• 대한교통학회지
• /
• 제24권7호
• /
• pp.7-14
• /
• 2006

최근 개통되고 있는 고속도로는 설계속도 및 제한속도가 상향되고 있어 주행환경의 양호성 확보와 함께 이에 따른 다양한 안전시설물들이 설치되고 있다. 특히 양호한 선형으로 인한 졸음운전이나 야간 및 이상기후로 차로를 제대로 볼 수 없을 때 차량의 차로 이탈사고를 미리 방지할 수 있도록 하는 노면요철포장(rumble strip)의 설치가 꾸준히 증가하고 있다. 그러나 이러한 시설물이 운전자에게 미치는 효과의 크기가 얼마나 되는지에 대한 실질적인 연구가 미흡하여 명확한 효과를 제시하지 못하고 있는 실정이다. 본 연구에서는 운전 중인 운전자 뇌파를 측정하여 도로구간에서 적정한 데이터를 수집하고 수집된 자료로부터 노면요철포장(rumble strip)의 효과를 분석할 수 있는 방법 및 생체 신호 파라메터를 제시하였다. 분석결과 뇌의 중심엽 부위에서 추출된 세타파 값은 본선 2차로 주행구간에서 0.619, 노면요철포장(Rumble strip)구간에서 0.157으로 0.462가감소하여 본선 2차로 구간대비 약 74% 수치 감소를 보였으며 신뢰수준 95%에서 통계적으로 유의한 결과를 나타내었다. 이러한 수치의 감소는 운전자의 각성이 그 만큼 증가하였음을 의미하는 것으로 노면요철포장의 효과에 대한 운전자 측면의 수치적 해석이 가능함을 나타낸다

• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1253-1261
• /
• 1996

CDMA mobile system (CMS)의 base station (BS)은 호 처리 프로토콜을 처리함 으로써 이동 가입자들에게 호 서비스를 제공한다. BS의 호 처리를 담당하는 시스템은 base station transceiver subsystem (BTS)과 base station controller (BSC)로 구성 된다. 이 논문에서는 호가 발생했을 경우, 제어 신호 및 트래픽 신호에 대해 성능 시뮬레이션을 수행하여 BS에서 발생 할 수도 있는 병목현상 (bottleneck) 및 문제점도 발견하고자 한다. BS의 호 처리 용량을 평가하기 위하여 첫째, BS의 모델에 필요한 주요 파라메터들을 추출한다. 둘째, BS의 시뮬레이션 모델을 제시한다. 셋째, traffic channel elements (TCEs), BTS interconnection network (BIN)-CDMA interconnection network (CIN)트렁크, 트랜스 코딩 채널(transcoding channel) 및 CIN 패킷 라우터 (packet router) 에 대한 호 손을(call blocking probability), 가용도(utilization ratio)및 지연 시간(delay time)등의 주요 요소들을 구하여 시뮬레이션 결과를 평가한다.

• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.183-188
• /
• 2010

본 연구에서는 여러 이미지를 이용하여 사실적인 3차원 장면의 모델을 얻는 방법이 구현되었다. 이미지는 파라메터를 모르는 카메라를 이용하여 여러 위치에서 획득한 것을 사용하였다. 먼저 특징점 추출 및 추적 방법을 사용하여 모든 이미지에 대한 대응점들을 구하고 이 점들을 사용하여 사영복원을 구한다. 그 다음 사영 복원된 값에 여러 제약조건을 사용하여 유클리디언 복원을 하면 특징점들의 3차원 좌표값이 계산된다. 이 좌표값을 이용하여 삼각형 메쉬를 구한 후 이 면에 텍스처 맵핑을 하면 사실적인 복원이 완성된다. 전체 시스템은 C++언어로 구현하였으며, 사용자 인터페이스는 Qt 라이브러리로, 텍스처 맵핑과 모델 가시화 부분은 OpenGL 그래픽스 라이브러리로 구현하였다. 구현된 시스템의 효용성을 보이기 위해 모의 데이터와 실제 이미지 데이터를 이용하여 실험한 결과를 포함하였으며 만족할 만한 복원 결과를 얻을 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권3호
• /
• pp.201-208
• /
• 2007

목적: 유방암의 감별진단에서 기존의 유방 초음파 검사나 핵의학 유방SPECT의 진단성능에는 한계가 있다. 저자들은 초음파 컴퓨터진단시스템(CAD: computer aided diagnosis)의 적용에 의하여 유방 SPECT의 진단성능이 향상되는지를 알아보았다. 대상 및 방법: 유방초음파 및 유방 SPECT(Tc-99m tetrofosmin)를 시행하고 수술후 확진된 여자환자 40명(21명:악성종양, 19명:양성병변)의 영상자료를 분석하였다. 유방초음파영상을 컴퓨터분석 소프트웨어를 이용하여 병변의 경계를 분리한 후, 영상의 형태학적 특성들을 추출하였다. 초음파영상에서 추출된 형태학적 특성 중에서 감별능력이 있는 것으로 판단된 특성들을 골라 정량화하였다. 정량화된 형태학적 특성값들을 유방SPECT에서 구한 병변 대 반대측 유방의 방사능비와 판별분석에 의하여 결합하여 새로운 파라메터인 D-수치를 산출하였다. 유방SPECT의 병변 방사능비, 유방초음파 컴퓨터진단시스템의 악성확률 및 두가지를 결합한 D-수치에 대하여 수신자판단특성곡선(ROC curve) 분석을 이용하여 최적 판별 수치(cut-off value)를 구하고 이에 의한 유방암 진단의 예민도, 특이도 및 정확도를 계산하여 유방 SPECT과 초음파 컴퓨터진단시스템의 결합에 의한 진단성능을 기존의 유방 SPECT의 진단성능과 비교하였다. 결과: ROC curve분석상에서 유방암 진단에 대한 성능은 유방초음파의 컴퓨터 분석시스템 및 유방SPECT 각각 모두 우수하였다(area under curve=0.831 and 0.846). 두 결과를 통계적인 방법으로 결합하였을 때 ROC curve분석의 area under curve는(0.860) 향상되었으나, 최적 판별 수치(cut-off value)에 의한 유방암 진단의 예민도, 특이도 및 정확도에는 통계적인 차이는 없었다. 결론: 유방초음파의 컴퓨터분석시스템의 결과를 유방 SPECT에 적용하여 유방암의 진단성능을 향상시킬 수 있었지만 통계적으로는 유의하지 못하였다. 향후 추가적인 연구가 필요할 것으로 보인다.