• 대한방사선기술학회지:방사선기술과학
• /
• 제36권4호
• /
• pp.319-326
• /
• 2013

본 연구에서는, 흉부단순사진에 있어서 종양그림자의 검출에 대한 흑백 Inverse image과 Hybrid image의 유용성을 ROC해석으로 검토하였다. 증례의 선택은 일본방사선기술학회가 발행한 표준 Digital 영상 Date Base로부터 30장을 선택 하여 original image로 하였다. c언어를 통해 Inverse image는 60장, Hybrid image는 30장 제작하였다. 실험방법으로 연속 판독실험을 하였고, ROC실험 display program은 Matlap을 통하여 작성하였다. 관찰자의 수는 Inverse image의 경우 방사선사 5명과 방사선의 2명, 합계 7명으로 실험하였다. Hybrid 영상의 경우, 방사선 전공자 3명과 숙련된 방사선사 2명, 합계 5명으로 실험하였다. ROC곡선은 Metz가 작성한 ROCKIT Program을 이용하여 구하였다. Inverse image의 경우 관찰자 7명 전원, 방사선과의 2명, 방사선사 5명의 평균 ROC곡선의 Az는 각각 original image의 0.742, 0.793, 0.721에서, Inverse image의 0.775, 0.821, 0.753까지로, 통계적 유의차로 증가하였다. Hybrid image의 경우 관찰자 5명 전원, 숙련된 방사선사 2명, 방사선학 전공자 3명의 평균 ROC곡선의 Az는 각각 original image의 0.525, 0.491, 0.5478에서, Hybrid 영상의 0.4868, 0.539, 0.450로 변화 하였다. 결론적으로, 흉부단순사진에서 종양의 검출에 관하여, Inverse image은 유의하지만, Hybrid 영상의 경우 유의한 차이가 나타나지 않았다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제40권2호
• /
• pp.237-243
• /
• 2017

본 연구는 갑상샘 초음파 영상에서 정상 및 악성결절의 세포병리 진단결과를 바탕으로 GLCM 알고리즘분석을 통한 후향적 연구를 시행하여 컴퓨터보조진단의 적용 가능성을 평가하였다. GLCM 알고리즘의 6가지 파라미터를 이용한 갑상샘 악성결절의 인식률 평가와 ROC 곡선을 분석하였다. 실험 결과는 에너지 97%, 대조도 93%, 상관관계 92%, 동질성 92%, 엔트로피 100%, 분산 100%의 높은 질환인식률을 나타내었다. ROC 곡선 분석에서 각 파라미터의 곡선아래면적이 0.947(p=0.001) 이상을 나타내어 갑상샘 악성결절의 인식에 의미가 있는 결과로 나타났다. 또한 GLCM에서 각 파라미터의 cut-off값 결정으로 정량적인 컴퓨터보조진단의 분석을 통한 질환예측이 가능할 것으로 판단된다.

• 응용통계연구
• /
• 제34권2호
• /
• pp.225-238
• /
• 2021

이진분류모형의 성능을 탐색하는 시각적인 대표적인 방법인 ROC 곡선과 TOC 곡선 그리고 TROC 곡선은 혼동행렬을 구성하는 TP, TN, FP, FN 그리고 이들의 비율인 TPR, TNR, FPR, FNR으로 구현된다. 본 연구에서는 두 종류의 비율비인 오즈를 고려하여 단위면적인 정사각형에서의 구현하는 오즈 곡선을 제안하고, ROC 곡선과의 관계를 보인다. 오즈 곡선에서 판별력을 측정하는 두 종류의 측도를 제안하고, 오즈 곡선들의 형태를 바탕으로 두 종류의 측도를 이용하여 두 분류 분포의 판단 기준을 설정한다. 본 연구에서 제안한 오즈 곡선은 다른 시각적인 방법 등과 같이 유용하게 사용할 수 있으며, 오즈 곡선의 판별력을 측정하는 두 종류의 측도들은 분류 성능을 판단하는 대안적인 방법으로 같이 이용할 수 있다.

• Communications for Statistical Applications and Methods
• /
• 제27권2호
• /
• pp.211-224
• /
• 2020

Sensitivity and specificity are popular measures described by the receiver operating characteristic (ROC) curve. There are also two other measures such as the positive predictive value (PPV) and negative predictive value (NPV); however, the PPV and NPV cannot be represented by the ROC curve. Based on the total operating characteristic (TOC) curve suggested by Pontius and Si (International Journal of Geographical Information Science, 97, 570-583, 2014), explanatory methods are proposed to geometrically describe the PPV and NPV by the TOC curve. It is found that the PPV can be regarded as the slope of the right-angled triangle connecting the origin to a certain point on the TOC curve, while 1 - NPV can be represented as the slope of the right-angled triangle connecting a certain point to the top right corner of the TOC curve. When the neutral zone exists, the PPV and 1-NPV can be described as the slopes of two other right-angled triangles of the TOC curve. Therefore, both the PPV and NPV can be estimated using the TOC curve, whether or not the neutral zone is present.

• Communications for Statistical Applications and Methods
• /
• 제19권2호
• /
• pp.277-286
• /
• 2012

신용평가모형에서 부도로 잘못 예측된 정상 차주의 비율과 정확하게 평가된 부도차주의 비율인 일변량 누적분포함수로 표현된 ROC 곡선을 이용하여 분류성과를 평가한다. 본 연구에서는 스코어 확률변수를 이변량으로 확장하여 부도와 정상 차주의 결합누적분포함수를 이용하여 표현할 수 있는 ROC 곡선을 제안한다. 이변량 평균벡터를 통과하는 확률변수의 선형 관계를 이용하여 이변량 ROC 곡선을 구현한다. 그리고 다양한 이변량 정규분포에 대한 ROC 곡선으로부터 분류성과를 탐색하고, 이에 대응하는 AUROC 통계량과 비교분석한다. 본 연구에서 제안한 이변량 ROC 곡선으로부터 분류기준에 적합한 최적분류점을 구하고 이를 통해 이변량 혼합분포함수의 최적 분류기준을 설정할 수 있음을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.473-483
• /
• 2014

ROC 곡선과 ROC 곡면을 확장한 4차원 이상의 공간에서의 ROC 다면체는 시각적인 표현이 어렵기 때문에 활용하기 어려우나, ROC 다면체 아래 공간을 측정하는 HUM 통계량에 대하여는 AUC와 VUS 통계량을 기반으로 정의가 가능하고 값을 구할 수 있으므로 본 연구는 네 가지 범주의 분류모형의 판별력을 측정하는 확률을 정의하고 연구한다. 그리고 Basel II를 기반한 부도확률에 대한 AUC의 판별력 판단기준을 제안한 연구를 확장하여, 네 범주 분류모형의 판별력을 측정하는 HUM 통계량에 관한 판단기준을 13단계로 구분하여 제안하고 활용하는 방법을 설명한다. 다양한 분포함수에 대하여 얻은 HUM 값을 바탕으로 제안한 판단기준을 탐색하기 위하여 삼원구획그림을 활용하여 판단기준을 설명한다.

• Communications for Statistical Applications and Methods
• /
• 제17권2호
• /
• pp.275-292
• /
• 2010

동일 환자에게 적용된 2가지 진단검사의 정확성을 비교하기 위한 방법들 중에서 두개의 ROC곡선 아래 면적(AUC; Area Under Curve)의 차이는 주요한 잣대 중 하나이다. 본 연구에서는 AUC의 차이를 추정하는 방법으로 비모수적방법, 최대가능도법, 일반화추축량에 의한 방법, 붓스트랩방법의 4가지를 포함확률(coverage probability), 기대길이 (expected length) 측면에서 모의실험을 통하여 비교하였다.

• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.23-30
• /
• 2020

본 연구에서는, 천연가스(NG) 데이터와 가스 관련 환경 요소 간의 관계를 기계학습 알고리즘을 사용하여 가스 누출 데이터를 직접 측정하지 않고 가스 누출 위험 수준을 예측하였다. 이번 연구는 서버가 제공하는 오픈 데이터인 IoT 기반 원격 제어 피카로(Picarro) 가스 센서 사양을 기반으로 사용했다. 천연 가스는 공기 중으로 누출이 되며, 대기 오염, 환경, 그리고 건강에 큰 문제가 된다. 본 연구에서 제안하는 방법은 천연 가스의 누출 위험 예측을 위한 랜덤 포레스트(Random Forest) 분류 기반 다변량 특이치 제거 방법이다. 비지도 k-평균 클러스터링 후에 실험 데이터 집합은 불균형 데이터이다. 따라서 우리는 제안된 모델이 중간과 높은 위험 수준을 가장 잘 예측할 수 있다는 점에 초점을 맞춘다. 이 경우 각 분류 모델에 대한 수신자 조작 특성(ROC) 곡선, 정확도, 평균 표준 오차(MSE)를 비교했다. 실험 결과로 정확도, 수신자 조작 특성의 곡선 아래 영역(AUC, Area Under the ROC Curve), MSE가 각각 MOL_RF의 경우 99.71%, 99.57%, 및 0.0016의 결과 값을 얻었다.

• ETRI Journal
• /
• 제41권6호
• /
• pp.797-810
• /
• 2019

Image saliency detection is the basis of perceptual image processing, which is significant to subsequent image processing methods. Most saliency detection methods can detect only a single object with a high-contrast background, but they have no effect on the extraction of a salient object from images with complex low-contrast backgrounds. With the prior knowledge, this paper proposes a method for detecting salient objects by combining the boundary contrast map and the geodesics-like maps. This method can highlight the foreground uniformly and extract the salient objects efficiently in images with low-contrast backgrounds. The classical receiver operating characteristics (ROC) curve, which compares the salient map with the ground truth map, does not reflect the human perception. An ROC curve with distance (distance receiver operating characteristic, DROC) is proposed in this paper, which takes the ROC curve closer to the human subjective perception. Experiments on three benchmark datasets and three low-contrast image datasets, with four evaluation methods including DROC, show that on comparing the eight state-of-the-art approaches, the proposed approach performs well.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권10호
• /
• pp.4143-4145
• /
• 2014

Background: This study used receiver operating characteristic curve to analyze Surveillance, Epidemiology and End Results (SEER) Ewing sarcoma (ES) outcome data. The aim of this study was to identify and optimize ES-specific survival prediction models and sources of survival disparities. Materials and Methods: This study analyzed socio-economic, staging and treatment factors available in the SEER database for ES. 1844 patients diagnosed between 1973-2009 were used for this study. For the risk modeling, each factor was fitted by a Generalized Linear Model to predict the outcome (bone and joint specific death, yes/no). The area under the receiver operating characteristic curve (ROC) was computed. Similar strata were combined to construct the most parsimonious models. Results: The mean follow up time (S.D.) was 74.48 (89.66) months. 36% of the patients were female. The mean (S.D.) age was 18.7 (12) years. The SEER staging has the highest ROC (S.D.) area of 0.616 (0.032) among the factors tested. We simplified the 4-layered risk levels (local, regional, distant, un-staged) to a simpler non-metastatic (I and II) versus metastatic (III) versus un-staged model. The ROC area (S.D.) of the 3-tiered model was 0.612 (0.008). Several other biologic factors were also predictive of ES-specific survival, but not the socio-economic factors tested here. Conclusions: ROC analysis measured and optimized the performance of ES survival prediction models. Optimized models will provide a more efficient way to stratify patients for clinical trials.