[논문]초음파 영상 특성을 이용한 실시간 초음파 영역 추출방법

최성진; 이민우

doi:10.9718/jber.2019.40.5.179

[국내논문] 초음파 영상 특성을 이용한 실시간 초음파 영역 추출방법
Real-time Ultrasound Contexts Segmentation Based on Ultrasound Image Characteristic 원문보기

Journal of biomedical engineering research : the official journal of the Korean Society of Medical & Biological Engineering, v.40 no.5, 2019년, pp.179 - 188

최성진 (성균관대학교 삼성융합의과학원 융합의과학과) , 이민우 (성균관대학교 삼성융합의과학원 융합의과학과)

Abstract ▼ AI-Helper

In ultrasound telemedicine, it is important to reduce the size of the data by compressing the ultrasound image when sending it. Ultrasound images can be divided into image context and other information consisting of patient ID, date, and several letters. Between them, ultrasound context is very important information for diagnosis and should be securely preserved as much as possible. In several previous papers, ultrasound compression methods were proposed to compress ultrasound context and other information into different compression parameters. This ultrasound compression method minimized the loss of ultrasound context while greatly compressing other information. This paper proposed the method of automatic segmentation of ultrasound context to overcome the limitation of the previously described ultrasound compression method. This algorithm was designed to robust for various ultrasound device and to enable real-time operation to maintain the benefits of ultrasound imaging machine. The operation time of extracting ultrasound context through the proposed segmentation method was measured, and it took 311.11 ms. In order to optimize the algorithm, the ultrasound context was segmented with down sampled input image. When the resolution of the input image was reduced by half, the computational time was 126.84 ms. When the resolution was reduced by one-third, it took 45.83 ms to segment the ultrasound context. As a result, we verified through experiments that the proposed method works in real time.

Keyword

표/그림 (9)

그림 그림 1. 복부 초음파 이미지 (a) convex 프로브로 촬영한 복부 초음파 이미지 (b) 확대 이미지 Fig. 1. Abdomen ultrasound image (a) abdominal ultrasound image using convex probe (b) magnified image
그림 그림 2. 초음파 영역 추출 블록도 Fig. 2. Block diagram of ultrasound context segmentation
그림 그림 3. Edge 검출 과정 (a) edge 검출 성공 (b) edge 검출 실패 Fig. 3. Edge detection process (a) Success of edge detection (b) Failure of edge detection
그림 그림 4. Closed Loop Finding (a) Closed Loop 검출 성공 (b) Closed Loop 검출 실패 Fig. 4. Closed loop detection process (a) Success of closed loop detection (b) Failure of closed loop detection
그림 그림 5. 최적화를 위한 블록도Block Diagram 183 Fig. 5. Block diagram of optimization algorithm
표 표 1. 실험 데이터 저장 환경 Table 1. Test Set
그림 그림 6. 자동 추출된 초음파 영역 mask와 수동으로 선택한 초음파 영역의 비교 (Mean squared error) Fig. 6. Comparison of the ultrasound context masking image with manually selected ultrasound context image (Mean squared error)
그림 그림 7. (a) Resize ratio 변화에 따른 연산 시간 (b) Resize ratio 변화에 따른 error (Jaccard Index) Fig. 7. (a) Elapsed time depending on resized ratio (b) Segmentation error depending on resize ratio (Jaccard Index)
그림 그림 8. (a) 전체 이미지에서 각 부분이 차지하는 pixel 수 (b) 전체 이미지에서 각 부분이 차지하는 파일 크기 Fig. 8. (a) The number of pixels of each part in ultrasound image (b) File size of each part in ultrasound image

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 실시간 이미지 압축 및 복원에 기여하기 위하여 자동 초음파 추출 방법을 제안한다. 초음파 영역과 주변 영역은 초음파 이미지를 영상화 할 때 각각 생성되어 하나의 이미지로 합쳐진다.
검은색 box는 현재 단계에 선택된 임의의 pixel이다. 미리 설정된 searching range에서 선택된 pixel 이외의 다른 pixel이 있는지 확인한다. 다른 pixel이 있다면 그 pixel을 중심으로 searching range를 옮기고 또 다른 pixel이 있는지 확인한다.
본 논문은 초음파 이미지에서 초음파 영역을 실시간으로 자동 추출하는 것을 목적으로 하므로 입력 이미지에서 초음파 영역을 추출하여 마스크 이미지를 만드는 전 과정의 소요 시간을 측정하였다.

가설 설정

그림 3는 background 의 두께가 2 pixel이상이고 object의 두께가 3 pixel 이상을 edge로 인정하는 경우이다. 그림 3(a)와 같이 입력 이미지의 한 pixel을 이전 pixel과 비교하여 background보다 커지면 상승 edge이고 이전 pixel보다 현재 pixel이 background까지 작아지면 하강 edge이다. 이 때 설정한 값만큼 background가 지난 2 pixel 이상 반복되었고 background 보다 큰 값이 3 pixel 이상 반복되어야 상승 edge로 인정하게 된다.
된 그림 7(b)와 수동으로 그려진 그림 1(a)의초음파 영역은 초음파 윗부분에서 약간의 차이가 보인다. 이 위치는 convex 프로브의 굴곡을 초음파 영상에 표현한 부분으로 아무런 영상 정보가 없다.
초음파 영역이 전체 이미지에서 차지하는 비율은 초음파 이미지 장치에 따라 다를 것이다. 본 논문에서 실험한 환경과 달리 초음파 이미지 촬영을 할 때 여러 영상들을 저장하게 된다.

제안 방법

Hosseinin는 초음파 이미지를 초음파 영역과 기타 다른 영역으로 나누어 개별적으로 다른 압축방법으로 처리 하는 초음파 압축 방법을 제안하였다[12]. 즉 초음파 영역은 진단에 중요한 정보를 가지고 있기 때문에 최대한 손실을 줄이는 압축방법을 적용하고 초음파 이외의 영역은 손실이 있더라도 높은 압축률의 압축방법을 적용하였다. 이와 같이 초음파 영역과 초음파 이외의 영역을 나누어 다른 압축을 적용하기 위해서는 초음파 영역을 자동으로 추출하는 기술이 필요하다.
림 2는 제안하는 초음파 영역 추출 알고리즘에 대한 블록도이다. 다양한 환경과 다양한 제조사의 초음파 장치에 적용 가능하도록 edge 추출 방법을 활용하였고 실시간 추출이 가능하도록 설계하였다. 입력 초음파 이미지는 처음으로 가우스 필터를 통하여 smoothing 된다.
즉 loop 를 따라 가면서 loop가 끊어져 있는지 확인하여 닫힌 loop 인지 확인한다. 닫힌 loop로 찾아진 모든 경로는 구분된 다른 buffer에 저장하여 새로운 target을 찾을 때 지나가지 않게 하여 속도를 높이는 과정을 추가하였다. 한편 (b)는 끊어져있어 열린 loop의 경우를 설명한다.
본 논문에서는 image resampling 방법으로 cubic interpolation을 사용하였다. Resampling으로 인하여 결과마스크의 error가 증가할 수 있으므로 morphology 방법인 closing 과정을 추가하였다. 실험을 통하여 3*3 십자가 형태 kernel을 structure element를 선택하였다.
알고리즘 최적화의 정확도를 평가하기 위하여 자카드 지수로 각 마스크의 유사도를 측정하였다.
즉 두 마스크가 완전히 동일하면 1의 값을갖고, 완전히 달라 겹치는 영역이 하나도 없으면 0의 값을 가진다. 최적화의 정확도를 평가하는 것이 목적이므로 그림 7(b)와 같이 최적화 없이 얻어진 마스크와 각 resampling rate로 처리하여 얻어진 마스크를 비교하였다.
이는 convex 프로브에서 linear 프로브로 초음파 이미지 영역이 크게 변할 때 초음파 영역 추출 성능을 실험하기 위해서이며 표 1의 test set 1에 해당한다. 한편 convex 프로브와 다른 형태의 초음파 영역 이미지를 얻기 위하여 linear 프로브를 사용하였으며 임상적으로 linear 프로브를 많이 사용하는 갑상선을 선택하였다. 표 1은 초음파 이미지를 저장하는 환경을 설명한다.
표 1은 초음파 이미지를 저장하는 환경을 설명한다. 초음파 영역의 변화가 일어나는 다양한 상황을 최대한 재현하기 위하여 이미지 확대, 이미지 영역 변경, depth 변경 등을 수행하며 이미지를 저장하였다.
초음파 장치에서 아무 처리도 거치지 않은 raw 이미지를 얻기 위하여 캡쳐 프로그램을 작성하였다. 캡쳐 프로그램은 30 Hz로 반복해가며 화면에 출력되는 이미지를 손실 없이 저장하도록 설계되었다.
초음파 장치에서 아무 처리도 거치지 않은 raw 이미지를 얻기 위하여 캡쳐 프로그램을 작성하였다. 캡쳐 프로그램은 30 Hz로 반복해가며 화면에 출력되는 이미지를 손실 없이 저장하도록 설계되었다. 이를 위하여 direct-x의 capture API를 이용하였으며 손실이 없도록 메모리 영역을 그대로 binary file로 저장하였다.
캡쳐 프로그램은 30 Hz로 반복해가며 화면에 출력되는 이미지를 손실 없이 저장하도록 설계되었다. 이를 위하여 direct-x의 capture API를 이용하였으며 손실이 없도록 메모리 영역을 그대로 binary file로 저장하였다. 저장되는 한 frame의 크기는 1920 * 1080 * 8 bit이다.
저장되는 한 frame의 크기는 1920 * 1080 * 8 bit이다. 본 논문은 초음파 영상의 color mode를 제외한 B mode 이미지만을 대상으로 하기 때문에 영상의 밝기를 gray scale 즉 0~255 값을 가지는 unsigned char로 저장하였다. 모든 code는 c++로 작성하였으며 간단한 UI를 위하여 QT5를 사용하였다.
모든 code는 c++로 작성하였으며 간단한 UI를 위하여 QT5를 사용하였다. 파일 생성 및 저장의 시간을 줄이기 위하여 하나의 큰 파일로 모든 frame을 저장하였다. 너무 큰 크기의 파일 생성을 막기 위하여 한 파일의 크기가 1 GByte가 넘으면 자동으로 파일을 새로 생성하여 저장하도록 설계하였다.
파일 생성 및 저장의 시간을 줄이기 위하여 하나의 큰 파일로 모든 frame을 저장하였다. 너무 큰 크기의 파일 생성을 막기 위하여 한 파일의 크기가 1 GByte가 넘으면 자동으로 파일을 새로 생성하여 저장하도록 설계하였다. 캡쳐가 종료된 후 저장된 하나의 큰 파일을 각 frame의 이미지로 나누어 저장하는 작업을 하였다.
너무 큰 크기의 파일 생성을 막기 위하여 한 파일의 크기가 1 GByte가 넘으면 자동으로 파일을 새로 생성하여 저장하도록 설계하였다. 캡쳐가 종료된 후 저장된 하나의 큰 파일을 각 frame의 이미지로 나누어 저장하는 작업을 하였다.
이는 일반적으로 사용되는 데스크탑 정도의 성능이다. 의료 영상을 처리할 때에는 고성능 컴퓨터가 사용되지만 다양한 환경에서 실시간 처리가 가능한지 확인하기 위하여 범용적인 성능의 데스크탑으로 연산 시간을 측정하였다.
초음파 영역 추출 알고리즘은 c++를 사용하여 구현하였다. Smoothing을 위한 가우스 필터는 OpenCV로 구현하였으며 다른 모든 과정은 open source를 사용하지 않고 직접 개발하였다.
0pt">. 또한 최적화를 위하여 제안한 그림 5의 과정도 연산 시간을 측정하는 범위에 포함시켜 실시간으로 적용이 가능한지 확인하였다.
그림 6에서 가로 축은 해상도를 낮추는 비율을 의미하고 세로 축은 MSE를 의미한다. MSE를 구하기 위하여 각 이미지마다 수동으로 얻은 초음파 영역 이미지와 결과 이미지를 비교하였다. 최적화를 적용하지 않은 경우 MSE는 0으로 reference 이미지와 알고리즘의 결과 이미지가 완전히 같았다.
8은 초음파 전체 이미지에서 초음파 영역과 그 외의 영역이 차지하는 비율을 나타낸다. 초음파 영역 추출 알고리즘을 통하여 각 영역의 비율을 계산하였다. 그림 8(a)는 전체 이미지 pixel에서 각 영역의 pixel을 나타낸다.
본 논문에서 실시간으로 활용 가능한 자동 초음파 영역 추출 알고리즘을 제안하고 총 연산시간과 error를 측정하였다. 제안한 알고리즘의 전체 연산시간은 500 ms 이하로 원격초음파에 실시간으로 적용이 가능하다.

대상 데이터

제안하는 알고리즘에 의하여 자동으로 얻어진 초음파 영역 이미지와 연구자가 직접 각 이미지마다 초음파 영역을 그려서 얻은 초음파 영역 이미지가 동일하면 MSE는 0이 되고 MSE의 값이 클수록 두 이미지의 차이가 크게 된다. 실험에 사용된 초음파 이미지는 8 bit gray scale로 두 이미지가 완전히 다르다면 MSE는 255의 제곱인 65025가 될 것이다.
삼성 메디슨의 RS80A를 이용하여 논문 작성자에게서 복부 초음파 중 간 이미지와 small part 중 갑상선 이미지를 얻었다. 복부 초음파는 convex 프로브와 linear 프로브를 모두 사용하였다.
초음파 영역 추출 시간을 측정하기 위하여 Intel Core i7-6700HQ (3.50 GHz) CPU와 16 GB Ram을 가진 컴퓨터를 사용하였다. 이는 일반적으로 사용되는 데스크탑 정도의 성능이다.

데이터처리

각 결과 마스크의 정확도를 평가하기 위하여 그림 1에서 점선으로 표시한 초음파 영역의 이미지와 마스크를 통해 얻어진 초음파 영역 이미지를 MSE (Mean Squared Error) 로 비교하였다.

이론/모형

5는 초음파 영역을 추출하는 알고리즘의 연산 속도를 최적하기 위한 방법을 설명한다. 입력 영상을 down sampling 하여 크기가 작은 이미지로 만들고 resize 된 이미지에 초음파 영역 추출 알고리즘을 적용하여 마스크 이미지를 얻는다. 이 후 본래의 크기로 돌리기 위하여 up sampling을 적용한다.
이 후 본래의 크기로 돌리기 위하여 up sampling을 적용한다. 본 논문에서는 image resampling 방법으로 cubic interpolation을 사용하였다. Resampling으로 인하여 결과마스크의 error가 증가할 수 있으므로 morphology 방법인 closing 과정을 추가하였다.

성능/효과

Closing은 dilation으로 마스크 이미지를 증가시킨 후 Erosion으로 본래 크기로 돌리게 된다. 마지막으로 closing 단계를 통하여 0과 1 이외의 값들을 가질 수 있으므로 thresholding을 통해 0 이상의 모든 값을 1로 만들어서 최종 결과를 얻었다.
즉 MSE 는 두 이미지의 모든 픽셀 차이에 대한 평균을 의미한다. 제안하는 알고리즘에 의하여 자동으로 얻어진 초음파 영역 이미지와 연구자가 직접 각 이미지마다 초음파 영역을 그려서 얻은 초음파 영역 이미지가 동일하면 MSE는 0이 되고 MSE의 값이 클수록 두 이미지의 차이가 크게 된다. 실험에 사용된 초음파 이미지는 8 bit gray scale로 두 이미지가 완전히 다르다면 MSE는 255의 제곱인 65025가 될 것이다.
최적화를 적용하지 않은 초음파 영역 추출 알고리즘의 연산 시간인 387.78±86.39 ms은 500 ms 이내의 값으로 사용자에게 큰 불편을 주지 않을 것으로 기대된다.
또한 1/2로 resampling을 하여 최적화하였을 때 연산 시간은 126.84±7.10 ms로 사용자의 인지 시간인 100 ms와 거의 같기 때문에 불편함 없이 초음파 영역 추출 알고리즘을 사용할 수 있을 것으로 예상된다.
99 이상으로 1에 가까운 값을 가졌다. 그림 7(a)와 (b)를 종합하면 알고리즘 최적화를 통하여 초음파 이미지 영역을 빠르고 정확하게 추출할 수 있었다.
문에서 실시간으로 활용 가능한 자동 초음파 영역 추출 알고리즘을 제안하고 총 연산시간과 error를 측정하였다. 제안한 알고리즘의 전체 연산시간은 500 ms 이하로 원격초음파에 실시간으로 적용이 가능하다. 또한 초음파 영역 추출 알고리즘은 error가 거의 없이 정확하게 초음파 영역만을 추출함을 확인하였다.
제안한 알고리즘의 전체 연산시간은 500 ms 이하로 원격초음파에 실시간으로 적용이 가능하다. 또한 초음파 영역 추출 알고리즘은 error가 거의 없이 정확하게 초음파 영역만을 추출함을 확인하였다. 마지막으로 초음파 영역은 전체 이미지 영역에서 20% 이하를 차지하므로 초음파 이외의 영역과 분리하여 압축할 때 데이터를 크게 줄일 수 있을 것으로 기대된다.

후속연구

또한 기존 연구는 초음파 압축 및 복원을 할 때 압축률이나 이미지 손상 정도만을 측정하여 실시간 압축 방법을 개발하는 데에는 소홀히 하였다. 종합하면 원격초음 파의 개발을 위하여 데이터 손실을 최소화하는 동시에 실시간으로 적용 가능한 압축 및 복원 방법에 대한 연구가 필요 하다.
현재 병원의 규모나 진단 목적에 따라 다양한 초음파 장비가 사용되므로 모든 장비의 이미지를 함께 처리할 범용적인 초음파 영역 추출 방법이 필요하다. 여러 회사가 일관된 이미지 포맷으로 새롭게 변경하는 것은 많은 어려움이 있기 때문에 제안하는 방법과 같이 기존 초음파 이미지에서 초음파 영역을 다시 추출할 필요가 있다. 또한 초음파와 같은 영상 진단에서 과거에 얻은 이미지와 현재 이미지를 비교하는 일은 아주 중요하여 빈번하게 수행된다.
본 논문에서 제안한 자동 초음파 영역 추출 알고리즘은 초음파 압축에 활용될 수 있다. 자동으로 추출된 초음파 영역과 그 외에 다른 영역을 각각 다른 방법의 압축 방법으로 처리하면 진단에 필요한 정보의 손실은 최소화하는 동시에 데이터 크기를 크게 줄일 수 있다.
자동으로 추출된 초음파 영역과 그 외에 다른 영역을 각각 다른 방법의 압축 방법으로 처리하면 진단에 필요한 정보의 손실은 최소화하는 동시에 데이터 크기를 크게 줄일 수 있다. 향후에는 본 논문이 제안한 자동 초음파 영역 추출 방법을 활용하여 초음파 영상에 최적화된 압축 방법을 제안하고 실험할 계획이다.
또한 초음파 영역 추출 알고리즘은 error가 거의 없이 정확하게 초음파 영역만을 추출함을 확인하였다. 마지막으로 초음파 영역은 전체 이미지 영역에서 20% 이하를 차지하므로 초음파 이외의 영역과 분리하여 압축할 때 데이터를 크게 줄일 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	원격 초음파는 영상뿐만 아니라 동영상까지 전송해야 하는 이유는 무엇인가?	원격 초음파에서는 정지 초음파 영상 뿐만 아니라 동영상 또한 전송해야 한다. 이는 전송된 초음파 영상을 판독하는 의료기관의 전문가가 정지 영상만으로 정확한 진단을 하기 어려운 경우가 발생하기 때문이다. 예를 들어 심장 초음파의 경우 심장 판막의 움직임 등을 알기 위하여 동영상이 필수적이다[10].
	실시간 초음파 장치의 특징은 무엇인가?	또한 초음파는 CT나 MRI와 달리 신체 장기의 변화를 실시간으로 확인할 수 있다. 실시간 초음파 장치는 시간에 따른 모든 초음파 이미지를 저장해야 하기 때문에 전체 파일의 크기가 다른 이미지 장치에 비하여 큰 경향이 있다. 의료 영상장치의 이미지 파일의 크기는 다음과 같이 계산된다[1].
	초음파의 장점은 무엇인가?	초음파는 CT나 MRI에 비하여 저렴하며 간편하게 촬영할 수 있는 장점이 있다. 또한 초음파는 CT나 MRI와 달리 신체 장기의 변화를 실시간으로 확인할 수 있다.

참고문헌 (15)

Larobina M, Murino L. Medical Image File Formats. J Digit Imaging. 2014;27(2):200-6.

상세보기
Ferreira AC, O'Mahony E, Oliani AH, Junior EA, Costa FS. Teleultrasound: Historical Perspective and Clinical Application. Int J Telemed. 2015;2015:1-11.
Sengupta PP, Narula N, Modesto K, Doukly R, Doherty S, Soble J, Narula J. Feasibility of Intercity and Trans-Atlantic Telerobotic Remote Ultrasound: Assessment Facilitated by a Nondedicated Bandwidth Connection. JACC: Cardivascular Imaging. 2014;7(8):804-9.

상세보기
Vieyres P, Poisson G, Courreges F, Merigeaux O, Arbeille P. The TERESA project: from space research to ground teleechography. Ind Rob. 2003;30(1):77-82.

상세보기
Arbeille P, Capri A, Ayoub J, Kieffer V, Georgescu M, Poisson G. Use of a Robotic Arm to Perform Remote Abdominal Telesonography. AJR Am J Roentgenol. 2007;188(4):317-22.

상세보기
Arbeille P, Provost R, Juj K, Dimouro D. Tele-Operated Echocardiography Using a Robotic Arm and an Internet Connection. Ultrasound Med Biol. 2014;40(10):2521-9.

상세보기
Schlosser J, Salisbury K, Hristov D. Telerobotics System Concept for Real-Time Soft-Tissue imaging during Radiotherapy Beam Delivery. Med Phys. 2010;37(12):6357-67.

상세보기
Boman K, Olofsson M, Forsberg J, Bostrom SA. Remotecontrolled robotic arm for real-time echocardiography: the diagnostic future for patients in rural areas. Telemed J E Health 2009;15(2):142-7.

상세보기
Binkhuysen FHB, Ranschaert ER. Teleradiology: evolution and concepts. European Journal of Radiology. 2011;78(2):205-9.

상세보기
Edler I, Hertz CH. Use of ultrasonic reflectoscope for continuous recording of movements of heart walls 1954. Clin Physiol Funct Imaging. 2004;24(3):118-36.

상세보기
Ansari MA, An RS. Context based medical image compression for ultrasound images with contextual set partitioning in hierarchical trees algorithm. Adv Eng Software. 2009;40(7):487-96.

상세보기
Hosseinin SM, Naghsh-Nilchi AR. Medical ultrasound image compression using contextual vector quantization. Comput Biol Med. 2012;42(7):743-50.

상세보기
Kaur L, Gupta S, Chauhan RC, Saxena SC. Medical ultrasound image compression using joint optimization of thresholding quantization and best-basis selection of wavelet packets. Digital Signal Processing. 2007;17(1):189-98.

상세보기
Liu Z, Heer J. The effects of interactie latency on exploratory visual analysis. IEEE Trans Vis Comput Graph. 2014;20(12):2122-31.

상세보기
Card SK, Morgan TP, Newell A. The psychology of human computer interaction. 1983. pp. 23-44.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증