• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.139-147
• /
• 2021

가축분뇨는 고액분리 후 액상 가축분뇨를 호기생물반응조에서 충분히 부숙시켜 화학비료를 대체한 유기질비료(액비)로 이용하고 있다. 그러나 액비는 작물 생장 중인 여름철에는 토양 살포가 제한되기 때문에 액비 처분 문제가 반복 발생되고 있다. 액비를 추비(웃거름)로 이용하기 위해서는 액비 내 슬러지 저감, 병원성 미생물에 대한 안정성 문제가 확보되어야 한다. 본 연구에서는 가축분뇨 액비의 추비 이용을 위해 부유물질(SS) 제거와 살균 효과가 있다고 알려져 있는 마이크로버블 장치(FeMgO 촉매 삽입)의 액비 내 부유물질과 대장균군의 저감효과를 알아보고 마이크로 필터 장치를 연계한 시스템의 부유물질 제거 효율 향상 여부를 확인하였다. 마이크로버블 장치의 부상분리 과정을 거치면서 액비 내 부유물질은 57.9% 제거되었으며, 대장균군은 검출되지 않았다(16,200 MPN/100mL → 0 MPN/100mL). 마이크로 버블 장치와 마이크로 필터 연계 시스템의 수리학적 체류시간 최적화을 통해 액비 내 부유물질 제거 효율은 수리학적 체류시간이 0.1h 조건에서 92.9%까지 향상된 것을 확인하였다. 같은 조건에서 처리수의 성상을 확인한 결과 유기오염물질은 64.5%(TCOD), 70.1%(SCOD) 제거되었으며 인산염인(PO4-P)과 총질소(TN)의 농도도 각각 54.9%와 51.5%까지 감소되었다. 이러한 연계 시스템으로부터 처리된 유출수는 기존 액비의 조성보다 부유물질 및 오염물질 농도 감소, 대장균군이 포함되지 않아 추비로 직접 이용이 가능할 것으로 판단된다.

• 한국의학물리학회지:의학물리
• /
• 제19권1호
• /
• pp.63-72
• /
• 2008

최근 의료영상저장 및 전송 시스템(Picture Archiving and Communication System, PACS)의 발전과 함께 디지털 영상의 발전이 가속화되면서, 특히 기존의 아날로그 시스템을 활용할 수 있는 컴퓨터 X-선 촬영(Computed Radiography, CR)의 활용도가 높아졌다. 본 연구에서는 실제 임상에서 사용되고 있는 Agfa CR system (Agfa CR 2.5; Agfa, Belgium)과 Fuji CR system (FCR 9000C; Full, Japan)을 이용하여 영상의 정량적 평가에 널리 사용되고 있는 변조전달함수(Modulation Transfer Function, MTF), 잡음력 스펙트럼(Noise Power Spectrum, NPS), 양자검출효율(Detective Quantum Efficiency, DQE)를 통해 시스템간의 성능 비교 및 I.P (Imaging Plate) 크기별 픽셀 크기 차이 및 선량의 변화에 의한 화질영향을 정량적으로 평가하였다. X-선 영상 획득실험을 위하여 국제표준인 IEC 61267에서 제공하는 RQA5의 선질(Additional Filter $0.7+21Al[mm],\;71[kV_p])$을 사용하였다. 실험 결과 Agfa CR 시스템의 경우 10% 응답의 MTF는 $8{\times}10$ inch와 $14{\times}17$ inch I.P에서 각각 3.9, 2.8 cycles/mm으로 측정되었으며, Fuji CR 시스템의 경우 각각 3.4, 3.2 cycles/mm로 측정되었다 선량의 변화에 따른 MTF도 측정결과는, 두 시스템 모두 선량변화에 따른 MTF의 차이는 크지 않았으며, MTF 10% 응답 주파수 영역도 거의 같은 것을 확인하였다. 이러한 결과를 통하여 선량은 영상의 해상력 및 MTF에는 큰 영향을 미치지 않는 것을 확인하였다. NPS의 경우 Agfa CR 시스템의 $100{\mu}m$ 픽셀 크기를 갖는 $8{\times}10$ inch I.P와 $150{\mu}m$ 픽셀 크기를 갖는 $14{\times}17$ inch I.P사이에 큰 차이가 없었다. 또한 두 시스템 모두 선량이 증가할수록 NPS가 좋아지는 결과를 나타내었다. 진단가능영역인 1.5 cycles/mm 주파수 영역에서 DQE의 효율 측정결과 Agfa CR 시스템의 $8{\times}10$ inch I.P가 11%로 측정되었으며, $14{\times}17\;inch\;I.P$는 8.8%로 측정되었다. Agfa CR 시스템의 DQE 효율 차이는 고주파수 영역에서 두드러지게 나타났다. Fuji CR 시스템의 경우 I.P 크기별 픽셀 크기는 $100{\mu}m$로 동일하였기 때문에 DQE 효율 측정결과 큰 차이를 보이지 않았다. 또한 두 시스템 모두 선량이 증가할수록 DQE 효율은 감소함을 나타내었다. 화질평가의 복합적인 요소를 담고 있는 DQE 측정은 장치의 성능을 점검하고, 환자의 피폭선량을 개선시키는데 중요한 역할을 한다. 본 연구에서는 Agfa CR 시스템과 Fuji CR 시스템의 픽셀 크기별, 선량별 DQE를 측정함으로써 CR 시스템의 임상적 응용의 최적화를 위한 기초 자료로서 이용될 것으로 판단된다.

• 한국의학물리학회지:의학물리
• /
• 제22권1호
• /
• pp.28-34
• /
• 2011

적응 방사선 치료(Adaptive Radiation Therapy, ART)를 실행하기 위한 고도의 정확성을 갖는 변형 영상 정합 방법은 필수이다. 본 연구의 목적은 Megavoltage cone-beam CT (MV CBCT)영상의 Intensity 변화를 통한 영상 정합의 정확성의 향상이다. Intensity 변화 값을 도출 하기 위해 kilovoltage CT (kV CT)와 MV CBCT를 이용하여 12 종류의 전자 밀도 바를 제공하는 Cheese 팬텀의영상을 획득하고, 영상들로부터 kV CT와 MV CBCT의 Hounsfield Unit (HU)값들의 관계를 도출하였다. MV CBCT 영상의 잡음을 감소하기 위해 Gaussian smoothing 필터를 적용하였다. MV CBCT영상의 intensity는 마치 동일한 모달리티에서 획득된 영상과 같은 kV CT와 동일한 범위의 intensity로 변화시켰다. 이후 두 영상에 효율적이고 사용하기 쉬운 intensity 기반의 데몬 영상 정합이 적용되었다. 본 연구실에서 인체 내 폐를 모사하도록 제작된 변형 폐 팬텀을 이용하여 위와 같은 방법을 적용하여 영상 정합을 하였다. Cheese 팬텀 영상, 변형 폐 팬텀 영상을 이용한 변형영상 정합 결과는 상관 계수가 각각 6.07%, 18% 향상되었다. 변형 폐 팬텀 영상의 변형 영상 정합 정확성을 평가하기 위해 추가적으로 측정된 팬텀 내부에 삽입한 표적의 중심 좌표를 이용하여vector 차이를 계산하였다. 벡터 차이는 $2.23{\pm}1.19mm$, $1.39{\pm}0.97mm$였다. 본 연구에서 사용한 intensity 변화 방법을 통해 변형 영상 정합의 정확성이 향상됨을 확인 하였고, 본 연구는 영상 정합 정확성을 향상시키기 위한 해결 방법이 될 수 있다. 차후 연구 계획도 본 연구 내용에 의해 제안되었다.

• 미생물학회지
• /
• 제40권4호
• /
• pp.295-301
• /
• 2004

최근 extended-spectrum $\beta-lactamase$ 생산 임상 균주의 급속한 증가와 확산은 매우 심각한 문제를 야기하고 있다. 이에 국내에서 extended-spectrum $\beta-lactamase$ 생산 임상 균주의 발생율을 파악하고자 국내 한 대학병원에 입원한 환자로부터 대장균을 분리하여 항생제 감수성 검사를 실시하였다. 충 233균주 중 184균주 $(78.9\%)$가 ampicillin에 대해 내성을 나타냈으며, 80균주$(34.3\%)$가 cephalothin에, 93균주$(39.9\%)$가 gentamicin에, 64균주$(27.5\%)$가 norfloxacin에 대해 내성을 나타내었다. 이중 17균주$(7.3\%)$가 double disk synergy test에 의해 양성반응을 나타낸 것으로 확인되었고, 이들에 대해서 6가지 항생제에 대한 최소 억제 농도를 추가적으로 시험한 결과, 13 균주가 4가지 이상의 다른 계열의 항생제에 대한 다중 약제 내성인 것으로 나타났다. Isoelectric focusing gel electrophoresis에 의한 pI값과 DNA 염기서열을 분석한 결과 5균주가 TEM-1,1균주가 TEM-15,1 균주가 TEM-20,4균주가 TEM-52,2균주가 TEM-1과 AmpC, 1균주가 TEM-1과 OXA-30,1 균주가 TEM-1과 OXA-33,1 균주가 TEM-1, CTX-M-3, AmpC, 그리 고 1 균주가 AmpC를 생산하는 것으로 나타났으며, SHV를 생산하는 균주는 없었다. 이들의 항생제내성 유전자가 전달되는지 확인한 결과 동물로부터 분리된 대장균 (CCARM No.1203)에 extended-spectrum $\beta-lactamase$생산 유전자가 전달되는 것을 확인하였다. Random amplified polymorphic DNA와 pulsed field gel electrophoresis분석을 사용하여 genomic DNA에 대한 유전형을 분석한 결과 균주간의 유전적 연관성은 매우 낮은 것으로 나타나 한 병원에서 발견되는 균주는 clonal spread에 의한 것이라는 일반적인 보고와 다른 결과를 얻었다.

• 한국습지학회지
• /
• 제21권2호
• /
• pp.140-146
• /
• 2019

비점오염원 관리를 위해 정책의 변환이 필요한 부분으로는 비점오염원관리는 국토의 이용 및 개발이 시작되는 시점부터 체계적으로 이루어지도록 제도의 패러다임이 전환되어야 한다. 비점관리지역의 국고지원 방식 및 운영방안을 전환하여 최저지원율은 보장해 주고 그 이상은 지자체의 비점오염저감사업의 추진현황과 성과등을 평가하여 추가로 지원해 줄 수 있는 방식으로의 전환을 통해 사업효과를 극대화할 필요가 있다. 신규 제도가 마련되어야 할 부분으로는 비점오염저감사업의 추진성과를 평가하고 운영효과를 모니터링 할 수 있도록 평가체계가 마련되어야 한다. 지자체가 비점오염원저감사업을 충실히 수행하여 계획된 성과를 달성하고 지속적인 유지관리가 될 수 있도록 지자체의 책임행정을 유도할 수 있는 관련 근거 규정이 필요시 된다. 대안마련이 필요한 요소로는 자동채수 분석에서 $100{\mu}m$ 필터의 사용에 따른 문제점, 강우시 채수 및 분석의 적시성 확보, 효율적인 비점측정망 운영관리 방안을 들 수 있다. 대안으로는 채수 분석장비의 성능개선, 권역별 비점오염물질측정망 모니터링통합센터 운영 등을 검토해볼 필요가 있다. 또한 국고보조사업으로 추진된 비점오염저감시설로 인한 오염물질의 삭감량을 수질오염총량제의 개발부하량으로 사용할 수 있도록 요구할 경우 삭감량에 따라 비점오염저감시설의 유지관리 비용 일부를 인센티브형식으로 지원하는 방안을 고려해 볼 수 있다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.