• 대한의용생체공학회:의공학회지
• /
• 제22권3호
• /
• pp.249-257
• /
• 2001

본 논물에서는 척수 손상으로 인하여 암이 수축 및 이완시 미약한 근전도, 신호를 발생시키는 환자로부터 명확한 수축 및 이완 패턴을 추출하기 위한 신호 처리 기법을 제안하였다. 제안한 방법은 비선형 고정 필터의 일종인 FatBear 필터를 이용하여 거대 운동단위 활동전위로 의심되는 충격 잡음을 제거하고 웨이브렛 평면에서 비선형 멀티 스케일 필터링 기법을 이용하여 가산 잡음을 제거하는 것으로서 횡단성 척수염으로 인한 마미 증후근을 보이는 환자들에게 적용하여 명확한 수축 및 이완 패턴을 추출할 수 있었다.

• 한국위성정보통신학회논문지
• /
• 제11권4호
• /
• pp.58-62
• /
• 2016

본 논문에서는 실내 임펄시브 노이즈 채널 환경에서 비콘 기반의 측위 시스템의 측위 정밀도를 향상시킬 수 있는 전처리 기법을 제안하였다. 임펄시브 노이즈는 복잡한 실내 구조 환경이나 간섭 환경에서 발생하며 이는 무선 통신에서 신호 복조 오류 확률을 증가시켜 정확한 데이터 복조를 어렵게 한다. 제안한 전처리 기법은 사용자의 위치 좌표를 산출하기 위한 비콘 기반의 삼각측량법을 수행하기 이전에 적용 및 수행되며, 제안 기법을 데이터 복소의 오류 확률을 감소시켜 정확한 데이터를 삼각측량법의 입력값으로 제공한다. 신뢰성 있는 데이터 입력을 통해 위치 좌표 결과값의 신뢰도를 향상시키는 매커니즘이다. 따라서 임펄시브 노이즈 완화를 위해 신호의 시간-주파수 분해능이 우수한 웨이블릿 잡음 제어 방법을 기반으로 임펄시브 노이즈에 특성에 따라 노이즈를 제거하는 적응적 임계 함수를 제안하였다. 컴퓨터 시뮬레이션을 통해 제안한 적응적 임계 함수가 기존의 기법과 대비로 비교적 Bit Error Rate 성능 및 Signal-to-Noise Ratio 성능을 향상시키는 결과를 확인하였다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2009년도 춘계학술대회 논문집
• /
• pp.200-203
• /
• 2009

기존 연구를 통해 초음파법을 이용한 고체추진제 연소속도 측정 시스템 및 연소속도 산정 기법을 개발하였으며, 스트랜드버너법과 비교하여 두 측정 기법의 특성을 비교해보았다. 그 결과 초음파법은 측정된 추진제의 잔존길이를 연소시간으로 미분함으로써 고체 추진제의 연소속도를 계산하기 때문에 한번의 시험으로 넓은 압력구간에 걸쳐 고체추진제 연소속도를 구하는 장점이 있으나, 초음파 측정신호의 잡음이 연소속도의 정밀도 및 신뢰성에 영향을 미침을 알 수 있었다. 따라서, 본 연구에서는 압력시험과 연소시험에서 획득한 측정신호의 잡음 제거 기법을 제안하고, 제안된 기술을 적용하여 연소속도를 측정한 결과와 제안된 기술을 적용하지 않은 경우를 비교하여 제안된 기술의 성능을 평가하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.398-401
• /
• 1997

The EMG signal of spinal cord injured patient is very feeble because that the information from central nervous system is not sufficiently transmitted to molter neuron or muscle fiber. Therefore the observer can not observe contraction and relaxation movement of muscle from the raw EMG signal. In this paper, we propose the muscle contraction and relaxation pattern analysis method of spinal cord injured patient whose EMG signal is composed of the sum of motor unit action potential train with additive white Gaussian noise and impulsive noise. From the EMG model, we denoise impulsive noise using median filter which is a kind of nonlinear filter and the output of median filter is transformed to wavelet transform domain for denoising additive white Gaussian noise using threshold level removal technique. As a result, we can obtain the clear contraction and relaxation pattern.

• Journal of Information Processing Systems
• /
• 제18권6호
• /
• pp.813-821
• /
• 2022

Intelligent monitoring, life entertainment, medical rehabilitation, and other fields are only a few examples where visual image technology is becoming increasingly sophisticated and playing a significant role. Recognizing Wushu, or martial arts, movements through the use of visual image technology helps promote and develop Wushu. In order to segment and extract the signals of Wushu movements, this study analyzes the denoising of the original data using the wavelet transform and provides a sliding window data segmentation technique. Wushu movement The Wushu movement recognition model is built based on the hidden Markov model (HMM). The HMM model is trained and taught with the help of the Baum-Welch algorithm, which is then enhanced using the frequency weighted training approach and the mean training method. To identify the dynamic Wushu movement, the Viterbi algorithm is used to determine the probability of the optimal state sequence for each Wushu movement model. In light of the foregoing, an HMM-based martial arts movements recognition model is developed. The recognition accuracy of the HMM model increases to 99.60% when the number of samples is 4,000, which is greater than the accuracy of the SVM (by 0.94%), the CNN (by 1.12%), and the BP (by 1.14%). From what has been discussed, it appears that the suggested system for detecting martial arts acts is trustworthy and effective, and that it may contribute to the growth of martial arts.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.225-225
• /
• 2015

Drought events usually evolve slowly in time and their impacts generally span a long period of time. This indicates that the sequence of drought is not completely random. The Hidden Markov Model (HMM) is a probabilistic model used to represent dependences between invisible hidden states which finally result in observations. Drought characteristics are dependent on the underlying generating mechanism, which can be well modelled by the HMM. This study employed a HMM with Gaussian emissions to fit the Standardized Precipitation Index (SPI) series and make multi-step prediction to check the drought characteristics in the future. To estimate the parameters of the HMM, we employed a Bayesian model computed via Markov Chain Monte Carlo (MCMC). Since the true number of hidden states is unknown, we fit the model with varying number of hidden states and used reversible jump to allow for transdimensional moves between models with different numbers of states. We applied the HMM to several stations SPI data in South Korea. The monthly SPI data from January 1973 to December 2012 was divided into two parts, the first 30-year SPI data (January 1973 to December 2002) was used for model calibration and the last 10-year SPI data (January 2003 to December 2012) for model validation. All the SPI data was preprocessed through the wavelet denoising and applied as the visible output in the HMM. Different lead time (T= 1, 3, 6, 12 months) forecasting performances were compared with conventional forecasting techniques (e.g., ANN and ARMA). Based on statistical evaluation performance, the HMM exhibited significant preferable results compared to conventional models with much larger forecasting skill score (about 0.3-0.6) and lower Root Mean Square Error (RMSE) values (about 0.5-0.9).

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.21-29
• /
• 2024

CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.