• 핵의학기술
• /
• 제20권2호
• /
• pp.62-68
• /
• 2016

1. 목적 자동분주기를 이용하여 검사한 Cyclosporine검사에서 표준액들이 curve를 벗어나고, 결과값의 재현성이 크게 떨어지는 것이 발견되었다. Cyclosporine검사는 다른 검사와 차이점이 methanol과 전혈을 혼합 후 원심분리 하여 methanol 추출액을 사용하여 검사를 한다는 것이다. 검사 결과 이상의 원인이 methanol 사용에 의한 것으로 파악되어 본 실험을 시작하였다. 본원에서 사용하는 분주기는 Perkin Elmer 사의 Multiprobe II plus 로, 분주하는 액체의 점도, 샘플링 tip의 size, 사용하는 모터의 속도에 따라 여러 설정값을 조정하라고 안내되어 있을 뿐 정확한 지침은 없었다. 이에 사용하는 액체별 분주성능을 측정하고 최적의 분주성능을 위한 설정값을 찾기 위해 연구하였다. 2. 대상 및 방법 분주력 측정을 위해 4가지 용액(water, serum, methanol, PEG 6000(25%))와 $TSH^{125}I$ tracer (515 kBq)을 사용 하였고, 실제 결과 값을 비교하기 위해 2016년 1월에 본원에 검사 의뢰된 Cyclosporine검체 29개를 측정하였다. 4가지의 용액을 multi pipette을 이용하여 각각 $400{\mu}l$ 분주하고 tracer $100{\mu}l$씩을 섞어 용액별로 8개의 검체를 준비하였다. 준비된 sample을 분주기로 $100{\mu}l$씩 분주하여 CPM을 측정하고, 용액별로 CV(%)를 계산하였다. 그리고 분주기의 air gap, 분주속도와 지연시간을 변경한 후 다시 분주하여 측정한 CPM을 CV(%)로 계산하여 설정 값 변경에 따른 CV(%)값의 변화를 측정하여 최적의 설정 값을 찾는다. Cyclosporine검체 29개를 (1)manual검사 (2)기존 설정 값으로 검사 (3)수정한 설정값으로 검사 했을 때의 결과를 비교하였다. 용액별 분주력 평가는 CV(%)를 이용하여 계산하였고, 실제 검사 결과 값의 비교는 manual검사 결과를 기준으로 기존 설정 값으로 검사 했을 때, 수정한 설정 값으로 검사 했을 때의 결과 값을 Difference(%)와 상대오차(%Relative error : %RE)로 비교해 보았다. 3. 결과 4가지 용액과 tracer를 섞어 분주한 CPM의 CV(%)는 water 0.88, serum 0.95, methanol 10.22, PEG는 0.68로 methanol을 제외한 용액들은 1% 이내였으나, methanol은 CPM 차이가 두드러졌다. methanol 분주를 기존 설정 값인 Transport air gap 0에서 2와 5로 변경하여 검사 시 CV(%)는 각각 20.16, 12.54, System air gap 0에서 2와 5로 변경 시 8.94, 1.36으로 나타났다. System air gap 2, Transport air gap 2로 변경 시 CV(%)는 12.96, System air gap 5, Transport air gap 5로 변경 시 1.33 이었고, Dispense speed를 300에서 100으로 변경 시 CV(%)는 13.32, Dispense delay를 200에서 100으로 변경 시는 13.55인 것으로 나타났다. 분주기를 이용하여 기존설정 값으로 검사 시에는 manual검사 결과 값에 비해 평균 99.44%증가 하였고, 상대오차는 93.59%로 나타났다. 수정된 설정 값(System air gap 0에서 5로 변경, 다른 설정은 기존과 동일)으로 검사 했을 때는 manual검사 결과 값에 비해 결과가 평균 6.75% 증가 하였고, 상대오차는 5.10%로 상대오차의 허용기준치 10%에 비하여 양호한 결과가 나왔다. 4. 결론 Transport air gap, Dispense speed, Delay time을 조정하였을 때는 CV(%)가 증가하였고, System air gap을 조정 하였을 때 CV(%)가 현저하게 감소하였다. 실제 검사결과에서도 이를 확인 할 수 있었다. methanol을 이용한 Cyclosporine검사 kit는 올해 2월에 단종이 되었지만, 분주기를 사용함에 있어 용액에 따른 분주성능에 차이가 있을 수 있음을 염두해 두어야 하고 새로운 용액을 분주해야 할때는 미량저울로 분주량을 측정하거나 CPM으로 분주성능을 측정하여 해당 용액이 분주기를 사용함에 적절한지 검증 후 사용하여야 할 것으로 사료되어 본 실험결과를 보고하고자 한다.

• 한국산림과학회지
• /
• 제77권4호
• /
• pp.429-444
• /
• 1988

편백(扁栢) (Chamaecyparis obtusa)은 1924년(年) 일본(日本)에서 도입(導入)된 후(後) 한국(韓國) 남부지방(南部地方)의 주요조림종(主要造林種)으로 식재(植栽)되고 있다. 그러나 현존(現存)하는 편백림(扁栢林)의 대부분(大部分) 유령림(幼令林)에 속(屬)하고 있으며 임목(林木)의 다각적(多角的) 용도(用途) 개발(開發)이라는 최근(最近)의 추세(趨勢) 고려(考慮)할 때, 합리적(合理的)인 경영관리(經營管理)에 필요(必要)한 종합적(綜合的)인 정보구명(情報究明)이 시급(時急)한 과제(課題)라고 할 수 있다. 이러한 관점(觀點)에서 전남(全南) 장성군(長成郡) 삼서면(三西面) 식재(植栽)된 23년생(年生) 편백림(扁栢林)을 대상(對象)으로 83본(本) 표본목(標本木)을 선정대목(選定代木)하여 각종(各種) 수간장성인자(樹幹長成因子)들을 측정(測定)한 후(後) 정준상관분석법(正準相關分析法), 주성분분석법(主成分分析法) 및 인자분석법(因子分析法)을 적용(適用)하여 성장(成長) 특성(特性), 성장인자간(成長因子間)의 관계(關係), 잠재적(潛在的) 및 종합적(綜合的) 정보구명(情報究明)을 위하여 조사분석(調査分析)한 결과(結果)를 요약(要約)하면, 간재적(幹材積)과 질적성장인자(質的成長因子)의 정준상관분석(正準相關分析)에서 정준상관계수(正準相關係數) $0.988^{**}$이며, 정준변량(定準變量) 계수(系數)에서 비대성장인자(肥大成長因子)에서는 흉고직경(胸高直徑), 상장성인자(上長成因子)에서는 수고(樹高)가 유력(有力)한 인자(因子)로 밝혀 졌으며, 흉고직경(胸高直徑)과 수고(樹高)를 1조(組)로 선형(線形) 종합(綜合)한 정준변량(正準變量)과 간재적간(幹材積間)의 상관(相關)을 분석(分析)한 결과(結果)는 간재적((幹材積)에 대한 영향력(影響力)은 흉고직경(胸高直徑)이 수고(樹高)에 비(比)하여 높았다. 12개(個)의 수간(樹幹) 제성장인자(諸成長因子)들에 대(對)한 주성분(主成分) 분석결과(分析結果)에서 설정(設定)된 유효목표(有效目標) 85.00%에 합당(合當)하도록 채택(採擇)된 제(第)1~(第)2 주성분(主成分)까지의 누적기여율(累積奇與率)은 88.16%이며, 제(第)1, 제(第)2 주성분(主成分)은 각각(各各) "크기인자(因子)", "형상인자(形狀因子)"로 해석(解釋)되었다. 유효주성분(有效主成分) 각변량(各變量)에 대한 기여율(奇與率)은 수관직경(樹冠直徑), 지하고(枝下高) 및 망고(望高)를 제외(除外)한 모든 변량(變量) 정보(情報)가 87.00% 이상(以上)을 설명(說明)해 주었다. 상관행렬(相觀行列) 대각선요소(對角線要素)를 SMC로 하여 얻어진 고유치(固有値) 의(衣)해서 공통인자(共通因子)를 2개(個)로 정하였으며 $f^*_1$은 수간(樹幹) 비대성장계(肥大成長系)의 $f^*_1$은 상장성장수(上長成長系)의 형질인자(形質因子)의 잠재적인자(潛在的因子)로 해석(解析)되었다. 각종성장인자(各種成長因子)의 내재현상(內在現像)은 지하고(枝下高), 수관직경(樹冠直徑)을 제외(除外)한 공통성(共通性)이 78.62~98.30%의 높은 설명력(說明力)을 가진다. 공시목(供試木) 83본(本)은 인자득점(因子得點)의 표준편차(標準偏差)(1)를 반경(半徑)으로 한 원내(員內)의 표준목(標準木)은 중간형(中間型)으로 그리고 제(第) 1, 2, 3, 4 상한별(象限別)의 수간형질분류(樹幹形質分類)는 각각(各各) 비대(肥大), 수고성장(樹高成長)의 총합형(總合型), 세장형(細長型) 왜소형(矮小型) 및 단비형(短肥型) 등(等)의 5개유형(個類型) 분류(分類)할 수 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• Tuberculosis and Respiratory Diseases
• /
• 제41권4호
• /
• pp.379-388
• /
• 1994

연구배경 : 수면 무호흡증후군은 수면시 반복적인 무호흡이 발생하여 일련의 심폐계통의 변화가 초래되는 질환으로 이중 동맥혈 산소포화도(arterial oxygen saturation, 이하 $SaO_2$)의 감소와 심부정맥의 발생이 임상적으로 중요한 소견이다. 무호흡시 $SaO_2$의 감소양상은 환자마다 다양하며 이는 호흡정지 기간, 호흡정지시의 산소공급원인 폐용량 및 개체의 산소소모율에 따라 결정될 것으로 예상된다. 방법 : 호흡정지와 재개시에 수반되는 $SaO_2$ 및 심박수(heart rate, 이하 HR)의 변동양상을 관찰하고, 그 변동에 관련되는 생리학적 인자들을 알아보고자 정상 남자 8명 및 정상 여자 9명 등 총 17명을 대상을 폐용량 측정, 동맥혈 가스분석을 시행하고 Harris-Benedict 식에 의거한 기초대사율을 산출한 뒤 총폐용량(total lung capacity, 이하 TLC), 기능적 잔기량(functional residual capacity, 이하 FRC) 및 잔기량(residual volume, 이하 RV) 상태에서 호흡정지를 시킨 후, $SaO_2$의 변동과 심전도를 측정기록하였다. 결과 : 호흡정지시 $SaO_2$가 기저치로부터 2% 감소하는데 걸린 시간(T2%)은 TLC, FRC 및 RV 에서 각각 $70.1{\pm}14.2$초 $44.0{\pm}11.6$초 및 $33.2{\pm}11.1$초로 TLC보다는 FRC 에서(p<0.05), FRC보다는 RV에서(p<0.05) 유의하게 단축되었다. T2%까지 호흡정지한 뒤 호흡재개시 $SaO_2$의 추가 감소는 RV에서 $4.3{\pm}2.1%$로서, TLC의 $1.4{\pm}1.0%$나 FRC의 $1.9{\pm}1.4%$ 보다 감소량이 컸고(각각 p<0.05), 최저 $SaO_2$치에서 기저치로의 회복에 걸린 시간은 TLC, FRC 및 RV에서 유의한 차이가 없었다. T2%는 각각의 폐용량 혹은 기초대사율과 유의한 상관관계는 없었으나, TLC/BMR(r=0.693, p<0.001) 및 FRC/BMR(r=0.615, p<0.025)과는 각각 유의한 상관관계를 보였고, RV/BMR(r=0.027, p>0.05)과는 유의한 상관관계가 없었다. 호흡정지와 재개의 전 과정에서 생긴 최대심박수와 최초심박수의 차이는 TLC에서 $27.5{\pm}9.2$회/분, FRC 에서 $19.1{\pm}6.0$회/분, RV에서 $26.4{\pm}14.0$회/분으로 FRC에서의 심박수 변화량이 TLC나 RV에서의 변화량보다 유의하게 적었고(각각 p<0.05), 기록상 호흡재개 시점을 전후한 5개씩의 p-p간격의 평균치는 TLC에서 $0.84{\pm}0.10$초와 $0.72{\pm}0.09$초(p<0.025), FRC에서 $0.82{\pm}0.11$초와 $0.73{\pm}0.09$초(p<0.025), RV에서 $0.77{\pm}0.09$초와 $0.72{\pm}0.09$초(p<0.05)로 모두 유의한 차이가 있었다. 결론 : 정상인에서 FRC이상에서 호흡정지시 $SaO_2$의 감소속도는 폐용량/기초대사율과 밀접한 상관관계를 보이고, 호흡정지-재개의 과정에서 생기는 동성부정맥은 FRC상태가 제일 작고 미주신경활성도의 변화가 관여하는 것으로 추정되며, RV에서의 실험결과로 미루어 수면 무호흡증후군 환자들에서 체위, 혹은 복부비만에 기인하는 기능적 잔기량의 감소가 저산소혈증의 정도나 심부정맥의 발생에 미치는 영향에 대한 연구가 필요하고, 수면시의 기능적잔기량을 증가시키는 것이 치료적 유용성이 있는지에 대한 검증도 필요하리라고 사료된다.