Purpose: The prevalent use of mobile devices may contribute to musculoskeletal disorders, such as forward head posture (FHP), among users. The measurement of the craniovertebral angle (CVA) using photographic images is frequently employed in assessing FHP. Although manual CVA measurement using photographic images is reliable in clinical settings, computer programs or mobile applications to support tele-physical therapy are not yet fully developed. Therefore, in the current study, we propose an automatic method for extracting CVA from photographic images of FHP subjects to facilitate tele-physical therapy. Methods: To develop the automatic CVA measuring computer program, photographic images were obtained from 10 FHP participants. The location information obtained from the markers attached to the tragus and the spinous process of the seventh cervical vertebra were used as coordinates. Using these coordinates, straight line 1 was generated by connecting the seventh spinous process of the cervical vertebra and the tragus, while straight line 2 was drawn parallel to the coordinate obtained from the seventh spinous process of the cervical vertebra. The arc tangent function was used to calculate the angle between the two straight lines. The automatic CVA measurement computer program utilizing photographic images was developed using MATLAB (ver. 2016b). Results: The results showed that the automatic CVA measurement computer program demonstrated stable repeatability and high accuracy. Conclusion: The proposed approach was able to automatically estimate the CVA using photographic images. The developed computer program can potentially be used for easier and more reliable clinical assessment of FHP.
Jung Cheol Shin;Hak Yun Lee;Un Hak Seong;Yeong Jong Joo;Yong Chan Kim;Wook Jin Han
Transactions of the Korean Society of Pressure Vessels and Piping
/
v.20
no.1
/
pp.1-6
/
2024
Crud is a corrosion deposit that forms in equipments and piping of nuclear reactor's primary systems. When crud circulates through the reactor's primary system coolant and adheres to the surface of the nuclear fuel cladding tube, it can lead to the Axial Offset Anomaly (AOA) phenomenon. This occurrence is known to potentially reduce the output of a nuclear power plant or to necessitate an early shutdown. Consequently, worldwide nuclear power plants have employed ultrasonic cleaning methods since 2000 to mitigate crud deposition, ensuring stable operation and economic efficiency. This paper details the system configuration of ultrasonic nuclear fuel cleaning equipment, outlining the function of each component. The objective is to contribute to the local domestic production of ultrasonic nuclear fuel cleaning equipment. Additionally, the paper introduces a method for accurately measuring the weight of removed crud, a crucial factor in assessing cleaning effectiveness and providing input data for the BOA code used in core safety evaluations. Accurate measurement of highly radioactive filters containing crud is essential, and weighing them underwater is a common practice. However, the buoyancy effect during underwater weighing may lead to an overestimation of the collected crud's weight. To address this issue, the paper proposes a formula correcting for buoyancy errors, enhancing measurement accuracy. This improved weight measurement method, accounting for buoyancy effects in water, is expected to facilitate the quantitative assessment of filter weights generated during chemical decontamination and system operations in nuclear power plants.
This study explores the use of Sentinel-1 Synthetic Aperture Radar (SAR), processed through Google Earth Engine (GEE), to monitor changes in the areas of Antarctic ice shelves. Focusing on the Campbell Glacier Tongue (CGT) and Drygalski Ice Tongue (DIT),the research utilizes GEE's cloud computing capabilities to handle and analyze large datasets. The study employs Otsu's method for image binarization to distinguish ice shelves from the ocean and mitigates detection errors by averaging monthly images and extracting main regions. Results indicate that the CGT area decreased by approximately 26% from January 2016 to January 2024, primarily due to calving events,while DIT showed a slight increase overall,with notable reduction in recent years. Validation against Sentinel-2 optical images demonstrates high accuracy,underscoring the effectiveness of SAR and GEE for continuous, long-term monitoring of Antarctic ice shelves.
Chanda Simfukwe;Reeree Lee;Young Chul Youn;Alzheimer’s Disease and Related Dementias in Zambia (ADDIZ) Group
Dementia and Neurocognitive Disorders
/
v.22
no.2
/
pp.61-68
/
2023
Background and Purpose: Analyzing brain amyloid positron emission tomography (PET) images to access the occurrence of β-amyloid (Aβ) deposition in Alzheimer's patients requires much time and effort from physicians, while the variation of each interpreter may differ. For these reasons, a machine learning model was developed using a convolutional neural network (CNN) as an objective decision to classify the Aβ positive and Aβ negative status from brain amyloid PET images. Methods: A total of 7,344 PET images of 144 subjects were used in this study. The 18F-florbetaben PET was administered to all participants, and the criteria for differentiating Aβ positive and Aβ negative state was based on brain amyloid plaque load score (BAPL) that depended on the visual assessment of PET images by the physicians. We applied the CNN algorithm trained in batches of 51 PET images per subject directory from 2 classes: Aβ positive and Aβ negative states, based on the BAPL scores. Results: The binary classification of the model average performance matrices was evaluated after 40 epochs of three trials based on test datasets. The model accuracy for classifying Aβ positivity and Aβ negativity was (95.00±0.02) in the test dataset. The sensitivity and specificity were (96.00±0.02) and (94.00±0.02), respectively, with an area under the curve of (87.00±0.03). Conclusions: Based on this study, the designed CNN model has the potential to be used clinically to screen amyloid PET images.
Objective: To evaluate the accuracy of a deep learning-based automated segmentation of the left ventricle (LV) myocardium using cardiac CT. Materials and Methods: To develop a fully automated algorithm, 100 subjects with coronary artery disease were randomly selected as a development set (50 training / 20 validation / 30 internal test). An experienced cardiac radiologist generated the manual segmentation of the development set. The trained model was evaluated using 1000 validation set generated by an experienced technician. Visual assessment was performed to compare the manual and automatic segmentations. In a quantitative analysis, sensitivity and specificity were calculated according to the number of pixels where two three-dimensional masks of the manual and deep learning segmentations overlapped. Similarity indices, such as the Dice similarity coefficient (DSC), were used to evaluate the margin of each segmented masks. Results: The sensitivity and specificity of automated segmentation for each segment (1-16 segments) were high (85.5-100.0%). The DSC was 88.3 ± 6.2%. Among randomly selected 100 cases, all manual segmentation and deep learning masks for visual analysis were classified as very accurate to mostly accurate and there were no inaccurate cases (manual vs. deep learning: very accurate, 31 vs. 53; accurate, 64 vs. 39; mostly accurate, 15 vs. 8). The number of very accurate cases for deep learning masks was greater than that for manually segmented masks. Conclusion: We present deep learning-based automatic segmentation of the LV myocardium and the results are comparable to manual segmentation data with high sensitivity, specificity, and high similarity scores.
Pig farming, a vital industry, necessitates proactive measures for early disease detection and crush symptom monitoring to ensure optimum pig health and safety. This review explores advanced thermal sensing technologies and computer vision-based thermal imaging techniques employed for pig disease and piglet crush symptom monitoring on pig farms. Infrared thermography (IRT) is a non-invasive and efficient technology for measuring pig body temperature, providing advantages such as non-destructive, long-distance, and high-sensitivity measurements. Unlike traditional methods, IRT offers a quick and labor-saving approach to acquiring physiological data impacted by environmental temperature, crucial for understanding pig body physiology and metabolism. IRT aids in early disease detection, respiratory health monitoring, and evaluating vaccination effectiveness. Challenges include body surface emissivity variations affecting measurement accuracy. Thermal imaging and deep learning algorithms are used for pig behavior recognition, with the dorsal plane effective for stress detection. Remote health monitoring through thermal imaging, deep learning, and wearable devices facilitates non-invasive assessment of pig health, minimizing medication use. Integration of advanced sensors, thermal imaging, and deep learning shows potential for disease detection and improvement in pig farming, but challenges and ethical considerations must be addressed for successful implementation. This review summarizes the state-of-the-art technologies used in the pig farming industry, including computer vision algorithms such as object detection, image segmentation, and deep learning techniques. It also discusses the benefits and limitations of IRT technology, providing an overview of the current research field. This study provides valuable insights for researchers and farmers regarding IRT application in pig production, highlighting notable approaches and the latest research findings in this field.
Coronary CT angiography (CCTA) is recognized for its role as a gatekeeper for invasive coronary angiography in patients suspected of coronary artery disease because it can detect significant coronary stenosis with high accuracy. However, heavy plaque in the coronary artery makes it difficult to visualize the lumen, which can lead to errors in the interpretation of the CCTA results. This is primarily due to the limited spatial resolution of CT scanners, resulting in blooming artifacts caused by calcium. However, coronary stenosis with high calcium scores often requires evaluation using CCTA. Technological methods to overcome these limitations include the introduction of high-resolution CT scanners, the development of reconstruction techniques, and the subtraction technique. Methods to improve reading ability, such as the setting of appropriate window width and height, and evaluation of the position of calcified plaque and residual visibility of the lumen in cross-sectional images, are also recommended.
Baek-gyeom Seong;Xiongzhe Han;Seung-hwa Yu;Chun-gu Lee;Yeongho Kang;Hyun Ho Woo;Hunsuk Lee;Dae-Hyun Lee
Journal of Drive and Control
/
v.21
no.2
/
pp.53-64
/
2024
Global population growth has resulted in an increased demand for food production. Simultaneously, aging rural communities have led to a decrease in the workforce, thereby increasing the demand for automation in agriculture. Drones are particularly useful for unmanned pest control fields. However, the current method of uniform spraying leads to environmental damage due to overuse of pesticides and drift by wind. To address this issue, it is necessary to enhance spraying performance through precise performance evaluation. Therefore, as a foundational study aimed at optimizing drone-based pest control technologies, this research evaluated water-sensitive paper (WSP) via density map estimation using convolutional neural networks (CNN) with a encoder-decoder structure. To achieve more accurate estimation, this study implemented multi-task learning, incorporating an additional classifier for image segmentation alongside the density map estimation classifier. The proposed model in this study resulted in a R-squared (R2) of 0.976 for coverage area in the evaluation data set, demonstrating satisfactory performance in evaluating WSP at various density levels. Further research is needed to improve the accuracy of spray result estimations and develop a real-time assessment technology in the field.
Park, Jae Seok;Choi, Won-Il;Min, Bo Ram;Park, Jie Hae;Chae, Jin Nyeong;Jeon, Young June;Yu, Ho Jung;Kim, Ji-Young;Kim, Gyoung-Ju;Ko, Sung-Min
Tuberculosis and Respiratory Diseases
/
v.64
no.4
/
pp.266-271
/
2008
Background: Estimation of the probability of a patient having an acute pulmonary embolism (PE) for patients with a suspected PE are well established in North America and Europe. However, an assessment of the prediction rules for a PE has not been clearly defined in Korea. The aim of this study is to assess the prediction rules for patients with a suspected PE in Korea. Methods: We performed a retrospective study of 210 inpatients or patients that visited the emergency ward with a suspected PE where computed tomography pulmonary angiography was performed at a single institution between January 2005 and March 2007. Simplified Wells rules and revised Geneva rules were used to estimate the clinical probability of a PE based on information from medical records. Results: Of the 210 patients with a suspected PE, 49 (19.5%) patients had an actual diagnosis of a PE. The proportion of patients classified by Wells rules and the Geneva rules had a low probability of 1% and 21%, an intermediate probability of 62.5% and 76.2%, and a high probability of 33.8% and 2.8%, respectively. The prevalence of PE patients with a low, intermediate and high probability categorized by the Wells rules and Geneva rules was 100% and 4.5% in the low range, 18.2% and 22.5% in the intermediate range, and 19.7% and 50% in the high range, respectively. Receiver operating characteristic curve analysis showed that the revised Geneva rules had a higher accuracy than the Wells rules in terms of detecting PE. Concordance between the two prediction rules was poor ($\kappa$ coefficient=0.06). Conclusion: In the present study, the two prediction rules had a different predictive accuracy for pulmonary embolisms. Applying the revised Geneva rules to inpatients and emergency ward patients suspected of having PE may allow a more effective diagnostic process than the use of the Wells rules.
This study was performed to predict the future climate envelope of Pinus pumila, a subalpine plant and a Climate-sensitive Biological Indicator Species (CBIS) of Korea. P. pumila is distributed at Mt. seorak in South Korea. Suitable habitat were predicted under two alternative RCPscenarios (IPCC AR5). The SDM used for future prediction was a Maxent model, and the total number of environmental variables for Maxent was 8. It was found that the distribution range of P. pumila in the South Korean was $38^{\circ}7^{\prime}8^{{\prime}{\prime}}N{\sim}38^{\circ}7^{\prime}14^{{\prime}{\prime}}N$ and $128^{\circ}28^{\prime}2^{{\prime}{\prime}}E{\sim}128^{\circ}27^{\prime}38^{{\prime}{\prime}}E$ and 1,586m~1,688m in altitude. The variables that contribute the most to define the climate envelope are altitude. Climate envelope simulation accuracy was evaluated using the ROC's AUC. The P. pumila model's 5-cv AUC was found to be 0.99966. which showed that model accuracy was very high. Under both the RCP4.5 and RCP8.5 scenarios, the climate envelope for P. pumila is predicted to decrease in South Korea. According to the results of the maxent model has been applied in the current climate, suitable habitat is $790.78km^2$. The suitable habitats, are distributed in the region of over 1,400m. Further, in comparison with the suitable habitat of applying RCP4.5 and RCP8.5 suitable habitat current, reduction of area RCP8.5 was greater than RCP4.5. Thus, climate change will affect the distribution of P. pumila. Therefore, governmental measures to conserve this species will be necessary. Additionally, for CBIS vulnerability analysis and studies using sampling techniques to monitor areas based on the outcomes of this study, future study designs should incorporate the use of climatic predictions derived from multiple GCMs, especially GCMs that were not the one used in this study. Furthermore, if environmental variables directly relevant to CBIS distribution other than climate variables, such as the Bioclim parameters, are ever identified, more accurate prediction than in this study will be possible.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.