• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.9-16
• /
• 2024

알약 구매 후 조제약 봉투나 포장지를 잃어버린 경우 약의 효능을 알기 어렵고 많은 사람들이 시중에서 판매하는 약을 구매하여 복용한 후 보관 시 용도를 구분해서 보관하지 않는 경우가 많다. 또한 알약 부작용에 대한 정보의 접근성이 낮아 약을 오남용하는 상황이 발생하기도 한다. 기존의 알약 정보를 검색하여 정보를 알려 주는 대부분의 서비스 및 어플리케이션들은 사용자가 알약의 상세정보를 직접 입력하거나 선택해야 하는 번거로움이 존재한다. 본 논문에서는 이러한 불편한 상황들은 개선하고 보다 나은 서비스를 제공하기 위해 약학정보원에서 제공하는 알약 22,000종의 사진에 대해 제형과 색상을 학습시킨 딥러닝 모델을 구축하였다. 구축된 정보를 활용하여 촬영된 사진으로 알약을 검색하고 알약 정보를 알려주며 사용자의 약 복용을 관리해주는 기능을 갖는 시스템을 개발하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.13-20
• /
• 2024

본 논문은 영상에서 특정 원통형 약통을 식별할 수 있는 모델 이미지 생성 방식을 제시하고 데이터 수집에 대한 기술을 연구한다. 기존 연구들은 객체 인식과 특정 객체 식별이 분리되어 있어 이미지 스티칭(image stitching) 자동화에 적용하기 어려웠으며, 좌표 기반 이미지 추출 방식이 이미지 스티칭 과정에서 객체 영역 외의 정보도 모델 이미지에 포함시키는 문제를 갖고 있었다. 이를 해결하기 위해 본 논문은 최근에 출시된 YOLOv8(You Only Look Once)의 세그멘테이션(segmentation)기법을 수직축 회전하는 약통 영상에 적용하고 특징점 매칭 알고리즘인 ORB(Oriented FAST and Rotated BRIEF)를 활용하여 모델 이미지 생성을 자동화하였다. 연구 결과, 세그멘테이션 기법을 적용할 경우 특정 약통 식별시 인식률이 향상되었으며 특징점 매칭 알고리즘으로 생성된 모델 이미지는 특정 악통을 정확하게 식별해 낼 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제43권6호
• /
• pp.441-447
• /
• 2022

In this paper, we propose a pill identification model using engraved text feature and image feature such as shape and color, and compare it with an identification model that does not use engraved text feature to verify the possibility of improving identification performance by improving recognition rate of the engraved text. The data consisted of 100 classes and used 10 images per class. The engraved text feature was acquired through Keras OCR based on deep learning and 1D CNN, and the image feature was acquired through 2D CNN. According to the identification results, the accuracy of the text recognition model was 90%. The accuracy of the comparative model and the proposed model was 91.9% and 97.6%. The accuracy, precision, recall, and F1-score of the proposed model were better than those of the comparative model in terms of statistical significance. As a result, we confirmed that the expansion of the range of feature improved the performance of the identification model.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.9-9
• /
• 2000

Accurate counting and packaging pills is one of the most fundamental works of the pharmaceutical industry. But it is so labor consuming and very hard to be automated. As the pharmaceutical industry is growing bigger, the need of counting and packaging automation is increasing to obtain effective mass production. Precise and quick sensing is required in the counting and processing of quickly dropping pills to improve the productivity. There are many trials for this automation and automatic machine. But the performance of the existing counting machine varies with the size, shape and the dispersion degree of pills In this research, authors design the counting and packing machine of medicinal pills that is more accurate and highly trustworthy After getting analog signal from optical sensor, pill passage is discriminated from chosen characteristic feature using microprocessor.

• Journal of Biosystems Engineering
• /
• 제38권1호
• /
• pp.55-63
• /
• 2013

Purpose: The present study aimed at image processing methods for automatic cell pattern recognition and morphological analysis for tissue engineering applications. The primary aim was to ascertain the novel algorithm of adaptive brightness correction from microscopic images for use as a potential image analysis. Methods: General microscopic image of cells has a minor problem which the central area is brighter than edge-area because of the light source. This may affect serious problems to threshold process for cell-number counting or cell pattern recognition. In order to compensate the problem, we processed to find the central point of brightness and give less weight-value as the distance to centroid. Results: The results presented that microscopic images through the brightness correction were performed clearer than those without brightness compensation. And the classification of mixed cells was performed as well, which is expected to be completed with pattern recognition later. Beside each detection ratio of hBMSCs and HeLa cells was 95% and 92%, respectively. Conclusions: Using this novel algorithm of adaptive brightness correction could control the easier approach to cell pattern recognition and counting cell numbers.

• 한국멀티미디어학회논문지
• /
• 제17권9호
• /
• pp.1076-1083
• /
• 2014

We propose an emotional facial avatar that portrays the user's facial expressions with an emotional emphasis, while achieving visual and behavioral realism. This is achieved by unifying automatic analysis of facial expressions and animation of realistic 3D faces with details such as facial hair and hairstyles. To augment facial appearance according to the user's emotions, we use emotional templates representing typical emotions in an artistic way, which can be easily combined with the skin texture of the 3D face at runtime. Hence, our interface gives the user vision-based control over facial animation of the emotional avatar, easily changing its moods.

• Journal of Chest Surgery
• /
• 제14권1호
• /
• pp.60-62
• /
• 1981

The Poland`s syndrome is very rare anomaly, which consists of congenital unilateral absence of the sternocostal pert of the pectoralis major muscle, with ipsilateral hand deformities. The clinical features are variable but all patients have absence of at least the sternal head of the pectoralis major muscle. The syndrome is not hereditary and is of unknown origin. Early recognition of Poland`s syndrome may give the provision of psychological and genetic counseling for anxious parents. We have encountered a patient with this entity, who showed striking paradoxical movement of the left anterior Ghest wall and recurrent pneumonia, and underwent successful surgical correction.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.13-14
• /
• 2024

최근 의약품 복용량의 급증으로, 효과적인 복약 관리가 중요해졌다. 의약품 복약이 제 시간에 이루지지않거나 꾸준히 이루어지지 않는 경우 효과적인 약효를 기대하기 어렵고 부작용 발생 가능성이 증가할 수 있기 때문이다. 따라서 본 연구는 AI 를 활용한 알약 인식 서비스를 통해 사용자의 편의성을 높이고, 자동 복용 알림을 제공하여 올바른 복용 습관을 장려할 수 있는 모바일 스케줄러를 개발하였다.

• 한국컴퓨터산업학회논문지
• /
• 제6권3호
• /
• pp.519-528
• /
• 2005

지식 정보화 시대에서 컴퓨터는 단순한 작업을 하는 도구에서 학습에 적극 활용하는 교육 도구로 급속히 파급되었으며, 컴퓨터를 활용한 e-Learning 은 시공간을 초월한 학습, 표준화된 콘텐츠 보급과 관리, 학습자와 멘토링, 즉각적인 피드백, 역동적인 학습형태를 이루어 낼 수 있는 장점이 있어 여러 교육 분야에 활용되고 있다. <중략> 본 연구를 위하여 중학교 교사 150명과 학생 460명을 대상으로 e-Learning의 개념, e-Learning 운영, e-Learning 에 대한 설문조사를 하였다. 연구결과, 교사와 학습자간에 e-Learning 개념에 대한 인식은 유사한 것으로 나타났다. 이러한 원인으로는 e-Learning에 대해 직${\cdot}$간접적으로 경험을 해본 교사들과 학생들이 많은 것으로 분석된다. <중략> 본 연구에서 도출된 연구결과에 의하여 향후 효과적인 중학교 e-Learning 활성화를 위한 방향을 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제22권3호
• /
• pp.349-356
• /
• 2019

When a prescription change occurs in the hospital depending on a patient's improvement status, pharmacists directly classify manually returned pills which are not taken by a patient. There are hundreds of kinds of pills to classify. Because it is manual, mistakes can occur and which can lead to medical accidents. In this study, we have compared YOLO, Faster R-CNN and RetinaNet to classify and detect pills. The data consisted of 10 classes and used 100 images per class. To evaluate the performance of each model, we used cross-validation. As a result, the YOLO Model had sensitivity of 91.05%, FPs/image of 0.0507. The Faster R-CNN's sensitivity was 99.6% and FPs/image was 0.0089. The RetinaNet showed sensitivity of 98.31% and FPs/image of 0.0119. Faster RCNN showed the best performance among these three models tested. Thus, the most appropriate model for classifying pills among the three models is the Faster R-CNN with the most accurate detection and classification results and a low FP/image.