• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.466-468
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있으며 의료 영상 시스템과 같은 활용 분야에서는 질병이 있는 환자의 자동 진단을 위한 연구도 활발하게 이루어지고 있다. 여기서는 뇌 MR영상에서의 질병을 자동 진단할 수 있는 방법에 관한 연구를 한다. 뇌 MR영상에서의 질병 진단을 위한 단계로서 필수적으로 이루어져야 하는 단계가 비정상 영역의 추출 단계이다. 이 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 전처리 단계로서 질병이 있는 환자의 뇌 영상에서 비정상적인 영역 추출 방법을 제안한다. 일반적으로 비정상적인 영역의 명암간 분포는 회백질 영역의 분포와 유사하나 두께 차이로서 구분이 가능하다. 여기서는 이 정보를 활용하여 정상인의 뇌영상에 대해서 회백질의 평균 두께 분포를 구하여 테스트로 입력되어지는 영상에서 회백질의 평균 두께 이상의 영역만을 남김으로서 질병이 있는 환자의 뇌 영상에서 비정상적인 영역을 추출할 수 있음을 보인다. 또한 추출되어진 비정상 영역에 대해서 진단에 필요한 인자를 자동으로 측정하였고 뇌경색, 뇌종양 환자를 포함한 63명의 뇌 MR 영상 시리즈에 대해서 실험하여 비교적 정확한 추출결과를 유도할 수 있었음을 확인하였다.

• KOREAN POULTRY JOURNAL
• /
• v.52 no.2
• /
• pp.146-149
• /
• 2020

• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.923-935
• /
• 2022

This paper deals with detection and classification of leaf diseases for phenomics systems. As the smart farm systems of plants are increased, It is important to determine quickly the abnormal growth of plants without supervisors. This paper considers the color distribution and shape information of leaf diseases, and designs two deep leaning networks in training the leaf diseases. In the first step, color distribution of input image is analyzed for possible diseases. In the second step, the image is first partitioned into small segments using mean shift clustering, and the color information of each segment is inspected by the proposed Color Network. When a segment is determined as disease, the shape parameters of the segment are extracted and inspected by proposed Shape Network to classify the leaf disease types in the third step. According to the experiments with two types of diseases (frogeye/rust and tipburn) for apple leaves and iceberg, the leaf diseases are detected with 92.3% recall for a segment and with 99.3% recall for an input image where there are usually more than two disease segments. The proposed method is useful for detecting leaf diseases quickly in the smart farm environment, and is extendible to various types of new plants and leaf diseases without additional learning.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.503-508
• /
• 2001

본 논문은 자연언어생성 기술을 이용하여 질병에 대한 기술문을 생성해 내는 시스템에서 사용되는 표층 생성기에 대해서 다루고 있다. 표층 생성기는 문장의 추상적인 표현으로부터 통사적으로, 형태론적으로 올바른 텍스트로 생성하여 내는 것을 목표로 한다. 질병에 관한 기술문에 있는 문장들은 두가지 특징을 가지고 있다. 첫번째로, 질병 기술문의 문장들은 토픽-코멘트 구조로 나타내어질 수 있다. 두번째로, 같은 의미 범주에 속하는 문장들은 같은 토픽을 가진다. 따라서, 토픽은 의미범주로부터 유추될 수 있으므로 표층 생성기의 입력인 구 명세 (phrase specification)에 표현될 필요가 없다. 본 논문에서는 이런 특징을 이용하여 효율적인 표층 생성기를 만들기 위하여 표층 생성의 단계를 내부 표현 생성과 외부 문장 생성의 두 단계로 나누었다. 내부 표현 생성 단계에서는 코멘트에 해당하는 부분을 생성하고 외부 문장 생성 단계에서 의미범주 태그에 따라 토픽을 첨가하여 최종 문장으로 생성하였다. 이런 방법으로 실험한 결과, 본 표층 생성기는 문법에 맞으면서 자연스러운 텍스트를 생성해 낸다는 것을 알 수 있었다.

• Korean Journal of Poultry Science
• /
• v.15 no.2
• /
• pp.167-184
• /
• 1988

종계나 채란계의 사육목적은 전산란기간중 더 많은 수의 달걀과 더욱 품질이 좋은 달걀을 얻는데 있다. 그러나 이들은 장시간 사육될 뿐만 아니라 발육단계별로 질병에 대한 감수성이나 질병에 의한 후유증이 다르기 때문에 질병관리는 그만큼 더 어려워진다, 왜냐하면 육추기때의 추백리나 전염성기관지염 또는 감보로병 등의 감염은 즉각적인 피해가 있을 수도 있지만 그 후유증은 산란기에 이르러서야 관찰되기 때문이다. (중략)

• Monthly Korean Chicken
• /
• v.18 no.10
• /
• pp.120-124
• /
• 2012

• Monthly Korean Chicken
• /
• v.18 no.11
• /
• pp.110-114
• /
• 2012

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.185-188
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있다. 뇌 MR 영상에서의 질병 진단을 위한 전처리 단계로서 필수적으로 이루어져야 하는 단계가 영상 분할 단계이다. 본 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 뇌 영상 분할 방법을 제시한다. T2 강조 영상의 반전된 영상에서 원본 영상을 뺀 차이 영상의 결과로 회백질·뇌척수액·비정상 영역이 두드러지게 나타나는 점을 이용해 회백질 뇌척수액·비정상 영역과 백질 영역을 분리하는 방법을 제안한다. 또한 뇌척수액 영역의 위치 정보와 몇 가지 특징들을 정의하여 분할되어진 회백질·뇌척수액· 비정상 영역에서 뇌척수액 영역만을 분할하는 방법을 제시한다. 600 여 개의 T2 강조 영상에 대해서 실험을 행하러 비교적 정확한 분할 결과를 유도할 수 있었음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.822-825
• /
• 2017

본 연구는 키넥트를 통해 사람의 걸음걸이를 측정하고 의사결정트리(Decision Tree)를 통해 분석함으로써 현재의 걸음걸이를 통해 측정자의 허리 또는 무릎에서 발생할 가능성이 높은 문제 또는 질병들을 예측하고 해당결과를 측정자에게 알린다. 본 연구를 진행하며 첫 번째 단계에서는 관련 논문이나 병원 자료 결과들을 통해 판별할 속성들을 정하였다. 두 번째 단계에서는 키넥트를 통해 측정한 실제 데이터를 적용하기에 앞서 첫 번째 단계에서 정한 속성들이 측정자의 문제 또는 질병들을 판단해내는 연관 정도가 높은지 테스트 데이터를 이용하였고 의사결정나무를 통해 분석하였다. 그 결과 7개의 속성 중 6개로 약 85.7%정도의 연관이 있었다. 마지막 세 번째 단계에서는 판별식을 세우고 실제 데이터들을 쌓아나가며 69명의 측정한 데이터를 분석한 결과 6개의 속성 중 5개의 속성이 허리와 연관정도가 높았고 이는 두 번째 단계에서 나왔던 결과인 약85.7%에 가까운 약83%의 결과가 도출되었다. 이를 기반으로 시스템을 개발해 나가며 판별 정확도를 향상시키기 위해 계속 측정해 데이터를 쌓아가고 관련된 식들의 문제점을 보완하며 또한 어떤 환경에서 키넥트의 측정값의 정확도가 올라가는지 연구할 예정이다.

• Journal of the korean veterinary medical association
• /
• v.44 no.7
• /
• pp.639-648
• /
• 2008

임상수의사들의 일상적 보고에 의하면 토끼에서 심혈관계 질환의 발생이 점차적으로 증가하고 있는 것을 알 수 있다. 애완동물로서 특히, 실내 애완동물로서의 토끼를 기른 인구의 증가와 더불어 보호자들이 질병의 포착하기 힘든 증상들을 발견하고. 이 글은 체계적인 진단적 접근이 어떻게 향상된 질병관리로 이를 수 있는지 그럼으로써 이런 환축들에게 좀 더 나은 예후를 보장할 수 있는지를 기술하고 있다. 토끼에서 심혈관계 질병의 치료 및 관리에 있어서 초기 단계에서 인식하여 적절한 진단과정을 밟는 것이 매우 중요하다. 이에 토끼에서 발생할 수 있는 심장질병 진단과 치료법 중 수의사가 참고해야할 사항들을 아래 저널에서 번역하여 (In Practice, (2005) 27, 418-425) 기고하는 바 이다.