• 대한핵의학회지
• /
• 제38권2호
• /
• pp.161-170
• /
• 2004

분자영상은 살아있는 개체의 몸 속에서 일어나는 생물학적 반응이나 특정한 표적분자를 비관혈적이며 반복적으로 영상화하는 기술이다. 이를 위해서는 두 가지 기본 요소가 요구되는 바 하나는 관심 생물현상에 의해 농도나 분광특성이 변하는 분자영상용 추적자이며 다른 하나는 이런 추적자를 모니터링하는 장비이다. 분자 핵의학 영상기술은 이제 신경과학분야에서도 활발히 적용되고 있으며 신경관련 기초연구나 뇌질환 관련 신약개발에 이미 중요한 역할을 하고 있다. 최근에는 살아있는 개체에서 약제 투여가 뇌에 미치는 약물학적, 생리적 영향을 조사하는 데에도 이용되고 있다. 다가오는 미래에는 각종 뇌질환에서 특이적 표적을 공략하는 새로운 분자치료가 개발되어 뇌질환 치료에 혁명적인 변화를 가져올 것으로 예상되고 있다. 그 예로, 파킨슨씨 병과 같은 퇴행성 신경질환에 줄기세포를 이용한 자가수선, 신경보호, 약물분비 치료, 성장인자와의 병행치료 등이 개발되고, 유전자 치료도 이용될 것으로 보인다. 신경 분자 핵의학 영상은 이와 같은 새로운 뇌질환 치료기술의 개발에 있어서 뇌 안에서 일어나는 분자수준의 변화를 실시간으로 모니터링함으로써 관련연구에 크게 기여할 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제11권4호
• /
• pp.91-97
• /
• 2011

본 논문에서는 Mackey-Glass시계열의 예측에서 유전자알고리즘을 이용하는 구조적인 동정과 뉴로퍼지에 의한 파라미터 동정의 학습방법과 하이브리드 시스템을 제안하였다. 본 방법은 두 가지로 구성되었다. 하나는 입력공간에 대한 분할을 통하여 유전 알고리즘을 이용하여 퍼지 규칙베이스를 구축하고 다른 하나는 이 규칙베이스를 토대로 기울기 최하강법을 이용하여 제어규칙의 변수에 대한 파라미터 동정이다. 제안된 방법을 성능을 검증하기 위하여 입력의 패턴을 시간간격에 따라서 x(t-3), x(t-6)과 x(t-9)의 세 가지로 구성하였다. 많은 시뮬레이션을 통하여 유전알고리즘에 의한 구조적인 동정으로 인하여 학습초기에 오차가 작은 것을 알 수 있었다. 표2에서와 같이 성능을 확인 할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제24권1호
• /
• pp.46-51
• /
• 2014

공학적 시스템 최적설계의 가장 중요한 과정은 설계변수와 시스템 응답과의 관계를 파악하는 것이다. 시스템 최적화의 경우 반응표면법이 주로 사용되고 있다. 반응표면법의 최적화 과정은 대표적인 후보대안을 이용하여 설계공간을 구성하고, 설정된 설계 공간에서 설계 최적점을 찾는다. 설계공간의 구성에 따라 최적점이 변화되므로 합리적인 최적점을 찾기 위해서는 설계공간의 구성이 매우 중요하다. 따라서 본 연구에서는 설계변수와 시스템응답의 관계를 신경반응표면을 이용하여 설계공간을 구성하고, 구성된 설계 공간 안에서 다목적유전자 알고리즘을 이용하여 최적 형상을 예측 할 수 있는 '신경반응표면을 이용한 공학 구조물 설계 프레임워크 구축'을 시도하였다. 구축된 프레임워크의 유용성을 확인하기 위해 비선형 수학함수 문제를 적용하였다. 구축된 프레임워크를 통해 공학문제의 최적화 과정에서 시간의 제약을 해결하고, 효과적인 최적설계가 가능함을 확인할 수 있었다. 향후에는 본 연구의 결과를 바탕으로 실제 조선해양공학 최적화 문제에 적용을 시도할 것이다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권16호
• /
• pp.6871-6876
• /
• 2015

Background: The meningeal hemangiopericytoma (MHPC) is a vascular tumor arising from pericytes. Most intracranial MHPCs resemble meningiomas (MNGs) in their clinical presentation and histological features and may therefore be misdiagnosed, despite important differences in prognosis. Materials and Methods: We report 8 cases of MHPC and 5 cases of MNG collected from 2007 to 2011 from the Neuro-Surgery and Histopathology departments. All 13 samples were re reviewed by two independent pathologists and investigated by immunohistochemistry (IHC) using mesenchymal, epithelial and neuro-glial markers. Additionally, we screened all tumors for a large panel of chromosomal alterations using multiplex ligation probe amplification (MLPA). Presence of the NAB2-STAT6 fusion gene was inferred by immunohistochemical staining for STAT6. Results: Compared with MNG, MHPCs showed strong VIM (100% of cases), CD99 (62%), bcl-2 (87%), and p16 (75%) staining but only focal positivity with EMA (33%) and NSE (37%). The p21 antibody was positive in 62% of MHPC and less than 1% in all MNGs. MLPA data did not distinguish HPC from MNG, with PTEN loss and ERBB2 gain found in both. By contrast, STAT6 nuclear staining was observed in 3 MHPC cases and was absent from MNG. Conclusions: MNG and MHPC comprise a spectrum of tumors that cannot be easily differentiated based on histopathology. The presence of STAT6 nuclear positivity may however be a useful diagnostic marker.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

• 대한핵의학회지
• /
• 제38권2호
• /
• pp.111-114
• /
• 2004

Molecular imaging provides a visualization of normal as well as abnormal cellular processes at a molecular or genetic level rather than at a anatomical level. Conventional medical imaging methods utilize the imaging signals produced by nonspecific physico-chemical interaction. However, molecular imaging methods utilize the imaging signals derived from specific cellular or molecular events. Because molecular and genetic changes precede anatomical change in the course of disease development, molecular imaging can detect early events in disease progression. in the near future, through molecular imaging we can understand basic mechanisms of disease, and diagnose earlier and, subsequently, treat earlier intractable diseases such as cancer, neuro-degenerative diseases, and immunologic disorders. In beginning period, nuclear medicine started as a molecular imaging, and has had a leading role in the field of molecular imaging. But recently molecular imaging has been rapidly developed. Besides nuclear imaging, molecular imaging methods such as optical imaging, magnetic resonance imaging are emerging. Each imaging modalities have their advantages and weaknesses. The opportunities from molecular imaging look bright. We should try nuclear medicine continues to have a leading role in molecular imaging.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.740-743
• /
• 1998

This paper presents an optimization algorithm for a stable Dynamic Neural Network (DNN) using genetic algorithm. Optimized DNN is applied to a problem of controlling nonlinear dynamical systems. DNN is dynamic mapping and is better suited for dynamical systems than static forward neural network. The real time implementation is very important, and thus the neuro controller also needs to be designed such that it converges with a relatively small number of training cycles. SDNN has considerably fewer weights than DNN. The object of proposed algorithm is to the number of self dynamic neuron node and the gradient of activation functions are simultaneously optimized by genetic algorithms. To guarantee convergence, an analytic method based on the Lyapunov function is used to find a stable learning for the SDNN. The ability and effectiveness of identifying and controlling, a nonlinear dynamic system using the proposed optimized SDNN considering stability' is demonstrated by case studies.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• Journal of Korean Neurosurgical Society
• /
• 제61권3호
• /
• pp.402-406
• /
• 2018

In contrast to many of the malignant tumors that occur in the central nervous system in adults, the management, responses to therapy, and future perspectives of children with malignant lesions of the brain hold considerable promise. Within the past 5 years, remarkable progress has been made with our understanding of the basic biology of the molecular genetics of several pediatric malignant brain tumors including medulloblastoma, ependymoma, atypical teratoid rhabdoid tumour, and high grade glioma/diffuse intrinsic pontine glioma. The recent literature in pediatric neuro-oncology was reviewed, and a summary of the major findings are presented. Meaningful sub-classifications of these tumors have arisen, placing children into discrete categories of disease with requirements for targeted therapy. While the mainstay of therapy these past 30 years has been a combination of central nervous system irradiation and conventional chemotherapy, now with the advent of high resolution genetic mapping, targeted therapies have emerged, and less emphasis is being placed on craniospinal irradiation. In this article, the present and future perspective of pediatric brain malignancy are reviewed in detail. The progress that has been made offers significant hope for the future for patients with these tumours.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.238-242
• /
• 2013

We consider the problem of constructing observers for nonlinear systems with unknown inputs. Connectionist networks, also called neural networks, have been broadly applied to solve many different problems since McCulloch and Pitts had shown mathematically their information processing ability in 1943. In this thesis, we present a genetic neuro-control scheme for nonlinear systems. Our method is different from those using supervised learning algorithms, such as the backpropagation (BP) algorithm, that needs training information in each step. The contributions of this thesis are the new approach to constructing neural network architecture and its training.