• Radiation Oncology Journal
• /
• 제25권1호
• /
• pp.7-15
• /
• 2007

목 적: 유방암에 대한 방사선치료의 적정성과 안전성을 보장하고 궁극적으로 치료효과를 향상시키기 위한 방사선 치료 기술 표준화를 위하여 우리나라 전국 병원을 대상으로 하는 치료형태 조사연구(patterns of care study, PCS)를 계획하였다. 그 두 번째 단계로 근치적 유방 전절제술 후 시행한 방사선치료 방법에 대하여 조사하고 분석하였다. 대상 및 방법: 조사하고자 하는 입력 문항을 개발하였고 동시에 인터넷을 통하여 조사자가 직접 입력할 수 있도록 Web 기반 입력 프로그램(www.pcs.re.kr)을 개발하였다. 대상 환자들은 1998년도에 근치적 유방 전절제술 후 방사선치료를 받은 환자로 전수 조사를 하지 않고 임의 추출하여 조사하였다. 입력 문항은 149개로 병력과 이학적 소견, 수술 소견과 병리소견, 항암화학요법, 호르몬요법, 방사선치료계획, 방사선치료, 치료 중 부작용, 치료 효과, 합병증 등 9군으로 나누어져 있다. 17개 병원에서 입력된 286명의 데이터를 분석하였다. 결 과: 연령은 $20{\sim}81$세(중앙값 44세)였다. 환자의 병기는 AJCC (American Joint Committee on Cancer) 6판에 따라 분류하였으며 T1: 9.7%, T2: 59.2%, T3: 25.6%, T4: 5.2%이었으며 T0가 1예 있었다. 액와림프절 곽청술에서 떼어낸 림프절이 10개 미만인 환자가 10.5%, 10개 이상인 환자가 86.7%이었으며 7.3% 환자에서 림프절 전이가 없었고, 림프절 전이가 3개 이하인 경우가 14%, $4{\sim}9$개가 38.8%, 10개 이상 전이된 경우가 38.5%였다. 따라서 병기 I기: 0.7%, IIa기: 3.8%, IIb기: 9.8%, IIIa기: 43.0%, IIIb기: 2.8%, IIIc기: 38.5%이었다. 방사선치료가 시행된 시기에 따라서는 수술 후에 항암약물치료를 마치고 방사선치료를 한 경우가 47.9%로 가장 많았고, 수술 후 약물치료를 시행하고 방사선치료를 시행한 후에 다시 약물치료를 시행한 경우가 35.0%로 그 다음으로 많았다. 수술 전 약물치료를 시행하고 그 후에 방사선치료를 시행한 경우도 12.5%였다. 방사선치료 범위는 전체의 5.6%가 흉벽만 치료받았고 20.3%는 흉벽과 쇄골상 림프절을, 27.6%는 흉벽과 쇄골상 림프절과 내유방림프절을, 25.9%에서는 흉벽과 쇄골상 림프절을 치료하면서 액와 후방조사를, 19.9%에서는 흉벽과 쇄골상 림프절과 내유방림프절을 치료하면서 액와 후방조사를 시행하였다. 2예(0.7%)에서는 내유방림프절만 치료하였다. 흉벽의 방사선치료 방법에 있어서는 57.3%에서 양쪽 접선조사를 사용하였고, 42%에서는 전자선으로 치료하였다. 양쪽 접선조사를 시행한 경우에는 54.8%에서 조직보상체를 사용하였고, 전자선으로 치료한 경우는 52.5%에서 사용하였으며 흉벽에 조사된 방사선량은 91.3%에서 $45{\sim}50.4\;Gy$이었으며, 5.9%에서 그 이상이 2.8%에서 그 미만이 조사되었다. 쇄골상 림프절에 조사된 방사선량은 89.5%에서 $45{\sim}50.4\;Gy$이었으며, 2.4%에서 그 이상이 8%에서 그 미만이 조사되었다. 결 론: 유방 보존술 후 방사선치료와는 달리 근치적 유방 전절제술 후 방사선치료는 다양한 형태로 시행되고 있음을 알 수 있었다. 향후 치료방법에 따른 치료성적을 분석함으로써 적절한 방사선 치료 방법을 제시할 수 있을 것이다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.