In magnetic resonance electrical impedance tomography (MREIT), a current-injection MR imaging method is adopted to produce a cross-sectional image of an electrical conductivity distribution in addition to MR images. The purpose of this study was to test the feasibility of MREIT for differentiating the canine lung parenchyma without and with pneumonia. Three normal healthy beagles and two mixed breed dogs with pneumonia were used. After attaching electrodes around the chest, we placed the dog inside our MR scanner. We injected as much as 30 mA current in a form of short pulses into the chest region. Reconstructed conductivity images of normal canine lungs exhibit a peculiar pattern of a relatively coarse salt and pepper noise. On the contrary, conductivity images of pneumonic canine lungs show significantly enhanced contrast of the lesions while the corresponding MR images show a little bit of contrast in the middle and caudal lung parenchyma due to the accumulation of pleural fluid. This preliminary study indicates that MREIT imaging of the chest may deliver unique new diagnostic information.
The aim of this study was to develop a marbling classification and prediction model using small parts of sirloin images based on a deep learning algorithm, namely, a convolutional neural network (CNN). Samples were purchased from a commercial slaughterhouse in Korea, images for each grade were acquired, and the total images (n = 500) were assigned according to their grade number: 1++, 1+, 1, and both 2 & 3. The image acquisition system consists of a DSLR camera with a polarization filter to remove diffusive reflectance and two light sources (55 W). To correct the distorted original images, a radial correction algorithm was implemented. Color images of sirloins of Hanwoo (mixed with feeder cattle, steer, and calf) were divided and sub-images with image sizes of 161 × 161 were made to train the marbling prediction model. In this study, the convolutional neural network (CNN) has four convolution layers and yields prediction results in accordance with marbling grades (1++, 1+, 1, and 2&3). Every single layer uses a rectified linear unit (ReLU) function as an activation function and max-pooling is used for extracting the edge between fat and muscle and reducing the variance of the data. Prediction accuracy was measured using an accuracy and kappa coefficient from a confusion matrix. We summed the prediction of sub-images and determined the total average prediction accuracy. Training accuracy was 100% and the test accuracy was 86%, indicating comparably good performance using the CNN. This study provides classification potential for predicting the marbling grade using color images and a convolutional neural network algorithm.
Jeong, Jin Young;Nam, Jin Sun;Kim, Jang Mi;Jeong, Hak Jae;Kim, Kyung Woon;Lee, Hyun-Jeong
Reproductive and Developmental Biology
/
제37권4호
/
pp.247-253
/
2013
Here, we present an approach of blood plasma proteome profiling and their comparisons between the young and the adult pigs as prerequisite for the identification of bio-markers related to the health conditions, growth performance and meat quality. To profile the proteome in porcine plasma, blood samples were collected from 19 young piglets and 20 adult male barrows and the plasma was retrieved. Then, protein profiling was initiated using one and two-dimensional electrophoresis. Proteins were spotted and then identified by MALDI-TOF-TOF and LC-MS-MS. In the results, more than thirty-six and twenty eight protein spots were selected in young piglets and adult pigs, respectively and twenty three proteins were identified. The proteome profile images were compared between those ones using Image Master Version 7.0. The image of expressed proteome showed that most of proteins from plasma of young piglet separated clearly and concentrated in 2DE display compared to ones from adult. Image analysis in detail was carried out to look for the specific proteins related to age progression. It demonstrated that the characteristics of proteome expression could be distinct to their age stages. Further investigations needed to proceed to understand the age dependent change of protein conformation and biological meaning of those differences in proteome expression between young and mature adult pigs.
This study proposed a rapid microscopic examination method for pork freshness evaluation by using the self-assembled hyperspectral microscopic imaging (HMI) system with the help of feature extraction algorithm and pattern recognition methods. Pork samples were stored for different days ranging from 0 to 5 days and the freshness of samples was divided into three levels which were determined by total volatile basic nitrogen (TVB-N) content. Meanwhile, hyperspectral microscopic images of samples were acquired by HMI system and processed by the following steps for the further analysis. Firstly, characteristic hyperspectral microscopic images were extracted by using principal component analysis (PCA) and then texture features were selected based on the gray level co-occurrence matrix (GLCM). Next, features data were reduced dimensionality by fisher discriminant analysis (FDA) for further building classification model. Finally, compared with linear discriminant analysis (LDA) model and support vector machine (SVM) model, good back propagation artificial neural network (BP-ANN) model obtained the best freshness classification with a 100 % accuracy rating based on the extracted data. The results confirm that the fabricated HMI system combined with multivariate algorithms has ability to evaluate the fresh degree of pork accurately in the microscopic level, which plays an important role in animal food quality control.
Rahman, Md. Faizur;Iqbal, Abdullah;Hashem, Md. Abul;Adedeji, Akinbode A.
한국축산식품학회지
/
제40권6호
/
pp.896-907
/
2020
Imaging technique or computer vision (CV) technology has received huge attention as a rapid and non-destructive technique throughout the world for measuring quality attributes of agricultural products including meat and meat products. This study was conducted to test the ability of CV technology to predict the quality attributes of beef. Images were captured from longissimus dorsi muscle in beef at 24 h post-mortem. Traits evaluated were color value (L*, a*, b*), pH, drip loss, cooking loss, dry matter, moisture, crude protein, fat, ash, thiobarbituric acid reactive substance (TBARS), peroxide value (POV), free fatty acid (FFA), total coliform count (TCC), total viable count (TVC) and total yeast-mould count (TYMC). Images were analyzed using the Matlab software (R2015a). Different reference values were determined by physicochemical, proximate, biochemical and microbiological test. All determination were done in triplicate and the mean value was reported. Data analysis was carried out using the programme Statgraphics Centurion XVI. Calibration and validation model were fitted using the software Unscrambler X version 9.7. A higher correlation found in a* (r=0.65) and moisture (r=0.56) with 'a*' value obtained from image analysis and the highest calibration and prediction accuracy was found in lightness (r2c=0.73, r2p=0.69) in beef. Results of this work show that CV technology may be a useful tool for predicting meat quality traits in the laboratory and meat processing industries.
Kim, Dong Hyun;Shin, Dong-Min;Lee, Jung Hoon;Kim, Yea Ji;Han, Sung Gu
한국축산식품학회지
/
제42권1호
/
pp.98-110
/
2022
Meat jerky is a type of meat snack with a long shelf life, light weight, and unique sensory properties. However, meat jerky requires a long manufacturing time, resulting in high energy consumption. In this study, beef jerky was prepared by injecting different concentrations of brine at different hot-air drying times (0-800 min). When the brine injection levels were increased to 30%, the drying characteristics of beef jerky, such as drying time and effective moisture diffusivity, were significantly improved owing to the relatively high water content and the formation of porous structures. The physicochemical properties (e.g. meat color, porosity, shear force, and volatile basic nitrogen) of the beef jerky injected with 30% brine were improved owing to the shortened drying time. Scanning electron microscopy images showed that the beef jerky structure became porous and irregular during the brine injection process. Our novel processing technique for manufacturing beef jerky leads to improved quality characteristics and shortened drying times.
Heemoon Yoon;Mira Park;Hayoung Lee;Jisoon An;Taehyun Lee;Sang-Hee Lee
Journal of Animal Science and Technology
/
제66권1호
/
pp.167-177
/
2024
Iris segmentation is an initial step for identifying the biometrics of animals when establishing a traceability system for livestock. In this study, we propose a deep learning framework for pixel-wise segmentation of bovine iris with a minimized use of annotation labels utilizing the BovineAAEyes80 public dataset. The proposed image segmentation framework encompasses data collection, data preparation, data augmentation selection, training of 15 deep neural network (DNN) models with varying encoder backbones and segmentation decoder DNNs, and evaluation of the models using multiple metrics and graphical segmentation results. This framework aims to provide comprehensive and in-depth information on each model's training and testing outcomes to optimize bovine iris segmentation performance. In the experiment, U-Net with a VGG16 backbone was identified as the optimal combination of encoder and decoder models for the dataset, achieving an accuracy and dice coefficient score of 99.50% and 98.35%, respectively. Notably, the selected model accurately segmented even corrupted images without proper annotation data. This study contributes to the advancement of iris segmentation and the establishment of a reliable DNN training framework.
We introduce an x-ray micro tomography system capable of high resolution imaging of a local region inside a small animal. By combining two kinds of projection data, one from a full field-of-view (FOV) scan of the whole body and the other from a limited FOV scan of the region of interest, we have obtained zoomed-in images of the region of interest without any contrast a nomalies. We have integrated a micro tomography system using a micro-focus x-ray source, a $1248\times1248$ flat-panel x-ray detector, and a precision scan mechanism. Using the cross-sectional images taken with the zoom-in micro tomography system, we measured trabecular thicknesses of femur bones in postmortem rats. To compensate the limited spatial resolution in the zoom-in micro tomography images, we used the fuzzy distance transform for the calculation of the trabecular thickness. To validate the trabecular thickness measurement with the zoom-in micro tomography images, we compared the measurement results with the ones obtained from the conventional micro tomography images of the extracted bone samples.
목적: 최근 들어, 분자 영상에서 다중 영상 기법이 널리 보급되고 있다. 우리는 PET/MR 융합 영상을 얻기 위해 쉽게 이용 가능한 점토와 순간 고형제를 이용하여 동물 특이적 자세 고정 틀을 제작하였다. 동물 특이적 자세 고정 틀은 동물의 고정과 재현성 있는 자세 연출이 가능하도록 한다. 여기에서 우리는 실험 동물의 틀을 제작하는데 있어 점토와 순간 고형제를 비교해 보았다. 재료 및 방법: MicroPET의 받침대와 잘 맞는 바닥이 둥근 아크릴 받침대를 먼저 제작하였다. 실험 동물은 마취 후, 자세 고정을 위해서 틀 위에 올려놓았다. 틀 제작을 위하여 순간 고형제와 점토가 사용되었다. 순간 고형제와 점토를 사용한 두 가지 경우 모두, 실험 동물의 자세 고정을 위하여 부드럽게 실험 동물을 눌러 위치를 잡았다. 위치가 잡혔으면, 쥐를 들어내고, 점토로 뜬 틀은 $60^{\circ}C$ 건조기에 넣어 두어 완전히 경화시켰다. 그리고 $[^{18}F]FDG$용액이 든 밀봉된 4개의 파이펫 팁을 기준 마커로 사용하였다. 실험 동물의 꼬리에 $[^{18}F]FDG$를 정맥 주사하여 microPET 스캔을 실시한 후, 동일한 실험동물을 순차적으로 MRI 스캔하였다. 결과: 다중 영상을 위하여 점토와 순간 고형제로 동물 특이적 자세 고정 틀을 제작하였다. MicroPET과 MRI를 통하여 기능적이고 해부학적인 영상을 얻었다. PET/MR 융합 영상은 무료로 이용 가능한 AMIDE 프로그램을 사용하여 획득할 수 있었다. 결론: 쉽게 이용 가능한 점토, 순간 고형제와 일회용 파이펫 팁을 사용하여 성공적으로 동물 특이적 자세 고정 틀을 제작할 수 있었다. 동물 특이적 자세 고정 틀 덕택으로, 적은 오차 범위 내에서 PET/MR 융합 영상을 얻을 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.