• 한국의학물리학회지:의학물리
• /
• 제23권4호
• /
• pp.309-316
• /
• 2012

다중영상화기술은 진단 및 치료 반응평가의 성능향상을 위하여 활발히 연구되고 있으며 하드웨어의 통합에도 불구하고 기기간의 획득방법의 차이에 따라 영상간의 불일치와 계수부족으로 인하여 정합도를 떨어뜨린다. 이에 본 연구에서는 소동물 PET 리스트모드 데이터의 저장형식을 분석하고 잡음 및 통계적 특성을 향상시키기 위하여 이벤트 데이터를 재추출하여 정량적으로 개선된 PET 영상을 획득하고자 하였다. 소동물 리스트모드 Inveon PET 데이터는 소동물에 37 MBq/0.1 ml를 꼬리정맥에 주사하고 60분 후 10분 동안 정적데이터를 획득하였다. 생체신호와 같이 획득된 리스트모드 데이터형식은 48 비트의 패킷크기로 이루어져 있으며 패킷 내에서는 8 비트의 헤더와 40 비트의 payload 영역으로 나누어져 있다. 사이노그램 생성은 그레이코드로 각 패킷의 순서와 흐름을 평가하고 각 패킷의 순서를 CPU에서 검출기위치 변환과 단순 증가 그리고 비모수 부트스트랩 기법을 이용하여 재추출하여 새로운 사이노그램을 생성하였다. 영상은 3 span과 31 ring difference로 설정하여 생성된 사이노그램은 산란 및 감쇠보정을 고려하지 않고 16부분 집합으로 4회 반복하는 OSEM 2D 알고리즘을 이용하여 재구성하였다. 획득된 PET 데이터의 헤더정보에서의 동시계수의 총수는 1,394만 계수였으며, 리스트-이벤트 데이터의 패킷을 분석한 동시계수의 총수는 1,293만 계수였다. PET 데이터의 단순 증가는 최대값이 1.336에서 1.743으로 향상되었으나 잡음이 같이 증가됨을 확인하였다. PET 데이터 재추출 성능은 순차적인 패킷의 payload 값을 시프트연산을 통해 데이터의 위치를 이동시킴으로써 특정 잡음이 제거되거나 대조도가 향상되는 영상을 획득할 수 있었다. 부트스트랩 재추출 기법은 영상의 잡음과 통계적 특성이 개선된 PET 영상을 제공하여 다중영상화시 정합도를 향상시켜 질환의 조기 진단 성능을 향상시킬 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제21권12호
• /
• pp.11-18
• /
• 2016

Magnetic resonance image (MRI) is widely used in brain research field and medical image. Especially, non-invasive brain activation acquired image technique, which is functional magnetic resonance image (fMRI) is used in brain study. In this study, we investigate brain activation occurred by LED light stimulation. For investigate of brain activation in experimental small animal, we used high magnetic field 9.4T MRI. Experimental small animal is Balb/c mouse, method of fMRI is using echo planar image (EPI). EPI method spend more less time than any other MRI method. For this reason, however, EPI data has low contrast. Due to the low contrast, image pre-processing is very hard and inaccuracy. In this study, we planned the study protocol, which is called block design in fMRI research field. The block designed has 8 LED light stimulation session and 8 rest session. All block is consist of 6 EPI images and acquired 1 slice of EPI image is 16 second. During the light session, we occurred LED light stimulation for 1 minutes 36 seconds. During the rest session, we do not occurred light stimulation and remain the light off state for 1 minutes 36 seconds. This session repeat the all over the EPI scan time, so the total spend time of EPI scan has almost 26 minutes. After acquired EPI data, we performed the analysis of this image data. In this study, we analysis of EPI data using statistical parametric map (SPM) software and performed image pre-processing such as realignment, co-registration, normalization, smoothing of EPI data. The pre-processing of fMRI data have to segmented using this software. However this method has 3 different method which is Gaussian nonparametric, warped modulate, and tissue probability map. In this study we performed the this 3 different method and compared how they can change the result of fMRI analysis results. The result of this study show that LED light stimulation was activate superior colliculus region in mouse brain. And the most higher activated value of segmentation method was using tissue probability map. this study may help to improve brain activation study using EPI and SPM analysis.

• 한국임상수의학회지
• /
• 제24권4호
• /
• pp.509-513
• /
• 2007

혈청검사항목의 해석기준으로 사용하는 참고범위는 측정 장비와 병원마다 차이를 보이기 때문에 병원 간 정보를 교환하고 해석하는데 어려움이 많다. 또한 동일한 병원에서도 내원한 환자의 특성을 고려하여 참고범위를 재설정하는 것이 일반모집단의 특성을 제대로 반영한다. 본 연구에서는 강원대학교 수의학부대학 동물병원에서 설정한 혈청화학 검사 항목의 참고범위를 재평가하기 위하여 2005-2006년 동안 본원에 내원한 임상적으로 건강한 개 100두(1-8세, 체중 2.2-5.8 kg)의 혈청검사 일부 항목을 모수 및 비모수적 bootstrap 모의시험으로 분석하였다. 평가항목은 BUN(mg/dl), cholesterol(mg/dl), calcium(mg/dl), aspartate aminotransferase(AST, U/L), alanine aminotransferase(ALT, U/L), alkaline phosphatase(ALP, U/L) 및 total protein(g/dl)으로 Ektachem DT 60 분석기(Johnson & Johnson)로 측정하였다. 칼슘을 제외한 모든 항목이 왜곡이 매우 심한 분포를 보였으며 특히 혈청 효소항목의 outlier는 전체 자료의 5-9%, 기타 항목은 1-2%를 보였다. 각 항목의 분포에 상관없이 모수적 방법에 비하여 비모수적 방법으로 추정한 참고범위가 임상적으로 유용하였으며 추정된 참고범위는 BUN 14.7(7.0-24.2), cholesterol 227.3(120.7-480.8), calcium 10.9(8.1-12.5), AST 25.4(11.8-66.6), ALT 25.5(11.7-68.9), ALP 87.7(31.1-240.8), and total protein 6.8(5.6-8.2)로 나타났다. 이러한 결과는 모집단의 특성을 고려하여 참고범위를 재설정하는데 비모수적 모의시험이 매우 유용하며 특히 측정항목의 분포에 무관하게 사용할 수 있는 장점이 있는 것으로 사료된다.

• 한국신경인지재활치료학회지
• /
• 제10권2호
• /
• pp.1-7
• /
• 2018

목적: 본 연구는 정상 발달아동과 자폐스펙트럼으로 진단받은 아동에게 목표관리 훈련을 실시하여 그 효과를 비교하였다. 방법: 연구대상자는 정상 발달아동 4명과 자폐스펙트럼으로 진단 받은 아동 4명을 대상으로 실시하였으며, 모든 대상자에게 동일한 목표관리 훈련을 제공하였다. 아동 및 보호자가 원하는 목표활동을 선정하여 3가지 활동에 모두 목표 관리훈련을 실시하였다. 중재기간은 총 10회로 주 2회씩 5주 동안 진행되었으며, 두 그룹의 총 8명의 대상자에게 연구자가 1:1로 각 대상자에게 40분씩 목표 관리 훈련을 실시하였다. 통계방법으로는 기술통계와 빈도분석을 사용하였으며, 두 그룹의 차이를 비교하기 위해 비모수 통계분석인 Mann-Whitney 검정을 실시하였다. 통계학적 유의수준은 0.05로 설정하였다. 결과: 목표관리 훈련은 두 그룹에서 COPM의 수행도에서는 통계학적으로 유의하게 차이가 없었다(p>.05). 목표 관리훈련은 운동기능을 평가하는 BOT-2의 총점에서 자페스펙트럼 장애 그룹과 정상아동 그룹 간에 통계적으로 유의한 차이가 있었다(p<.05). 또한 시지각 기능을 평가하는 DTVP에서도 양측 활동을 하는 눈손협응 하위검사에서 자폐스펙트럼 아동과 정상아동 그룹간에 통계적으로 유의한 차이가 있었다(p<.05). 결론: 본 연구는 정상아동과 비교하여 자페스펙트럼 아동에게 목표관리 훈련을 적용가능성을 확인하였으며, 그 효과성도 확인하였다.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.37-45
• /
• 2011

본 연구에서는 비선형 카오스 계열에 대한 잡음의 영향 분석을 위하여 대표적인 비선형 카오스 특성을 보이는 것으로 알려진 Logistic Map 자료계열을 이용하여 연구를 수행하였다. 잡음을 임의로 추가하여 잡음 수준에 따라 자료계열을 재생성 하였으며 비선형 자료의 분석 방법으로 활용되고 있는 상태공간 재건, 상관차원 추정, BDS 통계, DVS 알고리즘 분석을 실시하였다. 분석 결과 자료계열은 잡음의 수준이 높아짐에 따라 비선형 카오스적 특성을 보이는 원시자료의 특성이 사라지고 무작위한 추계학적 특성을 보이는 자료로 변화하였다. 그리고 잡음의 영향을 받고 있는 자료에 대한 잡음제거 방법으로 Low Pass Filter와 Kalman Filter 기법을 적용하였다. 전통적인 비모수 통계기법은 비선형 무작위 시계열 또는 비선형 시계열을 구분하는데 어려움이 있지만 비선형 통계기법인 BDS 통계는 비선형 시계열을 구분할 수 있는 것으로 알려져 있다. 분석을 수행한 결과 잡음 수준이 높을 경우 Low Pass Filter는 잡음을 효과적으로 제거하지 못하여 비선형 자료를 선형자료로 판정하였지만 Kalman Filter의 경우 잡음을 효과적으로 제거하는 것으로 나타나 적용성이 우수함을 알 수 있었다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제20권12호
• /
• pp.1812-1819
• /
• 2007

Heart fatty acid-binding protein gene (H-FABP) is an important candidate gene for meat quality. One of the objectives of this study was to screen single nucleotide polymorphisms (SNP) of chicken H-FABP gene among 252 individuals that included 4 Chinese domestic chicken breeds (Fengkai Xinghua (T04), Huiyang Huxu (H), Qingyuan Ma (Q), Guangxi Xiayan (S1)), 2 breeds developed by the Institute of Animal Science, Guangdong Academy of Agricultural Sciences (Lingnan Huang (DC), dwarf chicken (E4)) and one introduced broiler (Abor Acre (AA)). Another objective of this study was to analyze the associations between polymorphisms of the H-FABP gene and fat deposition traits in chickens. PCR-SSCP was used to analyze SNPs in H-FABP and 4 SNPs (T260C, G675A, C783T and G2778A) were detected. Associations between polymorphic loci and intramuscular fat (IMF), abdominal fat weight (AFW) and abdominal fat percentage (AFP) were analyzed by ANCOVA method. The results showed that the T260C genotypes were significantly associated with IMF (p = 0.0233) and AFP (p = 0.0001); the G675A genotypes were significantly associated with AFW, AFP (p<0.01) and IMF (p<0.05); at the C783T locus, AFW and AFP differed highly between genotypes. However, the G2778A loci did not show any significant effect on fat deposition traits in this study. In addition, we found that there were some differences between AFP and definite haplotypes through a nonparametric statistical method, so the haplotypes based on the SNPs except G2778A loci were also significantly associated with IMF, AFW (g) (p<0.05) and AFP (%) (p<0.001). Significantly and suggestively dominant effects of H4H4 haplotype were observed for IMF and the H2H3 was dominant for AFW (g) and AFP (%). The results also revealed that H5H7 haplotype had a negative effect on IMF, while the H5H6 had a positive effect on AFW (g) and AFP (%).

• 응용통계연구
• /
• 제32권4호
• /
• pp.607-618
• /
• 2019

현대 과학기술의 발전으로 인해 함수 형태의 자료(functional data)는 기상학, 생물의학과 다양한 분야에서 발생하고 있으며 이러한 자료를 분석하는 것은 새롭고 흥미로운 통계과제라 할 수 있다. 스칼라 반응변수를 가진 함수형 선형회귀 모형(functional linear regression models with scalar response)은 널리 사용되는 함수형 자료 분석기법 중의 하나라 할 수 있고 이 회귀 모형에서 함수형 자료 (설명변수) 가 스칼라 반응변수에 영향력을 미치는지 검정하는 것은 중요한 문제라 할 수 있다. 최근, Kong 등은 함수형 주성분분석(functional principle component analysis)에 의한 차원 축소, 즉, 함수형 주성분분석 결과 얻어지는 고유함수(eigenfunctions)를 활용한 검정방법을 제안했다. 하지만, 그 고유함수들은 검정문제에서 관심사인 함수형 설명변수와 스칼라 반응변수의 연관성이 아니라 함수형 설명변수의 변동만을 고려하기 때문에 회귀문제에 사용하기에 일반적으로 적합한 기저가 아니다. 게다가, 자료로부터 추정하여야 하기 때문에 이 불필요한 추정오차가 검정 절차 성능에 포함될 가능성이 있다. 이러한 단점을 피하기 위해 본 논문에서는 기존의 고유기저함수가 아닌 고정기저(fixed basis)인 B-스플라인(B-splines) 함수를 활용한 검정 방법을 제안한고 모의실험을 통해 검정방법이 잘 작동한다는 것을 보여준다. 또한, 제안한 검정 방법은 B-스플라인의 국소화 성질 때문에 때론 효율적이고 직관적인 결과를 제공하는데 이를 모의실험과 실증자료 분석을 통해 보여줄 것이다.

• 구강회복응용과학지
• /
• 제37권4호
• /
• pp.199-208
• /
• 2021

목적: 이 연구의 목적은 고투명도 3종류의 지르코니아의 두께 및 하부 배경에 따른 색조 차단 효과를 비교, 평가하는 것이다. 연구 재료 및 방법: 3 종류의 고투명도 지르코니아(Ceramill zolid fx white, Ceramill zolid ht+ white, Ceramill zolid ht+ preshade A2)를 각각 CAD/CAM 방식으로 직경 10 mm의 원판 형태의 4가지 두께(0.6 mm, 1.0 mm, 1.5 mm, 2.0 mm)로 10개씩 시편을 제작하였다. 하부 배경은 직경 10 mm, 두께 10 mm로 A1, A2, A3 레진 하부 배경, 청색의 코어 레진 하부 배경, Ni-Cr 합금 하부 배경을 제작하였으며, 추가로 분광 광도계 제조사에서 제공하는 검정색 및 흰색 하부 배경을 사용하였다. 지르코니아 시편과 기준 배경을 접착제없이 겹쳐 분광 광도계로 L, a^*, b^* 값을 측정하고 다른 하부 배경과의 ΔE 값을 계산하였다. 계산된 평균 ΔE 값을 인지 한계 1.0과 허용 한계 3.7 값을 기준으로 색조 차단 효과를 비교하였다. 통계적 유의성 검증을 위해 비모수 검정인 Kruskal-Wallis 검정을 시행하였다(α = 0.05). 결과: 지르코니아 종류, 하부 배경 및 두께 변화에 따른 평균 ΔE 값의 유의한 차이를 보였다(P = 0.000). 결론: 본 연구 결과에 의하면, 색조를 가지는 고투명도 지르코니아는 청색 레진 코어를 제외한 치아, 복합레진 및 지대주상에 수복될 때 원하는 지르코니아 색조를 얻을 수 있다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.119-138
• /
• 2024

본 연구는 노이즈 필터링과 차원축소 등의 방법을 이용하여 텍스트 지표의 정상화에 대해 검토하고 실증 분석을 통해 동 지표의 활용가능성을 제고할 수 있는 후처리 과정을 탐색하고자 하였다. 실증분석에 대한 예측 목표 변수로 월별 선행지수 순환 변동치, BSI 전산업 매출실적, BSI 전산업 매출전망 그리고 분기별 실질 GDP SA전기비와 실질 GDP 원계열 전년동기비를 상정하고 계량경제학에서 널리 활용되는 Hodrick and Prescott 필터와 비모수 차원축소 방법론인 충분차원축소를 비정형 텍스트 데이터와 결합하여 분석하였다. 분석 결과 월별과 분기별 변수 모두에서 자료의 수가 많은 경우 텍스트 지표의 노이즈 필터링이 예측 정확도를 높이고, 차원 축소를 적용함에 따라 보다 높은 예측력을 확보할 수 있음을 확인하였다. 분석 결과가 시사하는 바는 텍스트 지표의 활용도 제고를 위해서는 노이즈 필터링과 차원 축소 등의 후처리 과정이 중요하며 이를 통해 경기 예측의 정도를 높일 수 있다는 것이다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.