http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
다중코어 구조에서의 프로파일링 및 효율적 데이터 커뮤니케이션을 위한 지원 연구
고유선(Yousun Ko),벅스텔러 번트(Bernd Burgstaller) 한국멀티미디어학회 2010 한국멀티미디어학회 학술발표논문집 Vol.2010 No.2
멀티코어 구조가 컴퓨터하드웨어 분야의 주류를 이루게 되었음에도 불구하고, 멀티코어 구조의 이점을 최대한 활용하기 위한 명시적 병렬 프로그래밍 모델과 컴파일러 기술은 하드웨어의 발전 속도에 비해 뒤쳐져있다. 이를 개선하기 위해 고안된 스트림 프로그래밍 패러다임은 멀티코어 구조를 활용하기에 적합한 모델로 주목받고 있으며, 이미 이미지 프로세싱과 오디오 시스템, 네트워크와 같은 분야에서 사용되고 있다. 스트림 프로그램의 주된 문제점은 어떻게 단위 작업인 actor 를 병렬 하드웨어에 효율적으로 할당할 것인가인데, 이를 위해서 actor 를 프로파일하고 각 actor 들의 효율적 데이터 통신을 위한 장치를 제공하는 것은 아주 중요한 작업이다. 본 논문에서는 actor 의 실행시간을 추측하기 위해 고안된 효율적이고 정확한 프로파일링 기법과 새로운 데이터 통신을 위한 버퍼 모델을 제시하고자 한다.
CT 영상 기반 근감소증 진단을 위한 AI 영상분할 모델 개발 및 검증
이충섭 ( Lee Chung-sub ),임동욱 ( Lim Dong-wook ),노시형 ( Noh Si-hyeong ),김태훈 ( Kim Tae-hoon ),고유선 ( Ko Yousun ),김경원 ( Kim Kyung Won ),정창원 ( Jeong Chang-won ) 한국정보처리학회 2023 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.12 No.3
근감소증은 국내는 2021년 질병으로 분류되었을 만큼 잘 알려져 있지 않지만 고령화사회에 진입한 선진국에서는 사회적 문제로 인식하고 있다. 근감소증 진단은 유럽노인근감소증 진단그룹(EWGSOP)과 아시아근감소증진단그룹(AWGS)에서 제시하는 국제표준지침을 따른다. 최근 진단방법으로 절대적 근육량 이외에 신체수행평가로 보행속도 측정과 일어서기 검사 등을 통하여 근육 기능을 함께 측정할 것을 권고하고 있다. 근육량을 측정하기 위한 대표적인 방법으로 DEXA를 이용한 체성분 분석 방법이 임상에서 정식으로 실시하고 있다. 또한 MRI 또는 CT의 복부 영상을 이용하여 근육량을 측정하는 다양한 연구가 활발하게 진행되고 있다. 따라서 본 논문에서는 근감소증 진단을 위해서 비교적 짧은 촬영시간을 갖는 CT의 복부영상기반으로 AI 영상 분할 모델을 개발하고 다기관 검증한 내용을 기술한다. 우리는 CT 영상 중에 요추의 L3 영역을 분류하여 피하지방, 내장지방, 근육을 자동으로 분할할 수 있는 인공지능 모델을 U-Net 모델을 사용하여 개발하였다. 또한 모델의 성능평가를 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행했으며, 타 병원의 데이터를 활용하여 동일한 IOU 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 검증하고 보완하고자 했다. Sarcopenia is not well known enough to be classified as a disease in 2021 in Korea, but it is recognized as a social problem in developed countries that have entered an aging society. The diagnosis of sarcopenia follows the international standard guidelines presented by the European Working Group for Sarcopenia in Older People (EWGSOP) and the d Asian Working Group for Sarcopenia (AWGS). Recently, it is recommended to evaluate muscle function by using physical performance evaluation, walking speed measurement, and standing test in addition to absolute muscle mass as a diagnostic method. As a representative method for measuring muscle mass, the body composition analysis method using DEXA has been formally implemented in clinical practice. In addition, various studies for measuring muscle mass using abdominal images of MRI or CT are being actively conducted. In this paper, we develop an AI image segmentation model based on abdominal images of CT with a relatively short imaging time for the diagnosis of sarcopenia and describe the multicenter validation. We developed an artificial intelligence model using U-Net that can automatically segment muscle, subcutaneous fat, and visceral fat by selecting the L3 region from the CT image. Also, to evaluate the performance of the model, internal verification was performed by calculating the intersection over union (IOU) of the partitioned area, and the results of external verification using data from other hospitals are shown. Based on the verification results, we tried to review and supplement the problems and solutions.