http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정유채,박희주,Hui-Yuan Zhao,전라옥,류재하,김우영 한국분자세포생물학회 2014 Molecules and cells Vol.37 No.7
Glioblastoma multiforme (GBM) is one of the most common brain malignancies and has a very poor prognosis. Recent evidence suggests that the presence of cancer stem cells (CSC) in GBM and the rare CSC subpopulation that is resistant to chemotherapy may be responsible for the treatment failure and unfavorable prognosis of GBM. A garlic-derived compound, Z-ajoene, has shown a range of biological activities, including anti-proliferative effects on several cancers. Here, we demonstrated for the first time that Z-ajoene specifically inhibits the growth of the GBM CSC population. CSC sphere-forming inhibition was achi-eved at a concentration that did not exhibit a cytotoxic effect in regular cell culture conditions. The specificity of this inhibitory effect on the CSC population was confirmed by detecting CSC cell surface marker CD133 expression and biochemical marker ALDH activity. In addition, stem cell-related mRNA profiling and real-time PCR revealed the differential expression of CSC-specific genes, including Notch, Wnt, and Hedgehog, upon treatment with Z-ajoene. A proteomic approach, i.e., reverse-phase protein array (RPPA) and Western blot analysis, showed decreased SMAD4, p-AKT, 14.3.3 and FOXO3A expression. The protein interaction map (http://string-db.org/) of the identified molecules suggested that the AKT, ERK/p38 and TGF signaling pathways are key mediators of Z–ajoene’s action, which affects the transcriptional network that includes FOXO3A. These biological and bioinformatic analyses collectively demonstrate that Z-ajoene is a potential candidate for the treatment of GBM by specifically targeting GBM CSCs. We also show how this systemic approach strengthens the identification of new therapeutic agents that target CSCs.
임상의학 언어이해 성능향상을 위한 Discharge Summary CRPT 모델 연구
정유채 한국정보과학회 2023 데이타베이스 연구 Vol.39 No.2
Recently BERT(Bidirectional Encoder Representation from Transformer) has shown tremendous improvement in performance for various NLP tasks. BERT has been applied to many domains including biomedical field. Especially clinical domain, the semantic relationship between sentences is very important to understand patient’s medical record and health history in physical examination. However, in current Clinical BERT model, the pre-training method is difficult to capture sentence level semantics. To address this problem, we propose a Discharge Summary CRPT(contrastive representations pre-training) model, which can enhance contextual meanings between sentences by replacing cross-entropy loss to contrastive loss in next sentence prediction (NSP) task. Also we tried to improve the performance by changing random masking technique to whole word masking (WWM) for masked language model (MLM). Especially, we focus on enhancing language representations of BERT model by pre-training with Discharge Summaries Notes to optimize in clinical text understanding. We demonstrate that our Discharge Summary CRPT model yields improvements in performance of clinical NLP task with BLUE (Biomedical Language Understanding Evaluation) Benchmark dataset (MedNLI and BioSSES). BERT 모델은 자연어이해 작업에서 높은 성능을 나타냈으며 의생명 분야를 포함한 다양한 도메인에서 적용되고 있는 사전학습 언어모델이다. 임상의학에서 환자의 의료기록과 임상 정보를 정확하게 이해하기 위해서는 전문용어를 포함한 자연어로 구성된 문장들 간의 의미론적 관계를 정확하게 추론하는 것이 매우 중요하다. 그러나 BERT 모델을 임상의학 분야의 대용량 데이터로 사전학습 시키고 문장 수준의 의미 이해 정확도를 향상시키기 위한 연구는 아직 활발하게 이루어지지 않고 있다. 이러한 문제를 해결하기 위해 본 연구에서는 대조적 표상 사전 훈련 방법을 이용해 BERT 모델의 성능을 향상시키는 방법을 제안하고자 한다. 제안된 Discharge Summary CRPT 모델은 퇴원요약 기록으로 BERT 모델을 사전 훈련시키는 과정에서 다음 2가지를 개선하여 의학언어이해 성능을 향상시켰다. 다음 문장 예측 단계의 교차 엔트로피 손실을 대조 손실로 대체함으로써 문장 간 문맥적 의미추론 정확도를 향상시켰다. 또한, 기존 무작위 마스킹을 단어 전체 마스킹 방법으로 개선해 임상의학 텍스트에 대한 자연어이해 성능이 향상되는지 확인하였다. 제안된 모델은 BLUE 벤치마크 데이터셋(MedNLI, BioSSES)으로 검증한 결과 임상의학 텍스트에 대한 자연어추론 정확도(Accuracy = 0.825) 및 문장 유사도(sentence similarity = 0.775)에서 기존 BERT 모델에 비해 성능 향상을 나타냈다.
정유채,홍승진,김영호,김성자,강석진,최상욱,류문간 대한의학회 2008 Journal of Korean medical science Vol.23 No.6
Transitional-CpG methylation between unmethylated promoters and nearby methylated retroelements plays a role in the establishment of tissue-specific transcription. This study examined whether chromosomal losses reducing the active genes in cancers can change transitional-CpG methylation and the transcription activity in a cancer-type-dependent manner. The transitional-CpG sites at the CpG-island margins of nine genes and the non-island-CpG sites round the transcription start sites of six genes lacking CpG islands were examined by methylation-specific polymerase chain reaction (PCR) analysis. The number of active genes in normal and cancerous tissues of the stomach, colon, breast, and nasopharynx were analyzed using the public data in silico. The CpG-island margins and non-island CpG sites tended to be hypermethylated and hypomethylated in all cancer types, respectively. The CpG-island margins were hypermethylated and a low number of genes were active in the normal stomach compared with other normal tissues. In gastric cancers, the CpG-island margins and non-island-CpG sites were hypomethylated in association with high-level chromosomal losses, and the number of active genes increased. Colon, breast, and nasopharyngeal cancers showed no significant association between the chromosomal losses and methylation changes. These findings suggest that chromosomal losses in gastric cancers are associated with the hypomethylation of the gene-control regions and the increased number of active genes.
디지털헬스케어 서비스에서 문자열 수준의 웹 트래픽 공격탐지를 위한 LSTM 모델 연구
정유채 한국정보과학회 2023 데이타베이스 연구 Vol.39 No.1
In hospital, the information system consists of hospital information system (HIS), order communication system (OCS), and picture archiving and communication systems (PACS), telemedicine system and all of which are connected to an internal network for the protection of personal medical information. Recently, it allows limited connection with external networks to provide digital healthcare services and analyze cloud-based medical information, requiring preparation for security vulnerabilities. In this study, we preprocessed web traffic data at the character level, including normal and abnormal attack types, to detect various traffic attacks in digital healthcare services, and used them for training deep learning or machine learning models. Among the deep learning models, LSTM showed higher accuracy compared to CNN in detection of web traffic attack. This suggests that proposed LSTM model could be used for developing intelligent security monitoring system in the future, which could detect security threats in web services. 병원 내 정보시스템은 병원정보시스템, 처방전달시스템, 의료영상저장전송시스템, 원격진료 시스템 등으로 구성되어 있으며 개인의 의료정보 보호를 위해 외부와 분리 된 내부망으로 연결되어 있다. 최근에는 다양한 디지털헬스케어 서비스 제공 및 클라우드 기반 의료정보 분석을 위해 외부망과 제한적으로 연결을 허용하고 있어 보안 취약점 대비와 관련된 요구가 증가하고 있다. 디지털헬스케어 서비스에 관련된 보안 취약점 연구는 통계적인 방법에 기반한 전통적인 연구가 대부분이며 딥러닝 기반의 최신 보안위협 탐지방법은 거의 적용하고 있지 않다. 본 연구에서는 디지털헬스케어 서비스에서 발생 가능한 다양한 웹공격 유형을 포함하고 있는 2종의 데이터를 사용해 다양한 딥러닝 모델과 기계학습 모델을 훈련시키고 보안공격 탐지 정확도를 비교분석하였다. 딥러닝 모델 중 LSTM이 웹 트래픽에서 발생 가능한 다양한 보안 공격을 문자열 수준에서 높은 정확도로 탐지하였다. 본 연구는 웹 트래픽 데이터를 비정상 탐지하는데 최적화 된 LSTM 모델을 제안함으로서 향후 디지털헬스케어서비스에서 발생 가능한 보안위협을 높은 정확도로 탐지할 수 있는 차세대 지능형 보안관제 시스템에 활용 가능함을 시사한다.
생체 신호 특징 기반의 감정분석을 통한 음악 추천 시스템
정유채 ( Yuchae Jung ),임보연 ( Bo-yeun Lim ),윤용익 ( Yong-ik Yoon ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
본 논문은 감정변화와 관련이 높다고 알려져 있는 생체정보인 뇌파(EEG), 심전도(ECG), 심박변이도(HRV)를 바탕으로 사용자의 감정상태를 추론하여 치유음악을 추천해주는 시스템을 제안한다. 사용자의 생체정보를 기반으로 사용자의 감정상태를 평온, 집중, 긴장, 우울의 4 가지 단계로 분류하는 감성추론 시스템을 설계하고, 각각의 감정상태에 따라 적절한 카테고리의 음악을 추천함으로써 사용자의 스트레스 정도를 완화시키고자 한다.
정유채(Yuchae Jung) 한국복지경영학회 2022 복지경영학연구 Vol.11 No.-
본 연구는 인공지능과 블록체인 기반 사회 복지 서비스 사례 연구에 관련된 논문으로 국내외 다양한 ICT 융복합 복지 서비스에 대해 살펴보았다. 의료 분야에 적용되고 있는 AI 기술을 의료이미지 분석, 심장초음파, 뇌신경 분야, 디지털병리 분야 등으로 구분하여 살펴보고 각 사례 별로 적용된 기계학습 및 딥러닝 방법론에 대해 서술하였다. 국내 외 공공 의료 복지 분야에 적용되고 있는 블록체인 기술의 다양한 사례를 살펴본다. 미국에서 시행 중인 블록체인 기반 출생증명, 에스토니아의 블록체인 기반 건강기록 암호화 기술 및 복지 서비스 등에 대해 살펴본다. 마지막으로 다양한 ICT 기술이 접목된 미래 사회 복지 서비스의 발전 방향에 대해 고찰하고 기술적 한계점과 사회적 합의가 필요한 부분에 대해 고민해 본다. This study is about the case studies of welfare service with AI and Blockchain technology. We introduce AI based medical image analysis, digital pathology, neuroscience and etc. We also introduce machine learning, deep learning methods used in social welfare area. Blockchain technology used in birth certificate, healthcare records, and welfare service. We also discuss about future welfare service combined with ICT technology. We also need to consider technical limitation and social consensus.
홍승진,오정환,정유채,김영호,김성자,강석진,서은주,최상욱,강무일,유문간 대한의학회 2010 Journal of Korean medical science Vol.25 No.3
Recent evidence suggests that gastric mucosal injury induces adaptive changes in DNA methylation. In this study, the methylation status of the key tissue-specific genes in normal gastric mucosa of healthy individuals and cancer patients was evaluated. The methylation-variable sites of 14 genes, including ulcer-healing genes (TFF1, TFF2, CDH1, and PPARG), were chosen from the CpG-island margins or non-island CpGs near the transcription start sites. The healthy individuals as well as the normal gastric mucosa of 23 ulcer, 21 non-invasive cancer, and 53 cancer patients were examined by semiquantitative methylation-specific polymerase chain reaction (PCR) analysis. The ulcer-healing genes were concurrently methylated with other genes depending on the presence or absence of CpG-islands in the normal mucosa of healthy individuals. Both the TFF2 and PPARG genes were frequently undermethylated in ulcer patients. The over- or intermediate-methylated TFF2 and undermethylated PPARG genes was more common in stage-1 cancer patients (71%)than in healthy individuals (10%; odds ratio [OR], 21.9) and non-invasive cancer patients (21%; OR, 8.9). The TFF2-PPARG methylation pattern of cancer patients was stronger in the older-age group (≥55 yr; OR, 43.6). These results suggest that the combined methylation pattern of ulcer-healing genes serves as a sensitive marker for predicting cancer-prone gastric mucosa.