Earticle

현재 위치 Home

GAN을 활용한 백혈구 수치 예측 인공지능 모델에 관한 연구
A Study on the Artificial Intelligence Model for Prediction of White Blood Cell Count Using GAN

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제6권 10호 (2022.10)바로가기
  • 페이지
    pp.1855-1862
  • 저자
    한주혁, 김용석
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A419273

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Leukocyte levels are important human information to know inflammatory levels in the body and septic shock. However, white blood cell levels require a blood test, and two hours of medical waiting time is required to confirm the test results. Therefore, emergency patients may find it difficult to receive medical responses while waiting for blood test results. In order to solve this problem, medical responses are performed based on bio-signals and information in the field, but there is a difference from responses according to quantitatively provided white blood cell levels. Therefore, in this study, we conducted a study on an artificial intelligence model that predicts white blood cell levels by receiving patient bio-signals and information based on Generative Adversarial Networks (GAN) of artificial intelligence. The verification of the model consisted of the performance when input into the artificial intelligence model by mixing the original data and missing data. The verification results showed that the mixed data group including white blood cell levels generated through the white blood cell prediction model had better detection performance for sepsis patients than the original data group.
한국어
백혈구 수치는 체내 염증 수치 및 패혈성 쇼크를 알 수 있는 중요한 인체정보이다. 그러나 백혈구 수치는 혈액검사가 필요하며, 검사결과를 확인하기 위해서는 2시간의 의료대기 시간이 필요하다. 따라서 응급한 환자들은 혈 액검사 결과를 기다리는 동안에 의료적 대응을 받기 어려울 수 있다. 이런 문제를 해결하기 위해 현장에서는 생체신 호 및 정보를 바탕으로 의료적 대응을 수행하지만, 정량적으로 제공되는 백혈구 수치에 따른 대응과는 차이가 있다. 따라서 본 연구에서는 인공지능의 GAN(Generative Adversarial Networks)을 기반으로 환자의 생체신호 및 정보를 입력받아, 백혈구 수치를 예측하는 인공지능 모델에 관한 연구를 수행했다. 모델의 검증은 원본 데이터와 결측 데이 터를 혼합하여, 인공지능 모델에 입력했을 때의 성능으로 구성했다. 검증 결과로는 백혈구 예측모델을 통해 생성된 백혈구 수치를 포함한 혼합 데이터군이 원본 데이터군보다 패혈증 환자에 대한 검출 성능이 뛰어난 것으로 나타났다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
2.1 데이터 구성 및 분석
2.2 데이터 전처리 및 예측 모델
Ⅲ. 결과
Ⅳ. 결론
REFERENCES

키워드

백혈구 수치 패혈증 GAN 인공지능 예측모델 WBC Sepsis GAN Artificial Intelligence Prediction Model

저자

  • 한주혁 [ Han Ju-Hyuck | 건양대학교 의료공학과 박사과정 ]
  • 김용석 [ Kim Yong-Suk | 건양대학교 의료인공지능학과 교수 ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제6권 10호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.