• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.450-460
• /
• 2017

T파는 심장의 심실의 재분극을 나타내는 파라미터로써 부정맥 진단에 있어 매우 중요하다. T 파를 검출하기 위한 기존 연구방법으로는 주파수 분석과 비선형 접근방법 등이 제안되어 왔지만 검출 정확도가 낮다는 문제점이 있다. 이는 T파의 경우 P파와 중복되는 경우가 발생하기 때문이다. 본 연구에서는 QRS 구간을 제거한 후, 이동평균을 통한 P파와 T파의 대상 영역을 추출하여 정확히 T파를 검출하는 알고리즘을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 Q, R, S를 검출한다. 이후 검출된 QRS 구간을 제거, 이동평균을 통해 4개의 PAC 패턴과 기타부정맥에 대한 판단규칙을 적용하여 P, T파의 대상 영역을 추출하고, 이를 대상으로 RR 간격과 RT 간격의 문턱치를 적용하여 T파를 검출하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 한 T파의 평균 검출율은 95.32%의 성능을 나타내었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권8호
• /
• pp.815-826
• /
• 2000

본 연구는 사람의 뇌에 대한 자기공명영상에서 백질과 회백질을 분리하고 각각의 체적을 산출하기 위한 것이다. 일반적으로 치매나 다운증후군 같은 정신질환의 경우 백질 또는 회백질의 위축으로 인해 체적이 감소하게 되므로, 사람의 뇌에 대하여 백질과 회백질의 체적 산출을 통한 크기의 변화를 추적함으로서 여러 정신질환의 진단 및 조기 발견에 유용하게 이용될 수 있다. 그러나 일정한 두께의 단면을 촬영하여 단일의 명암 값으로 표현하는 자기공명영상기기의 특성상 번짐 현상을 보이는 자기공명영상으로부터 원래의 두께 안에 존재하는 각 성분의 부분체적을 산출할 수 없음으로 인해 백질과 회백질의 체적산출이 현재까지 불가능하였다. 따라서 본 논문에서는 번짐(blurred)을 보이는 자기공명영상에서 번진 명암 값을 해석하는 새로운 알고리즘에 의해 백질과 회백질의 부분체적을 산출하고, 이를 근거로 자기공명영상에서 백질과 회백질을 분리하기 위한 판별값을 결정하였으며, 결정된 판별값에 의해 분리된 영상에서 백질과 회백질의 체적을 산출하였다. 또한 제안된 알고리즘의 검증을 위해 인위적으로 생성된 모델에 알고리즘을 적용하여 산출된 결과를 원래의 모델과 비교하여 보았다.

• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.705-711
• /
• 2013

심전도 신호의 QRS 영역은 심장의 질환을 판단하는 중요한 자료로 쓰이는데, 여러 종류의 잡음으로 인해 이를 분석하는데 어려움을 준다. 또한 일반인들의 건강상태를 지속적으로 모니터링 하는 헬스케어 시스템에서는 신호의 실시간 처리가 필요하다. 그리고 생체신호의 특성상 개인 간의 차이가 있음에도 불구하고, 일반적인 ECG 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수밖에 없다. 이러한 문제점을 해결하기 위해서는 최소한의 연산량으로 QRS를 검출하고 환자의 특성에 맞게 부정맥을 분류할 수 있는 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 형태연산을 통한 효율적인 QRS 검출과 개인별 정상신호 분류를 위해 해쉬 함수를 적용하여 프로파일링 하였으며, 검출된 QRS 폭과 RR 간격을 이용하여 심실조기수축(PVC)을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 통해 기존 방법과 부정맥 분류 성능을 비교하였다. 성능평가 결과, R파는 평균 99.77%, 정상 신호 분류에 대한 에러율은 0.65%, PVC는 각각 93.29%로 기존 방법에 비해 약 5% 우수하게 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권8호
• /
• pp.692-702
• /
• 2006

본 연구에서는 패턴 분류문제를 위하여 가중치 개념을 갖는 퍼지 최대 최소 신경망 모델을 제안한다. 제안된 모델은 기존의 FMM 신경망 모델에 대하여 학습데이타에 포함되는 특징값의 빈도요소를 효과적으로 반영할 수 있도록 수정한 구조를 갖는다. 본 논문에서는 제안된 모델에 대하여 하이퍼박스 소속함수로 정의되는 새로운 활성화 특성과 학습알고리즘을 정의한다. 학습알고리즘은 하이퍼박스 생성 및 확장, 중첩 테스트, 하이퍼박스 축소의 3 단계 과정으로 이루어지며, 각 과정에서 특정값의 빈도요소를 고려하여 가중치값을 갱신하는 규칙이 새롭게 정의된다. 본 연구에서는 또한 제안된 모텔의 응용으로서 특정분석 기법을 제안한다. 이를 위하여 특정값, 특정유형, 하이퍼박스, 패턴클래스 상호간 연관도 요소를 4 가지 유형의 척도로 정의하여, 주어진 패턴분류 문제에서 각 특정의 상대적 중요도를 평가할 수 있도록 한다. 아이리스 데이타와 클리블랜드 의료데이타에 대한 분류문제에 적용한 실험결과를 통하여 제안된 방법의 타당성을 고찰하였다.

• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1531-1539
• /
• 2014

조기심실수축(PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 ECG 신호의 개인 차이가 있음에도 불구하고, 일반적인 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수 밖에 없다. 이러한 문제점을 극복하기 위해서는 개인에 따른 이상 신호를 검출한 후 다양한 QRS 패턴을 고려하여 PVC를 분류할 수 있는 알고리즘이 필요하다. 본 연구에서는 개인별 이상신호 검출과 QRS 패턴 변화에 따른 PVC 분류 기법을 제안한다. 이를 위해 전 처리 과정과 차감기법을 통해 R파를 검출하였으며, 개인별 이상신호를 검출하였다. 이후 QRS 패턴에 따른 QS 간격과 R파의 진폭 변화율에 따라 PVC를 분류하였다. 제안한 알고리즘의 이상 신호 검출 및 PVC 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, 이상 신호 검출률은 98.33%, PVC는 각각 94.46%의 평균 분류율을 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3708-3728
• /
• 2021

Indian herbal plants are used in agriculture and in the food, cosmetics, and pharmaceutical industries. Laboratory-based tests are routinely used to identify and classify similar herb species by analyzing their internal cell structures. In this paper, we have applied computer vision techniques to do the same. The original leaf image was preprocessed using the Chan-Vese active contour segmentation algorithm to efface the background from the image by setting the contraction bias as (v) -1 and smoothing factor (µ) as 0.5, and bringing the initial contour close to the image boundary. Thereafter the segmented grayscale image was fed to a leaky capacitance fired neuron model (LCFN), which differentiates between similar herbs by combining different groups of pixels in the leaf image. The LFCN's decay constant (f), decay constant (g) and threshold (h) parameters were empirically assigned as 0.7, 0.6 and h=18 to generate the 1D feature vector. The LCFN time sequence identified the internal leaf structure at different iterations. Our proposed framework was tested against newly collected herbal species of natural images, geometrically variant images in terms of size, orientation and position. The 1D sequence and shape features of aloe, betel, Indian borage, bittergourd, grape, insulin herb, guava, mango, nilavembu, nithiyakalyani, sweet basil and pomegranate were fed into the 5-fold Bayesian regularization neural network (BRNN), K-nearest neighbors (KNN), support vector machine (SVM), and ensemble classifier to obtain the highest classification accuracy of 91.19%.

• 상하수도학회지
• /
• 제37권6호
• /
• pp.363-373
• /
• 2023

Numerous studies have established a correlation between sociodemographic characteristics and water usage, identifying population as a primary independent variable in mid- to long-term demand forecasting. Recent dramatic sociodemographic changes, including urban concentration-rural depopulation, low birth rates-aging population, and the rise in single-person households, are expected to impact water demand and supply patterns. This underscores the necessity for operational and managerial changes in existing water supply systems. While sociodemographic characteristics are regularly surveyed, the conducted surveys use aggregate units that do not align with the actual system. Consequently, many water demand forecasts have been conducted at the administrative district level without adequately considering the water supply system. This study presents an upward water demand forecasting model that accurately reflects real water facilities and consumers. The model comprises three key steps. Firstly, Statistics Korea's SGIS (Statistical Geological Information System) data was reorganized at the DMA level. Secondly, DMAs were classified using the SOM (Self-Organizing Map) algorithm to consider differences in water facilities and consumer characteristics. Lastly, water demand forecasting employed the PCR (Principal Component Regression) method to address multicollinearity and overfitting issues. The performance evaluation of this model was conducted for DMAs classified as rural areas due to the insufficient number of DMAs. The estimation results indicate that the correlation coefficients exceeded 0.9, and the MAPE remained within approximately 10% for the test dataset. This method is expected to be useful for reorganization plans, such as the expansion and contraction of existing facilities.

• Nuclear Engineering and Technology
• /
• 제56권7호
• /
• pp.2718-2731
• /
• 2024

To ensure the operational safety of nuclear power plants, we present a Quadruped Inspection Robot that can be used for many types of steam generators. Since the Inspection Robot relies on the Holding Modules to grip the tube-sheet, it can be regarded as a hybrid robot with variable configurations, switching between 4-RRR-RR, 3-RRR-RR, and two types of 2-RRR-RR, and the variable configurations bring a great challenge to dimensional synthesis. In this paper, the kinematic model of the Inspection Robot in multiple configurations is established, and the analytical solution is given. The workspace mapping is analyzed by the solution-space, and the workspace of multiple configurations is decomposed into the workspace of 2-RRR to reduce the analysis complexity, and the workspace calculation is simplified by using the envelope rings. The optimization problem of the manipulator is transformed into the calculation of the shortest contraction length of the swing leg. The switching performance of the Inspection Robot is evaluated by stride-length, turning-angle, and workspace overlap-ratio. The performance indexes are classified and transformed based on the proportions and variation trends of dimensional parameters to reduce the number of optimization objective functions, and Pareto optimal solutions are obtained using an intelligent optimization algorithm.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.444-454
• /
• 2003

심장 운동의 분석은 인체에 혈액을 공급하는 역할에 대한 평가이다. 심근의 움직임을 평가하기 위해서 본 논문에서는 좌심실 심근 모델을 수학적으로 구축하였으며, 심장의 움직임에 대한 파라미터를 이용하여 운동성을 상세화 하였다. 구축한 모델을 심장의 생화학적 반응을 보이는 게이트 심근 SPECT 영상에 적용시켜서, 모델과 게이트 심근 SPECT 영상 사이의 운동성을 분석하였다. 심근 모델은 sinusoidal 함수를 이용한 3차원 super-ellipsoidal 모델을 기반으로 생성하였으며 움직임과 형태의 변화를 주기 위한 파라미터 함수를 이용하여 좌심실 심근의 형태와 움직임에 대한 유사성을 모델화 하였다. 이 모델과 심근 게이트 SPECT 영상 데이터와 LSF 알고리즘을 이용하여 fitting 시킨 후 생성된 모델을 토대로 하여 심근 게이트 SPECT 영상의 영역별 운동성 방향과 크기를 산출하여 분석하였으며, 지역적 운동성의 표현을 위해 심장기능 평가에 사용되는 Bull's Eye형식의 map을 만들었다. SPECT를 이용한 심장의 기능평가로 움직임과 수축능, 혈류 등을 이용해서 하고 있으나 운동량에 대한 평가는 없다. 본 논문에서 제안한 모델을 이용한 심근 SPECT의 운동성 분석은 심장 기능 평가에 유용한 지표가 될 것으로 기대한다.

• Journal of Biosystems Engineering
• /
• 제34권2호
• /
• pp.127-132
• /
• 2009

In the working population, muscle fatigue and musculoskeletal discomfort are common, which, in the case of insufficient recovery may lead to musculoskeletal pain. Workers suffering from musculoskeletal pains need to be rehabilitated for recovery. Isokinetic testing has been used in physical strengthening, rehabilitation and post-operative orthopedic surgery. Frequency analysis of electromyography (EMG) signals using the mean frequency (MNF) has been widely used to characterize muscle fatigue. During isokinetic contractions, EMG signals present strong nonstationarities. Hilbert-Haung transform (HHT) and autoregressive (AR) model have been known more suitable than Fourier or wavelet transform for nonstationary signals. Moreover, several analyses have been performed within each active phase during isokinetic contractions. Thus, the aims of this study were i) to determine which one was better suitable for the analysis of MNF between HHT and AR model during repetitive maximum isokinetic extensions and ii) to investigate whether the analysis could be repeated for sequential fixed epoch lengths. Seven healthy volunteers (five males and two females) performed isokinetic knee extensions at $60^{\circ}/s$ and $240^{\circ}/s$ until 50% of the maximum peak torque was reached. Surface EMG signals were recorded from the rectus femoris of the right thigh. An algorithm detecting the onset and offset of EMG signals was applied to extract each active phase of the muscle. Following the results, slopes from the least-square error linear regression of MNF values showed that muscle fatigue of all subjects occurred. The AR model is better suited than HHT for estimating MNF from nonstationary EMG signals during isokinetic knee extensions. Moreover, the linear regression can be extracted from MNF values calculated by sequential fixed epoch lengths (p> 0.0I).