• Imaging Science in Dentistry
• /
• 제43권3호
• /
• pp.153-161
• /
• 2013

Purpose: To prevent low bone mineral density (BMD), that is, osteoporosis, in postmenopausal women, it is essential to diagnose osteoporosis more precisely. This study presented an automatic approach utilizing a histogram-based automatic clustering (HAC) algorithm with a support vector machine (SVM) to analyse dental panoramic radiographs (DPRs) and thus improve diagnostic accuracy by identifying postmenopausal women with low BMD or osteoporosis. Materials and Methods: We integrated our newly-proposed histogram-based automatic clustering (HAC) algorithm with our previously-designed computer-aided diagnosis system. The extracted moment-based features (mean, variance, skewness, and kurtosis) of the mandibular cortical width for the radial basis function (RBF) SVM classifier were employed. We also compared the diagnostic efficacy of the SVM model with the back propagation (BP) neural network model. In this study, DPRs and BMD measurements of 100 postmenopausal women patients (aged >50 years), with no previous record of osteoporosis, were randomly selected for inclusion. Results: The accuracy, sensitivity, and specificity of the BMD measurements using our HAC-SVM model to identify women with low BMD were 93.0% (88.0%-98.0%), 95.8% (91.9%-99.7%) and 86.6% (79.9%-93.3%), respectively, at the lumbar spine; and 89.0% (82.9%-95.1%), 96.0% (92.2%-99.8%) and 84.0% (76.8%-91.2%), respectively, at the femoral neck. Conclusion: Our experimental results predict that the proposed HAC-SVM model combination applied on DPRs could be useful to assist dentists in early diagnosis and help to reduce the morbidity and mortality associated with low BMD and osteoporosis.

• Journal of Animal Science and Technology
• /
• 제65권2호
• /
• pp.365-376
• /
• 2023

Pig breeding management directly contributes to the profitability of pig farms, and pregnancy diagnosis is an important factor in breeding management. Therefore, the need to diagnose pregnancy in sows is emphasized, and various studies have been conducted in this area. We propose a computer-aided diagnosis system to assist livestock farmers to diagnose sow pregnancy through ultrasound. Methods for diagnosing pregnancy in sows through ultrasound include the Doppler method, which measures the heart rate and pulse status, and the echo method, which diagnoses by amplitude depth technique. We propose a method that uses deep learning algorithms on ultrasonography, which is part of the echo method. As deep learning-based classification algorithms, Inception-v4, Xception, and EfficientNetV2 were used and compared to find the optimal algorithm for pregnancy diagnosis in sows. Gaussian and speckle noises were added to the ultrasound images according to the characteristics of the ultrasonography, which is easily affected by noise from the surrounding environments. Both the original and noise added ultrasound images of sows were tested together to determine the suitability of the proposed method on farms. The pregnancy diagnosis performance on the original ultrasound images achieved 0.99 in accuracy in the highest case and on the ultrasound images with noises, the performance achieved 0.98 in accuracy. The diagnosis performance achieved 0.96 in accuracy even when the intensity of noise was strong, proving its robustness against noise.

• 대한한의진단학회지
• /
• 제14권1호
• /
• pp.70-78
• /
• 2010

Objectives : To qualify or enhance the diagnostic ability of students in Oriental Medicine, so called standardized patients are ideal modality, but because it's a man-based method, more convenient tools are required. Computer-based diagnostic ability test program gives effective way for the very purpose. So we made a pilot software evaluating Pattern Identification ability in Oriental Medicine. Methods and Materials : The pilot software was coded with Microsoft's EXCEL VBA. 87 names of Zheng (Symptom Pattern) and 674 names of symptom (including some signs) are adopted from the former standardization works conducted by Korean Institute of Oriental Medicine (KIOM) in 1996. Results : Compared with some manned modalities to test Pattern Identification ability, the test by this software shows superiority in convenience and objectivity. Conclusion : This software is world's first program to perform computer-based evaluation of Pattern Identification in Oriental Medicine, and it gives effective way to complement both written test and manned clinical performance test (CPX).

• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1486-1495
• /
• 2020

The analysis of digital microscopy images plays a vital role in computer-aided diagnosis (CAD) and prognosis. The main purpose of this paper is to develop a machine learning technique to predict the histological grades in prostate biopsy. To perform a multiclass classification, an AI-based deep learning algorithm, a multichannel convolutional neural network (MCCNN) was developed by connecting layers with artificial neurons inspired by the human brain system. The histological grades that were used for the analysis are benign, grade 3, grade 4, and grade 5. The proposed approach aims to classify multiple patterns of images extracted from the whole slide image (WSI) of a prostate biopsy based on the Gleason grading system. The Multichannel Convolution Neural Network (MCCNN) model takes three input channels (Red, Green, and Blue) to extract the computational features from each channel and concatenate them for multiclass classification. Stain normalization was carried out for each histological grade to standardize the intensity and contrast level in the image. The proposed model has been trained, validated, and tested with the histopathological images and has achieved an average accuracy of 96.4%, 94.6%, and 95.1%, respectively.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.507-515
• /
• 2015

본 연구는 초음파영상에서 컴퓨터보조진단으로 유방질환의 병변인식률을 알아보고자 6가지 질감특성분석 파라미터(평균밝기, 대조도, 평탄도, 왜곡도, 균일도, 엔트로피) 알고리즘을 제안하였다. 2013년 8월에서 2014년 1월까지 부산소재 대학병원을 내원한 환자 중 영상의학과 전문의의 판독과 세포병리학 진단 결과를 토대로 한 90증례의 유방 초음파영상을 대상으로 하였다. 연구방법은 유방 초음파영상에서 관심영역을 $50{\times}50$ 픽셀 크기로 설정하였으며, 획득된 실험영상(정상, 양성, 악성)에 히스토그램 평활화의 전처리 과정 후 MATLAB을 이용한 질감특성분석 알고리즘의 결과값을 산출하였다. 그 결과 제안된 질감특성분석 파라미터 중 평균밝기, 왜곡도, 균일도, 엔트로피의 정상과 악성의 병변인식률은 100%로 높게 나타났으며. 정상과 양성의 병변인식률은 약 83~96%를 나타내었다. 이러한 결과는 유방질환에서 감별진단의 전처리 단계로 자동진단의 가능성을 나타내며, 향후 제안된 알고리즘의 추가적인 연구와 다양한 임상증례에 대한 신뢰성과 재현성이 제공된다면 컴퓨터보조진단의 실용화기반을 마련할 수 있을 것이고, 다양한 초음파 영상에 대한 적용이 가능할 것으로 사료된다.

• 한국통신학회논문지
• /
• 제38C권10호
• /
• pp.887-895
• /
• 2013

골 전이 암은 여러 장기에 생긴 암이 질병이 경과함에 따라 뼈로 옮아가는 것으로서, 암 환자에게서 주로 발생하는 합병증 중 하나이다. 골 전이는 골 용해성 전이와 골 형성성 전이로 구분되며, CT에서 골 전이의 진단은 임상적으로 매우 유용할 수 있으나, 많은 판독건수로 인하여 중요한 병변이 간과되는 경우가 많고, 이를 통해 골 전이 암을 조기에 진단하지 못하는 경우가 발생할 수 있다. 이에 본 논문에서는 흉부 CT의 단층 영상들을 3차원 볼륨 데이터로 구성하여 3차원 영상처리 알고리즘을 적용하여 골 전이 병변을 검출하고 3차원 가시화를 수행하였으며, 총 10개 데이터에 대해 민감도를 측정한 결과, 골 형성성 병변이 평균 94.1%, 골 용해성 병변이 평균 90.0%의 값을 나타내어 골 전이 진단에서의 활용에 대한 높은 가능성과 잠재적인 유용성을 확인할 수 있었다.

• Journal of Periodontal and Implant Science
• /
• 제48권2호
• /
• pp.114-123
• /
• 2018

Purpose: The aim of the current study was to develop a computer-assisted detection system based on a deep convolutional neural network (CNN) algorithm and to evaluate the potential usefulness and accuracy of this system for the diagnosis and prediction of periodontally compromised teeth (PCT). Methods: Combining pretrained deep CNN architecture and a self-trained network, periapical radiographic images were used to determine the optimal CNN algorithm and weights. The diagnostic and predictive accuracy, sensitivity, specificity, positive predictive value, negative predictive value, receiver operating characteristic (ROC) curve, area under the ROC curve, confusion matrix, and 95% confidence intervals (CIs) were calculated using our deep CNN algorithm, based on a Keras framework in Python. Results: The periapical radiographic dataset was split into training (n=1,044), validation (n=348), and test (n=348) datasets. With the deep learning algorithm, the diagnostic accuracy for PCT was 81.0% for premolars and 76.7% for molars. Using 64 premolars and 64 molars that were clinically diagnosed as severe PCT, the accuracy of predicting extraction was 82.8% (95% CI, 70.1%-91.2%) for premolars and 73.4% (95% CI, 59.9%-84.0%) for molars. Conclusions: We demonstrated that the deep CNN algorithm was useful for assessing the diagnosis and predictability of PCT. Therefore, with further optimization of the PCT dataset and improvements in the algorithm, a computer-aided detection system can be expected to become an effective and efficient method of diagnosing and predicting PCT.

• 대한치과보철학회지
• /
• 제55권4호
• /
• pp.403-409
• /
• 2017

상악 전치부를 발치 해야 하는 경우, 즉시 식립을 통한 임플란트 고정성 보철물의 수복을 고려할 수 있다. 이 경우, 수술 횟수 및 치료기간의 감소, 흡수가 일어나지 않은 잔존 골상에 식립이 가능하다는 장점이 있으나, 연속된 상악 전치부인 경우 임플란트와 임플란트간 거리에 대한 고려 및 예지성 있는 치료를 위한 정확한 진단 및 치료계획의 수립이 추가적으로 고려되어야 한다. 본 증례에서는 63세 남환의 잔존치근을 발거 후 연장된 상악 전치부에 골이식을 동반한 2개의 임플란트 즉시 식립 및 임시 보철물을 장착 후, 임플란트 고정성 보철물로 수복하여 심미적, 기능적으로 만족할만한 임상 결과를 보였기에 이를 보고하는 바이다.

• 대한치과보철학회지
• /
• 제56권2호
• /
• pp.166-172
• /
• 2018

상악 전치부 치료 시에는 다양한 구도 속에서 체계적인 진단을 통해 적절한 형태와 배열, 색조를 가지는 수복물을 제작하여 심미적으로 환자가 만족할 수 있는 결과를 이끌어내야 한다. 이를 위해 치아 구도, 치은구도, 안면구도, 치아-안면 구도의 4가지 구도 속에서 조화를 이루는 진단 및 치료계획이 필요하다. 심미적인 욕구가 강한 경우, 주관적인 환자의 심미안을 만족시키면서 기능적인 부분을 확인하기 위해, 적절한 임시 수복물을 제작하여 기능적, 심미적 측면의 평가가 필요하다. 최종 보철물 제작에 이중 스캔을 이용하여 임시 수복물의 정보를 반영할 수 있다. 본 증례는 상악 전치부가 비심미적인 환자에서, 체계적인 심미 분석 하에 임시 수복물을 제작하고 기능적, 심미적 측면을 평가 및 수정하여, 이중 스캔을 통해 임시수복물의 정보를 최종 수복물에 반영 후 최종 수복한 증례이다.

• 대한치과보철학회지
• /
• 제55권1호
• /
• pp.79-87
• /
• 2017

전치부 개방 교합은 다양한 원인이 복합적으로 작용하고, 진단에 따라 효과적인 치료 계획과 적절한 유지 방법을 선택할 수 있다. 대부분의 경우 교정과 악교정 수술을 통해 안정적인 교합을 얻고, 기능과 심미를 회복한다. 하지만 전체 치열에서 심한 우식증이 있는 경우 광범위한 수복이 필요하게 되므로, 보철 수복을 통해서도 교합을 재형성할 수 있다. 본 증례는 심한 우식을 동반한 골격성 전치부 개방 교합 환자에서 안모 분석 및 진단 납형으로부터 가장 효과적인 치료로 전악 보철 수복을 선택하였다. 교합력을 균등하게 분산하고 심미적인 임시 수복물을 제작하였고, 악간 관계 평가, 혀 등 연조직의 적응, 입술과의 조화를 관찰하고 수정하였다. 충분한 기간 동안 사용한 임시 수복물을 CAD/CAM (Computer-aided design/computer-aided manufacturing)을 이용하여 단일구조 지르코니아 최종 보철물로 이행하였고, 치료 종결 후 3개월 간 주기적으로 관찰하였을 때 만족스러운 결과를 얻었다.