• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.341-352
• /
• 2022

Medical image segmentation is the most important task in radiation therapy. Especially, when segmenting medical images, the liver is one of the most difficult organs to segment because it has various shapes and is close to other organs. Therefore, automatic segmentation of the liver in computed tomography (CT) images is a difficult task. Since tumors also have low contrast in surrounding tissues, and the shape, location, size, and number of tumors vary from patient to patient, accurate tumor segmentation takes a long time. In this study, we propose a method algorithm for automatically segmenting the liver and tumor for this purpose. As an advantage of setting the boundaries of the tumor, the liver and tumor were automatically segmented from the CT image using the 2D CoordConv DeepLab V3+ model using the CoordConv layer. For tumors, only cropped liver images were used to improve accuracy. Additionally, to increase the segmentation accuracy, augmentation, preprocess, loss function, and hyperparameter were used to find optimal values. We compared the CoordConv DeepLab v3+ model using the CoordConv layer and the DeepLab V3+ model without the CoordConv layer to determine whether they affected the segmentation accuracy. The data sets used included 131 hepatic tumor segmentation (LiTS) challenge data sets (100 train sets, 16 validation sets, and 15 test sets). Additional learned data were tested using 15 clinical data from Seoul St. Mary's Hospital. The evaluation was compared with the study results learned with a two-dimensional deep learning-based model. Dice values without the CoordConv layer achieved 0.965 ± 0.01 for liver segmentation and 0.925 ± 0.04 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.927 ± 0.02 for liver division and 0.903 ± 0.05 for tumor division. The dice values using the CoordConv layer achieved 0.989 ± 0.02 for liver segmentation and 0.937 ± 0.07 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.944 ± 0.02 for liver division and 0.916 ± 0.18 for tumor division. The use of CoordConv layers improves the segmentation accuracy. The highest of the most recently published values were 0.960 and 0.749 for liver and tumor division, respectively. However, better performance was achieved with 0.989 and 0.937 results for liver and tumor, which would have been used with the algorithm proposed in this study. The algorithm proposed in this study can play a useful role in treatment planning by improving contouring accuracy and reducing time when segmentation evaluation of liver and tumor is performed. And accurate identification of liver anatomy in medical imaging applications, such as surgical planning, as well as radiotherapy, which can leverage the findings of this study, can help clinical evaluation of the risks and benefits of liver intervention.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.313-320
• /
• 2022

해상에 설치된 등부표는 기상, 통항선박에 의해 생성된 외력 등에 영향을 받아 위치가 항상 유동적이다. 등부표의 위치는 항로표지용 AIS와 RTU를 통해 확인 가능하다. 본 연구는 최근 5년간(2017-2021년) 등부표의 위치데이터를 분석하여 등부표의 최대 이출위치를 분석하였다. 연구결과 등부표의 위치데이터는 기본오류가 17.9%가 존재하였다. 또한 분석대상 등부표 197기의 이출위치 오류는 70.64%이고, 장비별로는 항로표지용 AIS 보다는 RTU가 심하였다. 한편, 등부표의 위치데이터를 플로팅한 결과 4가지 유형으로 구분되었다. 가장 일반적인 침추중심형, 침추를 중심으로 위치가 2개 구역으로 구분되는 침추중심 2분형, 중심이 변동된 중심 이동형 그리고 일정기간 위치가 중심을 벗어나는끌림형이다. 침추중심형(유형-1)을 제외하고는 등부표가 설치된 위치에 따라 유형이 결정되었다. 본 연구는 등부표의 위치데이터를 분석한 첫번째 연구로서 본 연구가 등부표 위치데이터의 품질 향상에 기여하기를 기대한다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.231-238
• /
• 2023

등부표는 조류, 바람 등 외력에 영향을 받아 위치가 항상 유동적이고 위치는 항로표지용 AIS 또는 RTU를 통해 확인할 수 있다. 위치 확인이 가능한 등부표의 최근 5년간(2017~2021년) 위치 데이터 분석 결과 위치 오류 데이터는 평균 15.4%로 나타났으며 항해 안전사고예방 및 관리를 위해서는 위치 오류 데이터를 검출하고 정제된 위치 데이터 획득이 필요하다. 본 연구에서는 항로표지용 AIS 또는 RTU를 통해 획득한 위치 데이터를 DBSCAN Clustering하여 위치 오류 데이터를 검출하고 정제된 위치 데이터를 획득하고자 한다. 이를 위하여 위치 오류가 가장 많은 서해 해역 중 RTU가 설치된 군산항 1호 등부표의 21년도 위치 데이터를 Python library를 사용하여 DBSCAN Clustering 하였다. DBSCAN Clustering에 필요한 minPts는 2차원 데이터에 일반적으로 사용하는 값을 적용하였고 epsilon은 k-NN(최근접 이웃)알고리즘을 사용하여 값을 산출 및 적용하였다. DBSCAN Clustering 결과 minPts와 epsilon을 만족하지 못하는 위치 오류 데이터를 검출하였고 정제된 위치 데이터를 획득할 수 있었다. 본 연구는 항로표지용 AIS 또는 RTU가 설치된 등부표의 신뢰성 있는 위치 데이터를 획득할 수 있는 기초 자료로 활용할 수 있으며 항해 안전사고 예방에도 큰 도움이 될 것으로 판단된다.

• 해양환경안전학회지
• /
• 제29권5호
• /
• pp.462-469
• /
• 2023

본 논문은 선박이 조우하는 상황에서 충돌의 위험에 대한 판단을 지원하여 충돌사고를 예방하기 위하여 선박충돌위험성을 평가하는 방법을 제안하고자 한다. 선박의 항해는 불확실성이 다수 내포되어 있기 때문에 충돌의 위험을 평가할 때 선박충돌위험성이 가진 불확실성을 고려할 필요가 있다. 본 논문은 불확실성을 처리하고 각 상대 선박의 충돌의 위험을 실시간으로 평가하기 위하여 Dempster-Shafer 이론을 적용한다. 선박충돌위험의 평가 요인으로 DCPA(distance at closest point approach), TCPA(time to closest point approach), 상대 선박과의 거리, 상대방위, 속도비율 등이 사용되며, 각 평가 요인별 멤버쉽 함수로 계산된 기본확률배정함수(basic probability assignment)는 Dempster-Shafer 이론의 융합 규칙을 통하여 융합된다. 선박들이 실제로 조우하는 상황에서 수집된 선박자동식별장치 데이터를 사용하여 제안된 방법을 실험한 결과 평가의 적합성이 검증되었다. 선박간 조우 상황에서의 실시간으로 충돌위험성을 평가함으로써 인적오류로 인한 충돌사고를 예방할 수 있으며, 해상교통관제시스템과 자율운항선박의 충돌회피시스템에도 활용될 것으로 기대된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.100-103
• /
• 2023

최근 스마트선박 개발에 발맞춰 정확하고 세밀한 실시간 해양환경 예측정보의 요구가 확대되고 선박에 직접 지원하기 위한 환경이 확보됨에 따라 최적항로 분야에서도 다양한 해양환경을 고려한 정보 생산 및 평가 연구가 필요하다. 스마트선박에서 해양환경의 위험도 및 에너지 소비의 불확실성을 줄이면서 최적항로를 산출할 수 있는 알고리즘은 2단계로 구분하여 개발하였다. 1단계는 해양환경정보들과 선박자동식별시스템(AIS)내에 선박의 위치·상태정보를 결합해 프로파일을 생성하였다. 2단계는 구성한 프로파일 결과를 이용하여 해양환경 에너지맵을 정의할 수 있는 모델을 개발하였고, 약 60만개의 데이터를 반영할 수 있도록 인공지능 머신러닝 기법 중 Random Forest를 적용하여 회귀식을 생성하였다. Random Forest 회귀 모델의 결정계수(R²)는 0.89 를 보였다. 생성한 모델에 2021년 6월 1일~3일의 해양환경 예측정보를 이용하여 Dijikstra 최단경로 알고리즘을 적용해 최적 안전항로를 산출하고 맵에 표출했다. Random Forest 회귀 모델로 산출된 항로는 유선적이고 해양환경 예측정보의 상태를 감안하며 항로를 도출하는 결과를 보였다. 본 연구의 실시간 해양환경 예측정보 기반의 항로 산출 개념은 선박의 이동 경향성을 반영한 현실적이면서 안전한 항로 산출이 가능하고, 향후 경제성, 안전성, 친환경성 평가 모델로 범위로 확대할 수 있을 것으로 기대된다.

• 한국항행학회논문지
• /
• 제26권6호
• /
• pp.496-503
• /
• 2022

어업인의 감소와 단독조업 어선이 증가되는 현실에서, 어선의 해상안전을 위한 항해 및 무선설비의 의무장비는 계속 증가되어 왔다. 따라서 협소한 조타실에는 항해, 통신, 어로 등의 많은 장비가 설치되므로 혼잡한 상태이며, 다수의 모니터가 전면에 배치되므로 해상견시 능력을 저하시키는 요인으로 된다. 문제의 해결책으로 디지털선택호출-초단파대무선설비(VHF-DSC), 선박자동 식별장치(AIS), 어선위치발신장치(V-Pass) 등의 무선설비를 LAN 기반으로 하나의 MFD(multi function display)에 통합하여 운용하는 인터페이스를 구현하였다. 또한, MFD와 무선설비들 간의 연동으로 데이터의 교환을 위하여 IEC61162-450의 UDP 패킷과 IEC61162 센텐스를 적용하였고, 장비와 기능별로 필요한 메시지를 추가로 정의하였다. 통합된 MFD 모니터는 메뉴방식으로 쉽게 조작되며, 해상안전 관련 조난 및 긴급통신 기능과 장비별 메시지전송 상태의 확인으로 인터페이스 성능을 평가하였다.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.367-375
• /
• 2023

본 연구에서는 국내 연안 해역 환경에서의 해상교통관제 서비스에 기여할 수 있는 항적 간 거리 척도를 개발하였다. 새로운 항적간 거리 척도는 전통적으로 위치 시계열 간의 유사도를 측정하는 데 활용되는 하우스도르프 거리(hausdorff distance)와 두 항적 간의 대지속력(Speed Over Ground, SOG)의 평균 간의 차이, 그리고 대지침로(Course Over Ground)의 분산 간의 차이를 가중합하여 설계되었다. 새로운 척도의 유효성을 검증하기 위하여 실제 AIS 항적 데이터와 병합 군집화 알고리즘을 활용한 기존 항적 간 거리 척도와의 비교 분석이 수행되었으며, 새로운 거리 척도를 활용한 항적 군집화 결과가 하우스도르프 거리(hausdorff distance), 그리고 다이내믹 타임 워핑 거리(Dynamic Time Warping distance) 등 기존 척도에 비해 항적 간 지리적 거리나 대지속도 및 대지침로 등 선박 거동 특성의 분포를 비슷하거나 그 이상의 수준으로 정교하게 반영하고 있음을 데이터 시각화로써 확인하였다. 정량적으로는 Davies-Bouldin 지표를 기준으로, 군집화 결과가 더욱 우수하거나 약간 낮은 수준을 기록한 한편, 거리 계산 효율성에서는 특히 우수함을 실증하였다.

• 지구물리
• /
• 제2권1호
• /
• pp.39-44
• /
• 1999

심부 지층구조 연구를 위해 획득된 다중채널 반사파 자료를 재처리하여 제4기 단층 및 해저면 부근 천연 가스층 탐지를 위한 고해상도 단면도를 작성하였다. 사용된 자료는 한국해양연구소에서 동해해역 퇴적분지 지각구조 연구를 목적으로 1994년부터 1997년까지 기록한 총 1900 km의 다중채널 반사파 자료 중 근거리 12채널 자료이다. 고해상도용 재처리과정은 자료복사 및 자료편집, 참진폭 회수, 공심점 분류, 초기 뮤트, 중합전 디컨볼루션, 대역필터, 중합, 고주파 통과필터, 중합후 디컨볼루션, 구조보정, 자동이득조절 등의 순서로 이루어지며, 이 중 예측 디컨볼루션, 고주파 통과필터, 짧은 창길이의 자동이득조절 적용 등이 해상도를 높이는데 가장 중요한 처리단계이다. 해저면 하부 약 1초 정도까지의 지층을 대상으로 처리된 중합 및 구조보정 단면상에는 총 200개 이상의 제4기 단층이 인지되며, 이들 대부분은 대륙사면과 울릉분지 경계부에 밀집되어 나타나지만 분지 내에도 상당수 존재한다. 이들 단층중 상당수는 기반암과 제3기 퇴적층에 발달된 단층의 재활성화와 화산활동을 포함한 지구조 운동에 의해 형성된 것으로 추정되며 동해가 구조적으로 다소 불안정된 상태에 놓여 있을 가능성을 지시한다. 또한 3개소 이상에서 발견된 천부 가스층의 존재는 시추나 해저 케이블 및 파이프라인 등 해양구조물 설치시 반드시 경계해야 할 위험 요소가 존재하고 있음을 보여준다. 이러한 천부 가스층의 발견은 최근 관심이 고조되고 있는 가스수화물의 근원 물질이 동해에 존재한다는 긍정적인 면이 있으나, 해저면에 평행한 반사면 등 가스수화물의 전형적인 탄성파 특징은 울릉분지 서부 대륙사면 및 중앙부의 재처리 단면상에서는 발견되지 않는다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.61-83
• /
• 2012

지식지도는 관련된 지식의 현황을 네트워크 형식으로 보여주는 일종의 도식으로, 지식 간의 상호참조적 네비게이션 관계를 기초로 하는 지식 분류 및 저장 체계 역할을 한다. 이러한 이유로 인하여 지식 및 이들 지식이 또 다른 지식과 갖는 관계를 네트워크 형식으로 형식적이고 객관적으로 묘사하기 위한 온톨로지 기반 지식지도의 필요성이 대두되어왔다. 본 논문은 지식 간의 상호참조적 네비게이션이 가능한 온톨로지 기반 지식지도를 구현하기 위한 방법론을 제시한다. 제시된 방법론에 의해 구현되는 온톨로지 기반 지식지도는 지식 간의 상호참조적 네비게이션을 가능하게 할 뿐만 아니라 이러한 지식 간 네트워크 관계에 의해 추가적인 지식 간의 관계를 추론할 수 있다. 제시된 개념의 타당성을 검증하기 위하여 두 가지의 실제 비즈니스 프로세스를 기반으로 지식지도를 구현하였고, 구현된 지식지도에 나타나는 지식 간 네트워크 구성의 유효성을 검토하였다.