• 대한임상검사과학회지
• /
• 제52권4호
• /
• pp.310-316
• /
• 2020

마이크로어레이 진단 기법의 발달은 세포유전학적 관점에서, 다양한 종류의 유전학적 질병과 관련하여 새로운 정보를 제공하고, 질병에 대한 기본적인 통찰력을 제공하는데 매우 중요한 역할을 제공하고 있다. 그동안 많은 연구들에서, 마이크로어레이 기술을 활용한 인간 게놈의 유동성과 다양성을 입증해 주었으며, 게놈의 취약성을 식별하기 위한 보다 정확한 진단기법과 적절한 임상 관리 방법을 효율적으로 제공해 왔다. 앞으로 다양한 유전과 관련된 질병에 기존 세포유전학적 방법을 자동화된 마이크로어레이 방법으로 전환한다면, 보다 효율적인 방법으로 질병을 진단하고, 정확성을 향상시키며, 유전자 배열의 암호화 및 복잡한 특성을 밝히는데 매우 중요한 역할을 할 것으로 생각된다. 또한 이 분석 기법을 활용하여 게놈과 인간의 건강, 질병과의 관계를 분석하여 다양한 정보를 미리 제공하여 질병을 예방하고, 질병의 진단 및 치료에도 도움이 될 수 있는 새로운 혁명을 일으킬 수 있을 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제23권4호
• /
• pp.65-77
• /
• 2022

공정관리는 건설 프로젝트에서 가장 중요한 프로젝트 성공 요인 중 하나이다. 그러나, 기존의 공정계획 기법은 건설 프로젝트에서 상당한 수작업과 관리자의 판단이 필요하기 때문에 신속한 공정계획과 운영에 많은 어려움이 있다. 본 연구는 공정계획을 자동화하고 시각화하기 위한 새로운 공정계획 기법과 알고리즘을 제안하는 것을 목적으로 하며, 이를 가산 그리드 공정계획 기법(CSM)이라고 한다. 이 기법은 시각화된 도구를 통해 작업 범위를 정의하면 각 작업의 생산성과 작업 가능 조건에 따라 일정계획이 자동으로 생성된다. 날짜별 작업의 위치를 그리드 기반 접근방식으로 시각화할 수 있다. 또한 작업 일정은 진행 상황에 따라 자동으로 갱신할 수 있다. 제안된 기법의 산업적 활용 가능성을 건설프로젝트의 샘플 데이터를 가지고 사례 연구를 통해 검증하였다. 본 연구는 공정관리 프로세스를 자동화하여 건설 산업에 기여할 수 있을 깃으로 기대한다.

• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.99-109
• /
• 2010

기존의 반도체 생산 공장에서 운용되는 공정설비의 자동화된 웨이퍼 이송을 위한 스케줄링 운용전략에 대한 연구는 일반적으로 특정 공정 환경과 시스템 형태에서 운용되는 이송패턴에 최적화시킨 규칙기반으로 진행되어 왔다. 그러나 이러한 방식은 시스템이나 공정이 달라지면 새로운 규칙이 필요하거나 전체 운용 전략을 변경해야 하는 문제가 발생할 수 있다. 또한, 규칙이 추가될수록 확장, 유지 보수 시에 추가된 규칙들의 상호 연관 작용에 대한 고려가 부족한 경우 예기치 않은 문제를 유발할 시킬 수 있는 위험성을 내포하고 있다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 이송패턴이나 설비의 형태에 일반적으로 적용 가능한 동적 우선순위 기반의 기본 이송작업 선택 알고리즘을 제시하였다. 또한 특수한 요구 사항에 대해서는 범용성을 저하시키지 않는 범위 내에서의 최소한의 규칙 처리부를 별도로 관리하는 방식으로 운용 환경 변화에 일관된 스케줄링 정책을 유지하고 확장 시의 안정성 저하를 최소화하여 생산성 향상을 이끌 수 있는 범용 스케줄링 알고리즘을 제안하였다. 이에 대한 검증을 위하여 트윈 슬롯 형태의 반도체 공정설비를 대상으로 모델링 및 시뮬레이션 환경을 구축하였고, 시뮬레이션을 통해 타당성을 검증하였다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.75-83
• /
• 2022

미국의 NIST에서는 CVE나 CPE와 같은 기존의 취약점 관련 표준을 이용하여 보안 취약성 점검 및 관리를 자동화할 수 있도록 하는 프로토콜인 SCAP을 개발했다. SCAP은 XCCDF 및 OVAL 언어를 이용하여 점검파일을 작성하고 작성한 점검 파일을 OpenSCAP에서 만든 SCAP Workbench와 같은 SCAP 도구로 실행하면 점검 결과를 반환하는 식으로 동작한다. 다양한 운영체제에 대한 SCAP 점검 파일이 NCP 커뮤니티를 통해 공유되고 있으며 점검 파일에는 점검 항목별로 아이디, 제목, 설명, 점검 방법 등이 작성되어 있다. 하지만 점검항목은 단순히 작성한 순서대로 나열되어 있어 보안 관리자가 SCAP 점검 파일을 이용하여 체계적으로 관리할 수 있도록 점검 항목을 유형별로 분류하여 관리할 필요가 있다. 본 연구에서는 OVAL 언어로 작성된 SCAP 점검 파일에서 각 점검 항목에 대한 설명이 작성된 부분을 추출하여 머신러닝 모델을 통해 카테고리를 분류하고, SCAP 점검 결과를 분류한 점검 항목별로 출력하는 방법을 제안한다.

• 대한중풍순환신경학회지
• /
• 제24권1호
• /
• pp.25-40
• /
• 2023

Background: Although not clarified, the overall prevalence of visual field loss after stroke was estimated at 52% of stroke survivors and for visual acuity loss, at 70% of them. Among visual field loss patients after stroke, homonymous hemianopia is the most common symptom. Visual defect degrades the quality of life by disrupting independent life and affecting the survival of the patients, but highly-evidenced treatment has not been found until now. ■Case report A 51-year-old female with left-side homonymous hemianopia and central vision loss by a right occipital-temporal hemorrhage was treated with Hyeolbuchukeo-tang, Ikgibohyeol-tang, acupuncture, electroacupuncture, and moxibustion. We used a confrontation visual field exam, automated perimetry and visual analog scale, and visual acuity test to observe changes in the patient's symptoms and evaluate the efficacy of the treatment. After 61 days of such interventions, the patient's subjective discomfort lessened, followed by positive changes in the scales of tests mentioned above. ■Conclusion This case suggests that combined Korean medicine treatment might be an effective tool for treating post-stroke homonymous hemianopia and central vision loss. More studies should be conducted to support the effectiveness of the treatment.

• 대한의용생체공학회:의공학회지
• /
• 제45권2호
• /
• pp.95-100
• /
• 2024

Vitiligo is a condition characterized by the destruction or dysfunction of melanin-producing cells in the skin, resulting in a loss of skin pigmentation. Facial vitiligo, specifically affecting the face, significantly impacts patients' appearance, thereby diminishing their quality of life. Evaluating the efficacy of facial vitiligo treatment typically relies on subjective assessments, such as the Facial Vitiligo Area Scoring Index (F-VASI), which can be time-consuming and subjective due to its reliance on clinical observations like lesion shape and distribution. Various machine learning and deep learning methods have been proposed for segmenting vitiligo areas in facial images, showing promising results. However, these methods often struggle to accurately segment vitiligo lesions irregularly distributed across the face. Therefore, our study introduces a framework aimed at improving the segmentation of vitiligo lesions on the face and providing an evaluation of vitiligo lesions. Our framework for facial vitiligo segmentation and lesion evaluation consists of three main steps. Firstly, we perform face detection to minimize background areas and identify the face area of interest using high-quality ultraviolet photographs. Secondly, we extract facial area masks and vitiligo lesion masks using a semantic segmentation network-based approach with the generated dataset. Thirdly, we automatically calculate the vitiligo area relative to the facial area. We evaluated the performance of facial and vitiligo lesion segmentation using an independent test dataset that was not included in the training and validation, showing excellent results. The framework proposed in this study can serve as a useful tool for evaluating the diagnosis and treatment efficacy of vitiligo.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.125-134
• /
• 2024

The novel coronavirus 2019 is called COVID-19 has outspread swiftly worldwide. An early diagnosis is more important to control its quick spread. Medical imaging mechanics, chest calculated tomography or chest X-ray, are playing a vital character in the identification and testing of COVID-19 in this present epidemic. Chest X-ray is cost effective method for Covid-19 detection however the manual process of x-ray analysis is time consuming given that the number of infected individuals keep growing rapidly. For this reason, it is very important to develop an automated COVID-19 detection process to control this pandemic. In this study, we address the task of automatic detection of Covid-19 by using a popular deep learning model namely the VGG19 model. We used 1300 healthy and 1300 confirmed COVID-19 chest X-ray images in this experiment. We performed three experiments by freezing different blocks and layers of VGG19 and finally, we used a machine learning classifier SVM for detecting COVID-19. In every experiment, we used a five-fold cross-validation method to train and validated the model and finally achieved 98.1% overall classification accuracy. Experimental results show that our proposed method using the deep learning-based VGG19 model can be used as a tool to aid radiologists and play a crucial role in the timely diagnosis of Covid-19.

• 한국시뮬레이션학회논문지
• /
• 제33권2호
• /
• pp.13-25
• /
• 2024

무기체계의 연구개발에 앞서 예상되는 효과를 분석하는 것은 개발의 목표와 방향 설정을 위해 중요한 요소이다. 하지만 개발 과정에서 완성 단계를 가정하고 효과를 분석하는 것은 쉬운 일이 아니며, 특히 기존에는 없던 새로운 개념의 무기체계의 경우 이러한 어려움은 더욱 크다. 본 연구에서는 기준 시점에서 완료된 설계내용과 개발된 파편탄두의 기폭실험결과를 반영하여 개인용 소형 유도무기에 대한 효과분석을 하였다. 전투효과 분석을 위해 모의도구에서 요구되는 탄의 정확도 도출을 위하여 설계된 탄 형상이 반영된 6-DOF 시뮬레이터를 활용한 몬테카를로 시뮬레이션을 통해 정확도를 산출하였으며, 대인 효과도 도출을 위하여 파편탄두 기폭실험을 수행 후 대인효과도를 도출하였다. 이후 전투모의 도구인 OneSAF(One Semi-Automated Forces)에 도출된 결과를 반영하기 위한 모의논리 개발 방법론을 제시하였다. 제안된 방법론의 적용성을 확인하여 위하여, 적용 무기체계의 테스트 시나리오들로 모의실험을 진행하여 반영한 모의논리가 의도한 대로 작동함을 확인하였다.

• Korean Journal of Radiology
• /
• 제21권7호
• /
• pp.891-899
• /
• 2020

Objective: To assess the diagnostic performance of a deep learning-based algorithm for automated detection of acute and chronic rib fractures on whole-body trauma CT. Materials and Methods: We retrospectively identified all whole-body trauma CT scans referred from the emergency department of our hospital from January to December 2018 (n = 511). Scans were categorized as positive (n = 159) or negative (n = 352) for rib fractures according to the clinically approved written CT reports, which served as the index test. The bone kernel series (1.5-mm slice thickness) served as an input for a detection prototype algorithm trained to detect both acute and chronic rib fractures based on a deep convolutional neural network. It had previously been trained on an independent sample from eight other institutions (n = 11455). Results: All CTs except one were successfully processed (510/511). The algorithm achieved a sensitivity of 87.4% and specificity of 91.5% on a per-examination level [per CT scan: rib fracture(s): yes/no]. There were 0.16 false-positives per examination (= 81/510). On a per-finding level, there were 587 true-positive findings (sensitivity: 65.7%) and 307 false-negatives. Furthermore, 97 true rib fractures were detected that were not mentioned in the written CT reports. A major factor associated with correct detection was displacement. Conclusion: We found good performance of a deep learning-based prototype algorithm detecting rib fractures on trauma CT on a per-examination level at a low rate of false-positives per case. A potential area for clinical application is its use as a screening tool to avoid false-negative radiology reports.

• 대한토목학회논문집
• /
• 제39권6호
• /
• pp.691-702
• /
• 2019

홍수범람지도는 홍수에 대비하여 도시계획이나 댐 수위 조절 운영, 제방 등의 설계에 주요 지표로 사용되며 거주지역에 대한 홍수 발생 여부를 예보하거나 홍수 발생 시 신속하고 안전하게 대피하도록 하는 홍수 예·경보시스템 구축 등에도 중요한 역할을 한다. 국가하천과 같이 중요도 혹은 홍수 취약성이 높은 하천주변 지역의 경우, 고정밀도 LiDAR 기반 DEM 기반 정확도가 높은 홍수지도 작성에 2차원 혹은 3차원의 전문화된 범람지도 가시화 수치모형이 비용과 상관없이 활용될 수 있으나 지방하천 및 소하천은 예산상 한계 및 적합한 기술부족으로 여전히 시간소모적인 수작업이나 부정확하거나 비효율적인 기존 홍수지도작성 기법을 감수해왔다. 본 연구에서는, 실무에서 하천기본계획 수립 시 활용되는 HEC-RAS 기반 1차원 홍수위 모형 결과와 DEM을 기반으로 홍수지도작성의 복잡한 단계를 자동화시키고, 오픈소스인 QGIS와 연계할 수 있어 고비용의 ArcGIS에 기반하지 않는 OpenGIS 기반 홍수범람지도 생성 자동화 소프트웨어(Open Flood Mapper, OFM)를 개발하였다. OFM은 지난 2007년도 태풍 나리 내습 시 범람피해를 입은 제주도 한천 하류 침수흔적도, 첨두홍수위에 기반한 HEC-GeoRAS 및 수작업을 통해 제작한 홍수 범람지도와 비교하여 검증하였고, 빈도별 홍수범람지도를 추적하여 극한 홍수사상에서 범람의 특성을 시범적으로 구현하고 분석하였다.