• JSTS:Journal of Semiconductor Technology and Science
• /
• 제15권3호
• /
• pp.404-416
• /
• 2015

Small-area, low-power coarse and fine frequency detectors (FDs) are proposed for an adaptive bandwidth referenceless CDR with a wide range of input data rate. The coarse FD implemented with two flip-flops eliminates harmonic locking as long as the initial frequency of the CDR is lower than the target frequency. The fine FD samples the incoming input data by using half-rate four phase clocks, while the conventional rotational FD samples the full-rate clock signal by the incoming input data. The fine FD uses only a half number of flip-flops compared to the rotational FD by sharing the sampling and retiming circuitry with PLL. The proposed CDR chip in a 65-nm CMOS process satisfies the jitter tolerance specifications of both USB 3.0 and USB 3.1. The proposed CDR works in the range of input data rate; 2 Gb/s ~ 8 Gb/s at 1.2 V, 4 Gb/s ~ 11 Gb/s at 1.5 V. It consumes 26 mW at 5 Gb/s and 1.2 V, and 41 mW at 10 Gb/s and 1.5 V. The measured phase noise was -97.76 dBc/Hz at the 1 MHz frequency offset from the center frequency of 2.5 GHz. The measured rms jitter was 5.0 ps at 5 Gb/s and 4.5 ps at 10 Gb/s.

• 한국방사선학회논문지
• /
• 제13권4호
• /
• pp.623-628
• /
• 2019

본 연구의 목적은 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리즘을 모델링하여 광학 현미경 영상에서의 적용 가능성을 확인하는 것이다. 이를 위해 실제 흰쥐 (mouse)의 첫째어금니 치아를 사용하여 영상을 획득한 후 기존에 널리 사용되고 있는 노이즈 제거 알고리즘과 제안하는 FNLM 알고리즘을 각각 적용하여 비교하였다. 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio, CNR), 변동계수 (coefficient of variation, COV), 그리고 최근에 개발된 no reference 기반의 방법인 natural image quality evaluator (NIQE)와 Blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 결과적으로 모든 정량적 평가 인자에서 제안하는 FNLM 노이즈 제거 알고리즘이 가장 우수한 값을 나타내었다. 특히나 치아의 전체적인 형태학적 영상을 분석할 수 있는 NIQE와 BRISQUE 인자는 원본영상에 비하여 각각 1.14와 1.12배 향상됨을 확인할 수 있었다. 결론적으로 소동물 치아 광학 현미경 영상에서의 FNLM 노이즈 제거 알고리즘의 유용성 및 가능성을 증명하였다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1305-1311
• /
• 2022

최근 모바일 단말기 및 개인형 컴퓨터의 비약적인 발전과 신경망 기술의 등장으로 영상을 활용한 실시간 안면 교체가 가능해졌다. 특히, 순환 적대적 생성 신경망은 상호 연관성이 없는 이미지 데이터를 활용한 안면 교체가 가능하게 만들었다. 본 논문에서는 적은 학습 데이터와 시간으로 안면 교체의 품질을 높일 수 있는 입력 데이터 처리 기법을 제안한다. 제안 방식은 사전에 학습된 신경망을 통해서 추출된 안면의 특이점 정보와 안면의 구조와 표정에 영향을 미치는 주요 이미지 정보를 결합함으로써 안면 표정과 구조를 보존하면서 이미지 품질을 향상시킬 수 있다. 인공지능 기반의 무참조 품질 메트릭 중의 하나인 blind/referenceless image spatial quality evaluator (BRISQUE) 점수를 활용하여 제안 방식의 성능을 정량적으로 분석하고 기존 방식과 비교한다. 성능 분석 결과에 따르면 제안 방식은 기존 방식 대비 약 4.6%~14.6% 개선된 BRISQUE 점수를 나타내었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.212-215
• /
• 2021

본 논문에서는 6 Fisheye lens 원본 영상에 대하여 Insta360 stitcher, AutoStitch[4], As-Projective-AsPossible(APAP)[5] 스티칭 방법으로 360 도 파노라마 영상을 생성하고 기하학적 왜곡과 컬러 왜곡을 비교 평가한다. 360 도 파노라마 Image Quality Assessment(IQA) 메트릭으로 Natural Image Quality Evaluator(NIQE)[6], Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE)[7], Perception based Image Quality Evaluator(PIQE)[8], Feature Similarity(FSIM)[9] 그리고 high frequency feature 에 대한 Structural Similarity(SSIM)[10]을 측정하여 정량적 평가를 하며 정성적인 비교를 통하여 파노라마 영상의 품질과 평가 메트릭에 대한 벤치마크를 제공한다.

• 한국방사선학회논문지
• /
• 제15권2호
• /
• pp.153-158
• /
• 2021

치주질환의 조기 진단률 및 예측 정확도 향상을 위한 X-선 영상 분석은 매우 중요한 분야이다. 이러한 치과 X-선 영상의 화질 개선을 위한 인공 지능 기반의 알고리즘 개발 및 적용에 관한 연구는 전 세계적으로 널리 수행 중이다. 따라서 본 연구의 목표는 치주질환 예측을 위한 치과 X-선 영상에서의 초해상화 알고리즘의 모델링 및 적용 가능성에 관하여 평가하는 것이다. 초해상화 알고리즘은 convolution layer와 ReLU를 기반으로 구성하였고, 저해상도 영상을 2배로 업샘플링 한 영상을 입력으로 사용하였다. 딥러닝 훈련을 위해 사용한 치과 X-선 데이터는 1,500장을 사용하였다. 영상의 정량적 평가는 2가지 영상의 비교를 통해 유사도를 측정할 수 있는 인자인 root mean square error와 structural similarity를 사용하였다. 이와 더불어 최근에 개발된 no-reference 기반으로 사용되는 natural image quality evaluator 와 blind/referenceless image spatial quality evaluator를 추가적으로 분석하였다. 결과적으로 기존에 사용되던 bicubic 기반의 업샘플링 기법을 사용하였을 때에 비하여 제안하는 방법이 치과 X-선 영상에서 평균적으로 유사도와 no-reference 기반의 평가 인자가 각각 1.86 그리고 2.14배 향상됨을 확인하였다. 결론적으로 치주질환의 예측을 위한 초해상화 알고리즘의 치과 X-선 영상에서의 유용성을 증명하였고 향후 다양한 분야에서의 적용 가능성이 높을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제15권3호
• /
• pp.301-306
• /
• 2021

전산화단층촬영장치 (Computed tomography, CT)의 의료 방사선량을 낮추기 위한 방법으로 주석필터의 사용을 통해 직접적으로 환자의 선량을 낮추는 방법이 있다. 그러나 주석필터의 사용으로 바뀐 X선 스펙트럼으로 인해 기존의 영상과 다른 인상의 영상으로 나타나기 때문에 질병 진단에 영향을 줄 수 있다. 따라서 본 연구에서는 흉부 저선량 CT에서 주석필터의 적용 및 high pitch에 따른 영상평가를 진행함으로써 주석필터 사용 시 영상의 변화 양상을 살펴보았다. 본 연구에서는 비교를 위해 총 3개의 그룹으로 나누어 영상을 획득하였다. Group 1은 주석필터를 사용하지 않았으며, 기존에 사용하던 pitch인 0.8의 영상을 획득하였다. Group 2는 주석필터를 사용하였고, pitch는 0.8이며 Group 3은 주석필터를 사용하였으며 pitch는 2.5이다. 영상의 화질을 비교하기 위해 no-reference 기반으로 사용되는 블라인드 품질 평가 인자 중 natural image quality evaluator (NIQE)와 blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 그 결과 NIQE 수치는 Group 1, Group 3, Group 2 의 순서대로 낮게 나타났다. BRISQUE 수치는 Group 3, Group 2, Group 1 의 순서대로 낮게 나타났다. 이를 통해 흉부 저선량 CT에서 주석필터 및 high pitch 기술의 영상의 우수성을 확인함으로써 특히 호흡 조절이 어려운 흉부 저선량 CT 환자에 있어서 더 정확한 영상에 대한 기대감을 가질 수 있는 기초 자료로 활용될 수 있을 것이라 사료된다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.203-209
• /
• 2022

전산화단층촬영장치 (Computed Tomography, CT)의 화질을 유지하면서 방사선량을 낮추기 위한 대표적인 방법 중에 하나는 모델기반 반복 재구성법 (Model-Based Iterative Reconstruction, MBIR)을 사용하는 것이다. 본 연구에서는 MBIR의 대표적인 모델로 잘 알려진 고급 모델 반복 재구성법 (Advanced Modeled Iterative Reconstruction, ADMIRE)의 강도를 조절하여 영상의 화질을 평가하고자 하였다. 연구는 팬텀을 사용하여 수행되었고, ADMIRE의 강도를 1에서부터 5까지 1 단위로 조절하면서 CT 영상을 획득하였다. 정량적 평가는 변동 계수 (coefficient of variation, COV)와 대조도 대 잡음비 (contrast to noise ratio, CNR)를 활용한 노이즈 레벨과 natural image quality evaluator (NIQE)와 blind/referenceless image spatial quality evaluator (BRISQUE)의 블라인드 품질 평가를 수행하였다. 결과적으로 노이즈 레벨 및 블라인드 품질 평가 결과에서 모두 ADMIRE의 강도가 높아질수록 우수한 결과가 도출되었다. 특히, COV와 CNR은 ADMIRE 1에 비하여 5에서 각각 1.89 및 1.75배 향상됨을 확인하였고, NIQE와 BRISQUE는 재구성 강도 1에 비하여 5에서 각각 1.35 및 1.22배 향상됨이 증명되었다. 결론적으로 ADMIRE의 재구성 강도는 CT 영상의 노이즈 레벨 및 전체적인 화질 평가에 큰 영향을 끼친다는 것을 증명하였다.

• 한국임상수의학회지
• /
• 제39권3호
• /
• pp.114-120
• /
• 2022

The purpose of this study is to examine the status of quality control using multipurpose phantom of ultrasound equipment used in hospital of veterinary college in South Korea by using ATS-539 multipurpose phantom so as to examine quantitative and objective new image evaluation method. Specialists discussed and analyzed multipurpose phantom images acquired by using convex transducer of 10 ultrasound imaging devices, currently used in 9 veterinary colleges, at 4.0-6.0 MHz. Total 8 items that can be measured with ATS-539 multipurpose phantom including dead zone, vertical and horizontal measurement, axial/lateral resolution, sensitivity, focal zone, functional resolution and gray scale/dynamic range were evaluated. For qualitative evaluation, valid decisions were made based on dead zone, axial/lateral resolution, and gray scale/dynamic range which are resolution index, and coefficient of variation (COV) and blind referenceless image spatial quality evaluator (BRISQUE) were found to increase objectivity. As a result of experiment, all the targeted ultrasonic devices were found appropriate from qualitative evaluation items of dead zone, axial/lateral resolution, and gray scale/dynamic range. In other evaluation items, they were found to be appropriate from focal zone and vertical measurement of quantitative evaluation while inappropriate from horizontal measurement, sensitivity, and functional resolution. COV value was 0.12 ± 0.04, and BRISQUE value was 47.77 ± 2.77, both analysis results show that the noise level of all ultrasonic devices was located within tolerance range. Upon image examination using ATS-539 multipurpose phantom, they were 100% appropriate with inspection standards of dead zone, axial/lateral resolution, and gray scale/dynamic range, and besides, focal zone and functional resolution can be used as evaluation items. In the field of veterinary medicine, 8 standard items using ATS-539 multipurpose phantom and image evaluation items using COV and BRISQUE can be used as standards for quality control of ultrasonography machine.

• 대한의용생체공학회:의공학회지
• /
• 제44권2호
• /
• pp.118-124
• /
• 2023

Many recent studies have reported that the quality of input learning data was vital to the detection of regions of interest. However, due to a lack of research on the quality of learning data on lesion detetcting using gastroscopy, we aimed to quantify the impact of quality difference in endoscopic images to lesion detection models using Image Quality Assessment (IQA) algorithms. Through IQA methods such as BRISQUE (Blind/Referenceless Image Spatial Quality Evaluation), Laplacian Score, and PSNR (Peak Signal-To-Noise) algorithm on 430 sheets of high quality data (HQD) and 430 sheets of low quality data (PQD), we showed that there were significant differences between high and low quality images in lesion detecting through BRISQUE and Laplacian scores (p<0.05). The PSNR value showed 10.62±1.76 dB on average, illustrating the lower lesion detection performance of PQD than HQD. In addition, F1-Score of HQD showed higher detection performance at 77.42±3.36% while F1-Score of PQD showed 66.82±9.07%. Through this study, we hope to contribute to future gastroscopy lesion detection assistance systems that involve IQA algorithms by emphasizing the importance of using high quality data over lower quality data.