KR101444211B1 - 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 - Google Patents
엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 Download PDFInfo
- Publication number
- KR101444211B1 KR101444211B1 KR1020130158566A KR20130158566A KR101444211B1 KR 101444211 B1 KR101444211 B1 KR 101444211B1 KR 1020130158566 A KR1020130158566 A KR 1020130158566A KR 20130158566 A KR20130158566 A KR 20130158566A KR 101444211 B1 KR101444211 B1 KR 101444211B1
- Authority
- KR
- South Korea
- Prior art keywords
- vaccination
- fish
- inoculation
- coordinates
- equation
- Prior art date
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 65
- 229960005486 vaccine Drugs 0.000 title abstract description 22
- 238000002347 injection Methods 0.000 title description 4
- 239000007924 injection Substances 0.000 title description 4
- 238000011081 inoculation Methods 0.000 claims abstract description 86
- 238000002255 vaccination Methods 0.000 claims abstract description 72
- 230000000877 morphologic effect Effects 0.000 claims abstract description 36
- 210000000683 abdominal cavity Anatomy 0.000 claims abstract description 33
- 230000005484 gravity Effects 0.000 claims abstract description 13
- 210000001835 viscera Anatomy 0.000 claims abstract description 13
- 230000003187 abdominal effect Effects 0.000 claims abstract description 10
- 210000004894 snout Anatomy 0.000 claims abstract description 7
- 241000269908 Platichthys flesus Species 0.000 claims description 47
- 238000000034 method Methods 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000010899 nucleation Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 4
- 210000000702 aorta abdominal Anatomy 0.000 claims 1
- 210000000056 organ Anatomy 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000009360 aquaculture Methods 0.000 description 9
- 244000144974 aquaculture Species 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002224 dissection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000031295 Animal disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000269978 Pleuronectiformes Species 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003562 morphometric effect Effects 0.000 description 1
- 238000013425 morphometry Methods 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
- A61D7/00—Devices or methods for introducing solid, liquid, or gaseous remedies or other materials into or onto the bodies of animals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/043—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using fluoroscopic examination, with visual observation or video transmission of fluoroscopic images
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biochemistry (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Immunology (AREA)
- Surgery (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Electromagnetism (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명은 어류의 전장(TL)과 체폭(WL)과 무게(W)를 포함하는 형태학적인 측정데이터를 바탕으로 하여, 백신접종이 요구되는 어류의 복강위치를 결정토록 한 알고리즘에 관한 것으로서, 더욱 상세하게는 어류의 X-ray 촬영을 통하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 포함하는 복강의 위치와 형태를 파악하는 한편, 상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 내장 기관이 존재하지 아니하는 접종영역의 무게중심점 좌표를 구한 다음, 해당 좌표를 TL 또는 TL과 WL 또는 TL과 WL과 W를 변수로 하는 방정식, 즉 형태학적 접종위치 좌표로 도출시킴으로서, 어체의 외부 표면에 접종전문가가 수작업으로 직접 표시한 접종위치를 기준으로 어류의 전장 및 체폭 등과의 상관관계를 분석하여 형태학적 접종위치를 추종토록 하였던 선출원의 방식보다 한층 더 정확한 접종위치의 추종이 가능토록 함은 물론, 백신의 접종작업시 발생할 수 있는 내장 기관의 손상 또한 최소화시킬 수 있도록 하며, 이로 인하여 비젼시스템과 직교좌표로봇을 이용한 선출원된 자동화 백신접종장치 뿐만 아니라 다양한 종류의 자동화 백신접종장치에 매우 유용하게 적용될 수 있는 어류용 백신 접종위치 추종 알고리즘에 관한 것이다.
Description
본 발명은 어류의 전장(TL)과 체폭(WL)과 무게(W)를 포함하는 형태학적인 측정데이터를 바탕으로 백신접종이 요구되는 어류의 복강위치를 결정토록 하되, 어류의 X-ray 촬영을 통하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 포함하는 복강의 위치와 형태를 파악하는 한편, 상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 내장 기관이 존재하지 아니하는 접종영역의 무게중심점 좌표를 구한 다음, 해당 좌표를 TL 또는 TL과 WL 또는 TL과 WL과 W를 변수로 하는 방정식, 즉 형태학적 접종위치 좌표로 도출시킬 수 있도록 한 어류용 백신 접종위치 추종 알고리즘에 관한 것이다.
양식산업은 수산업 중에서 세계적으로 성장속도가 가장 빠른 산업이며, 세계 식용어류 생산량의 50% 수준을 차지하는 바, 미국 해양대기관리처의 최근 통계에 의하면 전세계 수산양식 생산량은 1998년도 28백만 톤에서 2007년도 50백만 톤으로 최근 10년간 약 2배 가량 증가한 것으로 보고되고 있다.
상기와 같이 수산양식에 의한 어류의 생산량이 증가함에 따라 양식장의 규모 또한 점차적으로 대형화되고 있으며, 좁은 공간에서 많은 개체수의 어류를 고밀도로 사육하는 양식산업의 특성상 어류의 배설물과 사료의 찌꺼기 등으로 인하여 사육수의 오염이 쉽게 발생함은 물론이고, 오염된 사육수로 말미암아 양식어류의 감염성 질병 발생률 또한 점점 증가하는 추세이다.
상기와 같은 양식어류의 감염성 질병을 예방하기 위하여 전세계적으로 백신의 연구개발이 활발하게 진행되고 있으며, 우리나라의 경우도 국가 정부차원에서 2007년도에 수산동물질병관리법을 국회에서 통과시켰고, 2008년 02월 29일 일부 법률내용이 개정된 다음 2009년 02월부터 시행되고 있으며, 양식어류의 안전성 관리강화를 위하여 2006년도부터 수산동물의 질병예방을 위한 백신공급사업이 실시되었고, 이 또한 매년마다 확대되고 있다.
그러나, 어류용 백신을 개발하더라도 백신을 접종하기 위한 자동화 시스템이 보급되지 못할 경우에는, 순수 인력으로 한 마리씩 하루에 1~2만 마리를 접종하고 있는 현재의 상황을 극복할 수 없으며, 이러한 개체별 접종에 따른 인건비 상승은 양식업자 또는 소비자들에게 경제적인 부담을 안겨주게 됨은 물론이고, 부주의한 백신 처리에 따른 피해와 백신의 낭비를 유발시키게 된다.
따라서, 어류의 개체별 접종에 소요되는 시간과 경비의 절감 및 백신접종효율의 극대화를 위한 백신접종 자동화 시스템의 개발이 요구되고 있으며, 노르웨이를 비롯한 덴마크, 네덜란드, 미국 등의 수산 선진국에서는 방추형 어류를 대상으로 하는 접종장치가 개발중에 있고, 특히 최근에는 비젼시스템의 영상처리 기술을 이용하여 백신의 접종위치를 추종하는 백신접종장치가 노르웨이에서 개발되었다.
국내의 경우는 본 출원인이 2012년 특허출원 제 5715호로 선출원하여 제 10-1201430호로 특허등록된 것과, 2012년 특허출원 제 132748호로 선출원하여 제 10-1277802호로 특허등록된 것으로서, 비젼시스템과 직교좌표로봇 및 액체정량토출기로서의 백신디스펜서를 이용한 백신접종의 자동화를 통하여 순수 인력에 의존하였던 백신접종작업의 인건비 부담 및 부주의한 백신 처리에 따른 피해를 최소화시키고, 어종이나 어체의 크기에 상관없이 정확한 복강위치에 정확한 량의 백신 투여가 가능토록 하여 백신접종작업의 효율을 극대화시킬 수 있도록 한 어류용 자동화 백신접종방법 및 백신접종장치가 알려져 있다.
상기와 같이 본 출원인에 의하여 선출원된 백신접종방법 및 백신접종장치에서는, 백신접종 전문가가 백신의 접종위치를 찾아 내는 방식이 최대한 적용될 수 있도록 템플릿 매칭(Template matching) 방식의 백신접종 알고리즘을 적용함으로서, 백신접종위치가 표시된 다양한 크기의 어류를 어종마다 템플릿 영상으로 데이터베이스화 하여, 투입되는 어류의 영상과 매칭률이 가장 높은 템플릿 영상을 추출한 다음, 이를 기초로 하여 3축 직교좌표로봇이 백신접종위치를 추종하는 방식이 사용되었다.
그러나, 템플릿 매칭 방식의 백신접종 알고리즘을 이용하여 다양한 종류와 크기를 가지는 어류마다 정확한 접종위치에 백신을 접종하기 위해서는, 백신접종위치가 표시된 어류의 템플릿 영상을 어체의 크기와 어종별로 일일이 데이터베이스화시키는 과정이 필요하고, 백신접종의 정확도를 높이기 위하여 최대한 많은 량의 템플릿 영상을 저장시켜야 하는 문제점이 있었다.
이로 인하여, 어류의 템플릿 영상을 데이터베이스화시키는 작업에 상당한 시간과 비용이 투자되어야 함은 물론이고, 해당 데이터베이스의 저장을 위하여 비젼시스템에 대용량의 저장공간이 필요하게 되며, 투입되는 어류의 영상과 매칭률이 가장 높은 템플릿 영상을 추출하는 영상처리 과정에서도 짧지 않은 시간이 소요되어 접종시간의 지연을 초래하는 문제점이 있었다.
이러한 문제점을 보완하기 위하여, 어류의 전장(TL) 및 체폭(WL) 등에 대한 백신접종위치의 상관관계를 통계학적인 분석을 통하여 데이터화시킨 어체분석식 백신접종 알고리즘을 적용시켜 백신접종위치를 추종토록 함으로서, 비젼시스템에 요구되는 데이터베이스의 용량과 영상처리시간을 최대한으로 단축시키는 동시에, 어류의 정보에 대한 사용자의 추가적인 설정이 없더라도 정확한 복강위치에 정확한 량의 백신 투여가 가능토록 한 어류의 형태학적 영상처리를 통한 백신 자동 접종방법이 본 출원인에 의하여 2013년 특허출원 제 46524호로 선출원 및 특허등록(제 10-1278630호) 되어 있다.
그러나, 상기와 같은 또 다른 선출원의 경우에 있어서도, 어체의 외부 표면에 접종전문가가 수작업으로 직접 표시한 접종위치를 기준으로 어류의 전장 및 체폭 등과의 상관관계를 분석하여 형태학적 접종위치를 추종토록 하였기 때문에, 어체 내부에 존재하는 복강의 실질적인 위치와 형상 및 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 구체적으로 파악하지 못한 상태에서 접종전문가의 개인적인 경험에 의존하여 형태학적 접종위치를 추종함에 따라 보다 더 정확한 접종위치를 결정하는 측면에서는 다소 불합리한 문제점이 있었다.
본 발명은 상기와 같은 선출원의 문제점을 보완하기 위하여 안출된 것으로서, 어류의 X-ray 촬영을 통하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 포함하는 복강의 위치와 형태를 파악하는 한편, 상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 내장 기관이 존재하지 아니하는 접종영역의 무게중심점 좌표를 구한 다음, 해당 좌표를 TL 또는 TL과 WL 또는 TL과 WL과 W를 변수로 하는 방정식, 즉 형태학적 접종위치 좌표로 도출시킴으로서, 어체의 외부 표면에 접종전문가가 수작업으로 직접 표시한 접종위치를 기준으로 어류의 전장 및 체폭 등과의 상관관계를 분석하여 형태학적 접종위치를 추종토록 하였던 선출원의 방식보다 한층 더 정확한 접종위치의 추종이 가능토록 한 어류용 백신 접종위치 추종 알고리즘을 제공함을 그 기술적인 과제로 한다.
상기의 기술적 과제를 해결하기 위한 수단으로서 본 발명에 따른 어류용 백신 접종위치 추종 알고리즘은, 어류의 X-ray 평면 영상을 촬영하는 S1단계와, X-ray로 촬영된 어류의 평면 영상을 판독하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 결정하는 S2단계와, 상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 어류의 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 좌표계로 설정하는 S3단계와, 상기 접종영역의 무게중심점(G) 좌표를 ML과 AL과 AW를 매개변수로 하는 방정식으로 도출하는 S4단계와, 상기 ML과 AL과 AW에 대한 TL(전장)의 상관관계를 분석하여 S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL 변수의 방정식으로 도출하는 S5단계를 거쳐서 이루어지는 것을 특징으로 한다.
또한, 상기 S5단계는, ML과 AL과 AW에 대한 TL(전장)과 WL(체폭)의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL과 WL 변수의 복합 회귀 방정식으로 도출하는 S51단계가 되거나, ML과 AL과 AW에 대한 TL(전장)과 WL(체폭)과 W(무게)의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL과 WL과 W 변수의 복합 회귀 방정식으로 도출하는 S52단계가 됨을 특징으로 하며, 상기 S2단계에서는 X-ray 촬영에 의한 평면 영상 사진을 해당 어류의 해부학적 사진과 오버래핑시켜 ML과 AL과 AW를 결정하는 과정으로 수행됨을 특징으로 한다.
상기와 같은 본 발명에 따르면, X-ray 촬영을 통하여 어체 내부에 존재하는 복강의 실질적인 위치와 형상 및 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 구체적으로 파악하여, 이를 TL 또는 TL과 WL 또는 TL과 WL과 W를 변수로 하는 형태학적 접종위치의 좌표 방정식으로 도출시킴으로서, 어체의 외부 표면에 접종전문가가 수작업으로 직접 표시한 접종위치를 기준으로 어류의 전장 및 체폭 등과의 상관관계를 분석하여 형태학적 접종위치를 추종토록 하였던 선출원의 방식보다 한층 더 정확한 접종위치의 추종이 가능한 효과를 제공함은 물론이고, 백신의 접종작업시 발생할 수 있는 내장 기관의 손상 또한 최소화시킬 수 있는 효과를 제공하며, 이로 인하여 비젼시스템과 직교좌표로봇을 이용한 선출원된 자동화 백신접종장치 뿐만 아니라 다양한 종류의 자동화 백신접종장치에 매우 유용하게 적용될 수 있는 어류용 백신 접종위치 추종 알고리즘을 제공하는 효과가 있는 것이다.
도 1은 본 발명에 따른 어류용 백신 접종위치 추종 알고리즘을 나타내는 순서도.
도 2는 넙치 복강 영역의 해부 사진과 X선 촬영에 의한 영상 사진을 겹쳐놓은 이미지.
도 3은 ML과 AW를 x축과 y축으로 하여 접종영역의 위치와 형태를 좌표계로 나타낸 이미지.
도 4는 넙치의 전장(TL)을 기준으로 하여 ML과 AL과 AW의 평균값을 도출한 그래프.
도 5는 방정식(1)과 방정식(2)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
도 6은 방정식(1)과 방정식(3)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
도 7은 방정식(1)과 방정식(4)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
도 2는 넙치 복강 영역의 해부 사진과 X선 촬영에 의한 영상 사진을 겹쳐놓은 이미지.
도 3은 ML과 AW를 x축과 y축으로 하여 접종영역의 위치와 형태를 좌표계로 나타낸 이미지.
도 4는 넙치의 전장(TL)을 기준으로 하여 ML과 AL과 AW의 평균값을 도출한 그래프.
도 5는 방정식(1)과 방정식(2)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
도 6은 방정식(1)과 방정식(3)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
도 7은 방정식(1)과 방정식(4)에 의한 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 그래프.
이하, 상기의 목적을 달성하기 위한 본 발명을 첨부된 도면을 참조하여 상세하게 설명하며, 하기의 설명은 넙치를 대상어종으로 한 X-ray 촬영을 통하여 넙치의 형태학적 접종위치 좌표를 구하는 알고리즘이 된다.
그러나, 본 발명에 따른 알고리즘이 넙치에 한정되어 적용되는 것을 의미하지는 아니하며, 넙치의 형태학적 접종위치 좌표를 구하는 것과 동일한 방식으로 다른 여러 가지 종류의 어류에 대한 형태학적 접종위치 좌표를 구할 수 있음을 서두에서 미리 밝혀두는 바이다.
이와 더불어, 넙치의 형태학적 접종위치 좌표를 구하기 이전에 선행되어야 할 것은 넙치의 전장(TL)과 체폭(WL) 및 무게(W)에 대한 데이터를 확보하는 것이며, 이는 치수가 새겨진 괘선판이나 눈금자 및 저울 등의 통상적인 측정수단을 이용하여 실측하게 된다.
상기 전장(TL)은 넙치의 주둥이 끝단부와 꼬리지느러미(Caudal fin)의 최대끝단에 걸친 직선 길이가 되고, 상기 체폭(WL)은 넙치의 뒷지느러미(Anal fin)와 등지느러미(Dorsal fin)를 제외한 육질 부분의 최대 직선폭이 되는 바, 이는 본 출원인에 의하여 선출원(제 10-2013-0046524호) 및 특허등록(제 10-1278630호)된 어류의 형태학적 영상처리를 통한 백신 자동 접종방법에 적용된 것과 동일한 기준이 된다.
본 발명에 따른 알고리즘의 구현을 위하여, 2011년 5월부터 9월까지 한 달에 한 번씩, 치수가 새겨진 괘선판(도 1 참조)과 저울 등을 이용하여 넙치의 전장(TL)과 체폭(WL) 및 무게(W)를 측정한 후, 100마리의 넙치를 대상으로 복강 영역(Abdominal region)의 크기와 위치를 분석하여 넙치의 형태학적 접종위치 좌표를 구하였다.
상기와 같이 넙치의 형태학적 접종위치 좌표를 구하는 과정은 도 1에서와 같이, 어류(넙치)의 X-ray 평면 영상을 촬영하는 S1단계, X-ray 영상 판독을 통하여 ML과 AL과 AW를 결정하는 S2단계, 상기 ML라인을 x축으로 하고 상기 AW라인을 y축으로 하여 접종영역의 좌표계를 설정하는 S3단계, 상기 접종영역의 무게중심점 좌표를 ML과 AL과 AW를 매개변수로 하는 방정식(1)로 도출하는 S4단계, 상기 방정식(1)을 TL 변수의 방정식(2)로 도출하는 S5단계를 거쳐서 이루어지게 된다.
여기서, 상기 ML은 넙치의 주둥이 끝단부에서 복강까지의 직선거리가 되고, 상기 AL은 넙치 복강의 길이가 되며, 상기 AW는 넙치 복강의 폭이 되는 바, 보다 더 바람직하게는, 상기 S2단계에서 X-ray 촬영에 의한 평면 영상 사진을 해당 어류의 해부학적 사진과 오버래핑(Overlapping)시켜 ML과 AL과 AW의 실측값을 정확하게 측정토록 하는 것이다.
추가적인 사항으로서, 상기 S5단계는, SAS 프로그램을 이용하여 S4단계에서 도출된 방정식(1)을 TL과 WL 변수의 복합 회귀 방정식(3)으로 도출하는 S51단계가 될 수도 있고, SAS 프로그램을 이용하여 S4단계에서 도출된 방정식(1)을 TL과 WL과 W 변수의 복합 회귀 방정식(4)로 도출하는 S52단계가 될 수도 있는 바, 각각의 방정식(1)(2)(3)(4)는 해당 단계를 설명하는 과정에서 보다 명확한 수식으로 도출될 것이다.
본 발명의 알고리즘을 구현하기 위한 첫 번째 단계로서, 넙치의 X-ray 평면 영상을 촬영하는 S1단계는 공지된 X-ray 촬영기구(X-eye 7000B; SEC Co., Korea) 및 촬영기법을 적용하여 수행되었으며, 넙치의 어체 전체를 촬영하는 것보다는 도 2의 이미지에서와 같이 넙치의 머리를 포함하여 복강이 존재하는 몸통 부분을 중점적으로 촬영한 영상을 이용하는 것이 보다 더 경제적이고 바람직한 방식이 된다.
상기와 같은 S1단계를 거친 후에는, X-ray로 촬영된 넙치의 평면 영상을 판독하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 결정하는 S2단계를 거치게 된다.
상기 S2단계는 넙치의 복강영역 내부에 존재하는 각종 내장 기관의 손상을 최소화시킬 수 있는 접종영역을 결정하기 위한 준비단계로서, 도 2의 이미지에서와 같이 숙련된 전문가에 의하여 해부된 복강 부분을 실제로 촬영한 사진 위에 X-ray 촬영에 의한 영상 사진이 하나의 사진으로 겹쳐지도록 오버래핑시킨 다음, ML과 AL과 AW를 포함하는 넙치 복강 영역의 위치와 크기를 X-ray 촬영에 의한 영상 사진에 나타내는 방식이 가장 바람직하다.
상기와 같이 S2단계에서 사용되는 복강 영역의 해부사진과 X-ray 촬영에 의한 영상 사진은 실물 치수와 동일한 것이 사용될 수도 있고, 도 2에서와 같이 치수가 새겨진 괘선판 위에 넙치를 올려 놓고 찍은 해부사진의 크기와 X-ray 촬영에 의한 영상 사진의 크기를 동일하게 짜맞추는 이미지 조합방식을 통하여 ML과 AL과 AW 등을 영상 사진에 나타내는 방식도 가능하며, 경우에 따라서는 복강을 해부한 넙치의 실물 위에 X-ray 촬영에 의한 영상 사진을 올려 놓고 ML과 AL과 AW 등을 실측 방식으로 나타내는 것도 가능함을 밝혀두는 바이다.
상기와 같은 S2단계를 거친 후에는, 상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 어류의 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 좌표계로 설정하는 S3단계를 거치게 된다.
도 3의 이미지에서와 같이, S2단계를 거쳐 확인된 넙치의 복강영역은 검은색 타원의 영역에 속하는 한편, 해당 타원선을 따라 위치하는 a,b,c,d 4점을 연결하도록 붉은선으로 구획된 사다리꼴 영역이 백신의 접종을 위한 최적 접종영역에 해당한다고 볼 수 있는 바, 그 이유는 해당 사다리꼴 영역에는 넙치의 내장 기관 부분이 전혀 존재하지 않을 뿐만 아니라, 해당 부분에 체액이 채워진 상태에서 비교적 얇은 피부층으로 덮혀 있으므로 주사바늘이 쉽게 삽입될 수 있기 때문이다.
해당 사다리꼴 영역은 주변의 영역에 비하여 그 높이가 낮고 피부층의 아래에 내장 기관이 존재하지 않기 때문에 X-ray 촬영에 의한 영상만으로도 넙치의 다른 부분과 쉽게 구분될 수 있으며, 선출원된 백신접종장치 뿐만 아니라 다른 접종장치에 있어서도 백신의 접종위치는 해당 장치의 조작이 용이한 부분이 되어야 하므로, 도 3에 도시된 사다리꼴 영역이 백신의 접종영역이 된다.
따라서, 상기 접종영역의 무게중심점(G) 부분이 백신접종의 최적 위치인 접종위치가 되는 바, 이를 넙치의 형태학적 접종위치 좌표로 설정할 수 있도록 ML라인을 포함하는 TL라인을 x축으로 할당하는 한편, AL라인의 시작점(ML라인의 끝점)에서 TL라인과 직교하는 AW라인을 y축으로 할당함으로서, 복강 내부의 접종영역이 포함된 좌표계를 설정하게 되는 것이다.
상기와 같은 S3단계를 거친 후에는, 접종영역의 무게중심점(G) 좌표를 ML과 AL과 AW를 변수로 하는 방정식(1)로 도출하기 위한 S4단계를 거치게 되는 바, 상기 S4단계에서 접종영역의 무게중심점(G)을 측정하는 기준은 ML라인이 되고, 상기 ML라인은 넙치의 TL라인과 동일선상에 놓이게 되는 데, 그 이유는 ML라인 역시 TL라인과 마찬가지로 넙치의 주둥이 끝단부에서 시작되기 때문이다.
이와 더불어, 도 3에서와 같이 복강 영역을 이루는 타원선이 내접하도록 AL라인을 가로변으로 하고, AW라인을 세로변으로 하는 사각형 영역을 구획할 경우, AL라인(가로 방향)과 AW라인(세로 방향)에 걸쳐 동일한 면적을 가지는 3개의 부분으로 하여 총 9개의 작은 사각형 영역으로 나눌 수 있었으며, 그 결과 상기 ML라인이 포함된 TL라인, 즉 x축은 하얀색 숫자 1로 표시된 작은 사각형 부분을 정확히 절반으로 나누게 된다.
상기와 같은 결과는 실험의 대상이 된 넙치의 크기에 상관없이 거의 동일한 양상을 나타내었고, 해당 결과를 기초로 하여 접종영역을 구획하는 a,b,c,d 4점의 좌표 및 접종영역의 무게중심점(G) 좌표를 측정할 수 있는 바, 상기 a점의 좌표는 (ML, AW/6)이 되고, 상기 b점의 좌표는 (ML, 1.5AW/3)이 되며, 상기 c점의 좌표는 (ML+AL/3, 2.5AW/3)이 되고, 상기 d점의 좌표는 (ML+2AL/3, 2.5AW/3)이 되며, 이를 기초로 하여 백신의 접종위치에 해당하는 무게중심점(G)의 좌표는 아래의 방정식(1)로 도출된다.
* 접종영역의 무게중심점 좌표: G=(ML+AL/3, 8.5AW/12) --- (1)
상기와 같이 S4단계를 거쳐 접종영역의 무게중심점(G) 좌표를 ML과 AL과 AW를 매개변수로 하는 방정식(1)로 도출한 후에는, 해당 방정식(1)을 TL 변수의 방정식(2), 다시 말해서 넙치의 실질적인 형태학적 접종위치 좌표로 도출하는 S5단계를 거치게 된다.
상기 S5단계에 적용되는 넙치의 TL값에 대한 ML값과 AL값과 AW값의 상관관계는 실측을 통하여 도 4의 그래프에서와 같이, ML=0.2328TL-2.7221(R2=0.8797), AL= 0.1292TL+1.8768(R2=0.7935), AW=0.183TL-5.9791(R2=0.8641)로 각각 확인되었는 바, 해당 상관관계식을 상기 방정식(1)에 대입하면, 전장(TL)을 기초로 한 넙치의 실질적인 형태학적 접종위치의 좌표 G는 아래의 방정식(2)로 도출된다.
* 형태학적 접종위치 좌표: G=(0.2759TL-2.0965, 0.1295TL-4.2325) --- (2)
도 5(a) 및 도 5(b)의 그래프는 X-ray 촬영을 통하여 얻어진 방정식(1)에 의한 백신접종위치의 좌표와 상기의 방정식(2)를 통하여 얻어진 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 것이다.
도 5(a)의 Gx와 Gy가 방정식(2)에 의하여 얻어진 좌표이고, gx와 gy가 방정식(1)에 의하여 얻어진 좌표이며, 도 5(b)는 방정식(1)에 의하여 얻어진 접종위치와 방정식(2)에 의하여 얻어진 접종위치와의 차이점을 나타낸다.
도 5의 그래프에서 알 수 있는 바와 같이 AL값과 AW값의 최대 오차는 각각 12.15mm와 8.28mm가 됨을 알 수 있으며, 이러한 오차값은 도 4의 그래프에서와 같이 넙치의 전장(TL)을 기초로 하여 ML과 AL과 AW의 평균값을 도출하는 과정에서 필연적으로 발생하는 것이다.
그러나, 상기와 같은 오차값이 존재하더라도 실질적인 백신접종시 복강 내부의 내장 기관을 손상시키지 아니하는 조건하에서 백신의 접종작업이 가능하게 되는 바, 그 이유는 해당 오차값의 범위가 도 3의 사진에서 붉은선을 이용하여 사다리꼴로 표시된 접종영역을 벗어나지 않고 해당 접종영역의 내부에 모두 포함되는 범위이기 때문이다.
추가적인 사항으로서, 상기 S5단계는 넙치의 ML과 AL과 AW에 대한 넙치의 TL과 WL(체폭)의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식(1)을 TL과 WL 변수의 복합 회귀 방정식, 즉 아래의 방정식(3)에 해당하는 형태학적 접종위치 좌표(G1)로 도출하는 S51단계가 될 수도 있다.
* G1=(15.03931+0.1797TL+0.0396W, -0.44933+0.10837TL+0.00875W) --- (3)
다른 한편으로, 상기 S5단계는 넙치의 ML과 AL과 AW에 대한 넙치의 TL과 WL과 W(무게)의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식(1)을 TL과 WL과 W 변수의 복합 회귀 방정식, 즉 아래의 방정식(4)에 해당하는 형태학적 접종위치 좌표(G2)로 도출하는 S52단계가 될 수도 있다.
* G2=(17.64654+0.12626TL+0.03871W+0.11306WL, 2.12272+0.05565TL+0.00788W +0.11153WL) --- (4)
상기와 같이 방정식(3)과 방정식(4)의 도출에 사용되는 SAS(Statistical analysis system) 프로그램은 다수 개의 변수를 동시에 입력하여 요구하는 변수간의 상관관계식을 출력값으로 얻어낼 수 있는 매우 강력한 통계 분석용 팩키지 프로그램으로서, 각종 통계 및 분석의 지원을 위하여 널리 사용되고 있는 공지기술에 해당한다.
따라서, 상기 SAS 프로그램의 입력데이터로서 실측수단을 사용하여 기측정된 넙치의 TL과 WL과 W값을 입력시키는 한편, 각각의 값에 대응하는 ML과 AL과 AW값을 입력시키게 되면, 그에 상응하는 상관관계식을 얻어낼 수 있으며, 해당 상관관계식을 방정식(1)에 대입하게 되면, 그 결과로서 방정식(3)과 방정식(4)를 얻어낼 수 있는 것이다.
상기와 같은 SAS 프로그램을 사용하는 이유는, 넙치의 TL과 WL과 W값에 대한 ML과 AL과 AW값의 상관관계를 개별적으로 일일이 풀어내는 것보다 통계 분석학적으로 매우 우수한 프로그램인 SAS 프로그램을 이용하여 한 번에 일괄적으로 처리하는 것이 분석결과의 정확성을 충분히 보장할 수 있을 뿐만 아니라, 방정식(3)과 방정식(4)에 해당하는 최종 결과물을 보다 더 신속하게 얻어낼 수 있기 때문이다.
도 6(a) 및 도 6(b)의 그래프는 X-ray 촬영을 통하여 얻어진 방정식(1)에 의한 백신접종위치의 좌표와 상기 방정식(3)을 통하여 얻어진 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 것이다.
도 6(a)의 Gx1과 Gy1이 방정식(3)에 의하여 얻어진 좌표이고, gx와 gy가 방정식(1)에 의하여 얻어진 좌표이며, 도 6(b)는 방정식(1)에 의하여 얻어진 접종위치와 방정식(3)에 의하여 얻어진 접종위치와의 차이점을 나타낸 것이다.
그리고, 도 7(a) 및 도 7(b)의 그래프는 X-ray 촬영을 통하여 얻어진 방정식(1)에 의한 백신접종위치의 좌표와 상기 방정식(4)를 통하여 얻어진 백신접종위치의 좌표 사이에 발생하는 오차값을 x축과 y축으로 구분하여 나타낸 것이다.
도 7(a)의 Gx2와 Gy2가 방정식(4)에 의하여 얻어진 좌표이고, gx와 gy가 방정식(1)에 의하여 얻어진 좌표이며, 도 7(b)는 방정식(1)에 의하여 얻어진 접종위치와 방정식(4)에 의하여 얻어진 접종위치와의 차이점을 나타낸 것이다.
도 6 및 도 7의 그래프에서 알 수 있는 바와 같이, 넙치의 전장(TL)에 체폭(WL)과 무게(W)의 데이터를 추가한 방정식(4)에 의한 백신접종위치가 넙치의 전장(TL)에 체폭(WL)의 데이터만을 추가한 방정식(3)에 의한 백신접종위치보다 그 정확도가 높음을 알 수 있다.
이와 더불어, 상기 방정식(3)에 의한 AL값과 AW값의 최대 오차는 각각 8.13mm와 6.54mm가 됨을 알 수 있고, 상기 방정식(4)에 의한 AL값과 AW값의 최대 오차는 각각 7.91mm와 6.78mm가 됨을 알 수 있으며, 이는 방정식(2)에 의한 AL값과 AW값의 최대 오차인 12.15mm와 8.28mm보다 적게 되는 것이다.
따라서, 상기 방정식(3)과 방정식(4)에 의한 형태학적 접종위치의 좌표가 방정식(2)에 의한 형태학적 접종위치의 좌표보다 정확함을 알 수 있으며, 방정식(3)과 방정식(4)에 의한 접종위치의 오차범위 역시 마찬가지로 도 3의 이미지에서 붉은선을 이용하여 사다리꼴로 표시된 접종영역을 벗어나지 않고 해당 접종영역의 내부에 모두 포함되는 범위가 된다.
만일, 넙치의 체폭(WL)과 무게(W)를 추가로 측정하는 데 상당한 시간과 재원을 필요로 하지 않는다면, 상기 방정식(3) 또는 방정식(4)에 의한 넙치의 형태학적 접종위치 좌표가 방정식(2)에 의한 넙치의 형태학적 접종위치 좌표보다 백신의 실질적인 접종위치를 결정하는 데 있어 보다 유용하게 사용될 수 있을 것이다.
상기와 같이 본 발명에 따른 알고리즘은 X-ray 촬영을 통하여 어체 내부에 존재하는 복강의 실질적인 위치와 형상 및 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 구체적으로 파악하여, 이를 TL 또는 TL과 WL 또는 TL과 WL과 W를 변수로 하는 형태학적 접종위치의 좌표 방정식으로 도출시킬 수 있다.
따라서, 어체의 외부 표면에 접종전문가가 수작업으로 직접 표시한 접종위치를 기준으로 어류의 전장(TL) 및 체폭(WL) 등과의 상관관계를 분석하여 형태학적 접종위치를 추종토록 하였던 선출원의 방식보다 한층 더 정확한 접종위치의 추종이 가능하게 되는 것이며, 백신의 접종작업시 발생할 수 있는 내장 기관의 손상 또한 최소화시킬 수 있는 것이다.
이로 인하여, 다양한 종류의 자동화 백신접종장치에 매우 유용하게 적용될 수 있는 어류용 백신 접종위치 추종 알고리즘을 제공할 수 있으며, 특히 본 출원인에 의하여 선출원(10-2012-0005715호, 10-2012-0132748호) 및 특허등록(10-1201430호, 10-1277802호)된 어류용 자동화 백신접종장치에 최적으로 적용이 가능한 알고리즘을 제공할 수 있다.
다시 말해서, 선출원된 각각의 자동화 백신접종장치는, 백신의 접종위치로 어류를 이송시키는 과정에서 비젼시스템을 이용하여 해당 어류의 전장(TL)이나 체폭(WL)과 같은 치수를 측정할 수 있기 때문에, 백신의 접종에 사용되는 직교좌표로봇의 가동을 위한 제어장치에 본 발명의 알고리즘에 따른 결과물을 프로그래밍하여 백신접종작업을 보다 더 정확하게 수행할 수 있다는 것이다.
마지막으로, 본 발명에 따른 알고리즘은 선출원된 백신접종장치 또는 기타 다른 여러 가지의 자동 백신 접종기를 이용하여 어류에 대한 백신접종을 수행하는 목적 뿐만 아니라, 내장 기관의 손상을 방지하는 조건하에서 양식기간 동안의 어류 생태를 판단하기 위한 RFID(Radio frequency identification device) 칩의 자동주입 또는 어류의 근육부위에 대한 태그(Tag) 부착과 같은 다른 목적에도 적용이 가능함을 밝혀두는 바이다.
이와 더불어, 본 발명에서는 어류의 체고에 대한 형태학적 데이터 분석 및 이를 기초로 한 접종위치로의 주사바늘 삽입깊이에 대해서는 논하지 아니하였는 바, 해당 사항은 앞서 언급된 또 다른 선출원(10-2013-0046524호, 10-1278630호)의 기술문헌 내용에 포함되어 있으므로, 본 발명에 따른 알고리즘에 주사바늘의 삽입깊이를 결정토록 한 선출원의 알고리즘을 추가로 적용시켜 백신접종장치에 적용시키는 것은 당업자에게 자명한 사항임을 밝혀두는 바이다.
Claims (7)
- 어류의 전장(TL)과 체폭(WL)과 무게(W)를 포함하는 형태학적 데이터를 바탕으로 백신접종이 요구되는 어류의 복강위치를 결정토록 한 알고리즘에 있어서,
상기 알고리즘은, 어류의 X-ray 평면 영상을 촬영하는 S1단계와,
X-ray로 촬영된 어류의 평면 영상을 판독하여 주둥이 끝단부에서 복강까지의 직선거리(ML)와 복강의 길이(AL)와 복강의 폭(AW)을 결정하는 S2단계와,
상기 ML라인을 x축으로 하고, 상기 AW라인을 y축으로 하여 어류의 내장 기관이 존재하지 아니하는 복강 내부의 접종영역을 좌표계로 설정하는 S3단계와,
상기 접종영역의 무게중심점(G) 좌표를 ML과 AL과 AW를 매개변수로 하는 방정식으로 도출하는 S4단계와,
상기 ML과 AL과 AW에 대한 TL의 상관관계를 분석하여 S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL 변수의 방정식으로 도출하는 S5단계를 거쳐서 이루어지는 것을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘. - 제 1항에 있어서, 상기 S5단계는, ML과 AL과 AW에 대한 TL과 WL의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL과 WL 변수의 복합 회귀 방정식으로 도출하는 S51단계가 됨을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘.
- 제 1항에 있어서, 상기 S5단계는, ML과 AL과 AW에 대한 TL과 WL과 W의 상관관계를 통계분석용 패키지 시스템인 SAS 프로그램을 이용하여 분석함으로서, S4단계에서 도출된 방정식을 형태학적 접종위치에 해당하는 TL과 WL과 W 변수의 복합 회귀 방정식으로 도출하는 S52단계가 됨을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘.
- 제 1항 내지 제 3항 중 어느 한 항에 있어서, 상기 S2단계에서는 X-ray 촬영에 의한 평면 영상 사진을 해당 어류의 해부학적 사진과 오버래핑(Overlapping)시켜 ML과 AL과 AW를 결정하는 과정으로 수행되는 것을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘.
- 제 1항 내지 제 3항 중 어느 한 항에 있어서, 상기 S1단계에서는 X-ray를 이용하여 넙치의 평면 영상을 촬영하며,
상기 S2단계에서는 X-ray 촬영에 의한 평면 영상 사진을 해당 넙치의 해부학적 사진과 오버래핑시켜 ML과 AL과 AW를 결정하는 과정으로 수행되며,
상기 S3단계에서는 넙치 복강 내부의 접종영역을 a,b,c,d 4점을 연결하는 사다리꼴 형태의 영역으로 하고, 상기 a점의 좌표를 (ML, AW/6), b점의 좌표를 (ML, 1.5AW/3), c점의 좌표를 (ML+AL/3, 2.5AW/3), d점의 좌표를 (ML+2AL/3, 2.5AW/3)으로 결정하며,
상기 S4단계에서 접종영역의 무게중심점(G) 좌표로 도출되는 방정식은 G=(ML+AL/3, 8.5AW/12)가 되고, 상기 S5단계에서 TL을 변수로 하여 도출되는 형태학적 접종위치는 G=(0.2759TL-2.0965, 0.1295TL-4.2325)가 되며,
상기 S5단계에 적용된 ML과 AL과 AW에 대한 TL의 상관관계식은 ML=0.2328TL- 2.7221(R2=0.8797), AL=0.1292TL+1.8768(R2=0.7935), AW=0.183TL-5.9791(R2=0.8641) 이 되는 것을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘. - 제 2항에 있어서, 상기 S51단계에서 SAS 프로그램을 통하여 도출되는 형태학적 접종위치는 G1=(15.03931+0.1797TL+0.0396W, -0.44933+0.10837TL+0.00875W)가 되는 것을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘.
- 제 3항에 있어서, 상기 S52단계에서 SAS 프로그램을 통하여 도출되는 형태학적 접종위치는 G2=(17.64654+0.12626TL+0.03871W+0.11306WL, 2.12272+0.05565TL+ 0.00788W+0.11153WL)이 되는 것을 특징으로 하는 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130158566A KR101444211B1 (ko) | 2013-12-18 | 2013-12-18 | 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130158566A KR101444211B1 (ko) | 2013-12-18 | 2013-12-18 | 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101444211B1 true KR101444211B1 (ko) | 2014-09-30 |
Family
ID=51761062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130158566A KR101444211B1 (ko) | 2013-12-18 | 2013-12-18 | 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101444211B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107581130A (zh) * | 2017-08-09 | 2018-01-16 | 浙江海洋大学 | 自动打标机及打标方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110076037A (ko) * | 2009-12-29 | 2011-07-06 | 대한민국(관리부서:국립수산과학원) | 어류 계측 형질 측정 자동화 시스템 및 방법 |
| KR20110121343A (ko) * | 2010-04-30 | 2011-11-07 | 현대중공업 주식회사 | 가상 평면 정보를 사용한 3차원 자세 정보 획득 방법 |
| KR101278630B1 (ko) | 2013-04-26 | 2013-06-25 | 대한민국 | 어류의 형태학적 영상처리를 통한 백신 자동 접종방법 |
| KR101342186B1 (ko) | 2011-09-21 | 2013-12-16 | 울산대학교 산학협력단 | 다각도 ｘ선 촬영 영상 데이터를 이용한 움직이는 타겟의 3차원 궤적 추정방법 및, 그 장치 |
-
2013
- 2013-12-18 KR KR1020130158566A patent/KR101444211B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110076037A (ko) * | 2009-12-29 | 2011-07-06 | 대한민국(관리부서:국립수산과학원) | 어류 계측 형질 측정 자동화 시스템 및 방법 |
| KR20110121343A (ko) * | 2010-04-30 | 2011-11-07 | 현대중공업 주식회사 | 가상 평면 정보를 사용한 3차원 자세 정보 획득 방법 |
| KR101342186B1 (ko) | 2011-09-21 | 2013-12-16 | 울산대학교 산학협력단 | 다각도 ｘ선 촬영 영상 데이터를 이용한 움직이는 타겟의 3차원 궤적 추정방법 및, 그 장치 |
| KR101278630B1 (ko) | 2013-04-26 | 2013-06-25 | 대한민국 | 어류의 형태학적 영상처리를 통한 백신 자동 접종방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107581130A (zh) * | 2017-08-09 | 2018-01-16 | 浙江海洋大学 | 自动打标机及打标方法 |
| CN107581130B (zh) * | 2017-08-09 | 2020-12-15 | 浙江海洋大学 | 自动打标机及打标方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107180438B (zh) | 估计牦牛体尺、体重的方法和相应的便携式计算机装置 | |
| CN107635509B (zh) | 用于确定体况评分、体重和生育状态的改进方法和相关设备 | |
| Wang et al. | ASAS-NANP SYMPOSIUM: Applications of machine learning for livestock body weight prediction from digital images | |
| Lindner et al. | Fully automatic cephalometric evaluation using random forest regression-voting | |
| US8351656B2 (en) | Remote contactless stereoscopic mass estimation system | |
| KR101913586B1 (ko) | 치아 영상 정합 방법, 이를 위한 장치, 및 이를 기록한 기록매체 | |
| CN114341599A (zh) | 成长评估装置、成长评估方法和成长评估程序 | |
| KR101278630B1 (ko) | 어류의 형태학적 영상처리를 통한 백신 자동 접종방법 | |
| Pallottino et al. | Comparison between manual and stereovision body traits measurements of Lipizzan horses | |
| JP2017520292A5 (ko) | ||
| CN111449669A (zh) | 用于检测气管的系统和方法 | |
| EP2985720A3 (en) | Method and apparatus for one-dimensional signal extraction | |
| US20140169526A1 (en) | Method and Apparatus for Processing an Intraoral Image | |
| CN105103164A (zh) | 基于视图分类的模型初始化 | |
| KR101444211B1 (ko) | 엑스레이 촬영을 통한 어류용 백신 접종위치 추종 알고리즘 | |
| JP2016047223A5 (ja) | 鑑査支援装置、鑑査支援方法、鑑査支援プログラム | |
| CN110619621B (zh) | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 | |
| KR102624925B1 (ko) | 머신러닝 기반의 가축 무게 예측 방법 및 장치 | |
| CN105919610A (zh) | 放射线图像摄影系统、摄影台及摄影方法 | |
| JP2019088782A (ja) | 外科用インプラントを選択する方法と関連デバイス | |
| Niknejad et al. | Equine kinematic gait analysis using stereo videography and deep learning: stride length and stance duration estimation | |
| ES2791551A1 (es) | Procedimiento para la identificacion y caracterizacion de peces y sistema de suministro automatico de alimento que hace uso del mismo | |
| US20240023883A1 (en) | Method and device for evaluating muscle development in an animal | |
| US12125201B2 (en) | System for obtaining useful data for analysis of body morphometry and associated method | |
| Cha et al. | Algorithm to determine injection position in olive flounder, Paralichthys olivaceus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20131218 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20131223 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination Patent event date: 20131218 Patent event code: PA03021R01I Comment text: Patent Application |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20140320 Patent event code: PE09021S01D |
|
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20140721 |
|
| GRNT | Written decision to grant | ||
| PR0702 | Registration of establishment of national patent |
Patent event code: PR07021E01D Comment text: Registration of Establishment of National Patent Patent event date: 20140918 |
|
| PR1002 | Payment of registration fee |
Payment date: 20140918 End annual number: 20 Start annual number: 1 |
|
| PG1601 | Publication of registration |