• 대한방사선기술학회지:방사선기술과학
• /
• 제40권4호
• /
• pp.533-542
• /
• 2017

진단용 X선 영상에서 산란선은 화질을 열화시키는 주요한 원인이다. X선 장치는 필름/스크린을 사용한 아날로그 시스템부터 Imaging plate (IP) 및 평판 검출기(Flat panel detector; FPD)를 사용한 디지털 시스템으로 바뀌어 가고 있다. 그러나 산란 X선 제거를 위한 Grid는 아날로그 시대에 사용됐던 구조부터 큰 변화가 없다. 본 논문에서는 선행연구에서 고안된 산란선 제거율을 향상시키기 위한 간접변환형 평판검출기의 새로운 구조를 다양한 입사 X선을 사용하는 임상현장에서의 활용 가능성을 검토했다. 일반적으로 FPD는 3개의 층으로 구성되어 있다. 신호를 검출하는 화소와 화소 사이에는 전압을 거는 voltage line이나 데이터를 전달하는 data line과 같은 X선 불감영역이 존재한다. 선행연구에서는 이 불감영역에 정확히 맞추어 방사선 불 투과성의 납을 그물 모양으로 substrate layer에 삽입함으로서 검출기 자체가 산란선 제거 효과가 있도록 설계하였다. 새로운 구조의 임상 유용성을 평가하기 위해, 삽입된 그물 모양의 납을 입사 X선에 대해 가로, 세로성분으로 나누어 각각의 성능을 확인하였으며, 동시에 납의 높이를 변화시켜 납 높이가 성능에 미치는 영향을 영상 대조도와 grid 노출 인자를 통해 검토했다. 검출기면에 대해 대각선으로 입사한 X선($0^{\circ}$, $15^{\circ}$, $30^{\circ}$)에 대해서, 입사 X선에 대해 평행한 가로성분이 세로 성분에 비해 높은 영상 대조도와 낮은 그리드 노출 인자를 나타냈으며, 세로성분의 납 높이가 높을수록 본 연구에서 고안한 검출기에 악영향을 미치는 것을 확인했다. 그러므로 본 연구에서 고안한 새로운 FPD 시스템은 FPD의 구조를 방사선검사 조건과 목적에 맞추어 최적화함으로써 임상 의료현장에서의 사용 가능성이 확인되었다.

• 한국진공학회지
• /
• 제14권4호
• /
• pp.252-257
• /
• 2005

고휘도 마이크로빔 X-선원에 사용할 고휘도 전자빔원을 탄소나노튜브를 이용하여 설계, 제작하였다. 전자빔원은 탄소나노튜브 팁을 이용한 음극, 전자빔 인출용 그리드, 전자빔 가속용 양극으로 이루어진 삼극관 형태의 구조를 가진다. 설계된 휘도 값을 얻기 위하여 X-선 발생부에서의 전자빔 직경이 5 $\mu$m 이하, 빔전류가 약 30 $\mu$A 이상이 요구된다 이러한 요구조건을 만족시키기 위하여, EGUN Code를 이용하여 전자빔의 궤적 및 공간분포 등을 계산함으로써, 탄소나노튜브 팁 및 전자빔원의 구조 등을 최적화 하였다. 제작된 탄소나노튜브 팁은 직경 200 $\mu$m 의 텅스텐 와이어를 전기화학적으로 에칭하여 그 끝을 뽀족하게 만든 뒤 텅스텐의 끝 부분에 탄소나 노튜브를 화학기상법으로 증착하여 제작하였다. 제작된 탄소나노튜브를 이용하여 전자빔 인출실험을 수행하였다. 개발 중인 탄소나노튜브 팁을 이용한 고휘도 전자빔원의 설계 특성 및 기초 실험결과를 보고한다.

• 한국융합학회논문지
• /
• 제12권6호
• /
• pp.9-16
• /
• 2021

과거 주가 데이터와 금융 관련 빅 데이터를 사용해 머신러닝 기법으로 주식시장을 예측하는 연구는 다양하게 있어 왔지만, HTS와 MTS를 통해 거래가 가능한 주가지수 연동 ETF가 생기면서 주가지수를 예측하는 연구가 최근 주목받고 있다. 본 논문에서는 KOSPI 연동 ETF를 거래할 목적으로 KOSPI의 상승 예측을 위한 머신러닝 모델과 하락예측을 위한 모델을 각각 구현한다. 이들 모델은 매개변수의 그리드 탐색을 통해 최적화 된다. 또한 정밀도를 개선해 ETF 거래 수익률을 높일 수 있도록 개별 모델들을 조합한 하이브리드 머신러닝 모델을 제안한다. 예측 모델의 성능은 정확도와 ETF 거래 수익률에 큰 영향을 미치는 정밀도로 평가된다. 하이브리드 상승 예측 모델의 정확도와 정밀도는 72.1 %와 63.8 %이고 하락 예측 모델은 79.8 %와 64.3 %이다. 하이브리드 하락 예측 모델에서 정밀도는 개별 모델보다 최소 14.3 %, 최대 20.5 % 개선되었다. 테스트 기간에 하이브리드 모델은 하락에서 10.49 %, 상승에서 25.91 %의 ETF 거래 수익률을 보였다. 인버스×2와 레버리지 ETF로 거래하면 수익률을 1.5 ~ 2배로 높일 수 있다. 하락예측 머신러닝 모델에 대한 추가 연구로 수익률을 더 높일 수 있을 것으로 기대한다.