• 제목/요약/키워드: Localization Algorithm

검색결과 805건 처리시간 0.02초

뇌자도에서 전체 평균과 이를 이용한 해부학적 위치 추정 (Grand Average in MEG and Crude Estimation of Anatomical Site)

  • 권혁찬;김기웅;김진목;이용호;박용기
    • 대한의용생체공학회:의공학회지
    • /
    • 제25권6호
    • /
    • pp.575-580
    • /
    • 2004
  • 본 연구에서는 뇌자도 신호의 전체 평균을 구하고 표준뇌를 이용하여 전류원의 해부학적 위치를 대략적으로 추정하는 방법을 제시하였다. Minimum norm estimation 알고리듬과 truncated singular value decomposition을 이용하여 측정된 신호를 재현할 수 있는 전류원 분포를 구하고, 이 전류원에 의해 표준 센서면에서 측정될 것으로 예상되는 신호로 변환한 다음 모든 피실험자에 대한 전체 평균을 구하였다. 모의 실험에서는 서로 다른 위치에서 측정된 피실험자의 뇌자도 신호의 전체 평균에서 얻은 전류원이 각 피실험자의 뇌자도 신호에서 얻은 전류원의 평균값과 수 mm 이내에서 일치하였다. 이는 신호가 미약하더라도 활동 부위의 평균적인 위치를 전체 평균에서 알 수 있음을 보여주며 청각 자극에 대한 N100m 신호의 전류원을 구하여 실험적으로 확인하였다. 또한 이 결과는 전체 평균에서 구한 활동부위의 전류원 정보를 N100m의 전류원을 기준점으로 표준뇌에 대략적으로 표시할 수 있음을 보여준다.

패치 특징 코어세트 기반의 흉부 X-Ray 영상에서의 병변 유무 감지 (Leision Detection in Chest X-ray Images based on Coreset of Patch Feature)

  • 김현빈;전준철
    • 인터넷정보학회논문지
    • /
    • 제23권3호
    • /
    • pp.35-45
    • /
    • 2022
  • 현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

그래프 컨벌루션 네트워크 기반 주거지역 감시시스템의 얼굴인식 알고리즘 개선 (Improvement of Face Recognition Algorithm for Residential Area Surveillance System Based on Graph Convolution Network)

  • 담하의;민병원
    • 사물인터넷융복합논문지
    • /
    • 제10권2호
    • /
    • pp.1-15
    • /
    • 2024
  • 스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

Wolff-Parkinson-White 증후군 환자의 심근 관류 이상 (Abnormal Perfusion on Myocardial Perfusion SPECT in Patients with Wolff-Parkinson-White Syndrome)

  • 강도영;차광수;한승호;박태호;김무현;김영대
    • 대한핵의학회지
    • /
    • 제39권1호
    • /
    • pp.9-14
    • /
    • 2005
  • 목적 : 좌각차단이나 우심실조율박동과 같은 부정맥을 가진 환자들에서 심근관류는 의미있게 변화한다는 것이 알려져 있다. 비정상적인 심근관류는 심실조기흥분에 의해서도 야기될 수 있다고 알려져 있지만, 그 위치 범위 강도와 부전도로와의 관계는 아직 정립되어 있지 않았다. 이에 WPW 증후군 환자에서 부전도로의 위치와 SPECT상에서 관류양상의 관계에 대해 알아보고자 하였다. 대상 및 방법 : WPW 증후군 환자 11명에 대해 Adenosine 99m-Tc MIBI 또는 Tl-201 심근관류 SPECT를 시행하였다, 관류결손은 Fitzpatrick's algorithm을 기초로 한 심전도 또는 전기생리학적검사 및 전극도자 절제술을 이용한 부전도로의 위치와 비교하였다. 결과: 11명의 환자들의 평균 나이는 $39.9{\pm}8.6$세 였고, 비특이적인 흉통을 호소하거나, 증상이 없었다. 11명 모두 관삳동맥의 위험도에 관한 계산도표를 이용하여 관상동맥질환의 확률을 예측했으나 0.1 이하로 위험도가 낮았고 이중 4명은 관상동맥조영술을 시행한 결과 3명은 정상이었고 1명은 관동맥 협착 (50%) 부위의 심근혈류가 정상이었다. 4명의 환자에서 전기생리학적검사 및 전극도자 절제술을 시행하였다. 9명의 가역적 그리고 1명의 비가역적 관류결손이 관찰되었고. 범위는 소에서 대까지 강도는 경도에서 중등도까지 나왔다. 부전도로의 위치가 우외측인 1명은 관류결손이 없었으나, 그 외의 환자들은 다양한 양상을 보였다. 부전도로의 위치가 좌외측인 환자중 1명에 대해 전극도자 절제술을 시행하였고 6주후에 SPECT를 한 결과 시술 전에 있던 관류결손의 범위가 현저하게 감소하였다. 결론: WPW환자에서 심근관류결손은 다양한 범위, 강도 및 위치를 가진다. 거의 대부분의 환자에서 비정상적인 관류결손이 나타났으나, SPECT 소견으로 부전도로의 위치를 특이적으로 예측하기는 어려웠다. 그러므로 WPW증후군 환자에서 심근관류 SPECT의 결과를 주의 깊게 해석해야 한다.

딥러닝 알고리즘을 이용한 저선량 디지털 유방 촬영 영상의 복원: 예비 연구 (Radiation Dose Reduction in Digital Mammography by Deep-Learning Algorithm Image Reconstruction: A Preliminary Study)

  • 하수민;김학희;강은희;서보경;최나미;김태희;구유진;예종철
    • 대한영상의학회지
    • /
    • 제83권2호
    • /
    • pp.344-359
    • /
    • 2022
  • 목적 깊은 컨볼루션 신경망 기법을 결합한 영상 잡음 제거 알고리즘을 개발하고 이를 응용하여 저선량 유방 촬영 영상으로 유방암을 진단하는 데 그 효능을 조사하고자 한다. 대상과 방법 6명의 유방 영상 전문의가 전향적 연구에 참여하였다. 모든 영상 전문의는 병변 감지를 위해 저선량 영상을 독립적으로 평가하고 정성적 척도를 사용하여 진단 품질을 평가하였다. 영상 잡음 제거 알고리즘을 적용한 후, 동일한 영상 전문의가 병변 감지 가능성과 영상 품질에 대한 평가를 하였다. 임상 적용을 위해 동일한 영상 전문의가 병변 유형과 위치에 대한 합의 결정 후, 저선량 영상, 재구성된 영상, 기존 선량 영상을 무작위 순서로 제시하여 평가하였다. 결과 전 절제 표본의 저선량 영상을 참조로 40% 재구성된 영상에서 병변이 더 잘 인식되었다. 임상 적용단계에서 40% 재구성된 영상과 비교하여, 기존 선량 영상이 해상도(p < 0.001), 석회에 대한 진단 품질(p < 0.001), 유방 종괴, 비대칭, 구조왜곡의 진단 품질(p = 0.037)에 대해 더 높은 평균값을 보였다. 40% 재구성된 영상은 100% 영상과 비교 시 전반적 화질(p = 0.547), 병변의 가시성(p = 0.120), 대조도(p = 0.083)에서 비슷한 성적을 보였으며 유의미한 차이도 보이지 않았다. 결론 깊은 컨볼루션 신경망 기법을 결합한 효과적인 잡음 제거 및 영상 재구성 처리 알고리즘은 유방 촬영의 상당한 선량 감소를 위한 길을 열어 유방암 진단을 가능하게 할 것이다.