• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2643-2657
• /
• 2023

Scene graphs are structured representations that can clearly convey objects and the relationships between them, but are often heavily biased due to the highly skewed, long-tailed relational labeling in the dataset. Indeed, the visual world itself and its descriptions are biased. Therefore, Unbiased Scene Graph Generation (USGG) prefers to train models to eliminate long-tail effects as much as possible, rather than altering the dataset directly. To this end, we propose Geometric and Semantic Improvement (GSI) for USGG to mitigate this issue. First, to fully exploit the feature information in the images, geometric dimension and semantic dimension enhancement modules are designed. The geometric module is designed from the perspective that the position information between neighboring object pairs will affect each other, which can improve the recall rate of the overall relationship in the dataset. The semantic module further processes the embedded word vector, which can enhance the acquisition of semantic information. Then, to improve the recall rate of the tail data, the Class Balanced Seesaw Loss (CBSLoss) is designed for the tail data. The recall rate of the prediction is improved by penalizing the body or tail relations that are judged incorrectly in the dataset. The experimental findings demonstrate that the GSI method performs better than mainstream models in terms of the mean Recall@K (mR@K) metric in three tasks. The long-tailed imbalance in the Visual Genome 150 (VG150) dataset is addressed better using the GSI method than by most of the existing methods.

• 대한의용생체공학회:의공학회지
• /
• 제40권2호
• /
• pp.62-67
• /
• 2019

The purpose of this study was to evaluate the performance of deep neural network model in order to determine whether there is a risk factor for coronary artery disease based on the cardiac variation parameter. The study used unidentifiable 297 data to evaluate the performance of the model. Input data consists of heart rate parameters, which are SDNN (standard deviation of the N-N intervals), PSI (physical stress index), TP (total power), VLF (very low frequency), LF (low frequency), HF (high frequency), RMSSD (root mean square of successive difference) APEN (approximate entropy) and SRD (successive R-R interval difference), the age group and sex. Output data are divided into normal and patient groups, and the patient group consists of those diagnosed with diabetes, high blood pressure, and hyperlipidemia among the various risk factors that can cause coronary artery disease. Based on this, a binary classification model was applied using Deep Neural Network of deep learning techniques to classify normal and patient groups efficiently. To evaluate the effectiveness of the model used in this study, Kernel SVM (support vector machine), one of the classification models in machine learning, was compared and evaluated using same data. The results showed that the accuracy of the proposed deep neural network was train set 91.79% and test set 85.56% and the specificity was 87.04% and the sensitivity was 83.33% from the point of diagnosis. These results suggest that deep learning is more efficient when classifying these medical data because the train set accuracy in the deep neural network was 7.73% higher than the comparative model Kernel SVM.

• 대한공간정보학회지
• /
• 제14권4호통권38호
• /
• pp.19-26
• /
• 2006

본 연구에서는 LiDAR 자료로부터의 지면정보 추출기법들에 대한 정확도를 평가하였다. 특히, 포인트 형태의 벡터자료인 LiDAR 원시자료를 직접 활용하는 기법과 정규격자형식의 DSM 형식으로 변형하여 활용하는 기법의 정확도를 비교하였다. 정규격자형식의 자료를 이용하는 방법으로는 경계추출 및 필터링 기법을 이용하는 방법, 평균필터링에 의하여 생성된 추세면을 이용하는 방법을 적용하였으며, 벡터구조의 원시LiDAR 자료를 직접 활용하는 기법으로써 Local Maxima 및 엔트로피를 이용하는 방법을 적용하였다. 또한, 수작업을 통하여 제작된 DEM 및 수치지도의 축척별 오차허용범위를 이용하여 정확도 평가를 수행하였으며, 경계검출 및 필터링, 추세면, Local Maxima, 엔트로피를 이용한 각 기법의 DEM의 평균 오차는 0.27m, 2.43m, 0.13m, 0.10m로써 엔트로피를 이용한 방법이 가장 높은 정확도를 나타내었다. 또한, 벡터형식의 LiDAR원시자료를 직접 이용하는 방법이 격자형식으로 변환하는 방법에 비하여 상대적으로 높은 정확도를 나타내었다.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.112-121
• /
• 1997

본 논문에서는 잡음에 강한 음성 인식기를 위한 모델 파라미터 변환 방식에 관하여 살펴보았다. 모델 파라미터 변환에 있어서 잡음에 대한 어떠한 통계 모델도 사용하지 않고 각 단어 단위로 수행되어 실시간 음성 인식이 가능하도록 하였다. Parallel model combination(PCM)은 본 논문에서 제안한 방법과의 성능 비교를 위하여 cepstrum 영역에서 구현되었다. 본 논문에서 제안한 PCM 방법은 modified PCM(MPMC)라 하며, 이 방법은 각 hidden Markov mode(HMM)의 state별로 평균적인 가우시안 믹스처(Gaussian mixture)의 변화률과 개별적인 변화률간에 결합지수를 이용하여 평균을 재조정한다. 또한, vector Taylor series 근사화를 이용한 모델 파라미터 변환을 위하여 cepstrum 영역에서의 환경모델 예측을 위한 expectation-maximization(EM) 해를 유도하여 구현하였다. 본 논문에서 구현된 알고리즘들의 성능 위해 HMM 인식기를 이용한 화자독립 고립단어 인식을 수행하였다. 시용된 잡음은 가우시안 백색 잡음과 주행중에 녹음된 자동차 잡음이며, 각 잡음울 signal-to-noise ratio(SNR)별로 사용하였다. 잡음의 모델은 1 state HMM으로 단어시작 3 프레임(frame)을 이용하여 만들어졌다. 인식 결과는 VTS 접근방식을 이용하였을 경우 매우 우수한 인식률을 나타내었으며, MPMC의 경우도 기존의 PMC보다 인식률이 향상되었다. 특히, 영차 VTS의 경우는 단순히 평균만을 조정하였음에도 불구하고 PMC와 MPMC보다 인식률이 우수하게 나타났다.

• 대한방사선치료학회지
• /
• 제23권1호
• /
• pp.31-39
• /
• 2011

목 적: 카우치의 회전없이 갠트리 회전에 국한된 토모테라피 치료 시 환자머리의 각도를 올려 non-coplanar 빔처럼 치료하는 방법을 모색하였다. 이러한 방식의 토모테라피 치료 시 환자자세와 구강고정기구의 사용으로 인한 치료시 환자의 움직임을 분석하여 임상 치료에 이와 같은 결과를 참조하여 보다 정밀하고 정확한 치료를 하는데 도움을 주고자 한다. 대상 및 방법: 나선형 토모테라피를 이용하여 방사선 치료를 받는 뇌종양 환자 8명을 대상으로 모의치료 시 기존의 방식대로 앙와위(supine)자세에서 2명의 환자는 S-plate를 사용하여 환자의 머리를 원래대로 똑바로 하고 머리고정장치(thermoplastic mask)를 사용하였고, 3명의 환자는 S-plate에 Variable Axis Baseplate를 장착하여 머리의 각도를 올린 후 머리고정기구를 사용하였으며, 나머지 3명의 환자는 두 번째 그룹의 환자들과 동일한 방법으로 머리를 올린 후 환자가 아래로 밀려 내려가는 것을 줄이고자 하는 방안으로 구강고정기구(mouthpiece immobilization device)와 머리고정기구를 사용하였다. 토모테라피 치료 계획용 장비로 치료계획을 세운 후 치료를 시행하였다. 치료 시 초고압 전산화단층 촬영(Megavoltage computed tomography; MVCT)을 치료 후에 한번 더 시행하여 lateral (X), longitudinal (Y), and vertical (Z) 각 방향의 이동값을 확인하고 전체의 움직임을 vector값($\sqrt{x^2+y^2+z^2}$)으로 계산하여 치료 중 오차를 살펴보고 정상 뇌를 포함한 결정장기에 들어가는 선량을 비교하였다. 결 과: 세 그룹으로 나누어 X, Y, Z, vector값으로 치료 중 오차를 비교하였다. 치료 전 MVCT의 보정 값으로 이동하여 치료하고 난 후 그대로 치료 후 MVCT를 시행한 후의 보정 값(X, Y, Z)은 0에 가까워야 환자의 움직임이 적은 것으로 알 수가 있다. Variable Axis Baseplate과 S-plate를 사용하여 머리의 각도를 올린 상태로 치료한 환자를 똑바로 치료한 환자와 비교했을 때, 머리를 기울여서 치료하다 보니 X축에 비해(13% 감소) 아래로 밀려 Y (109% 증가), Z (88% 증가)축의 이동값이 상대적으로 컸다. 머리를 기울인 후, 구강고정기구를 사용한 경우는 사용하지 않은 그룹보다 X축의 이동은 평균값이 9.4% 증가하였지만, 상대적으로 움직임이 많았던 Y축은 이동의 평균값이 64% 이상, Z축은 평균값이 67% 이상, vector값은 59% 이상 감소하였다. 8명의 환자 중 전두엽과 기저핵의 왼쪽에 종양이 위치한 환자의 경우 non-coplanar 방식으로 치료할 경우, 선량의 평균값이 오른쪽 눈에는 38%, 왼쪽 눈에는 23%, 시신경교차에는 30%, 뇌간에는 27%, 정상 뇌에는 8% 감소하는 결과를 보였다. 결 론: Coplanar 방식의 IMRT 치료만 가능한 토모테라피는 이러한 단점을 보완하기 위해 종양이 결정장기 주위에 있거나 고선량으로 치료해야 하는 경우 인위적으로 머리를 기울이고 구강고정기구를 함께 사용하여 환자의 움직임을 최소화하면서 non-coplanar 방식을 적절히 사용할 수 있을 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.187-196
• /
• 2011

유도 전동기는 항공 산업, 자동차 산업 등의 산업 현장에서 중요한 역할을 하고 있으며, 이러한 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이에 본 논문에서는 정상 및 각종 비정상 상태의 유도 전동기 진동 신호에 대해 부분 자기 상관(partial autocorrelation, PARCOR) 계수, 로그 스펙트럼 파워(log spectrum powers, LSP), 캡스트럼 계수의 평균값(cepstrum coefficients mean, CCM), 멜 주파수 캡스트럼 계수(mel-frequency cepstrum coefficient, MFCC)의 네 가지 특징 벡터를 신경 회로망의 입력으로 사용하여 유도 전동기의 고장을 검출하고 분류하였다. 고장 분류를 위한 최적의 특징 벡터를 찾기 위해 추출하는 특징의 수를 2에서 20으로 바꾸어 가며 분류 성능을 평가한 결과 CCM을 제외한 나머지의 경우 5~6의 특징만으로 분류 정확도가 거의 100%에 가까운 결과를 보였다. 또한 본 논문에서는 실제 산업 현장에서 진동 신호 취득 시 포함될 수 있는 잡음을 고려하여 취득한 신호에 백색 잡음(white Gaussian noise)을 인위적으로 추가하여 실험한 결과 LSP, PARCOR, MFCC 순으로 잡음 환경에 강인한 특징 벡터임을 확인할 수 있었다.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2001년도 제6차 학술대회 초록집
• /
• pp.111-111
• /
• 2001

목적： To evaluate the feasibility of the event-related functional MR study using power grip studying the hand motor system 대상 및 방법： Event-related functional MRI was performed on a 1.5T MR unit in seven norm volunteers (man=7, right-handedness=2, left-handedness=5, mean age： 25 years). A single-shot GRE-EPI sequence (TR/TE/flip angle： 1000ms/40ms/90, FOV = 240 mm matrix= 64$\times$64, slice thickness/gap = 5mm/0mm, 7 true axial slices) was used for functiona MR images. A flow-sensitive conventional gradient echo sequence (TR/TE/flip angl 50ms/4ms/60) was used for high-resolution anatomical images. To minimize the gross hea motion, neck-holders (MJ-200, USA) were used. A series of MR images were obtained in axial planes covering motor areas. To exclude motion-corrupted images, all MR images wer surveyed in a movie procedure and evaluated using the estimation of center of mass of ima signal intensities. Power grip task consisted of the powerful grip of all right fingers and hand movement ta used very fast right finger tapping at a speed of 3 per 1 second. All tasks were visual-guid by LCD projector (SHARP, Japan). Two tasks consisted of 134 phases including 7 activatio and 8 rest periods. Active stimulations were performed during 2 seconds and rest period were 15 seconds and total scan time per one task was 2 min 14 sec. Statistical maps we obtained using cross-correlation method. Reference vector was time-shifted by 4 seconds an Gaussian convolution with a FWHM of 4 seconds was applied to it. The threshold in p val for the activation sites was set to be 0.001. All mapping procedures were peformed usin homemade program an IDL (Research Systems Inc., USA) platform. We evaluated the activation patterns of the motor system of power grip compared to hand movement in t event-related functional MRI.

• Archives of Plastic Surgery
• /
• 제36권1호
• /
• pp.1-10
• /
• 2009

Purpose: Partial necrosis of skin flaps remains a substantial problem in reconstructive surgery. We investigated the potential use of an adenovirus vector encoding the VEGF, COMP-angiopoietin-1 gene in an attempt to promote the viability of the inferior epigastric artery flap in a rat model. Methods: Three by six cm lower abdominal transverse skin flaps, supplied only by the left inferior epigastric artery, were designed. After skin flap elevation, the adenovirus VEGF and adenovirus COMP-angiopoietin-1 were injected into the distal portion of the flap, which has a high tendency of developing flap ischemia. Control animals were injected with the same volume of normal saline. On 3, 7 and 14 days after the flap elevation, the flap survival and vascularization were assessed using Visitrak digital$^{(R)}$, CD31 immunohistochemistry in addition to evaluating the general histological characteristics. Results: There was a significant increase in the mean percentage of flap viability by 89.8%, 91.1% and 94.8% in flaps transfected with adenovirus VEGF, COMP-angiopoietin-1, coadministraion of VEGF and COMP-angiopoietin-1 at seven days, and by 95.6%, 94.8% and 96.3% at 14 days. Histological assessment revealed that there were more blood vessels formed after adenovirus with VEGF, COMP-angiopoietin-1 or VEGF plus COMP-angiopoietin-1 than with adenovirus Lac Z. Conclusion: The results of this study suggest that adenovirus-mediated VEGF, COMP-angiopoietin-1 gene therapy, promote therapeutic angiogenesis in patients that undergo reconstructive procedures.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.99-108
• /
• 2021

차량 내부에는 조명 변화, 부분적인 가림 및 운전자의 상태 변화와 같은 제한되지 않은 조건들이 존재한다. 본 논문에서는 비 제약적인 차량 환경에서의 운전자 얼굴 인증 시스템을 제안한다. 제안한 방법은 차량 내부 및 외부의 조명 변화에 따라 발생하는 얼굴 이미지의 변화를 최소화하기 위해서 근적외선(NIR) 카메라를 사용한다. 특히 정면에서의 강한 빛에 노출된 얼굴 이미지를 처리하기 위해서, 학습 이미지의 평균과 분산을 사용하여 정상적인 얼굴 이미지로부터 빛에 과다하게 노출된 이미지로 변환하여 사용한다. 따라서 정상적인 조명에서의 얼굴 분류기와 강한 정면광에서의 얼굴 분류기를 각각 동시에 만들어진다. 제안하는 얼굴 분류기는 얼굴 랜드마크를 추출하고 각 랜드마크의 신뢰도 점수를 합산하여 얼굴을 최종적으로 식별한다. 특히 각 랜드마크를 인식하여 부분적인 얼굴 가림에 강하기 때문에 안경이나 선글라스를 착용하는 상황에서도 높은 성능 향상이 가능하다. 즉 가려지지 않은 남은 랜드마크의 점수를 사용하여 운전자를 인식할 수 있다. 또한 등록 운전자와 미등록 운전자 간의 관계를 고려한 새로운 인식 거부 방법과 새로운 평가 방법을 논문에서 제안한다. 자체 취득한 데이터 셋, 공인된 PolyU 및 ORL 데이터 셋으로 실험한 결과 제안한 방법이 효과적임을 확인할 수 있었다.

• 대한방사선치료학회지
• /
• 제30권1_2호
• /
• pp.97-105
• /
• 2018

목 적 : Proton Therapy는 Bragg-peak를 이용해 종양에는 최대의 선량, 정상조직에는 최소의 선량을 줄 수 있는 특징을 가지고 있기 때문에 환자의 위치변화나 치료부위의 위치 변화를 정량화 할 수 있는 의료영상 분석 시스템은 양성자 치료에 있어서 무엇보다도 중요하다. 본 연구 목적은 Matlab 기반의 In-house Registration code를 제작하여 기존 DIPS program을 통한 Set-up과 In-house code를 통한 영상정합을 비교하여 Algorithm의 유용성을 평가하고 DIPS와 DRR간의 오차 값을 확인하여 기존 치료의 정확성을 평가하고자 한다. 대상 및 방법 : 본원에서 양성자 치료를 받은 13명의 뇌종양, 두경부암 환자를 대상으로 하였으며 영상비교에 필요한 DIPS Program System(Version 2.4.3, IBA, Belgium)와 환자의 치료계획을 위해 Eclipse Proton Planning System(Version 13.7, Varian, USA)을 사용하였다. Registration 방법에 대한 Validation을 위해 Test image를 인위적으로 회전 및 이동하여 기존 Image와 영상정합 하였고, 기존 Set up 방식의 DIPS program의 환자 일별 초기 Set up image를 plan DRR과 영상정합 하여 각각 오차 값을 얻어 Algorithm의 유용성을 평가하였다. 그리고 기존 Set up 방식의 정확성을 평가하기 위해 환자 일별 최종 Set up image와 DRR image를 영상정합하여 오차 값을 확인하였다. 결 과 : Test image를 left와 right 방향으로 각각 0.5, 1, 10 cm를 이동시켰을 때 평균 0.018 cm의 오차 값을 보였으며 시계와 반시계방향으로 각각 1, $10^{\circ}$씩 회전시켰을 경우에는 평균 $0.0011^{\circ}$의 오차를 나타냈다. 4명의 환자 일별 초기 image를 영상정합 하였을 때는 x, y, z 방향 순으로 평균 0.056, 0.044, 0.053 cm의 오차 값을 나타냈으며 Rotation, Pitch 순으로 0.190, $0.206^{\circ}$의 차이를 나타냈다. 13명의 환자 일별 최종 image를 영상 정합 하였을 때는 x, y, z 방향 순으로 평균 차이는 0.062, 0.085, 0.074 cm이였고 Vector 값으로는 평균 0.120 cm의 차이를 보였다. Rotation, Pitch 순으로는 평균 0.171, $0.174^{\circ}$의 차이 값을 나타냈다. 결 론 : 본 연구를 통해 제작된 Matlab 기반의 In-house Registration code는 단순한 Image 뿐만 아니라 해부학적 구조에서도 Intensity 기반의 정확한 영상정합을 나타냈다. 또한 기존 치료방식의 DIPS program을 통한 Set-up 오차는 매우 미미한 차이를 보임으로써 이는 양성자치료의 정확성을 확인할 수 있었다. 앞으로 임상적용을 위해 추가적인 프로그램 개발과 향후 Intensity 기반의 Matlab In-house code 연구가 필요하다고 사료된다.