• 한국소성가공학회:학술대회논문집
• /
• 한국소성가공학회 2003년도 The 8th Asian Symposium on Precision Forging ASPF
• /
• pp.115-122
• /
• 2003

This paper presents the development of a virtual forging factory framework. The technologies of virtual reality and relational database had been integrated in the developed framework using Microsoft $Windows^{(R)}$ programming as the main technique so as to emulate a physical forging factory. The developed virtual forging factory consists of forging cells and a forging cell is comprised of forging machine, forging die, and forging operations forming a forging production line. The technology of virtual reality had been successfully adopted in the production simulation of manufacturing such as CNC and robotics. However, the application in virtual forging factory seems to have not been studied yet. Potential application of a virtual forging factory can be beneficial to (1) computer aided instruction, (2) shorten the learning curve of a novice, (3) remote diagnosis and monitoring when remote monitoring and control technology and signal inspection is considered, (4) improve adverse forging environment when remote forging technology is applied, and (5) virtual reality application.

• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.829-840
• /
• 2001

본 연구는 디지털 화상처리기술의 대표적인 응용분야로서 주목받고 있는 X선 사진을 대상으로 한 계산기 지원진단에 관한 연구의 일종으로서, 폐의 중요한 질환중 하나인 폐기종의 진단을 지원하는 계산기 시스템에 관한 연구이다. 구체적인 내용으로서는 흉부X선 사진으로부터 말초혈관을 자동추출하고, 추출된 혈관을 토대로 여러가지의 특징량을 구하여, 최종적으로 폐기종의 병세진행도를 정량평가하는 시스템에 관한 연구이다. 혈관 도형을 추출하여 병의 진행 정도를 정량적으로 평가하기 위해 본 연구에서 제안한 평가방법을 10장의 X선 사진에 설정된 189개의 관심영역에 적용하여, 의사의 평가치와 본 연구의 제안방법에 의한 평가치를 비교·검토함으로써 그 유효성을 검증하였다.

• 대한의용생체공학회:의공학회지
• /
• 제27권5호
• /
• pp.291-299
• /
• 2006

A Computer-Aided Diagnosis system has been examined to reduce the effort of radiologist. In this paper, we propose the algorithm using Support Vector Machine(SVM) classifier to discriminate whether microcalcifications are malignant or benign tumors. The proposed method to detect microcalcifications is composed of two detection steps each of which uses SVM classifier. The coarse detection step finds out pixels considered high contrasts comparing with neighboring pixels. Then, Region of Interest(ROI) is generated based on microcalcification characteristics. The fine detection step determines whether the found ROIs are microcalcifications or not by merging potential regions using obtained ROIs and SVM classifier. The proposed method is specified on Korean mammogram database. The experimental result of the proposed algorithm presents robustness in detecting microcalcifications than the previous method using Artificial Neural Network as classifier even when using small training data.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.672-675
• /
• 2010

초음파 영상은 다른 의료 진단 방법에 비해 상대적으로 비용이 적게 들고 데이터 획득이 용이하기 때문에 널리 이용되고 있다. 초음파 영상은 획득 방법에 따라 화질이 차이가 난다. 고식적 초음파 영상에 비해 두 배의 주파수를 사용하는 하모닉 영상은 대조도나 해상도가 향상되고, 영상 내 잡음이 감소한다. 그래서 초음파 영상을 이용한 진단 과정에서 병변의 특징을 육안으로 정확하게 관찰할 수 있고, 이를 통해서 진단 결과의 정확성이 향상된다. 본 논문에서는 초음파 영상의 획득 방법의 차이에 따른 진단 성능의 차이를 컴퓨터를 이용한 병변 분류 성능을 통해서 비교했다. 이를 위해서 초음파를 통해서 획득한 영상에서 병변의 형태 및 질감 특징을 추출하고, 이를 바탕으로 병변을 분류하는 시스템 구성하였다. 실험을 통해서 하모닉 초음파 영상을 이용한 컴퓨터 기반 분류 방법이 고식적 초음파를 이용한 방법에 비해서 6% 정확성 향상이 있는 것을 확인하였다.

• Journal of applied mathematics & informatics
• /
• 제41권6호
• /
• pp.1257-1274
• /
• 2023

Rotating machines heavily rely on an intricate network of interconnected sub-components, with bearing failures accounting for a substantial proportion (40% to 90%) of all such failures. To address this issue, intelligent algorithms have been developed to evaluate vibrational signals and accurately detect faults, thereby reducing the reliance on expert knowledge and lowering maintenance costs. Within the field of machine learning, Artificial Immune Systems (AIS) have exhibited notable potential, with applications ranging from malware detection in computer systems to fault detection in bearings, which is the primary focus of this study. In pursuit of this objective, we propose a novel procedure for detecting novel instances of anomalies in varying operating conditions, utilizing only the signals derived from the healthy state of the analyzed machine. Our approach incorporates AIS augmented by Dynamic Time Warping (DTW). The experimental outcomes demonstrate that the AIS-DTW method yields a considerable improvement in anomaly detection rates (up to 53.83%) compared to the conventional AIS. In summary, our findings indicate that our method represents a significant advancement in enhancing the resilience of AIS-based novelty detection, thereby bolstering the reliability of rotating machines and reducing the need for expertise in bearing fault detection.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.940-952
• /
• 2020

The Alzheimer's disease (AD) is a neurodegenerative disease commonly found in the elderly individuals. It is one of the most common forms of dementia; patients with AD suffer from a degradation of cognitive abilities over time. To correctly diagnose AD, compuated-aided system equipped with automatic classification algorithm is of great importance. In this paper, we propose a novel deep learning based classification algorithm that takes advantage of MRI biomarker images including brain areas of hippocampus and cerebrospinal fluid for the purpose of improving the AD classification performance. In particular, we develop a new approach that effectively applies MRI biomarker patch images as input to 3D Deep Convolution Neural Network. To integrate multiple classification results from multiple biomarker patch images, we proposed the effective confidence score fusion that combine classification scores generated from soft-max layer. Experimental results show that AD classification performance can be considerably enhanced by using our proposed approach. Compared to the conventional AD classification approach relying on entire MRI input, our proposed method can improve AD classification performance of up to 10.57% thanks to using biomarker patch images. Moreover, the proposed method can attain better or comparable AD classification performances, compared to state-of-the-art methods.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.151-160
• /
• 2023

Breast cancer is the most dangerous and deadly form of cancer. Initial detection of breast cancer can significantly improve treatment effectiveness. The second most common cancer among Indian women in rural areas. Early detection of symptoms and signs is the most important technique to effectively treat breast cancer, as it enhances the odds of receiving an earlier, more specialist care. As a result, it has the possible to significantly improve survival odds by delaying or entirely eliminating cancer. Mammography is a high-resolution radiography technique that is an important factor in avoiding and diagnosing cancer at an early stage. Automatic segmentation of the breast part using Mammography pictures can help reduce the area available for cancer search while also saving time and effort compared to manual segmentation. Autoencoder-like convolutional and deconvolutional neural networks (CN-DCNN) were utilised in previous studies to automatically segment the breast area in Mammography pictures. We present Automatic SegmenAN, a unique end-to-end adversarial neural network for the job of medical image segmentation, in this paper. Because image segmentation necessitates extensive, pixel-level labelling, a standard GAN's discriminator's single scalar real/fake output may be inefficient in providing steady and appropriate gradient feedback to the networks. Instead of utilising a fully convolutional neural network as the segmentor, we suggested a new adversarial critic network with a multi-scale L1 loss function to force the critic and segmentor to learn both global and local attributes that collect long- and short-range spatial relations among pixels. We demonstrate that an Automatic SegmenAN perspective is more up to date and reliable for segmentation tasks than the state-of-the-art U-net segmentation technique.

• 비파괴검사학회지
• /
• 제29권4호
• /
• pp.338-343
• /
• 2009

토모그래피는 다중 빔을 이용하여 단면을 영상화하는 기법으로서 주로 의료진단 분야에서 인체의 단면 영상획득을 위해 응용되어지는 기법이다. 비파괴검사 분야에서도 단순한 시간영역 신호의 제시에서 탈피하여 검사자에게 영상을 제공함으로써 진단의 효율성을 높이고자 하는 추세이므로 이 기법은 많은 의미를 갖는다. 최근, 유도초음파를 이용한 평판 구조물의 진단 기법이 많은 주목을 받고 있어, 본 논문에서는 컴퓨터 기반 유도초음파 해석 기법과 토모그래피 영상화 기법을 기반으로 2차원 평판에 존재하는 결함 위치를 영상화하는 연구를 수행하였다. 이를 위해 경계요소법을 이용하여 판 구조물에 존재하는 결함이 유도초음파의 전파 양상에 미치는 영향을 해석하고 그 결과를 토모그래피 영상화 기법에 적용하여 평판의 결함 위치를 판별하고자 하였다. 그 결과, 토모그래피를 위해 사용되는 센서의 개수가 결함 검출 성능에 많은 영향을 미침을 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.829-840
• /
• 2013

본 논문은 흉부 X-선 기반으로 전역적 특성을 고려한 1차 영역 분할과 지역적 특성을 고려한 2차 영역 분할을 결합한 폐 영역 분할 방법을 제안한다. 1차 영역 분할은 랜드마크 기반의 학습 데이터를 사용하여 생성한 모델을 기반으로 일정 형태를 유지하며 경계선을 탐색하는 능동 형태 모델을 적용하였다. 2차 영역 분할은 국부 영역에 대하여 에너지를 산출하고 에너지가 최소가 되는 윤곽선을 탐색하는 국부 영역 기반 윤곽 모델을 사용하였다. 마지막으로 정확도를 평가하기 위해 5장의 영상을 전문가가 수동으로 분할한 영역과 제안한 방법을 통해 분할된 영역의 결과에 대한 다이스 계수를 계산하였으며, 유사도는 $95.33%{\pm}0.93%$로 나타났다. 효과적인 영상 분할 방법은 흉부 x-ray 영상에서 더 정확한 초기 진단과 예후 추정을 위한 컴퓨터 보조 진단 시스템의 개발에 필수적인 요소가 될 것으로 기대한다.

• 대한영상의학회지
• /
• 제83권1호
• /
• pp.149-161
• /
• 2022

목적 3-tesla (이하 T) 자기공명영상에서 비특이 침윤성 유방암의 컴퓨터보조진단 인자들과 병리적 면역조직화학 표지자들과의 상관성을 알아보고자 하였다. 대상과 방법 2018년 1월부터 2019년 4월까지 비특이 침윤성 유방암으로 진단받은 총 94명의 3T 자기공명영상에서 컴퓨터보조진단 시스템을 통해 얻은 혈관조영부피, 최대 조영증강, 조기 및 지연 조영증강 양상과 면역화학인자와 유방암의 분자형 아형과의 상관성을 Dwass, Steel, Critchlow-Fligner 비교 분석과 이분형 로지스틱 회귀 분석을 이용하여 후향적으로 연구하였다. 결과 혈관조영부피가 큰 비특이 침윤성 유방암이 핵등급과 조직학적 등급이 높고, 림프절 전이가 있고, 에스트로겐 수용체/프로게스테론 수용체 음성, 인간 표피성장인자수용체 2/Ki-67 양성이 많았다. Ki-67 양성인 비특이 침윤성 유방암에서 지연기 소실 성분 비율이 높고 지연기 지속 조영증강 비율이 낮았다. 이항회귀분석에서는 컴퓨터보조진단 시스템의 요소 중 혈관조영부피 인자가 독립적으로 핵등급, 조직학적 등급, 림프절 전이, 에스트로겐/프로게스테론 수용체, 인간 표피성장인자수용체 2와 Ki-67과 상관성이 있고, 지연기 소실 및 지속 조영증강 인자가 Ki-67과 상관성이 있었다. 결론 조영증강 유방 MRI 컴퓨터보조진단 시스템 인자 중 혈관조영부피 요소와 지연기 소실/지속 조영증강 비율이 예후 예측 인자로 알려진 면역화학인자들과 연관성이 높아 임상적 예후 예측 인자로서 이용될 수 있을 것으로 사료된다.