• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.602-605
• /
• 2021

최근 인공지능 연구가 활발히 진행되고 있는 가운데 국내외에서 오픈 데이터셋을 제공하고 있어 기술개발이 가속화되고 있다. 데이터셋은 지도학습을 위한 학습데이터로 라벨링 데이터를 포함하고 있어 다양한 라벨링 기능이 적용된 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 웹 애플리케이션에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, Grabcut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 이와 관련하여 라벨링 기능별 수행 결과를 근감소증 진단을 위한 영상 라벨링 수행결과와 정량분석 결과를 보였다.

• Advanced Industrial SCIence
• /
• v.1 no.1
• /
• pp.7-15
• /
• 2022

To adopt the development in the medical scenario IoT developed towards the advancement with the processing of a large amount of medical data defined as an Internet of Medical Things (IoMT). The vast range of collected medical data is stored in the cloud in the structured manner to process the collected healthcare data. However, it is difficult to handle the huge volume of the healthcare data so it is necessary to develop an appropriate scheme for the healthcare structured data. In this paper, a machine learning mode for processing the structured heath care data collected from the IoMT is suggested. To process the vast range of healthcare data, this paper proposed an MTGPLSTM model for the processing of the medical data. The proposed model integrates the linear regression model for the processing of healthcare information. With the developed model outlier model is implemented based on the FinTech model for the evaluation and prediction of the COVID-19 healthcare dataset collected from the IoMT. The proposed MTGPLSTM model comprises of the regression model to predict and evaluate the planning scheme for the prevention of the infection spreading. The developed model performance is evaluated based on the consideration of the different classifiers such as LR, SVR, RFR, LSTM and the proposed MTGPLSTM model and the different size of data as 1GB, 2GB and 3GB is mainly concerned. The comparative analysis expressed that the proposed MTGPLSTM model achieves ~4% reduced MAPE and RMSE value for the worldwide data; in case of china minimal MAPE value of 0.97 is achieved which is ~ 6% minimal than the existing classifier leads.

• Journal of Convergence for Information Technology
• /
• v.9 no.2
• /
• pp.1-6
• /
• 2019

In this article, we have presented a framework, designed to create new services for businesses, which use large sets of medical data. It is not a simple data analysis step, but it clarifies the purpose of data utilization, analyses it, extracts value from it, and designs a process from actual business or service to an operation. The designed frame work covers the basic architecture and social system model. It was designed, using basic data, which was focused on large sets of medical data, and to be applied to a social system with reference to the designed framework. We are looking forward to create various medical business alliances and services applying the designed framework to the available sets of basic medical data.

• Proceedings of the Korea Database Society Conference
• /
• 1999.10a
• /
• pp.113-118
• /
• 1999

본 연구는 통합병원정보시스템 (Integrated Hospital Information System) 에서 의료용 데이터 웨어하우스 (Medical Data Warehouse) 부분의 보안 프로토타입 시스템을 메타데이터 기반으로 설계하고 구현하는 데 주안점을 두었다. 특히, 의료용 데이터 웨어하우스 중에서도 임상 데이터 웨어하우스 (Clinical Data Warehouse) 에 초점을 두었으며 이에 대한 프로토타입은 ㅈ 병원에 적용되어서 개발되었다.

• Journal of the Korea Computer Graphics Society
• /
• v.10 no.4
• /
• pp.6-12
• /
• 2004

웹은 플랫폼에 의존하지 않고 모든 사람들이 공통으로 이용할 수 있는 인터페이스를 제공하기 때문에 웹브라우저상에 3차원 의료 데이터를 가시화하여 표현한다면 원격 진단, 의료 교육 등에 이용될 수 있다. 이 논문은 3차원 의료정보를 3차원 의료 볼륨 데이터, 3차원 의료 영상, 볼륨 렌더링 응용의 3 종류로 구분하여 이들을 XML로 표현하는 방법 및 텍스처 맵핑 기반의 디렉트볼륨렌더링(Direct Volume Rendering)을 SVG(Scalable Vector Graphics)으로 표현하여 SVG 뷰어 상에 표시하는 방법을 제안한다. 제안 방법의 실행 결과는 웹 브라우저 상에서 의료데이터의 분석이 가능하게 하고, 또한 볼륨렌더링 응용프로그램을 SVG로 표현, 결과 이미지를 SVG 뷰어로의 표시가 가능하다는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.544-546
• /
• 2020

의료 데이터를 이용하여 인공지능 기계학습 연구를 수행할 때 자주 마주하는 문제는 데이터 불균형, 데이터 부족 등이며 특히 정제된 충분한 데이터를 구하기 힘들다는 것이 큰 문제이다. 본 연구에서는 이를 해결하기 위해 GAN(Generative Adversarial Network) 기반 고해상도 의료 영상을 생성하는 프레임워크를 개발하고자 한다. 각 해상도 마다 Scale 의 Gradient 를 동시에 학습하여 빠르게 고해상도 이미지를 생성해낼 수 있도록 했다. 고해상도 이미지를 생성하는 Neural Network 를 고안하였으며, PGGAN, Style-GAN 과의 성능 비교를 통해 제안된 모델이 양질의 고해상도 의료영상 이미지를 더 빠르게 생성할 수 있음을 확인하였다. 이를 통해 인공지능 기계학습 연구에 있어서 의료 영상의 데이터 부족, 데이터 불균형 문제를 해결할 수 있는 Data augmentation 이나, Anomaly detection 등의 연구에 적용할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.932-933
• /
• 2014

최근에는 의료 빅데이터 분야에서 의료기기, 의료전문가로부터 생성 또는 감지되는 사운드 생체신호(심장박동, 호흡, 맥박, 진맥) 데이터의 특징을 디지털 데이터로 추출하여 패턴 데이터로 변환한 후, 이를 빅데이터 분석 플랫폼 기반으로 분석하여 진료, 처방, 예방 등에 유용한 정보를 생성하는 모델 구축 연구가 활성화되고 있다. 본 논문에서는 사운드 생체신호 특징을 디지털 데이터로 추출하여 (주)리아컴즈 NeoQubit 빅데이터 플렛폼을 기반으로 패턴 데이터를 분석하고 예측할 수 있는 모델을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.16-19
• /
• 2020

본 논문은 국제표준화인 OHDSI OMOP-CDM 의 확장으로 의료영상 표준기반의 R_CDM 으로 변환하고 그 데이터를 기반으로 다기관 임상연구를 위한 관리시스템에 대해 기술한다. 이를 위해 기존 공통데이터모델과 연계에 중점을 두어 DICOM 태그정보를 기반으로 의료영상 표준 모델의 스키마와 다기관 연구를 위한 Report 정보를 포함하여 모델링하였다. 이를 기반으로 머신러닝 기술개발을 위한 데이터 셋 생성과 관리를 위한 웹 기반 시스템 구조와 기능에 대해서 기술한다. 끝으로 구현된 시스템에서 제공하는 웹 서비스 수행 결과를 보인다.

• Journal of Digital Convergence
• /
• v.15 no.10
• /
• pp.377-386
• /
• 2017

This study has developed a medical information management educational program that can improve the management ability of medical information. The educational medical information management program was developed for 8mnths uing VB. The database utilized the ACCESS Database, which allows learners to easily understand and understand the structure of the data. The learners enter data in the discharge analysis and the cancer registration program and the incomplete program after analyze the medical records. After entering and saving data, medical information management programs can be used to understand and analyze the structure of the database to generate medical information. The educational programs can improve the ability of learners to manage medical information by extracting the necessary data from the database directly through SQL and creating various medical information. However, although the medical information management program is an educational program, there is no evaluation system for the learners program operation. Accordingly, the next studies should develop the assessment system of the medical information management program for learners evaluation.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.513-516
• /
• 2013

In this paper, we present an information collecting system in medical information management domain. Our proposed system performs a systemized process, consisting of collection, transmission, and management, to develop intelligent medical information system and medical big data processing system. Our information collecting system consists of low-power biomedical sensors, biomedical information collecting devices, and storage systems. Currently, almost biomedical information of patients is collected manually by employees like nurses and medical doctors. Therefore, collected biometric data can be error-pronoun data. Since there is a lack to make big data of medical information, it is difficult to enhance the quality of medical services and researches. Accordingly, through our proposed system, we can overcome the problems like error-pronoun biometric data. In addition, we can extremely extend the area of collectable biometric data. Furthermore, using this system, we are able to make a real-time biomedical analysis system, like a real-time patient diagnosis system, and establish a strategy to against future medical markets changing rapidly.