• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 대한방사선치료학회지
• /
• 제30권1_2호
• /
• pp.9-16
• /
• 2018

목 적 : 뇌 정위적 방사선수술은 외과적 수술로 인한 합병증 발생 비율이 높은 질환을 비침습적으로 치료할 수 있다. 하지만 뇌 정위적 방사선수술은 방사선을 이용하기 때문에 분할방사선치료와 같이 방사선에 의한 부작용을 동반할 수 있다. 두경부 등의 분할방사선치료 시 방사선에 의한 부작용을 줄이기 위해 Coplanar Volumetric Modulated Arc Therapy(C-VMAT)와 Non-Coplanar Volumetric Modulated Arc Therapy(NC-VMAT)가 주변 정상조직에 미치는 영향에 대한 분석이 이루어졌지만, 뇌 정위적 방사선수술에서는 이러한 내용들이 분석되지 않았다. 본 연구에서는 뇌 정위적 방사선수술을 실시한 환자를 대상으로 C-VMAT과 NC-VMAT을 비교, 분석하여 NC-VMAT의 유용성을 평가하고자 한다. 대상 및 방법 : 뇌 정위적 방사선수술 13건을 대상으로 하였으며, C-VMAT, NC-VMAT 치료 계획을 진행하였다. 치료 계획 용적은 최소 0.78 cc에서 최대 12.26 cc의 용적을 가지고 있었으며, 처방 선량은 15~24 Gy가 처방되었다. 치료 장비는 trueBEAM Stx(Varian Medical Systems, USA)을 사용하였으며, 치료 계획에 사용된 에너지는 6 MV Flattening Filter Free(6FFF) X-선을 이용하였다. C-VMAT 치료계획은 half 2 Arc 또는 full 2 Arc를 사용하여 치료계획을 진행했으며, NC-VMAT 치료계획은 $40{\sim}190^{\circ}$의 Arc를 3~7개 사용하고, couch의 각도 또한 3~7개의 각도로 구성하여 치료계획을 진행하였다. 결 과 : 최대선량의 평균 값은 C-VMAT에서 $105.1{\pm}1.37%$로 나타났으며, NC-VMAT에서는 $105.8{\pm}1.71%$로 나타났다. C-VMAT의 처방 선량 지수(Conformity index)는 $1.08{\pm}0.08$로 나타났고, 선량 균질 지수(Homogeneity Index)는 $1.03{\pm}0.01$로 나타났다. NC-VMAT의 처방 선량 균질지수는 $1.17{\pm}0.1$, 선량 균질지수는 $1.04{\pm}0.01$로 나타났다. 뇌의 $V_2$, $V_8$, $V_{12}$, $V_{18}$, $V_{24}$는 C-VMAT에서 $176{\pm}149.36cc$, $31.50{\pm}25.03cc$, $16.53{\pm}12.63cc$, $8.60{\pm}6.87cc$, $4.03{\pm}3.43cc$로 나타났으며, NC-VMAT에서는 $135.55{\pm}115.93cc$, $24.34{\pm}17.68cc$, $14.74{\pm}10.97cc$, $8.55{\pm}6.79cc$, $4.23{\pm}3.48cc$로 나타냈다. 결 론 : 최대선량과 처방 선량 지수, 선량 균질 지수 항목에서는 C-VMAT과 NC-VMAT이 큰 차이를 보이지는 않았다. 뇌의 선량 당 용적은 $V_2{\sim}V_{18}$까지 구간에서 값의 차이는 최소 0.5 %에서 최대 48 %의 차이가 나타냈다. $V_{19}{\sim}V_{24}$까지 구간에서 값의 차이는 최소 0.4 %에서 최대 4.8 %의 차이가 나타냈다. 방사선괴사(Radionecrosis)가 발생하기 시작하는 $V_{12}$ 용적의 평균 값을 비교해본 결과 NC-VMAT 이 C-VMAT 대비 약 12.2 % 적은 용적을 포함하는 것을 알 수 있었다. 이러한 결과로 볼 때 NC-VMAT 치료 계획을 수립한다면, $V_2{\sim}V_{18}$의 용적을 줄일 수 있기 때문에 방사선괴사를 줄일 수 있을 것이라 사료된다.

• 대한방사선치료학회지
• /
• 제32권
• /
• pp.41-52
• /
• 2020

목 적: Hypopharynx Cancer의 VMAT 치료 시 Neck 부분에 Commercial Bolus(이하 CB)와 3D Printing 기술로 제작한 3D Bolus를 각각 적용한 두 치료 계획을 비교함으로써 3D Bolus 적용의 선량학적 유용성, setup 재현성 및 효율성을 알아보고 임상적 적용 가능성을 평가하고자 한다. 대상 및 방법: CB를 적용한 RANDO phantom의 CT image를 바탕으로 3D Bolus를 동일한 형태로 제작하였다. 3D Bolus는 OMG SLA 660 Printer, MaterialiseMagics software를 이용하여 SLA기법을 통해 밀도 1.2 g/㎤의 폴리우레탄 아크릴레이트 수지로 출력하였다. CB와 3D Bolus를 적용한 두 CT image를 바탕으로 Hypopharynx Cancer의 VMAT 치료를 가정하여 치료 계획을 수립하였다. 수립한 두 치료 계획을 각각 18회에 걸쳐 CBCT image를 획득하였고, 매 회 setup time을 측정하여 치료 효율성을 평가하였다. 획득한 CBCT image를 바탕으로 전산화 치료계획 시스템 Pinnacle을 통해 Adaptive Plan을 진행함으로써 Target, 정상 장기 선량 평가와 Bolus Volume의 변화를 평가하였다. 결 과: 각 치료 계획에 대한 setup time은 CB 적용 치료 계획에 비해 3D Bolus 적용 치료 계획에서 평균 28 sec 감소하였다. 치료 전 기간 내 Bolus Volume 변화는 CB Initial Plan 83.9㎤에서 86.1±2.70㎤, 3D Bolus Initial Plan 92.2㎤에서 99.8±0.46㎤로 나타났다. CTV Min Value의 변화는 CB Initial Plan 191.6cGy에서 167.4±19.38cGy, 3D Bolus Initial Plan 167.3cGy에서 149.5±18.27cGy로 나타났다. CTV Mean Value의 변화는 CB Initial Plan 227.1cGy에서 228.3±0.38cGy, 3D Bolus Initial Plan 225.9cGy에서 227.7±0.30cGy로 나타났다. PTV Min Value의 변화는 CB Initial Plan 128.5cGy에서 74.9±19.47cGy, 3D Bolus Initial Plan 139.9cGy에서 83.2±12.92cGy로 나타났다. PTV Mean Value의 변화는 CB Initial Plan 225.4cGy에서 226.2±0.83cGy, 3D Bolus Initial Plan 224.1cGy에서 225.8±0.33cGy로 나타났다. 정상 장기 Spinal Cord에 대한 Max Value는 매 회 평균 135.6cGy로 동일하게 나타났다. 결 론: 본 논문의 실험 결과를 통해 불균등한 체표면에 대한 3D Bolus의 적용이 Commercial Bolus 적용에 비해 선량학적으로 유용하고 setup 재현성 및 효율성 또한 우수함을 알 수 있었다. 추후 3D Printing 재료의 다양성에 대한 연구와 함께 추가적인 사례 연구가 진행된다면 방사선 치료 분야에서 3D Bolus의 적용이 더욱 활발하게 진행될 것으로 사료된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 대한방사선치료학회지
• /
• 제32권
• /
• pp.7-15
• /
• 2020

목 적: 현대 방사선치료기술에서 종양표적위치 및 정상장기에 정확한 선량을 전달하기 위해 여러 방법의 영상유도방사선치료(Image Guided Radiation Therapy, IGRT)가 사용되고 있으며 그 중 선형가속기에 장착된 CBCT(Cone Beam Computed Tomography, CBCT)와 이외 장치인 ExacTrac(ExacTrac X-ray System)이 있다. 두 시스템을 비교한 이전 연구들에서는 Offline-review 이용하여 후향적으로 팬텀 및 환자의 Set-up 오차를 분석하거나 X, Y, Z 축과 하나의 회전방향(Couch Rotation)으로만 연구되어졌다. 본 연구에서는 Head and Neck Cancer 환자를 대상으로 CBCT와 ExacTrac을 이용하여 한 치료중심센터에서 각각 6 DoF(Degree Of Freedom) IGRT를 시행한 후, 두 IGRT 장비에서 나타난 팬텀 및 환자의 Set-up 오차, 환자 Set-up에 걸리는 시간, 노출 방사선량의 비교를 통해 유용성을 평가하고자 한다. 대상 및 방법: Rando Phantom을 이용하여 환자 움직임을 배제한 상태의 Set-up 오차 평가와 Head and Neck Cancer 환자의 Set-up 오차 값 두 가지 경우로 나누어 획득하였다. 노출 방사선량 평가는 유리선량계로 하였다. 환자 Set-up 후 IGRT 시행하는데 소요되는 시간을 평가하기 위해 Head and Neck Cancer 환자 11명을 대상으로 하였다. 총 치료기간동안 환자 당 평균 10회의 CBCT와 ExacTrac 영상을 동시에 얻었고, 관심영역지정(Region Of Interest, ROI) 설정 후 6D 온라인 자동위치교정(Online Automatching) 값의 차를 6개의 축(Translation group: SI, AP, LR; Rotation group: Pitch, Roll, Rtn)으로 각각 계산하였다. 결 과: Phantom과 환자에서 Set-up 오차는 Translation group에서 1mm 미만, Rotation group에서 1.5° 미만의 차이가 보였으며, Rtn 값을 제외한 다른 모든 축의 RMS 값이 1mm, 1° 미만으로 나타났다. 각 시스템에서 최종적으로 Set-up 오차 교정까지 걸리는 시간은 CBCT를 이용한 IGRT에서는 평균 256±47.6sec, ExacTrac을 이용 시 평균 84±3.5sec로 각각 나타났다. 1회 치료 당 IGRT에 의한 방사선 노출선량은 Head and Neck 부위 7곳의 측정위치 중 Oral Mucosa에서 CBCT와 ExacTrac이 각각 2.468mGy, 0.066mGy로 상대적으로 ExacTrac에 비해 피폭선량이 37배 높게 측정되었다. 결 론: CBCT와 ExacTrac 두 시스템 간의 6D 온라인 자동위치교정을 통해 Set-up 오차는 두 시스템의 자체적인 Systematic error 뿐 아니라, 환자 움직임(Random error)를 포함한 Set-up 오차가 1mm, 1.02° 미만으로 나타났다. 이는 본원에서 Head and Neck IMRT 치료 시 PTV Margin이 3mm이라는 것을 고려했을 때, 이 오차범위는 합리적으로 사료된다. 하지만 치료기간 동안 환자체중변화로 인한 따른 표적, 손상위험장기의 변화를 고려했을 때 CBCT와 적절히 병용하여 사용하는 것이 좋을 것으로 사료된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.

• 핵의학기술
• /
• 제25권2호
• /
• pp.35-40
• /
• 2021

신사구체여과율(glomerular filtration rate, GFR)은 신장 질환의 진단, 치료 및 추적 관찰에 중요한 지표이며, 건강인에서도 약제사용, 신장이식 공여자의 신장 평가 등에 사용된다. GFR 검사의 표준방법은 외인성 표지자인 이눌린(inulin)을 연속 주입하여 측정하는 방법이나, 시간이 많이 소요되고 검사 방법이 복잡하기 때문에, 혈청 크레아티닌 농도로 계산한 추정사구체여과율(estimated glomerular filtration rate, eGFR)을 대신 사용한다. 그러나 크레아티닌은 연령, 성별, 근육량 등에 영향을 받는 것으로 알려져 있으며, 현재 많이 사용되는 추정사구체여과율 공식에는 성인의 경우 Cockroft-Gault 공식, Modification of Diet in Renal Disease(MDRD) 공식, Chronic kidney Disease Epidemiology Collaboration (CKD-EPI) 공식 등이 있고, 소아의 경우 Schwartz 공식을 사용하고 있다. ^99mTC diethylenetriaminepentaacetic acid(^99mTc-DTPA)를 사용한 신사구체여과율(glomerular filtration rate, GFR) 측정은 이눌린을 대체 할 수 있어 현재 사용되고 있다. 이에 ^99mTc-DTPA를 이용하여 측정한 신사구체 여과율과 CKD-EPI 공식을 이용한 추정사구체여과율을 비교하여 보았다. 서울 아산병원을 내원한 신장이식 공여자 200명(남성 96명, 여성 104명, 47.3세±12.7)을 대상으로 ^99mTc-DTPA(0.5 mCi, 18.5 MBq)를 정맥투여 하고 획득된 plasma(Two-plasma-sample-method, TPSM)를 계측하여 신사구체여과율(glomerular filtration rate, GFR)을 측정하였다. 혈청 크레아티닌 농도를 근거로 chronic kidney disease epidemiology collaboration (CKD-EPI) 공식을 이용하여, 추정사구체여과율(estimated glomerular filtration rate, eGFR)을 도출하였다. 신장이식 공여자 200명(남성 96명, 여성 104명, 47.3세±12.7)을 대상으로 ^99mTc-DTPA를 사용하여 측정된 신사구체여과율 평균값은 97.27±19.46 (GFR, ml/min/1.73m²)이고 CKD-EPI 공식을 이용한 추정사구체여과율 (estimated glomerular filtration rate, eGFR) 평균값은 96.84±17.74(CKD-EPI, ml/min/1.73m²), 혈청 크레아타닌의 농도는 0.84±0.39 (mg/dL)이다. 혈청 크레아티닌 근거 추정사구체여과율에 대한 ^99mTc-DTPA 신사구체여과율의 회귀식은 Y= 0.5073X + 48.186, 상관계수는 0.698이었다.(P<0.01)혈청 크레아티닌 근거 추정사구체여과율에 대한 ^99mTc-DTPA 신사구체여과율의 Difference(%)는 1.52±18.28 이었다. ^99mTC-DTPA를 이용해서 측정된 신사구체여과율과 혈청 크레아티닌 농도에 기반하여 도출된 추정사구체여과율에 대한 상관계수는 0.698로 중등도 정도의 상관성을 확인할 수 있었다. 이는 추정사구체여과율은 연령, 성별, 근육 양 등 신장 외적인 요소에 영향을 받고 신장질환자를 대상으로 만든 공식을 사용하는 원인에 기인하는 것으로 추정된다. 신장 질환의 진단, 치료 및 추적 관찰, 신장이식 공여자의 신장 평가 등에 사용되는 신사구체여과율 측정에 ^99mTc-DTPA를 사용함으로써 신뢰성 있는 결과를 임상에 제공할 수 있다.

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.145-153
• /
• 2021

목 적: 본 연구에서는 가임기 여성의 유방암 방사선 치료 시 난소 선량에 대해 실험을 통하여 평가해보고자 한다. 치료기법에 따른 치료계획시스템에서 계산된 선량과 열형광선량계를 이용한 측정선량을 비교·분석하여 난소 선량을 평가하고 납(Pb) 앞치마의 사용유무에 따른 선량 분석을 통해 임상에서의 유용성을 알아보고자 한다. 대상 및 방법: 측정에는 Rando humanoid phantom을 이용하였고, 치료기법으로는 쐐기필터치료기법, 3차원 입체조형치료, 세기변조방사선치료를 사용하였다. CT simulator를 이용하여 얻은 Rando humanoid phantom 3D 영상의 우측 유방에 처방선량의 95%가 전달될 수 있도록 치료계획을 세웠고, TLD를 Rando hunmanoid phantom의 가상 표적의 표면 및 심부에 삽입하고 방사선을 조사하였다. 측정위치는 치료 중심점과 Rando humanoid phantom의 정중앙을 중심으로 반대쪽 유방으로 2cm 이동한 지점과 치료 중심축 및 하방으로 우측 유방의 경계면에서 5cm, 10cm, 12.5cm, 15cm, 17.5cm, 20cm, 우측 난소 위치의 표면과 중심점을 포함하여 총 9개 지점에서 측정하였다. 치료계획시스템의 선량 비교에서는 쐐기필터치료기법 2가지와 3차원 입체조형치료, 세기변조방사선치료 등 총 4개의 치료 계획을 수립하여 비교하였다. 그리고 TLD를 이용한 측정값 비교는 세기변조방사선치료와 쐐기필터를 이용한 치료를 비교하였고, 납 앞치마의 사용유무에 따라서 세기변조방사선치료의 선량차이를 측정하여 비교·분석하였다. 측정값은 각 포인트마다 3개의 TLD값 평균을 내고 TLD 교정값을 이용하여 환산하였으며 이를 Point dose mean값으로 계산하였다. 치료계획값과 실제 측정값을 비교하기 위해 각 지점마다 절대선량값을 측정하여 %Diff 값으로 계산하였다. 결 과: 치료 중심점인 Point A에서는 치료계획시스템에서 최대 201.7cGy가 나왔고, 실제 TLD 측정값은 최대 200.6cGy가 나왔다. 모든 치료계획시스템에서 유방 경계면으로부터 하방으로 17.5cm 떨어진 지점인 Point G 부터는 0cGy로 계산이 되었다. 실제 TLD 측정 결과 Point G에서는 최대 2.6cGy가 나왔고, 난소선량인 Point J에서는 최대 0.9cGy로 나타났으며 %Diff값은 0.3%~1.3%였다. 납 앞치마의 사용유무에 따른 선량 차이는 최대 2.1cGy에서 최소 0.1cGy로 나타났으며 %Diff값은 0.1%~1.1%였다. 결 론: 치료계획시스템에서 3가지 치료계획에 따른 선량차이는 최저 0.85%에서 최고 2.45%로 큰 격차를 보이지 않았다. 난소에서 Rando humanoid phantom의 치료계획과 실제 측정한 선량차이는 0.9% 이내로 나타났으나 실제 측정에서 조금 더 높게 측정되었다. 이는 치료계획시스템에서 산란선의 영향을 정확하게 반영하지 못하였고, 실제 측정에서는 TLD를 삽입한 상태로 CBCT를 촬영한 선량과 산란선량이 반영된 것으로 사료된다. 납 앞치마의 유무에 따른 선량측정에서 납 앞치마를 사용했을 경우에 치료범위에서 가까운 거리일수록 차폐의 효과가 있었으며, 치료범위에서 15cm 이상 거리가 있는 경우에는 거의 영향을 미치지 않는 것으로 나타났다. 임상적으로 방사선 치료 중에는 임신이나 인공수정을 하기에는 적절하지 않지만, 치료 중 난소에 조사된 선량은 방사선 치료 후 가임기 여성의 생식 기능에 크게 영향을 주지 않을 것으로 생각된다. 하지만 가임 여성의 경우에는 지속적인 불안감을 가지고 있으므로 이번 결과를 통한 데이터를 제시함으로써 심리적인 안정을 도모할 수 있을 것으로 사료된다.