• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (A)
• /
• pp.281-282
• /
• 2008

• Korean Journal of Radiology
• /
• 제22권1호
• /
• pp.118-130
• /
• 2021

Objective: This study aimed to investigate the blood-brain barrier (BBB) disruption in mild traumatic brain injury (mTBI) patients with post-concussion syndrome (PCS) using dynamic contrast-enhanced (DCE) magnetic resonance (MR) imaging and automatic whole brain segmentation. Materials and Methods: Forty-two consecutive mTBI patients with PCS who had undergone post-traumatic MR imaging, including DCE MR imaging, between October 2016 and April 2018, and 29 controls with DCE MR imaging were included in this retrospective study. After performing three-dimensional T1-based brain segmentation with FreeSurfer software (Laboratory for Computational Neuroimaging), the mean K^trans and v_p from DCE MR imaging (derived using the Patlak model and extended Tofts and Kermode model) were analyzed in the bilateral cerebral/cerebellar cortex, bilateral cerebral/cerebellar white matter (WM), and brainstem. K^trans values of the mTBI patients and controls were calculated using both models to identify the model that better reflected the increased permeability owing to mTBI (tendency toward higher K^trans values in mTBI patients than in controls). The Mann-Whitney U test and Spearman rank correlation test were performed to compare the mean K^trans and v_p between the two groups and correlate K^trans and v_p with neuropsychological tests for mTBI patients. Results: Increased permeability owing to mTBI was observed in the Patlak model but not in the extended Tofts and Kermode model. In the Patlak model, the mean K^trans in the bilateral cerebral cortex was significantly higher in mTBI patients than in controls (p = 0.042). The mean v_p values in the bilateral cerebellar WM and brainstem were significantly lower in mTBI patients than in controls (p = 0.009 and p = 0.011, respectively). The mean K^trans of the bilateral cerebral cortex was significantly higher in patients with atypical performance in the auditory continuous performance test (commission errors) than in average or good performers (p = 0.041). Conclusion: BBB disruption, as reflected by the increased K^trans and decreased v_p values from the Patlak model, was observed throughout the bilateral cerebral cortex, bilateral cerebellar WM, and brainstem in mTBI patients with PCS.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.117-140
• /
• 2013

Hindi is the most widely spoken language in India, with more than 300 million speakers. As there is no separation between the characters of texts written in Hindi as there is in English, the Optical Character Recognition (OCR) systems developed for the Hindi language carry a very poor recognition rate. In this paper we propose an OCR for printed Hindi text in Devanagari script, using Artificial Neural Network (ANN), which improves its efficiency. One of the major reasons for the poor recognition rate is error in character segmentation. The presence of touching characters in the scanned documents further complicates the segmentation process, creating a major problem when designing an effective character segmentation technique. Preprocessing, character segmentation, feature extraction, and finally, classification and recognition are the major steps which are followed by a general OCR. The preprocessing tasks considered in the paper are conversion of gray scaled images to binary images, image rectification, and segmentation of the document's textual contents into paragraphs, lines, words, and then at the level of basic symbols. The basic symbols, obtained as the fundamental unit from the segmentation process, are recognized by the neural classifier. In this work, three feature extraction techniques-: histogram of projection based on mean distance, histogram of projection based on pixel value, and vertical zero crossing, have been used to improve the rate of recognition. These feature extraction techniques are powerful enough to extract features of even distorted characters/symbols. For development of the neural classifier, a back-propagation neural network with two hidden layers is used. The classifier is trained and tested for printed Hindi texts. A performance of approximately 90% correct recognition rate is achieved.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1222-1230
• /
• 2015

무릎 자기공명영상에서 전방십자인대의 분할은 밝기값의 불균일성 및 주변 조직들과의 유사 밝기값 특성으로 인해 기존 분할기법의 적용에 한계가 있다. 본 논문에서는 지역적 정렬을 통한 확률아틀라스 생성 및 반복적 그래프 컷을 통한 다중아틀라스 기반 전방십자인대 분할기법을 제안한다. 첫째, 전역 및 지역적 다중아틀라스 강체정합을 통해 전방십자인대의 확률아틀라스를 생성한다. 둘째, 생성된 확률아틀라스를 이용하여 최대사후추정 및 그래프 컷을 통하여 전방십자인대 초기 분할을 수행한다. 셋째, 마스크 기반 강체정합을 통한 형상정보 개선 및 반복적 그래프 컷을 통해 전방십자인대 분할 개선을 수행한다. 제안방법의 성능평가를 위하여 육안평가 및 정확성평가를 수행하였으며, 평가 결과 제안방법의 Dice 유사도는 75.0%, 평균표면거리는 1.7화소, 제곱근표면거리는 2.7화소로서 기존 그래프 컷 방법에 비하여 전방 십자인대의 분할정확도가 각각 12.8%, 22.7%, 및 22.9% 향상된 것으로 나타났다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.401-404
• /
• 2006

mean shift 방법은 공간적 요소와 특징 요소를 결합하여 칼라 영상을 분할하는데 좋은 효율을 보인다. 그러나 입력되는 매개변수에 따라 분할된 결과가 달라지며 매개변수의 값이 작을 경우 많은 영역으로 분할되는 단점이 있다. 본 논문은 이러한 단점을 개선하여 mean shift로 분할된 영상이 과도하게 분할되었을 경우 영역병합 방법을 이용하여 유사영역을 병합 하는 방법을 제안한다. 제안방법은 과분할된 영상을 HSI 공간으로 변환하여 색상 정보를 이용하여 유사영역으로 병합하며 이때 경계영역을 보존하기 위해 병합 제한자를 이용하여 병합유무를 결정한다. 그 후 RGB 컬러 공간을 이용하여 HSI 컬러 공간에서 병합되지 않은 영역들을 병합하였다. 실험 결과는 다양한 영상에 대해 주요 영역들의 분할 결과에서 우수한 성능을 보여준다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.42-42
• /
• 2017

Prediction of rice yield during a growing season would be very helpful to magnify rice yield as it also allows better farm practices to maximize yield with greater profit and lesser costs. UAV imagery based automatic detection of rice can be a relevant solution for early prediction of yield. So, we propose an image processing technique to predict rice yield using low altitude UAV images. We proposed $L^*a^*b^*$ color space based image segmentation algorithm. All images were captured using UAV mounted RGB camera. The proposed algorithm was developed to find out rice grain area from the image background. We took RGB image and applied filter to remove noise and converted RGB image to $L^*a^*b^*$ color space. All color information contain in both $a^*$ and $b^*$ layers and by using k-mean clustering classification of these colors were executed. Variation between two colors can be measured and labelling of pixels was completed by cluster index. Image was finally segmented using color. The proposed method showed that rice grain could be segmented and we can recognize rice grains from the UAV images. We can analyze grain areas and by estimating area and volume we could predict rice yield.

• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.57-66
• /
• 2011

심장 질환을 예방하기 위해서는 정기적인 검진을 통해 심장 기능을 분석하고 관찰하는 것이 중요하다. 정기적인 검진에서 심장 기능은 심장을 촬영한 후에 관측자가 이를 수작업을 통하여 처리하여 혈류량과 심박구출률 등을 분석함으로서 이루어지나, 시간도 오래 걸리며 관측자에 따른 변이성이 문제가 된다. 본 논문에서는 심장 단축 자기공명영상에서 좌심실 영역을 분할하는 자동화된 알고리즘을 제안한다. 코일 위치에 따른 왜곡을 보정하고, K-평균 클러스터링 기법을 이용하여 좌심실 내부를 분할한다. 영상의 왜곡 및 잡음에 의하여 발생하는 분할 오류는 그래프 탐색 기법을 적용하여 수정하였다. 제안하는 알고리즘의 성능을 평가하기 위하여 38명의 지원자 그룹에 대하여 혈류량과 심박구출률을 계산하였고, 전문가에 의한 수동윤곽검출 결과와 GE MASS 소프트웨어와 비교하였다. 결과에 따르면 제안한 알고리즘의 수동윤곽검출과 혈류량의 차이는 평균적으로 이완기에 6.2mL${\pm}$5.6 및 수축기에 2.9mL${\pm}$3.0, 심박구출률의 차이는 2.1%${\pm}$1.5로 높은 정확성을 보였다. 특히 제안한 알고리즘은 기존 알고리즘에서 발생하던 사용자 간섭률을 최소화하여 자동화 성능을 향상하였다.

• 디지털융복합연구
• /
• 제12권1호
• /
• pp.359-364
• /
• 2014

본 논문은 평균이동방법과 연결요소방법을 이용하여 도로 영역을 추출하는 알고리즘을 제안하였다. 평균 이동 방법은 중심 모드를 찾기 위한 비모수적 통계 방법으로 컬러 영상을 분할하는데 효율적이다. 일반적으로, 영상의 중 하단에 위치하는 정보를 활용하여 도로의 특징점이 추출된다. 이 특징점과 분할된 컬러 영상을 이용하면, 도로의 영역을 추출할 수 있다. 그러나, 도로의 위치정보와 색상정보만으로 도로영역을 추출할 경우, 잡음과 도로 이외의 영역까지 추출되는 단점이 있다. 본 논문에서는 모폴로지 열기 닫기 연산을 이용하여 잡음을 제거하고, 연결요소 방법을 통하여 가장 큰 영역의 부분만을 추출하여 도로 영역으로 결정하는 방법을 제안한다. 제안된 방법은 실험을 통하여 잡음 제거와 보다 정확한 도로 검출됨을 검증한다.

• 한국측량학회지
• /
• 제30권6_2호
• /
• pp.643-651
• /
• 2012

Object recognition belongs to high-level processing that is one of the difficult and challenging tasks in computer vision. Digital photogrammetry based on the computer vision paradigm has begun to emerge in the middle of 1980s. However, the ultimate goal of digital photogrammetry - intelligent and autonomous processing of surface reconstruction - is not achieved yet. Object recognition requires a robust shape description about objects. However, most of the shape descriptors aim to apply 2D space for image data. Therefore, such descriptors have to be extended to deal with 3D data such as LiDAR(Light Detection and Ranging) data obtained from ALS(Airborne Laser Scanner) system. This paper introduces extension of chain code to 3D object space with hierarchical approach for segmenting point cloud data. The experiment demonstrates effectiveness and robustness of the proposed method for shape description and point cloud data segmentation. Geometric characteristics of various roof types are well described that will be eventually base for the object modeling. Segmentation accuracy of the simulated data was evaluated by measuring coordinates of the corners on the segmented patch boundaries. The overall RMSE(Root Mean Square Error) is equivalent to the average distance between points, i.e., GSD(Ground Sampling Distance).

• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.16-25
• /
• 2009

본 논문은 HSI 컬러 모델에서 색상(Hue)의 주기성을 고려한 블록기반 영상분할 방법을 제안한다. 제안한 방법에서는 영역 병합 시 사용되는 영역의 색상 대푯값으로 색상의 평균 대신 중앙점을 사용하며, 영역 간 색상차를 계산하기 위해 단방향 거리를 사용한다. 그리고 기존방법에서 사용한 복잡하게 계산된 영역별 임계값을 파라메타를 통해 조절할 수 있는 간단하지만 효율적인 임계값으로 수정한다. 실험결과 제안한 방법의 분할결과가 질감 성분이나 붉은 색상을 가진 영역에서 기존 방법을 사용했을 때 보다 더 자연스러우며, 제안한 방법과 기존 방법으로 버클리 영상분할 데이터베이스에서 제공하는 자연영상들을 분할하여 평가값을 비교해 본 결과 제안한 방법이 기존방법에 비해서 더 우수함을 알 수 있었다.