본 연구는 실생활에서 가장 많이 접할 수 있는 모바일 전면 카메라를 이용하여 심장박동, 심장박동 변이율, 산소포화도, 호흡도, 스트레스수치, 혈압을 측정할 수 있는 효과적인 방법론을 제시하는 것이 목적이다. Blaze Face를 이용하여 실시간으로 얼굴인식을 진행하여 안면 이미지 데이터를 취득하고 눈, 코 입, 귀의 특징 점을 이용하여 이마를 관심영역으로 지정하며 평균값을 시간 축으로 정렬한 후 생체징후 측정에 이용하였다. 생체징후 측정 기법은 fourier transform을 기본으로 이용하였으며, 측정하고자 하는 생체징후에 맞게 노이즈 제거 및 필터 처리함으로써 측정값의 정확도를 향상 시켰다. 결과를 검증하기 위해 접촉식 센서와 비접촉식 센서 비교를 진행하였다. 분석 결과 안면 이미지를 이용하여 심장박동, 심장 박동 변이율, 산소포화도, 호흡도, 스트레스, 혈압 총 여섯 가지 생체 징후를 추출 할 수 있는 가능성을 확인하였다.
애니메이션에서의 '공포'는 영화나 문학처럼 동일한 장르적 기준을 적용하기에는 몇 가지 문제가 따른다. 첫째, 애니메이션에서 신체 절단과 파괴 그리고 괴물이나 유령 등의 등장은 일상적인 표현방식 중의 하나로 반드시 장르 개념으로만 적용되지 않는다는 것. 둘째, 공포의 유발은 공포의 대상이 '비현실적인 것', '특별한 것'으로 인식할 수 있는 실체(현실)의 인접성, 즉 3차원 세계라는 배경 안에서 움직일 때 가능한 것인데 애니메이션은 기본적으로 사실주의적 토대를 전제로 하지 않는다는 것이다. 이 논리를 따른다면 애니메이션에서 공포 장르, 혹은 공포의 심미적 체험은 불가능한 것이 된다. 하지만 공포 장르에서 볼 수 있는 가장 강력한 이미지 중 일부가 애니메이션 영역에서 창조되었을 정도로 많은 작가들이 애니메이션의 공포성에 매력을 느껴왔으며 이를 다양한 방식으로 표현해 왔다. 공포란 전통적 가치인 조화, 균형, 질서를 뒤집는 과정이다. 이는 미적 개념만이 아니라 세계를 바라보는 방식도 다르다는 것을 의미한다. 따라서 본 연구는 관객을 무서움과 공포 속으로 몰아넣는 일반적인 장르 개념을 포함하되, '괴담(怪談)', '광기(狂氣)', '식인(食人)' 세 가지 유형을 중심으로 애니메이션에 나타난 공포의 의미를 살펴보고자 한다. 이 과정을 통해 애니메이션의 공포가 단순히 장르로서의 유희적 대상만이 아니라, 우리가 살고 있는 현실의 이면을 섬뜩하지만 냉철한 시선으로 담아내는 공포성의 의미를 고찰할 수 있을 것이라 기대한다.
헤겔의 『정신현상학』 '이성' 장에 등장하는 '마음의 법칙'은 이성의 자기 확신이 '광기'의 또 다른 모습이 될 수 있는가를 보여준다. 이성의 의심할 수 없는 확신(Gewissheit)은 데카르트에게는 진리의 징표이고, 칸트에게는 양심(Gewisse)의 도덕률이다. 하지만 이러한 주관적 확신은 의식과 현실의 차이를 무시하고 현실을 의식과 일치시키려는 자만의 광기에 빠질 수 있다. 동키호테식의 이상론자나 낭만주의적 개혁논자들에게서 전형적으로 보이는 이러한 태도는 근대적 이성과 '정신병'이 동전의 양면이 될 수 있음을 나타낸다. 라캉의 '거울단계'의 이론, 상상 계 이론, 욕망의 공식 등은 자아의 완전성과 통일성의 이미지가 오해의 산물임을 보여준다. 이 단계는 주체의 형성 과정에서 필수적이기는 하지만 동시에 타자성의 영역인 언어와 법의 영역, 곧 상징계로 이행해야 한다. 자아는 아버지의 이름에 의해 행해지는 상징적 거세를 거치지 못할 경우 상상 계의 감옥에 갇혀 정신병에 빠질 수 있다. 헤겔의 '마음의 법칙'이 겪는 광기나 착란 등도 비슷한 경험의 과정을 보여준다. 헤겔의 경우 '아버지의 이름'은 불가피하게 욕망을 유예시키는 노동의 기율이나 혹은 절대 타자로서의 죽음이 그 역할을 대신한다. 이것은 자연적 존재의 개별자가 보편화되는 과정에서 겪는 분리와 지양의 경험, 곧 라캉식의 상징적 거세의 경험이라 할 수도 있을 것이다. 다만 헤겔의 경우 분리의 경험이 정신의 자발성에 기초한다면, 라캉의 경우는 절대 타자에 의해 강요되고 구조화되는 차이가 있을 것이다.
Recently, several deep learning studies have been reported to automatically identify the location of diagnostic devices using endoscopic data. In previous studies, there was no design to determine whether the configuration of the dataset resulted in differences in the accuracy in which artificial intelligence models perform image classification. Studies that are based on large amounts of data are likely to have different results depending on the composition of the dataset or its proportion. In this study, we intended to determine the existence and extent of accuracy according to the composition of the dataset by compiling it into three main types using larynx, esophagus, gastroscopy, and laryngeal endoscopy images.
목적 수술 전 초음파 검사에서 갑상선 종양의 재발을 예측할 수 있는 심층 학습 모델을 개발하고자 한다. 대상과 방법 수술 전 초음파에서 병리학적으로 확진된 갑상선 수술을 받은 229명의 환자(남성:여성 = 42:187, 평균 연령, 49.6세)의 대표적인 초음파 이미지를 포함시켰다. 각각 대표적인 횡축 또는 종축 초음파 이미지가 선택되었다. 신경 네트워크용 Python 2.7.6 및 Keras 2.1.5, convolutional neural network을 사용한 심층 학습이 사용되었다. 재발한 환자와 재발이 없는 환자의 임상 및 조직학적 특징을 비교하였다. 그룹 간의 심층 학습 모델의 receiver operating characteristic curve 곡선 아래의 영역은 재발 갑상선암을 예측하기 위한 심층 학습 모델의 예측에 사용되었다. 결과 전체 환자 229명 중 49명이 종양 재발(21.4%)을 보였다. 종양의 크기, 다원성은 재발이 없는 군과 재발 군에서 유의한 차이가 있었다(p < 0.05). 재발성 갑상선암 예측을 위한 심층 학습 모델의 전반적인 평균 area under the curve (이하 AUC) 값은 0.9 ± 0.06이었다. 평균 AUC는 macrocarcinoma에서 0.87 ± 0.03, microcarcinoma에서 0.79 ± 0.16이었다. 결론 갑상선암의 초음파 이미지를 이용한 심층 학습 모델로 갑상선암 재발의 예측 모델 구축의 가능성을 보여주었다.
최근 생체 정보를 이용한 다양한 방식의 인증 시스템에 대한 연구가 많이 이루어지고 있다. 본 연구에서는 홍체 인식을 위한 홍채 영역 검출을 위하여 임계값의 변경 없이 원둘레의 일부 정보를 이용하여 만들어진 원의 연립방정식을 이용하여 전안부 영상에서의 홍채 영역을 효과적으로 검출할 수 있는 새로운 알고리즘을 제안한다. 제안 알고리즘은 외곽정보를 통해 계산된 원의 중점 좌표가 가장 많이 누적된 영역을 검출될 원의 중점으로 인식하여 검출하게 된다. 이를 위하여 50명의 사람의 전안부 이미지에서 테스트를 통해 알고리즘을 circular hough transform, Daugman의 방법과 비교한 결과, 두 방법에 비하여 속도는 각각 5배, 75배가 향상되었으며, 제안한 방법의 중심위치 정확도는 95.36%로 circular hough transform 방법의 92.43%에 비하여 더 우수한 성능을 나타내었다. 본 연구는 홍채인식을 통한 신분 인증 시스템이나, 전안부 영상을 이용한 질병진단 시스템에서의 유용하게 활용이 될 것이라 예상된다.
본 논문에서는 멀티미디어 SoC 플랫폼의 ASIC 설계에 대해 기술한다. 구현된 플랫폼은 32비트 OpenRISC1200 마이크로프로세서, WISHBONE 온 칩 버스, VGA 제어기, 디버그 인터페이스, SRAM 인터페이스 및 UART로 구성된다. 32 비트 OpenRISC1200 프로세서는 명령어 버스와 데이터 버스가 분리된 하버드 구조와 5단 파이프라인 구조를 가지고 VGA 제어기는 메모리로부터 읽은 이미지 파일에 대한 데이터를 RGB 값으로 CRT 혹은 LCD에 출력한다. 디버그 인터페이스는 플랫폼에 대한 디버깅 기능을 지원하고 SRAM 인터페이스는 18비트 어드레스 버스와 32비트 데이터 버스를 지원한다. UART는 RS232 프로토콜을 지원하는 시리얼 통신 기능을 제공한다. 본 플랫폼은 Xilinx VIRTEX-4 XC4VLX80 FPGA에 설계 및 검증되었다. 테스트 코드는 크로스 컴파일러로 생성되었고 JTAG 유틸리티 소프트웨어와 gdb를 이용하여 패러럴 케이블을 통해 FPGA 보드로 다운로드 하였다. 이 플랫폼은 최종적으로 Chartered 0.18um 공정을 이용하여 단일 ASIC 칩으로 구현 되었으며 100MHz 클록에서 동작함을 확인하였다.
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.
이번연구에서는 작가주의 애니메이션의 역할을 중심으로 연구하였다. 작가주의 애니메이션은 대중적 기호나 특정한 집단의 이익과 입장에 구애받지 않고 작가의 예리한 시선으로 그 사회의 부조리를 재치 있고 통렬하게 풍자하여 사회의 긍정적인 변화를 유도하는 정화제 역할을 한다. 이러한 관점에서 애니메이션을 사회적 의미생산 도구로서 활용한 작가들 중 얀슈반크마이에르(Jan Svankmajer)의 <대화의 차원>(Dimensions of Dialogue, 1982)과 노만 맥라렌(Norman Mclaren)의 <이웃>(Neighbours, 1952)에 나타난 풍자성을 연구해 본 결과 다음과 같은 특징과 의미를 알 수 있었다. 첫째, <대화의 차원>은 이미지의 분절에 의한 연출과 옴니버스구성을 통해 인간사회의 부조리한 모순을 상징적이면서도 파격적으로 풍자 한 애니메이션이다. 풍자에 있어서도 역사, 사회, 인간에 대한 냉소적인 공격성이면에는 개량적 교훈의 메시지를 담고 있었다. 또한 소외된 세계, 혼돈스러운 형상, 부조리한 것의 유희 등 얀 슈반크마이에르만의 그로테스크한 이미지를 통해 작가의 초현실적인 절대적 현실성과 영상의 몰입도를 극대화하였다. 둘째, <이웃>은 인과관계에 의한 사건적 스토리구조로 실사촬영에 의한 픽실레이션기법을 통해 실사영화와는 차별화되는 비실사동영상의 핵심개념을 적용한 텍스트적인 애니메이션이라고 할 수 있다. 선한 인간이 물질의 욕망 앞에서 대립과 갈등을 넘어 극한의 폭력적 광기로 변질되는 과정을 슬랩스틱 한 과장된 동작과 유머로 블랙코미디 적으로 풍자하였다. 두 애니메이션에서 나타난 풍자방식은 휴머니즘과 도덕적 불감증에 대한 공격성에 있어, 무겁게 느낄 수 있는 내용을 반어적 웃음을 유발하는 작가의 독특한 이미지스타일과 상징어법을 통해 전달하고 있었다. 즉 작가는 애니메이션을 통해 공격대상 대한 파괴보다는 도덕적 관점에서 부정의 형식을 통해 건강한 사회변화를 위한 긍정의 의지를 담고 있는 것이다. 이렇듯 두 작품에서 나타난 풍자성은 애니메이션의 사회적 기능과 예술적 영향력을 극대화시키는 작가적 알레고리임을 알 수 있었다.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.