• 한방안이비인후피부과학회지
• /
• 제16권1호
• /
• pp.1-32
• /
• 2003

Objectives: This study was carried out to analyze and understand the trends of research papers published In the Journal of Oriental Medical Surgery？phthalmology & Otolaryngology Society(JOMSOOS). Methods: We studied the 308 research papers that had been published in JOMSOOS from 1988 Vol. 1. No. 1. to 2002 Vol. 15. No. 2. Our study was developed through the four stages in order to analyze the papers; 1) we analyzed all the papers overall to classify them into three categories; original article. review article and case report. 2) we classified the original articles in terms of methodology. 3) we also analyzed the case reports according to the sort of disease each paper dealt with. 4) we had another statistical approach to each paper to figure out the distribution of diagnoses in detail. Results: We have got the following outcomes from our analysis of the papers in terms of the four stages. 1. Overall Analysis. 1) Classification of 308 research papers between 1988 and 2002: 137 original articles(44.48$\%$), 111 review articles(36.04$\%$), 56 case reports(18.18$\%$). 2) Used language: Korean(99.03$\%$). English(0.97$\%$). 3) The Number of Authors: 2 persons(42.86$\%$). 3 persons(29.87$\%$), 1 person(14.61$\%$). 2. Original Article Analysis 1) Classification of 137 original articles in terms of methodology: 90 experimental studies(65.69$\%$)46 descriptive studies(33.58$\%$), 1 analytic study(0.73$\%$). 2) Classification of the original articles according to the use of statistical methods: No statistical methods(36.42$\%$), Descriptive methods only(1.99$\%$), Not defined(23.18$\%$), t-test(24.50$\%$), ANOVA(3.97$\%$), Multiple comparison(2.65$\%$), Non-parametric test(2.65$\%$), Other methods(1.32$\%$). 3) Classification of 46 descriptive articles in terms of diseases: otorhinolaryngology(43.48$\%$), dermatology(23.91$\%$), ophthalmology(13.04$\%$), facial palsy(13.04$\%$). 4) Classification of descriptive articles in terms of the number of patients: the highest was 'more than 26 but less than 50 persons'(19 articles - 41.30$\%$). 5) Classification of descriptive articles in terms of the period for patients observation: the highest was the time 'more than 9 but less than 12 months(34.78$\%$)' Out of the 34.78$\%$, the number of articles with the patients observed for more than 12 months was 13(28.26$\%$). 3. Case Report Analysis 1) Classification of 56 case reports in terms of the sort of disease: dermatology(44.64$\%$), ophthalmology(19.64$\%$), otorhinolaryngology(14.29$\%$), facial palsy(8.93$\%$). 2) Classification in terms of the number of patients: 1 person(50$\%$), 3 persons(16.07$\%$), 2 persons(14.29$\%$). 4. Diagnosis Distribution of Each Disease. 1) Studies regarding ophthalmology : the percentage of 'strabismus' cases was the highest(33.33$\%$). 2) Studies regarding otorhinolaryngology : nasal inflammation(34.48$\%$), tinnitus(20.69$\%$). 3) Studies regarding dermatology: the percentage of 'allergic skin disease' was the highest(33.33$\%$). Conclusions: We analyzed the trends of research papers that have been published in JOMSOOS in detail. We came to understand the trends of the research through this study. However, we acknowledge that we only adopted the quantitative method out of various possible analysis methods. For further studies, we strongly urge to adopt the qualitative methods as well.

• 대한영상의학회지
• /
• 제83권2호
• /
• pp.344-359
• /
• 2022

목적 깊은 컨볼루션 신경망 기법을 결합한 영상 잡음 제거 알고리즘을 개발하고 이를 응용하여 저선량 유방 촬영 영상으로 유방암을 진단하는 데 그 효능을 조사하고자 한다. 대상과 방법 6명의 유방 영상 전문의가 전향적 연구에 참여하였다. 모든 영상 전문의는 병변 감지를 위해 저선량 영상을 독립적으로 평가하고 정성적 척도를 사용하여 진단 품질을 평가하였다. 영상 잡음 제거 알고리즘을 적용한 후, 동일한 영상 전문의가 병변 감지 가능성과 영상 품질에 대한 평가를 하였다. 임상 적용을 위해 동일한 영상 전문의가 병변 유형과 위치에 대한 합의 결정 후, 저선량 영상, 재구성된 영상, 기존 선량 영상을 무작위 순서로 제시하여 평가하였다. 결과 전 절제 표본의 저선량 영상을 참조로 40% 재구성된 영상에서 병변이 더 잘 인식되었다. 임상 적용단계에서 40% 재구성된 영상과 비교하여, 기존 선량 영상이 해상도(p < 0.001), 석회에 대한 진단 품질(p < 0.001), 유방 종괴, 비대칭, 구조왜곡의 진단 품질(p = 0.037)에 대해 더 높은 평균값을 보였다. 40% 재구성된 영상은 100% 영상과 비교 시 전반적 화질(p = 0.547), 병변의 가시성(p = 0.120), 대조도(p = 0.083)에서 비슷한 성적을 보였으며 유의미한 차이도 보이지 않았다. 결론 깊은 컨볼루션 신경망 기법을 결합한 효과적인 잡음 제거 및 영상 재구성 처리 알고리즘은 유방 촬영의 상당한 선량 감소를 위한 길을 열어 유방암 진단을 가능하게 할 것이다.