• 한국산업정보학회논문지
• /
• 제11권2호
• /
• pp.1-8
• /
• 2006

본 논문은 이동망에서 위치등록 방식에 따른 성능평가에 관한 것이다. 먼저 거리기반 위치등록 방식을 제안하고, 이를 이동망 모델에 적용하여 성능을 평가하였다. 제안한 방식과 기존의 지역기반 위치등록 방식과의 성능을 비교, 평가한 결과, 거리기반 위치등록 방식은 지역기반 위치등록 방식과 위치 등록에 따른 부하는 대동소이하나 주어진 지역내에서 모든 셀들이 고르게 분포하여 주파수 자원이 효율적으로 사용됨을 알 수 있다.

• 핵의학기술
• /
• 제15권2호
• /
• pp.60-64
• /
• 2011

Brain의 질병을 평가하는 유용한 검사방법 중의 하나인 brain perfusion SPECT는 환자의 움직임으로 인한 검사의 실패확률이 높아 one day method를 사용하지 못하고 two days method를 사용해야 하는 경우가 많다. 본 연구에서는 image registration을 사용하여 검사의 실패확률을 줄이고 one day method로 검사를 시행할 수 있는지 image registration을 적용할 경우 검사의 신뢰성을 알아보고자 하였다. Jaszczak phantom에 준비된 방사성동위원소 $^{99m}Tc$을 insert에 111 MBq/mL가 되도록 분배하여 넣고 나머지 background에 3,145 MBq/mL가 되도록 넣어 1:8의 비율로 phantom을 제작하고 Hoffman 2-D brain phantom과 cylindrical uniform phantom에는 111 MBq/mL가 되도록 만든다. 완성된 phantom은 기본 위치에서 frame 당 5 sec씩 총 120 frame을 획득하여 영상을 얻었다. 또 Phantom과 환자의 데이터를 가지고 original 영상과 registration 영상, registration 시행한 후에 original 영상을 subtraction한 영상과 registration하지 않은 영상에서 subtraction한 영상 간의 임의의 같은 위치에 ROI를 설정하고 영상에서 counts 차이를 알아보았다. 실험 결과 약간의 counts 차이를 보였으나 이것은 실험시간이 경과함에 따른 RI의 decay와 phantom의 구조물이 없는 cylindlical phantom에서 조차 약간의 counts의 차이를 보이는 바로 미루어 봤을 때 실험 결과 나온 counts의 차이는 적다고 할 수 있을 것이다. 따라서 registration을 활용하여 brain perfusion SPECT의 단점들을 개선하고 정확한 진단에 도움을 줄 수 있을 것으로 사료된다.

• 전자공학회논문지T
• /
• 제35T권2호
• /
• pp.81-85
• /
• 1998

이동통신망에서 이동국이 등록지역을 이동할 때마다 위치등록 및 위치등록취소가 요구된다. 이동국이 등록지역을 벗어날 때 등록을 취소시키는 몇가지 방법을 조사한 후 등록취소로 인하여 부가되는 통신망의 트래픽을 제거할 수 있는 등록취소 방법을 선택하였다. 그러나 이 기법은 유효한 등록 기록을 삭제시킬 수 있으므로 위치등록 데이타베이스의 크기는 유효한 등록기록이 삭제되는 확률이 낮도록 충분히 크게 해야 한다. 본 논문은 이러한 등록취소 기법에서 위치등록을 위한 데이타베이스 크기를 결정하는 분석 모델을 설명하였다. 분석 모델의 모의실험 결과 데이타베이스의 크기는 위치등록지역에 예상되는 이동국의 수에 비해 3-5배 정도가 되어야 하는 것을 알 수 있었다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제13권8호
• /
• pp.4209-4214
• /
• 2012

The current situation of cancer registration in China was systematically reviewed. So far, cancer registration in China has been making a great progress in the following aspects: the number of cancer registries and covered population have increased dramatically; a registration network has been established and completed gradually; regulations and rules improved remarkably; more attention is being paid by every level of government; a lot of registration software has been created and financial support ensured. However, we are still facing some problems and challenges, such as no stable groups of registrars, shortage of training opportunities, poor data quality, insufficient utilization and lack of multidisciplinary mechanisms, so that the cancer registration system still needs to be enhanced and improved. Along with the development of economy, science and information technology, methods and patterns of cancer registration is changing. It is to be expected that cancer registration will be automatic, nationwide and integrated with community healthcare in the near future.

• Journal of Mechanical Science and Technology
• /
• 제19권12호
• /
• pp.2213-2223
• /
• 2005

In order to reconstruct a full 3D human model in reverse engineering (RE), a 3D scanner needs to be placed arbitrarily around the target model to capture all part of the scanned surface. Then, acquired multiple scans must be registered and merged since each scanned data set taken from different position is just given in its own local co-ordinate system. The goal of the registration is to create a single model by aligning all individual scans. It usually consists of two sub-steps: rough and fine registration. The fine registration process can only be performed after an initial position is approximated through the rough registration. Hence an automated rough registration process is crucial to realize a completely automatic RE system. In this paper an automated rough registration method for aligning multiple scans of complex human face is presented. The proposed method automatically aligns the meshes of different scans with the information of features that are extracted from the estimated principal curvatures of triangular meshes of the human face. Then the roughly aligned scanned data sets are further precisely enhanced with a fine registration step with the recently popular Iterative Closest Point (ICP) algorithm. Some typical examples are presented and discussed to validate the proposed system.

• Environmental Analysis Health and Toxicology
• /
• 제30권
• /
• pp.17.1-17.6
• /
• 2015

Objectives In this study, the possibility of using existing test data provided in Korea and elsewhere for the registration of chemical substances was examined. Data on 510 chemical substances that are among the first subject to registration under the "Act on the Registration and Evaluation, etc. of Chemical Substances (K-REACH)" were analyzed. Methods The possibility of using existing data from 16 reference databases was examined for 510 chemical substances notified in July 2015 as being subject to registration. Results Test data with the reliability required for the registration of chemical substances under the K-REACH constituted 48.4% of the required physicochemical characteristics, 6.5% of the required health hazards, and 9.4% of the required environmental hazards. Conclusions Some existing test data were not within the scope of this research, including data used for registration in the European Union (EU). Thus, considering that 350 of these 510 species are registered in EU Registration, Evaluation, Authorisation & Restriction of Chemicals, more test data may exist that can be utilized in addition to the data identified in this study. Furthermore, the K-REACH states that non-testing data (test results predicted through Read Across, Quantitative Structure-Activity Relationships) and the weight of evidence (test results predicted based on test data with low reliability) can also be utilized for registration data. Therefore, if methods for using such data were actively reviewed, it would be possible to reduce the cost of securing test data required for the registration of chemical substances.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권13호
• /
• pp.5549-5556
• /
• 2015

Background: Cancer has important social consequences with cancer registration as the basis of moving towards prevention. The present study aimed to estimate the completeness of registration of the ten most common cancers in patients referred to selected hospitals in Shiraz, Iran by using capture-recapture method. Materials and Methods: This cross-sectional analytical study was performed in 2014 based on the data of 2009, on a total of 4,388 registered cancer patients. After cleaning data from two sources, using capture-recapture common findings were identified. Then, the percentage of the completeness of cancer registration was estimated using Chapman and Chao methods. Finally, the effects of demographic and treatment variables on the completeness of cancer registration were investigated. Results: The results showed that the percentages of completeness of cancer registration in the selected hospitals of Shiraz were 58.6% and 58.4%, and influenced by different variables. The age group between 40-49 years old was the highest represented and for the age group under 20 years old was the lowest for cancer registration. Breast cancer had the highest registration level and after that, thyroid and lung cancers, while colorectal cancer had the lowest registration level. Conclusions: According to the results, the number of cancers registered was very few and it seems that factors like inadequate knowledge of some doctors, imprecise diagnosis about the types of cancer, incorrectly filled out medical documents, and lack of sufficient accuracy in recording data on the computer cause errors and defects in cancer registration. This suggests a necessity to educate and teach doctors and other medical workers about the methods of documenting information related to cancer and also conduct additional measures to improve the cancer registration system.

• 대한의용생체공학회:의공학회지
• /
• 제37권2호
• /
• pp.68-74
• /
• 2016

In this study, we investigated the rotational characteristics which were comprised of directionality and linearity of target registration error (TRE) as a study in advance to enhance the accuracy of contour-based registration in neuronavigation. For the experiment, two rigid head phantoms that have different faces with specially designed target frame fixed inside of the phantoms were used. Three-dimensional coordinates of facial surface point cloud and target point of the phantoms were acquired using computed tomography (CT) and 3D scanner. Iterative closest point (ICP) method was used for registration of two different point cloud and the directionality and linearity of TRE in overall head were calculated by using 3D position of targets after registration. As a result, it was represented that TRE had consistent direction in overall head region and was increased in linear fashion as distance from facial surface, but did not show high linearity. These results indicated that it is possible for decrease TRE by controlling orientation of facial surface point cloud acquired from scanner, and the prediction of TRE from surface registration error can decrease the registration accuracy in lesion. In the further studies, we have to develop the contour-based registration method for improvement of accuracy by considering rotational characteristics of TRE.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.125-132
• /
• 2017

IKONOS, QuickBird, Kompsat-2 등 서로 다른 고해상도 광학 센서로 취득된 다중시기 영상은, 취득 당시의 센서 자세나 환경의 차이에 의해 영상 등록(image registration)을 수행한 이후에도 여전히 지역적인 지형 불일치가 존재한다. 등록오차(registration noise)라고도 불리는 이러한 지형 불일치는 고해상도 다중시기 영상을 이용하여 공간정보를 추출하는 다양한 활용분야의 정확도를 떨어뜨리는 방해 요인으로 작용한다. 반대로, 등록오차를 추출하여 이를 효과적으로 제거한다면 결과적으로는 다중시기 고해상도 영상을 이용하여 추출되는 공간정보의 정확도를 높일 수 있다. 이에 본 연구에서는 지배적인 등록오차는 주로 영상 내 객체의 경계를 따라서 존재한다는 가정 하에, 경계강도 영상을 이용하여 등록오차를 추출한다. 추출된 등록오차의 지역적 분포특성을 고려하여 고해상도 영상 간 지형 불일치를 최소화하는 정밀 등록 기법을 제안한다. 제안 기법을 평가하기 위해, 고해상도 다중시기 광학위성 영상을 이용하여 실험지역을 구성한다. 등록오차 기반의 정밀 등록 기법 적용 결과와 수동으로 수행한 등록 결과와의 정량적/정성적 비교평가를 통해 제안 기법의 우수성을 판단하고자 한다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1707-1720
• /
• 2023

위성 시계열 데이터가 증가함에 따라 원격탐사 자료의 활용도가 높아지고 있다. 시계열 자료를 통한 분석에 있어 영상 간의 상대적인 위치 정확도는 결과에 큰 영향을 미치기 때문에 이를 보정하기 위한 영상 정합 과정은 필수적으로 선행되어야 한다. 최근에는 기존 알고리즘의 성능을 상회하는 딥러닝 기반 영상 정합 연구의 사례가 증가하고 있다. 딥러닝 기반 정합 모델을 학습하기 위해서는 수 많은 영상 쌍이 필요하다. 또한, 기존 딥러닝 모델의 데이터 간의 상관도 map을 제작하고, 이에 추가적인 연산을 적용하여 정합점을 추출는데 이는 비효율적이다. 이러한 문제를 해결하기 위해 본 연구에서는 영상 정합 모델 학습을 위한 데이터 증강 기법을 구축하여 데이터셋을 제작하였고, 이를 오프셋(offset) 양 자체를 예측하는 정합 모델인 OffsetNet에 적용하여 KOMSAT-2, -3, -3A 영상 정합을 수행하였다. 모델 학습 결과, OffsetNet은 평가 데이터에 대해 높은 정확도로 오프셋 양을 예측하였고, 이를 통해 주영상과 부영상을 효과적으로 정합하였다.