• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.107-111
• /
• 2006

IT산업 발전에 따라 일상생활은 점차 편리해지고 있으며 이와 비례하여 환경오염의 확산과 각종 질병들에 대한 위험도 점차 높아지고 있다. 인간의 생명을 위협하는 위험한 질병 중에는 사전에 예방하지 않으면 돌이킬 수 없는 사태로 확산되기도 하지만 바쁜 현대인들에게는 자신의 건강상태를 사전에 파악하고 관리하기 힘든 실정이다. 이에 유비쿼터스 환경에 접어든 IT기술을 바탕으로 의료진단 및 예방 시스템을 구축하여 사용자들이 센서를 통해 컴퓨터를 직접 이용하지 않더라도 자신의 건강상태를 유지 관리할 필요가 있다. 그러므로 본 논문에서는 이와 같이 유비궈터스 환경으로 변화해가는 기술적 변화를 바탕으로 의료 진단 및 예방이 가능한 시스템 구축을 위한 모델로서 뇌혈관 질환에 대한 모델을 제시하고자 한다. 또한, 이를 통해 향후 구축하고자 하는 u-헬스 케어 의료진단 시스템 구축 모델에 활용하고자 하며, 본 모델을 통해 의료정보를 활용한 산업 발전과 인류의 편이성 증대 및 건강상태의 주기적 검사를 통해 향상된 복지문화를 유도할 수 있을 것이다.

• 한국방사선학회논문지
• /
• 제8권7호
• /
• pp.389-395
• /
• 2014

본 연구는 교모세포종 (Glioblastoma multiform, GBM)에 대한 방사선 진단학적/치료학적 연구에 필수적으로 필요한 악성뇌종양 동물모델을 개발하기 위해 수행되었다. 악성뇌종양 동물모델 개발을 위해 뇌정위 기구(stereotactic instrument)를 이용하여 C6 세포(Glioblastoma cell line)를 SD rat의 우측 선조체 내에 동종이식하였다. 개발된 동물모델의 검증을 위해 MRI와 해부조직학적 검사방법을 이용하였다. 해부조직학적 검사방법으로는 H&E 염색법을 이용하였다. MRI를 이용한 종양 형성 검사에서 C6 세포 이식 7일 후 종양 형성이 확인되었고, 14일 후에는 이식한 우측 뇌의 대부분이 종양으로 변화한 것을 확인하였다. 해부조직학적 검사에서는 과세포 발현 및 다형성 세포에 의해 형태학적 변화가 발생하는 것을 알 수 있었다. 본 연구에서 개발된 악성뇌종양 동물모델은 in vivo level에서 교모세포종에 대한 방사선 진단학적 기술 개발 및 새로운 치료법 개발을 위한 필수적인 도구로서 활용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
• /
• pp.155-159
• /
• 2008

본 논문에서는 사상체질분류검사 설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질 분류모형을 개발하기 위하여 데이터마이닝의 주요 분류기법인 판별분석(discriminant analysis), 의사결정나무(decision tree analysis), 신경망분석(neural network analysis), 로지스틱 회귀분석(logistic regression analysis), 군집분석(clustering analysis) 등 다양한 분류분석모형을 이용한다. 본 연구에서는 분류의 비교적 정확도가 우수하며, 특히 분석과정을 쉽게 이해하고 설명할 수 있다는 점과 구현이 용이하다는 장점을 가지고 있는 판별분석모형과 의사결정나무분석모형을 기반으로 사상체질 분류모형을 개발하고, 두 분류모형을 적용한 사상체질 진단시스템을 구현하였다.

• 한국도서관정보학회지
• /
• 제50권1호
• /
• pp.125-155
• /
• 2019

본 연구는 김해시 공공도서관 조직의 진단 및 분석을 통해 김해시 공공도서관의 운영 개선을 도모하기 위한 조직 모델을 설계할 목적으로 추진되었다. 이를 위해 문헌연구, 사례조사, FGI 조사 등의 연구방법을 통해 김해시 공공도서관의 조직 모델을 설계하고 조직 재편에 따른 단위도서관별 인력을 재구성하여 제안하였다. 조직 모델은 최종적으로 관련업무 통합 측면 조직, 정책기능 강화 측면 조직, 행정 효율성 강화 측면 조직의 3가지 대안을 설계하였다. 그리고 거시적 및 미시적 접근을 바탕으로 김해시 공공도서관의 필요 인력을 산출한 결과, '벤치마킹 대상 지자체 비교' 방법으로 산출된 필요인원을 가장 실증적인 방안이라고 판단하고 단위도서관별 적정인원으로 구성하였다.

• 대한임베디드공학회논문지
• /
• 제18권6호
• /
• pp.267-275
• /
• 2023

This paper presents the development of specialized software for annotating volume-of-interest on ¹⁸F-FDG PET/CT images with the goal of facilitating the studies and diagnosis of head and neck cancer (HNC). To achieve an efficient annotation process, we employed the SE-Norm-Residual Layer-based U-Net model. This model exhibited outstanding proficiency to segment cancerous regions within ¹⁸F-FDG PET/CT scans of HNC cases. Manual annotation function was also integrated, allowing researchers and clinicians to validate and refine annotations based on dataset characteristics. Workspace has a display with fusion of both PET and CT images, providing enhance user convenience through simultaneous visualization. The performance of deeplearning model was validated using a Hecktor 2021 dataset, and subsequently developed semi-automatic annotation functionalities. We began by performing image preprocessing including resampling, normalization, and co-registration, followed by an evaluation of the deep learning model performance. This model was integrated into the software, serving as an initial automatic segmentation step. Users can manually refine pre-segmented regions to correct false positives and false negatives. Annotation images are subsequently saved along with their corresponding ¹⁸F-FDG PET/CT fusion images, enabling their application across various domains. In this study, we developed a semi-automatic annotation software designed for efficiently generating annotated lesion images, with applications in HNC research and diagnosis. The findings indicated that this software surpasses conventional tools, particularly in the context of HNC-specific annotation with ¹⁸F-FDG PET/CT data. Consequently, developed software offers a robust solution for producing annotated datasets, driving advances in the studies and diagnosis of HNC.

• 대한임베디드공학회논문지
• /
• 제19권3호
• /
• pp.151-158
• /
• 2024

Although on-device artificial intelligence (AI) has gained attention to diagnosing machine faults in real time, most previous studies did not consider the model retraining and redeployment processes that must be performed in real-world industrial environments. Our study addresses this challenge by proposing an on-device AI-based real-time machine fault diagnosis system that utilizes continual learning. Our proposed system includes a lightweight convolutional neural network (CNN) model, a continual learning algorithm, and a real-time monitoring service. First, we developed a lightweight 1D CNN model to reduce the cost of model deployment and enable real-time inference on the target edge device with limited computing resources. We then compared the performance of five continual learning algorithms with three public bearing fault datasets and selected the most effective algorithm for our system. Finally, we implemented a real-time monitoring service using an open-source data visualization framework. In the performance comparison results between continual learning algorithms, we found that the replay-based algorithms outperformed the regularization-based algorithms, and the experience replay (ER) algorithm had the best diagnostic accuracy. We further tuned the number and length of data samples used for a memory buffer of the ER algorithm to maximize its performance. We confirmed that the performance of the ER algorithm becomes higher when a longer data length is used. Consequently, the proposed system showed an accuracy of 98.7%, while only 16.5% of the previous data was stored in memory buffer. Our lightweight CNN model was also able to diagnose a fault type of one data sample within 3.76 ms on the Raspberry Pi 4B device.

• 한국가스학회지
• /
• 제4권4호
• /
• pp.42-49
• /
• 2000

대부분의 화학공정은 매우 크고 복잡하기 때문에 전체 공정에 대한 진단시스템을 만드는 것은 매우 어렵다. 따라서, 대형공정을 몇 개의 부공정으로 분할하여 진단하는 체계적인 방법이 필요하다. 이 논문에서는 이상-결과 트리모델에 기반하여 정성적 이상진단을 위한 공정분할전략을 제안하였다. 분할기준으로 유연한 진단, 지식베이스의 크기축소, 및 복잡한 지식베이스의 일관된 구축을 사용하였다 부공정간의 인과관계를 연결하기 위해 통로변수를 도입한 다음 오프라인 분석을 통해 통로변수의 이상-결과 트리모델을 구축하였다 계분할이 없는 경우와 같은 진단결과를 얻을 수 있도록 온라인 진단전략을 수립하였다 제안된 방법의 유용성을 대형 보일러 공정에 대한 이상진단시스템을 통해 보였다.

• 전기학회논문지
• /
• 제61권11호
• /
• pp.1758-1764
• /
• 2012

A large number of wire rope has been used in various inderstiries as Cranes and Elevators from expanding the scale of the industrial market. But now, the management of wire rope is used as manually operated by rope replacement from over time or after the accident.It is caused to major accidents as well as economic losses and personal injury. Therefore its time to need periodic fault diagnosis of wire rope or supply of real-time monitoring system. Currently, there are several methods has been reported for fault diagnosis method of the wire rope, to find out the feature point from extracting method is becoming more common compared to time wave and model-based system. This method has implemented a deterministic modeling like the observer and neural network through considering the state of the system as a deterministic signal. However, the out-put of real system has probability characteristics, and if it is used as a current method on this system, the performance will be decreased at the real time. And if the random noise is occurred from unstable measure/experiment environment in wire rope system, diagnostic criterion becomes unclear and accuracy of diagnosis becomes blurred. Thus, more sophisticated techniques are required rather than deterministic fault diagnosis algorithm. In this paper, we developed the fault diagnosis of the wire rope using probability density estimation techniques algorithm. At first, The steady-state wire rope fault signal detection is defined as the probability model through probability distribution estimate. Wire rope defects signal is detected by a hall sensor in real-time, it is estimated by proposed probability estimation algorithm. we judge whether wire rope has defection or not using the error value from comparing two probability distribution.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권10호
• /
• pp.6069-6075
• /
• 2013

Background: At present, the diagnosis of colorectal cancer (CRC) requires a colorectal biopsy which is an invasive procedure. We undertook this pilot study to develop an alternative method and potential new biomarkers for diagnosis, and validated a set of well-integrated tools called ClinProt to investigate the serum peptidome in CRC patients. Methods: Fasting blood samples from 67 patients diagnosed with CRC by histological diagnosis, 55 patients diagnosed with colorectal adenoma by biopsy, and 65 healthy volunteers were collected. Division was into a model construction group and an external validation group randomly. The present work focused on serum proteomic analysis of model construction group by ClinProt Kit combined with mass spectrometry. This approach allowed construction of a peptide pattern able to differentiate the studied populations. An external validation group was used to verify the diagnostic capability of the peptidome pattern blindly. An immunoassay method was used to determine serum CEA of CRC and controls. Results: The results showed 59 differential peptide peaks in CRC, colorectal adenoma and health volunteers. A genetic algorithm was used to set up the classification models. Four of the identified peaks at m/z 797, 810, 4078 and 5343 were used to construct peptidome patterns, achieving an accuracy of 100% (> CEA, P<0.05). Furthermore, the peptidome patterns could differentiate the validation group with high accuracy close to 100%. Conclusions: Our results showed that proteomic analysis of serum with MALDI-TOF MS is a fast and reproducible approach, which may provide a novel approach to screening for CRC.

• 한국재난정보학회 논문집
• /
• 제16권4호
• /
• pp.723-733
• /
• 2020

연구목적: 본 연구는 안전보건진단제도에 대한 문제점을 도출하기 위해 산업안전보건법에서 정한 조문의 계층별 설문모형을 설계하고 이를 3집단의 전문가 그룹으로 분류하여 건설현장에서의 안전보건제도 실효성 도출을 목적으로 한다. 연구방법: 법적 현황 분석 및 해외 관련 제도 분석과 AHP 계층분석 설문 모형을 설정하여 분석결과의 타당성을 검증하였다. 연구결과: 설문항목 분석 결과 인적활용도와 사전 계획의 치밀성이 포함된 항목에 높은 중요도를 보였으며, 특히 중견건설업체의 경우에는 안전보건진단 이후 개선 활동의 적극성에 가장 높은 중요도를 보였다. 결론: 본 연구를 통해 건설업 안전보건제도 개선을 위한 문제점을 인식하고, 전문가들의 개선대책을 정책적·제도적 개선방안이 마련되어야 할 것이다.