• Korean Chemical Engineering Research
• /
• v.58 no.2
• /
• pp.197-208
• /
• 2020

This study was carried out to analyze spatial and temporal incidence characteristics of scrub typhus and predict the future incidence of scrub typhus since the incidences of scrub typhus have been rapidly increased among vector-borne diseases. A maximum entropy (MaxEnt) ecological model was implemented to predict spatial distribution and incidence rate of scrub typhus using spatial data sets on environmental and social variables. Additionally, relationships between the incidence of scrub typhus and critical spatial data were analyzed. Elevation and temperature were analyzed as dominant spatial factors which influenced the growth environment of Leptotrombidium scutellare (L. scutellare) which is the primary vector of scrub typhus. A temporal number of diseases by scrub typhus was predicted by a deep neural network (DNN). The model considered the time-lagged effect of scrub typhus. The DNN-based prediction model showed that temperature, precipitation, and humidity in summer had significant influence factors on the activity of L. scutellare and the number of diseases at fall. Moreover, the DNN-based prediction model had superior performance compared to a conventional statistical prediction model. Finally, the spatial and temporal models were used under climate change scenario. The future characteristics of scrub typhus showed that the maximum incidence rate would increase by 8%, areas of the high potential of incidence rate would increase by 9%, and disease occurrence duration would expand by 2 months. The results would contribute to the disease management and prediction for the health of residents in terms of public health.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.669-671
• /
• 2009

예방의학은 병의 예방을 중점을 둔 위생학의 한 분야로써 건강을 유지 증진하는 것이 가장 중요하다. 이러한 예방의학은 언제 어디서나 환자의 성격 및 질병의 상황에 따라 지속적인 관리를 요구한다. 이에 본 논문에서는 센서네트워크 기술을 적용하여 사용자의 상황데이터를 확보하고 의료 환자의 질병록(Medical records)을 프로필 데이터로 적용함으로써 사용자의 의료 상황정보를 예방의학에 적용 할 수 있는 모델을 제시한다. 이를 바탕으로 예방의학 서비스를 가능한 시스템을 설계하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.635-636
• /
• 2022

본 논문은 딥러닝을 이용해 개인이나, 수의사가 반려동물의 피부병을 특정 하는데 있어서 도움을 줄 수 있는 시스템을 설계하였다. 이 시스템은 사용자가 사용하는 모바일 어플리케이션을 통해 이미지를 수집하고 Mask_RCNN 모델을 사용하여 '구진 플라크','비듬 각질 상피성잔고리', '태선화 과다색소침착', 미란 궤양', '결정 종괴', 농포 여드름'의 6 가지 상태로 분류한 다음 사용자에게 대처법과 병명을 알려주는 반려동물 질병 진단 시스템을 설계하였다.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.471-472
• /
• 2022

손톱 하부 모세혈관(Nailfold Capillary)의 형태와 분포 특징으로부터 다양한 질병을 밝혀내려는 시도가 꾸준히 있어 왔다. 손톱 하부 모세혈관은 그의 대표적인 형태 특징을 따라 몇 가지로 분류할 수 있고, 이 분포와 질병과의 상관관계가 밝혀진 종래 연구들도 다수 존재한다. 현재는 진단하는 과정을 의료 전문가가 직접 촬영된 모세혈관 사진을 보고 주관적인 평가를 하게 되는데, 이러한 분석 방법은 많은 시간과 휴먼 에러가 발생한다는 문제점이 있다. 이를 자동화하기 위하여 본 논문은 손톱 하부 모세혈관의 모세혈관들을 YOLO 객체 인식 모델을 활용하여 모세혈관을 탐지하고 모세혈관의 종류에 따라 분류하는 방법을 제안하고, 그 유효성을 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.31-34
• /
• 2022

본 논문에서는 손목 부착형 웨어러블(Wearable) RGB 카메라를 통해 취득한 손 이미지에 최적화된 손 자세 추정모델과 학습방법을 제안한다. 최근 의료분야에서 활발하게 인공지능이 사용되고 있으며 그 중 이미지 인식을 중심으로 하는 진단 분야[1]가 괄목할만한 성과를 보인다. 본 연구에서는 웨어러블 카메라를 통해 얻은 손 자세를 활용하여 질병 진단에 적용할 계획이다. 또한, 본 연구수행을 통해 질병진단에 필요한 데이터 측정비용 절감 및 개인 맞춤형 진단서비스를 제공할 것으로 기대된다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.6
• /
• pp.1157-1170
• /
• 2023

Ascites is a condition in which body fluids are abnormally accumulated in the fish's abdominal cavity, and is an important indicator of the health of flounder. Ascites can occur in the process of infection with bacteria, viruses, parasites, etc., which causes abdominal distension, sluggish growth, and weight loss. In this paper, we tried to find the correlation with other symptoms or diseases that affect ascites symptoms in flounder. As experimental data, ascites symptoms were divided into three states: no ascites, ascites transparent, and ascites opaque, and disease diagnosis data of cultured flounder collected for 7 years were used. After performing an appropriate preprocessing process for the random forest machine learning method, other symptoms and disease factors related to ascites were extracted, and it was confirmed that the proposed model could present the main factors related to ascites.

• Journal of Life Science
• /
• v.33 no.6
• /
• pp.490-497
• /
• 2023

Pregnant women may need to take medications to treat preexisting diseases or diseases that develop during pregnancy. However, some drugs may be fetotoxic and lead to, for example, teratogenicity and growth retardation. Predicting the fetotoxicity of drugs is thus important for the health of the mother and fetus. The fetotoxicity of many drugs has not been established because various challenges hinder the ability of researchers to determine their fetotoxicity. The need exists for in silico-based fetotoxicity assessment models, as they can modernize the testing paradigm, improve predictability, and reduce the use of animals and the costs of fetotoxicity testing. In this study, we collected data on the fetotoxicity of drugs and constructed fetotoxicity prediction models based on various machine learning algorithms. We optimized the models for more precise predictions by tuning the hyperparameters. We then performed quantitative performance evaluations. The results indicated that the constructed machine learning-based models had high performance (AUROC >0.85, AUPR >0.9) in fetotoxicity prediction. We also analyzed the feature importance of our model's predictions, which could be leveraged to identify the specific features of drugs that are strongly associated with fetotoxicity. The proposed model can be used to prescreen drugs and drug candidates at a lower cost and in less time. It provides a predictive score for fetotoxicity risk, which may be beneficial in the design of studies on fetotoxicity in human pregnancy.

• Journal of Acupuncture Research
• /
• v.26 no.4
• /
• pp.49-58
• /
• 2009

목적 : 파킨슨 병은 기저핵 흑질의 치밀부에서 도파민성 신경세포의 퇴행으로 인하여 발생하는 질병으로 신경 염증이 주요 병인으로 밝혀져 있다. 이 연구는 MPTP 유발 파킨슨 병 동물 모델에서 신수혈($BL_{23}$)에 대한 봉독 약침의 항염증 효과 및 그 기전을 확인하기 위해 시행되었다. 방법 : $C57_{BL}$/6쥐를 무처치군, MPTP+saline군, MPTP+BVA(0.06mg/kg)군, MPTP+BVA(0.6mg/kg)군의 4군으로 나눈 뒤 무처치군을 제외한 모든 그룹에 총 8시간 동안 2시간 간격으로 MPTP-HCl(20mg/kg per dose$\times$4)을 복강내로 주입하였다. MPTP+BVA 군에서 봉독약침은 마지막 MPTP 주입 2시간 후부터 48시간 간격으로 신수혈($BL_{23}$)에 양측으로 각 20${\mu}\ell$씩 주입하였고 MPTP+saline군에서는 봉독약침 대신 Saline을 주입하였다. 마지막 MPTP 주입 후 7일째에 쥐의 뇌를 적출한 후 면역조직화학법을 시행하였다. 결과 : MPTP 유발 파킨슨 병 동물 모델에서 신수혈에 대한 봉독약침은 농도 의존적으로 TH-Immunoreactivity neuron의 감소와 microglial activation을 억제하였다. HSP70-IR neuron은 모든 군에서 나타나지 않았다. 결론 : 봉독약침이 용량의존적으로 microglial activation을 억제하는 효과를 통해 도파민성 신경세포의 파괴를 억제함으로써 항염 효과를 나타냄을 알 수 있었다. 이 결과는 봉독약침이 microglial activation 억제를 통해 임상적으로 파킨슨 병과 같은 신경 퇴행성 질병에 있어 유용한 치료수단이 될 수 있음을 시사한다.

• The Journal of Society for e-Business Studies
• /
• v.19 no.4
• /
• pp.31-43
• /
• 2014

These days a lot of cyber attacks are exploiting the vulnerabilities of S/W. According to the trend of vulnerabilities is announced periodically, security directions are suggested and security controls are updated with this trend. Nevertheless, cyber attacks like hacking during the year 2011 are increased by 81% compared to 2010. About 75% of these cyber attacks are exploiting the vulnerabilities of S/W itself. In this paper, we have suggested a VIR model, which is a spread model of malware infection for measuring economic loss by S/W vulnerability, by applying the SIR model which is a epidemic model. It is applied to estimate economic loss by HWP(Hangul word) S/W vulnerabilities.