• 산업융합연구
• /
• 제21권2호
• /
• pp.111-116
• /
• 2023

최근 바이러스 감염병 및 새로운 질병은 한 지역에 국한되는 것이 아니라 전 세계적으로 확산되어 경제적, 사회적으로 심각한 피해를 일으키고 있다. 또한, 새로운 질병의 발현 주기가 짧고, 확산 속도도 빨라지고 있다. 질병에 대한 확산을 막기 위해 격리, 폐쇄 등 질병 발생 후 수동적인 형태의 대응이 우선시 되고 있다. 이러한 형태의 대응은 질병 확산 방지에 근본적인 대응으로는 부족한 부분이 많이 있다. 이에, 본 연구에서는 새로운 질병 발생 정보를 포함한 질병 예방 모니터링 시스템을 제안한다. 본 연구에서는 IoMT 환경 구축을 통해 질병 정보와 사용자의 정보를 수집한다. devices를 이용한 정보 수집은 사용자의 생체정보와 질병 서버에 등록된 데이터를 수집하고 분류한다. IoMT 환경에서는 사용자의 데이터를 수집하여 사용자 질병 감염 여부를 평가하여 사용자에게 제공한다. 본 연구를 통해 개인의 질병 증상 정보를 제공하고, 질병 확산에 대한 능동적인 대응 방법을 제공할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.322-330
• /
• 2021

수산 양식장에서 어류 질병을 초기에 발견하지 못하는 경우 밀폐된 공간 안에서 확산하기 때문에 집단 폐사로 이어질 확률이 매우 높다. 이런 이유로 질병의 조기 발견은 양식업에서 매우 중요하다. 양식장에서 질병의 확산을 막기 위해서는 초기에 병이 든 어류를 자동식별이 가능한 방법이 필요하다. 최근 딥러닝 기반의 어류 질병 자동식별 방법이 많이 사용되고 있는데, 어류의 질병 이미지가 충분하지 않아 객체 식별에 많은 어려움이 있다. 본 논문은 질병 자동식별 예측을 위한 질병 이미지의 부족 문제를 해결하기 위해서 SinGAN 딥러닝 모델을 이용하여 정상 이미지와 질병 이미지를 합성해 다양한 어류 질병 이미지를 자동 생성하는 방법을 제안한다. 넙치에서 가장 빈번히 발생하는 3가지 질병 스쿠티카병, 비브리오증, 림포시스티스에 대해서 SinGAN 기반으로 질병 이미지를 증강한다. 본 연구에서는 넙치 정상 이미지 11장에 각 질병 패턴 10가지를 합성하여서 스쿠티카병 110장, 비브리오증 110장, 림포시스티스 110장으로 총 330장을 만들었고 이를 통해 생성된 이미지는 4배수 하여 1,320장의 이미지를 생성할 수 있었다.

• 한국통신학회논문지
• /
• 제37C권12호
• /
• pp.1263-1270
• /
• 2012

가축 질병은 축산농가에 생산성 및 소득 감소로 인한 경제적 손실을 가져올 뿐만 아니라 전염병 확산으로 인한 국가적 손실로 이어진다. 본 논문에서는 가축의 활동량 정보 및 체온 정보를 기반으로 가축 질병상태를 조기에 진단할 수 있는 가축 질병예찰 시스템을 제안하고자 한다. 제안하는 시스템은 가속도센서 및 열화상 카메라 장비로부터 수집된 데이터와 가축의 질병별 활동량 및 체온 정보 데이터를 비교함으로써 가축 질병상태를 조기에 진단할 수 있는 가축 질병예찰 시스템이다. 본 시스템을 통해 가축 질병을 미연에 정확히 판단하고 질병으로 인한 피해를 최소화함으로써 축산농가의 생산성 향상 및 수익률을 높일 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.965-967
• /
• 2013

본 논문에서는 헬스케어시스템에서 효율적인 질병 관리를 위한 질병 규칙을 생성하는 질병규칙생성 기법(Disease Rule Creation Scheme)을 제안한다. DRCS는 기본적으로 Rough Set Theory의 개념을 이용하며, 각 속성과 결정 속성간의 지지율을 계산한다. 그리고 결정 속성을 기준으로 지지율이 낮은 속성은 제거한 후에, 질병을 판단할 수 있는 질병 규칙을 생성한다. 그 결과, DRCS는 C4.5알고리즘 보다 적은 질병규칙의 수를 생성하였으며, 질병 규칙의 정확성은 향상되었다.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.114-120
• /
• 2009

본 연구는 질병과 관련이 있는 단백질들은 질병 네트워크를 형성함에 있어서 매우 중요한 인자로 작용할 가능성이 있다는 아이디어에서 출발한다. 우리는 Online Medelian Inheritance in Man(OMIM)으로부터 아토피관련 43개 단백질 데이터베이스를 확보하고 이 단백질들과 상호작용하는 단백질 네트워크를 구축하였다. 아토피관련 단백질 네트워크를 바탕으로 질병 네트워크를 구축하였다. 질병 네트워크로부터 질병단백체인 CCR5, CCL11, 및 IL4R을 발굴하였는데, 이들 모두는 단백질 네트워크에서 허브 단백질로 작용하는 것들이다. 허브단백질은 세포에서 필수단백질로 작용하는 것으로 알려져 있는데, 본 연구에서는 허브단백질이면서 동시에 질병에서 매우 중요한 역할을 할 것으로 기대되는 질병단백체로 역할하고 있음을 확인하였다. 본 연구에서 소규모 아토피 관련 질병네트워크를 구축하여 분석하였지만, 여기에 제안한 질병네트워크 분석이 복잡한 인간 질병체계의 분자 기작 및 생물학적 진행과정을 이해하는데 실마리를 제공할 것으로 기대한다.

• 대한수의학회지
• /
• 제62권1호
• /
• pp.4.1-4.5
• /
• 2022

This paper describes a fatal case of pneumonia in a 14-day-old dog caused by extraintestinal pathogenic Escherichia coli (ExPEC). The necropsy showed that almost all of left lobes of the lungs had dark-red consolidation. A histopathology examination revealed moderate acute fibrino-hemorrhagic necrotizing pneumonia with intralesional bacterial colonies. Non-suppurative epicarditis, congestion in the liver, and necrosis in the white pulp of the spleen also were found. E. coli with cytotoxic necrotizing factor 1 and α-hemolysin was isolated from the lung. This case was confirmed to have fatal pneumonia caused by ExPEC that led to a systemic infection.

• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.1-7
• /
• 2020

농작물 질병에 대한 조기 진단은 질병의 확산을 억제하고 농업 생산성을 증대하는 데에 있어 중요한 역할을 하고 있다. 최근 합성곱신경망(convolutional neural network, CNN)과 같은 딥러닝 기법을 활용하여 농작물 잎사귀 이미지 데이터세트를 분석하여 농작물 질병을 진단하는 다수의 연구가 진행되었다. 이와 같은 연구를 통해 농작물 질병을 90% 이상의 정확도로 분류할 수 있지만, 사전 학습된 농작물 질병 외에는 진단할 수 없다는 한계를 갖는다. 본 연구에서는 미학습 농작물에 대해 효율적으로 질병 여부를 진단하는 모델을 제안한다. 이를 위해, 먼저 VGG16을 활용한 농작물 질병 분류기(CDC)를 구축하고 PlantVillage 데이터세트을 통해 학습하였다. 이어 미학습 농작물의 질병 진단이 가능하도록 수정된 질병 분류기(mCDC)의 구축방안을 제안하였다. 실험을 통해 본 연구에서 제안한 수정된 질병 분류기(mCDC)가 미학습 농작물의 질병진단에 대해 기존 질병 분류기(CDC)보다 높은 성능을 보임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.39-44
• /
• 2021

본 논문에서는 가정에서 많이 기르는 반려견을 바탕으로 반려견 질병에 대한 전문적인 수의학 지식이 부족한 일반인들을 대상으로 자신의 반련견의 건강 상태를 파악할 수 있는 진단 시스템을 제안한다. 제안된 진단 시스템은 50가지 질병과 각 질병의 증상을 데이터베이스에 구축하여 입력된 증상을 통해서 반려견의 질병을 도출한다. 각 질병 데이터베이스에는 질병에 해당하는 증상 코드들을 가지고 있으며, 이러한 질병에 대한 데이터베이스를 이용하여 군집화 기법인 FCM 클러스터링 기법을 적용하여 질병을 클러스터링하고 그 결과 값인 소속도를 바탕으로 입력된 증상과 가까운 질병들을 도출하여 반려견의 진단 결과를 제공한다. 제안된 반려견 진단의 구현 결과에서는 선택한 증상들의 개수와 선택된 증상들이 포함된 질병들의 가능성 값을 구하여 내림차순으로 정렬하여 반려견의 증상과 가장 가까운 질병 상위 3가지를 도출하였다.

• 중소기업융합학회논문지
• /
• 제6권1호
• /
• pp.33-38
• /
• 2016

병원을 방문하는 환자의 질병은 환경과 생활 습관에 따라 같은 질병도 서로 다른 증상이 발생할 수 있다. 최근 환자를 대상으로 제공되는 의료 서비스는 질병에 따라 환자 증상을 분석하여 치료 방법을 선택할 수 있는 환경으로 변화하고 있다. 본 논문에서는 같은 질병을 앓고 있는 환자들의 건강상태를 파악하여 질병 정도에 따라 치료 방법이 달라질 수 있기 때문에 환자 질병 정보에 따른 치료 방법을 그룹핑하여 효율적으로 관리할 수 있는 질병 관리 기법을 제안한다. 제안 기법은 환자 질병 정보를 빅 데이터화하여 의료진의 진료 효율성을 향상시킬 수 있을 뿐만 아니라 환자의 치료 만족도를 향상시킬 수 있는 특징이 있다. 제안 기법은 환자 동의하에 같은 질병을 앓고 있는 환자들의 질병 정보를 소그룹으로 클러스터링하여 빅 데이터 처리가 가능하다. 또한, 제안 기법은 환자 질병 정보에 따른 치료 방법을 특정 키워드를 통해 손쉽게 검색할 수 있는 장점이 있다. 실험 결과, 제안 기법은 기존 기법에 비해 업무 효율성 측면에서 23% 향상되었으며, 질병 관리 시간도 11.3% 향상된 결과를 얻었다. 설문 조사를 통해 살펴본 의료 서비스에 대한 환자 만족도는 31.5% 높은 결과를 얻었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.306-311
• /
• 2009

본 연구는 질병과 관련이 있는 단백질들은 질병네트워크를 형성함에 있어서 매우 중요한 인자로 작용할 가능성이 있다는 아이디어에서 출발한다. 우리는 Online Mendelian Inheritance in Man(OMIM)과 SWISS-PROT으로부터 인간의 단백질 데이터와 질병 정보를 확보하고 질병관련 단백질의 단백질 상호작용 네트워크를 구축 한 후, 이를 바탕으로 질병네트워크를 구축했다. 그 결과 단백질 상호작용 네트워크에는 CALM1, ACTB 및 ABL2와 같은 40개의 허브 단백질이 존재하는 것을 확인했다. 단백질 상호작용 네트워크와 질병 네트워크를 통해서 우리는 질병들간의 상관관계와 각 질병에 작용하는 단백질들의 상관관계를 파악할 수 있었다. 구축된 질병네트워크로부터 APP, ABL1 및 STAT1과 같은 38개의 질병단백체를 찾아냈다. 우리는 이전 연구에서 허브 단백질들이 서브 질병네트워크에서 질병 단백체의 경향이 있다는 것을 증명했다. 하지만, 본 연구에서 전체 질병 네트워크를 분석한 결과 전체 40개의 허브 단백질 중 단 18% 허브 단백질만이 질병단백체임이 확인되었다. 현시점에서 허브 단백질-질병단백체 경향성이 전체 질병네트워크와 서브 질병네트워크간의 차이를 설명할 수 없다. 비록 우리가 이러한 풀리지 않은 문제를 안고 있지만, 단백질-질병 네트워크의 구조 및 기능 분석은 복잡한 인간 질병 시스템에서 분자 수준의 기작과 생물학적 과정을 이해하는데 중요한 정보를 제공할 것이다.