• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.139-142
• /
• 2006

본 논문에서는 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 다중 감각 기반의 지능형 3차원 형상 분석 방법을 소개한다. 지능형 형상 분석 방법은 3차원 모델의 구조에 대한 보다 상세한 정보를 제공한다. 특히 의료 분야에 사용될 경우 전문가의 개입을 최소화하여 질병 진단 및 치료 등에 사용될 수 있다. 본 연구에서는, MRI나 CT 영상으로부터 생성된 3차원 매개변수형 모델을 이용하여 유사 모델 집단을 대표하는 통계 형상을 구축한 후, SVM (Support Vector Machine) 학습 알고리즘을 이용하여 두 집단간 형상 차이를 분석한다. 3차원 형상에 대한 신속한 시각적 이해와 직관적 조작감은 물체 표면의 형상 변화를 분석하는데 효과적으로 사용될 수 있다. 본 논문에서는 물체 조작 및 관찰 등의 작업을 수행할 때, 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 인터랙션 기법을 사용하여 공간감과 깊이감을 향상시켜 형상 분석 결과를 효과적으로 분석한다. 본 연구에서는 해마, 관상 동맥, 뇌와 같은 인체 장기를 실험 데이터로 사용하여 제안한 SVM 기반의 분석 방법과 인터랙션 환경의 성능을 평가한다. 본 연구에서 구현한 SVM 기반 이진 분류기는 두 집단간 형상 차이를 효과적으로 분석하며, 또한 다중 감각 인터랙션은 사용자가 분석 결과를 관찰하고 카메라 및 형상을 효율적으로 조작하는 데 도움을 준다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1387-1392
• /
• 2006

본 논문에서는 SVM (Support Vector Machine)을 기반으로 하여 인체의 뇌 하부구조인 해마에 대한 지능적 형상분석 방법을 제공한다. 일반적으로 의료 영상으로부터 해마의 형상 분석을 하기 위해서는 충분한 임상 데이터를 필요로 한다. 하지만 현실적으로 많은 양의 표본들을 얻는 것이 쉽지 않기 때문에 전문가의 지식을 기반으로 한 작업이 수반되어야 한다. 결국 이러한 요소들이 분석 작업을 어렵게 한다. 의학 기술이 복잡해 지면서 최근의 형상 분석 연구는 점차 통계적 모델을 기반으로 진행되고 있다. 본 연구에서는 해마로부터 고해상도의 매개변수형 모델을 만들어 형상 표현으로 이용하고, 집단간 분류 작업에 SVM 알고리즘을 적용하는 지능적 분석 방법을 구현한다. 우선 메쉬 데이터로부터 물리변형모델 기반의 매개변수 모델을 구축하고, PDM (point distribution model) 방법을 적용하여 두 집단을 대표하는 평균 모델을 생성한다. 마지막으로 SVM 기반의 이진 분류기를 구축하여 집단간 분류 작업을 수행한다. 구현한 모델링 방법과 분류기의 성능을 평가하기 위하여 본 연구에서는 네 가지 커널 함수 (linear, radial basis function, polynomial, sigmoid)들을 적용한다. 본 논문에서 제시한 매개변수형 모델은 다양한 형태의 의료 데이터로부터 보편적인 3차원 모델을 생성하고, 또한 모델의 전역적, 국부적인 특징들을 복합적으로 표현할 수 있기 때문에 통계적 형상분석에 적합하다. 그리고 SVM 기반의 분류기는 적은 수의 학습 데이터로부터 정상인 해마 집단과 간질 환자 집단간의 정확한 분류를 가능하게 한다.

• The Korean Journal of Applied Statistics
• /
• v.37 no.1
• /
• pp.73-86
• /
• 2024

A radial chart of Excel is very useful graphical method in delivering information for numerical data. However, it is not easy to discriminate or classify many individuals. In this case, after shaping each individual of a radial chart, we need to apply shape analysis. For a radial chart, since landmarks for shaping are formed as many as the number of variables representing the characteristics of the object, we consider a shape that connects them to a line. If the shape becomes complicated due to the large number of variables, it is difficult to easily grasp even if visualized using a radial chart. Principal component analysis (PCA) is performed on variables to create a visually effective shape. The classification table and classification rate are checked by applying the techniques of traditional discriminant analysis, support vector machine (SVM), and artificial neural network (ANN), before and after principal component analysis. In addition, the difference in discrimination between the two coordinates of generalized procrustes analysis (GPA) coordinates and Bookstein coordinates is compared. Bookstein coordinates are obtained by converting the position, rotation, and scale of the shape around the base landmarks, and show higher rate than GPA coordinates for the classification rate.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.15-27
• /
• 2019

The reliability of the data means the overall consistency of the measurement results. Methods for evaluating reliability have been continuously studied because it affects the results of the statistical analysis. Cronbach's ${\alpha}$ coefficient or intraclass correlation coefficient is used for reliability evaluation; however, these measures cannot be applied to data consisting of three-dimensional coordinates to represent an object. In this study, we propose a measure to evaluate the reliability of three dimensional shapes based on statistical shape analysis that is made possible by extracting the shape information from the measured three dimensional coordinates and decomposing the shape variation.

• Journal of the Korea Computer Graphics Society
• /
• v.10 no.4
• /
• pp.27-36
• /
• 2004

본 논문에서는 뇌의 하부구조인 해마를 정확하게 분석하기 위한 형상 정규화 방법과 정상인과 간질 환자의 해마를 분류하기 위한 방법을 제시한다. 해마에 대한 형상 분석 과정은 크게 형상 표현을 구축하는 과정, 형상의 유사도를 측정하는 과정, 정상인 집단과 환자 집단을 분류하는 과정으로 이루어진다. 본 연구에서는 해마의 형상 표현으로 메쉬, 골격, 복셀로 이루어진 하이브리드 옥트리 자료구조를 구축하였다. 또한 Iterative Closest Point (ICP) 알고리즘을 사용하여 해마 골격을 기반으로 한 정규화를 수행하였다. 그리고 정규화된 해마 형상을 전역적, 국부적으로 분석하여 최종적으로 입력된 해마가 정상인 또는 간질 환자에 속하는지를 학습된 데이터를 이용하여 분류하였다. 본 논문에서 제시한 ICP 기반의 정규화 방법은 3차원 해마 형상을 정확하게 분석하게 해주고, 골격의 정점 수를 조절함으로써 정규화 시간을 감소시킬 수 있다. 뿐만 아니라 3차원 해마 모델의 형상을 신경망을 통하여 학습시킴으로써 해마의 형상이 변형된 환자 집단과 정상인 집단을 분류하는데 이용할 수 있다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.38 no.10
• /
• pp.1139-1145
• /
• 2014

Creation of a human skeleton model and characterization of the variation in the bone shape are fundamentally important in many applications of biomechanics. In this paper, we present a parametric shape modeling method for femurs that is based on extracting the main parameter of variations of the femur shape from a 3D model database by using statistical shape analysis. For this shape analysis, principal component analysis (PCA) is used. Application of the PCA to 3D data requires bringing all the models in correspondence to each other. For this reason, anatomical landmarks are used for guiding the deformation of the template model to fit the 3D model data. After subsequent application of PCA to a set of femur models, we calculate the correlation between the dominant components of shape variability for a target population and the anatomical parameters of the femur shape. Finally, we provide tools for visualizing and creating the femur shape using the main parameter of femur shape variation.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.688-691
• /
• 2004

본 논문에서는 메쉬, 복셀, 골격 데이터를 포함하는 복합적인 옥트리 기반의 형상 표현을 이용하여 해마의 형상을 분석하기 위한 효과적인 방법을 제공한다. 먼저, 자기공명영상으로부터 분할된 해마 영역에 마칭큐브 알고리즘을 적용하여 다단계 메쉬 데이터를 생성한다. 이렇게 생성된 메쉬 모델을 하드웨어 깊이맵을 이용한 복셀화 과정을 통하여, 중간 단계의 이진 복셀 표현으로 변환한다. 마지막으로 광선 추적 방법에 의해 추출된 샘플 메쉬들에 대하여 L2 Norm을 계산함으로써 형상 특징을 생성한다. 본 연구에서 제시한 방법은 사용자 피킹 인터페이스를 이용하여 국부적 부위에서의 계층적 형상 분석을 가능하게 한다. 또한 계층적 Level-of-Detail 접근방법은 정확도를 유지하며 형상분석의 소요 시간을 절약하도록 한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.39 no.8
• /
• pp.689-701
• /
• 2011

The relations between ambient conditions and ice accretion shapes are quantitatively analyzed by employing self-organization maps and analysis of variance. Liquid water contents(LWC), mean volumetric droplet diameter(MVD), ambient temperature and free-stream velocity are chosen as ambient conditions which change ice accretion shapes. The parameters of ice accretion shape are selected as maximum thickness, icing limits, ice heading, and ice accretion area. Qualitative analysis was conducted by employing self-organization maps which show the qualitative relations between ice shapes and ambient conditions. The quantitative results of analysis of variance yield intensity of ambient conditions to the parameters of ice accretion shapes.

• Journal of Internet Computing and Services
• /
• v.10 no.5
• /
• pp.165-181
• /
• 2009

This paper presents an effective representation scheme for the shape analysis of the hippocampal structure and a stereoscopic-haptic environment to enhance sense of realism. The parametric model and the 3D skeleton represent various types of hippocampal shapes and they are stored in the Octree data structure. So they can be used for the interactive shape analysis. And the 3D skeleton-based pose normalization allows us to align a position and an orientation of the 3D hippocampal models constructed from multimodal medical imaging data. We also have trained Support Vector Machine (SVM) for classifying between the normal controls and epileptic patients. Results suggest that the presented representation scheme provides various level of shape representation and the SVM can be a useful classifier in analyzing the shape differences between two groups. A stereoscopic-haptic virtual environment combining an auto-stereoscopic display with a force-feedback (or haptic) device takes an advantage of 3D applications for medicine because it improves space and depth perception.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.649-653
• /
• 2005

유역형상의 변화에 따라서 이동강우가 유출에 미치는 영향을 운동파이론을 적용하여 분석하였으며, 유역형상은 신장형유역과 정4각형유역 및 장방형유역에 대하여 분석하였고, 이동강우 분포형은 균등분포형, 전진형, 지연형, 중앙집중형을 사용하였다. 이와 같은 형상의 유역에 대하여 다양한 이동속도를 가진 강우가 유역내 하천의 상류방향, 하류방향, 횡방향으로 이동할 때 강우분포형에 따르는 유출수문곡선을 모의하여 그 특성을 비교분석하였다. 유출수문곡선의 모양과 첨두시간, 첨두유량은 시간적, 공간적으로 변화하는 강우와 유역형상에 의하여 크게 영향을 받는다. 횡방향의 이동강우에서는 상류방향과 하류방향의 경우보다 더 큰 첨두유량이 발생하며, 하류방향 이동강우의 첨두유량은 상류방향의 첨두유량보다 더 크게 나타났다. 신장형유역의 경우 하류방향 이동강우의 첨두시간은 상류방향과 횡방향의 경우보다 더 지체되며, 수문곡선의 총유출량과 기저시간은 강우속도가 증가함에 따라 감소하였다.