• Korean Journal of Radiology
• /
• 제24권8호
• /
• pp.807-820
• /
• 2023

Objective: To assess whether computed tomography (CT) conversion across different scan parameters and manufacturers using a routable generative adversarial network (RouteGAN) can improve the accuracy and variability in quantifying interstitial lung disease (ILD) using a deep learning-based automated software. Materials and Methods: This study included patients with ILD who underwent thin-section CT. Unmatched CT images obtained using scanners from four manufacturers (vendors A-D), standard- or low-radiation doses, and sharp or medium kernels were classified into groups 1-7 according to acquisition conditions. CT images in groups 2-7 were converted into the target CT style (Group 1: vendor A, standard dose, and sharp kernel) using a RouteGAN. ILD was quantified on original and converted CT images using a deep learning-based software (Aview, Coreline Soft). The accuracy of quantification was analyzed using the dice similarity coefficient (DSC) and pixel-wise overlap accuracy metrics against manual quantification by a radiologist. Five radiologists evaluated quantification accuracy using a 10-point visual scoring system. Results: Three hundred and fifty CT slices from 150 patients (mean age: 67.6 ± 10.7 years; 56 females) were included. The overlap accuracies for quantifying total abnormalities in groups 2-7 improved after CT conversion (original vs. converted: 0.63 vs. 0.68 for DSC, 0.66 vs. 0.70 for pixel-wise recall, and 0.68 vs. 0.73 for pixel-wise precision; P < 0.002 for all). The DSCs of fibrosis score, honeycombing, and reticulation significantly increased after CT conversion (0.32 vs. 0.64, 0.19 vs. 0.47, and 0.23 vs. 0.54, P < 0.002 for all), whereas those of ground-glass opacity, consolidation, and emphysema did not change significantly or decreased slightly. The radiologists' scores were significantly higher (P < 0.001) and less variable on converted CT. Conclusion: CT conversion using a RouteGAN can improve the accuracy and variability of CT images obtained using different scan parameters and manufacturers in deep learning-based quantification of ILD.

• International Journal of Computer Science & Network Security
• /
• 제24권4호
• /
• pp.163-169
• /
• 2024

India is a developing nation and has come with comprehensive way in modernizing its reducing poverty, economy and rising living standards for an outsized fragment of its residents. The STEM (Science, Technology, Engineering, and Mathematics) education plays an important role in it. STEM is an educational curriculum that emphasis on the subjects of "science, technology, engineering, and mathematics". In traditional education scenario, these subjects are taught independently, but according to the educational philosophy of STEM that teaches these subjects together in project-based lessons. STEM helps the students in his holistic development. Youth unemployment is the biggest concern due to lack of adequate skills. There is a huge skill gap behind jobless engineers and the question arises how we can prepare engineers for a better tomorrow? Now a day's Industry 4.0 is a new fourth industrial revolution which is an intelligent networking of machines and processes for industry through ICT. It is based upon the usage of cyber-physical systems and Internet of Things (IoT). Industrial revolution does not influence only production but also educational system as well. IoT in academics is a new revolution to the Internet technology, which introduced "Smartness" in the entire IT infrastructure. To improve socio-economic status of the India students must equipped with 21st century digital skills and Universities, colleges must provide individual learning kits to their students which can help them in enhancing their productivity and learning outcomes. The major goal of this paper is to present a low cost, effective learning mechanism for STEM implementation using Raspberry Pi 3+ model (Single board computer) and Node Red open source visual programming tool which is developed by IBM for wiring hardware devices together. These tools are broadly used to provide hands on experience on IoT fundamentals during teaching and learning. This paper elaborates the appropriateness and the practicality of these concepts via an example by implementing a user interface (UI) and Dashboard in Node-RED where dashboard palette is used for demonstration with switch, slider, gauge and Raspberry pi palette is used to connect with GPIO pins present on Raspberry pi board. An LED light is connected with a GPIO pin as an output pin. In this experiment, it is shown that the Node-Red dashboard is accessing on Raspberry pi and via Smartphone as well. In the final step results are shown in an elaborate manner. Conversely, inadequate Programming skills in students are the biggest challenge because without good programming skills there would be no pioneers in engineering, robotics and other areas. Coding plays an important role to increase the level of knowledge on a wide scale and to encourage the interest of students in coding. Today Python language which is Open source and most demanding languages in the industry in order to know data science and algorithms, understanding computer science would not be possible without science, technology, engineering and math. In this paper a small experiment is also done with an LED light via writing source code in python. These tiny experiments are really helpful to encourage the students and give play way to learn these advance technologies. The cost estimation is presented in tabular form for per learning kit provided to the students for Hands on experiments. Some Popular In addition, some Open source tools for experimenting with IoT Technology are described. Students can enrich their knowledge by doing lots of experiments with these freely available software's and this low cost hardware in labs or learning kits provided to them.

• Journal of Oral Medicine and Pain
• /
• 제33권3호
• /
• pp.279-294
• /
• 2008

치과에 내원하는 주된 이유 중의 하나는 통증이며 이런 통증 치료시에 장시간의 개구는 저작근에 근육문제를 야기할 수 있다. 장시간의 근피로를 유발할 수 있는 치과진료실내에서의 치료로 인하여 두통, 저작근의 통증, 개구 장애, 저작 곤란 등을 유발할 수 있으며, 통증을 치료하기위하여 내원한 환자로서는 예상하지 못한 다른 국면의 통증에 맞부딪치게 된다. 물론 이악물기등의 악습관 그리고 과도한 껌저작등으로 인해서도 임상적으로 근쇠약감이 호소하며 이에 대해서는 실험적 근피로유도후에 근전도등을 이용하여 연구가 이루어져왔다. 근쇠약감 및 근피로로 인하여 교합양상의 변화를 주관적으로 호소하며 이 상태에서의 근육의 근전도 평가가 이루어져 왔던 것에 비하여 교합의 변화에 대해서는 평가가 미진하였다. 과도한 이악물기나 개구 및 껌 저작으로 인한 근피로가 교합양상에 미치는 변화를 평가하고 감각신경 변화로 인하여 근통증에 영향을 미치는 조사하고자 측두하악장애 증상이 없고 정상 범주의 교합을 가졌으며 교정치료나 3개 이상의 보철 치료를 받지 않은 지원자 총 24명(평균나이 25.7세)을 대상으로 하였다. 근 피로를 실험적으로 유발하기 위하여 이악물기, 장시간 개구 상태 유지, 주저작측으로 껌 저작을 시행하여 근피로를 느끼도록 하였다. 본 연구에서는 전기적 자극을 이용하는 뉴로미터를 이용하여 근통증시에 주저작측 삼차신경의 감각신경을 측정하였고, 근통증을 느끼는 시점에 근쇠약감이나 저작근 기능 장애로 인한 교합상태의 변화를 평가하기 위하여 T-scan II system을 이용하여 교합접촉, 교합력 등을 조사하여 다음의 결과를 얻었다. 1. 근피로는 장시간 개구 후에 가장먼저 느꼈으며 근통증을 느끼는 시간은 이악물기 후에 가장 빨리 나타났다. 근피로, 통증을 느끼는 시점에서의 근피로, 통증의 정도는 이악물기 후에 가장 높았다 2. 최초접촉시의 접촉시간 접촉력은 차이가 없었으며 교두간 접촉위에서 껌저작후 접촉시간, 장시간 개구 후와 껌저작후에 접촉력이 감소하였다. 최대접촉위에서는 장시간 개구후와 껌저작후에 접촉력이 감소하였다. 최종접촉위에서는 모든 실험적 근피로후에 접촉시간이 감소하였고 접촉력은 껌저작후에 감소하였다. 3. 실험적 근피로가 유발된 근육에서의 감각 변화는 보이지 않았다. 4. 접촉수는 실험적 근피로 유발후에 최초접촉위 최대 접촉위 그리고 최종접촉위에서 감소되는 양상을 보였다. 5. 접촉수의 주저작측에 따른 비교에서 좌측으로 껌을 저작한 군은 접촉수에 좌우측 차이를 보이지 않았으며, 우측으로 껌을 저작한 군에서는 좌측이 많았다. 결론적으로 구강내외에 발생하는 일련의 사건은 임상적으로 근쇠약감을 호소하는 경우 교합양상에 변화를 초래 할 수 있음을 확인 할 수 있었으며, 장시간의 개구나 이악물기, 과도한 저작등의 악구강계에 영향을 미칠 수 사건은 특히 치과치료 시에 교합 변화에 주의를 요함을 확인할 수 있었다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.89-105
• /
• 2014

Web2.0의 등장과 함께 급속히 발전해온 온라인 포럼, 블로그, 트위터, 페이스북과 같은 소셜 미디어 서비스는 소비자와 소비자간의 의사소통을 넘어 이제 기업과 소비자 사이의 새로운 커뮤니케이션 매체로도 인식되고 있다. 때문에 기업뿐만 아니라 수많은 기관, 조직 등에서도 소셜미디어를 활용하여 소비자와 적극적인 의사소통을 전개하고 있으며, 나아가 소셜 미디어 콘텐츠에 담겨있는 소비자 고객들의 의견, 관심, 불만, 평판 등을 분석하고 이해하며 비즈니스에 적용하기 위해 이를 적극 분석하는 단계로 진화하고 있다. 이러한 연구의 한 분야로서 비정형 텍스트 콘텐츠와 같은 빅 데이터에서 저자의 감성이나 의견 등을 추출하는 오피니언 마이닝과 감성분석 기법이 소셜미디어 콘텐츠 분석에도 활발히 이용되고 있으며, 이미 여러 연구에서 이를 위한 방법론, 테크닉, 툴 등을 제시하고 있다. 그러나 아직 대량의 소셜미디어 데이터를 수집하여 언어처리를 거치고 의미를 해석하여 비즈니스 인사이트를 도출하는 전반의 과정을 제시한 연구가 많지 않으며, 그 결과를 의사결정자들이 쉽게 이해할 수 있는 시각화 기법으로 풀어내는 것 또한 드문 실정이다. 그러므로 본 연구에서는 소셜미디어 콘텐츠의 오피니언 마이닝을 위한 실무적인 분석방법을 제시하고 이를 통해 기업의사결정을 지원할 수 있는 시각화된 결과물을 제시하고자 하였다. 이를 위해 한국 인스턴트 식품 1위 기업의 대표 상품인 N-라면을 사례 연구의 대상으로 실제 블로그 데이터와 뉴스를 수집/분석하고 결과를 도출하였다. 또한 이런 과정에서 프리웨어 오픈 소스 R을 이용함으로써 비용부담 없이 어떤 조직에서도 적용할 수 있는 레퍼런스를 구현하였다. 그러므로 저자들은 본 연구의 분석방법과 결과물들이 식품산업뿐만 아니라 타 산업에서도 바로 적용 가능한 실용적 가이드와 참조자료가 될 것으로 기대한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권4호
• /
• pp.291-298
• /
• 2007

본 연구에서는 관동맥 혈류가 감소된 부위에 혈중 방사성의약품의 농도를 증가시킴으로서 심근내 섭취를 향상 시킬 수 있을 것이라는 가정 하에 관동맥조영술 시에 관동맥 내에 Tl-201를 직접 주사한 후 SPECT 영상을 얻어 심근 분절의 섭취 정도를 평가하였다. 이 심근영상을 생존심근의 진단에 이용되는 아데노신 부하-재주사 TI-201 SPECT 영상의 심근 내 방사성의약품의 섭취 정도와 비교하였다. 대상 및 방법: 심장 초음파검사에서 심벽운동의 이상이 있고, 관동맥조영술을 시행할 예정인 14명의 관동맥질환자를 대상으로 연구를 시행하였다. 남자가 11명이었고, 평균연령은 54세(36-73세)였다. 관동맥내 주사 TI-201 SPECT 영상은 관동맥조영술을 시행한 환자들을 대상으로 관동맥조영술이 끝나기 직전에 TI-201 111 MBq(3 mCi)를 나누어서 각각 좌, 우관동맥 내에 각각 직접 주사하여 얻었다. 아데노신 부하-재주사 TI-201 SPECT 영상은 TI-201 2-3mCi를 정맥주사 후 아데노신 부하영상을 얻고 4시간 후에 TI-201 1mCi를 재주사한 후 다시 영상을 얻었다. 심근분절의 섭취정도에 따라 0-3의 4등급으로 분류하였다. 정상적인 섭취를 등급 0, 경도로 감소된 섭취를 등급 1, 중등도로 감소된 섭취를 등급 2, 심하게 감소되었거나 관류결손이 나타난 분절은 등급 3으로 분류하였다. 생존된 심근의 판정은 부하영상 재주사후의 영상, 또는 관동맥주사후의 영상 모두에서 심근 분절의 섭취정도가 등급 0, 1인 경우는 생존심근으로 판정하였고, 심근 분절의 Tl-201 섭취가 정상분절 섭취의 50%이하이며 역치를 50%로 설정 한 color coding으로 black-out하였을 때, 결손으로 나타나는 등급 2, 3을 비생존 심근으로 판단하였다. 결과 총 14명의 환자 중 14%에 해당하는 2명의 관동맥내 주사 영상은 낮은 계수율로 인하여 심장의 경계가 정확하게 구분되지 않거나 분절을 명확하게 구분할 수 없을 정도로 영상이 깨끗하지 못하였으므로 본 연구의 심근분절 섭취 분석에서 제외하였고 나머지 12명의 영상에서 총 252분절을 구분하여 섭취 정도를 분석하였다. 관동맥내 주사 영상에서 0등급-1등급이었던 192개의 분절을 생존심근으로 판단하였고, 재주사 영상에서는 0등급-1등급이었던 214개의 분절이 각각 생존심근으로 나타났다. 두 영상에서의 관류등급 평가에 대한 일치율은 76.5%였으며 생존능 평가에 대한 일치율은 90.5%였다. 부하-재주사영상시 비생존심근으로 나타난 38개의 분절 중 단 1개의 분절만이 관동맥내 주사 영상에서 생존심근인 것으로 판단할 소견을 보였으며, 부하-재주사 영상에서 생존심근인 것으로 나타났던 214개의 분절 중에서는 23개의 분절은 관동맥주사 영상시 오히려 생존능이 없는 것으로 하향 평가 되었다. 결론: Tl-201 관동맥내 주사 SPECT 영상은 Tl-201 부하-재주사 SPECT 영상과 비교하였을 때, 심근의 생존능을 평가하는데 있어 어느 정도 도움을 줄 수는 있으나 우월하지 않았다. 관동맥내 주사 영상은 6시간에서 24시간이 지나 얻은 지연영상의 낮은 계수율 때문으로 좋지 않은 결과를 얻었을 것 이 라 판단되었고, 조기에 영상을 얻기가 어려운 현실에서, Tl-201 관동맥내 주사 영상의 임상적 유용성은 제한적일 것이다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.55-79
• /
• 2013

본 연구에서는 집중형 센터를 가진 역물류네트워크(Reverse logistics network with centralized centers : RLNCC)를 효율적을 해결하기 위한 혼합형 유전알고리즘(Hybrid genetic algorithm : HGA) 접근법을 제안한다. 제안된 HGA에서는 유전알고리즘(Genetic algorithm : GA)이 주요한 알고리즘으로 사용되며, GA 실행을 위해 0 혹은 1의 값을 가질 수 있는 새로운 비트스트링 표현구조(Bit-string representation scheme), Gen and Chang(1997)이 제안한 확장샘플링공간에서의 우수해 선택전략(Elitist strategy in enlarged sampling space) 2점 교차변이 연산자(Two-point crossover operator), 랜덤 돌연변이 연산자(Random mutation operator)가 사용된다. 또한 HGA에서는 혼합형 개념 적용을 위해 Michalewicz(1994)가 제안한 반복적언덕오르기법(Iterative hill climbing method : IHCM)이 사용된다. IHCM은 지역적 탐색기법(Local search technique) 중의 하나로서 GA탐색과정에 의해 수렴된 탐색공간에 대해 정밀하게 탐색을 실시한다. RLNCC는 역물류 네트워크에서 수집센터(Collection center), 재제조센터(Remanufacturing center), 재분배센터(Redistribution center), 2차 시장(Secondary market)으로 구성되며, 이들 각 센터 및 2차 시장들 중에서 하나의 센터 및 2차 시장만 개설되는 형태를 가지고 있다. 이러한 형태의 RLNCC는 혼합정수계획법(Mixed integer programming : MIP)모델로 표현되며, MIP 모델은 수송비용, 고정비용, 제품처리비용의 총합을 최소화하는 목적함수를 가지고 있다. 수송비용은 각 센터와 2차 시장 간에 제품수송에서 발생하는 비용을 의미하며, 고정비용은 각 센터 및 2차 시장의 개설여부에 따라 결정된다. 예를 들어 만일 세 개의 수집센터(수집센터 1, 2, 3의 개설비용이 각각 10.5, 12.1, 8.9)가 고려되고, 이 중에서 수집센터 1이 개설되고, 나머지 수집센터 2, 3은 개설되지 않을 경우, 전체고정비용은 10.5가 된다. 제품처리비용은 고객으로부터 회수된 제품을 각 센터 및 2차 시장에서 처리할 경우에 발생되는 비용을 의미한다. 수치실험에서는 본 연구에서 제안된 HGA접근법과 Yun(2013)의 연구에서 제안한 GA접근법이 다양한 수행도 평가 척도에 의해 서로 비교, 분석된다. Yun(2013)이 제안한 GA는 HGA에서 사용되는 IHCM과 같은 지역적탐색기법을 가지지 않는 접근법이다. 이들 두 접근법에서 동일한 조건의 실험을 위해 총세대수 : 10,000, 집단의 크기 : 20, 교차변이 확률 : 0.5, 돌연변이 확률 : 0.1, IHCM을 위한 탐색범위 : 2.0이 사용되며, 탐색의 랜덤성을 제거하기 위해 총 20번의 반복실행이 이루어 졌다. 사례로 제시된 두 가지 형태의 RLNCC에 대해 GA와 HGA가 각각 실행되었으며, 그 실험결과는 본 연구에서 제안된 HGA가 기존의 접근법인 GA보다 더 우수하다는 것이 증명되었다. 다만 본 연구에서는 비교적 규모가 작은 RLNCC만을 고려하였기에 추후 연구에서는 보다 규모가 큰 RLNCC에 대해 비교분석이 이루어 져야 할 것이다.