• 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.

• 한국전산구조공학회논문집
• /
• 제32권5호
• /
• pp.273-278
• /
• 2019

본 논문에서는 압입시험을 통해서 초탄성 재료 물성치를 평가하는 간단한 방법을 제시하였다. 초탄성 재료 모델 중, 3개의 물성치($C_{10}$, $C_{20}$, $C_{30}$)를 가지는 Yeoh 모델을 선택하여 주연신률로 표현되는 변형률 에너지 밀도를 적용하였다. Yeoh 물성치를 변화시키며, 구형 압입시험 유한요소해석을 수행하여 압입자 반력-변위 곡선을 획득하였다. 압입자 반력-변위 곡선을 3차 다항식으로 근사하였고, 이 다항식을 물성치($C_{10}$, $C_{20}$, $C_{30}$)의 3차 곱으로 근사된 3차 다항식으로 표현하였다. 압입자 반력-변위곡선 근사를 위해 회귀분석을 진행하여 수식들의 계수를 결정하였으며, 이 회귀식을 이용하여 초탄성 재료의 물성치를 평가하였다. 초탄성 재료 물성치 평가를 수행하고 오차를 비교하여 유효성을 보여 주었다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.235-249
• /
• 2020

국토교통부는 2019년 12월에 세계 최초로 레벨 3 자율주행 차량에 대한 안전기준을 제정하였으며, 제어권전환을 포함한 부분 자율주행시스템의 안전과 관련된 기준들을 명시하였다. 하지만, 제정된 "부분 자율주행시스템의 안전기준"에서는 구체적인 운전 환경 등이 명시되어 있지 않다. 따라서, 자율주행자동차의 안전한 주행을 위해서는 실제로 자율주행자동차가 주행하게 될 다양한 운전 환경이 제어권전환에 미치는 영향을 분석할 필요가 있다. 본 연구에서는 주행 시뮬레이터를 이용하여 교통상황(서비스수준 D, E, F)과 기하구조(직선 및 곡선부) 및 기상 상황(주야 및 강우)이 제어권전환 시간과 안정화시간에 어떠한 영향을 미치는 지 알아보았다. 실험 절차는 사전교육, 연습주행, 시험주행의 순서로 진행되었으며 시험주행은 교통량 및 기하구조 실험과 기상 상황 실험으로 나누어서 진행되었다. 실험 결과, 교통상황과 기상 상황은 제어권전환 시간 및 제어권전환 안정화시간에 통계적으로 유의한 영향을 미치지 않았으며, 곡선반경만이 제어권전환 안정화시간에 통계적으로 유의한 영향을 미치는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1193-1201
• /
• 2020

본 논문에서는 미계측 유역에 적용할 수 있는 갈수지수 산정 회귀모형을 개발하고자 하였다. 30개의 중권역 유역을 대상으로 국가수자원종합관리시스템에서 제공하는 장기유출자료를 이용하여 평균 갈수량과 평균 저수량, 지속기간별 빈도별 갈수지수를 산정하였으며 이를 유역특성인자 18개와 기상특성인자 3개와의 상관 분석을 통하여 최종적으로 유역면적(A), 유역 평균 표고(H), 유역 평균 경사(S), 수계밀도(D), 유출곡선지수(CN), 연증발산량(ET), 연강수량(P)을 선정하여 다중회귀분석을 수행하여 갈수지수 회귀모형을 개발하였다. 개발된 회귀모형을 평가하기 위하여 10개의 검증유역을 미계측 유역으로 간주하여 평균제곱근오차(RMSE) 와 평균절대오차(MAE)를 이용하여 정확도를 추정하였다. 또한 기존의 평균갈수량산정 회귀모형과의 비교를 통하여 본 논문에서 개발한 모형의 우수성을 검토하였다.

• 한국수소및신에너지학회논문집
• /
• 제32권6호
• /
• pp.442-454
• /
• 2021

The porous transport layer (PTL) is essential to effectively remove oxygen and hydrogen gas from the electrode surface at high current density operation conditions. In this study, the effect of PTL with different characteristics such as pore size, pore gradient, interfacial coating was investigated by multi-layered sintered mesh. A water electrolysis single cell of active area of the 34.56 cm² was constructed, and IV performance and impedance analysis were conducted in the range of 0 to 2.0 A/cm². It was confirmed that the multi-layered sintered mesh PTL, which have an average pore size of 25 to 57 ㎛ and a larger pore gradient, removed bubbles effectively and thus seemed to improve IV performance. Also, it was confirmed that the catalytic metals such as Ni, NiMo coating on the PTL reduced activation overpotential, but increased mass transport overpotential.

• 한국결정성장학회지
• /
• 제32권6호
• /
• pp.219-224
• /
• 2022

광학 윈도우, 프리즘, 렌즈 등에 사용되는 CaF₂ 단결정은 3개의 부격자를 가진 face-centered cubic(FCC) 구조를 가지고 있으며 밴드갭(12 eV)이 크고 넓은 파장영역에서 투과율이 우수하고 굴절률이 낮다는 특징이 있다. CaF₂ 단결정 성장은 대표적으로 높은 생산효율과 큰 결정을 만들 수 있는 초크랄스키(Czochralski) 방법으로 생산되고 있다. 이 연구에서는 초크랄스키 방법으로 성장한 일본의 Nikon 사와 미국의 M TI 사 (100)면, (111)면의 CaF₂ 단결정 상용화 웨이퍼의 결정성과 결함밀도를 분석하기 위해 X선 회절(XRD), XRC(X-ray rocking curve) 측정 및 Chemical Etching을 수행하였고 푸리에 변환 적외선 분광법(FT-IR)과 UV-VIS-NIS을 이용하여 CaF₂ 결정의 광학적 특성을 분석하였다. 다양한 분석 결과를 통해 CaF₂ 단결정의 다양한 분야에서의 응용가능성을 체계적으로 살펴보았다.

• 한국응용곤충학회지
• /
• 제62권3호
• /
• pp.155-160
• /
• 2023

본 연구에서는 복숭아혹진딧물의 포식 기생자인 콜레마니진디벌의 기능반응을 조사하였다. 이산화탄소 농도별(400, 600, 1000ppm) 복숭아혹진딧물 밀도를 달리하여(2, 4, 8, 16, 32, 64, 128마리) 콜레마니진디벌 한 마리를 24시간 동안 노출시켰다. 각 이산화탄소 처리에서 콜레마니진디벌은 제 3 유형의 기능반응을 보였다. 600 ppm (0.015 day)과 1000 ppm (0.014 day)에서 추정된 처리시간은 400 ppm에서 추정된 결과(0.017 day)보다 짧았다. 이산화탄소 농도별 복숭아혹진딧물 기생률은 유사한 특징을 나타내었다. 가장 높은 기생률은 400, 600, 1000 ppm에서 복숭아혹진딧물 16, 32, 32마리에 대해 0.57, 0.61, 0.70이었다. 이산화탄소 농도 증가는 콜레마니진디벌의 기능반응에서 공격율에는 영향을 주지 않았지만 처리시간에는 영향을 주었다.

• 한국환경복원기술학회지
• /
• 제26권5호
• /
• pp.19-32
• /
• 2023

The fragmentation of habitats resulting from human activities leads to the isolation of wildlife and it also causes wildlife-vehicle collisions (i.e. Road-kill). In that sense, it is important to predict potential habitats of specific wildlife that causes wildlife-vehicle collisions by considering geographic, environmental and transportation variables. Road-kill, especially by large mammals, threatens human safety as well as financial losses. Therefore, we conducted this study on roe deer (Capreolus pygargus tianschanicus), a large mammal that causes frequently Road-kill in Jeju Island. So, to predict potential wildlife habitats by considering geographic, environmental, and transportation variables for a specific species this study was conducted to identify high-priority restoration sites with both characteristics of potential habitats and road-kill hotspot. we identified high-priority restoration sites that is likely to be potential habitats, and also identified the known location of a Road-kill records. For this purpose, first, we defined the environmental variables and collect the occurrence records of roe deer. After that, the potential habitat map was generated by using Random Forest model. Second, to analyze roadkill hotspots, a kernel density estimation was used to generate a hotspot map. Third, to define high-priority restoration sites, each map was normalized and overlaid. As a result, three northern regions roads and two southern regions roads of Jeju Island were defined as high-priority restoration sites. Regarding Random Forest modeling, in the case of environmental variables, The importace was found to be a lot in the order of distance from the Oreum, elevation, distance from forest edge(outside) and distance from waterbody. The AUC(Area under the curve) value, which means discrimination capacity, was found to be 0.973 and support the statistical accuracy of prediction result. As a result of predicting the habitat of C. pygargus, it was found to be mainly distributed in forests, agricultural lands, and grasslands, indicating that it supported the results of previous studies.

• 공업화학
• /
• 제35권1호
• /
• pp.16-22
• /
• 2024

고분자전해질막 연료전지는 작동온도가 낮아, 다른 종류의 연료전지에 비해 빠른 시동과 응답 특성을 가진다는 장점이 있다. 시뮬레이션 연구는 비용과 시간 측면에서 이점이 있어 활발하게 연구되고 있다. 본 연구에서는 기존의 수식에 단위전지의 기체확산층에 잔류하는 물의 저항을 추가하여 실제 데이터와 모델데이터를 비교했다. 실험은 25 cm² 단위 전지로 진행됐으며, 1차 임피던스 측정, 활성화, 분극곡선 데이터 획득 후 정지 시간을 0, 10, 60분으로 가지는 샘플로 나눠 실험했다. 이는 기체확산층 내부의 잔류 중인 물이 증발할 시간을 0분, 10분, 60분 부여했다고 볼 수 있다. 휴식기간을 가지지 않는 경우, 같은 전위 및 같은 유량에서 성능 향상의 폭은 큰 차이를 보이지 않았으나, 휴식기간을 가진 막전극 접합체의 경우 임피던스 측정 시 성능 향상이 확인되었다. 저항 감소크기를 과전압으로 바꿔, 연료전지모델에 잔류수가 존재할 경우와 존재하지 않을 경우의 전압 차이를 비교했으며 그 결과로 농도손실이 주를 이루는 고전류밀도 영역의 오차율이 줄어든 것을 확인하였다.

• Korean Journal of Radiology
• /
• 제22권8호
• /
• pp.1240-1252
• /
• 2021

Objective: To compare the accuracy for detecting breast cancer in the diagnostic setting between the use of digital breast tomosynthesis (DBT), defined as DBT alone or combined DBT and digital mammography (DM), and the use of DM alone through a systematic review and meta-analysis. Materials and Methods: Ovid-MEDLINE, Ovid-Embase, Cochrane Library and five Korean local databases were searched for articles published until March 25, 2020. We selected studies that reported diagnostic accuracy in women who were recalled after screening or symptomatic. Study quality was assessed using the Quality Assessment of Diagnostic Accuracy Studies-2 tool. A bivariate random effects model was used to estimate pooled sensitivity and specificity. We compared the diagnostic accuracy between DBT and DM alone using meta-regression and subgroup analyses by modality of intervention, country, existence of calcifications, breast density, Breast Imaging Reporting and Data System category threshold, study design, protocol for participant sampling, sample size, reason for diagnostic examination, and number of readers who interpreted the studies. Results: Twenty studies (n = 44513) that compared DBT and DM alone were included. The pooled sensitivity and specificity were 0.90 (95% confidence interval [CI] 0.86-0.93) and 0.90 (95% CI 0.84-0.94), respectively, for DBT, which were higher than 0.76 (95% CI 0.68-0.83) and 0.83 (95% CI 0.73-0.89), respectively, for DM alone (p < 0.001). The area under the summary receiver operating characteristics curve was 0.95 (95% CI 0.93-0.97) for DBT and 0.86 (95% CI 0.82-0.88) for DM alone. The higher sensitivity and specificity of DBT than DM alone were consistently noted in most subgroup and meta-regression analyses. Conclusion: Use of DBT was more accurate than DM alone for the diagnosis of breast cancer. Women with clinical symptoms or abnormal screening findings could be more effectively evaluated for breast cancer using DBT, which has a superior diagnostic performance compared to DM alone.