Insulinoma 환자의 마취 1 례 보고

이현숙,임상호,신정순,안동애,서충호 대한마취과학회 1979 Korean Journal of Anesthesiology Vol.12 No.3

Hyperinsulinism caused by a functioning islet cell tumor of the pancreas is an uncommon but well established metabolic entity which can usually be diagnosed accurately. We treated a patient with functioning insulinoma recently. The outline of the particular management given for the course of the anesthesia of the patient was as follows: 1) Control of blood glucose a) pre- and intraoperative hypoglycemia; Glucose was administered through intravenous drip or orally. b) postoperative transient hyperglycemia; Insulin was administered if necessary and a small amount of glucose uptake, occurred. 2) Anesthetics, and supplemental drugs Drugs with no or little effect in increasing blood glucose were used. 3) Beta-adrenergic blockers These drugs were not used in the hypoglycemic state because of potentiating insulin activity.

웃음과 놀이를 통한 휴가 보내기

이현숙 장로회신학대학교 기독교교육연구원 2000 교육교회 Vol.- No.282

한국 청소년의 비타민·무기질 보충제 섭취 및 관련 요인에 관한 연구

이현숙,김선효,한지혜 한국영양학회 2013 Journal of Nutrition and Health Vol.46 No.6

This study is conducted in order to investigate the prevalence of vitamin·mineral (VM) supplement use and its related factors among Korean adolescents. Using a cross-sectional study design, information was obtained by questionnaires from adolescents selected by stratified sampling in large, small and middle-size cities, as well as rural areas of the whole country, followed by convenience sampling. The total number of participants in this study was 1,407 adolescents (15.2 ± 1.6 years) attending middle or high schools, chosen from various cities and rural areas in Korea. The prevalence of VM supplement use was 65.5%, and there was no significant difference between the genders. City dwellers took VM supplements more frequently than those adolescents from rural areas (p < 0.01). The VM supplement users tended to have higher family income, parents’ academic background, and socioeconomic status, respectively (p < 0.001). The greater part of VM supplement users replied that they acquired their nutritional information from their parents, relatives and friends, while many nonusers replied that they did it from school classes (p < 0.05). Compared to nonusers, VM supplement users had greater ‘self concern about health’ (p < 0.05), ‘parents’ concern about child’s health, growth, and nutritional intake’ (p < 0.001), and ‘parents’ concern about child’s grade point’ (p < 0.01). However, there was no significant difference between users and nonusers when it came to ‘self perception of body shape’ or ‘BMI’. In addition, users significantly had greater nutritional beliefs concerning VM supplements than nonusers (p < 0.001). These results showed that VM supplement use has been common among adolescents in Korea, and supplement use of subjects has been related with various factors. Among them, it was shown that especially parents great influence the use of VM supplements by adolescents. Thus, not only education for adolescents, but also that for parents is needed to help adolescents take VM supplements properly.

LC-MS/MS를 이용한 인체 뇨 중 유기인계 살충제 대사체(DAPs) 6종 동시분석법 확립

이현숙,경예나,최은혜,이한진,장문익,이규식 한국농약과학회 2015 한국농약과학회 학술발표대회 논문집 Vol.2015 No.4

교회교육 지도자들을 위한 전문지 / 교육목회 : 부부관계 향상 프로그램

이현숙 장로회신학대학교 기독교교육연구원 1992 교육교회 Vol.- No.196

기자수첩 : 금강코리아의 적반하장

이현숙 사회평론 1992 월간 길을 찾는 사람들 Vol.1992 No.12

일반계 고등학생의 과학 심화 선택 과목 선정과 진로 선택에 대한 인식 조사

이현숙,소금현,여성희 韓國生物敎育學會 2005 생물교육 Vol.33 No.2

퍼지 성능 측정자를 이용한 적응 데이터 마이닝 모델

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.5

데이터 마이닝은 방대한 양의 데이터를 다루는 응용영역에서 학습과 함께 연구되어 실세계의 문제를 해결할 수 있는 구체적인 방법을 제시해 주고 있다. 데이터 마이닝을 위한 보편적인 방법으로 사용되어 온 클러스터 분석 방법은 데이터의 양이 많아질수록, 실세계에서 직접 얻은 데이터일수록 경계가 불분명하고 처리과정에서 많은 오차가 발생하게 되어 직접 적용하고자할 때 고려해야할 점이 많다. 이를 위하여 퍼지 개념이 도입된 퍼지 클러스터링 방법론은 클러스터 타당성문제와 함께 널리 연구되어왔다. 본 논문에서는 클러스터링의 결과가 만들어 내는 오류 값을 최소화하는 방향으로 학습하는 비교사 학습신경망에 의하여 클러스터링이 이루어지고 이를 퍼지 성능 측정자에 의하여 평가하면서 최적의 클러스터 수를 찾아가는 적응형 데이터 마이닝 모델을 제안하고자 한다 또한 뉴스그룹의 텍스트 데이터를 처리하여 문서분류에 활용할 수 있음을 보임으로 제안된 모델의 타당성을 확인하고자 한다. Data Mining is the process of finding hidden patterns inside a large data set. Cluster analysis has been used as a popular technique for data mining. It is a fundamental process of data analysis and it has been Playing an important role in solving many problems in pattern recognition and image processing. If fuzzy cluster analysis is to make a significant contribution to engineering applications, much more attention must be paid to fundamental decision on the number of clusters in data. It is related to cluster validity problem which is how well it has identified the structure that Is present in the data. In this paper, we design an adaptive data mining model using fuzzy performance measures. It discovers clusters through an unsupervised neural network model based on a fuzzy objective function and evaluates clustering results by a fuzzy performance measure. We also present the experimental results on newsgroup data. They show that the proposed model can be used as a document classifier.

퍼지 클러스터 분석 기반 특징 선택 방법

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.2

특징선택은 문제 영역에서 관찰된 다차원데이터로부터 데이터가 묘사하는 구조를 잘 반영하는 속성을 선택하여 효과적인 실험 데이터를 구성하는 데이터 준비과정이다. 이 과정은 문서분류, 영상인식, 유전자 선택 분야에서의 같은 분류시스템의 성능향상에 중요한 구성요소로서 상관관계 기법, 차원축소 및 상호 정보 처리 등의 통계학이나 정보이론의 접근방법을 중심으로 연구되어왔다. 이와 같은 선택 분야의 연구는 다루는 데이터의 양이 방대해지고 복잡해지면서 더욱 중요시 되고 있다. 본 논문에서는 데이터가 가지는 특성을 반영하면서 새로운 데이터에 대하여 일반화 할 수 있는 특징선택 방법을 제안하고자 한다. 준비된 데이터의 각 속성 데이터에 대하여 퍼지 클러스터 분석에 의하여 최적의 클러스터 정보를 얻고 이를 바탕으로 근접성과 분리성의 경로를 측정하여 그 값에 따라 특징을 선택하는 매카니즘을 제공한다. 제안된 방법을 실세계의 컴퓨터 바이러스 분류에 적용하여 기존의 대비에 의한 휴리스틱 방법에 의해 선택된 데이터를 가지고 분류한 것과 비교하고자 한다. 이를 통하여 주어진 특징에 시연을 부여할 수 있고 효과적으로 특징을 선택하여 시스템의 성능을 향상 시킬 수 있음을 확인한다. Feature selection is a preprocessing technique commonly used on high dimensional data. Feature selection studies how to select a subset or list of attributes that are used to construct models describing data. Feature selection methods attempt to explore data's intrinsic properties by employing statistics or information theory. The recent developments have involved approaches like correlation method, dimensionality reduction and mutual information technique. This feature selection have become the focus of much research in areas of applications with massive and complex data sets. In this paper, we provide a feature selection method considering data characteristics and generalization capability. It provides a computational approach for feature selection based on fuzzy cluster analysis of its attribute values and its performance measures. And we apply it to the system for classifying computer virus and compared with heuristic method using the contrast concept. Experimental result shows the proposed approach can give a feature ranking, select the features, and improve the system performance.

컴퓨터 바이러스 분류를 위한 퍼지 클러스터 기반 진단시스템

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.1

In these days, malicious codes have become reality and evolved significantly to become one of the greatest threats to the modern society where important information is stored, processed, and accessed through the internet and the computers. Computer virus is a common type of malicious codes. The standard techniques in anti-virus industry is still based on signatures matching. The detection mechanism searches for a signature pattern that identifies a particular virus or stain of viruses. Though more accurate in detecting known viruses, the technique falls short for detecting new or unknown viruses for which no identifying patterns present. To cope with this problem, anti-virus software has to incorporate the learning mechanism and heuristic. In this paper, we propose a fuzzy diagnosis system(FDS) using fuzzy c-means algorithm(FCM) for the cluster analysis and a decision status measure for giving a diagnosis. We compare proposed system FDS to three well known classifiers-KNN, RF, SVM. Experimental results show that the proposed approach can detect unknown viruses effectively. 중요한 정보를 저장하고 있는 컴퓨터를 위협하는 바이러스는 점점 현실적인 문제로 대두되고 있다. 이를 위하여 바이러스 침입 발견을 위한 소프트웨어 기술 또한 계속 발전되고 있으나, 현재까지의 표준 기술은 알려진 바이러스의 시그내쳐 패턴을 저장하여 이를 매치 검색하면서 바이러스를 찾아내는 방식을 채택하고 있다. 이는 알려진 바이러스에 대해서는 효과적이지만 새로운 바이러스를 찾아내지 못하고 손실을 당한 후 에야 찾을 수 있는 단점을 가지고 있다. 이를 위하여 바이러스 정보 구축과 탐색에 학습기능을 도입함으로 새로 발생하는 바이러스를 찾아내어 대처할 수 있는 방법이 필요하다. 본 논문에서는 컴퓨터 바이러스를 위한 퍼지 진단 시스템 FDS를 제안한다. FDS에서는 FCM 알고리즘을 사용하여 알려진 정보의 클러스터를 형성하고 대표정보를 추출하고 여기에 전문가의 지식을 포함하는 지식베이스를 구축한다. 진단을 위한 컴퓨터 파일에 대하여 그 파일의 결정 상태를 확인하고 이미 저장된 지식베이스를 바탕으로 바이러스 침입에 대한 정보를 보고하도록 설계되어있다. 이 시스템은 이미 알려진 테스트 데이터와 이전에 알려지지 않은 새로운 테스트 데이터를 실험데이터로 준비하여 널리 알려진 분류 알고리즘-KNN, RF, SVM-과 함께 성능을 비교하였다. 제안된 시스템이 알려지지 않은 컴퓨터 바이러스를 효과적으로 진단할 수 있는 타당성을 보이고 있다.