• Analytical Science and Technology
• /
• v.30 no.6
• /
• pp.348-354
• /
• 2017

In this study, patterns of proteome expression were monitored and specifically expressed proteins in human milk were detected in collected human milk after 1 week, 3 weeks, and 6 weeks from delivery. A quantitative shotgun proteomic approach was used to identify human milk proteins and reveal their relative expression amounts. For each sample, two independent human milk samples from two mothers were pooled, and then three replicated shotgun proteomic analyses were carried out. Casein, which is a highly abundant protein in human milk, was removed, and then trypsin was treated to produce a digested peptide mixture. The peptides were loaded in the home-made reversed-phase C18 fused-silica capillary column, and then the eluted peptides were analyzed by using a linear ion-trap mass spectrometer. The relative quantitation of proteins was performed by the normalized spectral count method. For each sample, 81-109 non-redundant proteins were identified. The identified proteins consisted of glycoproteins, metabolic enzyme, and chaperon enzymes such as lactoferrin, carboxylic ester hydrolase, and clusterin. The comparative analysis for the 63 proteins, which were reproducibly identified in all three replications, revealed that 25 proteins were statically significant differentially expressed. Among the differentially expressed proteins, Ig lambda-7 chain C region and tenascin drastically decreased with the delivery time.

• Journal of Food Hygiene and Safety
• /
• v.28 no.3
• /
• pp.252-257
• /
• 2013

In this study the automated technique TEMPO STA method, a new automated enumeration based on MPN method, was compared to the direct plate count method by testing various ready-to-eat compound food products. Artificially inoculated food samples with Staphylococcus aureus - Bibimbap, Bibimnaengmyeon, Mulnaengmyeon, Kimmaki, Salad, Japchae, and Sushi- were tested. Statistical analysis of the results showed above 99% in agreement between the two enumeration methods. Also, we monitored 466 various ready-to-eat compound food products samples. The measure uncertainties of the two methods is also familiar, while TEMPO STA automated method is simpler, less time-consuming, more effective and more stable.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.45 no.5
• /
• pp.103-110
• /
• 2008

A reliable extraction of welded area is the precedent task before the detection of weld defects in industrial radiography. This paper describes an attempt to detect and extract the welded features of steel tubes from the computed radiography(CR) images. The statistical properties are first analyzed on over 160 sample radiographic images which represent either weld or non-weld area to identify the differences between them. The analysis is then proceeded by pattern classification to determine the clustering parameters. These parameters are the width, the functional match, and continuity. The observed weld image is processed line by line to calculate these parameters for each flexible moving window in line image pixel set. The local statistic line-clustering method is used as the classifier to recognize each window data as weld or non-weld cluster. The sequential procedure is to track the edge lines between two distinct regions by iterative calculation of threshold, and it results in extracting the weld feature. Our methodology is concluded to be effective after experiment with CR weld images.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.7
• /
• pp.14-22
• /
• 2016

Because fuses have many parts, human error can occur during visual inspections. This paper proposes an automatic ammunition test algorithm for preventing human error during an inspection. The automatic ammunition test algorithm consists of the following three steps. First, the image input and preprocessing step is where an inspection image is rotated using an image rotation algorithm and the image is converted to a binary image. Second, the inspection step of arming determines if the ammunition is armed using Masked Template Matching algorithm, etc. Third, the inspection step of the parts determines if the parts are omitted using an image searching algorithm, etc. The arming or parts omission of the fuse are detected efficiently using the ammunition automatic test algorithm. The ammunition automatic test algorithm is expected to help improve the safety and reliability of 40 mm grenade fuse.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.250-251
• /
• 2010

디지털 카메라의 보급으로 이미지처리 분야에서 정지영상을 이용한 다양한 기술 개발이 화두가 되고 있다. 스테레오 영상은 정지영상보다 소비자의 시각적 욕구를 충족시킬 수 있는 영상을 표현하기 때문에 스테레오 영상기술에 대한 관심이 높아지고 있다. 본 논문에서는 하나의 카메라로 같은 객체를 다른 위치에서 찍은 2장의 정지영상을 통해 스테레오 영상을 제작하는 방법을 제안한다. 실험 영상으로 디지털카메라로 찍은 좌측 영상과 우측영상을 사용한다. 두 영상의 제어점이 될 코너를 검출한 후, 유클리드의 좌표로 바꿔준다. 이 좌표들을 통해 각 제어점에 인접해 있는 좌표 4개를 추출한다. 이 인접 좌표들이 우측 정지 영상의 인접 좌표에 매칭 되는 횟수를 계산하여, 가장 많은 매칭 좌표를 갖는 스케일 요소로 좌측 정지영상을 회전과 이동시켜 목적 영상인 우측 영상에 매칭시킴으로써 스테레오 영상을 구현한다.

• Proceedings of the Korea Society of Environmental Toocicology Conference
• /
• 2002.10a
• /
• pp.161-161
• /
• 2002

최근, 무분별한 농약사용으로 인해 조리 후에도 잔류하는 농약성분의 독성이 문제시 되고 있어 인체 내로의 섭취 전에 독성 유무와 그 정도를 확인할 수 있는 방법 개발을 위한 연구가 활발히 진행되고 있다. 본 연구에서는 채소류, 곡류, 과일류 등에 빈번히 사용되는 농약성분의 독성 확인과 함께 이들 식품 내에 잔류하는 농약성분의 검출을 위한 방법을 연구하였으며, 이들의 독성 유무를 유전자 재조합된 5종의 발광성 미생물을 이용하여 확인하였다. 또한 이들 농약류가 식품 내에 잔류하여 발생하는 독성을 분석하기 위해 식품내 잔류하는 농약 성분의 추출에 필요한 효율적인 추출 용매를 제작하였으며, 농약성분의 화학적 성질에 따라 추출 방법을 두 단계로 분리하여 추출률을 향상시켰다. 뿐만 아니라, 식품류의 특성에 적합하게 식품별로 특정한 추출방법을 연구하였으며, 추출된 농약 성분의 독성 및 안정성 역시 발광성 박테리아를 이용하여 확인하여, 전체적인 추출방법의 효율을 진단하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.179-182
• /
• 2009

서로 다른 색상의 조명환경에서 촬영된 영상으로부터 동일 객체를 자동으로 검출하기 위하여 객체의 색상 비교가 요구된다. 본 논문에서는 서로 다른 조명 영상들에서 비교 대상 객체들의 색상을 비교 분석하기 위하여, 조명 차이 요소를 제거하고, 입력영상을 목표 조명영상으로 변환하기 위한 색 보정 기법을 제안한다. 제안 색상 보정 기법은 촬영전에 색상 팔렛트를 이용하여 조명색상 정보를 분석하여 각 조명간 RGB 색상 요소별 차이를 전처리 단계에서 계산한다. 각 조명환경에서 촬영한 영상에 대해, 미리 계산된 조명간 차이값을 입력되는 각 영상화소값에 반영함으로써 영상의 색상을 보정한다. 실험에서, 서로 다른 색상의 조명 조건에서 촬영된 두 영상에 대하여 하나의 영상을 기준 영상으로 선정하고, 다른 하나의 영상에 제안 보정처리를 수행한다. 보정 전후 영상과 기준 영상과의 가시적인 비교 방법과 히스토그램 비교에 의하여 제안 보정 기법의 성능을 평가한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.169-171
• /
• 2020

CNN의 중간 단계에서 추출되는 feature를 인코딩했을 때 결과 성능평가에 미치는 영향을 알아보는 실험을 수행하였다. 물체검출(Object detection)과 물체영역분할(Object segmentation)에 대하여 성능평가를 하였으며, 비교를 위해 원본 이미지와 256채널의 feature들을 한 장으로 합친 이미지 두 가지에 대해 인코딩하여 성능 평가를 실시하는 실험을 하여 결과를 도출했다. 실험 결과, 인코딩 시 압축 정도를 약하게 했을 경우 성능이 거의 떨어지지 않거나 심지어는 더 높은 경우도 있다. 하지만 256채널의 feature들에 대하여 인코딩을 하기 때문에 이미지의 용량과 해상도가 높아지는 단점이 있다.

• Proceedings of the Korean Aquaculture Society Conference
• /
• 2003.10a
• /
• pp.64-64
• /
• 2003

대구 인공종묘 생산 기술 개발의 일환으로 수정란에 기생하여 폐사를 유발하는 세균 및 세균 감염 경로를 파악함으로써 수정란의 생존율과 부화율 향상을 위하여 본 실험을 실시하였다. 세균 감염 경로를 파악하기 위하여 난소와 정소 자체 세균 감염 여부를 조사하였다. 일반배지 (BHIA)와 비브리오 선택배지 (TCBS)를 사용하여 세균검사를 실시하였다. 난소의 세균 검사는 생식소 내부를 일부 절개한 후 멸균 roop를 찔러 세균을 검사하였고, 정소는 채정하기 전 복부를 절개하여 멸균 roop로서 적출하여 배지에 도말한 후 배양하였다. 수정란 내 세균 수는 수정란을 각각 20개씩 샘플하여 난 외부에 기생하는 세균을 제거하기 위하여 난소독제로 이용되고 있는 benzalkonium 0.1%로 1분간 소독한 후 멸균 생리식염수로 3회 세척하여 호모게나이즈하여 검사하였다. 호모게나이즈한 액 중 100${\mu}\ell$를 pipetting하여 일반배지(BHIA)에 도말하여 인큐베이터에서 배양하였다. 난소와 정소 내에서 세균이 검출됨에 따라 수정 시 세균 감염을 억제하기 위하여 자외선 살균해수와 일반해수를 수정액으로 사용하여 발생율을 비교 시험하였다. 수정 시간은 1분으로 동일하게 적용하였으며, 수정 용기는 멸균 처리된 일회용 100$m\ell$ 플라스틱 용기를 사용하였다. 수정 후 과다한 정자를 제거하기 위한 세란은 1$\ell$ 멸균 비이커에서 5회 30분 가량 실시하여 정자를 제거하였고 멸균 봉으로 저어주면서 수정란의 점착력을 제거하였다. 수정란은 100$\mu\textrm{m}$ 그물망으로 수정란 유실을 방지한 플라스틱 용기에 수용하여 유효수량 270$\ell$ FRP 수조에 수용하여 3$\ell$/min 환수하였고, 수온은 자연수온 1$^{\circ}C$로 유지하였다. 발생율은 만능투영기로 3회 측정하였다. 수정 후 세균과 기생충에 의한 수정란의 폐사를 억제하기 위하여 수정 직후, 수정 후 1일, 2일째 oxytetracycline과 iodine 처리에 따른 발생율 변화를 조사하였다. 발생율은 만능투영기로 조사하였고, 시험구별로 3회 측정하였다. 경과 일수별로 약제 처리는 약제 미처리 수정란 중 정상적인 발생이 이루어지고 있는 것을 선별하여 조사하였다. 약제 처리에 따른 배체 발생 단계는 수정 후 1일째는 상실기, 2일째는 포배기였다. 수정란 및 대구 자어에서 분리된 V. splendidus 에 의한 폐사를 예방하기 위해 in vivo에서 oxytetracycline 외 5종의 항생제를 대상으로 96well plate에서 최고 농도 250ppm부터 2 fold로 단계 희석하여 $25^{\circ}C$에서 48시간 배양하여 MIC를 조사하였다. 세균 감염경로 파악을 위하여 난소, 정소 및 정자에서 세균을 분리한 결과 일반배지 및 비브리오 선택배지에서 모두 균이 검출되었고, 균 동정 결과 터봇 자어에서 검출된 것으로 보고된(Gatesoupe et al., 1999) V. splendidus로 나타났다. 수정액과 정자 및 미수정란의 세균 분리 결과 일반배지에서 3$\times$10/ml ~ 7$\times$10/ml로 균이 검출되었다. 수정액을 일반해수와 자외선 살균 해수를 사용하여 발생율을 비교한 결과 수정 후 3일째 발생율은 자외선 살균해수 72.3%, 일반해수 52.7%였으며, 수정 후 7일째 40.9%와 25.1%로 자외선 살균해수가 유의적으로 높게 나타났다. 수정 후 경과 일수별로 oxytetracycline과 Iodine을 처리한 결과 수정 직후 처리한 시험구는 7일째 19.8%와 18.9%로 대조구 23.1%와 유의적인 차이가 없는 것으로 나타났다. 수정 후 1일째 처리한 시험구는 54.5%와 56.8%, 수정후 2일째 처리구는 47.9%와 50.6%로 두 시험구 모두 대조구와 수정 직후 처리구보다 유의적으로 높게 나타났다. 수정란 및 대구 자어에서 분리된 V. splendidus 에 의한 폐사를 예방하기 위해 in vivo에서 항생제 종류별 MIC 조사 결과 oxytetracycline이 0.48ppm으로 가장 효과가 높은 것으로 나타났다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.27 no.1
• /
• pp.22-28
• /
• 2021

This is a basic study on the development of deep learning-based algorithms to detect smoke before the smoke detector operates in the event of a ship fire, analyze and utilize the detected data, and support fire suppression and evacuation activities by predicting the spread of smoke before it spreads to remote areas. Proposed algorithms were reviewed in accordance with the following procedures. As a first step, smoke images obtained through fire simulation were applied to the YOLO (You Only Look Once) model, which is a deep learning-based object detection algorithm. The mean average precision (mAP) of the trained YOLO model was measured to be 98.71%, and smoke was detected at a processing speed of 9 frames per second (FPS). The second step was to estimate the spread of smoke using the coordinates of the boundary box, from which was utilized to extract the smoke geometry from YOLO. This smoke geometry was then applied to the time series prediction algorithm, long short-term memory (LSTM). As a result, smoke spread data obtained from the coordinates of the boundary box between the estimated fire occurrence and 30 s were entered into the LSTM learning model to predict smoke spread data from 31 s to 90 s in the smoke image of a fast fire obtained from fire simulation. The average square root error between the estimated spread of smoke and its predicted value was 2.74.