• Journal of Dental Anesthesia and Pain Medicine
• /
• 제22권2호
• /
• pp.129-143
• /
• 2022

Background: Patient-controlled analgesia (PCA) has been widely used as an effective medical treatment for pain and for postoperative analgesia. However, improper dose errors in intravenous (IV) administration of narcotic analgesics from a PCA infusion pump can cause patient harm. Furthermore, opioid overdose is considered one of the highest risk factors for patients receiving pain medications. Therefore, accurate delivery of opioid analgesics is a critical function of PCA infusion pumps. Methods: We designed a microbalance method that consisted of a closed acrylic chamber containing a layer and an oil layer with an electronic balance. A commercially available infusion analyzer (IDA-5, Fluke Co., Everett, WA, USA) was used to measure the accuracy of the infusion flow rate from a commercially available smart PCA infusion pump (PS-1000, UNIMEDICS, Co., Ltd., Seoul, Korea) and compared with the results of the microbalance method. We evaluated the uncertainty of the flow rate measurement using the ISO guide (GUM:1995 part3). The battery life, delay time of the occlusion alarm, and bolus function of the PCA pump were also tested. Results: The microbalance method was good in the short-term 2 h measurement, and IDA-5 was good in the long-term 24 h measurement. The two measurement systems can complement each other in the case of the measurement time. Regarding battery performance, PS-1000 lasted approximately 5 days in a 1 ml/hr flow rate condition without recharging the battery. The occlusion pressure alarm delays of PS-1000 satisfied the conventional alarm threshold of occlusion pressure (300-800 mmHg). Average accuracy bolus volume was measured as 63%, 95%, and 98.5% with 0.1 ml, 1 ml, and 2 ml bolus volume presets, respectively. A 1 ml/hr flow rate measurement was evaluated as 2.08% of expanded uncertainty, with a 95% confidence level. Conclusion: PS-1000 showed a flow accuracy to be within the infusion pump standard, which is ± 5% of flow accuracy. Occlusion alarm of PS-1000 was quickly transmitted, resulting in better safety for patients receiving IV infusion of opioids. PS-1000 is sufficient for a portable smart PCA infusion pump.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.251-266
• /
• 2022

Structural Health Monitoring (SHM) of critical infrastructure comprises a major pillar of maintenance management, shielding public safety and economic sustainability. Although SHM is usually associated with data-driven metrics and thresholds, expert judgement is essential, especially in cases where erroneous predictions can bear casualties or substantial economic loss. Considering that visual inspections are time consuming and potentially subjective, artificial-intelligence tools may be leveraged in order to minimize the inspection effort and provide objective outcomes. In this context, timely detection of sensor malfunctioning is crucial in preventing inaccurate assessment and false alarms. The present work introduces a sensor-fault detection and interpretation framework, based on the well-established support-vector machine scheme for anomaly detection, combined with a coalitional game-theory approach. The proposed framework is implemented in two datasets, provided along the 1st International Project Competition for Structural Health Monitoring (IPC-SHM 2020), comprising acceleration and cable-load measurements from two real cable-stayed bridges. The results demonstrate good predictive performance and highlight the potential for seamless adaption of the algorithm to intrinsically different data domains. For the first time, the term "decision trajectories", originating from the field of cognitive sciences, is introduced and applied in the context of SHM. This provides an intuitive and comprehensive illustration of the impact of individual features, along with an elaboration on feature dependencies that drive individual model predictions. Overall, the proposed framework provides an easy-to-train, application-agnostic and interpretable anomaly detector, which can be integrated into the preprocessing part of various SHM and condition-monitoring applications, offering a first screening of the sensor health prior to further analysis.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.237-250
• /
• 2022

Structural health monitoring (SHM) plays an important role in ensuring the safety and functionality of critical civil infrastructure. In recent years, numerous researchers have conducted studies to develop computer vision and machine learning techniques for SHM purposes, offering the potential to reduce the laborious nature and improve the effectiveness of field inspections. However, high-quality vision data from various types of damaged structures is relatively difficult to obtain, because of the rare occurrence of damaged structures. The lack of data is particularly acute for fatigue crack in steel bridge girder. As a result, the lack of data for training purposes is one of the main issues that hinders wider application of these powerful techniques for SHM. To address this problem, the use of synthetic data is proposed in this article to augment real-world datasets used for training neural networks that can identify fatigue cracks in steel structures. First, random textures representing the surface of steel structures with fatigue cracks are created and mapped onto a 3D graphics model. Subsequently, this model is used to generate synthetic images for various lighting conditions and camera angles. A fully convolutional network is then trained for two cases: (1) using only real-word data, and (2) using both synthetic and real-word data. By employing synthetic data augmentation in the training process, the crack identification performance of the neural network for the test dataset is seen to improve from 35% to 40% and 49% to 62% for intersection over union (IoU) and precision, respectively, demonstrating the efficacy of the proposed approach.

• 한국지진공학회논문집
• /
• 제27권5호
• /
• pp.203-211
• /
• 2023

For fast-built and safe precast concrete (PC) construction, the dry mechanical splicing method is a critical technique that enables a self-sustaining system (SSS) during construction with no temporary support and minimizes onsite jobs. However, due to limited experimental evidence, traditional wet splicing methods are still dominantly adopted in the domestic precast industry. For PC beam-column connections, the current design code requires achieving emulative connection performances and corresponding structural integrity to be comparable with typical reinforced concrete (RC) systems with monolithic connections. To this end, this study conducted the standard material tests on mechanical splices to check their satisfactory performance as the Type 2 mechanical splice specified in the ACI 318 code. Two PC beam-column connection specimens with dry mechanical splices and an RC control specimen as the special moment frame were subsequently fabricated and tested under lateral reversed cyclic loadings. Test results showed that the seismic performances of all the PC specimens were fully comparable to the RC specimen in terms of strength, stiffness, energy dissipation, drift capacity, and failure mode, and their hysteresis responses showed a mitigated pinching effect compared to the control RC specimen. The seismic performances of the PC and RC specimens were evaluated quantitatively based on the ACI 374 report, and it appeared that all the test specimens fully satisfied the seismic performance criteria as a code-compliant special moment frame system.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.177-189
• /
• 2023

Malware detection is an increasingly important operational focus in cyber security, particularly given the fast pace of such threats (e.g., new malware variants introduced every day). There has been great interest in exploring the use of machine learning techniques in automating and enhancing the effectiveness of malware detection and analysis. In this paper, we present a deep recurrent neural network solution as a stacked Long Short-Term Memory (LSTM) with a pre-training as a regularization method to avoid random network initialization. In our proposal, we use global and short dependencies of the inputs. With pre-training, we avoid random initialization and are able to improve the accuracy and robustness of malware threat hunting. The proposed method speeds up the convergence (in comparison to stacked LSTM) by reducing the length of malware OpCode or bytecode sequences. Hence, the complexity of our final method is reduced. This leads to better accuracy, higher Mattews Correlation Coefficients (MCC), and Area Under the Curve (AUC) in comparison to a standard LSTM with similar detection time. Our proposed method can be applied in real-time malware threat hunting, particularly for safety critical systems such as eHealth or Internet of Military of Things where poor convergence of the model could lead to catastrophic consequences. We evaluate the effectiveness of our proposed method on Windows, Ransomware, Internet of Things (IoT), and Android malware datasets using both static and dynamic analysis. For the IoT malware detection, we also present a comparative summary of the performance on an IoT-specific dataset of our proposed method and the standard stacked LSTM method. More specifically, of our proposed method achieves an accuracy of 99.1% in detecting IoT malware samples, with AUC of 0.985, and MCC of 0.95; thus, outperforming standard LSTM based methods in these key metrics.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.588-590
• /
• 2022

선박에 대한 위치와 자세 공유는 다양한 변화가 있는 해상환경에서 안전한 항해와 효율적 운용을 도모하기 위한 아주 중요한 사항이다. 이를 위한 기술로 AIS(Automatic Identification System)가 대표적으로 활용이 되고 있다. 선박내 통신규약의 일종인 NMEA-0183을 통해 자함(ownship) 및 타선의 정보를 수집하여 항행에 큰 도움을 준다. 더 나아가 이 기술은 지상의 관제소 및 항공 영역에까지 공유되어 해상의 안전한 항행과 사고예방 및 대처용으로도 적극적으로 활용되고 있다. 이러한 AIS의 장점으로 인해 국제해사기구에 의해 국제여객선과 300톤 이상의 선박에 대해서는 AIS 탑재가 의무화된 상황이다. AIS는 장거리 송출을 위해 VHF(Very High Frequency) 밴드 영역을 사용하며, 이러한 특성으로 인해 타선의 정보를 모니터링하는 시스템에서는 필요 이상의 타깃들의 정보가 수집되고 표출이 되는 상황이다. 본 연구에서는 모니터링 시스템의 표출영역을 고려한 효율적인 AIS 데이터 추출 방안을 제시한다. 아울러, 이를 통해 결과적으로 모니터링 시스템의 처리 및 네트워크 부하를 감소시키고 타 체계의 타깃 정보와의 형평성 있는 표출을 유도한다.

• 항공우주정책ㆍ법학회지
• /
• 제23권2호
• /
• pp.137-172
• /
• 2008

미국에서 자기비판적 분석의 법리에 의한 특권과 면제 이미 항공분야에서도 도입되고 있으나 일관성이 결여되어 있다. FDRs 프로그램은 FAA 또는 항공사에 의한 제제로 부터 공식적으로 보호되지는 아니한다. CVRs 프로그램의 경우 FAA는 집행조치를 위하여 그 데이터를 이용할 수 없으며 공개와 민사소송에서의 개시를 제한하고 있다. 따라서, CVRs은 FDR보다 높은 보호를 받고 있다. ASRS는 최초의 비자동적(non-self-disclosure) 보고시스템이며, 사고 또는 범죄에 관한 정보이외에는 FAA가 집행조치를 취할 수 없다. 다만, 비처벌 요건으로 규정하고 있는 "inadvertent and not deliberate)의 해석을 둘러싸고 FAA, NTSB 및 법원은 일관된 해석 기준이 없는 것으로 보이며, 데이터의 항공사의 징계조치에의 이용, 소송 당사자 또는 대중매체에의 공개 문제를 명확하게 다루고 있지 않다. 1990년대초 ASAP을 시범적으로 개시하였으며 FAA 집행조치 및 회사 징계조치로부터의 면제를 규정하고 있다. FOQA 프로그램은 1995년 시범프로그램을 통하여 최초로 시행되었으며 FAA 집행조치로 부터 면제되지만, 회사의 징계조치로부터의 면제에 대해서는 아무런 규정이 없다. 이러한 점은 ASAP와는 대비된다 할 수 있으며 노조협약에 의하여 FOQA 데이터에 근거한 회사의 징계조치를 배제시킬 수 있을 것이다. ASAP 및 FOQA의 데이터는 모두 2003년 FAA Order 8000.81에 의하여 공개되지 아니한다. 현재, ICAO의 움직임을 보더라도 국제사회에는 항공안전데이터를 보고한 자에 대한 보호의 강화에 대한 컨센서스가 형성되고 있으며 많은 국가들이 관련법을 시행하고 있다. 우리나라의 경우 현재, 항공법 제49조에 의하여 항공안전관리시스템을 도입하도록 되어 있다. 단계적으로 ASAP 또는 QOQA 등과 같은 프로그램의 입법화가 필요하다고 본다. 이와 더불어 미국에서와 같이 집행조치와 징계조치의 면제 규정 및 비공개 특권에 관하여 보다 구체적인 기준을 정하여 입법화하는 것도 필요할 것이다.

• 의료법학
• /
• 제24권3호
• /
• pp.105-124
• /
• 2023

현대 사회는 뜻밖의 사고와 위험 상황으로 불안정한 환경에 직면하고 있다. 예를 들어 분당 다리 붕괴사고와 이태원 압사사고 등이 그 예가 될 것이다. 이와 함께 급성심정지나 뇌졸중과 같은 중대한 응급상황이 발생하였을 때, 신속한 조치와 전문 의료 기관으로의 원활한 이송이 필요한 경우 또한 빈번하게 발생하고 있다. 이러한 위험 요소에 대응하기 위해 국가는 국민의 생명과 안전을 보호하기 위한 다양한 시스템을 구축하고 있는데, 119구급대는 응급 의료 시스템 중 핵심적인 역할을 수행한다. 중대한 외상 환자나 중증 질환 환자의 응급 상황에 즉각적으로 대응하여 손상을 최소화하고, 응급의료 기관으로 신속하게 이송하여 전문적인 치료를 제공함으로써 환자의 생명과 안전을 보호하는 것이 그 목표이다. 이와 관련된 핵심 활동이 구급활동인 것이다. 특히, 119구급시스템은 응급 환자의 병원 이송을 책임지는 핵심 기관이나, 구급대원들은 업무수행 중 구급활동 방해 사례에 여전히 직면하고 있다. 이러한 방해 사례는 경찰의 협조 노력에도 불구하고 줄어들지 않고 있고, 구급활동은 공무집행 방해죄와 유사한 특성을 지니며, 응급의료 시스템 내에서 근무하는 응급의료 종사자에 대한 폭행 및 장비 파손과 같은 사례와도 유사한 형태를 보인다. 따라서 119구급시스템을 포함한 응급 의료 활동을 수행하는 과정에서 발생하는 방해 문제에 대한 심층적인 이해와 개선 노력이 필요하다. 이러한 문제에 대한 해결책은 "소방기본법"과 "119구조·구급에 관한 법률"을 중심으로 구급활동 방해죄의 조건을 정립하고 개선하는 것이다.

• 대한기계학회논문집A
• /
• 제39권4호
• /
• pp.405-413
• /
• 2015

최근 미국에서는 가동기간이 오래된 원전 매설배관에서 부식 및 침식에 의해 삼중수소 누설로 지하수가 오염되는 사례가 급증하고 있다. 따라서, 현재 원전 안전등급 매설배관으로 사용되고 있는 금속재료의 배관을 대신해서 부식 및 침식 등의 열화 손상에 대한 저항성이 우수한 고밀도 폴리에틸렌(HDPE) 배관을 ASME Code Class 3 안전계통 배관으로 사용하기 위한 연구가 수행되고 있다. 본 연구에서는 발전소 가동 중 매설배관에 가해질 수 있는 하중과 온도 범위를 바탕으로 HDPE 배관 융착부에 대한 인장 시험과 저속균열성장 (SCG) 시험을 수행하였다. 시험 결과로 얻은 SCG 시험편의 파단면을 분석하여 HDPE 재료의 파손 기구를 파악하였다. 이를 바탕으로 3D 유한요소 해석을 이용하여 균열이 있는 HDPE 재료가 버틸 수 있는 한계하중에 대한 검증을 수행하였다.

• 한국방사선학회논문지
• /
• 제7권6호
• /
• pp.383-387
• /
• 2013

본 연구에서는 해부학적 영상 획득에 중추적인 역할을 담당함에 따라 전 세계적으로 검사빈도가 증가하고 있다. 하지만, 환자가 받는 방사선량이 상대적으로 높아 적절한 관리가 이루어지지 않으면 과도하거나 불필요한 방사선 피폭으로 환자선량을 증가시킬 수 있다. 이를 위해 특수의료장비로 지정하여 안전관리를 시행하고 있는 전산화 단층촬영용장치의 항구성 시험 IEC 60601-2-44의 개정판에 대하여 문헌 조사하였다. 그리고 비교 및 분석을 통하여 새로운 요구 사항에 대하여 알아보고자 하였다. 문헌 조사 결과 개정된 3판(3rd Ed)에서는 명확하고 강화된 기준값을 적용하고 있고, 2판에서(2nd Ed)의 한계점을 해결하기 위하여 합리적으로 개정되었다. 그러므로 현재 국내에서 적용하고 있는 IEC 60601-2-44 2판을 개정된 IEC 60601-2-44 3판으로 적용한다면 부적합한 의료장비로 인한 환자의 위해를 막을 수 있을 것으로 사료된다.