http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
폐질환 조기 검출을 위한 결합 히스토그램 기반의 통계적 특징 인자에 대한 연구
원철호(C. H. Won) 한국재활복지공학회 2016 재활복지공학회논문지 Vol.10 No.4
본 논문에서는 폐질환 조기 검출을 위하여 Broncho vascular, Emphysema, Ground Glass Reticular, Ground Glass, Honeycomb, Normal의 6가지 폐조직에 대한 새로운 분류기법을 제안하였다. 단순 베이즈 분류기와 아다부스트 학습 기법을 도입하여 459개의 결합 히스토그램 특징인자로부터 유효한 특징인자를 선별함으로써 폐조직을 분류하였다. 다중 해상도 해석, 체적 LBP 및 CT 휘도를 기반으로 하는 결합 히스토그램 특징인자는 정확도, 민감도, 특이도 결과에서 기존의 3D AMFM보다 우수한 결과를 보였다. 제안한 특징인자와 3D AMFM 특징인자의 정확도는 각각 90.1%과 85.3%로서 제안한 특징인자의 우수한 분류 성능을 확인하였다. In this paper, new method was proposed to classify lung tissues such as Broncho vascular, Emphysema, Ground Glass Reticular, Ground Glass, Honeycomb, Normal for early lung disease detection. 459 Statistical features was extraced from joint histogram matrix based on multi resolution analysis, volumetric LBP, and CT intensity, then dominant features was selected by using adaboost learning. Accuracy of proposed features and 3D AMFM was 90.1% and 85.3%, respectively. Proposed joint histogram based features shows better classification result than 3D AMFM in terms of accuracy, sensitivity, and specificity.
저항성 운동의 효과 증대를 위한 동작 분석에 관한 연구
원철호(C. H. Won) 한국재활복지공학회 2017 재활복지공학회논문지 Vol.11 No.3
본 연구에서는 개인 피트니스를 수행하는 과정에서 건강관리와 운동효과를 증대시킬 수 있도록 운동동작을 분석하는 방법을 제안하였다. 본 연구에서는 사용자가 밴드 형태의 가속도, 각속도, 지자계 모듈이 장착된 운동 센서를 착용하고 피트니스 운동 중에 발생하는 신호를 획득하고 운동동작을 분석하였다. 본 논문에서 제시한 기법을 활용하여 세 가지 저항성 운동의 동작을 분석하였으며 이는 기존의 연구결과와 일치함을 확인하였다. 저항성 운동 상황에서 생성된 데이터로부터 개인화된 운동정보를 가공할 수 있는 기술을 확보하였다. In this paper, we propose a method of analyzing exercise behavior to increase health care and exercise effect in personal fitness. In this study, a user wears a band-shaped acceleration sensor, an angular velocity sensor, and a motion sensor equipped with a geomagnetic module. Using the technique presented in this paper, we analyzed the motion of three resistive exercises which is consistent with previous studies. We have acquired a technique for processing personalized exercise information from the data generated in the resistive exercise situation.
폐암 생존율 향상을 위한 아다부스트 학습 기반의 컴퓨터보조 진단방법에 관한 연구
원철호(C. H. Won) 한국재활복지공학회 2016 재활복지공학회논문지 Vol.10 No.1
본 논문에는 관심 영역의 페실질 영역을 양성과 악성 결절의 분류를 위한 특징인자에 포함으로써 분류성능을 개선하였다. CT를 통해 확인되는 매우 작을 페결절(1~10mm)은 고형 종양 내에 CT 데이터 복셀 수가 제한되어 기존 컴퓨터보조 진단도구를 통해 처리하기가 어렵다. 이러한 아주 작은 폐 결절의 경우 분석을 위해 주변의 실질을 포함하여 특징인자를 추출하는 것이 CT 복셀 세트를 증가시킬 수 있으며, CT 스캐너와 매개 변수에 대한 컴퓨터 보조진단도구의 유연성을 확보함으로써 진단 성능을 개선할 수 있다. 나이브 베이스와 SVM 약분류기를 이용하는 아다부스트 학습을 통해 304개의 특징인자로부터 유효한 특징인자를 결정하였으며, 제안한 방법을 COPDGene 데이터에 적용한 결과 100%의 정확도, 민감도 및 특이도의 결과를 획득하여 컴퓨터 보조진단에 유용하게 사용될 수 있음을 보였다. In this paper, we improved classification performance of benign and malignant lung nodules by including the parenchyma features. For small pulmonary nodules (1-10mm) nodules, there are a limited number of CT data voxels within the solid tumor, making them difficult to process through traditional CAD(computer aided diagnosis) tools. Increasing feature extraction to include the surrounding parenchyma will increase the CT voxel set for analysis in these very small pulmonary nodule cases and likely improve diagnostic performance while keeping the CAD tool flexible to scanner model and parameters. In AdaBoost learning using naive Bayes and SVM weak classifier, a number of significant features were selected from 304 features. The results from the COPDGene test yielded an accuracy, sensitivity and specificity of 100%. Therefore proposed method can be used for the computer aided diagnosis effectively.
박일용,진경찬,채승표,원철호,손병기,신장규,조진호 경북대학교 센서기술연구소 1998 센서技術學術大會論文集 Vol.9 No.1
The real-time pattern recognition is widely used in the image recognition or auto sentry systems to be implemented by the DSP chip which is adequate for real-time processing. The pattern recognition can be performed by two methods, i.e. the feature-based matching and template one mainly. Generally, the feature-based matching, such as DLM(dynamic linking matching), is very difficult to utilize as a software for the development of real-time processing system. So as to be possible for real-time processing is the template matching desirable. In this paper, we have proposed the image acquisition and processing system for face detection. By applying the PCA(principal component analysis), we made the template to be matched with the input image acquired by the implemented system. And then the face region could be extracted from the input image by the computations of the Euclidean distances between the template and the sub-images. The system, which is based on the TMS320C31 DSP chip, consists of the video signal A/D, D/A converter, image acquisition part, and DSP part.