• 한국측량학회지
• /
• 제36권2호
• /
• pp.51-58
• /
• 2018

최근, 다양한 위성센서가 개발되면서 다시기 위성영상의 취득이 용이해지고 있다. 이에 따라, 재난/재해, 국토모니터링 등과 같은 활용분야에 다시기 위성영상을 적용하기 위한 변화탐지 기법에 대한 연구들이 수행되고 있다. 특히, 빠른 시간 내에 변화지역의 추출이 가능한 무감독 변화탐지 기법의 개발과 관련된 연구들이 수행되고 있지만, 계절적 변화 등과 같은 방사적 차이로 인해 오탐지가 발생하는 단점이 있다. 따라서, 본 연구에서는 무감독 변화탐지 기법 중의 하나인 $S^2CVA$ 기법을 적용하여 생성한 변화방향 벡터를 이용하여 계절적 영향으로 인한 오탐지를 감소시키고자 하였다. 이를 위하여, 동일한 계절을 가지는 RapidEye 위성영상과 다른 계절에 촬영된 RapidEye 위성 영상에 $S^2CVA$ 기법을 적용하였으며, $S^2CVA$의 변화방향벡터가 계절적 영향에 따른 오탐지를 제거할 수 있는지를 분석하였다. 정량적 평가를 위해 변화탐지 결과의 ROC 곡선과 AUC 분석을 통해 기존의 방법에 비해 변화탐지 성능이 향상된 것을 확인하였다.

• 대한영상의학회지
• /
• 제81권5호
• /
• pp.1164-1174
• /
• 2020

목적 수술 전 초음파 검사에서 갑상선 종양의 재발을 예측할 수 있는 심층 학습 모델을 개발하고자 한다. 대상과 방법 수술 전 초음파에서 병리학적으로 확진된 갑상선 수술을 받은 229명의 환자(남성:여성 = 42:187, 평균 연령, 49.6세)의 대표적인 초음파 이미지를 포함시켰다. 각각 대표적인 횡축 또는 종축 초음파 이미지가 선택되었다. 신경 네트워크용 Python 2.7.6 및 Keras 2.1.5, convolutional neural network을 사용한 심층 학습이 사용되었다. 재발한 환자와 재발이 없는 환자의 임상 및 조직학적 특징을 비교하였다. 그룹 간의 심층 학습 모델의 receiver operating characteristic curve 곡선 아래의 영역은 재발 갑상선암을 예측하기 위한 심층 학습 모델의 예측에 사용되었다. 결과 전체 환자 229명 중 49명이 종양 재발(21.4%)을 보였다. 종양의 크기, 다원성은 재발이 없는 군과 재발 군에서 유의한 차이가 있었다(p < 0.05). 재발성 갑상선암 예측을 위한 심층 학습 모델의 전반적인 평균 area under the curve (이하 AUC) 값은 0.9 ± 0.06이었다. 평균 AUC는 macrocarcinoma에서 0.87 ± 0.03, microcarcinoma에서 0.79 ± 0.16이었다. 결론 갑상선암의 초음파 이미지를 이용한 심층 학습 모델로 갑상선암 재발의 예측 모델 구축의 가능성을 보여주었다.

• 재활치료과학
• /
• 제13권2호
• /
• pp.69-84
• /
• 2024

목적 : 노인의 건강한 삶의 방식으로서 라이프스타일에 대한 연구가 증가하고 있다. 라이프스타일이 개개인의 가치와 삶의 태도를 반영하는 개념임에도 불구하고, 아직까지 개인의 어떠한 가치가 라이프스타일을 건강하게 유도하는지 파악한 연구는 부족한 실정이다. 이에 본 연구는 노인의 라이프스타일 유형을 두 가지로 분류하고, 머신러닝을 활용하여 어떠한 개인적 가치가 건강한 라이프스타일에 우선적으로 작용하는지 파악하고자 한다. 연구방법 : 본 연구는 지역사회에 거주하는 55세 이상 중고령 노인 300명을 대상으로 횡단 연구를 수행하였다. 라이프스타일은 Yonsei Lifestyle Profile-Active, Balanced, Connected, Diverse (YLP-ABCD) 응답을 사용하여 잠재프로파일 분석을 통해 유형화하였다. 라이프스타일 유형을 예측하는 개인적 가치는 YLP-V (Values) 응답을 수집하여, 예측성능이 가장 높은 머신러닝 알고리즘을 선정한 후 상대적 중요도를 파악하였다. 결과 : 잠재프로파일 분석 결과, 라이프스타일은 건강한 라이프스타일 실천형(48.87%), 비실천형(51.13%)으로 분류되었다. 실천형에 속한 중고령 노인은 비실천형에 비해 사회관계가 활발한 특성을 나타내었다. 본 연구에 포함된 머신러닝 알고리즘 중 가장 우수한 성능을 보인 모델은 서포트 벡터 머신으로, 정확도 96%, Receiver Operating Characteristic (ROC) 영역 95%로 나타났다. 본 알고리즘을 바탕으로 개인적 가치의 상대적 중요도를 분석한 결과, 건강한 식단, 건강 매체, 여가활동, 건강 제품 및 머신러닝에 주의를 기울일수록, 해당 가치에 따라 중고령 노인은 건강한 라이프스타일을 실천하는 그룹에 속할 가능성이 큰 것으로 나타났다. 결론 : 본 연구는 중고령 노인의 사회적 관계망을 포함한 건강한 라이프스타일을 유도하기 위해, 건강 식단, 매체, 여가, 제품 및 습관에 대한 가치 향상을 중점적으로 다루는 종합적인 프로그램 및 서비스의 필요성을 시사한다.

• Ocean Systems Engineering
• /
• 제6권3호
• /
• pp.217-231
• /
• 2016

This paper presents a new approach for underwater image analysis using the bi-dimensional empirical mode decomposition (BEMD) technique and the phase congruency information. The BEMD algorithm, fully unsupervised, it is mainly applied to texture extraction and image filtering, which are widely recognized as a difficult and challenging machine vision problem. The phase information is the very stability feature of image. Recent developments in analysis methods on the phase congruency information have received large attention by the image researchers. In this paper, the proposed method is called the EP model that inherits the advantages of the first two algorithms, so this model is suitable for processing underwater image. Moreover, the receiver operating characteristic (ROC) curve is presented in this paper to solve the problem that the threshold is greatly affected by personal experience when underwater image edge detection is performed using the EP model. The EP images are computed using combinations of the Canny detector parameters, and the binaryzation image results are generated accordingly. The ideal EP edge feature extractive maps are estimated using correspondence threshold which is optimized by ROC analysis. The experimental results show that the proposed algorithm is able to avoid the operation error caused by manual setting of the detection threshold, and to adaptively set the image feature detection threshold. The proposed method has been proved to be accuracy and effectiveness by the underwater image processing examples.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권9호
• /
• pp.5043-5047
• /
• 2013

Background: This is a part of a larger effort to characterize the effects on socio-economic factors (SEFs) on cancer outcome. Surveillance, Epidemiology and End Result (SEER) bone and joint sarcoma (BJS) data were used to identify potential disparities in cause specific survival (CSS). Materials and Methods: This study analyzed SEFs in conjunction with biologic and treatment factors. Absolute BJS specific risks were calculated and the areas under the receiver operating characteristic (ROC) curve were computed for predictors. Actuarial survival analysis was performed with Kaplan-Meier method. Kolmogorov-Smirnov's 2-sample test was used to for comparing two survival curves. Cox proportional hazard model was used for multivariate analysis. Results: There were 13501 patients diagnosed BJS from 1973 to 2009. The mean follow up time (SD) was 75.6 (90.1) months. Staging was the highest predictive factor of outcome (ROC area of 0.68). SEER stage, histology, primary site and sex were highly significant pre-treatment predictors of CSS. Under multivariate analysis, patients living in low income neighborhoods and rural areas had a 2% and 5% disadvantage in cause specific survival respectively. Conclusions: This study has found 2-5% decrement of CSS of BJS due to SEFs. These data may be used to generate testable hypothesis for future clinical trials to eliminate BJS outcome disparities.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3946-3965
• /
• 2018

Network anomaly detection in Software Defined Networking, especially the detection of DDoS attack, has been given great attention in recent years. It is convenient to build the Traffic Matrix from a global view in SDN. However, the monitoring and management of high-volume feature-rich traffic in large networks brings significant challenges. In this paper, we propose a moving window Principal Components Analysis based anomaly detection and mitigation approach to map data onto a low-dimensional subspace and keep monitoring the network state in real-time. Once the anomaly is detected, the controller will install the defense flow table rules onto the corresponding data plane switches to mitigate the attack. Furthermore, we evaluate our approach with experiments. The Receiver Operating Characteristic curves show that our approach performs well in both detection probability and false alarm probability compared with the entropy-based approach. In addition, the mitigation effect is impressive that our approach can prevent most of the attacking traffic. At last, we evaluate the overhead of the system, including the detection delay and utilization of CPU, which is not excessive. Our anomaly detection approach is lightweight and effective.

• Bulletin of the Korean Chemical Society
• /
• 제35권4호
• /
• pp.1133-1138
• /
• 2014

Ultrahigh performance liquid chromatography-electrospray ionization-tandem mass spectrometry (UPLC-ESI- MS/MS) provides a high-speed method to screen a large number of samples for small molecules with specific properties. In this study, UPLC-ESI-MS/MS with multiple reaction monitoring (MRM) was employed to screen urinary phospholipid (PL) content for biomarkers of prostate cancer. From lists of urinary PLs structurally identified using nanoflow LC-ESI-MS/MS, 52 PL species were selected for quantitative analysis in urine samples between 22 cancer-free urologic patients as controls and 45 prostate cancer patients. Statistical treatment of data by receiver operating characteristic (ROC) analysis yielded 14 PL species that differed significantly in relative concentrations (area under curve (AUC) > 0.8) between the two groups. Among PLs present at higher levels in prostate cancer urine, phosphatidylcholines (PCs) and phosphatidylinositols (PIs) constituted the major head group PLs (3 PCs and 7 PIs). For technical reasons, PL species of low abundance may be underrepresented in data from UPLC-ESI-MS/MS performed in MRM mode. However, the proposed method enables the rapid screening of large numbers of plasma or urine samples in the search for biomarkers of human disease.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.179-184
• /
• 2021

In our study we performed a sentiments analysis from the images. For this purpose, we used 153 images that contain: people, animals, buildings, landscapes, cakes and objects that we divided into two categories: images that suggesting a positive or a negative emotion. In order to classify the images using the two categories, we created two models. The SAI-G model was created with Google's AutoML Vision service. The SAI-C model was created on the Clarifai platform. The data were labeled in a preprocessing stage, and for the SAI-C model we created the concepts POSITIVE (POZITIV) AND NEGATIVE (NEGATIV). In order to evaluate the performances of the two models, we used a series of evaluation metrics such as: Precision, Recall, ROC (Receiver Operating Characteristic) curve, Precision-Recall curve, Confusion Matrix, Accuracy Score and Average precision. Precision and Recall for the SAI-G model is 0.875, at a confidence threshold of 0.5, while for the SAI-C model we obtained much lower scores, respectively Precision = 0.727 and Recall = 0.571 for the same confidence threshold. The results indicate a lower classification performance of the SAI-C model compared to the SAI-G model. The exception is the value of Precision for the POSITIVE concept, which is 1,000.

• Child Health Nursing Research
• /
• 제25권1호
• /
• pp.56-64
• /
• 2019

Purpose: This study was conducted to obtain data for the development of an effective fall risk assessment tool for pediatric inpatients through a systematic review and meta-analysis of the diagnostic test accuracy of existing scales. Methods: A literature search using Medline, Science Direct, CINAHL, EMBASE, and the Cochrane Library was performed between March 1 and 31, 2018. Of 890 identified papers, 10 were selected for review. Nine were used in the meta-analysis. Stata version 14.0 was used to create forest plots of sensitivity and specificity. A summary receiver operating characteristic curve was used to compare all diagnostic test accuracies. Results: Four studies used the Humpty Dumpty Falls Scale. The most common items included the patient's diagnoses, use of sedative medications, and mobility. The pooled sensitivity and specificity of the nine studies were .79 and .36, respectively. Conclusion: Considering the low specificity of the pediatric fall risk assessment scales currently available, there is a need to subdivide scoring categories and to minimize items that are evaluated using nurses' subjective judgment alone. Fall risk assessment scales should be incorporated into the electronic medical record system and an automated scoring system should be developed.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.262-269
• /
• 2023

본 논문에서는 선형 예측 분석을 기반으로 한 딱총새우 잡음 검출을 위한 특징을 제안한다. 딱총새우는 천해에 서식하는 종으로, 높은 진폭의 신호를 생성하고 빈번하게 발생하기 때문에 수중 잡음의 주된 원인 중 하나이다. 제안된 특징은 딱총새우 잡음이 갑작스럽게 발생하고 빠르게 소멸하는 특징을 활용하기 위해 선형 예측 분석을 이용하여 정확한 잡음 구간을 검출하고 딱총새우 잡음의 영향을 줄인다. 선형 예측 분석으로 예측한 값과 실제 측정값 사이의 오차가 크기 때문에 이를 통해 효과적으로 딱총새우 구간 검출이 가능해진다. 추가적으로 제안된 특징에 일정 오경보 확률 탐지기를 결합하여 잡음 구간 검출 성능을 추가적으로 개선한다. 제안한 방법을 딱총새우 잡음 구간 검출 최신 방법으로 알려진 다층 웨이블릿 패킷 분해와 비교한 결과, 제안한 방법이 수신자 조작 특성 곡선과 곡선 아래의 면적 측면에서 성능이 평균적으로 0.12만큼 우수하였고 계산량 측면에서도 계산 복잡도가 더 낮았다.