• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.77-88
• /
• 2022

Objective: Our study aimed to evaluate the quality of radiomics studies on brain metastases based on the radiomics quality score (RQS), Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) checklist, and the Image Biomarker Standardization Initiative (IBSI) guidelines. Materials and Methods: PubMed MEDLINE, and EMBASE were searched for articles on radiomics for evaluating brain metastases, published until February 2021. Of the 572 articles, 29 relevant original research articles were included and evaluated according to the RQS, TRIPOD checklist, and IBSI guidelines. Results: External validation was performed in only three studies (10.3%). The median RQS was 3.0 (range, -6 to 12), with a low basic adherence rate of 50.0%. The adherence rate was low in comparison to the "gold standard" (10.3%), stating the potential clinical utility (10.3%), performing the cut-off analysis (3.4%), reporting calibration statistics (6.9%), and providing open science and data (3.4%). None of the studies involved test-retest or phantom studies, prospective studies, or cost-effectiveness analyses. The overall rate of adherence to the TRIPOD checklist was 60.3% and low for reporting title (3.4%), blind assessment of outcome (0%), description of the handling of missing data (0%), and presentation of the full prediction model (0%). The majority of studies lacked pre-processing steps, with bias-field correction, isovoxel resampling, skull stripping, and gray-level discretization performed in only six (20.7%), nine (31.0%), four (3.8%), and four (13.8%) studies, respectively. Conclusion: The overall scientific and reporting quality of radiomics studies on brain metastases published during the study period was insufficient. Radiomics studies should adhere to the RQS, TRIPOD, and IBSI guidelines to facilitate the translation of radiomics into the clinical field.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.802-805
• /
• 2002

In the three-dimensional domain image expressed with two-dimensional slice images, such as fMRI images and multi-slice CT images, we propose the three-dimensional domain automatic segmentation for the purpose of extracting region. In this paper, we segmented each domain from the fMRI images of the head of people and monkey. We used the neural network "Pulse-Coupled Neural Network" which is one of the models of visual cortex of the brain based on the knowledge from neurophysiology as the technique. By using this technique, we can segment the region without any learning. Then, we reported the result of division of each domain and extraction to the fMRI slice images of human's head using "three-dimensional Pulse-Coupled Neural Network" which is arranged and created the neuron in the shape of a three-dimensional lattice.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.798-800
• /
• 1995

The neural network predictive controller(NNPC) is proposed for the attempt to mimic the function of brain that forecasts the future. It consists of two loops, one is for the prediction of output(Neural Network Predictor) and the other one is for control the plant(Neural Network Controller). The output of NNC makes the control input of plant, which is followed by the variation of both plant error and prediction error. The NNP forecasts the future output based upon the current control input and the estimated control output. The method is applied to the control of temperature in boiler systems. The proposed NNPC is compared with the other conventional control methods such as PID controller, neural network controller with specialized learning architecture, and one-step-ahead controller. The computer simulation and experimental results show that the proposed method has better performances than the other methods.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 춘계학술대회
• /
• pp.1183-1188
• /
• 2004

The inverse heat conduction problem (IHCP) is a problem of estimating boundary condition from temperature measurement at one or more interior points. Neural networks are general information processing systems inspired by the connectionist theory of human brain. By properly training the network by the learning rule, the neural network method can handle many non-linear or other complex problems. In this work, neural network is applied to complicated inverse heat conduction problems. Efficiency of the procedure is enhanced by incorporating the radial basis functions (RBF). The RBF is trained faster than other neural network and can find smooth solution. In order to demonstrate the effectiveness of the current scheme, a typical one-dimensional IHCP is considered. At one surface, the temperature as well as the heat flux is known. The unknown temperature of interest is estimated on the other side of the slab. The results from the proposed method based on RBF neural network are compared with the conventional method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.123-125
• /
• 2004

Recently, we are getting to interest in a user friendly machine. The emotion is one of most important conditions to be familiar with people. The machine uses sound or image to express or recognize the emotion. This paper deals with the method of recognizing emotion from the sound. The most important emotional component of sound is a tone. Also, the inference ability of a brain takes part in the emotion recognition. This paper finds empirically the emotional components from the speech and experiment on the emotion recognition. This paper also proposes the recognition method using these emotional components and the transition probability.

• The Korean Journal of Physiology and Pharmacology
• /
• 제26권5호
• /
• pp.307-312
• /
• 2022

It is well known that dopamine transmission from the ventral tegmental area (VTA) modulates motivated behavior and reinforcement learning. Although dopaminergic neurons are the major type of VTA neurons, recent studies show that a significant proportion of the VTA contains GABAergic and type 2 vesicular glutamate transporter (VGLUT2)-positive neurons. The non-dopaminergic neurons are also critically involved in regulating motivated behaviors. Some VTA neurons appear to co-release two different types of neurotransmitters. They are VGLUT2-DA neurons, VGLUT2-GABA neurons and GABA-DA neurons. These co-releasing neurons show distinct features compared to the neurons that release a single neurotransmitter. Here, we review how VTA cell populations wire to the other brain regions and how these projections differentially contribute to motivated behavior through the distinct molecular mechanism. We summarize the activities, projections and functions of VTA neurons concerning motivated behavior. This review article discriminates VTA cell populations related to the motivated behavior based on the neurotransmitters they release and extends the classical view of the dopamine-mediated reward system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1242-1244
• /
• 2021

한국교통안전공단이 발표한 자료에 따르면 교통사고로 사망한 원인의 70%가 졸음운전이다. 최근에는 졸음운전을 예방하기 위해 눈 깜박임 인식 등의 운전자의 생체 데이터를 활용한 방법들이 대두되고 있다. 특히 운전자의 졸음운전 판단 기술로 뇌파를 이용하는 연구가 활발히 진행되고 있다. 본 논문에서는 뇌파를 사용하여 효과적으로 졸음 상태를 판단할 수 있는 딥러닝 알고리즘을 제안한다. 졸음 상태인 경우, 아닌 경우인 2가지의 운전자 상태를 85%의 정확도로 판단한다. 또한 제안한 알고리즘을 활용해 졸음운전 감지 시스템과 더불어 졸음운전 예방 시스템을 제안하고자 한다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.85-93
• /
• 2021

정부는 새로운 영역의 전자정부 서비스를 창출하기 위한 계획을 추진 중이다. 업무절차 개선 측면에서 dBrain과 e-사람, 전자결재 및 업무관리를 위한 온나라 등은 상당한 성과를 이루었으며, 현재는 새로이 부각된 정보기술을 도입하여 기존의 행정서비스를 개선하고 지능형 전자정부를 구현하기 위한 노력을 지속하고 있다. 본고에서는 그중 자가학습기반의 지능형 행정서비스 구축이 실제 업무를 추진하는 공무원들의 업무프로세스에 효율적인지, 지속사용하는데 영향을 미치는지를 파악하고자 하였다. 인공지능, 빅데이터, 블록체인 등의 발전된 정보기술에 대한 개인의 인식 및 태도를 바탕으로 개인 혁신성을 선행변수로 하여 UTAUT 변수들이 지속사용의도에 영향을 미치는 지에 대해 공무원 대상 설문 결과를 이용하여 지능형 정부서비스를 대상으로 검증하여 행정서비스에 대한 영향요소를 파악하였다. 정부행정서비스 사용자들은 혁신적인 행정서비스의 구축 및 도입이 국민에게 더욱 효율적으로 활용될 수 있다고 믿으며, 정보기술 발전에 따라 서비스의 활용 및 제공에 대한 기대감을 높게 가지고 있다고 파악되었다. 향후 전자정부 서비스를 활용하는 국민을 대상으로도 모형을 적용하여 연구할 예정이다.

• 인지과학
• /
• 제33권1호
• /
• pp.51-75
• /
• 2022

경두개 직류전기자극(transcranial Direct Current Stimulation; tDCS)은 지각, 인지, 운동 등의 뇌기능 향상 및 발달 효과가 입증되며, 다양한 분야에서 활용 및 응용되는 비침습적 뇌자극술이다. tDCS 효과는 뇌의 해부학적 구조, 뇌의 노화 정도 등의 뇌신경활성화 특징에 따라 다르게 나타난다는 연구결과들이 보고되고 있다. 일주기 리듬(circadian rhythm)은 대략 하루 주기의 수면과 각성의 생리적 변화패턴을 의미하며 뇌신경활성화 상태는 일주기 리듬에 따라 다르게 나타난다. 일주기 유형(chronotype)은 하루 중에 발현되는 각성도의 크기에 따라 아침의 각성도가 큰 유형은 아침형으로 저녁의 각성도가 큰 유형은 저녁형으로 나누어진다. 본 연구는 일주기 리듬에 의해 변하는 뇌기능 특징이 tDCS 효과에 미치는 영향을 알아보고자 한다. 총 20명의 건강한 성인 대상으로 실험을 진행하였고, 참가자들은 일주기 유형을 분류하기 위해 아침형-저녁형 설문지에 의해 주간형(아침형, 중간형)과 야간형(저녁형)으로 분류했다. 본 실험은 Zoom 프로그램을 이용하여 참가자와 실험자가 온라인으로 만나서 실험을 진행했다. 실험이 확정된 참가자는 실험자로부터 뇌파 기기, 뇌파 데이터를 획득하는 앱이 있는 핸드폰, 핸드폰 거치대, 뇌자극 기기의 사용방법에 대한 설명을 듣고 기기를 테스트해보고 기기를 전달받았다. 기기사용의 어려움을 가진 2명의 참가자는 대면 실험을 진행하여, 실험자가 기기작동을 하여 실험에 참여했다. 일주기 리듬의 상태에 따른 뇌자극 효과를 알아보기 위해 1주일 간격으로 아침과 저녁에 실험했으며, tDCS 자극 전과 후의 신경활성화 반응의 차이를 뇌파를 이용하여 측정하였다. 뇌자극에 의한 뇌기능 변화를 확인하기 위해 자극 전의 뇌파와 자극 후 뇌파가 다른 패턴을 보이며 분류가 잘되는 지를 예측 정확도로 분석했으며, 뇌기능 특징 변화가 일주기 리듬과 일주기 유형에 따라 다르게 나타나는지 확인하기 위해 각 조건의 분류조건(아침/저녁, 주간형/야간형)에서 추출된 주요 EEG 특성을 비교했다. 54개의 뇌파 특성값을 추출하여 SVM(Support Vector Machine) 기계학습 알고리즘으로 분류 모델을 구축하였고, 구축된 모델을 Leave-One-Out 교차검증(Leave-One-Out Cross-Validation)을 사용하여 자극 전과 후의 뇌파 반응을 예측하는지 평가하였고, 분류예측모델의 주요 예측 인자를 확인하는 주요 특성 분석을 진행하였다. 아침과 저녁의 tDCS에 따른 뇌파 특징을 분류하는 예측 정확도는 모두 98%로 나타났으며, 주간형의 아침 자극 조건과 저녁 자극 조건의 예측 정확도는 92%와 96%이며, 야간형의 아침자극 조건과 저녁 자극 조건의 예측 정확도는 모두 94%로 나타났다. 아침 자극 전과 후의 뇌파를 분류하는 상위 3개의 주요 EEG 특성결과는 주간형과 야간형에 따라 다르게 나타났다. 주간형은 좌측 측두 두정엽과 전전두엽의 뇌파 특성값이 나타났으며, 야간형은 측두 두정엽의 뇌파 특성값들만 나타났다. 저녁 자극전과 후의 뇌파를 분류하는 상위 3개의 주요 EEG 특성 결과 또한 주간형과 야간형에 따라 다르게 나타났다. 주간형은 우측 측두 두정엽과 좌측 전두엽의 뇌파 특성값이 나타났으며, 야간형은 측두 두정엽과 전두엽의 뇌파 특성값이 나타났다. 이와 같은 연구결과는 일주기 리듬과 유형에 따라 아침과 저녁의 뇌기능 특징이 다르게 나타나서 뇌자극 효과가 다르게 나타날 수 있음을 확인한 결과이다. 본 연구의 결과는 효과적인 뇌자극을 위해 개인의 뇌신경 활성화 상태 및 특징에 따라서 뇌자극 프로토콜을 조정할 필요성을 제시한다는 데에 의의를 찾을 수 있다.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1643-1656
• /
• 2010

여러 품종을 소량으로 생산하는 소형 공장에서 불량품으로 인한 손실을 줄이기 위하여 부품의 양불량을 판단하는 시스템의 개발이 필요하다. 그러한 시스템은 계층형 시간적 메모리(HTM : Hierarchical Temporal Memory) 기술을 이용하여 개발할 수 있다. HTM은 인간 두뇌의 신피질(neocortex)의 동작 원리를 기계학습에 접목시킨 모델이다. HTM 기반의 기계학습 시스템을 사용하기 위해서는 훈련된 HTM 네트워크를 개발해야 하는데, 이를 위해서는 HTM 이론에 대한 지식이 필요하다. 본 연구는 이 HTM 기술을 부품의 이미지 인식에 적용하여 부품에 대한 양 불량을 판별하는 시스템에서, HTM 네트워크 개발을 지원하는 훈련시스템의 설계와 구현을 제시한다. 이 시스템은 HTM 이론에 대한 지식이 없어도 작업현장의 기술자가 HTM 네트워크를 정확히 훈련시킬 수 있으며, 부품에 대한 모든 종류의 HTM 기반의 판정시스템에 그대로 적용될 수 있다.