의미역 결정 작업은 서술어와 문장 내 행위자, 피행위자, 장소, 시간 등 서술어와 관련 있는 논항들을 추출하는 작업이다. 기존 의미역 결정 방법은 문장의 언어학적 특징 추출을 위한 파이프라인을 구축하는데, 파이프라인 내 각 추출 작업들의 오류가 의미역 결정 작업의 성능에 영향을 미치기 때문에 현재는 End-to-End 방법의 신경망 모델을 이용한 방법들이 제안되고 있다. 본 논문에서는 의미역 결정 작업을 위해 Biaffine Average Attention 구조를 이용한 신경망 모델을 제안한다. 제안하는 모델은 기존 연구에서 제안된 특정 시점에 대한 레이블 예측을 위해 주변 시점 정보를 이용하는 LSTM 모델 대신 문장 내 서술어와 논항의 거리에 상관없이 문장 전체 정보에 집중할 수 있는 Biaffine Average Attention 구조로 이루어져 있다. 제안하는 모델의 성능 평가를 위해 F1 점수를 이용하여 기존 연구에서 제안한 BERT 기반의 모델들과 비교하였으며, 76.21%의 성능으로 비교 모델보다 높은 성능을 보였음을 확인하였다.
대사성 질환은 국내의 경우 유병률이 26%에 이르는 질환으로 복부비만, 고혈압, 공복혈당장애, 고중성지방, 낮은 HDL 콜레스테롤 5가지 상태 중 3가지를 동시에 가진 상태를 말한다. 본 논문은 농촌진흥청의 소비자패널 데이터와 건강보험공단의 진료 데이터를 연계하여 식품 소비 특성을 통해 대사성 질환자군과 대조군으로 나누는 분류 모델을 생성하고 차이를 비교하고자 한다. 기존의 국내외에서 연구된 많은 대사성 질환과 식품 소비 특성 관련 연구는 특정 식품군이나 특정 성분의 질환 상관성 연구이며, 본 논문은 일반 식사에서 포함하는 모든 식품군을 고려한 로지스틱 회귀를 이용한 분류 모델, 의사결정나무 기반 분류 모델, XGBoost를 활용한 분류 모델을 생성하였다. 세 가지 모델 중 정확도가 높은 모델은 XGBoost 분류 모델이지만, 정확도가 0.7 미만으로 높지 않았다. 향후 연구로 환자군의 식품 소비 관찰 기간을 5년 이상으로 확대하고 섭취한 식품을 영양적 특성으로 변환한 후 대사성 질환 분류 모델 연구가 필요하다.
Yoon, Jeongmin;Park, Kwangwoo;Kim, Jin Sung;Kim, Yong Bae;Lee, Ho
한국의학물리학회지:의학물리
/
제29권1호
/
pp.8-15
/
2018
This work reports the acceptance testing and commissioning experience of the Robotic Intensity-Modulated Radiation Therapy (IMRT) M6 system with a newly released $InCise^{TM}2$ Multileaf Collimator (MLC) installed at the Yonsei Cancer Center. Acceptance testing included a mechanical interdigitation test, leaf positional accuracy, leakage check, and End-to-End (E2E) tests. Beam data measurements included tissue-phantom ratios (TPRs), off-center ratios (OCRs), output factors collected at 11 field sizes (the smallest field size was $7.6mm{\times}7.7mm$ and largest field size was $115.0mm{\times}100.1mm$ at 800 mm source-to-axis distance), and open beam profiles. The beam model was verified by checking patient-specific quality assurance (QA) in four fiducial-inserted phantoms, using 10 intracranial and extracranial patient plans. All measurements for acceptance testing satisfied manufacturing specifications. Mean leaf position offsets using the Garden Fence test were found to be $0.01{\pm}0.06mm$ and $0.07{\pm}0.05mm$ for X1 and X2 leaf banks, respectively. Maximum and average leaf leakages were 0.20% and 0.18%, respectively. E2E tests for five tracking modes showed 0.26 mm (6D Skull), 0.3 mm (Fiducial), 0.26 mm (Xsight Spine), 0.62 mm (Xsight Lung), and 0.6 mm (Synchrony). TPRs, OCRs, output factors, and open beams measured under various conditions agreed with composite data provided from the manufacturer to within 2%. Patient-specific QA results were evaluated in two ways. Point dose measurements with an ion chamber were all within the 5% absolute-dose agreement, and relative-dose measurements using an array ion chamber detector all satisfied the 3%/3 mm gamma criterion for more than 90% of the measurement points. The Robotic IMRT M6 system equipped with the $InCise^{TM}2$ MLC was proven to be accurate and reliable.
삼차원(three-dimensional, 3D) 프린팅의 사용은 점차 보편화되고 있으며 정형외과 영역에서도 그 활용이 늘어나고 있다. 현재 정형외과에서 3D 프린팅 기술을 사용하는 방법은 크게 네 가지로 첫째, 3D 프린팅 모델을 이용한 수술 계획 수립 및 수술 시뮬레이션, 둘째, 환자 맞춤형 수술 기구, 셋째, 3D 적층 기법을 이용한 인공 삽입물의 생산, 넷째, 3D 프린팅으로 제작된 환자 맞춤형 삽입물이다. 3D 프린팅 기술을 사용할 수 있는 정형외과의 영역은 견관절, 척추, 고관절 및 골반, 슬관절, 족관절, 종양 분야 등으로, 각각의 영역마다 다루는 질환 및 특성이 다르기 때문에 3D 프린팅 기술을 사용하는 방법 역시 각각의 영역에 따라 약간의 차이가 있다. 하지만 모든 영역에서 3D 프린팅 기술을 이용하는 것은 수술의 효율을 높여 주고, 수술 시간을 단축시키며 수술 중 방사선 노출을 줄여 준다. 3D 프린팅 기술은 특히 복잡하고 어려운 질환이나 골절 환자의 치료에 큰 도움을 줄 수 있다. 따라서 정형외과 의사는 이러한 3D 프린팅 기술의 장점을 이해하고 임상에 최대한 적용하여 효율적인 환자의 치료가 이루어질 수 있도록 해야 한다.
Opening wedge high tibial osteotomy (OWHTO) is widely used to treat unicompartmental osteoarthritis of the knee caused by degenerative deformations of the anatomical axes of the leg. However, since it is difficult to accurately plan the surgical degrees of adjustment such as coronal correction angle and tibial posterior slope angle to align the axes before the actual procedure, a number of studies have proposed analytical models to solve this problem. While previous analytical models for OWHTO were limited to specific cases, this study proposes an analytical osteotomy model (AOM) and a surgical planning system (SPS) that are suitable for a wide range of tibial morphologies and tibia conditions. The validity and generality of the model were verified in a total of 60 OWHTO cases. Results of the test showed that, as predicted, surgical degrees are affected quite significantly by tibia shape and slope of the resected surface. Comparison of the required surgical degrees and the degrees estimated from virtual surgery simulations using AOM showed a very small average difference of $0.118^{\circ}$. SPS, based on AOM, allows the operating surgeon to easily calculate surgical parameters needed to treat a patient.
Journal of the Korean Data and Information Science Society
/
제28권2호
/
pp.349-359
/
2017
본 논문에서는 미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 자료에 Cox 비례위험모형을 적합하여 생존분석을 하였다. 우측 대장암 3기 환자의 사망률에 유의한 영향을 미치는 공변량들을 파악하고, 관심있는 공변량들을 가진 환자의 생존율을 추정하였다. Schoenfeld 잔차를 기반한 검정과 Schoenfeld 잔차 도표, $log[-log\{{\hat{S}}(t)\}]$ 도표를 이용하여 분석에 사용된 공변량들이 비례위험 가정을 만족함을 확인하였다. 적합된 Cox 비례위험모형의 타당성을 검증하기 위해 10-fold 교차 검증을 이용하여 calibration 도표와 시간에 의존하는 ROC 곡선 아래 면적을 계산하였다. 이를 통해 적합된 Cox 비례위험모형의 타당성을 확인하였다.
최근 전 세계적으로 당뇨병 유발률이 증가함에 따라 다양한 머신러닝과 딥러닝 기술을 통해 당뇨병을 예측하려고 는 연구가 이어지고 있다. 본 연구에서는 독일의 Frankfurt Hospital 데이터로 머신러닝 기법을 활용하여 당뇨병을 예측하는 모델을 제시한다. IQR(Interquartile Range) 기법을 이용한 이상치 처리와 피어슨 상관관계 분석을 적용하고 Decision Tree, Random Forest, Knn, SVM, 앙상블 기법인 XGBoost, Voting, Stacking로 모델별 당뇨병 예측 성능을 비교한다. 연구를 진행한 결과 Stacking ensemble 기법의 정확도가 98.75%로 가장 뛰어난 성능을 보였다. 따라서 해당 모델을 이용하여 현대 사회에 만연한 당뇨병을 정확히 예측하고 예방할 수 있다는 점에서 본 연구는 의의가 있다.
International Journal of Computer Science & Network Security
/
제23권8호
/
pp.17-25
/
2023
The alarming global prevalence of Type 2 Diabetes Mellitus (T2DM) has catalyzed an urgent need for robust, early diagnostic methodologies. This study unveils a pioneering approach to predicting T2DM, employing the Extreme Gradient Boosting (XGBoost) algorithm, renowned for its predictive accuracy and computational efficiency. The investigation harnesses a meticulously curated dataset of 4303 samples, extracted from a comprehensive Chinese research study, scrupulously aligned with the World Health Organization's indicators and standards. The dataset encapsulates a multifaceted spectrum of clinical, demographic, and lifestyle attributes. Through an intricate process of hyperparameter optimization, the XGBoost model exhibited an unparalleled best score, elucidating a distinctive combination of parameters such as a learning rate of 0.1, max depth of 3, 150 estimators, and specific colsample strategies. The model's validation accuracy of 0.957, coupled with a sensitivity of 0.9898 and specificity of 0.8897, underlines its robustness in classifying T2DM. A detailed analysis of the confusion matrix further substantiated the model's diagnostic prowess, with an F1-score of 0.9308, illustrating its balanced performance in true positive and negative classifications. The precision and recall metrics provided nuanced insights into the model's ability to minimize false predictions, thereby enhancing its clinical applicability. The research findings not only underline the remarkable efficacy of XGBoost in T2DM prediction but also contribute to the burgeoning field of machine learning applications in personalized healthcare. By elucidating a novel paradigm that accentuates the synergistic integration of multifaceted clinical parameters, this study fosters a promising avenue for precise early detection, risk stratification, and patient-centric intervention in diabetes care. The research serves as a beacon, inspiring further exploration and innovation in leveraging advanced analytical techniques for transformative impacts on predictive diagnostics and chronic disease management.
In Intensive Care Units (ICUs), where severely ill patients are treated, importance of reducing Hospital Acquired Infection (HAI) cannot be overstated. One of the simplest and most effective actions against HAI is proper hand hygiene (HH) behavior of Health Care Workers (HCWs). However, compliance varies across different cultures and different job types of HCWs (physicians, residents and nurses). This study aims to understand determinants of HH behavior by HCWs' job types in Korea. Qualitative analysis was performed based on Reasoned Action Approach style interviews with staff physicians, residents and nurses across 7 teaching hospitals. We found that all HCWs strongly believe HH is important in reducing HAI. There were, however, job type-specific HH behavior modifying factors; staff physicians stated feeling pressure to be HH behavior role model. Residents identified Quality Improvement team that measured compliance as a facilitator; a notable barrier for residents was senior physicians not washing their hands, because they were afraid of appearing impudent to their seniors. Nurses designated their chief nurse as a key referent. All participants mentioned heavy workload and lack of access to alcohol-based sanitizer as situational barriers, and sore and dry hand as deterrents to HH compliance.
본 연구는 지속해서 증가하는 유방암 환자의 수술 후 신체 및 정신적 고통 완화를 도와주는 모바일 애플리케이션 서비스 제안에 목적이 있다. 먼저 연구 목적 달성을 위해 문헌연구를 통한 유방암의 전반적인 이해와 이와 유사한 서비스를 분석하였다. 이후 서비스 디자인 방법론인 더블 다이아몬드 디자인 프로세스 모델을 단계별로 적용하여 사후관리 중심의 1:1 맞춤형 전문가 코칭(coaching) 서비스를 제공하는 모바일 애플리케이션을 고안하였다. 세부적으로는 첫째, 현재 진행되는 프로그램 분석과 이해관계자들(유방암 환자, 보호자, 간호사 및 병원 내 암센터 용품 판매원)과의 인터뷰를 통해 사용자 니즈(needs)를 도출하였다. 둘째, 이를 기반으로 사용자를 대표하는 페르소나와 고객여정맵을 토대로 한 전체적인 시나리오를 시각화, 콘셉트 설정 및 키워드 도출로 본 연구를 구체화하였다. 셋째, 구체적인 기능 설명과 함께 효과적으로 전달하기 위한 프로토타입을 제작하여 최종 목표인 모바일 애플리케이션 서비스를 제안하였다. 본 서비스를 통하여 그들의 삶의 질을 향상시키는 서비스가 되길 기대한다.
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.