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.
문제 정의
- 이러한 문제를 해결하기 위해서는 자동으로 얼굴과 체형의 수치 및 특징을 추출해 내야 하며 본연구에서는 이를 위해 색상 데이터와 레인지 테이터를 이용하여 자동으로 사상 체질을 분류해 낼수 있는 시스템을 개발하고자 한다. 그 중 본 논문은 색상 데이터로부터 얼굴 영역을 추출해 내고, 이를 기준으로 사상 체질을 분류해내는데 사용되는 얼굴내 특징 요소 추출 방법에 대해 다루고자 한다.
- 다시 말해 얼굴밖의 검은 부분을 제거하게 되면 이제 남은 부분은 얼굴내의 주요 얼굴을 구성하는 요소만이 남게 된다. 따라서 얼굴 밖의 검은색 부분을 제거하기위해 모폴로지 연산중 침식(erosion) 필터링을 통해 행하고자 한다. 침식(erosion) 필터링은 연산시 흰 물체의 둘레로부터 한 픽셀을 없애는 효과를 갖는다.
- 본 논문에서는 사상 체질 분류와 망진을 위해 그리고 UNS구축을 위해 얼굴 영역을 자동으로 추출하고 이에 얼굴 내 주요 특징 요소를 추출하기 위한 방법론을 제안하였다. 현재 양방의 의료 진단 기기들이 가지고 있는 가장 큰 문제점인 비침습, .
- 따라서 무자각, 무통증, 비침습으로 질병 진단을 할 수 있으며 사상 체질을 분류할 수 있는 방법이 바로 얼굴 생체 신호를 분석하는 방법이다. 본 논문에서는 이를 위해 얼굴내 특지을 추출하는 방법론을 제안하고자 하며 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.
- 본 연구에서는 사상체질 분류를 위해 안면부의 특징을 계측하는 사상 체질 분류 기기를 개발하고자 하며 이를 위해 신호 처리 기법에 의해 안면부를 촬영하고 이에 안면부의 특징을 추출하여 사상 체질 분류을 행하고자 한다. 본 논문은 이 중 얼굴 영상으로부터 얼굴 영역 추출, 안면부내 특징요소 추출등을 영상 처리에 의해 행하고자 한다.
- 이는 신체적 요소를 중심으로 한 측정 방법으로 체형의 각 분절을 계측한 연구와 두면부를 계측한 연구, 적외선 촬영을 이용한 연구, 설문지를 이용한 연구등이 있다. 본 연구에서는 사상체질 분류를 위해 안면부의 특징을 계측하는 사상 체질 분류 기기를 개발하고자 하며 이를 위해 신호 처리 기법에 의해 안면부를 촬영하고 이에 안면부의 특징을 추출하여 사상 체질 분류을 행하고자 한다. 본 논문은 이 중 얼굴 영상으로부터 얼굴 영역 추출, 안면부내 특징요소 추출등을 영상 처리에 의해 행하고자 한다.
- 그러나 이러한 방법들은 체간부를 인간의 수기로 측정하기 때문에 측정상의 오류가 많고 체간부와 사지부, 두부 등의 상대적 비교와 체중, 신장 등의 변수를 파악하기 어려움이 있었다. 이러한 문제를 해결하기 위해서는 자동으로 얼굴과 체형의 수치 및 특징을 추출해 내야 하며 본연구에서는 이를 위해 색상 데이터와 레인지 테이터를 이용하여 자동으로 사상 체질을 분류해 낼수 있는 시스템을 개발하고자 한다. 그 중 본 논문은 색상 데이터로부터 얼굴 영역을 추출해 내고, 이를 기준으로 사상 체질을 분류해내는데 사용되는 얼굴내 특징 요소 추출 방법에 대해 다루고자 한다.
- 이러한 유전 정보를 분석하여 각각의 체질에 따라 유전자의 상이성 및 상관성을 찾아낸다면 체계적이고 객관적인 체질분류의 기준을 제시할 수 있을 것으로 생각되었다. 현재까지의 유전자 특성에 대한 연구는 극히 제한된 특성만을 볼 수밖에 없었고 병증 중심의 질환 발현에 국한되어 연구가 진행되고 있는 실정이었으나 유区등은 좀더 객관화된 정보를 얻기 위해 17, 000의 유전자 정보가 들어있는 DNA chip을 이용하여 발현된 유전자를 분석하여 체질에 따른 상이성과 상관성을 조사하여 보고하였다. 그러나 이 또한 체질진단에 있어 원초적으로 설문지 및 체간측정법 등을 진료의사가 판단하여 체질을 판정한 후 약물 투여로 체질을 확정하고 대상자의 혈액을 채취하여 검사를 시행하였지만 체질진단에 있어 활용된 방법의 객관적인 정량화가 현실적으로 이루어 지지 않고 local optima에 대한 가능성을 배재하기 어려워 검사의 경제적인 면에 비해 임상에서의 활용도가 떨어지는 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.