디지털 라이브러리[ 검색결과 ]
End-to-end Bone Tumor Segmentation and Classification from X-ray Images by Using Multi-level Seg-Unet Model
Nhu-Tai Do, Sung-Taek Jung, Hyung-Jeong Yang, Soo-Hyung Kim
http://doi.org/10.5626/JOK.2020.47.2.170
무릎 골종양 검출은 의료진단 보조 시스템 구현에 있어서 중요한 역할을 담당한다. 지금까지 제시된 방법 중 입력 X-ray 영상에서 종양을 검출하고 이를 분류하는 기능이 모두 포함된 end-to-end 시스템은 없다. 본 논문에서는 다중 딥러닝에 기반한 end-to-end 시스템을 제안한다. 이를 위해 우리는 영상내 종양부분에 대한 거리변환으로부터 다단계 마스크를 생성하고, 이를 해당 종양의 의미론적 정보를 추출하는 신경망의 guided filter로 활용한다. 또한, 제안된 신경망 구조는 종양의 분할과 분류 과정을 학습하는 과정에서 정규화하는 효과를 포함하고 있다. 제안된 신경망 모델이 전남대학교병원에서 구축한 데이터셋에 대해 다른 기법들보다 우수한 성능을 보임을 입증하였다.
안드로이드 단말에서의 상황별 위험도 분석 및 상황별 위험도 기반 지속인증 기법
타인의 접근제어를 위해 사용하는 스마트폰 인증은 스마트폰 사용 시 마다 다양한 방법으로 스마트폰 소유자의 여부를 확인한다. 그러나 이러한 빈번한 인증은 사용자들의 불편함을 야기하며, 때로는 인증방법을 사용하지 않게 하는, 궁극적으로 스마트폰 보안의 치명적인 문제로 작용한다. 본 논문에서는 이러한 문제들을 해결하고 사용자들의 보안인증 사용을 촉진하여 보안성을 증대시키기 위한 안드로이드 플랫폼 기반의 지속인증 모델을 제안한다. 제안 모델은 스마트폰의 현 상황위험도를 측정, 그에 맞추어 적절한 인증 수단을 결정, 적용하며, 낮은 위험도 수준일 경우 인증을 수행하지 않아 사용자의 가용성을 높여준다. 상황위험도를 정의하기 위해 설문조사를 이용하였으며, 설문결과를 연령, 위치, 장소, 행동 등으로 세분화하여 분석하였다. 본 연구 결과의 시연을 위해 정의된 상황위험도와 보안인증수단과의 관계를 시각화하여 보여줄 수 있도록 시연프로그램을 구현하였다.
