• Journal of Korean Neurosurgical Society
• /
• 제62권4호
• /
• pp.442-449
• /
• 2019

Objective : Bone mineral density (BMD) is an important consideration during fusion surgery. Although dual X-ray absorptiometry is considered as the gold standard for assessing BMD, quantitative computed tomography (QCT) provides more accurate data in spine osteoporosis. However, QCT has the disadvantage of additional radiation hazard and cost. The present study was to demonstrate the utility of artificial intelligence and machine learning algorithm for assessing osteoporosis using Hounsfield units (HU) of preoperative lumbar CT coupling with data of QCT. Methods : We reviewed 70 patients undergoing both QCT and conventional lumbar CT for spine surgery. The T-scores of 198 lumbar vertebra was assessed in QCT and the HU of vertebral body at the same level were measured in conventional CT by the picture archiving and communication system (PACS) system. A multiple regression algorithm was applied to predict the T-score using three independent variables (age, sex, and HU of vertebral body on conventional CT) coupling with T-score of QCT. Next, a logistic regression algorithm was applied to predict osteoporotic or non-osteoporotic vertebra. The Tensor flow and Python were used as the machine learning tools. The Tensor flow user interface developed in our institute was used for easy code generation. Results : The predictive model with multiple regression algorithm estimated similar T-scores with data of QCT. HU demonstrates the similar results as QCT without the discordance in only one non-osteoporotic vertebra that indicated osteoporosis. From the training set, the predictive model classified the lumbar vertebra into two groups (osteoporotic vs. non-osteoporotic spine) with 88.0% accuracy. In a test set of 40 vertebrae, classification accuracy was 92.5% when the learning rate was 0.0001 (precision, 0.939; recall, 0.969; F1 score, 0.954; area under the curve, 0.900). Conclusion : This study is a simple machine learning model applicable in the spine research field. The machine learning model can predict the T-score and osteoporotic vertebrae solely by measuring the HU of conventional CT, and this would help spine surgeons not to under-estimate the osteoporotic spine preoperatively. If applied to a bigger data set, we believe the predictive accuracy of our model will further increase. We propose that machine learning is an important modality of the medical research field.

• 지능정보연구
• /
• 제24권3호
• /
• pp.177-198
• /
• 2018

최근 경제재로서 수자원(Water Resources)의 속성이 공공재 성격을 동시에 띠면서 수자원기술의 측정과 성과 관리 체계를 확보하고 활용해야 할 필요성이 제기되고 있다. 그 동안 수자원기술의 평가는 대부분 순현재가치(NPV)나 비용편익효과(B/C)를 바탕으로 경제성 평가(Feasibility Study) 혹은 기술(환경)영향평가(Technology Assessment)로 수행되어 왔으며, 연구성과의 확산과 피드백을 받을 수 있는 기술 기반 사업의 경제적 가치를 객관적으로 평가하는 모델은 체계화되지 않았다. 그리하여, 본 연구에서는 K-water(한국수자원공사)가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 구축할 필요성을 느끼고, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하고자 한다. 본 연구에 적용된 K-water 평가대상기술은 공공재로서, 사회전반에 기여한 가치 및 성과를 측정하고 관리할 수 있는 도구로 활용 가능하다. 예를 들면, 사회전반에 기여한 가치를 산출하여, 편익의 파급효과에 대한 성과 홍보자료, 혹은 비용 투입 당위성에 대한 근거자료로 활용할 수 있고, 공공기술의 특성상 대규모 연구개발 투입 비용에 대한 정당성을 확보할 수 있다. 따라서, 공공재를 다루는 한국의 대표적 공기업인 K-water가 사업 운영상의 전략을 수립하고 투입개발 비용에 대한 성과산출 근거 기반을 구축할 수 있을 것으로 판단된다. 본 고에서는 K-water가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 기반으로, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하였다. 특히, 일본 산업기술종합연구소(AIST)의 평가방법론을 활용하여 연관 편익항목을 기준으로 비용계정에 매칭시킨 후, 기존의 비용-편익 접근법과 FCF(Free Cash Flow)법의 평가체계를 활용하는 'K-water 고유모델'을 제시하였으며 이를 통해 K-water 연구성과 관리체계 상의 파이프라인을 구축하는 동시에 "해수담수화" 관련 기술에 대한 검증을 수행하였다. 수자원 분야 기술의 특성을 반영한 웹기반 가치평가시스템의 설계 구성로직과 평가프로세스를 분석하며, 기술통합관리시스템 상의 공익형 및 수익형 기술가치를 산출하기 위한 각 모델별 참조정보 및 DB 연계로직도 살펴본다. 종래의 타 분야 기술가치평가 시스템이 지닌 재무적 데이터 기반의 사업가치 산출로직에 수자원 특성이 반영된 정성평가지표의 정량화 지수를 함께 반영한 하이브리드형 평가모듈과 실제 웹기반 평가의 UI 구성화면을 검토한다. K-water의 가치평가 모형은 공익형과 수익형 수자원 기술을 구분하여 평가하게 되는데, 먼저 수익형 기술가치평가는 "기술의 경제성"이라고 하는 특성상 외부 산업유형의 수익(Profit)특성을 반영하여 화면을 설계 가능하다. 예를 들어 K-water 기술인벤토리 수도부문 기술은 수처리 멤브레인과 같이 수익 지향 기술이 다수 분포된다. 반면에, 공익형 기술가치평가는 공공의 편익(Benefit)과 비용(Cost)특성을 반영하여 화면을 설계하게 되는데, 댐과 같이 편익을 지향하는 기술을 평가하는데 활용된다. 또한 본 고에서 제시된 비용-편익 기반의 공익형 기술가치평가 모형(K-water 고유 평가모델)에 대한 적정성 검토를 위해 사회적 수명(20년)을 지닌 수자원 기술의 편익흐름 추정으로부터 실제 사례에 적용해 보았으며, 향후에는 다양한 사업환경 특성을 반영한 비즈니스 모델별 평가모형 검증을 추가적으로 수행하고자 한다.

• Tuberculosis and Respiratory Diseases
• /
• 제47권1호
• /
• pp.66-76
• /
• 1999

연구배경: 비소세포성 폐암에서 장측 흉막 침범은 CT로 평가된 적이 드물고, CT상 기관지혈관속 비후는 병리적으로 확인되는 적이 드물다. 이들 침범양상이 국소적 재발과 원격 재발 그리고 생존에 영향을 미치는 요인을 분석하고자한다. 방법: 1986년에서 1995년까지 NSCLC로 근치적 수술을 시행 받은 434예 중에서 적어도 18개월에서 최장 103개월까지 추적 관찰하여 국소적 재발과 원격 전이 그리고 생존 여부를 확인한 81예를 대상으로 하였다. 장측 흉막 침범 여부 그리고 동측 폐엽 기관지혈관속 비후 여부에 따른 국소적 재발과 원격 전이 그리고 생존에 미치는 영향을 분석하였다. 장측 흉막 침범의 평가를 위해 고해상도 전산화 단충 촬영을 시행하고, 흉막이나 폐열에 근접한 종괴가 있었던 32예를 가지고 장측 흉막 침범 여부에 대한 고해상도 전산화단층촬영의 유용성을 알아보았다. 결과: CT상 종괴가 폐열을 건너간 경우에 장측 흉막 침범 진단에 대한 각각 높은 양성, 음성 예측도를 보였다(100%, 100%). 종괴와 면한 열이 종괴와 붙어 있거나 누르고 있는 경우 중에 불규칙한 변연을 보이는 2예에서는 모두 장측 흉막 침범을 보였다. 병리학적으로 확인된 장층 흉막 침범 여부는 국소적 재발에 유의한 차이가 있었고 (p<.05), 생존율에도 차이가 있었다(p<.05). CT상 동측 폐엽 기관지혈관속 비후 여부는 국소적 재발과 원격재발 모두 유의한 차이가 없었으나, 생존율에는 유의한 차이가 있었다(p<.05). 결론: 창측 흉막 침범 여부 그리고 CT상 동측 폐엽 기관지 혈관속 비후 여부는 재발와 생존에 영향을 미치는 요인으로 확인되었다. 따라서 장측 흉막 침범에 대한 CT의 분석과 기관지혈관속 비후의 병리학적 확인은 폐암환자의 예후 추정에 중요하다.

• 감성과학
• /
• 제10권3호
• /
• pp.331-342
• /
• 2007

본 연구에서는 MP3스마트웨어 상용화를 위한 디자인 프로토타입을 개발하였다. 본 연구에서 개발한 MP3 스마트웨어는 MP3 플레이어, 리모컨 모듈, 이어폰이 하나의 키트(One-kit) 형태로 되어 있으며 조립과 분리가 용이하다. 개발된 의류는 재킷타입의 MP3-YSJ(Yonsei Smart Jacket)와 사파리타입의 MP3-YSS(Yonsei Smart Safari)의 2종류의 MP3스마트웨어 였다. 2종류의 스마트웨어를 대상으로 한 두 차례의 사용성 평가가 각각 모듈별 평가와 항목별 평가로 진행되었다. 모듈별 평가는 외관, 소재, 음악컨트롤러, 이어폰/스피커, 커넥터였고 항목별 평가는 사회적 수용성,착용감,유용성,관리용이성,안전성을 평가하였다. MP3-YSJ 1.0과 MP3-YSS 1.0을 대상으로 한 1차 사용성 평가에서는 모듈별 평가는 전체적으로 긍정적인 결과를 보여주었다. 또한 항목별 평가에서는 MP3-YSJ 1.0와 MP3-YSS 1.0모두 다른 항목에 비해 사회적 수용성이 약간 낮게 평가되었고, 커넥터의 관리 용이성과 음악컨트롤러의 사회적 수용성이 낮게 나타났다. 2차 사용성 평가는 1차 사용성 평가 결과를 반영하여 개발된 제품을 대상으로 실시하였다. MP3-YSS 2.0은 음악 컨트롤러의 사회적 수용성과 관리용이성, 커넥터의 관리용이성이 개선이 필요한 항목으로 밝혀졌고, MP3-YSS 2.0의 경우에는 음악컨트롤러로의 사회적 수용성, 커넥터의 사회적 수용성, 소재의 관리용이성이 개선이 필요한 항목으로 나타났다. 특히 사용자는 키패드의 배치 때문에 사회적 수용성 측면에서 불편을 느꼈다. 음악컨트롤러의 사회적 수용성 문제를 보완하기 위해서는 음악컨트롤러의 키패드 인터페이스에 대해 보다 구체적인 연구가 필요하다.

• 한국의학물리학회지:의학물리
• /
• 제25권4호
• /
• pp.264-270
• /
• 2014

본 연구에서는 영상유도 로봇 정위방사선치료장비(Stereotactic Radiation Therapy, SRT) 사이버나이프의 Synchrony 호흡추적장치의 사용에 있어 중요한 요소 중에 하나인 호흡의 안정성을 향상 시키고자 휴대형 호흡연습장치(portable respiratory training device)를 개발하였다. 그래프와 막대 형식의 2가지 디스플레이 중 사용자가 원하는 방식을 선택할 수 있도록 인터페이스를 제작하고, 자신의 호흡주기에 대한 리듬감을 향상 시켜 다음 호흡을 예측할 수 있도록 도와주는 청각시스템을 지원하여 편안한 호흡유도를 제공하였다. 5명의 지원자를 대상으로 자체 프로그램을 통해 검출한 개인고유 호흡주기를 적용하여, '자유호흡(free respiration)'에서 획득한 신호데이터와 시청각시스템을 통해 호흡을 유도하는 '모니터호흡(guide respiration)'의 신호데이터를 획득하고, 호흡주기(period)와 호흡깊이(amplitude)의 편차 평균값을 비교하여 유용성을 평가하였다. 호흡주기의 경우 자유호흡에 비하여 $55.74{\pm}0.14%$로 감소하였고, 호흡깊이의 경우에도 자유호흡의 비해 $28.12{\pm}0.10%$ 감소함으로써 호흡의 규칙성과, 안정성이 향상됨을 확인하였다. 이러한 결과를 바탕으로 개발한 휴대형 호흡연습장치를 이용한 간암, 폐암 등의 체부정위방사선치료에 있어, 호흡 불안정에 의해 발생되는 치료시간의 지연을 줄이고 치료정확도 향상에 도움을 줄 수 있을 것으로 평가되며, 차후 안드로이드(Android)기반의 휴대용단말기를 대상으로 한 호흡연습 어플리케이션 개발에 적용한다면 사용 편의성과 더불어 경제적 효율까지 기대할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.