• 제목/요약/키워드: 마이크로-CT 이미지

검색결과 11건 처리시간 0.025초

Unet-VGG16 모델을 활용한 순환골재 마이크로-CT 미세구조의 천연골재 분할 (Segmentation of Natural Fine Aggregates in Micro-CT Microstructures of Recycled Aggregates Using Unet-VGG16)

  • 홍성욱;문덕기;김세윤;한동석
    • 한국전산구조공학회논문집
    • /
    • 제37권2호
    • /
    • pp.143-149
    • /
    • 2024
  • 이미지 분석을 통한 재료의 상 구분은 재료의 미세구조 분석을 위해 필수적이다. 이미지 분석에 주로 사용되는 마이크로-CT 이미지는 대체로 재료를 구성하고 있는 상에 따라 회색조 값이 다르게 나타나므로 이미지의 회색조 값 비교를 통해 상을 구분한다. 순환골재의 고체상은 수화된 시멘트풀과 천연골재로 구분되는데, 시멘트풀과 천연골재는 CT이미지 상에서 유사한 회색조 분포를 보여 상을 구분하기 어렵다. 본 연구에서는 Unet-VGG16 네트워크를 활용하여 순환골재 CT 이미지로부터 천연골재를 분할하는 자동화 방법을 제안하였다. 딥러닝 네트워크를 활용하여 2차원 순환골재 CT 이미지로부터 천연골재 영역을 분할하는 방법과 이를 3차원으로 적층하여 3차원 천연골재 이미지를 얻는 방법을 제시하였다. 선별된 3차원 천연골재 이미지에서 각각의 골재 입자를 분할하기 위해 이미지 필터링을 사용하였다. 골재 영역 분할 성능을 정확도, 정밀도, 재현율 F1 스코어를 통해 검증하였다.

마이크로 포커스 X-ray CT를 이용한 콘크리트 손상균열의 정량적 평가 (Quantitative Evaluation of Concrete Damage by X-ray CT Methods)

  • 정자혜
    • 지질공학
    • /
    • 제28권3호
    • /
    • pp.455-463
    • /
    • 2018
  • 본 연구에서는 치핑작업중에 콘크리트에 발생할 수 있는 손상균열을 정량분석하기 위해 X-ray CT 이미지를 이용하는 방법을 제안하고자 한다. 이를 위해 치핑작업을 수행한 후, 균열이 발생한 콘크리트 블록을 코어링하여 직경 50 mm, 길이 100 mm의 시편을 준비하였다. 그 후 마이크로 포커스 X-ray CT 촬영을 하여 얻은 이미지를 3D 이미지로 재구성(reconstruction)하였다. 이렇게 얻어진 3D CT 이미지에 3DMA (3 Dimensional Medial axis Analysis)법을 적용하여, 손상 평가 파라메타로 시편의 위치에 따라 균열의 성질을 평가하여 손상을 분석하였다. 분석결과 치핑에 의한 손상은 치핑 표면으로부터 3 cm 깊이까지 발생한 것으로 나타났다. 또한 CT이미지 공간분석법에서 사용되는 여러 파라메타 중 공극률 지표(Porosity index), Burn number 그리고 Medial axis 의 파라메타를 이용해 치핑표면 근처의 손상 분석이 가능하다는 것이 확인되었다. 이 방법은 내부구조에 변화가 발생한 암석을 대상으로 한 연구에서도 비파괴 상태로 내부의 균열 평가, 가시화에 적용가능하다.

X-ray CT 이미지를 이용한 암석의 특성 평가 방안 (Evaluation Method of Rock Characteristics using X-ray CT images)

  • 김광염;윤태섭
    • 터널과지하공간
    • /
    • 제29권6호
    • /
    • pp.542-557
    • /
    • 2019
  • 암석의 성인과 변성에 따른 내부구조의 마이크로 특성은 암반의 거동 특성에 영향을 미친다. 본 연구에서는 암석 내부의 구성물질의 분포 특성을 반영하는 엑스레이 단층(X-ray CT) 이미지에 기초한 새로운 암석특성의 평가방안을 고찰하였다. 암석의 불균질 특성 및 이방성 특성의 정량화, 암석의 구성광물 입자의 크기분포 및 형상특성, 공극이미지를 이용한 유동해석, 암석내부의 노출되지 않은 절리면 거칠기 평가 등 전통적인 암석의 시험법으로 측정하기 어려웠던 중요한 암석의 특성들이 X-ray CT 이미지의 분석을 통하여 평가될 수 있다.

U-net 딥러닝 기법을 활용한 PVA 섬유 보강 시멘트 복합체의 섬유 분리 (Phase Segmentation of PVA Fiber-Reinforced Cementitious Composites Using U-net Deep Learning Approach)

  • 서지우;한동석
    • 한국전산구조공학회논문집
    • /
    • 제36권5호
    • /
    • pp.323-330
    • /
    • 2023
  • PVA 섬유 보강 시멘트 복합체는 매우 복잡한 미세구조를 가지고 있으며, 재료의 거동을 정확히 평가하기 위해서는 미세구조 특성을 반영하여 실제 실험과 시너지효과를 내며 효율적인 재료 설계를 가능하게 하는 해석 모델의 개발이 중요하다. PVA 섬유 보강 시멘트 복합체의 역학적 성능은 PVA 섬유의 방향성에 큰 영향을 받는다. 그러나 마이크로-CT 이미지로부터 얻은 PVA 섬유의 회색조 값을 인접한 상과 구분하기 어려워, 섬유 분리 과정에 많은 시간이 소요된다. 본 연구에서는 섬유의 3차원 분포를 얻기 위하여 0.65㎛3의 복셀 크기를 가지는 마이크로-CT 이미지 촬영을 수행하였다. 학습에 사용될 학습 데이터를 생성하기 위해 히스토그램, 형상, 그리고 구배 기반 상 분리 방법을 적용하였다. 본 연구에서 제안된 U-net 모델을 활용하여 PVA 섬유 보강 시멘트 복합체의 마이크로- CT 이미지로부터 섬유를 분리하는 학습을 수행하였다. 훈련의 정확도를 높이기 위해 데이터 증강을 적용하였으며, 총 1024개의 이미지를 훈련 데이터로 사용하였다. 모델의 성능은 정확도, 정밀도, 재현율, F1 스코어를 평가하였으며, 학습된 모델의 섬유 분리 성능이 매우 높고 효율적이며, 다른 시편에도 적용될 수 있음을 확인하였다.

지도학습 기반 분할기법을 이용한 단층 촬영된 단방향 복합재료의 유한요소모델 생성 및 검증 (Generation and Validation of Finite Element Models of Computed Tomography for Unidirectional Composites Using Supervised Learning-based Segmentation Techniques)

  • 김대의;진성원;김영배;임재혁;김윤호
    • Composites Research
    • /
    • 제36권6호
    • /
    • pp.395-401
    • /
    • 2023
  • 본 연구에서는 지도학습 기반 분할기법을 이용하여 단층 촬영된 단방향 복합재료의 유한요소모델링을 실시하였다. 우선, 단방향 복합재료의 형상 정보를 얻기 위해 Micro-CT 스캔을 수행하여 단방향 복합재료의 순수 체적(raw volume)을 획득하였고 여기에 몇 개의 단면을 선택하여 재료의 마이크로 구조인 섬유의 형상을 라벨링하였다. 이후 재료의 단면 이미지와 라벨링한 이미지를 각각 입출력으로 U-net 모델을 훈련시켰다. 이를 사용하여 선택되지 않은 단층촬영 이미지를 섬유형상을 구분하는 분할을 수행하였고 이렇게 생성된 3차원 정보를 이용해서 유한요소모델을 생성하였다. 최종적으로 단방향 복합재료 시편과 유한요소모델의 섬유체적비를 비교하여 제안된 방법의 적절성을 확인하였다.

시멘트풀의 공극분포특성에 기반한 인장강도 예측 CNN 모델 (CNN Model for Prediction of Tensile Strength based on Pore Distribution Characteristics in Cement Paste)

  • 홍성욱;한동석
    • 한국전산구조공학회논문집
    • /
    • 제36권5호
    • /
    • pp.339-346
    • /
    • 2023
  • 미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

기계학습을 통한 복부 CT영상에서 요로결석 분할 모델 및 AI 웹 애플리케이션 개발 (Urinary Stones Segmentation Model and AI Web Application Development in Abdominal CT Images Through Machine Learning)

  • 이충섭;임동욱;노시형;김태훈;박성빈;윤권하;정창원
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제10권11호
    • /
    • pp.305-310
    • /
    • 2021
  • 의료분야 인공지능 기술이 분석과 알고리즘 개발에 중점을 두었으나 점차 제품으로 서비스하기 위한 Web 애플리케이션 개발로 변화되고 있다. 본 연구는 복부 CT 영상에서 요로결석(Urinary Stone) 분할모델과 이를 기반으로 한 인공지능 웹 애플리케이션에 대해 기술한다. 이를 구현하기 위해 의료영상 분야에서 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-Net을 사용하여 모델을 개발하였다. 그리고 Python 기반의 Flask라는 마이크로 웹 프레임워크를 사용하여 AWS 클라우드 기반 웹 애플리케이션으로 개발하였다. 끝으로 모델 서빙으로 요로결석 분할모델이 예측한 결과를 인공지능 웹 애플리케이션 서비스 수행 결과로 보인다. 제안한 AI 웹 애플리케이션 서비스가 선별 검사에 활용되기를 기대한다.

공학적방벽재로서 벤토나이트 거동의 X선 단층촬영 기반 비파괴 특성화 현황 (Current Status of X-ray CT Based Non Destructive Characterization of Bentonite as an Engineered Barrier Material)

  • 멜빈;김주연;김광염;이창수;김진섭
    • 터널과지하공간
    • /
    • 제31권6호
    • /
    • pp.400-414
    • /
    • 2021
  • 고준위방사성폐기물 처분장에서 벤토나이트는 공학적방벽재로서 주로 사용되어지는 재료로서 열-수리-역학-화학적 복합적 거동을 겪게 된다. 본 보고에서는 이러한 벤토나이트에 대한 X선 단층촬영 기반의 분석 및 특성화와 관련된 최근 연구 및 기술동향을 고찰하였다. X선 단층촬영 기반 벤토나이트의 평가는 분말형태와 펠렛형태에 대해 적용된 내용을 다루었다. X선 이미징을 통해 마이크로스케일에서 입자의 정보를 추출할 수 있으며 벤토나이트의 불균질성을 야기할 수 있는 펠렛 내부의 균열을 검출할 수 있다. 수화조건하에서 분말과 펠렛이 혼합된 벤토나이트에 대한 X선 분석을 통해 실험과정에서 발생하는 불균질 영역을 특정하고 모니터링이 가능하다. 펠렛으로만 구성된 벤토나이트가 펠렛과 파우더의 혼합으로 이루어진 벤토나이트보다 더 빨리 팽윤되는 특성이 보고되기도 하였다. 벤토나이트의 입자와 블록에 존재하는 작은 균열들이 건조-수화 조건하에서 각각 균열의 닫힘과 열림이 발생하는 것도 확인되었다. 전문 소프트웨어를 이용하여 시공간 단층 이미지로부터 변형률분포를 추출한 경우도 있었다. 최근의 연구들에서는 X선 단층촬영 기술을 이용하여 시간경과에 따른 벤토나이트의 건조밀도, 함수비, 입자의 이동 등을 평가하기도 하였다. 또한, 수화과정에 온도 조건을 고려하여 시간에 따른 재료의 전체 밀도 및 국부적 밀도 변화를 관찰하는 연구도 진행되고 있다.

백서에서 치수절단술에 사용하는 TheraCal LC, MTA 그리고 Formocresol의 비교 (Comparison of TheraCal LC, Mineral trioxide aggregate, and Formocresolas pulpotomy agents in rat molar)

  • 이빈나;송영상;이고운;김영훈;장훈상;황윤찬;오원만;황인남
    • 대한치과재료학회지
    • /
    • 제44권2호
    • /
    • pp.187-195
    • /
    • 2017
  • Formocresol (FC)은 치수절단술에 일반적으로 사용되어 온 재료이지만, 재료의 독성 때문에 현재 calcium hydroxide나 mineral trioxide aggregate (MTA)가 치수절단술에 널리 사용되고 있다. 최근 레진계열 calcium silicate 제재인 Theracal LC가 치수 이장재로 개발이 되었으며, 이는 광중합을 통해 경화되기 때문에 사용이 편리해서 MTA를 적용할 수 없는 치아에 사용할 수 있다. 이번 연구의 목적은 FC, MTA 및 Theracal LC를 각각 치수절단술 후에 적용했을 경우 경조직 형성 능력과 치수반응을 비교하는 것이다. Sprague Dawley Rat의 상악 대구치 치수절단술 후 FC, MTA 및 Theracal LC를 적용하였다. 경조직 형성 여부를 확인하기 위해 Skyscan을 사용해 마이크로 컴퓨터 단층촬영(micro CT) 이미지를 획득하고, he matoxylin and e osin (H&E) 염색을 하여 조직학적 반응을 확인하였다. Dentin matrix protein-1 (DMP-1)의 발현을 확인하기 위해 면역형광 염색을 시행하였다. FC를 사용한 시편에서는 경조직 형성이 관찰되지 않았으며, 치수절단술이 시행된 인접면에 염증반응이 관찰되었고 DMP-1발현은 확인되지 않았다. MTA와 Theracal LC를 사용한 시편에서는 경조직 형성이 관찰되었고 DMP-1의 발현이 확인되었다. 결론적으로, MTA나 Theracal LC를 사용한다면 남아있는 치수의 생활력과 기능을 유지시켜 보다 좋은 치료 예후를 기대할 수 있을 것으로 사료된다.

Image J 프로그램을 사용한 마우스 두개골 결손모델상의 정량적인 분석방법 (Quantitative Analysis Methods for Adapting Image J programs on Mouse Calvarial defected Model)

  • 정홍문;원도연;정재은
    • 디지털융복합연구
    • /
    • 제11권9호
    • /
    • pp.365-370
    • /
    • 2013
  • Image J 프로그램은 digital image 분석 또는 생명 공학적 분석에 사용되고 있다. 다양한 동물실험 중에서도 마우스 두개골 결손모델(Mouse calvarial defected model)은 조직공학자들에게 대표적으로 사용되고 있는 뼈의 결손모델이다. 이러한 마우스 두개골 결손 모델은 뼈의 재생 또는 새로운 지지체(scaffold)의 재생효과 실험에 사용되고 있다. 마우스 두개골에 지름 4mm의 원형 결손을 만들어 각종 실험재료를 처리하여 파괴된 마우스 두개골 뼈의 재생에 관련하여 측정하는 실험이 주를 이룬다. 실험 후에 마우스를 희생하여 대부분 헤마톡실린과 에오신 염색을 통하여 분석을 하게 된다. 다른 한편으로는 마이크로 시티(u-CT)를 사용하여 정량적인 분석을 한다. 하지만 이는 시간이 오래 걸리고 고가의 비용이 드는 단점이 있다. 이번 실험은 마우스 두개골 결손 모델 시에 프리쉐어 프로그램인 Image J를 통하여 간단하게 마우스 두개골 결손 뼈의 재생량을 2D X-ray 상으로 농도를 측정하여 정량적인 분석을 실행하였다. 결론적으로 Image J를 사용한 농도 분석법은 빠르고 정확하게 뼈의 재생량을 상대적으로 비교함으로써 신생 뼈의 관한 재생 실험자에게 도움을 줄 수 있을 것으로 사료된다.