• 대한임상검사과학회지
• /
• 제53권4호
• /
• pp.309-316
• /
• 2021

패혈증은 감염원에 의한 생리학적 반응으로 장기의 기능을 손상시켜 조기에 치료하지 않으면 사망에 이르게 하는 기전을 유발한다. 이에 높은 감도, 특이도, 신속 정확도를 가진 바이오마커는 병원균의 미생물학적 검증에 필요한 제한성과 경과 시간을 감안할 때 패혈증을 비감염성 전신성 염증 반응 증후군(SIRS)과 구별하는 것이 획기적일 것으로 판단된다. 또한 항생제를 사용하기 전에 정확한 감염 진단이 중요하고 임상적으로 요구된다. 해당하는 후보물질인 프로칼시토닌, 젖산, C-반응성 단백질, 사이토카인, 프로아드레노매듈린(ProADM)이 진단에 활용된다. 급성 호흡기 감염 환자에서 프로칼시토닌으로 유도되는 항생제 치료는 항생제 노출과 항생제 부작용을 효과적으로 감소시키면서 사망률을 개선한다. 입원환자에 있어서 패혈증 선별검사에 대한 근거 마련은 제한적이다. 임상의사, 연구원 및 건강검진 의사의 전문가 집단은 일반 입원 환자의 패혈증 인식에 대한 스크리닝 도구, 향후 연구 또는 정책을 시행할 때 새로운 바이오마커의 발견과 한계점을 고려해야 한다. 바이오마커 사용은 항상 임상 평가와 상관관계가 있어야 하지만 소아 패혈증에서도 특히 바이오마커의 사용은 기대된다. 따라서 바이오마커의 활용에 있어서 특정된 전염증성 사이토카인 및 단백질 수준이 상승하는 것에 대해 패혈증의 초기 단계에서 사망률을 예측하는 것에 대해 향상된 진단법을 제공할 수 있다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.199-209
• /
• 2021

장기적인 시계열 수량 평균이 기술적인 발전 요인에 의해 증가하는 추세를 제거하여, 기존 MODIS NDVI 및 기상자료를 이용한 우리나라 벼 수량 추정 모형을 개선하고자 하였다. 이를 위해 2002년부터 2019년 까지의 NDVI (MYD13Q1)와 기상자료를 사용하여 다중 선형 회귀 분석을 수행하였다. 벼 수량 추세를 분석하고 이를 제거하여 모형을 보완하였다. 개선된 모형을 이용하여 추정한 벼 수량과 수량 통계 값 간의 상관 분석을 통해 추세 제거에 따른 정확도를 평가하였다. 그 결과, 추세가 제거된 벼 수량 추정 모형에 의해 예측된 수량이 통계 수량의 연간 변동 특성을 잘 반영하고 있는 것으로 나타났다. 추세 제거 전의 모형과 비교하여 통계 수량과의 상관계수와 결정계수도 높게 나타났다. 따라서 추세 제거 방법이 벼 수량 추정 모형을 효과적으로 보정하는 방법임을 확인하였다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.58-70
• /
• 2019

보행자 교통사고의 경우 사고 발생 시 사망사고로 연결되는 위험성이 있다. 국내 지능형 교통시스템(ITS)은 질 좋은 교통 인프라를 구축하고 있음에도 불구하고, 거의 교통정보 수집에만 이용되고 있어, 위험상황 발생 시 지능적인 위험 요소 분류가 이루어지지 않고 있다. 본 연구에서 제안하는 시스템의 주요 구성 요소인 CNN 기반의 보행자 탐지 분류 모델의 경우 제한적인 환경에서 설치 운영되는 것을 가정하여 임베디드 시스템 기반으로 구현되었다. 기존 YOLO의 인공신경망 모델을 개선하여 My-Tiny-Model3라는 새로운 모델을 생성하였고, 20,000번의 반복 학습 기준으로 평균 정확도 86.29%와 21.1 fps의 실시간 탐지 속도 결과를 보였다. 그리고, 이러한 탐지 시스템을 기반으로 하여 ITS 체계와 연계 가능한 시스템 구현 및 프로토콜 연동 시나리오를 구성하였다. 본 연구를 통해 기존 ITS 체계와 연동하는 보행자 사고 방지 시스템을 구현한다면, 새로운 인프라 구축비용을 절감하고 보행자 교통사고 발생률을 줄이는 데 도움이 될 것이다. 또한, 기존의 시스템 감시인력 소요에 따른 비용 또한 줄일 수 있을 것으로 기대된다.

• 화약ㆍ발파
• /
• 제37권2호
• /
• pp.22-30
• /
• 2019

화약을 이용하여 작업하는 현장에서는 발파에 의해 발생되는 소음과 진동의 영향으로 작업상 많은 제약을 받는다. 최근에 민원 발생 증가 및 보안물건에 대한 환경규제 기준이 대폭 강화되고 있는 추세이다. 때문에 보안물건이 근접해 있는 경우 일반적으로 기계식굴착에 의해 작업이 이루어지고 있다. 기계식굴착 공법은 발파공법에 비해 소음과 진동을 저감시키는 장점을 갖고 있으나 굴착하고자 하는 암반의 상태에 따라서 계획 보다 시공성이 떨어지는 경우가 발생되기도 한다. 일반적으로 굴착암이 극경암에 가까울수록 시공성이 낮아진다. 본고에서는 전자뇌관을 사용하여 보안물건이 초근접해 있는 공사구간을 시공한 사례에 대해 설명하고자 한다. 당 현장은 인근에 보안물건(철도)이 근접(9.9m)해 있어 암파쇄 굴착공법으로 설계가 되어 시공하던 중, 극경암 노출에 따른 시공성 저하 및 공사기간 단축을 위한 대안 공법으로 전자뇌관을 이용한 시공을 검토하게 되었다. 전자뇌관 이용한 발파작업으로 주변 보안물건에 미치는 영향을 최소화 하면서 시공성과 경제성을 극대화 할 수 있었다. 한화에서 생산하는 하이트로닉($HiTRONIC^{TM}$)은 혁신적인 안정성과 높은 기폭 신뢰성을 갖고 있어 초정밀발파가 가능하다. 전자뇌관은 철도 및 고속도로현장, 대형 석회석 광산을 비롯한 도심지 터파기 등에서 널리 사용되고 있다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.191-201
• /
• 2018

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있으며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있다. 도시지역에서의 국지성호우에 의한 홍수는 예고없이 빠르게 발생하고 시 공간적으로 빈번하게 발생함으로써 인명과 재산피해를 증가시킨다. 결국 도시지역의 성공적인 홍수 관리는 얼마나 빠르고, 세밀하게 관측할 수 있느냐가 관건이다. 국지성 호우는 저층에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 저층 강우의 탐지 및 변동성 관측에 취약하다. 이에, 도시지역에서의 국지성 호우를 신속하게 관측하고 예측함으로써, 도시홍수 대응체계를 고도화하고 관측 및 예측 정확도를 향상시켜 도시홍수 피해를 최소화하기 위한 기존과 다른 새로운 도시홍수예보 관리시스템 구축이 필요하다. 현재 수재해 정보플랫폼 융합기술 연구단에서 고해상도 수문정보를 강우예측 및 홍수 모형과 연계하여 신개념 수재해 대응기술 확보를 목표로 추진 중에 있으며, 국지성 호우 관측을 위하여 고정밀 수문레이더를 기반으로 국지성 호우 탐지 및 예측, 도시홍수 예측 및 운영기술을 개발 중에 있다. 이 연구를 통해 도시지역에 대한 고정밀 관측이 가능함으로써 도시홍수 경보 시스템이 보다 정확하고 상세화될 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.100-109
• /
• 2019

정비도는 정비를 쉽고 신속하게 할 수 있는 정도를 나타내는 시스템의 주요 설계 특성이다. 정비도를 고려한 시스템 설계는 무기시스템의 운용유지 비용을 줄여 주는 중요한 역할을 수행하지만, 시제품 제작 이후 정비도 평가를 통해 설계변경이 이루어지면 비용증가와 일정지연을 초래할 수 있다. 정량적 정비도 평가는 정비업무 수행 가능여부를 검증하고, 설계자가 시스템의 특성을 고려한 빠른 의사결정을 수행하여 정비성 향상을 위한 설계를 수행할 수 있도록 지원해야 한다. 기존 논문에서는 시스템설계 초기에 그래프 이론을 활용하여 정비도 지수를 산출하였으나 정비속성간 관계 값의 적절성 및 정비도 평가의 정확도에 한계가 있다. 퍼지 로직과 3D 모델링을 활용한 정비도 평가방법의 경우에는 시스템 전수명주기 동안에서의 정비도 평가를 수행하고 결과의 활용을 통해 설계통합 환경 하에서 설계개선을 신속하게 진행하고 효율적으로 정비도를 평가하고 관리하는 방법이 필요하다. 이에 본 논문에서는 모델기반 시스템공학 도구와 MATLAB이 결합된 통합환경 하에서 SysML 기반 모델링 및 시뮬레이션 기법과 퍼지 로직을 활용하여 정비도를 평가할 수 있는 방법을 제시하였다. 시스템공학도구 상에서 SysML bdd 다이어그램을 통해 무기시스템의 물리적 설계구조를 모델링하고 정비속성과 정비속성간 쌍대비교 행렬을 생성하여 정비도를 모델링하였다. 그리고 SysML의 par 다이어그램을 생성하고 MATLAB과의 연동을 통해 AHP 기반의 정비속성별 가중치 연산 및 퍼지 로직을 활용하여 정비도를 산출하였다. 본 연구결과의 활용을 통해, 일관성 있고 진화적인 정비도 모델을 효율적으로 관리할 수 있고, 시스템의 정비도 설계 상태를 정량적으로 분석할 수 있으며 정비도가 낮은 품목을 조기에 식별하여 빠른 의사결정과 설계 개선을 달성할 수 있다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.155-164
• /
• 2021

자연환경에 대한 국민들의 관심 증가로 스마트폰과 같은 휴대용 기기를 이용한 수목 동정의 자동화에 대한 요구가 증가하고 있다. 최근 딥러닝 기술의 발전에 힘입어, 외국에서는 수목 인식 분야에의 적용이 활발하게 이루어지고 있다. 수목의 분류를 위해 꽃, 잎 등 다양한 형질들을 대상으로 연구가 진행되고 있지만, 접근성을 비롯한 여러 장점을 가진 수피의 경우 복잡도가 높고 자료가 부족하여 연구가 제한적이었다. 본 연구에서는 국내에서 흔히 관찰 가능한 수목 54종의 사진자료를 약 7,000 여장 수집 및 공개하였고, 이를 해외의 20 수종에 대한 BarkNet 1.0의 자료와 결합하여 학습에 충분한 수의 사진 수를 가지는 53종을 선정하고, 사진들을 7:3의 비율로 나누어 훈련과 평가에 활용하였다. 분류 모델의 경우, 딥러닝 기법의 일종인 합성곱 신경망을 활용하였는데, 가장 널리 쓰이는 VGGNet (Visual Geometry Group Network) 16층, 19층 모델 두 가지를 학습시키고 성능을 비교하였다. 또한 본 모형의 활용성 및 한계점을 확인하기 위하여 학습에 사용하지 않은 수종과 덩굴식물과 같은 방해 요소가 있는 사진들에 대한 모델의 정확도를 확인하였다. 학습 결과 VGG16과 VGG19는 각각 90.41%와 92.62%의 높은 정확도를 보였으며, 더 복잡도가 높은 모델인 VGG19가 조금 더 나은 성능을 보임을 확인하였다. 학습에 활용되지 않은 수목을 동정한 결과 80% 이상의 경우에서 같은 속 또는 같은 과에 속한 수종으로 예측하는 것으로 드러났다. 반면, 이끼, 만경식물, 옹이 등의 방해 요소가 존재할 경우 방해요소가 자치하는 비중에 따라 정확도가 떨어지는 것이 확인되어 실제 현장에서 이를 보완하기 위한 방법들을 제안하였다.

• 한국방사선학회논문지
• /
• 제14권7호
• /
• pp.991-1001
• /
• 2020

전산화단층영상 품질 개선을 위해 사용되는 지도학습 기반의 딥러닝 기술은 사전 학습을 위해 많은 양의 데이터를 필요로 하는 단점이 있다. 또한 지도학습 기반의 딥러닝 기술은 학습에 사용된 영상의 특징과 학습된 모델에 입력된 영상의 특징이 다른 경우 영상 내부 구조적 왜곡이 유발되는 한계점이 있다. 본 연구에서는 기존 지도학습 기반 딥러닝 기술의 단점을 보완하고 전산화단층영상의 잡음을 감소시킬 수 있는 심층강화학습 기반 영상화 모델을 개발하였다. 심층강화학습 기반 영상화 모델은 shared, value 및 policy 네트워크로 구성하였으며, 영상 잡음 특징 추출 및 모델의 성능 향상을 위해 합성곱, rectified linear unit(ReLU) 활성화 함수, dilation factor 및 게이트순환유닛을 사용하였다. 또한 기존 지도학습 기반 딥러닝 기술을 통해 획득한 영상의 영상품질 비교를 통해 본 연구에서 개발한 영상화 모델의 성능을 평가하였다. 연구결과 기존 기술에 비해 본 연구에서 개발한 영상화 모델 적용 시 전산화단층영상의 정량적 정확도는 큰 폭으로 향상, 잡음은 큰 폭으로 감소함을 확인하였다. 또한 영상화 모델 학습 시 사용한 영상과 구조적 특징이 다른 영상에 대해서도 잡음 감소 효과를 확인하였다. 따라서 본 연구에서 개발한 심층강화학습 기반 영상화 모델을 통해 전산화단층영상의 구조적 특징을 보전함과 동시에 잡음을 감소시킬 수 있다.

• 한국방사선학회논문지
• /
• 제15권3호
• /
• pp.307-312
• /
• 2021

핵의학에서 Dose calibrator는 단일 핵종의 방사능을 측정하기 위해 사용하는 장비이다. 인체에 정확한 용량의 투여는 진단과 치료에 중요한 요인으로 작용하며, 투여 전 Dose calibrator를 통한 방사능 측정은 가장 중요한 요소이다. 이러한 Dose calibrator는 각 의료기관에서 설치 후 일상적인 정도 관리를 시행한다. 정도관리는 설치 후 품질관리를 보증하는 하나의 방편이며 진료의 질을 향상시키고 환자의 안전을 도모하는 데 필수적이다. 이에 정확하고 표준화된 성능 평가 방법을 구축해야 한다. 따라서 본 연구는 정도관리의 정확도와 기준성을 높여 품질 관리의 정량적 평가를 위해 3D 프린트를 이용하였다. 연구 방법은 정도관리를 위한 Q.C 표준선원이 중앙에 장착될 수 있는 3D 프린트를 이용한 보조기구를 재작하였다. 재현성 검사를 시행하였을 때 3D 프린트의 장착 유무에 따른 정도관리 선원의 오차율 값의 차이를 비교하였다. 연구 결과 표준선원의 정도관리 기댓값과 판독값의 오차 범위가 F-18 핵종에서는 0.302% 감소하였고, ^99mTc-pertechneate 핵종에서는 0.09% 로 나타났다. 향후 정량적이고 표준화된 정도관리를 통해 장비의 노후화, 표준선원의 반감기에 따른 계산 오류 등 정도관리의 영향을 주는 요인을 감소시키고 정확한 방사성의약품을 투여할 수 있는 기본적인 요인으로 작용할 수 있을 것이라 사료된다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.16-24
• /
• 2021

word2vec 등 기존의 단어 임베딩 기법은 원시 말뭉치에 출현한 단어들만을 대상으로 각 단어를 다차원 실수 벡터 공간에 고정된 길이의 벡터로 표현하기 때문에 형태론적으로 풍부한 표현체계를 가진 언어에 대한 단어 임베딩 기법에서는 말뭉치에 출현하지 않은 단어들에 대한 단어 벡터를 표현할 때 OOV(out-of-vocabulary) 문제가 빈번하게 발생한다. 문장을 구성하는 단어 벡터들로부터 문장 벡터를 구성하는 문장 임베딩의 경우에도 OOV 단어가 포함되었을 때 문장 벡터를 정교하게 구성하지 못하는 문제점이 있다. 특히, 교착어인 한국어는 어휘형태소와 문법형태소가 결합되는 형태론적 특성 때문에 미등록어의 임베딩 기법은 성능 향상의 중요한 요인이다. 본 연구에서는 단어의 형태학적인 정보를 이용하는 방식을 문장 수준으로 확장하고 OOV 단어 문제에 강건한 병렬 Tri-LSTM 문장 임베딩을 제안한다. 한국어 감정 분석 말뭉치에 대해 성능 평가를 수행한 결과 한국어 문장 임베딩을 위한 임베딩 단위는 형태소 단위보다 문자 단위가 우수한 성능을 보였으며, 병렬 양방향 Tri-LSTM 문장 인코더는 86.17%의 감정 분석 정확도를 달성하였다.