• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.187-201
• /
• 2024

골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.168-168
• /
• 2017

ICT 융합 스마트팜 내의 환경계측 센서, 영상 및 사양관리 시스템의 증가에도 불구하고 이들 장비에서 확보되는 데이터를 적절히 유효하게 활용하는 기술이 미흡한 실정이다. 돈사의 경우 가축의 복지수준, 성장 변화를 실시간으로 모니터링 및 예측할 수 있는 데이터 분석 및 모델링 기술 확보가 필요하다. 이를 위해선 가축의 생리적 변화 및 행동적 변화를 조기에 감지하고 가축의 복지수준을 실시간으로 감시하고 분석 및 예측 기술이 필요한데 이를 위한 대표적인 정보 통신 공학적 접근법 중에 하나가 Data mining 이다. Data mining에 대한 연구 수행에 필요한 다양한 소프트웨어 중에서 Open source로 제공이 되는 4가지 도구를 비교 분석하였다. 스마트 돈사 내에서 열환경 모델링을 목표로 한 데이터 분석에서 고려해야할 요인으로 데이터 분석 알고리즘 도출 시간, 시각화 기능, 타 라이브러리와 연계 기능 등을 중점 적으로 분석하였다. 선정된 4가지 분석 도구는 1) R(https://cran.r-project.org), 2) OpenCV(http://opencv.org), 3) OpenNN (http://www.opennn.net), 4) Orange(http://orange.biolab.si) 이다. 비교 분석을 수행한 운영체제는 Linux-Ubuntu 16.04.4 LTS(X64)이며, CPU의 클럭속도는 3.6 Ghz, 메모리는 64 Gb를 설치하였다. 개발언어 측면에서 살펴보면 1) R 스크립트, 2) C/C++, Python, Java, 3) C++, 4) C/C++, Python, Cython을 지원하여 C/C++ 언어와 Python 개발 언어가 상대적으로 유리하였다. 데이터 분석 알고리즘의 경우 소스코드 범위에서 라이브러리를 제공하는 경우 Cross-Platform 개발이 가능하여 여러 운영체제에서 개발한 결과를 별도의 Porting 과정을 거치지 않고 사용할 수 있었다. 빌트인 라이브러리 경우 순서대로 R 의 경우 가장 많은 수의 Data mining 알고리즘을 제공하고 있다. 이는 R 운영 환경 자체가 개방형으로 되어 있어 온라인에서 추가되는 새로운 라이브러리를 클라우드를 통하여 공유하기 때문인 것으로 판단되었다. OpenCV의 경우 영상 처리에 강점이 있었으며, OpenNN은 신경망학습과 관련된 라이브러리를 소스코드 레벨에서 공개한 것이 강점이라 할 수 있다. Orage의 경우 라이브러리 집합을 제공하는 것에 중점을 둔 다른 패키지와 달리 시각화 기능 및 망 구성 등 사용자 인터페이스를 통합하여 운영한 것이 강점이라 할 수 있다. 열환경 모델링에 요구되는 시간 복잡도에 대응하기 위한 부가 정보 처리 기술에 대한 연구를 수행하여 스마트팜 열환경 모델링을 실시간으로 구현할 수 있는 방안 연구를 수행할 것이다.

• 한국수자원학회논문집
• /
• 제51권4호
• /
• pp.335-346
• /
• 2018

최근 ADCP (Acoustic Doppler Current Profiler) 등 첨단장비를 활용한 유량 및 하상측정, 각종 하천기본계획 수립 시 확보되는 횡단측정 자료, 식생 및 서식처 등 하천환경과 생태자료, 드론 등을 활용한 영상자료 등 방대한 하천 정보가 확보되고 있으며, 다기능보 등 다양한 하천구조물 및 친수구역이 증가하는 등 이전과 비교하여 괄목할만한 수준으로 정보의 양이 증가하고 있다. 이에 따라 다양한 하천정보를 체계적으로 저장, 관리, 공유하기 위하여 표준화된 데이터 모델의 수립이 필요하다. 하천 정보의 경우 하천 시설물, 하천 단면측량 자료, 하천 시계열 측정 자료 등이 특정 하천을 중심으로 관리되는 반면, 기존 데이터 모델 연구에서는 특정 주제도에 기반하여 하천 정보가 레이어 형식으로 제공되어 상호 연계되지 않아 하천 정보의 효율적 관리측면에서 적합하지 않았다. 또한 신규 정보를 추가 시 기존 데이터 모델의 과다한 수정이 필요하고, 기존의 데이터 모델의 경우 표준화되지 않아 활용성이 매우 낮고, 유역중심으로 구성되어 특정 조건에 해당되는 하천 정보 검색이 어려운 단점이 존재하였다. 본 연구에서는 기존의 주제도 및 레이어 형식으로 구성되어 있던 데이터 모델 형식에서 벗어나 하천흐름선을 기준으로 데이터모델을 구축하는 방안을 제시하였으며, 하천흐름선과 하천 시설물, 단면 측량 자료, 계측 자료를 순차적으로 수용하고, 최근 신규로 생성되고 있는 다차원 하천 정보의 추가 시 기존 데이터 모델의 형식을 수정하지 않고 유연하게 대응할 수 있는 관계형 데이터 모델을 구상하였다. 또한, 하천과 유역의 논리적 저장방안 고려하여 한 개의 하천을 다수의 세그먼트로 구분하여 코드(Reach Code)를 부여하는 방안을 제시하였으며, 구상한 데이터모델을 통하여 국가하천과 지방하천 등 유역의 다양성을 포함하는 한강권역의 섬강유역을 시범하천으로 구축하였다.

• 지구물리와물리탐사
• /
• 제13권3호
• /
• pp.268-276
• /
• 2010

지진재해대책법이 2009년 3월에 발효됨에 따라 가속도 지진관측을 수행하여야 할 기관이 대폭 확대되었다. 소방방재청의 추정에 의하면 최소 400개소의 자유장 가속도 관측소가 설치될 예정이다. 지진계측기의 성능 향상과 통신 기술의 발달로 지진관측소 설치가 보편화되면서 지진관측의 주 기능이 신속 피해 예측과 경보 발령 등 지진방재에 적극적으로 활용할 수 있도록 전환되고 있다. 신속 지진피해 예측의 기반기술인 실시간 지진동 영상화기법을 소개하였다. 이 기술은 신속한 지진피해 평가를 위한 실시간 자료 취합뿐 아니라 시각적으로 정보를 파악할 수 있도록 개발되어 활용되고 있다. 한편 지진피해는 주로 S 파와 연속되는 표면파에 의해 발생한다. 최초로 도달하는 P 파로부터 최대 지반운동 크기와 지진 피해를 예측하여 경보를 발령하는 것이 지진조기경보체계이다. 지진조기경보의 기술개발 현황과 함께 2007년 오대산지진에 적용한 예를 소개하였다. 조기경보 기술은 기상청의 지진통보 체계를 획기적으로 개선시킬 수 있다. 또한 지역별로 분산된 주요 국가 시설물의 지진방재를 위해 활용할 수 있는 분산형 조기경보 시스템의 구성과 활용방안을 제안하였다.