• The Plant Pathology Journal
• /
• 제36권5호
• /
• pp.406-417
• /
• 2020

Early warning services for crop diseases are valuable when they provide timely forecasts that farmers can utilize to inform their disease management decisions. In South Korea, collaborative disease controls that utilize unmanned aerial vehicles are commonly performed for most rice paddies. However, such controls could benefit from seasonal disease early warnings with a lead time of a few months. As a first step to establish a seasonal disease early warning service using seasonal climate forecasts, we developed the EPIRICE Daily Risk Model for rice blast by extracting and modifying the core infection algorithms of the EPIRICE model. The daily risk scores generated by the EPIRICE Daily Risk Model were successfully converted into a realistic and measurable disease value through statistical analyses with 13 rice blast incidence datasets, and subsequently validated using the data from another rice blast experiment conducted in Icheon, South Korea, from 1974 to 2000. The sensitivity of the model to air temperature, relative humidity, and precipitation input variables was examined, and the relative humidity resulted in the most sensitive response from the model. Overall, our results indicate that the EPIRICE Daily Risk Model can be used to produce potential disease risk predictions for the seasonal disease early warning service.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.352-358
• /
• 2022

In this paper, we study the relationship between infection rates of covid 19 and the precautionary measures and strict protocols taken by Saudi Arabia to combat the spread of the coronavirus disease and minimize the number of infected people. Based on the infection rates and the timetable of precautionary measures, the best framework of precautionary measures was identified by applying the traveling salesman problem (TSP) that relies on ant colony optimization (ACO) algorithms. The proposed algorithm was applied to daily infected cases data in Saudi Arabia during three periods of precautionary measures: partial curfew, whole curfew, and gatherings penalties. The results showed the partial curfew and the whole curfew for some cities have the minimum total cases over other precautionary measures. The gatherings penalties had no real effect in reducing infected cases as the other two precautionary measures. Therefore, in future similar circumstances, we recommend first applying the partial curfew and the whole curfew for some cities, and not considering the gatherings penalties as an effective precautionary measure. We also recommend re-study the application of the grouping penalty, to identify the reasons behind the lack of its effectiveness in reducing the number of infected cases.

• 한국정보전자통신기술학회논문지
• /
• 제15권2호
• /
• pp.117-123
• /
• 2022

현재 코로나19 확진자는 전 세계적으로 빠르게 증가하고 있다. 감염 확산을 억제할 수 있는 방법으로 신속한 코로나19 검사를 통한 확진자를 찾아내는 것이다. 본 논문에서는 코로나19 진단을 위한 잡음 그룹검사(Noisy Group Testing) 문제를 살펴본다. 기존에 제안한 그룹검사 문제는 측정잡음을 무시하였지만, 최근 들어 코로나19 검사시에 위 양성(false positive)과 위음성(false negative) 사례가 발생하고 있다. 이에 대해 본 논문에서는 잡음 그룹검사 문제를 정의하고 측정잡음이 성능에 얼마나 영향을 미치는지 분석한다. 본 연구를 통해 우리는 코로나19 검사 양성률이 낮은 그룹검사를 수행할수록 측정잡음(measurement noise)에 덜 민감하도록 그룹검사 시스템이 설계되어야 함을 제시한다. 또한 최근 발표한 다른 복원 알고리즘들과 비교하여 본 연구에서 제안하는 신호 복원 알고리즘이 잡음 그룹검사에서 좋은 성능을 보여준다.

• Journal of the Korean Association of Oral and Maxillofacial Surgeons
• /
• 제50권4호
• /
• pp.216-221
• /
• 2024

Objectives: This study aimed to develop and validate a model to predict the need for intensive care unit (ICU) admission in patients with dental infections using an automated machine learning (ML) program called H2O-AutoML. Materials and Methods: Two models were created using only the information available at the initial examination. Model 1 was parameterized with only clinical symptoms and blood tests, excluding contrast-enhanced multi-detector computed tomography (MDCT) images available at the initial visit, whereas model 2 was created with the addition of the MDCT information to the model 1 parameters. Although model 2 was expected to be superior to model 1, we wanted to independently determine this conclusion. A total of 210 patients who visited the Department of Oral and Maxillofacial Surgery at the Dankook University Dental Hospital from March 2013 to August 2023 was included in this study. The patients' demographic characteristics (sex, age, and place of residence), systemic factors (hypertension, diabetes mellitus [DM], kidney disease, liver disease, heart disease, anticoagulation therapy, and osteoporosis), local factors (smoking status, site of infection, postoperative wound infection, dysphagia, odynophagia, and trismus), and factors known from initial blood tests were obtained from their medical charts and retrospectively reviewed. Results: The generalized linear model algorithm provided the best diagnostic accuracy, with an area under the receiver operating characteristic values of 0.8289 in model 1 and 0.8415 in model 2. In both models, the C-reactive protein level was the most important variable, followed by DM. Conclusion: This study provides unprecedented data on the use of ML for successful prediction of ICU admission based on initial examination results. These findings will considerably contribute to the development of the field of dentistry, especially oral and maxillofacial surgery.

• Archives of Plastic Surgery
• /
• 제36권4호
• /
• pp.397-405
• /
• 2009

Purpose: Soft tissue defect of anterior chest wall is caused by trauma, infection, tumors and irradiation. To reconstruct damaged anterior chest wall does require to consider the patient's body condition, the cause, the location, the depth and the size of deletion, the circulation of surrounding tissue and minimization of functional and cosmetic disability. In this report, we suggest the algorithm of configuration for reconstruction methods. Methods: A retrospective study of 20 patients who underwent anterior chest wall reconstruction with pedicled musculocutaneous flap and fasciocutaneous flap was conducted. We collected the information of the patient's body condition, the cause, the size, the depth and the location of deletion, implemented flap and complication. We observed and evaluated flap compatibility, functional and cosmetic results. Patients completed survey about the extent to their satisfaction. Result: Follow up period after surgery was from 6 to 26 months, survival of flap were confirmed in all of patients' case. Two cases of local necrosis, one case of wound disruption were reported, but all these were cured by the debridement and primary closure. One hematoma and one seroma formation were observed in donor site. Longer surgery time, more bleeding amount and more transfusion volume were reported in the group of musculocutenous flap. Conclusion: Long term follow up result showed the successful reconstruction in all patients without recurrence and with minimal donor site morbidity. In addition, the patients' satisfaction for cosmetic and functional results were scaled relatively higher. This confirmed the importance of reconstruction algorithm for the chest wall reconstruction.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.127-132
• /
• 2019

인플루엔자는 인플루엔자 바이러스에 의해 발생하는 급성 호흡기 질환으로 고열, 두통 등을 유발하는 질병이다. 인플루엔자는 특히 변이를 통하여 다 종의 아형을 만들어, 스페인 독감과 같이 수천만 명의 사망자를 내는 등 인류에 심각한 위협을 미치고 있다. 이러한 인플루엔자는 감염 이후에 신속한 진단 검사를 통하여 항바이러스 사용이 필수적인데, 이를 위하여 일반적으로 응급 상황에서 신속하게 진단을 할 수 있는 면역크로마토그래피 기반의 인플루엔자 간이 진단 키트를 사용한다. 본 논문에서는 응급상황에서 준 의료인 등이 인플루엔자 감염이 의심되는 다수의 환자 검진을 가능하게 할 수 있도록 영상 기반의 인플루엔자 판독 기법을 개발한다. 특히 영상 기반의 인플루엔자 판독 시, 판독하는 광원 환경에 따라 발생하는 오류를 최소화하기 위하여 결합 누적 분포 함수 기반의 색상 변환을 통하여 광원의 영향을 최소화하는 알고리즘을 제안한다. 다양한 밝기 변환, 색 온도 등의 환경 조건을 가지는 90개의 실험군에 대하여 본 연구에서 제안하는 알고리즘이 다양한 광원 환경에서 강인함을 확인한다.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.193-198
• /
• 2022

최근 코로나19를 예방하기 위해 마스크 착용 유무와 체온을 확인하는 곳이 많아졌다. 그러나 이러한 것은 사람이 수동으로 측정하거나 한 명씩 기계 앞에서 측정하는 방식이 대부분이므로 측정 방식에 따라 결과가 달라지고 인력 낭비가 발생한다. 또한 기계는 일반적으로 최고 온도만을 측정하므로 발열의 기준 또한 신뢰할 수 없다. 입구에 사람이 몰려 병목이 발생할 수 있으며 측정 장소는 대부분 입구 하나이므로 확진자의 동선 추적시에도 불편하다. 따라서 본 연구에서는 발열자와 마스크 미착용자를 카메라, 열화상 카메라, Haar Cascade 및 결괏값 선별 알고리즘을 활용하여 자동으로 분류하고 실시간으로 알려 전염병 확산을 억제하는 방법에 대해 제안하고자 한다.

• 한국가금학회지
• /
• 제50권1호
• /
• pp.41-50
• /
• 2023

AI인체감염증은 한번 발생하게 되면 막대한 사회경제적 손실이 있으므로, 사전 예방적 관리가 필수적이다. 위험도 평가를 통해 위험요인과 위험지역을 확인하여 방역을 강화하고 사람, 동물, 환경 등 소관 부처 간 분산되어 있는 방역정책 및 관리를 원헬스 차원으로 협업·연계한다면 사회경제적 비용을 최소화할 수 있다. 이번 연구에서는 위험 매트릭스 분석을 통해 가금농장의 고병원성AI와 연계하여 AI인체감염증의 발생 위험지역을 평가하고 위험요인을 분석하였다. AI인체감염증은 가금농장의 고병원성AI와 밀접한 관련이 있고 가금관련 산업 종사자가 가장 감염에 취약한 위험군이기 때문에, 위험 매트릭스는 가금농장의 고병원성AI 평균 발생 건수와 감염에 취약한 가금 관련 축산시설 수를 활용하여 분석하였다. 조류인플루엔자 유행시기에 시·군·구별로 가금농장의 HPAI 평균 발생건수를 예측하기 위해 일반화 선형모형 중 과대산포가 있는 가산자료를 분석하는데 이용되는 음이항 회귀모형을 적용하였다. 시·군·구별 가금농장의 고병원성AI 발생건수와 축산시설 수를 적용한 위험 매트릭스 분석 결과, AI인체감염증의 발생위험이 높아 관리가 필요한 지역은 전남 나주, 전북 정읍, 전북 남원으로 확인되었다. 또한, AI 인체감염증의 발생에 영향을 줄 수 있는 위험요인으로는 가금농장의 저병원성 AI 발생건수, 닭과 오리의 사육 밀도, 축산차량 등록 수로 확인되었다. 가금농장에서 저병원성AI가 1건 발생 시 가금농장의 고병원성AI 발생은 1.687배 증가하고, 닭과 오리의 밀도가 1,000 두/km² 증가할 경우 가금농장의 고병원성AI 발생은 각각 1.618배, 10.252배 증가하며, 축산차량의 경우 100대 증가 시 가금농장의 고병원성AI 발생이 1.134배 증가하는 것으로 나타났다. AI인체감염증의 예방을 위해 HPAI의 발생주기인 2~3년 간격으로 위험평가를 실시하고 환경·동물·사람에 대하여 원 헬스(One Health)적 관점으로 위험요인과 위험지역을 관리한다면, AI인체감염증에 대한 방역정책 수립과 사회·경제적 비용 감소에 도움이 될 수 있을 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.45-52
• /
• 2012

감염된 미생물에서 유래한 단백질 펩타이드가 HLA에 결합하여 숙주의 세포표면에 제시되면, T 세포가 이를 인식하여 면역반응을 유발함으로써 감염원을 제거하게 된다. HLA와 펩타이드간의 결합이 안정적일수록 T 세포반응이 강하게 일어나 효율적으로 감염원을 제거할 수 있다고 알려져 있다. 따라서 특정 HLA에 안정적으로 결합할 수 있는 펩타이드(HLA binder)를 찾아낼 수 있다면 감염질환이나 암의 예방을 위한 펩타이드 백신의 개발에 활용될 수 있다. 그런데 HLA는 매우 다형하기 때문에 하나의 집단 내에서도 어느 정도의 빈도를 가지는 대립유전자의 수가 매우 많다. 따라서 이들 모든 대립유전자들에 대해 가능한 펩타이드조합을 제작한 후 직접 실험을 통해 안정적으로 결합하는 펩타이드를 찾아내는 것은 매우 비효율적이다. 이를 극복하기 위하여 특정 HLA에 안정적으로 결합하는 펩타이드를 예측하는 정보전산적인 방법이 최근 개발되어 왔다. 이들 방법을 통해 제시된 펩타이드에 대해서만 직접 생물학적 실험을 시행함으로써 연구자는 검증해야 할 후보 펩타이드의 수를 현격히 감소시킬 수 있게 된다. 본 논문에서는 HLA 결합 펩타이드 예측을 위해 기계학습을 이용한 방법을 소개할 뿐만 아니라, 지금까지 HLA 결합 펩타이드 예측에 시도된 적이 없는 '지식기반 유전자 알고리즘(knowledge-based genetic algorithm)'이라는 새로운 모델을 제시하고자 한다. 이것은 유전자알고리즘(GA)에 기반한 것이었지만 전문가 지식을 접목함으로써 GA보다 더 향상된 성능으로 한국인에 흔한 HLA에 결합하는 펩타이드를 예측하였다. 뿐만 아니라 이것은 결합하는 펩타이드의 규칙을 한국인에 흔한 HLA 대립유전자에 대하여 추출해 줄 수 있는 새로운 방법이었다.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.21-26
• /
• 2022

마스크 착용은 COVID-19 감염을 예방하기 위한 효과적인 방안이다. 적외선 열화상 기반의 온도 측정과 신원 인식 시스템이 기업에서 널리 사용되고 있는 상황에서 마스크 감지를 위한 연구는 필수적이다. 최근 비전분야에 소개된 MTCNN은 객체 인스턴스 세분화를위한 개념적으로 간단하고 유연하며 일반적인 프레임 워크를 제시한다. 본 논문에서는 열적외선 카메라로부터 획득한 열감지영상에서 발열체인 인스턴스에 대해 발열부위의 세그멘테이션을 생성하는 동시에 이미지 내의 오브젝트 발열부분을 효율적으로 탐색하는 알고리즘을 제안한다. MTCNN(Multi-task Cascaded Convolutional Networks) 기법은 바운딩 박스 인식을 위해 기존 브랜치와 병렬로 객체 마스크를 예측하기 위한 브랜치를 추가한 알고리즘이다. MTCNN은 다른 작업으로 일반화하기 용이하다. 본 논문에서는 MTCNN기반 적외선 열영상 검출알고리즘을 제안하여 RGB영상에서 구별할 수 없는 마스크 착용 여부를 탐지하였다.