최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
한권형, 김우년, 김주영
2020 / Macromolecular Research
오유경, 이현성, 김주연
2020 / 한국공간디자인학회 논문집
Park H.Y.,Ha K.Y.,Kim S.I.,Kim Y.S.,Joh Y.,Kim Y.H.
2023 / Journal of Clinical Medicine
데이터가 존재하지 않습니다.
loading...
본 연구는 WAIS-IV 검사 결과를 활용하여 머신 러닝 기법으로 조현병과 비정신병성 질환을 감별하는 예측 모델을 개발하고 그 가능성을 제시합니다. 다양한 머신 러닝 알고리즘을 사용하여 분석한 결과, WAIS-IV 정보를 활용한 모델이 기존 모델보다 유의미하게 높은 진단 정확도를 보였습니다. 이는 WAIS-IV가 정신과 진단에 유용한 예측력을 가지며, 머신 러닝 기법이 정신 질환 진단에 활용될 수 있음을 시사합니다.
WAIS-IV clinical use and interpretation
Assessing adolescent and adult intelligence
AI-메타버스 융합의 기회
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
WISC-IV clinical assessment and intervention
Dementia in clinical practice : a neurological perspective : pragmatic studies in the cognitive function clinic
Machine learning in healthcare informatics
Bayesian methods for nonlinear classification and regression
Design of intelligent applications using machine learning and deep learning techniques
Foundations of intellectual assessment : the WAIS-III and other tests in clinical practice
AI와 재활
Bioimaging in neurodegeneration
의료 인공지능
Optimization based data mining : theory and applications
Computational modeling and data analysis in COVID-19 research
Sourcebook of adult assessment strategies
The clinical interpretation of the MMPI-2 : a content cluster approach
Data analytics in bioinformatics : a machine learning perspective
Personalized Psychiatry : Big Data Analytics in Mental Health
JOURNAL OF ALZHEIMERS DISEASE
Gill, Sascha; Mouches, Pauline; Hu, Sophie; Rajashekar, Deepthi; MacMaster, Frank P.; Smith, Eric E.; Forkert, Nils D.; Ismail, ZahinoorJournal of Alzheimer's Disease
Deepthi Rajashekar; Zahinoor Ismail; Nils D. Forkert; Sascha Gill; Frank P. MacMaster; Sophie Hu; Pauline Mouches; Eric E. SmithJournal of Alzheimer's Disease
Gill S.,Mouches P.,Hu S.,Rajashekar D.,Macmaster F.P.,Smith E.E.,Forkert N.D.,Ismail Z.Neurological Sciences
Brichetto G.,Monti Bragadin M.,Fiorini S.,Battaglia M.A.,Konrad G.,Ponzio M.,Pedullà L.,Verri A.,Barla A.,Tacchino A.Statistics in Medicine
Niu X.,Gou J.,Chang H.,Lowe M.,Zhang F.Schizophrenia Research
Bracher-Smith M.,Rees E.,Menzies G.,Walters J.T.R.,O'Donovan M.C.,Owen M.J.,Kirov G.,Escott-Price V.Digital Health
Rony, M.K.K.; Das, D.C.; Khatun, M.T.; Ferdousi, S.; Akter, M.R.; Begum, M.H.; Khatun, M.A.; Khalil, M.I.; Parvin, M.R.; Alrazeeni, D.M.; Akter, F.Current psychiatry reportsPapers of particular interest, published recently, have been highlighted as: • Of importance
Maria Ferrara; Giorgia Franchini; Melissa Funaro; Marcello Cutroni; Beatrice Valier; Tommaso Toffanin; Laura Palagini; Luigi Zerbinati; Federica Folesani; Martino Belvederi Murri; Rosangela Caruso; Luigi GrassiCurrent psychiatry reports
Ferrara M; Franchini G; Funaro M; Cutroni M; Valier B; Toffanin T; Palagini L; Zerbinati L; Folesani F; Murri MB; Caruso R; Grassi LEuropean neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology
Ostojic D; Lalousis PA; Donohoe G; Morris DWApplied neuropsychology. Child
Navarro-Soria I; Rico-Juan JR; Juárez-Ruiz de Mier R; Lavigne-Cervan RJournal of Neurology
Yousef H.; Malagurski Tortei B.; Castiglione F.Current Neurology and Neuroscience Reports
Amin, Moein; Martínez-Heras, Eloy; Ontaneda, Daniel; Prados Carrasco, FerranNeurosurgical review
Tavanaei R; Akhlaghpasand M; Alikhani A; Hajikarimloo B; Ansari A; Yong RL; Margetis KThe International journal of neuroscience
Heyanka DJ; Holster JL; Golden CJEuropean Psychiatry
A. Parola; A. Rybner; E. T. Jessen; M. Damsgaard Mortensen; S. Nyhus Larsen; A. Simonsen; Y. Zhou; K. Koelkebeck; V. Bliksted; R. FusaroliDigital Health
Jin-Xin Zheng; Xin Li; Jiang Zhu; Shi-Yang Guan; Shun-Xian Zhang; Wei-Ming WangJournal of Intelligent Systems
Chadaga Krishnaraj; Khanna Varada Vivek; Prabhu Srikanth; Sampathila Niranjana; Chadaga Rajagopala; Palkar AnishaJournal of the International Neuropsychological Society
Goette W.F.,Carlew A.R.,Schaffert J.,Mokhtari B.K.,Cullum C.M.FRONTIERS IN PSYCHIATRY
Steardo, Luca, Jr.; Carbone, Elvira Anna; de Filippis, Renato; Pisanu, Claudia; Segura-Garcia, Cristina; Squassina, Alessio; De Fazio, Pasquale; Steardo, Luca전선 / 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.전선 / 대학원
이 수업은 인공지능과 기계학습의 이론적 기초를 다루며, 특히 의료 데이터의 다양한 특징에 맞는 학습 및 추론 알고리즘을 디자인하기 위해 필요한 공학적 및 신호처리 원리를 이해하는 데 초점을 맞춘다. 수업에서는 전통적인 기계학습 기법부터 최신 인공지능 기법까지의 원리를 배우고, 이를 통해 수강자가 주어진 데이터를 바탕으로 알고리즘을 설계하고 공학적으로 해석할 수 있는 능력을 키우는 것을 목표로 한다. 의료 데이터는 단백질과 분자 (그래프), 유전체/전사체 (텍스트), 혈당/뇌파 (시계열 신호), 의료 영상 (다차원 영상), 환자 메타 정보 (테이블), 대사 상호 작용 정보 (다차원 행렬) 등 매우 다양한 형태를 가지고 있다. 이러한 다양한 데이터를 컴퓨터가 이해할 수 있는 형식으로 변환하는 과정에서 비선형 함수의 학습이 중요한 역할을 하며, 이는 의료 인공지능의 핵심 신호처리 원리 중 하나이다. 본 수업은 일반적인 기계학습 및 인공지능의 공학적 기초 외에도, 이처럼 의료 데이터의 특성을 반영한 대표적이고 특징적인 기계학습 및 인공지능 기술을 추가적으로 학습한다. 이를 통해 수강자는 일반 데이터 전문 분석가를 넘어선 의료 데이터 전문 분석가로 성장할 수 있는 역량을 갖추는 것을 목표로 한다.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.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.전선 / 대학원
컴퓨터 기술의 발전과 함께 과거 사람의 눈과 판단에만 의지하던 조직형태학적인 진단에서 보다 객관적이고 정밀한 결과를 얻을 수 있는 화상분석법이 적용되고 있는 데 이 같은 화상분석장치의 기본적인 구조를 이해하고 그 실제적인 적용을 연구해 본다.전선 / 대학원
인간의 정서, 인지, 행동 문제는 뇌 기능과 밀접한 관련이 있으며, 생체신호와 뇌파에 대한 컴퓨터 분석 기법을 활용하면 이러한 문제와 연관된 뇌 및 자율신경계 활동을 정량적으로 평가하고 패턴을 분류하는 데 큰 도움을 줄 수 있다. 이 과정은 의학, 간호, 심리, 교육, 체육 등 비전공자들을 위해 설계되었으며, 생체신호 분석 경험이 없는 이들이 임상 연구에 바로 적용할 수 있도록 정량뇌파(QEEG) 및 심박변이도(HRV) 분석의 이론과 측정 장비, 분석 소프트웨어 실습을 제공한다.전선 / 대학원
의공학 및 의료정보기술의 발전에 따라서 의료기관에서 활용되고 있는 정보시스템은 다양하게 발전하고 있으며, 진료의 편리성 제공 및 기능적인 도움을 줄뿐만 아니라, 임상 및 연구에서 활용되고 있는 범위가 점차 확대되고 있다. 본 교과목에서는 데이터메이스의 이해, 정보시스템의 분석방법론, 개체관계형 모델, 의학용어체계 등 다양한 의료정보 시스템의 기본적인 원리와 함께, 설계 방법론에 대하여 공부한다. 또한 개발된 정보시스템을 향 후 연구 및 지능형 정보시스템에서 활요하기 위하여 임상진료와 연구의 목적에 부합하게 처리 분석하는 XML, data clustering 등 다양한 의료정보 처리 방법에 대하여 임상에 적용된 사례 및 최근의 연구 동향을 포함하여 폭 넓게 공부한다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
오늘날 데이터 중심의 비즈니스 환경에서 인공지능/머신러닝(AI/ML) 기술은 고객 및 시장 분석부터 전략적 의사결정에 이르기 까지 기업 경영 전반에 수많은 혁신을 일으키고 있다. 본 과정은 MBA 학생들에게 비즈니스 애플리케이션에 특화된 핵심 AI/ML 알고리즘들을 실습 중심으로 학습할 수 있는 기회를 제공한다. 고객 이탈 예측, 금융 사기 탐지, 고객 세분화, 수요 예측, 맞춤형 추천 시스템과 같은 실전 사례들을 통해 머신러닝의 실용적인 적용 방법을 익히게 되며, 대규모 언어 모델(LLM)을 활용하여 별도의 프로그래밍 경험 없이도 데이터 처리 및 AI/ML 알고리즘 적용을 위한 기초적인 코드 구현 기술을 습득하게 된다. 본 과정을 수료한 학생들은 머신러닝을 활용한 데이터 기반 의사결정을 효과적으로 수행할 수 있는 역량을 갖추게 될 것이다.전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.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.전선 / 대학원
인공지능은 우리가 사는 방식을 바꾸었다. 특정 의료 영역에서 인공지능은 전문가의 수준 만큼 정확하고 일부 영역에서는 이미 전문가의 실력을 뛰어넘는다. 하지만, 의료계에서 이러한 알고리즘을 손쉽게 받아들이기 어려운 것은 인공지능의 “블랙박스” 즉 설명 불가능한 특성 때문이다. 본 수업은 현존하는 이해가능한 (interpretable) 기계학습 모형과 이해불가능한 딥러닝 모형의 설명가능 방법론 (explainable)을 의료의 관점에서 탐구할 것이다. 또한 “설명가능성”에 대한 사회적, 이론적, 경험적, 인과적 관점을 조사할 것이다.전선 / 대학원
컴퓨터를 이용한 자료 분석으로 진단능을 향상시키는 방법을 개발하기 위한 연구 및 실험을 시행한다.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.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.