현대사회는 IT융합기술의 발달로 정보의 양이 급속도로 늘어나고 있으며, 이로 인하여 많은 데이터 속에 원하는 정보를 용이하게 획득하거나 검색하는 기술도 발전되고 있다. 이에 따라 다양하고 많은 건강정보 제공 사이트가 개발되어 운영되고 있지만, 웹서비스에 기반한 정보 제공의 한계와 개인화의 부족으로 사용자의 건강관리와 증진에 효과적이지 못한 결과를 보이고 있다. 건강정보 지원 서비스는 생체정보를 획득하고, 획득된 데이터를 다시 컴퓨터에 입력하여 기존 네트워크 기반을 통하여 전송하는 형태로 개발되고 있기 때문에 불편함은 물론 비효율적이다. 본 논문에서는 기존의 의료 데이터와 Framingham 위험인자(FRS)를 활용, 신경망을 이용한 생활습관성 질환 시스템 설계를 제안한다. 제안하는 시스템을 통하여 생활습관성 질환 환자의 고통호소를 의사가 신속하게 파악할 수 있도록 기초자료와 가이드라인을 제공하게 되고, 따라서 환자의 안위 증진이 향상되게 된다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권10호
/
pp.2627-2642
/
2023
Parkinson's disease (PD) is a typical, chronic neurodegenerative disease involving the concentration of dopamine, which can disrupt motor activity and cause different degrees of gait disturbance relevant to PD severity in patients. As current clinical PD diagnosis is a complex, time-consuming, and challenging task that relays on physicians' subjective evaluation of visual observations, gait disturbance has been extensively explored to make automatic detection of PD diagnosis and severity rating and provides auxiliary information for physicians' decisions using gait data from various acquisition devices. Among them, wearable sensors have the advantage of flexibility since they do not limit the wearers' activity sphere in this application scenario. In this paper, an attention-based temporal network (ATN) is designed for the time series structure of gait data (vertical ground reaction force signals) from foot sensor systems, to learn the discriminative differences related to PD severity levels hidden in sequential data. The structure of the proposed method is illuminated by Transformer Network for its success in excavating temporal information, containing three modules: a preprocessing module to map intra-moment features, a feature extractor computing complicated gait characteristic of the whole signal sequence in the temporal dimension, and a classifier for the final decision-making about PD severity assessment. The experiment is conducted on the public dataset PDgait of VGRF signals to verify the proposed model's validity and show promising classification performance compared with several existing methods.
Enoch A. Frimpong;Zhiguang Qin;Regina E. Turkson;Bernard M. Cobbinah;Edward Y. Baagyere;Edwin K. Tenagyei
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권11호
/
pp.2924-2944
/
2023
Alzheimer's disease (AD) is a neurological condition that is recognized as one of the primary causes of memory loss. AD currently has no cure. Therefore, the need to develop an efficient model with high precision for timely detection of the disease is very essential. When AD is detected early, treatment would be most likely successful. The most often utilized indicators for AD identification are the Mini-mental state examination (MMSE), and the clinical dementia. However, the use of these indicators as ground truth marking could be imprecise for AD detection. Researchers have proposed several computer-aided frameworks and lately, the supervised model is mostly used. In this study, we propose a novel 3D Convolutional Neural Network Multilayer Perceptron (3D CNN-MLP) based model for AD classification. The model uses Attention Mechanism to automatically extract relevant features from Magnetic Resonance Images (MRI) to generate probability maps which serves as input for the MLP classifier. Three MRI scan categories were considered, thus AD dementia patients, Mild Cognitive Impairment patients (MCI), and Normal Control (NC) or healthy patients. The performance of the model is assessed by comparing basic CNN, VGG16, DenseNet models, and other state of the art works. The models were adjusted to fit the 3D images before the comparison was done. Our model exhibited excellent classification performance, with an accuracy of 91.27% for AD and NC, 80.85% for MCI and NC, and 87.34% for AD and MCI.
Objective: To localize the neuroanatomical substrate of rapid eye movement sleep behavior disorder (RBD) and to investigate the neuroanatomical locational relationship between RBD and α-synucleinopathy neurodegenerative diseases. Materials and Methods: Using a systematic PubMed search, we identified 19 patients with lesions in different brain regions that caused RBD. First, lesion network mapping was applied to confirm whether the lesion locations causing RBD corresponded to a common brain network. Second, the literature-based RBD lesion network map was validated using neuroimaging findings and locations of brain pathologies at post-mortem in patients with idiopathic RBD (iRBD) who were identified by independent systematic literature search using PubMed. Finally, we assessed the locational relationship between the sites of pathological alterations at the preclinical stage in α-synucleinopathy neurodegenerative diseases and the brain network for RBD. Results: The lesion network mapping showed lesions causing RBD to be localized to a common brain network defined by connectivity to the pons (including the locus coeruleus, dorsal raphe nucleus, central superior nucleus, and ventrolateral periaqueductal gray), regardless of the lesion location. The positive regions in the pons were replicated by the neuroimaging findings in an independent group of patients with iRBD and it coincided with the reported pathological alterations at post-mortem in patients with iRBD. Furthermore, all brain pathological sites at preclinical stages (Braak stages 1-2) in Parkinson's disease (PD) and at brainstem Lewy body disease in dementia with Lewy bodies (DLB) were involved in the brain network identified for RBD. Conclusion: The brain network defined by connectivity to positive pons regions might be the regulatory network loop inducing RBD in humans. In addition, our results suggested that the underlying cause of high phenoconversion rate from iRBD to neurodegenerative α-synucleinopathy might be pathological changes in the preclinical stage of α-synucleinopathy located at the regulatory network loop of RBD.
International Journal of Computer Science & Network Security
/
제23권9호
/
pp.150-156
/
2023
For a doctor, diagnosing a patient's heart disease is not easy. It takes the ability and experience with high flying hours to be able to accurately diagnose the type of patient's heart disease based on the existing factors in the patient. Several studies have been carried out to develop tools to identify types of heart disease in patients. However, most only focus on the results of patient answers and lab results, the rest use only echocardiography data or electrocardiogram results. This research was conducted to test how accurate the results of the classification of heart disease by using two medical data, namely echocardiography and electrocardiogram. Three treatments were applied to the two medical data and analyzed using the decision tree approach. The first treatment was to build a classification model for types of heart disease based on echocardiography and electrocardiogram data, the second treatment only used echocardiography data and the third treatment only used electrocardiogram data. The results showed that the classification of types of heart disease in the first treatment had a higher level of accuracy than the second and third treatments. The accuracy level for the first, second and third treatment were 78.95%, 73.69% and 50%, respectively. This shows that in order to diagnose the type of patient's heart disease, it is advisable to look at the records of both the patient's medical data (echocardiography and electrocardiogram) to get an accurate level of diagnosis results that can be accounted for.
Objectives : To identify the active ingredient of Poncirus Trifoliata Immaturus and to explore the mechanism expected to potentially act on dermatitis accompanied by pruritus. Methods : We conducted the network pharmacological analysis. We selected effective ingredients among the active compounds of Poinciri Fructus Immaturus. We found the target protein of the selected active ingredient, disease(dermatitis accompanied by pruritus) and fexofenadine. Then we established the network between the proteins which Poinciri Fructus Immaturus and fexofenadine intersected with disease respectively, and the coregene was also extracted. After that, the active pathways in the human body involving the groups and coregenes were searched. Results : Total of 7 active ingredients were selected, and 202 target proteins were collected. There were 756 proteins related to inflammatory skin disease accompanied by pruritus, and 75 proteins were related to fexofenadine. 42 proteins crossed by Poinciri Fructus Immaturus with a disease, and 31 proteins crossed by fexofenadine with a disease. 12 proteins were found as a coregene from the proteins that cross Poinciri Fructus Immaturus and disease. Coregenes are involved in 'Nitric-oxide synthase regulator activity', 'Epidermal growth factor receptor signaling pathway'. 2 groups that extracted are invloved in 'Fc receptor signaling pathway', 'Central carbon metabolism in cancer', 'Phosphatidylinositol 3-kinase complex, class IB', and 'omega-hydroxylase P450 pathway'. Conclusion : It is expected that Poinciri Fructus Immaturus will be able to show direct or indirect anti-pruritus and anti-inflammatory effects on skin inflammation accompanied by pruritus in the future. And it is also expected to have a synergy effect with fexofenadine on skin disease.
현대인의 사망원인 2위를 차지하고 있는 심장병은 자각 증세 없이 갑자기 돌연사를 당할 수 있는 무서운 질병으로 예방이 중요하다. 심장병 중 대동맥판막 협착증을 판단하기 위해서 physioNet에서 제공하는 심음 데이터 중 S1과 S2 사이의 수축 심음 데이터를 이용하여 병명을 진단하였다. 대동맥 판막은 좌심실에서 대동맥으로 피가 유출되는 부위의 판막이다. 심장병 중 대동맥판막 협착증은 대동맥판막이 좁아져 좌심실의 수축 시 판막이 열리지 않는 질환이다. 위 논문에서는 정상인과 대동맥판막 협착증 환자를 합쳐 특징이 180개로 이루어진 3126개의 샘플 심음 데이터를 실험데이터로 사용하였다. 정상과 대동맥판막 협착증 환자를 구분하기 위해 가중퍼지신경망(NEWFM, Neural Network with Weighted Fuzzy Membership Function)이용하였다. 가중퍼지신경망의 특징선택 방법으로 가중치의 평균 방법을 이용하였으며, 분류 결과는 91.0871%의 정확도를 나타내었다.
본 논문에서는 건강보험심사평가원에서 제공한 약 120만명의 2014년 고령환자의료자료(HIRA-APS-2014-0053)과 기상자료를 일반화추정방정식(generalized estimating equation; GEE) 모형과 long short term memory (LSTM) 기반 순환신경망(recurrent neural network; RNN) 모형으로 분석하여 기상 조건에 따른 주요 주상병의 발생 빈도를 예측한다. 이를 위해 환자가 의료 서비스를 받은 기관의 지역을 이용하여 환자의 거주지를 추정하고 해당 지역의 주별 기상 관측소 자료와 의료자료를 병합하였다. 질병 발생 상태를 세 개의 범주(질병에 걸리지 않음, 관심 주상병 발생, 다른 질병 방생)로 나누었으며 각 범주에 속할 확률을 GEE 모형과 RNN 모형으로 추정하였다. 각 범주별 발생 건수는 해당 범주의 속할 추정확률의 합으로 계산하였으며 비교분석결과 RNN을 이용한 예측이 GEE를 이용한 예측보다 정확도가 높은 것으로 나타났다.
Robertson G. Rivera;Patrick Junard S. Regidor;Edwin C. Ruamero Jr;Eric John V. Allanigue;Melanie V. Salinas
Genomics & Informatics
/
제21권1호
/
pp.4.1-4.18
/
2023
Coronavirus disease 2019 (COVID-19) is an inflammatory and infectious disease caused by severe acute respiratory syndrome coronavirus 2 virus with a complex pathophysiology. While COVID-19 vaccines and boosters are available, treatment of the disease is primarily supportive and symptomatic. Several research have suggested the potential of herbal medicines as an adjunctive treatment for the disease. A popular herbal medicine approved in the Philippines for the treatment of acute respiratory disease is Vitex negundo L. In fact, the Department of Science and Technology of the Philippines has funded a clinical trial to establish its potential as an adjunctive treatment for COVID-19. Here, we utilized network pharmacology and molecular docking in determining pivotal targets of Vitex negundo compounds against COVID-19. The results showed that significant targets of Vitex negundo compounds in COVID-19 are CSB, SERPINE1, and PLG which code for cathepsin B, plasminogen activator inhibitor-1, and plasminogen, respectively. Molecular docking revealed that α-terpinyl acetate and geranyl acetate have good binding affinity in cathepsin B; 6,7,4-trimethoxyflavanone, 5,6,7,8,3',4',5'-heptamethoxyflavone, artemetin, demethylnobiletin, gardenin A, geranyl acetate in plasminogen; and 7,8,4-trimethoxyflavanone in plasminogen activator inhibitor-1. While the results are promising, these are bound to the limitations of computational methods and further experimentation are needed to completely establish the molecular mechanisms of Vitex negundo against COVID-19.
In this paper, ECG based cardiac disease diagnosis models are developed. Conventionally, ECG monitoring equipments can only measure and store ECG signals and they always require medical doctor's diagnosis actions which are not desirable for continuous ambulatory monitoring and diagnosis healthcare systems. In this paper, two kinds of neural based self cardiac disease diagnosis engines are developed and tested for four kinds of diseases, sinus bradycardia, sinus tachycardia, left bundle branch block and right bundle branch block. For diagnosis engines, error backpropagation neural network (BP) and probabilistic neural network (PNN) were applied. Five signal features including heart rate, QRS interval, PR interval, QT interval, and T wave types were selected for diagnosis characteristics. To show the validity of proposed diagnosis engine, MIT-BIH database were used to test. Test results showed that BP based diagnosis engine has 71% of diagnosis accuracy which is superior to accuracy of PNN based diagnosis engine. However, PNN based diagnosis engine showed superior diagnosis accuracy for complex-disease diagnoses than BP based diagnosis engine.
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.