• Title/Summary/Keyword: 원인분류

Search Result 1,264, Processing Time 0.037 seconds

입안에 생기는 병

  • Kim, Gi-Ryeong
    • 건강소식
    • /
    • v.2 no.10 s.13
    • /
    • pp.14-17
    • /
    • 1974
  • 흔히 여러 가지 형태로 나타나는 구강점막의 염증을 한데 일컬어서 구내염이라고 부르고 있다. 그러나 실지로는 이들 구내염의 원인이 많고 또한 복잡하며 때로는 원인을 잘 모르는 것이 있는가 하면 서로 다른 원인에 의해서 생긴 구내염도 구강 내에 들어온 여러 가지 세균에 의해서 이차적 감염을 일으켰을 때에는 같은 형태나 증상을 나타내는 경우가 있으며 바이러스나 진균에 의해서 또는 전신질환의 분증으로서도 발생되기 때문에 이들을 일률적으로 분류해서 이야기 하기는 어려우나 대체로 임상적인 면에서 다음과 같이 나누어 설명할 수가 있다.

  • PDF

간염 virus(1)

  • 서진혜;박병채
    • Journal of Life Science
    • /
    • v.2 no.3
    • /
    • pp.163-173
    • /
    • 1992
  • 간염바이러스들은 이들의 virology 및 임상적 특징들에 따라 A형, B형, C형, D형 및 E형으로 분류되며, A형 및 E형은 미개발국가들의 약년층에서 흔히 발생하는 급성간염의 원인으로 알려져 왔으나 만성간염 또는 간세포 암의 원인은 되지 않음으로 B형 및 C형에 비해 임상적인 의의는 적다. B형 바이러스는 급성간염 및 간세포 암의 가장 중요한 원인이며 전세계 인구 중에서 3억가량이 HBV에 감염되어 있고 이들의 75%가 아시아인인 것으로 밝혀져 있다. C형 바이러스는 최근에 비A형, 비B형 간염바이러스에 의한 간염의 중요한 원인으로 밝혀졌으며 구미 및 일본에서는 만성간염 및 간세포암의 가장 중요한 원인으로도 간주되고 있다. D형 간염바이러스는 지중해 연안국가, 북아프리카 및 중동국가들에서 HBV에 의해 이미 감염되어 있는 환자들을 침범함으로써 HBV에 의한 급성 및 만성간염을 악화시키나 HDV 단독으로는 간염의 원인이 될 수는 없다고 알려져 있다. 본지에서는 한국인에게서 임상적인 의의를 갖는 HBV에 대해 구체적으로 기술한다.

  • PDF

Diagnosis of headaches in dental clinic (치과임상에서의 두통의 진단)

  • Lee, Hye-Jin;Kim, Young-Gun;Kim, Seong-Taek
    • Journal of Dental Rehabilitation and Applied Science
    • /
    • v.32 no.2
    • /
    • pp.102-108
    • /
    • 2016
  • Headache disorders, one of most common disease in general population, have been developed according to many versions of international classifications. The primary headaches are those in which no consistently identified organic cause can be determined. It is divided into the following categories: (1) migraine, (2) tension-type headache, (3) cluster headache and other trigeminal autonomic cephalalgias, (4) other primary headaches. This review described a diagnosis of primary headache disorders based on International Classification of Headache Disorders (ICHD)-3 beta criteria.

Development of Railway Accidents Causal Analysis System (철도사고 원인분석시스템 구축에 관한 연구)

  • Song, Bo-Young;Kim, Mhan-Woong;Moon, Dae-Seop;Lee, Dong-Hoon;Lee, Hi-Sung
    • Journal of the Korean Society for Railway
    • /
    • v.13 no.4
    • /
    • pp.455-461
    • /
    • 2010
  • We have identified which causes have influenced to accidents, case by case through a relational analysis on data of accidental case, root case, accident cause and hazard. The data on the accident of railway operation and system have been analyzed and the root cause, accident cause and hazard have been classified. This research has developed accident cause analysis system to build efficient railway safety policy which will be used to prevent railway accidents by government and railway operator.

석유문명론(1)

  • Korea Petroleum Association
    • Korea Petroleum Association Journal
    • /
    • no.9 s.7
    • /
    • pp.60-61
    • /
    • 1981
  • "문명을 움직이는 원인에 따라 분류하면 즉 동력을 기준으로 하면 인력문명, 축력문명, 화력문명으로 파악할 수 있다. 유럽에서는 로마시대에 인력문명으로부터 축력문명으로 전환되었다"

  • PDF

Prediction of Cardiovascular Disease Steps using Support Vector Machine Ensemble (SVM 앙상블을 이용한 심혈관질환 질환단계 예측)

  • Eom Jae-Hong;Zhang Byoung-Tak
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2006.06a
    • /
    • pp.76-78
    • /
    • 2006
  • 현재 심혈관 질환은 암 다음으로 높은 사망 원인으로 기록되고 있어 심혈관 질환에 대한 초기 진단은 질환의 치료에 매우 중요한 문제로 대두되고 있다. 본 논문에서는 SVM을 이용하여 심혈관질환 환자의 질환 단계를 예측하였다. 일반적으로 이진분류에 사용되는 SVM을 이용하여 정상 및 질환 $1{\sim}3$기의 총 4가지 분류가 필요한 다분류 분류문제를 처리하기 위해서 논문에서는 독립적 학습된 단일 SVM 분류기들을 결합하여 분류를 수행하는 SVM 앙상블 방법을 사용하였다. 단일 분류기의 결합은 Majority voting, 최소자승에러기반 가중치 부여, 2단계층 결합 등의 방법으로 수행하여 심혈관 질환 분류에 적합한 앙상블의 구성을 시도하였다. 실험 데이터는 (주)제노프라의 압타머 칩 데이터를 사용하였다. 서로 다른 데이터를 이용하여 학습된 이종의 SVM들을 결합한 결과 질환단계 예측에 있어서 단일 SVM을 이용하여 질환 단계를 예측하는 경우 보다 향상된 질환단계 예측 성능을 관찰할 수 있었으며, 심혈관 질환의 예측에 대해서는 단일 SVM 분류기의 2단 계층 결합법이 가장 좋은 성능을 보임을 확인하였다.

  • PDF

Fine-grained Named Entity Recognition using Hierarchical Label Embedding (계층적 레이블 임베딩을 이용한 세부 분류 개체명 인식)

  • Kim, Hong-Jin;Kim, Hark-Soo
    • Annual Conference on Human and Language Technology
    • /
    • 2021.10a
    • /
    • pp.251-256
    • /
    • 2021
  • 개체명 인식은 정보 추출의 하위 작업으로, 문서에서 개체명에 해당하는 단어를 찾아 알맞은 개체명을 분류하는 자연어처리 기술이다. 질의 응답, 관계 추출 등과 같은 자연어처리 작업에 대한 관심이 높아짐에 따라 세부 분류 개체명 인식에 대한 수요가 증가했다. 그러나 기존 개체명 인식 성능에 비해 세부 분류 개체명 인식의 성능이 낮다. 이러한 성능 차이의 원인은 세부 분류 개체명 데이터가 불균형하기 때문이다. 본 논문에서는 이러한 데이터 불균형 문제를 해결하기 위해 대분류 개체명 정보를 활용하여 세부 분류 개체명 인식을 수행하는 방법과 대분류 개체명 인식의 오류 전파를 완화하기 위한 2단계 학습 방법을 제안한다. 또한 레이블 주의집중 네트워크 기반의 구조에서 레이블의 공통 요소를 공유하여 세부 분류 개체명 인식에 효과적인 레이블 임베딩 구성 방법을 제안한다.

  • PDF