http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조윤경 ( Yoon Kyung Jo ),성현호 ( Hyun Ho Sung ),채경민 ( Kyoung Min Chae ) 대한임상검사과학회 2015 대한임상검사과학회지(KJCLS) Vol.47 No.4
Epilepsy is a disorder that causes recurring seizures, and the most objective and useful test for detecting epilepsy is the electroencephalogram (EEG). The subjects of this study are 244 patients who received an EEG after being diagnosed with epilepsy at Seoul National University Hospital in 2014, and who have agreed to the purpose of the study. Based on the EEG results, subjects were divided into normal and abnormal groups with 122 subjects in each group, regardless of their gender and age, to investigate the correlation of EEG and complete blood cell count (CBC) test results. The four significant categories that displayed significant correlation between EEG results and CBC hematological measurements in this study were the white blood cell (WBC), red blood cell (RBC), neutrophil, and lymphocyte tests. The WBC (p<0.05) and neutrophil (p<0.01) showed a positive correlation with EEG results, while RBC (p<0.05) and lymphocyte (p<0.01) showed a negative correlation. One of the limitations of this study is that it is lacking the blood test result analysis according to the types of anti-epilepsy medicine. However, the analysis of EEG results by the same disease has significant meaning. Therefore, further studies are needed to statistically analyze more data in the future.
인공지능 기반의 CAD에 대한 임상적 효과에 관한 연구
한주혁(Han Ju-Hyuck),송호중(Song Ho Jung),채경민(Kyung Min Chae),김용석(Kim Yong-Suk),김웅식(Kim Woong-Sik) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
흉부 방사선 촬영은 흉부 질환을 검사하는 가장 일반적인 방법이다. 그러나 흉부 엑스레이의 해석은 어려우며, 의사의 숙련도에 따라 진단이 상이할 수 있다. 이러한 문제를 해결하기 위하여 의료영상 분야에서는 컴퓨터를 사용한 보조 진단이 주목받고 있다. 또한 최근 발전하는 인공지능 기술은 흉부 엑스레이의 해석에 적용되어 많은 연구가 이루어지고 있고 컴퓨터 보조 진단도구로써 상용화 단계에 접어들었다. 하지만 인공지능을 기반으로 한 판독모델은 동일한 데이터라도 데이터의 형태에 따라 성능이 상이하다. 또한 현재의 의료데이터는 그 형태가 약한 표준화 단계로 기관마다의 데이터 형태가 다르다. 따라서 인공지능 진단 보조 도구를 학습시키는 데이터와 실제 적용되는 데이터의 출처 기관이 상이한 경우에는 판독모델의 성능이 보장되지 않을 수 있다. 본 연구에서는 흉부 엑스레이를 기반으로 하는 컴퓨터 보조 진단 도구의 임상적인 효과를 검증한다. 이는 판독모델을 구성하는 학습 데이터와 다른 기관에서 획득한 데이터로 판독모델의 성능을 확인하며, 폐 병변에 대한 의사의 라벨링 소견을 함께 비교한다. 본 연구에서는 판독모델의 성능을 평가하기 위하여 임상 경험의 수준별로 나누어진 12명의 Observer를 그룹으로 나누어 OPT를 진행했다. OPT의 결과로는 판독모델을 사용한 평가에서 모든 Observer들이 뛰어난 판독 성능을 보였다. 특히, 임상적 경험이 적은 의사일수록 판독모델의 보조 상태에서 진단 능력이 두드러지게 상승했다.