• 대한영상의학회지
• /
• 제81권5호
• /
• pp.1164-1174
• /
• 2020

목적 수술 전 초음파 검사에서 갑상선 종양의 재발을 예측할 수 있는 심층 학습 모델을 개발하고자 한다. 대상과 방법 수술 전 초음파에서 병리학적으로 확진된 갑상선 수술을 받은 229명의 환자(남성:여성 = 42:187, 평균 연령, 49.6세)의 대표적인 초음파 이미지를 포함시켰다. 각각 대표적인 횡축 또는 종축 초음파 이미지가 선택되었다. 신경 네트워크용 Python 2.7.6 및 Keras 2.1.5, convolutional neural network을 사용한 심층 학습이 사용되었다. 재발한 환자와 재발이 없는 환자의 임상 및 조직학적 특징을 비교하였다. 그룹 간의 심층 학습 모델의 receiver operating characteristic curve 곡선 아래의 영역은 재발 갑상선암을 예측하기 위한 심층 학습 모델의 예측에 사용되었다. 결과 전체 환자 229명 중 49명이 종양 재발(21.4%)을 보였다. 종양의 크기, 다원성은 재발이 없는 군과 재발 군에서 유의한 차이가 있었다(p < 0.05). 재발성 갑상선암 예측을 위한 심층 학습 모델의 전반적인 평균 area under the curve (이하 AUC) 값은 0.9 ± 0.06이었다. 평균 AUC는 macrocarcinoma에서 0.87 ± 0.03, microcarcinoma에서 0.79 ± 0.16이었다. 결론 갑상선암의 초음파 이미지를 이용한 심층 학습 모델로 갑상선암 재발의 예측 모델 구축의 가능성을 보여주었다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.289-294
• /
• 2020

기능성 위장장애는 Helicobacter pylori 감염 및 비 스테로이드성 항염증제의 사용 등의 원인으로 발생하는 소화기 계통 질환이다. 그동안 기능성 위장장애의 위험요인에 대한 많은 연구들이 수행되어졌으나, 한국인에 대한 기능성 위장장애 예측 모델 제시에 대한 연구는 없는 실정이다. 따라서 본 연구의 목적은 중년 및 노년층을 대상으로 인구학적정보, 비만정보, 혈액정보, 영양성분 정보를 바탕으로 머신러닝을 이용하여 기능성위장장애 예측 모델을 구현하고 평가하는 것이다. 모델생성을 위해 wrapper-based variable selection 메소드와 naive Bayes 알고리즘이 사용되었다. 여성 예측 모델의 분류 정확도는 0.712의 the area under the receiver operating characteristics curve(AUC) 값을 나타냈고, 남성에서는 여성보다 낮은 0.674의 AUC값이 나타났다. 이러한 연구결과는 향후 중년 및 노년층의 위장장애 질환의 예측과 예방에 활용될 수 있다.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.337-346
• /
• 2021

일반적으로 비정상 신호 탐지 연구에서는 데이터 불균형으로 인해 정상 신호 특징을 주된 정보로 사용한다. 본 논문에서는 비정상 신호의 특징을 학습하는 병렬 오토인코더를 이용한 효율적인 비정상 신호 탐지기법을 제안한다. 제안된 동일한 구조로 이루어진 병렬 오토인코더는 정상 신호와 비정상 신호에 대한 특징을 학습하는 정상 복원기와 비정상 복원기로 구성되며, 정상 및 비정상 데이터를 순차적으로 학습함으로써 불균형 데이터 문제를 효율적으로 해결할 수 있다. 뿐만 아니라 보다 높은 탐지성능 향상을 위해서 부가적인 이진 분류기가 추가될 수 있다. 공개된 음향데이터를 이용한 실험결과, 제안된 병렬 탐지모델의 학습시간이 단일 오토인코더 탐지모델과 비교하여 약 1.31 ~ 1.61배 늘어나지만, 최소 22 % 이상의 Area Under Curve(AUC) 향상을 보였다. 또한, 사전에 훈련된 병렬 오토인코더를 이용하여 수중 음향데이터를 전이학습한 결과 수중 비정상 신호 AUC 탐지성능을 93 % 이상 향상시킬 수 있음을 확인하였다.

• 한국임상수의학회지
• /
• 제33권2호
• /
• pp.97-101
• /
• 2016

In the field of clinical medicine, diagnostic accuracy studies refer to the degree of agreement between the index test and the reference standard for the discriminatory ability to identify a target disorder of interest in a patient. The receiver operating characteristic (ROC) curve offers a graphical display the trade-off between sensitivity and specificity at each cutoff for a diagnostic test and is useful in assigning the best cutoff for clinical use. In this end, the ROC curve analysis is a useful tool for estimating and comparing the accuracy of competing diagnostic tests. This paper reviews briefly the measures of diagnostic accuracy such as sensitivity, specificity, and area under the ROC curve (AUC) that is a summary measure for diagnostic accuracy across the spectrum of test results. In addition, the methods of creating an ROC curve in single diagnostic test with five-category discrete scale for disease classification from healthy individuals, meaningful interpretation of the AUC, and the applications of ROC methodology in clinical medicine to determine the optimal cutoff values have been discussed using a hypothetical example as an illustration.

• 대한간호학회지
• /
• 제46권1호
• /
• pp.59-68
• /
• 2016

Purpose: Increase in suicide rate for senior citizens which has become widespread in our society today. It is not a normal social phenomenon and is beyond the danger level. The contents of this study include Korean senior citizens' suicide related risk factors and warning signs, and the development of a simple Geriatric Suicide Risk Scale. Methods: This study is Methodological Research to verify reliability and validity of the Geriatric Suicide Risk Scale according to the tool development process suggested by Devellis (2012). Results: For predictive validity assessment, high suicide screening accuracy was showed with an Area under the ROC curve (AUC) of .93. For the optimal cutoff point of 11, sensitivity was 93.9%, and specificity, 75.7% which are excellence levels. Cross validity for assessment of generalization possibility showed the Area under the ROC curve (AUC) as .82 and in case of a cutoff point of 11, sensitivity was 73.7%, and specificity, 65.9%. Conclusion: When it comes to practical nursing, it is significant that the Korean Geriatric Suicide Risk Scale has high reliability and validity through adequate tool development and the tool assessment step to select degree of suicide risk of senior citizens. Also, it can be easily applied and does not take a long time to administer. Further, it can be used by health care personnel or the general public.

• 대한의생명과학회지
• /
• 제19권3호
• /
• pp.233-238
• /
• 2013

Aspirin is still the mainstay of antiplatelet therapy in the cardiovascular and cerebrovascular disease. However, some patients are not responsive to the antithrombotic action of aspirin. The aim of this study was to assess the prevalence and clinical characteristics of aspirin resistance in patients with cerebral infarction. We tested platelet function in 557 patients who had been treated with aspirin in J general hospital. Platelet function was tested using the multiple electrode platelet aggregometry (MEA). Platelet reactivity was expressed as area under the aggregation curve (AUC, U) and >30 AUC was defined as aspirin resistance. Aspirin resistance was detected in 16.2% patients. There was not any significant differences in age, gender between aspirin resistance and aspirin sensitive patients. WBC was significantly higher in patients with aspirin resistance (P < .05). HDL-cholesterol was significantly higher in patients with aspirin sensitive (P < .05). Aspirin resistance was positive correlation with platelet count (r =.314, P =.003). The prevalence of aspirin resistance in cerebral infarction was 16.2%, and platelet count were related with aspirin resistance.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.221-225
• /
• 2023

본 연구에서는 코로나 바이러스 감염증은 음성만으로 빠르게 진단하는 효율적인 방법을 제안하였다. 기존의 딥러닝 기반 방법들의 연산시간과 대용량 학습자료 요구조건을 완화하기 위해서 Separable Transformer(SepTr)의 구조를 개선하여 파라미터의 수를 대폭 감소시키고 빠른 진단을 가능하게 하는 새로운 Strided Convolution Separable Transformer(SC-SepTr)를 제안하였다. 공개 음향 데이터인 Coswara에 대하여 실험을 수행한 결과 제안된 방법은 상대적으로 소규모의 학습자료에 대해서도 Area Under the Curve(AUC) 성능을 보장하면서도 신속하게 진단을 수행할 수 있음을 보였다.

• 문화기술의 융합
• /
• 제6권3호
• /
• pp.457-462
• /
• 2020

골다공증은 주로 노인에서 나타나는 질병으로써 뼈 질량 및 조직의 구조적 악화에 따라 골절의 위험을 증가시킨다. 본 연구의 목적은 영양소 성분과 골다공증과의 연관성을 파악하고, 영양소 성분을 기반으로 골다공증을 예측하는 모델을 생성 및 평가하는 것이다. 실험방법으로 binary logistic regression을 이용하여 연관성분석을 수행하였고, naive Bayes 알고리즘과 variable subset selection 메소드를 이용하여 예측 모델을 생성하였다. 단일 변수들에 대한 분석결과는 남성에서 식품섭취량과 비타민 B2가 골다공증을 예측하는데 가장 높은 the area under the receiver operating characteristic curve (AUC)값을 나타내었다. 여성에서는 단일불포화지방산이 가장 높은 AUC값을 나타내었다. 여성 골다공증 예측모델에서는 Correlation based feature subset 및 wrapper 기반 feature subset 메소드를 이용하여 생성된 모델이 0.662의 AUC 값을 얻었다. 남성에서 전체변수를 이용한 모델은 0.626의 AUC를 얻었고, 그외 남성 모델들에서는 민감도와 1-특이도에서 예측 성능이 매우 낮았다. 이러한 연구결과는 향후 골다공증 치료 및 예방을 위한 기반정보로 활용할수 있을 것으로 기대된다.

• 생명과학회지
• /
• 제32권2호
• /
• pp.79-85
• /
• 2022

최근 알코올성 간손상이나 간건강에 효과가 있는 천연물 원료를 포함하는 숙취해소제들이 시판되고 있다. 하지만 간손상이나 간건강에 대한 기능성은 숙취해소와는 다르기 때문에 숙취해소제들의 숙취해소 효능 검증이 필요하다. 본 연구는 국내의 4가지 숙취해소제의 효능을 알코올에 의한 숙취유도 흰쥐 모델에서 비교 조사하고자 하였다. 4가지 샘플들은 각각 C, M, R, S로 명명되었다. 동물실험에서 숙취 완화 효능은 혈중 알코올 및 아세탈데히드 농도로 평가되기 때문에 각 샘플들의 효과를 혈중 알코올과 아세탈데히드의 농도와 AUC (Area Under the Curve)로 평가하였다. 알코올 투여는 유의적으로 흰쥐의 혈중 알코올과 아세탈데히드 농도를 증가시켰다. 샘플 C, M, R, S순으로 에탄올의 Cmax와 AUC 감소율은 각각 5.9%, 3.1%, 8.4%, 11.7%와 8.9%, 2.2%, 12.1%, 19.6%였다. 아세탈데히드의 경우, 같은 샘플 순서로 Cmax는 14.2%, 15.2%, 28.2%, 35.0% 감소하였으며, AUC는 21.6%, 7.5%, 22.4%, 29.9%의 감소율을 보였다. 결론적으로, 샘플 S, R, C, M순으로 4개의 샘플 모두 EtOH군에 대비하여 숙취가 해소되는 경향을 보였으나, 샘플 S만이 에탄올과 아세탈데히드의 혈중 농도와 AUC 모두에서 통계적으로 유의적인 감소율을 보였다. 따라서 이러한 실험결과는 시중에 판매되는 숙취해소제의 객관적인 효능 검증이 부족하다는 것을 시사한다.

• BMB Reports
• /
• 제46권1호
• /
• pp.41-46
• /
• 2013

Identifying genes indispensable for an organism's life and their characteristics is one of the central questions in current biological research, and hence it would be helpful to develop computational approaches towards the prediction of essential genes. The performance of a predictor is usually measured by the area under the receiver operating characteristic curve (AUC). We propose a novel method by implementing genetic algorithms to maximize the partial AUC that is restricted to a specific interval of lower false positive rate (FPR), the region relevant to follow-up experimental validation. Our predictor uses various features based on sequence information, protein-protein interaction network topology, and gene expression profiles. A feature selection wrapper was developed to alleviate the over-fitting problem and to weigh each feature's relevance to prediction. We evaluated our method using the proteome of budding yeast. Our implementation of genetic algorithms maximizing the partial AUC below 0.05 or 0.10 of FPR outperformed other popular classification methods.