• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권1호
• /
• pp.64-75
• /
• 2003

Medical image segmentation is the process by which an original image is partitioned into some homogeneous regions like bones, soft tissues, etc. This study demonstrates an automatic medical image segmentation technique based on independent component analysis. Independent component analysis is a generalization of principal component analysis which encodes the higher-order dependencies in the input in addition to the correlations. It extracts statistically independent components from input data. Use of automatic medical image segmentation technique using independent component analysis under the assumption that medical image consists of some statistically independent parts leads to a method that allows for more accurate segmentation of bones from CT data. The result of automatic segmentation using independent component analysis with square test data was evaluated using probability of error(PE) and ultimate measurement accuracy(UMA) value. It was also compared to a general segmentation method using threshold based on sensitivity(True Positive Rate), specificity(False Positive Rate) and mislabelling rate. The evaluation result was done statistical Paired-t test. Most of the results show that the automatic segmentation using independent component analysis has better result than general segmentation using threshold.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.97-106
• /
• 2021

Social networking platforms have become a smart way for people to interact and meet on internet. It provides a way to keep in touch with friends, families, colleagues, business partners, and many more. Among the various social networking sites, Twitter is one of the fastest-growing sites where users can read the news, share ideas, discuss issues etc. Due to its vast popularity, the accounts of legitimate users are vulnerable to the large number of threats. Spam and Malware are some of the most affecting threats found on Twitter. Therefore, in order to enjoy seamless services it is required to secure Twitter against malicious users by fixing them in advance. Various researches have used many Machine Learning (ML) based approaches to detect spammers on Twitter. This research aims to devise a secure system based on Hybrid Similarity Cosine and Soft Cosine measured in combination with Genetic Algorithm (GA) and Artificial Neural Network (ANN) to secure Twitter network against spammers. The similarity among tweets is determined using Cosine with Soft Cosine which has been applied on the Twitter dataset. GA has been utilized to enhance training with minimum training error by selecting the best suitable features according to the designed fitness function. The tweets have been classified as spammer and non-spammer based on ANN structure along with the voting rule. The True Positive Rate (TPR), False Positive Rate (FPR) and Classification Accuracy are considered as the evaluation parameter to evaluate the performance of system designed in this research. The simulation results reveals that our proposed model outperform the existing state-of-arts.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• Tuberculosis and Respiratory Diseases
• /
• 제62권6호
• /
• pp.523-530
• /
• 2007

연구배경: ThinPrep$^{(R)}$검사는 원심분리를 통해 불필요한 혈액이나 점액들을 제거, 선택적으로 진단에 필요한 다량의 세포들만 모아 기존의 세포검사의 한계를 극복하여 진단율을 높일 수 있는 것으로 알려져 있으며, 현재 여러 분야에서 암의 조기 진단 방법으로 사용되고 있다. 본 연구는 기관지 세척액의 Thin-Prep$^{(R)}$검사와 기존의 세포검사의 진단율을 비교하여 ThinPrep$^{(R)}$검사의 유용성에 대해 알아보고자 시행하였다. 방 법: 2002년 1월부터 2006년 12월까지 기관지 내시경 검사를 시행한 1,116명의 환자 중 암세포에 대한 검사가 필요하다고 판단되었던 790명의 기관지 세척액 검체를 대상으로 세척액을 양분하여 기존의 세포 검사와 ThinPrep$^{(R)}$ 검사를 시행하였다. 결 과: 대상환자는 남자 446명, 여자 344명이었고 평균나이는 58.3(${\pm}16.7$)세였으며, 이 중 197명이 기관지 내시경이나 경피적 폐생검 등의 표준진단방법을 통해 암을 진단 받았다. 암의 진단에 있어 ThinPrep$^{(R)}$ 검사는 민감도 71.1%, 특이도 98.0%, 양성 예측도 92.1%, 음성 예측도 91.1%, 위음성률 8.9%였다. 기존의 세포검사의 경우에는 민감도 57.9%, 특이도 98.0%, 양성 예측도 90.5%, 음성 예측도 87.5%, 위음성률 12.5%였다. 중심형 병변인 경우 ThinPrep$^{(R)}$의 민감도는 82.8%였고 세포검사의 민감도는 70.1%였다. 결 론: 기관지 세척액 검체를 대상으로 한 폐암의 진단에 있어서 ThinPrep$^{(R)}$검사는 기존 세포검사에 비해 민감도가 높았으며 낮은 위음성률을 보였다. 이와같은 결과는 폐암의 조직학적 분류와 상관 없이 나타났고, 특히 중심형 병변일 경우의 민감도는 ThinPrep$^{(R)}$ 검사법에서 매우 높게 나타났다. 따라서 기관지 세척액 검사에서 ThinPrep$^{(R)}$을 활용할 경우 폐암의 진단율을 높이는데 기여할 수 있을 것으로 생각된다.

• 한국정보통신학회논문지
• /
• 제14권7호
• /
• pp.1551-1556
• /
• 2010

본 논문에서는 굴곡에 의한 조도량의 차이와 명암도 차이를 퍼지 기법에 적용하여 개선된 반도체 불량 검출 방법을 제안한다. 제안된 방법은 먼저 회전각과 양선형 보관법을 이용하여 반도체 영상의 각도를 보정하는 전처리 과정을 수행한다. 그리고 굴곡에 대한 조도량의 차이와 패턴 매칭을 이용하여 얻어진 오류 영역의 명암도 차이를 퍼지 소속 함수에 적용하여 결과 값을 추론한다. 최종적으로 비퍼지화된 결과 값을 적용하여 반도체의 초기 불량을 검출한다. 제안한 방법에서 실제 사용되는 반도체 정면 영상과 측면 영상 30쌍을 대상으로 실험한 결과, 기존의 방법에서 판단된 실제 불량 제품을 모두 검출하였다. 기존의 방법은 1mm내의 미세한 굴곡을 가진 정상 제품을 불량으로 판별하였으나 제안된 방법에서는 오류로 검출하지 않고 정상으로 판별하였다. 따라서 기존의 방법에 비해서 반도체의 초기 불량 판단에 효과적으로 적용될 수 있다는 것을 확인하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.358-361
• /
• 1997

This paper describes a multichannel epileptic seizure detection algorithm based on wavelet transform(WT), artificial neural network(ANN) and expert system. First, through the WT, a small number of wavelet coefficients is used to represent the single channel epileptic spike. Next, 3-layer feed-forward network employing the error back propagation algorithm is trained and tested using parameters obtained above. Finally, 16 channel expert system which is based on clinical experience is introduced as a artifact rejection and reliable detection. The suggested algorithm was implemented on personal computer(PC). Two main events i.e., epileptiform and normal activities, were selected from 32 person's EEGs(normal: 20, seizure disorder: 12) in consensus among experts. The result was that WT reduced data input size and ANN detected 97 of the 100 EEGs containing definite spike - sensitivity of 97%. Expert rule system was capable of rejecting a wide variety of artifacts commonly found in EEG recordings. It also reduced false positive detections of ANN.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2788-2808
• /
• 2023

Brain tumors are one of the most threatening malignancies for humans. Misdiagnosis of brain tumors can result in false medical intervention, which ultimately reduces a patient's chance of survival. Manual identification and segmentation of brain tumors from Magnetic Resonance Imaging (MRI) scans can be difficult and error-prone because of the great range of tumor tissues that exist in various individuals and the similarity of normal tissues. To overcome this limitation, the Amended Convolutional Neural Network (ACNN) model has been introduced, a unique combination of three techniques that have not been previously explored for brain tumor detection. The three techniques integrated into the ACNN model are image tissue preprocessing using the Kalman Bucy Smoothing Filter to remove noisy pixels from the input, image tissue segmentation using the Isotonic Regressive Image Tissue Segmentation Process, and feature extraction using the Marr Wavelet Transformation. The extracted features are compared with the testing features using a sigmoid activation function in the output layer. The experimental findings show that the suggested model outperforms existing techniques concerning accuracy, precision, sensitivity, dice score, Jaccard index, specificity, Positive Predictive Value, Hausdorff distance, recall, and F1 score. The proposed ACNN model achieved a maximum accuracy of 98.8%, which is higher than other existing models, according to the experimental results.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.720-737
• /
• 2024

Private set intersection cardinality (PSI-CA) is a typical problem in the field of secure multi-party computation, which enables two parties calculate the cardinality of intersection securely without revealing any information about their sets. And it is suitable for private data protection scenarios where only the cardinality of the set intersection needs to be calculated. However, most of the currently available PSI-CA protocols only meet the security under the semi-honest model and can't resist the malicious behaviors of participants. To solve the problems above, by the application of the variant of Elgamal cryptography and Bloom filter, we propose an efficient PSI-CA protocol with high security. We also present two new operations on Bloom filter called IBF and BIBF, which could further enhance the safety of private data. Using zero-knowledge proof to ensure the safety under malicious adversary model. Moreover, in order to minimize the error in the results caused by the false positive problem, we use Garbled Bloom Filter and key-value pair packing creatively and present an improved PSI-CA protocol. Through experimental comparison with several existing representative protocols, our protocol runs with linear time complexity and more excellent characters, which is more suitable for practical application scenarios.

• 대한의용생체공학회:의공학회지
• /
• 제30권6호
• /
• pp.516-520
• /
• 2009

The purpose of this study is to determine optimal filtering condition and threshold for the detection of gait-cycles for various walkway slopes as well as gait velocities. Ten young healthy subjects with accelerometer system on thigh and ankle walked on a treadmill at 9 conditions (three speeds and three slopes) for 5 minutes. Two direction signals, i.e. anterior-posterior (AP) and superior-inferior (SI) directions, of each sensor (four sensor orientations) were used to detect specific events of gait cycle. Variation of the threshold (from -1G to 1G) and lowpass cutoff frequency (fc) were applied to the event detection and their performance was evaluated according to the error index (EI), which was defined as the combination of the accuracy and false positive rate. Optimal fc and threshold were determined for each slope in terms of the EI. The optimal fc, threshold and their corresponding EI depended much on the walkway slope so that their coefficients of variation (CV) ranged 19~120%. When all data for 3 slopes were used in the identification of optimal conditions for each sensor, the best error indices for all sensor orientations were comparable ranging 1.43~1.76%, but the optimal fc and threshold depended much on the sensor position. The result indicates that the gait-cycle detection robust to walkway slope is possible by threshold method with well-defined filtering condition and threshold.

• 대한방사선기술학회지:방사선기술과학
• /
• 제39권4호
• /
• pp.527-534
• /
• 2016

DEXA는 골다공증 진단에 가장 많이 사용되는 표준 측정법이다. 현재 국내에서 운영되고 있는 DEXA 장치는 5,671대이다. 본 연구에서는 국내에서 설치 운영되고 있는 DEXA장비의 품질관리 실태를 조사하였다. 3,000개 기관을 대상으로 한 설문 조사에서 12.6%의 응답을 받아 그 결과를 분석하였다. 결과에서 77.5%가 일일 품질관리를 시행하고 있으나 Shewhart chart는 68.5%, CUSUM chart는 86.0%가 모르거나 사용하지 않는다고 답하여 정확한 품질관리가 되지 않는 것으로 조사되었다. 정확한 골밀도 검사는 환자의 골절의 위험도를 산정하기 위한 자료로 활용된다. 하지만 부적절한 검사는 오진을 유발할 가능성을 높여준다. 따라서 정확한 골밀도 검사를 위해서는 적절한 보조기구를 사용하고 장치의 품질관리를 반드시 시행하여 장치와 자세에 대한 오차를 줄이고 검사 의료진의 교육을 통해 오류 요인을 줄이는 것이 필수적이다.