• 제목/요약/키워드: 개별지원

검색결과 855건 처리시간 0.025초

멀티 모달리티 데이터 활용을 통한 골다공증 단계 다중 분류 시스템 개발: 합성곱 신경망 기반의 딥러닝 적용 (Multi-classification of Osteoporosis Grading Stages Using Abdominal Computed Tomography with Clinical Variables : Application of Deep Learning with a Convolutional Neural Network)

  • 하태준;김희상;강성욱;이두희;김우진;문기원;최현수;김정현;김윤;박소현;박상원
    • 한국방사선학회논문지
    • /
    • 제18권3호
    • /
    • pp.187-201
    • /
    • 2024
  • 골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.

사용자 리뷰의 평가기준 별 이슈 식별 방법론: 호텔 리뷰 사이트를 중심으로 (Methodology for Identifying Issues of User Reviews from the Perspective of Evaluation Criteria: Focus on a Hotel Information Site)

  • 변성호;이동훈;김남규
    • 지능정보연구
    • /
    • 제22권3호
    • /
    • pp.23-43
    • /
    • 2016
  • 최근 IT기술의 발전에 따라 많은 사람들이 자신들의 여가활동에 대한 경험을 공유하고 있으며, 역으로 다른 사람들의 여가활동에 대한 경험을 참고하여 더 나은 여가활동을 누릴 수 있는 기회를 얻게 되었다. 이러한 현상은 영화, 숙박, 음식, 여행 등 여가활동 전반에 걸쳐 나타나고 있으며, 그 중심에는 여가활동에 대한 정보를 요약하여 제공하는 수많은 사이트가 있다. 대부분의 여가활동 정보 사이트는 각 상품에 대한 평균 평점뿐만 아니라 상세 리뷰를 제공함으로써, 해당 상품을 구매하고자 하는 잠재고객의 의사결정을 지원하고 있다. 하지만 기존 대부분의 사이트는 한 단계의 평가기준에 따라 평점과 리뷰를 제공하기 때문에, 각 평가기준을 구성하는 세부요소에 대한 특징과 평가기준 별 주요 이슈를 파악하기 위해서는 상당히 많은 수의 리뷰를 직접 읽어야 한다는 불편이 따른다. 즉 사용자는 자신이 중요한 것으로 생각하는 평가기준에 대한 조건을 파악하기 위해, 많은 수의 리뷰를 하나하나 읽어보는 과정에서 많은 시간과 노력을 소비하게 된다. 예를 들어 호텔의 접근성, 객실, 서비스, 음식 등 한 단계의 평가기준만을 사용하여 평점과 리뷰를 제공하는 사이트의 경우, 접근성 중 특히 지하철역과의 거리, 객실 중 특히 욕실의 상태를 살펴보고자 하는 사용자에게 필요한 정보를 충분히 제공하지 못하게 된다. 따라서 본 연구에서는 기존 여가활동 정보 사이트의 한계, 즉 평가기준별로 입력된 리뷰를 신뢰하기 어렵다는 점과 평가기준을 구성하고 있는 세부 내용을 파악하기 어렵다는 점을 극복하기 위한 방안을 제시하고자 한다. 본 연구에서 제안하는 방법론은 사용자가 별도의 구분 없이 입력한 리뷰를 그 내용에 따라 평가기준별로 자동 분류하고, 각 평가 기준 별 주요 이슈를 요약하여 제공한다. 제안 방법론은 최근 텍스트 분석에 활발하게 사용되고 있는 토픽 모델링(Topic Modeling)에 기반을 두고 있으며, 각 리뷰를 하나의 문서 단위로 사용하는 것이 아니라 리뷰를 문장 단위로 끊어 개별 리뷰 유닛(Review Unit)으로 분해한 뒤, 평가기준별로 리뷰 유닛을 재구성하여 분석한다는 측면에서 기존의 토픽 모델링 기반 연구와 큰 차이가 있다고 할 수 있다. 본 논문에서는 제안 방법론을 실제 호텔 정보 사이트에서 수집한 423건의 리뷰 문서에 적용하여 6가지 평가기준에 대해 총 4,860건의 리뷰 유닛을 재구성하고, 이에 대한 분석 결과를 소개함으로써 제안 방법론의 유용성을 간접적으로 보인다.

과학기술 및 학술 연구보고서 서비스 제공을 위한 국가연구개발사업 관련 법령 입법론 -저작권법상 공공저작물의 자유이용 제도와 연계를 중심으로- (A Study on Improvements on Legal Structure on Security of National Research and Development Projects)

  • 강선준;원유형;최산;김준혁;김슬기
    • 한국기술혁신학회:학술대회논문집
    • /
    • 한국기술혁신학회 2015년도 춘계 학술대회 논문집
    • /
    • pp.545-570
    • /
    • 2015
  • 현대의 지식정보화 사회에서는 과학기술 및 학술적인 저작물은 문화적 경제적 부가가치를 창출할 것으로 기대된다. 국민의 세금이 투입된 공공기관 특히 출연(연)의 공공저작물은 지식재산권 상의 제약 혹은 국가의 안전 등에 영향이 없는 한 국민들에게 무상의 자유로운 접근과 이용을 보장해야 한다. 이러한 사회적 요구와 시대적 추세에 따라 학술정보의 오픈 엑세스 운동이 확산되어 가고 있다. 우리 정부는 NDSL, NTIS 등 과학기술정보서비스를 통하여 R&D과제 기획, 또는 관련 사업을 조정 평가할 때 중복투자를 사전에 방지할 수 있고 연구자가 R&D 관련 정보 활용을 극대화 하여 국가연구개발사업의 효율적인 관리 및 투자 효율성 향상이 가능하도록 하고 있다. 스마트폰, 태블릿 PC 등 뉴미디어의 확산은 새로운 형태의 전자적 정보서비스의 제공을 요구하고 있으며 공공기관인 출연(연) 등에서 국가연구개발사업 등으로 수행한 연구보고서 등을 과학기술정보서비스를 통해 제공하는 경우 창작자의 권리(author's right)뿐만 아니라 이용자의 권리(user's right)도 동시에 보장하는 것이 기본원칙이자 중요한 당면과제 이다. 공공기관인 출연(연)의 연구보고서는 지식재산권, 연구보안 등과 관련하여 특별한 경우가 아니고는 공익적 목적을 위해 민간에서 활용이 가능하도록 제도화 되어야 하지만 현행 관련 법령상 공공저작물의 권리처리 등 관리가 미흡하여 활용과 자유이용이 제한되고 있는 실정이다. 따라서, 국민의 세금에 의해 작성된 출연(연)의 연구보고서 및 과학기술정보서비스 부분은 공공저작물의 범주에서 선진적 유통체계 마련을 위한 법적 인프라 구축이 필요하다. 입법론과 제도개선으로는 다음과 같은 방안을 검토해야 한다. 첫 번째로 사적자치 등의 이념을 활용하여 저작재산권 귀속 가이드라인 및 계약서 표준(안)을 제시해야 한다. 둘째로 개별법률 혹은 단일 별도법률로 입법화 하는 방안이다. 오픈 엑세스를 저작권 내에 법제화 방안을 검토하고 독일의 입법례를 참조하여 공공재원의 지원을 받는 출연(연)의 연구보고서 등은 학술저작물을 작성한 저작자에게 2차적 이용권을 부여해야 한다. 단일 법률로 "학술 과학기술 연구 성과물에 대한 공공적 접근 및 이용 활성화에 관한 법률"을 제정하여 별도의 내용에 대하여 상세하고 자세한 입법을 해야 한다. 출연(연)이 수행하는 대부분의 연구사업은 국가연구개발사업 관리규정의 적용을 받으며 특히, 과학기술정보 서비스 및 연구보고서와 관련된 조항은 이미 상당부분 제도적으로 정착이 된 점 제반사항을 고려해볼 때, 저작권법과의 조화로운 입법이 필요하다. 장기적으로는 기존에 과학기술정보서비스 및 연구보고서 관련 조항을 개정하고 국가연구개발사업 관리규정을 법률로 승격시켜 저작권법상 공공저작물 자유이용 제도와 오프 엑세스 조항과 유기적으로 연계될 수 있도록 조항을 제정하는 입법방식이 바람직하다.

  • PDF

조리 중량 변화 계수 및 잔반계측법을 이용한 노인복지시설 이용자의 점심식사 영양섭취평가 (Assessment of Nutrient Intakes of Lunch Meals for the Aged Customers at the Elderly Care Facilities Through Measuring Cooking Yield Factor and the Weighed Plate Waste)

  • 장혜자;이나영;김태희
    • Journal of Nutrition and Health
    • /
    • 제42권7호
    • /
    • pp.650-663
    • /
    • 2009
  • 본 연구의 목적은 집단 영양평가시 급식시설에서 제공하는 표준레시피의 자료로 단순히 영양분석하여 평가할 경우 1인 배식량과 섭취량이 서로 달라 정확한 영양평가를 할 수 없다는 점을 입증하고 정확한 영양분석을 위한 새로운 접근방법을 제시함과 동시에 노인복지시설에서 제공되는 1끼 식사의 영양 평가를 통해 노인급식 영양관리의 문제점을 파악하고 개선안을 도출하는데 있다. 서울 지역 3개노인복지회관을 선정한 후 표준레시피로 실험조리를 통해 메뉴별 조리중량변화계수를 산출하고, 개별 잔반계측방법으로 실제 제공된 양과 노인들이 섭취한 양을 조사하여 영양평가를 내렸다. 연구결과는 다음과 같다. 1) 조사대상자는 65세 이상 75세 미만이 51명, 75세 이상이 49명이었으며, 평균 신장은 남자 165.6 cm, 여자154.8 cm, 평균 몸무게는 남자 62.9 kg, 여자 57.1 kg이었다. BMI는 정상 체중군에 포함되는 남자는 42.6%, 여자는 43.4%로 나타났고, 남자의 38.3%, 여자의 43.4%가 거동이 불편한 것으로 조사되었다. 2) 단체급식소에서 사용하는 표준레시피의 1인 분량과 배식량간에 차이가 있고, 실제 섭취량과는 더 큰 차이가 있었다. 그러므로 영양평가시 단순히 식단의 표준레시피를 근거로 수행할 경우 실제 섭취량과 다르기 때문에 큰 오차가 발생할 수 있었다. 이를 해결하기 위해 영양사는 실험조리를 통해 표준레시피의 1인 분량과 실제 1인 분량을 동일하게 관리하는 것이 필요하였다. 음식별 조리중량변화계수는 조리방법, 식재료의 특성에 따라 차이가 있지만, 밥 2.4, 육류 찜, 조림, 볶음류 0.6~0.7, 브로컬리초무침 1.25를 보였고, 미역국과 같이 말린 재료를 불려 만든 맑은 국은 12.5, 동태찌개 1.58, 오징어국 2.60으로 나타났다. 따라서 표준레시피에 의거한 1인 분량은 밥류 237~343 g, 국류 284~375 g, 육류 찬 89.4~95.9 g, 야채찬 55~128.7 g, 김치 40 g이었고, 실제 제공하는 평균 배식량은 밥 239.08 g, 국 283.29 g, 육류찬 88.09 g, 야채찬 45.83 g, 김치 38.41 g이며, 노인의 실제 섭취량은 밥 235.97 g, 국 248.53 g, 육류찬 72.8 g, 야채찬 39.8 g, 김치 28.36 g으로 조사되었다. 메뉴군 별로는 밥류 (98.7%)의 섭취율이 가장 높았고, 다음으로 국 (87.7%), 야채찬 (87.0%), 육류찬 (82.7%), 김치 (73.8%) 순의 섭취율을 보였다. 노인들이 섭취하는 양은 밥을 제외하고 급식소 별로 차이가 있는 것으로 나타났다 (p < 0.01). 3) 에너지 및 영양소의 실제 섭취 영양을 일반사항에 따라 비교한 결과, 성별에 따라, 지방, 철, 아연, 리보플라빈의 섭취에 유의적인 차이가 나타났고, 연령에 따라서는 75세 이상의 집단보다 65세 이상 75세 미만의 집단에서 비타민 A와 엽산을 유의적으로 더 많이 섭취하고 있는 것으로 나타났다. BMI에 따라서는 섭취영양에 차이를 보이지 않았으며, 거동 불편여부에 따라서는 단백질, 지방, 칼슘, 인, 나트륨, 비타민 A, 비타민 B6, 나이아신, 비타민 C, 엽산섭취에 유의적인 차이를 보였다. 5) 영양소 적정섭취비율과 질적지수 평가에서 노인급식시설의 점심식사는 철, 칼슘, 리보플라빈이 1 미만으로 낮게 섭취되는 것으로 나타나 개선이 요구되었다. 그러나 단백질 (1.96), 비타민 B6 (1.83), 인 (1.76), 아연 (1.34), 티아민 (1.17), 비타민 C (1.08), 비타민 A (1.06)의 적정 섭취비율은 1 이상으로 나타났다. 그러므로 노인급식을 위한 영양 계획 시 이러한 문제가 되는 영양소들을 공급할 수 있는 식품에 대한 고려가 필요하였다. 또한 복지시설 급식소별로 식사의 질에 대한 평가에 유의적인 차이가 있는 것으로 나타나 노인복지시설에 영양관리 서비스를 제공할 수 있는 영양사의 배치할 수 있도록 정부차원의 지원이 필요하였다. 6) 노인들의 실제 영양섭취 평가 결과, 65세 이상 75세 미만의 집단에서 칼슘을 부족 섭취하는 비율은 남녀 모두 100%였고, 비타민 A는 남자 17.4%, 여자 10.7%, 리보플라빈은 남자 34.8%, 여자 35.7%, 비타민 B6는 남자 4.3%, 여자 14.3%가 부족하게 섭취하고 있는 것으로 조사되었다. 65세 이상 75세 미만의 집단에서 티아민 (10.7%), 나이아신 (7.1%), 비타민 C (10.7%)는 여자에게서만 부족 섭취가 나타났다. 75세 이상의 집단에서는 여자에게서만 단백질이 4.0%부족한 것으로 나타났고, 칼슘은 부족 섭취하는 비율이 남녀 모두 100%였다. 이상의 결과에서 노인 복지시설에 영양사를 배치하여 영양상담과 급식서비스를 원할히 제공함은 물론이고, 보다 정확한 영양평가를 위하여 표준레시피 량과 실제 배식량 간에 차이를 줄일 수 있도록, 실험조리를 통해 표준레시피에 따른 1인 분량 설정과 조리중량변화계수의 산출과 기록관리가 필요하였다. 더 나아가 잔식량 측정을 병행하여 배식량과 섭취량간의 차이를 지속적으로 모니터링하는 노력이 필요하였다. 본 연구에서 채택한 조리변환계수, 잔식률, 섭취율을 이용하여 영양평가 하는 방법은 정확한 영양진단 방법론으로 활용될 수 있으며, 특히 조리중량계수는 조리후 완성된 음식물의 량을 예측하는데 활용될 수 있을 것으로 기대된다.

기계학습을 이용한 수출신용보증 사고예측 (The Prediction of Export Credit Guarantee Accident using Machine Learning)

  • 조재영;주지환;한인구
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.83-102
    • /
    • 2021
  • 2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.