• 융합신호처리학회논문지
• /
• 제21권2호
• /
• pp.61-66
• /
• 2020

최근 치과 시술을 위한 국소마취 시 시술자의 피로감을 줄이고 수동 마취기의 단점을 보완한 다양한 전동형 마취액 주입기가 개발되어 임상에서 사용되고 있다. 이러한 전동형 마취액 주입기기에서는 약물 주입을 위한 압력을 정확하고 일정하게 전달하는 것이 매우 중요한 성능 요소이다. 이러한 전달 압력의 정확성을 평가하기 위하여 로드셀을 이용한 소형의 압력계가 많이 사용되는데, 로드셀 내부의 탄성체가 충분한 변위를 수용할 수 없는 경우가 있어 압력 성능 평가 시 오차를 발생시킬 수도 있다. 이에 본 연구에서는 로드셀 방식의 압력측정기를 이용하여 압력 제어형 압력 인가 장치의 성능을 평가할 때 사용 가능한 비교적 큰 변위 수용이 가능한 실리콘-크롬강(Si-Cr강) 스프링 지그를 제안하였으며 유효성을 평가하였다. 제안된 스프링 지그의 압력 전달률과 상용의 치과용 마취액 주입장치를 이용한 반복 측정 결과, 스프링 지그 사용 시 보다 안정적인 결과를 얻을 수 있었으며, 비정상적으로 높게 측정되는 빈도가 줄어드는 것을 확인할 수 있었다.

• 한국양봉학회지
• /
• 제34권1호
• /
• pp.47-55
• /
• 2019

다양한 농업 생산 분야에서 정보통신기술 (ICT, Information and Communications Technologies)이 융합하여 많은 발전을 이루어내고 있다. 꿀벌의 활동과 관련한 온·습도, 음파, 이산화탄소, 암모니아, 황화수소 등 다양한 봉군내·외의 요인들과 꿀벌의 활동 추적에 대한 ICT 융복합 시스템 개발연구가 최근 이슈화되고 있다. 본 연구에서는 이중 적외선 센서(QRE1113)를 이용하여 꿀벌 출입 자동 모니터링 시스템을 구현하여 실측 자료를 비교·분석하였다. 꿀벌의 방화행동을 연구하는 기존의 밀원식물 방화 개체 수 측정, 영상촬영을 통한 출입 활동 수 수동 분석, 해외 다양한 자동모니터링 시스템들과 비교하여 본 시스템은 모니터링 시간과 노력의 단축 및 외부 방화 활동과의 일치성, 수동 분석과 상대 오차 5% 미만으로 높은 실효성을 보였다. 또한, 저전력블루투스(BLE)모듈을 활용한 내·외부 온도 센서와 병행을 통해 시스템의 확장성을 확보하였으며, 이 시스템으로부터 확보한 한달간의 데이터 분석을 통해 온도와 방화행동 간 상관관계 분석 및 하루 평균 손실되는 꿀벌의 개체수(출역봉의 1.88%)를 측정할 수 있었다. 향후 복합적인 모니터링 시스템 확장과 빅데이터 축적을 통해 더욱 강력한 실시간 모니터링 도구 및 꿀벌 생태 교육자료로 양봉 산업 발전에 크게 기여할 수 있고, 과학적 분석 도구로 활용될 것이다.

• 한국가금학회지
• /
• 제48권1호
• /
• pp.41-50
• /
• 2021

최근 병아리의 성 감별은 닭의 반성유전자를 이용한 깃털 감별법이 산업적으로 널리 이용되고 있으나, 한국토종닭에서는 아직 깃털 감별법이 활용되지 않고 있다. 따라서 본 연구에서는 한국토종닭의 깃털 감별의 산업적 적용을 위하여 닭의 조우성과 만우성 유전자를 이용한 자가성감별 계통을 조성하고자 한 것이다. 기초 계군으로 한국재래닭 적갈색종 557수를 대상으로 하여 조우성과 만우성의 유전자 빈도를 분석한 결과, 각각 0.814와 0.186으로 추정되어 본 집단으로 깃털자가성감별 계통의 구축이 가능한 것으로 판단되었고, 이를 바탕으로 조우성 부계통과 만우성 모계통의 종계 계군을 조성하였다. 모계통 조성에 이용할 만우성 동형접합체(KK) 수컷 선발을 위하여 검정교배를 실시한 결과 40수 중3수가 동형접합개체로 확인되었다. 조우성 종계와 만우성 종계 간의 생산능력을 비교하기 위하여 생존율, 체중, 초산일령, 산란율 및 난중을 분석한 결과, 조우성 닭은 생존율이 우수하였고, 만우성 닭은 산란율이 우수한 것으로 나타났으나, 다른 생산능력에서는 조우성과 만우성 닭 간에 차이가 없는 것으로 나타났다. 더불어 조성된 깃털 자가성감별 계통으로부터 생산된 병아리의 암수 감별의 유효성을 검정한 결과, 98.6%의 감별 일치율을 보였다. 따라서 한국토종닭을 이용한 깃털 자가성감별계통 조성 가능성과 더불어 이의 산업적 활용 가능성을 제시한다.

• 한국전산구조공학회논문집
• /
• 제34권1호
• /
• pp.25-33
• /
• 2021

머신러닝 기법의 발달과 함께 기계에서 발생하는 다양한 종류(진동, 온도, 유량 등)의 데이터를 활용하여 기계의 상태를 진단하고 이상 탐지 및 비정상 분류 연구도 활발히 진행되고 있다. 특히 진동 데이터를 활용한 회전 기계의 상태 진단은 전통적인 기계 상태 모니터링 분야로 오랜 기간 동안 연구가 진행되었고, 연구 방법 또한 매우 다양하다. 본 연구에서는 가정용 에어컨에 사용되는 로터리 압축기에 가속도계를 직접 설치하여 진동 데이터를 수집하는 실험을 진행하였다. 데이터 부족 문제를 해결하기 위해 데이터 분할을 수행하였으며, 시간 영역에서의 진동 데이터로부터 통계적, 물리적 특징들을 추출한 후, Chi-square 검증을 통해 고장 분류 모델의 주요 특징을 추출하였다. SVM(Support Vector Machine) 모델은 압축기의 정상 혹은 이상 유무를 분류하기 위해 개발되었으며, 파라미터 최적화를 통해 분류 정확도를 개선하였다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.13-21
• /
• 2021

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.922-930
• /
• 2020

지난 10년간 복원력 상실에 의한 어선의 해양사고가 지속해서 증가하고 있으며, 갑작스러운 강풍이 주요 원인으로 지적되고 있다. 이러한 강풍에도 견딜 수 있는 어선의 운동·조종성능을 확보하기 위해서는 정밀한 풍하중 예측 기법이 우선되어야 한다. 따라서 본 연구에서는 전산유체역학 기법을 이용한 어선의 풍하중 평가기법을 개발하고자 한다. 특히, 고도 변화에 따라 풍속이 변화하는 계산환경을 모사하여 그 결과를 균일한 속도분포를 가정한 수치해석 결과와 비교 분석하고자 한다. 본 연구에서는 0-180°까지 15° 간격으로 13개의 방향에 대해 풍하중을 계산하였으며, 계산에 사용된 메쉬 모델은 메쉬 의존성 시험을 수행하여 개발하였다. 전산수치해석은 RANS(Reynolds-averaged Navier-Stokes) 기반 상용 해석 Solver인 STAR-CCM+(Ver. 13.06)와 k-ω 난류 모델을 이용하여 정상상태(Steady State) 유동해석을 수행하였다. 수치해석결과를 간략히 살펴보면 Surge, Sway 및 Heave에서 39.5 %, 41.6 % 및 46.1 % 풍하중이 감소하였으며 Roll, Pitch 및 Yaw에서 48.2 %, 50.6 % 및 36.5 % 감소하였다. 결론적으로 본 연구에서는 고도에 따른 풍속 변화 모델을 통해 기존보다 정밀한 수준의 풍하중 추정이 가능한 것을 확인하였으며, 그 결과가 선박의 풍하중 추정 평가기법 발전에 이바지하길 기대한다.

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.150-158
• /
• 2021

Intracranial hemorrhage (ICH) refers to acute bleeding inside the intracranial vault. Not only does this devastating disease record a very high mortality rate, but it can also cause serious chronic impairment of sensory, motor, and cognitive functions. Therefore, a prompt and professional diagnosis of the disease is highly critical. Noninvasive brain imaging data are essential for clinicians to efficiently diagnose the locus of brain lesion, volume of bleeding, and subsequent cortical damage, and to take clinical interventions. In particular, computed tomography (CT) images are used most often for the diagnosis of ICH. In order to diagnose ICH through CT images, not only medical specialists with a sufficient number of diagnosis experiences are required, but even when this condition is met, there are many cases where bleeding cannot be successfully detected due to factors such as low signal ratio and artifacts of the image itself. In addition, discrepancies between interpretations or even misinterpretations might exist causing critical clinical consequences. To resolve these clinical problems, we developed a diagnostic model predicting intracranial bleeding and its subtypes (intraparenchymal, intraventricular, subarachnoid, subdural, and epidural) by applying deep learning algorithms to CT images. We also constructed a visualization tool highlighting important regions in a CT image for predicting ICH. Specifically, 1) 27,758 CT brain images from RSNA were pre-processed to minimize the computational load. 2) Three different CNN-based models (ResNet, EfficientNet-B2, and EfficientNet-B7) were trained based on a training image data set. 3) Diagnosis performance of each of the three models was evaluated based on an independent test image data set: As a result of the model comparison, EfficientNet-B7's performance (classification accuracy = 91%) was a way greater than the other models. 4) Finally, based on the result of EfficientNet-B7, we visualized the lesions of internal bleeding using the Grad-CAM. Our research suggests that artificial intelligence-based diagnostic systems can help diagnose and treat brain diseases resolving various problems in clinical situations.

• 대한토목학회논문집
• /
• 제41권6호
• /
• pp.751-760
• /
• 2021

우리나라의 교량은 대부분이 건설된 지 20년 이상이 지나 현재 노후화로 인하여 많은 문제점이 제기되고 있으며, 교량의 안전점검은 대부분 전문 인력의 주관적인 평가로 이루어지고 있다. 최근 교량 안전점검의 데이터의 체계적인 관리를 위해 BIM 등을 활용한 데이터 기반의 유지관리 기술들이 개발되고 있지만, BIM과 구조물의 유지관리 데이터를 연동을 위해서 영상정보를 직접 라벨링하는 수작업을 필요로한다. 따라서 본 논문에서는 이미지 기반의 자동 교량 구성요소 분류 네트워크를 개발하고자 한다. 본 연구에서 제안한 방법은 두 개의 CNN 네트워크로 구성되었다. 첫 번째 네트워크에서 특정 교량 이미지에 대하여 교량의 형식을 자동으로 분류한 뒤, 두 번째 네트워크에서 교량의 형식별로 구성요소를 분류함으로써 정확도와 효율성을 향상시키고자 한다. 본 연구에서 개발한 시스템을 검증한 결과, 847개의 교량 이미지에 대해서 98.1 %의 정확도로 교량의 구성요소를 자동으로 분류 할 수 있었다. 본 연구에서 개발한 교량의 구성요소 자동분류 기술은 향후 교량의 유지관리에 기여를 할 수 있을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.309-317
• /
• 2022

본 연구는 코로나 펜데믹에 의한 사회적 거리두기는 신체활동 감소를 가져왔고 이로 인한 근육량 감소는 혈관질환의 위험도가 높아진다고 보고되고 있다. 이에 본 연구는 경동맥 내중막두께 측정을 통해 두께 증가에 따른 여러 변수들의 차이를 분석하였으며 사지근육량지수가 경동맥 내중막두께 위험도 예측을 위한 효과적 표지자로서의 유용성을 알아보고자 하였다. 2022년 1월부터 2022년 5월까지 부산지역 H병원 건강검진센터에 검진을 목적으로 방문하여 혈청학적 검사, 경동맥초음파, 체성분검사를 시행한 남자 121명, 여자 99명 총 220명을 연구대상으로 하였다. 성별에 따른 위험인자의 유의미한 차이는 카이제곱검정을 통해 분석하였다. 동맥경화를 예측할 수 있는 변수의 Cut-off value를 구하였으며 곡선하면적, 민감도, 특이도를 산출하여 정확도를 평가하였다. 그 결과 남자는 총콜레스테롤이 높을수록 여자는 사지근육량지수가 낮을수록 경동맥 내중막두께 위험도가 높게 나타났다. 경동맥 내중막두께 위험도를 예측할 수 있는 Cut-off value는 남성그룹에서 총콜레스테롤 199 mg/dL 이상, 여성그룹에서 사지근육량지수 5.9 kg/m² 이하로 산출되었다. 따라서 사지근육량지수는 쉽게 접근이 가능한 비침습적인 검사로 성인여성의 경우 혈관변화를 조기 예측하고 예방할 수 있는 표지자 역할이 가능할 것으로 기대된다.

• 보건행정학회지
• /
• 제32권2호
• /
• pp.190-204
• /
• 2022

Background: In Korea, the population is rapidly aging, and the types of households for the elderly are also diversifying. The self-rated health of the elderly is a valuable health indicator that can comprehensively represent the overall quality of life along with physical, mental, and functional health. On the other hand, studies on the association between household type and self-rated health of the elderly are still insufficient. Thus, this study analyzed the association between household type and self-rated health by gender in Korean older adults. Methods: Using data from the analysis of the National Survey of Older Koreans 2017, 10,299 elderly people aged 65 and over were targeted. For the accuracy of the analysis data, 9,910 people were selected as the study sample by excluding proxy responses, those diagnosed with dementia, and non-response. And technical analysis, univariate analysis using the Rao-Scott chi-square test, and logical regression analysis involving survey characteristics were conducted by gender. Results: According to the adjusted model with all variables, in both men and women, the odds ratio of self-rated health 'bad' in 'couple (with ill spouse)' was significantly higher than 'couple (with spouse)'. It was 2.54 (95% confidence interval [CI], 2.05-3.15) for men and 2.11 (95% CI, 1.70-2.62) for women. In addition, the odds ratio of self-rated health 'bad' in 'living with adult children' was 1.43 (95% CI, 1.09-1.87) for men and 1.42 (95% CI, 1.15-1.75) for women, which was more significant in women than men. Conclusion: This study states that there is an association between gender, household type, and self-rated health of the elderly, and the health of a spouse and cohabitation with children have a significant effect on self-rated health. As a result, in order to improve the health status of the elderly, health promotion and health care policies involving the characteristics of the elderly's gender and household type are needed.