KR20180070101A - 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치 - Google Patents

테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치 Download PDF

Info

Publication number
KR20180070101A
KR20180070101A KR1020160172389A KR20160172389A KR20180070101A KR 20180070101 A KR20180070101 A KR 20180070101A KR 1020160172389 A KR1020160172389 A KR 1020160172389A KR 20160172389 A KR20160172389 A KR 20160172389A KR 20180070101 A KR20180070101 A KR 20180070101A
Authority
KR
South Korea
Prior art keywords
human body
body model
resolution
voxel size
analyzing
Prior art date
Application number
KR1020160172389A
Other languages
English (en)
Other versions
KR101907006B1 (ko
Inventor
정경영
백재우
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020160172389A priority Critical patent/KR101907006B1/ko
Publication of KR20180070101A publication Critical patent/KR20180070101A/ko
Application granted granted Critical
Publication of KR101907006B1 publication Critical patent/KR101907006B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법을 제공한다. 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법은 테라헤르츠(THz) 대역의 전자파를 이용하여 인체 조직을 분석하는 방법에 있어서, 복소분수함수식(QCRF)을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성하는 단계; 소정의 제1 복셀(voxel) 크기를 갖는 기본인체모델에 기초하여, 상기 제1 복셀 크기를 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성하는 단계; 및 맥스웰방정식을 이산화한 유한차분 시간영역(finite difference time domain; FDTD) 알고리즘, 상기 QCRF모델링 및 상기 고해상도인체모델에 기초하여, 상기 전자파의 인체 조직에 대한 작용 결과를 분석하는 단계를 포함한다.

Description

테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치{METHOD AND APPARATUS FOR ANALYSING HUMAN BODIES USING ELECTROMAGNETIC WAVE OF TERAHERTZ}
본 발명은 테라헤르츠 대역의 전자파를 이용하여 인체 조직을 분석하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 테라헤르츠 대역의 전자파에 적용가능한 인체모델을 생성하고, 그 인체모델을 이용하여 인체 조직을 분석하기 위한 방법 및 장치에 관한 것이다.
테라헤르츠(THz) 대역의 전자파는 광자(photon) 에너지가 작은 전자파로서, X선, 자외선 및 광파대역의 고출력 레이저광 등에 비해 생체물질에 주는 손상이 매우 적으며, 매우 작은 파장을 갖는 THz 파의 성질을 이용해 고해상도 인체 이미지를 얻을 수 있는 장점이 있다.
또한, 테라헤르츠 대역에서 인체조직과 전자파 간의 상호작용을 해석하기 위해 맥스웰(Maxwell) 방정식을 이산화 한 FDTD(Finite Difference Time Domain) 알고리즘을 이용할 수 있다. FDTD 알고리즘은 복잡한 행렬 계산을 필요로 하지 않으며, 시간영역 해석으로 한 번의 시뮬레이션으로 광대역 주파수 응답을 얻을 수 있는 장점이 있다.
그러나, 기존의 인체 팬텀 모델에서 제공하는 인체 모델 중 가장 해상도가 높은 모델은 복셀의 크기가 0.16 x 0.16 x 0.16 mm3으로 구성되어 있으며, 이는 테라헤르츠 대역에서 전자파 분석을 수행하기에는 적당하지 않은 복셀 크기인 문제점이 있다. 즉, 인체 모델의 복셀의 크기가 기존보다 더 작아져야 할 필요가 있는 것이다.
따라서, 기존 인체 모델의 복셀의 크기를 줄여 고해상도화한 인체 모델을 생성하여 이용함으로써, 테라헤르츠 대역에서 인체 조직의 전자파 특성을 분석할 수 있도록 하는 새로운 인체 조직의 분석 방법 및 장치에 대한 필요성이 대두되고 있다.
관련 선행기술로는, 대한민국 공개특허공보 제10-2002-0082665호(발명의 명칭: 자세균형 측정 및 상하 운동 장치, 공개일: 2002년 10월 31일)가 있다.
본 발명은 테라헤르츠 대역의 전자파 및 그에 적합한 고해상도의 인체 모델을 이용하여, 인체 조직을 분석하는 방법 및 장치를 제공하고자 한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위하여, 본 발명에서 제공하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법은 테라헤르츠(THz) 대역의 전자파를 이용하여 인체 조직을 분석하는 방법에 있어서, 복소분수함수식(QCRF)을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성하는 단계; 제1 복셀(voxel) 크기를 갖는 기본인체모델에 기초하여, 상기 제1 복셀 크기를 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성하는 단계; 및 맥스웰방정식을 이산화한 유한차분 시간영역(finite difference time domain; FDTD) 알고리즘, 상기 QCRF모델링 및 상기 고해상도인체모델에 기초하여, 상기 전자파의 인체 조직에 대한 작용 결과를 분석하는 단계를 포함한다.
바람직하게는, 상기 고해상도인체모델을 생성하는 단계는 상기 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 상기 비율을 산출하는 단계; 및 상기 기본인체모델에 기초하여, 상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 단계를 포함할 수 있다.
바람직하게는, 상기 고해상도인체모델을 생성하는 단계는 상기 고해상도인체모델에 대하여, 침식(erosion)연산 및 확장(dilation)연산 중 적어도 하나에 기초하는 모폴로지(morphology) 연산을 수행하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 모폴로지 연산은 상기 침식연산과 상기 확장연산을 차례로 수행하는 오프닝(opening)연산과 상기 확장연산과 상기 침식연산을 차례로 수행하는 클로징(closing)연산으로 구성될 수 있다.
바람직하게는, 상기 모폴로지 연산을 수행하는 단계는 상기 고해상도인체모델에 대하여, 다이아몬드 형태의 제1 도형을 이용하여 상기 오프닝연산을 수행하는 단계; 상기 제1 도형을 이용하여 상기 클로징연산을 수행하는 단계; 원 형태의 제2 도형을 이용하여 상기 오프닝연산을 수행하는 단계; 및 상기 제2 도형을 이용하여 상기 클로징연산을 수행하는 단계를 포함할 수 있다.
바람직하게는, 상기 해상도 조건은 상기 전자파의 파장의 길이가 상기 제2 복셀 크기의 소정의 배수 이상인 것일 수 있다.
바람직하게는, 상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 단계는 상기 기본인체모델의 하나의 제1 복셀에 대응되는 상기 비율의 역수에 해당하는 복수의 제2 복셀을 상기 고해상도인체모델에 추가할 수 있다.
바람직하게는, 상기 QCRF모델링은 상기 복소분수함수식에 PSO(particle swarm optimization) 최적화 방법을 적용한 모델링일 수 있다.
또한, 상기 목적을 달성하기 위하여, 본 발명에서 제공하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치는 테라헤르츠 대역의 전자파를 이용하여 인체 조직을 분석하는 장치에 있어서, 복소분수함수식을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성하는 분산특징생성부; 제1 복셀 크기를 갖는 기본인체모델에 기초하여, 상기 제1 복셀 크기 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성하는 인체모델생성부; 및 맥스웰방정식을 이산화한 유한차분 시간영역 알고리즘, 상기 QCRF모델링 및 상기 고해상도인체모델에 기초하여, 상기 전자파의 인체 조직에 대한 작용 결과를 분석하는 결과분석부를 포함한다.
바람직하게는, 상기 인체모델생성부는 상기 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 상기 비율을 산출하는 산출부; 및 상기 기본인체모델에 기초하여, 상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 생성부를 포함할 수 있다.
바람직하게는, 상기 인체모델생성부는 상기 고해상도인체모델에 대하여, 침식연산 및 확장연산 중 적어도 하나에 기초하는 모폴로지 연산을 수행하는 후처리부를 더 포함할 수 있다.
바람직하게는, 상기 모폴로지 연산은 상기 침식연산과 상기 확장연산을 차례로 수행하는 오프닝연산과 상기 확장연산과 상기 침식연산을 차례로 수행하는 클로징연산으로 구성될 수 있다.
바람직하게는, 상기 후처리부는 상기 고해상도인체모델에 대하여, 다이아몬드 형태의 제1 도형을 이용하여 상기 오프닝연산을 수행하고, 상기 제1 도형을 이용하여 상기 클로징연산을 수행하고, 원 형태의 제2 도형을 이용하여 상기 오프닝연산을 수행하고, 상기 제2 도형을 이용하여 상기 클로징연산을 수행할 수 있다.
바람직하게는, 상기 해상도 조건은 상기 전자파의 파장의 길이가 상기 제2 복셀 크기의 소정의 배수 이상인 것일 수 있다.
바람직하게는, 상기 생성부는 상기 기본인체모델의 하나의 제1 복셀에 대응되는 상기 비율의 역수에 해당하는 복수의 제2 복셀을 상기 고해상도인체모델에 추가할 수 있다.
본 발명은 테라헤르츠 대역의 전자파 및 그에 적합한 고해상도의 인체 모델을 이용하여, 인체 조직을 고해상도로 분석할 수 있는 효과가 있다.
또한, 본 발명은 고해상도의 인체 모델에 소정의 모폴로지 연산을 수행함으로써, 그 인체 모델의 경계면을 실제의 인체와 보다 가까워지도록 변형할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법을 설명하기 위하여 도시한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 고해상도인체모델의 생성 방법을 설명하기 위하여 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 모폴로지 연산 방법을 설명하기 위하여 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치를 설명하기 위하여 도면이다.
도 5는 본 발명의 일 실시예에 따른 인체모델생성부를 설명하기 위하여 도면이다.
도 6 및 7은 확장(dilation)연산 및 침식(erosion)연산을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 모폴로지 연산을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시에에 따른 QCRF모델링에 PSO 알고리즘을 적용한 결과를 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법을 설명하기 위하여 도시한 흐름도이다.
단계 S110에서는, 인체 조직 분석 장치가 복소분수함수식(QCRF)을 이용하여 인체의 분산 특성을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성한다.
이때, QCRF모델링은 아래의 수학식 1과 같이 주파수에 관한 식으로 나타낼 수 있다.
[수학식 1]
Figure pat00001
여기서, E는 에러가 표현되도록 변경된 분산 특성 함수이고, D(w)e(w)는 분산 특성 함수이고, wk는샘플링된 주파수이고, M은 최대 샘플링 인덱스이다.
한편, e(w)는 주파수함수식와 복소분수함수식 간의 차이인 e(w) = εr,DATA(w) - εr,QCRF(w)이며, D(w)는 복소분수함수식의 분모이다.
이때, 주파수함수는 아래의 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
Figure pat00002
여기서, εr,DATA(w)는 주파수함수이고, ω는 주파수이고, R은 주파수함수의 실수부이고, I는 주파수함수의 허수부이다.
이때, 복소분수함수는 아래의 수학식 3과 같이 나타낼 수 있다.
[수학식 3]
Figure pat00003
여기서, εr,QCRF(w)는 2차 복소분수함수이고, ω는 주파수이고, A0, A1, A2, B1, B2는 2차 복소분수함수식의 계수이다.
한편, 2차 복소분수함수식의 각 계수는 아래의 수학식 4의 5x5 행렬을 이용하여 산출될 수 있다.
[수학식 4]
Figure pat00004
여기서, 행렬의 변수에 대하여는 아래의 실시예에 대한 설명에서 후술한다.
다른 실시예에서는, 인체 조직 분석 장치가 복소분수함수식을 이용한 모델링의 정확도를 높이기 위하여는 가중치 함수(weighting function)를 QCRF모델링에 이용할 수 있다.
이때, 가중치 함수를 적용하여 변경된 QCRF모델링은 수학식 5와 같다.
[수학식 5]
Figure pat00005
여기서, E'는 가중치 함수가 적용된 QCRF모델링이고,
Figure pat00006
는 가중치 함수이고, D(w)e(w)는 분산 특성 함수이고, wk는 샘플링된 주파수이고, M은 최대 샘플링 인덱스이다.
한편, 가중치 함수가 적용되었을 때, 수학식 4의 5x5 행렬의 변수들은
Figure pat00007
,
Figure pat00008
,
Figure pat00009
,
Figure pat00010
과 같이 나타낼 수 있다.
다른 실시예에서는, QCRF모델링은 복소분수함수식에 PSO(particle swarm optimization) 최적화 방법을 적용한 모델링일 수 있다.
여기서, PSO 알고리즘은 주어진 측정 품질 이내에서 후보 솔루션의 품질을 향상시키도록 반복적으로 시도하는 계산 방법으로 정의될 수 있다. 보다 구체적으로, 인체 조직 분석 장치가 QCRF모델링에 PSO 알고리즘을 적용함으로써, 측정된 분산 특성 데이터에 가장 근접하도록 QCRF모델링이 나타내는 QCRF 곡선의 정확도를 향상시키는 최적의 가중치 함수를 찾아낼 수 있게 된다.
예컨대, 도 9를 참조하면, 인체 조직 분석 장치가 QCRF모델링에 PSO 알고리즘을 적용한 경우, 측정된 분산 특성 데이터(data)에 QCRF 곡선(complex-curve fit)이 실수부(Re) 및 허수부(Im)에서 모두 매우 근접하는 것을 알 수 있다. 이때, A0는 37.753035, A1은 2.910804e-10, A2는 2.171467e-22, B1은 1.590006e-11, B2는 4.641535e-23인 2차 복소분수함수식의 계수가 적용되었다.
단계 S120에서는, 인체 조직 분석 장치가 제1 복셀(voxel) 크기를 갖는 기본인체모델에 기초하여, 그 제1 복셀 크기를 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성한다.
여기서, 복셀은 부피(volume)과 픽셀(pixel)이 합성된 단어로, 3차원 공간에서의 정규 격자 단위를 나타낸다. 즉, 2차원 공간에서 데이터가 픽셀로 표현되는 것과 마찬가지로, 3차원 공간에서는 데이터가 복셀로 표현될 수 있다.
예컨대, 인체 조직 분석 장치는 3차원의 기본인체모델의 제1 복셀 크기가 소정의 임계치보다 큰 경우에, 고해상도의 인체 모델을 얻기 위하여 그 제1 복셀 크기를 그 소정의 비율로 감소시킨 제2 복셀 크기를 갖는 고해상도인체모델을 생성할 수 있다.
이때, 고해상도인체모델은 기본인체모델보다 작은 크기의 복셀로 구성(즉, 제1 복셀 크기 > 제2 복셀 크기)되었기 때문에, 고해상도의 인체 모델로 볼 수 있다.
한편, 인체 조직 분석 장치가 고해상도인체모델을 생성하는 자세한 과정에 대하여는 도 2 및 도 3에 대한 설명에서 구체적으로 후술한다.
마지막으로 단계 S130에서는, 인체 조직 분석 장치가 맥스웰방정식을 이산화한 유한차분 시간영역(finite difference time domain; FDTD) 알고리즘, QCRF모델링 및 고해상도인체모델에 기초하여, 테라헤르츠 대역의 전자파의 인체 조직에 대한 작용 결과를 분석한다.
이때, FDTD 알고리즘은 맥스웰방정식을 직접 이산화하므로, 복잡하고 다양한 구조를 모델링하기에 매우 용이하기 때문에, 바이오 기술, 나노 기술 및 에너지 기술에서 많이 사용되고 있다. 또한, FDTD 알고리즘은 행렬 계산을 요하지 않으며, 시간 영역에서의 한 번의 시뮬레이션으로 광대역의 주파수에 대한 응답을 얻을 수 있는 특징이 있다.
다른 실시예에서는, 인체 조직 분석 장치가 복수의 프로세서(CPU)를 이용하여 유한차분 시간영역 알고리즘이 병렬로 처리되도록 함으로써, 인체 조직에 대한 작용 결과를 초고속으로 분석할 수 있다.
이때, 복수의 프로세서 각각은 이웃한 다른 프로세서와 통신을 수행하며, 고해상도인체모델이 분할된 공간을 할당받을 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법은 테라헤르츠 대역의 전자파 및 그에 적합한 고해상도의 인체 모델을 이용하여, 인체 조직을 고해상도로 분석할 수 있는 효과가 있다.
도 2는 본 발명의 일 실시예에 따른 고해상도인체모델의 생성 방법을 설명하기 위하여 도시한 흐름도이다.
단계 S210에서는, 인체 조직 분석 장치가 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 그 소정의 비율을 산출한다.
즉, 인체 조직 분석 장치가, 고해상도인체모델의 제2 복셀 크기에 대한 목표값이 존재할 때, 제1 복셀 크기를 그 목표값으로 변경시키기 위한 그 소정의 비율을 산출할 수 있다.
예컨대, 제2 복셀 크기의 목표값이 0.025 x 0.025 x 0.025 mm3이고, 제1 복셀 크기가 0.5 x 0.5 x 0.5 mm3이라면, 그 소정의 비율은 1/20=0.05일 수 있다. 이때, 고해상도인체모델은 기본인체모델과 비교하여 20배의 고해상도를 확보할 수 있다.
다른 실시예에서는, 해상도 조건은 테라헤르츠 대역 전자파의 파장의 길이가 제2 복셀 크기의 소정의 배수 이상이 되도록 하는 조건일 수 있다.
즉, 인체 조직 분석 장치는 테라헤르츠 대역의 전자파를 이용하여 인체 조직을 분석하기 위하여, 고해상도인체모델에 요구되는 해상도 조건(즉, 제2 복셀 크기의 조건)을 가질 수 있다.
예컨대, 인체 조직 분석 장치가 테라헤르츠 대역의 주파수에서 인체 모델에 대한 분석이 가능하려면, 그 주파수를 가지는 전자파의 최소 파장(λ)을 20 PPW(point per wavelength)이상으로 나타낼 수 있는 제2 복셀 크기가 필요할 수 있다. 이때, 만일 제2 복셀이 0.025 x 0.025 x 0.025 mm3인 경우, 0.1 THz에서 33PPW 이상이 확보될 수 있어, 위의 해상도 조건(20PPW)을 만족할 수 있게 된다.
단계 S220에서는, 인체 조직 분석 장치가 그 기본인체모델에 기초하여, 제1 복셀 크기와 그 소정의 비율을 곱한 제2 복셀 크기를 갖는 고해상도인체모델을 생성한다.
예컨대, 제1 복셀 크기가 0.5 x 0.5 x 0.5 mm3이고, 소정의 비율이 0.05인 경우, 인체 조직 분석 장치는 0.025 x 0.025 x 0.025 mm3의 제2 복셀 크기를 갖는 고해상도인체모델을 생성할 수 있다.
다른 실시예에서는, 인체 조직 분석 장치가 고해상도인체모델을 생성할 때, 기본인체모델의 하나의 제1 복셀에 대응되는 비율의 역수에 해당하는 복수의 제2 복셀을 고해상도인체모델에 추가함으로써 생성할 수 있다.
예컨대, 소정의 비율이 0.05인 경우, 인체 조직 분석 장치는 기본인체모델의 하나의 복셀에 대응하여 새롭게 생성되는 고해상도인체모델에 20개(1/0.05)의 복셀을 추가하여, 고해상도인체모델을 생성할 수 있다. 이때, 기본인체모델의 한 개의 복셀에 대응되는 고해상도인체모델의 복셀의 개수는 20x20x20 = 8000개이다.
보다 구체적으로는, 인체 조직 분석 장치는 고해상도인체모델에서 기본인체모델보다 1개의 축에 대하여 ratio배만큼 복셀의 개수가 증가한다고 가정하면, 기본인체모델의 임의의 위치 (S)는 고해상도인체모델의 시작점(ih(dx, dy, dz)*ratio)부터 종료점(ih(dx+1, dy+1, dz+1)*ratio) 까지의 복셀에 대하여 원본 인체모델의 (i0(sx, sy, sz)) 위치의 복셀을 채워넣을 수 있다.
마지막으로 단계 S230에서는, 인체 조직 분석 장치가 그 고해상도인체모델에 대하여, 침식(erosion)연산 및 확장(dilation)연산 중 적어도 하나에 기초하는 모폴로지(morphology) 연산을 수행한다.
이때, 침식연산 및 확장연산은 형태학적인 이미지 처리의 가장 기본적인 연산 방법으로, 침식연산은 이미지에 포함된 물체 또는 구조를 축소시키는 연산이고, 확장연산은 이미지에 포함된 물체 또는 구조를 확장시키는 연산이다.
예컨대, 도 6을 참조하면, 기본 구조(basic structure)를 다이아몬드 형태 또는 원 형태의 도형(structuring element)를 이용하여 확장연산을 수행한 결과를 확인할 수 있다. 즉, 확장연산은 basic structure에 structuring element를 이동시켜가면서 basic structure와 structuring element가 최소 하나의 포인트라도 겹치는 경우, structuring element의 중심을 basic structure의 영역으로 확장하는 알고리즘이다.
또한, 도 7을 참조하면, 기본 구조(basic structure)를 다이아몬드 형태 또는 원 형태의 도형(structuring element)를 이용하여 침식연산을 수행한 결과를 확인할 수 있다. 즉, 침식연산은 basic structure내부에 structuring element를 이동시켜가면서 basic structure와 structuring element가 가 전부 겹치는 부분일 때 structuring element의 중심을 basic structure의 영역으로 자르는 알고리즘이다.
이때, 인체 조직 분석 장치가 모폴로지 연산을 수행하여 고해상도인체모델의 표면의 돌출된 부분 또는 함몰된 부분을 보다 부드럽게 만들어, 결과적으로 고해상도인체모델에 포함된 각 부분이 실제 인체와 보다 유사해지도록 후처리할 수 있다.
다른 실시예에서는, 모폴로지 연산은 침식연산과 확장연산을 차례로 수행하는 오프닝(opening)연산과 확장연산과 침식연산을 차례로 수행하는 클로징(closing)연산으로 구성될 수 있다.
이때, 오프닝연산은 침식연산을 수행한 후에, 확장연산을 이어서 수행하는 연산이다. 또한, 클로징연산은 확장연산을 수행한 후에, 침식연산을 이어서 수행하는 연산이다.
이를 이용하여, 인체 조직 분석 장치는 형태학적인 노이즈를 고해상도인체모델로부터 제거할 수 있게 된다. 예컨대, 오프닝연산은 고해상도인체모델 외곽의 돌출 부분을 제거할 수 있고, 클로징연산은 고해상도인체모델 외곽의 함몰 부분을 채울 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 고해상도인체모델의 생성 방법은 고해상도의 인체 모델에 소정의 모폴로지 연산을 수행함으로써, 그 인체 모델의 경계면을 실제의 인체와 가까워지도록 변형할 수 있는 효과가 있다.
도 3은 본 발명의 일 실시예에 따른 모폴로지 연산 방법을 설명하기 위하여 도시한 흐름도이다.
이때, 모폴로지 연산은 인체 조직 분석 장치가 생성한 고해상도인체모델에 대하여 수행될 수 있다. 또한, 각 단계가 수행되는 순서가 필요에 따라 변경될 수 있음은 당업자에게 자명할 것이다.
한편, 도 3의 모폴로지 연산 방법은 고해상도인체모델의 각진 경계를 부드럽게 변형하게 되므로, 복셀 다듬질 기법으로 정의할 수 있다.
단계 S310에서는, 인체 조직 분석 장치가 다이아몬드 형태의 제1 도형을 이용하여 오프닝연산을 수행한다.
예컨대, 인체 조직 분석 장치가 도 8(a)에 대하여 제1 도형을 이용하여 오프닝연산을 수행함으로써, 외곽의 돌출부분을 매끄럽게 제거하여 도 8(b)의 결과를 생성할 수 있다.
단계 S320에서는, 인체 조직 분석 장치가 그 제1 도형을 이용하여 클로징연산을 수행한다.
또한, 인체 조직 분석 장치가 도 8(b)에 대하여 제1 도형을 이용하여 클로징연산을 수행함으로써, 외곽의 함몰부분을 매끄럽게 채워 도 8(c)의 결과를 생성할 수 있다.
단계 S330에서는, 인체 조직 분석 장치가 원 형태의 제2 도형을 이용하여 오프닝연산을 수행할 수 있다.
또한, 인체 조직 분석 장치가 도 8(c)에 대하여 제2 도형을 이용하여 오프닝연산을 수행함으로써, 외곽의 돌출부분을 매끄럽게 제거하여 도 8(d)의 결과를 생성할 수 있다.
마지막으로 단계 S340에서는, 인체 조직 분석 장치가 그 제2 도형을 이용하여 클로징연산을 수행할 수 있다.
또한, 인체 조직 분석 장치가 도 8(d)에 대하여 제2 도형을 이용하여 클로징연산을 수행함으로써, 외곽의 함몰부분을 매끄럽게 채워 도 8(e)의 결과를 최종적으로 생성할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 모폴로지 연산 방법은 물질과 물질 사이의 각진 경계에 대하여 오프닝연산 및 클로징연산을 적절히 수행함으로써, 이를 부드럽게 변형할 수 있는 효과가 있다.
도 4는 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치를 설명하기 위하여 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치(400)는 분산특징생성부(410), 인체모델생성부(420) 및 결과분석부(430)를 포함한다.
분산특징생성부(410)는 복소분수함수식을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성한다.
인체모델생성부(420)는 제1 복셀 크기를 갖는 기본인체모델에 기초하여, 그 제1 복셀 크기를 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성한다.
결과분석부(430)는 맥스웰방정식을 이산화한 유한차분 시간영역 알고리즘, QCRF모델링 및 고해상도인체모델에 기초하여, 전자파의 인체 조직에 대한 작용 결과를 분석한다.
도 5는 본 발명의 일 실시예에 따른 인체모델생성부를 설명하기 위하여 도면이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 인체모델생성부(420)는 산출부(422), 생성부(424) 및 후처리부(426)를 포함한다.
산출부(422)는 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 그 소정의 비율을 산출한다.
다른 실시예에서는, 해상도 조건은 전자파의 파장의 길이가 제2 복셀 크기의 소정의 배수 이상인 것일 수 있다.
생성부(424)는 그 기본인체모델에 기초하여, 그 제1 복셀 크기와 그 소정의 비율을 곱한 제2 복셀 크기를 갖는 고해상도인체모델을 생성한다.
다른 실시예에서는, 생성부(424)는 그 기본인체모델의 하나의 제1 복셀에 대응되는 그 소정의 비율의 역수에 해당하는 복수의 제2 복셀을 그 고해상도인체모델에 추가할 수 있다.
후처리부(426)는 그 고해상도인체모델에 대하여, 침식연산 및 확장연산 중 적어도 하나에 기초하는 모폴로지 연산을 수행한다.
다른 실시예에서는, 모폴로지 연산은 침식연산과 확장연산을 차례로 수행하는 오프닝연산과 확장연산과 침식연산을 차례로 수행하는 클로징연산으로 구성될 수 있다.
또 다른 실시예에서는, 후처리부(426)는 그 고해상도인체모델에 대하여, 다이아몬드 형태의 제1 도형을 이용하여 오프닝연산을 수행하고, 그 제1 도형을 이용하여 클로징연산을 수행하고, 원 형태의 제2 도형을 이용하여 그 오프닝연산을 수행하고, 그 제2 도형을 이용하여 클로징연산을 수행할 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다.
본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 테라헤르츠(THz) 대역의 전자파를 이용하여 인체 조직을 분석하는 방법에 있어서,
    복소분수함수식(QCRF)을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성하는 단계;
    제1 복셀(voxel) 크기를 갖는 기본인체모델에 기초하여, 상기 제1 복셀 크기를 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성하는 단계; 및
    맥스웰방정식을 이산화한 유한차분 시간영역(finite difference time domain; FDTD) 알고리즘, 상기 QCRF모델링 및 상기 고해상도인체모델에 기초하여, 상기 전자파의 인체 조직에 대한 작용 결과를 분석하는 단계
    를 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  2. 제1항에 있어서,
    상기 고해상도인체모델을 생성하는 단계는
    상기 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 상기 비율을 산출하는 단계; 및
    상기 기본인체모델에 기초하여, 상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 단계
    를 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  3. 제2항에 있어서,
    상기 고해상도인체모델을 생성하는 단계는
    상기 고해상도인체모델에 대하여, 침식(erosion)연산 및 확장(dilation)연산 중 적어도 하나에 기초하는 모폴로지(morphology) 연산을 수행하는 단계
    를 더 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  4. 제3항에 있어서,
    상기 모폴로지 연산은
    상기 침식연산과 상기 확장연산을 차례로 수행하는 오프닝(opening)연산과 상기 확장연산과 상기 침식연산을 차례로 수행하는 클로징(closing)연산으로 구성되는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  5. 제4항에 있어서,
    상기 모폴로지 연산을 수행하는 단계는
    상기 고해상도인체모델에 대하여,
    다이아몬드 형태의 제1 도형을 이용하여 상기 오프닝연산을 수행하는 단계;
    상기 제1 도형을 이용하여 상기 클로징연산을 수행하는 단계;
    원 형태의 제2 도형을 이용하여 상기 오프닝연산을 수행하는 단계; 및
    상기 제2 도형을 이용하여 상기 클로징연산을 수행하는 단계
    를 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  6. 제2항에 있어서,
    상기 해상도 조건은
    상기 전자파의 파장의 길이가 상기 제2 복셀 크기의 소정의 배수 이상인 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  7. 제2항에 있어서,
    상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 단계는
    상기 기본인체모델의 하나의 제1 복셀에 대응되는 상기 비율의 역수에 해당하는 복수의 제2 복셀을 상기 고해상도인체모델에 추가하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  8. 제1항에 있어서,
    상기 QCRF모델링은
    상기 복소분수함수식에 PSO(particle swarm optimization) 최적화 방법을 적용한 모델링인 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법.
  9. 테라헤르츠 대역의 전자파를 이용하여 인체 조직을 분석하는 장치에 있어서,
    복소분수함수식을 이용하여 인체의 분산 특징을 주파수에 따라 변경되는 실수부 및 허수부로 나타낸 모델링인 QCRF모델링을 생성하는 분산특징생성부;
    제1 복셀 크기를 갖는 기본인체모델에 기초하여, 상기 제1 복셀 크기 소정의 비율로 변경한 제2 복셀 크기를 갖는 고해상도인체모델을 생성하는 인체모델생성부; 및
    맥스웰방정식을 이산화한 유한차분 시간영역 알고리즘, 상기 QCRF모델링 및 상기 고해상도인체모델에 기초하여, 상기 전자파의 인체 조직에 대한 작용 결과를 분석하는 결과분석부
    를 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  10. 제9항에 있어서,
    상기 인체모델생성부는
    상기 제1 복셀 크기가 소정의 해상도 조건을 만족하도록 하는 상기 비율을 산출하는 산출부; 및
    상기 기본인체모델에 기초하여, 상기 제1 복셀 크기와 상기 비율을 곱한 상기 제2 복셀 크기를 갖는 상기 고해상도인체모델을 생성하는 생성부
    를 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  11. 제10항에 있어서,
    상기 인체모델생성부는
    상기 고해상도인체모델에 대하여, 침식연산 및 확장연산 중 적어도 하나에 기초하는 모폴로지 연산을 수행하는 후처리부
    를 더 포함하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  12. 제11항에 있어서,
    상기 모폴로지 연산은
    상기 침식연산과 상기 확장연산을 차례로 수행하는 오프닝연산과 상기 확장연산과 상기 침식연산을 차례로 수행하는 클로징연산으로 구성되는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  13. 제12항에 있어서,
    상기 후처리부는
    상기 고해상도인체모델에 대하여,
    다이아몬드 형태의 제1 도형을 이용하여 상기 오프닝연산을 수행하고,
    상기 제1 도형을 이용하여 상기 클로징연산을 수행하고,
    원 형태의 제2 도형을 이용하여 상기 오프닝연산을 수행하고,
    상기 제2 도형을 이용하여 상기 클로징연산을 수행하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  14. 제10항에 있어서,
    상기 해상도 조건은
    상기 전자파의 파장의 길이가 상기 제2 복셀 크기의 소정의 배수 이상인 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
  15. 제10항에 있어서,
    상기 생성부는
    상기 기본인체모델의 하나의 제1 복셀에 대응되는 상기 비율의 역수에 해당하는 복수의 제2 복셀을 상기 고해상도인체모델에 추가하는 것을 특징으로 하는 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 장치.
KR1020160172389A 2016-12-16 2016-12-16 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치 KR101907006B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160172389A KR101907006B1 (ko) 2016-12-16 2016-12-16 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160172389A KR101907006B1 (ko) 2016-12-16 2016-12-16 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180070101A true KR20180070101A (ko) 2018-06-26
KR101907006B1 KR101907006B1 (ko) 2018-10-12

Family

ID=62788720

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160172389A KR101907006B1 (ko) 2016-12-16 2016-12-16 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101907006B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200037932A (ko) * 2018-10-02 2020-04-10 경일대학교산학협력단 용접 품질 평가를 위한 영상처리장치 및 영상처리방법
KR20210041715A (ko) * 2019-10-08 2021-04-16 한양대학교 산학협력단 분산 물질에 대한 전자기파 해석 방법 및 장치
KR20220134872A (ko) * 2021-03-29 2022-10-06 한양대학교 산학협력단 더스티 플라즈마에 대한 전자기파 해석 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101678683B1 (ko) 2015-08-19 2016-11-22 한양대학교 산학협력단 2차복소분수함수 분산 모델링 기반 유한차분 시간영역 병렬 처리 알고리즘을 이용한 초고속 전자기파 해석 장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200037932A (ko) * 2018-10-02 2020-04-10 경일대학교산학협력단 용접 품질 평가를 위한 영상처리장치 및 영상처리방법
KR20210041715A (ko) * 2019-10-08 2021-04-16 한양대학교 산학협력단 분산 물질에 대한 전자기파 해석 방법 및 장치
KR20220134872A (ko) * 2021-03-29 2022-10-06 한양대학교 산학협력단 더스티 플라즈마에 대한 전자기파 해석 방법

Also Published As

Publication number Publication date
KR101907006B1 (ko) 2018-10-12

Similar Documents

Publication Publication Date Title
Poudel et al. A survey of computational frameworks for solving the acoustic inverse problem in three-dimensional photoacoustic computed tomography
Kharazmi et al. hp-VPINNs: Variational physics-informed neural networks with domain decomposition
Bernard et al. Variational B-spline level-set: a linear filtering approach for fast deformable model evolution
JP5480255B2 (ja) データの周波数分析のための方法および装置
US7660480B1 (en) Practical fast mesh-free analysis
KR101907006B1 (ko) 테라헤르츠 대역의 전자파를 이용한 인체 조직의 분석 방법 및 장치
AU2009261945A2 (en) High efficiency computed tomography
WO2006010105A2 (en) Simulation of scanning beam images by combination of primitive features extracted from a surface model
JPWO2008032646A1 (ja) 時間依存シュレディンガー方程式の数値シミュレーション装置
Zhou et al. Nonlocal means filtering based speckle removal utilizing the maximum a posteriori estimation and the total variation image prior
Nochetto et al. A hybrid variational front tracking-level set mesh generator for problems exhibiting large deformations and topological changes
Hohage et al. A generalization of the Chambolle-Pock algorithm to Banach spaces with applications to inverse problems
KR101742116B1 (ko) 고차복소분수함수식을 이용한 분산특성을 갖는 유전체 전자기파 해석 장치 및 방법
Guven et al. Effect of discretization error and adaptive mesh generation in diffuse optical absorption imaging: I
CN115935802B (zh) 电磁散射边界元计算方法、装置、电子设备及存储介质
Kushwaha An efficient filtering approach for speckle reduction in ultrasound images
Ebrahimian et al. Material characterization of thin planar structures using full-field harmonic vibration response measured with stroboscopic holography
JP4727159B2 (ja) 電磁界シミュレータ、電磁界解析装置、電磁界シミュレートプログラム、および電磁界解析プログラム
Wang et al. An extremum-guided interpolation for sparsely sampled photoacoustic imaging
O’Hara et al. Structural identification and simulation of a MAV forewing
Kang et al. An economical representation of PDE solution by using compressive sensing approach
Rivera-Lopez et al. Computation of 2D and 3D High-order Discrete Orthogonal Moments
Bungert et al. A discontinuous Galerkin method for the subjective surfaces problem
KR20220108384A (ko) 전환 가능한 뉴럴 네트워크를 이용한 초음파 영상 처리 방법 및 그 장치
EP1687774B1 (en) Digital signal processing with improved mapping

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right