• Journal of Korean Neurosurgical Society
• /
• 제29권7호
• /
• pp.853-860
• /
• 2000

Objective : The purpose of our experimental study was to analysis the advantages and disadvantages in the reversible and irreversible cerebral ischemic models with rats by staining with Neutral Red(NR) solusion, 2% 2,3,5-triphenyltetrazolium chloride(TTC) and Hematoxylin & Eosin(H & E). Methods : We have measured the range of cerebral infarction in the rat to get a suitable ischemic model along the object of study with and without craniectomy. With craniectomy, 9 rats were sacrificed for irreversible cerebral ischemic model by means of ligation at proximal(group I) and distal(group II), and coagulation at proximal(group III) middle cerebral artery. Also, 6 rats were sacrificed for irreversible(group IV) and reversible(group V) cerebral ischemic model using nylon thread without craniectomy. The sizes of infarction were measured by staining the coronal sections of the brain with NR solusion, TTC and H & E. Results : There are no difference of physiological parameters comparing the each group. Cerebral infarction was not observed in group II, but it's volume was largest in group IV. Disadvantages of craniectomy group(I, II, III) are the long duration of operation and cortical damage by procedure. It's advantage is confirmation of the middle cerebral artery occlusion and cessation of blood flow through the operative microscope. In case of ischemic models using nylon thread (group IV, V), it is hard to identify the interruption or recirculation of blood flow through the middle cerebral artery, but the advantage is the simplicity of operative technique which reduces the operation time and minimizes the cerebral damage due to craniectomy. Therefore, it seems important to set up the reversible and irreversible ischemic models by carefully considering advantages and disadvantages listed above. Conclusion : TTC staining seems to be effective since it reflects the histological damage sufficiently and quickly. It is hoped that researches focused on ischemic penumbra, which became popular recently, will be further carried on with use of NR staining, optical microscope and electron microscope.

• 한국산업정보학회논문지
• /
• 제24권6호
• /
• pp.25-34
• /
• 2019

가상착용기술(VTON: Virtual try-on)은 의상의 온라인 유통을 활성화를 위하여 중요한 기술이다. 그러나 3차원 그래픽스기반 방식은 의상과 인체의 3차원 정보의 확보가 필요하여 범용화에 어려움이 있고, 이러한 제약을 해소하기 위해 개발되는 이미지 기반 방식들의 연구들은 그 기술적 한계가 불명확하다. 구체적으로 VITON (Virtual image try-on) 과 CP-VTON (Content preserving VTON)등은 가능성 위주의 매우 단편적인 결과만을 제시하고 있다. 본 논문은 이미지기반 기술의 상용화의 한계를 파악하기 위해, 세 가지 대표적 방식(SCMM 기반의 비-딥러닝 방식, 딥러닝기반 VITON 과 CP-VTON에 대하여 인물의 자세 및 체형, 의상의 가려짐 정도, 의상의 특성 등에 따라 분석을 하였다. 객관적인 평가를 위하여 변형단계와 합성단계의 성능을 각각 IoU와 SSIM로 평가하였고, 상대적인 비교 분석을 하였다. 그 결과, CP-VTON이 가장 좋은 성능을 보이지만, 자세와 의상의 복잡도에 따라 성능의 한계가 크게 차이가 남을 보였다. 그 주 원인은 2차 기하변형의 한계와 GAN을 통한 합성 기술의 한계로 파악되었다.

• 대한소아치과학회지
• /
• 제40권1호
• /
• pp.21-27
• /
• 2013

현재까지의 많은 연구들을 통해 치아의 발육상태와 골격성 부정교합과의 연관성이 보고되어 왔다. 본 연구는 방사선학적 방법을 통하여 정상교합군과 하악 과성장형 골격성 3급 부정교합군의 상하악 치령 및 제2대구치 맹출률을 비교, 분석하여, 파노라마 방사선 사진으로 평가 가능한 상하악 치아성숙도의 차이가 하악 과성장형 골격성 3급 부정교합의 감별진단 요소로 의의가 있는지 알아볼 목적으로 시행되었다. 부산대학교 소아치과에 내원한 Hellman 치령 IIIA의 환자를 대상으로 정상교합군과 하악 과성장형 골격성 3급 부정교합군 각 50명을 선택한 후, 이들의 파노라마 방사선 사진을 이용하여 Demirjian법으로 각 군의 상하악 치령 및 제2대구치 맹출률을 구하고 그 차이를 비교, 분석하였다. 그 결과 정상교합군과 하악 과성장형 골격성 3급 부정교합군의 상하 치령의 차이는 각각 0.66세와 1.20세로 하악 과성장형 골격성 3급 부정교합군에서 유의하게 더 큰 차이를 보였으며(p < 0.05), 상하 제2대구치 맹출률은 두 그룹 간 유의한 차이를 보이지 않았다(p > 0.05).

• 구강회복응용과학지
• /
• 제28권4호
• /
• pp.327-337
• /
• 2012

본 연구에서는 광중합형 석영 섬유인Quarts Splint$^{TM}$ Mesh를 중심으로 다양한 강화재의 의치상 보강 효과에 대해 알아보고자 하였다. 의치상 레진으로 Lucitone199$^{(R)}$와 QC-20을 사용하였으며 강화재로 폴리에틸렌 섬유인 Ribbond$^{(R)}$, Quarts Splint$^{TM}$ Mesh, 금속 격자 강화재를 사용하였다. $2.0{\times}10.0{\times}65.0mm$ 시편을 각각 10개씩 제작하였으며 $2.5{\times}10.0{\times}65.0mm$, $3.0{\times}10.0{\times}65.0mm$ 시편도 제작하였다. Lucitone199$^{(R)}$ 레진은 QC-20 레진보다 높은 굽힘강도를 나타내었으며, 대조군에서 유의차를 나타내었다(p<0.05). Lucitone199$^{(R)}$ 및 QC-20 레진으로 제작한 2.0 mm 두께 시편에서 굽힘강도는 금속 격자 강화재, Quarts Splint$^{TM}$ Mesh, Ribbond$^{(R)}$, 대조군 순으로 감소되었다. Lucitone199$^{(R)}$ 레진을 이용하여 제작한 두께 2.0 mm, 2.5 mm 시편에서 Quarts Splint$^{TM}$ Mesh로 보강한 군은 대조군보다 유의하게 높은 굽힘강도를 나타내었으며(p<0.05), 두께 3.0 mm 시편에서는 유의차가 없었다.

• 한국통신학회논문지
• /
• 제32권2C호
• /
• pp.141-149
• /
• 2007

영상에서 사람의 머리위치를 찾는 문제에 있어서 어깨선 정보를 이용하는 것은 아주 유용하다. 영상에서 머리 외곽선과 어깨선의 형태는 일정한 변형을 유지하면서 같이 움직이므로 이를 ASM(Active Shape Model) 기법을 사용해서 통계적으로 모델링 할 수 있다. 그러나 ASM 모델은 국부적인 에지나 그래디언트에 의존하므로 배경 에지나 클러터 성분에 민감하다. 한편 AAM(Active Appearance Model) 모델은 텍스쳐 등을 이용하지만, 사람의 피부색, 머리색깔, 옷 색깔 등의 차이로 인해서 통계적인 학습방법을 쓰기가 어렵고, 전체 비디오에서 외모(Appearance)가 시간적으로 변한다. 따라서, 본 논문에서는 외모(Apperance) 모델을 변화에 따라 바꾸는 대신, 영상의 각 화소를 머리, 어깨, 배경으로 구분하는 분별적 외모 모델(discriminative appearance)를 사용한다. 실험을 통해서 제안된 방법이 기존의 기법에 비해서 포즈변화와 가려짐, 조명의 변화 등에 강인함을 보여준다. 또한 제안된 기법은 실시간으로 작동하는 장점 또한 가진다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1321-1330
• /
• 2023

본 연구는 증강현실에서 적용할 캐릭터 생성에서 단일 이미지를 통해 여러 객체에 대한 3D 자세 추정 문제를 연구한다. 기존 top-down 방식에서는 이미지 내의 모든 객체를 먼저 감지하고, 그 후에 각각의 객체를 독립적으로 재구성한다. 문제는 이렇게 재구성된 객체들 사이의 중첩이나 깊이 순서가 불일치 하는 일관성 없는 결과가 발생할 수 있다. 본 연구의 목적은 이러한 문제점을 해결하고, 장면 내의 모든 객체에 대한 일관된 3D 재구성을 제공하는 단일 네트워크를 개발하는 것이다. SMPL 매개변수체를 기반으로 한 인체 모델을 top-down 프레임워크에 통합이 중요한 선택이 되었으며, 이를 통해 거리 필드 기반의 충돌 손실과 깊이 순서를 고려하는 손실 두 가지를 도입하였다. 첫 번째 손실은 재구성된 사람들 사이의 중첩을 방지하며, 두 번째 손실은 가림막 추론과 주석이 달린 인스턴스 분할을 일관되게 렌더링하기 위해 객체들의 깊이 순서를 조정한다. 이러한 방법은 네트워크에 이미지의 명시적인 3D 주석 없이도 깊이 정보를 제공하게 한다. 실험 결과, 기존의 Interpenetration loss 방법은 MuPoTS-3D가 114, PoseTrack이 654에 비해서 본 연구의 방법론인 Lp 손실로 네트워크를 훈련시킬 때 MuPoTS-3D가 34, PoseTrack이 202로 충돌수가 크게 감소하는 것으로 나타났다. 본 연구 방법은 표준 3D 자세벤치마크에서 기존 방법보다 더 나은 성능을 보여주었고, 제안된 손실들은 자연 이미지에서 더욱 일관된 재구성을 실현하게 하였다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.363-373
• /
• 2020

정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.