http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
다중 클래스 SVM과 주석 코드 배열을 이용한 의료 영상 자동 주석 생성
박기희,고병철,남재열,Park, Ki-Hee,Ko, Byoung-Chul,Nam, Jae-Yeal 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.4
This paper proposes a novel algorithm for the efficient classification and annotation of medical images, especially X-ray images. Since X-ray images have a bright foreground against a dark background, we need to extract the different visual descriptors compare with general nature images. In this paper, a Color Structure Descriptor (CSD) based on Harris Corner Detector is only extracted from salient points, and an Edge Histogram Descriptor (EHD) used for a textual feature of image. These two feature vectors are then applied to a multi-class Support Vector Machine (SVM), respectively, to classify images into one of 20 categories. Finally, an image has the Annotation Code Array based on the pre-defined hierarchical relations of categories and priority code order, which is given the several optimal keywords by the Annotation Code Array. Our experiments show that our annotation results have better annotation performance when compared to other method. 본 논문은 의료 영상 중 X-ray 영상에 대한 효과적인 분류와 자동 주석 생성을 위한 방법을 제안한다. X-ray 영상은 일반 자연 영상과는 다르게 영상 내에 중요한 의미를 가지고 있는 관심 영역과 어두운 단색의 배경으로 구성된 특징을 가지고 있음으로 본 논문에서는, 영상의 중요영역에서 해리스 코너 검출기를 이용한 색 구조 기술자(H-CSD)로 색 특징을 추출하고, 질감 특징을 위해 경계선 히스토그램 기술자(EHD)를 사용하였다. 추출된 두 개의 특징 벡터들은 각각 다중 클래스 Support Vector Machine에 적용되어 20개의 카테고리 중 하나로 영상을 분류한다. 마지막으로, 영상은 미리 정의된 카테고리들의 계층적인 관계와 우선 순위에 기반하여 주석 코드 배열(Annotation Code Array)을 부여 받고 이를 이용하여 다수의 최적 키워드를 얻으며 갖게 된다. 실험에서는 제안한 주석 생성방법을 관련 연구 방법과 비교하여 성능이 개선 되었음을 보여주고 있다.
효과적인 뇌기능 영상 분석을 위한 유효 연결성을 이용한 대규모 네트워크 분석
박기희(Ki-Hee Park),이성환(Seong-Whan Lee) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
본 논문은 뇌기능 연구에 크게 기여하는 기능적 자기공명영상을 효과적으로 분석하기 위한 유효 연결성(Effective Connectivity, EC)을 이용한 대규모 네트워크(Large-Scale Network, LSN) 분석(LSN-EC)을 제안한다. 유효 연결성은 뇌영역간의 시공간적 인과관계를 표현한 연결성이며, 뇌의 기능적 연결성 및 구조탐색 사용된다. LSN-EC는 뇌영역간의 EC를 표현하고 그룹간의 차이분석을 통하여 뇌질환 분석 및 진단 연구로의 응용이 가능하다. 실험결과에서 알츠하이머병과 관련이 높다고 알려진 후대상피질(Posterior Cingulate Cortex)과 해마(Hippocampus)가 포함된 변연엽(Limbic Lobe), 기저핵 및 시상(Basal Ganglion and Thalamus) 주변 영역에서 감소된 EC를 확인하였다.
웨어러블 로봇 인터페이스를 위한 회귀 기법 기반 손목 움직임 추정
박기희(Ki-Hee Park),이성환(Seong-Whan Lee) 한국정보과학회 2015 정보과학회논문지 Vol.42 No.12
최근 웨어러블 로봇에 활용이 가능한 실용적인 웨어러블 로봇 인터페이스 개발이 활발하게 이루어지고 있다. 본 논문은 인간의 생체신호 중 근전도를 활용하여, 회귀 기법 기반 연속적인 손목 움직임의도 추정 방법을 제안한다. 실생활에서 사용자의 상지 자세 변화는 근전도 신호를 변조시켜 성능 저하의 주요한 원인이 되는데, 이를 해결하기 위해 서로 다른 상지 자세에서 학습된 회귀 기법 기반 움직임 추정모델을 통합함으로써 상지 자세 변화에도 강인한 연속적인 손목 움직임 의도 추정 방법을 제안한다. 실험결과에서 서로 다른 상지 자세에서 손목 움직임 의도를 추정하였을 때 제안 방법의 성능이 기존 방법보다 우수함을 확인하였다. Recently, the development of practical wearable robot interfaces has resulted in the emergence of wearable robots such as arm prosthetics or lower-limb exoskeletons. In this paper, we propose a novel method of wrist movement intention estimation based on a regression technique using electromyography of human bio-signals. In daily life, changes in user arm position changes cause decreases in performance by modulating EMG signals. Therefore, we propose an estimation method for robust wrist movement intention for arm position changes, combining several movement intention models based on the regression technique trained by different arm positions. In our experimental results, our method estimates wrist movement intention more accurately than previous methods.
시각 기술자들의 앙상블 결합을 이용한 의료 영상 분류와 검색
박기희 ( Ki-hee Park ),심정희 ( Jeong-hee Shim ),고병철 ( Byoung-chul Ko ),남재열 ( Jae-yeal Nam ) 한국정보처리학회 2008 한국정보처리학회 학술대회논문집 Vol.15 No.2
본 논문은 의료 영상을 효과적으로 분류하고 검색 하기 위한 새로운 알고리즘을 제안한다. 의료 영상 중 X-Ray 영상은 어두운 배경에 반해 밝은 전경을 갖고 있기 때문에, 전경의 두드러진 부분에서만 시각 기술자로 추출한다. 우선, 색 구조 기술자(H-CSD)에서 해리스 코너 검출기로 검출한 관심 포인트들에서 색상 특징을 추출하고, 경계선 히스토그램 기술자에서 영상의 전역 및 지역적 질감 특징을 추출한다. 추출된 특징 벡터는 멀티클래스 SVM 에 적용되어 각 영상을 위한 멤버십 스코어를 얻는다. 이후, H-CSD 와 EHD 에 대한 SVM 의 멤버십 스코어를 앙상블 결합하여 하나의 특징 벡터로 생성하고, K-nearest Neighborhood 방법을 이용하여 상위-K 개의 영상을 검색을 하도록 하였다. imageCLEFmed2007 을 이용한 실험 결과에서 다른 전역적 속성 또는 분류 기반 검색 방법에 비교하여 보다 개선된 검색 성능을 나타냄을 확인하였다.