• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.161-168
• /
• 2021

본 연구에서는 기계 학습을 사용하여 심혈관 질환 예측 모델을 제안한다. 먼저 두 집단간에 다양한 차이를 다차원분석하고 그 결과를 시각화한다. 특히, 질환과 같이 정상집단과 환자집단 간에 높은 클래스 불균형이 존재하는 경우에 대하여 민감도를 향상시킬 수 있는 비용 민감 학습을 사용하는 예측 모델을 제안한다. 본 연구에서는 대표적인 머신러닝 기술인 CART와 XGBoost를 사용하여 예측모델을 개발하고, 심혈관 질환 환자 데이터를 대상으로 예측하고 성능을 비교한다. 연구결과에 따르면 CART가 XGBoost 보다 더 높은 정확도와 특이도를 보였으며, 정확도는 약 70%~74%로 나타났다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.339-345
• /
• 2022

심혈관 질환은 전 세계적으로 주요 사망원인들 중 하나이다. 본 연구는 보다 우수한 심혈관질환 판별 모델을 생성하기 위한 방법에 대한 연구로써, 3가지 변수 선택법과 7가지 머신러닝 알고리즘을 바탕으로 사회인구학적 변수들을 이용하여 고혈압과 이상지질혈증 판별모델들을 생성하고, 생성된 모델들의 성능을 비교 평가한다. 본 연구의 결과에서는 두 가지 질병 모두에서, 전체변수 및 correlation-based feature subset selection 메소드 기반 모델들에서는 naive Bayes 모델이 다른 머신러닝을 이용한 모델들보다 다소 우수한 판별 성능이 있는 것으로 나타났고, wrapper 메소드 기반 변수 선택법에서는 logistic regression 모델이 다른 모든 모델보다 성능이 다소 우수한 것으로 나타났다. 본 연구의 결과는 원격의료 및 대중보건 분야에서 향후 한국인의 심혈관질환 판별 및 예측 모델 생성을 위한 참고자료로 활용될 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.21-28
• /
• 2022

심혈관질환은 심장질환과 혈관질환 등 순환기계통에 생기는 모든 질병을 통칭한다. 심혈관질환은 2019년 사망의 1/3을 차지하는 전 세계 사망의 주요 원인이며, 사망자는 계속 증가하고 있다. 이와 같은 질병을 인공지능을 활용해 환자의 데이터로 미리 예측이 가능하다면 질병을 조기에 발견해 치료할 수 있을 것이다. 본 연구에서는 심혈관질환 중 하나인 심장질환을 예측하는 모델들을 생성하였으며 Accuracy, Precision, Recall의 측정값을 지표로 하여 모델들의 성능을 비교한다. 또한 Decision Tree의 성능을 향상시키는 방법에 대해 기술한다. 본 연구에서는 macOS Big Sur환경에서 Jupyter Notebook으로 Python을 사용해 scikit-learn, Keras, TensorFlow 라이브러리를 이용하여 실험을 진행하였다. 연구에 사용된 모델은 Decision Tree, KNN(K-Nearest Neighbor), SVM(Support Vector Machine), DNN(Deep Neural Network)으로 총 4가지 모델을 생성하였다. 모델들의 성능 비교 결과 Decision Tree 성능이 가장 높은 것으로 나타났다. 본 연구에서는 노드의 특성배치를 변경하고 트리의 최대 깊이를 3으로 지정한 Decision Tree를 사용하였을 때 가장 성능이 높은 것으로 나타났으므로 노드의 특성 배치 변경과 트리의 최대 깊이를 설정한 Decision Tree를 사용하는 것을 권장한다.

• 한국시뮬레이션학회논문지
• /
• 제29권1호
• /
• pp.11-21
• /
• 2020

암을 제외한 한국인의 가장 높은 사망원인은 심뇌혈관질환으로 사망원인의 24%를 차지한다. 현재 국내 환자의 심혈관질환의 위험도 산출은 프레밍험 위험지수를 기반으로 하지만, 국외의 가이드라인에 의존하고 있어 정확도가 떨어지는 편이며, 뇌혈관질환의 예측에 대한 위험도는 산출할 수 없다. 심뇌혈관질환은 예방을 위한 조기증상들의 특징 분석이 어려워 질환예측이 힘들며, 한국인에 적합한 예측 방법이 필요하다. 본 연구의 목적은 심뇌혈관질환 데이터를 이용하여, 특징집합 IG-MLP 평가 기반의 특징선택 방법론을 시뮬레이션 하여 검증하는 것이다. 제안하는 방법은 제4~7기 국민건강영양조사 원시자료를 이용한다. 심뇌혈관질환의 예측에 중요한 특징들을 선별하기 위해, 속성들의 심뇌혈관질환에 대한 정보이득-다층신경망을 이용한 분석을 실시하며, 최종적으로 선별된 특징을 이용한 심뇌혈관질환 예측 모델을 제공한다. 제안하는 방법으로 한국인의 심뇌혈관질환에 관련된 중요한 특징들을 찾을 수 있으며, 최적화된 특징들로 구성된 예측 모델은 한국인에 대해 더욱 정확한 심뇌혈관 예측을 할 수 있다.

• Journal of Dairy Science and Biotechnology
• /
• 제32권1호
• /
• pp.17-29
• /
• 2014

Probiotics에 대한 많은 연구는 위장내 질환에서 장내 미생물 균총의 중요성을 강조하고 있으며, 최근에는 심장 혈관 위험에 초점을 맞추어서 연구가 시작되고 있다. 비만이 dysbiosis에 관련될 수 있는 의료 장애 및 대사 장애로 특정 되어진다. 이를 위해 위험 요인을 감소시키는 도구로 사용되는 probiotic 균주는 반드시 향후에 검사되어져야 한다. Probiotics는 체외 및 생체내 연구에서 여섯 가지 장애 및 장해에 대해서 긍정적인 효과를 보여주며, 특히 이것은 항 염증 성질 또는 효소활력에 기인한 것이다. 각각의 경우에 박테리아가 숙주에 영향을 미칠 수 있는 메카니즘은 잘 정리되어 보고되었다. 그러나, 특히 비만, 당뇨, 산화 스트레스에 대한 이중 맹검 무작위 임상 시험의 부족으로 불가능한 확정적인 결론을 만든다. 더구나, 지금까지 어떠한 연구결과에서도 직접적으로 심혈 관계 질환의 위험 인자에 대한 probiotics의 영향에 관해서는 언급된 것이 없었다. 심혈관계 질환으로는 동맥류, 협심증, 동맥 경화증, 뇌 혈관 사고, 뇌 혈관 질환, 울혈성 심부전, 관상 동맥 질환, 심근 경색, 말초 혈관 질환 등이 포함된다. 예측과 대표적인 검색 도구의 사용은 probiotic 균주의 새로운 기능을 가진 종류의 선택이 가능하게 해준다. 비만의 경우, 무균 동물 실험 방법의 확립은 probiotic 균주에 의한 미생물균총과 조절의 상호작용을 이해가 추후 진행되어야 할 것이다. 불행하게도, 이 엄격한 방법론은 거의 적용되지 않고 있으며, 현재의 추세는 경험적으로 특정 의료 장애에 대한 일반적인 메커니즘은 설명이 되지만, 반응의 정확한 모드는 완전히 알려지지 않음에도 불구하고 probiotic 균주를 테스트하고 있는 실정이다. 더욱이 많은 연구가 직접 동물 모델에서 진행되었지만, 그 결과를 항상 인간에게 바로 적용할 수는 없다. 이 방법론의 개선은 인간 미생물 균총과 관련된 생쥐를 사용하거나 자연적으로 질병을 유발할 수 있도록 개발된 다른 동물모델을 사용할 수 있을 것이다. 인간 Microbiome 프로젝트와 MetaHIT(인간의 창자의 metagomics)같은 현재 연구는 인간에게 생체외 및 동물 모델 자료의 이용에 있어서 자세한 정보를 제공해야만 하고, 또한 새로운 예측 가능한 모델의 개발이 이루어져야 할 것이다. 현재 의료 장애와 반응 메커니즘과의 연관성에 관해서 많은 관심과 연구가 진행되고 있고, 원하는 특정 활력을 가지고 있는 균주에 대해서 더 개선된 검증을 개발을 할 수 있는 방법이 필요하다. 장래에는 재조합 probiotics와 특정한 의학적 질환으로 고통 받는 환자의 미생물 균총의 조성을 재조합 probiotics으로 해결할 수 있을 것이며, 또한 probiotics의 사용은 장내 미생물균총을 조정할 수 있으며, 과체중과 비만 사람들을 위해 음식 섭취량을 관리할 수 있으며, 제1형 당뇨병과 고콜레스테롤 혈증을 줄일 수 다른 대안으로 이용될 것이다. 결론적으로 Probiotics 미생물은 역사적으로 장내 미생물의 균형을 방해하고, 설사 또는 염증성 장질환 같은 위장 장애를 감소하는 데 사용되어오고 있다. 최근의 연구는 의료 질환에 probiotics의 확장 사용에 대한 가능성을 탐구하고 있다. 왜냐하면 심혈관 질환 및 당뇨병 발병 위험을 증가(비만, 고 콜레스테롤 혈증, 동맥 고혈압 등)와 대상장애(hyperhomocysteinemia, 산화 스트레스 등) 등의 발병 위험이 점점 높아지기 때문이다. 따라서 probiotics와 숙주 간의 상호작용에 관여하는 기전을 재정립하여 probiotics에 의해서 생성된 유익한 효과의 특성을 식별하는 것이 요구된다. 특정 probiotics 균주는 (1) 면역 반응을 조절함으로써, (2) 특정 분자를 생산하여, (3) biopeptides을 발충하여, 그리고 (4) 신경계 활성을 조절함으로써 작용할 수 있다. 현재까지 대부분의 연구는 동물 모델에서 실시되었다. 따라서 인간에 관련된 메카니즘에 새로운 조사 probiotics 균주의 넓은 다양한 질환에 효율적인 사용을 가능하게 하기 위한 연구가 절실히 요구되어진다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.662-674
• /
• 2021

대사증후군은 심혈관질환과 밀접한 연관성을 가지며, 최근 대사증후군의 예측을 통한 예방에 관심이 증가하고 있다. 본 연구의 목적은 최근 한국인을 대상으로 한 대사증후군의 발병을 예측하는 논문을 수집, 분석, 종합하여 체계적 문헌고찰을 위한 것이다. 체계적 문헌고찰을 위해 자료검색은 Pubmed, WOS의 해외DB와 DBPia, KISS의 국내DB에서 검색하였으며, 'Metabolic Syndrome', 'predict', 'Korea' 세개의 키워드를 AND 조건으로 2011~2020년에 게재된 논문을 대상으로 검색하였다. 총 560편의 논문이 검색되었고 자료선정기준에 따라 최종 22편의 논문이 선별되었다. 대사증후군 예측에 가장 활용도가 높은 변수는 WHtR(AUC=0.897)이고, 가장 많이 사용된 분석방법은 로지스틱 회귀분석(63.6%), 가장 높은 정확도를 보이는 분석방법은 XGBOOST(AUC=0.879)였다. 또한 한의학적 체질 분류를 적용하는 경우 예측 정확도가 약간 향상되었다. 본 연구 결과를 토대로 한국인의 최적의 대사증후군 예측과 관리를 위한 대규모의 지속적 연구가 수반되어야 할 것으로 생각된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.614-615
• /
• 2017

국내에서 서구화된 생활습관으로 인해 대사증후군 환자가 매년 증가되고 있는 추세이다. 대사증후군은 다양한 심혈관 및 간질환 그리고 당뇨와 같은 질환으로 위험성 높으며, 여러 합병증을 유발 할 수 있다. 이러한 질환을 진단하는데 임상적인 진단지표가 많이 활용되고 있으나 최근 생활습관정보를 기반으로 분석하여 자가진단 및 예방에 중점을 둔 연구가 활발하게 진행되고 있다. 그러나 임상에서 생활습관정보를 기반으로 질환진단에 활용하는데 미흡한 실정이다. 따라서 본 연구에서는 대사증후군 관련 환자를 대상으로 반복적으로 생활습관과 정확한 운동습관 정보를 수집하여 관리를 할 수 있는 시스템을 제안하고자 한다. 이를 위해 기족 생활습관관련 설문지 조사 방법은 반복적인 설문방법을 채택하여 앱상에서 수집하고 운동습관 정보는 웨어러블 디바이스를 이용하여 정확한 운동관련 정보를 수집할 수 있도록 하였다. 제안한 시스템을 이용하여 비만 및 대사증후군 환자의 생활습관 개선에 따른 지속적인 관리를 통해 예방에 도움이 될 것으로 기대하며, 향후 수집한 생활습관과 운동습관정보를 분석하여 임상에 활용할 수 있는 예측 모델을 개발하고자 한다.

• 융합신호처리학회논문지
• /
• 제22권2호
• /
• pp.51-56
• /
• 2021

상완 수축기 혈압과 맥압은 50세 이상의 개인에서 심혈관 질환의 예측 인자이다. 강성이 증가함에 따라 수축기 후기의 반사 진폭과 압력이 증가하여 좌심실 부하와 심근 산소 요구량이 증가한다. 따라서 강성이 혈압에 미치는 영향을 연구 할 필요가 있다. 본 연구에서는 약물 복용 전후에 혈압 맥파를 측정하고, 심부전 환자에서 심근 심장 이식 전후에 혈압 맥파를 측정하였다. Windkessel 모델의 R, L 및 C 구성 요소 간의 상관관계는 혈압을 높임으로써 추정되었다. 커브 피팅 방법을 사용하여 Windkessel 모델의 매개 변수를 모델링 한 결과 혈압의 증가와 수축기 상승 시간의 감소는 RLC Windkessel 모델의 L 성분이 증가했기 때문이다. 혈관의 다양한 기계적 특성 중에 높은 BP 파형에 영향을 미치는 가장 중요한 매개 변수는 실험결과로 이너턴스인 것을 증명하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.

• 한국산학기술학회논문지
• /
• 제17권11호
• /
• pp.94-103
• /
• 2016

간 효소(ALT와 AST)는 주로 간기능을 검사하는데 활용되지만, 간 효소와 심혈관질환 사망과의 관련성에 대한 연구들이 보고되고 있다. 본 연구는 간 효소와 전체사망원인의 관련성을 확인하고자 하였다. 연구자료는 2005년 8월과 2006년 12월에 한국농촌코호트(5개 지역) 연구에 참여한 40세 이상의 성인 10,110명의 건강검진 및 설문조사 자료와 2012년 12월 통계청의 사망자료를 병합하여 사용하였다. 분석방법은 5개 범주로 구분한 간 효소에 의한 사망위험비는 Cox의 비례위험모델을 이용하여 다른 위험요인들을 보정하여 분석하였다. 연구결과 지금까지 사망의 중요 위험요인들의 사망위험비는 65세 이상이 3.5배, 남자가 3.8배, 흡연 3.2배, WHR이 높을수록, 운동 안함 1.6배, 지질성분 및 PP2가 높을수록 높았으며, 이런 변수들을 보정한 상태에서 AST가 50 IU/L 이상일 때 사망위험비가 2.198배(95% CI: 1.217-3.971)였고, ALT도 증가하는 경향을 보였다. 이런 결과는 높은 값의 AST는 사망 위험을 높이는데 영향을 미치며, ALT도 사망을 예측하는데 유용한 도구가 될 수 있다는 것을 제시한다.