http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
헬스케어 홈 서비스를 위한 이기종 센서 정보 구축 및 관리
이충섭(Chung-Sub Lee),윤영민(Young-Min Yoon),정창원(Chang-Won Jeong),주수종(Su-Chong Joo) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2A
기존 센서 데이터 처리를 위한 대부분의 연구는 특정응용 메커니즘을 갖는 중앙 집중형 구조를 사용하고 있다. 데이터는 미리 정의된 방법으로 수집되어 중앙 서버의 전형적인 DBMS에 의해 저장된다. 그러나 다양한 센서의 등장은 각 센서의 서로 다른 특성 때문에 기존의 방법으로는 센서로부터 수집된 데이터를 처리하거나 관리하기 어려운 문제점을 야기 시켰다. 따라서 본 논문에서는 이기종의 센서로부터 수집된 정보를 구축하고 이를 위해 우리가 그동안 연구한 헬스케어 프레임워크 기반에서 센서 매니저를 추가 구현하였다. 제안된 센서 매니저는 이기종의 센서로부터 수신된 스트림 형식의 데이터를 처리하고, 각 센서데이터의 변화 정도에 따른 수집 주기 설정 및 데이터베이스에 저장하기 위한 기능을 포함하고 있다. 센서 매니저의 수행성을 검증하기 위해 Mica2 Mote와 Cricket 센서로부터 수집된 데이터 처리과정과 헬스케어 데이터베이스 관리 도구를 통해 데이터베이스에 저장된 정보를 확인하였다.
이충섭 ( Chung-sub Lee ),임동욱 ( Dong-wook Lim ),김지언 ( Ji-eon Kim ),노시형 ( Si-hyeong Noh ),유영주 ( Yeong-ju Yu ),김태훈 ( Tae-hoon Kim ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
최근 인공지능 연구가 활발히 진행되고 있는 가운데 국내외에서 오픈 데이터셋을 제공하고 있어 기술개발이 가속화되고 있다. 데이터셋은 지도학습을 위한 학습데이터로 라벨링 데이터를 포함하고 있어 다양한 라벨링 기능이 적용된 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 웹 애플리케이션에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, Grabcut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 이와 관련하여 라벨링 기능별 수행 결과를 근감소증 진단을 위한 영상 라벨링 수행결과와 정량분석 결과를 보였다.
이충섭 ( Chung-sub Lee ),임동욱 ( Dong-wook Lim ),노시형 ( Si-hyeong Noh ),박철 ( Chul Park ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
컴퓨터 단층촬영(CT)을 활용한 골격근 단면적은 근감소증과 관련된 기능을 평가하는 데 사용된다. 일반적인 근감소증 연구는 요추 3번의 골격근량을 주로 보지만 암 또는 폐절제술과의 상관관계를 예측하기 위한 다양한 연구에서는 흉추 4번, 7번, 8번, 10번, 12번 다양한 수준의 골격근량으로 연구를 진행하고 있음을 알 수 있다. 본 논문에서는 흉부와 복부 CT 영상에서 근감소증 진단을 위해서 흉추와 요추의 영역별 슬라이스를 검출하기 위해서 CNN 구조의 EfficientNetV2를 전이학습하여 인공지능 모듈을 개발하였다. 인공지능 모듈은 전체 흉부 및 복부 CT 영상에서 Cervical, T1, T2, T3, T4, T5, T6, T7, T8, T9, T10, T11, T12, L1, L2, L3, L4, L5, Sacral 총 19 클래스를 검출하도록 하였다. Test 데이터셋을 사용하여 Confusion Matrix와 Grad-CAM으로 모델의 정확도를 시각화하여 보였으며 검증으로 인공지능 모듈의 정확성을 측정하였다. 끝으로 우리가 개발한 다기관 공동연구 지원 플랫폼에 적용하여 시각화된 결과를 보였다.
이충섭 ( Chung-sub Lee ),임동욱 ( Dong-wook Lim ),노시형 ( Si-hyeong Noh ),김태훈 ( Tae-hoon Kim ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
최근 의료데이터 표준화에 대한 중요성이 보건의료 빅데이터 구축과 맞물려 보건의료데이터 표준화와 마이데이터 생태계 조성을 추진하고 있다. 그리고 개인들의 휴대용 기기 이용증가와 모바일 환경으로 전반적인 디지털헬스의 패러다임 변화에 따라 HL7 FHIR의 사용이 점차 확대될 것으로 예측된다. 본 논문에서는 의료정보 표준인 HL7 FHIR와 의료영상 표준인 DICOM으로 환자 정보를 전달하기 위한 다중 의료 정보 중재 플랫폼에 대해서 기술한다. 이를 구현하기 위해 HL7 FHIR의 Patient, Observation, DiagnosticReport, Bundle 리소스를 활용하여 환자 정보와 임상 리포트 정보를 전달하여 StudyList에서 보여줄 수 있도록 구현하였다. 현재 구현된 내용은 FHIR 기반의 임상데이터로 의료영상을 포함한 표준화된 정보로 제공하여 마이데이터 실증 플랫폼으로 활용될 것으로 기대된다.
ON/OFF 스위치 및 센서 기반의 실내 위치 추적 시스템
이충섭 ( Chung-sub Lee ),박희순 ( Hi-soon Park ),김남균 ( Nam-gyun Kim ),주수종 ( Su-chong Joo ) 한국정보처리학회 2005 한국정보처리학회 학술대회논문집 Vol.12 No.2
본 논문은 실내에서 홈 거주자의 위치를 인식하기 위해 근접성을 이용한 위치 추적 시스템 환경을 제안하고자 한다. 이를 위해 기존 실내의 고정된 위치에 있는 구조/시설물 및 가전제품의 ON/OFF 스위치를 이용하며 기타 추가적인 스위치 및 센서를 부착하여 개폐동작이 일어날 때 발생되는 신호를 검출하여 실제위치를 얻는다. 발생되는 신호는 Pull-up 저항을 이용한 신호 검출 방법으로 눌려진 스위치나 센서에서 발생된 아날로그 신호를 검출한다. 검출된 신호의 고유한 ID값은 Sensor TMO로 송신되어 수집된다. 수집된 센서ID는 소켓통신을 이용하여 홈서버인 실내위치추적시스템으로 보내질 뿐아니라 원격 모니터링 GUI를 통해 실내 거주자의 위치를 GUI의 가상공간 좌표와 매핑된 홈 거주자의 위치를 보인다. 본 논문에서 제안한 실내위치추적시스템은 홈 거주자의 위치를 주기적으로 모니터링하고 거주자의 이동 패턴과 활동 상황을 파악하여 헬스케어 정보로 활용할 예정이다.
이충섭 ( Chung-sub Lee ),김승진 ( Seung-jin Kim ),김지언 ( Ji-eon Kim ),노시형 ( Si-hyeong No ),김태훈 ( Tae-hoon Kim ),윤권하 ( Kwon-ha Yoon ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
본 논문은 국제표준화인 OHDSI OMOP-CDM 의 확장으로 의료영상 표준기반의 R_CDM 으로 변환하고 그 데이터를 기반으로 다기관 임상연구를 위한 관리시스템에 대해 기술한다. 이를 위해 기존 공통데이터모델과 연계에 중점을 두어 DICOM 태그정보를 기반으로 의료영상 표준 모델의 스키마와 다기관 연구를 위한 Report 정보를 포함하여 모델링하였다. 이를 기반으로 머신러닝 기술개발을 위한 데이터 셋 생성과 관리를 위한 웹 기반 시스템 구조와 기능에 대해서 기술한다. 끝으로 구현된 시스템에서 제공하는 웹 서비스 수행 결과를 보인다.
Flask 의 모델 서빙을 이용한 웹 어플리케이션 구현 : Urinary Stone 인공지능 응용
이충섭 ( Chung-sub Lee ),임동욱 ( Dong-wook Lim ),노시형 ( Si-hyeong No ),김지언 ( Ji-eon Kim ),유영주 ( Yeong-ju Yu ),김태훈 ( Tae-hoon Kim ),박성빈 ( Sung Bin Park ),윤권하 ( Kwon-ha Yoon ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.1
본 논문은 웹의 발달로 인하여 의료 서비스들이 기존의 Client-Server 방식의 제품에서 Web 방식의 제품으로 변경되고 있는 현대 흐름에서 인공지능 어플리케이션 또한 Web 으로 서비스 하기 위한 방법과 구현된 요로결석 AI 어플리케이션에 대해 기술한다. 이를 구현하기 위해 Python 기반의 Flask 라는 마이크로 웹 프레임워크를 사용하여 DICOM 핸들링, Pre-Processing, Mask 를 생성하고 Predict 결과를 Model Serving 을 통하여 Urinary Stone Segmentation Model 이 서비스되는 인공지능 웹 어플리케이션 동작 방식과 수행 결과를 보인다.
기계학습을 통한 복부 CT영상에서 요로결석 분할 모델 및 AI 웹 애플리케이션 개발
이충섭 ( Lee Chung-sub ),임동욱 ( Lim Dong-wook ),노시형 ( Noh Si-hyeong ),김태훈 ( Kim Tae-hoon ),박성빈 ( Park Sung-bin ),윤권하 ( Yoon Kwon-ha ),정창원 ( Jeong Chang-won ) 한국정보처리학회 2021 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.10 No.11
Artificial intelligence technology in the medical field initially focused on analysis and algorithm development, but it is gradually changing to web application development for service as a product. This paper describes a Urinary Stone segmentation model in abdominal CT images and an artificial intelligence web application based on it. To implement this, a model was developed using U-Net, a fully-convolutional network-based model of the end-to-end method proposed for the purpose of image segmentation in the medical imaging field. And for web service development, it was developed based on AWS cloud using a Python-based micro web framework called Flask. Finally, the result predicted by the urolithiasis segmentation model by model serving is shown as the result of performing the AI web application service. We expect that our proposed AI web application service will be utilized for screening test.
이충섭 ( Chung-sub Lee ),김지언 ( Ji-eon Kim ),노시형 ( Si-hyeong Noh ),김태훈 ( Tae-hoon Kim ),이윤오 ( Yun Oh Lee ),유영주 ( Yeong-ju Yu ),천정범 ( Jungbum Chun ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2
최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.