Hyeonwoo Kim;Jiwon Kim;Ji Won Cho;Kwang-Sung Ahn;Dong-Il Park;Sangsoo Kim
Genomics & Informatics
/
v.21
no.3
/
pp.40.1-40.11
/
2023
Microbial community profiling using 16S rRNA amplicon sequencing allows for taxonomic characterization of diverse microorganisms. While amplicon sequence variant (ASV) methods are increasingly favored for their fine-grained resolution of sequence variants, they often discard substantial portions of sequencing reads during quality control, particularly in datasets with large number samples. We present a streamlined pipeline that integrates FastP for read trimming, HmmUFOtu for operational taxonomic units (OTU) clustering, Vsearch for chimera checking, and Kraken2 for taxonomic assignment. To assess the pipeline's performance, we reprocessed two published stool datasets of normal Korean populations: one with 890 and the other with 1,462 independent samples. In the first dataset, HmmUFOtu retained 93.2% of over 104 million read pairs after quality trimming, discarding chimeric or unclassifiable reads, while DADA2, a commonly used ASV method, retained only 44.6% of the reads. Nonetheless, both methods yielded qualitatively similar β-diversity plots. For the second dataset, HmmUFOtu retained 89.2% of read pairs, while DADA2 retained a mere 18.4% of the reads. HmmUFOtu, being a closed-reference clustering method, facilitates merging separately processed datasets, with shared OTUs between the two datasets exhibiting a correlation coefficient of 0.92 in total abundance (log scale). While the first two dimensions of the β-diversity plot exhibited a cohesive mixture of the two datasets, the third dimension revealed the presence of a batch effect. Our comparative evaluation of ASV and OTU methods within this streamlined pipeline provides valuable insights into their performance when processing large-scale microbial 16S rRNA amplicon sequencing data. The strengths of HmmUFOtu and its potential for dataset merging are highlighted.
Lee, Shin-Eon;Yang, Sung-Eun;Lee, Cheol-Won;Lee, Won-Sup;Lee, Su Young
The Journal of Advanced Prosthodontics
/
v.10
no.4
/
pp.265-270
/
2018
PURPOSE. The purpose of this in vitro study was to evaluate the accuracy of a new implant impression technique using bite impression coping and a dual arch tray. MATERIALS AND METHODS. Two implant fixtures were placed on maxillary left second premolar and first molar area in dentoform model. The model with two fixtures was used as the reference. The impression was divided into 2 groups, n=10 each. In group 1, heavy/light body silicone impression was made with pick up impression copings and open tray. In group 2, putty/light body silicone impression was made with bite impression copings and dual arch tray. The reference model and the master casts with implant scan bodies were scanned by a laboratory scanner. Surface tessellation language (STL) datasets from test groups was superimposed with STL dataset of reference model using inspection software. The three-dimensional deviation between the reference model and impression models was calculated and illustrated as a color-map. Data was analyzed by independent samples T-test of variance at ${\alpha}=.05$. RESULTS. The mean 3D implant deviations of pick up impression group (group 1) and dual arch impression group (group 2) were 0.029 mm and 0.034 mm, respectively. The difference in 3D deviations between groups 1 and 2 was not statistically significant (P=.075). CONCLUSION. Within limitations of this study, the accuracy of implant impression using a bite impression coping and dual arch tray is comparable to that of conventional pick-up impression.
In the present study, we established a comprehensive dataset of dose coefficients (DCs) of the new meshtype ICRP reference computational phantoms (MRCPs) for idealized external exposures of photons and electrons with the Geant4 code. Subsequently, the DCs for the nine organs/tissues, calculated for their thin radiosensitive target regions, were compared with the values calculated by averaging the absorbed doses over the entire organ/tissue regions to observe the influence of the thin sensitive regions on dose calculations. The result showed that the influences for both photons and electrons were generally insignificant for the majority of organs/tissues, but very large for the skin and eye lens, especially for electrons. Furthermore, the large influence for the skin eventually affected the effective dose calculations for electrons. The DCs of the MRCPs also were compared with the current ICRP-116 values produced with the current ICRP-110 reference phantoms. The result showed that the DCs for the majority of organs/ tissues and effective dose were generally similar to the ICRP-116 values for photons, except for very low energies; however, for electrons, significant differences from the ICRP-116 values were found in the DCs, particularly for superficial organs/tissues and skeletal tissues, and also for effective dose.
Bangho Shin;Yumi Lee;Ji Won Choi;Soo Min Lee;Hyun Joon Choi;Yeon Soo Yeom
Nuclear Engineering and Technology
/
v.55
no.6
/
pp.1949-1958
/
2023
The International Commission on Radiological Protection (ICRP) Publication 116 was released to provide a comprehensive dataset of the dose coefficients (DCs) for external exposures produced with the adult reference voxel phantoms of ICRP Publication 110. Although an advanced skeletal dosimetry method for photons and neutrons using fluence-to-dose response functions (DRFs) was introduced in ICRP Publication 116, the ICRP-116 skeletal DCs were calculated by using the simple method conventionally used (i.e., doses to red bone marrow and endosteum approximated by doses to spongiosa and/or medullary cavities). In the present study, the photon and neutron DRFs were used to produce skeletal DCs of the ICRP-110 reference phantoms, which were then compared with the ICRP-116 DCs. For photons, there were significant differences by up to ~2.8 times especially at energies <0.3 MeV. For neutrons, the differences were generally small over the entire energy region (mostly <20%). The general impact of the DRF-based skeletal DCs on the effective dose calculations was negligibly small, supporting the validity of the ICRP-116 effective DCs despite their skeletal DCs derived from the simple method. Meanwhile, we believe that the DRF-based skeletal DCs could be beneficial in better estimates of skeletal doses of individuals for risk assessments.
In this paper, we propose an innovative approach that leverages deep learning to find optimal reference points for achieving precise tooth segmentation in three-dimensional tooth point cloud data. A dataset consisting of 350 aligned maxillary and mandibular cloud data was used as input, and both end coordinates of individual teeth were used as correct answers. A two-dimensional image was created by projecting the rendered point cloud data along the Z-axis, where an image of individual teeth was created using an object detection algorithm. The proposed algorithm is designed by adding various modules to the Unet model that allow effective learning of a narrow range, and detects both end points of the tooth using the generated tooth image. In the evaluation using DSC, Euclid distance, and MAE as indicators, we achieved superior performance compared to other Unet-based models. In future research, we will develop an algorithm to find the reference point of the point cloud by back-projecting the reference point detected in the image in three dimensions, and based on this, we will develop an algorithm to divide the teeth individually in the point cloud through image processing techniques.
Purpose: This paper proposes a density adaptive grid algorithm for the k-NN regression model to reduce the computation time for large datasets without significant prediction accuracy loss. Methods: The proposed method utilizes the concept of the grid with centroid to reduce the number of reference data points so that the required computation time is much reduced. Since the grid generation process in this paper is based on quantiles of original variables, the proposed method can fully reflect the density information of the original reference data set. Results: Using five real-life datasets, the proposed k-NN regression model is compared with the original k-NN regression model. The results show that the proposed density adaptive grid-based k-NN regression model is superior to the original k-NN regression in terms of data reduction ratio and time efficiency ratio, and provides a similar prediction error if the appropriate number of grids is selected. Conclusion: The proposed density adaptive grid algorithm for the k-NN regression model is a simple and effective model which can help avoid a large loss of prediction accuracy with faster execution speed and fewer memory requirements during the testing phase.
Journal of the Korean Association of Geographic Information Studies
/
v.14
no.3
/
pp.22-35
/
2011
Incheon Bay has a suitable condition for tidal power generation due to the high tidal range by topographical effect. Therefore a study on the technology development for tidal energy utilization has been promoted since 2006. It is needed to deduce optimal alternatives to determine the suitable location of facilities for tidal power generation and to reduce the environmental damage from development. In order to carry out efficiently this mission, spatial information system is essential to manage and use various spacial elements related to the development and conservation. In this study, for the development of tidal energy, spatial data could be defined as three kinds of dataset. Fundamental dataset is defined as spatial data such as tide, tidal current, wave, erosion and sedimentation. Framework dataset is composed of topographical map, facility map and bathymetry. The reference dataset is composed of marine ecology and environment having the characteristics of thematic map. This study is mainly aimed at establishing methodology of conceptual spatial data modeling classifying as essential data model and optional data model through the definition of the components of spatial data.
Daehee, Won;Koontack, Kim;Eunsung, Lee;Jungja, Kim;Youngjae, Song
Journal of Positioning, Navigation, and Timing
/
v.12
no.1
/
pp.23-35
/
2023
Korea Augmentation Satellite System (KASS) is a satellite-based augmentation system (SBAS) that provides approach procedure with vertical guidance-I (APV-I) level corrections and integrity information to Korea territory. KASS is used to monitor navigation performance in real-time, and this paper introduces the design, implementation, and verification process of mission monitoring (MIMO) in KASS. MIMO was developed in compliance with the Minimum Operational Performance Standards of the Radio Technical Commission for Aeronautics for Global Positioning System (GPS)/SBAS airborne equipment. In this study, the MIMO system was verified by comparing and analyzing the outputs of reference tools. Additionally, the definition and derivation method of accuracy, integrity, continuity, and availability subject to MIMO were examined. The internal and external interfaces and functions were then designed and implemented. The GPS data pre-processing was minimized during the implementation to evaluate the navigation performance experienced by general users. Subsequently, tests and verification methods were used to compare the obtained results based on reference tools. The test was performed using the KASS dataset, which included GPS and SBAS observations. The decoding performance of the developed MIMO was identical to that of the reference tools. Additionally, the navigation performance was verified by confirming the similarity in trends. As MIMO is a component of KASS used for real-time monitoring of the navigation performance of SBAS, the KASS operator can identify whether an abnormality exists in the navigation performance in real-time. Moreover, the preliminary identification of the abnormal point during the post-processing of data can improve operational efficiency.
Objective: To evaluate the accuracy and clinical efficacy of a hybrid Greulich-Pyle (GP) and modified Tanner-Whitehouse (TW) artificial intelligence (AI) model for bone age assessment. Materials and Methods: A deep learning-based model was trained on an open dataset of multiple ethnicities. A total of 102 hand radiographs (51 male and 51 female; mean age ± standard deviation = 10.95 ± 2.37 years) from a single institution were selected for external validation. Three human experts performed bone age assessments based on the GP atlas to develop a reference standard. Two study radiologists performed bone age assessments with and without AI model assistance in two separate sessions, for which the reading time was recorded. The performance of the AI software was assessed by comparing the mean absolute difference between the AI-calculated bone age and the reference standard. The reading time was compared between reading with and without AI using a paired t test. Furthermore, the reliability between the two study radiologists' bone age assessments was assessed using intraclass correlation coefficients (ICCs), and the results were compared between reading with and without AI. Results: The bone ages assessed by the experts and the AI model were not significantly different (11.39 ± 2.74 years and 11.35 ± 2.76 years, respectively, p = 0.31). The mean absolute difference was 0.39 years (95% confidence interval, 0.33-0.45 years) between the automated AI assessment and the reference standard. The mean reading time of the two study radiologists was reduced from 54.29 to 35.37 seconds with AI model assistance (p < 0.001). The ICC of the two study radiologists slightly increased with AI model assistance (from 0.945 to 0.990). Conclusion: The proposed AI model was accurate for assessing bone age. Furthermore, this model appeared to enhance the clinical efficacy by reducing the reading time and improving the inter-observer reliability.
The Bayes factors with improper noninformative priors are defined only up to arbitrary constants. So, it is known that Bayes factors are not well defined due to this arbitrariness in Bayesian hypothesis testing and model selections. The intrinsic Bayes factor by Berger and Pericchi (1996) and the fractional Bayes factor by O'Hagan (1995) have been used to overcome this problems. This paper suggests intrinsic priors for testing the equality of two lognormal means, whose Bayes factors are asymptotically equivalent to the corresponding fractional Bayes factors. Using proposed intrinsic priors, we demonstrate our results with a simulated dataset.
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.