• 한국방사선학회논문지
• /
• 제1권1호
• /
• pp.25-30
• /
• 2007

본 연구의 목적은 ROC를 이용하여 일반 촬영기기에 따른 영상의 질을 평가해보고자 함이다. 본 연구의 수행을 위하여 CR(Computed Radiography)과 DDR(Direct Digital Radiography)을 사용하였으며 피사체로 흉부 팬텀을 사용하였다. 각 기기에서 영상을 획득한 후 ROC평가를 이용하여 영상의 질 및 기기의 특성을 평가하였다. 조사 조건으로 관전압 120kVp와 관전류량 3.2 mAs를 이용하였고 SID(Source to Image Distance)는 180cm로 설정하였다. 팬텀의 심장, 폐야, 흉추부위에 병소를 표현하였으며 각 장비에서 획득한 영상의 질 및 기기의 특성을 파악하기 위하여 방사선학 전공자 29명을 대상으로 ROC평가를 실시하였다. ROC 평가 결과 DDR의 TPF(true positive fraction)는 0.552, FPF(false positive fraction)는 0.474, CR의 TPF는 0.629, FPF는 0.405로 나타났다. 본 연구 결과 CR의 영상이 DDR의 영상보다 더 나은 영상의 질을 나타내는 것을 확인하였다. 영상의 질의 확연한 차이의 원인은 DDR의 경우 enhance board의 미 삽입으로 인한 영상 후처리의 미수행이라고 사료된다. 추후 DDR의 enhance board의 삽입 후 영상의 후처리가 가미된 DDR영상의 질에 대한 연구가 필요하며 본 연구의 결과로 인하여 영상의 후처리가 임상의 판독에 있어서 매우 중요한 요소임을 확인할 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
• /
• pp.186-189
• /
• 1993

능동 소나 체계에서 표적의 탐지거리 예측을 위하여 소나방정식이 이용되는데, 이는 음원 준위, 전달 손실, 표적 강도, 복반사 준위, 소음 준위, 방향성 이득, Detection threshold, Signal excess, 탐지 확률과 탐지거리의 요소로 구성된다. 본 연구에서는 능동 소나 체계에서 소나 깊이와 표적 깊이의 함수인 탐지거리를 계산하기 위한 알고리즘에 대해 살펴보았다. 소나의 각 요소와 환경이 주어졌을 때 SAFARI 모델을 이용하여 각 수신기의 깊이와 거리에서의 전달손실을 계산하였으며, 구하여진 전달 손실과 배경 소음 준위를 이용하여 Signal excess를 계산하였다. ROC(Receiver-operating-characteristic) 곡선을 이용하여 Signal excess를 탐지 확률로 계산한 후 두 항을 곱하여 각 깊이별 거리로 적분함으로서 탐지거리를 구하였다. 주파수 30Hz의 전방향 음원을 사용하여 여름의 일반적 음속 분포에서 계산한 결과 100m 음원 보다 300m 음원에서 상대적으로 큰 탐지거리를 얻었으며 각 음원 깊이별 평균 탐지거리는 100m 이하의 표면을 제외한 500m 까지는 거의 일정함을 알 수 있었다.

• 전기학회논문지
• /
• 제67권7호
• /
• pp.928-933
• /
• 2018

Nowadays, gastropathy is a common disease. As endoscopic equipment are developed and used widely, it is possible to provide a large number of endoscopy images. Computer-aided Diagnosis (CADx) systems aim at helping physicians to identify possibly malignant abnormalities more accurately. In this paper, we present a CADx system to detect and classify the abnormalities of gastric lesions which include bleeding, ulcer, neuroendocrine tumor and cancer. We used an Inception module based deep learning model. And we used data augmentation for learning. Our preliminary results demonstrated promising potential for automatically labeled region of interest for endoscopy doctors to focus on abnormal lesions for subsequent targeted biopsy, with Az values of Receiver Operating Characteristic(ROC) curve was 0.83. The proposed CADx system showed reliable performance.

• Communications for Statistical Applications and Methods
• /
• 제25권3호
• /
• pp.307-319
• /
• 2018

High-throughput technologies enable the simultaneous evaluation of thousands of genes that could discriminate different subclasses of complex diseases. Ranking genes according to differential expression is an important screening step for follow-up analysis. Many statistical measures have been proposed for this purpose. A good ranked list should provide a stable rank (at least for top-ranked gene), and the top ranked genes should have a high power in differentiating different disease status. However, there is a lack of emphasis in the literature on ranking genes based on these two criteria simultaneously. To achieve the above two criteria simultaneously, we proposed to apply a previously reported metric, the modified area under the receiver operating characteristic cure, to gene ranking. The proposed ranking method is found to be promising in leading to a stable ranking list and good prediction performances of top ranked genes. The findings are illustrated through studies on both synthesized data and real microarray gene expression data. The proposed method is recommended for ranking genes or other biomarkers for high-dimensional omics studies.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.622-624
• /
• 2002

생체인식 기술은 급속도로 발전하고 있지만 개개의 생체 정보를 이용한 단일 생체인식 기술은 생체 방식에 따라 각각의 문제점이 노출되고 있는 상황이다. 이에 두 가지 이상의 생체 정보를 결합하여 단일 생체인식 기술의 문제점을 극복하고 보다 좋은 인식률을 확보하기 위해 다중 생체인식 시스템(Multi-Modal Bio-metries System)이라는 복합 시스템이 제안 되었다. 이 논문에서는 생체인식 산업의 특성 및 개인 인증 방법으로 사용중인 단일 생체인식 시스템의 문제점을 알아보고 그 해결방안으로 다중 생체인식 시스템의 확률단계(Probability Level)에서 더 좋은 성능을 보여주기 위해 각각의 시스템에 가중치(Weight)를 부여 할 경우, EER(Equal Error Rate)이 단일 생체인식 시스템에 보다 가중치를 부여 했을 때 낮아짐과 동시에 ROC 커브도 (Receiver Operating Characteristic Curve) 좋아짐을 보였다.

• Journal of Information Processing Systems
• /
• 제15권6호
• /
• pp.1489-1502
• /
• 2019

This work introduces a novel unweighted combination method (UCSS) for business failure perdition (BFP). With considering features of BFP in the age of big data, UCSS integrates the quantitative and qualitative analysis by utilizing soft set theory (SS). We adopt the conventional expert system (ES) as the basic qualitative classifier, the logistic regression model (LR) and the support vector machine (SVM) as basic quantitative classifiers. Unlike other traditional combination methods, we employ soft set theory to integrate the results of each basic classifier without weighting. In this way, UCSS inherits the advantages of ES, LR, SVM, and SS. To verify the performance of UCSS, it is applied to real datasets. We adopt ES, LR, SVM, combination models utilizing the equal weight approach (CMEW), neural network algorithm (CMNN), rough set and D-S evidence theory (CMRD), and the receiver operating characteristic curve (ROC) and SS (CFBSS) as benchmarks. The superior performance of UCSS has been verified by the empirical experiments.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권2호
• /
• pp.103-109
• /
• 2015

In this paper, a novel method for the classification of term and preterm birth is proposed based on time-frequency analysis of electrohysterogram (EHG) using multivariate empirical mode decomposition (MEMD). EHG is a promising study for preterm birth prediction, because it is low-cost and accurate compared to other preterm birth prediction methods, such as tocodynamometry (TOCO). Previous studies on preterm birth prediction applied prefilterings based on Fourier analysis of an EHG, followed by feature extraction and classification, even though Fourier analysis is suboptimal to biomedical signals, such as EHG, because of its nonlinearity and nonstationarity. Therefore, the proposed method applies prefiltering based on MEMD instead of Fourier-based prefilters before extracting the sample entropy feature and classifying the term and preterm birth groups. For the evaluation, the Physionet term-preterm EHG database was used where the proposed method and Fourier prefiltering-based method were adopted for comparative study. The result showed that the area under curve (AUC) of the receiver operating characteristic (ROC) was increased by 0.0351 when MEMD was used instead of the Fourier-based prefilter.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.21-35
• /
• 2023

Metabolic syndrome is a serious disease that can eventually lead to various complications, such as stroke and cardiovascular disease. In this study, we aimed to identify the risk factors related to metabolic syndrome for its prevention and recognition and propose a nomogram that visualizes and predicts the probability of the incidence of metabolic syndrome. We conducted an analysis using data from the Korea National Health and Nutrition Survey (KNHANES VII) and identified 10 risk factors affecting metabolic syndrome by using the Rao-Scott chi-squared test, considering the characteristics of the complex sample. A naïve Bayesian classifier was used to build a nomogram for metabolic syndrome. We then predicted the incidence of metabolic syndrome using the nomogram. Finally, we verified the nomogram using a receiver operating characteristic curve and a calibration plot.

• 한국임상수의학회지
• /
• 제23권2호
• /
• pp.105-110
• /
• 2006

2003년 5월부터 2005년 11월까지 산란계의 전염성기관지염(IB) 예찰 프로그램에 등록한 농장에 대한 역학조사에서 얻은 자료에 근거하여 IB 감염을 확인할 수 있는 모형을 구축하기 위하여 16개의 입력 뉴런, 3 개의 은닉 뉴런, 1개의 출력 뉴런으로 구성된 3층 인공신경망 모형을 개발하였다. 총 86개의 계군 중 77개는 훈련자료에 할당하고 나머지 9개는 검정자료로 무작위로 할당하여 back-propagation algorithm으로 신경망 훈련을 수행하였다. 입력 뉴런은 산란계군의 특성, 사양관리, 계군의 크기 등 16개의 역학조사 항목을 사용하였으며 출력 뉴런은 IB 감염의 유무로 투입하였다. 훈련된 신경망을 검정자료에 적용하여 민감도와 특이도를 산출하였으며 진단의 정확도는 receiver operating characteristic (ROC) 곡선을 사용하여 곡선 밑의 면적(AUC)을 계산하여 평가하였다. 입력 뉴런의 특성과 훈련모수를 변경하면서 다양한 신경망을 구성하였으며 최적의 신경망으로 확인된 IBV_D1 신경망의 경우 훈련자료에 대하여 77건 중 73건을 올바르게 판단하여 94.8%의 정확도를 보였다. 민감도와 특이도는 각각 95.5% (42/44, 95% CI, 84.5-99.4)와 93.9% (31/33, 95% CI, 79.8-99.3)로 나타났다. 훈련된 신경망을 검정자료에 적용하여 ROC 곡선을 작성한 결과 AUC는 전체의 94.8% (SE=0.086, 95% CI 0.592-0.961)를 차지하는 우수한 모형으로 나타났다. ROC 곡선에서 기준을 0.7149 이상으로 판단할 때 진단의 정확도가 88.9%로 가장 높았으며 100%의 민감도를 달성하였다. 이러한 민감도와 특이도에서 44%의 IB 유병률을 가정할 때 IBV_D1 모형은 80%의 양성예측도와 100%의 음성예측도를 보였다. 이러한 소견에 근거할 때 본 연구에서 구축한 신경망 모형은 산란계군에서 IB의 존재를 확인하기 위한 목적에 성공적으로 응용될 수 있을 것으로 판단되었다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.573-585
• /
• 2018

본 연구에서는 제 2형 당뇨(type 2 diabetes mellitus)의 발병 확률을 예측하기 위해 11가지 위험요인을 가지고 로지스틱 회귀모형과 순수 베이지안 분류기 모형에 적합시킨다. 그런 다음 이를 시각적으로 쉽게 이해하는데 도움을 주는 노모그램 구축 방법을 소개한다. 분석은 2013-2015년 6기 국민건강영양조사 데이터를 가지고 분석하였다. 또 로지스틱 회귀모형에 세 가지 상호작용 항을 넣어 분석의 질을 높이고자 하였고 베이지안 노모그램에 left-aligned 방법을 사용하여 비교하기 쉽게 만들었다. 최종적으로 두 노모그램을 비교하고 효용성을 알아보았다. 마지막으로 ROC 곡선을 이용하여 노모그램이 적절한지 검증하였다.