• 융합정보논문지
• /
• 제9권4호
• /
• pp.1-7
• /
• 2019

의료환경이 IT기술과 접목되어 의료 서비스에 대한 패러다임이 치료에서 예방으로 변화하고 있다. 특히, ICT 융 복합 디지털 헬스케어 기술이 병원 의료 시스템에 접목되면서 빅데이터, 사물인터넷, 인공지능과 같은 기반기술이 클라우드와 함께 사용되고 있다. 특히, 의료 서비스가 IT 기기와 함께 사용되면서 의료 서비스는 점점 더 사용자가 손쉽게 접근할 수 있도록 의료 서비스의 품질이 향상되고 있다. 클라우드 의료 환경 서비스에 IoT 서비스를 접목하려는 의료기관들은 병원 운영 비용 절감 및 서비스 품질 개선을 위해서 노력은 하고 있지만 아직 완벽하게 지원되지는 못하고 있는 상황이다. 본 논문에서는 클라우드 환경을 구축한 병원 IoT 시스템에서의 환자 정보 수집모델을 제안한다. 제안 모델에서는 병원 IoT 시스템을 구축한 클라우드 환경의 병원에서 환자의 질병 정보를 환자신체에 부착된 IoT 장치를 통해서 제3자가 환자의 생체 정보를 불법적으로 도청 및 간섭하는 것을 예방한다. 제안 모델에서는 병원을 방문하는 환자들의 식습관과 관련하여 발생되는 질병을 IoT 장치를 통해 수집하여 치료받을 수 있도록 의료진이 환자의 질병 정보를 분석하도록 한다. 분석된 질병 정보는 환자의 질병 정도에 따라 처방과 관리를 손쉽게 처리하도록 병원 업무를 최소화한다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.633-640
• /
• 2024

이 연구는 헬스케어 분야에서 활용 가능한 AI 기반의 3D 체형 모델링 기술을 개발하고, 이를 통해 사용자의 체형 변화와 건강 상태를 모니터링 할 수 있는 시스템을 제안한다. 사이즈코리아의 데이터를 활용하여 2D 이미지로부터 3D 체형 이미지를 생성하는 모델을 개발하고, 다양한 모델을 비교하여 가장 성능이 우수한 모델을 선정하였다. 최종적으로, 개발된 기술을 통해 개인 맞춤형 건강 관리, 운동 추천, 식단 제안 등의 시스템 프로세스를 제안함으로써 질병 예방 및 건강 증진에 기여하고자 하였다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.407-414
• /
• 2002

최근 자신의 건강에 관한 관심이 고조됨에 따라 웹 상에서 많은 증상 진단 사이트들이 대두되고 있다. 그러나 기존의 건강정보 사이트들은 사용자에게 매우 제한된 기능만을 제공하고 있다. 본 논문에서는 신경망의 학습 효과를(전문가의 지식이 아니라) 진단 과정에 통합되도록 함으로써 유연한 증상-진단 도구를 제안한다. 즉 사용자(흑은 전문가)가 웹 상에서 단계별로 지정한 증상들을 바탕으로 하여 신경망 모델에 적용함으로써 보다 유연하게 사용자의 질병을 예측할 수 있는 새로운 알고리즘을 개발한다. 제안한 알고리즘은 두 가지 중요한 특징을 가진다 : 1) 일반 사용자들은 조기에 자신의 질병에 대한 진단을 받을 수 있고, 2) 전문가는 예상 질병 목록과 함께 각 질병의 가능성(확률)을 참조함으로써 진단의 정확성을 높일 수 있다는 점이다.

• 문화기술의 융합
• /
• 제5권4호
• /
• pp.413-420
• /
• 2019

본 연구의 목적은 기존의 body fat mass 변수와 고콜레스테롤혈증의 연관성연구를 벗어나, 머신러닝기법을 기반으로 body fat mass 변수들의 조합을 이용하여 고콜레스테롤혈증 예측 모델을 개발하는 것이다. 이러한 연구를 위하여 국민건강영양조사 데이터를 기반으로 두 가지 variable selection 메소드와 머신러닝 알고리즘을 이용하여 총 6개의 모델을 생성하였고 질병 예측력을 비교분석하였다. 여러 body fat mass 관련 변수들 중에서 몸통지방량 변수가 고콜레스테롤혈증 예측력이 가장 우수한 변수인 것을 밝혀내었고, 머신러닝 기반 예측모델들 중에서 correlation-based feature subset selection 기반 naive Bayes 알고리즘을 이용한 모델이 0.739의 the area under the receiver operating characteristic curve 값과 0.36의 Matthews correlation coefficient 값을 얻었다. 이러한 연구의 결과는 향후 국내외 대규모 스크리닝 및 대중보건 연구에서 질병예측분야의 중요정보로 활용될 것으로 예상한다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.49-54
• /
• 2021

최근 스마트 헬스케어 기술의 발전에 따라 일상적인 질환에 대한 관심이 증가하고 있다. 이에 따라 헬스케어 데이터를 통해 예측 모델로 질병을 분석하거나 예측하는 연구들이 증가하고 있다. 그러나 헬스케어 데이터에는 양성 데이터와 음성 데이터의 불균형이 존재한다. 이는 특정 질환을 가진 환자에 비하여 상대적으로 환자가 아닌 사람이 많아 데이터 수집에 어려움이 있어 발생하는 현상이다. 데이터 불균형은 질병 예측 및 탐지 시 진행하는 모델의 성능에 영향을 끼치기 때문에 이를 제거할 필요가 있다. 따라서 본 연구에서는 오버샘플링과 결측값 대치를 통해서 데이터 불균형을 해소한다. AutoML을 기반으로 여러 모델의 성능을 파악하고 모델 중 상위 3개의 모델을 앙상블한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.937-939
• /
• 2005

의료영상의 3차원 모델링은 의학 연구 및 교육, 환자 치료를 위해 보다 정확한 정보를 제공 할 수 있다. 따라서 본 논문에서는 동맥경화가 발생된 위치를 정확하게 파악하고 빠르게 진단하는데 도움을 줄 수 있도록 3차원 개인 혈관모델의 자동생성 기법을 제안한다. 개인별 3차원 혈관모델을 생성하기 위하여 개인에 따라 모양이 다른 혈관조영사진에서 추출된 혈관영역을 기반으로 표준 모델을 변형 및 조정한다. 즉, 표준모델을 2차원으로 투영시킨 영상과 개인별 2차원 혈관영상에 대응되는 특징점을 추출하고 각 특징점의 이동량을 계산한 뒤 이 결과를 3차원으로 역 투영시킴으로써 변형된 새로운 혈관 모델을 생성한다. 3차원 혈관모델을 통하여 질병의 진행 및 차도를 환자들이 시각적으로 확인할 수 있으므로 높은 안정감을 주며 빠르고 정확한 진단으로 오진율을 감소시킬 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.107-111
• /
• 2006

IT산업 발전에 따라 일상생활은 점차 편리해지고 있으며 이와 비례하여 환경오염의 확산과 각종 질병들에 대한 위험도 점차 높아지고 있다. 인간의 생명을 위협하는 위험한 질병 중에는 사전에 예방하지 않으면 돌이킬 수 없는 사태로 확산되기도 하지만 바쁜 현대인들에게는 자신의 건강상태를 사전에 파악하고 관리하기 힘든 실정이다. 이에 유비쿼터스 환경에 접어든 IT기술을 바탕으로 의료진단 및 예방 시스템을 구축하여 사용자들이 센서를 통해 컴퓨터를 직접 이용하지 않더라도 자신의 건강상태를 유지 관리할 필요가 있다. 그러므로 본 논문에서는 이와 같이 유비궈터스 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.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.11-16
• /
• 2019

사람들은 바쁜 현대사회 속에서 시간적 제재를 받고 있다. 이에 따라 사람들은 건강에 나쁜 영향을 미치는 간편한 인스턴트 식품을 섭취하고 간단한 운동조차하기 어려운 상황에 놓여있다. 또한 불필요한 정보과부화 현상으로 인해 개인의 특성에 적합하고 정확한 추론을 하는 것에 대한 중요성이 커지고 있다. 따라서 본 논문에서는 다중상황의 군집분석과 연관규칙을 이용한 지식추론 모델을 제안한다. 제안하는 방법은 상황정보에 따른 군집을 기반으로 연관규칙을 생성함으로써 사용자들에게 개인화된 헬스케어 방법을 제공한다. 이를 통해 각 질병에 대한 위험도를 추론함으로써 해당 질병에 대한 발병률을 낮출 수 있다. 또한 성능 평가를 통해 제안하는 모델이 비교 모델보다 수치상으로 F-measure 값이 0.027 더 높게 나타나며, 비교 모델 보다 우수하게 평가된다.

• 한국산업정보학회논문지
• /
• 제25권6호
• /
• pp.33-45
• /
• 2020

본 논문은 최근 다양한 종류의 웨어러블 디바이스가 헬스케어 도메인에 급증하여 사용되고 있는 상황에서 최신 첨단 기술이 실제 메디컬 환경에서 개인의 질병예측이라는 관점을 바라본다. 사용자 참여형 웨어러블 디바이스를 통하여 임상 데이터와 유전자 데이터, 라이프 로그 데이터를 병합하여 데이터를 수집, 처리, 전송하는 과정을 걸쳐 딥뉴럴 네트워크의 환경에서 학습모델의 제시와 피드백 모델을 연결하는 과정을 제시한다. 이러한 첨단 의료 현장에서 일어나는 메디컬 IT의 임상시험 절차를 걸친 실제 현장의 경우 대사 증후군에 의한 특정 유전자가 질병에 미치는 영향을 측정과 더불어 임상 정보와 라이프 로그 데이터를 병합하여 서로 각기 다른 이종 데이터를 처리하면서 질병의 특이점을 확인하게 된다. 즉, 이종 데이터의 딥뉴럴 네트워크의 객관적 적합성과 확실성을 증빙하게 되고 이를 통한 실제 딥러닝 환경에서의 노이즈에 따른 성능 평가를 실시한다. 이를 통해 자동 인코더의 경우의 1,000 EPOCH당 변화하는 정확도와 예측치가 변수의 증가 값에 수차례 선형적으로 변화하는 현상을 증명하였다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1462-1468
• /
• 2022

송아지 질병 진단을 위해 사용되는 여러 데이터 중에서 분변은 질병 진단의 중요한 역할을 한다. 송아지 분변 이미지에서 형태, 색상, 질감으로 건강 상태를 알 수 있다. 건강 상태를 파악할 수 있는 분변 이미지는 분변 상태에 따라 정상 송아지 207개와 설사증 송아지 158개의 데이터를 전처리하여 사용하였다. 본 논문에서는 수집된 송아지 데이터 중에서 분변 변수의 이미지를 탐지하고 합성곱 네트워크 기술을 활용하여 질병 증상을 포함하고 있는 데이터 세트에 대해 CNN과 GLCM의 속성을 결합한 GLCM-CNN을 적용하여 이미지를 학습시켰다. CNN의 89.9% 정확도와 GLCM-CNN는 91.7%의 정확도를 보이는 GLCM-CNN는 1.8%의 높은 정확도를 나타내는 유의미한 차이가 있었다.