• 제목/요약/키워드: Smart Diagnosis

검색결과 275건 처리시간 0.025초

컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발 (Development of Kid Height Measurement Application based on Image using Computer Vision)

  • 윤다영;문미경
    • 한국전자통신학회논문지
    • /
    • 제16권1호
    • /
    • pp.117-124
    • /
    • 2021
  • 성장 장애 중 저신장증은 빠른 진단과 치료를 통해 호전시킬 수 있는데 이를 위해서는 저신장증의 조기발견이 중요하다. 저신장증 조기발견 및 아이의 성장 과정 확인을 위해 꾸준히 키를 측정하는 것이 권장되지만 기존의 키 측정방법들에는 시간적·공간적 한계와 비용 발생, 기록유지의 어려움 등의 문제들이 존재한다. 그래서 본 논문에서는 사람들의 접근성이 높은 매체인 스마트폰을 이용하는 '컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발' 방법을 제안하였다. 스마트폰의 카메라를 통해 촬영된 이미지에서 컴퓨터 비전 라이브러리인 OpenCV의 알고리즘들을 이용하여 아이의 키를 측정하고, 그렇게 측정된 키는 성별·나이별 표준 신장과의 비교 그래프, 날짜별 리스트를 통해 화면에 출력함으로써 아이의 성장 과정 확인이 가능하도록 하였다. 이 제안된 방법을 통해 시간적·공간적 제약 및 비용 발생 없이 언제 어디서든 키를 측정할 수 있을 것이라 기대되고, 꾸준한 키 측정과 성장 과정 확인을 통한 저신장증 및 성장 장애의 조기발견에 도움이 될 것이라 기대된다.

치과 임상에서 디지털기반 소프트웨어 의료기기의 적용 (Application of digital software as a medical devices in dental clinic)

  • 우건철;백세연;김성택
    • 구강회복응용과학지
    • /
    • 제36권4호
    • /
    • pp.203-210
    • /
    • 2020
  • 현대사회는 4차 산업혁명 시대를 맞아 정보통신기술의 발달로 환자 개인 맞춤 의료서비스가 확대되고있다. 이러한 변화에 따라 질병의 진단, 환자 감시, 의사결정 지원에 디지털 의료기기가 활용되기 시작했으며 최근엔 장애나 질병예방, 관리 또는 치료하기 위한 목적의 소프트웨어 의료기기가 각광받고 있다. 본 종설은 현재 미국을 중심으로 활발하게 이뤄지고 있는 치료 목적의 소프트웨어에 대한 개념과 현황을 파악하고 앞으로 어떤 분야에서 적용될 수 있는지 알아보고자 한다. 또, 스마트 헬스케어와 관련된 국내 정책 동향을 파악해 다가올 의료계의 변화에 발맞춰 치과 임상에서 가능한 디지털기반 소프트웨어 의료기기의 적용에 대해 알아보고자 한다.

바지 형태에 구애받지 않는 융합 다림질 시스템 개발 (A Development of an All-in-one Ironing System for All Style Pants)

  • 김근식;김종훈
    • 융합정보논문지
    • /
    • 제12권1호
    • /
    • pp.172-179
    • /
    • 2022
  • 세탁 공정에서 다림질 공정은 세탁 등 다른 공정과는 달리 표준화된 공정처리가 난해하여 수작업에 의존한다. 이는 상의와는 달리 바지는 허리부분에 맵시 주름은 물론 허리 아래에 주름선이 있어서 두 부분으로 분리하여 다려야하기 때문에 2대의 독립된 다림 장비가 개발되어 사용되고 있다. 그러나 이러한 방법은 공정 간의 수동이동으로 작업자의 투입, 공간적 손실, 바지 구겨짐 등의 문제가 발생하여 두 장비를 융합한 바지다림 장치가 요구되고 있다. 본 논문에서 기술하는 일체형 바지다림 시스템은 바지 길이와 모양, 상단부 주름에 무관하게 바지 상단부와 측면부를 자동으로 순차 다림질하며, 또한 다림질 진행 상황을 사용자 모니터에 표시하면서 자가 진단 기능을 수행한다. 본 연구의 결과로 기존의 독립장비 2대를 사용하는 경우보다 다림질 수량을 증가시켜 2배의 성능 향상과 20% 이상의 소비전력을 절감하였다.

Normal data based rotating machine anomaly detection using CNN with self-labeling

  • Bae, Jaewoong;Jung, Wonho;Park, Yong-Hwa
    • Smart Structures and Systems
    • /
    • 제29권6호
    • /
    • pp.757-766
    • /
    • 2022
  • To train deep learning algorithms, a sufficient number of data are required. However, in most engineering systems, the acquisition of fault data is difficult or sometimes not feasible, while normal data are secured. The dearth of data is one of the major challenges to developing deep learning models, and fault diagnosis in particular cannot be made in the absence of fault data. With this context, this paper proposes an anomaly detection methodology for rotating machines using only normal data with self-labeling. Since only normal data are used for anomaly detection, a self-labeling method is used to generate a new labeled dataset. The overall procedure includes the following three steps: (1) transformation of normal data to self-labeled data based on a pretext task, (2) training the convolutional neural networks (CNN), and (3) anomaly detection using defined anomaly score based on the softmax output of the trained CNN. The softmax value of the abnormal sample shows different behavior from the normal softmax values. To verify the proposed method, four case studies were conducted, on the Case Western Reserve University (CWRU) bearing dataset, IEEE PHM 2012 data challenge dataset, PHMAP 2021 data challenge dataset, and laboratory bearing testbed; and the results were compared to those of existing machine learning and deep learning methods. The results showed that the proposed algorithm could detect faults in the bearing testbed and compressor with over 99.7% accuracy. In particular, it was possible to detect not only bearing faults but also structural faults such as unbalance and belt looseness with very high accuracy. Compared with the existing GAN, the autoencoder-based anomaly detection algorithm, the proposed method showed high anomaly detection performance.

한약 저온숙성비누가 여드름 피부에 미치는 영향 (Effects of herbal Cp soap on acne skin)

  • 최상락;서부일;구진숙
    • 대한본초학회지
    • /
    • 제34권3호
    • /
    • pp.37-44
    • /
    • 2019
  • Objectives : Acne is a common disease that affects more than 70% of adolescents. Acne patients have a poor quality of life compared to patients with other skin diseases. We tried to demonstrate the effectiveness of acne treatment using cleansing soap which is easily used in daily life. Methods : We selected 20 students with acne symptoms on their facial skin. We made herbal Cp (Cold process) soaps using Seosiokyongsan, Kyungohkgo, Hwangryunhaedoktang and Baeksoooh and distributed them to experiment participants. We let them wash their face in the morning and evening for 6 weeks using herbal Cp soap. Prior to the experiment, their skin condition was checked and assessed using A-ONE Smart One-Click Automatic Facial Diagnosis System three times at 3-week intervals. Acne status was classified into 6 stages according to KAGS and acne status was also measured 3 times in total. After the experiment, the changes of skin were analyzed through facial analysis test. Results : Based on the KAGS classification, the condition of acne has improved as a whole. The state of moisture was gradually increased and the state of skin oil was significantly decreased after 6 weeks of using soap compared to before using soap. Conclusions : Cp soaps made from four kinds of herbal medicine are believed to improve the condition of acne by increasing the moisture of the facial skin and decreasing the skin oil content.

서시옥용산 발효비누가 얼굴모공에 미치는 영향 (The Effect of Seosiokyongsan fermented soap on facial pores)

  • 최상락;김정자;구진숙
    • 대한본초학회지
    • /
    • 제34권2호
    • /
    • pp.33-39
    • /
    • 2019
  • Objectives : The pores are the openings of sebaceous glands or apocrine glands. They are enlarged by various factors such as sex, age, genetic influence, sebum secretion, acne and so on. When the pores are visually recognizable, they become aesthetically problematic. There are various methods of treating pores, but we have tried to develop a method to reduce pore size by using daily cleanser. Methods : Facial skin examination was performed on 104 students of A university. Among them, 10 persons with large pore size were selected. We surveyed 72 students to determine their subjective skin condition, lifestyle, and washing habits etc. We made herbal fermented soaps using Seosiokyongsan and distributed them to experiment participants. We let them wash their face in the morning and evening for 6 weeks using herbal fermented soap. Prior to the experiment, their skin condition was checked and assessed using A-ONE Smart One-Click Automatic Facial Diagnosis System three times at 3-week intervals. After the experiment, the changes of skin were measured and analyzed through facial analysis test. Results : In our experiment, the early 20s, 9.6% of the students had slightly larger pores. For students with large pores, there was a high likelihood of side effects from using facial products. Using the fermented soap made of Seosiokyongsan, the average size of the pores and the number of large-sized pores were significantly reduced. Conclusion : Seosiokyongsan fermented soap can effectively reduce especially the large size of pores.

Mediating effect of negative perceived stress on the relationship between premenstrual syndrome and emotional eating

  • Yesol Um;Jisun Lee
    • Nutrition Research and Practice
    • /
    • 제17권2호
    • /
    • pp.330-340
    • /
    • 2023
  • BACKGROUND/OBJECTIVES: Emotional eating is one of the eating behaviors in which negative emotions affect eating. During the luteal phase, premenstrual syndrome (PMS) and its associated psychological and physical symptoms can appear in some women, and a few of them suffer from premenstrual dysphoric disorder (PMDD), a severe form of PMS. Some women diagnosed with PMS/PMDD experience emotional eating during the luteal phase, which may be a coping mechanism for psychological stress. This study aimed to investigate how PMS/PMDD and negatively perceived stress are related to emotional eating. SUBJECTS/METHODS: A total of 409 women aged 20 to 39 yrs with a body mass index (BMI) ranging from 18.5 to 29.9 kg/m2 participated in this study. Participants who responded to all the questions of the Shortened Premenstrual Assessment Form, Negative Perceived Stress Scale, and Emotional Eater Questionnaire were divided into a PMDD and a non-PMDD group according to the cut-off value for PMDD diagnosis. Independent t-tests and mediation analyses were performed to compare the 2 groups. RESULTS: No significant differences between the 2 groups were found in terms of BMI; however, the average values for emotional eating, PMS, and negative perceived stress of the PMDD group were significantly higher than those of the non-PMDD group. Only negative perceived stress had a significant effect on emotional eating in the non-PMDD group. In the PMDD group, PMS was statistically significant for both negative perceived stress and emotional eating mediated by negative perceived stress. Consequently, it appeared to have a partial or complete mediation depending on the independent variable for the PMDD group. CONCLUSIONS: This study highlights the importance of managing negative perceived stress to control emotional eating in PMS/PMDD for improved women's health.

계층적 컨볼루션 신경망을 이용한 공작기계의 공구 상태 진단 (Machine Tool State Monitoring Using Hierarchical Convolution Neural Network)

  • 이경민
    • 융합신호처리학회논문지
    • /
    • 제23권2호
    • /
    • pp.84-90
    • /
    • 2022
  • 공작기계 상태 진단은 기계의 상태를 자동으로 감지하는 프로세스이다. 실제로 가공의 효율과 제조공정에서 제품의 품질은 공구 상태에 영향을 받으며 마모 및 파손된 공구는 공정 성능에 보다 심각한 문제를 일으키고 제품의 품질 저하를 일으킬 수 있다. 따라서 적절한 시기에 공구가 교체될 수 있도록 공구 마모 진행 및 공정 중 파손 방지 시스템 개발이 필요하다. 본 논문에서는 공구의 적절한 교체 시기 등을 진단하기 위해 딥러닝 기반의 계층적 컨볼루션 신경망을 이용하여 5가지 공구 상태를 진단하는 방법을 제안한다. 기계가 공작물을 절삭할 때 발생하는 1차원 음향 신호를 주파수 기반의 전력스펙트럼밀도 2차원 영상으로 변환하여 컨볼루션 신경망의 입력으로 사용한다. 학습 모델은 계층적 3단계를 거쳐 5가지 공구 상태를 진단한다. 제안한 방법은 기존의 방법과 비교하여 높은 정확도를 보였고, 실시간 연동을 통해 다양한 공작기계를 모니터링할 수 있는 스마트팩토리 고장 진단 시스템에 활용할 수 있을 것이다.

휴대형 폐기능 검사기 'The Spirokit'의 제작 및 ATS 24/26파형을 통한 성능검증 (Production of Spirometer 'The Spirokit' and Performance Verification through ATS 24/26 Waveform)

  • 김병수;송준영;이명모
    • 대한물리치료과학회지
    • /
    • 제30권3호
    • /
    • pp.49-58
    • /
    • 2023
  • Background: This study aims to examine the useful- ness of the portable spirometer "The Spirokit" as a clinical diagnostic device through technology introduction, precision test, and correction. Design: Technical note Methods: "The Spirokit" was developed using a propeller-type flow rate and flow rate measurement method using infrared and light detection sensors. The level of agreement between the Pulmonary Waveform Generator and the measured values was checked to determine the precision of "The Spirokit", and the correction equation was included using the Pulmonary Waveform Generator software to correct the error range. The analysis was requested using the ATS 24/26 waveform recognized by the Ministry of Food and Drug Safety and the American Thoracic Society for the values of Forced Voluntary Capacity (FVC), Forced Expiratory Volume in 1second (FEV1), and Peak Expiratory Flow (PEF), which are used as major indicators for pulmonary function tests. All tests were repeated five times to derive an average value, and FVC and FEV1 presented accuracy and PEF presented accuracy as the result values. Results: FVC and FEV1 of 'The Spirokit' developed in this study showed accuracy within ± 3% of the error level in the ATS 24 waveform. The PEF value of 'The Spirokit' showed accuracy within the error level ± 12% of the ATS 26 waveform. Conclusion: Through the results of this study, the precision of 'The Spirokit' as a clinical diagnosis device was identified, and it was confirmed that it can be used as a portable pulmonary function test that can replace a spirometer.

빅데이터 기반 2형 당뇨 예측 알고리즘 개발 (Development of Type 2 Prediction Prediction Based on Big Data)

  • 심현;김현욱
    • 한국전자통신학회논문지
    • /
    • 제18권5호
    • /
    • pp.999-1008
    • /
    • 2023
  • 당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.