• 한국방사선학회논문지
• /
• 제10권6호
• /
• pp.443-450
• /
• 2016

본 연구는 복부 전산화단층촬영 영상을 이용하여 지방간환자의 영상을 질감특징분석과 ROC curve 분석을 하였으며, 컴퓨터보조진단시스템의 구현을 위한 실험적인 선형 연구로서 전산화단층촬영 영상에서 지방간의 객관적이고 신뢰성 있는 진단 정보를 의사에게 제공하고자 하였다. 실험은 정상 및 지방간 복부 전산화단층촬영 영상을 실험영상으로 하여 설정된 구역에 대한 wavelet 변환을 거쳐 질감의 특징값을 나타내는 6가지 파라미터로 통계적 분석 결과를 나타내었다. 그 결과 엔트로피, 평균밝기, 왜곡도는 90% 이상의 비교적 높은 인식률을 보였고, 대조도, 평탄도, 균일도는 약 70% 정도로 비교적 낮은 인식률을 나타내었다. ROC curve를 이용한 분석에서 6가지의 파라미터 모두 0.900(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과를 나타내었다. 또한 6가지 파라미터에서 질환 예측을 위한 cut-off 값을 결정하였다. 이러한 결과는 향후 복부 전산화단층촬영 영상에서 질환 자동검출 및 최종진단의 예비 진단 자료로서 적용 가능할 것이다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.57-62
• /
• 2015

본 논문에서는 전기설비들의 신속하고 효율적인 진단을 위해 차 영상을 통한 퍼지 추론 기반 열화 진단 시스템을 설계한다. 전기 기기의 열화 진단이 시작 되면 처음 정상 상태의 온도와 비교하여 이상 영역을 검출한다. 검출된 영역은 퍼지 추론 알고리즘을 사용하여 열화를 진단한다. 퍼지 추론 알고리즘에서, 퍼지 규칙은 If-then형식으로 정의되고, look-up 테이블로 규칙을 표현한다. 온도와 온도의 변화량을 입력 변수로 사용한다. 입력변수의 퍼지수를 표현하기 위해 삼각형 멤버쉽 함수를 사용하였으며, 출력변수에는 singleton 멤버쉽 함수를 사용하였다. 최종 출력은 퍼지 추론 방법의 무게 중심법을 사용하여 계산한다. 전기 설비로부터 취득한 실험 데이터는 제안된 시스템의 성능을 평가하기 위하 사용한다.

• 전자공학회논문지CI
• /
• 제47권4호
• /
• pp.34-43
• /
• 2010

질감 정보는 객체 인식과 분류에서 중요한 역할을 하고 있다. 정확한 질환 판별을 위해 분류에서 사용되는 질감 특징은 식별성이 높아야 한다. 본 논문에서는 질감-기반 영상 검색 및 폐기종 진단을 위해 컴퓨터 조력진단(Computer-Aided Diagnosis) 시스템을 위한 새로운 질감 기술자를 제안한다. 제안한 질감 기술자는 이웃화소간의 차이값과 중심화소와 이웃화소간의 차이 값의 결합에 기반을 두고 있어 결합된 주변화소 차이(Combined Neighborhood Difference; CND)라고 한다. 화소들간의 CND는 비교후 이진 코드워드로 변환된다. 그다음에, 식별성이 높은 값을 생성하기 위하여 이진 계수가 코드워드에 할당된다. 이와 같은 값들의 분포가 계산되어 질감 특징 벡터를 구성한다. Outex와 Brodatz 데이터집합을 이용한 질감 특징 분류에 관련하여 CND는 92.5%의 정확성을 보이는 데 비해, LBP, LND와 Gabor 픽터는 89.3%, 90.7%와 83.6%의 정확성을 각각 보여준다. 본 논문에서는 CND를 이용한 폐기종의 진단 기능을 CAD 시스템에서 구현하였다.

• 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.

• Imaging Science in Dentistry
• /
• 제42권4호
• /
• pp.243-247
• /
• 2012

Purpose: This study was performed to compare the inverted digital images and film-based images of dry pig mandibles to measure the periodontal bone defect depth. Materials and Methods: Forty 2-wall bone defects were made in the proximal region of the premolar in the dry pig mandibles. The digital and conventional radiographs were taken using a Schick sensor and Kodak F-speed intraoral film. Image manipulation (inversion) was performed using Adobe Photoshop 7.0 software. Four trained examiners made all of the radiographic measurements in millimeters a total of three times from the cementoenamel junction to the most apical extension of the bone loss with both types of images: inverted digital and film. The measurements were also made in dry mandibles using a periodontal probe and digital caliper. The Student's t-test was used to compare the depth measurements obtained from the two types of images and direct visual measurement in the dry mandibles. A significance level of 0.05 for a 95% confidence interval was used for each comparison. Results: There was a significant difference between depth measurements in the inverted digital images and direct visual measurements (p>|t|=0.0039), with means of 6.29 mm ($IC_{95%}$:6.04-6.54) and 6.79 mm ($IC_{95%}$:6.45-7.11), respectively. There was a non-significant difference between the film-based radiographs and direct visual measurements (p>|t|=0.4950), with means of 6.64mm($IC_{95%}$:6.40-6.89) and 6.79mm($IC_{95%}$:6.45-7.11), respectively. Conclusion: The periodontal bone defect measurements in the inverted digital images were inferior to film-based radiographs, underestimating the amount of bone loss.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.463-468
• /
• 2022

COVID-19의 장기화는 다양한 산업의 패러다임에 새로운 시도와 변화를 주고 있다. 고객이 직접 피우에 닿고 사용하는 제품을 판매하는 산업에서는 그 현상이 날로 가중된다. 이러한 상황에 대응하고자 최근 Cosmetics 업계에서 다양한 언택트(비대면) 서비스들을 선보이고 있다. 기존 전통 오프라인 채널에서부터 다양한 온라인 채널 확보를 통하여 고객들의 수요와 참여를 끌어내고자 한다. 대표적으로 기존에는 온라인 문진 서비스를 이용하여 고객에게 맞춤 제품을 추천하는 서비스들을 제공하고 있지만 얼마 지나지 않아 한계에 도달하게 된다. 본 논문에서는 기존 정형화된 문진 서비스와 한걸음 더 나아가 AI 기술을 이용한 이미지 기반 피부진단 기능을 결합하는 새로운 방식의 피부진단 서비스에 대하여 연구하였다. 사용자는 촬영된 이미지를 이용하여 몇 가지 항목에 대한 진단을 받게 되고 최종 피부타입을 도출하기 위하여 부족한 진단 항목은 기존에 제안한 피부진단 서비스를 활용하였다. 이런 방식은 기존에 제공되고 있는 문진 서비스보다 재미 요소를 더할 뿐만 아니라 기술 트린드인 AI를 결합하여 더욱 고객 참여를 이끌어 낼 수 있고 가시적이고 정확도가 있는 지속적인 서비스를 만들어 내고자 함에 있다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.511-516
• /
• 2024

최근 제정된 궤도시설의 성능평가에 관한 세부지침에서 궤도성능평가의 평가절차 및 실시방법 등에 관한 필요사항을 제시하였다. 그러나 외관조사(육안조사)에 의해 레일표면손상의 등급이 결정되며, 점검자의 주관적인 판단으로 정성적인 평가에만 의존할 수밖에 없는 실정이다. 따라서 본 연구에서는 레일표면손상을 이용하여 레일내부결함까지 진단할 수 있는 진단애플리케이션을 개발하고자 하였다. 현장조사에서는 레일표면손상을 조사하고 패턴을 분석하였다. 또한 실내시험에서는 레일내부손상 이미지 데이터를 구축하기 위하여 SEM 시험을 이용하였으며, 균열 길이, 깊이 및 각도를 정량화하였다. 본 연구에서는 현장조사와 실내시험에서 구축한 이미지 데이터를 적용한 딥러닝 모델(Fast R-CNN)을 애플리케이션에 적용하였다, 스마트기기에서 사용이 가능한 딥러닝 모델을 이용한 레일표면손상 진단 애플리케이션(App)을 개발하여 향후 궤도진단 및 성능평가 업무에 활용 가능한 레일표면손상 스마트 진단시스템을 개발하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.670-675
• /
• 1994

Yhis paper describes a fault diagnosis simulation of the Real-Time Multiple Fault Dignosis System (RTMFDS) for forcasting faults in a system and deciding current machine state from signal information. Comparing with other diagnosis system for single fault,the system developed deals with multiple fault diagnosis,comprising two main parts. One is a remotesignal generating and transimission terminal and the other is a host system for fault diagnosis. Signal generator generate the random fault signal and the image information, and send this information to host. Host consists of various modules and agents such as Signal Processing Module(SPM) for sinal preprocessing, Performence Monotoring Module(PMM) for subsystem performance monitoring, Trigger Module(TM) for multi-triggering subsystem fault diagnosis, Subsystem Fault Diagnosis Agent(SFDA) for receiving trigger signal, formulating subsystem fault D\ulcornerB and initiating diagnosis, Fault Diagnosis Module(FDM) for simulating component fault with Hierarchical Artificial Neural Network (HANN), numerical models and Hofield network,Result Agent(RA) for receiving simulation result and sending to Treatment solver and Graphic Agent(GA). Each agent represents a separate process in UNIX operating system, information exchange and cooperation between agents was doen by IPC(Inter Process Communication : message queue, semaphore, signal, pipe). Numerical models are used to deseribe structure, function and behavior of total system, subsystems and their components. Hierarchical data structure for diagnosing the fault system is implemented by HANN. Signal generation and transmittion was performed on PC. As a host, SUN workstation with X-Windows(Motif)is used for graphic representation.

• 한국지리정보학회지
• /
• 제9권4호
• /
• pp.151-164
• /
• 2006

본 연구의 목적은 도시경관계획에서 주민참여 증진을 위해 인터넷 환경 하에 운용 가능한 공공참여 GIS의 한 형태인 경관진단모델(Diagnosis Model of Landscape, 이하 DML)을 개발하는 것이다. 공공참여의 특성상, DML은 전문가뿐만 아니라 일반인도 쉽게 이용할 수 있도록 직관적인 인터페이스를 제공해 준다. 구체적으로 DML은 크게 세 개의 맵 모듈로 구성되어 있는데, 사전정보 전달을 위한 조사맵(survey map), 공공 참여형 진단맵(DML), 그리고 도시경관의 경년변화에 따른 경관 이미지 비교분석과 저장매체로서의 이미지베이스맵(image-base map)을 근간으로 하고 있다. DML은 다양한 의견 수집뿐만 아니라 경관문제에 공공의 참여를 적극적으로 유도토록 하고 있다. 이상에서 개발된 DML의 유용성을 검정하기 위해 실험적으로 경남의 의령읍과 함양읍에 적용하여 운용해 본 결과, 본 모델이 참여형 경관진단모델로서 유용하게 활용될 수 있음을 확인하였다.

• 융합신호처리학회논문지
• /
• 제21권3호
• /
• pp.121-126
• /
• 2020

소리 기반 기계 고장 진단은 기계의 음향 방출 신호에서 비정상적인 소리를 자동으로 감지하는 것이다. 수학적 모델을 사용하는 기존의 방법은 기계 시스템의 복잡성과 잡음과 같은 비선형 요인이 존재하기 때문에 기계 고장 진단이 어려웠다. 따라서 기계 고장 진단의 문제를 딥러닝 기반 이미지 분류 문제로 해결하고자 한다. 본 논문에서 스펙트로그램 이미지를 이용한 CNN 기반 자동화 기계 고장 진단 기법을 제안한다. 제안한 방법은 기계의 결함 시 발생하는 주파수상의 특징 벡터를 효과적으로 추출하기 위해 STFT를 사용하였으며, STFT에 의해 검출된 특징 벡터들은 스펙트로그램 이미지로 변환하여 CNN을 이용해 기계의 상태별로 분류한다. 그 결과는 제안한 방법은 효과적으로 결함을 탐지할 뿐만 아니라 소리 기반의 다양한 자동 진단 시스템에도 효과적으로 활용될 수 있다.