• Journal of Radiation Protection and Research
• /
• 제48권4호
• /
• pp.184-196
• /
• 2023

Background: Radiation protection is crucial in various fields due to the harmful effects of radiation. Shielding is used to reduce radiation exposure, but gamma radiation poses challenges due to its high energy and penetration capabilities. Materials and Methods: This work investigates the radiation shielding properties of polyvinylidene fluoride (PVDF) samples containing different weight fraction of tungsten carbide (WC), tungsten trioxide (WO₃), and tungsten disulfide (WS₂). Parameters such as the mass attenuation coefficient (MAC), half-value layer (HVL), mean free path (MFP), effective atomic number (Z_eff), and macroscopic effective removal cross-section for fast neutrons (Σ_R) were calculated using the Phy-X/PSD software. EpiXS simulations were conducted for MAC validation. Results and Discussion: Increasing the weight fraction of the additives resulted in higher MAC values, indicating improved radiation shielding. PVDF-xWC showed the highest percentage increase in MAC values. MFP results indicated that PVDF-0.20WC has the lowest values, suggesting superior shielding properties compared to PVDF-0.20WO₃ and PVDF-0.20WS₂. PVDF-0.20WC also exhibited the highest Z_eff values, while PVDF-0.20WS₂ showed a slightly higher increase in Z_eff at energies of 0.662 and 1.333 MeV. PVDF-0.20WC has demonstrated the highest Σ_R value, indicating effective shielding against fast neutrons, while PVDF-0.20WS₂ had the lowest Σ_R value. The Monte Carlo N-Particle Transport version 5 (MCNP5) simulations showed that PVDF-xWC attenuates gamma radiation more than pure PVDF, significantly decreasing the dose equivalent rate. Conclusion: Overall, this research provides insights into the radiation shielding properties of PVDF mixtures, with PVDF-xWC showing the most promising results.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.999-1008
• /
• 2023

당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.

• Composites Research
• /
• 제36권6호
• /
• pp.395-401
• /
• 2023

본 연구에서는 지도학습 기반 분할기법을 이용하여 단층 촬영된 단방향 복합재료의 유한요소모델링을 실시하였다. 우선, 단방향 복합재료의 형상 정보를 얻기 위해 Micro-CT 스캔을 수행하여 단방향 복합재료의 순수 체적(raw volume)을 획득하였고 여기에 몇 개의 단면을 선택하여 재료의 마이크로 구조인 섬유의 형상을 라벨링하였다. 이후 재료의 단면 이미지와 라벨링한 이미지를 각각 입출력으로 U-net 모델을 훈련시켰다. 이를 사용하여 선택되지 않은 단층촬영 이미지를 섬유형상을 구분하는 분할을 수행하였고 이렇게 생성된 3차원 정보를 이용해서 유한요소모델을 생성하였다. 최종적으로 단방향 복합재료 시편과 유한요소모델의 섬유체적비를 비교하여 제안된 방법의 적절성을 확인하였다.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.1-9
• /
• 2023

스트레스는 감당하기 어려운 외부 또는 내부 요인으로부터 유발되는 것으로 현대 사회의 주요한 문제 중 하나이다. 높은 스트레스가 장기적으로 지속되면 만성적으로 발전할 수 있으며, 건강 및 생활 전반에 큰 악영향을 초래할 수 있다. 그러나 만성적인 스트레스를 겪는 사람들은 자신이 스트레스를 받고 있는지 알아차리기 어렵기 때문에 사전에 스트레스를 인지하고 관리하는 것이 중요하다. 웨어러블 기기로부터 측정된 생체 신호를 이용하여 스트레스를 탐지한다면, 스트레스를 효율적으로 관리할 수 있을 것이다. 그러나 생체 신호를 이용하는 데에는 두 가지 문제점이 있다. 첫째로 생체 신호에서 수작업 특징을 추출하는 것은 바이어스를 발생시킬 수 있으며, 두 번째는 실험 주체에 따라 분류 모델 성능의 변이가 클 수 있다는 것이다. 본 논문에서는 데이터의 핵심적인 특징을 표현할 수 있는 합성곱 오토인코더를 이용해 바이어스를 줄이고 앙상블 학습 중 하나인 소프트 보팅을 이용해 일반화 능력을 높여 성능의 변이를 줄이는 모델을 제안한다. 모델의 일반화 성능을 확인하기 위하여 LOSO 교차 검증 방법을 이용하여 성능을 평가한다. 본 논문에서 제안한 모델은 WESAD 데이터셋을 이용하여 높은 성능을 보여주었던 기존의 연구들보다 우수한 정확도를 보임을 확인하였다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.531-538
• /
• 2024

수질 환경의 중요성이 강조되고 있는 가운데 광주광역시 도시 하천의 수질개선을 위한 수질 지표는 수생 생태계에 영향을 미치는 중요한 요소로 정확한 예측이 필요하다. 본 연구에서는 XGBoost와 LightGBM 머신러닝 알고리즘을 활용하여 광주천의 중요한 지점인 하류 평촌교(PyeongchonBr)와 상류 방학교(BangHakBr_Gwangjucheon1) 수계의 수질 검사 항목 중 통계적 검증 결과 유의미한 항목인 질소(TN), 질산염(NO3), 암모니아 양(NH3) 세 가지 수질 지표를 예측하는 연구를 수행하였고, 회귀 모델 평가 지표인 RMSE를 이용하여 예측 모델의 성능을 평가하였다. 수계별 개별적인 모델을 구현하여 교차 검증 후 성능을 비교한 결과, XGBoost 모델이 뛰어난 예측 능력을 보였다

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.125-134
• /
• 2024

The novel coronavirus 2019 is called COVID-19 has outspread swiftly worldwide. An early diagnosis is more important to control its quick spread. Medical imaging mechanics, chest calculated tomography or chest X-ray, are playing a vital character in the identification and testing of COVID-19 in this present epidemic. Chest X-ray is cost effective method for Covid-19 detection however the manual process of x-ray analysis is time consuming given that the number of infected individuals keep growing rapidly. For this reason, it is very important to develop an automated COVID-19 detection process to control this pandemic. In this study, we address the task of automatic detection of Covid-19 by using a popular deep learning model namely the VGG19 model. We used 1300 healthy and 1300 confirmed COVID-19 chest X-ray images in this experiment. We performed three experiments by freezing different blocks and layers of VGG19 and finally, we used a machine learning classifier SVM for detecting COVID-19. In every experiment, we used a five-fold cross-validation method to train and validated the model and finally achieved 98.1% overall classification accuracy. Experimental results show that our proposed method using the deep learning-based VGG19 model can be used as a tool to aid radiologists and play a crucial role in the timely diagnosis of Covid-19.

• Journal of Preventive Medicine and Public Health
• /
• 제57권3호
• /
• pp.279-287
• /
• 2024

Objectives: This study validated the Vietnamese version of the Disaster Adaptation and Resilience Scale (DARS) for use in vulnerable communities in Vietnam. Methods: This was a cross-sectional study involving 595 adults from 2 identified communities. The original DARS assessment tool was translated, and the validity and reliability of the Vietnamese version of DARS (V-DARS) were assessed. The internal consistency of the overall scale and its subscales was evaluated using Cronbach's alpha and McDonald's omega reliability coefficients. Confirmatory factor analysis (CFA) was employed to evaluate its construct validity, building upon the factor structure identified in exploratory factor analysis (EFA). Construct validity was assessed based on convergent and discriminant validity. Results: Following the established criteria for EFA, 8 items were removed, resulting in a refined V-DARS structure comprising 35 items distributed across 5 distinct factors. Both alpha and omega reliability coefficients indicated strong internal consistency for the overall scale (α=0.963, ω=0.963) and for each of the 5 sub-scales (all>0.80). The CFA model also retained the 5-factor structure with 35 items. The model fit indices showed acceptable values (RMSEA: 0.072; CFI: 0.912; TLI: 0.904; chi-square test: <0.01). Additionally, the convergent and discriminant validity of the V-DARS were deemed appropriate and satisfactory for explaining the measurement structure. Conclusions: Our findings suggest that the V-DARS is a valid and reliable scale for use within vulnerable communities in Vietnam to assess adaptive responses to natural disasters. It may also be considered for use in other populations.

• 통합자연과학논문집
• /
• 제16권4호
• /
• pp.123-131
• /
• 2023

Breast cancer continues to pose a substantial worldwide health challenge, thereby requiring the development of innovative strategies to discover new therapeutic interventions. Signal Transducer and Activator of Transcription 3 (STAT-3) has been identified as a significant factor in the development of several types of cancer, including breast cancer. This is primarily attributed to its diverse functions in promoting tumour formation and conferring resistance to therapeutic interventions. This study presents an in silico drug repositioning approach that focuses on identifying specific inhibitors of STAT-3 for the purpose of treating breast cancer. We initially examined the structural and functional attributes of STAT-3, thereby elucidating its crucial involvement in cellular signalling cascades. A comprehensive virtual screening was performed on a diverse collection of drugs that have been approved by the FDA from zinc15 database. Various computational techniques, including molecular docking, cross docking, and cDFT analysis, were utilised in order to prioritise potential candidates. This prioritisation was based on their predicted binding energies and outer molecular orbital reactivity. The findings of our study have unveiled a Dihydroergotamine and Paritaprevir that have been approved by the FDA and exhibit considerable promise as selective inhibitors of STAT-3. In conclusion, the utilisation of our in silico drug repositioning approach presents a prompt and economically efficient method for the identification of potential compounds that warrant subsequent experimental validation as selective STAT-3 inhibitors in the context of breast cancer. The present study highlights the considerable potential of employing computational strategies to expedite the drug discovery process. Moreover, it provides valuable insights into novel avenues for targeted therapeutic interventions in the context of breast cancer treatment.

• Korean Journal of Radiology
• /
• 제22권9호
• /
• pp.1481-1489
• /
• 2021

Objective: To construct a CT-based Fagotti scoring system by analyzing the correlations between laparoscopic findings and CT features in patients with advanced ovarian cancer. Materials and Methods: This retrospective cohort study included patients diagnosed with stage III/IV ovarian cancer who underwent diagnostic laparoscopy and debulking surgery between January 2010 and June 2018. Two radiologists independently reviewed preoperative CT scans and assessed ten CT features known as predictors of suboptimal cytoreduction. Correlation analysis between ten CT features and seven laparoscopic parameters based on the Fagotti scoring system was performed using Spearman's correlation. Variable selection and model construction were performed by logistic regression with the least absolute shrinkage and selection operator method using a predictive index value (PIV) ≥ 8 as an indicator of suboptimal cytoreduction. The final CT-based scoring system was internally validated using 5-fold cross-validation. Results: A total of 157 patients (median age, 56 years; range, 27-79 years) were evaluated. Among 120 (76.4%) patients with a PIV ≥ 8, 105 patients received neoadjuvant chemotherapy followed by interval debulking surgery, and the optimal cytoreduction rate was 90.5% (95 of 105). Among 37 (23.6%) patients with PIV < 8, 29 patients underwent primary debulking surgery, and the optimal cytoreduction rate was 93.1% (27 of 29). CT features showing significant correlations with PIV ≥ 8 were mesenteric involvement, gastro-transverse mesocolon-splenic space involvement, diaphragmatic involvement, and para-aortic lymphadenopathy. The area under the receiver operating curve of the final model for prediction of PIV ≥ 8 was 0.72 (95% confidence interval: 0.62-0.82). Conclusion: Central tumor burden and upper abdominal spread features on preoperative CT were identified as distinct predictive factors for high PIV on diagnostic laparoscopy. The CT-based PIV prediction model might be useful for patient stratification before cytoreduction surgery for advanced ovarian cancer.

• 한국초지조사료학회지
• /
• 제26권1호
• /
• pp.53-62
• /
• 2006

본 연구는 시료 및 스펙트럼의 전처리 방법이 근적외선 분광법을 이용한 옥수수 사일리지의 화학적 조성분의 예측능력에 미치는 영향을 평가하기 위해 수행되었다. 시료의 전처리 방법은 건조하여 분쇄하는 방법(Oven Dried Grinding), 액화 질소처리 후 분쇄하는 방법(Liquid Nitrogen Grinding) 그리고 생사일리지(Intact Fresh)처리로 하였으며 4개의 스펙트럼의 수처리(1,4,4, 2,6,4, 2,10,5) 방법을 이용하여 다변량회귀분석법인 변형부분최소자승회귀법(MPLS)을 통해 검량식을 작성하였다. 시료의 전처리 방법에 의해서 유도된 검량식의 예측 능력은 섬유소 성분(NDF, ADF)과 일반 조성분(CP, Ash) 모두에서 Oven dried grinding (ODG) > Liquid nitrogen grinding (LNG)>Intact fresh (IF) 처리 순으로 우수하였다. 또한 스펙트럼의 수처리 방법에 의한 결과는 시료의 전처리 방법에 따라 그 예측 능력이 다르게 나타났다. 옥수수 사일리지의 섬유소 함량을 예측하기 위한 최적의 시료 전처리 및 스펙트럼 수처리 방법은 NDF는 ODG 처리에 2,10,5 수처리 방법 $(R^2=0.86)$, ADF는 ODG 처리에 2,10,5 수처리 방법 $(R^2v=0.93)$이 가장 우수한 전처리 방법으로 나타났다. 조단백질 함량과 조회분 함량을 측정하기 위한 최적의 시료 전처리 및 스펙트럼 수처리 방법은 조단백질은 ODG 처리에 1,4,4 수처리 방법$(R^2v,=0.91)$, 조회분은 ODG 처리에 2,10,5 수처리 방법$(R^2v=0.89)$이 가장 우수한 전처리 방법으로 판단된다. 이상의 연구 결과를 종합해보면 근적외선 분광법을 이용한 사일리지의 화학적 조성분 함량 측정은 적은 오차 범위 내에서 신속하고 정확한 분석법이 될 수 있음을 확인 할 수 있었다. 비록 원물 생시료(IF)에 대한 직접적인 측정은 다소 예측 정확성이 떨어지지만 현장 적용성과 편리성을 높이기 위해서는 생시료의 측정시 오차를 줄일 수 있는 스펙트럼의 수처리 방법이나 산란보정 방법과 같은 데이터 처리기법에 대한 더 많은 연구가 앞으로 진행되어야 한다고 생각되어진다.