• 한국의학물리학회지:의학물리
• /
• 제21권1호
• /
• pp.113-119
• /
• 2010

GafChromic EBT2 필름 dosimetry에 필요한 품질 관리용 소프트웨어를 개발하였다. 개발한 프로그램에서는 EBT2 필름특성에 맞게 붉은색, 초록색, 파란색 및 회색 채널에 따른 필름 교정이 가능하도록 하였다. 또한 평판형 스캐너의 빛의 산란 효과나 필름 내 방사선에 반응하는 물질(active layer)의 두께 차이가 선량 검증에 미치는 영향을 평가할 수 있도록 하였다. EBT2 필름을 이용한 측정 결과는 방사선 치료계획 시스템, ECLIPSE 또는 2차원 이온 전리함 배열의 선량 값과 비교할 수 있다. 개발한 소프트웨어를 이용한 GafChromic EBT2 필름의 선량 검증은 파일 입력, 잡음 제거, 배경 보정(background) 및 반응 물질 보정(active layer correction), 선량 계산 및 평가 단계를 통해서 이루어진다. 절대적 또는 상대적 배경 보정 방법을 선택적으로 적용할 수 있으며 필름 교정 결과 및 교정 곡선에 대한 적합식(fitting equation)은 결과 파일로 출력할 수 있다. 선량 행렬의 화소 크기 조정을 위한 보간법, 대화식 영상 이동 및 회전 기능을 이용하여 선량 행렬 간 구조적 위치를 일치시킨 후, 빔 측면도(beam profile) 및 등선량곡선(isodose curve)을 비교할 수 있다. 또한 거리 및 선량 차이에 대한 허용값을 적용하여 gamma index 및 gamma histogram을 이용한 선량 분석이 가능하다. 60도 동적 쐐기 조사면과 전립선 세기조절방사선치료의 조사면을 이용하여 개발한 소프트웨어의 기초 성능 평가를 수행하였을 때, 동적 쐐기 조사면에서 ECLIPSE와 EBT2 필름 간 절대적 빔 측면도는 3% 오차 범위 내에서 일치하였다. EBT2 필름을 이용한 두 종류의 선량 검증 모두, 99% 이상의 영역이 3 mm, 3%의 gamma index의 평가 기준을 만족하였다. 개발한 선량 검증용 소프트웨어를 이용하여 주기적으로 수행되는 일반적인 품질관리뿐만 아니라 빔의 세기가 조절된 복잡한 조사면의 품질관리에도 활용할 수 있으며, Radiochromic 필름을 이용한 선량 평가에 필요한 유용한 분석 툴을 제공할 수 있다.

• 대한전자공학회논문지SD
• /
• 제43권11호
• /
• pp.58-68
• /
• 2006

본 논문에서는 차세대 디지털 TV 및 무선 랜 등과 같이 고속에서 저전압, 저전력 및 소면적을 동시에 요구하는 고성능 집적시스템을 위한 10b 250MS/s $1.8mm^2$ 85mW 0.13um CMOS A/D 변환기 (ADC)를 제안한다. 제안하는 ADC는 요구되는 10b 해상도에서 250MS/s의 아주 빠른 속도 사양을 만족시키면서, 면적 및 전력 소모를 최소화하기 위해 3단 파이프라인 구조를 사용하였다. 입력단 SHA 회로는 게이트-부트스트래핑 (gate-bootstrapping) 기법을 적용한 샘플링 스위치 혹은 CMOS 샘플링스위치 등 어떤 형태를 사용할 경우에도 10비트 이상의 해상도를 유지하도록 하였으며, SHA 및 두개의 MDAC에 사용되는 증폭기는 트랜스컨덕턴스 비율을 적절히 조정한 2단 증폭기를 사용함으로써 10비트에서 요구되는 DC 전압 이득과 250MS/s에서 요구되는 대역폭을 얻음과 동시에 필요한 위상 여유를 갖도록 하였다. 또한, 2개의 MDAC의 커패시터 열에는 소자 부정합에 의한 영향을 최소화하기 위해서 인접신호에 덜 민감한 향상된 3차원 완전 대칭 구조의 커패시터 레이아웃 기법을 제안하였으며, 기준 전류 및 전압 발생기는 온-칩 RC 필터를 사용하여 잡음을 최소화하고, 필요시 선택적으로 다른 크기의 기준 전압을 외부에서 인가할 수 있도록 설계하였다. 제안하는 시제품 ADC는 0.13um 1P8M CMOS 공정으로 제작되었으며, 측정된 DNL 및 INL은 각각 최대 0.24LSB, 0.35LSB 수준을 보여준다. 또한, 동적 성능으로는 200MS/s와 250MS/s의 동작 속도에서 각각 최대 54dB, 48dB의 SNDR과 67dB, 61dB의 SFDR을 보여준다. 시제품 ADC의 칩 면적은 $1.8mm^2$이며 전력 소모는 1.2V 전원 전압에서 최대 동작 속도인 250MS/s일 때 85mW이다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권3호
• /
• pp.287-292
• /
• 2008

방사선 반응에서의 위치정보는 방사선 선원의 영상을 재구성하는데 있어서 매우 중요한 기본정보이다. 이에 대부분의 위치 검출 기술을 이용하여 검출기안에서의 일어난 단일 반응의 위치정보를 알아낼 수 있다. 그러나 섬광체 안에서의 다중산란의 경우 각각의 산란위치를 개별적으로 측정할 수 없고 여러 산란위치의 평균만이 구해질 수 있어서 측정된 방사능의 위치정보에 불확실성이 존재하게 된다. 이 논문에서는 이러한 다중산란에 따른 위치 불확실성을 몬테카를로 시뮬레이션으로 계산하였다. 시뮬레이션 모델은 복합 집속 카메라에 사용된 $50{\times}50{\times}5mm\;LaCl_3$(Ce) 섬광체(pixel크기는 $2{\times}2{\times}5mm$)이다. 복합 집속 카메라는 광전효과와 컴프턴 산란 모두에서 정보를 얻으므로 방사선의 반응에서 부분에너지만 (검출기에) 검출되는 경우와 모든 에너지가 검출 되는 경우를 나누어 위치 불확실성을 계산하였다. 부분에너지만 검출되는 경우 (PED) 위치의 표준편차는 $1{\sim}2mm$ 미만으로 다중산란에 의한 불확실성이 크지 않다는 것을 알 수 있다. PED의 경우 다중산란의 영향이 크지 않으므로 이러한 다중산란은 컴프턴 카메라의 성능에 큰 영향을 미치지 않는다는 것을 알 수 있다. 그러나 모든 에너지가 검출되는 경우 (FED), 122keV입사방사선의 경우를 제외하면, 그 위치의 표준편차가 1차 검출기의 pixel크기에 2배에 달한다. 그러므로 복합 집속 카메라의 코드화된 마스크를 설계하는데 있어 재구성된 영상의 잡음을 방지하기 위해 다중산란에 의한 표준편차가 고려되어야 한다. 모든 입사 방사선에너지에 대하여 FED에 의한 위치 불확실성은 PED에 의한 것 보다 크며 PED 대 FED의 비는 입사방사선의 에너지가 증가함에 따라서 커진다. PED와 FED의 경우 모두 위치의 불확실성이 입사방사선의 에너지에 따라 달라졌다.

• 핵의학기술
• /
• 제21권2호
• /
• pp.31-36
• /
• 2017

최근 PET/CT 장비의 성능의 발전과 다양한 기법의 개발로 민감도와 해상도등 영상 품질을 개선할 수 있게 되었다. 본 논문에서는 GE사의 Discovery IQ 장비의 Q.Clear (a fully convergent iterative reconstruction) 기법을 이용하여 영상의 질 향상에 유용성이 있는지 알아보고자 한다. 장비는 Discovery IQ (GE Healthcare, MI, USA)를 사용하였다. NEMA IEC Body Phantom의 배후방사능과 열소 체적(10 mm, 13 mm, 17 mm, 22 mm)의 비를 1:4로 하고 3분간 촬영하여 VPHDs (VUE Point High-Definition SharpIR)와 Q.Clear의 대조도를 비교 분석하였다. PET/SPECT Performance Phantom에 $^{18}F-FDG$를 187 MBq을 주입 후 4분간 촬영하여 해상도와 균일도를 비교 분석하였다. 그리고 100명의 임상 환자에서 질환의 종류와 상관없이 2 cm 미만의 작은 병소의 SUVmax를 측정하여 t-test 통계분석하였다. NEMA IEC Body Phantom에서 VPHDs와 Q.Clear의 대조도가 $63.6{\pm}5.7%$, $75{\pm}4.8%$로 나왔고 PET/SPECT Performance Phantom에서 해상도는 VPHDs가 9.2 mm, Q.Clear가 7.3 mm로 나왔다. 균일도는 Q.Clear가 10.8% 더 우수하였다. 임상 환자의 t-test 통계 결과 p-value가 0.021로 유의한 차이가 있었다. 임상환자에서 SUVmax는 Q.Clear에서 높게 측정 되었으며, 신호대 잡음 비도 우수하였다. 이는 부분체적효과의 영향을 줄였기 때문으로 볼 수 있다. Phantom test와 임상 환자의 결과 모두 Q.Clear를 적용 하였을 때 영상품질이 향상된 것을 확인하였다. 이러한 영상 품질 향상은 병소를 더욱 정확하게 발견할 수 있고 나아가 선량저감과 환자평가 그리고 영상 분석 등 다양한 방면에서 활용할 수 있을 것으로 사료된다.

• 한국광학회지
• /
• 제29권3호
• /
• pp.110-118
• /
• 2018

항공용 전자 광학 타겟팅 시스템을 위한 중적외선 광학계를 설계하였다. 본 광학계는 이중 시야를 갖도록 설계되었으며, 빔 축소 전단 광학계, 줌 렌즈 그룹, 릴레이 렌즈 그룹, 콜드스탑 공액 광학계 및 냉각 적외선 검출기로 구성된다. 적외선 검출기는 단일 화소의 크기가 $15{\times}15{\mu}m$ 인 $1280{\times}1024$ 화소 배열을 가지며 잡음을 최소화하기 위하여, f/5.3의 냉각 콜드스탑이 적용된 제품으로 선정하였다. 이중 시야 ($1.50^{\circ}{\times}1.20^{\circ}$, $5.40^{\circ}{\times}4.23^{\circ}$)는 두 개의 렌즈를 삽입하는 방식으로 구현했으며, 줌 배율 변경 시 모든 시야에 걸쳐 f/5.3의 콜드스탑의 효율을 유지하도록 설계하였다. 열 효과가 이미지에 미치는 영향을 조사하기 위해 비열화 및 나르시서스 분석을 수행하였으며, 비열화 분석은 $-55{\sim}50^{\circ}C$의 작동 온도를 기준으로 초점 이동과 잔여 고차 파면 수차에 조사하였고 제르니케 다항식을 이용한 민감도 분석을 수행하여 최적의 보상자를 선정하였다. 선정된 보상자의 최적 이동을 고려한 MTF 해상력을 확인한 결과, 작동 온도 전 구간에 걸쳐 요구조건인 33 lp/mm에서 축상 10% 이상의 성능을 유지하는 것을 확인하였으며, 나르시서스 분석 결과, NITD (Narcissus Induced Temperature Difference) 값이 $1.5^{\circ}C$ 이하가 되도록 설계 된 것을 확인하였다.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.968-974
• /
• 2010

본 연구에서는 토양의 가시 근적외선 스펙트럼의 피크중첩에 의한 분석오차를 감소시킴으로써 토양유기물 추정의 정확도 향상을 위해 이산 웨이블릿 변환 (DWT) 신호처리기법의 적용을 검토하고 공간정보모델링을 통해 토양유기물의 분포도를 작성하고자 하였다. 토양유기물 함량에 따른 스펙트럼의 정량적 변화의 강조를 위해 Continuum 제거, 도함수 변환과 함께 Haar, Daubechies DWT 변환된 스펙트럼을 PLSR 모델에 대입하여 산출한 토양유기물 추정식들은 거의 비슷한 결과를 도출하였고 $R^2$ > 0.6, RPD > 1.5 의 '대략적인' 추정 결과를 보였다. 잡음을 줄이고 신호값을 향상시키기 위해 이산 웨이블렛 변환을 적용한 결과에서 오히려 약간 낮은 성능을 나타내었는데 성긴 근사값 (Coarser approximation) 스펙트럼으로 변환되어 추정식의 유의성이 낮아졌을 가능성이 있다. 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의성을 향상시킬 수 있을 것으로 본다. 또한, 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 선택적으로 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다. 이러한 토양유기물의 추정값과 실측값을 이용해 구역 크리깅을 수행하여 분포지도를 작성하였다. 토양 샘플의 유기물 분석값은 평균값을 중심으로 정규분포를 나타내었는데 크리깅 지도에서도 전반적으로 유사한 패턴의 값이 분포하였다. 추정값을 이용한 크리깅 결과도 실측값을 이용한 분포지도와 유사한 공간적 패턴을 나타내었다. 지도의 우하단부와 중앙 부분에서 실측값 분포보다 추정값 분포지도에서 약간 더 높은 경향을 보였는데 이는 토양 유기물의 추정치와 실측치 간의 오차에 의한 것으로 판단된다. 분광 스펙트럼을 이용한 추정 모델은 정확도 제고가 필요한 단계이나 신속성, 용이성 면에 있어서 토양 특성에 대해 광역 단위에서 다량의 시료 분석에 유용할 것으로 보이고, 또한 지역, 세계 규모의 디지털 토양 매핑, 토양 분류 및 원격탐사 자료와의 연계 분석에 활용될 수 있을 것으로 기대된다.

• 대한영상의학회지
• /
• 제84권6호
• /
• pp.1309-1323
• /
• 2023

목적 크론병 환자의 자기공명영상 장운동기록(MR enterography; 이하 MRE)에서 단발 고속 스핀 에코기법(single-shot fast spin-echo; 이하 SSFSE)을 이용한 단일호흡영상(singlebreath-hold; 이하 SBH)과 다호흡영상(multiple-breath-hold; 이하 MBH)을 딥러닝 기반 재구성(deep-learning based reconstruction; 이하 DLR)의 유무에 따라 네 개의 영상에서 품질을 비교했다. 대상과 방법 이 연구는 후향적 연구로서, 크론병으로 MRE를 시행한 61명의 환자가 포함되었다. SBH와 MBH SSFSE 영상에서 각각 DLR과 고식적 재구성(conventional reconstruction; 이하 CR)을 시행한 영상을 획득했다. 두 명의 영상의학과 전문의가 네 가지 영상을 분석하여 전반적인 영상의 품질, 인공물, 선명도와 움직임 관련 신호 손실에 대하여 각각 5점 척도를 이용해 점수를 부여했다. 회장과 말단 회장, 결장에서 염증을 시사하는 세 가지 소견을 평가했다. 각 영상에 대해서 공간적 불일치 여부를 확인했고, 네 가지 영상에서 각각 다른 두 위치에서 신호 대 잡음비(signal-to-noise ratio; 이하 SNR)를 계산했다. 결과 SBH SSFSE 영상에서 DLR을 적용한 경우 CR보다 영상의 품질, 인공물, 선명도가 통계학적으로 유의하게 개선되었다. 네 가지 영상 중 SBH-DLR 영상에서 SNR이 가장 높게 나타났다(p < 0.001). 염증 소견에 대한 판독자 간 일치율은 좋음에서 매우 좋음으로 나타났고(κ = 0.76-0.95) 시퀀스 간 일치율은 매우 좋음으로 측정되었다(κ = 0.92-0.94). 공간적 불일치는 SBH 영상보다 MBH 영상에서 통계학적으로 유의하게 빈도가 높았다(p < 0.001). 결론 SBH-DLR 영상은 MBH-CR 영상과 비교했을 때 동등한 영상 품질과 성능을 보여주었다. 또한, MBH 영상에 비해 절반 이하의 시간과 단일 호흡만으로 영상을 획득할 수 있으며 공간 불일치를 줄일 수 있는 대체제로 사용할 수 있다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.