• 재활복지공학회논문지
• /
• 제11권4호
• /
• pp.371-376
• /
• 2017

본 논문에서는 원형 근전도 시스템 장비를 사용하여 근전도 패턴인식을 할 때, 장비의 센서 위치와 무관하게 패턴 인식이 가능한 알고리즘을 제안한다. 6가지 동작의 8채널 근전도 신호를 1초간 측정한 데이터를 이용하여 14개의 특징점을 추출하였다. 또한 8개의 채널에서 추출된 112개의 특징점을 나열하여 주성분분석을 하고 영향력이 높은 데이터만을 추려내어 8개의 입력 신호로 줄였다. 모든 실험은 k-NN 분류기를 이용하여 데이터를 학습시키고 5-fold 교차 검증을 사용하여 데이터를 검증하였다. 기계학습에서 데이터를 학습시킬 때, 어떤 데이터를 학습하느냐에 따라 그 결과가 크게 달라진다. 기존의 연구들에서 사용하는 학습 데이터를 사용 할 경우 99.3%의 정확도를 확인하였다. 그러나 센서의 위치가 22.5도 정도만 틀어지더라도 67.28%의 정확도로 명확하게 떨어짐을 보았다. 본 논문에서 제안하는 학습 방법을 사용 할 경우 98%의 정확도를 보이고 장비의 센서의 위치가 바뀌더라도 98% 근처의 정확도를 유지함을 보였다. 이러한 결과를 사용하여 원형 근전도 시스템을 사용하는 사용자들의 편의성을 크게 증대시켜 줄 수 있을 것으로 보인다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2015년도 제49회 하계 정기학술대회 초록집
• /
• pp.142.2-142.2
• /
• 2015

Plasma etch endpoint detection (EPD) of SiO2 and PR layer is demonstrated by plasma impedance monitoring in this work. Plasma etching process is the core process for making fine pattern devices in semiconductor fabrication, and the etching endpoint detection is one of the essential FDC (Fault Detection and Classification) for yield management and mass production. In general, Optical emission spectrocopy (OES) has been used to detect endpoint because OES can be a simple, non-invasive and real-time plasma monitoring tool. In OES, the trend of a few sensitive wavelengths is traced. However, in case of small-open area etch endpoint detection (ex. contact etch), it is at the boundary of the detection limit because of weak signal intensities of reaction reactants and products. Furthemore, the various materials covering the wafer such as photoresist (PR), dielectric materials, and metals make the analysis of OES signals complicated. In this study, full spectra of optical emission signals were collected and the data were analyzed by a data-mining approach, modified K-means cluster analysis. The K-means cluster analysis is modified suitably to analyze a thousand of wavelength variables from OES. This technique can improve the sensitivity of EPD for small area oxide layer etching processes: about 1.0 % oxide area. This technique is expected to be applied to various plasma monitoring applications including fault detections as well as EPD.

• Journal of Korean Neurosurgical Society
• /
• 제59권6호
• /
• pp.584-589
• /
• 2016

Objective : A rare subtype of meningioma, sclerosing meningioma is not included in the current World Health Organization classification of meningiomas and is classified into the category of other morphological variation subtypes. Sclerosing meningioma is often misdiagnosed to other non-benign meningioma or malignant neoplasm, so it is important to diagnose sclerosing type correctly. We analyzed the radiological and clinical characteristics of a series of sclerosing meningiomas. Methods : Twenty-one patients who underwent surgery in one institute with a histopathologically proven sclerosing meningioma were included from 2006 to 2014. Eighteen tumors were diagnosed as a pure sclerosing-type meningioma, and 3 as mixed type. Magnetic resonance image was taken for all patients including contrast enhancement image. Computed tomography (CT) scan was taken for 16 patients. One neuroradiologist and 1 neurosurgeon reviewed all images retrospectively. Results : In the all 16 patients with preoperative CT images, higher attenuation was observed in the meningioma than in the brain parenchyma, and calcification was observed in 11 (69%). In 15 of the 21 patients (71%), a distinctive very low signal intensity appeared as a dark color in T2-weighted images. Nine of these 15 tumors (60%) exhibited heterogeneous enhancement, and 6 (40%) exhibited homogeneous enhancement that was unlike the homogeneous enhancing pattern shown by conventional meningiomas. Ten patients had a clear tumor margin without peritumoral edema. Conclusion : Although these peculiar radiological characteristics are not unique to sclerosing meningioma, we believe that they are distinctive features that may be helpful for distinguishing sclerosing meningioma from other subtypes.

• 전자공학회논문지SC
• /
• 제46권6호
• /
• pp.38-43
• /
• 2009

표면 근전도 신호를 이용하여 손가락의 굽힘 동작을 추론하는 방법을 제안한다. 표면 근전도 신호는 인체 근육의 표면에서 무해하고 손쉽게 취득되나, 전극이 근육 내부에 침투하는 침습식 근전도와는 달리 특정 근육의 활동만을 반영하지 않는다. 따라서 소수의 전극을 사용하는 표면 근전도 신호로 다양한 신체 동작을 구분하기는 쉽지 않다. 본 연구에서는 전완 둘레에 부착된 4채널 근전도 센서를 사용하여 신호를 취득하였고, 구분을 위하여 사용한 동작은 엄지, 검지, 중지, 약지, 소지의 개별 손가락의 굽힘 동작이다. 피검자 한 명은 숙련자였으며, 다른 한 명은 비숙련자였다. 근전도 신호의 특성으로 정보 엔트로피를 추출하였으며 최대우도추정법을 사용하여 실제 동작을 추정하였다. 실험 결과 평균 95% 이상의 성능을 보였으며, 제안하는 방법이 손가락 동작의 구분에 유용함을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.24-32
• /
• 2000

인간의 생각만으로 기계를 작동할 수 있게 하는 인터페이스 시스템에 관한 연구 분야인 BCI (Brain-Computer Interface)에서는 피험자의 두피로부터 EEG(Electroencephalograph)를 측정하고 인식하여 뇌 상태를 알아내고 그 결과를 기계의 조종에 응용하는 방법을 사용한다. 본 연구에서는 각 개인으로부터 고유의 뇌파인 EEG를 얻고 신호처리하여 인식하는 인식모델을 제안하였다. 제안된 모델은 특정 작업을 수행하고 있을 때의 EEG 신호로부터 인식에 중요한 영향을 미치는 특징들을 추출해 내고, 이를 인식에 이용한다. 제안된 모델은 인식할 EEG 패턴들을 두개씩 분류하여 각각을 인식한 후, 그 결과를 종합하여 최종적인 인식결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 4가지의 작업을 수행하는 동안 얻어지는 4가지 EEG 패턴을 인식하였다. 제안된 모델은 90%이상의 높은 인식율을 보였고, 각 피험자에게 독특하게 존재하는 특징들을 인식 결과로서 제공하였다. 제안된 모델의 높은 인식율과 빠른 처리속도는 실시간 BCI 시스템에 응용될 수 있는 가능성을 보여주고 있다.

• Imaging Science in Dentistry
• /
• 제51권2호
• /
• pp.149-154
• /
• 2021

Purpose: This study aimed to investigate the computed tomography and magnetic resonance imaging features of giant cell tumors in the temporomandibular joint region to facilitate accurate diagnoses. Materials and Methods: From October 2007 to June 2020, 6 patients (2 men and 4 women) at Yonsei University Dental Hospital had histopathologically proven giant cell tumors in the temporomandibular joint. Their computed tomography and magnetic resonance imaging findings were reviewed retrospectively, and the cases were classified into 3 types based on the tumor center and growth pattern observed on the radiologic findings. Results: The age of the 6 patients ranged from 25 to 53 years. Trismus was found in 5 of the 6 cases. One case recurred. The mean size of the tumors, defined based on their greatest diameter, was 32 mm (range, 15-41 mm). The characteristic features of all cases were a heterogeneously-enhancing tumorous mass with a lobulated margin on computed tomographic images and internal multiplicity of signal intensity on T2-weighted magnetic resonance images. According to the site of origin, 3 tumors were bone-centered, 2 were soft tissue-centered, and 1 was peri-articular. Conclusion: Computed tomography and magnetic resonance imaging yielded a tripartite classification of giant cell tumors of the temporomandibular joint according to their location on imaging. This study could help clinicians in the differential diagnosis of giant cell tumors and assist in proper treatment planning for tumorous diseases of the temporomandibular joint.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2349-2356
• /
• 2008

본 논문에서는 정상인의 정신적인 뇌 활동에 의한 순수한 뇌파를 측정하고 효과적으로 분류하기 위한 방법을 제시한다. 과정은 대상자가 특정한 작업에 대해 생각하게 하고 이때의 뇌파를 청각이벤트에 동기시켜 측정하고, 측정된 뇌파의 기준선의 이동과, 생리적인 아티펙트의 영향을 줄인다. 마지막으로, 평균가산법에 의해 정신적인 작업에 대한 신호만을 추출하고 AR 계수를 가지고 인식작업을 수행한다. 실험에서, 청각자극을 이벤트로 사용하였으며, 뇌파의 도출은 $C_3-A_1$, $C_4-A_2$, $P_Z-A_1$의 3채널에서 기록하였다. 각 채널당 16회의 평균가산후에, 12차 AR계수로 특정한 정신적인 작업에 대한 특징을 추출하였다. 전체 36개의 특징계수를 신경망의 입력으로 사용하고, 각 작업 당 50회를 훈련데이터로 사용하였다. 제안한 방법의 인식률은 2종류 작업에 대해 34-92%, 4종류 작업에 대해 38-54%를 얻었다.

• 대한영상의학회지
• /
• 제84권5호
• /
• pp.1066-1079
• /
• 2023

목적 경막내척수외 뇌실막세포종의 임상 및 영상 특성에 대한 보고는 드물다. 하지만, 발생 위치와 병리학적 특성을 고려하였을 때 점액유두상 뇌실막세포종과 구별하기 어렵다. 본 연구는 경막내척수외 뇌실막세포종과 척수 점액유두상 뇌실막세포종을 구별하기 위한 임상적 특징 및 MRI 영상 특징을 조사하였다. 대상과 방법 종양 크기, 종양의 종축/횡축 위치, 조영 정도/패턴, 동공, 종양 변연, T2 강조 영상(T2-weighted image), T1 강조 영상(T1-weighted image; 이하 T1WI), 종양 아래의 cerebrospinal fluid (이하 CSF) T1 신호강도 증가 및 CSF space로의 종양 전파에 대하여 12개의 병리학적으로 확인된 경막내척수외 뇌실막세포종과 10개의 병리학적으로 확인된 척수 점액유두 뇌실막세포종을 대상으로 분석을 하였다. 또한, 분류 및 트리 분석(classification and tree analysis; 이하 CART) 을 수행하여 경막내척수외 척수 뇌실막세포종을 점액유두 뇌실막세포종과 구별하는 데 중요한 임상적 특징 및 MRI 영상 특징을 조사하였다. 결과 경막내척수외 뇌실막세포종 환자는 척수 점액유두 뇌실막세포종 환자보다 유의하게 나이가 많았으며(48세 vs. 29.5세, p < 0.05), T1W1에서 높은 신호 강도는 점액유두상 뇌실막세포종보다 경막내척수외 척수 뇌실막세포종에서 더 자주 관찰되었다(p = 0.02). 반대로 점액유두상 뇌실막세포종은 지주막하강으로의 종양의 파급을 보였다. CSF 신호 강도는 경막내 척수외 척수 뇌실막세포종보다 점액유두 뇌실막세포종에서 더 자주 관찰되었다(p < 0.05). 종양 아래로의 CSF T1 신호 증가 및 CSF space로의 종양 전파는 경막내척수외 척수 뇌실막세포종과 점액유두 뇌실막세포종을 구별하기 위한 CART 분석에서 가장 중요한 변수였다. 결론 경막내척수외 뇌실막세포종과 척추 점액유두 뇌실막세포종을 구별하는 데 있어 임상 및 MRI 영상의 특징이 도움이 될 수 있다.