[논문]코로나19 진단을 위한 잡음 그룹검사의 성능분석

성진택

doi:10.17661/jkiiect.2022.15.2.117

코로나19 진단을 위한 잡음 그룹검사의 성능분석
Performance Analysis of Noisy Group Testing for Diagnosis of COVID-19 Infection 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.15 no.2, 2022년, pp.117 - 123

성진택 (Department of Convergence Software, Mokpo National University)

초록
AI-Helper

현재 코로나19 확진자는 전 세계적으로 빠르게 증가하고 있다. 감염 확산을 억제할 수 있는 방법으로 신속한 코로나19 검사를 통한 확진자를 찾아내는 것이다. 본 논문에서는 코로나19 진단을 위한 잡음 그룹검사(Noisy Group Testing) 문제를 살펴본다. 기존에 제안한 그룹검사 문제는 측정잡음을 무시하였지만, 최근 들어 코로나19 검사시에 위 양성(false positive)과 위음성(false negative) 사례가 발생하고 있다. 이에 대해 본 논문에서는 잡음 그룹검사 문제를 정의하고 측정잡음이 성능에 얼마나 영향을 미치는지 분석한다. 본 연구를 통해 우리는 코로나19 검사 양성률이 낮은 그룹검사를 수행할수록 측정잡음(measurement noise)에 덜 민감하도록 그룹검사 시스템이 설계되어야 함을 제시한다. 또한 최근 발표한 다른 복원 알고리즘들과 비교하여 본 연구에서 제안하는 신호 복원 알고리즘이 잡음 그룹검사에서 좋은 성능을 보여준다.

Abstract ▼ AI-Helper

Currently the number of COVID-19 cases is increasing rapidly around the world. One way to restrict the spread of COVID-19 infection is to find confirmed cases using rapid diagnosis. The previously proposed group testing problem assumed without measurement noise, but recently, false positive and false negative cases have occurred during COVID-19 testing. In this paper, we define the noisy group testing problem and analyze how much measurement noise affects the performance. In this paper, we show that the group testing system should be designed to be less susceptible to measurement noise when conducting group testing with a low positive rate of COVID-19 infection. And compared with other developed reconstruction algorithms, our proposed algorithm shows superior performance in noisy group testing.

주제어

표/그림 (5)

그림 그림 1. 6 × 10 그룹행렬로 표현되는 잡음 그룹검사 예시. Fig. 1. One example of noisy group testing with a 6 × 10 group matrix.
그림 그림 1. 잡음 그룹검사에서 제안하는 희소 신호 복원 알고리즘 (SR)과 다른 알고리즘들과의 성능 비교: N-1000, K=50. Fig. 1.Comparison of performance between the proposed SR algorithm and other algorithms in noisy group testing: N-1000, K=50.
그림 그림 2. 잡음 그룹검사의 총 일치율(OPA): N=1000, K=10. Fig. 2. Overall percent agreement in noisy group testing: N=1000, K=10.
그림 그림 3. 잡음 그룹검사의 총 일치율(OPA): N = 1000, K = 30. Fig. 3. Overall percent agreement in noisy group testing: N = 1000, K = 30.
그림 그림 4. 잡음 그룹검사의 총 일치율(OPA): N = 1000, K = 50. Fig. 4. Overall percent agreement in noisy group testing: N = 1000, K = 50.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 위양성과 위음성을 갖는 잡음 그룹검사 문제를 살펴보았다. 코로나19 검사시에 발생할 수 있는 위양성과 위음성에 대한 잡음 요인을 그룹검사 문제에 적용하여 측정잡음 확률이 얼마나 성능에 영향을 미치는지를 확인하였다.

제안 방법

본 논문에서는 위양성과 위음성을 갖는 잡음 그룹검사 문제를 살펴보았다. 코로나19 검사시에 발생할 수 있는 위양성과 위음성에 대한 잡음 요인을 그룹검사 문제에 적용하여 측정잡음 확률이 얼마나 성능에 영향을 미치는지를 확인하였다. 그 결과 코로나19 검사의 양성률이 낮은 그룹검사를 수행할 때는 측정시에 발생할 수 있는 잡음에 덜 취약하도록 설계되어야 한다는 것이다.

성능/효과

코로나19 검사시에 발생할 수 있는 위양성과 위음성에 대한 잡음 요인을 그룹검사 문제에 적용하여 측정잡음 확률이 얼마나 성능에 영향을 미치는지를 확인하였다. 그 결과 코로나19 검사의 양성률이 낮은 그룹검사를 수행할 때는 측정시에 발생할 수 있는 잡음에 덜 취약하도록 설계되어야 한다는 것이다. 또한 최근에 발표한 다른 알고리즘들보다 본 연구에서 제안하는 SR 알고리즘이 잡음에 상관없이 모두 더 좋은 신호 복원 성능을 보여주었다.
03)는 없을 때(noiseless)보다 모든 복원 알고리즘의 성능에서 열화가 있다. 그리고 잡음 여부에 따른 성능 차이는 DD 알고리즘과 SCOMP 알고리즘보다 SR 알고리즘으로 신호를 복원하고자 할 때 그 간격이 크지 않는 점을 보여준다. 다시 말하면 본 연구에서 제안하는 SR 알고리즘이 다른 복원방법들과 비교해서 잡음에 더 강인한 신호 복원 성능을 갖는다.
그리고 잡음 여부에 따른 성능 차이는 DD 알고리즘과 SCOMP 알고리즘보다 SR 알고리즘으로 신호를 복원하고자 할 때 그 간격이 크지 않는 점을 보여준다. 다시 말하면 본 연구에서 제안하는 SR 알고리즘이 다른 복원방법들과 비교해서 잡음에 더 강인한 신호 복원 성능을 갖는다.
그 결과 코로나19 검사의 양성률이 낮은 그룹검사를 수행할 때는 측정시에 발생할 수 있는 잡음에 덜 취약하도록 설계되어야 한다는 것이다. 또한 최근에 발표한 다른 알고리즘들보다 본 연구에서 제안하는 SR 알고리즘이 잡음에 상관없이 모두 더 좋은 신호 복원 성능을 보여주었다. 본 연구를 통해 얻은 잡음 그룹검사 시스템을 활용하여 코로나19 확진자를 조기에 발견하여 감염확산을 신속히 차단할 수 있을 것으로 기대된다.
그림 2-4에서는 잡음 확률에 따라 SR 알고리즘이 신호 복원을 위해 얼마나 영향을 받는지 확인할 수 있다. 먼저 관찰되는 특징은 신호의 희소성이 큰 잡음 그룹검사 문제는 위양성과 위음성이 커질수록 복원 성능에 크게 영향을 준다는 점이다. 그림 2에서와 같이 잡음이 없을 때는 N = 1000, K = 10에 대해 그룹검사수가 T ≥ 70에서 총 일치율 0.

후속연구

또한 최근에 발표한 다른 알고리즘들보다 본 연구에서 제안하는 SR 알고리즘이 잡음에 상관없이 모두 더 좋은 신호 복원 성능을 보여주었다. 본 연구를 통해 얻은 잡음 그룹검사 시스템을 활용하여 코로나19 확진자를 조기에 발견하여 감염확산을 신속히 차단할 수 있을 것으로 기대된다.

참고문헌 (25)

Accessed: https://www.worldometers.info/coronavirus/
C.M. Verdun et al., "Group Testing for SARS-CoV-2 Allows for Up to 10-Fold Efficiency Increase Across Realistic Scenarios and Testing Strategies," Frontiers in Public Health, 9:583377, Aug. 2021.

상세보기
L. Mutesa, et al., "A pooled testing strategy for identifying SARS-CoV-2 at low prevalence," Nature 589, pp. 276-280, Oct. 2020.

상세보기
J.-T. Seong, "Group Testing-Based Robust Algorithm for Diagnosis of COVID-19" Diagnostics 2020, 10(6), 396, Jun. 2020.

상세보기
R. Dorfman, "The Detection of Defective Members of Large Populations," The Annals of Mathematical Statistics, vol. 14, no. 4, pp. 436-440, Dec. 1943.

상세보기
D.-Z. Du and F.K. Hwang, Pooling Designs and Nonadaptive Group Testing: Important Tools for DNA Sequencing, World Scientific, 2006.
J.-T. Seong, "Group Testing Scheme for Effective Diagnosis of COVID-19," Journal of Korea Institute of Information, Electronics, and Communication Technology, vol. 14, no. 6. pp. 445-451, Dec. 2021.

원문보기 상세보기
D.A. Mistry et al., "A systematic review of the sensitivity and specificity of lateral flow devices in the detection of SARS-CoV-2", BMC Infectious Diseases, 21:828, 2021.

상세보기
M. B. Malyutov and P. S. Mateev, "Screening designs for non-symmetric response function," Mat. Zametki, vol. 29, pp. 109-127, 1980.
M. Malyutov, "The separating property of random matrices," Math. Notes Acad. Sci. USSR, vol. 23, no. 1, pp. 84-91, 1978.

상세보기
M. Aldridge, "The capacity of Bernoulli nonadaptive group testing," IEEE Trans. Inf. Theory, vol. 63, no. 11, pp. 7142-7148, 2017.

상세보기
J. Scarlett and V. Cevher, "Limits on support recovery with probabilistic models: An information-theoretic framework," IEEE Trans. Inf. Theory, vol. 63, no. 1, pp. 593-620, 2017.

상세보기
C.L. Chan, P.H. Che, S. Jaggi, and V. Saligrama, "Non-adaptive probabilistic group testing with noisy measurements: near-optimal bounds with efficient algorithms," 49th Annual Allerton Conference on Communication, Control, and Computing, pp. 1832-1839. Sep. 2011.
D. Sejdinovic and O. Johnson, "Note on noisy group testing: Asymptotic bounds and belief propagation reconstruction," 48th Annual Allerton Conference on Communication, Control, and Computing, Sep. 2010.
D. Malioutov and M. Malyutov, "Boolean compressed sensing: LP relaxation for group testing," IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 3305-3308, March 2012.
S. Cai, M. Jahangoshahi, M. Bakshi, and S. Jaggi, "Efficient algorithms for noisy group testing," IEEE Trans. Inf. Theory, vol. 63, no. 4, pp. 2113-2136, 2017.

상세보기
K. Lee, R. Pedarsani, and K. Ramchandran, "SAFFRON: A fast, efficient, and robust framework for group testing based on sparse-graph codes," IEEE International Symposium on Information Theory (ISIT), July 2016.
H. A. Inan, P. Kairouz, M. Wootters, and A. Ozgur, "On the optimality of the Kautz-Singleton construction in probabilistic group testing," IEEE Trans. Inf. Theory, vol. 65, no. 9, pp. 5592-5603, Sep. 2019.

상세보기
S. Bondorf, B. Chen, J. Scarlett, H. Yu, and Y. Zhao, "Sublinear-time non-adaptive group testing with O(k log n) tests via bit-mixing coding," IEEE Trans. Inf. Theory, vol. 67, no. 3. pp. 1559-1570, 2021.

상세보기
M. T. Goodrich, M. J. Atallah, and R. Tamassia, "Indexing information for data forensics," Proceedings of the Third international conference on Applied Cryptography and Network Security, pp. 206 -221. 2005.
M. Aldridge, L. Baldassini, and O. Johnson, "Group Testing Algorithms: Bounds and Simulations," IEEE Trans. Inf. Theory, vol. 60, no. 6, pp. 3671-3687, Jun. 2014.

상세보기
W. H. Kautz and R. R. Singleton,"Nonrandom binary superimposed codes," IEEE Trans. Inf. Theory, vol. 10, pp. 363-377, 1964.

상세보기
A. G. Dyachkov and V. V. Rykov,"A survey of superimposed code theory," Problems of Control Information Theory, vol. 12, pp. 1-13, 1983.
R.G. Gallager, "Low density parity check codes," IRE Transasction Information Theory, vol. IT-8, no. 1, pp. 21- 28, Jan. 1962.

상세보기
H. Uehara and M. Jimbo, "A Positive Detecting Code and Its Decoding Algorithm for DNA Library Screening," IEEE Trans. Computational Biology and Bioinformatics, vol. 6, no. 4. pp. 652-666, Oct. 2009.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증