• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.122-127
• /
• 2010

광대역 재구성 기법(Wide Beam Reconstruction : WBR)은 잡음을 감소시켜 신호 대 잡음 비를 증가시키고, 또 광속 확산 함수 효과(Beam spread function effect)를 저하시킴으로써 기존의 여과 후 역투영법(Filtered Back Projection : FBP)와 비교하였을 때 영상의 질은 동등하고 영상획득 시간을 줄일 수 있는 장점이 있다고 보고 있다. 본 연구는 UltraSPECT(Haifa,Israel)사 광대역 재구성 기법 인 Xpress3.$cardiac^{TM}$를 이용하여 기존의 FBP기법에 대한 WBR기법의 유용성을 알아보고자 한다. 1. Phantom 실험 : Anthropomorphic torso phantom을 사용하여 심근과 연부조직 그리고 폐 영역에$^{201}Tl$을 각각 74 kBq(2 ${\mu}Ci$)/cc, 11.1 kBq (0.3 ${\mu}Ci$)/cc, 2.59 kBq (0.07 ${\mu}Ci$)/cc의 비율로 투여하여 검사 시 실제 환자의 count와 유사하게 phantom을 제작하였다. 영상획득은 게이트법 적용 없이 Tl-201 심근관류 SPECT를 시행하였다. FBP로 재구성 한 영상은 투사영상 당 50초로 영상을 획득하였고, WBR으로 재구성 한 영상은 시간을 1/4로 단축하여 투사영상 당 13초로 영상을 획득하였다. 두 가지 기법으로 재구성한 영상을 Xeleris ver. 2.0551을 이용하여 반치폭(Full Width at Half Maximum : FWHM)과 평균 영상 대조도를 비교하였다. 2. 환자 정량분석 값 비교 : 2010년 1월 ~ 4월까지 본원에서 Tl-201 심근관류 SPECT 시행한30명의 환자를 대상으로 분석하였다. 먼저 아데노신 부하 후 stress 촬영 시 투사영상당 50초로 약 15분 동안 영상을 획득한 후 곧바로 투사영상당 13초로 약 4분 동안 영상을 다시 획득하였다. 또 rest 촬영시에도 동일하게 획득하였다. 투사영상 당 50초로 획득한 데이터는 FBP기법으로, 투사영상 당 13초로 획득한 데이터는 WBR기법으로 재구성하여 SSS, SDS, SRS, EDV, ESV, EF 값을 산출하여 비교 하였다. Phantom 실험 후 분해능 측정 결과, WBR기법으로 재구성한 경우 FBP기법에 비하여 FWHM은 29.46% 향상되었다(WBR data: 5.47 mm, FBP data: 7.07 mm). 또 평균 영상 대조도 증가하는 것으로 나타났다(WBR data: 0.90, FBP data: 0.56). 반면 환자 데이터를 분석한 결과, SSS, SDS, SRS, EDV, ESV, EF 등 정량분석 값들은 상호간에 유의한 차이를 보였다(p<0.01). 상관계수는 SSS, SDS, SRS에서 각각 0.18, 0.34, 0.08로 통계적으로 유의한 차이를 보였지만 EDV, ESV, EF에서는 각각 0.88, 0.89, 0.71로 좋은 상관관계를 보였다. Phantom 실험 결과 WBR기법은 FBP에 비해 분해능이 향상된 결과를 보였고, 평균 영상 대조도 역시 증가하는 것으로 나타났다. 환자 데이터를 분석하였을 때, WBR기법과 FBP기법 간의 정량분석 값들은 유의한 차이를 보였고, 상관계수 또한 SSS, SRS, SDS에서 유의한 차이가 보였으나, EDV, ESV, EF값에서는 높은 상관관계를 나타났다. 본 연구를 통하여 phantom 실험에서는 영상 획득 시간의 단축 및 영상의 질 향상을 확인할 수 있었다. 단, 환자 데이터에 대한 정량분석에서는 기존의 FBP기법에 비하여 많은 차이가 있어 임상에 적용 시 이에 대한 고려 및 추가적인 연구가 필요할 것이라고 사료된다.