• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.627-629
• /
• 2023

생체 신호를 분석하여 사용자의 건강과 정신 상태를 예측하고, 관련 질병에 관해 예방하는 연구가 늘어나고 있다. 생체 신호 중 심박은 사람의 육체, 정신적인 상태를 반영하는 대표적인 신호이지만 기존의 접촉 패드를 통한 ECG나 광학 센서를 통한 PPG로 심박을 예측할 때는 구속적인 환경이 필요하여 일상적인 상황 속에 적용하기 어려웠다. 이러한 단점을 해결하고자 본 논문은 UBFC-RPPG 데이터셋의 동영상 프레임을 RGB 채널마다 다른 가중치를 적용하는 전처리를 하여 학습 데이터의 크기를 줄이면서 정확도를 높이고, 3D-CNN을 활용한 딥러닝으로 순간적인 영상에서도 PPG 신호를 예측할 수 있도록 1초 전처리 영상을 학습한 후, 신호를 예측하는 것을 목표로 한다. 이렇게 비접촉식으로 취득된 신호는 더 다양한 환경에서의 감정분류, 우울증 진단, 질병 감지 등 다양한 분야에 활용될 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.5
• /
• pp.755-762
• /
• 2022

This paper propose a clustered algorithm that possible more efficient COVID-19 disease learning prediction within clustering using context-aware attribute information. In typically, clustering of COVID-19 diseases provides to classify interrelationships within disease cluster information in the clustering process. The clustering data will be as a degrade factor if new or newly processing information during treated as contaminated factors in comparative interrelationships information. In this paper, we have shown the solving the problems and developed a clustering algorithm that can extracting disease correlation information in using K-means algorithm. According to their attributes from disease clusters using accumulated information and interrelationships clustering, the proposed algorithm analyzes the disease correlation clustering possible and centering points. The proposed algorithm showed improved adaptability to prediction accuracy of the classification management system in terms of learning as a group of multiple disease attribute information of COVID-19 through the applied simulation results.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.627-637
• /
• 2020

In this paper, the 1.24 million elderly patient medical data (HIRA-APS-2014-0053) provided by the Health Insurance Review and Assessment Service and weather data are analyzed with generalized estimating equation (GEE) model and long short term memory (LSTM) based recurrent neural network (RNN) model to predict the number of disease occurrence. To this end, we estimate the patient's residence as the area of the served medical institution, and the local weather data and medical data were merged. The status of disease occurrence is divided into three categories(occurrence of disease of interest, occurrence of other disease, no occurrence) during a week. The probabilities of categories are estimated by the GEE model and the RNN model. The number of cases of categories are predicted by adding the probabilities of categories. The comparison result shows that predictions of RNN model are more accurate than that of GEE model.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.145-155
• /
• 2016

In this paper, we compare forecasting models for disease occurrences in elderly patients due to the weather. For the analysis, the medical data of aged patients released from Health Insurance Review and the weather data of the Korea Meteorological Administration are weekly and regionally merged. The ARMAX model, the VARMAX model and the TSCS regression model are considered to analyze the number of weekly occurrences of some diseases attributable to climate conditions. These models are compared with MSE, MAPE, and MAE criteria.

• Proceedings of the Korea Society of Poultry Science Conference
• /
• 2005.04a
• /
• pp.77-94
• /
• 2005

국내 양계질병의 발생은 그간 양계산업의 진폭만큼이나 변화무쌍하여 발생의 추이나 정도를 예측하기가 무척 힘든 일이었다. 최근의 국내 양계산업은 지난 ‘60${\sim}$'70년대와 비교하여 양적인 면에서나 질적인 면에서 엄청난 변화를 가져와서 외형상으로는 산란계는 물론 육계분야에 있어서 여러 선진국들에 못지않은 수준에 이르렀다고도 할 수 있을 것이다. 그러나 한편으로 농가의 사육위생 및 방역, 정부의 방역정책 그리고 관련업체 및 기관들의 각자 역할에 있어서는 아직도 시계 양계 선진국들에는 훨씬 미치지 못하는 수준이라고 하겠다. 따라서 본 고에서는 지난 ’60년대 이전부터 시작하여 최근까지 국내에서 발생되어 양계농가에 많은 물질적 내지는 정신적 피해를 초래해 온 주요 가금질병들의 연대별 발생상황을 알아보고 또한 국내 양계산업에서 국가 및 민간의 방역 현대화가 시작된 지난 ‘80년대 후반을 기점으로 최근까지 양계농가로부터 농림부 국립수의과학검역원에 병성감정 의뢰되어 진단한 질병들의 검색상황을 위주로 국내 양계질병들의 발생현황을 분석하고, 그 중 몇 가지 주요 질병에 대하여는 문제점과 앞으로의 대책에 대하여 보다 심도 있게 다루고자 하였다.

• The Journal of Bigdata
• /
• v.3 no.1
• /
• pp.55-62
• /
• 2018

In this study, we have developed a model for predicting the number of patients (flu, pneumonia, and outbreak) using Big Data, which has been mainly performed overseas. Existing patient number system by government adopt procedures that collects the actual number and percentage of patients from several big hospital. However, prediction model in this study was developed combing a real-time collection of disease-related words and various other climate data provided in real time. Also, prediction number of patients were counted by machine learning algorithm method. The advantage of this model is that if the epidemic spreads rapidly, the propagation rate can be grasped in real time. Also, we used a variety types of data to complement the failures in Google Flu Trends.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1066-1068
• /
• 2017

본 연구는 사회적으로 문제가 되는 질병들을 사전에 예방하기 위한 연구로 키넥트라는 장비를 이용하여 사람의 골격을 촬영하여 뼈대의 휘어짐을 분석하여 뼈대의 휘어짐 상태를 사용자에게 알려준다. 또한 그에 따라 유발될 수 있는 질병들을 예측하여 알려주고 사용자가 질병을 예방할 수 있도록 도와주는 시스템에 대해 연구하였다. 본 논문에서 제안한 시스템은 질병 예방으로 건강관리, 생활 습관 개선, 의료비용절감 등에 활용이 가능할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.413-416
• /
• 2020

COVID-19(Coronavirus Disease 2019)는 RNA 형 바이러스로써 점막감염(粘膜感染)과 비말전파(飛沫傳播)로 전염되는 급성 호흡기성 질병이다. 2019 년 12 월 중국 후베이 우한에서 처음 감염이 보고된 후 빠르게 글로벌로 확산되었고, 현재 여러 국가와 지역이 Lockdown 상태에 있다. COVID-19 의 치사율은 국가별, 연령별 차이는 있으나 사스(SARS-CoV), 메르스(MERS-CoV) 등과 비교하여 높다고 할 수 없다. 그러나 COVID-19 는 신종 코로나바이러스로써 아직 백신(Vaccine)과 항바이러스제가 개발되지 않았고 다른 질병과 비교하여 빠른 감염 속도때문에 의료 공백, 사회적 혼란, 경제적 손실을 크게 일으키고 있다. 따라서 바이러스의 확산 양상을 데이터 분석을 통하여 예측할 수 있다면 사회·경제적인 폐해를 줄일 수 있어 Bass 모델과 R 패키지를 이용하여 COVID-19 확산 예측 모형을 계량적으로 제시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.1
• /
• pp.107-114
• /
• 2017

Iris diagnosis is an alternative medicine to diagnose the disease of the patient by using different of the iris pattern, color and other characteristics. This paper proposed a disease prediction algorithm that using the iris regions that analyze iris change to using differential image of iris image. this method utilize as patient's health examination according to iris change. Because most of previous studies only find a sign pattern in a iris image, it's not enough to be used for a iris diagnosis system. We're developed an iris diagnosis system based on a iris images processing approach, It's presents the extraction algorithms of 8 major iris signs and correction manually for improving the accuracy of analysis. As a result, PNSR of applied edge detection image is about 132, and pattern matching area recognition presented practical use possibility by automatic diagnostic that presume situation of human body by iris about 91%.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.11
• /
• pp.433-440
• /
• 2019

Recently, machine learning and data mining have been used for many disease prediction and diagnosis. Chronic diseases account for about 80% of the total mortality rate and are increasing gradually. In previous studies, the predictive model for chronic diseases use data such as blood glucose, blood pressure, and insulin levels. In this paper, world's first research, verifies the relationship between dyslipidemia and facial characteristics, and develops the predictive model using machine learning based facial characteristics. Clinical data were obtained from 5390 adult Korean men, and using hypertriglyceridemia and facial characteristics data. Hypertriglyceridemia is a measure of dyslipidemia. The result of this study, find the facial characteristics that highly correlated with hypertriglyceridemia. FD_43_143_aD (p<0.0001, Area Under the receiver operating characteristics Curve(AUC)=0.652) is the best indicator of this study. FD_43_143_aD means distance between mandibular. The model based on this result obtained AUC value of 0.662. These results will provide a basis for predicting various diseases with only facial characteristics in the screening stage of disease epidemiology and public health in the future.