• 방송공학회논문지
• /
• 제26권2호
• /
• pp.132-142
• /
• 2021

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.

• 만화애니메이션 연구
• /
• 통권42호
• /
• pp.1-24
• /
• 2016

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.

• 철학연구
• /
• 제115권
• /
• pp.249-279
• /
• 2010

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.

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.451-460
• /
• 2022

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.

• 대한영상의학회지
• /
• 제81권5호
• /
• pp.1164-1174
• /
• 2020

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.

• 한국멀티미디어학회논문지
• /
• 제16권12호
• /
• pp.1385-1392
• /
• 2013

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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.281-284
• /
• 2008

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.

• 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.

• 만화애니메이션 연구
• /
• 통권44호
• /
• pp.143-161
• /
• 2016

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.

• 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.