http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Development of the [11C] Acetate Synthesis Module
허민구,양승대,김동연,김상욱 한국물리학회 2013 THE JOURNAL OF THE KOREAN PHYSICAL SOCIETY Vol.63 No.7
A prototype chemistry module for [11C] acetate production using the Grignard reaction wasdeveloped and evaluated. Diluted methylmagnesium chloride in 3.0 M of tetrahydrofuran (THF)was used as the precursor and commercially available ion-exchange purification cartridges were usedto purify the synthesized [11C] acetate synthesized. [11C] acetate was produced in 28 ± 8% yield(n = 10) at the end of bombardment (decay corrected), and the total time for the preparationwas approximately 18 min. A graphic user interface was designed with LABVIEW software, andsolenoid valves were used. The synthesis protocol was programmed with LABVIEW software, whichwas designed to be compatible with Microsoft Excelr for the user’s convenience.
군날개 치료를 위한 자가윤부결막이식술 후 공여 부위의 합병증 분석
허민구,박대진 대한안과학회 2019 대한안과학회지 Vol.60 No.2
Purpose: To evaluate the types, frequency, and causes of complications at the donor site after conjunctivo-limbal autograft for primary or recurrent pterygium treatment. Methods: From January 2010 to December 2016, 91 eyes of 91 patients (male, n = 37; female, n = 54; mean age, 53.29 ± 10.73 years), diagnosed with primary or recurrent pterygium, and who were followed up for 6 months or longer after conjunctivo-limbal autograft, were enrolled in this study retrospectively. Results: Of the 91 eyes, 27 eyes (29.7%) developed a conjunctival scar on the donor site and 36 eyes (39.6%) had localized vascularization. Eighteen eyes (19.8%) had a conjunctival scar and localized vascularization. Conjunctival granuloma and limbal stem cell deficiency occurred in one eye (1.1%). Multiple regression analysis showed that having a conjunctival scar and localized vascularization were significantly correlated with young age (p < 0.001), but were not significantly correlated with gender, pterygium type, dry eye, conjunctivochalasis, hypertension, diabetes, anticoagulant treatment, graft size, or delayed epithelialwound healing. Conclusions: Conjunctival scarring or localized vascularization on the donor site after conjunctivo-limbal autograft for the treatment of the pterygium was found to be significantly higher in younger patients. Therefore, it is recommended that conjunctivo- limbal autograft should be adequately explained for donor-site complications in younger-aged pterygium patients. 목적: 원발 또는 재발 군날개 치료를 위한 자가윤부결막이식술을 시행한 후 공여 부위에 발생한 합병증의 종류와 빈도, 유발인자들을 알아보고자 하였다. 대상과 방법: 2010년 1월부터 2016년 12월까지 본원에서 원발 또는 재발 군날개로 진단받고 자가윤부결막이식술을 시행한 후 6개월 이상 추적 관찰이 가능하였던 91명 91안을 대상으로, 공여 부위의 합병증 및 유발인자들을 진료기록을 통해 후향적으로 분석하였다. 결과: 91명 91안 중, 남자 37명 37안, 여자 54명 54안이었으며, 평균 나이는 53.29 ± 10.73세였다. 91안 중 27안(29.7%)에서 공여부위에 결막반흔이 발생하였고, 36안(39.6%)에서 국소혈관화가 발생하였다. 결막반흔과 국소혈관화가 모두 발생했던 경우는 18안 (19.8%)이었다. 결막육아종과 윤부줄기세포결핍이 각각 1안(1.1%)에서 발생하였다. 다중회귀분석 결과, 결막반흔과 국소혈관화의 경우 젊은 연령(p<0.001)이 통계적으로 유의한 관련인자였으며, 성별, 일차성 혹은 재발 군날개 여부, 안구건조증, 결막이완, 고혈압, 당뇨, 항응고제 복용, 이식편의 크기, 지연성 상피 회복은 유의한 관계가 없었다. 결론: 군날개 치료를 위한 자가윤부결막이식술 시행 후 공여 부위에 발생한 결막 반흔이나 국소혈관화는 젊은 환자군에서 빈도가 유의하게 높은 것으로 조사되었다. 따라서 젊은 연령의 군날개 환자에서 자가윤부결막이식술 시행 시 공여 부위 합병증 발생에 대한 충분한 설명이 필요할 것으로 생각된다.
리그 오브 레전드에서 과정 데이터와 설정 데이터를 활용한 실력 분류 인공지능 모델 제작
허민구,박창훈 한국게임학회 2023 한국게임학회 논문지 Vol.23 No.5
게임에서 실력 분류는 인정, 목표, 매치메이킹에 중요하지만, 현재 방식은 결과만을 반영하여 게임 과정에서 나타나는 실력을 고려하지 못한다. 본 논문에서는 e스포츠 게임인 리그 오브 레전드의 과정과 설정 데이터를 활용하여 경기의 실력 등급을 분류하는 인공지능 모델을 제작한다. 이를 위해 7개 티어별로 총 700,000개의 경기 데이터를 수집하고, LSTM 모델과 트랜스포머 모델을 학습하여 분류 작업을 수행한다. 학습 결과, 오버샘플링을 적용한 LSTM 모델이 0.88의 정확도를 기록했다. 과정과 설정을 반영한 실력 분류 모델을 통해 실력 측정에 새로운 시각을 제공할 수 있기를 기대한다. Classification of skill is important in games, but the current method does not consider skill in the game process. In this paper, create an AI model that classifies the skill level of the game by using the process data and setting data of League of Legends. To this end, 700,000 game data is collected, and LSTM and transformer models are trained to perform classification. As a result of learning, LSTM model with oversampling recorded an accuracy of 0.88. Hope to provide a new perspective on skill measurement through skill classification reflecting the process and settings of the proposed model.