• 전자공학회논문지
• /
• 제54권3호
• /
• pp.63-69
• /
• 2017

NNPS(normalized noise power spectrum)는 획득한 x선 영상에서 평판형 방사선 디텍터의 잡음 특성을 spectrum을 관찰하기 위해 측정한다. 그러나 NNPS 측정은 획득한 영상에 따라 일관적이지 못한 성질을 가지고 있어서 안정된 측정이 필요하다. 디텍터의 NNPS 측정은 표본 periodogram을 구하여 평균을 내는 방법을 사용하는데, 일반적으로 표본의 개수를 충분히 늘리면 정확하면서 안정된 값을 구할 수 있다. 본 논문에서는 periodogram과 같은 표본 spectrum의 평균으로 유한한 개수의 영상이 주어졌을 때 일관적이고 효율적인 NNPS 값을 제공 할 수 있는 두 가지 방법을 제안하고 그 성능을 비교하고 분석했다. 실제 두 종류의 방사선 디텍터로부터 획득한 x선 영상을 사용하여 제안한 방법을 실험하였으며, 주어진 영상을 사용하여 표본 spectrum의 최대 가지 수를 갖는 조합으로 NNPS를 구하고 평균을 내는 방법이 기존 방법에 비하여 안정된 NNPS 측정이 가능함을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• 제27권1E호
• /
• pp.1-10
• /
• 2008

A noise suppression algorithm is proposed for nonstationary noisy environments. The proposed algorithm is different from the conventional approaches such as the spectral subtraction algorithm and the minimum statistics noise estimation algorithm in that it classifies speech and noise signals in time-frequency bins. It calculates the ratio of the variance of the noisy power spectrum in time-frequency bins to its normalized time-frequency average. If the ratio is greater than an adaptive threshold, speech is considered to be present. Our adaptive algorithm tracks the threshold and controls the trade-off between residual noise and distortion. The estimated clean speech power spectrum is obtained by a modified gain function and the updated noisy power spectrum of the time-frequency bin. This new algorithm has the advantages of simplicity and light computational load for estimating the noise. This algorithm reduces the residual noise significantly, and is superior to the conventional methods.

• 한국음향학회지
• /
• 제13권6호
• /
• pp.66-74
• /
• 1994

잔향음이 우세한 환경하에서 소나 시스템의 성능을 평가할 때 대부분의 음향 모델인 음압 준위(power level) 모델에 비해 수중 잔향음 신호 모의 모델은 매우 유용하게 이용된다. 본 논문에서는 소나 시험에 필요한 잔향음 신호(reverberation time series)를 모의하였다. 우선 주파수 영역에서 밴드의 폭이 변하고 가우시안 분포(Gaussian distribution)를 갖는 표준화된 스펙트럼(normalized spectrum)을 수신 시간 간격에 따라 구하였다. 두번째로, 기존의 음향 모델의 결과인 시간에 따른 잔향음 준위를 각각의 표준화된 스펙트럼의 준위와 합성하였다. 마지막으로 음원 신호의 스펙트럼과 잔향음 스펙트럼을 곱(product)하고 이 결과를 역푸리에 변환(inverse Fourier transform)을 이용하여 신호를 모의하였다.

• 전자공학회논문지
• /
• 제53권12호
• /
• pp.120-127
• /
• 2016

디지털 x선 영상을 획득하기 위하여 최근에는 DR(digital radiography) 기술에 근거한 방사선 디텍터의 개발이 활발하게 진행되고 있다. 이러한 방사성 디텍터의 잡음 특성은, 균일한 노출에서 획득한 영상을 사용하여 NNPS(normalized noise power spectrum)를 측정하여 관찰한다. 이때 고정형태잡음(fixed pattern noise)을 제거하기위하여 두 장의 영상 차를 사용한다. 본 논문에서는 보다 정확한 NNPS를 측정하기 위하여, 먼저 여러 장의 영상을 획득하여 두 장의 평균영상을 구하고 그의 차를 사용하여 NNPS를 구하는 방법을 제안하였다. 이때 여러 장의 영상들의 평균으로 인하여 NNPS 값이 실제 값보다 작아지는데, 이러한 NNPS의 보정을 위하여, 평균할 때 사용한 영상 개수의 함수인 보정 상수도 함께 제안하였다. 또한 평균영상의 비를 사용하여 NNPS를 구하는 방법도 제안하였다. 실제 방사선 디텍터에서 획득한 영상을 사용하여 NNPS를 측정하는 실험을 통하여, 제안한 방법으로 NNPS 보다 정확하게 구할 수 있음을 관찰하였다.

• Journal of Acupuncture Research
• /
• 제28권2호
• /
• pp.27-41
• /
• 2011

Objectives : The aim of this study was to examine the effect of manual acupuncture at the bilateral $LI_4$, $ST_{36}$ and $LR_3$ on normal human every 3 minute time interval by using power spectrum analysis. Methods : 25 healthy volunteers participated in this study. 32 channel EEG(Electroencephalogram) measurements were carried out before, during and after acupuncture treatments. In this study, power spectrum was used as a measure of complexity. Statistical analysis was performed using repeated measure ANOVA and Bonferroni method. Results : 1. In acupuncture group, Mean HRT, PSI, Normalized HF decreased significantly. SDNN, Ln(TP), Ln(LF), Ln(VLF), Normalized LF and LF/HF ratio increased significantly. RMSSD, Ln(HF) were not affected. 2. In sham acupuncture group, all indicators were not affected. 3. In control group, mean HRT, Ln(TP) decreased significantly. SDNN, RMSSD, PSI, Ln(LF), Ln(HF), Ln(VLF), normalized LF, normalized HF and LF/HF ratio were not affected. Conclusions : This results suggest that manipulation needling of 6 acupoints induced increase of delta, theta, beta waves. Both manipulation and simple needling induced decrease of alpha wave during 12~15 time intervals.

• 전기의세계
• /
• 제34권2호
• /
• pp.94-98
• /
• 1985

Autocorrelation에 관계되는 Fourier변환의 기본적인 성질을 이용하여 speckle잡음제거가 power spectrum estimation 문제와 같이 해석될 수 있다는 것을 보였고 spectral estimation 방법으로서 최대 entrppy방법을 사용하여 딴 방법들과 비교하여 볼때 좋은 결과를 얻었다. 앞으로 2차원 test object까지의 확장, 이 알고리즘의 각 파라메타들에 대한 sensitivity, optimal한 Hanning window크기 판단 기준으로서 normalized mean squared error(NMSE)를 사용하였다.

• 대한전자공학회논문지SP
• /
• 제46권1호
• /
• pp.87-94
• /
• 2009

잡음예측 및 저감방법은 음성통신과 인식분야의 중요한 핵심기술이다. 본 논문에서는 다양한 잡음환경에 적용할 수 있는 새로운 잡음예측 및 저감 방법을 제안한다. 제안된 알고리즘은 시간 및 주파수영역의 noisy power spectrum 의 분산과 그 값의 정규화 ratio를 기반으로 한다. 제안한 방법은 다양한 잡음환경에서 잘 동작 할 수 있도록 적응추적 임계값을 사용하며, 이 임계값은 음성왜곡과 잔여잡음 사이의 trade-off를 제어한다. 새로운 알고리즘의 성능은 다양한 잡음환경에서 ITU-T P.835(SIG) and segment (SNR) 의해 평가하여 기존의 방법에 비해 향상된 결과를 나타냈다.

• Journal of Acupuncture Research
• /
• 제22권6호
• /
• pp.173-180
• /
• 2005

Objectives : The purpose of this study was to assess the effect auricular acupuncture for acute mental stress using power spectrum analysis of the heart rate variability(HRV). Methods : 10 healthy volunteers participated in this study. After 5 minute rest, the first mental stress was provided for 5 minute. And then subjects rested for 15 minute. The second mental stress was provided for 5 minute. The acupoint, Shin-Mun point of the ear was stimulated for 15 minute. HRV was recorded before and after the first and second mental stress, and after auricular acupuncture stimulation. Results : After mental stress, normalized LF and LF/HF ratio is significantly increased. Before and after simple rest, normalized LF and normalized HF is significantly changed, but LF and LF/HF ratio is not significantly changed. On the other hand, before and after auricular acupuncture treatment, normalized LF, normalized HF is significantly changed, and also LF and LF/HF ratio is significantly decreased. Conclusion : The result suggest that auricular acupuncture can decrease more significantly in cardiac sympathetic activity due to mental stress than simple rest.

• International Journal of Control, Automation, and Systems
• /
• 제6권6호
• /
• pp.818-827
• /
• 2008

In this paper, we propose a new noise estimation and reduction algorithm for stationary and nonstationary noisy environments. This approach uses an algorithm that classifies the speech and noise signal contributions in time-frequency bins. It relies on the ratio of the normalized standard deviation of the noisy power spectrum in time-frequency bins to its average. If the ratio is greater than an adaptive estimator, speech is considered to be present. The propose method uses an auto control parameter for an adaptive estimator to work well in highly nonstationary noisy environments. The auto control parameter is controlled by a linear function using a posteriori signal to noise ratio(SNR) according to the increase or the decrease of the noise level. The estimated clean speech power spectrum is obtained by a modified gain function and the updated noisy power spectrum of the time-frequency bin. This new algorithm has the advantages of much more simplicity and light computational load for estimating the stationary and nonstationary noise environments. The proposed algorithm is superior to conventional methods. To evaluate the algorithm's performance, we test it using the NOIZEUS database, and use the segment signal-to-noise ratio(SNR) and ITU-T P.835 as evaluation criteria.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 춘계학술대회
• /
• pp.37-41
• /
• 1995

In this paper, we proposed the 2-stage ultrasound liver image classifier which uses the fractal dimensions obtained from the original image and its 1/2 subsampled image, and the Normalized Fourier Power Spectrum. The fractal dimension based on Fractional Brownian Motion (FBM) is calculated from the variance of the same scale pixels instead of the mean of them. Since the actual ultrasound. liver images does not fully match the FBM, to get the fractal dimension, we use the scale vectors which satisfy the FBM model. In 2-stage classifier, we first classified normal and diffuse liver and then classified the fat liver and cirrhosis from the diffuse liver. For the test liver images. 70% of normal liver and 80% of fat liver and 90% of cirrhosis is classified classified with our 2-stage classifier.