International Journal of Vascular Biomedical Engineering
/
제4권1호
/
pp.27-30
/
2006
Background; Pleural micro-metastasis of lung cancer is detected by touch print cytology or pleural lavage cytology, but its prognostic impact has not elucidated yet. We hypothesize that recurrence may depend on the amount of tumor cells disseminated in pleural cavity, if the invasiveness of all cancer is the same. To predict the amount of tumor cells disseminated in pleural cavity, we need pleural surface area, distributed pattern of cells and concentration of cells per unit area. Human pleural surface area has not reported yet. In this report, we calculate the normal human pleural surface area using CT image data processing. Methods; Twenty persons were checked CT scan, and we obtained the data from each image. In order to calculate the pleural surface, the outline of lung was firstly extruded from CT image data using home-made Digitizer program. And the distance between CT images was calculated from the extruded outline. Finally a normal human pleural surface was calculated from function between the distance of consecutive CT images and the calculated length. Results; Their mean age is $65{\pm}12$ years old (range $26{\sim}77$), body weight is $62{\pm}9\;kg\;(48{\sim}80)$, and height is $167{\pm}6\;cm\;(156{\sim}176)$. The number of images used is $36{\pm}7\;(24{\sim}51)$. Pleural surface area is $211,888{\pm}35,756\;mm^2\;(143,880{\sim}279,576)$. Right-side pleural surface area is $107,932\;mm^2$ and Lt is $103,955\;mm^2$. Costal, mediastinal and diaphragmatic surfaces of right-side pleura are $77,483\;mm^2,\;39,057\;mm^2,\;and\;8,608\;mm^2$ respectively, and left-side are $72,497\;mm^2,\;35,578\;mm^2,\;and\;4,120\;mm^2$ respectively. Conclusion; Normal human pleural surface area is calculated using CT image data at first and the result is about $0.212\;m^2$.
X-ray micro-CT를 이용한 지반재료 내부 미세구조 및 공극구조의 정밀한 이미지 처리는 종종 이미지 내에 원천적으로 포함되는 화상결함으로 인해 제약된다. 본 논문에서는 X-ray micro-CT 이미지에 가장 일반적으로 나타나는 화상결함인 패임(영상 외곽과 중심부의 명암 차이) 및 동심원상(영상 중심으로부터 방사방향으로 연속적으로 나타나는 원)을 제거할 수 있는 이미지 보정 기법을 제시한다. 결함 제거는 좌표 변환법, 정규화 및 2차원 푸리에 변환에 의한 저역 통과 필터링 기법의 순차적 적용을 통해 이루어진다. 이미지 처리 기법의 효과를 다공성 현무암의 CT 이미지에서 화상결함들을 제거하고 이진화 후 적층하여 3차원 공극 구조를 추출하는 과정을 통해 설명하였다. 패임 및 동심원상 결함을 제거한 이미지와 원본 이미지의 비교 결과 결함 제거는 대상 재료 공극률의 과대평가를 방지할 수 있으며, 따라서 화상결함의 적절한 보정은 X-ray CT의 지반재료 적용 시 필수적인 과정으로 판단된다.
목적 : Broad-beam Simulator-CT 개발을 위한 예비연구로서 통상의 모의 치료 영상에서 축상면, 시상면, 관상면 영상을 구현하려 하였다. 대상 및 방법 : 120kVp, 2mAs 동일 조건에서 갠트리 각도를 $4^{\circ}$ 간격으로 90장의 필름을 얻어 입체적인 Filtered back-projection을 시도하였다 외곽선을 찾아 제거하였고, 산란선 성분을 Deconvolution 방법으로 제거하여 좋은 영상을 얻도록 하였다. 결과 : 이 방법으로 축상면, 시상면, 관상면 영상을 얻었으며 각 방향에 대해 동일한 분해능을 갖았다. 그러나 영상의 질은 대단히 나빴다. 결론 : Broad-beam으로 된 CT 영상을 구현할 수 있었다. 이를 위하여 산란선 성분의 Deconvolution이 필요하였으며, 입체적인 back-projection을 실시하였으므로 축상, 시상, 관상 모든 방향에 대해 동일한 분해능을 갖고 있어서 DRR 등 Simulator-CT에 응용할 수 있음을 알 수 있었다. 그러나 실용적인 임상응용을 위해서는 영상의 질 개선이 필요하였다.
A quality assurance of computed tomography(CT) have done seven items that were water attenuation coefficient, noise, homogeneity, spatial resolution, contrast resolution, slice thickness, artifact using by standard phantom. But there is no quality assurance items and methods for CT simulator at domestic institutions yet. Therefore the study aimed to access the CT dose index(CTDI), table tilting, image distortion, laser accuracy, table movement accuracy and CT seven items for CT simulator quality assurance. The CTDI at the center of the head phantom was 0.81 for 80 kVp, 1.55 for 100 kVp, 2.50 for 120 mm, 0.22 for 80 kVp at the center of the body phantom, 0.469 for 100 kVp, and 0.81 for 120 kVp. The table tilting was within the tolerance range of ±1.0° or less. Image distortion had 1 mm distortion in the left and right images based on the center, and the laser accuracy was measured within ±2 mm tolerance. The purpose of this study is to improve the quality assurance items suitable for the current situation in Korea in order to protect the normal tissues during the radiation treatment process and manage the CT simulator that is implemented to find the location of the tumor more clearly. In order to improve the accuracy of the CT simulator when looking at the results, the error range of each item should be small. It is hoped that the quality assurance items of the CT simulator will be improved by suggesting the quality assurance direction of the CT simulator in this study, and the results of radiation therapy will also improve.
의료기술의 비약적인 발전과 함께 의료기관에서 사용되는 영상 데이터량이 급속히 증가하고 있다. 따라서 대용량 의료 영상의 해석을 위해서는 의사들의 육안 검사보다 영상처리 기술을 이용한 자동화 방법이 필요하다. 본 논문에서는 복부 CT영상의 간 영역에 대해 GLCM(Gray Level Co-occurrence Matrix)을 이용하여 텍스처 정보를 취득하고, 이 데이터로부터 주성분 분석을 통해 간종양을 자동으로 검출하는 방법에 대해 제안한다. 기존의 간종양 검출은 명암도 한 가지 특징에 의한 방법이 대부분이었으나, 본 논문에서 CT영상에 대해 GLCM의 텍스처 정보 8가지를 이용해서 4개의 주성분 누적 영상으로 변환시켰다. 실험결과 4개의 주성분 누적 영상의 백분율 분산값은 89.9%였으며, 이를 명암도 한 가지 만을 이용한 간종양 검출방법과 면적을 비교했을 때 약 92%의 일치도를 보였다. 이는 영상데이터의 차원을 8개의 차원에서 그 절반인 4개의 차원으로 줄여도 간종양을 검출할 수 있음을 의미한다.
Objective: To compare image quality and radiation dose of high-pitch dual-source spiral cardiothoracic computed tomography (CT) between non-electrocardiography (ECG)-synchronized and prospectively ECG-triggered data acquisitions in young children with congenital heart disease. Materials and Methods: Eighty-six children (${\leq}3$ years) with congenital heart disease who underwent high-pitch dual-source spiral cardiothoracic CT were included in this retrospective study. They were divided into two groups (n = 43 for each; group 1 with non-ECG-synchronization and group 2 with prospective ECG triggering). Patient-related parameters, radiation dose, and image quality were compared between the two groups. Results: There were no significant differences in patient-related parameters including age, cross-sectional area, body density, and water-equivalent area between the two groups (p > 0.05). Regarding radiation dose parameters, only volume CT dose index values were significantly different between group 1 ($1.13{\pm}0.09mGy$) and group 2 ($1.07{\pm}0.12mGy$, p < 0.02). Among image quality parameters, significantly higher image noise ($3.8{\pm}0.7$ Hounsfield units [HU] vs. $3.3{\pm}0.6HU$, p < 0.001), significantly lower signal-to-noise ratio ($105.0{\pm}28.9$ vs. $134.1{\pm}44.4$, p = 0.001) and contrast-to-noise ratio ($84.5{\pm}27.2$ vs. $110.1{\pm}43.2$, p = 0.002), and significantly less diaphragm motion artifacts ($3.8{\pm}0.5$ vs. $3.7{\pm}0.4$, p < 0.04) were found in group 1 compared with group 2. Image quality grades of cardiac structures, coronary arteries, ascending aorta, pulmonary trunk, lung markings, and chest wall showed no significant difference between groups (p > 0.05). Conclusion: In high-pitch dual-source spiral pediatric cardiothoracic CT, additional ECG triggering does not substantially reduce motion artifacts in young children with congenital heart disease.
Xing, Lumin;Liu, Wenjian;Liu, Xiaoliang;Li, Xin;Wang, Han
Advances in nano research
/
제12권2호
/
pp.185-195
/
2022
Deep learning is another field of artificial intelligence (AI) utilized for computer aided diagnosis (CAD) and image processing in scientific research. Considering numerous mechanical repetitive tasks, reading image slices need time and improper with geographical limits, so the counting of image information is hard due to its strong subjectivity that raise the error ratio in misdiagnosis. Regarding the highest mortality rate of Lung cancer, there is a need for biopsy for determining its class for additional treatment. Deep learning has recently given strong tools in diagnose of lung cancer and making therapeutic regimen. However, identifying the pathological lung cancer's class by CT images in beginning phase because of the absence of powerful AI models and public training data set is difficult. Convolutional Neural Network (CNN) was proposed with its essential function in recognizing the pathological CT images. 472 patients subjected to staging FDG-PET/CT were selected in 2 months prior to surgery or biopsy. CNN was developed and showed the accuracy of 87%, 69%, and 69% in training, validation, and test sets, respectively, for T1-T2 and T3-T4 lung cancer classification. Subsequently, CNN (or deep learning) could improve the CT images' data set, indicating that the application of classifiers is adequate to accomplish better exactness in distinguishing pathological CT images that performs better than few deep learning models, such as ResNet-34, Alex Net, and Dense Net with or without Soft max weights.
PET/CT검사에서 CT촬영조건의 변화는 영상의 화질 및 환자가 받는 피폭선량에 영향을 미친다. 본 연구는 CT 매개 변수 중 Pitch와 X-선관 회전시간 변화에 따른 선량대비 CT 영상의 질과 이로 인해 PET상에서 SUV에 미치는 영향을 비교 평가하고자 하였다. Discovery STe PET/CT 장비를 이용하여 영상을 획득하였다. QA Phantom과 AAPM Phantom을 이용한 CT 영상 획득 시 Pitch는 0.562, 0.938, 1.375, 1.75:1로 4단계, X-선관 회전시간은 0.5에서 1.0까지 0.1초씩 증가시켜 6단계로 나누어 총 24개 조합을 적용한 영상을 각각 획득하였다. PET 영상은 $^{18}F-FDG$ 5.3 kBq/mL가 채워진 1994 NEMA PET Phantom을 이용하여 프레임당 2분 30초의 방출영상을 획득하였다. 각 조합의 CT 영상에 관심영역을 설정하고 CT number의 표준편차를 측정하였다. 동일한 영상에서 DLP변화에 따른 영상잡음의 예측값을 계산하여 예측값 대비 실측값의 비율을 구해 선량대비 영상잡음 효과를 비교하는 척도로 사용하였다. AAPM Phantom 영상에서 1.0 mm까지 식별이 가능한 지 확인하였다. NEMA PET Phantom의 방출영상에 관심영 역을 설정하고 SUV를 비교 평가하였다. Pitch가 0.562, 0.938, 1.375, 1.75:1로 변화할 때 영상잡음 효과는 QA Phantom에서 1.00, 1.03, 1.01, 0.96, AAPM Phantom에서 1.00, 1.04, 1.02, 0.97로 측정되었다. 회전시간의 증가에 따른 경우 QA Phantom에서 0.99, 1.02, 1.00, 1.00, 0.99, 0.99이었고, AAPM Phantom에서 1.01, 1.01, 0.99, 1.01, 1.01, 1.01로 SPSS Ver. 18을 이용하여 상관관계를 분석한 결과 피어슨 상관계수는 -0.059로 나타났다. 공간분해능에 대한 평가는 24개의 조합 모두에서 1.0 mm까지 육안으로 구별이 가능하였다. SUV의 경우 평균 SUV는 모든 조합에서 1.1로 모두 동일한 값을 나타내었다. Pitch 변화에 따른 CT 영상 평가에서 1.75:1을 적용 시 선량대비 가장 적은 영상잡음 효과를 보이며 공간분해능과 SUV에는 영향을 미치지 않는다. 그러나 회전시간 변화가 영상에 미치는 영향에는 유의한 차이가 없음을 알 수 있다. 결과에서와 같이 각 장비에 따른 선량대비 영상잡음이 적은 Pitch를 사용하고 환자의 체격에 따른 적절한 X-선관 회전시간을 이용한다면 환자의 피폭선량을 줄이면서 최적의 화질을 얻을 수 있는 프로토콜을 구성하는데 도움이 될 것이라 사료된다.
June Park;Jaeseung Shin;In Kyung Min;Heejin Bae;Yeo-Eun Kim;Yong Eun Chung
Korean Journal of Radiology
/
제23권4호
/
pp.402-412
/
2022
Objective: To evaluate the image quality and lesion detectability of lower-dose CT (LDCT) of the abdomen and pelvis obtained using a deep learning image reconstruction (DLIR) algorithm compared with those of standard-dose CT (SDCT) images. Materials and Methods: This retrospective study included 123 patients (mean age ± standard deviation, 63 ± 11 years; male:female, 70:53) who underwent contrast-enhanced abdominopelvic LDCT between May and August 2020 and had prior SDCT obtained using the same CT scanner within a year. LDCT images were reconstructed with hybrid iterative reconstruction (h-IR) and DLIR at medium and high strengths (DLIR-M and DLIR-H), while SDCT images were reconstructed with h-IR. For quantitative image quality analysis, image noise, signal-to-noise ratio, and contrast-to-noise ratio were measured in the liver, muscle, and aorta. Among the three different LDCT reconstruction algorithms, the one showing the smallest difference in quantitative parameters from those of SDCT images was selected for qualitative image quality analysis and lesion detectability evaluation. For qualitative analysis, overall image quality, image noise, image sharpness, image texture, and lesion conspicuity were graded using a 5-point scale by two radiologists. Observer performance in focal liver lesion detection was evaluated by comparing the jackknife free-response receiver operating characteristic figures-of-merit (FOM). Results: LDCT (35.1% dose reduction compared with SDCT) images obtained using DLIR-M showed similar quantitative measures to those of SDCT with h-IR images. All qualitative parameters of LDCT with DLIR-M images but image texture were similar to or significantly better than those of SDCT with h-IR images. The lesion detectability on LDCT with DLIR-M images was not significantly different from that of SDCT with h-IR images (reader-averaged FOM, 0.887 vs. 0.874, respectively; p = 0.581). Conclusion: Overall image quality and detectability of focal liver lesions is preserved in contrast-enhanced abdominopelvic LDCT obtained with DLIR-M relative to those in SDCT with h-IR.
The purpose of this study was to evaluate the spatial relationship of facial bone more accurately. For this study, the three-dimensional images of dry skull were reconstructed using computer image analysis system and three-dimensional reconstructive program involved CT. The obtained results were as follows: 1. Three-dimensional reconstructive CT results in images that have better resolution and more contrast 2. It showed good marginal images of anatomical structure on both three-dimensional CT and computer image analysis system, but the roof of orbit, the lacrimal bone and the squamous portion of temporal bone were hardly detectable. 3. The partial loss of image data were observed during the regeneration of saved image data on three-dimensional CT. 4. It saved the more time for reconstruction of three-dimensional images using computer image analysis system. But, the capacity of hardware was limited for inputting of image data and three-dimensional reconstructive process. 5. We could observe the spatial relationship between the region of interest and the surrounding structures by three-dimensional reconstructive images without invasive method.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.