• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.1-7
• /
• 2020

농작물 질병에 대한 조기 진단은 질병의 확산을 억제하고 농업 생산성을 증대하는 데에 있어 중요한 역할을 하고 있다. 최근 합성곱신경망(convolutional neural network, CNN)과 같은 딥러닝 기법을 활용하여 농작물 잎사귀 이미지 데이터세트를 분석하여 농작물 질병을 진단하는 다수의 연구가 진행되었다. 이와 같은 연구를 통해 농작물 질병을 90% 이상의 정확도로 분류할 수 있지만, 사전 학습된 농작물 질병 외에는 진단할 수 없다는 한계를 갖는다. 본 연구에서는 미학습 농작물에 대해 효율적으로 질병 여부를 진단하는 모델을 제안한다. 이를 위해, 먼저 VGG16을 활용한 농작물 질병 분류기(CDC)를 구축하고 PlantVillage 데이터세트을 통해 학습하였다. 이어 미학습 농작물의 질병 진단이 가능하도록 수정된 질병 분류기(mCDC)의 구축방안을 제안하였다. 실험을 통해 본 연구에서 제안한 수정된 질병 분류기(mCDC)가 미학습 농작물의 질병진단에 대해 기존 질병 분류기(CDC)보다 높은 성능을 보임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2137-2142
• /
• 2016

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.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.75-84
• /
• 2009

본 논문에서는 EPC Network의 응용 기술 분야에서 가장 중요한 기술로 연구되고 주목받고 있는 RFID를 활용하여 특수질병 감염환자를 효율적으로 관리할 수 있는 U-MAS (U-Medical Administrative Services)시스템을 설계하였다. U-MAS시스템은 질병관리본부에서 질병의 유형에 따라 감염환자들을 격리 수용과 치료, 회복, 퇴원, 격리병동 이탈 등을 집중 관리할 수 있도록 효율성을 증대시킬 수 있으며, 수작업과 단순한 컴퓨터 프로그램을 이용하는 현 수준의 질적 향상을 높이기 위해 RFID 태그를 이용하여 환자의 관리를 좀 더 면밀하고, 격리병동을 벗어나게 될 경우 관할 질병관리지역구에서 보다 빠르게 위치추적 등의 대응을 원활히 할 수 있도록 기여하는데 목적이 있다. 먼저, EPC 네트워크의 관련 기술과 모바일 RFID 시스템에 대한 관련 연구를 기술하고, U-MAS 시스템 설계를 제안한다. 제안된 U-MAS 시스템을 활용할 경우 전염성 질병환자에 대한 모니터링과 격리병동에 있는 환자가 무단으로 이탈하였을 때 위치추적에 소요되는 시간을 단축시키는 질병관리업무의 효율성을 개선할 수 있는 기대 효과를 제시하였다.

• Genomics & Informatics
• /
• 제21권4호
• /
• pp.45.1-45.11
• /
• 2023

Nonalcoholic fatty liver disease (NAFLD) is a common type of chronic liver disease, with severity levels ranging from nonalcoholic fatty liver to nonalcoholic steatohepatitis (NASH). The extent of liver fibrosis indicates the severity of NASH and the risk of liver cancer. However, the mechanism underlying NASH development, which is important for early screening and intervention, remains unclear. Weighted gene co-expression network analysis (WGCNA) is a useful method for identifying hub genes and screening specific targets for diseases. In this study, we utilized an mRNA dataset of the liver tissues of patients with NASH and conducted WGCNA for various stages of liver fibrosis. Subsequently, we employed two additional mRNA datasets for validation purposes. Gene set enrichment analysis (GSEA) was conducted to analyze gene function enrichment. Through WGCNA and subsequent analyses, complemented by validation using two additional datasets, we identified five genes (BICC1, C7, EFEMP1, LUM, and STMN2) as hub genes. GSEA analysis indicated that gene sets associated with liver metabolism and cholesterol homeostasis were uniformly downregulated. BICC1, C7, EFEMP1, LUM, and STMN2 were identified as hub genes of NASH, and were all related to liver metabolism, NAFLD, NASH, and related diseases. These hub genes might serve as potential targets for the early screening and treatment of NASH.

• 한국지리정보학회지
• /
• 제19권4호
• /
• pp.186-198
• /
• 2016

고병원성 조류인플루엔자(Highly Pathogenic Avian Influenza: HPAI)는 전염력이 매우 높아 발병 시 전국적으로 확산되어 막대한 사회경제적 피해를 유발하는 제1종 법정가축전염병이다. 국가동물방역통합시스템(Korea Animal Health Integrated System: KAHIS)은 축산차량등록제를 통하여 축산관련차량의 축산관련시설 출입정보를 실시간으로 기록함으로써 가축질병 발생 시 신속한 방역업무를 지원하기 위하여 구축한 통합시스템이다. KAHIS는 가축질병 발생 시 차량이동에 의한 확산경로를 효과적으로 추적하기 위한 시공간 정보를 포함한다. 이러한 시공간 정보를 바탕으로 시설들 간 연결 관계를 나타내는 접촉 네트워크를 구축할 경우 가축질병의 시공간 확산과정 추론에 유용하게 활용할 수 있다. 본 연구의 목적은 가축질병 방역활동 지원을 위하여 KAHIS에 내재된 시공간 정보를 접촉 네트워크로 구축하여 일차적 활용방안을 실증적으로 제시하는 것이다. 구축한 접촉 네트워크를 토대로 가축질병의 확산이 이루어지는 잠재적 시공간적 권역을 추정함으 로써 차단 방역 관련 의사결정을 돕기 위한 분석정보를 도출하고 해석을 통하여 정책적 함의를 제시하였다. 아울러 좀 더 고도화된 의사결정 지원정보 도출을 위한 접촉 네트워크의 심층적 활용 방안을 제시하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.1-12
• /
• 2022

The current progression in the Internet of Things (IoT) and Machine Learning (ML) based technologies converted the traditional healthcare system into a smart healthcare system. The incorporation of IoT and ML has changed the way of treating patients and offers lots of opportunities in the healthcare domain. In this view, this research article presents a new IoT and ML-based disease diagnosis model for the diagnosis of different diseases. In the proposed model, vital signs are collected via IoT-based smart medical devices, and the analysis is done by using different data mining techniques for detecting the possibility of risk in people's health status. Recommendations are made based on the results generated by different data mining techniques, for high-risk patients, an emergency alert will be generated to healthcare service providers and family members. Implementation of this model is done on Anaconda Jupyter notebook by using different Python libraries in it. The result states that among all data mining techniques, SVM achieved the highest accuracy of 0.897 on the same dataset for classification of Parkinson's disease.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.223-229
• /
• 2022

Early detection can help prevent heart disease, which is one of the most common reasons for death. This paper provides a clinical support model for predicting cardiac disease. The model is built using two publicly available data sets. The admissibility and application of the the model are justified by a sequence of tests. Implementation of the model and testing are also discussed

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.135-142
• /
• 2022

Despite global medical advancements, many patients are misdiagnosed, and more people are dying as a result. We must now develop techniques that provide the most accurate diagnosis of heart disease based on recorded data. To help immediate and accurate diagnose of heart disease, several data mining methods are accustomed to anticipating the disease. A large amount of clinical information offered data mining strategies to uncover the hidden pattern. This paper presents, comparison between different classification techniques, we applied on the same dataset to see what is the best. In the end, we found that the Random Forest algorithm had the best results.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제20권6호
• /
• pp.127-140
• /
• 2015

본 연구는 알츠하이머에 대한 의료 웹포럼 컨텐츠의 감성 분석과 사회연결망 분석을 연계하여 감성을 표현하는 정도와 사회연결망상의 영향력 사이의 관계를 살펴보았다. 최근 사회가 고령화가 됨에 따라 치매환자는 증가하고 있는데 이에 환자뿐만 아니라 환자 보호자들은 질병에 관한 정보뿐만 아니라 위로를 얻기 위하여 의료 웹포럼을 이용하고 있다. 웹포럼상에서의 정보적/감성적 지지의 형태로 나타나는 사회연결망을 분석한 결과, 네트워크 중앙에 위치한 사용자의 감성표출이 다른 사용자의 감성 표출보다 높게 나타나는 것을 관찰하였다. 또한 긍정적 단어를 많이 사용하는 그룹이 부정적 단어를 많이 사용하는 그룹에 비해 연결중심성 및 보나시치중심성 값이 높게 나타난 것을 확인할 수 있었다. 본 연구는 웹포럼 상의 감성전달에 있어서 일반 사용자에게 큰 영향력을 줄 수 있는 오피니언 리더를 도출하고, 알츠하이머 환자의 우울증을 완화할 수 있는 정책의 일환으로 활용할 수 있을 것이다.