• 생명과학회지
• /
• 제32권2호
• /
• pp.135-141
• /
• 2022

Mouse thymosin β-4 (TB4) 유전자를 Escherichia coli에서 intein-tag 융합 단백질로 발현시키고 정제하였다. 재조합 TB4-intein 융합 단백질의 분자량을 10% glycine SDS-PAGE로 확인한 결과, 세포내 soluble 분획에서 60 kDa의 단백질을 얻을 수 있었고, 유도발현 최적 조건은 0.1 mM IPTG, 25℃에서 3시간 동안 유도 발현할 때가 최적임을 확인하였다. TB4 만을 얻기 위해서 유도발현된 TB4-intein을 DTT를 이용해 self-cleavage를 일으킨 다음, chitin bead를 이용한 친화성 크로마토그라피로 정제 후 분자량을 확인 한 결과, 5 kDa으로 확인되었으며, 순도는 95%이상 이었다. 정제한 recombinant TB4가 생물학적 기능을 보유하고 있는지 확인을 하기 위하여, TB4를 농도 별(1~1,000 ng/ml)로 하여 HT1080 cell을 이용한 cell migration을 측정한 결과, 모든 농도에서 recombinant TB4가 화학합성한 TB4 보다 약 20% 이상 높은 활성을 보였으며, recombinant TB4 1 ng/ml의 농도에서 cell migration 활성이 가장 높게 나타났다. Recombinant TB4를 마우스 상처 부위에 5일 동안 매일 처리한 결과(최종 처리 농도 0.5 mg/ml), 화학합성 TB4 보다 recombinant TB4의 상처치유 활성이 약 35% 더 높음을 알 수 있었다. 이상의 결과는 recombinant TB4가 화학합성 TB4보다 cell migration과 상처치유에 훨씬 높은 활성을 나타냄을 보여주고 있다.

• Tuberculosis and Respiratory Diseases
• /
• 제43권3호
• /
• pp.308-322
• /
• 1996

연구배경 : 히스타민은 폐혈관주위의 비만 세포내에 풍부하게 분포하니 아직까지 급성 폐손상의 병리기전에 있어 히스타민의 역할에 대해서는 규명되어 있지 않았다. 히스타민은 IL-1 이나 IL-8과 같은 cytokine 사이에 상호작용이 있고 혈관내피 표면상에 P-selectin의 표현을 증가시키는 것으로 알려져 있다. 이에 저자들은 건강한 백서의 기도내로 침윤이 증가되며 히스타민과 TNF를 병용 투여서는 TNF 단독 투여사보다 폐장내 호중구의 침윤이 증폭되고 폐손상의 정도가 증가 될 것으로 가정하였다. 방법 : 몸무게 270-370gm인 Sprague-Dawley 쥐를 사용하여 정상군은 생리식염수 0.5mL을, 치료군은 체증 1Kg 당 $1.1{\mu}g$, $11{\mu}g$ 및 $55{\mu}g$의 히스타민을 단독 혹은 TNF 500ng과 함께 병용하여 기도로 투여하거나 히스타민 $55{\mu}g$과 IL-1 50ng을 병용투여 한 뒤 5시간 뒤 에 폐조직 내 myeloperoxidase(MPO) 활성도와 폐포액내 호중구 수 및 쥐의 IL-8으로 고려되는 cytokine-induced neutrophil chemoattractant(CINC)의 활성도 그리고 폐혈관내 알부민의 폐조직내로의 누출을 측정하였다. 또한 TNF와 히스타민을 병용투여한 뒤 TNF와 히스타민 병용치료군에 항히스타민제를 경정맥내로 주입한 뒤 동일한 방법으로 각 지표들을 측정하여, 관찰된 상승효과가 차단되는지를 보았다. 곁과 1) TNF치료군은 정상군에 비하여 폐장내 MPO 활성도, 기관폐포액내 홍중구수 및 폐혈관의 누출이 더 높게 나타났으며(각 p<0.001), 히스타면 투여군은 11 및 $55{\mu}g/kg$ 투여군에서 정상군에 비해 MPO 활성도만이 높게 나타났다(p<0.05) 2) 폐장내 MPO 활성도는 기도내로 TNF와 병용투여한 히스타민 $1.1{\mu}g$군, $11{\mu}g$군 및 $55{\mu}g$ 군 모두에서 정상군에 비해 증가되어 나타났으며(각 p<0.001) 히스타민 $11{\mu}g/kg$ 병합투여군에서는 TNF 단독치료군에 비해서도 높게 나타났다(p=0.0251). 기관폐포액내 호중구의 수는 히스타민 1.1, 11 및 $55{\mu}g/kg$군 모두에서 정상군(p<0.05)에 비해 증가되어 나타났으며 $1.1{\mu}g/kg$군은 TNF 단독치료군에 비해서도 높았다(p=0.0367). 급성 폐혈관 히스타민 $1.1{\mu}g$군, $11{\mu}g$군 $55{\mu}g$군에서 정상군에 비해 증가되었으나(p<0.001), TNF 치료군과는 차이가 없었다. 3) TNF와 히 스타민 1.1, 11 및 $55{\mu}g/kg$이 병용투여된 군 모두에서 정상군에 비해 폐포 세척액내 CINC 활성도가 유의하게 증가되었다(각각 p-값<0.01 및< 0.05) 4) $H_1$ 수용체차단제인 mepyramine과 $H_2$ 수용체차단제인 ranitidine 세척액내 증폭되었던 호중구 수 및 CINC의 활성도를 감소시켰다(각각 p-값>0.05) 5) IL-1과 병용 투여한 히스타민은 정상군에 비해 MPO 활성도 및 급성 폐혈관 누출이 증가되었으나(p<0.05), IL-1 치료군과는 차이가 없었다. 결론 : 본연구의 결과로서 백서의 기도내로 국소적으로 히스타민을 투여시 5시간 이내에 폐조직내 호중구의 침윤이 증가되고 TNF로 유도된 폐조직내 MPO 활성도 및 기관폐포액 내 호중구 수의 증가가 증폭되나 폐혈관내 알부민의 폐장내 누출의 증폭작용이 없고 IL-1으로 유도된 폐손상에도 급성 폐손상의 증폭작용이 관찰되지 않으므로 TNF나 IL-1으로 유도되는 급성 폐손상에 히스타민 병용 투여에 의한 폐손상의 증폭작용은 없을 것으로 사료되었다.

• 대한약리학회지
• /
• 제29권2호
• /
• pp.275-282
• /
• 1993

Microsomal epoxide hydrolase (mEH)은 epoxide형 중간대사물을 해독화하는 효소이다. 본 실험실에서는 thiazole 또는 pyrazine을 rat에 투여할 때 mEH mRNA수준이 증가되고 mEH가 유도증가한다는 것을 밝힌바 있다(Carcinogenesis, Kim et al, 1993). 본 연구에서는 Thiazole처리를 한 rat의 간 microsome 분획으로 부터 DEAE-cellulose column chromatography를 이용하여 mEH를 순수분리하였고, 이를 SDS-PAGE분석 및 N 말단 amino acid 서열분석으로 확인하였다. Pyrazine처리를 한 rat의 간 microsome분획에서는 mEH와 더불어 이와 관련된 43 kDa 단백질이 함께 정제되었다. 정제된 thiazole 유도성 mEH를 토끼에 주사하여 항체를 생산하였고, 이 항체를 이용한 immunoblot 분석을 하였을 때 간 microsome 분획의 mEH가 thiazole투여군에서는 대조군에 비하여 10배, pyrazine 투여군에서 7배 증가하였다. Pyrazine처치한 rat의 간 microsome 분획에서는 mEH 관련성 43 kDa 단백질이 동시 유도증가하는 것을 면역화학적 반응으로도 확인하였다. 이때 Pyrazine으로 유도된 rat의 간 microsome 분획 또는 정제분획에 존재하는 43 kDa 단백질과 mEH의 비율은 1 : 15로 나타났다. 정제된 mEH와 43 kDa 단백질의 N 말단 amino acid 서열을 분석하였을때 43 kDa 단백질의 N 말단이 mEH와 동일하게 나타나 관련 단백질임을 확인하였다. 이러한 mEN 유도현상에 종차가 있는지를 알아보기 위하여 thiazole과 pyrazine을 각각 rabbit에 투여하였을 때 rabbit에서 는 mEH의 유도증가가 일어나지 않았으며, pyrazine 투여군에서 43 kDa 단백질의 증가는 관찰 되었다. 본 연구는 thiazole 또는 pyrazine 투여후 mEH 발현이 유도증가되며, pyrazine 투여 후에는 mEH 및 이와 관련된 43 kDa 단백질이 동시유도되고, 이러한 mEH 유도발현에 rat와 rabbit간에는 종차가 있음을 보여준다.

• 생명과학회지
• /
• 제18권11호
• /
• pp.1532-1537
• /
• 2008

무릎인공관절 단축범위 수술자와 다축범위 수술자를 대상으로 영상분석과 근전도 분석 그리고 운동생리학적 분석을 통하여 얻은 결과는 다음과 같다. 한 계단 오르기와 내리기 동안 소요시간은 대상자들 간에 통계적으로 큰 차이(p=0.380, p=0.171)는 없었지만 평균에서는 약간의 차이가 나타났다. 단 축범위 수술자가 다축범위 수술자보다 오르기와 내리기에서 평균속도가 빠른 것으로 나타났다. 한 계단 오르기 동안 고관절의 각속도, 무릎의 각속도, 발목의 각속도는 세 관절 모두 통계적으로는 유의한 차이(p=0.078, p=0.095, p=0.069)는 없었지만 평균의 비교에서는 단축관절 수술자가 다축관절 수술자보다 빠르게 나타났다. 한 계단 오르기 동안 관절의 최대 토크는 통계적으로 차이(p=0.052, p=0.096, p=0.134)는 나타나지 않았으나 평균의 비교에서는 단축관절 수술자가 다축관절의 수술자보다 각관절의 토큐가 모두 크게 나타났다. 굴곡과 신전으로만 움직이게 단축으로 제작된 인공관절에서는 볼 수 없는 변인으로서 연구의 의미가 있다고 사료된다. 계단 오르기와 내리기 동안 외전과 내전이 일어나는 각도를 알아본 결과 통계적으로는 큰 차이는 없었으나(p=0.103) 계단 오르기 동작 ($6.2^{\circ},\;7.8^{\circ}$)이 내리기 동작($5.8^{\circ},6.4^{\circ}$)보다 약간 크게 나타났다. 다축범위 수술자와 단축범위 수술자의 등장성 수축 시 하지의 근육변화를 알아보기 위하여 $15^{\circ}-75^{\circ}$ 사이의 무릎을 펴는 동안 VM, VL, RF, BF, ST의 근육들의 EMG값을 비교해본 결과 통계적으로 유의한 차이(P<0.05)가 나타났다. Table 5에서 보면 다축범위 수술자와 단축범위 수술자간에 대퇴사두근과 무릎오금근에서 유의한 차이(p<0.05, p<0.01)를 나타내고 있다. 무릎을 펴는 등장성 수축 동작에서 VM EMG값은 단축범위 수술자가 다축범위 수술자보다 $31^{\circ}-45^{\circ}$ 그리고 $61^{\circ}-75^{\circ}$에서 더욱 크게 나타났다. BF EMG값은 모든 구간에서 단축범위 수술자가 다축범위 수술자보다 크게 나타났다. 서로 다른 4그룹에서 운동 강도별 피험자의 체지방율의 변화는 젊은 일반군(C), 노인군(E), 단축범위 수술자(S), 다축범위 수술자(M) 에서 운동시기별 측정값의 통계적 유의한 차이는 나타나지 않았으나, C 그룹에서 시기별 체지방률이 감소하였고, 고강도 운동인 HI 시기에 가장 낮은 값을 나타내었다. 반면에 E, S 및 M 그룹에서는 시기별 감소하는 경향은 있었으나, 증가된 곳도 있고 HI 시기에서는 모든 그룹에서 감소하였다. 하지만 모든 시기에서 통계적인 차이를 나타내지 않았다. 서로 다른 4그룹에서 운동강도별 피험자의 안정시대사량의 변화는 그룹별 용이한 비교를 위하여 체표면적으로 나눈 값으로 표기하였다. C 그룹에서 시기별 안정 시 대사량 값이 증가하여 저강도 운동 후 가장높은 값을 보였고 통계적으로도 유의하게 증가함을 알 수 있었다(p<0.05). 서로 다른 4그룹에서 운동 강도별 피험자의 평균에너지 지출량의 변화는 운동 중과 운동 후 30분간의 에너지 지출량의 평균값을 나타낸 것으로 시기별 C 그룹에 대하여 다른 그룹을 비교 하였다. 우선 고강도 운동 시 C 그룹에 비해 E, S, M 그룹에서 낮은 에너지 소비량 값을 보였고, 모든 그룹에서 통계적으로 낮은 값을 보였다(p<0.05). 그리고 이러한 결과는 저 강도 운동에서도 같은 경향을 보이며 나타났는데, 저강도 운동 시 평균 에너지 지출량은 C그룹에 비하여 E, S, M 그룹에서 낮은 에너지 소비량 값을 보였다. 무릎인공관절 단축범위 수술자와 다축범위 수술자를 대상으로 운동역학적인 변인과 운동생리학적 변인을 동시에 병행하여 연구를 시도한 결과 우선 실험상의 어려움들이 많이 나타났다. 현재는 인공관절 수술이 두 종류의 형태뿐만 아니라 재료가 다른 여러 종류의 인공관절도 제작되고 있다. 계속적으로 추가적인 연구가 실시되어야 할 것으로 사료된다.

• 경영과정보연구
• /
• 제31권3호
• /
• pp.223-248
• /
• 2012

본 연구는 대구경북지역 섬유산업의 경쟁력 회복을 위해 1999년부터 소위 '밀라노프로젝트'로 시작된 대구지역 섬유산업진흥사업을 중심으로 지난 10년간의 대구지역 섬유산업의 정책변화와 지역 섬유산업의 구조변화에 대한 현황분석을 토대로 향후 대구경북지역 섬유산업의 혁신과제를 제안하고자 하였다. 분석결과를 요약하면 다음과 같다. 1단계 밀라노프로젝트('99-'03)는 기획 수립단계에서부터 섬유산업의 중장기 발전시나리오에 기초한 비전과 전략의 부재로 체계적인 사업기획 및 단위사업 선정이 미흡함으로써 패션어패럴밸리 조성 등 사업의 추진일정이 지연된 문제점이 노출되었지만, 신제품개발지원센터, 염색디자인실용화센터 등 차별화 제품의 개발을 지원할 수 있는 기반을 구축하게 되었다는 점에서 성과의 의의가 있다. 2단계 대구섬유산업진흥사업('04-'08)은 경상북도의 도비 매칭을 통하여 대구경북지역의 광역사업으로 추진되었으며, 기 구축된 인프라를 중심으로 지원된 기술개발지원 사업은 특허출원 등 기술적 성과와 신상품 매출액 비중 증가 등의 경제적 성과가 가시화되고 있는 것으로 나타났다. 아울러 섬유업계는 1990년대 후반부터 한계업체 퇴출, 설비매각 이전 등 고강도의 구조조정이 진행되어 왔으나, 현재 영업중인 섬유업체는 재무구조, 생산성, 수익성 측면에서는 기업의 경영성과가 호전되었다. 산업 구조적인 측면에서는 의류용섬유소재분야에서 산업용섬유소재분야로 구조전환이 이루어지고 있는 것으로 나타났다. 기업의 혁신역량 분석에서는 타 산업과 비교할 때 큰 차이는 없으나, 최고경영자의 기술혁신의지, 기업가 정신, 연구개발 역량과 인적자원분야에서 혁신역량이 다소 떨어지는 것으로 나타났다. 향후 섬유산업의 지속발전을 위한 경쟁력 제고를 위해서는 하이테크 섬유소재와 생활용 섬유분야에 대한 선택과 집중이 필요하며, 향후 물리적 집적기반보다는 신뢰와 협력에 기반한 네트워크를 통해 '혁신 시너지'를 창출할 수 있도록 소프트웨어적 인프라 구축에 보다 집중하여야 할 것이다. 특히 지역 섬유산업이 지역 전략산업으로 선정되어 10년 이상 지속적인 지원을 받아 온 만큼, 이제 전통 주력산업에서 미래 성장산업으로 변모하기 위해서는 기업의 기술혁신의지와 기업가정신에 기초한 기업주도의 '혁신 클러스터'를 반드시 창출해야 할 것이다.

• 트랜스-
• /
• 제12권
• /
• pp.51-79
• /
• 2022

본 연구에서는 색채 계획을 통해 콘텐츠를 제작할 때 참고할 만한 색을 도출하는 방법을 모색하기 위하여 진행되었다. 대상이 된 이미지는 한국 내의 자연풍광을 다룬 사진들로 머신러닝을 활용해 낮과 밤이 어떤 색으로 표현되는지 알아보고, KSCA를 통해 색 빈도를 도출하여 두 결과를 비교, 분석하였다. 낮과 밤 사진의 색을 머신러닝으로 구분한 결과, 51~100%로 구분했을 때, 낮의 색의 영역이 밤의 색보다 2.45배가량 더 많았다. 낮 class의 색은 white를 중심으로, 밤 class의 색은 black을 중심으로 명도에 따라 분포하였다. 낮 class 70%이상의 색이 647, 밤 class 70% 이상의 색이 252, 나머지(31-69%)가 101개로서 중간 영역의 색의 수는 적고 낮과 밤으로 비교적 뚜렷하게 구분되었다. 낮과 밤 class의 색 분포 결과를 통해 명도로 구분되는 두 class의 경계 색채값이 무엇인지 확인할 수 있었다. KSCA를 활용해 디지털 사진의 빈도를 분석한 결과는 전체적으로 밝은 낮 사진에서는 황색, 어두운 밤 사진에서는 청색 위주의 색이 표현되었음을 보여주었다. 낮 사진 빈도에서는 상위 40%에 해당하는 색이 거의 무채색에 가까울 정도로 채도가 낮았다. 또 white & black에 가까운 색이 가장 높은 빈도를 보여 명도차가 크다는 것을 알 수 있었다. 밤 사진의 빈도를 보면 상위 50% 가량 되는 색이 명도 2(먼셀 기호)에 해당하는 어두운 색이다. 그에 비해 빈도 중위권(50~80%)의 명도는 상대적으로 조금 높고(명도 3-4), 하위 20%에서는 여러 색들의 명도차가 크다. 난색들은 빈도 하위 8% 이내에서 간헐적으로 볼 수 있었다. 배색띠를 보았을 때, 전체적으로 남색을 위주로 조화로운 배색을 이루고 있었다. 본 연구의 색의 분포와 빈도의 결과값은 한국 내의 자연 풍경에 관한 디지털 디자인의 색채 계획에 참고 자료로 활용될 수 있을 것이다. 또한 색 분포를 나눈 결과는 해당색이 특정 디자인의 주조색이나 배경색으로 사용될 경우에 두 class 중 어느 쪽에 더 가까운 색인지에 대해 참고사항이 될 수 있을 것이며, 분석 이미지들을 몇 가지 class로 나눈다면, 각 class의 색 분포의 특성에 따라 분석 이미지에 사용되지 않은 색도 어느 class에 얼마큼 더 가까운 이미지인지 도출할 수 있을 것이다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제27회 학술발표회
• /
• pp.101-113
• /
• 1995

The objective of this research is to test the feasibility of developing a statewide truck traffic forecasting methodology for Wisconsin by using Origin-Destination surveys, traffic counts, classification counts, and other data that are routinely collected by the Wisconsin Department of Transportation (WisDOT). Development of a feasible model will permit estimation of future truck traffic for every major link in the network. This will provide the basis for improved estimation of future pavement deterioration. Pavement damage rises exponentially as axle weight increases, and trucks are responsible for most of the traffic-induced damage to pavement. Consequently, forecasts of truck traffic are critical to pavement management systems. The pavement Management Decision Supporting System (PMDSS) prepared by WisDOT in May 1990 combines pavement inventory and performance data with a knowledge base consisting of rules for evaluation, problem identification and rehabilitation recommendation. Without a r.easonable truck traffic forecasting methodology, PMDSS is not able to project pavement performance trends in order to make assessment and recommendations in the future years. However, none of WisDOT's existing forecasting methodologies has been designed specifically for predicting truck movements on a statewide highway network. For this research, the Origin-Destination survey data avaiiable from WisDOT, including two stateline areas, one county, and five cities, are analyzed and the zone-to'||'&'||'not;zone truck trip tables are developed. The resulting Origin-Destination Trip Length Frequency (00 TLF) distributions by trip type are applied to the Gravity Model (GM) for comparison with comparable TLFs from the GM. The gravity model is calibrated to obtain friction factor curves for the three trip types, Internal-Internal (I-I), Internal-External (I-E), and External-External (E-E). ~oth "macro-scale" calibration and "micro-scale" calibration are performed. The comparison of the statewide GM TLF with the 00 TLF for the macro-scale calibration does not provide suitable results because the available 00 survey data do not represent an unbiased sample of statewide truck trips. For the "micro-scale" calibration, "partial" GM trip tables that correspond to the 00 survey trip tables are extracted from the full statewide GM trip table. These "partial" GM trip tables are then merged and a partial GM TLF is created. The GM friction factor curves are adjusted until the partial GM TLF matches the 00 TLF. Three friction factor curves, one for each trip type, resulting from the micro-scale calibration produce a reasonable GM truck trip model. A key methodological issue for GM. calibration involves the use of multiple friction factor curves versus a single friction factor curve for each trip type in order to estimate truck trips with reasonable accuracy. A single friction factor curve for each of the three trip types was found to reproduce the 00 TLFs from the calibration data base. Given the very limited trip generation data available for this research, additional refinement of the gravity model using multiple mction factor curves for each trip type was not warranted. In the traditional urban transportation planning studies, the zonal trip productions and attractions and region-wide OD TLFs are available. However, for this research, the information available for the development .of the GM model is limited to Ground Counts (GC) and a limited set ofOD TLFs. The GM is calibrated using the limited OD data, but the OD data are not adequate to obtain good estimates of truck trip productions and attractions .. Consequently, zonal productions and attractions are estimated using zonal population as a first approximation. Then, Selected Link based (SELINK) analyses are used to adjust the productions and attractions and possibly recalibrate the GM. The SELINK adjustment process involves identifying the origins and destinations of all truck trips that are assigned to a specified "selected link" as the result of a standard traffic assignment. A link adjustment factor is computed as the ratio of the actual volume for the link (ground count) to the total assigned volume. This link adjustment factor is then applied to all of the origin and destination zones of the trips using that "selected link". Selected link based analyses are conducted by using both 16 selected links and 32 selected links. The result of SELINK analysis by u~ing 32 selected links provides the least %RMSE in the screenline volume analysis. In addition, the stability of the GM truck estimating model is preserved by using 32 selected links with three SELINK adjustments, that is, the GM remains calibrated despite substantial changes in the input productions and attractions. The coverage of zones provided by 32 selected links is satisfactory. Increasing the number of repetitions beyond four is not reasonable because the stability of GM model in reproducing the OD TLF reaches its limits. The total volume of truck traffic captured by 32 selected links is 107% of total trip productions. But more importantly, ~ELINK adjustment factors for all of the zones can be computed. Evaluation of the travel demand model resulting from the SELINK adjustments is conducted by using screenline volume analysis, functional class and route specific volume analysis, area specific volume analysis, production and attraction analysis, and Vehicle Miles of Travel (VMT) analysis. Screenline volume analysis by using four screenlines with 28 check points are used for evaluation of the adequacy of the overall model. The total trucks crossing the screenlines are compared to the ground count totals. L V/GC ratios of 0.958 by using 32 selected links and 1.001 by using 16 selected links are obtained. The %RM:SE for the four screenlines is inversely proportional to the average ground count totals by screenline .. The magnitude of %RM:SE for the four screenlines resulting from the fourth and last GM run by using 32 and 16 selected links is 22% and 31 % respectively. These results are similar to the overall %RMSE achieved for the 32 and 16 selected links themselves of 19% and 33% respectively. This implies that the SELINICanalysis results are reasonable for all sections of the state.Functional class and route specific volume analysis is possible by using the available 154 classification count check points. The truck traffic crossing the Interstate highways (ISH) with 37 check points, the US highways (USH) with 50 check points, and the State highways (STH) with 67 check points is compared to the actual ground count totals. The magnitude of the overall link volume to ground count ratio by route does not provide any specific pattern of over or underestimate. However, the %R11SE for the ISH shows the least value while that for the STH shows the largest value. This pattern is consistent with the screenline analysis and the overall relationship between %RMSE and ground count volume groups. Area specific volume analysis provides another broad statewide measure of the performance of the overall model. The truck traffic in the North area with 26 check points, the West area with 36 check points, the East area with 29 check points, and the South area with 64 check points are compared to the actual ground count totals. The four areas show similar results. No specific patterns in the L V/GC ratio by area are found. In addition, the %RMSE is computed for each of the four areas. The %RMSEs for the North, West, East, and South areas are 92%, 49%, 27%, and 35% respectively, whereas, the average ground counts are 481, 1383, 1532, and 3154 respectively. As for the screenline and volume range analyses, the %RMSE is inversely related to average link volume. 'The SELINK adjustments of productions and attractions resulted in a very substantial reduction in the total in-state zonal productions and attractions. The initial in-state zonal trip generation model can now be revised with a new trip production's trip rate (total adjusted productions/total population) and a new trip attraction's trip rate. Revised zonal production and attraction adjustment factors can then be developed that only reflect the impact of the SELINK adjustments that cause mcreases or , decreases from the revised zonal estimate of productions and attractions. Analysis of the revised production adjustment factors is conducted by plotting the factors on the state map. The east area of the state including the counties of Brown, Outagamie, Shawano, Wmnebago, Fond du Lac, Marathon shows comparatively large values of the revised adjustment factors. Overall, both small and large values of the revised adjustment factors are scattered around Wisconsin. This suggests that more independent variables beyond just 226; population are needed for the development of the heavy truck trip generation model. More independent variables including zonal employment data (office employees and manufacturing employees) by industry type, zonal private trucks 226; owned and zonal income data which are not available currently should be considered. A plot of frequency distribution of the in-state zones as a function of the revised production and attraction adjustment factors shows the overall " adjustment resulting from the SELINK analysis process. Overall, the revised SELINK adjustments show that the productions for many zones are reduced by, a factor of 0.5 to 0.8 while the productions for ~ relatively few zones are increased by factors from 1.1 to 4 with most of the factors in the 3.0 range. No obvious explanation for the frequency distribution could be found. The revised SELINK adjustments overall appear to be reasonable. The heavy truck VMT analysis is conducted by comparing the 1990 heavy truck VMT that is forecasted by the GM truck forecasting model, 2.975 billions, with the WisDOT computed data. This gives an estimate that is 18.3% less than the WisDOT computation of 3.642 billions of VMT. The WisDOT estimates are based on the sampling the link volumes for USH, 8TH, and CTH. This implies potential error in sampling the average link volume. The WisDOT estimate of heavy truck VMT cannot be tabulated by the three trip types, I-I, I-E ('||'&'||'pound;-I), and E-E. In contrast, the GM forecasting model shows that the proportion ofE-E VMT out of total VMT is 21.24%. In addition, tabulation of heavy truck VMT by route functional class shows that the proportion of truck traffic traversing the freeways and expressways is 76.5%. Only 14.1% of total freeway truck traffic is I-I trips, while 80% of total collector truck traffic is I-I trips. This implies that freeways are traversed mainly by I-E and E-E truck traffic while collectors are used mainly by I-I truck traffic. Other tabulations such as average heavy truck speed by trip type, average travel distance by trip type and the VMT distribution by trip type, route functional class and travel speed are useful information for highway planners to understand the characteristics of statewide heavy truck trip patternS. Heavy truck volumes for the target year 2010 are forecasted by using the GM truck forecasting model. Four scenarios are used. Fo~ better forecasting, ground count- based segment adjustment factors are developed and applied. ISH 90 '||'&'||' 94 and USH 41 are used as example routes. The forecasting results by using the ground count-based segment adjustment factors are satisfactory for long range planning purposes, but additional ground counts would be useful for USH 41. Sensitivity analysis provides estimates of the impacts of the alternative growth rates including information about changes in the trip types using key routes. The network'||'&'||'not;based GMcan easily model scenarios with different rates of growth in rural versus . . urban areas, small versus large cities, and in-state zones versus external stations. cities, and in-state zones versus external stations.

• 대한핵의학회지
• /
• 제39권6호
• /
• pp.413-420
• /
• 2005

목적: 수용체 결합능 정량화를 위해서는 방사성추적자의 동태를 충분히 관찰하기 위해서 보통 뇌 PET 영상을 60-120분 정도 얻어야 한다. 이처럼 장기간 PET 영상을 얻게 되는 경우 보통 피험자의 수의적/불수의적 움직임을 피할 수 없고 이러한 피험자의 머리 움직임은 재구성된 PET 영상의 공간해상도를 저하시키고 측정된 방사능 농도의 정확성을 떨어뜨리는 요인이 된다. 이 연구에서는 동적 영상 정보만을 이용하여 피험자의 머리 움직임을 보정할 수 있는 방법을 개발하고 이를 피험자의 움직임이 불가항력적인 뇌활성화 도파민 D2 수용체 영상에 적용하여 움직임 보정이 리간드 결합능 및 외부 자극에 의한 도파민 유리(release) 정량화에 미치는 영향을 평가하였다. 대상 및 방법: 4명의 정상인 자원자에서 비디오 게임에 의한 도파민 유리를 평가하기 위한 실험으로 순간+연속 주입법을 이용하여 얻은 $[^{11}C]raclopride$ PET 영상을 이용하였으며 실제로 도파민 유리를 계산하기 위해서 필요한 프레임들만을 선별해서 영상 정합 기법을 적용하였다. 즉, $[^{11}C]raclopride$을 투여한 후 선조체에서의 리간드의 특이적 결합이 항정상태(steady state)에 최초로 도달하는 과제 수행 전 (30-50 분) 영역과, 비디오 게임 과제에 의해 도파민이 유리된 후 다시 항정상태에 도달하는 70-90분, 비디오 게임을 멈춘 후 다시 항정상태에 도달하는 110-120 분 데이터에만 움직임 보정 기법을 적용하는 방식이다. 각 항정상태 구간은 보통 2-4개의 프레임으로 구성되므로 먼저 이들 프레임들간의 영상정합을 수행(intra-condition registration)하여 평균 영상을 만들고 이들 평균 영상들을 정합하여 최종적으로 움직임 보정(inter-condition registration)을 하였다. 게임 수행 전후의 도파민유리를 평가하기 위하여 머리 움직임 보정 전후의 게임 과제 수행 전후의 결합능 백분율 변화를 구하였으며 각 조건에 대한 결합능 파라미터 영상을 구하고 움직임 보정 전후의 결합능 영상의 화소별 차이를 SPM2를 이용한 t-test(쌍체 검정)로 알아보았다. 결과: 움직임 보정 전후의 영상을 비교하였을 때, 움직임 보정 전 영상에서, 게임 수행시 영상이 게임을 위한 스크린 위치에 따른 시야 변동으로 게임 수행전 영상에 비하여 앞쪽 아래로 기울어져 있음을 알 수 있었으며 이러한 경향은 대상 피험자 모두에서 관찰되었다. 보정 전 영상으로부터 측정된 비디오 게임에 의한 도파민 유리는 putamen에서 29%, caudate head에서 57%, ventral striatum에서 17% 였으나, 보정 후 영상으로부터 구한 도파민 유리는 이들 영역에서 각각 3.9%, 14,1%, 0.6%로 움직임 보정을 하지 않은 경우 선조체 모든 구소물에서 결합능 감소, 즉 게임에 의한 도파민 유리가 과대평가됨을 알 수 있다. SPM 분석결과에서도 움직임을 보정하지 않은 영상을 이용한 경우, 선조체 구조물에서의 결합능 감소와 움직임에 의한 영상강도 저하가 복합적으로 영향을 주어 결합능 차이가 매우 유의하게 평가되었으나 움직임 보정 후 영상을 이용하여 비교한 경우, 결합능 변화가 선조체 영역에서 국한되어 나타나며 그 유의성이 움직임 보정 전에 비하여 낮음을 알 수 있었다. 결론: 뇌활성화 과제 수행시에 동반되는 피험자의 머리 움직임에 의하여 도파민 유리가 과대평가되었으며 이는 이 연구에서 제안한 영상정합을 이용한 움직임 보정기법에 의해서 개선되었다.