• 한국초지조사료학회지
• /
• 제40권4호
• /
• pp.259-264
• /
• 2020

본 연구는 근적외선분광법을 이용하여 국내에서 재배중인 수수×수단그라스 교잡종 품 판별 가능성을 검토하고자 수행되었다. 근적외선분광기를 이용하여 수수×수단그라스 교잡종 종자를 가시파장 대역대 (680 - 1,099 nm), NIRS 파장 대역대 (1,100 - 2,500 nm) 및 NIRS 전체 파장 대역대 (680 - 2,500 nm)로 구분하여 스펙트라를 얻은 후 1차 미분과 8 nm gap으로 수 처리를 수행하였으며 부분최소자승 (PLS) 회귀분석법을 통해 품종판별 검량식을 개발하고 판별 정확성을 검증하였다. 수수×수단그라스 교잡종품종 판별의 정확성은 NIR파장대역에서 SECV 8.44 그리고 R2CV 0.89로 가장 판별 정확성이 낮았으며 NIRS 전체 파장대역에서 SECV 7.88 그리고 R2CV 0.90로 가장 높은 판별 정확성을 나타내었다. 파장대역별 예측 정확성은 NIR 파장대역 (1,100 - 2,500 nm)이 가장 우수하였으며, 교차검증오차 (SECV) 8.44에서 예측오차 (SEP) 12.03로 높아졌으며 가시영역대 (680 - 1,099)는 SECV 8.23에서 SEP 12.51로 높아졌다. Discrimination equation 분석법에 의한 NIRS 전체 파장대역별 수수×수단그라스 교잡종 종자의 판별 결과는 품종간에 판별 정확성의 차이가 크게 나타났으며 1, 2, 4 그리고 8번 품종 (G-7, BMR Gold II, Honey chew and SX-17)에서는 100 %의 정확성으로 가장 높게 나타났다. 따라서 NIRS를 이용한 수수×수단그라스 교잡종 종자의 판별분석이 가능할 것으로 판단되었다.

• 응용통계연구
• /
• 제35권4호
• /
• pp.457-468
• /
• 2022

고령인구가 증가함에 따라 국가차원에서 노인의 건강노화 실현을 위한 장기요양 필요 발생의 예방 방안을 마련하는 것은 매우 중요하며, 정책적 효과를 극대화하기 위해서는 적절한 대상자의 선정이 선행되어야 한다. 이에 본 연구는 국민건강보험공단의 국민건강정보를 활용하여, 장기요양 필요를 야기하는 기능장애 발생 가능성이 높은 대상자를 발굴하기 위한 예측모형을 개발하고자 한다. 본 연구는 연구대상자의 과거 수집된 자료를 활용하는 후향적 연구로, 본 연구의 연구대상자는 만 65세 이상 의료보장등록인구이다(총 7,724,101명). 예측모형 개발을 위해 고유 방법인 로지스틱 회귀모형, 머신러닝 방법인 의사결정나무와 랜덤포레스트, 딥러닝 방법인 다층퍼셉트론 신경망을 분석하였다. 체계적 분석절차를 통해 각 분석방법별 모형을 적합하였고, 내적 타당성 및 외적 타당성 평가 결과를 기반으로 최종 예측모형을 랜덤포레스트로 선정하였다. 랜덤포레스트는 모집단에서의 4.50%밖에 되지 않는 장기요양 필요 대상자의 약 90%를 장기요양 필요 발생 고위험 대상자로 예측할 수 있다. 본 연구의 예측모형 및 고위험군 기준은 노인의 욕구 중심에서 예방 서비스가 필요한 대상자를 선제적으로 발굴하는데 기여할 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.230-238
• /
• 2023

식품제조 중소기업들은 원물 투입부터 최종 팔렛타이징까지 대부분 노동집약적이고 수작업으로 구성되어 있다. 최근 로봇과 센서 데이터 기술요소 적용으로 스마트화 디지털화로 변화하는 추세이다. 본 연구에서는 식품제조기업에서 적용 설비 역량보다 작업자가 속도를 따라가지 못하는 반복작업 공정 2가지를 선정하였으며, 이를 3D 시뮬레이션을 활용하여 개선 효과성을 규명하고자 한다. 꼬치 조립 후 작업자들이 계량 후 포장하는 공정과 무작위로 공급되는 냉동식품류를 계량-내·외포장-팔렛타이징 일괄 수작업 공정 2개를 선정하였다. 가동률, 생산량, 투입 작업자 수를 검증 지표로 선정하였다. 3D 개선 공정 시뮬레이션 결과 생산량은 각각 기존보다 13.5%, 56.8% 증가했으며, 특히 팔렛타이징 로봇 적용 공정에서 높은 효과성을 보였다. 두 공정 모두 가동률과 투입인력 수는 감소함에 따라 작업자에게 피로도가 높은 공정을 로봇으로 대체 적용할 수 있어 작업 과부하를 개선할 수 있는 결과를 나타냈다. 본 연구 결과를 바탕으로 3D 시뮬레이션을 활용하여 식품계량 및 포정 공정에 로봇을 도입함으로써 개선된 공정의 성능을 정량적으로 사전 검증의 가능성을 확인할 수 있었다.

• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.77-88
• /
• 2022

Objective: Our study aimed to evaluate the quality of radiomics studies on brain metastases based on the radiomics quality score (RQS), Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) checklist, and the Image Biomarker Standardization Initiative (IBSI) guidelines. Materials and Methods: PubMed MEDLINE, and EMBASE were searched for articles on radiomics for evaluating brain metastases, published until February 2021. Of the 572 articles, 29 relevant original research articles were included and evaluated according to the RQS, TRIPOD checklist, and IBSI guidelines. Results: External validation was performed in only three studies (10.3%). The median RQS was 3.0 (range, -6 to 12), with a low basic adherence rate of 50.0%. The adherence rate was low in comparison to the "gold standard" (10.3%), stating the potential clinical utility (10.3%), performing the cut-off analysis (3.4%), reporting calibration statistics (6.9%), and providing open science and data (3.4%). None of the studies involved test-retest or phantom studies, prospective studies, or cost-effectiveness analyses. The overall rate of adherence to the TRIPOD checklist was 60.3% and low for reporting title (3.4%), blind assessment of outcome (0%), description of the handling of missing data (0%), and presentation of the full prediction model (0%). The majority of studies lacked pre-processing steps, with bias-field correction, isovoxel resampling, skull stripping, and gray-level discretization performed in only six (20.7%), nine (31.0%), four (3.8%), and four (13.8%) studies, respectively. Conclusion: The overall scientific and reporting quality of radiomics studies on brain metastases published during the study period was insufficient. Radiomics studies should adhere to the RQS, TRIPOD, and IBSI guidelines to facilitate the translation of radiomics into the clinical field.

• Korean Journal of Radiology
• /
• 제24권11호
• /
• pp.1151-1163
• /
• 2023

Objective: To develop a deep-learning-based bone age prediction model optimized for Korean children and adolescents and evaluate its feasibility by comparing it with a Greulich-Pyle-based deep-learning model. Materials and Methods: A convolutional neural network was trained to predict age according to the bone development shown on a hand radiograph (bone age) using 21036 hand radiographs of Korean children and adolescents without known bone development-affecting diseases/conditions obtained between 1998 and 2019 (median age [interquartile range {IQR}], 9 [7-12] years; male:female, 11794:9242) and their chronological ages as labels (Korean model). We constructed 2 separate external datasets consisting of Korean children and adolescents with healthy bone development (Institution 1: n = 343; median age [IQR], 10 [4-15] years; male: female, 183:160; Institution 2: n = 321; median age [IQR], 9 [5-14] years; male: female, 164:157) to test the model performance. The mean absolute error (MAE), root mean square error (RMSE), and proportions of bone age predictions within 6, 12, 18, and 24 months of the reference age (chronological age) were compared between the Korean model and a commercial model (VUNO Med-BoneAge version 1.1; VUNO) trained with Greulich-Pyle-based age as the label (GP-based model). Results: Compared with the GP-based model, the Korean model showed a lower RMSE (11.2 vs. 13.8 months; P = 0.004) and MAE (8.2 vs. 10.5 months; P = 0.002), a higher proportion of bone age predictions within 18 months of chronological age (88.3% vs. 82.2%; P = 0.031) for Institution 1, and a lower MAE (9.5 vs. 11.0 months; P = 0.022) and higher proportion of bone age predictions within 6 months (44.5% vs. 36.4%; P = 0.044) for Institution 2. Conclusion: The Korean model trained using the chronological ages of Korean children and adolescents without known bone development-affecting diseases/conditions as labels performed better in bone age assessment than the GP-based model in the Korean pediatric population. Further validation is required to confirm its accuracy.

• 분석과학
• /
• 제27권3호
• /
• pp.172-180
• /
• 2014

Pyrazole계 살균제 fenpyrazamine은 복숭아 (2.0 mg/kg), 포도 (5.0 mg/kg) 및 감귤 (2.0 mg/kg)에 잔류허용기준이 설정된 신규농약으로 농산물 중 fenpyrazamine 잔류량을 측정하기 위해 고성능 액체크로마토그래프를 이용한 정확하고 신뢰성 있는 효율적인 공정 시험법을 확립하고자 하였다. 추출용매는 acetonitrile로 선정하였으며, 액-액 분배 단계에서 dichloromethane과 물의 분배로 극성불순물을 제거하였고, 정제단계에서는 silica cartridge를 이용하여 hexane/acetone 용매 조성으로 다양한 매트릭스 간섭 물질로부터 fenpyrazamine을 효과적으로 정제할 수 있었다. 확립된 시험법으로 7종의 대표농산물[과일류 (복숭아, 포도, 감귤), 채소류 (고추), 서류 (감자), 콩류 (대두), 곡류 (현미)]에 처리농도 0.05, 0.5, 5.0 mg/kg으로 각각 5 반복의 회수율 실험을 시행한 결과 회수율 범위가 71.8~102.7%이었고, 분석오차가 10% 미만으로 시험법의 정확성을 확인하였으며, LC-MS를 통한 재확인 과정을 수행함으로써 시험법의 신뢰성과 선택성을 확보할 수 있었다. 따라서 본 연구에서 개발한 시험법은 농산물에 잔류하는 fenpyrazamine을 분석하기 위한 공정 시험법으로 활용할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.157-176
• /
• 2018

관리종목은 상장폐지 가능성이 높은 기업들을 즉시 퇴출하기 보다는 시장 안에서 일정한 제약을 부여하고, 그러한 기업들에게 상장폐지 사유를 극복할 수 있는 시간적 기회를 주는 제도이다. 뿐만 아니라 이를 투자자 및 시장참여자들에게 공시하여 투자의사결정에 주의를 환기시키는 역할을 한다. 기업의 부실화로 인한 부도 예측에 관한 연구는 많이 있으나, 부실화 가능성이 높은 기업에 대한 사회, 경제적 경보체계라 할 수 있는 관리종목에 관한 연구는 상대적으로 매우 부족하다. 이에 본 연구는 코스닥 기업들 가운데 관리종목 지정 기업과 비관리종목 기업을 표본으로 삼아 로지스틱 회귀분석과 의사결정나무 분석을 이용하여 관리종목 지정 예측 모형을 개발하고 검증하였다. 분석결과에 따르면 로지스틱 회귀분석 모형은 ROE(세전계속사업이익), 자기자본현금흐름률, 총자산회전율을 사용하여 관리종목 지정을 예측하였으며, 전체 평균 예측 정확도는 검증용 데이터셋에 대해 86%의 높은 성능을 보여주었다. 의사결정나무 모형은 현금흐름/총자산과 ROA(당기순이익)를 통한 분류규칙을 적용하여 약 87%의 예측 정확도를 보여주었다. 로지스틱 회귀분석 기반의 관리종목 탐지 모형의 경우 ROE(세전계속사업이익)와 같은 구체적인 관리종목 지정 사유를 반영하면서 기업의 활동성에 초점을 맞추어 관리종목 지정 경향성을 설명하는 반면, 의사결정 관리종목 탐지 모형은 기업의 현금흐름을 중심으로 하여 관리종목 지정을 예측하는 것으로 나타났다.

• 한국작물학회지
• /
• 제64권4호
• /
• pp.353-365
• /
• 2019

본 연구는 근적외선 분광분석기(NIRS) 예측모델을 설정하여 유전자원 대량분석 체계를 확립하고 그에 따른 국내 외 밀 자원의 단백질 함량에 관한 기초 정보를 제공하고자 하였다. 1. 농업유전자원센터에 보유하고 있는 20,000여 자원 중 1,798자원을 검량 자원으로 선발하였다. 검량자원의 NIR 스펙트럼을 측정하였고, 단백질 함량 습식분석 데이터 입력 등 일련의 통계적 처리 과정을 거쳐 NIRS 예측모델을 설정했다. 검량 자원의 다양성 지수는 0.80이었고, 습식 분석법에 의한 단백질 평균은 13.2%, 함량 구간은 7.0-20.8%였다. 최적화된 NIRS 모델의 R², SEC, Slope은 0.997, 0.132, 1.000이었다. 300자원을 사용하여 외부 검정 과정을 실시하였고 R², SEP, Slope은 0.994, 0.191, 1.013이었다. 최적화된 NIRS 모델과 외부검정 결과의 통계치가 상호 유사하였고, 1에 가까운 R²와 Slope 값, 낮은 SEC와 SEP 값을 볼 때 본 연구에서 설정한 NIRS 모델은 습식 분석법을 대체하여 밀 자원의 단백질 함량 분석에 적용 가능할 것으로 판단되었다. 2. 국내외 수집된 밀 6,794자원의 NIRS 단백질 함량 측정값을 정규분포로 작성하여 특성을 파악했다. 자원의 다양성 지수는 0.79, 단백질 평균은 12.1%, 전체 자원의 임의구간 42.1% 단백질 함량자원 범위는 10-13%이었으며, 68.0%를 차지하는 자원들의 단백질 함량 범위는 9.5-14.7%였다. 3. 전체 6,794자원의 품종 집단 구성은 육성계통 3,128자원, 재래종 2,705자원, 육성품종 961자원이었다. 육성계통 자원의 다양성 지수는 0.80, 단백질 평균은 11.8%, 전체 자원의 68%를 차지하는 자원들의 함량 범위는 9.2-14.5%였다. 재래종 자원의 다양성 지수는 0.76, 단백질 평균은 12.1%, 전체 자원의 68.0%를 차지하는 자원들의 함량 범위는 9.8-14.4%였다. 육성품종 자원의 다양성 지수는 0.80, 단백질 평균은 12.8%, 전체 자원의 68.0%를 차지하는 자원들의 함량 범위는 10.2-15.4%였다. 재래종 자원은 가장 낮은 다양성 지수를 나타냈고, 육성계통과 육성품종은 동일한 다양성 지수를 나타냈다. 육성계통은 가장 낮은 단백질 평균을 나타냈고, 육성품종은 가장 높은 단백질 평균을 나타냈다.

• Journal of Preventive Medicine and Public Health
• /
• 제35권2호
• /
• pp.153-159
• /
• 2002

전라남도의 일개 군에서 1998년 1월 1일부터 1998년 12월 31일까지 사망으로 신고된 건수는 총 504건이었으며, 이중 설문조사와 의무기록조사로 확인사인의 추정이 가능했던 388건을 연구대상으로 하였다. 확인사인을 신고사인과 비교하고 사망자와 사망관련 변수, 신고자의 특성 그리고 사망신고담당 공무원의 특성에 따른 양자간의 일치율을 통해 신고사인의 정확성과 관련된 인자를 파악하였다. 신고사인과 확인사인의 전체적 일치율은 19대 분류상 62.6%을 보였다. 19대 분류에 의한 사인별 일치율을 보면 손상, 중독 및 사망의 외인이 가장 높았고, 그 다음으로는 내분비, 영양 및 대사질환, 신생물, 순환기계질환 순이었다. 반면에 낮은 일치율을 보인 질환은 피부 및 피하조직의 질환, 근골격계 질환, 정신 및 행동장애 이었다. 사망자 및 사망관련변수에 따른 확인사인과 신고사인의 일치율은 사망자가 남자일 때, 사망 연령이 50대와 60대일 때, 그리고 사망원인 진단자가 의사일 때 높았다. 신고자의 특성별로는 신고자의 연령이 증가함에 따라 일치율이 감소하였으며, 신고자의 교육 정도와 직업과도 유의한 관련성이 있었다. 또한 사망신고 담당 공무원의 특성에 따라서는 공무원의 직급이 6급인 경우 7급 이상인 경우에 비해 일치율이 높았다. 확인사인과 신고사인의 일치여부를 종속변수로 하여 단변량분석을 실시한 후 통계적으로 의미 있는 변수에 대한 로지스틱 회귀분석의 결과를 보면, 사망원인 진단자가 의사인 경우 비차비 2.67(95% 신뢰구간: 1.21-5.89)로 높았으며, 사망신고담당 공무원의 직급이 7급 이상인 경우 비차비 0.30(95%신뢰구간: 0.12-0.78)로 낮았다. 사망신고자료에 기재된 신고사인의 정확성과 관련된 요인에 대한 결과를 종합하여 볼 때 무엇보다 중요한 일은 사망을 의사로 하여금 진단하게 하는 일이다. 또한 사망신고담당 공무원의 업무를 명확히 해야 하며 이들을 대상으로 하는 정기적이며 강화된 교육도 강조되어야 할 것이다.

• 기독교교육논총
• /
• 제72권
• /
• pp.245-271
• /
• 2022

연구 목적 : 본 연구는 간호대학생을 대상으로 사례기반학습 및 코티칭을 적용한 간호 임상실습 교육모형을 개발하고, 개발된 모형의 타당성 확보를 목적으로 한다. 연구 내용 및 방법 : 간호 임상실습 교육모형의 타당성 검증을 위해 전주시 소재 J대학교 2021학년도 2학기'건강 반응과 간호 VI(지각·인지) 실습'과목에 적용하고 모형에 대한 교수자 반응평가를 실시하였고, 학습자 반응평가를 위해 임상 수행 자신감, 교수학습 모형에 대한 설문조사와 포커스 그룹 인터뷰를 진행하였다. 선행문헌 고찰과 사례 연구를 통해 사례기반학습 단계와 코티칭 요소를 도출한 후 전문가 검토를 받아 초기 모형을 구안하였고, 구안한 모형은 간호교육 전문가에게 내적 타당화를 검토받은 후 수정·보완하였다. 외적 타당화 검증을 위해 임상실습 교과에 모형을 적용한 후 실시한 학습자 반응평가 결과 임상 수행 자신감은 4.22점, 교수학습 모형 만족도는 4.68점으로 높게 나타났다. 포커스그룹 인터뷰 결과를 종합하면, 사전학습의 중요성과 실제 사례를 기반으로 선정한 사례를 학습하면서 전문용어, 전문지식 등을 습득함으로써 실습 현장에 대한 두려움이 없어지고 익숙함을 느꼈고, 다양한 사례를 학습하며 실습 현장에서 학습하였던 지식을 정리하는 시간을 통해 비판적 사고를 할 수 있었다고 하였다. 또 코티칭을 통하여 현장지도자와 지도교수가 함께 사례를 통해 이론과 실무적인 측면을 동시에 교수함으로써 실무와 더 가까워진 실습교육을 경험한 것으로 나타났다. 결론 및 제언 : 본 연구를 통하여 개발한 사례기반학습 및 코티칭을 적용한 간호 임상실습 교육모형은 이론과 실무 간의 차이를 줄여주고 간호 대학생의 임상수행 능력을 향상시킬 수 있는 효과적인 교수학습모형이 될 것으로 기대한다.