• 대한골관절종양학회지
• /
• 제20권2호
• /
• pp.60-65
• /
• 2014

목적: 연부조직 종양 중 지방종과 신경초종(Schwannoma)은 자기공명영상촬영(MRI)만으로 충분한 진단적 가치를 가지는 종양이다. 하지만 신경초종의 경우 종양의 특성상 MRI에서 다양한 형태의 영상으로 나타날 수 있고, 신경주변에 생긴 다른 종양이 MRI상 신경초종으로 오인되는 경우도 드물지 않게 있다. 따라서 MRI상 신경초종으로 의심되는 환자를 대상으로 하여 MRI에서 신경초종을 감별할 수 있는 인자들을 찾아보고자 하였다. 대상 및 방법: 2002년 1월부터 2013년 5월까지 술 전 자기공명영상촬영(MRI)상 신경초종(schwannoma)이 의심된 환자 104예를 대상으로 하였으며 모든 환자에서 수술적 치료를 통한 조직검사를 시행하여 최종 진단 하였다. 조직 검사 결과 신경초종이 나온 경우를 1군으로 하고, 다른 병변이 나온 경우를 2군으로 나누어서 MRI 상 신경초종을 의심할 수 있는 영상의학적 소견을 비교 분석하였다. 결과: 104예의 조직검사 결과 신경초종으로 진단된 경우는 92예이며, 신경초종 외에 다른 병변으로 진단된 경우는 12예였다. MRI 특이 소견중 target sign은 1군에서는 41예(45%), 2군에서는 없었으며, fascicular sign은 1군에서는 47예(51%), 2군에서는 2예(17%), fat split sign은 1군에서는 44예(48%), 2군에서는 5예(42%), nerve entering and exiting sign은 1군에서는 28예(30%), 2군에서는 1예(9%)가 나타났다. 위 네가지 소견 모두 나타나지 않은 경우는 1군에서 8예(9%), 2군에서 6예(50%) 였다. 종양이 신경 주행 경로에 있는 경우는 1군에서 52예(57%), 2군에서 5예(42%)였다. Chi-squared test를 이용한 통계학적 분석에서, 위의 네가지 소견 중 target sign이 신경초종의 진단과 유의한 관계를 보였다(p<0.05). 결론: 신경초종 진단에 MRI가 중추적인 역할을 하고 있지만, 신경초종이 지닌 여러가지 특성으로 인해 MRI상 신경초종으로 의심된 경우라고 하더라도 최종적으로는 다른 종양으로 확진 된 경우가 드물지 않게 있다. 그러므로 MRI상 과녁징후가 보이지 않는 신경초종의 경우에는 다른 종양의 가능성도 염두에 두고 접근을 해야 할 것으로 보인다.

• Archives of Hand and Microsurgery
• /
• 제23권4호
• /
• pp.301-305
• /
• 2018

혈관종은 내피세포로부터 기원한 양성종양의 일종으로, 수부에서는 드물게 발생하는 것으로 알려져 있다. 62세 여자환자로 우측 2수지 요골측의 통증을 주소로 내원하였으며, 시행한 자기공명영상에서 수지신경을 압박하는 것으로 보이는 혈관종이 의심되었다. 수술을 시행하여 요골측 수지신경 및 수지혈관을 압박하고 있는 혈관종을 확인하였으며, 수지신경 및 혈관을 가능한 보존하기 위하여 미세수술을 통해 혈관종을 제거하였다. 공간점유성 병변에 의한 압박성 신경병증은 드문 일로, 정확한 진단에 어려움이 있으나, 본 증례와 같이 자기공명영상을 통한 술 전 평가와 및 미세수술을 이용한 병변 제거 및 신경 보존을 통하여 신경병성 통증을 성공적으로 호전시킬 수 있을 것으로 생각한다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.859-872
• /
• 2016

초분광 영상 데이터는 픽셀마다 수백 개의 스펙트럼 밴드에 대한 정보가 주어지는 고차원 데이터로, 농업, 식품처리, 광물학, 물리학, 환경학, 지리학 등 광범위한 분야에 활용되고 있다. 그 중 하나는 토지 피복의 분류 문제인데, 이는 자연 재해 예방, 자연 자원 감시, 환경에 대한 정보 수집에 있어서 중요한 문제이다. 하지만 차원의 저주, 시공간적 변동성, 레이블된 데이터의 부족 때문에 토지 피복의 정확한 분류에는 어려움이 따른다. 이 논문에서는 이러한 문제를 해결하기 위해 컨볼루션 신경망에 기반한 새로운 심층 학습 구조를 제안한다. 제안된 구조는 원하는 지점 주변 픽셀의 정보를 컨볼루션 신경망을 통해 처리하고, 그 지점의 스펙트럼 정보를 강조하기 위해 컨볼루션 층의 출력과 스펙트럼 정보를 함께 소프트맥스 분류기의 입력으로 사용한다. 이 구조는 추가적인 특징 추출 과정을 필요로 하지 않고, 그래픽 처리 장치 등을 이용한 병렬화가 간편하다는 점에서 기존 방법들보다 유리하다. 실험 결과, 제안된 구조는 기존에 가장 좋은 성능을 보인 분류기와 비슷하거나 더 좋은 분류 정확도를 보여 좋은 일반화 성능을 보이는 것을 확인할 수 있었다.

• 정보보호학회지
• /
• 제29권3호
• /
• pp.37-43
• /
• 2019

딥러닝을 비롯한 인공기능과 영상처리 분야의 접목은 기존 물리보안의 기술적 한계를 뛰어넘어 새로운 기회의 장을 마련하고 있다. 하지만 딥러닝 기반 영상분석 기술도 지능형 영상감시가 필요한 실제 현장에서는 다양한 환경의 제약사항으로 인해 성능이 저하될 가능성이 높다. 본 논문에서는 실제 CCTV 환경의 영상 데이터를 확보하여 신경망을 이용한 지속적인 학습을 통해 영상분석의 성능을 개선하는 클라우드 기반 지능형 영상보안 플랫폼을 소개한다. 클라우드 기반 지능형 영상보안 플랫폼은 지자체 통합관제센터에서 수집한 CCTV 영상을 학습 데이터로 활용하여, 현장에서 신뢰받을 수 있는 사람 검출, 사람/차량 재식별, 열악 차량번호판 탐지 등의 지능형 영상분석 서비스를 제공할 수 있다.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.252-262
• /
• 2020

원격탐사 분야에서 토지피복분류에는 머신러닝 기반의 SVM 모델이 대표적으로 활용되고 있는 한편, 신경망 모델을 이용한 연구도 지속적으로 수행되고 있다. 다목적실용위성의 고해상도 영상을 이용한 연구는 미흡한 실정이며, 따라서 본 연구에서는 고해상도 KOMPSAT-3 위성영상을 이용하여 신경망 모델의 토지피복분류 정확도를 평가하고자 하였다. 경주시 인근 해안지역의 위성영상을 취득하여 훈련자료를 제작하고, 물과 식생 및 육지의 세 항목에 대해 SVM, ANN 및 DNN 모델로 토지피복을 분류하였다. 분류 결과의 정확도를 오차 행렬을 통해 정량적으로 평가한 결과 DNN 모델을 활용한 토지피복분류가 92.0%의 정확도로 가장 우수한 결과를 나타냈다. 향후 다중 시기의 위성영상을 통해 훈련자료를 보완하고, 다양한 항목에 대한 분류를 수행 및 검증한다면 연구의 신뢰성을 높일 수 있을 것으로 판단된다.

• 임상이비인후과
• /
• 제29권2호
• /
• pp.245-249
• /
• 2018

Neurilemmoma is a benign tumor that originates from the Schwann cell. It frequently occurs in head and neck regions, but neurilemmoma of external auditory canal is extremely rare. Here, we report a very rare case of 36-year-old male with a tumor located in the posterior wall of external auditory canal, preoperatively suspected as neurilemmoma originated from Arnold's nerve by temporal bone magnetic resonance imaging. The tumor mass was surgically excised and pathologically confirmed as a neurilemmoma.

• 한국항공우주학회지
• /
• 제34권7호
• /
• pp.63-70
• /
• 2006

본 논문은 영상기반 헤드 트랙커에 인공 표식의 면적을 이용하는 연구를 기술하였다. 헤드 트랙커 체계는 병진운동과 회전운동으로 구성되어 있으며, 이들은 웹 카메라에 의하여 감지되었다. 감지된 영상은 영상처리 기법과 인공 신경망에 의하여 운동에 따른 결과를 만들게 된다. 헤드 트랙커가 사용될 항공기의 조종석의 특성상 병진운동은 헬멧의 특정 색을 추적하게 하였다. 회전 운동은 인공 신경망을 이용하여 추적하였으며, 헬멧에 표시된 두 가지 색의 면적 비율을 입력 값으로 사용하였다. 여기서 역전파 알고리즘과 RBFN을 사용하였다. 두 알고리즘은 머리의 움직임과 같은 비선형 체계를 분류하고 추적하는데 용이한 알고리즘으로 역전파 알고리즘은 피드백 특성을, RBFN은 확률적 특성을 이용한다. 본 논문에서는 회전운동에 어느 알고리즘이 더 적합한 알고리즘인지 비교하였다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.469-481
• /
• 2018

딥러닝은 인간의 학습 및 인지능력을 닮은 인공지능을 실현하기 위해 여러 분야에서 활용하고 있으며, 높은 사양의 컴퓨팅 파워가 요구되고 연산 시간이 많이 소요되는 복잡한 구조의 인공신경망에 의한 딥러닝은 컴퓨터 사양이 향상됨에 따라 성능이 개선된 다양한 딥러닝 모델이 개발되고 있다. 본 논문의 주요 목적은 영상의 딥러닝을 위한 합성곱 신경망 중에서 최근에 FAIR (Facebook AI Research)에서 개발한 Mask R-CNN을 이용하여 항공영상에서 건물을 탐지하고 성능을 평가하는 것이다. Mask R-CNN은 영역기반의 합성곱 신경망으로서 픽셀 정확도까지 객체를 의미적으로 분할하기 위한 딥러닝 모델로서 성능이 가장 우수한 것으로 평가받고 있다. 딥러닝 모델의 성능은 신경망 구조뿐 아니라 학습 능력에 의해 결정된다. 이를 위해 본 논문에서는 모델의 학습에 이용한 영상에 다양한 변화를 주어 학습 능력을 분석하였으며, 딥러닝의 궁극적 목표인 범용화의 가능성을 평가하였다. 향후 연구방안으로는 영상에만 의존하지 않고 다양한 공간정보 데이터를 복합적으로 딥러닝 모델의 학습에 이용하여 딥러닝의 신뢰성과 범용화가 향상될 것으로 판단된다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.1-9
• /
• 2021

본 연구에서는 드론으로 취득한 고해상도 정사영상 자료를 이용하여, 컨볼루션 신경망(Convolution Neural Network, CNN)을 이용한 딥러닝 기법을 통해 수종에 대한 자동분류 가능성을 분석해 보고자 하였다. 수종판독을 위한 분류항목을 소나무, 자작나무, 낙엽송, 잣나무 그리고 신갈나무 5개 수종으로 선정하였다. 고해상도 정사영상과 임상도를 이용하여 총 5,000개의 데이터셋을 구축하였다. 수종분류를 위한 학습모델로 CNN 기법을 적용하였고, 데이터셋을 5:3:2의 비율로 훈련데이터, 검증테이터, 테스트데이터를 구분하여 모델의 학습 및 평가에 사용하였다. 모델의 전체 정확도는 89%로 나타났으며, 수종별 정확도는 소나무 95%, 자작나무 89%, 낙엽송 80%, 잣나무 86%, 신갈나무 98%로 나타났다.

• 대한원격탐사학회지
• /
• 제15권2호
• /
• pp.107-117
• /
• 1999

본 연구에서는 원격탐사를 이용하여 수질 파라미터들을 평가하는데 기존의 다중 회귀나 밴드비 회귀 분석을 이용한 통계적인 방법과 신경망을 이용한 방법을 비교하였다. 사용된 영상은 1996년 3월 18일 대청호 유역의 Landsat TM 영상이며, 30개의 현장 실측치가 위성이 통과하는 시간대에 샘플링되었다. 적용된 신경망은 3개의 층으로 구성된 전향 신경망이며 훈련방법으로는 역전파를 사용하였다. 본 연구에서는 가용한 훈련 데이터 셀이 작으므로 cross-validation 방법이 적용되었다. 비록 기존의 회귀분석에 의한 결과도 어느 정도 유의하게 나왔지만, 신경망에 의한 결과가 훨씬 성공적인 수행을 보여주었다. 신경망을 이용한 수질평가는 신경망이 자료의 비선형적 속성을 잘 반영해주기 때문에 기존의 통계적 기법보다 훨씬 나은 결과를 제공한다고 판단된다.