• 제목/요약/키워드: 경계선 지능

검색결과 46건 처리시간 0.03초

입원한 기분장애 소아청소년의 임상특성 - 주요 우울증과 양극성장애의 우울삽화 비교를 중심으로 - (CLINICAL CHARACTERISTICS OF CHILD AND ADOLESCENT PSYCHIATRIC INPATIENTS WITH MOOD DISORDER)

  • 조수철;백기청;이경규;김현우;홍강의;임명호
    • Journal of the Korean Academy of Child and Adolescent Psychiatry
    • /
    • 제11권2호
    • /
    • pp.209-220
    • /
    • 2000
  • 본 연구는 소아청소년에서의 우울증 및 조울증의 우울삽화에 대한 임상특성을 알아보고자 하였다. 1993년 3월 1일부터 1999년 10월 31일까지 OO대학교 어린이 병원 소아청소년 정신과에 입원하였던 34명의 우울증 환아와 17명의 조울증 우울삽화 환아를 대상으로 병록지 기록을 통해서 이들의 사회인구학적 특성, 진단적 분류, 입원시 주 증상 및 문제점, 증상의 빈도, 주산기 모 병력과 아동기 발달력, 공존 정신질환 및 신경 심리학적 검사, 가족의 임상적 특성, 가족 정신병리 및 가족 병력, 치료반응 등에 대하여 조사하였다. 1) 우울증에서 남자의 비율이 여성의 경우보다 높았으며, 조울증 우울삽화에서는 남녀의 비율이 비슷하였다. 2) 평균 발병 연령은 조울증 우울삽화에서 14.1세, 우울증에서 12.8세로 우울증에서 일찍 발병하는 양상을 나타냈으며, 입원 횟수에 있어서는 조울증 우울삽화에서 우울증에 비해서 많았다. 3) 조울증 우울삽화와 우울증 모두에서 식물증상의 호소가 신체증상보다 많았으며, 자살사고 증상은 우울증에서, 공격적인 증상은 조울증 우울삽화에서 많았고, 정신병적 증상에서는 망상은 우울증에서 환각은 조울증 우울삽화에서 많이 나타났다. 4) 두 집단 모두에서 불안장애가 가장 많이 동반되었으며, 신체형 장애, 정신지체, 인격장애 등이 동반되었다. 5) 조울증 우울삽화와 우울증 모두 높은 가족력을 보였고, 특히 우울증은 아동 학대력과 가족의 부적절한 양육과 관련성을 보였다. 성인에서 조울증과 우울증이 분명한 임상적 차이를 갖고있는 것처럼 소아에서도 조울증 우울삽화와 우울증은 발병연령, 신체증상 및 식물증상을 비롯한 임상증상의 차이, 공존질환 등에서 서로 다른 임상 양상을 나타내었다. 발병 위험이 통계적으로 유의하게 높다고 할 수 있었다. 2) 자신은 남들에게 인기도 없고, 따돌림을 당한다고 여기며 정신병적 증상을 가진 군(47명, 남자 31명, 여자 16명)은 단순히 정신병적 증상이 높은 군에 비해 불안 척도, 우울증 척도, 공격성, 대인 민감성, 학교 및 사회 적응 척도, 강박증상 척도, 공포불안 척도, 정신병적 증상, 신체적 증상 호소 등에서는 차이를 보이지 않았으나 자신이 따돌림을 받는다는 호소와 편집증은 더 높게 측정되었다. 그리고, 학교폭력 피해자 중에서 정신병적 증상이 유의하게 높게 측정되었고, 스스로 인기가 없다고 생각하는 대상들에서는, 불안 증상, 우울증, 공격성, 대인 예민성, 강박증상, 편집증, 신체 증상 호소 등이 정신병적 증상을 잘 설명해주었다 ($r^2$=0.93). 즉, 따돌림을 당한다고 호소한 집단은 정신병적 증상이 유의하게 높았고, 이를 통해 왕따 피해자는 정신병 발병 위험이 통계적으로 유의하게 높다고 할 수 있었다. 이를 통해서 따돌림과 같은 학교폭력 피해자가 불안증상, 우울증, 공격성, 대인 예민성, 강박증상, 편집증, 신체 증상 호소와 같은 문제를 보였을 경우에는 정신병적 증상 유무와 학교 적응, 집중력 장애, 사고개념 형성 장애 등을 확인하여 정신병의 진단을 고려해야 한다고 할 수 있다.탈트검사에서 기질성 뇌장애를 의심할만한 소견은 14명(63.5%)에서 보였다. 지능검사의 결과는 평균이상 IQ는 12명((54.5%), 지능지체 및 경계선 지능은 9명(41.0%)이었다. 5) 주 진단 및 공존진단:주 진단으로는 행실장애가 6명(27.3%), 경계선장애(borderline child) 5명(23.0%), 우울병 4명(18%)

  • PDF

한국소설에 나타난 포스트휴머니즘의 상상력 -조하형의 『키메라의 아침』과 『조립식 보리수나무』를 중심으로 (The Imagination of Post-humanism Appeared in Korean Fictions -Focused on Cho Ha-hyung's Chimera's Morning and A Prefabricated Bodhi Tree)

  • 이소연
    • 대중서사연구
    • /
    • 제25권4호
    • /
    • pp.191-221
    • /
    • 2019
  • 본 연구는 최근 주요한 인문학적 테제로 등장하고 있는 포스트휴머니즘적 상상력이 한국문학, 특히 소설에 나타난 양상을 분석하는 것을 목표로 한다. 특히 본고에서는 2000년대 초반 활동했던 작가인 조하형의 두 소설 『키메라의 아침』(2004)과 『조립식 보리수나무』(2008) 두 편을 집중적인 분석의 대상으로 삼는다. '포스트휴머니즘(Post-humanism)'은 근대의 한계를 극복하고 새로운 세계관의 정립을 모색하기 위해 노력한 탈근대적 사유의 연장선상에서 파악할 수 있다. 특히 이 사상은 20세기 이후 급격히 발전한 과학 기술의 발달이 인간관 나아가서는 인간중심적인 문명 자체를 바꿔온 양상을 종합적으로 파악하는 데에 관심을 기울인다. 포스트휴머니즘 비평은 서사에 등장하는 인물 형상을 새롭게 바라보는 시선을 제공하는 한편, 과거에 쓰인 고전 작품 속에서 주목받지 못했던 주변 인물들, 비-인간, 사물들을 발굴해서 재조명하는 작업을 시도하고 있다. 이러한 사상적 흐름은 최근 기존의 인문학이 지배하던 인간에 대한 관념이 전면적으로 바뀌어 자연과학·기술적 관점이 담론장에 다양하게 적용되는 현실을 반영하는 것이다. 포스트휴머니즘의 질문들은 철학의 큰 범주인 존재론, 인식론, 경험론적인 분야를 아우르는 동시에 문학과 과학 그리고 사회과학 전체의 참여를 요청함으로써 학제적인 연구 과제를 발생시키고 있다. 혹독한 재난이 닥친 세계를 배경으로 『키메라의 아침』은 인간이 바이오테크놀로지에 의해 변형된 변종의 형태로, 『조립식 보리수나무』는 컴퓨터 시뮬레이션에 의해 제작된 인공지능(Artificial Intelligence)의 모습으로, 다시 태어나는 과정을 그린다. 조하형 소설에 나타난 포스트휴머니즘적 사상은 텍스트에 재현된 세계의 형상와 인간의 정체성을 종합적으로 재고하고, 인간과 비인간을 구분하는 경계선과 위계질서 등을 다시 탐구하는 반성적인 계기가 된다.

개선된 퍼지 ART 기반 RBF 네트워크와 PCA 알고리즘을 이용한 여권 인식 및 얼굴 인증 (A Passport Recognition and face Verification Using Enhanced fuzzy ART Based RBF Network and PCA Algorithm)

  • 김광백
    • 지능정보연구
    • /
    • 제12권1호
    • /
    • pp.17-31
    • /
    • 2006
  • 본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

  • PDF

선택적 함구증 환자에서의 Fluoxetine 치험 (A CLINICAL TRIAL OF FLUOXETINE IN THE TREATMENT OF SELECTIVE MUTISM)

  • 박민숙;남수용;육기환;노경선;이홍식;송동호
    • Journal of the Korean Academy of Child and Adolescent Psychiatry
    • /
    • 제8권2호
    • /
    • pp.266-272
    • /
    • 1997
  • 본 연구의 목적은 선택적 함구증 환자에게 강력한 세로토닌 재흡수 억제제인 fluoxetine을 투여한 후에 임상효과를 검증하고자 하였다. 대상은 선택적 함구증 환아 17명으로 8주간 fluoxetine $20{\sim}60mg$을 투약하였고, Clinical Global Impression(CGI), Children’s Depression Inventory(CDI), Revised Children’s Manifest Anxiety Scale(RCMAS) 척도의 변화를 통해 치료효과를 평가함과 아울러 선택적 함구증의 동반병리 및 fluoxetine의 부작용을 조사하였다. Fluoxetine 치료후의 CGI 척도 점수는 치료전의 4.3(${\pm}0.6$)점에서 1.9(${\pm}0.9$)점으로, CDI는 치료전 17.8(${\pm}5.6$)점에서 11.6(${\pm}3.9$)점으로, RCMAS는 치료전 13.2(${\pm}4.2$)점에서 9.6(${\pm}3.6$)점으로 유의한 감소를 보였고, 8주 치료기간 중 치료 4주 이후에 58.8%의 환자가, 치료 8주 시기에는 76.5%의 환자가 임상적 호전을 보고하였다. 선택적 함구증 환자들은 가족 관계의 문제, 사회공포증, 경계성 지능, 언어문제 등의 정신과적 질환이 동반되어 있었으며, 8주간의 fluoxetine투여기간동안 식욕감퇴, 흥분/탈억제, 입면곤란, 구역질, 입마름 등의 부작용이 나타났으나 대체로 내약성을 유지하였다. 이 연구를 통해서 선택적 함구증 환아의 치료에 선택적 세로토닌 재흡수 억제제가 효과적임이 시사된다.

  • PDF

언어 발달지연 환아에서 진단적 검사의 유용성 (The usefulness of diagnostic tests in children with language delay)

  • 오승택;이은실;문한구
    • Clinical and Experimental Pediatrics
    • /
    • 제52권3호
    • /
    • pp.289-294
    • /
    • 2009
  • 목 적 : 언어 발달 지연아들에게 흔히 시행되는 검사들로서 뇌 자기공명 영상, 염색체 핵형분석, 뇌 전위 유발검사, 뇌파, Tandem mass 선별검사 및 6종 선천성 대사질환 선별검사가 원인 질환의 진단에 유용한 지를 알아보고자 본 연구를 시행하였다. 방 법 : 2000년 1월부터 2007년 6월까지 언어 발달 지연을 주소로 영남대학교 부속병원 소아신경클리닉에서 신경심리검사와 원인 질환에 대한 검사를 받았던 122명의 환아를 대상으로 의무 기록을 검토하여 증례별로 현상학적 질환의 범주로 나누고 원인/연관 추정 소견 여부를 확인한 후 검사의 양성률과 원인 질환의 진단에서의 유용성을 분석하는 후향적 연구를 시행하였다. 결 과 : 대상 환아 122예에서 정신지체 47예(38.5%), 발달성 언어장애 40예(32.8%), 경계선 지능이 23예(18.9%) 그리고 자폐 범주 질환이 12예(9.8%)였다. 원인/연관 추정 소견은 26예(21.3 %)에서 찾을 수 있었으며 이형 증후군이 5예, 소두증이 4예, 미숙아 분만 및 신생아 가사의 병력을 가진 경우가 3예, 저출생 체중아가 3예, 양육된 환경적인 요인이 문제였던 경우가 3예 등의 순으로 많았다. 검사 소견으로 자기공명 영상 77예 중 8예(10.4%), 뇌파 75예 중 6예(8.0%)에서 이상 소견이 관찰되었고 뇌 전위 유발검사 80예 중 양측 이상을 보인 경우가 4예(5%)있었으나 2예에서는 추적 관찰시 정상화되었다. 염색체 핵형분석 80예, Tandem mass 선별검사 67예와 대사질환에 대한 신생아 선별검사 15예에서 이상 소견이 관찰된 경우는 없었다. 검사 소견 중 뇌 자기공명 영상은 대뇌 겉질 형성 이상 1예의 확진과 뇌량 형성 부전 3예와 뇌연화증 1예의 원인 질환 추정에, 그리고 뇌 전위 유발검사는 청각 장애 2예의 확진에 도움이 되었다. 결 론 : 언어 발달 지연의 원인 질환의 진단 시 흔히 시행되는 검사들은 유용성이 크지 않으며 검사의 시행은 증례의 특징에 따라 선별적으로 시행하는 것이 바람직하다. 그러나 원인 질환의 진단에는 도움이 되지 않는다고 하더라도 검사에서 이상 소견이 관찰되는 경우가 적지 않으므로 언어 발달 지연의 전체적인 평가에는 이들 검사의 의미에 대해서는 좀 더 연구가 필요하다.

대용량 소셜 미디어 감성분석을 위한 반감독 학습 기법 (Semi-supervised learning for sentiment analysis in mass social media)

  • 홍소라;정연오;이지형
    • 한국지능시스템학회논문지
    • /
    • 제24권5호
    • /
    • pp.482-488
    • /
    • 2014
  • 대표적인 소셜 네트워크 서비스(SNS)인 트위터의 내용을 분석하여 자동으로 트윗에 나타난 사용자의 감성을 분석하고자 한다. 기계학습 기법을 사용해서 감성 분석 모델을 생성하기 위해서는 각각의 트윗에 긍정 또는 부정을 나타내는 감성 레이블이 필요하다. 그러나 사람이 모든 트윗에 감성 레이블을 붙이는 것은 비용이 많이 소요되고, 실질적으로 불가능하다. 그래서 본 연구에서는 "감성 레이블이 있는 데이터"와 함께 "감성 레이블이 없는 데이터"도 활용하기 위해서 반감독 학습기법인 self-training 알고리즘을 적용하여 감성분석 모델을 생성한다. Self-training 알고리즘은 "레이블이 있는 데이터"의 레이블이 있는 데이터를 활용하여 "레이블이 없는 데이터"의 레이블을 확정하여 "레이블이 있는 데이터"를 확장하는 방식으로, 분류모델을 점진적으로 개선시키는 방식이다. 그러나 데이터의 레이블이 한번 확정되면 향후 학습에서 계속 사용되므로, 초기의 오류가 계속적으로 학습에 영향을 미치게 된다. 그러므로 조금 더 신중하게 "레이블이 없는 데이터"의 레이블을 결정할 필요가 있다. 본 논문에서는 self-training 알고리즘을 이용하여 보다 높은 정확도의 감성 분석 모델을 생성하기 위하여, self-training 중 "감성 레이블이 없는 데이터"의 레이블을 결정하여 "감성 레이블이 있는 데이터"로 확장하기 위한 3가지 정책을 제시하고, 각각의 성능을 비교 분석한다. 첫 번째 정책은 임계치를 고려하는 것이다. 분류 경계로부터 일정거리 이상 떨어져 있는 데이터를 선택하고자 하는 것이다. 두 번째 정책은 같은 개수의 긍/부정 데이터를 추가하는 것이다. 한쪽 감성에 해당하는 데이터에만 국한된 학습을 하는 것을 방지하기 위한 것이다. 세 번째 정책은 최대 개수를 고려하는 것이다. 한 번에 많은 양의 데이터가 "감성 레이블이 있는 데이터"에 추가되는 것을 방지하고 상위 몇%만 선택하기 위해서, 선택되는 데이터의 개수의 상한선을 정한 것이다. 실험은 긍정과 부정으로 분류되어 있는 트위터 데이터 셋인 Stanford data set에 적용하여 실험하였다. 그 결과 학습된 모델은 "감성 레이블이 있는 데이터" 만을 가지고 모델을 생성한 것보다 감성분석의 성능을 향상 시킬 수 있었고 3가지 정책을 적용한 방법의 효과를 입증하였다.