디지털 라이브러리[ 검색결과 ]
오픈 소스 기반 이상운동증 진단 보조 애플리케이션 개발
하재경, 황보효정, 권효정, 장지현, 배수한, 윤다은, 김연수, 윤현진, 이예인, 김영구, 안민규
http://doi.org/10.5626/JOK.2021.48.5.518
파킨슨병이나 본태성 진전과 같은 이상운동증은 행동검사, 임상용 설문조사 등을 활용하여 임상의가 진단한다. 하지만 이러한 방법들은 일반적으로 종이와 펜을 이용하거나, 관찰을 통해 진단하게 되는데, 자료관리가 어렵고 행동검사의 정확한 운동 손상 정도를 측정하기가 쉽지 않다. 본 연구에서는 태블릿 PC 기반 이상운동증 진단 보조 애플리케이션을 개발하였다. 일반적으로 사용되는 임상 설문조사인 Unified Parkinson’s disease Rating Scale과 Clinical rating scale of tremor를 구현하였고 진단 시 빈번하게 활용되는 행동검사인 나선 및 직선 그리기 검사를 빠르게 수행하고 환자의 행동검사 결과를 언제든지 다시 볼 수 있는 관리기능을 포함하여 비교분석이 가능하도록 하였다. 개발된 애플리케이션과 개발자 및 사용자 안내서가 웹 저장소 github를 통해 공개되어 있어 누구나 임상 및 연구 목적으로 사용할 수 있다.
멀티모달 딥러닝 모델을 이용한 실감효과 구간 검출
http://doi.org/10.5626/JOK.2018.45.12.1250
일반 영화를 4D 영화로 변환하기 위해서 실감효과를 추가할 구간을 검출 할 필요가 있다. 이를 자동화하기 위해 본 논문에서는 시각적 · 청각적 특징을 이용하여 실감효과 구간을 검출하는 멀티모달 딥러닝 모델을 제안한다. 실감효과 여부를 분류하기 위해 오디오 기반 컨볼루션 순환 신경망과 비디오 기반 롱 쇼트-텀 메모리, 다층 신경망을 이용하였다. 오디오 기반 모델과 비디오 기반 실감효과 분류 모델을 특징값-단계에서 결합하였다. 또한, 대화 구간에서는 실감효과가 잘 나타나지 않는다는 점을 이용하여 오디오 기반 컨볼루션 신경망 모델을 이용하여 비대화 구간을 검출하고, 앞서 획득한 실감효과 분류 모델결과와 스코어-단계에서 결합하였다. 마지막으로, 입력 윈도우 구간의 예측 스코어를 이용하여 전체 영화의 연속된 실감효과 구간을 검출하였다. 실제 4D 영화를 이용한 실험을 통해 시각적 · 청각적 특징을 모두 사용한 멀티모달 딥러닝 모델이 유니모달 딥러닝 모델에 비해 높은 검출 성능을 보여주는 것을 확인하였다.
