• 대한방사선치료학회지
• /
• 제26권2호
• /
• pp.207-216
• /
• 2014

목 적 : 모나코 치료계획 시스템은 몬테카를로 알고리즘을 기반으로 선량을 구현하는 대표적인 시스템이다. 모나코 치료계획 시스템에서 치료계획 완성 후, 같은 조건으로 최적화를 재 실시하여 처음과는 다른 치료계획이 만들어질 때 본 연구는 이러한 차이를 줄이는 방법을 제시하고자 한다. 대상 및 방법 : 모나코 치료계획 시스템은 세기변조방사선치료나 용적변조방사선치료를 위한 역 선량계산을 실시할 때, 두 단계를 거쳐 최적화를 실시한다. 본 연구는 우선 최적화 두 단계를 모두 실시하여 선량으로 완성된 치료계획을, 최적화 조건을 바꾸지 않고 일반적인 1단계부터 2단계까지 순차적 최적화를 실시하였다. 이때 2단계에선 펜슬 빔과 몬테카를로 알고리즘을 각각 적용하여 실험을 실시하였다. 두 가지 알고리즘의 치료계획 모두 처음 완성된 치료계획과 최적화를 재 실시한 치료계획을 비교하고 선량 측정기를 이용하여 치료선량을 평가하였다. 두 번째는 초기 완성된 치료계획에 대하여 최적화를 재 실시할 때 단계적으로 실시하여 치료계획을 완성하고 선량을 측정하였다. 결 과 : 초기 완성된 치료계획에서 동일한 조건으로 일반적인 최적화를 다시 실시한 결과는 동일하지 않았다. 치료계획시스템의 비교에서 보면 유사한 선량-용적 히스토그람은 유사한 경향을 나타내지만 최고선량, 선량 균질도 및 제한 선량 등은 최적화 조건을 만족 시키지 못하는 다른 값을 보였다. 또한 선량측정비교에서도 20%이상 다르게 나타냈다. 또한 선량 알고리즘이 달라져도 다른 측정 값이 나왔다. 반면, 단계적 최적화를 실시 할 경우에는, 초기 치료계획과 비교하였을 때 종양 및 정상 장기의 선량 분포가 5% 이하의 차이를 보였다. 결 론 : 치료계획의 최적화 과정은 수 많은 시행 착오를 수행하며 궁극적인 해를 찾아가는 과정이다. 이때 초기 치료계획의 완성만을 신뢰하며 최적화를 실시하면 또 다른 치료계획이 만들어 질 수 있다. 유사한 경향을 보이긴 하지만, 반드시 최적화 조건을 만족한다고 볼 수 없기 때문에, 최적화 과정을 재 실시할 경우에는 반드시 단계적인 최적화 과정을 통하여 선량분포를 확인하면서 순차적으로 최적화 조건을 적용해야 할 것이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.139-160
• /
• 2017

기술사업화는 기업의 연구개발 과정 및 결과물을 시장에 효과적으로 연계하여 경제 가치를 창출하는 것을 의미한다. 거시적인 관점에서 보면 기술사업화는 국가수준의 R&D 효과성을 강화할 수 있으며, 관련된 산업의 발전을 촉진할 수 있다. 또한, 미시적인 관점에서 보면 기업이나 개인들은 기술사업화를 통해서 경쟁우위를 확보하고, 유지할 수 있다. 특정 기술이 사업화까지 이르기 위해서는 기술 기획, 기술의 연구와 개발, 상용화 즉 시장 진출까지의 크게 세 단계를 거치는 게 일반적이며, 이런 일련의 과정은 많은 시간과 비용을 수반한다. 따라서 연구개발 착수에서 상용화까지 소요되는 기술사업화 기간과 비용은 기업 입장에서는 시장 진출 전략을 결정하는 데 중요한 의사결정 정보가 되며, 기술 투자자에게는 기술가치를 합리적으로 평가하는데 더욱 중요한 정보가 된다. 이렇게 중요한 기술사업화 소요 기간과 비용을 과학적으로 추정하는 것은 매우 중요하지만 현재까지 이런 두 가지 정보에 대한 연구는 매우 부족한 실정이며, 널리 알려진 방법론도 부재한 상황이다. 본 연구의 목적은 기술사업화 기간과 비용을 추정하는 체계를 설계하고 이를 실제 기업데이터를 활용하여 개발하는 것이다. 구체적으로 특정 기술의 기술 자체의 요인, 기술개발 주체의 역량, 외부 환경 요인의 세 관점에서 어떤 요인들이 기술사업화 기간 및 비용에 영향을 주는지 도출하고, 해당 요인들의 수준에 따라 기술사업화 기간 및 비용을 제시하는 모형을 개발하고자 한다. 본 연구의 결과는 기술을 개발하는 주체와 기술을 투자하는 주체 모두에게 유용하게 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.721-732
• /
• 2017

벼 등 식량작물 작황 추정의 경제, 산업적 중요성이 증가함에 따라 생물리 모형과 원격탐사 기반의 위성자료를 활용한 작황 추정 연구가 활발히 진행되고 있다. 이 연구에서는 위성 기반의 전천후 기상 입력자료(i.e. 기온, 대기 수증기압 포차, 일사량)와 빛 이용효율 모형을 이용한 생물리적 작물 성장 알고리즘을 벼에 적용하여 벼의 수확량을 수확 시기 보다 이르게(9월 중순 경) 추정하는 것을 목적으로 하였다. 2003년부터 2014년까지 12년간 경상권을 제외한 국내의 군 단위 행정구역별 벼 수확량을 추정하고, 이를 통계청에서 제공하는 현미 생산량 통계와 비교, 평가하였다. 벼 건중량, 수확지수 그리고 수확량 추정 결과는 각각 지도로 작성하여 공간적 분포 양상을 분석하였다. 연도별 전국 평균 추정 건중량은 평균오차(ME)가 0.56%, 평균절대오차(MAE)가 5.73%로 유의미한 결과를 보였다. 연도별 군 단위 건중량은 ME가 0.10%에서 2.00%, MAE가 2.10에서 11.62%의 범위를 보였다. 추정된 건중량은 강원지역에서 상대적으로 과대 모의하고, 충청 이남의 도심과 서해 인근지역에서 과소 모의하는 경향을 보였다. 건중량과 유관한 통계청 자료(i.e. 볏짚 생산량)와는 상반된 변동 양상을 보였는데, 이는 입력자료의 해상도(1 km)로 인한 픽셀 내 토지피복 이질성으로 인한 오차로 사료된다. 또한 생육기간 이후 수확시기의 생육상황을 고려하지 못하는 점을 향후 연구에서 개선할 필요가 있다.

• 대한방사선치료학회지
• /
• 제29권2호
• /
• pp.33-41
• /
• 2017

목 적: 종양에는 최대한의 선량을 부여하고 주변의 정상조직에는 최소한의 선량이 조사되도록 부작용을 줄이는 목적으로 방사선 치료기술이 발전함에 따라 다양한 치료계획 및 치료 방법이 개발되고 있다. 방사선 치료 시 CT(Computed tomography)와 MRI(Magnetic resonance imaging)영상의 융합은 종양에 선량을 전달하는데 커다란 역할을 한다. 본 연구의 목적은 치료계획 시 자체 제작한 팬톰을 이용하여 CT와 MRI영상들의 융합을 통해 영상의 재현성 및 유용성을 평가하고 획득한 영상에서 타겟 선량을 비교, 분석해보고자 한다. 대상 및 방법: 자체 제작한 팬톰을 이용하여 CT 촬영을 하고, 자장의 세기가 다른 1.5T 와 3.0T의 MRI 촬영을 하여 영상을 획득한다. CT 촬영을 한 팬톰의 영상과 각기 다른 자장의 세기로 촬영한 팬톰의 MRI영상에서 팬톰 내에 존재하는 작은 홀의 크기 및 용적의 재현성을 비교하고, 임의의 타겟에서 선량 변화를 비교, 분석한다. 결 과: 13개의 작은 홀 직경은 CT 촬영에서 최대 31 mm, 최소 27.54 mm를 나타냈으며, 실제 제작한 것과 비교하여 평균 29.28 mm 1 % 이내로 측정되었다. 1.5T MRI 퓨전 영상에서는 최대 31.65 mm, 최소 24.3 mm를 나타냈으며, 평균 28.8 mm 1 % 이내로 측정되었다. 3.0T MRI 퓨전 영상에서는 최대 30.2 mm, 최소 27.92 mm를 나타냈으며, 평균 29.41 mm 1.3 % 이내로 측정되었다. 타겟의 조사된 선량변화는 CT에서 95.9-102.1 %, CT-1.5T MRI 퓨전영상에서 93.1-101.4 %, CT-3.0T MRI 퓨전영상에서는 96-102 %의 선량변화를 보였다. 결 론: CT 및 MRI는 영상획득 시 다른 알고리즘이 적용된다. 또한 인체의 장기는 각기 다른 밀도를 가지고 있으므로 영상 획득 시 이미지 왜곡이 발생할 수 있다. 이러한 부정확한 영상의 묘사는 타겟의 용적범위 및 선량에 영향을 주기 때문에 정확한 타겟의 용적과 위치는 불필요한 선량이 조사되는 것을 방지하며, 치료계획 시 오차를 방지할 수 있다. 즉 CT와 MRI 영상이 가지고 있는 영상 표출 알고리즘의 장점을 이용하여 치료계획에 적용해야 할 것이다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 한국의학물리학회지:의학물리
• /
• 제14권1호
• /
• pp.34-42
• /
• 2003

World Wide Web (WWW)에서 Virtual Reality Modeling Language (VRML)를 이용하는 3차원 (3D) 디스플레이는 사용자에게 직관적인 정보를 더 효과적으로 제공해 준다. 웹을 기반으로 하는 해부학적 영상과 융합되는 기능적 영상의 3D 가시화는 아직까지 체계적인 방식으로 연구가 활발히 진행되지 않았다. 이 연구의 목적은 2D 영상들과 함께 웹에서 VRML을 이용하여 구현되는 3D 해부학적 표면 영상들과 기능적 표면 영상들을 동시적으로 관찰할 수 있게 하고 VRML을 통해 만들어진 거리 측정 도구를 가지고 관심영역의 공간적인 위치 정보를 제공하는 것이다. 본 연구에서는 한 명의 간질 환자로부터 Magnetic Resonance (MR) 축면 영상과 발작기 및 발작간기 Single Photon Emission Computed Tomography (SPECT) 축면 영상들을 각각 획득하였다. 발작 진원지의 확인을 향상시키기 위해서 subtractionictal SPECT coregistered to MRI (SISCOM)을 수행하였다 SISCOM 결과로 나타난 각 2D 영상들은 모든 voxel들의 평균값 위로 1-표준편차와 2-표준편차에 해당하는 문턱 이상의 영상 값을 갖도록 하였다. SISCOM으로 나타나는 간질 발작 진원지들과 MRI 영상에서 회색질, 백색질 및 뇌척수액의 경계들을 각각 분할하고 marching cube 알고리즘에 의해 VRML 표면 영상들로 나타내었다. 축면 영상에서 실제 거리를 나타내는 x, y축의 길이를 획득하고 z축선의 길이를 계산하였다. VRML을 이용한 거리 측정도구를 만들어 이전의 VRML 표면 영상들과 융합하였다. MRI 영상을 이용하여 3D 표면 영상들의 단면을 나타내고 3D 표면 영상들의 투명도를 설정하기 위해 Java Script 루틴을 사용자 인터페이스 도구로서 삽입하였다 웹 페이지에서 구현되는 3D 표면 영상들의 투명도와 관찰 위치를 조절함에 따라 모델들 사이의 공간적인 정보를 직관적으로 알 수 있었다. 간질 발작 진원지에 대응하는 해부학적 구조를 3D 표면 영상들을 가로지르는 MRI 평면 영상들을 통해서 확인하였다 간질 발작 진원지는 뇌의 오른쪽 측두엽에서 나타났고 공간적으로 발작 진원지의 실제 위치를 VRML 거리 측정 도구에 의해 알 수 있었다. 결론적으로 본 연구에서 제시하는 웹에 근거한 3D 융합 영상의 가시화와 위치 측정은 진단 및 치료 방사선학과 외과학 등의 분야에서 온라인 방식의 연구와 교육에 있어 많은 도움을 줄 것이다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.1-19
• /
• 2018

주가 예측은 학문적으로나 실용적으로나 중요한 문제이기에, 주가 예측에 관련된 연구가 활발히 진행되었다. 빅 데이터 시대에 도입하면서, 빅 데이터를 결합한 주가 예측 연구도 활발히 진행되고 있다. 다수의 데이터를 기반으로 기계 학습을 이용한 연구가 주를 이룬다. 특히 언론의 효과를 접목한 연구 방법들이 주목을 받고 있는데, 그중 온라인 뉴스를 분석하여 주가 예측에 활용하는 연구가 주를 이루고 있다. 기존 연구들은 온라인 뉴스가 개별 회사에 대한 미치는 영향을 주로 살펴보았다. 또한, 관련성이 높은 기업끼리 서로 영향을 주는 것을 고려하는 방법도 최근에 연구되고 있다. 이는 동질성을 가지는 산업군에 대한 효과를 살펴본 것인데, 기존 연구에서 동질성을 가지는 산업군은 국제 산업 분류 표준에 따른다. 즉, 기존 연구들은 국제 산업 분류 표준으로 나뉜 산업군이 동질성을 가진다는 가정하에서 분석을 시행하였다. 하지만 기존 연구들은 영향력을 가지는 회사를 고려하지 못한 채 예측하였거나 산업군 내에서 이질성이 존재하는 점을 반영하지 못했다는 한계점을 가진다. 본 연구는 산업군 내에 이질성이 존재함을 밝히고, 이질성을 반영하지 못한 기존 연구의 한계점을 K-평균 군집 분석을 적용하여, 주가에 영향을 미치는 산업군의 동질적인 효과를 반영할 수 있는 방법론을 제안하였다. 방법론이 적합하다는 것을 증명하기 위해 3년간의 온라인 뉴스와 주가를 통해 실험한 결과, 다수의 경우에서 본 논문에서 제시한 방법이 좋은 결과를 나타냄을 확인할 수 있었으며, 국제 산업 분류 표준 산업군 내에서 이질성이 클수록 본 논문에서 제시한 방법이 좋은 효과를 보인다는 것을 확인할 수 있었다. 본 연구는 국제 산업 분류 표준으로 나누어진 기업들이 높은 동질성을 가지지 않는 다는것을 밝히고 이를 반영한 예측 모형의 효율성을 입증하였다는 점에서 의의를 가진다.

• 방송공학회논문지
• /
• 제22권2호
• /
• pp.193-206
• /
• 2017

본 논문에서는 4K UHD 입력 영상을 실시간으로 부호화하기 위해 GOP 단위 또는 IDR 주기 단위의 병렬 부호화 구조를 지원하는 $R-{\lambda}$ 모델 기반의 율 제어 방법을 제안한다. 제안하는 $R-{\lambda}$ 모델 기반의 율 제어 방법에서는 순차적 프레임 부호화가 아닌 병렬 부호화를 위한 슬라이스 레벨 비트 분배(bit allocation) 방법을 제안한다. GOP 단위 또는 IDR 주기 단위의 병렬 부호화에서 율 제어기를 작동시키는 경우, 계층적 B구조에서 최하위 프레임 계층을 제외한 동일 계층에 속한 프레임 간에는 상호간에는 부호화 수행 이후 각 소모된 비트양에 대한 정보를 공유 할 수 없기 때문에 기존의 비트량 분배 방식으로는 비트 예산(bit budget) 관리가 불가능하다. 이를 해결하기 위해 본 논문에서는, 기존의 $R-{\lambda}$ 모델 기반 율 제어 방법인 프레임 부호화 순서에 따라 각 프레임별로 목표 비트량 분배하던 방식으로부터, GOP 별로 비트량을 할당한 후, 각 GOP 내의 계층적 B 구조에서 계층이 깊어지는 방향으로 순차적으로 비트 예산을 갱신하여 비트량을 분배하는 방식으로 율 배분 방식을 개선하였다. 뿐만 아니라, 입력 영상의 전처리 과정을 통해 획득된 영상의 복잡도 정보를 고려하여 비트를 분배하여 영상의 주관적인 화질을 향상시켰다. 실험을 통해 제안 방법이 병렬 구조의 HEVC 부호화기에서 잘 작동함을 확인 할 수 있었고, 전처리 결과를 활용하여 율 제어기의 성능을 향상 시킬 수 있음을 확인하였다.

• Radiation Oncology Journal
• /
• 제16권1호
• /
• pp.71-79
• /
• 1998

목적 : 비 상업용 3차원 컴퓨터치료계획시스템인 Plunc의 구축 사례를 소개하고 이의 임상적용 가능성에 대하여 검증하고자 한다. 대상 및 방법 : 미국 North Carolina 대학에서 개발된 3차원 치료계획시스템인 Plunc의 소스코드를 제공받아, PC용 Unix인 Linux 환경의 Pentium Pro 200MHz(128MB RAM, Millennium VGA)에서 설치하였다. 본과의 6MV 광자선(Siemens MXE 6740)에 대한 출력인자, 최대산란비, 최대산란인자, 쐐기의 모양 및 감쇄인자 등의 빔데이터를 입력한 후, 일반적인 치료조건인 loom 깊이의 회전중심점에서의 심부선량백분율, 선량측면도, oblique 입사빔 및 공기간격 하에서의 선량계산 결과를 물팬톰에서의 측정치와 비교, 분석하였다. 결과 : Plunc는 원래 CT 영상데이터를 이용한 모의치료기로써 개발되어, 빔 설계가 매우 편리하도록 사용자 인터페이스가 구성되어 있으며, BEV, DRR 및 영상합성 등의 기능을 갖추고 있다. 선량계산은 10초 정도가 소요되는 3차원 선량분포나 선량체적히스토그람을 제외하고는 거의 실시간으로 실행되었다. Plunc에 의한 선량 계산 값을 측정값과 비교한 결과, 심부선량백분율의 경우, 선량증가영역을 제외하고는 $1\%$이내에서 일치하였다. 또한, 선량측면도의 경우, $5\%$가량의 선량감소를 나타내는 치료영역 크기 밖의 저선량 영역을 제외하고는 $2\%$ 이내에서 일치하였다. Oblique 입사 빔의 경우, 빔 중심축을 포함하는 평면상의 선량분포가 선량이 $30\%$ 이하인 영역을 제외하고는 비교적 잘 일치하였다. 공기간격을 통과한 빔에 대한 선량측면도의 비교 결과, 중심 축에서의 선량 값에 대해 $5\%$의 오차를 보였다. 결론 : Plunc의 광자선량계산의 정밀도는 일반적인 치료조건하에서 약 $2-5\%$ 내외의 오차로써, 측정치에 대한 보정에 근거한 알고리즘을 사용하는 일반 치료계획시스템과 비슷한 수준이라 사료된다. 현재로서는 전자선에 대한 선량계산이 불가능하기 때문에 완전한 형태의 치료계획시스템이 되기 위해서는 향후, 전자선에 대한 계산모듈의 개발과 광자선 선량계산 또한 보다 정밀한 선량계산이 가능한 컨벌루션 방법과 같은 3차원 선량계산모듈의 개발도 필요하다. Plunc는 상업용 3차원 치료계획 시스템의 사용이 현실적으로 어려운 여건의 병원에서 2차원 치료계획시스템과 상호 보완적으로 사용한다면 2차원 치료계획시스템이 갖는 많은 제약을 극복할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.445-456
• /
• 2005

지표변수는 지면 근처의 기후변화에 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다 하지만 지표 반사도는 강한 이방성(non-Lambertian) 특징을 가지고 있기 때문에, 위성 천저각으로부터 멀어질수록 태양-지점-위성과의 기하학적 영향을 더욱 강하게 받는 효과를 가져온다. 또한 지표 각 영향을 포함하고 있는 지표 반사도는 노이즈를 가지게 된다. 따라서 본 연구의 목적은 한반도 지역의 MODIS 반사도 자료(250m)를 이용하여 각 영향이 제거된 보다 정확한 반사도 값에 대한 데이터베이스를 제공하는 것이다. 본 연구에서는 매일 2회씩 제공하는 MODIS(Moderate Resolution Imaging Spoctroradiometer) 센서의 가시영역과 근적외영역의 반사도(250m)자료를 이용하였다. 먼저 구름화소를 제거하기 위해서 연속적인 물리과정을 통하여 각각의 구름 화소를 제거하였다. 그리고 지리보정은 MODIS 센서에서 제공하는 지리정보자료를 이용하여 2차 다항회귀식을 통한 최근접 내삽법을 사용하였다. 본 연구에서는 지표 이방성 효과를 보정하기 위해서 반 경험적 양방향성분포함수(BRDF) 모델을 사용하였다. 이 알고리즘은 위성으로부터 관측된 위성천정각, 태양천정각, 위성방위각, 태양방위각과 같은 각 성분을 이용하여 Kernel-deriven 모델의 역변환을 통하여 지표 반사도를 재생산한다. 먼저 우리는 BRDF 모델을 수행하기 위해 총 31일 모델 관측 실행기간을 고려하였다. 다음 단계로 각각의 화소 및 밴드에 대해서 BRDF 모델을 통하여 분리된 각 성분들을 변조함으로써 위성 직하점 반사도 정규화가 수행되었다. 모델을 이용하여 산출된 반사도 값은 실제 위성 반사도 값과 잘 일치하였고, RMSE(Root Mean Square Error)값은 전체적으로 약 0.01(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.