• 치과방사선
• /
• 제23권2호
• /
• pp.291-299
• /
• 1993

This study was designed to evaluate the correlationship between radiologic classifications of cysts in oral region and glycosaminoglycan analysis of cystic fluids using cellulose acetate electrophoresis. The materials for this study consisted of 37 cases-8 periapical cysts, 10 dentigerous cysts, 10 primordial cysts, 2 residual cysts, 3 incisive canal cysts, 2 post-operative maxillary cysts, 1 mucocele on maxillary sinus, & 1 unicystic ameloblastoma-diagnosed as cystic lesions radiologically. The obtained results were as follows: 1. At the stepwise discriminant analysis, four variables-low mobility material, heparin, hyaluronic acid, & dermatan sulfate-were used to define diagnostic model for the odotogenic cyst. The model produced a sensitivity of 100% and a specificity of 85%. 2. The intensities of heparin and chondroitin-4-sulfate were greater in dentigerous cyst than periapical cyst(p<0.05). The intensity of chondroitin-4-sulfate was greater in primordial cyst than in periapical cyst(p<0.05). 3. It showed no statistically significant difference in glycosaminoglycan of the cystic fluids between dentigerous cyst and primordial cyst(p>0.05). 4. On the fluids of the cysts originated from maxillary sinus, there were especially high intensities of heparin and dermatan sulfate, and low intensity of chondroitin-4-sulfate. 5. On the fluids of unicystic ameloblastoma, there were high intensity of dermatan sulfate and low intenity of chondroitin-4-sulfate.

• 한국방재학회 논문집
• /
• 제9권5호
• /
• pp.103-113
• /
• 2009

본 연구에서는 관측소의 지리적 위치 및 강수특성(월별, 계절별, 연평균)을 이용하여 강원도의 강수지역을 구분하였다. 강수지역 구분은 기상관측소 66개소(기상관서: 11개소, 자동기상시스템(AWS): 55개소)의 자료를 이용하였으며, 통계적 방법 중 군집 기법인 K-means 방법을 적용하였다. 지역구분 결과, 강수지역은 5개 지역(영동지방 1개 지역 및 영서지방 4개 지역)으로 구분하였다. 계절별 평균강수량은 봄에는 강원도 전체에 유사하게 발생하였으며, 여름에는 영서지방이 높게 나타났으며, 가을과 겨울에는 영동지방이 높게 발생하였다. 연평균 강수량 및 여름철 강수량의 공간분석 결과 강원도 중 일부 지역(미시령 및 대관령일원)은 산악형 강수 특성을 나타냈으나 전반적인 현상은 아닌 것으로 판단되었다. 그러나 보다 정확한 분석을 위해서는 관측소의 고도별 분포가 미흡한 것으로 나타난 관측소의 보완 및 AWS의 자료 확충이 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제25권2호
• /
• pp.175-184
• /
• 2009

본 연구에서는 변화하고 있는 지표를 파악하기 위하여 기존황사발원지인 고비사막과 새로운 황사발원지로 주목받고 있는 만주에 대한 토지피복 비교 분석을 수행하였다. 이를 위해 1999년과 2007년의 SPOT VEGETATION(VGT) 센서로부터 취득된 Normalized Difference Vegetation Index (NDVI) 10-day 자료를 사용하였다. 효율적으로 식물의 변화를 탐지하기 위해 NDVI패턴을 분석하고, 식생의 밀도에 따라 level로 분류하여 식생상태를 비교하였다. 그 결과 모든 level을 통해 황사발원지들의 동진추세를 확인할 수 있었다. 또한 기존의 황사발원지였던 고비사막과 황토고원은 positive한 변화를 보인 반면 새로운 황사발원지인 내몽골 고원과 만주는 negative한 변화를 보임을 관찰하였다. 특히 만주는 다른 황사발원지들과 다르게 사막이나 나지의 특성을 가지고 있지는 않으나 지속적으로 negative하게 변화함을 SPOT VGT의 1999년에서 2007년까지 9년 동안의 자료를 분석하여 확인하였다.

• 한국환경복원기술학회지
• /
• 제24권2호
• /
• pp.71-84
• /
• 2021

Restoration of DMZ has come up with the discussion on the peaceful use of the DMZ and the conservation plan of the army. In this study, we aim to identify soil characteristics of 108 sites to figure out environmental conditions around the iron fence of DMZ where vegetation has been removed repeatedly. Based on the soil characteristics and climate variables, hierarchy clustering was performed to categorize sites. As a result, we categorized 108 sites into 4 types: middle elevation region, lowland, East coast lowland, other areas. Group of 'other area' is only high in nutrient and clay proportion. Others are in igneous rock and metamorphic rocks with a high proportion of sand and lower nutrients than the optimum range of growth in Korean forest soil. The middle elevation region has a high altitude, low temperature. The east coast lowland has a high temperature in January and low precipitation. The lowland has a low altitude and high temperature. This category provides the environmental condition around the DMZ fence and can be used to select plants for restoration. The restoration project around the DMZ iron fence should satisfy the security of military plans, which means that functional restoration is prior to ecological restoration such as vegetation management under a power line. Additionally, improvement of soil quality and surface stability through restoration projects is required to enhance the resilience of the ecosystem in DMZ.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1853-1858
• /
• 2021

오링은 기계 부품들 사이에서 틈을 메워주는 역할을 한다. 지금까지 불량품 선별은 육안 및 수작업으로 수행하여 분류 오류가 자주 발생한다. 따라서 사람의 개입이 없는 카메라 기반의 불량품 분류 시스템이 필요하다. 그러나 카메라 입력 영상에서 배경으로부터 필요 영역을 분리하기 위해 이진화 과정이 필요하다. 본 논문에서는 주변 조명의 변화나 반사 등의 요인으로 인해 단일 임계값 이진화를 적용하기 어려워, 주변 화소 값을 함께 고려한 적응형 이진화 기법을 적용한다. 또한 누락되는 화소 부분을 보완하기 위해 컨벡스 헐 기법도 함께 적용한다. 그리고 분리된 영역에 적용할 학습 모델은 불량 특성이 비선형인 경우에 유리한 잔류 오차 기반의 심층학습 신경망 모델을 적용한다. 실험을 통해 제안하는 시스템이 오링의 불량 판별 자동화에 적용 가능하다는 것을 제시한다.

• 한국재난정보학회 논문집
• /
• 제14권4호
• /
• pp.501-509
• /
• 2018

연구목적: UAV기반의 사진측량은 기존 항공촬영에 비해 비용이 절감될 뿐만 아니라 원하는 시간과 장소에 대한 고해상도의 데이터를 취득하기 용이하기 때문에, 공간정보 분야에서도 UAV를 활용한 연구가 진행되고 있다. 본 연구에서는 UAV 기반의 고해상도 영상을 활용하여 토지피복 분류를 수행하고자 하였다. 연구방법: 고해상도 영상의 획득을 위하여 RGB카메라를 사용하였으며, 추가적으로 식생지역을 정확하게 분류하기 위해서 다중분광 카메라를 사용하여 동일 지역을 추가 촬영하였다. 최종적으로 RGB 및 다중분광 카메라를 이용하여 생성된 정사영상, DSM(Digital Surface Model), NDVI(Normalized Difference Vegetation Index), GLCM(Gray-Level Co-occurrence Matrix)을 이용하여 대표적인 감독분류기법인 RF(Random Forest)방법을 이용해 총 7개 클래스에 대해 토지피복분류를 수행하였다. 연구결과: 분류정확도 평가를 위해 오차행렬을 기반으로 한 정확도 평가를 실시하였으며, 정확도 평가 결과 RGB 영상만을 이용한 감독분류결과와 비교하여 제안 방법이 해당 지역의 클래스를 효과적으로 분류할 수 있음을 확인하였다. 결론: 본 연구에서 제안한 정사영상, 다중분광영상, NDVI, GLCM을 모두 추가한 경우 기존의 정사영상만을 이용하였을 때 보다 높은 정확도를 나타냈다. 추후 연구로는 추가적인 입력자료의 개발을 통해 분류 정확도를 향상시키고자 한다.

• 대한의용생체공학회:의공학회지
• /
• 제19권1호
• /
• pp.1-8
• /
• 1998

X-선 유방영상에서 군집성 미세석회화는 유방암의 조기 검출에 중요한 징후로 이용된다. 본 논문은 X-선 유방영상에서 군집성 미세석회를 검출하여 그것의 위치를 표시하는 컴퓨터 보조 검출 방법을 제안한다. 제안된 검출방법의 구성도는 ROI9region of interest)선택, 필름흠제거, srdm(surrounding region dependence method), 분류기, 그리고 위치 표시로 구성되어 있다. SRDM은 이미 저자들에 의해 제안되었으며, 이것은 현재의 픽셀을 둘러싸고 있는 두 개의 영역에서의 2차 히스토그램에 근거한 통계적인 텍스처(texture)분석 방법이며 X-선 유방영상에서 군집성 미세석회화의 검출을 위해 제안되었다. 또한, 본 논문에서 제안된 필름흠 제거 필터의 효과는 ROC (receiver operating-characteristics) 분석에 의한 분류 성능 측면에서 평가되어진다. 정상조직(normal tissue)과 군집성 미세석회화를 포함한 조직을 분류하기 위해 3계층 backpropagation 신경망이 분류기로 이용되었다. 검출된 군집성 미세석회화의 위치와 적절한 표시를 함으로써 진단방사선의사에게 더 많은 주의를 상기시킬 수 있다

• 환경영향평가
• /
• 제7권1호
• /
• pp.11-22
• /
• 1998

In Korea, the Demilitarized Zone(Hereafter DMZ) and the vicinity have special importance for a natural ecosystem research. However, We have difficulty in studying this region due to the access control. The purpose of this study is to analyze the landcover and the vegetation status of DMZ and the vicinity using remote sensing and GIS techniques. The site was divided into two regions; less than 2km from DMZ and less than 10 km from DMZ. The analyzed results of this study are as follow. First, the result of vegetation analysis is that the region of South and North Korea are similar in the area less than 2km from DMZ. However, the region of South Korea have good vegetation status than the region of South Korea in the area less than 10km from DMZ. Second, the result of landcover analysis is that the ratio of the landcover of South and North Korea decreased forest, agricultural and grass, built-up, barren area by turns in the area less than 2km from DMZ. However, the built-up area of South Korea increased as much as the forest area decreased and the other areas of North Korea increased as much as the forest area decreased in the area less than 10 km from DMZ. There are some differences in landcover between analyzed result and an existing statistical data. The causes are using one season setellite images, and an existing statistical data with landuse types. The analysis using remote sensing and GIS techniques is the most suitable method to understand the landcover and vegetation status of DMZ and the vicinity. Further studies are expected to overcome the limitation of this study.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1161-1170
• /
• 2004

본 논문에서는 군집화 알고리즘을 사용하여 피부색 영역을 분할하는 방법을 제안한다. 기존의 군집화 알고리즘들의 대부분은 주로 구형의 군집을 검출하고, 배치형으로 수행되며, 군집의 개수를 미리정해야 한다는 문제점을 가지고 있다. 본 논문에서는 대표적인 타원형 군집화 알고리즘인 EM 알고리즘을 변형하여, 온라인으로 학습가능하며, 군집의 개수를 자동적으로 찾아낼 수 있는 EAM 알고리즘을 사용하였다. EAM 알고리즘외 유효성은 피부색 영역 분할에 대해 증명되었다. 실험결과는 군집의 개수가 미리 주어지지 않더라도, EAM 알고리즘은 주어진 영상에 대해 자동적으로 옳은 군집의 개수를 찾아냈고, EM 알고리즘과 비교하여 더 좋은 분할 결과를 보여주고 있다. 영역에 대한 조건부 확률을 이용하여 성공적인 피부색 영역의 탐지 및 분할 결과를 얻었다. 또한 사람이 포함된 영상을 분류하는 문제에도 적용하여 좋은 분류 결과를 얻었다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.395-400
• /
• 2020

전 세계적으로 유행하며 수많은 확진자와 사망자를 발생시킨 코로나바이러스-19(COVID-19)는 일상에서 사람 간 전염이 가능하여 국민들을 불안과 공포에 떨게 하고 있다. 감염을 최소화하기 위해서는 건물 출입시 마스크 착용이 필수적이지만 일부 사람들은 여전히 마스크 없이 얼굴을 노출시킨 채 건물에 출입하고 있다. 본 논문에서는 효율적인 출입 통제를 위해 얼굴에 마스크를 착용했는지 여부를 자동으로 판별하는 방법을 제안한다. 제안 방법은 양쪽 눈 영역을 검출하고 눈 위치를 참조하여 마스크 착용 영역(양쪽 눈 아래 얼굴 영역)을 예측한다. 이 때 마스크 착용 영역을 보다 정확히 예측하기 위해 양쪽 눈 위치가 수평이 되도록 얼굴 영역을 회전하여 정렬한다. 정렬된 얼굴 영역에서 추출된 마스크 착용 영역은 이미지 분석에 특화된 딥러닝 기법인 CNN(Convolutional neural network)을 통해 마스크 착용 여부(착용 또는 미착용)를 최종 판별한다. 총 186장의 테스트 이미지에 대해 실험한 결과, 98.4%의 판별 정확도를 보였다.