• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제7권1호
• /
• pp.77-91
• /
• 1996

틱장애 아동들의 생화학적인 원인을 규명하고, 동반 질환과의 관계를 규명하기 위하여 87명의 틱장애 아동과 30명이 대조군을 대상으로 하여 다음과 같은 결과를 얻었다 87명 중 45명은 Tourette씨병(TS)이었고, 22명은 만성틱장애(chronic motor tic disorder, CMT), 20명은 일과성틱장애(transient tic disorder, TTD)이었다. 공존질병에 따른 분류로는 순수한 틱군(PT)은 43명, 틱과 주의력결핍 과잉운동장애(attention deficit hyperactivity disorder, T+ADHD)가 동반된 군이 28명, 틱과 강박장애(obsessive compulsive disorder, T+OCD)가 동반된 군이 16명이었다. 이들 대상군과 대조군에 대하여 혈장 5- HT(5-hydroxytryptamine)와 5-HIAA(5-hydroxyindoleacetic acid)를 측정하여 다음과 같은 결과를 얻었다. 1) 혈장내 5-HT함량과 5-HTAA함량 간에는 통계적으로 의미있는 상관성이 관찰되었다(Pearson correlation coefficient, 0.77, p<0.05). 2) 대상군에서 연령과 5-HT또는 연령과 5-HIAA함량과는 통계적으로 의미있는 상관성이 관찰되지 않았다. 3) 대조군에서 연령과 5-HT또는 연령과 5-HIAA함량과는 통계적으로 의미있는 상관성이 관찰되지 않았다. 4) 혈장 내의 5-HT함량은 TS, CMT, TTD그리고 대조군간에 통계적으로 의미있는 차이가 관찰되었으며 (F=34.48, df=3.113. p<0.01), 사후검증에서는 대조군과 TS군, 대조군과 CMT군, 대조군과TTD군간에는 의미있는 차이가 관찰되었으나, TS군과 CMT군 TS군과 TTD군, 그리고 TTD군과CMT군 간에는 의미있는 차이가 없었다. 5) 혈장 내의 5-HIAA함량은 TS군, CMT군, TTD군 그리고 대조군 간에 통계적으로 의미있는 차이가 관찰되었으며(F=26.48, df=3,113, p<0.01), 사후검증에서는 대조군과 TS군, 대조군과 CMT군, 대조군과 TTD군 간에는 의미있는 차이가 관찰되었으나. TS군과 CMT군 TS군과 TTD군, 그리고 TTD군과 CMT군 간에는 의미있는 차이가 없었다. 6) 공존질병의 생화학적 소견에 미치는 영향에 대하여는 혈장 내의 5-HT와 5-HIAA함량은 PT군, T+ADHD군, T+OCD군 그리고 대조군간에 통계적으로 의미있는 차이가 관찰되었으며 (5-HT, F=37.59, df=3, 113, p<0.01, 5-HIAA, F=27.37, df=3, 113, p<0.01), 사후검증에서는 대조군과 PT군. 대조군과 T+ADHD군, 대조군과 T+OCD군간에는 통계적으로 의미있는 차이가 관찰되었으나, PT군과 T+ADHD군, PT군과 T+ADHD군, PT군과 T+OCD군, 그리고 T+ADHD군과 T+OCD군간에는 의미있는 차이가 관찰되지 않았다. 이상의 결과로 미루어 serotonin계의 개체발생적인 과정은 대상군과 대조군에서 차이가 없으나, serotonin계의 기능저하가 틱장애의 발병과 관련이 있다고 할 수 있으며, 공존질병이 생화학적인 소견에 미치는 영향은 극미하다고 할 수 있다. 향후의 연구에 있어서는 틱장애에 대하여 serotonin계의 기능항진을 일으키는 약물 투여의 효과에 대한 연구가 시행되어야 하며 분자생물학적인 방법을 사용하여 그 기전을 규명하여야 한다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.77-82
• /
• 2010

PET/CT 기기의 설치가 증가함에 따라 PET/CT 검사 시감쇄 보정을 위한 CT 검사 역시 증가하여 검사 과정에서 피폭 선량이 증가 되고 있어 의료 피폭의 저감 대책을 포함한 방사선 안전 관리의 체계적인 구축이 필요하다. 본 연구에서는 PET/CT 검사에서의 환자 선량 데이터베이스를 구축하여 환자 선량 저감을 위한 초석을 세우기 위해 CT 선량 측정 프로그램을 사용하여 CT를 사용한 투과 스캔 시 환자가 받는 CT의 예측 유효 선량을 비교 분석하였다. BIO40, BIO16, DSTe8 에서 $^{18}F$-FDG PET/CT 검사를 시행한 180명을 대상으로 하였다. 각 기기 별로 남, 여 30명씩 선량의 평균을 분석하였다. 자동 노출 제어 시스템으로 선량 조절 시 가장 큰 영향을 줄 수 있는 환자의 체중 별로 50 kg미만, 50-60 kg 미만, 60 kg 이상 세 집단으로 나누어 선량의 평균을 분석하였다. CT-Expo v1.7과 ImPACT v1.0을 사용하여 선량 측정을 한 값을 비교 분석하고 체중과 유효 선량의 상관관계를 분석하였다. BIO40에서 검사한 환자의 유효 선량을 CT-Expo v1.7과 ImPACT v1.0을 사용하여 예측하였을 때, 남자 환자 30명은 각각 $6.46{\pm}1.18$ mSv, $6.54{\pm}1.21$ mSv, 여자 환자 30명은 각각 $6.29{\pm}0.97$ mSv, $5.87{\pm}1.09$ mSv 이었다. BIO16 에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $8.36{\pm}1.69$ mSv 여자 환자 30명은 각각 $10.02{\pm}2.42$ mSv, $8.43{\pm}1.89$ mSv 이었다. DSTe8에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $9.74{\pm}2.55$ mSv, 여자 환자 30명은 각각 $9.05{\pm}2.27$ mSv, $9.19{\pm}2.29$ mSv 이었다. 각 기기에서 검사를 시행한 환자의 체중에 따른 환자의 선량을 비교하기 위해, BIO40에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50~60 kg 미만, 60 kg 이상으로 체중별로 세 개의 집단으로 나누어 환자 선량을 측정하였다. CT-expo v1.7로 측정을 하였을 때 각각 $6.05{\pm}1.77$ mSv, $6.18{\pm}1.05$ mSv, $6.80{\pm}1.06$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $5.06{\pm}1.46$ mSv, $5.72{\pm}0.86$ mSv, $6.42{\pm}0.96$ mSv이었다. BIO16에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60 kg 이상으로 체중 별로 나누어 환자 선량을 측정하였다. CT-Expo v1.7로 측정을 하였을 때 각각 $7.74{\pm}0.66$ mSv, $8.58{\pm}0.93$ mSv, $10.88{\pm}1.32$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $6.60{\pm}0.54$ mSv, $7.45{\pm}0.69$ mSv, $9.43{\pm}1.11$ mSv이었다. DSTe8에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60kg 이상으로 체중 별로 나누어 환자 선량을 예측하였다. CT-Expo v1.7로 측정했을 때 각각 $5.03{\pm}0.95$ mSv, $8.25{\pm}1.66$ mSv, $10.33{\pm}1.68$ mSv 이었고 ImPACT v1.0으로 측정했을 때 각각 $5.20{\pm}1.01$ mSv, $8.51{\pm}1.53$ mSv, $10.9{\pm}1.87$ mSv이었다. 체중과 유효 선량의 상관관계를 분석하였을 때 CT-Expo v1.7과 ImPACT v1.0에서 Pearson 정률 상관계수가 각각 0.743, 0.692으로 매우 강한 양의 상관관계가 있었다. 피폭 선량의 예측이 필요할 경우 이와 같은 상용화된 선량 평가 프로그램을 사용하면 Phantom 연구를 시행하지 않더라도 유효 선량의 예측 및 평가가 가능하고, CT 선량 관리를 위한 기초 자료를 수집하는데 활용 될 수 있을 것으로 생각된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.