본 논문에서는 센서 네트워크를 이용하여 의사의 동작을 흉내 낼 수 있는 내시경 취급로봇의 형상 예측방법이 제안된다. 3축 지자기계와 3축 가속도 계로 이루어진 단위센서가 CAN버스 통신을 통하여 네트워크를 구성한다. 각각의 센서 유니트는 연성 튜브로 만들어진 로봇의 길이방향 위에 있는 점들의 각들을 검출하는 데 사용된다. 센서 네트워크로부터 수신된 신호들은 Butterworth lowpass filter를 이용하여 필터링 된다. 여기서 우리는 노이즈 제거를 위하여 버터워쓰 필터를 설계하였다. 최종적으로 로패스 필터에 의하여 노이즈가 걸러진 신호들을 처리하여 Euler 각이 추출된다. 이 Euler 각을 이용하여 sensor network 상에 있는 각 센서의 위치가 추정된다. 우리는 로봇 바디가 링크와 관절들로 구성되어 있다고 가정한다. 그러면 각 센서의 위치는 각 링크의 중심에 부착되어 있는 것으로 가정할 수 있다. Euler 각과 kinematics chain model로부터 링크의 위치를 결정할 수 있다. 각 링크를 매끈하게 연결할 수 있도록 하기 위해 각 센서의 위치사이에 보간이 수행되어 최종적으로 작동 중에 있는 내시경의 최종형상이 얻어진다. 실험 결과는 제시된 센서 네트워크에서 추정된 Euler angle과 kinematic chain model을 이용하여 추정된 serial link의 형상으로부터 내시경형상을 가시화 할 수 있음을 보여준다.
최근 가상현실 기반의 콘텐츠들이 늘어나면서 이미지 Stitching 기술의 사용이 증가하고 있다. 이미지 Stitching이란 고해상도 이미지 및 넓은 시야(Wide Field of View)의 이미지를 생성하기 위해 다중의 영상을 정합하는 방법이다. 이런 이미지 Stitching은 하나의 카메라로부터 생성되는 영상의 한계를 넘어 다양한 분야에서 활용되고 있다. 이미지 Stitching은 다중의 영상을 정합하기 위해 특징 점 및 대응점을 검출하고 RANSAC 알고리즘을 이용하여 영상간의 변환관계(Homography)를 계산한다. 일반적으로 변환관계 계산을 위해 대응점들이 필요하다. 그러나 대응점들에는 변환관계에 대한 잘못된 가정이나 오류로 인해 발생할 수 있는 다양한 유형의 노이즈(Noise)가 포함되어 있다. 이러한 노이즈는 변환관계를 정확히 예측하는 방해 요인이 된다. 이처럼 일반적으로 사용되는 대응점 매칭(Matching) 방법들은 잘못된 대응점들을 매칭할 수 있는 경우가 발생하기 때문에 모델 파라미터의 예측을 방해하는 대응점(Outlier)로부터 정확한 변환관계를 구축하기 위해 RANSAC 알고리즘을 사용한다. 본 논문에서는 RANSAC 알고리즘에 사용되는 대응점 관계 정보를 이용하여 좀 더 정확한 대응점(Inlier)을 추출하고 정확한 변환관계를 계산하는 알고리즘을 제안한다. 대응점 관계 정보는 이미지 매칭에 사용되는 대응점 간의 거리 비율을 사용하며, 본 논문은 기존 RANSAC 알고리즘과 같은 성능을 유지하면서 처리 시간을 단축시키는데 있다.
전산화단층촬영조영술(computer tomography angiography, CTA)의 최적 화질을 위한 서로 다른 요오드 농도와 스캔 매개변수를 적용하여 필터 보정 역투영 (filtered back projection, FBP), 혼합형 반복재구성 (hybrid-iterative reconstruction, hybrid-IR) 및 딥러닝 재구성 (deep learning reconstruction, DLR)의 화질적 특성을 정량적으로 평가하였다. 320행 검출기 CT 스캐너에서 지름 19 cm의 원통형 물 팬텀 가장자리에 있는 다양한 요오드 농도 (1.2, 2.9, 4.9, 6.9, 10.4, 14.3, 18.4 및 25.9 mg/mL)의 팬텀을 스캔하였다. 각각의 재구성 기술을 사용하여 획득한 데이터는 노이즈 (noise), 변동 계수 (coefficient of variation, COV) 및 평균 제곱근 오차 (root mean square error, RMSE)을 통해 영상을 분석하였다. 요오드의 농도가 증가할수록 CT number 값은 증가하였지만 노이즈 변화는 특별한 특성을 보이지 않았다. 다양한 관전류 및 관전압에서 FBP, adaptive iterative dose reduction (AIDR) 3D 및 advanced intelligent clear-IQ engine (AiCE)에 대해 요오드 농도를 증가할수록 COV는 감소하였고 요오드 농도가 낮을 때는 재구성 기술 간의 COV 차이가 다소 발생하였지만, 요오드 농도가 높아짐에 따라 그 차이는 미약한 결과를 보였다. 또한, AiCE에서는 요오드 농도가 높아질수록 RMSE는 감소하지만 특정한 농도 (4.9 mg/mL) 이후에는 RMSE가 오히려 증가 되는 특성을 보여주었다. 따라서 최적의 CTA 영상 획득을 위해 재구성 기술에 따른 요오드 농도의 변화 및 다양한 관전류 및 관전압의 스캔 매개변수의 특성을 고려하여 환자 스캔을 해야 할 것이다.
정맥의 천자는 병리학적 검사를 위한 혈액 샘플을 획득하기 위해 널리 사용되고 있다. 바늘을 사용한 침습적인 정맥 천자 방법이 반복되서 시행되면 환자가 받는 고통이 증가되는 문제가 있어 본 연구팀은 사전에 소형 근적외선 (near-infrared, NIR) 영상 시스템을 개발하였다. 획득된 NIR 영상의 화질 개선을 위하여 본 연구에서는 노이즈 제거에 효율적으로 잘 알려진 비지역적 평균 (non-local means, NLM) 알고리즘을 모델링하여 시스템에서의 적용 가능성을 분석하고자 한다. 개발된 NIR 영상 시스템은 dichroic 및 long-pass filter를 적외선 (infrared, IR)이 통과하여 최종적으로 CMOS 센서 모듈로 검출되는 원리를 기반으로 구성하였다. 제안하는 NLM 알고리즘은 노이즈를 제거시키고자 하는 픽셀을 주변 픽셀들간의 거리들을 고려한 값으로 대체하는 원리를 기반으로 모델링하였다. 850 nm의 중심 파장을 가진 NIR 영상을 획득 후 NLM 알고리즘을 적용하여 히스토그램 평활화를 통해 최종 정맥 영역을 분할하였다. 결과적으로 NLM 알고리즘을 적용한 정맥의 NIR 영상의 coefficient of variation은 평균 0.247로 기존의 filtering 방법들과 비교하여 우수한 결과값으로 도출되었다. 또한 NLM 알고리즘의 dice similarity coefficient 값은 기존의 median filter와 total variation 방법에 비하여 각각 62.91 및 9.40% 향상된 값이 획득되었다. 결론적으로 NLM 알고리즘은 NIR 영상 시스템으로 획득한 정맥의 정확한 분할이 가능하게 할 수 있음을 증명하였다.
본 연구는, 팔(하완)을 잃은 장애자용 인공 의수를 장애자가 자신의 의도에 따라 제어하기 위한 센서 시스템과 제어알고리즘에 관한 것이다. 먼저 장애자의 여러 가지 동작 의도를 검출할 수 있는 센싱 시스템을 연구하고 이 센싱 시스템으로부터 발생된 신호를 사용하여 인공의수를 제어하는 방법에 대하여 연구한다. 센서로서는 전기 저항식 굽힘 센서를 사용한다. 이 굽힘 센서를 팔의 상완 이두근과 오구완근에 각각 1개씩 단단히 부착한다. 부착된 센서로부터 출력된 신호는 근육의 굴곡량을 나타내며 팔의 동작의도를 판단 할 수 있는 신호처리 시스템을 통과시켜 하완의 굴곡과 신전 운동, 손의 내전과 외전 운동을 구별한다. 그리고 구별된 신호로부터 실제 팔의 운동 각도를 추정하여 인공의수의 각도를 제어한다. 본 연구의 효용성을 증명하기 위해 2개의 액추에이터와 포텐셔미터를 가진 간단한 인공의수를 제작하여 제어 실험을 하였다. 실험에서 실제 팔의 각도와 인공의수의 제어 각도 사이에는 센서 외부에서 발생되는 노이즈 및 인공의수의 회전 관성, 기계적인 마찰 등으로 인한 오차가 발생하였다. 따라서 오차 값과 오차의 변화 값에 근거한 퍼지 제어 알고리듬을 이용하여 재 실험을 한 결과 하완의 굴곡/신전 운동에서는 평균 약 4도, 손의 회내/외 운동에서는 평균 약 3도의 오차가 측정되어, 퍼지제어기를 설치한 이전보다 오차가 크게 개선되었다.
X-ray 영상 시스템에서는, 크게 2 종류의 noise 성분이 함유되어있다. 먼저 x-ray 방사선이 조사되어질 때, 검출기에서의 방사선의 상호작용으로부터 발생되어지는 것으로서 랜덤하게 발생되어지는 Poisson noise 성분이다. 다음으로 noise 성분은 readout electronics noise, pixel pattern noise 그리고 off-set noise 등으로부터 발생되어지는 Gaussian noise 성분이다. 그러나, x-ray 영상에서는 Gaussian noise가 아닌, Poisson noise로 모델링 되어진다. Gaussian noise에 의해서 발생되어지는 noise 성분은 위너필터 혹은 웨이브렛을 사용하여 쉽게 제거가 가능하지만, Poisson noise와 같은 랜덤 noise를 제거하기 위해서는 복잡한 분석기법이 필요하게 한다. 이 논문에서는 웨이브렛 영역에서 x-ray 영상의 Poisson noise를 제거하고자 하였으며, 적용된 분석 기법은 최적화된 웨이브렛 분석기법인 IBS(Improved BayesShrink)을 사용하였다. 적용된 IBS 기법은 cone-beam CT의 x-ray 영상에서의 기존의 방법에 비해 향상된 결과를 보여주었다.
본 논문에서는 무인비행체를 실시간으로 제어 및 통제하는 무인항공시스템(Unmanned Aerial System, UAS)에서 상향링크의 강건성을 강화하기 위하여 재밍신호를 제거하는 기법을 제안한다. 일반적인 통신시스템에서는 노이즈 및 재밍신호의 영향을 최소화하기 위하여 대역확산기법을 적용하고 있으며 이러한 대역확산기법을 적용한 시스템에서는 확산이득으로 인한 재밍신호에 강인한 특성을 보인다. 그러나 확산이득을 넘어서는 재밍 및 잡음 신호에 대해서는 성능이 급격히 나빠지는 특성이 있다. 본 논문에서는 이러한 확산이득을 넘어서는 재밍신호를 FFT(Fast Fourier Transform)변환을 통하여 주파수 영역에서 검출하고 시간영역에서 사인파 생성기로 추정된 재밍신호를 생성하여 원신호에서 재밍신호를 제거하는 기법을 제안한다. 제안하는 기법은 하드웨어 복잡도가 낮으면서 원신호의 왜곡을 최소화하면서 재밍신호를 제거할 수 있다.
컴퓨터 비전에서 두 영상 사이에 대응점을 찾는 영상 정합 성능은 조명 변화에 큰 영향을 받는다. 본 논문에서는 조명 변화 문제와 기존 순차 기반 기술자의 단점을 해결하기 위하여, 엄격한 순차 기반의 특징점 기술자를 제안한다. 제안하는 기술자는 관심영역내 모든 픽셀의 순차 정보를 이용하여 기술자를 추출한다. 동일한 픽셀 값의 순차 모호성을 해결하기 위하여, 제안하는 방법은 불연속 스칼라 픽셀 값을 k차수의 연속적인 벡터 값으로 변환한다. k차수의 벡터 값으로부터 계산된 엄격한 순차를 이용하여 특징점 기술자를 추출하였으며, 이를 이용하여 영상 정합을 수행하였다. 실험결과 제안한 방법은 영상의 밝기 왜곡 및 가우시안 노이즈에 기존의 방법보다 강건한 영상 정합 성능을 나타낸다. 제안한 방법은 조명 변화에 강인한 특징점을 표현하는 기술로써 영상 정합과 더불어 얼굴인식, 텍스처 검출 및 영상 분석에 활용될 수 있다.
본 논문에서는 오존발생장치의 전원측 파형에 포함되는 고주파수의 노이즈를 제거하고, 디지털 궤환 제어에 의해 오존 출력을 제어하기 위하여 전원장치의 출력측 LC 필터와 방전관 용량으로부터 커패시터 전압과 전류를 검출하여 2중의 제어루프를 설계하였다. 디지털 제어기의 연산지연시간을 보상하기 위하여 연산지연시간을 전원장치 플랜트의 고유한 파라미터로 가정하고, 플랜트 모델에 포함시켜 모델링 하였다. 오존발생장치의 부하변동에 따르는 과도상태 응답특성을 개선하고, 파라미터 변동에 강인한 특성을 얻기 위하여 내부 전류 모델 제어기를 제안하였다. 또한 오존발생장치용 전원장치에서 영 오차의 정상 상태를 얻기 위하여 외부 전압 제어루프를 구성하여 비례 제어기와 공진 제어기를 병렬로 연결한 비례-공진 전압제어기를 제안하였다.
가용 주파수 고갈 문제를 해결하기 위하여 제안된 무선인지기술은 특정 주파수 대역에 대해 사용면허를 가진 주사용자가 사용하지 않는 유휴채널에 접근하여 통신을 수행함으로써 주파수 효율을 향상시키는 차세대 통신기술이다. 주사용자의 유휴채널을 사용하기 위해서는 해당 채널을 현재 주사용자가 점유하고 있는지를 정확히 판단하여야 한다. 분산형 무선인지 네트워크에서 독립적으로 채널을 센싱하는 무선인지 기기의 경우 센싱의 결과가 노이즈, 쉐도윙, 페이딩과 같은 채널 환경에 영향을 많이 받으며 심지어 주사용자가 요구하는 간섭률을 보장하지 못하는 결과를 초래한다. 따라서 본 논문에서는 주사용자가 요구하는 최소 간섭량을 보장하는 동시에 기회주의적으로 채널에 접근하여 인지시스템의 처리율(처리율)을 향상시키는 Q-learning 기반의 채널접근기법을 제안한다. 제안하는 기법은 사전 학습 단계에서 주사용자의 채널사용 패턴을 Q-learning으로 학습하고 이를 Q-learning 기반 채널접근 단계에서 실제로 적용함으로써 스펙트럼 센싱 성능을 향상시킨다. 모의실험을 통해 AWGN 및 레일레이 페이딩 무선 환경에서 주사용자에 대한 간섭량 및 처리율 성능이 기존의 에너지 검출 방법에 비해 더 우수함을 확인하였다.
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.