• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.83-93
• /
• 2021

COVID-19 poses a major risk to global health, highlighting the importance of faster and proper diagnosis. To handle the rise in the number of patients and eliminate redundant tests, healthcare information exchange and medical data are transmitted between healthcare centres. Medical data sharing helps speed up patient treatment; consequently, exchanging healthcare data is the requirement of the present era. Since healthcare professionals share data through the internet, security remains a critical challenge, which needs to be addressed. During the COVID-19 pandemic, computed tomography (CT) and X-ray images play a vital part in the diagnosis process, constituting information that needs to be shared among hospitals. Encryption and image steganography techniques can be employed to achieve secure data transmission of COVID-19 images. This study presents a new encryption with the image steganography model for secure data transmission (EIS-SDT) for COVID-19 diagnosis. The EIS-SDT model uses a multilevel discrete wavelet transform for image decomposition and Manta Ray Foraging Optimization algorithm for optimal pixel selection. The EIS-SDT method uses a double logistic chaotic map (DLCM) is employed for secret image encryption. The application of the DLCM-based encryption procedure provides an additional level of security to the image steganography technique. An extensive simulation results analysis ensures the effective performance of the EIS-SDT model and the results are investigated under several evaluation parameters. The outcome indicates that the EIS-SDT model has outperformed the existing methods considerably.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1080-1099
• /
• 2023

Digital healthcare combined with telemedicine services in the form of convergence with digital technology and AI is developing rapidly. Digital healthcare research is being conducted on many conditions including shock. However, the causes of shock are diverse, and the treatment is very complicated, requiring a high level of medical knowledge. In this paper, we propose a shock detection method based on the correlation between shock and data extracted from hemodynamic monitoring equipment. From the various parameters expressed by this equipment, four parameters closely related to patient shock were used as the input data for a machine learning model in order to detect the shock. Using the four parameters as input data, that is, feature values, a random forest-based ensemble machine learning model was constructed. The value of the mean arterial pressure was used as the correct answer value, the so called label value, to detect the patient's shock state. The performance was then compared with the decision tree and logistic regression model using a confusion matrix. The average accuracy of the random forest model was 92.80%, which shows superior performance compared to other models. We look forward to our work playing a role in helping medical staff by making recommendations for the diagnosis and treatment of complex and difficult cases of shock.

• Korean Journal of Radiology
• /
• 제25권3호
• /
• pp.267-276
• /
• 2024

Objective: To evaluate the diagnostic performance of susceptibility map-weighted imaging (SMwI) taken in different acquisition planes for discriminating patients with neurodegenerative parkinsonism from those without. Materials and Methods: This retrospective, observational, single-institution study enrolled consecutive patients who visited movement disorder clinics and underwent brain MRI and ¹⁸F-FP-CIT PET between September 2021 and December 2021. SMwI images were acquired in both the oblique (perpendicular to the midbrain) and the anterior commissure-posterior commissure (AC-PC) planes. Hyperintensity in the substantia nigra was determined by two neuroradiologists. ¹⁸F-FP-CIT PET was used as the reference standard. Inter-rater agreement was assessed using Cohen;s kappa coefficient. The diagnostic performance of SMwI in the two planes was analyzed separately for the right and left substantia nigra. Multivariable logistic regression analysis with generalized estimating equations was applied to compare the diagnostic performance of the two planes. Results: In total, 194 patients were included, of whom 105 and 103 had positive results on ¹⁸F-FP-CIT PET in the left and right substantia nigra, respectively. Good inter-rater agreement in the oblique (κ = 0.772/0.658 for left/right) and AC-PC planes (0.730/0.741 for left/right) was confirmed. The pooled sensitivities for two readers were 86.4% (178/206, left) and 83.3% (175/210, right) in the oblique plane and 87.4% (180/206, left) and 87.6% (184/210, right) in the AC-PC plane. The pooled specificities for two readers were 83.5% (152/182, left) and 82.0% (146/178, right) in the oblique plane, and 83.5% (152/182, left) and 86.0% (153/178, right) in the AC-PC plane. There were no significant differences in the diagnostic performance between the two planes (P > 0.05). Conclusion: There are no significant difference in the diagnostic performance of SMwI performed in the oblique and AC-PC plane in discriminating patients with parkinsonism from those without. This finding affirms that each institution may choose the imaging plane for SMwI according to their clinical settings.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.273-283
• /
• 2020

기후변화의 영향으로 국지성 및 집중호우에 대한 발생 가능성이 높아지는 시점에서 과거에 침수피해를 입은 도시 유역에 대하여 실제 호우에 대한 침수 양상을 예측하는 것은 중요하다. 이에 수치해석 기반 프로그램과 함께 기계학습을 이용한 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM 신경망은 일련의 자료를 분석하는데 유용하지만, 딥 러닝을 수행하기 위하여 충분한 양의 자료를 필요로 한다. 그러나 단일 도시유역에 홍수를 일으킬 강우가 매년 일어나지 않기에 많은 홍수 자료를 수집하기에는 어려움이 있다. 이에 본 연구에서는 대상 유역에서 관측되는 강우 외에 전국 단위의 실제 호우를 예측 모형에 반영하였다. LSTM (Long Short-Term Memory) 신경망은 강우에 대한 총 월류량을 예측하기 위하여 사용되었으며, 목표값으로 SWMM (Storm Water Management Model)의 유출 모의 결과를 사용하였다. 침수 범위 예측을 위해서는 로지스틱 회귀를 사용하였으며, 로지스틱 회귀 모형의 독립 변수는 총 월류량이며 종속 변수는 격자 별 침수 발생 유무이다. 침수 범위 자료는 SWMM의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 통해 수집하였다. LSTM의 매개변수 조건에 따라 총 월류량 예측 결과를 비교하였다. 매개변수 설정에 따른 4가지의 LSTM 모형을 사용하였는데, 검증과 테스트 단계에 대한 평균 RMSE (Root Mean Square Error)는 1.4279 ㎥/s, 1.0079 ㎥/s으로 산정되었다. 최소 RMSE는 검증과 테스트에 대하여 각각 1.1656 ㎥/s, 0.8797㎥/s 으로 산정되었으며, SWMM모의 결과를 적절히 재현할 수 있음을 확인하였다. LSTM 신경망의 결과와 로지스틱 회귀를 연계하여 침수 범위 예측을 수행하였으며, 침수심 0.5m 이상을 고려하였을 때에 최대 침수면적 적합도가 97.33 %으로 나타났다. 본 연구에서 제시된 방법론은 딥 러닝에 기반하여 도시 홍수 대응능력을 향상 시키는데 도움이 될 것으로 판단된다.

• 대한공간정보학회지
• /
• 제21권2호
• /
• pp.53-62
• /
• 2013

토지이용과 피복 변화는 기후변화 영향을 증폭시키거나 완화시킬 뿐만 아니라, 기후변화와 함께 환경 변화에 영향을 주는 대표적인 인자들이다. 따라서 기후변화시나리오와 일관된 토지이용 및 피복 변화 시나리오를 사용하는 것은 신뢰성 있는 기후변화 영향평가를 위해 매우 중요하다. 본 연구의 목적은 IPCC의 5차 평가보고서에 제시된 RCP 시나리오의 사회경제 시나리오를 고려한 미래 도시성장을 예측 및 분석하는 것이다. 이를 위해 RCP 4.5와 8.5 시나리오의 스토리라인을 기반으로 토지이용 및 피복 변화 시나리오를 설정하였다. 시나리오별 도시성장량은 지난 25년 간 1인당 도시면적과 GDP를 이용한 이중로그모델에 의해 도출되었다. 또한, 정부에서 제공된 미래 인구수 및 GDP에 의해 미래 도시 수요량이 추정되었다. 이렇게 추정된 수요량은 로지스틱 회귀분석에 의해 작성된 도시성장확률지도에 의해 공간적으로 배분되었다. 그 결과, 도시성장확률지도의 예측 정확도는 89.3~90.3%로 높게 나타났고, RCP 4.5의 예측 정확도가 RCP 8.5 보다 높게 나타났다. 또한, 2020년부터 2050년까지 도시지역은 꾸준한 증가세를 보였고, RCP 8.5 시나리오의 도시면적 증가율이 RCP 4.5 시나리오보다 더 높게 나타났다. 도시지역의 면적 증가는 주로 농지면적 훼손에 의해 발생되는 것으로 예측되었다. 특히, RCP 4.5 시나리오보다 RCP 8.5 시나리오에서 농지뿐만 아니라 산지면적 훼손이 더욱 증가되는 것으로 예측되었다. 이러한 농지와 산지의 면적 감소는 지방도시에 비하여 광역도시에서 더 높게 나타났다. 본 연구의 결과는 향후 기후 및 토지이용 및 피복 변화의 복합적인 쌍방향 영향을 정량적으로 밝힐 수 있는 기초 자료로 활용될 수 있을 것이라 판단된다.

• 한국습지학회지
• /
• 제17권3호
• /
• pp.251-263
• /
• 2015

본 연구에서는 L-moment ratio diagram 기법과 지형정보시스템(GIS)을 동시에 활용하여 우리나라의 지속기간별 연 최대강우량의 최적확률밀도함수를 판별하는 새로운 기법을 제안하고, 결과 도출과정에 있어 발견된 연최대강우량의 통계값의 흥미로운 지형학적 특성을 살펴보았다. 이를 위하여 우리나라 기상청에서 운영하는 67개의 강우관측지점에서 관측된 강우자료의 연최대강우량을 1시간, 3시간, 6시간, 12시간, 24시간 누적시간에 대하여 산출하고, L-moment ratio diagram 기법을 활용하여 이들에 대한 최적확률밀도함수를 구한 후, 이를 관측지점에 해당하는 티센 다각형에 다른 색상으로 표현하여 그 공간적 분포를 살펴보았다. 또한, 각 후보 확률밀도함수의 적합도에 대한 지도를 작성하였다. 본 연구의 결과를 요약하면 다음과 같다: (1) 강우의 극한값의 특성을 대표할 수 있는 통계값인 L-skewness와 L-kurtosis는 뚜렷한 공간적 경향을 띠고 있다. 특히 산맥을 포함한 우리나라의 지형적 특성에 큰 영향을 받았다. 이는 발생빈도가 높고 강도가 낮은 평상시의 강우사상뿐 만 아니라, 연최대강우량 또한 지형의 영향을 크게 받는다는 것을 의미한다; (2) 우리나라의 산악지역에서는 연최대강우량의 통계적 특성에 대한 고도의 영향이 비산악지역보다 더 크며, 고도가 높은 지역일수록 발생 빈도가 낮고 강도가 강한 강우사상이 더 자주 발생하며, 강우의 누적기간이 증가할수록 이러한 경향은 작아졌다; (3) 우리나라의 연최대강우량을 가장 잘 대변할 수 있는 확률밀도함수는 Generalized Extreme Value (GEV) 분포와 Generalized Logistic (GLO) 분포이다. 단, 남해안의 중앙지역에 대해서는 Generalized Pareto (GPA) 분포가 가장 적합한 것으로 나타났다.

• 환경영향평가
• /
• 제22권3호
• /
• pp.219-230
• /
• 2013

Species distribution modeling is one of the most effective habitat analysis methods for wildlife conservation. This study was for evaluating the suitability of species distribution to distance between forest patches in Seoul city using tits. We analyzed the distribution of the four species of tits: varied tit (Parus varius), marsh tit (P. palustris), great tit (P. major) and coal tit (P. ater), using the landscape indexes and connectivity indexes, and compared the resulting suitability indexes from 100m to 1,000m. As factors affecting to the distribution of tits, we calculated landscape indices by separating them into intra-patch indices (i.e. logged patch area (PA), area-weighted mean patch shape index (PSI), tree rate (TR)) and inter-patch indices (i.e. patch degree (PD), patch betweenness (PB), difference probability of connectivity (DPC)), to analyze the internal properties of the patches and their connectivity by tits occurrence data using logistic regression modeling. The models were evaluated by AICc (Akaike Information Criteria with a correction for finite sample sizes) and AUC (Area Under Curve of ROC). The results of AICc and AUC showed DPC, PA, PSI, and TR were important factors of the habitat models for great tit and marsh tit at the level of distance 500~800m. In contrast, habitat models for coal tit and varied tit, which are known as forest interior species, reflected PA, PSI, and TR as intra-patch indices rather than connectivity. These mean that coal tit and varied tit are more likely to find a large circular forest patch than a small and long-shaped forest patch, which are higher rate of forest. Therefore, different strategies are required in order to enhance the habitats of the forest birds, tits, in a region that has fragmented forest patches such as Seoul city. It is important to manage forest interior areas for coal tit and varied tit, which are known as forest interior species and to manage not only forest interior areas but also connectivity of the forest patches in the threshold distance for great tit and marsh tit as adapted species to the urban ecosystem for sustainable ecosystem management.

• Investigative Magnetic Resonance Imaging
• /
• 제26권1호
• /
• pp.10-19
• /
• 2022

Purpose: To evaluate whether the added value of contrast leakage information from dynamic susceptibility contrast magnetic resonance imaging (DSC MRI) is a better prognostic imaging biomarker than the cerebral blood volume (CBV) value in distinguishing true progression from pseudoprogression in glioblastoma patients. Materials and Methods: Forty-nine glioblastoma patients who had undergone MRI after concurrent chemoradiotherapy with temozolomide were enrolled in this retrospective study. Twenty features were extracted from the normalized relative CBV (nCBV) and extraction fraction (EF) map of the contrast-enhancing region in each patient. After univariable analysis, we used multivariable stepwise logistic regression analysis to identify significant predictors for differentiating between pseudoprogression and true progression. Receiver operating characteristic (ROC) analysis was employed to determine the best cutoff values for the nCBV and EF features. Finally, leave-one-out cross-validation was used to validate the best predictor in differentiating between true progression and pseudoprogression. Results: Multivariable stepwise logistic regression analysis showed that MGMT (O⁶-methylguanine-DNA methyltransferase) and EF max were independent differentiating variables (P = 0.004 and P = 0.02, respectively). ROC analysis yielded the best cutoff value of 95.75 for the EF max value for differentiating the two groups (sensitivity, 61%; specificity, 84.6%; AUC, 0.681 ± 0.08; 95% CI, 0.524-0.837; P = 0.03). In the leave-one-out cross-validation of the EF max value, the cross-validated values for predicting true progression and pseudoprogression accuracies were 69.4% and 71.4%, respectively. Conclusion: We demonstrated that contrast leakage information parameter from DSC MRI showed significance in differentiating true progression from pseudoprogression in glioblastoma patients.

• 환경영향평가
• /
• 제33권2호
• /
• pp.64-73
• /
• 2024

개발사업으로 인한 서식지 파괴의 심각성이 대두되면서 생물다양성을 보전하기 위해 환경영향평가(EIA)의 중요성은 커지고 있다. 경관스케일에서 개발 요인과 주변 환경요인에 따른 생물다양성 영향을 정량적으로 평가하기 위해 선행연구들이 진행되고 있으나, 개발사업을 기준으로 생물다양성 감소에 영향을 미치는 요인에 대한 연구는 미흡한 실정이다. 본 연구는 선행연구를 통해 유효하다고 밝혀진 독립변수(사업 면적, 사업 유형, 고도, 생태·자연도, 녹지와의 이격거리, 보호구역과의 이격거리)들을 다중클래스 로지스틱 회귀분석, T-test, 사업 유형 검토분석을 통해 종풍부도 변화에 유의미한 영향을 미치는지를 검토하였다. 연구 결과, 토지 피복 단위에서 생물다양성에 영향을 끼치는 것으로 밝혀진 요인 중 사업 규모와 환경영향평가 시 종풍부도 값만이 p-value=0.05 이하의 값을 보였다. 그리고 사업 유형의 경우, 체육시설의 설치, 에너지 개발, 산업입지 및 산업단지의 조성에서 조류의 생물다양성 감소가 크게 변화하는 것을 확인하였다. 본 연구를 통해 분석 규모에 따라 영향을 끼치는 변수에서의 차이가 발생할 수 있음을 확인하였기에, 환경영향평가에서 생물다양성 변화를 분석하기 위해서는 개발사업 단위에서의 지표 활용에 연구가 추가로 필요할 것이며, 타 생물종으로의 일반화를 위해 추가적인 연구가 필요할 것으로 사료된다.

• 대한응급의학회지
• /
• 제29권5호
• /
• pp.500-508
• /
• 2018

Objective: The aim of this study was to evaluate the clinical characteristics of heat stroke in a bath facility and investigate predictive factors of multiple major complications in heat stroke patients. Methods: This was a retrospective study on heat stroke patients who visited an urban emergency center from January 2010 to March 2018. We compared clinical characteristics, complication, and outcomes of heat stroke patients in bath and non-bath facilities. Multivariate logistic regression analysis were performed to identify independent predictors of multiple major complications in heat stroke patients. Results: A total of 67 heat stroke patients with heat stroke were enrolled, of which 42 (62.6%) were in a bath facility and 25 (37.3%) were in a non-bath facility. Patients with heat stroke in the bath facility were characterized by old age, past medical history of hypertension and diabetes mellitus, and high incidence of hypotension compared with those in the non-bath facility but also low incidence of acute renal failure, seizure, and multiple major complications. In the multivariate analysis, predictive factors of multiple major complications in heat stroke patients were non-bath facility (odds ratio [OR], 5.4; 95% confidence interval [CI], 1.2-29.9), Glasgow Coma Scale (GCS)${\leq}8$ (OR, 8.2; 95% CI, 1.3-49.4), and mean arterial pressure (MAP), body temperature above $40.5^{\circ}C$ (OR, 8.1; 95% CI, 1.1-58.8) <60 mmHg (OR, 14.8; 95% CI, 1.8-122.9). Conclusion: Heat stroke in the bath facility resulted in less major complications, and high body temperature, GCS ${\leq}8$, and MAP <60 mmHg were independent predictive factors of multiple major complications in heat stroke patients.