• 한국의학물리학회지:의학물리
• /
• 제22권3호
• /
• pp.140-147
• /
• 2011

이 연구에서는 폐종양의 정량적 개선을 위하여 분자체를 이용하여 내부 움직임을 측정하고 평가된 데이터를 기반으로 소동물 PET 영상내의 폐종양을 국소화하고자 하였다. 소동물 폐 영역의 내부 움직임은 방사성물질을 흡착한 분자체를 이용하여 소동물 폐 영역에 부착함으로써 구현하였다. 폐 영역의 내부 움직임 표적으로 사용된 분자체는 약 37 kBq의 Cu-64를 흡착시켜 폐종양을 모사하였다. 소동물 PET 영상은 Siemens Inveon 스캐너를 이용하여 획득하였으며 외부 움직임 데이터는 트리거 생성 장치인 BioVet을 이용하였다. SD-Rat PET 영상은 $^{18}F$-FDG 37 MBq/0.2 mL을 미정맥으로 주사하고 60분 후 20분간 데이터를 획득하였다. 리스트모드 데이터의 각 선응답은 외부 트리거 장치에 의해 획득된 트리거신호를 이용하여 2 bin에서 16 bin으로 사이노그램을 획득하였다. 획득된 사이노그램 데이터는 OSEM 2D 알고리즘을 이용하여 4회의 반복으로 재구성하였다. 종양의 정량적 분석을 위한 PET 영상은 종양을 묘사한 분자체 영역에 관심영역을 설정하고 계수와 SNR 그리고 FWHM을 이용하여 평가하였다. 움직임 표적으로 사용된 분자체의 크기는 $1.59{\times}2.50mm$이었으며, 기준 영상으로 획득한 체외 분자체 수직 및 수평 FWHM은 $2.91{\times}1.43mm$이었다. 정적영상과 4 bin 그리고 8 bin 영상에서의 수직 FWHM은 각각 3.90 mm, 3.74 mm, 3.16 mm이었으며 수평 FWHM은 각각 2.21 mm, 2.06 mm, 1.60 mm이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 계수 값은 각각 4.10, 4.83, 5.59, 5.38, 5.31이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 SNR은 4.18, 4.05, 4.22, 3.89, 3.58이었다. FWHM은 게이트 수의 증가에 따라 계속 향상됨을 확인하였다. 그러나 계수 값과 SNR은 게이트 수의 증가에 따라 계속 향상되지 않고 특정 bin 수에서 가장 높은 값을 보여 소동물 폐 영역에서의 종양 영상화시 SNR의 손실을 최소화하면서 향상된 계수 값을 얻을 수 있는 게이트 수를 획득하였다. 내부 움직임 측정은 최적화된 종양 국소화 영상을 획득할 수 있으며 외부 움직임 모니터링 시스템을 사용하지 않고 장기별 움직임 예측 모델링을 위한 유용한 방법이 될 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 대한방사선치료학회지
• /
• 제26권1호
• /
• pp.29-35
• /
• 2014

목 적 : 본 연구는 이미 상용화가 시작된 호흡 동조 체적 세기조절 회전 방사선 치료(Gated RapidArc) 이전의 자동화가 되지 않는 장비들에서 호흡 동조 방사선 치료(Gated radiation therapy)와 체적 세기조절 회전 방사선 치료(VMAT)를 동시에 시행할 수 있게 Gated RapidArc의 정확성을 분석하여 유용성을 평가하고, 진폭모드(Amplitude mode)를 이용하여 Gated RapidArc가 자동으로 되지 않는 장비에 환자를 적용하여 보고자 하였다. 대상 및 방법 : 방사선량 분포의 분석은 물 등가물질 고체 팬톰과 GafChromic 필름(EBT2 QD+, USA)을 이용하였으며, Film QA (ver. 2.2, USA) 필름 분석 프로그램을 이용하여 Gamma 인자(3%, 3 mm)를 분석하였다. 또한, 삼차원 선량 분포의 정확도를 확인하기 위해서 Matrixx(IBA Dosimery, Germany) 선량 측정 장비와 Compass(IBA Dosimetry, Germany) 선량 분석 프로그램을 이용하였다. 고체 팬톰을 이용한 호흡 동조 주기 신호는 4D 팬톰(Dynamic Thorax Phantom, CIRS, USA)과 Varian RPM(Real-Time Position Monitor) 호흡 동조 시스템을 이용하여 만들었으며, 자유호흡(free breathing)과 호흡정지(breath holding) 시에 따른 방사선량 분포를 각각에 대하여 분석 평가하였다. 환자에게 적용하기 위하여 2013년 2월부터 2013년 8월까지 간암환자 4명을 대상으로 4DCT의 영상을 얻기 위하여 충분한 호흡주기 연습후에 환자의 호흡주기에 맞게 위상모드(Phase mode)를 이용하여 환자가 고글의 호흡주기 패턴을 눈으로 보고 정확하게 따라할 수 있도록 하면서 4DCT의 영상을 획득하였다. Gated RapidArc 치료를 위하여 진폭모드(Amplitude mode)의 호흡주기를 만들어 3회 호흡을 시행한 후 40%~60%의 구간에서 5~6초 호흡을 참을 수 있도록 연습을 하고, 치료 시 40%~60%의 구간에서 환자가 숨을 참을 때 Beam On 버튼을 눌러주는 방식의 반자동으로 치료를 시행하였다. 결 과 : 비 호흡 및 호흡 동조 체적 세기조절 회전 방사선 치료기법 간의 절대선량은 전산화 치료 계획을 이용한 계산값과 1% 이내의 차이를 보였으며, 치료 기법 간의 차이 또한 1% 이내의 차이를 보였다. Gamma 인자(3%, 3 mm)는 99% 이상의 일치함을 보였으며, 각 장기별 선량 차이는 대체로 95% 이상의 일치함을 보였다. 또한 호흡 동조 체적 세기조절 회전 방사선 치료를 위하여 만든 진폭모드(Amplitude mode)의 호흡주기와 실제 환자의 호흡주기가 잘 일치하는 것을 볼 수 있었다. 결 론 : 비 호흡 동조와 호흡 동조 시 체적 세기조절 회전 방사선 치료간의 절대 선량 및 방사선량의 분포가 매우 잘 일치함을 보였다. 이는 호흡 동조 체적 세기조절 회전 방사선 치료 기법을 이용하여 호흡에 따라 움직이는 흉부나 복부의 종양 치료에 적용이 가능한 것으로 사료된다. 또한 실제 치료환자를 대상으로 고글을 통하여 진폭모드(Amplitude mode)의 호흡주기를 만들어 Gated RapidArc가 자동으로 되지 않는 장비에 치료를 적용한 결과, 5~6초정도 정지된 호흡에서 호흡 동조 체적 세기조절 회전 방사선 치료가 원활히 이루어짐을 알 수 있었다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.