CT 영상은 커널의 종류와 재구성 방법에 따라 다양하게 나타나며, 관심 영역의 CT감약계수 및 노이즈는 정밀도에 영향을 준다. 커널의 종류에 따른 노이즈, 공간분해능 및 MTF를 측정하여 영상을 평가하였다. 다중채널CT 스캐너를 이용하여 팬텀 및 복부를 스캔 하였고, 커널은 B10(very smooth), B20(smooth), B30(medium smooth), B40(medium), B50(medium sharp), B60(sharp), B70(very sharp), B80(ultra sharp)으로 재구성하여 물, 공기, 간의 실질 조직, 근육, 지방 부위를 ROI 기능을 이용하여 평균의 CT감약계수와 표준편차인 노이즈를 정량적으로 측정하여 영상을 비교하였다. 그 결과CT 감약계수는 물($1.1{\sim}1.8\;HU$), 공기($-998{\sim}-1,000\;HU$)이고, 물에서의 노이즈($5.4{\sim}44.8\;HU$), 공기($3.6{\sim}31.4\;HU$)이다. 인체에서 간 실질 조직과 지방, 근육의 CT 감약계수와 노이즈를 커널에 따라 측정하였다. 지방의 CT 감약계수($-2.2{\sim}0.8\;HU$), 간의 실질 조직에서 CT감약계수($60.4{\sim}62.2\;HU$), 노이즈($7.6{\sim}63.8\;HU$), 근육의 CT감약계수($53.3{\sim}54.3\;HU$), 노이즈($10.4{\sim}70.7\;HU$) 사이에서 분포하였고, 커널이 높아질수록 노이즈도 증가하였다. 영상의 질을 높이기 위해서는 검사부위에 따라 노이즈를 감소하기 위해 적절한 커널을 선택하여 CT 검사를 하여야 한다.
No-tillage (NT) practice for corn production has advantages of reduction of soil erosion and energy conservation. Research on effects of NT for sweet corn or super sweet corn is very limited. Hybrids of sugary (su) and shrunken-2 (sh2) were tested under NT and conventional tillage (CT) practices to investigate plant characters, ear characters, fresh yield, and grain yield. Sugary hybrids were Golden Cross Bantam 70 (GCB70), Sprint, Geumdanok, and Danok3. Shrunken-2 hybrids were BSS9472, Cambella90, GSS9299, Jubilee, KS-Y-65, and Chodangok1. Emergence rates under NT were lower than those under CT for su, while there was no difference between tillage systems for sh2. There were no differences between CT and NT for days to tasseling and silking, plant height, and ear height for both su and sh2. Ear characters such as ear length, number of kernel rows, number of kernels per row, and t100-kernel weight under NT were not significantly different from those under CT. There were no differences between two tillage practice for fresh and grain yield, rather they showed trend of increases under NT practices. Results from this trial indicate that NT practice for both su and sh2 cultivation may be possible to recommend to farmers.
The purpose of this study was to evaluate the effects of X-ray photon energy, tissue density, and the kernel essential for image reconstruction on the image quality by measuring HU and noise. Images were obtained by scanning the RMI density phantom within the CT device, and HU and noise were measured as follows: images were obtained by varying the tube voltages, the tube currents and eight different kernels. The greater the voltage-dependent change in the HU value but the noise was decreased. At all densities, changes in the tube current did not exert any significant influence on the HU value, whereas the noise value gradually decreased as the tube current increased. At all densities, changes in the kernel did not exert any significant influence on the HU value. The noise value gradually increased in the lower kernel range, but rapidly increased in the higher kernel range. HU is influenced by voltage and density, and noise is influenced by voltage, current, kernel, and density. This affects contrast resolution and spatial resolution.
The purpose of this study was to assess the effects of reconstruction kernel, and slice thickness on the accuracy of spiral CT-based volume assessment over a range of object sizes typical of synthetic simulated tumor. Spiral CT scanning was performed at various reconstruction kernels (soft tissue, standard, bone), and slice thickness (1, 2, 3 mm) using a phantom made of gelatin and 10 synthetic simulated tumors of different sizes (diameter 3.0-12.0 mm). Three-dimensional volume assessments were obtained using an automated software tool. Results were compared with the reference volume by calculating the percentage error. Statistical analysis was performed using ANOVA and setting statistical significance at P < 0.05. In general, smaller slice thickness and larger sphere diameters produced more accurate volume assessment than larger slice thickness and smaller sphere diameter. The measured volumes were larger than the actual volumes by a common factor depending on slice thickness; in 100HU simulated tumors that had statistically significant, 1 mm slice thickness produced on average 27.41%, 2 mm slice thickness produced 45.61%, 3 mm slice thickness produced 93.36% overestimates of volume. However, there was no statistically significant difference in volume error for spiral CT scans taken with techniques where only reconstruction kernel was changed. These results supported that synthetic simulated tumor size, slice thickness were significant parameters in determining volume measurement errors. For an accurate volumetric measurement of an object, it is critical to select an appropriate slice thickness and to consider the size of an object.
The performance of convolutional deep learning networks is generally determined according to parameters of target dataset, structure of network, convolution kernel, activation function, and optimization algorithm. In this paper, a genetic algorithm is used to select the appropriate deep learning model and parameters for Alzheimer's classification and to compare the learning results with preliminary experiment. We compare and analyze the Alzheimer's disease classification performance of VGG-16, GoogLeNet, and ResNet to select an effective network for detecting AD and MCI. The simulation results show that the network structure is ResNet, the activation function is ReLU, the optimization algorithm is Adam, and the convolution kernel has a 3-dilated convolution filter for the accuracy of dementia medical images.
Thomas Weikert;Luca Andre Noordtzij;Jens Bremerich;Bram Stieltjes;Victor Parmar;Joshy Cyriac;Gregor Sommer;Alexander Walter Sauter
Korean Journal of Radiology
/
제21권7호
/
pp.891-899
/
2020
Objective: To assess the diagnostic performance of a deep learning-based algorithm for automated detection of acute and chronic rib fractures on whole-body trauma CT. Materials and Methods: We retrospectively identified all whole-body trauma CT scans referred from the emergency department of our hospital from January to December 2018 (n = 511). Scans were categorized as positive (n = 159) or negative (n = 352) for rib fractures according to the clinically approved written CT reports, which served as the index test. The bone kernel series (1.5-mm slice thickness) served as an input for a detection prototype algorithm trained to detect both acute and chronic rib fractures based on a deep convolutional neural network. It had previously been trained on an independent sample from eight other institutions (n = 11455). Results: All CTs except one were successfully processed (510/511). The algorithm achieved a sensitivity of 87.4% and specificity of 91.5% on a per-examination level [per CT scan: rib fracture(s): yes/no]. There were 0.16 false-positives per examination (= 81/510). On a per-finding level, there were 587 true-positive findings (sensitivity: 65.7%) and 307 false-negatives. Furthermore, 97 true rib fractures were detected that were not mentioned in the written CT reports. A major factor associated with correct detection was displacement. Conclusion: We found good performance of a deep learning-based prototype algorithm detecting rib fractures on trauma CT on a per-examination level at a low rate of false-positives per case. A potential area for clinical application is its use as a screening tool to avoid false-negative radiology reports.
Purpose: This study was performed to investigate the effects of energy level, reconstruction kernel, and tube rotation time on Hounsfield unit (HU) values of hydroxyapatite (HA) in virtual monochromatic images (VMIs) obtained with dual-energy computed tomography (DECT)(Siemens Healthineers, Erlangen, Germany). Materials and Methods: A bone density calibration phantom with 3 HA inserts of different densities(CTWATER®; 0, 100, and 200 mg of HA/㎤) was scanned using a twin-beam DECT scanner at 120 kVp with tube rotation times of 0.5 and 1.0 seconds. The VMIs were reconstructed by changing the energy level (with options of 40 keV, 70 keV, and 140 keV). In order to investigate the impact of the reconstruction kernel, virtual monochromatic images were reconstructed after changing the kernel from body regular 40 (Br40) to head regular 40 (Hr40) in the reconstruction phase. The mean HU value was measured by placing a circular region of interests (ROIs) in the middle of each insert obtained from the VMIs. The HU values were compared with regard to energy level, reconstruction kernel, and tube rotation time. Results: Hydroxyapatite density was strongly correlated with HU values(correlation coefficient=0.678, P<0.05). For the HA 100 and 200 inserts, HU decreased significantly at increased energy levels(correlation coefficient= -0.538, P<0.05) but increased by 70 HU when using Hr40 rather than Br40 (correlation coefficient=0.158, P<0.05). The tube rotation time did not significantly affect the HU(P>0.05). Conclusion: The HU values of hydroxyapatite were strongly correlated with hydroxyapatite density and energy level in VMIs obtained with DECT.
이산 여현 변환(Discrete Cosine Transform: DCT)은 음성 및 영상 신호의 압축에 광범위하게 응용되고 있다. 본 논문에서는 $2^{m}$-포인트의 일반적인 경우로 확장이 가능한 새로운 고속 DCT 알고리즘과 구조를 제안한다. 제안한 알고리즘은 커널의 대칭성을 이용하여 N-포인트의 DCT를 N/2-포인트의 DCT로 나누어 처리하며 이를 재귀적으로 적용해 나간다. 제안한 알고리즘은 적은 덧셈 및 곱셈 연산을 통해 변환을 수행하며, 변환을 위해 통과해야 하는 곱셈 연산단의 수가 적고 대부분의 곱셈 연산이 흐름도상의 후반부에서 일괄적으로 수행되므로 고정 소수점 연산시에 발생할 수 있는 오차의 전파를 줄일 수 있다.
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.