PBTK 모델을 활용한 DEP 노출량 산출 및 시나리오 기반 노출량과 비교

최호길,권용국,김민주,최윤주,윤상현,신영민 환경독성보건학회 2023 한국독성학회 심포지움 및 학술발표회 Vol.2023 No.11

Fabrication of Nanopattern by Nanoimprint Lithography for the Application to Protein Chip

최호길,최동식,김은욱,정건영,최정우,오병근 한국바이오칩학회 2009 BioChip Journal Vol.3 No.1

Nanoimprint lithography is an efficient and versatile method for fabricating nanosize patterned devices on account of its superior resolution, reliability and process speed compared to conventional lithography. Using this technique, microscale to nanoscale structures, called nanopore structures, were fabricated over a large area on a gold (Au) surface under mild conditions, such as room temperature and low pressure. The fabricated nanopatterns were characterized by field emission scanning electron microscopy. A protein array was fabricated on the pore shaped patterns and characterized by fluorescence microscopy.The proposed patterning process of the protein on Au substrates can be applied as potentially usable elements in the development of biosensors and other bioelectronic devices.

Mouse Strain-Dependent Osteoclastogenesis in Response to Lipopolysaccharide

최호길,김진문,김봉주,유윤정,차정헌 한국미생물학회 2007 The journal of microbiology Vol.45 No.6

Bacterial lipopolysaccharide (LPS) is a potent stimulator of bone resorption in periodontitis. Co-culture systems of mouse calvaria-derived osteoblasts and bone marrow-derived preosteoclasts were used as an in vitro osteoclast differentiation. This study revealed that co-cultures using ddY or ICR mouse strain responded differently to LPS while responded equally to 1α,25(OH)2D3. Thus, the different response to LPS indicates dissimilarity of two mouse stains in their capacity for generating osteoclasts while the two mouse strains share the similarity in response to 1α,25(OH)2D3. To identify which cells between osteoblasts and preosteoclasts in the co-culture are responsible for the dissimilarity, the reciprocal co-cultures were performed between ddY and ICR mouse strains. The treatment of 1,25(OH)2D3 to ddY/ICR (osteoblasts from ddY/preosteoclasts from ICR) and ICR/ddY reciprocal co-cultures also showed the similarity. In case of LPS treatment, the results of ddY/ICR were similar to ddY/ddY and the results of the other reciprocal co-culture, ICR/ddY combination, were consistent with those of ICR/ICR. It suggests that the dissimilarity between the two mouse strains may resident in osteoblasts but not in preosteoclasts. Therefore, the osteoblast is responsible for mouse strain-dependent osteoclastogenesis in response to LPS. Although mouse models will continue to provide insights into molecular mechanisms of osteoclastogenesis, caution should be exercised when using different mouse strains, especially ddY and ICR strains as models for osteoclast differentiation.

4차 산업혁명 시대의 VR체험안전교육 발전방안에 대한 연구

최호길,박종용 한국재난정보학회 2019 한국재난정보학회 학술대회 Vol.2019 No.09

본 논문에서는 현재 정부와 민간사업자가 재해율을 저감시키기 위하여 지속적인 노력을 기울이고 있지만 줄어들지 않고 있으며 사회적으로 재해에 대한 우려가 지속적으로 증가하고 국민들의 불안이 계속되고 있는 상황에서 안전보건교육 부분의 개선을 통하여 그에 대한 방안을 찾아보고자 하였다. 이에 본 연구목적을 수행하기 위한 연구문제를 제시하고 현재 4차 산업혁 명분야에서 그 효과가 입증된 VR(Virtual Reality)을 활용하여 대형건설 공사장을 중심으로 실시중인 VR체험안전교육이 근 로자에게 어떠한 영향을 미치는지? 근로자가 만족스럽게 생각하는지? 근로자에게 효과가 있는지? 여부를 확인하고자 하였다. 이와 관련하여 VR체험안전교육을 포함하여 실시하는 그룹과 그렇지 않는 그룹의 근로자를 대상으로 설문조사를 통해 영향도 와 만족도, 효과도를 분석하였으며 그 결과를 바탕으로 4차 산업시대의 안전보건교육의 발전방안을 살펴보고자 하였다. 설문 조사 결과에서는 VR체험안전교육이 근로자에게 미치는 영향도와 근로자의 만족도는 높지 않는 것으로 나타났으며 근로자에 대한 효과도는 비교적 높은 것으로 나타났다. 이에 대한 발전방안으로 1)교육과정 측면, 2)교육환경 및 교육매체 측면, 3)제도 및 정책적인 측면에서 살펴보았다.

조골세포에서 Aggregatibacter actinomycetemcomitans 생균의 파골세포분화유도 cytokine 발현 유도능 및 침투능

최호길,이양신,김민영,김경대,차정헌,유윤정,Choi, Ho-Kil,Lee, Yang-Sin,Kim, Min-Young,Kim, Kyoung-Dae,Cha, Jeong-Heon,Yoo, Yun-Jung 대한치주과학회 2007 Journal of Periodontal & Implant Science Vol.37 No.3

Osteoblasts regulate osteoclastogenesis by production of various cytokines. Aggregatibacter(A) ac-tinomycetemcomitans is one of periodontopathogens which invades gingival tissue. Therefore, clarifying the effect of alive A. actinomycetemcomitans on osteoblasts is important to understand the mechanism of alveolar bone resorption in periodontitis. We investigated induction of osteoclastogenesis-inducing cytokines, adherence, and invasion by A. actinomycetemcomitans in osteoblasts. Osteoblasts were isolated from mouse calvaria and expression of cytokines was determined by RT-PCR. When the ratio of the number of A. actinomycetemcomtians to the number of osteoblasts was 10:1, 50:1 and 100:1, RANKL mRNA expression was increased. A. actinomycetemcomitans also increased expression of macrophage inflammatory protein (MIP) -1${\alpha}$, interleukin (IL)-1${\beta}$, and tumor necrosis factor (TNF)-${\alpha}$. A. actinomycetemcomitans attached to and invaded osteoblasts at ratio of 1000:1. These results suggest that A. actinomycetemcomitans increases osteoclastogenesis-inducing ability of osteoblasts by stimulating the expression of RANKL, MIP-1${\alpha}$,IL-1${\beta}$, and TNF-${\alpha}$ and that invasion of A. actinomycetemcomitans provides a means by which the bacteria escape from immune system and antibiotic therapy.

IoT 및 딥 러닝 기반 스마트 팜 환경 최적화 및 수확량 예측 플랫폼

최호길,안희학,정이나,이병관 한국정보전자통신기술학회 2019 한국정보전자통신기술학회논문지 Vol.12 No.6

This paper proposes “A Smart Farm Environment Optimization and Yield Prediction Platform based on IoT and Deep Learning” which gathers bio-sensor data from farms, diagnoses the diseases of growing crops, and predicts the year's harvest. The platform collects all the information currently available such as weather and soil microbes, optimizes the farm environment so that the crops can grow well, diagnoses the crop’s diseases by using the leaves of the crops being grown on the farm, and predicts this year's harvest by using all the information on the farm. The result shows that the average accuracy of the AEOM is about 15% higher than that of the RF and about 8% higher than the GBD. Although data increases, the accuracy is reduced less than that of the RF or GBD. The linear regression shows that the slope of accuracy is –3.641E-4 for the ReLU, –4.0710E-4 for the Sigmoid, and –7.4534E-4 for the step function. Therefore, as the amount of test data increases, the ReLU is more accurate than the other two activation functions. This paper is a platform for managing the entire farm and, if introduced to actual farms, will greatly contribute to the development of smart farms in Korea. 본 논문은 농장의 바이오 센서 데이터를 수집해서 농장에서 재배중인 농작물의 질병을 진단하고, 그 해 수확량을 예측하는 IoT 및 딥 러닝 기반 스마트 팜 환경 최적화 및 수확량 예측 플랫폼을 제안한다. 이 플랫폼은 현재 날씨, 토양 미생물 등 수집 가능한 모든 정보를 수집하여 작물이 잘 성장할 수 있도록 농장 환경을 최적화하고, 농장에서 재배 중인 작물의 잎을 이용하여 작물의 질병을 진단하고, 그리고, 농장의 모든 정보를 사용하여 올해 수확량을 예측한다. 실험 결과 AEOM(Agricultural Environment Optimization Module)의 평균 정확도는 RF(Random Forest)보다 약 15%, GBD(Gradient Boosting Tree)보다 약 8% 높고, 데이터가 증가해도 RF나 GBD에 비해 정확도가 덜 감소한다. 선형 회귀에 따르면 정확도의 기울기는 ReLU의 경우 –3.641E-4, Sigmoid의 경우 –4.0710E-4, 계단함수의 경우 –7.4534E-4이다. 따라서 ReLU 사용시 정확도 기울기가 가장 낮으므로 테스트 데이터의 양이 증가함에 따라 ReLU는 다른 두 가지 활성화 기능보다 더 정확하다. 본 논문에서 제안한 EOYPP는 농장 전체를 관리하는 플랫폼으로 실제 농장에 도입된다면 국내 스마트 팜의 발전에 크게 이바지할 것이다.

작물 생산률 향상을 위한 생장 환경 변화 탐지 CCMS(Crop Classification Management System)

최호길(Hokil Choi),이병관(Byungkwan Lee),손수락(Surak Son),안희학(Heuihak Ahn) 한국정보전자통신기술학회 2020 한국정보전자통신기술학회논문지 Vol.13 No.2

논문에서는 작물의 생산 비율 향상을 위하여 생장 환경 변화를 탐지하는 CCMS(Crop Classification Management System)를 제안한다. CCMS는 첫째, CNN을 이용하여 이미지를 통해 작물의 종류를 구분하는 Crop Classification Module(CCM)과 둘째, 농장의 누적 데이터를 비교하여 농작물의 이상을 탐지하는 FADM(Farm Anomaly Detection Module)로 구성된다. CCMS의 CCM은 잎 이미지를 통하여 현재 농장에서 재배되는 작물을 인식하고 FADM에 전송하고, FADM은 해당 작물을 재배하는 농장의 과거부터 현재까지 기상데이터를 선택하여 그것을 넬슨 규칙에 적용한다. FADM은 넬슨 규칙을 통하여 이상이 발생한 기상데이터를 찾아내고, IoT 디바이스를 통하여 농장의 환경을 조절한다. CCMS의 성능분석 결과 CCMS의 CCM은 약 90%의 작물 분류 정확도를 갖고, FADM은 예측 수확량을 최대 약 30%가량 향상시키는 것으로 나타났다. 즉, CCMS를 통해 농장을 관리하는 것이 스마트 팜의 수확량 증가에 도움을 줄 수 있다. In this paper, we propose the Crop Classification Management System (CCMS) that detects changes in growth environment to improve crop production rate. The CCMS consists of two modules. First, the Crop Classification Module (CCM) classifies crops through CNN. Second, the Farm Anomaly Detection Module (FADM) detects abnormal crops by comparing accumulated data of farms. The CCM recognizes crops currently grown on farms and sends them to the FADM, and the FADM picks up the weather data from the past to the present day of the farm growing the crops and applies them to the Nelson rules. The FADM uses the Nelson rules to find out weather data that has occurred and adjust farm conditions through IoT devices. The performance analysis of CCMS showed that the CCM had a crop classification accuracy of about 90%, and the FADM improved the estimated yield by up to about 30%. In other words, managing farms through the CCMS can help increase the yield of smart farms.

시각 장애인을 위한 완전 자율차량 데이터 청각화 시스템

최호길(Ho-Kil Choi),손수락(Su-Rak Son),이병관(Byung-Kwan Lee) 한국정보과학회 2019 한국정보과학회 학술발표논문집 Vol.2019 No.12

나노임프린트를 이용한 바이오칩용 나노 패턴 제작

최호길(Ho-Gil Choi),김순중(Soon-Joong Kim),오병근(Byung-Ken Oh),최정우(Jeong-Woo Choi) 한국생물공학회 2007 KSBB Journal Vol.22 No.6

Random Forest와 Loop-back 기반 자율차량 자가진단 시스템

최호길(HoKil Choi),손수락(SuRak Son),이병관(ByungKwan Lee) 한국정보통신학회 2019 한국정보통신학회 종합학술대회 논문집 Vol.23 No.2