http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 嚴詳熙(Sang-Hee Eom) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
엄상희,장용훈,Eom, Sang-Hee,Chang, Yong-Hoon 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.8
최근 고령 인구의 증가에 따른 헬스 케어 수요가 증가하고 있고 환자뿐만 아니라 일반인들에게서도 헬스 케어 모니터링에 대한 요구가 급증하고 있다. 또한 의료 서비스를 제공받으려는 대상자의 불편을 최소화하고, 지속적인 모니터링을 통한 헬스 케어가 가능할 수 있는 의료 기술과 의료 정보 서비스에 대한 수요도 늘어나고 있는 추세이다. 본 논문에서는 헬스 케어를 위한 무선 생체신호 모니터링 시스템을 구현하였다. 구현된 시스템은 생체신호 측 정부와 무선 통신부로 구성된 센서 노드(sensor node)와 원격 시스템의 모니터링 프로그램으로 구성된다. 센서 노드에서는 심전도, 혈압, 맥파, 동맥혈산소포화도, 심박수를 측정할 수 있고 블루투스 기술을 이용하여 무선 전송을 하여 모니터링 시스템에서 실시간 무선 모니터링이 가능하도록 구현하였다. Recently, a health care need according to the increase of an advanced age population is increasing. The requirement about a health care monitoring is increasing rapidly from general people as well as patient. The requisition about a medical treatment technique and a medical treatment information service is the trend to be expanding. That can be possible minimizing the inconvenience of the patient to take a medical service and continuously monitoring the status of the patient to take a health care service. This paper discusses an implementation of wireless physiological signal monitoring system for health care. The system are composed of the sensor node and monitoring program. The sensor node has the physiological signal measurement part and the wireless communication part. The remote monitoring system has a monitoring program that are communicating the sensor node using bluetooth. The sensor node measured the ECG, pulse wave, blood pressure, SpO2, and heart rate.
-
Computing of the Fuzzy Membership Function for Karyotype Classification
엄상희(Sang-hee Eom),남재현(Jae-hyun Nam) 한국컴퓨터정보학회 2006 韓國컴퓨터情報學會論文誌 Vol.11 No.6
많은 연구자들이 자동 염색체 핵형 분류와 해석을 연구하고 있다. 현미경상의 이미지를 개개의 염색체로 자동 분류하기 위해서는 이미지 전처리, 핵형 분류기 구현 등의 세부 절차가 필요하다. 이미지 전처리에서는 개개의 염색체 분리, 잡음 제거, 특징 파라미터 추출을 진행한다. 추출된 형태학적 특징 파라미터는 동원체 지수, 상대 길이비, 상대 면적비이다. 본 논문에서는 인간 염색체 핵형 분류를 위하여 퍼지 분류기가 사용되어졌다. 추출된 형태학적 특징 파라미터가 퍼지 분류기의 입력 파라미터로 사용되었다. 우리는 개개의 염색체 그룹에 대한 최적 퍼지 분류기를 위하여 멤버쉽 함수를 선택하는 것을 연구하였다. Many researchers have been studied for the automatic chromosome karyotype classification and analysis. For the automatic classify the each chromosome which is the image in microscope, it is necessary to process the sub-procedure, ie, image pre-processing, implementing karyotype classifier. The image pre-processing proceeded the each chromosome separation, the noise exception and the feature parameter extraction. The extracted morphological feature parameter were the centromeric index(C.I.), the relative length ratio(R.L.), and the relative area ratio(R.A.). In this paper, the fuzzy classifier was implemented for the human chromosome karyotype classification. The extracted morphological feature parameter were used in the input parameter of fuzzy classifier. We studied about the selection of the membership function for the optimal fuzzy classifier in each chromosome groups.
-
-
엄상훈,김형일,전계록,엄상희,Eom Sang-Hoon,Kim Hyung-Il,Jeon Gye-Rok,Eom Sang-Hee 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.7
요 분석은 임상에서의 기본적인 검사항목으로 숙련된 간호사에 의한 육안검사를 시행한다. 최근에는 분석량의 증가와 분석 시간의 단축을 위하여 자동화된 요 분석 시스템을 이용하여 측정한다. 그러나 이들 시스템은 기기별 로 나타나는 결과에 차이가 발생하고 있다. 따라서 요의 컬러에 따른 정확한 검사를 위하여 새로운 요 컬러 분류 알고리즘이 요구된다. 본 논문은 퍼지 논리와 신경회로망 알고리즘을사용하여 요 분석 시스템의 지능형 컬러 분류기를 제작하였다. 입력 파라미터는 전처리 과정을 거친 RGB 3가지 색상을 사용하였다. 구현된 분류기는 퍼지 논리와 신경회로망 알고리즘을 사용하였으며, 적색, 녹색, 청색의 3 가지 입력 데이터를 사용하여 9 가지 시료에 대한 $3{\sim}7$ 개의 각 단계별 분류를 수행하도록 구현하였다. 실험에 사용된 검체는 표준 시약을 사용하였으며, 요 분석 시스템을 위한 개별 표준시료에 따른 분류기의 성능을 비교하고, 신뢰성 및 임상적용가능성 여부를 검토하였다. 설험 결과 지능형 컬러 분류기는 많은 검사 항목에서 육안검색보다 좋은 결과를 보였다. Urine analysis is basic test in clinical medicine using visual examination by expert nurse. Recently, this test is measured by automatic urine analysis system. But, this system has different results by each instrument. So, a new classification algorithm is required for accurate classify and urine color collection. In this paper, a intelligent color classifier of urine analysis system was designed using neural network algorithm. The input parameters are three stimulus(RGB) after preprocessing using normalization. The fuzzy inference and neural network ware constructed for classify class according to 9 urine test items and $3{\sim}7$ classes. The experiment material to be used a standard sample of medicine. The possibility to adapt classifier designed for urine analysis system was verified as classifying measured standard samples and observing classified result. Of many test items, experimental results showed a satisfactory agreement with test results of reference system.
-
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
