• 한국방사선학회논문지
• /
• 제8권6호
• /
• pp.279-285
• /
• 2014

본 연구는 소아 심장 전산화단층촬영 검사에서 조영제의 과다 사용을 최소화하며 피폭 선량 저감화를 목적으로 조영제의 주입속도 및 심장 도달 시간 등의 변수를 고려한 스캔 지연 시간을 경험론적 방법으로 수식화함으로써 4개의 심방과 심실이 동시 조영증강 영상을 획득할 수 있는 최적화 방안을 제시하고자 하였다. 소아 심장전산화단층 검사를 시행한 소아 환자 30명을 대상으로 정성적 평가, 정량적 평가, 선량평가를 실시하였다. 결론적으로 본 연구에서 개발한 체중에 따른 조영제 양과 주입속도에 따른 스캔 지연 시간을 계산하는 경험론적 방법을 적용함으로써 왼 오른 심방과 심실의 동시 조영증강에서 소아 심장 판독에 적합한 300 HU 값 이상으로 나타났고 명확성, 선예도, 노이즈에 대한 정성적 영상 평가에서 질적 우수성을 보였으며 선량평가에서도 소아가 받는 피폭선량도 명확하게 감소되었다. 따라서 본 연구는 임상에서 조영제 과다 사용으로 인한 부작용 감소 효과를 기대 할 수 있었으며 방사선 피폭 저감화를 기대 할 수 있는 이점을 가지고 최적의 영상을 만드는데 중요한 역할을 할 것으로 판단되었다.

• 한국인터넷방송통신학회논문지
• /
• 제12권2호
• /
• pp.159-165
• /
• 2012

본 논문에서는 통신 채널에서 발생되는 찌그러짐과 잡음의 영향을 최소화하기 위하여 사용되는 적응 등화 알고리즘인 MMA (Multi-Modulus Algorithm)와 SCA (Square Contour Algorithm)의 성능을 비교하였다. 송신 신호는 통신 채널의 진폭 전달 특성과 위상 전달 특성의 비선형성으로 인하여 찌그러져 수신될 것이므로 수신측에서 자기 적응 등화 방식을 사용하여 이들을 보상하는 것이 필요하게 된다. 자기 적응 등화 알고리즘에서는 Constant Modulus가 중요한 의미를 가지는데, 이의 계산을 위하여 MMA는 송신 신호의 2차와 4차 의 고차 통계치를 이용하지만 SCA는 2차 통계치만을 이용하는 Modulus를 이용하게 된다. 다른 알고리즘에 비해 간단한 연산으로 이들 2 가지의 전달 특성을 동시에 보상할 수 있는 알고리즘인 MMA와 SCA의 성능을 컴퓨터 시뮬레이션을 통해 비교하였다. 이때 성능의 비교를 위하여 필수적인 복원 성상도, 잔류 isi양 및 MSE, SER을 사용하였으며, 성능의 비교 결과 송신 신호의 고차 통계치를 이용하는 MMA 방식이 MSE, SER,에서 저차 통계치를 이용하는 SCA 방식보다 우월하였으며 복원 성상도와 잔류 isi에서는 SCA가 MMA보다 우월함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.