• Current Optics and Photonics
• /
• 제4권1호
• /
• pp.31-43
• /
• 2020

The feasibility of the application of terahertz electromagnetic waves in the diagnosis of prostate cancer was examined. Four samples of incomplete cancerous prostatic paraffin-embedded tissues were examined using terahertz spectral imaging (TPI) system and the results obtained by comparing the absorption coefficient and refractive index of prostate tumor, normal prostate tissue and smooth muscle from one of the paraffin tissue masses examined were reported. Three hundred and sixty cases of absorption coefficients from one of the paraffin tissues examined were used as raw data to classify these three tissues using the Principal Component Analysis (PCA) and Least Squares Support Vector Machine (LS-SVM). An excellent classification with an accuracy of 92.22% in the prediction set was achieved. Using the distribution information of THz reflection signal intensity from sample surface and absorption coefficient of the sample, an attempt was made to use the TPI system to identify the boundaries of the different tissues involved (prostate tumors, normal and smooth muscles). The location of three identified regions in the terahertz images (frequency domain slice absorption coefficient imaging, 1.2 THz) were compared with those obtained from the histopathologic examination. The tissue tumor region had a distinctively visible color and could well be distinguished from other tissue regions in terahertz images. Results indicate that a THz spectroscopy imaging system can be efficiently used in conjunction with the proposed advanced computer-based mathematical analysis method to identify tumor regions in the paraffin tissue mass of prostate cancer.

• 한국약용작물학회지
• /
• 제15권5호
• /
• pp.339-345
• /
• 2007

Field performance and morphological characterization was conducted on seven transgenic lines of Codonopsis lanceolata expressing ${\gamma}-TMT$ gene. The shoots were obtained from leaf explants after co-cultivation with Agrobacterium tume-faciens strain LBA 4404 harboring a binary vector pYBI 121 that carried genes encoding ${\gamma}-Tocopherol$ methyltransferase gene (${\gamma}-TMT$) and a neomycin phosphotransferase II gene (npt II) for kanamycin resistance. The transgenic plants were transferred to a green house for acclimation. Integration of T-DNA into the $T_0\;and\;T_1$ generation of transgenic Codonopsis lanceolata genome was confirmed by the polymerase chain reaction and southern blot analysis. The progenies of transgenic plants showed phenotypic differences within the different lines and with relative to control plants. When grown in field, the transgenic plants in general exhibited increased fertility, significant improvement in the shoot weight, root weight, shoot height and rachis length with relation to the control plants. However, all seven independently derived transgenic lines produced normal flower with respect to its shape, size, color and seeds number at its maturity. Indicating that the addition of a selectable marker gene in the plant genome does not effect on seed germination and agronomic performance of transgenic Codonopsis lanceolata. $T_1$ progenies of these plants were obtained and evaluated together with control plant in a field experiment. Overall, the agronomic performance of $T_1$ progenies of transgenic Codonopsis lanceolata showed superior to that of the seed derived non-transgenic plant. In this study, we report on the morphological variation and agronomic performance of transgenic Codonopsis lanceolata developed by Agrobacterium transformation.

• 디지털융복합연구
• /
• 제14권2호
• /
• pp.183-190
• /
• 2016

본 논문은 서베일런스 네트워크에서 이동하는 객체 추적 시 영상 데이터의 전송량을 감소시키는 신경망 계산 시간의 단축 알고리즘을 제안한다. 객체 검출은 디지털화 연속된 영상으로부터 객체 존재 유무를 판단하고, 객체가 존재할 경우 영상 내 객체의 위치, 방향, 크기 등을 알아내는 기술로 정의된다. 그러나 영상 내의 객체는 위치, 크기, 빛의 방향 및 밝기, 장애물 등의 환경적 변화로 인해 객체 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 신경망을 사용하여 몇 가지 환경적 조건을 극복한 정확하고 빠른 객체 검출 방법을 제안한다. 검색 영역의 축소는 영상 내 색상 영역의 분할과 차영상을 이용하였고, 주성분 분석을 통해 신경망의 입력 벡터를 축소시킴으로써 신경망 수행 시간과 학습 시간을 단축시켰다. 실시간으로 입력되는 동영상에서 모두 실험하였으며, 색상 영역의 분할을 사용할 경우 입력 영상의 칼라 설정의 유무에 따른 검출 성공률의 차를 보였다. 실험 결과에서 보면 제안하는 방법으로써 객체의 움직임을 탐지하였을 때 기존의 방법보다 30% 정도 더 높은 인식 성능을 보여준다.

• 한국동물학회지
• /
• 제38권3호
• /
• pp.340-347
• /
• 1995

D. melanogaster를 대상으로 두 종류의 P element construct, 즉 Pc[(ry+)B]와 p[(ry+)$\Delta$SX9]을 사용한 형질전환 실험을 통하여 자율적 및 비자율적인 P element construct간의 vector로써의 효율성을 분석했다. 자율적인 P element 내에 rosy 유전자를 포함하고 있는 Pc[(ry+)B] construct를 진정 M 계통형인 ry506 돌연변이 계통에 주입시켰다. 또한 비자율적인 P element 내에 rosy 유전자를 포함하고 있는 p[(ry+)$\Delta$SX9] construct와 전이효소의 공급원으로써 p-$\Delta$2-3hs$\pi$ helper plasmid를 역시 같은 계통의 ry506 돌연변이 계통에 주입시켰다. Dechorination 방법에 의해 총 1143 embryo를 대상으로 microinjection 한 결과, 모두 35 계통의 형질전환된 정상형의 눈을 가진 계통을 얻었다. P element construct를 주입시킨 전체 1143 embryo 중에서 약 20% 정도가 성체로 부화되었으며, 부화된 개체 가운데 약 40% 정도가 눈 색깔이 거의 정상형과 같은 G0 transformant 로 나타났다. 그러나 생식력을 가진 G0 transformant의 약 40% 만이 G1 transformant로 나타남으로써 모두 35 계통의 transformant를 얻었다. 따라서 G0 단계에서 나타난 형질전환 현상에는 반드시 rosy transformant의 염색체 삽입에 의해서 만이 아니라 세포질내에서도 construct내의 rosy 유전자의 발현이 가능한 것으로 분석되었다. 또한 형질전환율에 있어서는 Pc[(ry+)B]와p[(ry+)$\Delta$SX9] construct 간에 유의한 차가 없는 것으로 나타났다. 이상의 결과로 볼 때, 실험 목적에 따라 자율적인 P element 또는 helper DNA를 이용한 비자율적인 P element를 효과적인 vector 로 선택 이용함으로써 특정 유전자를 곤충집단내로 침투 및 고정시킬 수 있다고 판단된다.

• 정보처리학회논문지D
• /
• 제8D권5호
• /
• pp.507-512
• /
• 2001

특징 기반 유사성은 멀티미디어 데이터베이스 시스템에서 중요한 연구 쟁점이 되고 있다. 멀티미디어 데이터의 특징이 멀티미디어 객체들을 구별하는데 유용하다지만 특징 벡터의 차원의 수가 증가함에 따라 종래의 다차원 데이터 구조의 성능은 떨어지는 경향이 있다. $R^{*}-Tree$는 R-Tree의 가장 성공적인 병형으로 본 논문에서 고차원 특징 벡터를 위한 새로운 인덱싱 방법으로서 자기 조직화 맵 기반 $R^{*}-Tree$를 제안한다. 자기 조직화 맵 기잔 $R^{*}-Tree$는 고차원 데이터를 좀더 스칼라화해서 탐색할 수 있도록 SOM과 $R^{*}-Tree$를 결합하여 구축한 인덱싱 기법이다. 자기 조직 맵은 고차원 특징 벡터들로부터 2차원 공간으로의 맵핑을 제공한다. 그러나 맵을 위상 특징 맵이라 하고 인접 노느에서 서로 유사한 특징 벡터들을 모아서 입력데이터의 특징 공간들 속에 유사성을 보존하는데 위상 특징 맵의 각 노드는 코드북 벡터를 가지고 있다. 실험적으로 4만개의 이미지로부터 추출된 색깔 특징 벡터들을 이용하여 자기 조직화 맵 기반 $R^{*}-Tree$의 검색시간 비용과 자기 조직화 맵과 $R^{*}-Tree$의 검색 시간 비용을 비교한다. 그 결과 $R^{*}-Tree$를 구축하는데 필요한 노드 수와 검색 시간 비용이 감소됨으로써 자기 조직화 맵 기반 $R^{*}-Tree$는 자기 조직화 맵과 $R^{*}-Tree$보다 훨씬 우수한 성능을 나타냄이 입증되었다.

• Journal of Plant Biotechnology
• /
• 제50권
• /
• pp.56-62
• /
• 2023

35S cauliflower mosaic virus 프로모터의 조절을 받고 인트론이 포함된 β-Glucuronidase (gus) gene과 35S cauliflower mosaic virus (enhanced) 프로모터의 조절을 받는 blpR유전자가 있는 pCAMBIA3301 벡터가 포함된 AGL-1 균주를 사용하였다. 아그로박테리움을 이용한 형질전환 체계와 PPT (D-L-phosphinothricin) 선발을 통하여 나리 인편조직으로부터 형질전환 식물체가 획득되었다. 본 연구에서 나리 레드플레임'품종의 인편조직에 선발 및 목적유전자로 바스타 제초제저항성 유전자인 blpR 유전자를 도입하였다. 상기 실험 결과, 20분의 접종시간과 5일간의 아그로박테리움과의 공동배양이 100개의 접종된 인편개체에서 각각 24, 27개의 높은 PPT 저항성 개체가 관찰되었고 신초까지 형성된 인편을 19.6 및 22.7개를 생산하는 우수한 형질전환 결과를 보여주었다. 이렇게 제초제를 이용하여 선발되었을 뿐만 아니라 도입된 reporter 유전자인 gus도 발현되었음을 확인하였고 선발유전자이자 목적유전자인 blpR 유전자도 PCR 검정을 통해 도입되었음을 확인하였다. 12주 이상의 선발과정을 거치고 gus 및 PCR 검정을 거친 형질전환 개체들은 발근 배지를 거쳐 순화 후 화분으로 이식하여 높은 활착율을 보여주었다. 결론적으로 본 연구에서 확립한 프로토콜을 이용하면 평균 20% 이상의 형질전환 효율을 나타내고 본 연구에 기술된 아그로박테리움 매개 형질전환 체계에 향후 보완이 필요하지만, 우수 품종개발을 위한 나리 육종 프로그램에 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.123-131
• /
• 2020

본 연구는 10만 개 이상의 움직이는 파티클 각각이 발광원으로서 존재할 때 라이팅을 위한 실시간 렌더링 알고리즘을 제안한다. 각 라이트의 영향 범위를 동적으로 파악하기 위해 2개의 3D 텍스처를 사용하며 첫 번째 텍스처는 라이트 색상 두 번째 텍스처는 라이트 방향 정보를 가진다. 각 프레임마다 두 단계를 거친다. 첫 단계는 Compute shader 기반으로 3D 텍스처 초기화 및 렌더링에 필요한 파티클 정보를 갱신하는 단계이다. 이때 파티클 위치를 3D 텍스처의 샘플링 좌표로 변환 후 이 좌표를 기반으로 첫 번째 3D 텍스처엔 해당 복셀에 대해 영향을 미치는 파티클 라이트들의 색상 총합을, 그리고 두 번째 3D 텍스처에 해당 복셀에서 파티클 라이트들로 향하는 방향벡터들의 총합을 갱신한다. 두 번째 단계는 일반 렌더링 파이프라인을 기반으로 동작한다. 먼저 렌더링 될 폴리곤 위치를 기반으로 첫 번째 단계에서 갱신된 3D 텍스처의 정확한 샘플링 좌표를 계산한다. 샘플링 좌표는 3D 텍스쳐의 크기와 게임 월드의 크기가 1:1로 대응하므로 픽셀의 월드좌표를 그대로 샘플링 좌표로 사용한다. 샘플링한 픽셀의 색상과 라이트의 방향벡터를 기반으로 라이팅 처리를 수행한다. 3D 텍스처가 실제 게임 월드와 1:1로 대응하며 최소 단위를 1m로 가정하는데 1m보다 작은 영역의 경우 해상도 제한에 의한 계단 현상 등의 문제가 발생한다. 이러한 문제를 개선하기 위한 텍스처 샘플링 시 보간 및 슈퍼 샘플링을 수행한다. 한 프레임을 렌더링하는데 소요된 시간을 측정한 결과 파티클이 라이트의 개수가 262144개일 때 Forward Lighting 파이프라인에서 146ms, deferred Lighting 파이프라인에서 46ms 가 소요되었으며, 파티클 라이트의 개수가 1024576개일 때 Forward Lighting 파이프라인에서 214ms, Deferred Lighting 파이프라인에서 104ms 가 소요되었다.

• Journal of Plant Biotechnology
• /
• 제38권4호
• /
• pp.293-300
• /
• 2011

실험은 심비디움 원괴체 (PLB: protocorm-like bodies)를 재료로 유전자총을 이용한 효율적인 형질전환 조건을 확립하고자 수행되었다. 이 PLB 조직에 제초제저항성 유전자인 bar 유전자와 reporter 유전자인 gus를 포함하고 있는 pCAMBIA3301 벡터를 이용하여 유전자총으로 형질전환 하였다. 형질전환 벡터에 포함되어 있는 제초제저항성유전자 (bar)를 이용하여 선발하게 되므로 선발배지에 첨가될 제초제로서 PPT (Phosphinotricin)의 적정 농도를 찾고자 실험한 결과, 5 mg/l에서 최적의 대부분의 PLB의 생육이 억제되고 신초형성이 이루어지지 않았다. 이를 기반으로 유전자총 실험에 맞는 최적 조건을 찾는 실험을 수행하여 1.0 ${\mu}m$ gold입자크기, 헬륨가스 압력은 1,100과 1,350 psi사이에서는 차이가 없다는 전제 하에 물리적 피해가 덜 가는 1,100 psi를 조건으로 선택하였고, 유전자총과 목표물과의 거리는 6 cm 그리고 DNA 농도는 1회 유전자총 발사횟수당 1.0 ${\mu}g$ 조건을 최적조건으로 하였다. 이 조건을 기반으로 100개의 PLB를 형질전환 하면 평균적으로 6 ~ 8개의 PLB가 제초제 저항성을 나타내는 개체로 성장하고 최종적으로 2개체 정도가 온실에서 순화과정을 거쳐 완전한 형질전환 식물체로 생산된다. 이외에도 유전자총 실험 전에 0.2 M sorbitol과 0.2 M mannitol을 혼합처리하여 4시간 동안 배양시키면 2배 이상 효율을 높일 수 있게 되어, 결론적으로 100개의 PLB를 형질전환 수행하면 최종적으로 3.2 ~ 4.0개 정도의 형질전환 심비디움 식물체가 나오는 효율이라고 할 수 있다. 본 실험을 통해 생산된 형질전환 심비디움 개체들은 PCR 분석을 통해 유전자 도입을 확인하였고, 형질전환 개체 중 임의로 선발된 5계통들의 잎을 Basta 0.5% 용액에 침지한 결과, 3 계통은 제초제에 저항성을 가지는 것으로 확인되었고, 그중 1계통은 아주 강한 저항성을 보여주었다. 본 실험 결과들을 바탕으로 환경저항성 등의 유용유전자가 도입된 형질전환 심비디움 식물체 개발에 기여하리라 사료된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.