• Imaging Science in Dentistry
• /
• 제49권2호
• /
• pp.159-169
• /
• 2019

Purpose: Cone-beam computed tomography (CBCT) is widely used for 3-dimensional assessments of cranio-maxillo-facial relationships, especially in patients undergoing orthognathic surgery. We have introduced, for reference in CBCT cephalometry, an anatomical mid-sagittal plane (MSP) identified by the nasion, the midpoint between the posterior clinoid processes of the sella turcica, and the basion. The MSP is an updated version of the median plane previously used at our institution for 2D posterior-anterior cephalometry. This study was conducted to test the accuracy of the CBCT measures compared to those obtained using standard posterior-anterior cephalometry. Materials and Methods: Two operators measured the inter-zygomatic distance on 15 CBCT scans using the MSP as a reference plane, and the CBCT measurements were compared with measurements made on patients' posterior-anterior cephalograms. The statistical analysis evaluated the absolute and percentage differences between the 3D and 2D measurements. Results: As demonstrated by the absolute mean difference (roughly 1 mm) and the percentage difference (less than 3%), the MSP showed good accuracy on CBCT compared to the 2D plane, especially for measurements of the left side. However, the CBCT measurements showed a high standard deviation, indicating major variability and low precision. Conclusion: The anatomical MSP can be used as a reliable reference plane for transverse measurements in 3D cephalometry in cases of symmetrical or asymmetrical malocclusion. In patients who suffer from distortions of the skull base, the identification of landmarks might be difficult and the MSP could be unreliable. Becoming familiar with the relevant software could reduce errors and improve reliability.

• 응용통계연구
• /
• 제34권3호
• /
• pp.411-425
• /
• 2021

가속화 실패시간모형은 로그 생존시간과 공변량간의 선형적 관계를 묘사해 준다. 가속화 실패시간모형에서 생존시간의 평균뿐만 아니라 변동성에도 영향을 미치는 공변량 효과를 추론하는 것은 흥미가 있다. 이를 위해 생존시간의 평균뿐만 아니라 분산을 모형화 하는 것이 필요하며, 이러한 모형을 평균-분산 가속화 실패시간모형이라 부른다. 본 논문에서는 벌점 가능도함수를 이용하여 평균-분산 가속화 실패시간모형에서 회귀모수에 대한 변수선택 절차를 제안한다. 여기서 벌점함수로서 LASSO, ALASSO, SCAD 그리고 HL (계층가능도)와 같은 네 가지 벌점함수를 연구한다. 제안된 변수선택 절차를 통해 중요한 공변량의 선택 뿐만 아니라 회귀모수의 추정을 동시에 제공할 수 있다. 제안된 방법의 성능은 모의실험을 통해 평가하고, 하나의 임상 예제자료를 통해 제안된 방법을 예증하고자 한다.

• 한국전문물리치료학회지
• /
• 제28권2호
• /
• pp.123-131
• /
• 2021

Background: Only 2% of falls in older adults result in serious injuries (i.e., hip fracture). Therefore, it is important to differentiate injurious versus non-injurious falls, which is critical to develop effective interventions for injury prevention. Objects: The purpose of this study was to a. extract the best features of surface electromyography (sEMG) for classification of injurious falls, and b. find a best model provided by data mining techniques using the extracted features. Methods: Twenty young adults self-initiated falls and landed sideways. Falling trials were consisted of three initial fall directions (forward, sideways, or backward) and three knee positions at the time of hip impact (the impacting-side knee contacted the other knee ("knee together") or the mat ("knee on mat"), or neither the other knee nor the mat was contacted by the impacting-side knee ("free knee"). Falls involved "backward initial fall direction" or "free knee" were defined as "injurious falls" as suggested from previous studies. Nine features were extracted from sEMG signals of four hip muscles during a fall, including integral of absolute value (IAV), Wilson amplitude (WAMP), zero crossing (ZC), number of turns (NT), mean of amplitude (MA), root mean square (RMS), average amplitude change (AAC), difference absolute standard deviation value (DASDV). The decision tree and support vector machine (SVM) were used to classify the injurious falls. Results: For the initial fall direction, accuracy of the best model (SVM with a DASDV) was 48%. For the knee position, accuracy of the best model (SVM with an AAC) was 49%. Furthermore, there was no model that has sensitivity and specificity of 80% or greater. Conclusion: Our results suggest that the classification model built upon the sEMG features of the four hip muscles are not effective to classify injurious falls. Future studies should consider other data mining techniques with different muscles.

• Korean Journal of Radiology
• /
• 제22권12호
• /
• pp.2017-2025
• /
• 2021

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.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.963-973
• /
• 2019

본 연구는 도시침수 위험기준이 산정되지 않은 지역의 예·경보 기준을 예측하기 위해 유역특성 자료와 피해이력 기반으로 산정된 한계강우량을 활용하여 도시침수 위험기준을 추정하는 모델을 검토하였다. 위험기준 추정모델은 머신러닝 알고리즘의 하나인 Support Vector Machine을 이용하여 설계하였으며, 학습자료는 지역별 한계강우량과 유역특성으로 구성하였다. 학습자료는 정규화 한 후 SVM 알고리즘에 적용하였으며, SVM에 적용시 Leave-One-Out과 K-fold 교차검증 알고리즘을 이용하여 절대평균오차와 표준편차를 계산한 후 모델의 성능을 평가하였다. Leave-One-Out의 경우 표준편차가 작은 모델이 최적모델로 선정되었으며, K-fold의 경우 fold의 개수가 적은 모델이 선정되었다. 선정된 모델의 지속시간별 평균 정확도는 80% 이상으로 나타나 침수 위험기준 추정을 위해 SVM을 활용가능 할 것으로 판단된다.

• 항공우주기술
• /
• 제8권2호
• /
• pp.61-67
• /
• 2009

본 논문은 정지궤도위성에 탑재 가능한 저 계산량의 궤도데이터 생성 알고리즘을 제안하고 있다. 제안하는 알고리즘의 기본적인 개념은 지상에서 생성된 기준궤도에 대한 변위 정보를 48시간에 대하여 30분 간격으로 생성한 다음, 위성에 업로드 한다. 위성에서는 업로드된 변위정보를 테이블 형태로 저장하고, 원하는 시간에 근접한 세 개의 데이터 셋을 취한 다음 이차함수 보간법 적용하여 원하는 시간에 대한 변위정보를 계산한다. 생성된 변위 정보는 다시 기준궤도에 더해져 최종적인 궤도성분을 복구하도록 한다. 여기서 기준궤도는 이심율과 궤도 경사각이 0인 이상적인 정지궤도를 의미한다. 본 알고리즘을 이용할 경우 1Hz이상의 속도로 궤도정보를 생성하여 요구하는 탑재체에 공급 할 수 있는 장점이 있다. 본 알고리즘은 48시간에 대한 궤도 변위 정보를 저장하기 위하여 3킬로바이트 이내의 추가적인 메모리를 요구한다. 이러한 수치는 정지궤도위성에서 충분히 지원 가능한 수치로 판단된다.

• 한국수자원학회논문집
• /
• 제35권5호
• /
• pp.575-581
• /
• 2002

본 연구에서는 강수의 계절성에 따라 면적평균강수의 추정오차가 어떻게 달라지는지를 평가하였다. 공간상관을 고려하는 경우와 고려하지 않는 경우 모두를 다루었으며, 각각의 경우에 대해 추정오차의 변화를 살펴보았다. 유사한 경우로서 계절성을 무시하고 누가시간을 증가시켜 추정오차가 어떻게 변하는지도 살펴보았다. 본 연구는 금강유역에 적용하였으며 30년 이상의 일 강수 기록을 가진 28개 지점의 자료를 이용하였다. 본 연구의 결과를 정리하면 다음과 같다: (1) 월 단위의 면적평균강수량에 대한 추정오차는 대체로 강수량에 비례하여 나타나며, 따라서 강한 계절성을 나타낸다. 그러나 이를 평균 강수량으로 나눈 상대오차는 1월과 12월을 제외하면 대략 5 - 8% 정도로 유사한 값을 보인다. (2) 연 강수량에 대한 추정오차는 연강수량의 3% 정도인 것으로 나타났다. (3) 그러나, 강수량이 아닌 강수량의 표준편차를 기준으로 삼는 경우 면적평균강우의 추정오차는 월 단위 및 년 단위에서 동일하게 표준편차의 11% 정도로 계산된다. (4) 마지막으로, 공간상관을 고려하지 않는 경우의 추정오차는 고려하는 경우의 2배 정도까지 커짐을 확인할 수 있었다.

• 환경정책연구
• /
• 제14권3호
• /
• pp.3-19
• /
• 2015

지자체 단위의 도로이동오염원 배출량을 보다 현실적으로 산정하기 위하여 배출량 산정 시 기초자료인 차량 등록대수를 보정하는 방안을 검토하였다. 국가교통DB를 이용하여 수도권 지역의 특정 차종(RV, 승합차, 버스, 화물차)에 대한 차량 등록대수를 보정한 결과, 지역별로는 서울의 오차율이 가장 크고 차종별로는 버스와 화물차의 오차율이 큰 것으로 나타났다. 또한, 배출량 산정에 영향을 미치는 기존 등록대수와 보정 등록대수 편차의 절대값은 수도권 지자체 모두 화물차가 가장 큰 것으로 나타났다. 배출량 산정 결과, 기존 등록대수 기반의 배출량과 보정 등록대수 기반의 배출량의 차이는 약 9%로 나타났으며, 수도권 지자체 중에서는 인천의 배출량 오차율이 가장 큰 것으로 나타났다.

• 한국작물학회지
• /
• 제36권3호
• /
• pp.204-208
• /
• 1991

Linacre(1968), Herljand(1956), 중산 등(1983), Chang(1970), Doorenbos et at.(1977)등이 보고한 5개의 순폭사량추정 모델로 추정한 순폭사량과 실측한 순폭사량을 비교하여 이들 모델에 대한 우리나라에서의 적용성을 검토하였으며, 또한 일사량, 기온, 증기압을 매개변수로하는 순폭사량 추정모델을 작성하여 추정정도를 검증하였다. 결과를 요약하면 다음과 같다. 1. 상기의 5개 모델의 parameter값을 그대로 이용하여 추정한 순폭사량은 평균편차로 0.86～1.64MJ/$m^2$/day, 상대평균편차로 8.75～16.64%의 큰 추정오차를 나타내었다 2. 실측 순폭사량과 기상요소들을 이용하여 이들 모델의 계수를 재추정하여, 계수추정에 이용하지 않은 독립자료를 이용하여 검증한 결과 평균편차로 0.74～0.88MJ/$m^2$/day, 상대평균편차로 7.99～9.52%의 오차를 나타내었다. 3, 일사량(Rs), 알베도($\alpha$), 기온( $T_{k}$), 증기압( $e_{a}$ )를 매개변수로 하는 다음과 같은 순폭사량 추정모델을 작성하였다. Rn=(1- $\alpha$) Rs- $\sigma$ $T_{k}$$^{4}$ (0.0103 Exp (0 .0731 Rs) -0.0475 (equation omitted) +0 .2478) ($R^2$=0.997, n=63) 4. 이 모델을 독립자료를 이용하여 검증한 결과 이 모델은 평균편차로 0.4988MJ/$m^2$/day, 상대평균편차로 5.38%의 오차를 나타내어, 상기의 기존모델중 가장 추정정도가 높았던 중산 등(1983)의 평균편차 0.7425 MJ/$m^2$/day, 상대평균편차 8.01%보다 추정오차가 적었다.적었다.

• Animal Bioscience
• /
• 제35권5호
• /
• pp.648-658
• /
• 2022

Objective: The identification of nonlinear mixed models that describe the growth trajectory of New Zealand rabbits was performed based on weight records and carcass measures obtained using ultrasonography. Methods: Phenotypic records of body weight (BW) and loin eye area (LEA) were collected from 66 animals raised in a didactic-productive module of cuniculture located in the southern Piaui state, Brazil. The following nonlinear models were tested considering fixed parameters: Brody, Gompertz, Logistic, Richards, Meloun 1, modified Michaelis-Menten, Santana, and von Bertalanffy. The coefficient of determination (R²), mean squared error, percentage of convergence of each model (%C), mean absolute deviation of residuals, Akaike information criterion (AIC), and Bayesian information criterion (BIC) were used to determine the best model. The model that best described the growth trajectory for each trait was also used under the context of mixed models, considering two parameters that admit biological interpretation (A and k) with random effects. Results: The von Bertalanffy model was the best fitting model for BW according to the highest value of R² (0.98) and lowest values of AIC (6,675.30) and BIC (6,691.90). For LEA, the Logistic model was the most appropriate due to the results of R² (0.52), AIC (783.90), and BIC (798.40) obtained using this model. The absolute growth rates estimated using the von Bertalanffy and Logistic models for BW and LEA were 21.51g/d and 3.16 cm², respectively. The relative growth rates at the inflection point were 0.028 for BW (von Bertalanffy) and 0.014 for LEA (Logistic). Conclusion: The von Bertalanffy and Logistic models with random effect at the asymptotic weight are recommended for analysis of ponderal and carcass growth trajectories in New Zealand rabbits. The inclusion of random effects in the asymptotic weight and maturity rate improves the quality of fit in comparison to fixed models.