LikeSNU-서울대 중앙도서관 빅데이터 지식 플랫폼

Back to Search

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축

Author

김현호, 양승범, 강연석, 박영배, 김재효

Journal Title

Korean Journal of Acupuncture

Publication Year

2016

Topics

#Machine learning

Summary

This study aimed to develop and discuss a prediction model of blood stasis pattern in traditional Korean medicine (TKM) using machine learning algorithms: multiple logistic regression and decision tree model. An integrated blood stasis questionnaire based on patient-reported outcomes was developed, and supervised learning models were constructed using patient data and decisions from five Korean medicine doctors. The results showed multiple logistic regression models with accuracies of 0.92 (male) and 0.95 (female), and decision tree models with 8 and 6 nodes for male and female, respectively, identifying symptoms like ‘recent physical trauma’, ‘chest pain’, ‘numbness’, and ‘menstrual disorder’ as important factors.

Full Text View on Google Scholar Go Source Add to Selection Save as My Collection

Read
Not Interested
Kakao Share
Share
Export to EndNote

Quotation Papers(0)

List of papers cited by this paper

Thesis Indicator

Related Content

LikeSNU analyzes your query semantically to recommend related resources.

Books
Papers
Courses

Artificial intelligence in medicine : proceedings
- # Expert system
- # Computer Science
- # Artificial intelligence(AI)
Artificial intelligence in medicine : 6th Conference on Artificial Intelligence in Medicine Europe, AIME '97, Grenoble, France, March 23-26, 1997 : proceedings
- # Artificial intelligence(AI)
- # Computer Science
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
- # Artificial intelligence(AI)
- # Computer Science
Machine learning and IoT : a biological perspective
- # Bioinformatics
- # Machine learning
- # Computer Science
Database Systems for Advanced Applications : 24th International Conference, DASFAA 2019, Chiang Mai, Thailand, April 22–25, 2019, Proceedings, Part II
- # Computer network
- # Artificial intelligence(AI)
- # Communication
Decision making in periodontology
- # Dentistry
- # Decision tree
- # Health and Medicine
Case-based reasoning : research and development : first international conference, ICCBR-95, Sesimbra, Portugal, October 23-26, 1995 : proceedings
- # Computer Science
- # Artificial intelligence(AI)
- # Expert system
Machine learning in healthcare informatics
- # Informatics
- # Artificial intelligence(AI)
- # Machine learning
Data mining and medical knowledge management : cases and applications
- # Data science
- # Knowledge management
- # Risk assessment
Decision-Making in Adult Neurology
- # Neurology
- # Nervous system
- # Health and Medicine
Structural health monitoring based on data science techniques
- # Computer Science
Selecting models from data : artificial intelligence and statistics IV
- # Statistics
- # Artificial intelligence(AI)
- # Computer Science
Foundations of intelligent systems : 11th International Symposium, ISMIS'99, Warsaw, Poland, June 1999 : proceedings
- # Computer Science
- # Artificial intelligence(AI)
- # Expert system
Intelligent Computing Methodologies : 15th International Conference, ICIC 2019, Nanchang, China, August 3–6, 2019, Proceedings, Part III
- # Artificial intelligence(AI)
- # People's republic of china
- # Pattern recognition
Data analytics for traditional Chinese medicine research
- # Traditional chinese medicine
- # Alternative medicine
- # General practice
Expert systems in engineering : principles and applications : international workshop, Vienna, Austria, September 24-26, 1990, proceedings
- # Expert system
- # Engineering
- # Computer Science
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
- # Statistics
- # Mathematical statistics
- # Computer Science
Case studies in Bayesian statistics
- # Statistics
- # Bayesian statistics
- # Bayesian probability
Classification and knowledge organization : proceedings of the 20th annual conference of the Gesellschaft für Klassifikation e.V. University of Freiburg, March 6-8, 1996
- # Statistics
Statistical advances in the biomedical sciences : clinical trials, epidemiology, survival analysis, and bioinformatics
- # Clinical trial
- # Epidemiology
- # Bioinformatics

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축 Machine Learning Approach to Blood Stasis Pattern Identification Based on Self-reported Symptoms

김현호; 양승범; 강연석; 박영배; 김재효 · 2016

Korean Journal of Acupuncture

Read
Save as My Collection
Add to Selection
Not Interested
Go to Reference Source

Forecasting Treatment Outcomes Over Time Using Alternating Deep Sequential Models

Wu F.,Zhao G.,Zhou Y.,Qian X.,Baedorf-Kassis E.,Lehman L.w.H. · 2023

IEEE Transactions on Biomedical Engineering

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Nature inspired optimization model for classification and severity prediction in COVID-19 clinical dataset

Suma L.S.,Anand H.S.,Vinod chandra S.S. · 2023

Journal of Ambient Intelligence and Humanized Computing

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

SVM-Based Model Combining Patients’ Reported Outcomes and Lymphocyte Phenotypes of Depression in Systemic Lupus Erythematosus

Dong C.,Yang N.,Zhao R.,Yang Y.,Gu X.,Fu T.,Sun C.,Gu Z. · 2023

Biomolecules

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

COVID-19 from symptoms to prediction: A statistical and machine learning approach.

Fakieh B; Saleem F · 2024

Computers in biology and medicine

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Retrospective cohort study to devise a treatment decision score predicting adverse 24-month radiological activity in early multiple sclerosis

Hapfelmeier A.,On B.I.,Mühlau M.,Kirschke J.S.,Berthele A.,Gasperi C.,Mansmann U.,Wuschek A.,Bussas M.,Boeker M.,Bayas A.,Senel M.,Havla J.,Kowarik M.C.,Kuhn K.,Gatz I.,Spengler H.,Wiestler B.,Grundl L.,Sepp D.,Hemmer B. · 2023

Therapeutic Advances in Neurological Disorders

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Development and validation of machine learning-based prediction model for severe pneumonia: A multicenter cohort study

Yang Z.,Chen S.,Tang X.,Wang J.,Liu L.,Hu W.,Huang Y.,Hu J.,Xing X.,Zhang Y.,Li J.,Lei H.,Liu Y. · 2024

Heliyon

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

An exploratory application of machine learning methods to optimize prediction of responsiveness to digital interventions for eating disorder symptoms

Linardon J.,Fuller-Tyszkiewicz M.,Shatte A.,Greenwood C.J. · 2022

International Journal of Eating Disorders

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

A Machine Learning Algorithm to Predict the Probability of (Occult) Posterior Malleolar Fractures Associated With Tibial Shaft Fractures to Guide "Malleolus First" Fixation

Hendrickx L.A.M.,Sobol G.L.,Langerhuizen D.W.G.,Bulstra A.E.J.,Hreha J.,Sprague S.,Sirkin M.S.,Ring D.,Kerkhoffs G.M.M.J.,Jaarsma R.L.,Doornberg J.N. · 2020

Journal of Orthopaedic Trauma

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Early identification of PCOS with commonly known diseases: Obesity, diabetes, high blood pressure and heart disease using machine learning techniques

Aggarwal S.,Pandey K. · 2023

Expert Systems with Applications

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

한의 정보의 계산적 방법 조사

김상균, 장현철, 김진현, 김철, 예상준, 송미영 · 2011

동의생리병리학회지

Read
Save as My Collection
Add to Selection
Not Interested
Go to Reference Source

Diagnosis of Parkinson syndrome and Lewy-body disease using 123 I-ioflupane images and a model with image features based on machine learning.

Nakajima K; Saito S; Chen Z; Komatsu J; Maruyama K; Shirasaki N; Watanabe S; Inaki A; Ono K; Kinuya S · 2022

Annals of nuclear medicine

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Simulated evaluation of large language model stepwise diagnostic reasoning with real-world chest pain encounters and Bayesian networks

Safranek C.W.,Socrates V.,Wright D.,Huang T.,Alashi A.,McCann K.,Taylor R.A.,Chartash D. · 2026

BMC Medical Informatics and Decision Making

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

401 How do Classification Versus Regression Machine Learning Algorithms Predict 5-Year Minimum Clinically Important Differences in QOD Lumbar Spondylolisthesis Patients?

Eunice Yang; Elan Schonfeld; Praveen V. Mummaneni; Dean Chou; Mohamad Bydon; Erica Fay Bisson; Christopher I. Shaffrey; Steven D. Glassman; Kevin T. Foley; Eric A. Potts; Mark Edwin Shaffrey; Domagoj Coric; John J. Knightly; Paul Park; Michael Y. Wang; Kai-Ming G. Fu; Jonathan Slotkin; Anthony L. Asher; Michael S. Virk; Regis W. Haid; Andrew Kai-Hong Chan · 2025

Neurosurgery

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

A machine learning model for supporting symptom-based referral and diagnosis of bronchitis and pneumonia in limited resource settings

Stokes K.,Castaldo R.,Franzese M.,Salvatore M.,Fico G.,Pokvic L.G.,Badnjevic A.,Pecchia L. · 2021

Biocybernetics and Biomedical Engineering

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Development and Implementation of Automated Referral Triaging System for Spinal Cord Stimulation Procedure in Pain Medicine.

Jiang L; Huang YL; Fan J; Hunt CL; Eldrige JS · 2025

Journal of medical systems

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Establishment and validation of a convenient and efficient screening tool for active pulmonary tuberculosis in lung cancer patients based on common parameters

Zhang, F.; Qi, F.; Jiang, P.; Zhang, M.; Li, X.; Li, L.; Zhang, T.; Sun, M.; Dong, Y.; Du, J. · 2025

Therapeutic Advances in Medical Oncology

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Supervised machine learning-based prediction for in-hospital pressure injury development using electronic health records: A retrospective observational cohort study in a university hospital in Japan

Nakagami G.,Yokota S.,Kitamura A.,Takahashi T.,Morita K.,Noguchi H.,Ohe K.,Sanada H. · 2021

International Journal of Nursing Studies

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

Comparison of Conventional Logistic Regression and Machine Learning Methods for Predicting Delayed Cerebral Ischemia After Aneurysmal Subarachnoid Hemorrhage: A Multicentric Observational Cohort Study

Hu, Ping; Li, Yuntao; Liu, Yangfan; Guo, Geng; Gao, Xu; Su, Zhongzhou; Wang, Long; Deng, Gang; Yang, Shuang; Qi, Yangzhi; Xu, Yang; Ye, Liguo; Sun, Qian; Nie, Xiaohu; Sun, Yanqi; Li, Mingchang; Zhang, Hongbo; Chen, Qianxue · 2022

FRONTIERS IN AGING NEUROSCIENCE

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

SDPR: Prescription Recommendation With Syndrome Differentiation in Traditional Chinese Medicine

Yue, W.; Wang, X.; Wang, P.; Wang, X.; Ji, W.; Ma, X. · 2025

IEEE Journal of Biomedical and Health Informatics

Read
Save as My Collection
Add to Selection
Not Interested
Get PDF
Go to Reference Source

유전체 및 의료 데이터 분석 데이터사이언스대학원 데이터사이언스학과
전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석
- # Biobank
- # Genomics
- # Machine learning
데이터과학 입문 자연과학대학 통계학과
전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.
- # Data science
- # Generalized linear model
- # Data visualization
자료처리론 의과대학 의학과
전선 / 대학원
진료 및 연구결과로 얻어진 결과 데이터들을 분석하고 관리하는데 필요한 기초이론을 다룬다. 주된 내용으로는 access를 이용한 데이터베이스의 구축, 인터넷에서의 정보검색, matlab 등을 이용한 생체신호분석등의 내용을 다룬다.
- # Information retrieval
- # Signal processing
- # Database design
맞춤약물요법연구 의과대학 의과학과
전선 / 대학원
개인별 약물유전체학적 정보 및 외인적 요인 등을 통합하여 환자별 맞춤약물요법을 연구하고 적용하는 데 필요한 지식을 습득한다.
- # Pharmacogenomics
- # Health and Medicine
계산이론 공과대학 컴퓨터공학부
전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.
- # Computer Science
- # Bioinformatics
- # Computation
의료정보시스템설계 공과대학 협동과정 바이오엔지니어링전공
전선 / 대학원
의료정보시스템은 일반적인 정보시스템에 비교하여 매우 복잡한 데이터의 흐름을 관리하여야 한다. 또한 데이터의 용량이 많을 뿐만 아니라 전체시스템은 빠른 응답속도를 유지해야 하는 조건을 만족시킬 수 있어야 한다. 본 강좌에서는 병원에서 발생되는 업무의 흐름을 분석하고 이를 객체 관계형 모델 (entity relationship diagram)로 표현하는 기법을 배운다. 또한 객체관계모델을 토대로 관계형 데이터베이스를 설계하는 과정을 배우게 되며, 관계형 데이터베이스 설계에 사용되는 제약조건들의 의미와 구현방법들을 배운다. 또한 구축된 toy system을 이용하여 대용량 데이터베이스 평가 및 시스템의 성능 평가를 위한 평가모델의 설계 및 구현방법을 배운다.
- # Information system
- # Systems design
- # Computer Science
기초연구를 위한 자기공명분광 – 이론과 실습 의과대학 의과학과
전선 / 대학원
자기공명분광(Magnetic Resonance Spectroscopy (MRS))을 활용하여 여러 질병들의 발병기전 및 진화에 대한 기초연구를 수행할 수 있는 지식(이론과 실습)을 습득함. 이론은, 다양한 신경 정신질환과 관련이 있는 것으로 알려져 있는 myo-inositol, gamma-aminobutylic acid (GABA), glutamate 등의 측정법을 포함함. 실습은, 소프트웨어를 통해 쥐(rat)의 두뇌 스펙트럼에서 뇌 대사체들을 정량분석하는 과정을 포함함.
- # Spectroscopy
- # Glutamate receptor
농식품 공급망 회복탄력성 농업생명과학대학 농경제사회학부
전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.
- # Supply chain
- # Procurement
- # Psychological resilience
골수검사 기반의 혈액학적 진단 의과대학
전선 / 대학원
분자진단 기법이 혈액질환 진단에 필수적인 도구로 자리 잡았지만, 골수검사는 여전히 대체 불가능한 진단 방법이다. 골수검사는 세포의 형태학적 이상과 조직 구조를 평가할 수 있는 유일한 방법으로, 질병의 범위와 진행 상태를 정확하게 평가하고 세포의 미세환경을 이해하는 데 중요하다. 또한, 유전적 변이가 명확하지 않은 경우에도 골수검사는 혈액질환 진단에서 중요한 역할을 담당한다. 따라서 혈액질환의 형태학적 정보를 최신 진단 기준 및 치료와 관련된 분자 및 유전검사 결과와 통합하여 종합적으로 해석하는 알고리즘을 탐구한다.
- # Bone marrow
- # Genetic variation
- # Health and Medicine
농식품 공급망 및 운영전략 연구 농업생명과학대학 농경제사회학부
전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.
- # Supply chain
- # Supply chain management
- # Food industry
(공유)학부생 연구 인턴 혁신공유학부 혁신공유학부
전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.
- # Internship
- # Medical education
첨단융합전공과 나의 미래 2: 융합데이터과학전공 체험 첨단융합학부 첨단융합학부
전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.
- # Data science
- # Engineering ethics
인과추론의 이해와 적용 사범대학 교육학과
전선 / 대학원
인과추론은 데이터로부터 인과적 결론을 도출하는데 필요한 논리적 조건과 분석과정을 탐색하는 새로운 양적방법론적 접근이다. 이 강의는 교육분야 연구자들에게 인과추론의 기본 개념과 최신 연구성과들을 소개하고, 교육연구에 인과추론을 적극적으로 활용할 수 있도록 유도하는 것을 목표로 한다.
- # Causal inference
- # Inference
- # Causal reasoning
도시 빅데이터 분석 공과대학 건설환경공학부
전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.
- # Big data
- # Smart city
지능시스템개론 공과대학 전기·정보공학부
전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.
- # Machine learning
- # Markov decision process
- # Computer vision
보건의사결정지원시스템 간호대학 간호학과
전선 / 대학원
본 교과목에서는 보건의료분야에서 임상의사결정을 내리는 과정과 관련된 현안을 학습하게 한다. 이 과목에서는 생성규칙, 퍼지 논리, 베이즈 정리, 신경망, 임상사례기반 추론과 같은 지식표현기법의 이론적 기초를 다루고 학생들로 하여금 이론적인 모형을 구현하는 다양한 소프트웨어의 활용법 을 익히게 한다.
- # Decision support system
- # Public health
- # Bayes' theorem
생체신호 분석을 위한 기계학습 융합과학기술대학원 헬스케어융합학과
전선 / 대학원
본 교과목에서는 기계학습을 활용하여 생체신호 데이터를 분석하고 이를 질병의 진단과 예측에 적용하는 것을 학습 목표로 삼는다. ECG(electrocardiography), EEG(electroencephalography) 등의 전기 생체신호 뿐만 아니라 심폐음, 호흡음, 음성 등의 음향학적 신호 등 사람의 몸에서 획득할 수 있는 다양한 생체신호 데이터를 이해하고, 기계학습 알고리즘을 활용하여 이를 분석하고 나아가 질병을 진단/예측할 수 있는 모델을 구축하는 것을 구체적인 학습 목표로 한다.
- # Electroencephalography
- # Machine learning
- # Acoustics
보건학을 위한 기계학습 보건대학원 보건학과
전선 / 대학원
최근 기계 학습 방법론은 보건학에서 큰 인기를 얻고 있다. 본 과목은 보건학 데이터를 분석하기 위한 기계 학습 방법론의 다양한 측면에 대해 실질적인 지식과 이해를 제공하는 것을 목적으로 한다. 이 과목은 보건학 분야에서의 학생 및 연구자를 돕기 위해 기계 학습 방법론의 개념과 기법에 대해 다룬다. 군집, 차원축소, 분류, 의사결정나무, 신경망 모형 등을 보건학의 문맥에서 다루게 된다.
- # Machine learning
- # Public health
- # Computer Science
의학자료자연어처리 및 검색 의과대학 협동과정 의료정보학전공
전선 / 대학원
임상서식 및 의학 문헌에서의 정보추출을 위한 다양한 알고리즘과 이론에 대해 학습한다. 특히 자연어처리 분야의 기존 연구들을 기반으로 의학 분야에서 자연어처리 기술이 적용될 수 있는 사례들을 개발하고, 실제 프로젝트를 통해 새로운 적용 분야들에 대해 연구하게 된다.
- # Natural language processing
- # Natural language
- # Information retrieval
데이터마이닝과 기계학습 첨단융합학부 첨단융합학부
전선 / 학사
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.
- # Machine learning
- # Data mining
- # Computer Science

SNU Big Data Knowledge Information Platform

Full Menu

Your Browsing History

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축

loading...

Collection Info

Add content

Add Content

Collection Info

죄와벌

Collection Info

Public collections are visible to other users.
The following content may be restricted or removed:

Additional grounds for removal:

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축

Quotation Papers(0)

List of papers cited by this paper

Related Content

LikeSNU analyzes your query semantically to recommend related resources.

Full Menu

Your Browsing History

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축

loading...

Collection Info

Add content

Add Content

Collection Info

죄와벌

Collection Info

Public collections are visible to other users.The following content may be restricted or removed:

Additional grounds for removal:

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축

Quotation Papers(0)

List of papers cited by this paper

Related Content

LikeSNU analyzes your query semantically to recommend related resources.

기계학습을 적용한 자기보고 증상 기반의 어혈 변증 모델 구축 Machine Learning Approach to Blood Stasis Pattern Identification Based on Self-reported Symptoms

Forecasting Treatment Outcomes Over Time Using Alternating Deep Sequential Models

Nature inspired optimization model for classification and severity prediction in COVID-19 clinical dataset

SVM-Based Model Combining Patients’ Reported Outcomes and Lymphocyte Phenotypes of Depression in Systemic Lupus Erythematosus

COVID-19 from symptoms to prediction: A statistical and machine learning approach.

Retrospective cohort study to devise a treatment decision score predicting adverse 24-month radiological activity in early multiple sclerosis

Development and validation of machine learning-based prediction model for severe pneumonia: A multicenter cohort study

An exploratory application of machine learning methods to optimize prediction of responsiveness to digital interventions for eating disorder symptoms

A Machine Learning Algorithm to Predict the Probability of (Occult) Posterior Malleolar Fractures Associated With Tibial Shaft Fractures to Guide "Malleolus First" Fixation

Early identification of PCOS with commonly known diseases: Obesity, diabetes, high blood pressure and heart disease using machine learning techniques

한의 정보의 계산적 방법 조사

Diagnosis of Parkinson syndrome and Lewy-body disease using 123 I-ioflupane images and a model with image features based on machine learning.

Simulated evaluation of large language model stepwise diagnostic reasoning with real-world chest pain encounters and Bayesian networks

401 How do Classification Versus Regression Machine Learning Algorithms Predict 5-Year Minimum Clinically Important Differences in QOD Lumbar Spondylolisthesis Patients?

A machine learning model for supporting symptom-based referral and diagnosis of bronchitis and pneumonia in limited resource settings

Development and Implementation of Automated Referral Triaging System for Spinal Cord Stimulation Procedure in Pain Medicine.

Establishment and validation of a convenient and efficient screening tool for active pulmonary tuberculosis in lung cancer patients based on common parameters

Supervised machine learning-based prediction for in-hospital pressure injury development using electronic health records: A retrospective observational cohort study in a university hospital in Japan

Comparison of Conventional Logistic Regression and Machine Learning Methods for Predicting Delayed Cerebral Ischemia After Aneurysmal Subarachnoid Hemorrhage: A Multicentric Observational Cohort Study

SDPR: Prescription Recommendation With Syndrome Differentiation in Traditional Chinese Medicine

Public collections are visible to other users.
The following content may be restricted or removed: