본 논문에서는 공간 영역의 국부 정보 및 반복 영상으로부터 예측된 노이즈를 이용한 적응 영상 복원 방식을 제안한다. 공간 영역의 국부 제약 정보 설정을 위해 서로 다른 윈도우를 갖는 국부 영역의 평균, 분산 및 최대 값의 비를 이용하였으며, 반복 기법을 이용하여 매 반복 해에서 얻어진 복원 영상으로부터 상기 제약 정보를 설정하게 된다. 더불어 반복 영상으로부터 예측된 노이즈와 국부 제약 정보를 이용하여 국부 완화도 정도를 결정하는 매개 변수를 적응적으로 산출한다. 제안된 방식을 이용하여 복원 영상을 얻기 위해 비 적응 복원 방식보다 빠른 수렴속도를 갖게 됨을 알 수 있으며, 노이즈 특성에 대한 사전 정보 없이 국부적으로 제어된 완화 정도를 지닌 복원 영상을 얻을 수 있었다. 기존 방식과 비교하여 제안방식은 수렴하기 유사한 반복 횟수를 필요로 하며 0.2 dB 이상의 SNR 향상이 있음을 확인할 수 있었다.
본 논문에서는 웨이브렛 변환을 이용하여 블록기반 변환 부호화 영상에서의 블록화 현상을 반복적으로 제거하는 방법을 제안하였다. 제안된 방법에서는 블록화 현상이 수직, 수평 방향의 블록 경계를 따라 수직, 수평으로만 나타나는 점에 착안하여, 블록화 현상이 있는 영상 신호를 수직, 수평 방향의 분리적인 1차원 신호의 집합으로 간주하고 Gaussian 형태 함수의 1차 도함수를 모 웨이브렛으로 하는 1차원 웨이브렛 영역에서의 평균 자승 오차를 최소화시키는 필터로써 첫 번째 스케일 웨이브렛 영역의 블록 경계 위치에서의 분산이 다른 위치에 비하여 유달리 크게 나타나도록 하는 블록화 현상에 의한 신호 성분을 제거하는 과정과 양자화에 관한 블록 집합으로 투영하는 과정을 반복적으로 수행하여 블록화 현상이 제거된 영상을 얻는다. 실험결과, 제안된 방법은 0.56 - 1.07dB의 PSNR 성능 향상뿐만 아니라 에지 몽롱화가 없이 블록화 현상이 거의 제거된 주관적 화질 개선을 보였다.
본 논문에서는 여러 송수신 안테나를 갖는 송신기(source node), 중계기(relay node), 수신기(destination node)로 구성된 두 홉(two-hop) 빔포밍(beamforming) 중계 시스템을 고려한다. 송수신 심벌간 평균제곱오차(mean square error: MSE)를 최소화하는 송수신기 빔포밍 벡터와 중계기 가중치 행렬을 설계한다. 이때, 송신기 또는 중계기에 송신 전력을 줄이기 위하여, 국소(local)부동식전력제약(inequality power constraint)을 사용한다. 제약식이 있는 평균제곱오차 최소화 문제는 라그랑즈(Lagrange) 방법을 써 제약식이 없는 최적화 문제로 바꿀 수 있고, Karush-Kuhn-Tucker (KKT) 조건으로부터 그 해를 얻을 수 있다. 제안한 중계 시스템에 송신기와 중계기 송신전력을 각각 국소부동식으로 제약하여, 그 결과 두 홉에 채널 상태가 다를 경우, 최대 신호대잡음비(signal-to-noise ratio: SNR)를 얻는 기존 방식과 대등한 성능을 내며, 동시에 송신기 또는 중계기 송신 전력을 줄일 수 있다. 이를 모의실험을 통해 확인하였다.
본 논문에서는 전력계통에서 정밀하고 변화에 수렴성이 빠른 탐색을 기반으로 하는 주파수 추정 기법을 제안하였다. 제안된 주파수 추정 알고리즘은 고분해능 스펙트럼의 기울기를 추정하여 스펙트럼의 peak 점을 탐색하는 구조를 적용하였다. 과도적으로 주파수 변화가 큰 경우에 기존 방법들의 단점인 수렴속도가 늦는 점을 보완 또는 개선하기 위한 방법으로 Context analysis를 통하여 Full-search 기법과 주파수 추정변수들을 적응적으로 적용하여 주파수 추정의 정밀도와 수렴속도를 향상시키고 대표적인 주파수 추정기법인 DFT(discrete Fourier transform) 방법, ECKF(extended complex Kalman filter), MV(minimum variable)방법들과 비교하여 수렴성과 정밀도가 우수함을 보였다.
In this study, Multi-Radial Basis Function Support Vector Machine (Multi-RBF SVM) classifier is introduced based on a composite kernel function. In the proposed multi-RBF support vector machine classifier, the input space is divided into several local subsets considered for extremely nonlinear classification tasks. Each local subset is expressed as nonlinear classification subspace and mapped into feature space by using kernel function. The composite kernel function employs the dual RBF structure. By capturing the nonlinear distribution knowledge of local subsets, the training data is mapped into higher feature space, then Multi-SVM classifier is realized by using the composite kernel function through optimization procedure similar to conventional SVM classifier. The original training data set is partitioned by using some unsupervised learning methods such as clustering methods. In this study, three types of clustering method are considered such as Affinity propagation (AP), Hard C-Mean (HCM) and Iterative Self-Organizing Data Analysis Technique Algorithm (ISODATA). Experimental results on benchmark machine learning datasets show that the proposed method improves the classification performance efficiently.
RSSI 방법에 의한 모바일 사용자의 위치확인은 최근에 매우 주목을 받는 연구영역이지만, 모바일사용자에 의해 쉽게 변화하는 RSSI의 신호전파특성의 복잡성 때문에 여전히 문제가 많은 부분으로 남아있다. 따라서 본 연구에서는 분할기반의 선형 보간법이 이러한 복잡한 환경에서의 무선신호의 활발한 변화패턴을 안정시키기 위해 제안되었다. 제안된 최적화 알고리즘은 IEEE802.15.4 표준에서 운영되는 현재의 무선 위치인식(CC2431, 칩콘사, 노르웨이) 알고리즘에 추가의 형태로 제안되었다. 첫단계는 다른 정적 위치에서의 RSSI값이 모아지고 정해진 거리에 대한 평균값과 표준편차를 얻기 위한 단계를 거치는 캘리브레이션 모델로 구성된다. RSSI 평탄화알고리즘은 사용자가 움직일 때 각 레퍼런스노드에서 받는 무선신호의 동적변동을 최소화하기 위해 제안되었다. 거리는 첫 번째 단계에서 얻어지는 분할공식을 사용하여 계산되어진다. RSSI값이 하나의 분할보다 크게 떨어지는 경우에는, 확률적 접근방법에 의해서 그 거리가 결정된다. 각 거리에 대한 거리확률분포함수가 계산되고 특별한 RSSI에서 가장 높은 함수값이 거리로 결정되게 된다. 마지막으로 각 레퍼런스 노드로부터 얻어진 거리를 사용하여 삼각측량 알고리즘이 사용되어서 위치 가 결정되게 된다. 실험 결과 제안된 알고리즘에 의해 계산된 위치는 위치추적을 위한 알고리즘으로 매우 가능성있는 결과를 제시하였다.
Dong Wook Kim;Jiyeon Ha;Yousun Ko;Kyung Won Kim;Taeyong Park;Jeongjin Lee;Myung-Won You;Kwon-Ha Yoon;Ji Yong Park;Young Jin Kee;Hong-Kyu Kim
Korean Journal of Radiology
/
제22권4호
/
pp.624-633
/
2021
Objective: To evaluate the reliability of CT measurements of muscle quantity and quality using variable CT parameters. Materials and Methods: A phantom, simulating the L2-4 vertebral levels, was used for this study. CT images were repeatedly acquired with modulation of tube voltage, tube current, slice thickness, and the image reconstruction algorithm. Reference standard muscle compartments were obtained from the reference maps of the phantom. Cross-sectional area based on the Hounsfield unit (HU) thresholds of muscle and its components, and the mean density of the reference standard muscle compartment, were used to measure the muscle quantity and quality using different CT protocols. Signal-to-noise ratios (SNRs) were calculated in the images acquired with different settings. Results: The skeletal muscle area (threshold, -29 to 150 HU) was constant, regardless of the protocol, occupying at least 91.7% of the reference standard muscle compartment. Conversely, normal attenuation muscle area (30-150 HU) was not constant in the different protocols, varying between 59.7% and 81.7% of the reference standard muscle compartment. The mean density was lower than the target density stated by the manufacturer (45 HU) in all cases (range, 39.0-44.9 HU). The SNR decreased with low tube voltage, low tube current, and in sections with thin slices, whereas it increased when the iterative reconstruction algorithm was used. Conclusion: Measurement of muscle quantity using HU threshold was reliable, regardless of the CT protocol used. Conversely, the measurement of muscle quality using the mean density and narrow HU thresholds were inconsistent and inaccurate across different CT protocols. Therefore, further studies are warranted in future to determine the optimal CT protocols for reliable measurements of muscle quality.
본 연구에서는 기존의 블록 조립 후 정도 계산 절차와 블록 조립의 특성을 고려한 최적 정도 계산 알고리즘 개발을 위한 연구를 수행하였다. 여기서 제안된 알고리즘은 생산관리점들 중 특정한 관리점을 기준으로 생산관리점들의 설계와 측정 데이터 사이의 평균제곱근 오차의 합을 목적함수로 가진다. 생산관리점들은 접합면 상의 데이터와 그 외의 데이터로 구분하였으며, 구분된 데이터는 정합 과정에서 사용되어지는 6가지 자유도 조합 결정에 있어 다양한 제약조건 구성과 목적함수 계산에 사용하였다. 목적함수 및 제약조건과 함께 탑재공정을 고려하여 설계와 측정 계산 대상점들 간의 오차가 허용 오차 이내에 포함되는지를 확인하는 과정이 포함되는 점과 점 관계를 이용하는 변형 ICP 알고리즘과 sampling법을 혼합하여 최소 오차 범위를 계산하는 최적 정도 계산 알고리즘을 개발하였다. 실제 공정에서 확인된 블록 측정 데이터를 개발된 알고리즘에 적용한 결과에 따르면 최적 정도 계산의 대상점은 접합면 상의 점들만으로 계산을 수행하는 것보다 전체 점을 대상으로 계산하는 것이 더 작은 오차를 가지며 접합면의 한 점을 고정된 일치점으로 두고 모든 생산관리점들을 대상점으로 계산 하는 것이 최소 오차를 가지는 최적 정도 계산방법이라는 결론을 도출하였다.
TOPS InSAR 처리를 위해서는 고정밀도의 영상정합이 요구된다. Sentinel-1 TOPS 모드영상에 교차상관 영상정합, 기하정합, Spectral Diversity 정합에 기반 한 Enhanced Spectral Diversity 정합 알고리즘 성능 비교분석을 통해 TOPS모드에 적합한 영상정합 방법을 제시하고자 한다. 25개의 Sentinel-1 TOPS 영상으로부터 생성된 23개의 간섭쌍을 이용하여, 교차상관정합(CC), 기하보정(GC1), 기하보정 후 교차상관정합(GC2, GC3, GC4) 그리고 ESD를 이용한 정합(ESD_GC, ESD_1, ESD_2) 총 8가지 방법을 적용하였다. 교차상관정합과 기하정합에 따른 azimuth 방향 정합오차를 평균한 결과는 각각 0.0041 화소, 0.0016 화소이다. 비록 ESD 방법은 azimuth 정합오차가 0.0005 화소 이하로 가장 정확한 결과를 보이지만, 기하정합 결과는 추가적인 교차상관정합을 통한 반복 과정을 통해 0.001 화소 정도로 오차가 감소하였다. ESD 방법은 burst 중첩지역의 긴밀도가 낮은 경우 적용이 불가능하다. 따라서 반복 적용을 통한 기하정합 방법은 다수의 SAR 자료를 이용한 시계열 분석 또는 긴 시간간격을 갖는 간섭도 생성을 위해서 적합한 대안이 된다.
소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.
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.