선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- "먼저 수집된 영상의 용량이 커서 영상을 처리하는데 시간이 많이 소요되므로 down-sampling 하여 직은 크기의 영상을 생싱하는 副標本化(sub sampling)와 혀의 경계면을 더욱 강조하기 위하여 명암의 차이가 나는 곳을 찾아 차이가 큰 고을 좀 더 크게 하고 작은 곳은 좀 더 작게 하여 경계면의 구분을 크게 하는 경계면 강화(edge enhance- ment)6)를 포함한 전처리 과정(preprocessing)을 수행하고, 과분할(over-segmentation)'""을 이용하여에서 나타난 중심점을 포함한 과분할된 영역의 경계를 중심으로 하여 혀의 입체 구조에 따른 음영 때문에 발생하는 최소값의 위치를 담색한 후 지역 최소값이 잘못된 곳의 연결 관계를 고려하이 교정하는 지역 최소값 교정을 하여 경계면을 추줄함과 동시에 입체적 특성의 차이가 두드러지지 않을 때 사용하는 컬러 차를 이용한 경계면 담색을 하고 이어서 旣知의 경계면의 구조와 비교하여 두 가지 경계면 팀색 방법 중에 선택하도록 한다."
- S(채도) 값을 이용하여 백태, 회태, 흑태로 구분한 후, 나머지는 H(색상) 값을 이용하여 황태 및 설질 영역으로 구분한다 설질 영억에서는 홍설 . 강실, 담홍설, 청자설을 구분하여 관심 설질을 분류하도록 한다. 여기서 백대, 회대, 흑태를 V(명암) 값의 정도에 따라서 각각 구분할 수 있나.
- 검출된 설체 영역은 설태와 설질로 구분되는데, 이를 구분하기 위한 알고리즘은 RGB (Red, Green, Blue)의 컬러 좌표계를 HSV (Hue, Saturation, Value)의 컬러 좌표계로 변환*한 후, HSV가 정의되는 값인지 여부를 판단하여 정의되지 않는 곳을 반사 영역과 잡음 영역으로 결정한다. S(채도) 값을 이용하여 백태, 회태, 흑태로 구분한 후, 나머지는 H(색상) 값을 이용하여 황태 및 설질 영역으로 구분한다 설질 영억에서는 홍설 .
- 얻을 수 있도록 디자인 하였다. 눈 아래 부분의 곡면이 밀착할 수 있도록 스폰지 및 실리콘으로 接顔部를 제작하였다. 접안부는 지면으로부터 수직 방향으로 45도 각도로 기울어져 있어 고개를 숙이면 바로 입 주변에 밀착하도록 하는 구조로 설계되었고 환자가 촬영과 동시에 자신의 혀가 보이는 화면을 직접 모니터링 할 수 있도록 모니더를 향한 방향으로 45도 꺾여 있도록 설계되었다 카메라와 접안 부의 사이는 90도의 각도를 이루미, 90도로 꺾어진 곳에 반사경이 위치히-여 접안부의 얼굴 영상을 반사시켜 카메리에투영하도록 하여 접안부와 카메라 사이의 거리를 감소시켰다 그리고 접안부로부터 20cm 떨어진 곳에 위치한 광원을 표준화하도록 태양광과 가까운 색온도 (5500K) 특성의 LED 조명을 시용하였다.
- 홍반 및 열문을 구하는 방법을 제시하였다. 디지털 설진 시스템을 통해 획득한 혀 영상을 괴분할 (over-segmentation)한 후 혀의 구조직 특성과 컬러 특성을 이용하여 분할된 혀 영역을 입력하여 설태 및 설질의 종류 구분 및 설태 영역 분할을 수행하였다. 설태 구분은 횡태및 각종 설질의 그룹과 백태, 회태, 흑태의 그룹으로 나누는 채도 분류와 황태, 강홍설 담홍설 청자설을 나누는 색상분류, 백태, 회태, 흑태를 나누는 명암 분류로 구성된다.
- 디지털 실진 하드웨어 시스템은 표준화된 광원과 디지털카메라를 이용하이 혀 영상을 획득하여 보다 징확한 영상을 얻을 수 있도록 디자인 하였다. 눈 아래 부분의 곡면이 밀착할 수 있도록 스폰지 및 실리콘으로 接顔部를 제작하였다.
- 먼저과 같은 사용자 인터페이스(UI: user interface) 로 환자의 이름, 성별, 생년월일 등의 신상정보와 진료일, 한의사 소견을 입력하며(Patient information input), 나음은 허가 포함된 안변 사진을 촬영 (Facial image capture)하도록 한다.
- 이런 과정을 통해 백태, 회태, 흑태, 황태, 각종 실질로 분류하얏1다. 설태 영역 분할에서는 한 픽셀 주변의 3×3 window 내에서 황태/백태/기타 설태/각종 설실의 개수를 각각 메모리에 저장한 후 이웃한 픽셀 간의 관계를 고려히여 태 개수변환을 수행한 후 설질의 개수와 각각의 태 개수를 서로비교히여 영역을 결정하였다. 제안된 설태 분류 알고리즘은 한의사가 관찰하고 설태를 표시한 영상과 비교하였을 때 설태의 구분과 설태 영역 분할이 유사한 결과를 보였다 채도가 급격히 변화된 위치를 칮이- 망자 , 홍반을 검색하였고 표면의 음영 변회를 명암 영역에서 검색하여 열문을 추적하였다
- 세 번째는 3×3 window 니의 변환된 각 태의 개수와 설질의 개수를 서로 비교한 후 마시므*으로 태의 종류를 결정한다.
- 열문을 검출한 결과를 보여주고 있다. 왼쪽의 영상은 분할된 혀 영역을 보여주고, 중간 영상은 열문인 표면의 균열을 V 영상 위에 백색 선으로 표시하여 검출된 영상을 보여주고 있고 그 결과를 비교하기 위하여 균열된 곳을 표시하였다.청색 선은 제안된 알고리즘이 열문을 찾은 곳이고 적색은 찾지 못한 곳을 의미한다.
- 이 언구는 설진을 자동화하기 위해 디지털 카메라를 이용한 하드웨어와 환자 정보 입력 및 영싱- 저장이 기능한 소프트웨어를 제안하고, 촬영된 안면 영싱으로부터 혀 영역을 분리하는 방법 및 효과적인 설태 분류 방법을 포함한 진난시스템을 구현하기 위해 중점을 두었다 다수의 피험자를 모집하여 한의 전문의의 진단을 받은 후 혀 영상을 획득하있으며, 제안된 빙법에 의해 혀 영역을 추출하고 설태를 분류하고 영역 분할한 걸과와 한의사가 표시한 부분을 비교하였다 또한 망자 . 홍반 및 균열 검출 알고리즙을 제안하였다.
- 이 연구에서 설진을 자동화하기 위해 실진 기기의 하드웨어를 설계하고, 획득된 혀 영상을 이용하여 효과적인 설체영역을 추출한 후 설태 분류 및 설태 영역 추출 방법, 혀 표면의 방자 . 홍반 및 열문을 구하는 방법을 제시하였다.
- 홍반 및 균열 검출 알고리즙을 제안하였다. 이러한 일련의 과정을 통하여 디지털 설진에 최적화된 설 진단 시스텐 및 방법을 제안하였다
- 눈 아래 부분의 곡면이 밀착할 수 있도록 스폰지 및 실리콘으로 接顔部를 제작하였다. 접안부는 지면으로부터 수직 방향으로 45도 각도로 기울어져 있어 고개를 숙이면 바로 입 주변에 밀착하도록 하는 구조로 설계되었고 환자가 촬영과 동시에 자신의 혀가 보이는 화면을 직접 모니터링 할 수 있도록 모니더를 향한 방향으로 45도 꺾여 있도록 설계되었다 카메라와 접안 부의 사이는 90도의 각도를 이루미, 90도로 꺾어진 곳에 반사경이 위치히-여 접안부의 얼굴 영상을 반사시켜 카메리에투영하도록 하여 접안부와 카메라 사이의 거리를 감소시켰다 그리고 접안부로부터 20cm 떨어진 곳에 위치한 광원을 표준화하도록 태양광과 가까운 색온도 (5500K) 특성의 LED 조명을 시용하였다. 또한 LED 조명은 위, 아래, 조}, 우 독립적으로 조명할 수 있으느로 혀의 기울임 및 균열 등의 입체적인 특성을 밝히는데 도움을 줄 수 있도록 디자인 하였다<Figure l(a)>은 니지틸 실진 시스템의 설계 예를 보여주고 있다.
- 설태 영역 분할에서는 한 픽셀 주변의 3×3 window 내에서 황태/백태/기타 설태/각종 설실의 개수를 각각 메모리에 저장한 후 이웃한 픽셀 간의 관계를 고려히여 태 개수변환을 수행한 후 설질의 개수와 각각의 태 개수를 서로비교히여 영역을 결정하였다. 제안된 설태 분류 알고리즘은 한의사가 관찰하고 설태를 표시한 영상과 비교하였을 때 설태의 구분과 설태 영역 분할이 유사한 결과를 보였다 채도가 급격히 변화된 위치를 칮이- 망자 , 홍반을 검색하였고 표면의 음영 변회를 명암 영역에서 검색하여 열문을 추적하였다
- 지세한 방법은에 설명되어 있는데, 추출된 혀 영역을 HSV 변환한 후 S 값(s(x, y))을 이용하여 10x10 window에서 지역 평균값(AS(x, y))과 균일도(U(x, y)) 및 지역 최대값(M(x, y))을 검색하여 저징하고 3×3 window 내에서 AS(x, y)+일정 임계갮(Thmax) 이상의 개수(C (x, y))와 주변과의 차이값(DS(x, y))을 저장한다.
- 또한 망자 . 홍반 및 균열 검출 알고리즙을 제안하였다. 이러한 일련의 과정을 통하여 디지털 설진에 최적화된 설 진단 시스텐 및 방법을 제안하였다
- 방자 . 홍반 및 열문을 구하는 방법을 제시하였다. 디지털 설진 시스템을 통해 획득한 혀 영상을 괴분할 (over-segmentation)한 후 혀의 구조직 특성과 컬러 특성을 이용하여 분할된 혀 영역을 입력하여 설태 및 설질의 종류 구분 및 설태 영역 분할을 수행하였다.
- . 홍반 빛 열문을 검색하는 방법에 대하여 논의하였다 설태의 위치나 분포뿐 이니라 컬러의 통계적 분포를 이용한 설태의 두께 측정 또는 薄.厚苔 결정10>, 경계면의 齒痕, 죄우균형 등을 탐색하는 것이 필요하다.
이론/모형
- 먼저<Figure 3>과 같은 사용자 인터페이스(UI: user interface) 로 환자의 이름, 성별, 생년월일 등의 신상정보와 진료일, 한의사 소견을 입력하며(Patient information input), 나음은 허가 포함된 안변 사진을 촬영 (Facial image capture)하도록 한다. 이러한 영상과 데이터 정보는 Microsoft Access 파일(*.mdb)로 저장(Image and inform, storage)되도록 하벼, 저장된 데이터를 이용하여 설 진딘-(Tongue analysis)을 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.