Since the outbreak of coronavirus disease 2019 (COVID-2019), the infection has spread worldwide due to the highly contagious nature of severe acute syndrome coronavirus (SARS-CoV-2). To manage SARS-CoV-2, the development of diagnostic assays that can quickly and accurately identify the disease in patients is necessary. Currently, nucleic acid-based testing and serology-based testing are two widely used approaches. Of these, nucleic acid-based testing with quantitative reverse transcription-PCR (RT-qPCR) using nasopharyngeal (NP) and/or oropharyngeal (OP) swabs is considered to be the gold standard. Recently, the use of saliva samples has been considered as an alternative method of sample collection. Compared to the NP and OP swab methods, saliva specimens have several advantages. Saliva specimens are easier to collect. Self-collection of saliva specimens can reduce the risk of infection to healthcare providers and reduce sample collection time and cost. Until recently, the sensitivity and accuracy of the data obtained using saliva specimens for SARS-CoV-2 detection was controversial. However, recent clinical research has found that sensitive and reliable data can be obtained from saliva specimens using RT-qPCR, with approximately 81% to 95% correspondence with the data obtained from NP and OP swabs. These data suggest that self-collected saliva is an alternative option for the diagnosis of COVID-19.
Coronaviruses were originally discovered as enzootic infections that limited to their natural animal hosts, but some strains have since crossed the animal-human species barrier and progressed to establish zoonotic diseases. Accordingly, cross-species barrier jumps resulted in the appearance of SARS-CoV, MERS-CoV, and SARS-CoV-2 that manifest as virulent human viruses. Coronaviruses contain four main structural proteins: spike, membrane, envelope, and nucleocapsid protein. The replication cycle is as follows: cell entry, genome translation, replication, assembly, and release. They were not considered highly pathogenic to humans until the outbreaks of SARS-CoV in 2002 in Guangdong province, China. The consequent outbreak of SARS in 2002 led to an epidemic with 8,422 cases, and a reported worldwide mortality rate of 11%. MERS-CoVs is highly related to camel CoVs. In 2019, a cluster of patients infected with 2019-nCoV was identified in an outbreak in Wuhan, China, and soon spread worldwide. 2019-nCoV is transmitted through the respiratory tract and then induced pneumonia. Molecular diagnosis based on upper respiratory region swabs is used for confirmation of this virus. This review examines the structure and genomic makeup of the viruses as well as the life cycle, diagnosis, and potential therapy.
The emergence of new diseases such as the Covid 19 pandemic that occurs in the 21st century and the occurrence of health abnormalities according to the busy daily life of modern people are increasing. Accordingly, the importance of health care management and data-based health management is being highlighted, and in particular, interest in personal health management data based on personal health care data of patients is rapidly increasing. In this study, to solve the difficult problems of personal health management, we developed a personal health care platform incorporating IT for self-diagnosis and solution and developed an application that measures bio-signals generated in the human body and transmits them to the platform. A health management system was established. Through this, not only the health care of modern people, but also the psychological and emotional care support needs through psychological and emotional monitoring of the developmentally disabled and the vulnerable who have difficulty in expressing their opinions are to be addressed. In addition, the overall health and living environment data of the individual was integrated to develop an optimized medical and health management service for the individual.
Medical AI, which has lately made significant advances, is playing a vital role, such as assisting clinicians with diagnosis and decision-making. The field of chest X-rays, in particular, is attracting a lot of attention since it is important for accessibility and identification of chest diseases, as well as the current COVID-19 pandemic. However, despite the vast amount of data, there remains a limit to developing an effective AI model due to a lack of labeled data. A research that used federated learning on chest X-ray data to lessen this difficulty has emerged, although it still has the following limitations. 1) It does not consider the problems that may occur in the Non-IID environment. 2) Even in the federated learning environment, there is still a shortage of labeled data of clients. We propose a method to solve the above problems by using the self-supervised learning model as a global model of federated learning. To that aim, we investigate a self-supervised learning methods suited for federated learning using chest X-ray data and demonstrate the benefits of adopting the self-supervised learning model for federated learning.
Recently, attention to the pandemic situation represented by COVID-19 emerged problems caused by unexpected shortage of medical personnel. In this paper, we present a method for diagnosing the presence or absence of lesional sign on PA chest X-ray images as computer vision solution to support diagnosis tasks. Method for visual anomaly detection based on feature modeling can be also applied to X-ray images. With extracting feature vectors from PA chest X-ray images and divide to patch unit, region-specific abnormality can be detected. As preliminary experiment, we created simulation data set containing multiple objects and present results of the comparative experiments in this paper. We present method to improve both efficiency and performance of the process through hard masking of patch features to aligned images. By summing up regional specificity and global anomaly detection results, it shows improved performance by 0.069 AUROC compared to previous studies. By aggregating region-specific and global anomaly detection results, it shows improved performance by 0.069 AUROC compared to our last study.
Journal of the Korean Society for Industrial and Applied Mathematics
/
v.25
no.4
/
pp.327-336
/
2021
In this paper, we will introduce the image processing methods for the remote pupillary light reflex measurement using the video taken by a general smartphone camera without a special device such as an infrared camera. We propose an algorithm for estimate the size of the pupil that changes with light using image data analysis without a learning process. In addition, we will introduce the results of visualizing the change in the pupil size by removing noise from the recorded data of the pupil size measured for each frame of the video. We expect that this study will contribute to the construction of an objective indicator for remote pupillary light reflex measurement in the situation where non-face-to-face communication has become common due to COVID-19 and the demand for remote diagnosis is increasing.
Park, Hakgwon;Lim, Young-Hwan;Park, Hyeokgon;Hwang, Joongwon;Lee, Sangran;Cho, Eunsang;Lin, Bin
The Journal of the Convergence on Culture Technology
/
v.8
no.3
/
pp.463-468
/
2022
The prolonged of the Post Corona made many industry's paradigm. It's become very important In the industries products that customers directly touch and use. To cope with this situation, The Cosmetics industry has recently introduced various untact services. many customers would like to try these new services. Typically, online survey services recommend personalized products. but these services reached its limit later. This paper research how to recommend products and define skine type with AI Image diagnosis module combine with legacy survey system.
Hae Min Kang;Seung Ha Song;Bin Ahn;Ji Young Park;Hyunmi Kang;Byung Ok Kwak;Dong Hyun Kim;Joon Kee Lee;Soo-Han Choi ;Jae Hong Choi;Eun Hwa Choi;Ki Wook Yun
Pediatric Infection and Vaccine
/
v.30
no.1
/
pp.20-32
/
2023
Purpose: This study aimed to identify the etiology and risk factors of community-acquired pneumonia (CAP) requiring hospitalization in Korean children during the coronavirus disease 2019 (COVID-19) pandemic. Methods: Clinical information of children admitted with CAP to Seoul National University Children's Hospital (SNUCH) between January 1, 2021, and February 28, 2022, was retrospectively collected and analyzed. In addition, the etiologic diagnosis and demographic data of children with CAP who were discharged at the other seven hospitals between January and February 2022 were collected. Pneumonia was diagnosed using strict criteria comprising clinical symptoms, physical examination findings, and chest radiographic findings. Results: Among 91 children hospitalized with CAP at SNUCH during the 14-month period, 68.4% were aged <5 years and 79.1% had underlying diseases. Among the 95 CAP cases, respiratory assistance was required in 70.5%, and the use of a ventilator was required in 20.0%. A total of five patients expired, all of whom were either immunocompromised or had underlying neurological diseases. Neurological diseases and immunosuppression were significantly correlated with respiratory assistance (P=0.003) and death (P=0.014). A total of 55% of the detected respiratory pathogens were viruses, the most common of which was rhinovirus at 35.9%. Among the 169 children hospitalized for CAP at the eight institutions, ≥1 respiratory virus was detected in 92.3%, among which respiratory syncytial virus (79.8%) was the most prevalent. Conclusions: Even during the COVID-19 pandemic, Korean children were hospitalized with CAP caused by seasonal respiratory viral pathogens. Although atypical and pyogenic bacteria were not detected, continuous clinical monitoring and further prospective studies should be conducted.
Journal of the Korea Society of Computer and Information
/
v.26
no.11
/
pp.21-31
/
2021
As the COVID-19 pandemic rapidly changes healthcare around the globe, the need for smart healthcare that allows for remote diagnosis is increasing. The current classification of respiratory diseases cost high and requires a face-to-face visit with a skilled medical professional, thus the pandemic significantly hinders monitoring and early diagnosis. Therefore, the ability to accurately classify and diagnose respiratory sound using deep learning-based AI models is essential to modern medicine as a remote alternative to the current stethoscope. In this study, we propose a deep learning-based respiratory sound classification model using data collected from medical experts. The sound data were preprocessed with BandPassFilter, and the relevant respiratory audio features were extracted with Log-Mel Spectrogram and Mel Frequency Cepstral Coefficient (MFCC). Subsequently, a Parallel CNN network model was trained on these two inputs using stacking ensemble techniques combined with various machine learning classifiers to efficiently classify and detect abnormal respiratory sounds with high accuracy. The model proposed in this paper classified abnormal respiratory sounds with an accuracy of 96.9%, which is approximately 6.1% higher than the classification accuracy of baseline model.
Jesmin Akter;Bokjin Lee;Jai-Yeop Lee;Chang Hyuk Ahn;Nishimura Fumitake;ILHO KIM
Journal of Korean Society on Water Environment
/
v.40
no.1
/
pp.19-35
/
2024
The global pandemic, coronavirus disease caused by Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has led to the implementation of wastewater surveillance as a means to monitor the spread of SARS-CoV-2 prevalence in the community. The challenging aspect of establishing wastewater surveillance requires a well-equipped laboratory for wastewater sample analysis. According to previous studies, RT-PCR-based molecular tests are the most widely used and popular detection method worldwide. However, this approach for the detection or quantification of SARS-CoV-2 from wastewater demands a specialized laboratory, skilled personnel, expensive instruments, and a workflow that typically takes 6 to 8 hours to provide results for a few samples. Rapid and reliable alternative detection methods are needed to enable less-well-qualified practitioners to set up and provide sensitive detection of SARS-CoV-2 within wastewater at regional laboratories. In some cases, the structural and molecular characteristics of SARS-CoV-2 are unknown, and various strategies for the correct diagnosis of COVID-19 have been proposed by research laboratories. The ongoing research and development of alternative and rapid technologies, namely RT-LAMP, ELISA, Biosensors, and GeneXpert, offer a wide range of potential options not only for SARS-CoV-2 detection but also for other viruses. This study aims to discuss the effective regional rapid detection and quantification methods in community wastewater.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.