• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.31 no.3
• /
• pp.209-219
• /
• 2013

Epidemiological models on disease spread attempt to simulate disease transmission and associated control processes and such models contribute to greater understanding of disease spatial diffusion through of individual's contacts. The objective of this study is to develop an agent-based modeling(ABM) approach that integrates geographic information systems(GIS) to simulate the spread of FMD in spatial environment. This model considered three elements: population, time and space, and assumed that the disease would be transmitted between farms via vehicle along the roads. The model is implemented using FMD outbreak data in Andong city of South Korea in 2010 as a case study. In the model, FMD is described with the mathematical model of transmission probability, the distance of the two individuals, latent period, and other parameters. The results show that the GIS-agent based model designed for this study can be easily customized to study the spread dynamics of FMD by adjusting the disease parameters. In addition, the proposed model is used to measure the effectiveness of different control strategies to intervene the FMD spread.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.81-83
• /
• 2015

본 연구는 사용자의 감성이 온라인 소셜 미디어를 통해 감염이 된다는 사실을 감성 전파 모델링으로 보이고자 한다. 이를 위해 전염병 파생을 기술하고 이를 예측하는데 사용되었던 질병확산 모델을 기초로 소셜 미디어상의 감성 전파 모델을 제시한다. 제시한 모델의 타당성을 검증하기 위해 특정 리테일 산업에 대한 논의가 활발히 이루어지고 있는 웹포럼의 데이터를 수집한다. 수집된 데이터로부터 주요 주제어를 도출하고, 주제별 감성을 측정하고, 시간에 따른 감성 값을 도출하여, 제시한 모델을 추정한다. 실험 결과 사용자의 긍정적 감성과 부정적 감성이 서로 경쟁관계에 있다는 가정을 따른 제안한 모델이 타당함을 보였다.

• The Journal of the Korea Contents Association
• /
• v.21 no.12
• /
• pp.322-330
• /
• 2021

In modern aquaculture, mass mortality is a very important issue that determines the success of aquaculture business. If a fish disease is not detected at an early stage in the farm, the disease spreads quickly because the farm is a closed environment. Therefore, early detection of diseases is crucial to prevent mass mortality of fish raised in farms. Recently deep learning-based automatic identification of fish diseases has been widely used, but there are many difficulties in identifying objects due to insufficient images of fish diseases. Therefore, this paper suggests a method to generate a large number of fish disease images by synthesizing normal images and disease images using SinGAN deep learning model in order to to solve the lack of fish disease images. We generate images from the three most frequently occurring Paralichthys Olivaceus diseases such as Scuticociliatida, Vibriosis, and Lymphocytosis and compare them with the original image. In this study, a total of 330 sheets of scutica disease, 110 sheets of vibrioemia, and 110 sheets of limphosis were made by synthesizing 10 disease patterns with 11 normal halibut images, and 1,320 images were produced by quadrupling the images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.334-337
• /
• 2020

코로나감염-19, 사스, 메르스 등 바이러스성 질병이 전세계적으로 확산되어 많은 인구가 감염되어 왔다. 바이러스성 질병의 확산 예측 및 종결을 위해 실제 감염자 데이터를 기반으로 한 시뮬레이션 연구는 반드시 필요하다. 본 연구는 지역 내 클러스터 감염 시뮬레이션을 위한 바이러스 감염모델을 제안한다. 제안하는 모델은 여러 개의 셀로 구성되어 있으며, 각 셀은 군집을 표현하고 있다. 본 논문에서 제안한 모델은 실제 데이터를 기반으로 하여 정확도가 높으며, 이를 바탕으로 향후 지역의 특성을 반영한 전파 시뮬레이션 혹은 지역 간의 전파를 예상하는 시뮬레이션의 기초로 사용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.413-416
• /
• 2020

COVID-19(Coronavirus Disease 2019)는 RNA 형 바이러스로써 점막감염(粘膜感染)과 비말전파(飛沫傳播)로 전염되는 급성 호흡기성 질병이다. 2019 년 12 월 중국 후베이 우한에서 처음 감염이 보고된 후 빠르게 글로벌로 확산되었고, 현재 여러 국가와 지역이 Lockdown 상태에 있다. COVID-19 의 치사율은 국가별, 연령별 차이는 있으나 사스(SARS-CoV), 메르스(MERS-CoV) 등과 비교하여 높다고 할 수 없다. 그러나 COVID-19 는 신종 코로나바이러스로써 아직 백신(Vaccine)과 항바이러스제가 개발되지 않았고 다른 질병과 비교하여 빠른 감염 속도때문에 의료 공백, 사회적 혼란, 경제적 손실을 크게 일으키고 있다. 따라서 바이러스의 확산 양상을 데이터 분석을 통하여 예측할 수 있다면 사회·경제적인 폐해를 줄일 수 있어 Bass 모델과 R 패키지를 이용하여 COVID-19 확산 예측 모형을 계량적으로 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.701-704
• /
• 2006

산업 발전에 따라 생활은 점차 편리해지고 각종 질병들에 대한 위험도 점차 높아지고 있다. 인간의 생명을 위협하는 위험한 질병 중에는 사전에 예방하지 않으면 돌이킬 수 없는 사태로 확산되기도 하지만 바쁜 현태인들에게는 자신의 건강상태를 사전에 파악하고 관리하기 힘든 실정이다. 이에 유비쿼터스 환경에 접어든 IT기술을 바탕으로 의료진단 및 예방 시스템을 구축하여 실요자들이 센서를 통해 컴퓨터를 직접 이용하지 않더라도 자신의 건강상태를 유지 관리할 필요가 있다. 그러므로 본 논문에서는 이와 같이 유비쿼터스 환경으로 변화해가는 기술적 변화를 바탕으로 의료 진단 및 예방이 가능한 시스템 구축을 위한 모델로서 뇌혈관 질환에 대한 모델을 제시하고자 한다. 또한, 이를 통해 향후 구축하고자 하는 u-헬스 케어 의료진단 시스템 구축 모델에 활용하고자 하며, 본 모델을 통해 의료정보를 활용한 산업 발전과 인류의 편이성 증대 및 건강상태의 주기적 검사를 통해 향상된 복지문화를 유도할 수 있을 것이다.

• Journal of the Korea Society for Simulation
• /
• v.29 no.4
• /
• pp.1-7
• /
• 2020

Early detection and classification of crop diseases play significant role to help farmers to reduce disease spread and to increase agricultural productivity. Recently, many researchers have used deep learning techniques like convolutional neural network (CNN) classifier for crop disease inspection with dataset of crop leaf images (e.g., PlantVillage dataset). These researches present over 90% of classification accuracy for crop diseases, but they have ability to detect only the pre-trained diseases. This paper proposes an efficient disease inspection CNN model for new crops not used in the pre-trained model. First, we present a benchmark crop disease classifier (CDC) for the crops in PlantVillage dataset using VGG16. Then we build a modified crop disease classifier (mCDC) to inspect diseases for untrained crops. The performance evaluation results show that the proposed model outperforms the benchmark classifier.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.2
• /
• pp.94-106
• /
• 2018

The epidemiological model is useful for creating simulation and associated preventive measures for disease spread, and provides a detailed understanding of the spread of disease space through contact with individuals. In this study, propose an agent-based spatial model(ABM) integrated with spatial big data to simulate the spread of MERS-CoV infections in real time as a result of the interaction between individuals in space. The model described direct contact between individuals and hospitals, taking into account three factors : population, time, and space. The dynamic relationship of the population was based on the MERS-CoV case in Seoul Metropolitan Government in 2015. The model was used to predict the occurrence of MERS, compare the actual spread of MERS with the results of this model by time series, and verify the validity of the model by applying various scenarios. Testing various preventive measures using the measures proposed to select a quarantine strategy in the event of MERS-CoV outbreaks is expected to play an important role in controlling the spread of MERS-CoV.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.6 s.44
• /
• pp.107-111
• /
• 2006

According to IT(information technology) industry progress. our life is gradually convenient. The proliferation of environmental pollution and the threat of diseases proportional to the progress comes to be high gradually. We must prevent dangerous diseases which threatens the life of the human. Or we are bumped against irrevocable serious situation. In spite of the situation. managing one's own health against modern busy lifestyle is very difficult. Therefore, we need to manage our health situation by using sensors based on ubiquitous IT environment. In this paper. we propose a diagnostic model which is able to diagnose and prevent a cerebrovascular disease based on ubiquitous technology. Also. as a step of implementing the u-health care diagnosis system, the diagnosis model of cerebrovascular disease plays an important role to decide a clinic result. In the future, by using this model. we may improve our welfare and health.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.753-756
• /
• 2014

파킨슨병은 도파민계 신경이 파괴되는 질병으로 알츠하이머병과 함께 대표적인 퇴행성 뇌 질환으로 병의 진행을 완화시킬 수 있는 치료법이 존재하기 때문에 병의 진단이 굉장히 중요하다. 파킨슨병을 진단하기 위한 과거의 연구는 대부분 단일 생체지표를 이용하는 것이었지만 이러한 방법에는 한계성이 존재한다. 따라서 본 연구에서는 생화학적 생체지표인 뇌척수액 내의 ${\alpha}-synuclein$ 단백질 수치와 영상학적 생체지표인 확산 텐서 영상의 여러 모수들을 결합한 융합 생체지표를 특징으로 사용하는 파킨슨병 진단 모델을 개발하고 성능을 평가하였다. 10-fold cross validation 에서 모든 성능지표에 대해 최고 100%를 보였으며, cross validation 의 과적합을 감안하더라도 파킨슨병의 조기진단에 유용하게 사용될 수 있는 가능성을 제시하였다.