• 지질공학
• /
• 제30권4호
• /
• pp.447-456
• /
• 2020

연구지역인 강원도 삼척시 도계읍의 사면은 지형변화가 발생하는 지역으로 2009년 사면 절취공사를 수행하여 사면경사완화공법이 적용되었다. 하지만 사면의 상부에 위치한 폐석적치장의 영향으로 2개월 뒤 절취사면의 상부를 확장하여 안정성을 도모하였다. 최근 사면 하부에 위치한 옹벽의 배부름 현상이 발견되고 절취사면의 균열이 나타나 지형변화가 다시 발생하고 있는 것으로 보이고 있다. 이러한 문제를 파악하기 위하여 본 연구에서는 UAV를 이용하여 사진측량을 수행해 지형변화가 발생하는지 확인하고자 하였다. 2019년 4월과 10월 각각 정사영상을 추출하고 Digital Surface Model(DSM)를 추출하여 고해상도의 지형변화를 비교 분석하였다. 10월의 지형은 4월의 지형형상을 그대로 유지한채 앞으로 밀려 나간 모습을 보여 이러한 지형변화는 땅밀림인 것으로 분석하였다.

• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1464-1475
• /
• 2020

Due to the spread of COVID-19, the online lecture has become more prevalent. However, it was found that a lot of students and professors are experiencing lack of communication. This study is therefore designed to improve interactive communication between professors and students in real-time online lectures. To do so, we explore deep learning approaches for automatic recognition of students' facial expressions and classification of their understanding into 3 classes (Understand / Neutral / Not Understand). We use 'BlazeFace' model for face detection and 'ResNet-GRU' model for facial expression recognition (FER). We name this entire process 'Degree of Understanding (DoU)' algorithm. DoU algorithm can analyze a multitude of students collectively and present the result in visualized statistics. To our knowledge, this study has great significance in that this is the first study offers the statistics of understanding in lectures using FER. As a result, the algorithm achieved rapid speed of 0.098sec/frame with high accuracy of 94.3% in CPU environment, demonstrating the potential to be applied to real-time online lectures. DoU Algorithm can be extended to various fields where facial expressions play important roles in communications such as interactions with hearing impaired people.

• Imaging Science in Dentistry
• /
• 제52권3호
• /
• pp.239-244
• /
• 2022

Purpose: Despite the proliferation of numerous morphometric and anthropometric methods for sex identification based on linear, angular, and regional measurements of various parts of the body, these methods are subject to error due to the observer's knowledge and expertise. This study aimed to explore the possibility of automated sex determination using convolutional neural networks(CNNs) based on lateral cephalometric radiographs. Materials and Methods: Lateral cephalometric radiographs of 1,476 Iranian subjects (794 women and 682 men) from 18 to 49 years of age were included. Lateral cephalometric radiographs were considered as a network input and output layer including 2 classes(male and female). Eighty percent of the data was used as a training set and the rest as a test set. Hyperparameter tuning of each network was done after preprocessing and data augmentation steps. The predictive performance of different architectures (DenseNet, ResNet, and VGG) was evaluated based on their accuracy in test sets. Results: The CNN based on the DenseNet121 architecture, with an overall accuracy of 90%, had the best predictive power in sex determination. The prediction accuracy of this model was almost equal for men and women. Furthermore, with all architectures, the use of transfer learning improved predictive performance. Conclusion: The results confirmed that a CNN could predict a person's sex with high accuracy. This prediction was independent of human bias because feature extraction was done automatically. However, for more accurate sex determination on a wider scale, further studies with larger sample sizes are desirable.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.182-189
• /
• 2023

CT is a medical device that acquires medical images based on Attenuation coefficient of human organs related to X-rays. In addition, using this theory, it can acquire sagittal and coronal planes and 3D images of the human body. Then, CT is essential device for universal diagnostic test. But Exposure of CT scan is so high that it is regulated and managed with special medical equipment. As the special medical equipment, CT must implement quality control. In detail of quality control, Spatial resolution of existing phantom imaging tests, Contrast resolution and clinical image evaluation are qualitative tests. These tests are not objective, so the reliability of the CT undermine trust. Therefore, by applying an artificial intelligence classification model, we wanted to confirm the possibility of quantitative evaluation of the qualitative evaluation part of the phantom test. We used intelligence classification models (VGG19, DenseNet201, EfficientNet B2, inception_resnet_v2, ResNet50V2, and Xception). And the fine-tuning process used for learning was additionally performed. As a result, in all classification models, the accuracy of spatial resolution was 0.9562 or higher, the precision was 0.9535, the recall was 1, the loss value was 0.1774, and the learning time was from a maximum of 14 minutes to a minimum of 8 minutes and 10 seconds. Through the experimental results, it was concluded that the artificial intelligence model can be applied to CT implements quality control in spatial resolution and contrast resolution.

• Journal of Periodontal and Implant Science
• /
• 제53권1호
• /
• pp.38-53
• /
• 2023

Purpose: The current Classification of Periodontal and Peri-Implant Diseases and Conditions, published and disseminated in 2018, involves some difficulties and causes diagnostic conflicts due to its criteria, especially for inexperienced clinicians. The aim of this study was to design a decision system based on machine learning algorithms by using clinical measurements and radiographic images in order to determine and facilitate the staging and grading of periodontitis. Methods: In the first part of this study, machine learning models were created using the Python programming language based on clinical data from 144 individuals who presented to the Department of Periodontology, Faculty of Dentistry, Süleyman Demirel University. In the second part, panoramic radiographic images were processed and classification was carried out with deep learning algorithms. Results: Using clinical data, the accuracy of staging with the tree algorithm reached 97.2%, while the random forest and k-nearest neighbor algorithms reached 98.6% accuracy. The best staging accuracy for processing panoramic radiographic images was provided by a hybrid network model algorithm combining the proposed ResNet50 architecture and the support vector machine algorithm. For this, the images were preprocessed, and high success was obtained, with a classification accuracy of 88.2% for staging. However, in general, it was observed that the radiographic images provided a low level of success, in terms of accuracy, for modeling the grading of periodontitis. Conclusions: The machine learning-based decision system presented herein can facilitate periodontal diagnoses despite its current limitations. Further studies are planned to optimize the algorithm and improve the results.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.80-80
• /
• 2022

Estimation of heading date of paddy rice is laborious and time consuming. Therefore, automatic estimation of heading date of paddy rice is highly essential. In this experiment, deep learning classification models were used to classify two difference categories of rice (vegetative and reproductive stage) based on the panicle initiation of paddy field. Specifically, the dataset includes 444 slanted view images belonging to two categories and was then expanded to include 1,497 images via IMGAUG data augmentation technique. We adopt two transfer learning strategies: (First, used transferring model weights already trained on ImageNet to six classification network models: VGGNet, ResNet, DenseNet, InceptionV3, Xception and MobileNet, Second, fine-tuned some layers of the network according to our dataset). After training the CNN model, we used several evaluation metrics commonly used for classification tasks, including Accuracy, Precision, Recall, and F1-score. In addition, GradCAM was used to generate visual explanations for each image patch. Experimental results showed that the InceptionV3 is the best performing model in terms of the accuracy, average recall, precision, and F1-score. The fine-tuned InceptionV3 model achieved an overall classification accuracy of 0.95 with a high F1-score of 0.95. Our CNN model also represented the change of rice heading date under different date of transplanting. This study demonstrated that image based deep learning model can reliably be used as an automatic monitoring system to detect the heading date of rice crops using CCTV camera.

• 항공우주정책ㆍ법학회지
• /
• 제21권1호
• /
• pp.215-236
• /
• 2006

1979년에 제정된 '달조약'(Moon Treaty)이 5개의 우주관련조약중에서 중요한 부분을 차지하고 있음에도 불구하고 우주개발국가들에게 외면당하고 있고, 국내에서도 이를 다루는 문헌을 찾기 힘든 점을 고려해볼 때 달조약의 국제법과 우주법상 의미를 살펴보고 이를 전망해 보는데 이 논문의 의의가 있다고 할 수 있다. 따라서 이 논문에서는 우선 달조약의 주요내용을 설명하고 특히 1967년 '우주조약'(Space Traty)과의 관계를 분석한 후 달조약에 명시된 '인류공동유산'(Common Heritage of Mankind)개념이 국제법상 어떠한 의미를 가지는가를 살펴보았다. 아울러 달조약의 현재와 미래에 관하여 그리고 한국이 현재 달조약에 가입하고 있지 않은데, 달조약에 가입하는 것이 국익에 유리한가 하는 문제도 다루었다. 1979년 달조약은 1967년 우주조약과는 근본적으로 다른 입장을 취하고 있다. 1967년 우주조약의 경우에는 우주를 자유지역, 즉 공해(公海)와 같은 res extra commercium국제공역(國際公域)으로 파악하여 모든 국가가 자유롭게 탐사하고 이용할 수 있는 반면, 달조약은 우주를 '인류공동유산'으로 파악함으로써 마치 1982년 "UN해양법협약'에서 심해저 개발을 위한 국제심해저기구(International Sea-Bed Authority)가 제시되었듯이 달의 천연자원의 개발이 가능할 시기에 국제기구를 통하여 개발할 것을 예정하고 있다. 현재 국가들은 달에 관하여 그것의 천연자원이 배분문제를 다루는 국제기구를 설정할 정도로 가치있는 것인가에 관하여 확신을 갖고 있지 못하다. 실제로 달개발은 거의 30여년 동안 제자리 걸음에 그치고 있는데 만일 달에서 인간 생존에 필요한 물로 전환되는 얼음과 지구에 필요한 자원이 다량 발견된다면 자원개발과 우주기지건설을 위한 국가들의 경쟁은 치열할 것이고 마치 1982년 해양법협약 이전 심해저자원 개발의 상황이 예견될 것이다. 해양법상 심해저자원과 달조약상 달과 다른 천체의 천연자원은 바로 후자의 자원이 전자의 자원보다 아직 국가들에는 접근하기에는 너무나 멀리 있고 많은 재원과 기술이 필요하므로 심해저자원개발의 접근성을 우주자원개발과 같은 선상에서 판단할 수는 없는 것이다. 주목할 것은 현재 COPUOS내에서 달조약을 포함한 현행 우주관련 5개 조약은 1960-70년대에 채택된 것으로서 우주탐사 및 개발기술의 급격한 발전과 급증하는 우주의 상업적 이용추세에 비추어 그 현실성이 다소 뒤쳐지는 문제가 있다고 여러번 제기된 바 있는데, 1995년 멕시코대표가 비공식적인 협의과정에서 우주관련 5개조약의 지위검토를 법률소위원회에 의제로 포함시킬 것을 제의하여 1998년 제37차 법률 소위원회부터 정식으로 승인받아 현재까지 논의되고 있다는 것이다. 현재 한국의 우주개발 수준은 세계 20위권내에 들고 있으면서 달조약에 아직 가입하지 않고 있는데, 우리보다 우주산업이 발달한 프랑스가 달조약에 서명국이 된 점을 주목해야 한다. 달의 천연자원의 개발이 가능해질 시기에 국제제도를 수립해야 한다는 규정은 국제제도의 수립 전에는 자원개발을 금지하는 것을 의미하는 것이 아니므로 달조약에 가입하고 자원개발을 추구하는 방법도 좋을 듯하다. 오히려 달조약 제 11조 7항에서 동 자원으로부터 파생하는 이익을 모든 당사국에게 공펑하게 분배하되 달의 개발에 직접 또는 간접적으로 공헌한 국가의 노력은 물론 개발도상국의 이익과 필요에 대한 특별한 고려가 있어야 한다는 규정을 고려하면 달조약에 가입하고 달개발에 착수하는 방법이 국익에 도움이 될 것으로 생각한다. 또한 한국이 조만간 세계 10위권내 우주개발국을 희망한다면 우리가 먼저 달조약에 가입한 후 다른 국가들에게 달조약의 가입을 장려하는 것도 우주법과 국제법발전에 큰 기여를 하는 것이라고 생각한다.

• 한국환경농학회지
• /
• 제16권2호
• /
• pp.199-205
• /
• 1997

한강 상류와 하류의 농업 형태가 유역의 토양 및 수질오염에 미치는 영향을 평가하기 위하여 농업 형태가 다른 대표 소유역을 선정하여 소유역 하천수와 지하수질에 대한 현황을 조사하였다. 조사 대상지는 강원도 횡성군 둔내면 주천강 지류의 일반 농업지대, 평창군 대관령일대의 대규모 축산 단지와 고랭지 농업지대, 춘천시 소양강 지류 농업 지대일원, 그리고 경기도 구리시 왕숙천 일대의 도시 근교 농업지대이었다. 조사결과 중금속은 특정한 시기의 왕숙천을 제외하고 불검출 또는 미량으로 큰 문제가 없는 것으로 나타났으나, 질소와 인, 특히 질산태 질소의 오염은 하천수와 지하수 일부에서 높은 수준으로 나타났다. 조사된 소유역의 하천수 수질중 pH, EC, COD등은 농업 용수로 적합한 수준이었으나, 시설 원예 지대에서 관개용으로 사용하고 있는 일부 지하수 중 질산태 질소의 농도가 높은 상태로 작물을 재배할 때 물관리와 시비 관리에 세심한 주의를 하여야 하는 수준이었다. 작물 재배를 위해 농업용수를 사용할 때에는 EC와 질산태 질소의 농도 수준을 동시에 고려하여 적절히 사용하는 것이 바람직하다.

• 대한약리학회지
• /
• 제32권3호
• /
• pp.433-444
• /
• 1996

본 연구에서는 열충격에 의한 세포내 단백질 변성을 정량하는 방법을 소개하고 있다. Thiol compound인 diamide [azodicarboxylic acid bis (dimethylamide)]는 단백질변성시 노출된 sulfyhydryl기를 cross-link 시킨다. 정상 상태에서는 노출되지 않는 sulfyhydryl group이 변성된 단백질에서는 노출되기 때문에 diamide에 의한 cross-linking이 선택적으로 일어날 것이다. 그러므로 diamide는 변성된 단백질을 "trap"하는 작용을 할 수 있다. 본 연구진은 세포내 열충격후 고분자 단백질 응집물 (high molecular weight protein aggregate, HAA)이 나타남을 비환원 (non reducing) SDS-PAGE에서 관찰하였고 이를 gas flow counter로 scanning하여 정량하였다. 실험 결과 세포에 열충격을 가한후 diamide를 처리하면 HMA가 열충격 용량의존적으로 증가함을 관찰하였다. 이는 HMA의 양을 측정함으로써 열충격에 의하여 변성된 단백질을 정량할 수 있음을 반증한다. 열내성이 유도된 세포와 그렇지 않은 세포를 비교하였을 때 열내성이 유도된 세포에서는 열충격에 의한 HMA의 형성이 억제됨을 관찰하였다. 열충격후 정상온도에서 회복기를 주면서 시간대별로 diamide를 첨가하고 이때 형성된 HMA양을 측정하여, 단백질 원형복구의 역동성을 실험하였다. 그 결과, HMA는 열내성의 유도 여부와 상관없이 빠르게 없어짐을 알 수 있었다. 그러나 열내성이 유도된 세포에서 HSP70 단항체를 electroporation에 의하여 투여하였을 때 HMA가 현저히 증가하였고, 이는 열내성이 유도된 세포에서는 HSP70의 증가에 의하여 HMA생성이 억제되었음을 나타낸다. HSP70 항체를 이용하여 면역침전을 시행한 결과 변성된 세포내 단백질이 HSP70과 같이 침전됨이 관찰되었다. 이 결과는 HSP70 단백질이 변성된 단백질과 일시적으로 결합하여 정상 상태로 돌아가거나 복구될 수 있도록 도와줄 수 있음을 시사한다.

• 대한의용생체공학회:의공학회지
• /
• 제39권5호
• /
• pp.213-219
• /
• 2018

Stomach cancer is the most diagnosed cancer in Korea. When gastric cancer is detected early, the 5-year survival rate is as high as 90%. Gastroscopy is a very useful method for early diagnosis. But the false negative rate of gastric cancer in the gastroscopy was 4.6~25.8% due to the subjective judgment of the physician. Recently, the image classification performance of the image recognition field has been advanced by the convolutional neural network. Convolutional neural networks perform well when diverse and sufficient amounts of data are supported. However, medical data is not easy to access and it is difficult to gather enough high-quality data that includes expert annotations. So This paper evaluates the efficacy of transfer learning in gastroscopy classification and diagnosis. We obtained 787 endoscopic images of gastric endoscopy at Gil Medical Center, Gachon University. The number of normal images was 200, and the number of abnormal images was 587. The image size was reconstructed and normalized. In the case of the ResNet50 structure, the classification accuracy before and after applying the transfer learning was improved from 0.9 to 0.947, and the AUC was also improved from 0.94 to 0.98. In the case of the InceptionV3 structure, the classification accuracy before and after applying the transfer learning was improved from 0.862 to 0.924, and the AUC was also improved from 0.89 to 0.97. In the case of the VGG16 structure, the classification accuracy before and after applying the transfer learning was improved from 0.87 to 0.938, and the AUC was also improved from 0.89 to 0.98. The difference in the performance of the CNN model before and after transfer learning was statistically significant when confirmed by T-test (p < 0.05). As a result, transfer learning is judged to be an effective method of medical data that is difficult to collect good quality data.