• 제목/요약/키워드: 기술적 신뢰성

검색결과 3,806건 처리시간 0.034초

DDPG 및 연합학습 기반 5G 네트워크 자원 할당과 트래픽 예측 (5G Network Resource Allocation and Traffic Prediction based on DDPG and Federated Learning)

  • 박석우;이오성;나인호
    • 스마트미디어저널
    • /
    • 제13권4호
    • /
    • pp.33-48
    • /
    • 2024
  • 향상된 모바일 광대역(eMBB), 초저지연 및 고신뢰 통신(URLLC), 대규모 기계형 통신(mMTC) 등의 특징을 가진 5G의 등장으로 인해 효율적인 네트워크 관리와 서비스 제공을 위해 증가하는 네트워크 트래픽과 복잡성 해결이 시급한 상황이다.본 논문에서는 기계학습(Machine Learning, ML) 및 딥러닝(Deep Learning, DL)기술을 활용하여 5G 네트워크의 초고속, 초저지연, 초연결성이라는 주요 과제를 해결하면서 네트워크 슬라이싱 및 자원 할당을 동적으로 최적화하는 새로운 접근 방식을 제시한다. 제안된 기법에서는 네트워크 트래픽 및 자원 할당에 대한 예측 모델, 네트워크 대역폭 및 지연 시간을 최적화하면서 동시에 개인 정보와 보안을 향상시키기 위한 연합 학습(FL) 기법을 사용한다. 특히, 본 논문에서는 랜덤 포레스트와 LSTM 등 다양한 알고리듬과 모델의 구현 방법에 대해 자세히 다루며, 이를 통해 5G 네트워크 운영의 자동화와 지능화를 위한 방법론을 제시한다. 마지막으로 제안된 기법을 통해 5G 네트워크에 ML 및 DL을 적용하여 얻을 수 있는 성능향상 효과를 성능평가 및 분석을 통해 검증하고 다양한 산업 응용 분야에서 네트워크 슬라이싱 및 자원 관리 최적화를 위한 솔루션을 제시한다.

원발성 자연 기흉에서 10 mm와 2 mm 비디오 흉강경 수술의 비교 (The Comparison of Video Assisted Thoracic Surgery (VATS) with 10 mm Thoracoscopy to 2 mm Thoracoscopy for Primary Spontaneous Pneumothorax)

  • 황진욱;조원민;민병주;손호성;이인성;신재승
    • Journal of Chest Surgery
    • /
    • 제38권9호
    • /
    • pp.627-632
    • /
    • 2005
  • 배경: 2mm 흉강경을 이용한 기흉의 수술은 정확성과 수술 후 재발률에 대한 신뢰가 부족한 실정이다. 원발성 자연기흉의 치료에서 2mm 흉강경과 10mm 흉강경의 수술 결과를 비교하였다. 대상 및 방법: 1998년 9원부터 2002년 12월 까지 고려대학교 안산병원에서 원발성 자연 기흉으로 기낭 정제술울 시행한 176예(10mm 흉강경 수술군 73예, 2mm 흉강경 수술군 103예)를 연구 대상으로 하였다. 10mm군은 10mm 흉강경, 5mm 포트를 통한 흉강경 기구, 2mm군은 2mm 포트를 통한 흉강경과 기구를 사용하였다. 결과: 두 군에서 추적 관찰기관은 10mm군이 20,8$\pm$16.1 개월, 2mm군은 13.9 $\pm$8.2개월 이였다. 수술 적응증은 10mm군에서는 재발성 기흉이 25예($34\%$), 2mm군에서는 환자가 원한 경우가 42예($40\%$)로 가장 많았다. 수술 시간, 사용한 자동 봉합기의 수, 술 후 흉관 거치일, 술 후 총 배액량, 술 후 재원일, 합병증 등에서 2mm군이 10mm군에 비하여 적었으며, 이 중 통계적으로 유의한 것은 수술 시간, 사용한 자동 봉합기의 수, 술 후 총 배액량, 술 후 재원일 등이었다. 수술 시간에 영향을 미치는 인자에 관한 회귀 분석에서 자동 봉합기의 사용개수, 늑막유착의 유무, 수술 시 늑막유착술 시행여부, 사용한 흉강경의 종류 등이 통계적으로 유의한 인자로 분석되었으나 $R^2$ 값은 모두 0.1 이하였다. 술 후 재발율은 10mm군에서는 총 73예 중 2예($2.7\%$), 2mm군에서는 총 103예 중 3예($2.9\%$)로 재발율의 차이는 통계적으로 유의성은 없었다. 재발율의 생명표 분석에서는 두 군 모두 수술후 1년 이내에 재발아였으며 재발률에 큰 차이가 없었다. 결론: 두 군 간에 추적 기간의 차이는 있었지만, 수술 시간, 사용한 자동 봉합기의 수, 술 후 총 배액량, 술 후 재원일에 있어서 2mm 흉강경군에서 의미있게 낮게 나타났다. 또한, 2mm 흉강경 사용 시, 좁은 시야에서도 불구하고 수술 중 기술적 어려움은 없었으며 술 후 재발률에도 10mm 흉강경과 차이는 없었다. 따라서 원발성 자연 기흉 환자의 수술방법으로 2mm 흉강경이 적용될 수 있으리라 생각된다.

노력성 폐활량검사시 호흡기류센서의 보정기법 (Respiratory air flow transducer calibration technique for forced vital capacity test)

  • 차은종;이인광;장종찬;김성식;이수옥;정재관;박경순;김경아
    • 한국산학기술학회논문지
    • /
    • 제10권5호
    • /
    • pp.1082-1090
    • /
    • 2009
  • 노력성 폐활량(FVC) 검사시 호식기류의 최대값인 최고호기유량(PEF)은 호흡기능의 평가에 매우 중요하게 활용되는 진단 매개변수이다. PEF는 검사 초기에 매우 짧은 순간에 크게 증가하는 양상을 띠기 때문에 호흡기류센서의 동특성이 충분하지 않은 경우 측정오차가 발생한다. 본 연구에서는 노력성 호식기류 상의 초기 상승속도($S_r$)를 산출하고 $S_r$ 값에 기초하여 센서 출력값을 보정하는 새로운 기법을 제안하였다. 미국 흥부학회(ATS)에서 제공하는 표준 기류신호 파형 26개를 생성하여(F) 속도계측형 호흡기류센서로 통과시키며 센서 출력신호(N)를 축적하였다. F의 최대값인 PEF와 N의 최대값인 $N_{PEF}$, 간에는 당초 예상했던 대로 2차함수 관계가 성립하였으나(상관계수 0.9997), ATS파형 #2 및 26은 상당한 이탈을 보였다(상대오차>10%). $N_{PEF}$의 상대오차와 $S_r$간의 관계를 분석하여 상호 선형적인 관계를 얻었으므로, 이를 이용하여 보정한 결과 PEF 상대오차의 99% 신뢰구간이 약 2.5% 이었다. 이는 국제표준인 ATS의 오차한계인 10%의 1/4 이내로써 매우 정확한 보정이 이루어졌다. 따라서 본 연구에서 제안하는 보정기법은 호흡기류센서 교정시 매우 유용하리라 판단된다.

분포형 수문모형 WRF-Hydro와 기상수치예보모형 GDAPS를 활용한 고해상도 중기 유량 예측 (High-resolution medium-range streamflow prediction using distributed hydrological model WRF-Hydro and numerical weather forecast GDAPS)

  • 김소현;김보미;이가림;이예원;노성진
    • 한국수자원학회논문집
    • /
    • 제57권5호
    • /
    • pp.333-346
    • /
    • 2024
  • 수량과 수질 및 수생태를 동시에 고려한 수자원 관리를 위해서는 신뢰도 높은 중기 유량 예측 기술이 필수적이다. 이를 위해서는 기상자료의 특성에 대한 이해와 더불어, 시공간 해상도가 낮은 기상예측 정보를 고해상도 분포형 수문모형에서 효과적으로 활용하는 기술이 중요하다. 본 연구에서는 분포형 수문모형 WRF-Hydro와 선행시간 288시간까지의 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)를 활용해 고해상도 중기 유량 예측을 수행하고 적용성을 검토하였다. 이를 위해 대상 유역인 낙동강 지류 금호강 유역에 대해 100 m 공간해상도의 WRF-Hydro모형을 구축하고 기상지상관측자료 Automatic Weather Stations (AWS)& Automated Synoptic Observing Systems (ASOS), 기상수치예보모형 GDAPS, 기상재분석자료 Global Land Data Assimilation System (GLDAS)를 입력자료로 적용한 유량 예측 모의 결과를 비교하였다. 2020~2022년 기간 3개의 강우사상에 대해 유역 평균 누적 강우량을 분석 결과, AWS&ASOS대비 GDAPS는 36%~234%, GLDAS 재분석자료는 80%~153% 범위의 과소 및 과대 산정되었음을 확인하였다. AWS&ASOS입력자료로 한 유량 예측 결과는 KGE, NSE지표가 유역 말단 강창교 지점 기준 0.6이상이었으나, GDAPS 기반 유량 모의는 강우 사상에 따라 KGE 값이 0.871~-0.131로 큰 변동성이 확인되었다. 한편, 첨두 유량 오차는 GDAPS가 GLDAS보다 크거나 비슷했지만, 첨두 홍수 발생시간의 오차는 AWS&ASOS, GDAPS, GLDAS가 각각 평균 3.7시간, 8.4시간, 70.1시간으로, 첨두 발생시간 측면에서는 GDAPS의 오차가 GLDAS보다 적었다. GDAPS를 입력자료로 한 WRF-Hydro 고해상도 중기 유량 예측은 첨두 유량의 불확실성은 크지만, 첨두 유량 발생시점에 대한 정확도는 상대적으로 높아 수자원 시설 운영에 효과적으로 활용될 수 있을 것으로 판단된다.

PET 검사 시 Reconstructed data와 Re-sliced data의 표준섭취계수와 Metabolic Tumor Volume의 비교 평가 (Evaluation of Standardized Uptake Value and Metabolic Tumor Volume between Reconstructed data and Re-sliced data in PET Study)

  • 도용호;이홍재;김진의
    • 핵의학기술
    • /
    • 제20권2호
    • /
    • pp.3-8
    • /
    • 2016
  • PET 검사에서 SUV는 암의 원발 부위, 전이여부 파악 및 병기결정, 재발여부 판단에 도움을 주는 지표이다. 특히 항암, 방사선치료 후 효과 판정을 위한 검사 시 이전 검사와의 SUV 비교 평가가 중요시 된다. 그러나 핵의학과 에서 자체적으로 데이터를 저장하는 외장하드, mini PACS 등의 저장 장치는 데이터 손실의 가능성을 가지고 있다. 이에 본 연구에서는 workstation의 reconstructed data (R-D)와 병원 PACS로 전송한 R-D, re-sliced data (S-D) 사이의 SUV를 비교 평가하여 자체 저장장치의 데이터 손실 시 PACS로 전송한 데이터의 사용가능 여부를 확인 하고자 한다. Biograph Truepoint 40, mCT 40, mCT 64, mMR (Siemens, Germany)장비에서 2015년 1월부터 2월까지 $^{18}F-FDG$ PET 검사를 시행한 20명($60.5{\pm}8.3$세)의 데이터를 분석하였다. Workstation의 R-D와 PACS의 R-D, S-D 데이터를 Syngo.via 프로그램으로 전송하여 liver, aorta, tumor 부위의 max SUV($SUV_{max}$), peak SUV ($SUV_{peak}$)와 tumor의 metabolic tumor volume (MTV)를 측정하였다. Workstation과 PACS의 R-D에서 liver, aorta, tumor의 평균 $SUV_{max}$$2.95{\pm}0.59$, $2.35{\pm}0.61$, $10.36{\pm}6.15$ 이었고 $SUV_{peak}$$2.70{\pm}0.51$, $2.07{\pm}0.43$, $7.67{\pm}3.73$으로 동일하였으며 통계적으로 유의한 차이가 없었다(p>0.05). PACS의 S-D는 R-D대비 평균 $SUV_{max}$는 5.18%, 7.22%, 12.11%, $SUV_{peak}$는 2.61%, 3.63%, 10.07% 감소하였으며 통계적으로 유의한 차이가 있었다(p<0.05). R-D와 S-D에서 결과 값의 상관계수는 $SUV_{max}$에서 0.99, 0.96, 0.99이었고 $SUV_{peak}$에서 0.99, 0.99, 0.99로 모두 양의 상관관계가 있었다. Bland-Altman 분석에서 2표준편차는 $SUV_{max}$에서 0.125, 0.290, 1.864이었고 $SUV_{peak}$에서 0.053, 0.103, 0.826이었다. Tumor의 MTV는 workstation과 PACS의 R-D에서 모두 $14.21{\pm}12.72cm^3$로 동일하였다(p>0.05). PACS의 S-D에서는 R-D 대비 0.12% 감소하였으며 통계적으로 유의한 차이가 없었다(p>0.05). R-D와 S-D에서 상관계수는 0.99이었고 Bland-Altman 분석에서 2표준편차는 2.243이였다. 본 논문에서 PACS에 저장된 R-D의 경우 workstation의 R-D와 비교하여 $SUV_{max}$, $SUV_{peak}$, MTV 모두에서 동일한 값을 보였으나 S-D의 경우 상관관계는 높지만 MTV를 제외한 $SUV_{max}$, $SUV_{peak}$는 통계적으로 유의한 차이가 있었다. R-D를 안정성 있는 병원 PACS에 저장한다면 자체 저장장치의 데이터 손실 시 이전 PET 데이터와의 비교에서 신뢰성 있는 SUV 분석이 가능할 것이라 생각된다.

  • PDF

일부 산업보건기관들의 혈중연 분석치 비교 (Interlaboratory Comparison of Blood Lead Determination in Some Occupational Health Laboratories in Korea)

  • 안규동;이병국
    • 한국산업보건학회지
    • /
    • 제5권1호
    • /
    • pp.8-15
    • /
    • 1995
  • 사람의 독성 영향을 평가하는데는 생체 시료중 금속의 분석이 중요한 역할을 한다. 우리 나라는 최근에 산업보건 분야에서 이 문제의 필요성이 제기되어 법적인 정도관리 제도를 도입하였다. 연은 특수건강 진단과 산업위생 정도관리 프로그램에서 표준적인 금속으로 이용된다. 과거 20 여년 동안 연중독은 중금속 중독증 발생율이 가장 높았으며 따라서 산업보건 전문기관들은 혈중연 분석의 능력은 필수적인 것으로 되어 왔다. 또한 혈중연은 연 폭로를 평가하는데 가장 중요한 지표이므로 신뢰성과 정확한 분석이 항상 요구된다. 따라서 본 연구는 우리 나라에서 비교적 잘 알려진 산업보건기관에서 혈중연 분석의 실험실간 측정치의 변동을 평가하기 위하여 축전지 제조공장의 68명 연폭로 근로자로부터 2 ml씩 2개의 시료를 채취하여 그 하나는 순천향대 산업의학연구소(SIIM)에서 분석하고 40개의 시료는 C 대학 산업의학연구소(CIIM), 그리고 나머지 28개의 시료는 일본 K 노동위생기술쎈타(JOHC)에서 분석하여 비교하였으며, 한편 일본 전국노동위생연합회(JFOHO)에서 정도관리용 우혈을 농도별로 6종을 구입하여 우리나라 정도관리 프로그램에 참여하고 있는 C 대학 산업의학연구소, 일본 K 노동위생기술쎈타, Y 대학 산업의학연구소, S 대 환경보건과, D 연구소등 6개 기관에서 분석한 결과를 비교하여 다음과 같은 결과를 얻었다. 1. 순천향대 산업의학연구소와 국내 C 대학 산업의학연구소간 혈중연 농도별 분석결과는 평균값에서 유의한 차이가 없었으며 상대표준편차도 3% 미만인 것으로 나타났으며, 일본 K 노동위생기술쎈타와는 평균값에서 역시 유의한 차가 없었으며 상대표준편차는 최고 6.84% 였다. 2. 순천향대 산업의학연구소와 국내 C 대학 산업 의학연구소간 혈중연 농도별 분석결과가 15% 이하의 차이를 나타낸 시료의 수는 40개중 35개로 87.5%의 일치율을 나타내었으며, 일본 K 노동위생기술쎈타와는 28개 시료중 22개로 78.6%의 일치율을 나타내었다. 3. 순천향대 산업의학연구소의 결과를 종속변수로 그리고 국내 C 대학 산업의학연구소간의 분석치를 독립변수로 하였을 때 단순회귀식은 순천향 = 2.19 + 0.9243 C 대학(p=0.0001), 상관계수는 r = 975(p =0.0001)였으며, 일본 기관과는 순천향 = 1.91 + 0.9794 K 일본(p=0.0001), 상관계수 r = 0.965(p=0.0001)였다. 4. 일본 정도관리시료의 공인 값과 본 연구에서 이들 시료를 분석한 기관들 간의 분석치에 대한 단순회귀식의 설명력(R2)은 모두 0.99 이상이었으며 일본 정도관리 시료의 공인 값을 종속변수로 하고 국내 및 일본 기관들의 정도관리 시료 분석치를 독립변수로 하였을 때 기울기는 0.972에서 1.153으로 정체적으로 양호한 일치율을 나타내었다.

  • PDF

ANN 및 SVR 알고리즘을 활용한 최적 터널지보패턴 선정에 관한 연구 (A study on the optimization of tunnel support patterns using ANN and SVR algorithms)

  • 이제겸;김양균;이승원
    • 한국터널지하공간학회 논문집
    • /
    • 제24권6호
    • /
    • pp.617-628
    • /
    • 2022
  • 터널 건설 시 암반 등급에 따라 다양한 지보재를 적절히 병용하여 지보패턴을 결정하고 시공이 이루어진다. 이 과정에서 시공 경험이 풍부한 전문가의 기술적 판단이 필요한데, 터널 설계의 초기 단계인 타당성 조사 및 기본설계 단계에는 상대적으로 짧은 수행기간과 부족한 자료 및 예산으로 인해 설계에 많은 어려움이 존재한다. 터널 건설의 급증과 함께 축적된 설계 데이터와 머신러닝을 활용한다면, 지보패턴 설계를 보다 신속하고 신뢰도 있게 수행할 수 있다. 따라서 본 연구에서는 암반등급 판정 및 해당 암반등급에 적합한 지보패턴 설계를 자동화하고자 국내 48개 도로터널의 설계자료 및 지반조사 자료를 수집하였으며, 8개의 입력항목(암종, 전기비저항, 심도, 터널연장, 터널연장에 따른 방재등급, 위험도지수에 따른 방재등급, 터널 종류, 터널 단면적)과 11개의 출력항목(암반등급, 숏크리트 제원 2개 항목, 록볼트 제원 3개 항목, 강지보 제원 3개 항목, 콘크리트 라이닝 2개 항목)에 대한 데이터를 정리하였다. 이와 같이 정리된 데이터를 활용하여 2가지 머신러닝 알고리즘(SVM, ANN)을 활용하여 3가지 머신러닝 모델(S1, A1, A2)을 개발하였으며, 세 가지 모델의 성능을 비교해본 결과 출력값의 데이터 형식에 따라 서로 다른 손실함수를 적용한 ANN 기반의 A2 모델이 가장 뛰어난 성능을 보였다. 본 연구를 통해 머신러닝을 활용한 지보패턴 설계의 가능성을 확인할 수 있었으며, 향후 지속적으로 실제 설계에 사용함으로써 단점을 보완하고 적용성을 개선해 나간다면 설계에 보다 큰 도움을 줄 수 있는 지보패턴 설계 모델을 개발할 수 있을 것으로 기대된다.

공동창업의 단계별 성공요인에 관한 연구: 기회형 창업기업 사례를 중심으로 (A Study on the Success Factors of Co-Founding Start-up by Step: Focusing on the Case of Opportunity-type Start-up)

  • 윤성만;성창수
    • 벤처창업연구
    • /
    • 제18권1호
    • /
    • pp.141-158
    • /
    • 2023
  • 창업가 관점에서 스타트업의 태생적 한계를 이해하고 실패에 대한 위험부담을 줄이며 성공을 위해 가장 중요한 요인 중 하나는 인재 즉, 창업팀의 구성이다. 이에 예비창업 단계 또는 창업초기 단계의 창업가들이 경험하는 공통적인 고민은 단독창업과 공동창업에 대한 선택일 것이다. 그럼에도 우리나라는 현재 단독창업 비중이 공동창업 대비 현저히 높은 실정이다. 이에 반해 다수의 성공적인 글로벌 혁신기업은 공동창업의 형태라는 점에 주목하여 공동창업 기업의 성공요인에 관해 고찰하였다. 관련 선행연구 대부분 창업의 생존과 성공에 미치는 요인으로 창업가 개인의 역량과 특성을 규명하는 연구들로서 실제 창업생태계 현장에서 흔하게 볼 수 있는 동업 즉, 공동창업에 관한 연구는 부족한 실정이다. 따라서 본 연구는 기회형 창업에 성공한 국내 스타트업의 공동창업자를 대상으로 심층 인터뷰와 관련 자료의 수집, 맥락 정보의 분석 및 선행연구 고찰을 통한 다중사례 연구를 시도하였다. 이를 통해 공동창업의 단계별 특성과 핵심 성공요인을 도출하는 모델을 제언하였다. 연구결과, 예비창업 단계의 핵심요소는 '기회', 성공요인은 '창업가의 경험을 통한 기회인식'과 '아이디어 개발'로 나타났다. 창업초기 단계의 핵심요소는 '창업팀', 성공요인은 '창업팀의 신뢰와 상호보완'으로 '창업팀의 다양성과 동질성'이 조화를 이루어 시너지 효과가 발휘되는 것을 확인하였다. 또한 창업초기 공동창업자 간 발생하는 갈등은 창업생존에 중요한 영향을 미치는 것으로 나타났다. 창업팀 갈등은 끊임없는 '의사소통을 통한 상호이해와 존중', '명확한 업무구분과 역할분담'으로 극복할 수 있음을 확인하였다. 창업성장 단계의 핵심요소는 '자원', 성공요인으로 '우수인재 확보'와 '외부자금 조달'이 주요 요인으로 나타났다. 이러한 결과는 창업학 연구에서 한정된 자원과 경험 부족 및 실패에 대한 위험부담 등 창업기업의 한계점을 극복하고 성공률 제고를 위한 대안 중 하나로 공동창업의 형태가 주목받는 상황에서 창업을 준비하는 예비 창업가들과 창업생태계의 다양한 이해관계자들에게 시사하는 바가 있다.

  • PDF

$^{99m}Tc$-DMSA 신장검사에서 획득 계수의 차이에 따른 기능 및 형태 평가 (The Quantitative Assessment of Renal Function and Size by Differences of Acquisition Counts in $^{99m}Tc$-DMSA Renal Scan)

  • 심동오;김호성;정은미
    • 핵의학기술
    • /
    • 제14권2호
    • /
    • pp.117-121
    • /
    • 2010
  • 핵의학 검사에서 정적 영상을 획득하는 방법은 총 계수 설정법(preset count method)과 시간 설정법(preset time method)이 있다. $^{99m}Tc$-DMSA를 이용한 정적 신장 검사는 총 계수 설정법을 주로 사용하고 있지만 시간 설정법을 사용하는 곳도 있다. 총 계수 설정법을 사용하는 경우는 매번 동일한 계수를 획득하게 되지만 검사 시간은 차이가 있고, 시간 설정법의 경우는 검사 시간은 일정하지만 동일하지 못한 계수가 획득되게 된다. 따라서, 본 연구에서는 획득되는 계수에 따른 좌우 신장의 기능 및 형태 정보에 어떠한 차이가 있는 지 알아보고자 하였다. 2010년1월11일부터 3월31일까지 서울아산병원 핵의학과에서 $^{99m}Tc$-DMSA 신장 검사를 시행한 환자 중 한쪽 신장의 상대적 기능이 40~60%인 30명(남:여=11:19)의 환자를 대상으로 하였으며, 신장 내에 냉소나 열소가 존재하여 신장 피질의 구분이 명확하지 않은 경우는 제외하였다. 대상자의 나이는 $14.83{\pm}22.07$세로서 성인과 소아를 따로 구분하지 않았으며, 검사 시 이용한 장비는 PHILIPS사의 BrigthView 감마카메라를 사용하였다. 신장의 기능 및 형태 분석을 위해서는 동일 회사의 JET stream release 3.0 version을 이용하였고, 통계 분석은 SPSS 12.0을 사용하여 기술통계, 대응 표본 t 검정 (paired t-test)을 시행하였다. 영상은 다른 검사인자들을 모두 동일하게 설정하고 획득 계수를 10만 계수와 30만 계수, 그리고 획득 시간을 7분 (30만 계수 초과)으로 변경하여 연속적으로 획득하였고, 신장의 기능 및 형태 정보를 평가하기 위해서 좌우 신장의 상대적 기능(renal relative function)과 기하평균(geometric mean) 그리고 신장의 크기(Size)를 측정하였으며 그에 따른 각각의 차이를 비교 분석하였다. 좌우 신장의 상대적 기능(좌측 신장 기준)의 경우 10만 계수는 $50.52{\pm}3.61%$, 30만 계수는 $50.38{\pm}3.66%$, 7분 획득은 $50.31{\pm}3.64%$였으며 각 방법 간에 통계적으로 유의한 차이는 없었다. 기하 평균(좌측 신장 기준)의 경우 10만 계수는 $50.08{\pm}3.25%$, 30만 계수는 $49.89{\pm}3.40%$, 7분 획득은 $49.91{\pm}3.24%$였으며 이 역시 통계적으로 유의한 차이는 없었다. 신장의 크기 중 좌측의 경우 10만 계수는 $8.23{\pm}1.96$ cm, 30만 계수는 $8.35{\pm}1.97$ cm, 7분 획득은 $8.45{\pm}2.01$ cm이었고, 각 방법 간에는 통계적으로 유의한 차이를 나타내었다(p<0.05). 우측 신장의 경우 10만 계수는 $7.91{\pm}1.88$ cm, 30만 계수는 $8.12{\pm}1.90$ cm, 7분 획득은 $8.25{\pm}1.96$ cm이었으며, 각 방법 간에는 통계적으로 유의한 차이를 나타내었다(p<0.05). 본 연구 결과에 의하면 획득 계수에 따른 좌우 신장의 상대적 기능과 기하 평균은 통계적으로 유의한 차이가 없었지만, 신장의 형태는 획득 계수가 증가할수록 크기가 증가하는 경향을 보였으며 통계적으로도 유의한 차이를 나타내었다. 따라서, 정적 신장 검사의 신뢰성 있는 정량 평가를 위해서는 시간 설정법보다 총 계수 설정법을 사용하는 것이 바람직할 것이다. 특히, 추적검사의 경우는 시간 설정법을 사용하면 검사 시마다 획득되는 계수가 다르게 되어 신장의 형태 평가에 차이를 발생시킬 것이다.

  • PDF

상처와 주름이 있는 지문 판별에 효율적인 심층 학습 비교연구 (A Comparative Study on the Effective Deep Learning for Fingerprint Recognition with Scar and Wrinkle)

  • 김준섭;림빈 보니카;성낙준;홍민
    • 인터넷정보학회논문지
    • /
    • 제21권4호
    • /
    • pp.17-23
    • /
    • 2020
  • 인간의 특성과 관련된 측정 항목을 나타내는 생체정보는 도난이나 분실의 염려가 없으므로 높은 신뢰성을 가진 보안 기술로서 큰 주목을 받고 있다. 이러한 생체정보 중 지문은 본인 인증, 신원 파악 등의 분야에 주로 사용된다. 신원을 파악할 때 지문 이미지에 인증을 수행하기 어려운 상처, 주름, 습기 등의 문제가 있을 경우, 지문 전문가가 전처리단계를 통해 직접 지문에 어떠한 문제가 있는지 파악하고 문제에 맞는 영상처리 알고리즘을 적용해 문제를 해결한다. 이때 지문에 상처와 주름이 있는 지문 영상을 판별해주는 인공지능 소프트웨어를 구현하면 손쉽게 상처나 주름의 여부를 확인할 수 있고, 알맞은 알고리즘을 선정해 쉽게 지문 이미지를 개선할 수 있다. 본 연구에서는 이러한 인공지능 소프트웨어의 개발을 위해 캄보디아 왕립대학교의 학생 1,010명, Sokoto 오픈 데이터셋 600명, 국내 학생 98명의 모든 손가락 지문을 취득해 총 17,080개의 지문 데이터베이스를 구축했다. 구축한 데이터베이스에서 상처나 주름이 있는 경우를 판별하기 위해 기준을 확립하고 전문가의 검증을 거쳐 데이터 어노테이션을 진행했다. 트레이닝 데이터셋과 테스트 데이터셋은 캄보디아의 데이터, Sokoto 데이터로 구성하였으며 비율을 8:2로 설정했다. 그리고 국내 학생 98명의 데이터를 검증 데이터 셋으로 설정했다, 구성된 데이터셋을 사용해 Classic CNN, AlexNet, VGG-16, Resnet50, Yolo v3 등의 다섯 가지 CNN 기반 아키텍처를 구현해 학습을 진행했으며 지문의 상처와 주름 판독에서 가장 좋은 성능을 보이는 모델을 찾는 연구를 수행했다. 다섯가지 아키텍처 중 지문 영상에서 상처와 주름 여부를 가장 잘 판별할 수 있는 아키텍처는 ResNet50으로 검증 결과 81.51%로 가장 좋은 성능을 보였다.