목적: 난시용 소프트콘택트렌즈로 선명한 시력을 제공하기 위해서는 정확한 난시도수와 축방향이 중요하다. 임상에서는 소프트 토릭렌즈의 축회전 양과 방향을 육안으로 평가하여 축을 보정하는데, 측정자에 따라, 관찰하는 측정자의 위치에 따라 다르게 평가할 수 있어 정확도가 낮은 실정이다. 따라서 본 연구에서는 덧댐굴절검사를 통해 소프트 토릭렌즈의 축 회전 예측이 가능한지를 확인하기 위하여 이론적 계산값과 임상 측정값을 비교하여 알아보았다. 방법: 이론적 계산값은 소프트 토릭렌즈의 축이 10°, 20°, 30° 회전한 경우와 난시 축을 90°도 잘못 처방한 경우 및 난시량을 과교정한 경우로 나누어 ‘굴절력 행렬’을 이용하여 난시량과 축을 계산하였고, 그래프는 matlab을 이용하였다. 이론적 계산값과 임상적 덧댐굴절검사값이 동일한지 확인하기 위해서 소프트 토릭렌즈 착용 후 축이 회전된 난시안 4안(15° 회전한 1안, 20° 회전한 2안, 축 방향을 90° 잘못 처방한 1안)과 난시값을 과교정한 1안, 총 5안의 덧댐굴 절검사값을 활용하였다. 축회전량은 각도기가 부착된 세극등을 이용하여 측정하였고, 덧댐굴절 검사는 포롭터(VT-10, Topcon, Japan)를 이용하였다. 결과: 예비검사에서 회전량 측정에 대한 검사자 측정값은 15도 회전량을 21도(15~30도)로 측정하여 측정자에 따라 편차가 큰 것으로 나타났다. ‘굴절력 행렬’을 이용한 이론적 계산값은 토릭렌즈의 축이 10°, 20°, 30° 회전했을 때 잔여난시 값은 각각 기존 난시값의 30%, 60%, 100%이며 축은 사축으로 나타났고, 난시 축을 90° 잘못 처방한 경우에는 잔여난시값이 기존 난시의 2배로 축은 동일하게 계산되었다. 난시량을 과교정 한 경우의 잔여난시값은 과교정된 만큼, 축은 90° 차이 나는 것으로 계산되었다. 임상 측정값에서는 소프트 토릭렌즈의 축이 15°, 20° 회전된 경우의 덧댐굴절검사값은 이론적 계산값과 차이가 없었고, 축 방향이 90° 잘못 처방한 경우와 난시량을 과교정한 경우에도 덧댐 굴절검사값은 이론적 계산값과 차이가 없었다. 결론: 소프트 토릭렌즈의 회전량은 검사자에 따라 편차가 있기 때문에, 눈으로 렌즈의 회전 양을 측정하는 방법 뿐 만 아니라 덧댐굴절검사 결과를 활용하는 것이 좋을 것으로 생각한다. 즉, 소프트 토릭렌즈 처방 후 덧댐굴절검사 결과 잔여난시값이 기존 난시 값의 30%, 60%, 100%이며 사축으로 측정되면 토릭렌즈의 축이 각각 10°, 20°, 30° 회전된 것으로, 잔여난시값이 기존 난시 값보다 크게 측정되면 축 방향이 90° 잘못되었다고 생각하고 축 보정을 시행하면 소프트 토릭렌즈의 축 회전 양을 이중(double check)으로 확인할 수 있어 좀 더 정확한 처방이 될 것으로 생각한다.

다양한 분야에서 인터넷 상의 방대한 양의 문서 혹은 리뷰로부터 유용한 정보를 얻고자 하는 노력이 높아짐에 따라 문서 혹은 리뷰 상의 생각 및 의견에 대한 자동 분류 연구의 필요성이 대두되었다. 이러한 자동분류를 감성 분류라 하며, 감성 분류 연구는 크게 세 가지 단계를 가지는데, 첫 번째로 주관적인 생각이나 느낌을 표현하는 문장을 추출하기 위한 주관성 분류 연구, 두 번째로 문서 또는 문장을 긍정, 부정으로 나누는 극성 분류 연구, 그리고 세 번째로 문서 또는 문장이 어느 정도의 주관성 및 극성을 갖는지 그 강도를 구하는 강도 분류 연구이다. 최근 의견 분류에 대한 연구들을 살펴보면, 분류를 위해 자질(Feature)로서 단일어(Single word)가 아닌 2개 이상의 N-gram 단어, 어휘 구문 패턴 및 통사 구문 패턴 등을 사용하는 것을 확인할 수 있다. 특히, 패턴은 단일어나 N-gram 단어에 비해 유연하고, 언어학적으로 풍부한 정보를 표현할 수 있기 때문에 이를 이용한 많은 연구가 이루어져 왔다. 그럼에도 불구하고, 이러한 연구들은 주로 영어에 대한 연구들이었으며, 한국어에 패턴을 적용하여 주관성을 갖는 문장을 분류하거나, 극성을 분류하는 연구들은 아직 미비하다. 한편, 한국어는 용언의 활용이 발달되어 있어, 어미의 변화가 다양하며, 그 변화에 따라 의미가 미묘하게 변화한다. 그러나 기존 한국어에 대한 의견 분류 연구들은 단어의 핵심 의미만을 파악하기 위해 어미부분을 제거하고 어간만을 취해서 처리하여 어미에 대한 의미변화를 고려하지 못하였다. 그래서 본 연구는 영어에 적용된 패턴을 이용한 기존 방법들을 정리하고, 그 방법들 중에서 극성을 지닌 문장성분 패턴을 한국어에 적용하였다. 그리고 어미의 변화에 대한 패턴을 추출하여 이 변화가 의견 분류의 성능에 미치는 영향을 분석하였다.

기존 웹 페이지 자동분류 연구는 일반적으로 학습 기반인 kNN(k-Nearest Neighbor), SVM(Support Vector Machine)과 통계 기반인 Bayesian classifier, NNA(Neural Network Algorithm)등 여러 종류의 분류작업에서 입증된 분류 기법을 사용하여 웹 페이지를 분류하였다. 하지만 인터넷 상의 방대한 양의 웹 페이지와 각 페이지로부터 나오는 많은 양의 자질들을 처리하기에는 공간적, 시간적 문제에 직면하게 된다. 그리고 분류 대상을 표현하기 위해 흔히 사용하는 단일(uni-gram) 자질 기반에서는 자질들 간의 관계 분석을 통해 자질에 정확한 의미를 부여하기 힘들다. 특히 본 논문의 분류 대상인 한글 웹 페이지의 자질인 한글 단어는 중의적인 의미를 가지는 경우가 많기 때문에 이러한 중의성이 분류 작업에 많은 영향을 미칠 수 있다. 잠재적 의미 분석 LSA(Latent Semantic Analysis) 분류기법은 선형 기법인 특이치 분해 SVD(Singular Value Decomposition)을 통해 행렬의 분해 및 차원 축소(dimension reduction)를 수행하여 대용량 데이터 집합의 분류를 효율적으로 수행하고, 또한 차원 축소를 통해 새로운 의미공간을 생성하여 자질들의 중의적 의미를 분석할 수 있으며 이 새로운 의미공간상에 분류 대상을 표현함으로써 분류 대상의 잠재적 의미를 분석할 수 있다. 하지만 LSA의 차원 축소는 전체 데이터의 표현 정도만을 고려할 뿐 분류하고자 하는 범주를 고려하지 않으며 또한 서로 다른 범주 간의 차별성을 고려하지 않기 때문에 축소된 차원 상에서 분류 시 서로 다른 범주 데이터간의 모호한 경계로 인해 안정된 분류 성능을 나타내지 못한다. 이에 본 논문은 새로운 의미공간(semantic space) 상에서 서로 다른 범주사이의 명확한 구분을 위한 특별한 차원 선택을 수행하여 최적의 차원 선택과 안정된 분류성능을 보이는 최적의 지도적 LSA을 소개한다. 제안한 지도적 LSA 방법은 기본 LSA 및 다른 지도적 LSA 방법들에 비해 저 차원 상에서 안정되고 더 높은 성능을 보였다. 또한 추가로 자질 생성 및 선택 시 불용어의 제거와 자질에 대한 가중치를 통계적인 학습을 통해 얻음으로써 더 높은 학습효과를 유도하였다.

요즈음 인터넷을 통해 물건을 구매하는 경향이 증가하고 있다. 또한 물건을 구매한 소비자는 리뷰, 댓글, 비평 또는 블로그 등의 형식으로 온라인에 그들의 사용 후기를 작성한다. 또한 작성된 사용 후기부터 많은 구매자들은 물건을 구매하기 전에 자신이 구입하고자 하는 물건에 대한 정보를 얻는다. 따라서 회사나 공공기관은 대중이 다른 사람의 의견에 관심을 기울인다는 점 때문에 대중의 의견을 수집하고 분석할 필요성에 직면하였다. 그러나 온라인상에 댓글이 너무 많고, 중복적이면서 짧은 경향이 있다. 이러한 환경 속에서 텍스트 문서의 감성을 인식하는 시스템의 필요성이 대두되었다. 텍스트로부터 작성자의 의견이나 주관적인 생각을 추출할 수 있게 영어에서는 단어에 속성이 주어진 GI와 LKB가 있으나 한글은 아직 속성이 주어진 사전이 존재하지 않는다. 이 논문에서는 한글 품사 중 4개의 품사(명사, 동사, 형용사, 부사)에 속성을 주었다. 그리고 학습 군을 만들어서 감성 단어의 패턴을 구성하고, 문장에서 단어 사이의 공기관계를 구성하여 학습 시켰다. 이 학습을 바탕으로, SO-PMI을 이용하여 문서를 긍정과 부정 2가지 극성을 분류하고, 4개의 품사(명사, 동사, 형용사, 부사)를 각각 조합하여 최상의 조건을 구하였다. 마지막으로 사용자 인터페이스를 통해 새로운 감성 표현, 구성형식, 단어 연관성을 반자동적으로 삽입하고 교정할 수 있는 시스템을 설계하였다.

감성을 비롯한 인간의 뇌 기능은 혈-뇌 장벽을 매개로 약물의 작용에 의해 직접적인 영향을 받을 수 있다. 이 연구는 mannitol의 투여경로와 양, 농도에 의한 혈-뇌 장벽(blood-brain barrier, BBB)의 변화를 알아보고자 수행되었다. 실험동물로서 흰쥐에 20%의 mannitol을 오른쪽 뇌경동맥(internal carotid artery, ICA)을 통하여 주입하였고, 다른 그룹에서는 femoral vein을 통하여 주입하였다. 또한 각기 다른 경로를 이용하여 Evans blue(EB) 염색 시료를 투여한 후 BBB의 변성 정도를 확인하였다. 실험결과 ICA를 통해서 mannitol이 주입된 동물은 동측(ipsilateral side)이 대측(contralateral side)에 비해 EB 염색시료에 의해 영향을 많이 받았으나, femoral vein을 통해서 주입한 경우에는 mannitol의 양과 농도를 증가시켜도 EB 염색시료에 의한 영향이 거의 나타나지 않았다. 이러한 결과는 비록 EB 염색시료의 주입이 ICA를 통해서 또는 정맥경로를 따라서 이루어지더라도, BBB의 변성은 ICA를 통해서 이루어진다고 볼 수 있으며, 이러한 결과는 BBB의 제한적인 조절작용을 통해 인간의 뇌 기능을 이해하는데 좋은 방법을 제공할 수 있다는 것을 시사한다.