http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Pseudohypoplasia of Right Coronary Artery in a Korean Female Cadaver
Misun Kim(김미선),Sang Pil Yoon(윤상필) 대한체질인류학회 2013 대한체질인류학회지 Vol.26 No.1
심장동맥 협착이 임상적으로 중요한 지표로 사용되고 있지만, 형성부전은 선천적인 요소를 갖고 있어 의미가 있다. 혈관에서 거짓형성부전은 반대쪽 혈관 직경에 비해 작은 직경을 갖지만 어떤 형태학적 검사에서도 형성부전의 증거를 보이지 않는 것으로 정의할 수 있다. 온창자간막동맥, 왼척추동맥 형성부전이 동반된 82세 여자 시신의 해부과정에서 오른심장동맥 거짓형성부전이 관찰되었다. 맨눈으로 볼 때 형성부전으로 생각되었지만, 오른심장동맥은 정상적인 크기와 조직 구성을 보였다. 반면 왼심장동맥 주 가지는 동맥경화로 인한 확장을 보였다. 결과적으로 이 시신에서 관찰된 오른심장동맥 형성부전은 왼심장동맥의 동맥경화성 동맥류에 기인한 거짓형성부전임을 알 수 있었다. 많은 임상 상황들이 맨눈에 의존하여 판단하게 되므로 심장동맥에 대한 보다 정확한 해부학 지식을 통해 그릇된 접근을 예방할 수 있어야 할 것으로 생각한다. Stenotic or hypoplastic coronary arteries occupy vital features in the clinical situations. The pseudohypoplasia might be defined as a macroscopic hypoplasia based on the diameter of an artery compared with contralateral artery but is not hypoplasia both anatomically and histopathologically. During a routine dissection course, a pseudohypoplasia in right coronary artery was recognized in an 82-year-old Korean female cadaver who had a common mesenteric trunk and a fibromuscular dysplasia in the left vertebral artery. Although macroscopic hypoplasia was discovered, the right coronary artery had normal anatomical features and the left coronary artery showed atherosclerotic changes on the main trunk. The right coronary artery was misread to have hypoplasia due to atherosclerotic aneurysm on left coronary artery. Since macroscopic hypoplasia in radiological and surgical situations may lead to confusion to interpret its pathophysiology just like this case, the better anatomical knowledge on the coronary artery can help to prevent misleading approaches.
김미선(Misun Kim),양형정(Hyungjeong Yang),티엔윙안(Tien Nguyen Anh),주종민(Jongmin Joo),채호진(Chaeho Jin) 한국정보과학회 2018 정보과학회 컴퓨팅의 실제 논문지 Vol.24 No.11
본 논문에서는 농산물 가격의 등락을 기준으로 감성사전을 구축하여 농산물 관련 온라인 뉴스의 긍정/부정을 분류하는 방법을 제안한다. 이를 위해 비정형 텍스트문서를 문장 단위로 분할한 뒤 분석내용과 연관 없거나 가격 등락에 상관없이 빈번하게 언급된 단어들을 불용어로 처리한다. 형태소 분석을 진행한 후 비지도 학습 기반으로 키워드를 추출하여 합성곱 신경망(Convolutional Neural Networks, CNN)을 이용해 긍정/부정 분류를 수행하였다. 그 결과 빈도기반 키워드를 이용한 긍정/부정 분류보다 비지도 학습기반 키워드 추출과 인공신경망의 일종인 합성곱 신경망을 이용했을 때 약 20% 이상 분류 정확도가 향상되었다. In this paper, we propose a method for sentiment analysis of online news by constructing emotional dictionary base on the fluctuation in prices of various agriculture products. The collected unstructured text data were segmented into sentences and the frequently mentioned words which were not related to price fluctuation were removed as stop words. After the morphological analysis, the keyword was extracted based on the unsupervised learning and the experiments were conducted based on the proposed model using the convolutional neural network (CNN). Consequently, about 20% improvement in accuracy was observed when CNN was used than the word frequency based method.