• 제목/요약/키워드: Size heterogeneity

검색결과 196건 처리시간 0.026초

실험적 뇌허혈증 모델에서 허혈 조직의 $^{99m}Tc$-glucarate 섭취 ($^{99m}Tc$-Glucarate Uptake in Ischemic Tissue of Experimental Models of Cerebral Ischemia)

  • 정재민;김영주;최석례;김채균;마응천;정준기;이명철;고창순;이동수
    • 대한핵의학회지
    • /
    • 제30권4호
    • /
    • pp.484-492
    • /
    • 1996
  • 허혈성 뇌 병변에서 $^{99m}Tc$-glucarate의 섭취에 관한 연구를 하기 위하여 중뇌동맥 폐쇄 쥐 뇌허혈 모델을 재관류한 군과 하지 않은 군으로 나누어 만들었다. $^{99m}Tc$-glucarate와 [$^{18}F$]FDG를 연속적으로 투여하여 그 분포 양상을 이중 자가방사촬영법으로 관찰하였다. 조직의 괴사 여부를 알기 위하여 TTC 염색도 실시하여 동일한 뇌표본에 대하여 3가지의 영상을 동시에 얻을 수가 있었다. 얻은 영상으로 섭취 또는 비섭취정도를 보아 0점에서 3점까지 점수를 매겨 합하여 비교하였다. 수술한 쥐들 18마리 중 10마리가 신경학적 증상을 보이면서 살아남아 실험대상이 되었다. TTC 염색으로 확인한 경색크기는 재관류하지 않은 군이 컸다. [$^{18}F$]FDG 섭취양상은 TTC 염색과 거의 비슷하였다. 다만 일부에서 TTC 염색되는 곳에 [$^{18}F$]FDG 가 중간정도로 섭취되는 곳이 있었고 TTC 염색되지 않는 곳에 [$^{18}F$]FDG가 중간정도 섭취되는 곳이 있었다. TTC로 염색된 부위에는 $^{99m}Tc$-glucarate가 섭취되지 않았다. TTC로 염색되지 않는 곳에 일부분 $^{99m}Tc$-glucarate가 섭취되었다. TTC와 [$^{18}F$]FDG가 염색되거나 섭취되지 않는 곳에 $^{99m}Tc$-glucarate가 섭취되지 않는 곳이 있었다. 그러나 [$^{18}F$]FDG의 중간 정도의 섭취나 [$^{18}F$]FDG와 TTC사이에 부합하지 않는 곳 등과 $^{99m}Tc$-glucarate 섭취와 대응시키기 어려웠다 $^{99m}Tc$-glucarate가 재관류 군에서 더 넓고 많이 섭취되었다. 결론적으로 $^{99m}Tc$-glucarate는 비생존 허혈조직에만 섭취되는데 관류재개통에 따라 다양하게 섭취되었고 재관류모델에 더 많이 넓게 섭취되었다. 중뇌동맥폐색 및 재관류 모델로 $^{99m}Tc,\;^{18}F$ 및 TTC 동시영상을 얻어 생존능과 포도당대사의 부합 비부합 여부를 밝히고 그 의의를 조사한 후 $^{99m}Tc$-glucarate섭취와 상관을 조사하면 $^{99m}Tc$-glucarate섭취의 의의를 밝힐 수 있을 것으로 본다.

  • PDF

간원개에 위치한 종양에 대한 Anisotropic Analyticalal Algorithm과 Pencil Beam Convolution 알고리즘에 따른 전달선량 비교 (Comparison of Dose Distributions Calculated by Anisotropic Analytical Algorithm and Pencil Beam Convolution Algorithm at Tumors Located in Liver Dome Site)

  • 박병도;정상훈;박성호;곽정원;김종훈;윤상민;안승도
    • 한국의학물리학회지:의학물리
    • /
    • 제23권2호
    • /
    • pp.106-113
    • /
    • 2012
  • 본 연구에서는 종양이 간원개에 위치한 환자들을 대상으로 Eclipse 치료계획시스템(treatment planning system V8.9 : TPS, Varian)에서 쓰이는 두 종류의 선량계산 알고리즘(pencil beam convolution : PBC, anisotropic Analytical algorithm : AAA)들을 적용하여 육안적종양체적(gross tumor volume : GTV), 내부표적체적(internal target volume : ITV), 계획용표적체적(planning target volume : PTV) 및 주요 관심장기에 전달되는 선량의 변화를 정량적으로 평가하고, 선량분포에 영향을 미칠 수 있는 인자들을 분석하고자 하였다. 본원에서 치료받은 간암환자 20명을 대상으로 하였고 그 중 10명의 환자들에 대해서는 정위적 방사선치료(stereotactic body radiation therapy : SBRT) 기술을 적용, 다른 10명의 환자들에 대해서는 3차원 입체조형 방사선치료(three-dimensional conformal radiation therapy : 3DCRT) 기술을 적용하여 치료하였다. 조사선량은 우선적으로 PBC 알고리즘을 적용하여 선량계산을 하였고 동일한 빔 정렬 및 콜리메이터(Collimator), Monitor Unit (MU) 그리고 Field 가중치를 적용시켜서 AAA 선량계산법으로 다시 계산 한 후, 두 알고리즘에 대한 처방선량 100%에 해당하는 체적(V100)의 lesion coverage factor (CVF) 들을 비교하였다. SBRT 기술을 이용한 환자들의 치료계획에서 전체 PTV에 대한 CVF의 경우, 두 선량계산 알고리즘사이 통계학적으로 유의한 상관관계(p=0.018)를 보였다. 또한, 3DCRT 기술을 이용한 환자들의 치료계획에서는 전체 PTV (p=0.006), 간원개에 위치한 PTV (p=0.013), 전체 ITV (p=0.024)에 대하여 각각 통계학적으로 유의한 상관관계를 보였다. 복부에 위치한 주요 관심장기에 대하여 SBRT 기술을 이용한 환자들의 치료계획에서 정상 간과 신장에 조사되는 최대선량에 대하여 통계학적으로 각각 유의한 상관관계(정상간: p=0.009, 신장: p=0.037)를 보였다. 본 연구에서 선택한 선량변화 예측인자들에 대하여 대응표본 T-검정(paired T-test)을 시행한 결과, 전체 PTV에 대한 간원개에만 위치하는 PTV의 비율($PTV_{dome}$/PTV)과 두 알고리즘에 의한 CVF 비율의 상관관계에 있어서 통계학적으로 유의미한 상관관계를 보였다(p<0.01). 또한, 종양의 크기에 대한 두 알고리즘의 CVF 비율에 있어서 통계학적으로 의미가 있는 상관관계를 보였다(SRS환자 p=0.017, 3DCRT환자 p=0.023). 본 연구에서는 15MV x-ray beam으로 선량을 계산할 때 PBC와 AAA간의 선량계산 차이를 분석하여 선택한 선량변화 예측인자 중 간원개에 위치한 종양의 크기와 계획용 표적체적에 대한 관계성을 알아내었다. 일반적으로 15MV x-ray beam에 의한 선량분포를 정확하게 알아내는 것은 AAA으로도 불충분하다는 것이 일반적인 사실로 받아들여지고 있어 이를 AAA와 PBC간의 차이로 그 정확성을 간접적으로 유추하여 실질적인 선량분포에 대한 치료계획단계에서의 선량분포의 차이의 경향성을 보고자 하였다.

회전 경계박스 기능의 변형 FASTER R-CNN 딥러닝 알고리즘을 이용한 암석 CT 영상 내 자동 균열 탐지 (Automatic Fracture Detection in CT Scan Images of Rocks Using Modified Faster R-CNN Deep-Learning Algorithm with Rotated Bounding Box)

  • 추엔 팜;장리;염선;신휴성
    • 터널과지하공간
    • /
    • 제31권5호
    • /
    • pp.374-384
    • /
    • 2021
  • 본 논문에서는 암석시료의 CT 촬영 이미지상의 균열을 자동으로 탐지하는 새로운 인공지능 딥러닝 기법을 제안한다. 본 제안 기법은 2단계 딥러닝 객체인식 알고르즘인 Faster R-CNN을 기반으로 회전 가능한 경계박스(bounding box) 개념을 도입하여 알고리즘을 개조하였다. 회전 경계박스의 도입은 관심 균열 영역 밖의 배경의 불균질성 및 균열의 크기와 형태에 영향을 받는 딥러닝 객체인식기법 상의 고유한 어려움을 극복하기 위한 핵심 역할을 한다. 본 회전형 경계박스의 사용은 일반적으로 사용되는 영상 수평축과 평행한 경계박스 사용의 경우와 비교하여 긴 형태의 균열 형상 특성에 매우 잘 부합된다. 즉, 좋지않은 영향을 끼치는 경계박스 내 균열 이외 배경영역의 비율을 최소화 시킬 수 있다. 이외에도, 회전 경계박스의 추가적인 이점은 인식된 균열의 방향에 따라 회전하여 추론되는 경계박스를 통해 균열의 방향과 길이에 대한 정보를 직접적으로 얻을 수 있다. 본 제안기법의 적용성을 검증하기 위하여, 이미지상에서 매우 불균질한 화강암 시료에 인공적으로 균열을 발생시킨 다수의 암석시료 영상을 딥러닝 학습에 사용하고 추론 성능 실험을 진행하였다. 그 외에도, 동일 조건에서 사암과 셰일 암석 시료에도 적용하여 검증하였다. 결론적으로, 제안된 기법을 통해 균열 객체 인식의 평균 추론정확도(mAP)값이 0.89 정도 수준의 우수한 추론 성능을 보였으며, 기존 기법에 비해 추론된 경계박스 내 균열과 배경 영역의 비율 측면에서 배경의 비율이 획기적으로 최소화되는 유리한 추론 검증 결과를 보였다.

울산만의 저서환경 구배에 따른 저서동물군집 구조 (Macrobenthic Community Structure Along the Environmental Gradients of Ulsan Bay, Korea)

  • 윤상필;정래홍;김연정;김성길;최민규;이원찬;오현택;홍석진
    • 한국해양학회지:바다
    • /
    • 제14권2호
    • /
    • pp.102-117
    • /
    • 2009
  • 본 조사는 유기물과 미량금속 오염이 의심되는 울산만에서 저서환경의 교란 유무와 정도를 파악하기 위해 수행되었다. 현장조사는 울산만 안팎에 선정된 9개 정점에서 2006년 2월부터 11월까지 계절별로 저서환경과 대형저서동물군집에 대해 동시에 이루어졌다. 유기물 함량(TOC)은 평균 1.7% 이었으며 미량금속 중 As, Cu, Pb, Zn의 농도는 거의 모든 정점에서 최소영향수준(ERL)을 초과하였다. 저서동물군집의 총 출현종수는 199종, 평균 서식밀도는 4,578 개체/$m^2$ 이었으며 다모류가 가장 우세한 동물군이었다. 주요 우점종은 Aphelochaeta monilaris(22.6%), Ruditapes philippinarum(17.1%), Magelona japonica(12.2%), Lumbrineris longifolia(9.9%) 등이었으며 정점별 환경 특성에 따라 뚜렷이 다른 분포 양상을 보였다. 다변량분석 결과, 울산만 상단, 내만역, 내만역 중 태화강과 고사천이 만나는 지점 그리고 외해역에서 서로 다른 4개의 군집이 확인되었으며 특히 울산만 내의 군집 이질성이 두드러지게 나타났다. SIMPER 분석 결과, 4개 군집에서는 각각 R. philippinarum-Capitella capitata, A. monilaris-Balanoglossus carnosus, Sinocorophium sinensis-Cyathura higoensis 그리고 M. japonica-Ampharete arctica가 특징적으로 출현하였다. 전체 군집의 종조성과 밀도의 시.공간적 변화에 대해 가장 밀접한 상관성을 보인 환경 요인은 수심, 입도, 유기물 함량이었으며 중금속 중 Zn도 주요 항목에 포함되었다.

ViewRay MRIdian System을 이용한 MRI only based plan의 유용성 고찰 (A study of usefulness for the plan based on only MRI using ViewRay MRIdian system)

  • 전창우;이호진;안범석;김찬용;이제희
    • 대한방사선치료학회지
    • /
    • 제27권2호
    • /
    • pp.131-143
    • /
    • 2015
  • 목 적 : MRI를 기반으로 한 CT fusion plan과 MRI only based plan을 비교함으로써 MRI only plan의 유용성을 평가하고, 나아가 Simulation과 치료계획을 포함한 방사선치료의 전 과정을 CT 촬영 없이 MRI 영상으로 구성하여 실시간 MR-IGRT를 구현하고자 한다. 대상 및 방법 : 본원에서 사용중인 BBB CT (Brilliance Big Bore CT, 16slice, Philips)와 Viewray MRIdian System (Viewray, USA)으로 환자 11명(Head and Neck 1명, Breast 5명, Lung 1명, Liver 3명, Prostate 1명)을 대상으로 CT & MR simulation 및 치료계획을 세웠다. Head and Neck, Breast, Prostate환자는 자유호흡(Free Breathing) 상태로, Lung과 Liver 환자는 흡기 호흡중지(Inhalation Breathing Holdng)상태로 Simulation을 진행하였다. Viewray의 Bore 크기 및 Coil 위치를 고려하여 환자 자세 및 고정기구를 동일한 조건을 유지하여 CT simulation을 시행하였다. Viewray MRIdian 시스템을 이용하여 MR 영상을 기반으로 한 CT fusion plan과 CT fusion 없이 [ICRU 46]에서 권고하는 폐, 공기, 뼈의 전자밀도를 입력한 동일한 조건의 MR only plan을 세웠다. Head and Neck, Breast, Prostate는 IMRT, Lung과 Liver 는 Gating치료계획을 세웠고, 치료계획의 평가는 PTV의 균질성 지표 (Homogeneity Index, HI)와 일치성 지표 (Conformity Index, CI), 그리고 각 PTV와 OAR의 DVH와 선량차이를 각각 비교하였다. 결 과 : 두 치료계획간 치료부위별 PTV에 대한 HI 값의 차이는 Head and Neck, Breast, Lung, Liver, Prostate 부위별로 각각 0.089, 0.26, 0.67, 0.2, 0.4%로 나타났으며, CI 값의 차이는 부위별로 각각 0.043, 0.84, 0.68, 0.46, 0.3%로 두가지 평가 값 모두 Head and Neck 부위가 가장 작은 차이를 나타냈다. PTV에 대한 평균선량 차이는 치료부위별로 각각 0.07, 0.29, 0.18, 0.3, 0.18 Gy로 나타났다. 이를 백분율로 나타냈을 때 0.06, 0.7, 0.29, 0.69, 0.44%으로 모두 1% 이하의 차이를 보였다. 두경부암의 각 OAR은 전체적으로 0.01~0.12 Gy의 평균선량 차이를 보였으며, 유방암은 0.04~0.06 Gy, 폐암에서는 0.01~0.21 Gy, 간암은 0.06~0.27 Gy, 전립선암은 0.02~0.23 Gy의 평균선량 차이를 나타냈다. 결 론 : MR 영상을 이용한 치료계획은 연부조직에서 탁월한 대조도를 나타낼 뿐만 아니라 CT fusion한 MR 치료계획과 비교했을 때 PTV의 HI, CI, 선량차이 모두 1%미만의 차이를 보였으며, OAR의 경우 비균질한 조직이 많은 부위일수록 최대 0.89 Gy 선량차이를 보였다. 이결과를 토대로 두경부암, 부분적 유방암이나 전립선암등 비균질도 차이가 적은 부위에는 CT촬영 없이 MR 영상만을 이용한 방사선치료의 가능성을 확인 할 수 있었다.

  • PDF

K-Means Clustering 알고리즘과 헤도닉 모형을 활용한 서울시 연립·다세대 군집분류 방법에 관한 연구 (A Study on the Clustering Method of Row and Multiplex Housing in Seoul Using K-Means Clustering Algorithm and Hedonic Model)

  • 권순재;김성현;탁온식;정현희
    • 지능정보연구
    • /
    • 제23권3호
    • /
    • pp.95-118
    • /
    • 2017
  • 최근 도심을 중심으로 연립 다세대의 거래가 활성화되고 직방, 다방등과 같은 플랫폼 서비스가 성장하고 있다. 연립 다세대는 수요 변화에 따른 시장 규모 확대와 함께 정보 비대칭으로 인해 사회적 문제가 발생 되는 등 부동산 정보의 사각지대이다. 또한, 서울특별시 또는 한국감정원에서 사용하는 5개 또는 25개의 권역 구분은 행정구역 내부를 중심으로 설정되었으며, 기존의 부동산 연구에서 사용되어 왔다. 이는 도시계획에 의한 권역구분이기 때문에 부동산 연구를 위한 권역 구분이 아니다. 이에 본 연구에서는 기존 연구를 토대로 향후 주택가 격추정에 있어 서울특별시의 공간구조를 재설정할 필요가 있다고 보았다. 이에 본 연구에서는 연립 다세대 실거래가 데이터를 기초로 하여 헤도닉 모형에 적용하였으며, 이를 K-Means Clustering 알고리즘을 사용해 서울특별시의 공간구조를 다시 군집하였다. 본 연구에서는 2014년 1월부터 2016년 12월까지 3년간 국토교통부의 서울시 연립 다세대 실거래가 데이터와 2016년 공시지가를 활용하였다. 실거래가 데이터에서 본 연구에서는 지하거래 제거, 면적당 가격 표준화 및 5이상 -5이하의 실거래 사례 제거와 같이 데이터 제거를 통한 데이터 전처리 작업을 수행하였다. 데이터전처리 후 고정된 초기값 설정으로 결정된 중심점이 매번 같은 결과로 나오게 K-means Clustering을 수행한 후 군집 별로 헤도닉 모형을 활용한 회귀분석을 하였으며, 코사인 유사도를 계산하여 유사성 분석을 진행하였다. 이에 본 연구의 결과는 모형 적합도가 평균 75% 이상으로, 헤도닉 모형에 사용된 변수는 유의미하였다. 즉, 기존 서울을 행정구역 25개 또는 5개의 권역으로 나뉘어 실거래가지수 등 부동산 가격 관련 통계지표를 작성하던 방식을 속성의 영향력이 유사한 영역을 묶어 16개의 구역으로 나누었다. 따라서 본 연구에서는 K-Means Clustering 알고리즘에 실거래가 데이터로 헤도닉 모형을 활용하여 연립 다세대 실거래가를 기반으로 한 군집분류방법을 도출하였다. 또한, 학문적 실무적 시사점을 제시하였고, 본 연구의 한계점과 향후 연구 방향에 대해 제시하였다.