• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.25-33
• /
• 2023

CT 영상의 획득 및 전송 등의 과정에서 발생하는 잡음은 영상의 질을 저하시키는 요소로 작용한다. 따라서 이를 해결하기 위한 잡음제거는 영상처리에서 중요한 전처리 과정이다. 본 논문에서는 딥러닝의 convolutional autoencoder (CAE) 모형에서 기존 컨볼루션 연산 대신 deformable 컨볼루션 연산을 적용한 deformable convolutional autoencoder (DeCAE) 모형을 이용하여 잡음을 제거하고자 한다. 여기서 deformable 컨볼루션 연산은 기존 컨볼루션 연산보다 유연한 영역에서 영상의 특징들을 추출할 수 있다. 제안된 DeCAE 모형은 기존 CAE 모형과 같은 인코더-디코더 구조로 되어있으나 효율적인 잡음제거를 위해 인코더는 deformable 컨볼루션 층으로 구성하고, 디코더는 기존 컨볼루션 층으로 구성하였다. 본 논문에서 제안된 DeCAE 모형의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음, 임펄스 잡음 그리고 포아송 잡음에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, DeCAE 모형은 전통적인 필터 즉, Mean 필터, Median 필터와 이를 개선한 Bilateral 필터, NL-means 방법 뿐만 아니라 기존의 CAE 모형보다 정성적이고, 정량적인 척도 즉, MAE (Mean Absolute Error), PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.95-105
• /
• 2022

육·해·공군은 다영역작전에서 활용할 수 있도록 4차 산업혁명 기술을 접목한 무기체계 개발을 위해 다양한 노력을 하고 있다. 새로운 기술이 적용된 무기체계를 통해 통합 전투력을 효과적으로 발휘하기 위해서는 각각의 무기체계가 정보를 원활하게 송·수신할 수 있는 네트워크 환경의 구축이 필요하다. 이를 위해선 각 무기체계의 정보교환요구량(IER, Information Exchange Requirement)에 대한 분석이 필수적이나, 현재까지 진행된 많은 정보교환능력 분석 연구는 실제 네트워크의 다양한 고려 요소를 충분히 반영하지 못하고 있다. 따라서 본 연구는 기존의 정보교환 요구능력분석 연구들의 연구 방법과 결과를 면밀하게 분석하여 IER 분석시에는 메시지 자체의 크기와 네트워크 프로토콜 헤더의 크기, 전술네트워크의 송수신 구조, 정보 유통 과정, 메시지의 발생 빈도 등을 고려해야 할 필요성을 제기한다. 이어서 향후 IER 예측시에 활용이 가능하도록 푸아송 분포와 확률생성함수를 이용하여 정보교환요구량을 확률 분포로 계산하는 기법을 제시한다. 메시지 목록과 네트워크 토폴로지의 샘플을 이용하여 확률 분포의 계산 결과와 Network Simulator 2를 활용한 시뮬레이션 결과를 상호 비교하여 이 기법의 타당성을 입증한다.

• 한국식품위생안전성학회지
• /
• 제14권4호
• /
• pp.319-326
• /
• 1999

최근 국내에서는 Escherichia coli O157:H7, Listeria monocytogenes등의 미생물에 대한 건강위해성이 강조되면서 미생물 위해성평가에 대한 필요성이 제기되고 있고, U.S.FPA, U.S.DA, FAO/WHO를 비롯한 국제기구 및 외국 유관기관들에서도 미생물 위해성평가 방법을 식품관리에 활용하고자 방법론 연구에 주력하고 있다. 미생물 위험성은 화학물질과 달리 인체건강에 대한 영향이 즉각적이고, 심각하게 나타나 정량적인 위해성평가가 용이하지 않고 유해화학물질과는 다른 평가방법이 요구된다. 식품중 미생물의 위해성평가는 크게 4단계로 구분되는데, 미생물관련질환 추세파악 및 미생물 관련질병에 관한 역학조사 등을 활용하는 위험성확인 단계와 실제 식품원료, 식품가공, 수송, 포장단계 중 식품의 물리적, 화학적 조건에 따른 미생물 변화를 고려하여 식품중 미생물에 대한 노출을 정량화하는 노출평가 단계, 미생물의 용량에 따른 질병발생에 근거하여 용량-반응관계를 규명하는 용량-반응평가 단계, 규명된 모델을 활용하여 모든 평가결과를 통합함으로 위해 도치 예측과 불확실성 분석 등을 수행하는 위해도결정단계로 구성되어 있다. 미생물 용량-반응평가는 크게 비역치(Nonthreshold)와 역치(Threshold) 평가 방법론으로 구분되는데, 비역치 평가방법론은 단일 병원균이 감염을 일으킬 수 있다는 것과 감염을 일으킬 수 있는 확률이 독립적이라는 가정을 전제로 하고, 역치평가방법론은 미생물이 감염을 일으키기 위해서 각기 개별 역치가 존재하는데 어느 정도의 미생물수가 모여 서로 작용해야 독성유발물질을 만들어 낸다는 가정을 전제로 한다. 현재 받아들여지고 있는 비역치 모델로는 Exponential, Beta-poisson, Gompertz, Gamma-weibull 모델 등이 있으며, 역치모델로는 Log-normal, Log-logistic모델 등이 있다. 본 연구에서는 인체 volunteer자료를 활용하여 용량-반응자료를 입력하고 용량-반응자료를 토대로 적합한 수학적 모델을 찾아내어, 선별한 모델의 적합도 검정을 실시하는 방법론 연구를 실시하였으며, 노출평가 자료와 용량-반응평가 결과를 연계하여 위해도를 결정하는 과정에 대해 연구하였다 이 밖에도 모델(Food MicroModel)을 이용하여 식품의 염도, 수분활성도, 온도, pH등의 조건에 따른 미생물의 성장률, 사멸률 등 변화를 예측할 수 있는 방법론 연구를 통해 식품의 최적 보관 조건등을 찾아내는 방법을 습득하였다. 미생물 위해성평가는 외국에서도 아직 초기 연구단계에 있으며 현재로서 사후조사자료인 역학자료보다 건강한 성인남자를 대상으로 한 volunteer 자료를 우선적으로 활용하고 있으나 노약자나 민감그룹에 대한 실험은 현실적으로 불가능하여 동물실험을 이용한 평가방법을 연구중에 있다. 추후 연구방향으로는 국내 volunteer들을 대상으로 한 미생물별 용량-반응결과를 토대로 population sensitivity를 비교할 수 있는 기초자료를 확보함으로써 미생물에 대한 인구집단의 반응 민감성 차이를 비교하고 시료채취 후 즉각적인 실험실적 분석이 가능토록하여 정확한 인체노출평가를 수행함으로써 미생물 위해성평가방법론을 식품미생물관리에 적용하는 것이다.

• 대한핵의학회지
• /
• 제31권3호
• /
• pp.330-338
• /
• 1997

기저와 부하 뇌관류 SPECT를 순차적으로 촬영하여 2차영상에서 1차영상을 감산하여 부하 영상을 얻으면 신호가 줄어들고 잡음은 더해지므로 영상의 질이 나빠졌다. 촬영시간과 주사량에 대해 비례적인 계수와 촬영행위와 상관있는 배후방사능을 고려하여 기저영상과 감산영상의 신호 잡음 비가 최대가 되도록 하는 주사량과 촬영시간의 짝을 찾았다. 순차 촬영 시간을 30분으로 하고 주사총량이 1850MBq(50mCi)이며 아세타졸아미드의 부하에 의해 뇌의 주사량대비 섭취가 1.2배일 때 기저영상과 감산영상의 신호 잡음 비가 최대인 조건은 1차 주사량/촬영시간이 15mCi/17분, 2차 주사량/촬영시간이 35mCi/13분이었다.