• Imaging Science in Dentistry
• /
• 제51권2호
• /
• pp.107-115
• /
• 2021

Purpose: This study aimed to demonstrate the presence of dental caries through a photoacoustic imaging system with visible and near-infrared wavelengths, highlighting the differences between the 2 spectral regions. The depth at which carious tissue could be detected was also verified. Materials and Methods: Fifteen permanent molars were selected and classified as being sound or having incipient or advanced caries by visual inspection, radiography, and optical coherence tomography analysis prior to photoacoustic scanning. A photoacoustic imaging system operating with a nanosecond pulsed laser as the light excitation source at either 532 nm or 1064 nm and an acoustic transducer at 5 MHz was developed, characterized, and used. En-face and lateral(depth) photoacoustic signals were detected. Results: The results confirmed the potential of the photoacoustic method to detect caries. At both wavelengths, photoacoustic imaging effectively detected incipient and advanced caries. The reconstructed photoacoustic images confirmed that a higher intensity of the photoacoustic signal could be observed in regions with lesions, while sound surfaces showed much less photoacoustic signal. Photoacoustic signals at depths up to 4 mm at both 532 nm and 1064 nm were measured. Conclusion: The results presented here are promising and corroborate that photoacoustic imaging can be applied as a diagnostic tool in caries research. New studies should focus on developing a clinical model of photoacoustic imaging applications in dentistry, including soft tissues. The use of inexpensive light-emitting diodes together with a miniaturized detector will make photoacoustic imaging systems more flexible, user-friendly, and technologically viable.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.251-266
• /
• 2022

Structural Health Monitoring (SHM) of critical infrastructure comprises a major pillar of maintenance management, shielding public safety and economic sustainability. Although SHM is usually associated with data-driven metrics and thresholds, expert judgement is essential, especially in cases where erroneous predictions can bear casualties or substantial economic loss. Considering that visual inspections are time consuming and potentially subjective, artificial-intelligence tools may be leveraged in order to minimize the inspection effort and provide objective outcomes. In this context, timely detection of sensor malfunctioning is crucial in preventing inaccurate assessment and false alarms. The present work introduces a sensor-fault detection and interpretation framework, based on the well-established support-vector machine scheme for anomaly detection, combined with a coalitional game-theory approach. The proposed framework is implemented in two datasets, provided along the 1st International Project Competition for Structural Health Monitoring (IPC-SHM 2020), comprising acceleration and cable-load measurements from two real cable-stayed bridges. The results demonstrate good predictive performance and highlight the potential for seamless adaption of the algorithm to intrinsically different data domains. For the first time, the term "decision trajectories", originating from the field of cognitive sciences, is introduced and applied in the context of SHM. This provides an intuitive and comprehensive illustration of the impact of individual features, along with an elaboration on feature dependencies that drive individual model predictions. Overall, the proposed framework provides an easy-to-train, application-agnostic and interpretable anomaly detector, which can be integrated into the preprocessing part of various SHM and condition-monitoring applications, offering a first screening of the sensor health prior to further analysis.

• 산업경영시스템학회지
• /
• 제45권4호
• /
• pp.157-166
• /
• 2022

In the case of a die-casting process, defects that are difficult to confirm by visual inspection, such as shrinkage bubbles, may occur due to an error in maintaining a vacuum state. Since these casting defects are discovered during post-processing operations such as heat treatment or finishing work, they cannot be taken in advance at the casting time, which can cause a large number of defects. In this study, we propose an approach that can predict the occurrence of casting defects by defect type using machine learning technology based on casting parameter data collected from equipment in the die casting process in real time. Die-casting parameter data can basically be collected through the casting equipment controller. In order to perform classification analysis for predicting defects by defect type, labeling of casting parameters must be performed. In this study, first, the defective data set is separated by performing the primary clustering based on the total defect rate obtained during the post-processing. Second, the secondary cluster analysis is performed using the defect rate by type for the separated defect data set, and the labeling task is performed by defect type using the cluster analysis result. Finally, a classification learning model is created by collecting the entire labeled data set, and a real-time monitoring system for defect prediction using LabView and Python was implemented. When a defect is predicted, notification is performed so that the operator can cope with it, such as displaying on the monitoring screen and alarm notification.

• 한국지반공학회논문집
• /
• 제24권2호
• /
• pp.59-65
• /
• 2008

수치근접사진측량은 사진상에 나타난 대상물의 2차원적 형상으로부터 3차원적 기하형상을 측정하고 묘사하는 기술로서 여러 과학 분야에서 그 활용가능성이 증대되고 있다. 그럼에도 불구하고 정밀을 요하는 건설 기계분야에서 수치사진측량 방법 대신 값비싼 계측장비를 이용하는 경우가 많고, 마땅한 계측장비가 없어 시각적인 방법으로 분석하는 경우도 발생한다. 따라서 본 연구에서는 보강토 옹벽 실내모형 시험 장치로부터 수치근접사진측량기법을 적용하여 모형옹벽 파괴전과 파괴 후에 대한 모형지반 거동양상을 정량적으로 제시하고자 한다. 그리고 모형지반 내에 설치한 기준점 변형 량을 각 측정기를 이용하여 측정한 후, 수치근접사진측량 결과 값과 비교하였으며, 이를 통해 적용방법의 신뢰성을 확보하고자 하였다.

• 한국축산식품학회지
• /
• 제42권2호
• /
• pp.313-320
• /
• 2022

Brazil is considered as a great broiler feet exporter, especially for the Chinese trade. Contact lesions at the tibiotarsal region are responsible for economic losses and there is no model for its classification, thereby this study presents a fast and practical grade system to be used in the poultry industry and proposes these lesion characterizations into three different grades. For this, correlation was made between macroscopic, histological findings and microbiological quantification (Escherichia coli, Staphylococcus spp., Streptococcus spp. and sulphite-reducing clostridia) from contact lesions in the tibiotarsal region of 112 broiler carcasses, divided in four groups (n=28), accordingly to the lesion's intensity. There were no significant differences in microbiological quantification among the groups (p>0.05) except for the grade 3 group, as grade 1 and 2 lesions were in the early stages and histopathological changes such as ulceration were not observed. In grade 3 lesion group, it was observed bacterial cocci grume and ulceration at the articular region and significantly higher microbiological count (p<0.05) for E. coli and Staphylococcus spp. In conclusion, the visual standard proposed in this work, correlated and confirmed by the histopathologic, and microbiologic characterization, allows to precise and fast ascertainment of the contact lesion grade in the tibiotarsal regions of broiler carcasses. Moreover, it should be highlighted that grades 1 and 2 alterations are not caused by an inflammatory process caused by pathogenic agents and should not be considered a public health risk.

• 천문학회보
• /
• 제46권2호
• /
• pp.70.1-70.1
• /
• 2021

We examine the HI gas kinematics and distributions of galaxy pairs in group or cluster environments from high-resolution Australian Square Kilometer Array Pathfinder (ASKAP) WALLABY pilot observations. We use 32 well-resolved close pair galaxies from the Hydra, Norma, and NGC 4636, two clusters and a group of which are identified by their spectroscopy information and additional visual inspection. We perform profile decomposition of HI velocity profiles of the galaxies using a new tool, BAYGAUD which allows us to separate a line-of-sight velocity profile into an optimal number of Gaussian components based on Bayesian MCMC techniques. Then, we construct super profiles via stacking of individual HI velocity profiles after aligning their central velocities. We fit a model which consists of double Gaussian components to the super profiles, and classify them as kinematically cold and warm HI gas components with respect to their velocity dispersions, narrower or wider 𝜎, respectively. The kinematically cold HI gas reservoir (M_cold/M_HI) of the paired galaxies is found to be relatively higher than that of unpaired control samples in the clusters and the group, showing a positive correlation with the HI mass in general. Additionally, we quantify the gravitational instability of the HI gas disk of the sample galaxies using their Toomre Q parameters and HI morphological disturbances. While no significant difference is found for the Q parameter values between the paired and unpaired galaxies, the paired galaxies tend to have larger HI asymmetry values which are derived using their moment0 map compared to those of the non-paired control sample galaxies in the distribution.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.303-310
• /
• 2021

교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제15권5호
• /
• pp.595-605
• /
• 2012

사시 진단을 위해 임상에서는 다양한 사시각 측정 방법들이 개발되어 이용되어 왔다. 그러나 기존 방법들은 대부분 육안 검사에 의해 이루어지므로 사용자의 주관적인 판단이 개입할 가능성이 크며 협조적인 대상에 대해서만 측정이 용이하다는 단점이 있다. 따라서 보다 이를 보완할 수 있는 객관적이고 신뢰성 있는 사시각 측정 방법의 개발이 필요하다. 본 논문에서는 임상 측정 방법의 문제점들을 보완할 수 있는 컴퓨터 기반의 새로운 자동 사시각 측정 소프트웨어의 개발을 소개한다. 먼저 간단하게 촬영된 환자의 전안부 영상을 획득하고 구형 RGB 모델을 이용하여 전처리를 수행하였다. 이후 새롭게 개발된 3차원 안구모델과 수학적인 측정 알고리즘을 이용하여 사시각 측정이 자동적으로 이루어지도록 하였다. 유효성 평가를 위해 10명의 환자 데이터를 대상으로 두 명의 검사자가 임상 측정 방법 중의 하나인 크림스키 테스트 방법을 통해 측정한 결과와 개발 소프트웨어를 이용하여 측정한 결과를 비교하였다. 그 결과, 두 명의 검사자의 상관계수는 각각 0.955, 0.969로 나타났으며, 두 검사자 간의 상관계수는 0.968로 나타나 객관성과 재현성이 매우 높음을 확인하였다. 향후 기존 사시진단 검사 방법들의 보조 수단이나 새로운 대안으로써 폭넓게 활용될 수 있을 것으로 기대한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권2호
• /
• pp.110-119
• /
• 2010

본 논문에서는 MR 영상에서 밝기값 분포와 기울기 정보를 이용한 전립선 자동 분할 기법을 제안한다. 첫째, 적응적 밝기값 프로파일과 다해상도 기법을 이용하는 활성형상모델을 통해 전립선 표면을 추출한다. 둘째, 표면 형상의 지역적 최적화로 인한 흘을 방지하기 위하여 기하학 정보를 이용한 흘 제거 기법을 수행한다. 셋째, 해부학적으로 변이가 큰 표면 형상은 2차원 기울기 정보를 이용하여 보정한다. 이때, 보정된 표면 형상은 한정된 정점의 개수로 산정되어 매끄럽게 표현되지 않기 때문에 표면재구성 및 평활화 기법을 이용하여 부드러운 형상으로 표현한다. 제안방법의 평가를 위하여 육안평가와 정확성 평가 그리고 수행시간을 측정하였다. 정확성 평가는 두 명의 임상전문의의 수동분할 결과와 자동분할 결과 간의 평균거리차이와 중복볼륨비율을 측정하였다. 실험 결과 평균거리차이는 0.3${\pm}$0.21mm 측정되었고, 중복볼륨 비율은 96.31${\pm}$2.71% 측정되었다. 20명의 환자 데이터에 대한 전체 수행시간은 평균 16초로 측정되었다.

• 한국지리정보학회지
• /
• 제16권3호
• /
• pp.103-114
• /
• 2013

본 연구에서는 아리랑위성 2호 영상자료를 이용하여 한반도 전역에 대한 정사모자이크영상을 생성하고 정확도 평가를 실시하였다. Rational Polynomial Coefficient(RPC) 모델링 결과 지상기준점(Ground Control Point : GCP) 선점이 힘든 산악지역 등을 제외하고는 대부분 2화소 이내로 나타났다. 정사영상 제작에는 축척 1:5,000 수치지형도를 이용하여 제작한 수치고도모델(Digital Elevation Model : DEM)이 사용되었는데, 수치지형도가 존재하지 않는 접근불능지역의 경우 Shuttle Radar Topography Mission(SRTM) DEM이 사용되었다. 한편 한반도 정사모자이크영상은 정사영상 집성과 색상보정을 통해 생성되었으며, 모자이크영상에 대한 정확도 분석은 1m 칼라 합성영상에 대해 실시하였다. 위치정확도 검증을 위하여 남한지역에서 현지측량을 통해 확보한 813 검사점(Check Point)이 사용되었으며 Root Mean Square Error(RMSE) 계산을 통하여 최대 5m 이내의 오차가 확인되었다. 한편 접근불능지역 경우 참조영상(Reference Image) 에서 추출한 검사점을 이용하여 정확도 분석을 실시하였는데 3m(RMSE) 이내의 위치정확도를 가지는 영상이 약 69% 정도 되는 것으로 확인되었다. 또한 인접영상과의 접합정확도 육안평가에서는 일부 산악지역에서의 약 1~2 화소 이격을 제외하고는 잘 일치하고 있는 것으로 확인되었다.