• 한국식품영양과학회지
• /
• 제42권10호
• /
• pp.1592-1599
• /
• 2013

본 연구는 학령기아동의 저체중 현황 및 관련요인을 살펴보기 위하여 대구지역 초등학교 5, 6학년을 대상으로 저체중군 86명과 정상체중군 407명의 식습관, 건강상태, 자아체형 인식 및 체중조절의지, 영양소 섭취수준과 출생 시 정보를 수집하여 비교 분석하였다. 그 결과를 요약하면 첫째, 저체중군 비율의 66.3%가 여학생으로 남학생에 비해 유의적으로 높았고, 저체중 자녀를 둔 아버지의 신장은 정상체중군과 비교하여 약 1.8 cm 정도 더 큰 것으로 관찰되었다. 둘째, 저체중군이 정상체중군보다 최근 1년간 병원진료 및 감기증상 빈도가 유의적으로 더 높았고, 특히 저체중군에서 월 1회이상 병원진료를 경험한 비율은 14.5%로, 정상체중군 5.5%에 비해 약 9% 높은 수준을 보였다. 셋째, 저체중 남학생은 본인 체형에 대하여 비교적 정확하게 인식하고 있는 반면, 정상체중 남학생은 본인 체형에 대해 실제 체형보다 왜소하다고 평가하는 비율이 36.6%를 차지하였다. 저체중 여학생의 경우 33.3%는 본인이 마른 체형임에도 불구하고 보통체중 혹은 과체중이라고 응답하는 등 잘못된 체형 인식 수준이 비교적 높은 경향을 보였다. 넷째, 저체중 여학생은 현재 자신의 체중을 그대로 유지하거나 더 줄이려고 노력하는 비율이 31.6%였고, 정상체중 여학생의 35.5%가 정상체중임에도 체중을 더 줄이기 위하여 노력한다고 응답하였다. 다섯째, 한국인 영양섭취기준 대비 영양소 섭취비율을 남녀별 체중군에 따라 비교한 결과, 단백질은 두 체중군 모두 권장량보다 2배 가량 높은 섭취비율을 보였으나 정상체중군이 저체중군에 비해 유의적으로 더 많이 섭취하고 있었으며, 그 차이는 남학생에게서 더 두드러졌다. 반면 식이섬유, 칼슘, 칼륨, 엽산은 두 체중군에서 권장량보다 낮은 섭취수준을 보였다. 여섯째, 출생체중과 현재체중, 현재신장, 현재 Rohrer's index 간의 상관관계를 분석한 결과, 여학생의 출생체중은 현재체중과 현재신장에서 유의적인 양의 상관관계를 보였다. 위에 제시한 것과 같이 본 연구에서는 저체중 아동의 건강상 문제에 대한 가능성, 여학생의 왜곡된 자아체형인식 및 체중조절의지, 그리고 출생 시 체중과 현재 체중과의 연관성을 제시하였다. 따라서 이러한 결과를 토대로 가정과 학교에서 학령기 아동의 저체중 문제를 해소할 수 있는 지속적이고 다각적인 노력이 필요하다.

• 핵의학기술
• /
• 제17권2호
• /
• pp.78-83
• /
• 2013

SPECT/CT는 SPECT와 CT를 결합하여 감약에 의한 왜곡된 영상을 CT의 감쇠보정을 이용하여 구현할 수 있는 장점이 있다. 감쇠보정을 이용한 SPECT/CT 영상은 우수한 의료 영상 정보를 제공하며 정확한 영상을 비교 및 판독할 수 있어서 영상의 진단적 가치가 높은 것으로 평가된다. 이 연구에서는 phantom 실험 및 환자의 영상을 이용하여 CT 감쇠보정 전후의 차이를 살펴보고자 한다. 2012년 7월부터 9월까지 본원 핵의학과에서 검사를 시행한 환자와 phantom을 이용하여 영상의 대조도와 공간분해능, 심근의 관류 점수를 연구하였다. NEMA IEC, Jaszczak phantom으로 영상의 대조도, triple line phantom으로 영상의 공간분해능, anthropomorphic torso phantom을 사용하여 심근의 관류 점수를 평가하였다. 또한 환자들의 검사 영상을 통하여 CT 감쇠보정 전후를 핵의학 전공의 3명, 5년 이상 근무한 방사선사 5명의 blind test를 통하여 영상을 평가해 보았다. IEC phantom에서 각 구별로 CT 감쇠보정 전후의 대조도 분석 결과 감쇠보정 전보다 최소 33.6%, 최대 89.8% 향상되었고, Jaszczak phantom의 경우 대조도가 최소 9.9%, 최대 27.8%, triple line phantom에서 수평의 경우 분해능이 4.4%, 수직의 경우 분해능이 4.6%로 평균 약 4.5%, anthropomorphic torso phantom의 경우 심근 하벽에서의 관류 점수가 29.4%로 향상된 것을 알 수 있었다. 그리고 환자를 대상으로 한 실험에서는 $^{131}I$, bone SPECT/CT의 blind test 결과 감쇠보정 후 영상의 질이 향상되었음을 알 수 있었다. CT 감쇠보정을 통한 SPECT/CT 영상의 질을 평가한 결과 SPECT 영상에서 대조도와 공간분해능이 향상됨을 알 수 있었다. 따라서 CT를 이용한 감쇠보정은 병소의 해부학적 위치를 정확히 검출할 수 있고, 보다 나은 영상을 기대할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.