메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이하림 (한양대학교) 허용도 (건양대학교)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제16권 제4호
발행연도
2021.8
수록면
675 - 684 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 들어 COVID-19를 위한 백신이 여러 종류 개발되어 전 세계적으로 사용되고 있다. 그러나 백신에 의한 예방 효과가 나오기 위해서는 아직 많은 시간이 필요하다. 따라서 COVID-19에 걸렸을 때에 사용할 수 있는 감염증 치료제의 개발은 매우 중요한 문제라고 할 수 있다. 그러나 COVID-19 치료제를 개발하는 데에는 백신 개발보다도 더 많은 시간이 필요하다. 여러 가지 이유가 있겠지만 치료제에 사용될 수 있는 많은 약물 후보 중에서 COVID-19를 억제하거나 극복할 수 있는 좋은 약물 후보를 발견할 때까지 세포배양 및 화학 반응에 대한 실험을 계속 반복적으로 해야 하고 그 반응 결과를 연구자들이 일일이 확인하고 판단하여야 하기 때문이다. 이에 본 논문에서는 COVID-19 바이러스의 치료제 개발에 필요한 임상시험의 시간을 단축하기 위해 COVID-19 바이러스에 후보 약물을 투약하였을 경우의 반응 결과를 빠른 시간에 이미지로 자동 변환하여 보여줄 수 있는 시스템을 설계하고 성능을 평가하였다. 본 논문에서 설계한 StarGAN-v2 기반의 스타일 변환 모델 시스템은 여러 스타일 사이의 변환을 지원한다. 또한, 자동화된 스타일 변환 시스템을 이용하면 특정 바이러스 세포에 후보 약물이나 화합물을 직접 투약하고 결과를 기다리는 임상시험의 결과를 기다리지 않고 빠르게 결과를 시뮬레이션 해 볼 수 있는 장점이 있다. 따라서 본 논문에서 설계된 스타일 변환 시스템을 신약 개발의 임상시험 단계에서 투약 결과에 대한 시뮬레이터로 사용하게 되면 임상시험의 절차와 시간을 단축하는데 기여할 수 있을 것이다.

목차

등록된 정보가 없습니다.

참고문헌 (7)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0