• Korean Journal of Radiology
• /
• 제21권1호
• /
• pp.88-100
• /
• 2020

Objective: We aimed to develop and validate a deep learning system for fully automated segmentation of abdominal muscle and fat areas on computed tomography (CT) images. Materials and Methods: A fully convolutional network-based segmentation system was developed using a training dataset of 883 CT scans from 467 subjects. Axial CT images obtained at the inferior endplate level of the 3rd lumbar vertebra were used for the analysis. Manually drawn segmentation maps of the skeletal muscle, visceral fat, and subcutaneous fat were created to serve as ground truth data. The performance of the fully convolutional network-based segmentation system was evaluated using the Dice similarity coefficient and cross-sectional area error, for both a separate internal validation dataset (426 CT scans from 308 subjects) and an external validation dataset (171 CT scans from 171 subjects from two outside hospitals). Results: The mean Dice similarity coefficients for muscle, subcutaneous fat, and visceral fat were high for both the internal (0.96, 0.97, and 0.97, respectively) and external (0.97, 0.97, and 0.97, respectively) validation datasets, while the mean cross-sectional area errors for muscle, subcutaneous fat, and visceral fat were low for both internal (2.1%, 3.8%, and 1.8%, respectively) and external (2.7%, 4.6%, and 2.3%, respectively) validation datasets. Conclusion: The fully convolutional network-based segmentation system exhibited high performance and accuracy in the automatic segmentation of abdominal muscle and fat on CT images.

• 한국정보처리학회논문지
• /
• 제1권1호
• /
• pp.114-128
• /
• 1994

초고급 언어에 의한 자동 프로그래밍은 프로그램의 자료구조 이외에 많은 부분을 시스템이 관장함으로써 프로그램 명세의 표현이 추상적이지만 프로그램 의미소가 술 어논리, 집합, 사상, 혹은 제안된 자연언어를 사용하기 때문에 초고급 구조에 익숙하 지 않은 프로그래머들이 이를 이용하여 프로그램을 작성하는 경우 상당한 어려움이 따 르고, 이들 초고급언어 구조에 익숙하기까지 많은 시간이 요하게 된다. 왜냐하면 초 고급언어는 프로그램 명세의 표현이 추상적이지만 프로그램 의미소가 술어 논리, 집합, 사상, 혹은 제한된 자연언어를 사용하기 때문이다. 본 논문에서는 기존의 자동 프로 그램의 어려움을 줄이기 위해서 한글로 구성된 선언적구문, 절차적 구문, aggregate 구문으로 광역언어를 설계하고 구현한다. 본 논문에서는 제안하는 한글 자동 프로그래 밍 시스템(Hangul Automatic Programming)은 입력으로 순수한 한글로 구성되어 있으며 추상 알고리즘(Abstract Algorithm)과 자료형(Data Type)혹은 절차적 구문을 받아서 출력으로는 C 언어 프로그램을 만들어 낸다. 자동 프로그래밍 접근 방식은 프로그램 변형기법과 규칙기반에 바탕을 두고 문제영역은 일반적인 프로그램으로 한정 하였다. 시스템 제어구조는 한글 프로그램을 입력으로 받아서 지식베이스로부터 적절한 규칙 을 선택해서 이것을 변형한 다음 전체 데이타 베이스에 넣는데 이과정을 프로그램이 완성 될 때 까지 반복한다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.75-81
• /
• 2010

연골 영역화는 골관절염의 진단이나 치료를 위해 중요하지만, 모양이 얇고 의료영상 내에서 주변 조직과의 명암 차이가 크지 않기 때문에 현재까지 전문가가 많은 시간과 노력을 들여 수동으로 하고 있다. 이에 따라 본 논문에서는 3차원 자기공명(Magnetic Resonance : MR)영상 내에서 연골을 자동으로 영역화하는 기법을 제안한다. 제안하는 기법은 전문가에 의해 수동으로 영역화된 소수의 의료영상을 학습 데이터베이스로 하여 우선 연골을 지역적인 부분(local patch)들로 분할하여 부분별로 영역화한 후, 부분별 결과들을 취합하고 정제하는 과정으로 이루어진다. 연골 영역화를 위해 먼저 위치와 밝기 값의 외관정보 (appearance)를 이용하여 뼈와 연골의 경계(bone-cartilage interface)를 추출해내고, 이 경계를 기준으로 하여 연골이 포함되는 주변 영역을 일정한 크기의 패치로 분할한다. 다음, 분할된 패치들의 정보를 이용해, 패치마다 형상 사전지식(shape prior)과 외관 사전지식(appearance prior)을 얻어내고 두 사전지식 간의 비율을 적응적으로 결정한다. 이후 패치마다 사전지식 정보를 통해 에너지를 정의하고, 그래프 컷(Graph Cut) 기법을 통해 이 에너지를 최소화하는 최적의 영역화 결과를 도출한다. 마지막으로 지역적으로 얻어진 영역화 결과들을 모양 사전지식으로 하여 전체적인 연골에 대해 전역적 개선 과정을 수행한다. 실험 결과를 통해 제안하는 자동 영역화 기법으로 임상적으로 유용한 영역화 결과를 얻을 수 있음을 제시한다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1764-1776
• /
• 2021

Objective: This study aimed to validate a deep learning-based fully automatic calcium scoring (coronary artery calcium [CAC]_auto) system using previously published cardiac computed tomography (CT) cohort data with the manually segmented coronary calcium scoring (CAC_hand) system as the reference standard. Materials and Methods: We developed the CAC_auto system using 100 co-registered, non-enhanced and contrast-enhanced CT scans. For the validation of the CAC_auto system, three previously published CT cohorts (n = 2985) were chosen to represent different clinical scenarios (i.e., 2647 asymptomatic, 220 symptomatic, 118 valve disease) and four CT models. The performance of the CAC_auto system in detecting coronary calcium was determined. The reliability of the system in measuring the Agatston score as compared with CAC_hand was also evaluated per vessel and per patient using intraclass correlation coefficients (ICCs) and Bland-Altman analysis. The agreement between CAC_auto and CAC_hand based on the cardiovascular risk stratification categories (Agatston score: 0, 1-10, 11-100, 101-400, > 400) was evaluated. Results: In 2985 patients, 6218 coronary calcium lesions were identified using CAC_hand. The per-lesion sensitivity and false-positive rate of the CAC_auto system in detecting coronary calcium were 93.3% (5800 of 6218) and 0.11 false-positive lesions per patient, respectively. The CAC_auto system, in measuring the Agatston score, yielded ICCs of 0.99 for all the vessels (left main 0.91, left anterior descending 0.99, left circumflex 0.96, right coronary 0.99). The limits of agreement between CAC_auto and CAC_hand were 1.6 ± 52.2. The linearly weighted kappa value for the Agatston score categorization was 0.94. The main causes of false-positive results were image noise (29.1%, 97/333 lesions), aortic wall calcification (25.5%, 85/333 lesions), and pericardial calcification (24.3%, 81/333 lesions). Conclusion: The atlas-based CAC_auto empowered by deep learning provided accurate calcium score measurement as compared with manual method and risk category classification, which could potentially streamline CAC imaging workflows.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.57-64
• /
• 2021

본 논문에서는 음성 명령을 인식하여 비행기의 1차 조종면을 제어할 수 있는 장치를 제안한다. 음성 명령어는 19개의 명령어로 구성되며 총 2,500개의 데이터셋을 근간으로 학습 모델을 구성한다. 학습 모델은 TensorFlow 기반의 Keras 모델의 Sequential 라이브러리를 이용하여 CNN 모델로 구성되며, 학습에 사용되는 음성 파일은 MFCC 알고리즘을 이용하여 특징을 추출한다. 특징을 인식하기 위한 2단계의 Convolution layer 와 분류를 위한 Fully Connected layer는 2개의 dense 층으로 구성하였다. 검증 데이터셋의 정확도는 98.4%이며 테스트 데이터셋의 성능평가에서는 97.6%의 정확도를 보였다. 또한, 라즈베리 파이 기반의 제어장치를 설계 및 구현하여 동작이 정상적으로 이루어짐을 확인하였다. 향후, 음성인식 자동 비행 및 항공정비 분야의 가상 훈련환경으로 활용될 수 있을 것이다.

• 한국기계가공학회지
• /
• 제14권2호
• /
• pp.38-43
• /
• 2015

Tungsten inert gas (TIG) welding is commonly used in industries that require airtightness, watertightness, oiltightness, and precision. It is a non-consumable welding method that is commonly used for the welding of non-ferrous metals, but it can be used to weld most metals. The methods of TIG welding can be divided into three types. The first, manual welding is done directly on the metal by a welder with a torch. The second, semi-automatic welding, gets help from a material supplying machine, but it is conducted by a welder. Lastly, automated welding is conducted fully by a machine during its process and operation. Depending on the selection of electrode, the amount of heat that is applied to the base material and the electrode rod changes and makes the shape of welded parts different. A direct-current positive electrode was used for this study. Through the change of shielding gas type on a structural steel (SS-400) that is commonly used in industry, the composition and shape changes in welded parts were detected after welding. The heat-affected area, hardness value, and tensile strength were also identified through hardness testing and tensile testing. In this study, it was found that the higher hardness value of the heat-affected is, the weaker the tensile strength becomes.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1845-1848
• /
• 2005

The automatic $CO_2$ welding is a manufacturing process to produce high quality joints for metal and it could provide a capability of full automation to enhance productivity. Despite the widespread use in the various manufacturing industries, the full automation of the robotic $CO_2$ welding has not yet been achieved partly because the mathematical model for the process parameters of a given welding task is not fully understood and quantified. Several mathematical models to control welding quality, productivity, microstructure and weld properties in arc welding processes have been studied. However, it is not an easy task to apply them to the various practical situations because the relationship between the process parameters and the bead geometry is non-linear and also they are usually dependent on the specific experimental results. Practically, it is difficult, but important to know how to establish a mathematical model that can predict the result of the actual welding process and how to select the optimum welding condition under a certain constraint. In this research, an attempt has been made to develop an intelligent algorithm to predict the weld geometry (top-bead width, top-bead height, back-bead width and back-bead height) as a function of key process parameters in the robotic $CO_2$welding. A sensitivity analysis has been conducted and compared the relative impact of three process parameters on bead geometry in order to verify the measurement errors on the values of the uncertainty in estimated parameters.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1993년도 Proceedings of International Conference for Agricultural Machinery and Process Engineering
• /
• pp.1243-1253
• /
• 1993

Visual features of a mushroom(Lentinus Edodes L) are critical in sorting and grading as most agricultural products are. Because of its complex and various visual features, grading and sorting of mushrooms have been done manually by the human expert. Though actions involved in human grading looks simple, a decision making undereath the simple action comes form the results of the complex neural processing of the visual image. And processing details involved in the visual recognition of the human brain has not been fully investigated yet. Recently, however, an artificial neural network has drawn a great attention because of its functional capability as a partial substitute of the human brain. Since most agricultural products are not uniquely defined in its physical properties and do not have a well defined job structure, a research of the neuro-net based human like information processing toward the agricultural product and processing are widely open and promising. In this pape , neuro-net based grading and sorting system was developed for a mushroom . A computer vision system was utilized for extracting and quantifying the qualitative visual features of sampled mushrooms. The extracted visual features and their corresponding grades were used as input/output pairs for training the neural network and the trained results of the network were presented . The computer vision system used is composed of the IBM PC compatible 386DX, ITEX PFG frame grabber, B/W CCD camera , VGA color graphic monitor , and image output RGB monitor.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.215-222
• /
• 2002

본 논문에서는 음절이 잘 발달되어 있는 한국어에 대해서 신뢰할 수 있는 완전 자동화된 레이블링 시스템을 제안한다. 음운 및 음향학적인 정보를 최대한 이용하고 분할에러를 줄이기 위해서 조절 메카니즘의 하나로 DAC개념을 사용하여 음성을 speechlet으로 나누고 분할 된 음성 구간에 대해서 레이블링을 시도하는 DAC기반 분할알고리즘이다. HMM방법이 획일적이고 확정적인 성능을 갖는 반면 본 제안 방법은 음성학적인 특화지식을 컴포넌트로 개발 추가 계속 향상시킬 수 있는 프레임워크를 제시하고 있다는 점에서 주요 의의가 있다고 하겠다. MM과 같은 통계학적인 방법을 이용하지 않고 음운학적, 음향학적 지식만을 이용하는 새로운 방법은 수행속도와 음성학적인 특화 지식컴포넌트를 확장함에 따라 일관성이 있으며 효과적 방법으로 적용가능 할 것이다. 제안 방법을 검증하기 위하여 실험결과를 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제6권2호
• /
• pp.9-21
• /
• 2003

본 논문에서는 한국어 번역문과 영어 원문으로 구성된 병렬 코퍼스로부터 자동으로 외래어 표기 사전을 구축하는 시스템을 제안한다. 구축 시스템은 첫 단계로 한국어 문서에서 명사를 추출하고, 두 번째 단계에서 추출된 명사 중 언어 모델에 근거하여 외래어만을 추출한 후, 마지막 세 번째 단계에서 확률적 정렬 방법을 이용하여 외래어에 대응되는 영어를 추출한다. 특히, 외래어는 한국어 어미나 조사가 붙어서 같이 쓰이기 때문에, 한국어 어절 내에서 정확하게 외래어 부분만을 분리하기 위해, 병렬 코퍼스 내에 존재하는 대응 영어 단어 정보를 활용하였다. 또, 문자체계가 다른 두 단어를 같은 문자로 변환하지 않고 직접 음운 유사도를 비교할 수 있도록 했다. 실험 결과, 성능은 전처리 단계인 한국어 미등록어 및 외래어 추정에 영향을 많이 받았고, 수작업으로 전처리를 한 모델 중 가장 성능이 높은 것은 재현률 85.4%, 정확률 91.0%를 보였고, 전 과정을 자동으로 한 모델중에서는 재현률 68.3%, 정확률 89.2%를 보였다.