• 보존과학회지
• /
• 제31권1호
• /
• pp.21-27
• /
• 2015

국보 제193호 봉수형유리병은 5세기에 조성된 것으로 알려진 황남대총 남분의 수많은 부장품들 사이에 독특한 형태의 녹색 유리 편들로 심하게 파손된 채 출토되었다. 1984년 국립중앙박물관 보존과학실에서 본격적으로 보존처리를 실시하여 박물관에서 오랜 기간 동안 전시되어 왔지만, 30년이라는 세월로 인해 기존에 사용한 접착제는 심하게 열화가 되어 매우 불안전한 상태가 되었으며 특히 복원제로 사용한 에폭시 수지가 빛과 열에 의해 심하게 황변이 되어 더 이상 유물의 안정한 전시와 효과적인 전시가 이루어질 수 없어 이번에 재 보존처리를 하게 되었다. 이번 연구에서는 그동안 연구가 전혀 진행되지 않았던 세 조각으로 파손된 봉수형유리병 손잡이 부분을 금사로 정성스럽게 감아 수리에 사용한 3 조각의 금사를 중점적으로 살펴보았다. 금사에 대한 분석방법으로는 SEM-EDS와 Stereo Microscope를 사용하여 비파괴적으로 분석하였다. 먼저, SEM-EDS 분석 결과, Au 91.9wt%-Au 92.8wt% 와 Ag 5.9wt.%-Ag 6.5wt.%으로 Au 과 Ag의 합금인 금제로 밝혀졌다. 다음으로 광학현미경으로 금사의 제작기법을 관찰한 결과, 일반적으로 금사는 덩이 금을 두드려서 만들거나 구멍에 밀어 넣어 뽑아내는 인발 가공 또는 금판을 꼬아서 제작하는 방법으로 제작하는데 봉수형유리병 손잡이에서 분리한 금사는 표면에서 꼬임 흔적은 전혀 나타나지 않고 단지 길이 방향으로 미세한 줄무늬가 관찰되고 단면이 모두 채워진 상태인 것으로 보아 인발 가공하여 만든 것을 사용하여 보수한 것으로 생각된다. 이러한 분석 결과는 그동안 금사에 대한 연구가 대부분 금제품 유물의 구성품으로만 인식된 채 별도의 유물로 주목받지 못해 금사에 대한 제작기법에 대한 체계적인 연구가 매우 미흡한 편이기 때문으로 장차 금사에 대한 추가적인 연구가 진행된다면 이번 봉수형유리병 손잡이 고정에 사용된 금사 분석 결과가 기존 신라시대 금제 유물의 금사와의 상호 연관성을 밝혀내는데 좋은 자료가 될 것으로 생각된다.

• 감성과학
• /
• 제23권4호
• /
• pp.105-116
• /
• 2020

본 연구의 목적은 형광직물과 재귀반사 소재만으로 제작, 보급되고 있는 현 안전의복에, LED 부착으로 시인성을 높여 야간이나 기상악화 시 안전사고로부터 작업자나 보행자를 보호하고, 기울기 센서와 소리신호를 탑재하여 의식불명자의 구명에 도움을 주는데 있다. 이를 위하여 공학적 하이테크를 적용하여 설계·제작한 산업용 서스펜더형 안전벨트 및 기울기 센서와 소리신호가 탑재된 안전조끼형 벨트를 개발하였다. 그 효과로 첫째, 서스펜더형 안전벨트는 필름에 접착된 자동 점멸 LED에 의해 빛을 방출하도록 설계하여 벨트 착용자의 신체는 LED와 재귀반사를 통해 멀리서 인식되어 사고예방에 도움이 된다. 또한 야간에 실시하는 도로변이나 고지대에서의 작업, 구조대원 활동, 스포츠 활동 시사고를 예방하거나, 비상상황이 발생할 경우 LED 발광을 변화시키는 신호로 사고 지점을 빨리 발견할 수 있어 인명구조에 도움이 된다. 둘째, 착용자가 조난사고 등으로 인하여 의식불명으로 쓰러질 경우, 조난신호를 발생하는 첨단 디바이스를 개발하여 감지 및 신호 장치를 탑재한 결과 제어부의 기울기 센서가 인체의 각도를 자동 감지하였다. 동시에 조끼형의 벨트 형태로 제작함으로써 탈착이 용이하도록 하여 활용도를 높였다. 사고로 착용자가 쓰러지면 이 벨트의 기울기 센서가 각도를 감지하고 제어기가 고주파 음과 LED 점멸신호를 동시에 발생시킨다. 기존의 안전 조끼의 경우 주변 조명이 없을 때는 조끼를 착용한 사람을 감지하는 것이 거의 불가능 하였지만, 본 연구에서는 안전벨트의 음향과 빛 신호로 주변 조명이 없을 때에도 100 m 이내에서 착용자를 발견할 수 있었다. 그러므로 본 연구에서 LED 부착과 기울기 센서, 소리신호 소자를 부착한 스마트 안전의류의 개발은 사고발생 감소와 구명에 이바지할 수 있을 것이다.

• 대한영상의학회지
• /
• 제83권2호
• /
• pp.344-359
• /
• 2022

목적 깊은 컨볼루션 신경망 기법을 결합한 영상 잡음 제거 알고리즘을 개발하고 이를 응용하여 저선량 유방 촬영 영상으로 유방암을 진단하는 데 그 효능을 조사하고자 한다. 대상과 방법 6명의 유방 영상 전문의가 전향적 연구에 참여하였다. 모든 영상 전문의는 병변 감지를 위해 저선량 영상을 독립적으로 평가하고 정성적 척도를 사용하여 진단 품질을 평가하였다. 영상 잡음 제거 알고리즘을 적용한 후, 동일한 영상 전문의가 병변 감지 가능성과 영상 품질에 대한 평가를 하였다. 임상 적용을 위해 동일한 영상 전문의가 병변 유형과 위치에 대한 합의 결정 후, 저선량 영상, 재구성된 영상, 기존 선량 영상을 무작위 순서로 제시하여 평가하였다. 결과 전 절제 표본의 저선량 영상을 참조로 40% 재구성된 영상에서 병변이 더 잘 인식되었다. 임상 적용단계에서 40% 재구성된 영상과 비교하여, 기존 선량 영상이 해상도(p < 0.001), 석회에 대한 진단 품질(p < 0.001), 유방 종괴, 비대칭, 구조왜곡의 진단 품질(p = 0.037)에 대해 더 높은 평균값을 보였다. 40% 재구성된 영상은 100% 영상과 비교 시 전반적 화질(p = 0.547), 병변의 가시성(p = 0.120), 대조도(p = 0.083)에서 비슷한 성적을 보였으며 유의미한 차이도 보이지 않았다. 결론 깊은 컨볼루션 신경망 기법을 결합한 효과적인 잡음 제거 및 영상 재구성 처리 알고리즘은 유방 촬영의 상당한 선량 감소를 위한 길을 열어 유방암 진단을 가능하게 할 것이다.