• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.377-382
• /
• 2007

본 논문에서는 애견 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 자신의 애견 건강상태를 파악 할 수 있는 진단 시스템을 제안한다. 제안된 진단 시스템은 105가지 질병과 각 질병의 증상을 데이터베이스에 구축하여 입력된 증상을 통해서 애견의 질병을 도출한다. 본 논문에서는 신경망의 자율 학습 방법인 ART2 알고리즘을 적용하여 질병을 클러스터링 하고 그 결과 값인 클러스터의 출력값과 연결강도를 데이터베이스에 저장한다. 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 제시하여 학습된 질병 정보와 비교하여 애견의 건강 상태를 진단한다. 애견의 건강 상태를 진단하는데 있어서 질병과 증상의 정확한 정보는 매우 중요하다. 따라서 본 논문에서는 질병과 증상의 정보를 데이터베이스로 구축하고 질병과 증상 정보를 효율적으로 관리할 수 있도록 하였다. 제안된 진단 시스템을 구현하여 수의학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 애견 질병의 보조 진단 시스템으로서의 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.283-288
• /
• 2007

본 논문에서는 전문적인 지식이 부족한 일반인들을 대상으로 자신의 건강 상태를 파악 할 수 있는 자가 진단 시스템을 제안한다. 제안한 시스템은 68가지 질병과 각 질병에 대한 대표 증상 데이터 베이스를 이용하여 사용자의 질병을 도출한다. 본 논문에서는 사용자가 자신의 대표증상을 입력하면 해당 증상과 관련 있는 질병만을 자율 학습 방법 신경망인 ART2 알고리즘을 적용하여 클러스터링하고 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 적용하여 사용자의 건강 상태를 진단한다. 사용자의 건강 상태를 진단하는데 있어서 질병과 증상의 정확한 정보는 매우 중요하다. 따라서 데이터베이스를 이용하여 질병과 증상의 정보관리를 유용하게 할 수 있도록 하였다. 제안된 자가 진단시스템을 구현하여 간호학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 질병의 보조 진단 시스템의 도구로서의 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.387-392
• /
• 2007

본 논문에서는 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 스스로 자신의 건강 상태를 쉽게 파악하고, 조금씩 진화하는 질병 바이러스에 따른 증상의 변화를 진단할 수 있는 퍼지 ART 알고리즘을 이용한 한방 자가 진단 및 학습 시스템을 제안한다. 제안된 한방 자가 진단 및 학습 시스템은 72가지 한방 질병과 각 질병에 대한 증상을 분석하여 데이터베이스로 구축하고 구축된 데이터베이스 정보를 기반으로 퍼지 ART 알고리즘을 적용하여 사용자의 질병을 도출한다. 본 논문에서는 사용자가 자신의 대표 증상을 제시하면 해당 증상을 포함하는 질병들을 도출한다. 도출된 질병들의 세부 증상들을 사용자가 입력 벡터로 제시하면 퍼지 ART 알고리즘을 적용하여 세부 증상에 대한 질병들을 클러스터링한 후, 세부 증상에 대한 질병의 소속 정도를 제공한다. 본 논문에서 제시한 시스템을 한의학 전문의가 분석한 결과, 본 논문에서 제사한 시스템이 한방 질병의 보조 진단으로서의 가능성을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.827-830
• /
• 2017

본 논문은 병원에서 환자가 내원할 때 의사에게 환자 진단과 처방을 지원을 할 수 있는 메디컬 시스템에 대한 연구를 하였다. 메디컬 프로세스를 고려한 환자의 증상에 대한 파악과 진단, 처방에 이르기까지의 지원할 수 있는 병원의 증상 진단 지원 Expert System을 연구한다. 본 Expert System을 구축하기 위하여 오픈소스 프로젝트인 Drools를 사용하였다. 본 시스템은 시스템 운영 중, 병원에서 사용하는 증상 진단 지원 rule들을 용이하게 추가하며 사용할 수 있도록 하며, 사용한 Drools의 호환성 해결과 다양한 기능성을 사용하기 위해 Maven을 이용한 증상 진단 지원 Expert System을 설계하였다. 이 시스템의 전체 구성 시스템 아키텍처뿐만 아니라, 환자가 증상을 입력한 이후의 환자 증상, 진단, 처방에 이르기까지의 병원에서 일어나는 프로세스를 구현 및 연구를 하였다.

• KIISE Transactions on Computing Practices
• /
• v.22 no.2
• /
• pp.77-82
• /
• 2016

This paper presents the development of the Korean medicine symptom diagnosis system. In the Korean medicine symptom diagnosis system, the patient explains their symptoms and an oriental doctor makes a diagnosis based on the symptoms. Natural language processing is required to make a diagnosis automatically through the patients' reports of symptoms. We use morphological analysis to get understandable information from the natural language itself. We developed a diagnosis system that consists of NoSQL document-oriented databases-MongoDB. NoSQL has better performance at unstructured and semi-structured data, rather than using Relational Databases. We collect patient symptom reports in MongoDB to refine difficult medical terminology and provide understandable terminology to patients.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.383-385
• /
• 2018

기존의 한방 자가 진단 방법에서는 PCM 기반의 알고리즘을 적용시켰으나 고질적인 문제점 중의 하나인 증상 수가 급격하게 증가할 경우에는 진단 결과가 정확하게 도출되지 않는 현상이 발생한다. 이러한 문제점을 개선하는데 효율적인 퍼지 의사 결정 트리 알고리즘을 적용한다. 퍼지 의사 결정 트리는 과거의 데이터를 미리 학습시킨 후에 엔트로피에 따라 경계 값을 구한 후, 사용자가 여러 증상을 입력하면 입력된 증상에 해당되는 상위 질병 5개를 도출한다. 그리고 도출된 상위 5개의 질병과 도출된 질병의 원인과 치료하기 위한 민간요법을 제공한다. 질병과 증상에 대한 데이터베이스는 한의사가 추천한 여러 한의학 전문 서적을 기반으로 증상과 질병의 데이터베이스를 설계한 후, 한의학 전문의의 검증을 거쳐 구현하였다. 제안된 한방 자가 진단 시스템은 과거의 데이터를 바탕으로 증상을 학습함으로써 기존의 질병 진단 시스템보다 정확하고 신속한 진단 결과를 도출하는 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 1989.10a
• /
• pp.383-388
• /
• 1989

Fault트리를 기초로 하는 증상 트리 모델을 나프타 열분해로에 대한 지식 모델로 적용하여 이상 진단 전문가 시스템의 지식 베이스로 사용하였다. 이로서 전문가 시스템을 구현하여 실제 공정의 사고 사례와 가상 사고 사례에 적용한 결과 적절한 원인군의 신속한 제시와 각 원인들의 가능성 여부를 판단하는데 적은 시간이 소요되므로 실시간 이상 진단에 적합한 모델임을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.491-493
• /
• 2017

본 논문에서는 PCM 알고리즘을 적용하여 한국인 고유의 신체적 특성에 맞는 한의학 기반의 한방 자가 진단 시스템을 제안한다. 제안된 방법은 사용자로부터 입력받은 각 증상들에 가중치를 설정한다. 입력받은 증상의 개수가 많아질 경우에는 해당되지 않는 질병이 도출되기 때문에 각 증상 클러스터의 가중치를 낮게 설정하여 적은 입출력 변화에도 전체 결과의 신뢰도에 영향을 주지 않도록 한다. 입력 데이터와 가중치를 기반으로 하여 이미 학습된 질병의 증상과 비교한 후, 유사도가 높은 상위 5개의 질병을 도출한다. 도출된 상위 5개의 질병과 도출된 질병의 원인과 민간요법을 제공한다. 질병과 증상에 대한 데이터베이스는 여러 한의학 서적을 통해 구축한 후, 한의학 전문의의 검증을 거쳐 구현하였다. 제안된 한방 자가 진단 시스템은 진료 기록을 바탕으로 증상을 학습함으로써 기존의 질병 진단 시스템 보다 다양한 증상에 대한 질병 정보를 제공할 수 있는 것으로 확인되었다.

• Journal of Digital Contents Society
• /
• v.10 no.2
• /
• pp.327-332
• /
• 2009

In this paper, we propose the diagnosis system that can predict pet's state of health for pet lovers lacking a technical knowledge of dog-diseases. The proposed system deduces diseases of dogs from input symptoms by our database constructed with 105 kinds of diseases and symptoms. First, a disease is clustered by ART2, the self-learning method in neural network and secondly, the result values, outputs and the weight values clustered by the algorithm are stored to database. Finally, our system diagnoses the state of health by means of comparing the learned information of diseases with the input vectors of each symptom and the related results of questions on diseases. The correct information of diseases and symptom diagnosing is important to predict the state of health of dogs. Therefore, in this paper, the proposed system can manage symptoms and diseases efficiently by database and ART2. We ask veterinary specialist with the efficiency of our system. As a result, we could confirm the possibility as the auxiliary diagnosis system for dog diseases.

• The KIPS Transactions:PartB
• /
• v.9B no.4
• /
• pp.407-414
• /
• 2002

Being recently increased interests of our healthcare, a host of symptoms-diagnostic sites has been introduced on the World Wide Web. But conventional healthcare sites provide users with only a very restricted functions. In this paper, we propose the use of Artificial Neural Networks (ANNs) as a flexible symptoms-diagnostic tool that enables learning effects of ANNs (not expert's knowledge) to be incorporated into the diagnostic process. We develop a novel algorithm for predicting patient\`s disease that satisfy user (or expert)-specified symptoms on WWW. Our algorithm provides two important benefits : 1) enables users (patients) to be taken early diagnostic, and 2) enables experts to perform confidently diagnostic by referencing the predicted diseases-list with its respective possibility.