• 한국소음진동공학회논문집
• /
• 제24권1호
• /
• pp.62-68
• /
• 2014

Recently, MRI(magnetic resonance imager) scanner is continually used for medical diagnosis and many biomedical researches. When it operates, however, intense noise is generated. The SPL(sound pressure level) of the noise approaches 130 dB especially in 3 T(Tesla) MRI. Meanwhile, more than 3 T MRI scanners have been developed to get higher-resolution images, so louder noise is expected in the future. The intense noise makes patients feel nervous and uncomfortable. Moreover, it could possibly cause hearing loss to patient in extreme cases. For this reason, some active noise control systems have been researched. One of them used feedback Filtered-X LMS(FXLMS) algorithm which is able to control only narrowband noises and possible to diverge in severe case. In this paper, we determine the property of MRI noise. Using the property, we applied a method of open-loop and adaptive control for reducing MRI noise at target point inside bore. We verified performance of the method with computer simulation and preliminary experiment. The results demonstrate that the method can effectively reduce MRI noise at target point.

• Structural Engineering and Mechanics
• /
• 제80권6호
• /
• pp.711-726
• /
• 2021

This paper presents a multiple parameters-based recursive methodology for the reliability quantification of civil structures subjected to meteorological disasters. Recognizing the challenge associated with characterizing at a single stroke all the meteorological disasters that may hit a structure during its service life, the proposed methodology by contrast features a multiparameter recursive mechanism to describe the meteorological demand of the structure. The benefit of the arrangements is that the essentially inevitable deviation of the practically observed meteorological data from those in the existing model can be mitigated in an adaptive manner. In particular, the implications of potential climate change to the relevant reliability of civil structures are allowed for. The application of the formulated methodology of recursive reliability quantification is illustrated by first considering the reliability quantification of a linear shear frame against simulated strong wind loads. A parametric study is engaged in this application to examine the effect of some hyperparameters in the configured hierarchical model. Further, the application is extended to a nonlinear hysteretic shear frame involving some field-observed cyclone data, and the incompleteness of the relevant structural diagnosis data that may arise in reality is taken into account. Also investigated is another application scenario where the reliability of a building envelope is assessed under hailstone impacts, and the emphasis is to demonstrate the recursive incorporation of newly obtained meteorological data.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.61-81
• /
• 2023

This study presents an ensemble learning based Bayesian model updating approach for structural damage diagnosis. In the developed framework, the structure is initially decomposed into a set of substructures. The autoregressive moving average (ARMAX) model is established first for structural damage localization based structural motion equation. The wavelet packet decomposition is utilized to extract the damage-sensitive node energy in different frequency bands for constructing structural surrogate models. Four methods, including Kriging predictor (KRG), radial basis function neural network (RBFNN), support vector regression (SVR), and multivariate adaptive regression splines (MARS), are selected as candidate structural surrogate models. These models are then resampled by bootstrapping and combined to obtain an ensemble model by probabilistic ensemble. Meanwhile, the maximum entropy principal is adopted to search for new design points for sample space updating, yielding a more robust ensemble model. Through the iterations, a framework of surrogate ensemble learning based model updating with high model construction efficiency and accuracy is proposed. The specificities of the method are discussed and investigated in a case study.

• 대한디지털의료영상학회논문지
• /
• 제16권2호
• /
• pp.9-14
• /
• 2014

Purpose: The purpose of this study has attempted to evaluate and compare the image evaluation and exposure dose by respectively applying Filtered Back Projection(FBP), the existing test method, and Adaptive Statistical Iterative Reconstruction(ASIR) with different values of tube voltage during the Low Dose Computed Tomography(LDCT). Materials and Methods: With the image reconstruction method as basis, Chest Phantom was utilized with the FBP and ASIR set at 10%, 20% respectively, and the change of Tube Voltage (100kVp, 120kVp). For image evaluation, Back ground noise, Signal to Noise ratio(SNR) and Contrast to Noise ratio(CNR) were measured, and, for dose evaluation, CTDIvol and DLP were measured respectively. The statistical analysis was tested with SPSS(ver. 22.0), followed by ANOVA Test conducted after normality test and homogeneity test. (p<0.05). Results: In terms of image evaluation, there was no outstanding difference in Ascending Aorta(AA) SNR and Infraspinatus Muscle(IM) SNR with the different values of ASIR application(p<0.05), but a significant difference with the different amount of tube voltage(p>0.05). Also, there wasn't noticeable change in CNR with ASIR and different amount of Tube Voltage (p<0.05). However, in terms of dose evaluation, CTDIvol and DLP showed contrasting results(p<0.05). In terms of CTDIvol, the measured values with the same tube voltage of 120kVp were 2.6mGy with No-ASIR and 2.17mGy with 20%-ASIR respectively, decreased by 0.43mGy, and the values with 100kVp were 1.61mGy with No-ASIR and 1.34mGy with 20%-ASIR, decreased by 0.27mGy. In terms of DLP, the measured values with 120kVp were $103.21mGy{\cdot}cm$ with No-ASIR and $85.94mGy{\cdot}cm$ with 20%-ASIR, decreased by $17.27mGy{\cdot}cm$(about 16.7%), and the values with 100kVp were $63.84mGy{\cdot}cm$ with No-ASIR and $53.25mGy{\cdot}cm$ with 20%-ASIR, a decrease by $10.62mGy{\cdot}cm$(about 16.7%). Conclusion: At lower tube voltage, the rate of dose significantly decreased, but the negative effects on image evaluation was shown due to the increase of noise. For the future, through the result of the experiment, it is considered that the method above would be recommended for follow-up patients or those who get health checkup as long as there is no interference on the process of diagnosis due to the characteristics of Low Dose examination.

• 전자공학회논문지SC
• /
• 제49권1호
• /
• pp.29-38
• /
• 2012

의료 영상의 획득하는 과정에서 발생하는 잡음은 영상판독 및 진단을 방해하는 요소로 작용한다. 이러한 잡음으로 오염된 영상으로부터 원본영상을 복원하기 위하여 R.O.F(L.Rudin, S Osher, E. Fatemi)에 의해서 제안된 총변이 최적화 알고리즘은 정규화와 합도의 균형을 맞춰 잡음을 제거할 수 있는 방법이다. 그러나 잡음 제거율을 높이기 위한 반복연산을 수행하는 과정에서 발생하는 경계영역의 몽롱화 현상은 피할 수 없다. 본 논문에서는 총변이 최적화 알고리즘의 제어 파라미터를 잡음 분산과 영상의 지역분산 특성에 따라서 가변적으로 변환시켜 치아영상의 경계 영역의 왜곡을 최소화하고 전체 영상의 잡음을 제거하고자 하였다. CBCT 치아영상 464장을 대상으로 제안된 알고리즘을 적용한 결과, 기존의 R.O.F가 제안한 방법에 비해 PSNR측면에서 약 3dB 정도 향상됨을 보였다. 또한 처리된 결과영상을 3D 볼륨으로 재구성하여 비교한 결과, 기존의 방법보다 치아모델의 경계영역이 더 잘 보존됨을 보여주었다.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.765-777
• /
• 2022

본 연구의 목적은 급격히 변화하는 환경 속에서 대학이 경쟁력을 가지기 위해 학습 디지털 트랜스포메이션과 관련된 이론 및 사례를 기반으로 대학에서 활용 가능한 디지털 트랜스포메이션 기반 학습모델을 제시하는 것이다. 이를 위해 기초적인 문헌연구와 사례연구, 전문가 초점집단면접(Focus Group Interview)이 진행되었으며 위 연구방법들을 통해 도출된 학습모델 관련 시사점은 다음과 같다. 국내외에서 관련 분야에 두각을 나타내는 대학들은 빅 데이터를 기반으로 학습분석을 대시보드 구현, 예측 모델 개발, 적응형 학습 지원 등에 활발하게 사용하고 있으며, 첨단 에듀테크를 수업에 적극적으로 도입하여 성과를 내고 있다. 또한 국내 대학이 당면한 현실적인 문제와 애로사항 및 현재 K대학이 당면한 디지털 트랜스포메이션 구현 관련 문제점과 기대 사항들도 확인되었다. 이 시사점들을 바탕으로 본 연구는 K대학의 디지털 트랜스포메이션 기반 학습모델을 개발하였다. 이 모델은 진단, 추천, 학습, 성공의 4개 차원으로 구성되어 있으며 학생이 이 모델을 통해 개인의 성공에 필요한 다양한 학습 과정을 진단 및 추천받아 학습을 진행하고, 학습 성과를 체계적으로 관리해 성공할 수 있도록 한다. 마지막으로 연구결과에 대한 학문적 그리고 실무적 시사점이 논의되었다.

• 실천공학교육논문지
• /
• 제12권1호
• /
• pp.49-60
• /
• 2020

4차 산업혁명이라는 지식기반 시대의 도래로 대학교육 전반에 대한 패러다임의 대전환과 함께 대학교육 방식의 전면적 개편이 요구되면서 그에 대한 해결책 중의 하나로 맞춤형 학습을 통한 역량 강화가 대두되고 있다. 개별 학습자의 특성과 상태에 대한 맞는 적정 교육을 제공하기 위해서는 학습자 특성에 대한 이해 및 대학에서의 지원 방안 등 다양한 차원에서의 연구가 필요하다. 따라서 본 연구에서는 K 대학이 역량기반 맞춤형 학습을 효과적으로 도입할 수 있도록 지원하기 위한 방안을 학습자 대상의 탐색적 연구를 통해 검토하고자 하였다. 연구 수행의 내용 및 방법은 다음과 같다. 첫째, K 대학의 역량기반 맞춤형 학습지원을 위한 시사점을 얻기 위해 역량 및 맞춤형 학습과 관련된 선행연구들을 살펴보았다. 둘째, K 대학의 재학생 6명을 연구대상자로 선정, 표적집단면접법(FGI), 학습스타일 진단, 역량기반 학습성과 분석 및 학습스타일 진단 결과지 제공, 1대1 인터뷰 등을 진행하는 맞춤형 학습 파일럿 테스트(Pilot test)를 진행하고, 연구결과를 통해K 대학의 효과적 맞춤형 학습 지원을 위한 주요 이슈 및 시사점을 도출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.1-12
• /
• 2022

안과 환자의 질병을 판단하기 위해서는 특수 촬영 장비를 통해 찍은 안구영상을 이용한 안과의사의 주관적 판단의 개입이 전통적으로 활용되고 있다. 본 연구에서는 안과 의료진이 질병을 판단할 때 보조적 도움이 될 수 있도록 객관적 진단결과를 제시해주는 각막궤양 의미론적 분할방법에 대하여 제안하였다. 이를 위해 DeepLab 모델을 활용하였고 그 중 Backbone network으로 Xception과 ResNet 네트워크를 이용하였다. 실험결과를 나타내기 위한 평가지표로 다이스 유사계수와 IoU 값을 이용하였고 ResNet101 네트워크를 사용하였을 때 'crop & resized' 이미지에 대해 최대 평균 정확도 93%의 다이스 유사계수 값을 보였다. 본 연구는 객체 검출을 위한 의미론적 분할모델 또한 안구의 각막궤양 부분과 같은 불규칙하고 특이한 모양을 추출하고 분류하는데 뛰어난 결과를 도출할 수 있는 성능을 보유하고 있음을 보여주었다. 향후 학습용 Dataset을 양적으로 보강하여 실험결과의 정확도를 제고할 수 있도록 하고 실제 의료진단 환경에서 구현되어 사용되어 질 수 있도록 할 계획이다.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.112-118
• /
• 2009

피부색 검출 기법은 안면 정보를 이용한 체질 진단 및 건강 진단, 인간과 로봇과의 상호작용, 영상 검색 시스템 등 다양한 응용분야에서 사람의 얼굴과 손의 검출을 위해 많이 사용되어 왔다. 비디오 영상의 경우 조명이나 환경 변화에 강인한 피부색 영역의 추적을 위해 매 프레임마다 대상 영역의 피부색 모델을 업데이트 하는 것이 일반적이나, 단일 영상에서 피부색 영역을 검출하거나 비디오 영상의 첫 프레임에서 피부색 영역을 검출할 때에는, 많은 연구들이 하나의 고정된 피부색 모델을 이용하기 때문에 입력 영상의 특징에 따라 낮은 검출율이나 높은 긍정 오류율이 발생하는 경우가 많다. 이러한 문제점을 해결하기 위해 본 논문에서는 피부색 검출 결과를 피드백 받아 피드백 받은 정보를 바탕으로 피부색 검출 조건을 수정하는 과정을 반복함으로써 다양한 환경 조건들을 가지는 단일 영상에 대해 효과적으로 피부색을 검출할 수 있는 방법을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제20권3호
• /
• pp.370-378
• /
• 2020

본 연구는 호텔직원의 주관적 측면에서 바라본 팔로워십의 세부 유형들을 살펴봄으로써 감정노동자인 호텔직원들이 인지하는 팔로워십의 종류와 특성을 파악하고자 하였다. 이에 호텔직원들의 팔로워십의 유형은 어떠하며, 각 유형간의 공통점과 차이점 그리고 각각의 의미는 무엇인지 파악하고자 Q방법론을 이용하였다. Q표본은 총 40개의 문항으로 선정하였다. 분석된 결과, '조직지향형', '개인지향형', '순응지향형', '비판적 수동형'의 4유형으로 분류되었으며, 각각의 유형은 독특한 특징을 나타내었으며 4유형 모두 공통적으로 동의하는 항목과 동의하지 않는 항목을 확인하였다. 이상의 연구는 무엇보다 자신들이 업무로부터 요구되는 감정적 부조화로 인해 감정노동을 해야 하는 호텔직원들의 입장에서 바라본 팔로워십의 특성을 파악함으로써 호텔 경영에 있어 새로운 시각을 제시할 수 있을 것이다.