http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한국형 디지털 마모그래피에서 SVM을 이용한 계층적 미세석회화 검출 방법
권주원,강호경,노용만,김성민,Kwon, Ju-Won,Kang, Ho-Kyung,Ro, Yong-Man,Kim, Sung-Min 대한의용생체공학회 2006 의공학회지 Vol.27 No.5
A Computer-Aided Diagnosis system has been examined to reduce the effort of radiologist. In this paper, we propose the algorithm using Support Vector Machine(SVM) classifier to discriminate whether microcalcifications are malignant or benign tumors. The proposed method to detect microcalcifications is composed of two detection steps each of which uses SVM classifier. The coarse detection step finds out pixels considered high contrasts comparing with neighboring pixels. Then, Region of Interest(ROI) is generated based on microcalcification characteristics. The fine detection step determines whether the found ROIs are microcalcifications or not by merging potential regions using obtained ROIs and SVM classifier. The proposed method is specified on Korean mammogram database. The experimental result of the proposed algorithm presents robustness in detecting microcalcifications than the previous method using Artificial Neural Network as classifier even when using small training data.
권주원(Joo Won Kwon),선정민(Joung Min Sun),김재민(jae Min Kim),정자요(Ja Yo Jeong),김봉화(Bong Hwa Kim),박승욱(Seung Wook Park),이두용(Doo Yong Lee),김종설(Chong Suhl Kim) 대한소화기학회 1994 대한소화기학회지 Vol.26 No.3
Many cases of Behcets disease with intestinal involvement have been reported in the world literatures since Bechgaards first case was reported in 1940. Several cases of the disease have also been reported in our country since Kims first case report in 1975. Recently we experienced a case of Behcets disease with intestinal involvement. A person who had past history of Behcets disease was admitted with chief complaint of the right lower quadrant abdominal pain. A large polypoid mass without macroscopical ulcerative lesion was seen at the ileocecal area on the colonoscopic observation. The patient underwent right hernicolectomy. Diagnosis of intestinal Behcets disease was made on the basis of the clinical and pathohistologic findings. To our knowledge, this is the first case report of intestinal Behcets disease presenting a polypoid mass at ileocecal valve without macroscopic ulceration in the intestine. (Korean J Gastroenterol 1994;26:579 585)
시스템 입출력 잡음 특성 분석을 통한 DEXA 영상의 잡음 모델링
권주원(Ju Won Kwon),조선일(Sunil Cho),안영복(Young Bok Ahn),노용만(Yong Man Ro) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.1
골밀도 측정은 골다공증 조기진단을 위한 효과적인 방법이다. 골밀도의 정확한 측정을 위해서 정밀한 골영역 분할과 생체신호 측정은 중요한데, 이를 위해 잡음 제거는 필수적이다. 기존의 방법들은 x-ray 영상에서 Gaussian 및 Poisson 잡음을 가정하고, 이를 제거를 하여왔다. 하지만 이는 X-ray 영상 장비에 따라 다른 다양한 잡음 특성을 반영하는데 한계가 있어 근본적인 잡음 제거에 효율적이지 못하다. 본 논문에서는 골밀도 측정 향상을 위해서 획득된 영상의 잡음 특성을 분석하고 이를 이용하여 실험에 사용한 DEXA 영상의 잡음 모델을 구현하였다. 더불어 DEXA 영상을 이용한 실험을 통해 구현된 잡음 모델의 적절함을 증명하였다.
GAN의 Residual Block 사용에 관한 구조적 비교 연구
권주원(Kweon Ju-won),유지상(Yoo Ji-Sang),권순철(Kwon Soonchul) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문은 딥러닝 기반 생성 모델인 GAN에서 Residual 구조를 사용했을 때와 사용하지 않았을 때 Generator의 성능을 측정하여 비교한다. GAN에서 Residual 구조를 이용하면 약간의 네트워크의 파라미터 수가 증가하는 단점이 존재하지만 Residual Block을 사용하지 않았을 경우에 비해 FID 값이 작아지는 이점이 있다. FID는 두 분포간의 거리를 측정하는 지표로 작을수록 두 분포가 가깝다는 것을 의미하며 값이 작을수록 모델이 좋은 성능을 갖는다. 실험 결과로 Residual Block을 사용한 경우 크게는 38.3197부터 적게는 1.39까지 FID 값이 작아짐을 보였고 이는 네트워크의 성능이 증가함을 의미한다. 본 실험을 통해 작은 크기의 데이터셋에서는 GAN 구조에 Residual Module을 이용하면 성능이 높아짐을 알 수 있다.
권주원(Juwon Kwon),윤길중(Gilly Yun),김승종(Seungjong Kim),정유채(Yuchae Jung),권순철(Soon Chul Kwon) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.8
In this paper, we described a technique for improving diagnostic performance using deep learning for Oligodendroglioma, one of brain tumors. Certain diseases, such as brain tumors, have a data imbalance problem because the number of patients in each hospital is not uniform. To solve this problem, we intended to introduce a data augmentation technique using GAN, a deep learning generation model. The experiment compared the training performance of the two groups with the dataset without fake data and the dataset with additional fake data. As a result, we showed a slight improvement in training performance and training stability.