• 한국임상수의학회지
• /
• 제34권2호
• /
• pp.82-86
• /
• 2017

We determined the risk factors for late embryonic mortality in dairy cows. We diagnosed pregnancy at 31 days and then confirmed the diagnosis at 45 days after artificial insemination (AI) via ultrasonography. The presence of an embryo with a heartbeat was the criterion for a positive pregnancy diagnosis. A diagnosis of late embryonic mortality was made when there was no positive sign of pregnancy in cows previously diagnosed as pregnant. The overall incidence of late embryonic mortality among 3,695 pregnancies was 6.9%. Logistic regression analysis revealed that herd size, AI month, synchronization protocol, and postpartum disease were important risk factors for late embryonic mortality. Herd size > 100 (odds ratio [OR]: 0.66, p < 0.05) and 50-100 lactating cows (OR: 0.63, p < 0.01) had lower risks of late embryonic mortality than herd size < 50 lactating cows. Cows inseminated during May-July had a higher risk (OR: 1.49, p < 0.05) of late embryonic mortality than cows inseminated during February-April. Cows inseminated after estrus following $PGF_{2{\alpha}}$ treatment also had a higher risk (OR: 1.77, p < 0.001) of late embryonic mortality than cows inseminated following natural estrus. Lastly, cows with postpartum disease tended to have a higher risk (OR: 1.26, p < 0.1) of late embryonic mortality than cows without postpartum disease. In conclusion, late embryonic mortality associated with the herd size, AI month, synchronization protocol, and postpartum disease in dairy cows.

• 생태와환경
• /
• 제54권3호
• /
• pp.190-198
• /
• 2021

사람 아이치바이러스(Aichivirus A; AiV-A)는 positivesense single-strand RNA 비외피 바이러스로 지난 10년 동안 하수, 강, 지표 및 지상의 다양한 물환경에서 전 세계적으로 검출이 보고되고 있다. 지하수 등 물환경에서 AiV-A 진단을 위한 고감도 및 특이성이 우수한 방법의 개발이 요구됨에 따라, 본 연구에서는 기존 및 신규 설계된 프라이머 세트를 기초로 역전사(RT) 및 이중 중합효소연쇄반응이 가능한 조합을 개발하였다. 개발한 방법을 국내 음용 지하수 시료에 적용 및 평가하였으며, 그 결과 지하수 시료에서 AiV-A를 성공적으로 검출 및 동정할 수 있는 RT-nested PCR primer sets가 선정되었고 후속적으로 동정할 수 있는 절차가 고안되었다. 본 연구 결과는 지하수 등 물 환경에서 AiV-A 오염을 탐지하기 위한 모니터링 시스템 마련에 기여할 것으로 기대된다.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.2058-2064
• /
• 2014

In transformer fault diagnosis, dissolved gas analysis (DGA) is been widely employed for a long period and numerous methods have been innovated to interpret its results. Still in some cases it fails to identify the corresponding faults. Due to the limitation of training data and non-linearity, the estimation of key-gas ratio in the transformer oil becomes more complicated. This paper presents Intuitionistic Fuzzy expert System (IFS) to diagnose several faults in a transformer. This revised approach is well suitable to diagnosis the transformer faults and the corresponding action to be taken. The proposed method is applied to an independent data of different power transformers and various case studies of historic trends of transformer units. It has been proved to be a very advantageous tool for transformer diagnosis and upkeep planning. This method has been successfully used to identify the type of fault developing within a transformer even if there is conflict in the results of AI technique applied to DGA data.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.37-49
• /
• 2021

한국의 치매 환자 수는 80만명 이상으로 추정되고 있으며, 치매의 심각성은 사회적 문제로 되고 있다. 하지만 전 세계적으로 치매를 완치할 수 있는 치료법도 약물도 아직 개발되지 못하고 있으며, 향후 급격한 고령화 추세로 인해 치매 환자 수는 더욱 증가할 전망이다. 현재로서는 치매를 조기에 발견하여 치매 증상의 경과를 늦추는 것이 최적의 대안이라 할 수 있다. 본 연구에서는 망막 내 치매를 가장 명확하게 조기 진단할 수 있는 중요 단백질인 아밀로이드 플라크를 AI 기반의 영상분석을 통해 측정하고 분석하여 치매를 조기에 진단하는 방법론을 제시하였다. 망막 데이터를 CNN을 기반으로 이진분류 학습 및 다중분류 학습을 수행하였으며, 전처리 된 망막 데이터를 기반으로 치매를 조기 진단할 수 있는 딥러닝 알고리즘을 개발하였다. 딥러닝 모델에 대한 정확도와 재현율을 검증하였으며, 검증 결과 재현율과 정확도 모두 충족하는 결과를 도출하였다. 향후에는 실제 치매 환자의 임상데이터를 기반으로 연구를 지속해 나갈 계획이며, 본 연구의 결과는 치매 문제를 해결하는 방안으로 활용될 수 있다.

• 대한영상의학회지
• /
• 제83권3호
• /
• pp.473-485
• /
• 2022

현대사회가 점차 고령화 사회가 됨에 따라 퇴행성 뇌질환의 발병률이 증가하고 있으며, 이러한 퇴행성 뇌질환에 관한 많은 연구들이 이루어지고 있다. 퇴행성 뇌질환의 진단에서 영상분석은 영상표지자로서 중요한 역할을 하고 있다. 영상분석에서 객관적이고 일관성 있는 평가는 퇴행성 뇌질환의 조기 진단 및 정확한 진단에 중요하다. 이에 다양한 퇴행성 뇌질환과 관련한 영상연구에 자기공명영상(이하 MRI)을 이용한 인공지능이 조기 진단과 최적의 치료 방향 계획 및 결정에 도움이 될 가능성을 보여주었다. 특히 MRI 기반의 뇌용적 측정과 분획화 및 특성을 포착하는 인공지능 소프트웨어들이 개발되고 연구되기 시작했다. 본 고찰에서는 우리나라에서 퇴행성 뇌질환과 관련하여 사용되고 있는 인공지능 소프트웨어의 현재 상황과 향후 인공지능 소프트웨어의 퇴행성 뇌질환 연구에의 활용, 그리고 인공지능 소프트웨어의 한계에 대해서 다루고자 한다.

• 대한영상의학회지
• /
• 제82권1호
• /
• pp.12-28
• /
• 2021

유방촬영술은 유방암 검진 및 진단을 위한 기본적인 영상 검사이지만, 판독이 어려우며 높은 숙련도를 필요로 한다고 잘 알려져 있다. 이러한 어려움을 극복하기 위해 최근 몇 년 사이에 인공지능을 이용한 유방암 검출 알고리즘들이 활발히 연구되고 있다. 본 종설에서 저자는 고전적인 computer-aided detection 소프트웨어 대비 최근 많이 사용되는 딥러닝의 특징을 알아보고, 딥러닝 알고리즘의 개발 방법과 임상적 검증 방법에 대해서 기술하였다. 또한 딥러닝 기반의 검진 유방촬영술의 판독 방법 분류, 유방 치밀도 평가, 그리고 유방암 위험도 예측 모델 등을 위한 딥러닝 연구들도 소개하였다. 마지막으로 유방촬영술 관련 인공지능 기술들에 대한 영상의학과 전문의의 관심과 의견의 필요성을 기술하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.173-176
• /
• 2021

요즘 사회에 흔하게 볼 수 있는 질병인 당뇨병은 그 수가 계속 늘어나고 있다. 증상이 적은 당뇨병의 특성 덕분에 인지율이 낮고 당뇨발과 같은 심각한 합병증으로 발전하기에 이를 사전에 진단하고 예방하는 것이 중요하다. 기존의 연구는 입력 혹은 발의 온도를 기반으로 차이를 구분함으로써 당뇨발 환자군을 판별했다. 본 논문에서는 당뇨발 진단의 정확도 향상을 위해 AI 학습 모델을 사용하는 방식을 사용하기 위하여 다중 센서를 부착한 스마틴솔을 개발하고 데이터 전처리를 통해 학습 데이터를 생성하는 과정을 기술한다. 또한, 이를 위한 스마틴솔에 다중 센서를 부착하고 펌웨어를 통해 발의 압력과 온습도를 오차 없이 효율적으로 실시간으로 받아내는 개발 과정과 결과를 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.424-425
• /
• 2023

AI 의료 영상 분석 기술은 의료 분야의 인력 부족 문제를 해결하는 방법으로 주목받고 있다. 이전 연구들은 세그멘테이션 라벨링과 질병 유무를 결합하여 판단하는데, 이 방법은 큰 비용과 시간이 소요된다. 본 논문은 의료 전문가의 세그멘테이션 라벨링 없이 병명 라벨만의 학습으로 질병을 어느 정도 진단할 수 있음을 보인다. 실험에 따르면 의미있는 결과를 확인할 수 있었다.

• Journal of Digestive Cancer Research
• /
• 제11권3호
• /
• pp.130-140
• /
• 2023

Gastric cancer (GC) is one of the most common malignant tumors worldwide, with a 5-year survival rate of < 40%. The diagnosis and treatment decisions of GC rely on human experts' judgments on medical images; therefore, the accuracy can be hindered by image condition, objective criterion, limited experience, and interobserver discrepancy. In recent years, several applications of artificial intelligence (AI) have emerged in the GC field based on improvement of computational power and deep learning algorithms. AI can support various clinical practices in endoscopic examination, pathologic confirmation, radiologic staging, and prognosis prediction. This review has systematically summarized the current status of AI applications after a comprehensive literature search. Although the current approaches are challenged by data scarcity and poor interpretability, future directions of this field are likely to overcome the risk and enhance their accuracy and applicability in clinical practice.

• 드라이브 ㆍ 컨트롤
• /
• 제20권4호
• /
• pp.54-63
• /
• 2023

High and intermittent loading cycles induce fatigue damage to transmission components, resulting in premature gearbox failure. To identify gearbox defects, numerous vibration-based diagnostics techniques, using several artificial intelligence (AI) algorithms, have recently been presented. In this paper, an optimized deep belief network (DBN) model for gearbox problem diagnosis was designed based on time-frequency visual pattern identification. To optimize the hyperparameters of the model, a particle swarm optimization (PSO) approach was integrated into the DBN. The proposed model was tested on two gearbox datasets: a wind turbine gearbox and an experimental gearbox. The optimized DBN model demonstrated strong and robust performance in classification accuracy. In addition, the accuracy of the generated datasets was compared using traditional ML and DL algorithms. Furthermore, the proposed model was evaluated on different partitions of the dataset. The results showed that, even with a small amount of sample data, the optimized DBN model achieved high accuracy in diagnosis.