• Journal of Nutrition and Health
• /
• v.46 no.1
• /
• pp.86-97
• /
• 2013

This study investigated the eating habits of elementary school children and their perceptions related to traditional Korean foods, based on the health belief model. The subjects were fifth grade elementary school children (274 boys and 274 girls) in eight Korean cities. The results were as follows: The children ate almost three meals per day and were grateful for their meals. However, they irregularly consumed meals and snacks. They tended to eat heartily and did not eat foods that they had not yet eaten. Their meals were based on rice and they have eaten kimchi and vegetables at almost every meal. However, they had undesirable habits in eating other foods, such as fruits, fish, soybeans, and sweet foods. They did not sensitively or seriously perceive their eating habits in relation to their health. They perceived that it was very good for their nutrition, health, and tastes to eat traditional Korean foods, and they had pride in traditional Korean foods and eating style. Although they expressed some difficulty regarding availability and preparation of traditional Korean foods, they hardly felt difficulty in eating them. They had high dietary self-efficacy with regard to eating these foods, except for two items of self-regulation. Their eating habits showed positive correlation with dietary self-efficacy, perceived susceptibility, and perceived benefit. In conclusion, eating habits of elementary school children in relation to traditional Korean foods are not desirable, but not serious. They did not sensitively or seriously perceive their eating habits in relation to their health. However, they perceived that it was very good for their nutrition and health to eat traditional Korean foods, did not have a high level of difficulty in eating them, and had high dietary self-efficacy with regard to eating them. Therefore, we suggest that children should be exposed to various traditional Korean foods, along with education about them, in order to enhance their concern and motivation to eat them.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.680-682
• /
• 2018

기후변화에 따라 매개 질병의 발병 빈도가 증가하고 있으며 모기와 같은 매개체에 의해 전염되는 매개 질병은 인구집단에 대한 중요한 위협 요인이다. 이러한 질병 관리를 위해 지역별 모기 서식 현황을 모니터링 하는 시스템의 필요성이 강조되고 있다. 하지만 현재의 모기 모니터링은 개체 파악을 위한 분류와 동정을 사람이 직접 수행하기에 오랜 시간이 소요된다. 이 연구는 그러한 문제점을 해결하고 미래 매개곤충 서식 현황 파악 시스템의 기반을 마련하기 위해 심층 신경망(Deep Neural Networks)을 활용하여 한국 주요 매개모기 종 분류를 수행하고 결과를 분석하였다. 종 분류를 위한 모델은 잘 알려진 신경망 모델인 DenseNet(Densely Connected Networks)을 사용하였고 이를 직접 촬영한 모기 데이터와 약간의 변형을 가한 모기 데이터를 사용하여 학습시켰다. 학습 데이터를 각각 5배, 20배, 100배로 증강하여 실제 데이터의 부족을 보완하였으며, 이를 통해 최대 99.48%의 정확도를 달성하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.4
• /
• pp.781-786
• /
• 2019

We should give a realistic value on the large amounts of relevant data obtained from these studies to achieve effective objectives of the disease study which is dealing with various vital phenomenon today. In this paper, the proposed MKSV algorithm is estimated by optimal probability distribution, and the input pattern is determined. After classifying it into data mining, it is possible to obtain efficient computational quantity and recognition rate. MKSV algorithm is useful for studying the relationship between disease and gene in the present society by simulating the probabilistic flow of gene data and showing fast and effective performance improvement to classify data through the data mining process of big data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

• Smart Media Journal
• /
• v.8 no.3
• /
• pp.88-94
• /
• 2019

Livestock disease is a very important issue in the livestock industry because if livestock disease is not responded quickly enough, its damage can be devastating. To solve the issues involving the occurrence of livestock disease, it is necessary to diagnose in advance the status of livestock disease and develop systematic and scientific livestock feeding technologies. However, there is a lack of domestic studies on such technologies in Korea. This paper, therefore, proposes Livestock Disease Forecasting and Livestock Farm Integrated Control System using Cloud Computing to quickly manage livestock disease. The proposed system collects a variety of livestock data from wireless sensor networks and application. Moreover, it saves and manages the data with the use of the column-oriented database Hadoop HBase, a column-oriented database management system. This provides livestock disease forecasting and livestock farm integrated controlling service through MapReduce Model-based parallel data processing. Lastly, it also provides REST-based web service so that users can receive the service on various platforms, such as PCs or mobile devices.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.964-966
• /
• 2020

전염성이 매우 강한 돼지 호흡기 질병을 빠른 시간 내에 정확하게 탐지하지 못한다면 해당 돈사는 물론 타지역으로 전파되어 심각한 경제적 손실이 발생한다. 본 논문은 이와 같은 돼지 호흡기 질병을 저가격의 임베디드 보드에서도 탐지가 가능한 시스템을 제안한다. 해당 시스템은 돈사에 설치한 소리센서로부터 돼지의 이상 소리를 자동으로 탐지한 후, 탐지한 소리 시그널을 스펙트로그램으로 변환한다. 마지막으로, 스펙트로그램은 딥러닝 알고리즘에 적용되어 돼지 호흡기 질병을 탐지 및 식별한다. 이 때, 일반 컴퓨터 환경에 비해 비용 부담이 적은 임베디드 환경에서 실행되기 위하여 경량 딥러닝 모델인 MnasNet 을 사용하였으며, 임베디드 보드인 NVIDIA TX-2 에서 해당 시스템의 호흡기 질병 식별 성능을 확인한 결과 높은 탐지 성능과 실시간 탐지가 가능함을 확인하였다.

• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.923-935
• /
• 2022

This paper deals with detection and classification of leaf diseases for phenomics systems. As the smart farm systems of plants are increased, It is important to determine quickly the abnormal growth of plants without supervisors. This paper considers the color distribution and shape information of leaf diseases, and designs two deep leaning networks in training the leaf diseases. In the first step, color distribution of input image is analyzed for possible diseases. In the second step, the image is first partitioned into small segments using mean shift clustering, and the color information of each segment is inspected by the proposed Color Network. When a segment is determined as disease, the shape parameters of the segment are extracted and inspected by proposed Shape Network to classify the leaf disease types in the third step. According to the experiments with two types of diseases (frogeye/rust and tipburn) for apple leaves and iceberg, the leaf diseases are detected with 92.3% recall for a segment and with 99.3% recall for an input image where there are usually more than two disease segments. The proposed method is useful for detecting leaf diseases quickly in the smart farm environment, and is extendible to various types of new plants and leaf diseases without additional learning.

• Proceedings of the Korea Society of Poultry Science Conference
• /
• 2003.05a
• /
• pp.73-82
• /
• 2003

본 연구에서는 국내 종계의 생산성 저하요인들을 평가·분석하였으며, 국내사육 종계의 실질적인 생산성을 극대화 시킬 수 있는 방안을 제시하고자 시험을 수행하여 다음과 같은 결론을 얻었다. 1. 혈청검색에 의한 품종별 종게군 질병 모니터링을 실시 한 결과, SE, MS 등 2종의 난계대성 세균성 질병과 REV, APV, CAV, ORT, REO 등 5종의 만성소모성 질병을 유발하는 질병이 종계군의 산란기에 감염되어 이들이 단독 또는 중복감염되어 나타나는 피해가 예상되었으며, 이들의 감염을 효과적으로 예방 할 수 있는 백신의 개발 및 도입의 필요성이 대두되었다. 2. 집중관리 모니터링 대상농장에 대한 ND, IB, IBD 등 3종의 생독백신에 대한 접종효능을 평가해 본 결과 산란종계, 육용종계를 막론하고 전반적으로 니플급수기를 이용한 음수접종법 적용시 5주령 이하 계군에 2내지 3회의 음수접종을 실시하였음에도 불구하고 항체가 거의 형성되지 못하거나 매우 불균일한 면역반응이 나타나는 것으로 조사되어 국내 야외농장에 대한 분무접종 유도 등 기존의 백신접종법에 대한 시급한 개선대책 마련이 요구되었다. 3. 육성기 및 산란기 종계 질병·위생관리 프로그램 확립을 위하여 ND, IB, IBD에 대한 개선된 백신접종 프로그램을 모델계군에 적용한 후, 주령별로 생독백신 접종효능을 조사한 결과 백신접종 후 ND, IB, IBD에 대한 평균 항체가와 항체의 균일도 (%CV)가 표준 목표치 이상 상승하여 개선의 효과를 볼 수 있었다. 4. 산란기 종계 질병·위생관리 프로그램 확립을 위하여 실시된 변이형 IB에 대한 방어능 시험결과 정기적인 Mass type IB 생독백신의 분무접종은 국내 유행 호흡기형 IBV 유전형 VI에 대한 방어효과는 다소 떨어지는 것으로 조사되어 국내분리주를 이용한 IB 생독백신의 개발이 요구되었다. 5. 종계장 살모넬라 및 마이코플라즈마 조기 검출을 위하여 실시한 종계장 살모넬라 및 마이코플라즈마 환경 모니터링 실시 결과 기존의 평판응집반응이나 ELISA에 의한 혈청검색법에 비하여 검출효율이 매우 높은 것으로 조사되어 향후 국내 종게군에 대한 살모넬라 및 마이코플라즈마 조기검출과 방제연구에 큰 도움이 될 것으로 사료되었다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2014.10a
• /
• pp.808-810
• /
• 2014

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1061-1062
• /
• 2023

양자 CMOS 이미지와 QD-OLED 하이드로겔 저온 증폭 기술을 활용하여 기존 코로나 진단법의 한계를 극복하고, Machine Learning 모델을 통해 자동화된 바이러스 검출 시스템을 개발하는 것이다. 이를 통해 전문가 개입 없이도 높은 정확도로 질병 진단을 수행하는 웹 서비스를 구축함으로써, 코로나와 같은 전염병의 조기 진단과 효율적인 대응을 위한 새로운 도구를 제공하는 것이 목표이다. 이를 통해 의료 분야에서의 혁신과 질병관리의 향상에 기여할 것으로 기대된다.