• Asian-Australasian Journal of Animal Sciences
• /
• 제24권3호
• /
• pp.400-406
• /
• 2011

An experiment was carried out to assess the effects of xylanase supplementation on the performance, net energy and gut microflora of broilers fed a wheat-based diet. Day-old male broiler chicks were allocated to two dietary treatments. Each treatment was composed of six replicate cages of seven broilers per cage. The diets were wheat-based and offered as mash. The treatments included i) basal diet deficient in metabolizable energy; and ii) basal diet supplemented with a commercial xylanase added at 4,000 U/kg feed. Bird performance, nutrient utilization and gut microbial populations were measured. Heat production and net energy were determined using an auto-control, open circuit respiration calorimetry apparatus. Results showed that exogenous xylanase supplementation improved feed conversion efficiency (p<0.05) and increased diet AME (+4.2%; p<0.05), as well as heat production (HP), net energy for production (NEp), production of $CO_2$, and consumption of $O_2$. The respiratory quotient (RQ) was also increased (p<0.01) by the addition of xylanase. NEp value was increased by 26.1% while daily heat production per kg metabolizable body weight was decreased by 26.2% when the xylanase was added. Xylanase supplementation numerically increased the ileal digestibility of protein and energy by 3 and 6 percentage units respectively (p>0.05). The ileal digestibility of hemicellulose was significantly improved by xylanase addition (p<0.05).

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2191-2208
• /
• 2022

Motion blur in PET (Positron emission tomography) images induced by respiratory motion will reduce the quality of imaging. Although exiting methods have positive performance for respiratory motion correction in medical practice, there are still many aspects that can be improved. In this paper, an improved 3D unsupervised framework, Res-Voxel based on U-Net network was proposed for the motion correction. The Res-Voxel with multiple residual structure may improve the ability of predicting deformation field, and use a smaller convolution kernel to reduce the parameters of the model and decrease the amount of computation required. The proposed is tested on the simulated PET imaging data and the clinical data. Experimental results demonstrate that the proposed achieved Dice indices 93.81%, 81.75% and 75.10% on the simulated geometric phantom data, voxel phantom data and the clinical data respectively. It is demonstrated that the proposed method can improve the registration and correction performance of PET image.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 한국수산과학회지
• /
• 제34권3호
• /
• pp.254-259
• /
• 2001

프레임에 그물감을 부착하여 구성되는 우리형 구조물의 유수저항을 설계 도면으로부터 정확하게 산정하기 위한 기초 단계로 해서, 4가지 규격의 나일론 랏쉘 그물감과 2가지 규격의 PE 막매듭 그물감에 대해 회류 수조에서 수리 실험을 실시하고 저항 특성을 조사하였다. 또한 일정 기간 해중에 침지되어 생물이 부착한 그물감에 대해 저항을 측정한 기존의 실험 결과를 사용하여 그것의 저항계수를 구하고 생물이 부착되지 않은 그물감의 저항계수와 비교하였다. 실험에서 얻어진 결과를 요약하면 다음과 같다. 1. 벽 면적이 S되는 그물감이 유속 U에서 받는 저항 R을 $R=kSU^2$으로 표시할 경우 저항계수 $k(kg{\cdot}s^2/m^4)$는 $R_e$에 따라 크게 달라지는데, $R_e$의 대표 치수로서 그물코의 면적에 대한 발의 체적의 비 $\lambda,$ 즉$$\lambda=\frac{{\pi}d^2}{2L\;sin\;2{\phi}}$$을 사용하면 (d: 그물실의 지름, L: 발의 길이, $2{\phi}$: 그물코의 전개각), k는 $R_{e}<180$의 영역에서는$$k=350(\frac{{\lambda}U}{v})^{-0.25}$$으로 주어졌고, $R_e{\geq}180$의 영역에서는 큰 변화 없이 $92\~102(kg{\cdot}s^2/m^4$) 범위의 값을 취하였다. 2. 실험에 사용한 그물감들에 대해 벽 면적 S에 대한 투영 면적 $S_n$의 비인 $S_n/S$를 계산하고, 그것을 저항계수 k와 비교한 결과 $$k=98.6(\frac{S_n}{S})^{1.19}$$이 얻어 졌다. 3. 해중에 30일간 침지하여 생물이 부착된 상태의 평면 그물감에 대한 k와 $S_n$와의 관계는 $$k=176(\frac{S_n}{S})^{1.65}$$으로 주어 졌다. 4. 그물감의 유수저항은 방오 도료를 도장하지 않은 그물감보다 도장한 그물감에서 약간 더 큰 경향이었으나, 그 차이는 무시해도 좋을 정도로 작았다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3464-3471
• /
• 2023

The Uranium/Molybdenum metallic fuel has been proposed as promising advanced fuel concept especially in the dispersed fuel geometry. The fuel is manufactured in the form of small fuel droplets (particles) placed in a fuel pin covered by a matrix. In addition to fuel particles, the pin contains voids necessary to compensate material swelling and release of fission gases from the fuel particles. When investigating this advanced fuel design, two important questions were raised. Can the dispersed fuel performance be analyzed using homogenization without significant inaccuracy and what size of fuel drops should be used for the fuel design to achieve optimal utilization? To answer, 2D burnup calculations of fuel assemblies with different fuel particle sizes were performed. The analysis was supported by an additional 3D fuel pin calculation with the dispersed fuel particle size variations. The results show a significant difference in the multiplication factor between the homogenized calculation and the detailed calculation with precise fuel particle geometry. The recommended fuel particle size depends on the final burnup to be achieved. As shown in the results, for lower burnup levels, larger fuel drops offer better multiplication factor. However, when higher burnup levels are required, then smaller fuel drops perform better.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1794-1806
• /
• 2023

This study presents a method for capturing photographs of users as input and converting them into 2D character animation sprites using a generative adversarial network-based artificial intelligence network. Traditionally, 2D character animations have been created by manually creating an entire sequence of sprite images, which incurs high development costs. To address this issue, this study proposes a technique that combines motion videos and sample 2D images. In the 2D sprite generation process that uses the proposed technique, a sequence of images is extracted from real-life images captured by the user, and these are combined with character images from within the game. Our research aims to leverage cutting-edge deep learning-based image manipulation techniques, such as the GAN-based motion transfer network (impersonator) and background noise removal (U² -Net), to generate a sequence of animation sprites from a single image. The proposed technique enables the creation of diverse animations and motions just one image. By utilizing these advancements, we focus on enhancing productivity in the game and animation industry through improved efficiency and streamlined production processes. By employing state-of-the-art techniques, our research enables the generation of 2D sprite images with various motions, offering significant potential for boosting productivity and creativity in the industry.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.119-126
• /
• 2023

근감소증은 국내는 2021년 질병으로 분류되었을 만큼 잘 알려져 있지 않지만 고령화사회에 진입한 선진국에서는 사회적 문제로 인식하고 있다. 근감소증 진단은 유럽노인근감소증 진단그룹(EWGSOP)과 아시아근감소증진단그룹(AWGS)에서 제시하는 국제표준지침을 따른다. 최근 진단방법으로 절대적 근육량 이외에 신체수행평가로 보행속도 측정과 일어서기 검사 등을 통하여 근육 기능을 함께 측정할 것을 권고하고 있다. 근육량을 측정하기 위한 대표적인 방법으로 DEXA를 이용한 체성분 분석 방법이 임상에서 정식으로 실시하고 있다. 또한 MRI 또는 CT의 복부 영상을 이용하여 근육량을 측정하는 다양한 연구가 활발하게 진행되고 있다. 따라서 본 논문에서는 근감소증 진단을 위해서 비교적 짧은 촬영시간을 갖는 CT의 복부영상기반으로 AI 영상 분할 모델을 개발하고 다기관 검증한 내용을 기술한다. 우리는 CT 영상 중에 요추의 L3 영역을 분류하여 피하지방, 내장지방, 근육을 자동으로 분할할 수 있는 인공지능 모델을 U-Net 모델을 사용하여 개발하였다. 또한 모델의 성능평가를 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행했으며, 타 병원의 데이터를 활용하여 동일한 IOU 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 검증하고 보완하고자 했다.

• 한국지반공학회논문집
• /
• 제39권8호
• /
• pp.17-28
• /
• 2023

본 연구에서는 화강암 시편을 대상으로 파쇄 유체의 점성과 주입 속도를 변화시키며 실내 수압 파쇄 실험을 수행하였고, 3D X-ray CT 촬영을 통해 파쇄 후 시편 내부를 관찰하였다. 이미지 처리에 탁월한 성능을 보이는 합성곱 신경망(Convolutional Neural Network, CNN) 기반 Nested U-Net 모델 구조를 활용하여 CT 이미지 내 수압 파쇄 균열 추출을 수행하였고, 복잡한 형상의 미세균열을 정교하게 추출할 수 있었다. CNN 기반 모델로 추출된 균열을 3차원으로 재구성하여 균열의 부피, 두께, 굴곡도, 균열면 거칠기를 분석하였다. 그 결과 파쇄 유체의 점성이 클수록 균열 부피와 두께가 증가하였고, 굴곡도와 균열면의 거칠기가 감소하는 경향을 보였다. 또한 균열면의 굴곡도와 거칠기 이방성이 존재함을 확인할 수 있었다. 본 연구는, CNN 기반의 균열 추출 모델을 활용해 전통적인 이미지 처리 방법보다 정교한 균열 추출을 수행하고, 이를 기반으로 수압 파쇄 균열의 정량 분석을 성공적으로 수행하였다.

• Korean Journal of Radiology
• /
• 제25권4호
• /
• pp.363-373
• /
• 2024

Objective: To develop and evaluate a deep learning model for automated segmentation and detection of bone metastasis on spinal MRI. Materials and Methods: We included whole spine MRI scans of adult patients with bone metastasis: 662 MRI series from 302 patients (63.5 ± 11.5 years; male:female, 151:151) from three study centers obtained between January 2015 and August 2021 for training and internal testing (random split into 536 and 126 series, respectively) and 49 MRI series from 20 patients (65.9 ± 11.5 years; male:female, 11:9) from another center obtained between January 2018 and August 2020 for external testing. Three sagittal MRI sequences, including non-contrast T1-weighted image (T1), contrast-enhanced T1-weighted Dixon fat-only image (FO), and contrast-enhanced fat-suppressed T1-weighted image (CE), were used. Seven models trained using the 2D and 3D U-Nets were developed with different combinations (T1, FO, CE, T1 + FO, T1 + CE, FO + CE, and T1 + FO + CE). The segmentation performance was evaluated using Dice coefficient, pixel-wise recall, and pixel-wise precision. The detection performance was analyzed using per-lesion sensitivity and a free-response receiver operating characteristic curve. The performance of the model was compared with that of five radiologists using the external test set. Results: The 2D U-Net T1 + CE model exhibited superior segmentation performance in the external test compared to the other models, with a Dice coefficient of 0.699 and pixel-wise recall of 0.653. The T1 + CE model achieved per-lesion sensitivities of 0.828 (497/600) and 0.857 (150/175) for metastases in the internal and external tests, respectively. The radiologists demonstrated a mean per-lesion sensitivity of 0.746 and a mean per-lesion positive predictive value of 0.701 in the external test. Conclusion: The deep learning models proposed for automated segmentation and detection of bone metastases on spinal MRI demonstrated high diagnostic performance.

• 한국생활과학회지
• /
• 제23권4호
• /
• pp.665-680
• /
• 2014

The purpose of this study was to develop the construction process of orthopedic compression garments (OCG) for balancing of the left and right lumbar muscle power and strength to prevent low back pain. One male subject having low back pain was involved for investigating of the lumbar muscle power. EMG (Telemyo DTS2, Noraxon, U.S.A) was measured with/ without 3 types of waist assistant belt around the waist area of the subject. Based on the electromyogram value of left and right body, OCG were constructed as follows. Firstly, stretchable t-shirts type with supportive waist belt was selected for the convenience of wearing and laundering the OCG. The design lines of the front and back waist parts were created depending on the anatomy of the torso. Secondly, 3D pattern was developed using 3D Clo, RapidForm XOR, 2C-AN, and Yuka CAD program to increase the fit of the OCG. Finally, stretchable power-net was layered as linings in two ways, a single lining and double layered linings, and evaluated measuring lumbar muscle EMG by five subjects with low back pain. As the results, they were effective to balance the left and right lumbar muscle power and strength. Also the OCG with the double layered power-net lining was superior to the one layered lining in terms of fit and comfort.