• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.91-96
• /
• 2021

조기 위험 검출은 실시간으로 들어오는 텍스트를 순차적으로 처리하면서 해당 대화에 위험이 있는지 조기에 분류하는 작업으로, 정확도 저하를 최소화하는 동시에 가능한 한 빨리 대화를 분류하는 것을 목적으로 한다. 이러한, 조기 위험 검출은 온라인 그루밍 검출, 보이스 피싱 검출과 같은 다양한 영역에 활용될 수 있다. 이에, 본 논문에서는 조기 위험 검출 문제를 정의하고, 이를 평가할 수 있는 데이터 셋과 Latency F1 평가 지표를 소개한다. 또한, 점진적 문장 분류 모듈과 위험 검출 결정 모듈로 구성된 점진적 조기 텍스트 분류 시스템을 제안한다. 점진적 문장 분류 모듈은 이전 문장들에 대한 메모리 벡터와 현재 문장 벡터를 통해 현재까지의 대화를 분류한다. 위험 검출 결정 모듈은 softmax 분류 점수와 강화학습을 기반으로 하여 Read 또는 Stop 판단을 내린다. 결정 모듈이 Stop 판단을 내리면, 현재까지의 대화에 대한 분류 결과를 전체 대화의 분류 결과로 간주하고 작업을 종료한다. 해당 시스템은 micro F1과 Latency F1 지표 각각에서 0.9684와 0.8918로 높은 검출 정확성 및 검출 신속성을 달성하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.497-501
• /
• 2022

대화 상태 추적(Dialogue State Tracking)은 특정 목적을 달성하기 위한 대화 시스템인 목적 지향 대화 시스템의 핵심 부분으로, 대화에서 표현된 사용자의 목적을 추출한다. 조기 위험 검출 시스템은 연속적으로 들어오는 정보를 바탕으로 분류 대상인지 아닌지를 판별하며, 정확도 저하를 피하면서 최대한 빠르게 분류하는 것을 목표로 한다. 본 연구에서는 대화 상태 추적 시스템에서 나온 은닉층을 입력으로 하여 실시간으로 공황 장애 여부를 점진적으로 조기 분류하는 시스템과 조기 분류를 위한 새로운 손실 함수를 제안한다. 조기 위험 검출 시스템에 대화 상태인 belief state의 정보를 함께 사용했을 때, 큰 성능 향상을 보였으며 대화 상태가 조기 위험 검출에 필요한 정보를 담고 있음을 확인할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1531-1539
• /
• 2014

Premature ventricular contraction(PVC) is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Nevertheless personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. In other words, the design of algorithm that exactly detects abnormal signal and classifies PVC by analyzing the persons's physical condition and/or environment and variable QRS pattern is needed. Thus, PVC classification by personalized abnormal signal detection and QRS pattern variability is presented in this paper. For this purpose, we detected R wave through the preprocessing method and subtractive operation method and selected abnormal signal sets. Also, we classified PVC in realtime through QS interval and R wave amplitude. The performance of abnormal beat detection and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 98.33% in abnormal beat classification error and 94.46% in PVC classification.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.669-672
• /
• 2017

최근 한국인의 주요 사망원인 중 하나로 부정맥이 부각되고 있다. 심방조기수축(PAC:Premature Atrial Contraction)은 심방이 동방결절의 명령이 있기 전에 수축해 버리는 것이다. 심방조기수축은 일시적으로 유발하였다 사라지곤 할 수 있기 때문에 심한 증상이 없다면 생명에 위협을 가하진 않지만 반대의 경우에는 위험할 수 있다. 따라서 비정상적인 심장 박동이 발생하면 이를 검출하여 조기에 부정맥을 진단할 수 있는 방법이 필요하다. 이를 위해 대상의 ECG 신호로부터 QRS패턴에 해당하는 특징들을 추출하였고 특징들을 이용하여 심방조기수축 파형을 분류한다. 오류 역전파 기반으로 특징들을 훈련하며 가중치와 바이어스값을 구한뒤 이를 이용하여 정상파형과 심방조기수축 파형을 분류한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.11
• /
• pp.2391-2398
• /
• 2009

Premature ventricular contractions are the most common of all arrhythmias and may cause more serious situation in some patients. Therefore, the detection of this arrhythmia becomes crucial in the early diagnosis and prevention of possible life threatening cardiac diseases. Most of the algorithms detecting PVC reported in literature is not always feasible due to the presence of noise and P wave making the detection difficult, and the process being time consuming and ineffective for real time analysis. To solve this problem, a new approach for the detection of PVC is presented based rhythm analysis and beat matching in this paper. For this purpose, the ECG signals are first processed by the usual preprocessing method and R wave was detected. The algorithm that decides beat type using the rhythm analysis of RR interval and beat matching of QRS width is developed. The performance of R wave and PVC detection is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate sensitivity of 99.74%, positive predictivity of 99.81% and sensitivity of 93.91%, positive predictivity of 96.48% accuracy respectively for R wave and PVC detection.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.9
• /
• pp.2021-2030
• /
• 2012

Premature ventricular contraction(PVC) is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Particularly, in the healthcare system that must continuously monitor patient's situation, it is necessary to process ECG (Electrocardiography) signal in realtime. In other words, the design of algorithm that exactly detects R wave using minimal computation and classifies PVC by analyzing the persons's physical condition and/or environment is needed. Thus, the patient adaptive pattern matching algorithm for the classification of PVC is presented in this paper. For this purpose, we detected R wave through the preprocessing method, adaptive threshold and window. Also, we applied pattern matching method to classify each patient's normal cardiac behavior through the Hash function. The performance of R wave detection and abnormal beat classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.33% in R wave detection and the rate of 0.32% in abnormal beat classification error.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.303-306
• /
• 2013

최근 후쿠시마 원전, 쓰나미, 홍수와 눈사태와 같은 자연 재난들의 발생으로 인해 엄청난 수의 사상자와 막대한 재산피해가 초래되었다. 이런 재난을 미연에 방지하고자 하는 자동화된 조기 경보 시스템의 연구, 지능형 영상감지 기술 연구가 활발히 진행되고 있다. 이러한 지능형 영상감시기술을 적용하여 재난유형별 위험상황을 감지, 판독, 분석, 표출할 수 있는 기능을 구현하고자 통합된 카메라 영상정보를 활용하여 영상변화를 감지하여 자동식별과 판독을 통해 기준 값 이상의 변화감지 시 경보알림 및 해당 영상 표출을 제공하였다. 본 논문은 기존의 수위상승 감지는 수위계나 교량에 표시된 수위표의 숫자를 읽어 자동적으로 위험을 알려주거나 사람이 수위감지를 위해 설치된 카메라를 모니터링 하여 위험을 감지하도록 되어있던 점을 개선하여 기존 수위감지 목적으로 설치된 카메라의 영상을 분석하여 수위상승 위험을 알려주는 알고리듬을 제안하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.11B
• /
• pp.1289-1295
• /
• 2009

Premature ventricular contractions are the most common of all arrhythmias and may cause more serious situation like ventricular fibrillation and ventricular tachycardia in some patients. Therefore, the detection of this arrhythmia becomes crucial in the early diagnosis and prevention of possible life threatening cardiac diseases. Particularly, in the healthcare system that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. In other words, design of algorithm that exactly detects R wave using minimal computation and classifies PVC is needed. So, R wave detection algorithm based adaptive threshold and window for the classification of PVC is presented in this paper. For this purpose, ECG signals are first processed by the usual preprocessing method and R wave was detected and adaptive window through R-R interval is used for efficiency of the detection. The performance of R wave detection and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate 99.33%, 88.86% accuracy respectively for R wave detection and PVC classification.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.616-618
• /
• 2012

본 논문에서는 터널 내 환경에서 2차 사고의 위험성이 되는 정지차량, 보행자와 같은 유고상황 검출 시스템의 안전성을 확보하고 효율성을 증대시킬 수 있도록 하기위해 차선검출알고리즘에 기반하여 카메라 이동을 조기에 감지하는 방법을 제시한다. 제안하는 알고리즘은 다른 컬러변환 및 복잡한 계산량 증가 없이 입력되는 RGB 컬러 정보의 실험적 분석을 통하여 효과적으로 차선을 검출함으로써 카메라 이동을 감지한다. 제안하는 알고리즘은 직선을 찾는 알고리즘에 비해 수행시간을 단축시킬 수 있으며 실시간 처리에 용이함을 알 수 있으며 운전보조안전시스템에서 활용 가능함을 알 수 있다.

• Journal of the korean academy of Pediatric Dentistry
• /
• v.43 no.1
• /
• pp.8-16
• /
• 2016

Early colonization of periodontal pathogens has been related as a risk indicator for the subsequent development of periodontal disease. Such colonization can be easily detected with mediums like saliva and plaque. This study aimed to evaluate the prevalence of the bacteria associated with periodontal disease in saliva and plaque in healthy children and adolescents. The experiment was conducted using 90 samples from subjects consisting of thirty elementary school students, thirty high school students and thirty adults. PCR was used to detect the prevalence and distribution of five periodontal pathogens in the collected saliva and plaque. The detected periodontal pathogens are as follows: A. actinomycetemcomitans, P. gingivalis, T. forsythia, F. nucleatum and P. intermedia. Periodontal pathogens were prevailed in a higher number of adolescents than the number of children. A. actinomycetemcomitans and P. intermedia were detected the most in the adolescents group. T. forsythia and F. nucleatum were detected the most in the children group. The overall result showed that saliva is more a useful medium than supragingival plaque. The detection of high risk periodontal pathogens in children and adolescents without clinical signs of periodontal disease can emphasize the importance of the early diagnosis and preventive approach.