SD계 흰쥐를 사용하여 motor activity 실험에서 동물들의 자발적인 운동성을 측정한 결과, 주어진 시간 내 움직인 시간과 움직인 거리에는 n-3 지방산이 적절히 함유된 식이군 (Adq group)과 DHA가 첨가된 식이군(Adq+DHA group)간에 유의적 차이를 관찰할 수가 없었다. 학습효과 실험에서 n-3 지방산이 적절히 함유된 식이군 (Adq group)의 경우 목적 플랫트폼까지 걸리는 시간이 DHA 첨가 식이군(Adq+DHA group)에 비하여 다소 길었으나 유의적 차이는 관찰할 수가 없었다. 수영 속도(swimming speed)에서 DHA 첨가 식이군(Adq+DHA group)의 경우, n-3 지방산이 적절히 함유된 식이군 (Adq group)에 비해 유의적으로 빨랐으나 수영 풀에서 움직인 거리 (swimming distance)에는 두 식이군 간의 유의적 차이가 없었다. 두 식이군의 흰쥐들이 수영한 시간(swimming time)과 쉬고 있는 시간(resting time)의 경우, 쉬는 시간에는 유의적 차이가 없었으나 수영 시간 또한 n-3 지방산이 적절이 함유된 식이(Adq group)로 사육된 쥐가 DHA가 첨가된 식이로 사육된 쥐(Adq+DHA group)보다 수영한 시간이 길었으나 여기서도 유의적 차이는 없었다. 기억력 테스트에서 n-3 지방산이 적절히 함유된 식이군(Adq group) 및 DHA가 첨가된 식이군(Adq+DHA group) 모두는 목적 플랫트폼이 있었던 A 지역에 대한 기억이 우수하여 다른 지역들인 B, C, D를 지나가는 횟수보다 유의적으로 많았음을 관찰하였다(p<0.05). 이상의 결과로부터 임신에서부터 성인이 될 때까지 n-3 지방산이 적절히 함유된 식이로 사육된 쥐와 비교할 때 DHA가 첨가된 식이로 사육된 흰쥐가 Morris water maze를 이용한 공간기억력 실험에서 다소 우수한 기억 학습효과를 나타내었으나 유의적 차이는 없었음을 관찰 할 수가 있었다.
Objective : Deep learning is a machine learning approach based on artificial neural network training, and object detection algorithm using deep learning is used as the most powerful tool in image analysis. We analyzed and evaluated the diagnostic performance of a deep learning algorithm to identify skull fractures in plain radiographic images and investigated its clinical applicability. Methods : A total of 2026 plain radiographic images of the skull (fracture, 991; normal, 1035) were obtained from 741 patients. The RetinaNet architecture was used as a deep learning model. Precision, recall, and average precision were measured to evaluate the deep learning algorithm's diagnostic performance. Results : In ResNet-152, the average precision for intersection over union (IOU) 0.1, 0.3, and 0.5, were 0.7240, 0.6698, and 0.3687, respectively. When the intersection over union (IOU) and confidence threshold were 0.1, the precision was 0.7292, and the recall was 0.7650. When the IOU threshold was 0.1, and the confidence threshold was 0.6, the true and false rates were 82.9% and 17.1%, respectively. There were significant differences in the true/false and false-positive/false-negative ratios between the anterior-posterior, towne, and both lateral views (p=0.032 and p=0.003). Objects detected in false positives had vascular grooves and suture lines. In false negatives, the detection performance of the diastatic fractures, fractures crossing the suture line, and fractures around the vascular grooves and orbit was poor. Conclusion : The object detection algorithm applied with deep learning is expected to be a valuable tool in diagnosing skull fractures.
This study is to develop a fashion drawing education program which is based on the theory of 'Split-brain' by Roger W. Sperry and 'Drawing on the Right Side of the Brain' by Betty Edwards. Students in Fashion Design start their training by developing a foundation in drawing and studing the tools, materials and methods of the Industry. Ideas are then developed on paper, later translated into three-dimensional shapes and finally into finished garments. Fashion drawing and design techniques train the hand and eye to all the nuances of fashion design and illustration. Fashion drawing course deals with the sketching of fashion models for the purpose of understanding the model figure, basic anatomy, movement and figure attitudes. Having mastered the basic skills, students take advanced drawing course which is developing awareness of design, needs, of fashion market' using various media for the purpose of developing a designer's sketch, with emphasis on the drawing and designs. Featured aspects of this study include the following; 1. Drawing the negative space; basic visual concepts 2. Contour drawing; constructs, visual measurement, movement 3. Model drawing; the classical method, proportion, symmetry. The primary aim of this study is to develop a sensitive, animated line based on observed form. It is important to let the students Imagine that they are actually touching the model, for in this way they can benefit from simulating the child's learning process. Instead of actually touching the model they are using their eyes as an extension of their sense of touch.
Dependency parsing is a decision problem of the syntactic relation between words in a sentence. Recently, deep learning models are used for dependency parsing based on the word representations in a continuous vector space. However, it causes a mislabeled tagging problem for the proper nouns that rarely appear in the training corpus because it is difficult to express out-of-vocabulary (OOV) words in a continuous vector space. To solve the OOV problem in dependency parsing, we explored the proper noun embedding method according to the embedding unit. Before representing words in a continuous vector space, we replace the proper nouns with a special token and train them for the contextual features by using the multi-layer bidirectional LSTM. Two models of the syllable-based and morpheme-based unit are proposed for proper noun embedding and the performance of the dependency parsing is more improved in the ensemble model than each syllable and morpheme embedding model. The experimental results showed that our ensemble model improved 1.69%p in UAS and 2.17%p in LAS than the same arc-eager approach-based Malt parser.
With the development of BCI devices, it is now possible to use EEG control technology to move the robot's arms or legs to help with daily life. In this paper, we propose a customized vehicle control model based on BCI. This is a model that collects BCI-based driver EEG signals, determines information according to EEG signal analysis, and then controls the direction of the vehicle based on the determinated information through EEG signal analysis. In this case, in the process of analyzing noisy EEG signals, controlling direction is supplemented by using a camera-based eye tracking method to increase the accuracy of recognized direction . By synthesizing the EEG signal that recognized the direction to be controlled and the result of eye tracking, the vehicle was controlled in five directions: left turn, right turn, forward, backward, and stop. In experimental result, the accuracy of direction recognition of our proposed model is about 75% or higher.
본 연구는 이러닝 체제에서 상호작용을 개선할 수 있도록 하기 위하여 사용자의 생리적 데이터 가운데서 뇌파를 통하여 학습자의 인지부하 발생을 파악할 수 있는 지를 연구하고자 하였다. 뇌파를 통하여 인지부하 발생을 알 수 있게 된다면 실시간 이러닝 체제에서 적절한 피드백 제공에 활용될 수 있기 때문이다. 이를 위하여 EEG를 이용하여 학습자의 뇌파를 측정하면서 인지활동을 수행하는 동안 발생되는 인지부하도를 측정하였고 인지과부하를 판별할 수 있는지를 알아보았다. 뇌파 측정을 위하여 언어 관련 작업기억 능력을 측정할 수 있는 듣기회상과제를 제시하였으며, 실험을 통한 과제 정답률 및 뇌파 분석 결과는 다음과 같다. 첫째, 듣기회상과제의 정답률은 회상반응과제에서 1단계는 84.4%, 2단계는 90.6%, 3단계는 62.5%, 4단계는 56.3%를 보였으며, 통계적으로 유의한 차이가 있음을 확인하였다. 즉, 3, 4단계의 경우는 피험자들이 매우 어려움을 겪었던 단계로 인지과부하가 발생했을 것으로 보인다. 둘째, SEF-95% 지표는 1, 2단계에 비해 3, 4단계에서 더욱 높은 값을 보였으며, 이는 피험자들의 인지부하가 3, 4단계에서 높았음을 객관적으로 보여주는 근거이다. 셋째, 감마파의 상대파워는 3, 4단계에서 파워값이 급격히 올라가는 패턴을 보였으며, 통계적으로 유의한 5개의 채널(F3, F4, C4, F7, F8)을 확인하였다. 5개의 채널은 뇌의 브로카 영역(F7, F8) 주위에 위치하고 있으며, 특히 뇌맵핑 분석을 통해 확인한 결과, F8(우반구의 브로카 영역에 해당하는 위치)에서 단계별 난이도가 올라갈수록 활성화의 차이가 크게 나타났다. 넷째, 19채널에 대한 상호 상관 분석을 통해 1, 2단계에 비해 3, 4단계에서 비동기화가 증가하였다. 위의 결과를 통한 본 연구의 결론은 뇌파를 이용하여 인간이 인지활동을 수행하는 동안 인지부하도를 측정할 수 있으며, 인지과부하를 판별해 낼 수 있음을 확인하였다.
Hyo Jung Park;Jee Seok Yoon;Seung Soo Lee;Heung-Il Suk;Bumwoo Park;Yu Sub Sung;Seung Baek Hong;Hwaseong Ryu
Korean Journal of Radiology
/
제23권7호
/
pp.720-731
/
2022
Objective: We aimed to develop and test a deep learning algorithm (DLA) for fully automated measurement of the volume and signal intensity (SI) of the liver and spleen using gadoxetic acid-enhanced hepatobiliary phase (HBP)-magnetic resonance imaging (MRI) and to evaluate the clinical utility of DLA-assisted assessment of functional liver capacity. Materials and Methods: The DLA was developed using HBP-MRI data from 1014 patients. Using an independent test dataset (110 internal and 90 external MRI data), the segmentation performance of the DLA was measured using the Dice similarity score (DSS), and the agreement between the DLA and the ground truth for the volume and SI measurements was assessed with a Bland-Altman 95% limit of agreement (LOA). In 276 separate patients (male:female, 191:85; mean age ± standard deviation, 40 ± 15 years) who underwent hepatic resection, we evaluated the correlations between various DLA-based MRI indices, including liver volume normalized by body surface area (LVBSA), liver-to-spleen SI ratio (LSSR), MRI parameter-adjusted LSSR (aLSSR), LSSR × LVBSA, and aLSSR × LVBSA, and the indocyanine green retention rate at 15 minutes (ICG-R15), and determined the diagnostic performance of the DLA-based MRI indices to detect ICG-R15 ≥ 20%. Results: In the test dataset, the mean DSS was 0.977 for liver segmentation and 0.946 for spleen segmentation. The Bland-Altman 95% LOAs were 0.08% ± 3.70% for the liver volume, 0.20% ± 7.89% for the spleen volume, -0.02% ± 1.28% for the liver SI, and -0.01% ± 1.70% for the spleen SI. Among DLA-based MRI indices, aLSSR × LVBSA showed the strongest correlation with ICG-R15 (r = -0.54, p < 0.001), with area under receiver operating characteristic curve of 0.932 (95% confidence interval, 0.895-0.959) to diagnose ICG-R15 ≥ 20%. Conclusion: Our DLA can accurately measure the volume and SI of the liver and spleen and may be useful for assessing functional liver capacity using gadoxetic acid-enhanced HBP-MRI.
컨설팅장학은 2010년 교육지원청의 조직과 기능이 개편되면서 학교교육의 질 향상을 위한 교육개혁 시스템으로 학교현장에 자리매김 해가고 있다. 그러나 현재는 컨설팅장학에 관한 전반적인 기능을 통합적으로 관리하여 제공할 수 있는 전용 온라인 포털시스템이 구축되어 있지 않다. 학교현장에서 컨설팅장학의 성공적인 운영을 위해서는 교사들이 컨설팅장학의 방법과 전문성을 습득하여 컨설턴트로 양성될 수 있도록 지원하는 온라인 컨설턴트 교육 시스템의 개발 또한 필요한 시점이다. 본 논문에서는 LAMS(Learning Activity Management System)와 액션 러닝(Action Learning)에 기반한 다양한 전문가 양성 학습활동 도구를 제공하는 온라인 컨설턴트 교육 시스템을 개발하여 소개한다. 온라인 컨설턴트 교육 시스템은 컨설턴트의 전문성을 강화하기 위한 4개의 단계(관리역량, 분석역량, 해결역량 및 실행평가역량 단계)로 구성되어 있으며, 각 역량의 머리글자를 인용하여 이를 MASA(Management, Analysis, Solution, Action)로 명명하였다. 전문가 양성을 위한 학습활동 도구는 브레인라이팅, SWOT분석, 5Whys, 의사결정그리드, PMI(Plus, Minus, Interesting), 블랙차트 등의 기법을 개발하여 제공하였다.
효율적으로 수학 및 과학 성적 향상을 위해서는 뇌 체조 및 스트레스 해소 및 감성 조명이 효과적이라는 연구가 이루어지고 있다. 이러한 원리는 과학 과목은 뇌파가 안정되고, 수학문제를 풀 경우에, 스트레스를 최소화 하고 안정감을 느낄 정도의 편안한 조도를 유지 시키면, 두뇌 회전을 빠르게 수행 한다는 연구 결과를 기반으로 이루어지고 있다. 본 논문에서는 과학 및 수학 학습을 효과적으로 하기위해서, 스트레스 치료 및 음악치료를 이용해서, 최적의 학습조건 모의실험을 하였다. 그러나, 사용자의 취향에 따라서, 좋아하는 음악이나 색깔은 많은 차이점이 있다. 그러므로, 본 논문에서는 이러한 문제점을 해결하기 위해서, 최적의 조명 치료및 음악치료를 제안하고 모의실험 하였다.
Brain computer interfaces (BCI) usually have focused on classifying the explicitly-expressed intentions of humans. In contrast, implicit intentions should be considered to develop more intelligent systems. However, classifying implicit intention is more difficult than explicit intentions, and the difficulty severely increases for subject independent classification. In this paper, we address the subject independent classification of implicit intention based on electroencephalography (EEG) signals. Among many machine learning models, we use the support vector machine (SVM) with radial basis kernel functions to classify the EEG signals. The Fisher scores are evaluated after extracting the gamma, beta, alpha and theta band powers of the EEG signals from thirty electrodes. Since a more discriminant feature has a larger Fisher score value, the band powers of the EEG signals are presented to SVM based on the Fisher score. By training the SVM with 1-out of-9 validation, the best classification accuracy is approximately 65% with gamma and theta components.
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.