http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
척추 질환의 진단 및 결과 예측 분야에 대한 인공 지능 학습법의 적용
최성훈(Sung Hoon Choi),윤종헌(Jonghun Yoon),박예수(Ye-Soo Park) 대한정형외과학회 2022 대한정형외과학회지 Vol.57 No.2
인공 지능은 기계 학습 및 인공 신경망을 포함하는 개념이며, 컴퓨터의 빠른 연산을 바탕으로 대규모 데이터의 신속한 분석이 가능한 특징을 보인다. 인공 지능 기술을 도입한 특정 질환의 진단 및 예후를 추정하는 다양한 의학 연구가 보고되었다. 최근에는 영상 자료의 인식 및 분석에 유용한 컨볼루션 신경망(convolutional neural network) 학습법을 활용한 많은 의학 관련 연구가 보고되어 있다. 척추 질환을 포함한 정형외과의 다양한 질환들은 단순 방사선 검사, 전산화 단층 촬영 검사 및 자기 공명 영상 검사 등 영상 자료가 환자의 진단 및 치료를 결정하는 데 필수적이다. 따라서 타 의학 분야에 비해 정형외과 질환의 진단 및 치료에 인공지능 학습법이 적용될 수 있는 많은 영역이 있다. 의료 정보화 시대에 정형외과 의사가 주도적으로 인공 지능 기술을 도입하는 것은 환자의 진단 및 치료에 긍정적인 요인이 되어 의학 발전에 기여하는 바가 클 것으로 판단된다. 본 종설에서는 인공 지능의 개략적인 내용을 정리하고 척추 질환의 진단 및 결과 예측에 기계 학습법을 활용한 연구들을 소개한다. Artificial intelligence is a concept that includes machine learning and artificial neural networks and is characterized by the rapid analysis of large-scale data based on fast computation of computers. Various medical studies have been reported to estimate the diagnosis and prognosis of specific diseases using artificial intelligence technology. Recently, many medical studies using a convolutional neural network, which is particularly useful for imaging recognition and analysis, have been reported. For various diseases in orthopedic surgery, including spinal diseases, imaging data, such as simple radiographs, computed tomography, and magnetic resonance imaging, are essential for determining the diagnosis and treatment of patients. Therefore, compared to other fields of medicine, there are many disease entities where artificial intelligence can be applied to the diagnosis and treatment of orthopedic diseases. With the increasing importance of medical informatics, the introduction of artificial intelligence by orthopedic surgeons will positively contribute to the development of medicine. This review outlines artificial intelligence and introduces studies using machine learning to diagnose and predict spinal diseases.
조윤희(Yooney Cho),윤종헌(Jonghun Yoon) 한국산학기술학회 2017 한국산학기술학회논문지 Vol.18 No.6
상용 마그네슘 합금의 경우, 상온에서 낮은 성형성을 갖기 때문에, 온간 성형 조건 하에서 성형 공정을 수행하는 것이 일반적이다. 마그네슘 합금은 온간 성형 과정 중에 동적 재결정(dynamic recrystallization, DRX)이 발생하여, 초기 결정립 사이즈가 급격하게 작아지며, 내부 전위 밀도가 낮아지게 된다. 이에 따라, 유동 응력 곡선은 세 단계의 복잡한 변형 경화 및 연화 현상을 보이게 된다. 첫 번째 구간에서는 변형률이 증가함에 따라, 가공 경화에 의해 응력이 증가하는 경향을 보이며, 두 번째 구간에서는 동적 재결정 현상에 의한 가공 연화로 응력이 갑작스럽게 감소한다. 세 번째 구간에서는 가공 경화와 가공 연화 사이의 평형에 의해, 응력이 일정하게 나타난다. 본 연구에서는, 성형 온도 300℃, 변형률 속도는 0.001, 0.1, 1, 10/sec에서 AZ80 합금의 구성 방정식의 18개 변수들을 체계적으로 최적화하며, 유동 곡선의 정확도를 높일 수 있는 방식에 대해 제안하려고 한다. 또한 AZ80외에 AZ61도 추가적으로 최적화여 본 논문에서 제안한 최적화 방식의 성능을 증명하였다. A hot forming process is required for Mg alloys to enhance the formability and plastic workabilitydue tothe insufficient formability at room temperature. Mg alloy undergoes dynamic recrystallization (DRX) during the hotworking process, which is a restoration or softening mechanism thatreduces the dislocation density and releases theaccumulated energy to facilitate plastic deformation. The flow stress curve shows three stages of complicated strainhardening and softening phenomena. As the strain increases, the stress also increases due to work hardening, and itabruptly decreases work softening by dynamic recrystallization. It then maintains a steady-state region due to theequilibrium between the work hardening and softening. In this paper, an efficient optimization process is proposedfor the material model of the dynamic recrystallization to improve the accuracy of the flow curve. A total of 18variables of the constitutive equation of AZ80 alloy were systematically optimized at an elevated formingtemperature(300℃) with various strain rates(0.001, 0.1, 1, 10/sec). The proposed method was validated by applying it to the constitutive equation of AZ61 alloy.
안광현(Kwanghyun Ahn),허훈(Hoon Huh),윤종헌(Jonghun Yoon) 한국자동차공학회 2012 한국자동차공학회 부문종합 학술대회 Vol.2012 No.5
This paper is concerned with the effect of deformation twinning on the strain hardening in pure titanium. It is reported that the strain hardening of titanium during compressive deformation shows uncommon behavior. Generally, strain hardening rate of metallic materials is decreasing as strain increases. In accordance with many researches for titanium, however, strain hardening behavior of titanium shows different characteristics from general metallic materials. It is observed that the strain hardening rate of titanium during compression process can be divided into 3 stages. In first stage, strain hardening rate is decreasing as strain increases. Following first stage, strain hardening rate is increasing as strain increases in second stage. After second stage, strain hardening rate is decreasing again as strain increases in third stage. It is well known that the occurrence of the second stage is due to the occurrence of the deformation twinning. In this paper, the occurrence and the growth of the deformation twinning are observed using EBSD. Change of twin volume fraction during compressive deformation of titanium is investigated quantitatively. Strain hardening model which can represent the strain hardening of titanium is also suggested by investigating the effect of deformation twinning on the strain hardening behavior.