평행한 2차원 영상위에 있는 외곽선들로부터 원래 물체의 형상을 복원하는 방법이 일반적으로 사용된다. CT나 MR영상을 획득한 후 해부구조물에 대해서 구역화를 하면 외곽선 집합을 얻을 수 있다. 기존의 표면 재구성 알고리즘은 외곽선을 단순 정합이 가능한 부분과 클레프트(cleft)를 나누어 처리하는데, 클레프트를 처리하는 시간이 오래 걸리기 때문에 모델이 복잡할 경우 수행속도가 저하되는 단점이 있다. 본 논문에서는 분기(branch)가 없는 단순영역을 형태에 관계없이 한번에 타일화하고, 분기가 있는 경우에는 한 외곽선의 정점들을 대응하는 외곽선들의 정점개수와 분포를 고려하여 분할함으로써 간단하고 신속하게 타일화하는 방법을 제안한다. 이 기법을 이용하여 해부구조물의 3차원 모델을 생성하는 표면 재구성 시스템을 구현하였다.

• 대한의용생체공학회:의공학회지
• /
• 제21권4호
• /
• pp.433-439
• /
• 2000

볼륨 렌더링은 기하학적인 기본 도형으로 모델링하지 않고, 3차원 데이터를 직접 가시화하는 방법이다. 이런 볼륨 렌더링의 특성으로 말미암아 3차원 영상을 도시할 때에, 복잡한 물체의 경우에도 물체의 표면을 상세하게 표현하는데 유리하여 의료 영상을 가시화하는 쪽으로의 적용이 많이 이루어져 왔다. 일반적으로 볼륨 데이터의 크기가 커서 실시간으로 처리하기 쉽지 않기 때문에, 근래에는 이 렌더링 시간을 줄이기 위해서 많은 여러 가지 렌더링 알고리즘이 제안되었다. 본 논문에서는 부호화 되어 있지 않은 볼륨 데이터를 빠르게 렌더링 하기 위해서, 쉬어-왑 분해를 이용하는 블록 기반의 볼륨 렌더링 기법을 제안한다. 이 방법에서는 블록 기반의 데이터와 함께 장기의 영역 분할 데이터를 동시에 이용하여 볼륨 렌더링을 수행하므로써, 부호화되어 있지 않은 데이터에 대해 렌더링 속도를 증가시킨다. 본 논문에서는 3차원 X-ray CT 흉부 영상과 MR 3차원 두부 영상을 렌더링 함으로써 제안한 방법의 성능을 검증하였다.

• 한국방사선학회논문지
• /
• 제13권3호
• /
• pp.489-493
• /
• 2019

산업의 발달로 인한 생활습관과 신체활동 부족 등으로 한국인의 비만인구가 급증하고 있다. 전산화단층영상을 이용한 기존의 지방량 계산 프로그램에서 반자동방식의 프로그램이 사용되고 있다. 관련 문제를 해결하기 위한 방법들이 제시되고 있으나 본 연구에서는 모폴로지 연산을 이용한 알고리즘을 제시하고 절차가 간단하고 비교적 계산량이 적은 새로운 방법으로 문제를 해결하고자 한다. 모폴로지 연산을 통해 침식과 팽창을 반복한 결과 영상으로부터 문제점이 해결된 것을 알 수 있어 결과로부터 각 조직 간의 경계를 더욱 정교하게 얻을 수 있었다. LoG (Laplace of Gaussian) 함수를 이용해서 각 조직간 경계 부분을 분할하였다. 각 경계는 명확하게 구분이 되었으며, 피하지방을 계산하기 위해 충분한 정보를 제공하였다. 개발된 분할결과를 사용하여 향후 자동 지방량 계산을 할 수 있다. 정확한 분할 도구를 제공함으로써 의사에게 편리함을 주고 재검사로 인한 피폭과 검사비용을 줄이는데 도움이 될 것으로 판단한다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1537-1544
• /
• 2022

application specific integrated circuit (ASIC) 및 system on chip (SoC) 설계 시 디지털 회로는 클럭에 동기화되어 작동한다. 칩 설계 시, place & route (P&R)에서 설계 조건과 타이밍 조건, 클럭의 동기화 여부 등을 고려한다. P&R에서 클럭 경로에 대한 delay를 줄이기 위해, clock tree synthesis (CTS) 기법을 이용한다. 본 논문에서는 사전 클럭트리 합성 가능 여부 판단을 위한 shallow-CTS 알고리즘을 소개한다. 오픈 소스 Parser-Verilog를 사용하여 register transfer level (RTL) 합성가능한 Verilog를 파싱하여, Pre-CTS와 Post-CTS 단계를 진행하고, 가장 긴 clock path와 버퍼 삽입 전후의 표준편차를 비교하여 CTS의 정확도에 대해 분석한다. 본 논문에서 시간 투입이 많이 되는 licensed EDA tool을 사용하여 CTS 결과를 확인하지 않고, RTL 수준에서 사전 클럭 트리 합성 검증 방법을 제공하여 비용 및 시간문제를 감소할 수 있을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제7권1호
• /
• pp.37-44
• /
• 2013

본 연구는 최근 자동노출제어장치에 의한 X선질 보정 및 다양한 수학적 보정 알고리즘 적용이 가능한 전산화단층촬영 장치를 이용하여 견부 강제 견인용 밴드의 사용 유 무에 따라 영상의 질과 환자의 편의성 및 안정성 측면에서 견부 강제 견인법에 대한 임상적 유용성을 제시하고자 하였다. 이를 위하여 경부 통증을 호소하는 환자 79명을 대상으로 견부 강제 견인용 밴드를 사용하기 전 후의 측면 투영 scout 영상과 횡단면 영상을 획득하여 횡단면 영상의 일정 크기의 관심영역 내의 화소 및 평균 HU 값을 비교하여 정량적 분석을 하였고 인공물과 해상도 및 분해능에 대한 임상 영상평가를 정성적으로 분석하였으며 환자가 느끼는 불편 정도를 자가 진단 설문 평가하였다. 결과적으로 측면 투영 scout 영상에서 견부 강제 견인용 밴드를 사용한 경우 묘출되는 경추의 수가 증가되었으나 횡단면 영상의 관심영역 내에서 견부 강제 견인용 밴드를 사용하기 전 후에 대한 화소 및 평균 HU 값의 변화는 거의 없는 것으로 판단되었으며 인공물과 해상도 및 대조도와 관련된 정성적 분석 결과에서 관찰자간 특이한 결과는 보이지 않았다. 따라서 견부 강제 견인용 밴드의 사용에 대한 자가 진단 설문 평가에서 환자의 82.27%는 불편함을 호소하였으며 정량적 및 정성적으로 영상의 질을 분석한 결과에서 사용에 따른 영상의학적 이점은 없는 것으로 판단되었다. 최근 다양한 수학적 보정 알고리즘에 의한 전처리 필터 과정의 적용과 더불어 절편 두께의 감소 및 자동노출제어장치 등에 의한 선질 보정 등이 가능한 전산화단층촬영 장치가 보급되면서 선속 경화에 의한 영상의 잡음은 문제가 되지 않을 것으로 판단되어 영상의 질에 영향을 주지 않으면서 환자에게 불편함을 주거나 추가적 위험성이 있는 견부 강제 견인용 밴드의 사용은 더 이상 임상적 유용성이 없는 것으로 판단되었다.

• 한국산학기술학회논문지
• /
• 제18권9호
• /
• pp.42-51
• /
• 2017

본 논문에서는 전기자동차 배터리의 충전 방안 중 하나로 여겨지는 무선전력전송을 이용할 경우 발생 가능한 보호협조 문제점을 분석한다. 전기충전을 위한 무선전력전송 시스템을 구축하기 위해서는 전원공급장치 개발이 필수적이나, 전원공급장치의 정확한 설치기준이 없기 때문에 운용 시 보호협조 상에 문제점이 발생 할 수 있다. 따라서 본 논문에서는 PSCAD/EMTDC로 무선전력전송 전기충전설비용 전원공급장치를 모델링하여 가능성 있는 사고를 모의해보고, 이를 해결할 수 있는 대안을 제시하고자 한다. 즉, 사고 발생 시, 전원공급장치의 60Hz 대역에서 정격차단용량(12.5kA) 상회 가능성과 20kHz 대역에서의 임피던스 병렬화로 인한 보호기기의 부동작 가능성을 시뮬레이션을 통해 확인하였고, 이에 대한 해결책으로 대칭좌표법을 이용한 사고해석 알고리즘과 사고전류를 저감시킬 수 있는 NGR 산정 알고리즘을 제안하였다. 이를 통해 60Hz 대역에서는 NGR(Neutral Ground Resister)을 도입하여 사고전류를 정격차단용량 이하로 저감시키고, 20kHz 대역에서는 중선선에 CT 설치 및 이에 대한 보호정정을 통해 보호기기 부동작이 방지됨을 확인하였다.

• 한국방사선학회논문지
• /
• 제3권1호
• /
• pp.29-39
• /
• 2009

본 논문에서는 신경회로망을 이용한 의료영상의 질환부위 인식방법을 제안하였다. 질환부위 인식을 위한 신경회로망은 입력층, 은닉층, 출력층으로 구성하여 적응 오차 역전파 알고리즘으로 학습하였다. 신경회로망에 입력된 의료영상의 특징 파라미터는 웨이브릿 변환에 의하여 분해된 저주파 영역을 행렬식으로 표현하여 특성 다항식의 계수값(n+1)개로 하였다. 추출된 특징 파라미터는 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용하였다. 제안된 방법의 타당성을 입증하기 위해서 실험에 사용된 입력 의료영상을 가지고 모사실험을 통해 질환부위의 인식률을 평가하였다. 실험 결과 4레벨 DWT로 변환된 저주파영역 행렬의 특성 다항식 계수를 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용했을 때 최적의 학습 횟수를 보였다. 신경회로망의 학습은 적응 오차 역전파 알고리즘을 사용하였고, 학습계수를 0.01, 모우멘텀을 0.95로 하였을 때, 위영상에 대해서는 55회, 가슴영상은 55회, CT영상은 46회, 초음파영상은 55회 그리고 혈관영상에 대해서는 157회 등의 최적의 학습 횟수를 보이며 100%의 인식률을 보였다.