컴퓨터 성능의 발전으로 빅데이터의 효율적인 사용이 가능해지면서, 심층 학습(deep learning)은 다양한 의료 분야에 활용할 수 있는 핵심적인 인공지능(artificial intelligence, AI) 기법으로 각광받고 있다. 이에 본 종설은 뇌종양 진단과 치료에 사용되는 자기공명영상(magnetic resonance imaging, MRI)의 심층 학습 기법을 소개하고자 하였다. 먼저 국내 AI의 의료 분야 도입의 동향을 분석하고, 이를 바탕으로 MRI를 활용한 뇌종양의 진단과 치료에 적용할 수 있는 심층 학습 기법과 그 결과들을 기술하였다. 뇌종양 진단과 치료 시, 심층 학습을 이용한 최근 사례는 영상 분류, 영상 품질 개선, 영상 분할로 나타났으며, 질병의 진단과 치료에 적용할 수 있는 객관적이고 높은 성능 수치를 나타내면서 그 유용성을 확인 할 수 있었다. 종합하자면, 심층 학습은 질병의 진단과 치료에 적용할 수 있는 유용한 지표이며, AI 역량을 지닌 의료진의 지도하에 점진적인 도입이 이뤄진다면 질병의 진단과 치료에 큰 도움을 주는 훌륭한 소프트웨어로 활용될 것으로 여겨진다. 본 종설이 심층 학습을 이해할 때 많은 도움이 되길 바라며, 향후 관련 연구를 수행할 때 가이드라인으로 활용될 것을 기대 한다.

이 연구의 목적은 공공기관이 스마트시티 사업을 수행함에 있어 어느 정도의 수준과 역량을 보유하고 있는지 판단하기 위한 수준진단 프레임워크를 수립하는 것이다. 이러한 연구목적 달성을 위해 기존의 지자체 GIS수준평가 방법과 국토부의 스마트시 티 인증체계 기준, 미래사회의 변화 모습 등 다양한 요소를 검토하여 최종적으로는 스마트시티 인프라역량, 기술 및 데이터 보유역 량, 연계통합역량, 미래의 스마트시티 정책수용역량 등 4개의 분야의 총 50개 세부 항목을 도출하고, 이를 계량화시킬 수 있는 틀을 마련하였다. 이 프레임워크를 공공기관 A, B, C에 적용한 결과를 상호비교하였다. 본 연구에서 제시한 스마트시티 사업수행 수준진단 틀은 각 기관에서 시간이 흐른 후에 역량 변화에 활용될 수도 있고, 각 기관의 특성에 맞게 일부 세부항목을 변경하여 활용될 수 있을 것이며, 각 기관이 스마트시티 분야의 활동계획과 전략을 수립하기 위해, SWOT 분석 대신 활용할 수 있을 것이다

In order to monitor the long-term condition of structures in nuclear waste disposal system and evaluate the degree of damage, it is necessary to secure quantitative monitoring, diagnosis, and prediction technology. However, at present, only simple monitoring or deterioration evaluation of the structure is being performed. Recently, there is a trend to develop monitoring systems using artificial intelligence algorithms, such as to introduce artificial intelligence-based failure diagnosis technology in nuclear power plant facilities. An artificial intelligence algorithm was applied to distinguish the noise signal and the destructive signal collected in the field. This can minimize false alarms in the monitoring system. However, it is difficult to apply artificial intelligence to industrial sites only by learning through laboratory data. Therefore, a database of noise signals and destructive signals was constructed through laboratory data, and signals effective for quantitative soundness determination of structures were separated and learned. In addition, an adaptive artificial intelligence algorithm was developed to enable additional learning and adaptive learning using field data, and its performance was verified through experiments.

Acute cholangitis is a clinical syndrome characterized by fever, jaundice, and abdominal pain that develops as a result of stasis and infection in the biliary tract. It can be a life-threatening condition if it is not recognized early. Patients with severe cholangitis may present with hypotension, and mental status changes. The most frequent causes of acute cholangitis are biliary calculi, benign biliary stricture, and malignancy. The most common pathogens isolated are gram-negative bacteria (Escherichia coli , followed by Klebsiella species and Enterobacter species). A diagnosis of acute cholangitis requires evidence of systemic inflammation, cholestasis, and imaging with biliary obstruction. Imaging studies may consist of ultrasound, computed tomography, magnetic resonance cholangiopancreatography, and/or endoscopic ultrasound. The mainstay of treatment consists of fluid resuscitation, antibiotics, and biliary drainage. Penicillin/β-lactamase, third-generation cephalosporin, or carbapenem are all acceptable choices for first-line treatment. In patients with severe cholangitis, biliary drainage should be performed within 24 hours. Patients with severe acute cholangitis require urgent (within 24 hours) biliary decompression. Endoscopic retrograde cholangiopancreatography remains the preferred modality for biliary drainage. In conclusion, acute cholangitis is mostly treatable when recognized and treated early. Recognizing and initiating early treatment leads to markedly decreased patient morbidity and mortality.

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이 다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데 이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의 하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이 진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

작물 수분스트레스 지수(CWSI; Crop Water Stress Index)를 통해 관개 시기를 판단할 경우, 정확한 잎의 온도 및 대기 환경을 측정하는 것이 중요하다. 그리하여 본 연구에서는 실시간으로 작물의 생체정보(엽온) 및 대기 환경(대기온·습도, 일사량)을 측정하고 자동으로 CWSI 값이 산정되는 휴대용 수분스트레스 계측기기를 개발하였다. 또한 휴대용 수분스트레스 계측기기와 고정식 온도 측정 방법과의 비교 분석을 통해 휴대용 수분스트레스 계측기기의 성능을 평가하고자 하였다. 본 계측기기는 CWSI 산정을 위한 생체신호 및 기상 데이터를 측정하는 센싱부, 측정된 데이터를 저장하고 CWSI를 산정하는 데이터 수집부, 장치의 기능을 조작하고 측정값을 표시하는 시스템 제어부로 구성하였다. T-test를 실시하여 두 계측 방법에서 측정된 엽온, 일사량, CWSI 평균값의 유의 관계를 분석한 결과, 유의확률은 0.089, 0.318 그리고 0.028로 각각 나타났다. 엽온과 일사량은 유의수준 0.05보다 크므로 유의미한 차이가 나타나지 않았지만 CWSI는 유의확률이 유의수준보다 작으므로 두 측정 방법에 따라 유의미한 차이가 나타났다.

Acute cholecystitis (AC), defined as inflammation of the gallbladder, is mainly caused by gallstones. Over 90% of AC results from obstruction of the cystic duct by stones or sludge, which subsequently increases the intraluminal pressure within the gallbladder and, in conjunction with the presence of bile supersaturated with cholesterol, activates an acute inflammatory cascade. Clinical features play an important role in the diagnosis of AC. The Tokyo Guidelines 2018 for acute cholecystitis designates the presence of local inflammatory signs and systemic inflammatory signs for a suspected diagnosis. It requires confirmation by radiological imaging along with these two factors for a definitive diagnosis. Thanks to less invasiveness, easy availability, ease of use, and cost-effectiveness, ultrasound (US) is usually accepted as the first choice in suspicious AC patients. A meta-analysis comparing methods of diagnosis for AC reported that the US has 81% of sensitivity and 83% of specificity. Abdominal computed tomography is recommended for diagnosing emphysematous or gangrenous cholecystitis. Meanwhile, acute acalculous cholecystitis (AAC) is a life-threatening disease mainly in severely ill patients. It usually affects the patients hospitalized for multiple trauma, burns, cardiopulmonary bypass surgery, long-term total parenteral nutrition or sepsis. The diagnosis of AAC is quite challenging and requires a high index of suspicion. Currently, cholecystectomy is the treatment of choice for AC, although the optimal time for surgery is still controversial. Due to high morbidity and mortality in high surgical risk groups, percutaneous gallbladder drainage can be a safe and feasible alternative to cholecystectomy, particularly for patients unfit for the surgery.

Biliary tract cancer (BTC) are highly aggressive and fatal malignancies. As one of the leading cause of death in Republic of Korea, BTC amoung various malignancies has been one of major public health concerns in the country. Although BTCs, including intrahepatic, perihilar, and distal cholangiocarcinoma, are relatively low-incidence malignancies compared to other cancer, but they represent a major health problem in endemic areas like Korea and Asia contries; moreover, the incidence of intrahepatic cholangiocarcinoma is rising globally. Surgery is the only curative treatment. The optimal surgical approach depends on the anatomical site of the primary tumour, and the best outcomes are achieved through management by specialist multidisciplinary team. Unfortunately, most patients present with locally advanced or metastatic disease. Only up to 20% of patients are diagnosed in early-stage, suitable for the curative surgery. Despite the surgery performed with potentially-curative intent, recurrence rates are high, around 60-70% of patients expected to have disease recurrence. In this review, we present an update of the causes, diagnosis, and treatment with a focus on chemotherapy of BTC.

There is general acceptance that a diagnosis of acute pancreatitis requires two of the following three features: 1) epigastric or upper abdominal pain characteristic of acute pancreatitis, 2) serum amylase and/or lipase ≥3 times the upper limit of normal, and 3) characteristic findings of acute pancreatitis on abdominal images such as ultrasonography, computed tomography (CT) or magnetic resonance imaging. Other pancreatic diseases and acute abdomen have been ruled out before making a diagnosis of acute pancreatitis. Serum lipase may be more useful than serum amylase because serum lipase is thought to be more sensitive and specific than serum amylase in the diagnosis of acute pancreatitis. Contrast-enhanced CT scan is the best imaging technique to rule out the conditions that masquerade as acute pancreatitis, to diagnose the severity of acute pancreatitis, and to identify complications of pancreatitis. The etiology of acute pancreatitis should be made clear as soon as possible to decide treatment policy of acute pancreatitis or to prevent the recurrence of pancreatitis. The etiology of acute pancreatitis in an emergency situation should be assessed by clinical history, laboratory tests such as serum liver function tests, measurement of serum calcium and serum triglycerides and ultrasonography. A differentiation of gallstoneinduced acute pancreatitis should be given top priority in its etiologic diagnosis because early endoscopic retrograde cholangiopancreatography should be considered if a complication of cholangitis and a prolonged passage disorder of the biliary tract are suspected.

The purpose of this paper is to understand the key factors for efficient maintenance of rapidly aging facilities. Therefore, the safety inspection/diagnosis reports accumulated in the unstructured data were collected and preprocessed. Then, the analysis was performed using a text mining analysis method. The derived vulnerabilities of tunnel facilities can be used as elements of inspections that take into account the characteristics of individual facilities during regular inspections and daily inspections in the short term. In addition, if detailed specification information and other inspection results(safety, durability, and ease of use) are used for analysis, it provides a stepping stone for supporting preemptive maintenance decision-making in the long term.

An implementation of OSEK NM, a network management protocol for automotive embedded systems, has been defined. In this experiment, the NM ID of each ECU of the vehicle is reverse-engineered when the vehicle is parked with a discharged battery, and the power management status and error status of each ECU and node are identified through NM ID OPCODE analysis, Sleep status, and Wake-up status, LIMP HOME status, were analyzed. After analyzing the NM OPCODE to find the faulty ECU, remove the cause of the failure and analyze the sleep mode entry state.In order to prevent the vehicle battery from being discharged, additional research is needed on how to enter the forced sleep mode when a failure not related to vehicle security occurs.