• Radiation Oncology Journal
• /
• 제20권4호
• /
• pp.343-352
• /
• 2002

목적 : 자궁경부암의 경우 종양에 충분한 양의 방사선을 조사하기 위해서는 직장도 고선량의 방사선을 받게 된다. 이로 인해 직장염을 비롯한 만성부작용이 발생하며 직장 출혈 빈도를 $5\~30\%$ 보고하고 있다. 저자는 완치 목적의 방사선치료를 받은 자궁경부암 환자들을 대상으로 직장 출혈 빈도와 그와 관련된 위험인자들을 분석하고 치료 방법을 살펴보고자 한다. 대상 및 방법 : 1994년 9월과 1999년 12월 사이에 방사선 단독치료를 받은 213명의 자궁경부암 환자를 대상으로 하였다. 90명이 외부 방사선치료의 일부를 하루 2회씩 받았다(변형된 다분할 방사선치료). 자궁주위조직의 외부 방사선량은 총 $51\~59\;Gy$였고 근접방사선치료로 A점에 총 $28\~30\;Gy$ (4 Gy씩 7회 혹은 5 Gy씩 6회)를 조사하였다. 직장에 조사된 선량은 ICRU 38에서 정한 위치와, 모의촬영필름에서 바리움에 의해 구분되는 직장 앞쪽 벽의 한 점을 선정하여 계산하였다. 직장출혈의 정도는 LENT/SOMA에 따라 분류하였다. 추적관찰 기간은 $12\~86$개월(중앙값 39개월)이었다. 결과 : 27명$(12.7\%)$의 환자에서 직장출혈이 발생하였다(등급 2와 3:각각 16명과 2명, $8.5\%$). 이들 중에서 추적관찰 기간동안 질-직장루 또는 폐쇄로 진행된 경우는 없었다 발생시기는 대부분의 환자에서$(92.6\%)$ 치료 종료 후 2년 이내였다(중앙값 16개월). 단변량분석에서 위험인자로 icruCRBED (직장이 받은 총 생물학적 동등선량), 자궁주위조직의 방사선량, 및 병기였다. icruCRBED가 100 미만인 경우와 100 이상인 경우 $4.2\%$ 대 $19.7\%$, 자궁주위조직에 대한 조사선량 55 Gy 미만과 그 이상인 경우가 $5.1\%$ 대 $22.1\%$, 병기 II 이하인 경우와 III 이상인 경우가 $10.5\%$ 대 $31.8\%$였다. 다변량분석에서는 icruCREED 만이 유의하였다(0=0.0432). 등급 1 출혈은 자연적으로 소실되거나(3명) $1\~2$개월의 sucralfate 관장으로 멈추었다. 등급 2의 환자 6명은 $1\~2$개월 동안 sucralfate 관장으로 출혈의 빈도와 양이 줄어들었고 이 중 4명은 전기응고술을 추가로 시행하였다. 다른 9명은 전기응고술을 먼저 시행하였다(4명; sucralfate 관장 병행). 모두 $3\~10$개월 내에 정지되었다. 등급 3의 출혈은 잦은 전기응고술과 수혈을 요하였다. 결론 : 본 연구에서 중등도 이상의 직장출혈빈도가 $8.5\%$로 타 문헌에서 보고된 빈도와 유사한 결과였다. 직장에 조사된 총 생물학적 동등선량이 100 Gy 이상인 경우에 직장출혈이 유의하게 증가하므로, 치료계획시 생물학적 동등선량을 고려함으로써 휴유증 감소에 도움이 될 것으로 생각된다. 직장출혈이 발생한 환자에서 조기에 적극적으로 치료를 시행함으로써 출혈로 인한 불편함을 신속하게 해결하고 이로 인한 심리적 불안감을 해소할 수 있으며 나아가 삶의 질 향상에도 도움을 줄 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.