International Journal of Computer Science & Network Security
/
제24권1호
/
pp.119-126
/
2024
Disease caused by the coronavirus (COVID-19) is sweeping the globe. There are numerous methods for identifying this disease using a chest imaging. Computerized Tomography (CT) chest scans are used in this study to detect COVID-19 disease using a pretrain Convolutional Neural Network (CNN) ResNet50. This model is based on image dataset taken from two hospitals and used to identify Covid-19 illnesses. The pre-train CNN (ResNet50) architecture was used for feature extraction, and then fully connected layers were used for classification, yielding 97%, 96%, 96%, 96% for accuracy, precision, recall, and F1-score, respectively. When combining the feature extraction techniques with the Back Propagation Neural Network (BPNN), it produced accuracy, precision, recall, and F1-scores of 92.5%, 83%, 92%, and 87.3%. In our suggested approach, we use a preprocessing phase to improve accuracy. The image was enhanced using the Contrast Limited Adaptive Histogram Equalization (CLAHE) algorithm, which was followed by cropping the image before feature extraction with ResNet50. Finally, a fully connected layer was added for classification, with results of 99.1%, 98.7%, 99%, 98.8% in terms of accuracy, precision, recall, and F1-score.
심장에서 발생된 전류는 전위 뿐만 아니라 자기장을 생성한다. 본 논문에서는 61 채널 양자 간섭 장치 (SQUID) 시스템을 사용하여 심자도 (MCG)의 신호를 취득하고, 이것으로부터 임상적으로 유의하다고 생각되는 다양한 특징 파라미터를 계산한다. 이를 입력으로 신경회로망 알고리즘을 적용하여 허혈성 심장질환의 분류를 수행하였다. 심자도 신호는 전처리 과정을 통해 파라미터의 추출을 용이하게 하였다. 연구에 사용된 데이터는 정상인 10명과 안정형 협심 증세를 보이는 허혈성 심장질환 환자 10명분의 신호이다. 이들 신호로부터 임상적으로 유의한 특징점, 특징 간격 파라미터 및 진폭비를 추출하였다. 심자도 특징 파라미터를 신경회로망 입력으로 사용하여 허혈성 심장질환의 분류가 가능함을 보였다.
In this study, when a physician make a diagnosis of the Pattern Identifications(PIs) of stroke patients, the development methods of the PIs classification function is considered by diagnostic questionnaire of the PIs for stroke patients. Clinical data collected from 1,502 stroke patients who was identically diagnosed for the PIs subtypes diagnosed by two clinical experts with more than 3 years experiences in 13 oriental medical hospitals. In order to develop the classification function into PIs using the 44 items-Fire&heat(19), Qi-deficiency(11), Yin-deficiency(7), Dampness phlegm(7)- of them was significant statistically by univariate analysis in 61 questionnaires totally, we make some comparisons of the results of discriminant analysis model and generalized logit model. The overall diagnostic accuracy rate of the PIs subtypes for discriminant model(74.37%) was higher than 3% of generalized logit model(70.09%).
동의대학교 한의과대학 부속한방병원에 내원한 76명을 대상으로 체질진단분류와 질병 및 증상유형과의 관계를 문진표 (19개 항목 123문항)를 중심으로 비교 분석하여 다음과 같은 결론을 얻었다. 1. 체중감소증상은 체질에 따라 유의한 차이가 있었고 태음인이 소양인이나 소음인에 비하여 더욱 빈발하였다. 2. 구토증상은 체질에 따라 유의한 차이가 있었고 태음인이 소양인이나 소음인에 비하여 더욱 빈발하였다. 3. 목이 쉬는 증상은 체질에 따라 유의한 차이가 있었고 소음인이 소양인이나 태음인에 비하여 더욱 빈발하였다. 4. 호흡곤란 증상은 체질에 따라 유의한 차이가 있었고 태음인이 소양인이나 소음인에 비하여 더욱 빈발하였다. 5. 관절통 증상은 체질에 따라 유의한 차이가 있었고 소양인이 소음인이나 태음인에 비하여 더욱 빈발하였다. 6. 생리통증상은 체질에 따라 유의한 차이가 있었고 소음인이 소양인이나 태음인에 비하여 더욱 빈발하였다. 7. 과거력은 체질에 따라 유의한 차이가 없었으며 다만 과거력은 나이에 따라 일부 유의한 차이가 있었을 뿐이다. 이상의 결과로 볼 때 체질과 각종 질병이나 증상유형에 대한 임상적인 연구가 더욱 필요할 것으로 사려된다.
The purpose of this study is to detect the damaged red pine trees by pine wilt disease using high resolution satellite image of IKONOS Geo. IKONOS images are segmented with eCognition image processing software. A segment based maximum likelihood classification was performed to delineate the pine stand. The pine stands are regarded as a potential damage area. In order to develop a methodology to detect the location of damaged trees from the high resolution satellite image, black and white aerial photographs were used as a simulated image. The developed method based on filtering technique. A local maximum filter was adapted to detect the location of individual tree. This report presents a part of the first year results of an ongoing project.
Gene expression profiles may offer more information than morphology and provide an alternative to morphology- based tumor classification systems. Informative gene selection is finding gene subsets that are able to discriminate between tumor types, and may have clear biological interpretation. Gene selection is a fundamental issue in gene expression based tumor classification. In this report, techniques for selecting informative genes are illustrated and supervised shaving introduced as a gene selection method in the place of a clustering algorithm. The supervised shaving method showed good performance in gene selection and classification, even though it is a clustering algorithm. Almost selected genes are related to leukemia disease. The expression profiles of 3051 genes were analyzed in 27 acute lymphoblastic leukemia and 11 myeloid leukemia samples. Through these examples, the supervised shaving method has been shown to produce biologically significant genes of more than $94\%$ accuracy of classification. In this report, SVM has also been shown to be a practicable method for gene expression-based classification.
1. Objectives: We aimed to propose a sub-classification system for the Taeeumin symptomatology by examining the Taeeumin pathology and symptomatology descriptions appearing in "Donguisusebowon". 2. Methods: The Gabo Edition and the Sinchuk Edition (the upgraded and revised edition) of "Donguisusebowon" were reviewed and examined for relevant information on the Taeeum pathology and symptomatology. 3. Results and Conclusions: 1) In the Taeeumin symptomatology, the Exterior disease develops from the basic pathology of Esophagus-Cold and the Interior disease from that of Liver-Heat, eventually progressing to damage of the expirational and dispersive energy of the Lung Sector, the Prime Core Organ or the excessively small organ of the Taeeum constitutional type. The resulting pathology can be broadly defined as the "Lung-Dryness symptomatology". 2) The case reports introduced in the Exterior disease section, including the Zhang Zhongjing Mahuang-tang treatment, Prolonged-affliction disease treatment, and Exterior disease Pestilential disease treatment, share several points in common. They all arise from the pathology of "weakness in the Lung sector and deficiency in the Exterior sector", and they can all be assigned to the same symptomatological division that presents with systemic heat and cold intolerance; this symptomatology can be defined as the "Esophagus-Cold symptomatology", the milder subdivision of the exterior symptomatology. 3) The body of text appearing in the last part of the Interior disease section commonly referred to as the "Taeeumin Conspectus" is in fact not a conspectus when its contents are actually examined. Instead, it can be understood from its pathological and symptomatological descriptions that the passage is explaining the more severe subdivision of the exterior symptomatology that has progressed from Esophagus-Cold to a pathology characterized by damaged expirational and dipersive energy of the Lung Sector. 4) The relocation of the "dry-related pathology" indicates a change in perspective regarding the "Dry-related symptomatology", which caused the rearrangement of the Interior disease into divisions of Liver-Heat symptomatology that is characterized by fulminant heat pathology and Dry-Heat symptomatology that is also accompanied by Lung-Dryness. 5) The Interior disease Yin-Blood Consumptive symptomatology should be included in the Dry-Heat symptomatology in the pathological scheme. 6) Based on the above, the subdivisions of the Taeeumin symptomatology should be arranged as "Esophagus-Cold symptomatology" and "Lung-Dry-Cold symptomatology" in the Exterior disease and "Liver-Heat symptomatology" and "Dry-Heat symptomatology" in the Interior disease.
본 논문에서는 급성 알코올성 간 손상과 만성 에탄올성 간섬유증이 유도된 마우스로부터 획득한 라만 스펙트럼에서 배경 잡음을 제거하기 위한 기준선 추정 방법을 조사하였다. 기준선을 추정하기 위해 일차 미분, 선형계획법, rolling ball을 이용한 방법을 적용하였다. 각 방법의 적절한 압력 파라미터를 MAP(maximum a posteriori probability)의 훈련율에 의해 결정하였다. 실험 절과에 따르면 rolling ball 알고리즘을 이용한 기준선 추정 방법이 급성 알코올성 간 손상과 만성 에탄올성 간섬유증의 MAP 분류에서 평균 89.4%로 가장 좋은 결과를 나타냈다. 이 결과로부터 라만 스펙트럼의 기준선 추정에 적절한 방법과 파라미터를 결정하는 것이 분류 성능에 미치는 영향을 확인하였다.
The performance of convolutional deep learning networks is generally determined according to parameters of target dataset, structure of network, convolution kernel, activation function, and optimization algorithm. In this paper, a genetic algorithm is used to select the appropriate deep learning model and parameters for Alzheimer's classification and to compare the learning results with preliminary experiment. We compare and analyze the Alzheimer's disease classification performance of VGG-16, GoogLeNet, and ResNet to select an effective network for detecting AD and MCI. The simulation results show that the network structure is ResNet, the activation function is ReLU, the optimization algorithm is Adam, and the convolution kernel has a 3-dilated convolution filter for the accuracy of dementia medical images.
The Diagnostic and Statistical Manual 4th edition (DSM-IV) has been widely accepted and used for international classification of mental disorder. The DSM has been changed to improve diagnostic reliability and validity through descriptive and categorical approaches which was undertaken atheoretically. The authors reviewed current studies about the DSM-IV classification system and the diagnostic issues of representative categories of anxiety disorder. The authors concluded that the anxiety disorder classification system in DSM-IV has limitations such as a lack of empirical consideration for overlapping features of anxiety disorders and a lack of discriminant validity. To improve diagnostic validity and revise the current DSM-IV classification system, the authors suggested 1) more longitudinal studies for collecting empirical evidence, 2) decreasing the dependence upon operational criteria, 3) deceasing diagnostic boundary blurring, 4) developing disease specific biological diagnostic techniques and 5) continued collaboration between the DSM and International Classification of Diseases (ICD) systems.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.