• 한국자동차공학회논문집
• /
• 제21권5호
• /
• pp.130-135
• /
• 2013

Until now, passenger airbag design is based on the referred car design and many repetitive crash tests have been done to meet the crash performance. In this paper, it was suggested a new design process of passenger airbag. First, key performance factors were determined by analyzing the injury risk effectiveness of each performance factor. And it was made a relationship between injury risk and performance factor by using the response surface model. By using this one, it can be predicted the injury risk of head and neck. Predicted injury risk of optimal design was obtained through this injury risk prediction model and it was verified by FE analysis result within 18% error of head and 9% error of neck. It was shown that a target crash performance can be met by controlling the key performance factors only.

• 한국자동차공학회논문집
• /
• 제21권5호
• /
• pp.136-144
• /
• 2013

An extensive real world in-depth crash accident data is needed to make a precise occupant injury risk prediction at crash accidents which might be a critical information from the scene of the accident in ACNS(Automatic Crash Notification System). However it is rather unfortunate that there is no such a domestic database unlike other leading countries. Therefore we propose a numerical method, i.e., crash simulation using a sled model to make a virtual database that can substitute car crash database in real world. The proposing crash injury risk prediction is validated against a limited domestic crash accident data.

• International Journal of Advanced Culture Technology
• /
• 제7권1호
• /
• pp.8-13
• /
• 2019

Despite technical advances in healthcare, the rates of hospital-acquired pressure injury (HAPI) are still high although many are potentially preventable. The purpose of this study was to determine whether tree-based prediction modeling is suitable for assessing the risk of HAPI in ICU patients. Retrospective cohort study has been carried out. A decision tree model was constructed with Age, Weight, eTube, diabetes, Braden score, Isolation, and Number of comorbid conditions as decision nodes. We used RStudio for model training and testing. Correct prediction rate of the final prediction model was 92.4 and the Area Under the ROC curve (AUC) was 0.699, which means there is about 70% chance that the model is able to distinguish between HAPI and non-HAPI. The results of this study has limited generalizability as the data were from a single academic institution. Our research finding shows that the data-driven tree-based prediction modeling may potentially support ICU sensitive risk assessment for HAPI prevention.

• 대한기계학회논문집A
• /
• 제33권8호
• /
• pp.799-806
• /
• 2009

Thoracic injury from restraint loading is the principle causative factor of death, which was shown to be particularly significant for older drivers. To characterize thoracic response to belt loading of older drivers, detailed finite element models of the adult and aged thorax were developed. The geometry of the 50th percentile adult male was chosen for the adult FE model. The thoracic FE model was validated against data obtained from results of PMHS pendulum impact tests. The quantified patterns of age-related shape and well-established material changes were applied to the adult model to develop the aged model. Belt force and chest deflection were applied to the developed two types of models. Rib and clavicle fracture risk obviously increased in the aged model. This finding showed that larger rib angle and reduced material properties of the ribcage produced more higher risk of injury in the older driver.

• 대한기계학회논문집A
• /
• 제41권1호
• /
• pp.1-6
• /
• 2017

헬멧을 착용한 병사의 비관통 피탄 충격은 총탄이 헬멧을 관통하지 않더라도 인체에 치명적인 상해를 유발한다. 이로 인한 인체 상해 해석을 위한 연구들이 이뤄져 왔으나 주로 두부의 손상에 초점을 맞춘 해석 모델이 개발되어 왔다. 비관통 피탄 충격에 의한 경추 및 경추부 관련 근육의 손상은 인체에 치명적인 상해를 입히지 않더라도 병사의 생존성에 상당한 영향을 미친다. 따라서 경추 및 경추부 근육을 포함한 모델 개발이 필요하다. 본 연구에서는 기존에 연구된 두부 모델과 근육 모델이 적용된 경추부 모델을 활용하여 인체의 상해해석을 수행하였다. 정량적 상해예측을 위해 응력, 변형률 및 HIC를 비교하였다. 경추부가 포함된 모델의 해석결과는 두부 모델만 고려된 해석결과보다 상해 정도를 작게 예측하였다. 모델의 신뢰성 확보를 위하여 두부 상해 해석 결과를 타 문헌과 비교하였다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.434-442
• /
• 2023

The relationship between acute kidney injury (AKI) prediction and nephrotoxic drugs, or drugs that adversely affect kidney function, is one that has yet to be explored in the critical care setting. One contributing factor to this gap in research is the limited investigation of drug modalities in the intensive care unit (ICU) context, due to the challenges of processing prescription data into the corresponding drug representations and a lack in the comprehensive understanding of these drug representations. This study addresses this gap by proposing a novel approach that leverages patient prescription data as a modality to improve existing models for AKI prediction. We base our research on Electronic Health Record (EHR) data, extracting the relevant patient prescription information and converting it into the selected drug representation for our research, the extended-connectivity fingerprint (ECFP). Furthermore, we adopt a unique multimodal approach, developing machine learning models and 1D Convolutional Neural Networks (CNN) applied to clinical drug representations, establishing a procedure which has not been used by any previous studies predicting AKI. The findings showcase a notable improvement in AKI prediction through the integration of drug embeddings and other patient cohort features. By using drug features represented as ECFP molecular fingerprints along with common cohort features such as demographics and lab test values, we achieved a considerable improvement in model performance for the AKI prediction task over the baseline model which does not include the drug representations as features, indicating that our distinct approach enhances existing baseline techniques and highlights the relevance of drug data in predicting AKI in the ICU setting.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.526-532
• /
• 2023

낙상사고는 세계적으로 매년 42만 건 이상 발생하는 치명적인 사고이다. 따라서, 낙상 환자를 연구하고자 낙상환자의 손상외인코드와 주진단 S코드의 연관성을 찾고, 낙상 환자의 주진단 S코드 데이터를 가지고 손상외인코드를 예측할 수 있는 예측모델을 개발하였다. 본 연구에서는 강원특별자치도 강릉시에 있는 A 기관의 2020~2021년 2년간의 데이터를 받아 낙상에 관련된 손상외인코드 W00~W19까지 데이터만 추출하고, 낙상 손상외인코드 중 예측모형을 개발할 정도의 주진단 S코드를 가지고 있는 W01, W10, W13, W18 데이터를 가지고 예측모형 개발하였다. 데이터 중 80%는 훈련용 데이터, 20%는 테스트용 데이터로 분류하였다. 모형 개발은 MLP(Multi-Layer Perceptron)을 이용하여 6개의 변수(성별, 나이, 주진단S코드, 수술유무, 입원유무, 음주유무)를 입력층에 64개의 노드를 가진 2개의 은닉층, 출력층은 softmax 활성화 함수를 이용하여 손상외인코드 W01, W10, W13, W18 총 4개의 노드를 가진 출력층으로 구성하여 개발하였다. 학습결과 첫 번째 학습했을 때 31.2%의 정확도를 가졌지만, 30번째는 87.5%의 정확도를 나타냈고 이를 통해 낙상환자의 낙상외인코드와 주진단 S코드의 연관성을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.75-82
• /
• 2016

우리나라의 경제 성장과 도로 환경의 변화를 통해 국내 자동차 시장이 성장하였으나, 이로 인해 교통사고율 또한 증가하였고, 인명 피해가 심각한 수준이다. 이에 따라, 정부에서는 교통사고 데이터를 개방하고 문제를 해결하기 위한 정책을 수립 및 추진 중이다. 본 논문에서는 교통사고 데이터를 이용하여 클래스의 불균형을 해소하고, Hybrid Model 구축을 통한 교통사고 예측을 위해 원본 교통사고 데이터와 Sampling을 수행한 데이터를 학습 데이터로 사용한다. 두 학습데이터에 연관규칙 학습기법인 FP-Growth 알고리즘을 이용하여 교통사고 상해 심각도와 연관된 패턴을 학습한다. 두 학습 데이터의 연관 패턴을 분석을 통해 같은 연관된 패턴을 추출하고 의사결정트리와 다항 로지스틱 회귀분석기법에 연관된 속성에 가중치를 부여하여 융합형 Hybrid Model을 구축하고 교통사고 피해자 상해 심각도를 예측하는 방법에 대해 제안한다.

• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.13-29
• /
• 2020

자동차는 우리의 일상에 필수재가 된 지 오래지만 자동차 교통사고로 인한 사회적 비용이 국가 예산의 9%를 넘을 정도로 심각하여 이에 대한 국가적인 예방 및 대응 체계 구축이 매우 필요한 실정이다. 이에 본 연구에서는 빅데이터 분석 기법을 활용하여 차대차 교통사고의 상해 심각도를 정확히 예측할 수 있는 모형을 제시하고자 하였다. 이를 위해 과거 3년간의 전국교통사고 발생 데이터를 토대로, K-최근접 이웃, 로지스틱 회귀분석, 나이브베이즈, 의사결정나무, 앙상블 알고리즘을 적용하여 각 모델의 상해 심각도 분류의 성능을 비교 분석하였다. 특히 이 과정에서 각 상해 심각도 수준 간의 데이터 수에 차이가 있음에 주목하여 표본수가 많은 그룹에 대해서는 과소표본추출을 시행하는 등의 방법을 통해 분류 예측의 정확도를 높일 수 있었고, 분산 분석을 통해 모델의 유의성을 검증하였다.

• Journal of Trauma and Injury
• /
• 제18권2호
• /
• pp.141-147
• /
• 2005

Purpose: Recently, The new Injury Severity Score (NISS) has become a more accurate predictor of mortality than the traditional Injury Severity Score (ISS) in the trauma population. Trauma Score Injury Severity Score (TRISS) method, regarded as the gold standard for mortality prediction in trauma patients, still contains the ISS as an essential factor within its formula. The purpose of this study was to determine whether a simple modification of the TRISS by replacing the ISS with the NISS would improve the prediction of in-hospital mortality in a trauma population with blunt head and neck trauma. Objects and Methods: The study population consisted of 641 patients from a regional emergency medical center in Kyoungsangnam-do. Demographic data, clinical information, the final diagnosis, and the outcome for each patient were collected in a retrospective manner. the ISS, NISS, TRISS, and modified TRISS were calculated for each patients. The discrimination and the calibration of the ISS, NISS, modified TRISS and conventional TRISS models were compared using receiver operator characteristic (ROC) curves, areas under the ROC curve (AUC) and Hosmer-Lemeshow statistics. Results: The AUC of the ISS, NISS, modified TRISS, and conventional TRISS were 0.885, 0.941, 0.971, and 0.918 respectively. Statistical differences were found between the ISS and the NISS (p=0.008) and between the modified TRISS and the conventional TRISS (p=0.009). Hosmer-Lemeshow chi square values were 13.2, 2.3, 50.1, and 13.8, respectively; only the conventional TRISS failed to achieve the level of and an excellent calibration model (p<0.001). Conclusion: The modified TRISS is a more accurate predictor of in-hospital mortality than the conventional TRISS in a trauma population of blunt head and neck trauma.