John Howard Yoder의 '예수 윤리'와 Emmanuel Levinas의 '타자 윤리' 비교 연구

추현우 침례신학대학교 2017 국내석사

무선 센서 네트워크에서의 DFS를 이용한 에너지 효율적인 모델에 관한 연구

추현우 영남대학교 대학원 2008 국내석사

플라즈마 처리에 의해 전기적 특성 향상된 그래핀 기반 인체 접합형 마찰전기 자가발전 소자 구현

추현우 연세대학교 대학원 2016 국내석사

최근 새로운 에너지 공급 시스템인 Triboelectric nanogenerator(TENG)는 휴대용 전자기기를 위한 유용한 자가발전 전력 공급 장치로써 제시되고 있다. 사람들의 생활 에서 신체 활동으로부터 발생하는 기계적 에너지는 사용되지 못하고 자연스럽게 사라진다. 이러한 기계적 에너지를 전기에너지로 변환 하기 위해 나노 제네레이터에 대한 연구가 진행되었으며, TENG는 이중 하나이다. TENG로부터 발생되는 전기 에너지를 극대화 시키기 위해 많은 기존 연구에서는 소자의 구조 및 표면에 변형을 주어 출력 에너지를 향상 시켜왔다. 하지만 이러한 접근으로 TENG 소자는 높은 두께를 지닐 뿐 아니라 bulk 형태로 구현 됨으로써 높은 stiffness를 야기 시킨다. 따라서 기존 논문에서 구조적 제약과 두께의 한계로 인하여, 웨어러블 및 인체 부착 형 소자로의 구현이 불가능하다. 본 논문에선 이러한 한계에서 벗어나기 위해서 낮은 young’ modulus와 낮은 질량을 갖는 물질을 이용해 TENG소자를 총 2m 두께로 구현했으며, 두께 조절로 소자의 stiffness를 제어하여 굴곡진 피부 위에 conformal 하게 부착할 수 있는 Conformal TENG를 구현했다. 이러한 Conformal TENG의 기계적 특성을 극대화 시켜 소자의 높은 stiffness로부터 야기될 수 있는 피부의 자극이나 이물감을 완전히 제거하고 사람의 움직임, 외부의 압력에도 소자를 인지 할 수 없는 인체 부착 형 자가발전 시스템을 구현했다. 출력 에너지를 향상시키기 위해 기존 방법에서 벗어나 Conformal TENG에 적용가능 한 O2 plasma 와SF6 plasma를 순차적으로 처리하면서, 소자 표면 위에 나노 구조체를 형성 하고 Fluor 원자로 기능화를 형성했다. 이 처리기법을 통해 Conformal TENG의 출력 전압을 11배 이상 향상시켰으며, 기존 보고된 TENG 와 비교 할 수 있는 전기 에너지를 공급 할 수 있다. 신체 피부 위에 전사된 Conformal TENG를 응용하기 위해, 신체 움직임으로 옷과 마찰시키고 이로부터 발생하는 전기 에너지를 실제 외부 소자 LED에 공급하고 소자가 동작하는 것을 확인했다. 또한 접촉 면적에 따라 출력 전압을 제어 할 수 있는 TENG 소자의 특성을 적용시켜, 손가락 개수로 Conformal TENG 소자와 접촉되는 면적을 조절하고 출력 전압을 제어하여 morse code를 모방한 통신 시스템을 구축했다. Recent progresses in electronic industries are heading toward the human-friendly interfaces represented by the wearable electronics. For this purpose, the electronic systems are following the general trend of developing miniaturization, portability, and flexibility. Most of these components such as processors and memories have already been successfully miniaturized and integrated into wearable electronic system. However, scaling down the battery, the one of the most important components to operate electronic system, is still challenging due to its linear correlation of the capacity to the value of surface/volume. Therefore, novel power system for wearable electronics is highly recommended for the wearable/embedded electronics. Recently, a energy harvester named triboelectric nanogenerator (TENG) has been demonstrated to be usable energy source for powering portable electronics and self-powered system. In this study, we demonstrate the conformal TENG with extremely reduced total thickness less than 3μm to reduce the stiffness of device. Additionally we approach a novel technique to modify the TENG surface and strengthen its output performance via the oxygen and fluorine plasma treatment. Conformal TENG consist of graphene as electrode which has good optical and mechanical property and PDMS as negative type electrification material with 2.8μm thickness has been fabricated, using the wearable material like the hand, gloves and fabric as positive type electrification material. As a result, very thin TENG is possible to contact on the curved human skin in conformal manner. In addition, O2 plasma treatment has been performed to form the nano scale roughness (~17 nm) which increases the PDMS surface instead of microstructure pattern. Consequently, PDMS surface is treated by the SF6 plasma to enhance the output performance by forming the fluorine functionalization. After the optimization of both O2 and SF6 plasma treatment, the TENG performance is enhanced by about eleven times.

전립선비대 환자의 우울, 공격성 및 자살생각

추현우 경북대학교 수사과학대학원 2015 국내석사

?연구결과를 일반화하기 위해서는 반복연구가 필요하다. ?일차적으로 비뇨기과에서 환자의 우울, 공격성을 진단할 수 있도록 체계적 인 의료시스템이 요구된다. ?전립선비대 환자의 우울, 공격성 및 자살생각을 예방할 수 있는 간호중재 프로그램의 개발이 필요하다. The purpose of this study is to examine correlation of depression, aggression and suicidal thoughts on prostatic hypertrophy patients. This study aims to reduce depression, aggression, suicidal thoughts and provide with interventions for improving quality of care. It was conducted on men subject in their 50s to 70s who diagnosed with prostatic hyperplasia in urology department of general hospital in D city for 5weeks from march 23 to April 24, 2015. Depression was diagnosed using the questionnaire in which the scale of depression (BDI) by Beck. Aggression was used the Hostility Inventory by Buss and suicidal thoughts were used the scale for Suicidal Ideation. We conducted frequency analysis of general characteristic on collected date by IBM SPSS 22.0 program. We study the difference between depression, aggression, and suicidal thoughts attributed to general characteristic using a t-test and ANOVA. Post-hoc comparison result was dealt with using a Scheffe test. We used Pearson Correlation Coefficient to verify the correlation of depression, aggression and suicidal thoughts of subject. The most age group was ‘60 year-old man. The most diagnosis period was ‘more than 5 years'. The depression of subjects was 9.49 points on average. ‘not depressed’ state was 61.4%, ‘mild depression’ state was 18.6%, ‘heavy depression’ state was 17.2%, ‘severe depression’ was 2.8%. The aggression of subjects was 35.48 points on average. Mostly, 99.3% of subjects had little aggression. 0.4% of subjects had some aggression. 0.4% of subjects had severe aggression. The suicidal thoughts of subjects was form 0 to 38 point, 2.39±3.32 on average. In the case of grade of prostatic hyperplasia, it was researched that severe prostatic hyperplasia patients have most points on depression, aggression, suicidal thoughts. Upon research, it was found to be positive(+) correlation between depression and aggression, suicidal thoughts. Also, It was found to be positive(+) correlation between aggression and suicidal thoughts. It was found that more serious depression leads to higher aggression and suicidal thoughts. Therefore, it is necessary to set up measures to depression, aggression and suicidal thoughts and organize medical system to find the depression, aggression of patients primarily in the urology. Also, intermediate nursing program should be developed to prevent depression, aggression, suicidal thoughts of patients of prostatic hyperplasia.

기독교 윤리학 관점에서 본 침례 : '새로운 인류 창조'의 의미를 중심으로

추현우 침례신학대학교 2018 국내석사

Enhancing Predictive Deep Learning Models in Healthcare: Screening from Influenza to COVID-19 Using PGHD and Neutropenia Recovery Prediction Using EHR data

추현우 성균관대학교 일반대학원 2024 국내박사

이 학위 논문은 헬스케어 분야에서 환자 생성 데이터 및 전자 의무 기록을 활용하는 딥러닝 예측 모델을 강화하는 방법에 대해 논의한다. 논문의 첫번째 목표는 환자 생성 데이터로부터 의료진의 판단에 도움이 될 수 있는 딥러닝 모델을 개발하고, 이를 공공 데이터 및 2차 데이터를 활용하여 강화하는 방법을 탐색하는 것이다. 두 번째 목표는 병원의 전자 의무 기록을 바탕으로 호중구 감소증 회복 예측 모델을 개발하고, 이 모델에 대한 의료진의 모델 수용도를 탐색하기 위해 일반적으로 사용되는 기술 수용 모델 기반 설문 이상의 방법을 탐색하는 것이다. 논문에 포함된 첫 번째 연구에서는 사용자가 직접 입력한 체온과 해열제 복용 기록, 증상을 기반으로 하여 인플루엔자의 스크리닝을 위한 딥 러닝 기반 모델을 개발했다. 이 모델은 1차 병원에서 자주 사용되는 신속 항원 검사의 민감도가 상대적으로 낮은 점을 보완하기 위해 개발되었으며, 약 80% 이상의 민감도를 보여 신속항원검사를 보완할 수 있을 것으로 기대된다. 두 번째 연구는 대상 질환을 COVID-19로 연구를 확장하여, 초기 팬데믹 단계에서의 제한된 PCR 테스트 능력을 보완하기 위해 스크리닝 모델을 개발하였다. 이 연구에서는 PGHD에 전염병 정보 및 개인 이동성 데이터와 같은 공공 데이터를 통합하여 딥 러닝 모델의 성능을 크게 향상시켰다. 모델의 수용도를 탐색하는 방안으로, 우선 소아청소년 암 환자의 EHR 데이터를 활용하여, 중성구 감소증에서의 회복을 예측하는 딥 러닝 모델을 개발하였다. 이 모델은 전공의 보다 월등하고, 전문의와 비슷하거나 더 나은 예측 성능을 보였다. 또한 모델의 예측 결과를 의료진에게 전달하였을 때 의료진의 80%가 이를 수용하였으며, 그 결과 더 정확한 예측을 할 수 있음을 확인하였다. This dissertation aims to improve predictive models in healthcare through the integration of Patient-Generated Health Data (PGHD) and deep learning techniques. The primary objectives include extracting informative features from PGHD using deep learning models and exploring the acceptance of these models beyond the current technology acceptance model-based survey. In the first study, we developed a deep learning-based screening model for influenza using PGHD, specifically focusing on body temperature records. This model demonstrated approximately 80% sensitivity, comparable to or higher than rapid antigen tests, addressing the limitations of traditional methods. Expanding our research to COVID-19, we addressed the limited PCR testing capacity during the early pandemic stages by incorporating public data, such as epidemiological information and personal mobility data. Our innovative approach significantly improved the performance of machine learning and deep learning models, contributing to more robust screening methods for managing the challenges posed by the COVID-19 pandemic. While model performance is crucial, its utility in healthcare depends on proper utilization. Going beyond the Technology Acceptance Model (TAM), our experiment involved developing a deep learning model predicting the recovery of pediatric cancer patients from neutropenia. Results showed that a human-expert level model can enhance the accuracy of clinician predictions, highlighting the potential synergy between advanced technology and clinical expertise for more effective decision-making in healthcare settings. In conclusion, this research enhances healthcare predictive models through PGHD and deep learning, offering promising advancements in influenza and COVID-19 screening. The synergy between advanced technology and clinical expertise emphasizes the potential for more effective decision-making in healthcare settings.