• 한국임상수의학회지
• /
• 제40권4호
• /
• pp.243-259
• /
• 2023

Machine learning and deep learning (ML/DL) algorithms have been successfully applied in medical practice. However, their application in veterinary medicine is relatively limited, possibly due to a lack in the quantity and quality of relevant research. Because the potential demands for ML/DL applications in veterinary clinics are significant, it is important to note the current gaps in the literature and explore the possible directions for advancement in this field. Thus, a scoping review was conducted as a situation analysis. We developed a search strategy following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. PubMed and Embase databases were used in the initial search. The identified items were screened based on predefined inclusion and exclusion criteria. Information regarding model development, quality of validation, and model performance was extracted from the included studies. The current review found 55 studies that passed the criteria. In terms of target animals, the number of studies on industrial animals was similar to that on companion animals. Quantitative scarcity of prediction studies (n = 11, including duplications) was revealed in both industrial and non-industrial animal studies compared to diagnostic studies (n = 45, including duplications). Qualitative limitations were also identified, especially regarding validation methodologies. Considering these gaps in the literature, future studies examining the prediction and validation processes, which employ a prospective and multi-center approach, are highly recommended. Veterinary practitioners should acknowledge the current limitations in this field and adopt a receptive and critical attitude towards these new technologies to avoid their abuse.

• Nuclear Engineering and Technology
• /
• 제55권1호
• /
• pp.100-108
• /
• 2023

In this study, a neural network model inspired by a one-dimensional convolution U-net is developed to automatically accelerate edge localized mode (ELM) detection from big diagnostic data of fusion devices and increase the detection accuracy regardless of the hyperparameter setting. This model recognizes the input signal patterns and overcomes the problems of existing detection algorithms, such as the prominence algorithm and those of differential methods with high sensitivity for the threshold and signal intensity. To train the model, 10 sets of discharge radiation data from the KSTAR are used and sliced into 11091 inputs of length 12 ms, of which 20% are used for validation. According to the receiver operating characteristic curves, our model shows a positive prediction rate and a true prediction rate of approximately 90% each, which is comparable to the best detection performance afforded by other algorithms using their optimized hyperparameters. The accurate and automatic ELM-burst detection methodology used in our model can be beneficial for determining plasma properties, such as the ELM frequency from big data measured in multiple experiments using machines from the KSTAR device and ITER. Additionally, it is applicable to feature detection in the time-series data of other engineering fields.

• Journal of the Korean Association of Oral and Maxillofacial Surgeons
• /
• 제49권3호
• /
• pp.135-141
• /
• 2023

Objectives: This study aimed to develop and validate machine learning (ML) models using H₂O-AutoML, an automated ML program, for predicting medication-related osteonecrosis of the jaw (MRONJ) in patients with osteoporosis undergoing tooth extraction or implantation. Patients and Methods: We conducted a retrospective chart review of 340 patients who visited Dankook University Dental Hospital between January 2019 and June 2022 who met the following inclusion criteria: female, age ≥55 years, osteoporosis treated with antiresorptive therapy, and recent dental extraction or implantation. We considered medication administration and duration, demographics, and systemic factors (age and medical history). Local factors, such as surgical method, number of operated teeth, and operation area, were also included. Six algorithms were used to generate the MRONJ prediction model. Results: Gradient boosting demonstrated the best diagnostic accuracy, with an area under the receiver operating characteristic curve (AUC) of 0.8283. Validation with the test dataset yielded a stable AUC of 0.7526. Variable importance analysis identified duration of medication as the most important variable, followed by age, number of teeth operated, and operation site. Conclusion: ML models can help predict MRONJ occurrence in patients with osteoporosis undergoing tooth extraction or implantation based on questionnaire data acquired at the first visit.

• Korean Journal of Radiology
• /
• 제24권1호
• /
• pp.62-78
• /
• 2023

As the majority of incidentally detected lesions in the anterior mediastinum is small nodules with soft tissue appearance, the differential diagnosis has typically included thymic neoplasm and prevascular lymph node, with benign cyst. Overestimation or misinterpretation of these lesions can lead to unnecessary surgery for ultimately benign conditions. Diagnosing mediastinal cysts using MRI serves as a problem-solving modality in distinguishing between surgical and nonsurgical anterior mediastinal lesions. The pitfalls of MRI evaluation for anterior mediastinal cystic lesions are as follows: first, we acknowledge the limitation of T2-weighted images for evaluating benign cystic lesions. Due to variable contents within benign cystic lesions, such as hemorrhage, T2 signal intensity may be variable. Second, owing to extensive necrosis and cystic changes, the T2 shine-through effect may be seen on diffusion-weighted images (DWI), and small solid portions might be missed on enhanced images. Therefore, both enhancement and DWI with apparent diffusion coefficient values should be considered. An algorithm will be suggested for the diagnostic evaluation of anterior mediastinal cystic lesions, and finally, a management strategy based on MRI features will be suggested.

• Applied Microscopy
• /
• 제50권
• /
• pp.25.1-25.11
• /
• 2020

Scanning acoustic microscopy (SAM) or Acoustic Micro Imaging (AMI) is a powerful, non-destructive technique that can detect hidden defects in elastic and biological samples as well as non-transparent hard materials. By monitoring the internal features of a sample in three-dimensional integration, this technique can efficiently find physical defects such as cracks, voids, and delamination with high sensitivity. In recent years, advanced techniques such as ultrasound impedance microscopy, ultrasound speed microscopy, and scanning acoustic gigahertz microscopy have been developed for applications in industries and in the medical field to provide additional information on the internal stress, viscoelastic, and anisotropic, or nonlinear properties. X-ray, magnetic resonance, and infrared techniques are the other competitive and widely used methods. However, they have their own advantages and limitations owing to their inherent properties such as different light sources and sensors. This paper provides an overview of the principle of SAM and presents a few results to demonstrate the applications of modern acoustic imaging technology. A variety of inspection modes, such as vertical, horizontal, and diagonal cross-sections have been presented by employing the focus pathway and image reconstruction algorithm. Images have been reconstructed from the reflected echoes resulting from the change in the acoustic impedance at the interface of the material layers or defects. The results described in this paper indicate that the novel acoustic technology can expand the scope of SAM as a versatile diagnostic tool requiring less time and having a high efficiency.

• Nuclear Engineering and Technology
• /
• 제56권8호
• /
• pp.3167-3179
• /
• 2024

In abnormal states of nuclear power plants (NPPs), operators undertake mitigation actions to restore a normal state and prevent reactor trips. However, in abnormal states, the NPP condition fluctuates rapidly, which can lead to human error. If human error occurs, the condition of an NPP can deteriorate, leading to reactor trips. Sudden shutdowns, such as reactor trips, can result in the failure of numerous NPP facilities and economic losses. This study develops a remaining trip time (RTT) prediction system as part of an operator support system to reduce possible human errors and improve the safety of NPPs. The RTT prediction system consists of an algorithm that utilizes artificial intelligence (AI) and explainable AI (XAI) methods, such as autoencoders, light gradient-boosting machines, and Shapley additive explanations. AI methods provide diagnostic information about the abnormal states that occur and predict the remaining time until a reactor trip occurs. The XAI method improves the reliability of AI by providing a rationale for RTT prediction results and information on the main variables of the status of NPPs. The RTT prediction system includes an interface that can effectively provide the results of the system.

• Tuberculosis and Respiratory Diseases
• /
• 제50권1호
• /
• pp.42-51
• /
• 2001

연구배경 : 심폐운동검사를 호흡곤란이나 운동제한의 주원인 감별을 위한 진단적 목적으로 이용시, 사용한 진단 알고리즘과 운동방법에 따른 분석결과에 차이가 있는지를 알아보고, 차이가 있다면 그 원인은 무엇인지 알아보고자 하였다. 연구방법 : 안정시 폐기능검사상 이상이 있는 만성폐질환자 66명, 운동시 호흡곤란을 호소하나 안정시 폐기능검사상 이상이 없는 환자 48명을 대상으로 자전거를 이용하여 증상 제한적 최대운동을 시행하고 Wasserman 등과 Eschenbacher 등이 제안한 진단 알고리즘을 이용 하여 분석하여 그 결과를 비교하였고, 건강한 의과대 32명을 대상으로 자전거와 답차를 이용하여 증상 제한적 최대운동을 시행한 후 Eschenbacher 등이 제안한 진단 알고리즘으로 분석후 운동방법에 따른 분석결과의 차이를 비교하였다. 연구결과 : 1) 호흡곤란을 주증상으로 호소하고 안정시 폐기능 검사상 미국흉부학회 기준에 부합하는 폐기능손상을 보이는 환자중 최근 2개월이내에 증상이 악화되지 않은 환자 66명을 대상으로 증상제한적 최대운동후 Wasserman 방식과 Eschenbacher 방식으로 해석후 비교하여 보았을 때 42명에서 일치하여 63.6%의 일치율을 보였다. 폐기능검사소견에 따라 구분하여 보면, 폐쇄성장애를 보인 경우는 43명중 30명으로 69.8%, 제한성장애를 보인 경우 8명중 2명으로 25%, 혼합성장애를 보인 경우 15명 중 10명으로 66.7%의 일치율을 보였다. 2) 임상적으로 심장질환은 의심되지 않으나 활동시 호흡곤란을 호소하고, 안정시 폐활량측정에서 정상소견을 보이는 48명을 대상으로 자전거를 이용한 운동 후 두 방식으로 분석 비교하였을 때 30명에서 일치하여 일치율은 60.4%이었다. 3) 호흡곤란 등의 호흡기계증상이 없고 안정시 폐활량검사상 정상인 건강한 의과대학 남학생 32명을 대상으로 자전거와 답차를 이용한 운동후 Eschenbacher 방식으로 해석한 결과 운동방법에 따른 일치율은 25% 이었다. 결론 : 이와 같은 결과로 진단 알고리즘 혹은 운동방법에 따라 결과가 차이가 있음을 알 수 있었고, 심폐운동검사를 호흡곤란이나 운동제한의 주원인 감별을 위한 진단적 목적으로 이용하기 위해서는 한국성인에 적용할 수 있는 운동방법에 따른 진단 알고리즘을 확립하는 것이 필요하다고 여겨진다.

• 한국방사선학회논문지
• /
• 제15권5호
• /
• pp.591-602
• /
• 2021

급성 허혈성 뇌졸중(Acute ischemic stroke; AIS) 환자는 증상발현 수 시간 이내 영상의학 검사를 통해 뇌경색(Infarction)을 조기 진단하여야 한다. 본 연구에서 SVD와 Bayesian 알고리즘을 이용한 뇌경색의 부피측정을 관류 전산화단층촬영(Computed tomography perfusion; CTP)과 확산 강조 자기공명영상(Magnetic resonance diffusion weighted image; MR DWI)을 비교하여 임상적 유용성을 알고자 하였다. 2017년 9월부터 2020년 9월까지 급성 허혈성 뇌졸중 증상으로 응급실을 내원한 환자 중 50명(남 : 여 = 33 : 17)의 영상의학 검사 정보를 후향적으로 이용하였다. SVD와 Bayesian 알고리즘으로 측정된 뇌경색 부피는 윌콕슨 부호순위검정(Wilcoxon signed rank test) 통계분석을 하여 중앙값(Median)과 사분위수(Iter quartile range; IQR) 25 - 75% 범위로 나타내었다. CTP 검사로 측정한 core volume(단위 : cc)은 SVD가 18.07 (7.76 - 33.98), Bayesian은 47.3 (23.76 - 79.11)으로 측정되었고 penumbra volume은 SVD가 140.24 (117.8 - 176.89), Bayesian은 105.05 (72.52 - 141.98)로 측정되었다. Mismatch ratio (%)는 SVD가 7.56 (4.36 - 15.26), Bayesian은 2.08 (1.68 - 2.77)로 측정되었으며 모든 측정값은 통계적으로 유의미한 차이가 있었다(p < 0.05). 스피어만 상관 분석(Spearman's correlation analysis) 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 상관계수(r = 0.915)가 CT SVD와 MR의 상관계수(r = 0.763)보다 더욱 높은 양의 상관관계를 보였다(p < 0.01). 블랜드 알트만 산점도(Bland altman plot) 분석 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 산점도 기울기(y = - 0.065)가 CT SVD와 MR의 산점도 기울기(y = - 0.749)보다 완만하게 측정되어 Bayesian이 더 높은 신뢰성을 나타내었다. 따라서 뇌경색 부피의 측정에서 Bayesian 알고리즘이 SVD보다 높은 정확도를 보였으므로 임상에서 유용하게 사용될 것으로 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제26권3호
• /
• pp.33-39
• /
• 2003

잡견의 간흡충증에서 조영기법의 역동적 CT 영상과 MIP 기법을 적용한 자기공명 영상의 질을 비교하여 임상적 적용 가능성을 알아보고자 하였다. 20마리의 잡견(평균 20kg)에 실험적으로 간흡충증을 유발한 후 13주 동안에 간을 중심으로 CT 영상과 MR 영상을 얻었다. CT는 이중나선식방법으로 영상을 획득하였고, bolustracking 방법으로 조영제를 주입하여 arterial phase는 5초 후에 정맥기는 동맥기 scan후 15초에 시작하여 single dynamic scan을 하고, 데이터를 다 단면 영상을 얻기 위해 MnP로 재구성을 하였다. MR 영상은 circularly polarized phased away body coil을 사용하였고, HASTE, FLASH, TSE 기법을 이용하여 모두 2차원 영상을 얻었다. HASTE와 TSE는 해상력을 증가시키기 위하여 interpolation과 지방소거기법을 적용하였다. 데이터를 획득하는 방식으로는 담관을 중심으로 3방향으로 수집한 다음 최대강도투사법으로 재구성하였다. CT와 MR 영상의 평가 방법으로서는 간내담관의 확장, 동맥기에 담관벽의 조영증강, 담관 말단부의 확장, 간의 실질조직묘사, 배경유무를 기점으로 병리학과 의사 1명과 방사선과 의사 3명, 방사선사 5명이 시각적으로 평가를 하였다. MR 영상의 경우 sequence 비교를 위해 정량적분석방법인 CNR과 CR로 평가를 하였다. 감염 후 5마리의 잡견은 죽었으며, 15마리 잡견에서 CT와 MR 검사에서 간내 담관의 만성 확장을 보여 주었다. 조영증강기법인 CT 영상에서는 간 실질조직을 비롯하여 담관벽의 조영증강이 보였고, MR 영상에서는 간내담관 형태와 담관의 말단부의 확장이 MIP 기법을 이용하여 3차원적으로 관찰되었고, CNR과 CR 값이 HASTE($16{\pm}0.83$, 73.3%), TSE($7.06{\pm}3.0$, 62.3%), FLASH($1.19{\pm}0.2$, 6.4%) 순으로 나타났다. CT와 MR 영상은 짧은 검사기법과 다양한 검사기법을 포함하고 있어 간흡충증을 영상화하는데 있어서 진단적 가치가 있다. CT와 MR 영상 검사의 장 단점을 서로 보안하여 검사를 시행한다면 높은 임상적 적용 가능성이 있다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제13권1호
• /
• pp.129-138
• /
• 2002

목 적：소아청소년 정신과 질환의 가장 대표적이라 할 수 있는 주의력결핍-과잉행동장애(ADHD)의 최적치료모델 개발을 위한 연구의 일환으로, 우선 실제 ADHD로 의심되는 환자가 병원을 방문했을 때 임상의들이 현재 (1) 어떠한 진단 평가적 도구를 사용하여 진단적 접근을 하며, (2) 어떠한 치료적 접근을 시행하고 있는지, (3) 현재 시행하고 있지는 않지만, 어떤 모델을 추구하는지에 대해 구조화된 설문도구를 이용하여 파악하고자 하였다. 방 법：대학병원 및 종합병원 소아정신과 담당 전문가 32명을 대상으로 구조화된 설문조사를 하였고, 여기에 포함되는 조사내용으로는 진단검사도구, 약물치료, 비약물치료 현황파악이었다. 이 자료를 Texas Algorithm Project(TAP)와 비교 검토하였다. 결 과：(1) 모든 ADHD 환아에게 실시해야 할 기본적인 검사는 지능검사, 문장완성검사, 지속적 집중력검사, 코너씨 설문지였고, (2) 전반적 ADHD 투여 약물은 TAP 지침과 차이가 없었고, 다만 약효가 인정된 aderall, bupropion, guanfacin의 국내이용이 요구된다고 하였으며, (3) 틱 장애가 동반된 경우는 임상의들이 정신자극제 사용을 자제하는 경향을 보여 TAP 지침과 분명한 차이를 보였고, (4) 파탄적 행동장애가 동반된경우 임상의들은 다른 약물로 교체하기보다는 MPH 투여에 다른 약물을 추가하는 경향을 보였으며, (5) 과반수 이상의 임상의가 꼭 실시하여야 한다고 보고한 치료로는, 개별적 부모상담, 부모교실, 개인별 행동인지 치료였다. 결 론：본 연구 결과를 통해 알 수 있었던 여러 제한점들을 보완하고 또한 본 연구에서 제기된 논쟁점을 위주로 하여서, 한국적 실정에 맞는 ADHD 최적치료모델 개발을 위한 연구와 더불어 전문가들의 합의가 이루어져야 하겠다.