• Journal of Microbiology and Biotechnology
• /
• 제27권1호
• /
• pp.72-76
• /
• 2017

Detection of exon 19 deletion mutation in the epidermal growth factor receptor (EGFR) gene, which results in increased and sustained phosphorylation of EGFR, is important for diagnosis and treatment guidelines in non-small-cell lung cancer. Here, we have developed a simple and convenient detection system using the interaction between G-quadruplex and fluorophore thioflavin T (ThT) for discriminating EGFR exon 19 deletion mutant DNA from wild type without a label and quencher. In the presence of exon 19 deletion mutant DNA, the probe DNAs annealed to the target sequences were transformed into G-quadruplex structure. Subsequent intercalation of ThT into the G-quadruplex resulted in a light-up fluorescence signal, which reflects the amount of mutant DNA. Due to stark differences in fluorescence intensity between mutant and wild-type DNA, we suggest that the induced G-quadruplex structure in the probe DNA can report the presence of cancer-causing deletion mutant DNAs with high sensitivity.

• 한국멀티미디어학회논문지
• /
• 제8권1호
• /
• pp.46-55
• /
• 2005

본 논문에서는 소형 위협체를 조기에 탐지하여 위치를 알려주는 파노라믹 적외선 영상 경보 장치를 구현하였고, 경보 성능 향상을 위한 적외선 영상 향상 기법을 제안하였다. 구현 장치는 센서 헤드 유닛, 신호 처리 유닛 등으로 구성된다. 센서 헤드 유닛은 1차원 다중 배열 적외선 센서를 정속으로 고속 회전하여 360도의 넓은 시계 영역을 가지는 파노라믹 열영상을 획득한다. 신호 처리 유닛은 파노라믹 영상을 90도의 부영상으로 나누고, 각 부영역의 통계적 특성에 따라 적응적 평탄역값(adaptive plateau value)을 구한다 그리고 적응적 평탄역값으로 히스토그램을 변화시킴으로써 위협체을 두드러지게 하였으며, 실시간 처리를 위하여 DSP와 FPGA를 이용하여 장치를 구현하였다. 구현 시스템에 제안한 영상 향상 기법을 적용한 결과 기존 기법에 비해 오경보율이 낮음과 시각적으로 위협체의 식별이 용이함을 확인하였다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권8호
• /
• pp.3189-3194
• /
• 2015

Background: To explore the expression of TS, RRM, ERCC1, TUBB3 and STMN1 genes in the tissues of patients with non-small cell lung cancer (NSCLC) and its significance in guiding the postoperative adjuvant chemotherapy. Materials and Methods: Real time polymerase chain reaction (PCR) was applied to detect the expression of TS, RRM, ERCC1, TUBB3 and STMN1 genes in the tissues of NSCLC patients so as to analyze the relationship between the expression of each gene and the clinical characteristics and to guide the postoperative individualized chemotherapy according to the detection results of NSCLC patients. Results: Expression of TS gene was evidently higher in patients with adenocarcinoma than those with non-adenocarcinoma (P=0.013) and so was the expression of ERCC1 (P=0.003). The expression of TUBB3 gene was obviously higher in NSCLC patients in phases I/II and IV than those in phase III ($P_1=0.021$; $P_2=0.004$), and it was also markedly higher in patients without lymph node metastasis than those with (P=0.008). The expression of STMN1 gene was apparently higher in patients in phase I/II than those in phase IV (P=0.002). There was no significant difference between the rest gene expression and the clinical characteristics of NSCLC patients (P>0.05). Additionally, the diseasefree survival (DFS) was significantly longer in patients receiving gene detections than those without (P=0.021). Conclusions: The selection of chemotherapeutic protocols based singly on patients' clinical characteristics has certain blindness. However, the detection of tumor-susceptible genes can guide the postoperative adjuvant chemotherapy and prolong the DFS of NSCLC patients.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.44-55
• /
• 2022

농업 관련 방송 콘텐츠에서 과일에 대한 자동적인 정보 제공을 위해서 대상 과일의 인스턴스 영상 분할이 요구된다. 또한, 해당 과일에 대한 3차원 자세에 대한 정보 제공도 의미있게 사용될 수 있다. 본 논문에서는 영상 콘텐츠에서 토마토에 대한 정보를 제공하는 연구를 다룬다. 인스턴스 영상 분할 기법을 학습하기 위해서는 다량의 데이터가 필요하지만 충분한 토마토 학습데이터를 얻기는 힘들다. 따라서 적은 양의 실사 영상을 바탕으로 데이터 증대기법을 통해 학습 데이터를 생성하였다. 실사 영상만을 통한 학습 결과 정확도에 비해서, 전경과 배경을 분리해서 만들어진 합성 영상을 통해 학습한 결과, 기존 대비 성능이 향상되는 것을 확인하였다. 영상 전처리 기법들을 활용해서 만들어진 영상을 사용한 데이터 증대 영상의 학습 결과, 전경과 배경을 분리한 합성 영상보다 높은 성능을 얻는 것을 확인하였다. 객체 검출 후 자세 추정을 하기 위해 RGB-D 카메라를 이용하여 포인트 클라우드를 획득하였고 최소제곱법을 이용한 실린더 피팅을 진행하였고, 실린더의 축 방향을 통해 토마토 자세를 추정하였다. 우리는 다양한 실험을 통해서 대상 객체에 대한 검출, 인스턴스 영상 분할, 실린더 피팅의 결과가 의미있게 나타난다는 것을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.34-39
• /
• 2002

Road information is very important for topographic mapping, transportation application, urban planning and other related application fields. Therefore, automatic detection of road networks from spatial imagery, such as aerial photos and satellite imagery can play a central role in road information acquisition. In this paper, we use least squares correlation matching alone for road center tracking and show that it works. We assumed that (bright) road centerlines would be visible in the image. We further assumed that within a same road segment, there would be only small differences in brightness values. This algorithm works by defining a template around a user-given input point, which shall lie on a road centerline, and then by matching the template against the image along the orientation of the road under consideration. Once matching succeeds, new match proceeds by shifting a matched target window further along road orientation at the target window. By repeating the process above, we obtain a series of points, which lie on a road centerline successively. A 1m resolution IKONOS images over Seoul and Daejeon were used for tests. The results showed that this algorithm could extract road centerlines in any orientation and help in fast and exact he ad-up digitization/vectorization of cartographic images.

• ETRI Journal
• /
• 제43권1호
• /
• pp.120-132
• /
• 2021

A frequency diverse array (FDA) multiple-input multiple-output (MIMO) radar employs a small frequency increment across transmit elements to produce an angle-range-dependent beampattern for target angle and range detection. The joint angle and range estimation problem is a trilinear model. The traditional trilinear alternating least square (TALS) algorithm involves high computational load due to excessive iterations. We propose a fast-convergence trilinear decomposition (FC-TD) algorithm to jointly estimate FDA-MIMO radar target angle and range. We first use a propagator method to obtain coarse angle and range estimates in the data domain. Next, the coarse estimates are used as initialized parameters instead of the traditional TALS algorithm random initialization to reduce iterations and accelerate convergence. Finally, fine angle and range estimates are derived and automatically paired. Compared to the traditional TALS algorithm, the proposed FC-TD algorithm has lower computational complexity with no estimation performance degradation. Moreover, Cramer-Rao bounds are presented and simulation results are provided to validate the proposed FC-TD algorithm effectiveness.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.329-344
• /
• 2023

본 논문에서는 소량 및 불균형 능동소나 데이터세트에 적용된 다양한 딥러닝 기반 표적식별기의 일반화 성능을 종합적으로 분석하였다. 서로 다른 시간과 해역에서 수집된 능동소나 실험 데이터를 이용하여 두 가지 능동소나 데이터세트를 생성하였다. 데이터세트의 각 샘플은 탐지 처리 이후 탐지된 오디오 신호로부터 추출된 시간-주파수 영역 이미지이다. 표적식별기의 신경망 모델은 다양한 구조를 가지는 22개의 Convolutional Neural Networks(CNN) 모델을 사용하였다. 실험에서 두 가지 데이터세트는 학습/검증 데이터세트와 테스트 데이터세트로 번갈아 가며 사용되었으며, 표적식별기 출력의 변동성을 계산하기 위해 학습/검증/테스트를 10번 반복하고 표적식별 성능을 분석하였다. 이때 학습을 위한 초매개변수는 베이지안 최적화를 이용하여 최적화하였다. 실험 결과 본 논문에서 설계한 얕은 층을 가지는 CNN 모델이 대부분의 깊은 층을 가지는 CNN 모델보다 견실하면서 우수한 일반화 성능을 가지는 것을 확인하였다. 본 논문은 향후 딥러닝 기반 능동소나 표적식별 연구에 대한 방향성을 설정할 때 유용하게 사용될 수 있다.

• 한국의학물리학회지:의학물리
• /
• 제7권2호
• /
• pp.67-77
• /
• 1996

목적 : 전신자기공명영상장치의 두개부코일링에 삽입할 수 있는 뇌정위표적기를 제작하고, 횡단면, 시상면 및 관상면에서 표적의 입체적 위치를 결정하여 비교하였다. 방법 : 고강도 합성수지를 이용하여 1.5T 의 전신자기공명 영상장치에서 뇌정위시술용 두 개 부고정환에 부착하여 두개부내 표적위치를 결정할 수 있는 뇌정위표적기를 시험제작하였다. 본 연구에서 시험제작된 뇌정위표적기는 자기공명장치 Magnetom 1.5T(Siemens사, 독일)의 두부코일(외경이 260mm) 내에 설치할 수 있도록 하였으며, 횡단면이나 시상면 또는 관상면에서 표적의 위치를 3차원적으로 결정할 수 있게 하여 각 단면에서 결정된 가상표적의 위치를 비 교하였다. 결과 : 위치가 서로 다른 2개의 가상표적에 대한 모의실험 결과, 횡단면에서 x축의 최대오차는 -1.4mm, y축 -0.7mm, z축 1.lmm를 얻었으며, 시상면에서는 X축 1.3, Y축 1.0mm, Z축 1.lmm, 관상면에서는 X축 -1.4mm, Y축 1.1mm, Z축 -1.5mm로 나타나 횡단면, 시상면 및 관상면에서 구한 표적값이 실험오차범위에서 거의 일치하였다. 결론 : 고강도 합성수지를 이용하여 시험제작한 자기공명영상용 뇌정위표적기를 이용하여 두개부내 표적에 대한 모의실험결과 횡단면, 시상면 및 관상면에서 구해진 표적의 위치가 2mm의 오차범위내에서 실제값에 거의 일치함을 얻었다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.817-822
• /
• 2005

최근 실내 환경에서 로봇의 서비스를륵 위해 영상 정보를 사용하기 인한 인구가 활발하다. 과거의 영상 처리 전근 방법은 미리 정의된 기하학적 모델에 기반 하기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체 인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의서 가려져 있는 경우 대상물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 물체간이 관계를 모델링하여 발견된 물체를 통해 대상 물체를 추론할 수 있게 하였다. 이를 위해 작은 규모의 베이지안 네트워크(프리미티브 베이지안 네트워크)를 위한 설계 방법을 정의하고 이를을 다시 상황에 맞게 결합하였다. 실험은 설계된 모델의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 $82.8\%$의 정확도를 보여주었다.