• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.233-238
• /
• 1997

위그너분포(Wigner Distribution)를 이용하여 진동신호를 분석하고, 신경회로망을 이용하여 온라인으로 진동발생에 따른 냉각재펌프의 이상상태를 진단하고자 하였다. 진동신호 분석을 위하여 현재 정상 가동중인 원전 냉각재펌프의 진동신호와 Rotor Kit으로부터 이상상태에 대한 모의신호를 추출하였다. 본 연구에서 진동신호 분석을 위하여 시간 및 주파수성분을 동시에 표현가능한 위그너분포 이론을 적용하므로써 기존의 시간 및 주파수성분을 별도로 표현하던 방법보다 신호분석이 용이함을 확인하였으며, 이 신호분석 결과를 바탕으로 역전파 신경회로망의 패턴인식 및 분류 특징을 이용한 진단결과는 실험데이타 량에 비추어 만족할 만한 인식률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.76-78
• /
• 2006

현재 심혈관 질환은 암 다음으로 높은 사망 원인으로 기록되고 있어 심혈관 질환에 대한 초기 진단은 질환의 치료에 매우 중요한 문제로 대두되고 있다. 본 논문에서는 SVM을 이용하여 심혈관질환 환자의 질환 단계를 예측하였다. 일반적으로 이진분류에 사용되는 SVM을 이용하여 정상 및 질환 $1{\sim}3$기의 총 4가지 분류가 필요한 다분류 분류문제를 처리하기 위해서 논문에서는 독립적 학습된 단일 SVM 분류기들을 결합하여 분류를 수행하는 SVM 앙상블 방법을 사용하였다. 단일 분류기의 결합은 Majority voting, 최소자승에러기반 가중치 부여, 2단계층 결합 등의 방법으로 수행하여 심혈관 질환 분류에 적합한 앙상블의 구성을 시도하였다. 실험 데이터는 (주)제노프라의 압타머 칩 데이터를 사용하였다. 서로 다른 데이터를 이용하여 학습된 이종의 SVM들을 결합한 결과 질환단계 예측에 있어서 단일 SVM을 이용하여 질환 단계를 예측하는 경우 보다 향상된 질환단계 예측 성능을 관찰할 수 있었으며, 심혈관 질환의 예측에 대해서는 단일 SVM 분류기의 2단 계층 결합법이 가장 좋은 성능을 보임을 확인하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.05a
• /
• pp.291-298
• /
• 2005

지속성 외래 복막투석은 말기 신부전 환자들에게 널리 시행하는 신 대체 요법으로, 복막투석 환자에게서 주된 합병증으로 일어나는 단백질-열량 영양실조를 치료하기 위하여 아미노산을 복강 내로 주입하는 치료방법이다. 이현석 등(2004)의 연구에서는 아미노산 복막 투석액(IPAA)이 영양실조 환자들에게 실제로 영양상태에 미치는 영향을 평가하기 위하여 지속성 외래 복막투석 환자 43명을 12개월 동안 3개월 주기로 관측하여 얻어낸 반복측정자료를 바탕으로 IPAA의 효과 여부에 따라 반응군과 비반응군을 분류하였다. 본 논문에서는 이러한 두 그룹을 효과적으로 분류할 수 있는 분류기준변수들을 찾아내고 이 분류기준변수의 값을 바탕으로 새로운 환자에게 IPAA의 투여 여부를 진단할 수 있는 여러 분류방법들을 고찰하여 비교 연구하였다. 모수적인 방법으로 선형판별분석, 이차판별분석 및 로지스틱 판별분석을 소개하고 비모수적인 방법으로 support vector machine(SVM)을 소개하여 분류분석의 결과를 비교하여 두 그룹을 최소한의 오류로 분류하는 방법을 제안하였다.

• Journal of Dental Rehabilitation and Applied Science
• /
• v.32 no.2
• /
• pp.102-108
• /
• 2016

Headache disorders, one of most common disease in general population, have been developed according to many versions of international classifications. The primary headaches are those in which no consistently identified organic cause can be determined. It is divided into the following categories: (1) migraine, (2) tension-type headache, (3) cluster headache and other trigeminal autonomic cephalalgias, (4) other primary headaches. This review described a diagnosis of primary headache disorders based on International Classification of Headache Disorders (ICHD)-3 beta criteria.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.396-398
• /
• 2022

The endoscopic pathological findings of gastrointestinal tract (GIT) are important in the early diagnosis of colorectal cancer. Deep learning based on convolutional nueral network (CNN) has been implemented to solve the subjective analysis problem and to increase the performance of early detection of pathological findings. However, the desired performance is yet to be achieved and CNNs are computationally complex. To solve these problems, in this paper, we propose a vision transformer based endoscopic pathological findings classification for the early detection of colorectal cancer. Publicly available endoscopic images with three pathological findings, including esophagitis, polyps, and ulcerative colitis, each with 1000 images were used. Using our approach, we have achieved a test accuracy of 98% in classifying the three pathological findings.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.448-450
• /
• 2023

본 논문에서는 복부 CT 의료영상에서 근감소증 진단을 위한 지표로 활용하는 요추 3번 슬라이스를 분류하기 위해서 CNN 기반의 EfficientNetV2를 사용하여 자동분류모델을 개발하였다. 이를 위해 먼저 전체 복부 CT 의료영상에서 Thoracic, L1, L2, L3, L4, L5, Sacral 7개의 슬라이스를 검출하도록 하였다. 자동분류모델의 정확성을 측정하기 위해서 Test 데이터셋을 사용하여 Confusion Matrix 결과를 통해 개발된 모델의 성능을 검증한 결과를 보였다. 본 연구결과는 복부 CT 영상에서 기존 L3 레벨의 특정 단면에서 근육량을 측정하는 것에서 다양한 부위에서 측정할 수 있는 장점을 갖게 된다. 그리고 의료영상기반의 근감소증 진단 연구에 도움을 줄 것으로 기대하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.133-136
• /
• 2008

초고령화 사회로 진입하면서 건강의 유지 및 관리는 일상생활에서 매우 중요한 관심으로 대두되고 있다. 특히 우리나라 전통의학에 대한 가치성이 향상되면서 이를 실생활에 접목하기 위한 노력이 활발하게 진행되고 있는 실정이다. 이를 위해 본 논문에서는 사상의학에 대한 체질 분류의 객관화를 통해 예방차원의 건강 관리를 지속하기 위한 연구를 진행하고자 한다. 특히 사상의학에서 제안하고 있는 여러 사상체질 분류 방법 중에서 음성을 통한 사상체질 분류 방법을 공학적으로 구현하여 이를 객관적 진단 지표로 설계하고자 한다. 따라서 본 논문에서는 서울지역에 거주하고 있는 20-30대 남성의 음성을 수집하여 음성 분석학적 요소 중 피치 분석 요소들에 대한 추출 및 비교를 통해 사상의학의 사기론에서 제안하는 이론적 근거를 입증하고자 한다. 최종적으로 실험을 통해 추출된 결과를 사상의학 전문의의 진단 결과와 비교, 분석하여 제안하는 기법에 대한 검증을 수행하고자 한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.2
• /
• pp.1-6
• /
• 2009

One of the most important problems in bioinformatics is how to extract the useful information from a huge amount of data, and make a decision in diagnosis, prognosis, and medical treatment applications. This paper proposes a weighted kernel function for support vector machine and its learning method with a fast convergence and a good classification performance. We defined the weighted kernel function as the weighted sum of a set of different types of basis kernel functions such as neural, radial, and polynomial kernels, which are trained by a learning method based on genetic algorithm. The weights of basis kernel functions in proposed kernel are determined in learning phase and used as the parameters in the decision model in classification phase. The experiments on several clinical datasets such as colon cancer indicate that our weighted kernel function results in higher and more stable classification performance than other kernel functions.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.4
• /
• pp.34-43
• /
• 2010

Texture information plays an important role in object recognition and classification. To perform an accurate classification, the texture feature used in the classification must be highly discriminative. This paper presents a novel texture descriptor for texture-based image retrieval and its application in Computer-Aided Diagnosis (CAD) system for Emphysema classification. The texture descriptor is based on the combination of local surrounding neighborhood difference and centralized neighborhood difference and is named as Combined Neighborhood Difference (CND). The local differences of surrounding neighborhood difference and centralized neighborhood difference between pixels are compared and converted into binary codewords. Then binomial factor is assigned to the codewords in order to convert them into high discriminative unique values. The distribution of these unique values is computed and used as the texture feature vectors. The texture classification accuracies using Outex and Brodatz dataset show that CND achieves an average of 92.5%, whereas LBP, LND and Gabor filter achieve 89.3%, 90.7% and 83.6%, respectively. The implementations of CND in the computer-aided diagnosis of Emphysema is also presented in this paper.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.11
• /
• pp.149-157
• /
• 2014

Diabetes is a chronic disease that requires continuous medical care and patient-self management education to prevent acute complications and reduce the risk of long-term complications. The worldwide prevalence and incidence of diabetes mellitus are reached epidemic proportions in most populations. Early detection of diabetes could help to prevent its onset by taking appropriate preventive measures and managing lifestyle. The major objective of this research is to develop an automated decision support system for detection of diabetes using mixture of experts model. The performance of the classification algorithms was compared on the Pima Indians diabetes dataset. The result of this study demonstrated that the mixture of expert model achieved diagnostic accuracies were higher than the other automated diagnostic systems.