• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2018년도 춘계학술발표회
• /
• pp.3-3
• /
• 2018

For centuries, Panax ginseng Meyer (Korean ginseng) has been widely used as a medicinal herb in Korea, China, and Japan. Ginsenosides are a class of triterpene saponins and recognized as the bioactive components in Korean ginseng. Ginsenosides, which can be classified broadly as protopanaxadiols (PPD), protopanaxatriols (PPT), and oleanolic acids, have been shown to flaunt a vast array of pharmacological activities such as immune-modulatory, anti-inflammatory, anti-tumor, anti-diabetic, and antioxidant effects. In recent years, a number of ginseng and ginsenoside researches have increasingly gained wide attention owing to its unique pharmacological properties. Although good efficacies of ginsenosides have been reported, lack of target specific delivery into tumor sites, low solubility, and low bioavailability due to modifications in gastro-intestinal environments limit their biomedical application in clinical trials. As a result to this major challenge, nanotechnology and drug delivery techniques play a significant role to solve this problematic issue. Thus, we reported the preparation of poly-ethylene glycol (PEG) and glycol chitosan (GC) functionalized to ginsenoside (Compound K and PPD) conjugates via hydrolysable ester bonds with improved aqueous solubility and pH-dependent drug release. In vitro cytotoxicity assays revealed that PEG-CK, and PPD-CK conjugates exhibited lower cytotoxicity compared to bare CK and PPD in HT29 cells. However, GC-CK conjugates exhibited higher and similar cytotoxicity in HT29 and HepG2 cells. Furthermore, GC-CK-treated RAW264.7 cells did not exhibit significant cell death at higher concentration of treatment which supports the biocompatibility of the polymer conjugates. They also inhibited nitric oxide production in lipopolysaccharide (LPS)-induced RAW64.7 cells. In addition to polymer-ginsenoside conjugates, silver (AgNps) and gold nanoparticles (AuNps) have been successfully synthesized by green chemistry using different m. The biosynthesized nanoparticles demonstrated antimicrobial efficacy, anticancer, anti-inflammatory, antioxidant activity, biofilm inhibition, and anticoagulant effect. Special interest on the effective delivery methods of ginsenoside to treatment sites is the focus of metal nanoparticle research.In short, nano-sizing of ginsenoside results in an increased water solubility and bioavailability. The use of nano-sized ginsenoside and P. ginseng mediated metallic nanoparticles is expected to be effective on medical platform against various diseases in the future.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1246-1246
• /
• 2001

The quality of meat is highly variable in many properties. This variability originates from both animal production and meat processing. At the pre-slaughter stage, animal factors such as breed, sex, age contribute to this variability. Environmental factors include feeding, rearing, transport and conditions just before slaughter (Hildrum et al., 1995). Meat can be presented in a variety of forms, each offering different opportunities for adulteration and contamination. This has imposed great pressure on the food manufacturing industry to guarantee the safety of meat. Tissue and muscle speciation of flesh foods, as well as speciation of animal derived by-products fed to all classes of domestic animals, are now perhaps the most important uncertainty which the food industry must resolve to allay consumer concern. Recently, there is a demand for rapid and low cost methods of direct quality measurements in both food and food ingredients (including high performance liquid chromatography (HPLC), thin layer chromatography (TLC), enzymatic and inmunological tests (e.g. ELISA test) and physical tests) to establish their authenticity and hence guarantee the quality of products manufactured for consumers (Holland et al., 1998). The use of Near Infrared Reflectance Spectroscopy (NIRS) for the rapid, precise and non-destructive analysis of a wide range of organic materials has been comprehensively documented (Osborne et at., 1993). Most of the established methods have involved the development of NIRS calibrations for the quantitative prediction of composition in meat (Ben-Gera and Norris, 1968; Lanza, 1983; Clark and Short, 1994). This was a rational strategy to pursue during the initial stages of its application, given the type of equipment available, the state of development of the emerging discipline of chemometrics and the overwhelming commercial interest in solving such problems (Downey, 1994). One of the advantages of NIRS technology is not only to assess chemical structures through the analysis of the molecular bonds in the near infrared spectrum, but also to build an optical model characteristic of the sample which behaves like the “finger print” of the sample. This opens the possibility of using spectra to determine complex attributes of organic structures, which are related to molecular chromophores, organoleptic scores and sensory characteristics (Hildrum et al., 1994, 1995; Park et al., 1998). In addition, the application of statistical packages like principal component or discriminant analysis provides the possibility to understand the optical properties of the sample and make a classification without the chemical information. The objectives of this present work were: (1) to examine two methods of sample presentation to the instrument (intact and minced) and (2) to explore the use of principal component analysis (PCA) and Soft Independent Modelling of class Analogy (SIMCA) to classify muscles by quality attributes. Seventy-eight (n: 78) beef muscles (m. longissimus dorsi) from Hereford breed of cattle were used. The samples were scanned in a NIRS monochromator instrument (NIR Systems 6500, Silver Spring, MD, USA) in reflectance mode (log 1/R). Both intact and minced presentation to the instrument were explored. Qualitative analysis of optical information through PCA and SIMCA analysis showed differences in muscles resulting from two different feeding systems.

• Restorative Dentistry and Endodontics
• /
• 제30권2호
• /
• pp.112-120
• /
• 2005

본 연구에서는 수복면의 위치와 와동의 크기에 따른 미세누출도의 차이를 확인하기 위해 3차원 재구성법에 의한 색소침투량과 주사전자현미경 검경을 통한 변연틈새의 비율을 측정하였다. 32개의 건전한 대구치의 협/설면과 인접면에 각기 $2\;{\times}\;2\;{\times}\;1.5\;mm$의 작은 와동과 $4\;{\times}\;2\;{\times}\;1.5\;mm$크기의 큰 5급 와동을 형성 한 다음, 자가부식형 접착시스템으로 치면 처리하고 혼합형 복합레진인 Esthet X로 단일 충전하였다. 5도와 55도 사이에서 1000회의 열순환을 시킨 다음, 레진 복제물을 제작하고 SEM 검경을 통해 전체 변연길이에 대한 변연틈새의 비율을 측정하였다. 또한 열순환된 치아에 $50\%$ 질산은 용액으로 색소를 침투시킨 후 자가중합형 레진에 포매하여 0.25 mm두께의 간격으로 연속적으로 갈아내면서 각각의 단면상을 채득하였다. 각 단면상을 3차원으로 재구성하여 미세누출도를 정량적으로 평가하였다. 3차원 색소 침투량의 유의성 검정에는 Two-way ANOVA와 independent T-test를, 변연틈새의 비율에는 Mann-Whitney U test를 사용하였으며 , 두 방법 사이의 Spearman's rho test로 평가하여 다음과 같은 결과를 얻었다. 1 미세누출도는 수복면의 위치와 와동의 크기에 의해 영향을 받았다. 즉 협/설면과 작은 와동보다는 인접면과 큰 와동에서 더 많은 미세누출을 보였다. 2. 두 방법 사이에는 높은 상관 관계를 보였다 (상관계수 = 0.614/P= 0.000). 이상의 연구 결과로 볼 때, 협/설면과 작은 와동의 수복물보다는 인접면과 큰 와동의 수복물에서 더 많은 미세누출을 보였으므로, 불필요한 치질 삭제를 줄임으로써 변연부의 노출이 커지는 것을 막아야 할 것이다.n-St/SS 군에서는 비표준화 medium 규격 master cone과 스테인레스 스틸 spreader를, 그리고 Non-St/NT 군에서는 비표준화 medium 크기 master cone과 니켈-티타늄 finger spreader를 각각 사용하였다. 충전된 근관은 $37^{\circ}C$, 상대습도 $100\%$하에서 24시간 보관한 후, 치근단 1, 3및 5 mm수준에서 횡절단하여 입체현미경 하에서 관찰하고 컴퓨터에 저장한 다음, $Auto^{(R)}$CAD 2000 프로그램을 이용하여, 형성된 근관 및 gutta-percha 충전물의 외형을 추적하여 근관내 gutta-percha 면적비를 계산하였다. Gutta-percha 면적비의 결과치는 two-way ANOVA를, 그리고 accessory cone 수는 one-way ANOVA 및 Duncan's multiple range test를 이용하여 통계 분석하여 다음과 같은 결과를 얻었다. 스테인레스 스틸 finger spreader를 사용한 경우 및 니켈-티타늄 finger spreader를 사용한 경우 공히, 모든 치근단 수준에서 비표준화 medium 크기 master cone 사용군이 ISO 표준화 규격의 master cone 사용군에 비해 유의하게 높은 gutta-percha 면적비를 나타내었다 (p < 0.01). 비표준화 medium크기 master cone 사용군에서는 표준화 규격의 master cone 사용군에 비해 유의하게 적은 수의 accessory cone이 사용되었다 (p < 0.01). 대학생간에는 유의한 차이(p<0.05)가 인정되었다. 응답자의 체형은 ${\ulcorner}$적당하다${\lrcorner}$고 응답한 경우가 가장 많이 이러한 음식을 즐겨 먹었으며(49.5%), 그

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.