• 제목/요약/키워드: Diagnostic Model

검색결과 865건 처리시간 0.029초

기독교 대학에서의 학습 상황 진단 도구 개발을 위한 모형 설계 및 제안 (Model Design and Proposal for the Development of a Learning Status Diagnostic Tool at a Christian University)

  • 이성아;권경만
    • 기독교교육논총
    • /
    • 제61권
    • /
    • pp.203-232
    • /
    • 2020
  • 본 연구는 대학생의 학업생활에 영향을 미치는 다양한 분야들을 선행 연구를 통해 파악하고, 그 영역별 요인들을 진단할 수 있도록 하위요인을 도출하였다. 그 후, 설계 원리를 수립하고, 학습 상황 진단 도구 개발을 위한 모형을 설계하는 연구이다. 우선 연구를 위해 대학생들의 역량, 대학생활 및 학업 저성취자 연구, 학사경고자 연구 등을 토대로 어떤 요인들이 학업에 영향을 주고 있는지를 파악하였고, 특히 학업을 실패하도록 만드는 요인이 무엇인지를 살펴 보았으며, 그것들을 토대로 진단할 수 있게 하위요인들을 설정하였다. 선행 연구를 통해 설정된 영역은 심리적 차원, 학습적 차원, 진로적 차원으로 나누어 졌고, 기독교 대학 학생들을 위해 모형을 제시하고자 하였기에, 신앙 영역도 요인으로 설정하여 완성하였다. 그 후에는 각 영역별 하위요인을 구성하였는데, 초안 모형에서는 신앙영역 하위에 신앙성숙도와 신앙훈련, 심리영역 하위에 긍정적 사고, 정서 조절, 자아 존중감, 학습역역 하위에 자기 주도적 학습능력, 학습동기, 학습전략, 마지막으로 진로영역 하위에 진로성찰, 진로탐색, 진로관리, 진로탐색장애의 요소로 구성하였다. 이후 기독교인이면서 교육학 박사로 대학 및 교육 관련 기관에 재직 중인 10명의 전문가 집단을 통해 델파이 연구를 수행하였다. 델파이를 위해 본 연구의 취지를 설명하고, 모형의 적합성, 모형을 이루는 영역, 그 하위의 요인 등에 대해 타당성을 검증하였는데, 그 결과, 초기 4개 영역 12개 하위영역이었던 모형은 하위 요인 기준으로 신앙훈련, 정서조절, 진로성찰의 하위요인이 타당하지 않다는 결론에 이르러 삭제하게 되었고, 최종적으로 4개 영역의 9개 요인, 즉 신앙-신앙성숙도, 심리-긍정적 사고, 자아 존중감, 학습-자기 주도적 학습능력, 학습동기, 학습전략, 진로-진로탐색, 진로관리, 진로탐색장애의 요인을 갖춘 모형으로 완성되었다. 본 연구 대학생, 특히 기독교 대학의 학생들이 학습을 성공적으로 이끌어가기 위한 진단 도구 개발의 선행적 연구로, 설계 모형과 그 하위 영역, 요인 등을 제안하는 연구였다. 따라서 향후 본 모형을 토대로 기독교 대학의 학생들의 학습 상황을 진단할 수 있는 실질적 도구개발 연구도 수행되어야 할 것이다.

전이함수를 통한 광릉 산림 유역의 토양수분 모델링 (Soil Moisture Modelling at the Topsoil of a Hillslope in the Gwangneung National Arboretum Using a Transfer Function)

  • 최경문;김상현;손미나;김준
    • 한국농림기상학회지
    • /
    • 제10권2호
    • /
    • pp.35-46
    • /
    • 2008
  • 토양수분은 사면에서의 수문학적 과정의 가장 중요한 요소이며, 불포화대에서의 흐름을 결정하는 중요요소이다. 본 연구는 전이함수모형을 이용하여 토양수분의 시간적 공간적 분포 양상을 인지하고자 한다. 이를 위하여, 광릉 수목원 슈퍼사이트 원두부 소유역 내에서 TDR을 이용하여 2시간 간격으로 연속 측정한 10cm 깊이의 토양수분 결과를 전이함수를 통하여 분석하였다. 강우 자료를 입력변수로, 지표면으로부터 10cm 깊이의 실측 토양수분 자료를 출력변수로 선정하여 단일 입출력 전이함수를 전개하였다. 토양수분의 계절적인 변화를 분석하기 위해 5월과 9월의 전이함수를 비교하였다. 시계열 전이 함수는 크게 자료의 전처리, 모형구조의 규명, 후보 모형군의 구성, 모수추정, 모형진단 등의 과정을 통해서 전개되며 10cm 깊이의 토양수분과 강우의 상관관계를 보여준다. 도출한 전이함수 시계열 모형에서 10cm 깊이의 토양수분은 강우에 의한 영향이 지배적이었으며, 지점별 경사에 따라 토양수분의 변동성이 크게 차이를 나타내지 않았다. 이는 10cm 깊이의 토양수분 변동량은 각 지점의 경사보다 강우에 의한 반응이 우세하다는 것을 시사한다. 계절별로 상이한 모의 결과는 식생의 활동이 활발한 5월에는 식생이 토양수분 이동에 많은 영향을 미치며 식생이 토양수분을 해석하는데 중요한 변수로 작용함을 나타낸다. 본 연구 결과는 광릉 산림과 같은 복잡 경관에서 토양수분의 분포를 이해하는 기반자료가 될 것으로 기대된다.

유한요소법을 이용한 인두의 기능이상에 대한 생체역학적 모델 (A Biomechanical Modeling of Human Pharyngeal Muscular Dysfunction by Using FEM(Finite Element Method))

  • 김성재;배하석;최병철;김성민
    • 대한의용생체공학회:의공학회지
    • /
    • 제24권6호
    • /
    • pp.515-522
    • /
    • 2003
  • 인두는 구강과 식도, 비강과 폐의 중간에서 능동적으로 구강을 통해 섭취되는 음식물과 비강을 통해 흡입되는 공기의 통로역할을 하는 주요한 기관이다. 본 연구는 유한요소기법을 이용한 인두의 3차원 구조의 재구성 과정을 거쳐 인두의 생체역학모델을 구현하였으며, 연하곤란환자의 인두근육의 주요부분에 대한 구조적 변형특성을 3가지로 분류하여 유한요소기법을 이용하여 인두내의 압력에 대한 형상의 변형을 관찰 후 최적화 과정을 거쳐 각 부분에서의 추정 압력 구배를 측정하여 연하과정에서 내부에 생성되는 압력의 연속적인 압력분포를 추정하였다. CT에 의한 인두의 변형 형상을 추정하여 임의 압력에 의한 인두구조의 변형 형상을 유한요소 해석에 의해 계산한 후 비교하여 실제 인두강 내에 형성되는 압력을 추정하였다. 재료적 특성은 인두의 기능이상 시 근조직경화가 발생, 즉 stiffness 가 증가하는 것으로 가정하여 응력-변형률 관계에 있어서 각각 $25\%,\;50\%,\;75\%$씩 증가시켜 분석하였다. 이러한 인두의 생체역학모델은 인두기능장애를 가진 환자의 치료 계획 수립에 도움이 되는 유용한 자료를 제공 할 것으로 생각된다.

CT 영상 기반 근감소증 진단을 위한 AI 영상분할 모델 개발 및 검증 (Development and Validation of AI Image Segmentation Model for CT Image-Based Sarcopenia Diagnosis)

  • 이충섭;임동욱;노시형;김태훈;고유선;김경원;정창원
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제12권3호
    • /
    • pp.119-126
    • /
    • 2023
  • 근감소증은 국내는 2021년 질병으로 분류되었을 만큼 잘 알려져 있지 않지만 고령화사회에 진입한 선진국에서는 사회적 문제로 인식하고 있다. 근감소증 진단은 유럽노인근감소증 진단그룹(EWGSOP)과 아시아근감소증진단그룹(AWGS)에서 제시하는 국제표준지침을 따른다. 최근 진단방법으로 절대적 근육량 이외에 신체수행평가로 보행속도 측정과 일어서기 검사 등을 통하여 근육 기능을 함께 측정할 것을 권고하고 있다. 근육량을 측정하기 위한 대표적인 방법으로 DEXA를 이용한 체성분 분석 방법이 임상에서 정식으로 실시하고 있다. 또한 MRI 또는 CT의 복부 영상을 이용하여 근육량을 측정하는 다양한 연구가 활발하게 진행되고 있다. 따라서 본 논문에서는 근감소증 진단을 위해서 비교적 짧은 촬영시간을 갖는 CT의 복부영상기반으로 AI 영상 분할 모델을 개발하고 다기관 검증한 내용을 기술한다. 우리는 CT 영상 중에 요추의 L3 영역을 분류하여 피하지방, 내장지방, 근육을 자동으로 분할할 수 있는 인공지능 모델을 U-Net 모델을 사용하여 개발하였다. 또한 모델의 성능평가를 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행했으며, 타 병원의 데이터를 활용하여 동일한 IOU 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 검증하고 보완하고자 했다.

이중에너지 전산화단층촬영을 이용한 요로결석의 성분 분석에 관한 연구 (Classification of Urinary Stone into Uric Acid & Non-uric Acid by Dual-Energy)

  • 정명진;김성길
    • 한국방사선학회논문지
    • /
    • 제17권6호
    • /
    • pp.835-841
    • /
    • 2023
  • 팬텀모델에서 이중에너지 전산화단츨촬영(DECT)를 이용한 요로결석의 성분분석을 통해 임상적 유용성에 대해 알아보고자 한다. 17명의 환자로부터 요로결석을 추출하여, 작은 플라스틱 병(Plastic Bottle) 안에 각각의 요로결석을 삽입한 후, 인체와 비슷한 돈육을 이용하여 실험팬텀을 제작하였다. 640-Slice MSCT(Auquilion ONE, Toshiba Medical Center, Japan)의 이중에너지 방식에서 Volume scan 방식을 사용하여 촬영하였고, 얻어진 두 가지의 영상을 Dual-energy software("DE stone Analysis" software version 4.3, Toshiba)에서 요산석과 비요산석의 성분분석하고 HU값을 각각 측정하였다. 요로결석의 성분은 전체 17개의 요로결석 중에서 요산석은 6개(35.29%)였고, 비요산석은 11개(64.71%)로 나타났다. 요산석의 경우 135kV는 348.87±166.37, 100kV는 345.33±151.18, 80kV는 337.94±172.77로 나타났고, 비요산석의 경우 135kV는 551.93±297.09, 100kV는 747.04±351.31, 80kV는 958.19±424.72로 나타났다. 80kV에서는 요산석과 비요산석의 HU값의 차이가 통계적으로 유의한 차이를 보였고(P<0.05), 비요산석의 경우에 80kV와 135kV의 HU값은 통계적의 유의한 차이를 보였다(P<0.05). 시술 후 적출된 요로결석을 이용한 팬텀실험연구에서는 DECT를 이용하여 에너지에 따라 서로 다르게 변화하는 HU값의 차이로 요산석과 비요산석을 구분할 수 있었다. 향후, 이중에너지에 대한 연구와 재구성방법의 연구가 진행된다면, 요로결석의 치료에 DECT가 유용할 것으로 기대된다.

A Study on the Domain Discrimination Model of CSV Format Public Open Data

  • Ha-Na Jeong;Jae-Woong Kim;Young-Suk Chung
    • 한국컴퓨터정보학회논문지
    • /
    • 제28권12호
    • /
    • pp.129-136
    • /
    • 2023
  • 정부는 공공데이터 품질관리 수준평가를 진행하여 공공 개방데이터의 품질관리를 진행하고 있다. 공공 개방데이터는 XML, JSON, CSV 등 여러 오픈포맷 형태로 제공되며 CSV 형식이 대다수를 차지한다. 이러한 CSV 형식의 공공 개방데이터 품질진단 시 품질진단 담당자가 공공 개방데이터 파일의 필드명과 필드 내 데이터에 의존하여 필드 별 도메인을 판단하여 진단한다. 그러나 대량의 개방 데이터 파일을 대상으로 품질진단을 수행하기 때문에 많은 시간이 소요된다. 또한 의미 파악이 어려운 필드의 경우 품질진단의 정확성이 품질진단 담당자의 데이터 이해도 역량의 영향을 받는다. 본 논문은 필드명과 데이터 분포 통계를 이용한 CSV 형식 공공 개방데이터의 도메인 판별 모델을 제안하여 품질진단 결과가 품질진단 담당자의 역량에 좌지우지 되지 않도록 일관성과 정확성을 보장하고 진단 소요 시간 단축을 지원한다. 본 논문의 모델 적용 결과 행정안전부에서 제공하는 파일형식 개방데이터 진단도구보다 2.8% 높은 약 77%의 정답률을 보였다. 이를 통해 공공데이터 품질관리 수준진단·평가에 제안 모델 적용 시 정확성을 향상시킬 수 있을 것으로 기대한다.

Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study

  • Dong Hyun Kim;Jiwoon Seo;Ji Hyun Lee;Eun-Tae Jeon;DongYoung Jeong;Hee Dong Chae;Eugene Lee;Ji Hee Kang;Yoon-Hee Choi;Hyo Jin Kim;Jee Won Chai
    • Korean Journal of Radiology
    • /
    • 제25권4호
    • /
    • pp.363-373
    • /
    • 2024
  • Objective: To develop and evaluate a deep learning model for automated segmentation and detection of bone metastasis on spinal MRI. Materials and Methods: We included whole spine MRI scans of adult patients with bone metastasis: 662 MRI series from 302 patients (63.5 ± 11.5 years; male:female, 151:151) from three study centers obtained between January 2015 and August 2021 for training and internal testing (random split into 536 and 126 series, respectively) and 49 MRI series from 20 patients (65.9 ± 11.5 years; male:female, 11:9) from another center obtained between January 2018 and August 2020 for external testing. Three sagittal MRI sequences, including non-contrast T1-weighted image (T1), contrast-enhanced T1-weighted Dixon fat-only image (FO), and contrast-enhanced fat-suppressed T1-weighted image (CE), were used. Seven models trained using the 2D and 3D U-Nets were developed with different combinations (T1, FO, CE, T1 + FO, T1 + CE, FO + CE, and T1 + FO + CE). The segmentation performance was evaluated using Dice coefficient, pixel-wise recall, and pixel-wise precision. The detection performance was analyzed using per-lesion sensitivity and a free-response receiver operating characteristic curve. The performance of the model was compared with that of five radiologists using the external test set. Results: The 2D U-Net T1 + CE model exhibited superior segmentation performance in the external test compared to the other models, with a Dice coefficient of 0.699 and pixel-wise recall of 0.653. The T1 + CE model achieved per-lesion sensitivities of 0.828 (497/600) and 0.857 (150/175) for metastases in the internal and external tests, respectively. The radiologists demonstrated a mean per-lesion sensitivity of 0.746 and a mean per-lesion positive predictive value of 0.701 in the external test. Conclusion: The deep learning models proposed for automated segmentation and detection of bone metastases on spinal MRI demonstrated high diagnostic performance.

Evaluation of Malignancy Risk of Ampullary Tumors Detected by Endoscopy Using 2-[18F]FDG PET/CT

  • Pei-Ju Chuang;Hsiu-Po Wang;Yu-Wen Tien;Wei-Shan Chin;Min-Shu Hsieh;Chieh-Chang Chen;Tzu-Chan Hong;Chi-Lun Ko;Yen-Wen Wu;Mei-Fang Cheng
    • Korean Journal of Radiology
    • /
    • 제25권3호
    • /
    • pp.243-256
    • /
    • 2024
  • Objective: We aimed to investigate whether 2-[18F]fluoro-2-deoxy-D-glucose positron emission tomography/computed tomography (2-[18F]FDG PET/CT) can aid in evaluating the risk of malignancy in ampullary tumors detected by endoscopy. Materials and Methods: This single-center retrospective cohort study analyzed 155 patients (79 male, 76 female; mean age, 65.7 ± 12.7 years) receiving 2-[18F]FDG PET/CT for endoscopy-detected ampullary tumors 5-87 days (median, 7 days) after the diagnostic endoscopy between June 2007 and December 2020. The final diagnosis was made based on histopathological findings. The PET imaging parameters were compared with clinical data and endoscopic features. A model to predict the risk of malignancy, based on PET, endoscopy, and clinical findings, was generated and validated using multivariable logistic regression analysis and an additional bootstrapping method. The final model was compared with standard endoscopy for the diagnosis of ampullary cancer using the DeLong test. Results: The mean tumor size was 17.1 ± 7.7 mm. Sixty-four (41.3%) tumors were benign, and 91 (58.7%) were malignant. Univariable analysis found that ampullary neoplasms with a blood-pool corrected peak standardized uptake value in earlyphase scan (SUVe) ≥ 1.7 were more likely to be malignant (odds ratio [OR], 16.06; 95% confidence interval [CI], 7.13-36.18; P < 0.001). Multivariable analysis identified the presence of jaundice (adjusted OR [aOR], 4.89; 95% CI, 1.80-13.33; P = 0.002), malignant traits in endoscopy (aOR, 6.80; 95% CI, 2.41-19.20; P < 0.001), SUVe ≥ 1.7 in PET (aOR, 5.43; 95% CI, 2.00-14.72; P < 0.001), and PET-detected nodal disease (aOR, 5.03; 95% CI, 1.16-21.86; P = 0.041) as independent predictors of malignancy. The model combining these four factors predicted ampullary cancers better than endoscopic diagnosis alone (area under the curve [AUC] and 95% CI: 0.925 [0.874-0.956] vs. 0.815 [0.732-0.873], P < 0.001). The model demonstrated an AUC of 0.921 (95% CI, 0.816-0.967) in candidates for endoscopic papillectomy. Conclusion: Adding 2-[18F]FDG PET/CT to endoscopy can improve the diagnosis of ampullary cancer and may help refine therapeutic decision-making, particularly when contemplating endoscopic papillectomy.

디지털 트랜스포메이션과 ESG 경영의 통합 추진을 위한 모델 개발에 관한 연구 (A Study on the Development of an Integrated Implementation Model for Digital Transformation and ESG Management)

  • 김승욱
    • 벤처혁신연구
    • /
    • 제7권3호
    • /
    • pp.85-100
    • /
    • 2024
  • ESG 경영은 환경, 사회 및 거버넌스 요인을 고려하여 기업 경영을 추진하는 것을 의미하며 디지털 트랜스포메이션은 단순히 기존 업무의 자동화나 디지털화를 넘어서 업무 자체의 본질과 가치 창출 방식의 혁신적 변화를 추진한다. 따라서 디지털 트랜스포메이션은 기업이 ESG 목표를 달성하고 지속가능한 비즈니스 관행을 구현하는 데 도움이 될 수 있으며 디지털 트랜스포메이션과 ESG 경영은 기업의 지속가능성과 성장을 위해 상호 보완적인 관계를 맺고 있다. 이러한 관계는 디지털 트랜스포메이션과 ESG 경영 통합 추진의 시너지를 극대화하여 기업의 자원을 효율적으로 활용하고, 중복 투자를 방지함으로써 기업의 지속가능한 경영 성과를 향상시킬 수 있다. 이에 본 연구에서는 디지털 트랜스포메이션과 ESG 경영의 통합 추진을 위한 모델을 개발하기 위하여 우선적으로 양쪽이 연계된 비즈니스 프로세스 리엔지니어링(BPR)의 추진을 제안하였다. 이는 ESG 경영을 추진하기 위하여 다양한 데이터의 수집, 분석, 그리고 의사결정 과정이 디지털 트랜스포메이션 기술과 유기적으로 통합되어야 한다. 따라서 본 연구에서는 K-ESG 가이드라인에서 제시한 각각의 ESG 경영목표를 분석하고 이에 대응하는 적합한 디지털 트랜스포메이션 기술들을 전문가 인터뷰 및 선행 연구 결과를 통하여 도출하였다. K-ESG 가이드라인은 ESG 수준 자가 진단을 통해 ESG 성과 향상을 위한 개선과제 도출 및 목표에 의한 성과관리가 가능하다는 점에서 유용한 ESG 진단체계라고 할 수 있다. 디지털 트랜스포메이션과 ESG 경영의 통합 추진을 위하여 K-ESG 가이드라인을 기반으로 모델을 개발한 결과 기업들은 ESG 경영의 성과 향상과 디지털 혁신을 동시에 추진할 수 있는 통합모델을 활용하여 중복 투자나 시행착오를 줄일 수 있으며 기업의 다양한 자원을 효율적으로 활용할 수 있다. 따라서 본 연구는 구체적이며 실행 가능한 새로운 연구모델을 개발하여 연구자 및 기업에게 실무 및 학술적인 차원에서 시사점을 제공한다.

외상 환자의 흉부 CT에서 인공지능을 이용한 갈비뼈 골절 진단 (Diagnosis of Rib Fracture Using Artificial Intelligence on Chest CT Images of Patients with Chest Trauma)

  • ;;고석범;진공용
    • 대한영상의학회지
    • /
    • 제85권4호
    • /
    • pp.769-779
    • /
    • 2024
  • 목적 외상 환자 흉부 CT에서 급성 갈비뼈 골절을 진단하기 위해 개발된 인공지능의 장단점에 대해서 알아보고자 하였다. 대상과 방법 외상으로 응급실에 내원했던 환자들 중 급성 갈비뼈 골절(n = 1159) 또는 정상(n = 50)으로 진단된 1209명의 흉부 CT를 무작위로 선택하였다. 이 중 9명의 급성 갈비뼈 골절 흉부 CT로 인공지능 모델 개발과 훈련을 했으며, 150명의 갈비뼈 골절 흉부 CT와 50명의 정상 흉부 CT로 테스트를 하였고, 나머지 1000명의 급성 갈비뼈 골절 흉부 CT로 내부 검증을 하였다. 급성 갈비뼈 골절에 대한 인공지능 모델의 골절의 유무와 위치에 대한 진단적 정확성과 오류에 대해서 알아보았다. 결과 개발된 인공지능 모델을 테스트 결과 급성 갈비뼈 골절 유무에 대한 민감도, 특이도, 양성예측도, 음성예측도, 정확도는 각각 93.3%, 94%, 97.9%, 82.5%, 95.6%였다. 내부 검증을 했을 때 급성 갈비뼈 골절 유무에 대한 정확도는 96%로 상승되었다. 그러나 급성 갈비뼈 골절 위치의 정확도는 76% (760/1000)로 낮았으며, 그 원인으로는 같은 위치에 있는 견갑골이나 쇄골을 갈비뼈로 잘못 인식(66%) 하거나 일부 갈비뼈를 인식하지 못하는 경우(34%)가 많았다. 결론 급성 갈비뼈 골절 진단을 위한 인공지능 모델이 급성 갈비뼈 골절의 유무 진단에는 높은 정확도를 보였지만 갈비뼈 골절의 정확한 위치를 진단하는 데는 제한점이 있었다.