• Journal of Periodontal and Implant Science
• /
• 제35권2호
• /
• pp.413-426
• /
• 2005

수직 치근파절은 특이성을 나타내지 않기 때문에 치과의사가 정확한 진단을 하기 어렵다. 따라서 수직 치근파절의 임상적 특징, 진단적 증상을 파악하여 향후 근관치료된 치아나 치료되지 않은 치아에서 수직 치근파절의 유발인자와의 관련성 및 고찰을 통해 수직 치근파절의 예방 및 치료에 응용할 수 있을 것으로 생각된다. 연구대상은 조선대학교 부속치과병원 치주과에 내원한 환자 중 최근 2년간 144명의 환자에서 근관치료를 받았거나 받지 않았던 치아 중 임상적 및 방사선학적으로 수직 치근파절로 진단된 156개의 증례를 대상으로 하였다. 모든 불확실한 증례에서 수직 지근파절의 최종 진단은 외과적 탐지를 통해 이루어졌고, 금이 간 치아와 관련될 수 있는 치근파절의 증례의 경우는 제외되었다. 근관치료된 치아와 치료되지 않은 치아, 환자의 나이와 성별, 치아종류 및 파절된 치근부위, 자각증상의 유무를 기준으로 각각의 수치와 백분율로 분류하였다. 수직 치근파절의 증상과 증후별로 분류하였으며, 진단방법에 의한 분류, 치료방법에 따른 분류, 근관 치료 후 수직 치근파절이 발생한 기간에 따른 분류를 시행하고 통계분석을 하여 다음과 같은 결과를 얻었다. 1. 근관치료를 받지 않았던 치아의 수직 치근파절의 발생율은 58%였다. 2. 성별에 따른 발생률에 있어서 남성의 호발양상을 나타내었다. 3. 근관치료된 치아에 있어서 치료되지 않은 치아에 비해 호발연령이 낮았다. 4. 전치부의 수직 치근파절은 관찰되지 않았으며 특히, 강한 교합력을 필요로 히는 구치부에서의 높은 발생율을 나타냈다. 5. 수직 치근파절의 가장 주된 증상 및 증후는 깊은 치주낭 깊이였다. 6. 근관 치료 후 수직 치근파절이 발생한 기간은 평균 5.7년이었다. 7. 다수 증례에 있어서 3개 이하의 결손치를 가졌고, 자각증상이 나타났다. 이상의 결괴에서 한국인에 있어서 근관치료를 받지 않은 치아의 수직 치근파절은 드문 현상이 아님을 알 수 있었고 남성과 구치부에 있어서의 높은 발생율을 알 수 있었다. 그 이유로는 강한 교합력, 딱딱한 음식의 저작습관, 치조골 흡수에 따른 낮은 저항성, 골 유연성의 저하 등으로 여겨진다. 그러나, 수직 치근파절은 아직까지 정확한 진단을 내리기는 여전히 어려운 상태이며, 이를 위한 다양한 진단방법 및 더 나은 연구가 필수적이라 하겠다. 그리고, 향후 보다 많은 증례에 대한 분석, 치주질환에 이환되지 않은 경우의 분석, 치료 후 생존 기간에 대한 고찰 등도 필요하리라 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.90-93
• /
• 2007

우리나라만의 독창적인 의료체계인 사상체질은 의학적 본질의 우수성에도 불구하고 크게 대중화 되지 않았으며 인지도 또한 높지 못하다. 이는 사상체질에서 가장 중요한 부분이 사상체질의 정확한 분류인데 현재 임상현장에서 행해지고 있는 사상체질 분류 방식은 임상의의 경험과 주관적 소견에 의해 분류되고 있기 때문에 진단 결과에 객관성이 없고 정확도가 낮게 평가되고 있는 실정이다. 이를 위해 사상체질 진단 방법 중 하나인 용모사기론을 IT공학의 영상처리에 적용하여 안면 영상 분석을 통해 사상체질 분류를 수행하고자 한다. 이를 위해 본 논문에서는 사상의학적 원전과 기존의 방법들을 조사, 연구하여 사상체질 분류의 중요한 요소를 결정하고 시스템 구현을 목표로 실험을 통해 사상체질 분류의 유의성을 갖는 측정 요소에 대해 검증해 보고자 한다.

• 대한정형외과 초음파학회지
• /
• 제7권2호
• /
• pp.77-83
• /
• 2014

목적: 본 연구의 목적은 견관절의 석회성 건염에서 발생하는 석회 침착물의 성상에 대한 기존의 단순 방사선학적 분류법들이 가지는 진단적 정밀도(precision)에 대한 평가로써, 관측자간 일치도를 평가하고, 석회 침착물의 치약형 성상 여부를 예측하는데 있어서의 진단적 정확도(accuracy)를 평가하여, 기존의 방사선학적 분류법들이 가지는 진단적 검사로써의 유용성에 대하여 평가하는 것이다. 대상 및 방법: 2010년 3월부터 2013년 9월까지 본원에서 견관절 석회성 건염으로 수술적 치료를 받은 26명 환자(26예 견관절)를 대상으로 후향적 연구를 시행하였다. 관절경하에서 관측한 석회 침착물의 성상은 총 26예 중 14예에서 분필 가루형이었고, 12예에서 치약형이었다. 수술 전 단순 견관절 방사선 검사상 나타나는 석회 침착물의 형태를 G$\ddot{a}$rtner, DePalma, Patte이 기술한 3가지 분류 체계에 따라 각각 2인의 평가자가 분석하였으며, Cohen's kappa를 이용하여 각 분류법의 관측자간 일치도를 평가하였다. 단순 방사선상에서 G$\ddot{a}$rtner 분류 III형, DePalma 분류 I형, Patte 분류 II형의 각각의 치약형 석회 침착물의 예측에 대한 민감도 및 특이도, 양성 우도비 및 음성 우도비, 그리고 진단적 승산비(diagnostic odds ratio)를 평가하였다. 치약형 석회 침착물 성상의 기준은 관절경하에서 관측한 성상을 기준으로 하였다. 결과: 단순 방사선상에서 평가한 석회 침착물의 형태에 대한 평가자간 신뢰도는 Patte 분류에서 Kappa 값이 0.62로 가장 높았고, DePalma가 0.56, G$\ddot{a}$rtner가 0.36 순이었다. 치약형 침착물을 예측하는 단순 방사선상의 침착물 형태의 민감도는 G$\ddot{a}$rtner 분류 III형, DePalma 분류 I형, Patte 분류 II형에서 각각 순서대로 83.3%, 91.7%, 58.3%였으며, 특이도는 각각 85.7%, 50.0%, 64%였다. 양성 우도비는 각각 순서대로 5.833, 1.833, 1.633였으며, 음성 우도비는 각각 0.194, 0.167, 0.648이었다. 진단적 승산비는 각각 순서대로 30.00, 11.00, 2.52이었다. 결론: 견관절의 석회성 건염에서 발생하는 석회 침착물의 성상의 예측에 대한 기존의 분류법을 이용한 평가 결과, 진단적 정밀도 및 정확도 모두에서 높은 수치를 보이는 분류법은 없었다. 따라서 추후 초음파와 같은 검사를 이용하여 석회 침착물 성상의 예측 가능 여부에 대한 추가적 연구가 필요할 것으로 생각된다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• 대한치과의사협회지
• /
• 제21권7호통권170호
• /
• pp.525-528
• /
• 1983

치수가 어떤 병적상태에 있는지 정확히 구분해 내는 것은 매우 어려운 일이다. 한 병적상태에서 다른 질환으로 쉽게 이행되고 염증상태에 있는 치수는 위촉되어 질환을 분류하는데 중첩되고 또한 병리조직학적 관점에서 진단해 내야 하기 때문에 임상에서 정확한 진단을 내리는데는 난점이 많다. 그러나 환자가 호소하는 주증상과 기왕증은 진단에 매우 중용한 부분을 찾이 하고 술자가 관찰하는 여러 가지 시험들을 토대로 하여 종합관찰한 후에 진단을 내려야 할 것이다.

• 전기전자학회논문지
• /
• 제12권2호
• /
• pp.87-94
• /
• 2008

골반저근은 골반기관을 지지하여 요자제를 유지하는 여성의 주요 하부조직으로 수축압력을 평가함으로써 복압성 요실금의 정도를 진단할 수 있다. 본 연구에서는 생체신호 측정 시스템을 개발하여 골반저근의 수축압력을 측정하였으며, 데이터 분석을 통하여 진단 파라메터를 추출하였다. 진단 파라메터의 통계적 분석을 수행하여 특성이 유사한 피험자를 다섯 개의 군집으로 분류하였으며, 군집으로 분류된 데이터가 중첩되지 않도록 복압성요실금 진단 알고리즘을 구현하였다. 임상시험 결과 진단 알고리즘의 정확성이 약 78.9%로 나타났으며 그 유용성이 확인되었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.91-94
• /
• 2001

유방 질만 분석을 위한 병리진단에서는 암종세포의 세관형성 정도와 핵의 다형성과 유사분말정도를 기준으로 하여 나누는 방법이 용이하고 재현성이 높다. 그 중에서도 세포핵의 크기와 다형성, 핵과 세포질의 비율은 양성종양과 악성종양을 분류하는데 있어서 중요한 요소중의 하나이다. 그러므로 본 논문에서는 유방 질단 영상에서 세포핵을 추출하여, 핵의 형태학적 특징값인 핵의 연적 둘레, 가로·세로(장·단축)의 길이를 구하고 핵과 세포질의 비율을 계산한 후, 추출한 형태학적 특성 칸들이 양성종양과 악성종양으로 분류하는데 있어서 유의한 특성 값인지 비교·분석하였다.

• 한국빅데이터학회지
• /
• 제2권2호
• /
• pp.75-86
• /
• 2017

본 연구에서는 빅데이터의 품질을 진단하는 방법을 자동화하는 방법을 제안하고 있다. 빅데이터의 품질진단을 자동화해야 하는 이유는 4차 산업혁명이 이슈화 되면서 과거보다 더 많은 볼륨의 데이터를 발생시키고 이 데이터들을 활용 하려는 요구가 증가하기 때문이다. 데이터는 급증하지만 데이터의 품질을 진단하기 위해 많은 시간이 소비된다면 데이터를 활용하기 위해 많은 시간이 걸리거나 데이터의 품질이 낮아질 수 있다. 그러면 이러한 낮은 품질의 데이터로부터 의사결정이나 예측을 한다면 그 결과 또한 잘못된 방향을 제시할 것이다. 이러한 문제를 해결하기 위해 많은 데이터를 신속하게 진단하고 개선할 수 있는 머신러닝 이용한 빅데이터 품질 향상을 위한 진단을 자동화 할 수 있는 모델을 개발하였다. 머신러닝을 이용하여 도메인 분류 작업을 자동화하여 도메인 분류 작업 시 발생할 수 있는 오류를 예방하고 작업 시간을 단축시켰다. 연구 결과를 토대로 데이터 변환의 중요성, 학습되지 않은 데이터에 대한 학습 시킬 수 있는 방안 모색, 도메인별 분류 모델을 개발에 대한 연구를 지속적으로 진행한다면 빅데이터를 활용하기 위한 데이터 품질 향상에 기여할 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.197-206
• /
• 2009

의료정보 시스템은 의료영상과 진단정보를 공유할 수 있는 환경을 제공해주는 효과적인 진단 보조 도구이지만 단순히 정보의 저장과 전송만을 제공한다. 이러한 단점을 해결하고 진단활동의 효율성을 높이기 위해서는 의료영상 분류 및 검색 시스템이 필요하다. 의료영상 분류 및 검색 시스템은 질환 영상과 유사한 영상을 제공함으로써 진단활동의 효율성을 높이고, 다양한 사례 확인을 통하여 보다 전문적인 의료활동을 제공할 수 있다. 그러나 기존의 영상 분류 및 검색 시스템은 영상의 표면적인 정보만을 이용하므로 영상이 내포하는 의미를 파악하기 어렵다. 그러므로 영상의 표면적인 정보뿐만 아니라 영상을 구성하는 요소들의 관계를 파악하여 영상을 분류할 수 있는 의료영상 분류 시스템이 필요하다. 본 논문에서 제안한 기법은 뇌 자기공명영상에서 영상의 표면적인 정보와 공간정보를 추출하여 뇌 자기공명영상을 학습하고 분류한다. 영상의 표면적인 정보는 영상 자체가 갖는 색상, 모양 등의 정보로 하위 영상정보라 하고, 영상의 논리정보를 상위 영상정보라 한다. 본 논문에서는 하위 영상정보와 상위 영상정보를 추출할 때 뇌의 해부학적 명칭과 구조를 활용하였다. 하위 영상정보는 뇌 영상의 부분 영역들에 대한 해부학적 명칭을 부여하기 위해 활용되고, 상위 영상정보는 명칭이 부여된 부분 영역들의 관계를 활용하여 정보를 추출한다. 각 정보는 학습과 분류에 사용된다. 실험에서는 질환을 갖는 뇌 자기공명영상을 활용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.43-51
• /
• 2013

신뢰성 있는 부정맥 진단을 위해서는 리듬 구간 및 심박 단위의 종합적인 분석을 통하여 심전도 신호에 대한 분류 결과가 제시되어야 한다. 본 논문에서는 심전도 신호의 특징점에 기반하여 규칙기반 분류를 이용한 일정 구간의 리듬 분석을 수행하고 SVM기반 분류를 이용한 심박 단위의 리듬분석을 첨가하였다. 규칙기반 분류에서는 리듬 구간의 특징에 대하여 임상 자료로부터 도출된 규칙 베이스를 이용하여 리듬 유형을 분류하도록 하며, SVM기반 분류에서는 심박 단위의 특징에 대하여 미리 학습된 다중 SVM 분류기를 이용하여 단조 리듬 및 주요 비정상 심박을 분류하도록 한다. MIT-BIH 부정맥 데이터베이스를 이용한 실험을 통하여 11가지 리듬 유형에 대하여 규칙기반 방법만을 적용하였을 경우 68.52%, 규칙기반과 SVM기반의 융합 방법을 적용하였을 경우 87.04%의 분류 성능을 각각 보였다. SVM기반 방법으로 단조 리듬과 배열 리듬에 대한 오분류 개선을 통하여 분류 성능에서 19% 정도가 향상됨을 확인하였다.