• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.277-285
• /
• 2023

In this study, pneumonia identification networks with the small number of layers were constructed by using chest X-ray images. The networks had similar trainable-parameters, and the performance of the trained models was quantitatively evaluated with the modification of the network architectures. A total of 6 networks were constructed: convolutional neural network (CNN), VGGNet, GoogleNet, residual network with identity blocks, ResNet with bottleneck blocks and ResNet with identity and bottleneck blocks. Trainable parameters for the 6 networks were set in a range of 273,921-294,817 by adjusting the output channels of convolution layers. The network training was implemented with binary cross entropy (BCE) loss function, sigmoid activation function, adaptive moment estimation (Adam) optimizer and 100 epochs. The performance of the trained models was evaluated in terms of training time, accuracy, precision, recall, specificity and F1-score. The results showed that the trained models with the small number of layers precisely detect pneumonia from chest X-ray images. In particular, the overall quantitative performance of the trained models based on the ResNets was above 0.9, and the performance levels were similar or superior to those based on the CNN, VGGNet and GoogleNet. Also, the residual blocks affected the performance of the trained models based on the ResNets. Therefore, in this study, we demonstrated that the object detection networks with the small number of layers are suitable for detecting pneumonia using chest X-ray images. And, the trained models based on the ResNets can be optimized by applying appropriate residual-blocks.

• Restorative Dentistry and Endodontics
• /
• 제29권5호
• /
• pp.413-422
• /
• 2004

Established microleakage tests have their own disadvantages. In this study, 3D reconstruction method was tried to overcome these disadvantages. Four types of microleakage tests were used and relationships among them were estimated: penetrated dye volume: marginal adaptability: degree of dye penetration and relative penetrated length to cavity wall. Twenty-four Class V cavities were bulk filled with composite (Esthet X) following surface treatments: N group (no treatment): E group (etching only): T group (etching + Prime & Bond NT). 50% silver nitrate was used as a dye solution after thermocycling ($5^{\circ}C{\;}&{\;}55^{\circ}C$, 1.000 times). Teeth were serially ground with a thickness of 0.2 mm. Volume of dye penetration was estimated from a three-dimensionally reconstructed image with a software (3D-DOCTOR). Percentage of margin without gap was estimated from SEM and degree of dye penetration and the relative length of dye penetration to overall cavity wall were also estimated. ANOVA and Scheffe test for dye volume, Kruskal-Wallis and Mann-Whitney test for marginal quality, Spearman's rho test for checking of relationships among methods were used. The results were as follows: 1. Dye penetration could be seen from several directions, furthermore, its volumetric estimation was possible. 2. Reverse relationship was found between dye volume and marginal quality (r = -0.881/ p = 0.004). 3. Very low relationship was seen between dye volume and two-dimensional tests (degree of dye penetration and relative length). However, 2D evaluation methods showed high relationship (p = 0.002-0.054) each other. 4. Three times vertical section could be recommended as a 2D test.

• 한국지반공학회논문집
• /
• 제36권9호
• /
• pp.45-55
• /
• 2020

X-ray CT는 암석시편의 공극 및 균열과 같은 내부 미세구조와 손상들의 정량적 분석에 활용되어 왔다. 원위치 CT는 외력 등 다양한 외적 요인에 영향을 받고 있는 암석 시편의 내외부 변화 과정을 관찰할 수 있게 해준다. 이의 확인을 위해, 암반/지반재료 특성분석에 활용한 원위치 X-ray CT 기술에 관한 최신 연구동향을 파악하였으며, 원위치 CT이미징이 가능한 암석의 수리-역학적 실험용 삼축셀을 개발하였다. 직경 25~50 mm 화강암 및 사암 코아시편의 원위치 CT이미징이 성공적으로 진행되었으며, 34~105 ㎛ 범위의 픽셀피치의 해상도를 취득할 수 있었다. 본 사전검토 촬영 실험을 통해 마이크로미터 스케일에서 암석의 내부구조 변화의 원위치 CT관찰이 가능한 것을 파악하였다. 요오드화 칼륨 용액은 CT이미지의 대비를 증가시키고 암석의 수리-역학 실험에서 주입유체로 사용할 수 있다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1359-1368
• /
• 2021

스테가노그래피는 데이터 안에 데이터를 은폐하는 기술로, 전달 매체의 존재가 발각되지 않도록 하는 것이 주요목적이다. 현재 스테가노그래피 관련 연구는 알고리즘을 기반으로 정립된 은닉 기법, 검출 기법들에 관련해서 다양하게 연구되고 있지만, 소프트웨어 성능을 분석하기 위한 실험 중심의 연구는 상대적으로 부족하다. 본 논문은 서로 다른 알고리즘으로 데이터를 은폐하는 다섯 개의 스테가노그래피 소프트웨어의 특징을 파악하고, 평가하는 데 목적을 두었다. 스테가노그래피 소프트웨어의 성능 조사를 위하여 시각 평가 척도로 사용되는 PSNR(Peak Signal to Noise Ratio), SSIM(Structural SIMilarity)을 이용하였다. 스테가노그래피 소프트웨어를 통하여 임베딩한 스테고 이 미지들의 PSNR, SSIM을 도출하여 정량적 성능 비교 분석한다. 평가 척도에 따라 우수한 스테가노그래피 소프트웨어를 소개하여 포렌식에 기여 하고자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권4호
• /
• pp.11-19
• /
• 2016

본 논문에서는 복부 CT 영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법을 제안한다. 제안 방법은 다음의 세 단계로 구성된다. 첫째, 신실질의 다양한 형상정보를 이용하기 위해 피질기반 유사정합을 통한 다중 확률 아틀라스를 생성한다. 둘째, 최대사후확률 추정을 통해 그래프-컷의 초기 씨앗을 추출하고, 형상제한 그래프-컷을 통해 신실질을 분할한다. 셋째, 확률 아틀라스의 정합 오차를 줄이고 분할 정확도를 높이기 위해, 정합 및 분할을 반복적으로 수행한다. 제안방법의 성능을 평가하기 위해 정성적 평가 및 정량적 평가를 수행하였다. 실험결과 제안방법이 신실질과 유사한 밝기값을 갖는 주변 영역으로의 누출을 방지하여 개선된 분할 정확도를 보여준다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.168-176
• /
• 2014

영상 시퀀스로부터 움직이는 객체의 검출은 비디오 감시, 교통 모니터링 및 분석, 사람 검출 및 추적 등에서 가장 기본적이며 중요한 분야이다. 안개와 같은 환경적 요인에 의하여 화질이 저하된 영상 속에서 움직이는 객체를 검출하는 일은 매우 어렵다. 특히, 안개는 주변 물체의 색상을 모두 비슷하게 만들고 채도를 떨어뜨려 배경으로부터 객체를 구별하기 힘들게 만든다. 이런 이유로 안개 영상 속에서 객체 검출 성능은 매우 낮으며 신뢰할 수 없는 결과를 나타내고 있다. 본 논문은 안개와 같은 환경적 요인을 제거하고 객체의 검출 성능을 높이기 위한 방법으로 안개 지수를 기반으로 안개 유무를 판단하고, Dark Channel Prior을 이용하여 안개 영상의 전달량을 추정하고 안개가 제거된 영상으로 복원하였으며 가우시안 혼합 모델을 이용한 배경 차분 방법을 이용하여 객체를 검출하였다. 그리고 제안된 방법의 성능을 비교하기 위해 안개 제거 전과 후의 영상에 대한 Recall 과 Precision을 측정하여 안개 제거에 따른 성능 향상 정도를 수치화하여 비교하였다. 결과적으로 안개 제거 후 영상의 가시성이 매우 향상되었으며 객체 검출 성능이 매우 향상됨을 알 수 있었다.

• 자원환경지질
• /
• 제38권4호
• /
• pp.369-380
• /
• 2005

영상을 기반으로 한 불연속면의 방향성 측정 및 거칠기 평가에 대한 효율적이고 객관적인 기법의 적용 가능성을 제시하는데 본 연구의 목적이 있다. 현장조사 및 계측을 통한 암반사면 안정성 평가의 한계를 보완하기 위해 디지털 영상으로부터 3차원 수치 암반사면모델을 생성하여 암반사면에 대한 지형 공간적 분석을 위한 기초 정보를 도출하였다. 또한, 암반사면 내에 분포한 불연속선을 3차원적으로 추출하여 불연속면의 집중 방향성을 분석하고, 암반표면의 거칠기를 정량화할 수 있는 방법을 제시하였다. 연구결과 입체 디지털 영상으로부터 암반사면에 대한 다양한 정량적 정성적 분석이 가능한 정보를 효과적으로 추출할 수 있었으며, 이를 시각화하여 안정성 평가의 효율성과 편의성을 향상 시킬 수 있었다.

• 한국방사선학회논문지
• /
• 제16권2호
• /
• pp.115-122
• /
• 2022

본 연구는 후각망울(Olfactory Bulb) 검사 시 SPACE 3D T2 기법의 Turbo Factor 값을 변화하여 검사 한 후 2D TSE T2와 비교하여 진단능과 화질의 변화를 알아보고자 한다. 연구 결과 정성적, 정량적 분석 결과 SPACE 3D T2 기법이 2D TSE T2 기법과 비교 시 통계적으로 유의한 차이가 있음을 알 수 있었으며, 결론적으로 Turbo Factor값을 적절하게 변화 시킨 SPACE 3D T2 기법은 검사시간을 단축시키면서 2D TSE T2기법과 비교하여 화질이 증가 된 영상을 획득할 수 있으므로 임상적으로 충분한 진단적 가치가 있다고 사료된다.

• 한국음향학회지
• /
• 제42권5호
• /
• pp.422-428
• /
• 2023

초고속 초음파 영상은 탄성 영상, 초고속 도플러, 초해상도 영상과 같은 다양한 초음파 기반의 기능성 영상기술에 폭넓게 적용되고 있다. 하지만, 획득하는 데이터의 양이 많아 실시간 영상 재구성이나 3차원 또는 모바일 초음파 영상 응용으로의 확장이 제한된다. 본 논문은 적응 양자화 기법을 통해 초고속 초음파 영상으로 획득되는 대용량 Radio frequency(RF) 데이터의 전송 효율을 높이는 방법을 제안한다. 인체에서 반사된 초음파 신호는 높은 동적 범위를 가져 대부분의 현재 시스템에서 사용되는 고정 양자화 기법은 10 bits ~ 14 bits 이상의 높은 양자화 단계를 가진다. 양자화 단계 저감에 대한 화질 저하의 한계를 극복하기 위해, 본 연구는 영상 깊이에 따라 구간을 설정하고, 각 영역별 RF 데이터를 정규화하고 양자화하는 방안을 제안한다. 정량적인 검증을 위해, Field II 컴퓨터 모사 실험을 활용하여, 고정 양자화 방법과 제안하는 방법의 대조도 대 잡음 비, 공간 해상도 및 원본 대비 유사도를 비교하였다. 또한, 연구용 초음파 장비를 활용한 인체 모사 실험 및 인체 실험을 통해 최종 3-bit로 재구성한 영상에서도 제안하는 방법이 효과적으로 적용되는 것을 입증하였다.

• Korean Circulation Journal
• /
• 제54권1호
• /
• pp.30-39
• /
• 2024

Background and Objectives: Intravascular ultrasound (IVUS) evaluation of coronary artery morphology is based on the lumen and vessel segmentation. This study aimed to develop an automatic segmentation algorithm and validate the performances for measuring quantitative IVUS parameters. Methods: A total of 1,063 patients were randomly assigned, with a ratio of 4:1 to the training and test sets. The independent data set of 111 IVUS pullbacks was obtained to assess the vessel-level performance. The lumen and external elastic membrane (EEM) boundaries were labeled manually in every IVUS frame with a 0.2-mm interval. The Efficient-UNet was utilized for the automatic segmentation of IVUS images. Results: At the frame-level, Efficient-UNet showed a high dice similarity coefficient (DSC, 0.93±0.05) and Jaccard index (JI, 0.87±0.08) for lumen segmentation, and demonstrated a high DSC (0.97±0.03) and JI (0.94±0.04) for EEM segmentation. At the vessel-level, there were close correlations between model-derived vs. experts-measured IVUS parameters; minimal lumen image area (r=0.92), EEM area (r=0.88), lumen volume (r=0.99) and plaque volume (r=0.95). The agreement between model-derived vs. expert-measured minimal lumen area was similarly excellent compared to the experts' agreement. The model-based lumen and EEM segmentation for a 20-mm lesion segment required 13.2 seconds, whereas manual segmentation with a 0.2-mm interval by an expert took 187.5 minutes on average. Conclusions: The deep learning models can accurately and quickly delineate vascular geometry. The artificial intelligence-based methodology may support clinicians' decision-making by real-time application in the catheterization laboratory.