• Geomechanics and Engineering
• /
• 제30권3호
• /
• pp.259-272
• /
• 2022

Rockburst is a dynamic, multivariate, and non-linear phenomenon that occurs in underground mining and civil engineering structures. Predicting rockburst is challenging since conventional models are not standardized. Hence, machine learning techniques would improve the prediction accuracies. This study describes decision based uncertainty models to predict rockburst in underground engineering structures using gradient boosting algorithms (GBM). The model input variables were uniaxial compressive strength (UCS), uniaxial tensile strength (UTS), maximum tangential stress (MTS), excavation depth (D), stress ratio (SR), and brittleness coefficient (BC). Several models were trained using different combinations of the input variables and a 3-fold cross-validation resampling procedure. The hyperparameters comprising learning rate, number of boosting iterations, tree depth, and number of minimum observations were tuned to attain the optimum models. The performance of the models was tested using classification accuracy, Cohen's kappa coefficient (k), sensitivity and specificity. The best-performing model showed a classification accuracy, k, sensitivity and specificity values of 98%, 93%, 1.00 and 0.957 respectively by optimizing model ROC metrics. The most and least influential input variables were MTS and BC, respectively. The partial dependence plots revealed the relationship between the changes in the input variables and model predictions. The findings reveal that GBM can be used to anticipate rockburst and guide decisions about support requirements before mining development.

• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.77-88
• /
• 2022

Objective: Our study aimed to evaluate the quality of radiomics studies on brain metastases based on the radiomics quality score (RQS), Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) checklist, and the Image Biomarker Standardization Initiative (IBSI) guidelines. Materials and Methods: PubMed MEDLINE, and EMBASE were searched for articles on radiomics for evaluating brain metastases, published until February 2021. Of the 572 articles, 29 relevant original research articles were included and evaluated according to the RQS, TRIPOD checklist, and IBSI guidelines. Results: External validation was performed in only three studies (10.3%). The median RQS was 3.0 (range, -6 to 12), with a low basic adherence rate of 50.0%. The adherence rate was low in comparison to the "gold standard" (10.3%), stating the potential clinical utility (10.3%), performing the cut-off analysis (3.4%), reporting calibration statistics (6.9%), and providing open science and data (3.4%). None of the studies involved test-retest or phantom studies, prospective studies, or cost-effectiveness analyses. The overall rate of adherence to the TRIPOD checklist was 60.3% and low for reporting title (3.4%), blind assessment of outcome (0%), description of the handling of missing data (0%), and presentation of the full prediction model (0%). The majority of studies lacked pre-processing steps, with bias-field correction, isovoxel resampling, skull stripping, and gray-level discretization performed in only six (20.7%), nine (31.0%), four (3.8%), and four (13.8%) studies, respectively. Conclusion: The overall scientific and reporting quality of radiomics studies on brain metastases published during the study period was insufficient. Radiomics studies should adhere to the RQS, TRIPOD, and IBSI guidelines to facilitate the translation of radiomics into the clinical field.

• 대한의용생체공학회:의공학회지
• /
• 제25권6호
• /
• pp.557-563
• /
• 2004

당뇨병 환자의 혈당검사시 통증을 최소화하는 새로운 진공 자동 채혈기법을 개발하였다. 특별히 고안, 제작된 채혈기구를 사용하여 전완부위에서 채혈침으로 피부를 관통한 직후 자동적으로 -100mmHg의 진공압력이 가해짐으로써 모세혈액이 흡입되는 자동화된 진공 채혈기법을 구현하였다. 진공 자동 채혈기법의 유용성을 검증하기 위하여 전완부위에서의 채혈용적을 측정하였다. 58명의 정상인을 대상으로 464회의 채혈을 시행한 결과 평균 채혈용적은 약 2.6$\muL$이었고 0.5$\muL$이상의 채혈빈도가 약 86%이었다. 최근 개발되고 있는 혈당계들은 0.3~0.5$\muL$의 모세혈액으로 혈당검사가 가능하므로 검사성공률 역시 약 86%로 추정되었다. 채혈통증 감소효과를 평가하기 위하여 손가락 및 전완부위 채혈 후 시각상사 통증척도를 사용하여 통증지수를 측정하였다. 전완부위 채혈시 통증은 손가락 채혈의 약 23%에 불과하였으며 거의 무통증 채혈이 가능하였다. 따라서 본 연구의 전완부위 진공 자동채혈기법은 전통적인 손가락 채혈에 비해 채혈통증이 25% 이하로 현저하게 감소하지만 검사실패율이 14%로써 경우에 따라 재채혈이 필요할 수 있다. 그러나 매일 수 차례 채혈해야 하는 만성 당뇨환자의 경우 검사기피를 방지할 수 있는 유용한 방법으로 생각된다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.263-268
• /
• 2021

본 연구에서는 병원에서 실질적인 태아분만 시스템에 관리를 위한 태아건강분류모델을 설계하는 것을 목적으로 한다. 출산 중 사망자 수는 2017년을 기준으로 295,000명인 산모 사망률과 유사하다. 이러한 사망의 94%는 환경에 의해 발생하므로 대부분 예방할 수 있다. 따라서 본 논문에서는 랜덤 포레스트(Random Forest)를 이용하여 Cardiotocograms(CTG) 검사에서 추출한 2개의 데이터(태아의 심박수, 태아의 움직임, 자궁 수축 등)로 태아의 건강을 예측하는 모델을 제안하였다. 본 연구에서 제안된 모델은 태아분만 보건운영 시스템을 안정적으로 관리하기 위해 태아분만에 대한 데이터의 분포가 불균형한 이상 데이터를 갖는 항목을 찾아 표준편차의 상한 및 하한의 임계값을 설정하여 이상값을 제거하여 정확도를 높혔다. 또한 태아의 건강상태를 나타내는 클래스의 비율이 불규칙함으로, 데이터 리샘플링을 이용하여 소수의 클래스를 복제하여 클래스의 균형을 맞추었다. 그 결과 정확도가 4~5% 향상되어 97.75%로 나타났다. 이에 예측 모델을 통해 발생 할 수 있는 태아의 사망과 병을 사전에 정확히 예측하여 우선적으로 관리함으로써 효율적인 태아 보건운영과 태아 사망 및 병 예방에 기여할 수 있을 것이라고 기대한다.