• 한국공간정보시스템학회 논문지
• /
• 제11권1호
• /
• pp.195-199
• /
• 2009

증강현실 기술은 실제 환경에 컴퓨터로부터 생성된 가상 데이터를 실시간으로 덧씌우는 기술을 말하며, 이는 지리정보의 가시화 같은 작업에 매우 큰 잠재력을 갖고 있다. 하지만 지금까지 연구된 이동형 증강현실 시스템은 사용자의 위치를 파악하기 위해 GPS(Global Positioning System)를 사용하거나 마커를 현장에 붙이는 방식을 사용하였다. 최근 연구들은 마커를 사용하지 않는 방법을 지향하고 있으나 많은 제약을 갖고 있다. 특히 실내의 경우는 GPS정보를 사용할 수 없기 때문에 실내 위치파악을 위해서는 좀 더 복잡한 문제들을 해결할 수 있는 새로운 기술이 필요하다. 최근 무선(RF, Radio Frequency)기반의 실내 위치 추정 연구가 활발히 수행되고 있지만, 이 또한 다량의 센서와 인식기를 설치해야한다는 제약이 존재한다. 본 연구에서는 한 대의 카메라를 사용하는 SLAM(Simultaneous Localization and Mapping) 알고리듬을 이용한 위치 추정기법을 제시하였으며, 추정된 위치를 이용하여 증강현실을 통한 정보 가시화 프로그램을 개발하였으며 이를. 향후 실내외 seamless 연동이 가능한 모바일 u-GIS (Ubiquitous Geospatial Information System) 시스템에 적용할 것이다.

• 생명과학회지
• /
• 제24권11호
• /
• pp.1258-1267
• /
• 2014

가축의 고 성장률, 강건성, 질병 저항성과 같은 경제적 형질을 발굴하는 것은 매우 중요한 과제이다. 이에 경제적 형질을 발굴하기 위한 방법으로 전통적으로 RFLP, AFLP와 같은 방법이 대두되었으며, 최근 NGS 기법이 발달함에 따라 이러한 경제적 형질을 전장게놈의 수준에서 발굴하려는 노력이 계속되고 있다. 하지만, NGS 기법의 경우 상대적으로 많은 연구 비용이 필요한 실정이다. 이를 극복하기 위한 노력으로써 RNA-seq, RAD-Seq, RRL, MSG, GBS 등과 같은 기법이 활용되고 있다. 본 논문에서는 NGS 기법을 기반으로 한 최근 연구 동향을 확인하고자 하며, 특히 최소의 연구 비용으로 최대의 효과를 낼 수 있는 연구 방법을 소개하는 데 초점을 맞추었다. 또한 이러한 연구 방법이 우수한 경제형질을 가진 가축을 선정하는 데 어떻게 적용될 수 있는지에 대해 토의하였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1067-1087
• /
• 2018

기존의 LiDAR 자료 기반의 건물 외곽선 추출 연구에서는 고정밀 포인트클라우드를 사용하여 자동으로 건물 지붕 영역을 분류하고 이를 입력자료로 하여 건물 외곽선을 추출했다. 반면에 스테레오 영상 정합을 통해 생성된 DSM은 고정밀 포인트클라우드 자료와 달리 원시 자료인 포인트클라우드에 잡음과 비어있는 격자가 존재하기 때문에 완전한 자동으로 건물 지붕 영역을 분류하는데 어려움이 있다. 따라서 본 논문에서는 스테레오 영상 정합을 통해 생성된 DSM에 사용자 입력을 통한 watershed segmentation 기법을 적용하여 반자동으로 건물의 3차원 외곽선을 추출하는 기법을 제안한다. 제안된 기법은 DSM 내 건물 영역을 표시하는 단순한 마커 정보만을 입력하기 때문에 사용자 입력을 최소화한 방식으로 건물의 3차원 외곽선을 생성할 수 있다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.131-140
• /
• 2009

본 논문에서는 입력된 FISH 세포영상을 군집세포영역과 독립세포영역으로 분류하고, 군집세포영역에 대해서는 하나의 세포를 분리하는 알고리즘을 제안한다. 먼저 입력된 영상에 대해서 가우시안혼합모델과 세포의 명암도 값에 대한 최대 우도 함수를 사용하여 세포영역과 배경영역을 분할해줄 임계값을 정의하게 된다. 이렇게 얻어진 전경세포영역에 대해서 보다 정확한 세포 분석을 위해서 군집세포와 독립세포를 분류하게 된다. 세포 영역의 분류과정을 위해서는 베이지안 네트워크와 확률밀도함수를 사용한다. 학습데이터로부터 밀집도(compactness), 평활도(smoothness), 후-모멘트(Hu-moment)에 대한 형태학적 특징값을 추출하여 확률밀도함수를 구성하고, 이를 기반으로 베이지안 네트워크를 사용하여 두 영역을 분류하게 된다. 군집세포로 분류된 영역에 대해서는 그 군집세포를 구성하고 있는 독립세포로 각각 분리한다. 먼저, 명암도 기울기 변환(intensity gradient transform) 영상과 워터쉐드 알고리즘을 이용하여 군집세포 영역을 작은 영역으로 분할하게 된다. 작게 분할된 영역을 하나의 세포영역으로 병합시키기 위해서, 군집세포에 존재하는 독립세포의 수만큼의 마커를 결정 침식 연산을 사용하여 추출하고, 추출된 마커를 중심으로 단계적 병합 알고리즘을 제안한다. 본 논문에서 제안한 방법은 166개의 FISH 세포를 사용하여 테스트한 결과 99.29%의 정확한 분리결과를 보여줬으며 기존의 다른 알고리즘보다도 뛰어난 성능과 빠른 실행시간을 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.369-371
• /
• 2011

증강현실 기술을 이용하여 데이터 가시화을 통하여 사용자들은 새로운 경험을 할 수 있기 때문에 교육용 어플리케이션에 적합한 미디어라고 할 수 있다. 본 논문에서는 화학실험에서의 위험성을 배제하고 몰입형 실험을 하기 위하여 증강현실을 이용한 실험 시스템이다. 가상 화학 실험 시스템은 사용자의 손을 활용하여 가상의 객체와 상호작용을 이룰 수 있는 인터페이스를 통해, 기존 증강현실의 몰입감 저하의 문제점인 마커를 사용하지 않고, 3D 객체를 컨트롤 하는 기법을 사용했다. 시스템에 대한 몰입감을 극대화하기 위해서 협업이 가능한 가상 화학 실험 시스템을 제안했다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

• 환경생물
• /
• 제36권3호
• /
• pp.352-358
• /
• 2018

본 연구는 PCR 기반 RFLP (Restriction Fragment Length Polymorphism; 제한절편 길이 다형성) 분자기법을 활용하여 난 및 치어 대상 납자루아과 어류 3종의 동정을 좀 더 빠르고 정확하게 파악하고 납자루아과 어류의 종별 산란양상 및 번식생태 이해에 대한 기여가 목적이다. 본 연구를 위해 기존 선행된 문헌자료를 확인하고 납자루아과 어류가 2종 이상 동서하고 있는 지역을 확인하여 현지조사를 수행하였다. 현지조사 결과 확인된 납자루아과 어류는 묵납자루(Acheilognathus signifer), 줄납자루(A. yamatsutae) 및 각시붕어(Rhodeus uyekii)로 총 3종이 확인되었으며, 확인된 납자루아과 어류와 동서하고 있는 숙주조개(작은말조개; Unio douglasiae sinuolatus)를 채집하여 숙주조개 속 납자루아과 어류의 난 및 치어를 확보하였다. 현지조사 결과 확인된 납자루아과 어류 3종을 대상으로 미토콘드리아 DNA COI과 cyt b 유전자 염기서열을 비교하여 각각 종별로 특이성을 지닌 부위(단일염기변이; Single Nucleotide Variation: SNV)에 맞는 제한효소를 선정하였고, 숙주조개 속 난 및 치어를 대상으로 genomic DNA를 추출하여 PCR-RFLP 실험을 수행한 결과 현지조사 시 확인된 납자루아과 어류 3종의 독특한 제한절편 길이 양상을 전기영동을 통하여 확인하였다. 본 연구를 통해 묵납자루, 줄납자루 및 각시붕어의 종을 판별할 수 있는 RFLP 마커를 개발하였으며, 숙주조개 난 및 치어를 대상으로 정확한 종의 동정을 보다 빠르고 효과적으로 수행하여 각각 납자루아과 종별 산란양상을 보다 정확히 규명하고 향후 이들 자연개체군의 효과적인 유지, 관리 및 보전 방법 개발에 유용하게 활용될 수 있을 것으로 판단된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.55-65
• /
• 2022

X-ray 두개골 영상에서 주요 해부학적 부위들 간의 거리를 계측하는 것은 진단과 치료 등 임상적 의미에서 매우 중요하다. 최근에는 딥러닝 기술의 발전을 바탕으로 랜드마크를 식별 및 검출하는 자동화 시스템들이 제시되고 있다. 이러한 딥러닝 기반 모델을 과적합 없이 학습 시키기 위해서는 대량의 영상과 라벨링 데이터가 필요하다. 기존에는 숙련된 판독의가 환자의 영상에서 랜드마크를 수동으로 식별하여 라벨링하는 방식으로 계측이 이루어져 왔다. 그러나 이러한 계측 방식은 많은 비용이 소요될 뿐만 아니라, 재현성이 떨어지기 때문에 자동화된 라벨링 방법에 대한 필요성이 제기되고 있다. 또한, X-ray 영상에는 광자가 통과하는 경로 상의 여러 인체조직들이 표시되기 때문에 랜드마크 식별이 일반 자연 이미지 또는 삼차원 모달리티 영상에 비해 어렵다. 본 연구에서는 X-ray 영상 내에 대량의 라벨링 데이터 생성을 가능하게 하는 기하학적 데이터 증강 기법을 제안하고 있다. 또한, 두개골 내 주요한 16개 랜드마크들의 검출 성능을 향상시키기 위해 다양한 어텐션 기법들의 구현 및 적용을 통해 랜드마크 검출을 위한 최적의 어텐션 메커니즘을 제시하였다. 마지막으로 주요 두개골 랜드마크들 중 안정적인 검출이 보장되는 마커들을 도출하였으며, 이러한 마커들은 임상적인 활용 가능성이 높을 것으로 기대된다.

• Journal of Applied Biological Chemistry
• /
• 제64권3호
• /
• pp.245-251
• /
• 2021

더덕(Codonopsis lanceolata)은 주로 한국, 중국 등 동아시아 지역에 재배되고 있으며, 더덕의 뿌리는 기침, 기관지염, 천식, 결핵, 소화 불량의 증상을 치료하기 위한 기능성 식품 및 전통 의학으로 사용되어져 왔다. 보고된 바에 의하면 phenylpropanoids, polyacetylenes, saponins, flavonoids와 같은 다양한 식물 천연물 성분들이 항비만, 항염, 항암, 항산화, 항미생물 활성과 같은 약리학적 작용에 관여한다고 보고되어 있다. MS기반 대사체학 분석을 이용한 주산지의 마커 성분을 선정하는 것은 다른 지역에서 재배된 약용 식물의 안전성뿐만 아니라 화학적 조성과 생물학적 효능의 변화와도 관련이 있기 때문에 부작용 없이 더덕의 유익한 효과만을 보장하는데 중요하다. 본 연구에서는 국내산 더덕의 주산지 특성을 구별하기 위해 UPLC-QTOF-MS를 기반으로 하는 대사체 프로파일링과 다변량 통계분석 기법인 PCA 분석을 수행하여 판별모델을 확립하였다. 그 결과 인제(강원도), 횡성(강원도), 무주(전라북도)의 3개 그룹이 PCA와 loading plot 분석결과 tangshenoside I, lancemaside A, lancemaside G는 더덕 주산지를 구별하기 위한 잠재적 대사체 마커들로 제안하였다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.192-197
• /
• 2012

DNA 마이크로어레이 기술의 발달과 함께 이를 활용한 질병 진단 및 치료 예후 확인을 목적으로 하는 연구가 활발히 진행 되고 있다. 일반적으로 마이크로어레이 데이터를 이용한 실험에서는 특징들의 수에 비해 적은 샘플의 수, 내재적 측정 노이즈, 서로 다른 샘플들 간의 이질성 등이 분류 성능을 떨어트리는 원인이 된다. 이러한 문제를 극복하기 위해 패스웨이 기반의 기능적 모듈 단위의 마커를 사용하는 방법들이 새롭게 제안 되었다. 이들은 패스웨이의 멤버 유전자들의 발현 값을 요약하여 해당 패스웨이의 활성도로 사용하는데, 기존의 기법들과 비교하여 뛰어난 분류 성능과 재현성을 보여주었다. 그러나 이러한 활성도 계산 방법은 개별 유전자들과 표현형 사이의 상관관계를 무시하거나, 개별 유전자들이 갖는 발현 특성이 제거 되는 단점들이 있다. 본 논문에서는 선택된 기능적 모듈 단위의 유전자들의 부분집합들을 기반으로 약 분류기를 구성하고, 이들의 분류 결과를 결합하여 최종 결과를 추론하는 앙상블 분류 기법을 제안한다. 이 과정에서 유전자 상호작용 정보와 mRMR 필터를 사용하는 필터링과정을 통해 탐색 공간을 최소화하여 분류 성능을 높일 수 있도록 하였다. 제안 된 방법의 성능을 테스트하기 위해 폐암 데이터에 적용한 결과, 기존의 기법들에 비해 신뢰성이 있고 우수한 분류 성능을 보여주었다.