• 지능정보연구
• /
• 제29권3호
• /
• pp.57-78
• /
• 2023

2019년 11월 중국 우한시에서 발병한 코로나19는 2020년 중국을 넘어 세계로 퍼져나가 2020년 3월에는 전 세계적으로 확산되었다. 코로나19와 같이 전염성이 강한 바이러스는 예방과 확진시 적극적인 치료도 중요하지만 우선 전파 속도가 빠른 바이러스인 점을 감안할 때, 확진 사실을 재빠르게 파악하여 전파를 차단하는 것이 더욱 중요하다. 그러나 감염여부를 확인하기 위한 PCR검사는 비용과 시간이 많이 소요되고, 자가키트검사 또한 접근성은 쉽지만 매번 수시로 받기에는 키트의 가격이 부담이 될 수밖에 없는 실정이다. 이러한 상황에서 기침 소리를 기반으로 코로나19 양성 여부를 판단할 수 있게 된다면 누구나 쉽게 언제, 어디서든 확진 여부를 체크할 수 있어 신속성과 경제성 측면에서 큰 장점을 가질 수 있을 것이다. 따라서 본 연구는 기침 소리를 기반으로 코로나19 확진 여부를 식별할 수 있는 분류 모델을 개발하는 것을 목적으로 하였다. 이를 위해, 본 연구에서는 먼저 MFCC, Mel-Spectrogram, Spectral contrast, Spectrogram 등을 통해 기침 소리를 벡터화 하였다. 이 때, 기침 소리의 품질을 위해 SNR을 통해 잡음이 많은 데이터는 삭제하였고, chunk를 통해 음성 파일에서 기침 소리만 추출하였다. 이후, 추출된 기침 소리의 feature를 이용하여 코로나 양성과 음성을 분류하기 위한 모델을 구축하였으며, XGBoost, LightGBM, FCNN 알고리즘을 통해 모델 학습을 수행하고 각 알고리즘별 성능을 비교하였다. 또한, 기침 소리를 다차원 벡터로 변환한 경우와, 이미지로 변환한 경우에 대해 모델 성능에 대한 비교 실험을 수행하였다. 실험 결과, 건강상태에 대한 기본정보와 기침 소리를 MFCC, Mel-Spectogram, Spectral contrast, 그리고 Spectrogram을 통해 다차원 벡터로 변환한 feature를 모두 활용한 LightGBM 모델이 0.74의 가장 높은 정확도를 보였다.

• 디자인학연구
• /
• 제15권4호
• /
• pp.275-284
• /
• 2002

장애인의 사회ㆍ경제적 지위향상과 인권을 화보하기 위해서는 통합된 사회가 만들어져야 한다. 통합된 사회가 가능하기 위해서는 이동에 있어서나 건축물, 그리고 설비를 이용함에 있어서 접근(Access)이 가능해야 한다. 장애인이 사회생활에서 불이익을 받는 것은 손상(Impairment)이나 장애(Disability)자체가 아니라 장애인을 둘러싼 환경(Environment)의 물리적, 사회적 장벽 때문일 것이다. 이러한 장벽(Barrier)을 제거하여 장애인이 지역사회 안에서 자립하여, 자유롭게 사회활동에 참여할 수 있도록 하기 위해서는 사회전체의 시스템을 장애인이 이용하기 편리한 구조로 재구성하는 것이 필요하다. 이것은 장애인뿐만 아니라 더 나아가서는 모든 사람이 이용하기 편리한 사회를 구축하는 일이 되기 때문이다. 우리나라에서 장애인이 다른 사람의 도움을 받지 않고 안전하고 편리하게 시설물과 설비에 접근하고, 이용할 수 있으며, 원하는 곳으로 자유롭게 이동한다는 것은 아직까지 거의 불가능하다. 현재 설치된 지체장애인 관련 편의시설의 설치량은 많으나 타 시설 및 건축물과의 연계성이 없이 독립적으로 설치되어 이용에 도움이 되지 못하는 경우가 많고, 편의시설이 설치되어 있는 경우에도 형식적으로 설치되어 실제로 장애인 스스로의 이용이 불가능한 경우도 많다. 본 연구는 휠체어사용자들의 공공시설 이용에 있어 접근성을 용이하게 확보하고 시설적 제약 없이 스스로 조작 할 수 있는 새로운 개념의 이동식 휠체어 리프트 디자인을 시도하고자하였다. 연구의 핵심은 기존 수입위주의 단순기능 제품을 새로운 시스템으로 개발하여 기능적 안전성, 품질 고급화와 더불어 장애인 보조기기분야에서 새로운 이미지의 디자인 적용을 통하여 수입대체 효과와 더불어 해외시장 진출로 이동식휠체어 리프트 시장의 선점, 우위를 목표로 연구 개발하였다. 걸쳐 지속적으로 가집이 편찬되었던 구체적 동인이었을 것임을 진단해 보았다. 특정시기 가곡향유의 실질은 곧 가곡의 곡 해석방식에 직결될 것이기 때문이다.를 선택하는가 하는 디자이너 측면의 요인이 감성 품질과 밀접함 관련이 있음을 알 수 있었다.멘트들의 재배열이 주된 역할을 하는 것으로 해석할 수 있다. 한편 고자장 영역에서는 correlation time 중 $\tau$가 주된 역할을 담당하는데는 $\tau$는 나노 입자의 크기와 연관되어 있으며 고자장에서 입자 크기에 따른 T1 이완율(R1)과 T2 이완율(R2)의 차이는 이러한 입자크기의 차이에 의해 발생하는 것으로 해석할 수 있다. 나노입자에 포함된 철 원자수를 변화시키는 경우 철 원자수가 증가 할 수록 R1과 R2가 증가하는 결과를 나타내었다. 한편 온도변화에 따른 T1, T2 자기이완시간의 변화는 정상체온 근처의 제한적인 온도범위내에서 저자장 영역에서의 아주 작은 변화를 제외하고는 큰 차이를 보이지 않았으나 T1에 비해 T2에서 이러한 변화가 상대적으로 더 작게 나타났다. 결론 : 임상적 다기능성을 나타낼 가능성이 많은 것으로 보고되고 있는 미세 초상자성 산화철 입자의 자기이완에 대한 이론적 모델을 초상자성 나노입자의 물리적 특성에 기초하여 제시하였고 이러한 이론적 모델에 근거한 미세 초상자성 산화철 입자의 자기장의 세기에 따른 자기 이완시간의 변화를 컴퓨터 모의 실험을 통해 조사하였다.다.있는 것으로 보여진다. 따라서 혈압 저하를 목적으로 하는 나트륨 제한식의 실시는 다양한 체내의 생화학적 변화를 고려해서 이루어져야 할 것이며, 앞으로 이에 대한 보다 다각적인 연구가 요구된다.CSU-23 배양배지에서 배양하는 것이 좋다는 결과를 얻었다. and those a having sufficient sleep were

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 한국결정학회지
• /
• 제7권1호
• /
• pp.8-19
• /
• 1996

콜레스테롤 메틸카보네이트와 프로필카보네이트의 결정구조를 X-선 회절법으로 연구하였다. 이 결정들은 단사정계이고 공간군은 P21이다. 회절반점들의 세기는 흑연 단색화 장치가 있는 Enraf-Nonius CAD-4 X-선 회절계로 얻었으며, Cu-Kα X-선(λ=1.5418Å)을 사용하였다. 콜레스테롤 메틸카보네이트의 단위세포 길이 a=17.014(1), b=7.682(1), c=10.612(1)Å이며, β=103.05(1)°, Z=2이다. 한편 콜레스테롤 프로필카보네이트의 단위세포길이는 a=13.683(1), b=11.864(2), c=18.904(2)Å이며, β=106.30(1)°, Z=4이다. 분자구조들은 직접법으로 풀었으며 최소자승법으로 정밀화하였다. 최종신뢰도 R값은 메틸카보네이트는 2323개의 회절반점에 대하여 0.051이고, 프로필카보네이트는 3323개의 회절반점에 대하여 0.074이다. 이들 화합물들의 콜레스테롤부분의 분자구조들은 다른 관련 화합물에서 밝혀진 구조와 잘 일치하고 있다. 이의 두 화합물을 포함하여 콜레스테롤 카보네이트들의 결정구조들은 단분자층을 이루면서 쌓여 있어서 독특한 결정구조를 보여주며 같은 계열의 알킬 카보네이트들과 일련의 유사한 결정구조의 구룹들을 보여준다. 콜레스테롤 메틸카보네이트 분자들은 monolayer를 이루면서 쌓여있으며, monolayer 중심부에서는 cholesteryl-C(17) side chain 상호작용이 강하며 layer 사이에는 카보네이트사슬들이 느슨하게 모여있다. 프로필카보네이트 결정에서는 두 개의 결정학적으로 독립된 분자들(A and B)이 있다. A분자들간의 cholesterol-cholesterol상호작용과 B분자들간의 cholesteryl-C(17) side chain 상호작용들이 layer의 중심부에서 일어나며, 이들 분자들은 나사축 방향을 따라서 쌓여있다. 콜레스테롤 카보네이트의 구조들은 액체결정 상태의 특질을 가지고 있고, 이런 성질들을 결정구조와 관련하여 논의하였다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.143-174
• /
• 2023

인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.

• 자원환경지질
• /
• 제37권3호
• /
• pp.303-309
• /
• 2004

Gd-Ti-O 및 Gd-Zr-O계에서의 파이로클로어 (Gd$_2$Ti$_2$$O_7$및 Gd$_2$Zr$_2$$O_7$)는 장주기 방사성 폐기물인 악티나이드 원소들을 고정화시킬 수 있는 물질로써 잘 알려져 있다. 따라서 본 연구에서는 소결법에 의해 이들을 합성하여, 상평형 관계 및 특성을 연구하였다. 혼합된 시료는 상온에서 200-400kgf/$cm^2$의 압력으로 성형한 후, 1000-1$600^{\circ}C$ 범위에서 소결온도 및 분위기를 변화시키면서 소결하였다. 합성된 시료는 XRD 및 SEM/EDS를 사용하여 상분석 및 화학조성을 분석하였다. 실험결과, Gd$_2$Ti$_2$$O_7$의 최적 합성조건은 140$0^{\circ}C$/0.5 hrs, 130$0^{\circ}C$/3 hrs 및 120$0^{\circ}C$/20 hrs였고, 이때의 화학조성은 $Gd_{2.0-2.1}$$Ti_{1.9-2.0}$$O_7$으로 소결온도 및 분위기와 무관하게 화학양론적 조성에 근접하였다. $Gd_{2}$$Zr_{2}$$O_7$의 최적 합성조건은 155$0^{\circ}C$/40 hrs 및 1$600^{\circ}C$/30 hrs였으나 화학조성은 $Gd_{1.5-2.4}$$Zr_{1.7-2.4}$$O_7$로 매우 불균질 하였다. 이 같은 불균질성은 본 연구의 최장 소결시간이었던 40시간에서 조차 평형을 이루지 못할 정도로 Gd$_2$Zr$_2$$O_7$의 생성속도가 매우 낮음을 지시하고 있다.

• 토지주택연구
• /
• 제13권4호
• /
• pp.55-71
• /
• 2022

최근 국내 백화점 산업은 소비패턴의 변화에 의해 고급화와 차별화된 복합쇼핑문화공간으로 성장하고 있으며, 5개 대규모 회사를 중심으로 70개소가 운영되며 경쟁이 가속화되고 있다. 본 연구는 빅데이터 개념의 차량 자동입출차 시스템(pos)를 활용하여 백화점의 방문수요 결정요인을 분석하고, 백화점 산업의 경쟁력 강화를 위한 방안을 제시하고자 하였다. 분석방법은 2021년 신규개점으로 인하여 연간 매출액이 완전치 않은 지점 3곳을 제외한 67개의 지점을 대상으로 어떠한 사건이나 방문에 대한 빈도를 예측할 때 사용되는 음이항 회귀분석을 수행하였다. 분석결과 백화점 방문수요에 양(+)의 영향을 미치는 변수들은 공항·터미널·기차역 여부, 대지면적, 주차대수, VIP라운지수, 명품매장비율, F&B매장 수, 경기·인천지역인 것으로 나타났으며, 비상업지역 여부, 호텔은 음(-)의 영향을 미치는 것으로 분석되었다. 국내 백화점의 경쟁력 강화방안을 제시하면 다음과 같다. 첫째, 백화점 소비자들은 명품 브랜드에 대한 선호가 높다. 따라서 백화점은 자체적으로 해외 바이어팀을 구성하여 새로운 명품 브랜드를 발굴하여 유치하고, 고객들의 수요가 높은 명품 브랜드를 유치하는 전략이 필요하다. 또한, 구매력과 충성도 높은 소비자들을 유치하기 위해서는 기존 보다 더 차별화된 VIP 고객들을 위한 상품과 서비스를 제공할 필요성이 높다. 둘째, 신규 백화점 입점은 경기·인천 지역의 기차역, 공항, 터미널과 같은 교통거점 지역을 중심으로 추진하는 것이 바람직하다. 셋째, 백화점은 고급화된 쇼핑센터라는 측면에서 핵심임차인이 중요하므로 소비자의 수준과 선호에 부합하는 테넌트의 유치 전략이 필수적이다. 마지막으로 최고급 쇼핑센터인 백화점은 2021년 개점한 '더 현대'와 같이 차별화된 쇼핑, 문화, 외식과 여가서비스가 함께 제공되는 공간으로 개발되어야 향후 성장가능성이 담보될 수 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• Radiation Oncology Journal
• /
• 제25권2호
• /
• pp.79-92
• /
• 2007

목 적: 전국 병원의 방사선종양학과에서 식도암으로 방사선 치료를 받은 환자들을 각 병원으로부터 입력 받아 세부 항목별로 분석하여 식도암 환자들의 구성과 특징을 파악하여 범국가적인 자료로 활용하는 한편 치료방침을 분석하여 향후 적절한 치료를 위한 가이드라인으로 삼고자 하였다. 대상 및 방법: 전국 병원의 방사선종양학과에서 1998년과 1999년의 2년간에 걸쳐 식도암으로 확진된 246명을 대상으로 하였다. 연간 400명 미만의 방사선치료 신환자 발생병원들을 A군, 400명 이상 900명 미만의 병원들을 B군, 그리고 900명 이상 신환자가 발생하는 병원을 C군으로 분류하여 최종적으로 A군에서 12병원, B군에서 8개 병원, 그리고 C군에서 3개의 병원이 연구에 참여하였다. 이미 개발된 Web-based Korean PCS system을 통해 각 병원으로부터 직접 자료를 입력 받아 이를 세부 항목별로 분석하였고 통계적 처리는 SPSS version 12.0.1을 사용하고 범주형 자료는 Chi-squared test를 사용하였고 연속변수는 ANOVA, Kruskal-Wallis test를 적용하였다. 결 과: 입력된 환자들의 성별 분포는 남자 224명(91.1%), 여자 22명(8.9%)이었고 연령별 중앙값은 62세 전후였다. 진단 및 병기결정을 위한 검사로는 식도 촬영술(228명, 92.7%), 식도내시경(226명, 91.9%) 및 흉부 식도 CT 스캔(238명, 96.7%)을 주로 시행하였다. 편평상피암이 대종을 이루어 237명(96.3%)의 환자에서 관찰되었고 중흉부식도(mid-thoracic esophagus)에서 발생한 식도암이 가장 많았다(110명, 44.7%). 임상 병기는 III기가 과반수 이상을 차지하였다(135명, 54.9%). 방사선 치료만 받은 경우는 57명(23.2%), 방사선 치료와 수술을 병용한 경우는 전체의 15%인 37명, 항암약물 치료와 방사선 치료를 병용한 경우는 123명(50%)이었다. 수술과 방사선 치료를 병행한 경우 전례에서 수술을 먼저 시행한 후 방사선 치료를 하였다. 항암치료를 방사선치료와 병행한 경우 반수 이상에서(70명, 56.9%) 동시항암방사선 치료를 시행하였고 31명(25.2%)에서 항암치료 후 방사선치료를 또는 항암요법 단독치료 후 동시항암방사선치료를(13명, 10.6%) 시행하였다. 방사선 치료는 6 MV (116명, 47.2%)와 10 MV (87명, 35.4%)의 X-ray가 대종을 이루었다. 방사선 치료 시 조사야는 longitudinal margin의 경우 중앙값은 7.0 cm이었지만 각 군별로 현저한 차이가 있었다(A군; 5.5 cm, B군; 8.0 cm, C군; 14.0 cm). 계획용 CT를 사용하지 않고 고식적인 AP/PA 조사야를 사용하여 치료한 경우가 대부분이었는데(206명, 83.7%) 이 때 방사선 조사량의 중앙값은 3,600 cGy이었다. 이후 추가 방사선 치료 시 계획용 CT를 사용하지 않고 2-oblique fields 사용하여 치료한 경우가 87명(35.4%)이었는데 방사선 조사량의 중앙값은 1,800 cGy이었다. 전 환자에서 1일 1회 180 cGy로 치료하였다. 전 환자에서 조사된 총 방사선량의 중앙값은 5,580 cGy이었다. 수술 후 방사선 치료를 시행한 경우 중앙값은 5,040 cGy이었고 수술을 받지 않은 환자 중앙값은 5,940 cGy이었다. 근접조사 방사선 치료는 총 34명(13.8%)에서 시행되었고, 전 환자에서 high dose rate Iridium-192를 사용하였다. 조사범위는 종양에서 longitudinal margin의 중앙값은 1 cm, prescribed isodose curve에서 axial length의 평균값은 8.25 cm, 폭은 2 cm, 그리고 전후 폭의 중앙값도 2 cm이었다. Fraction size의 중앙값은 300 cGy이었는데 B군의 경우는 500 cGy이었다. 총 분할 횟수는 $3{\sim}4$회가 대부분이었다. 한편, 방사선 치료 중 발생한 급성 부작용은 식도염이 가장 많았는데 전체 246명 환자 중 155명(63.0%)에서 발생하였다. 결 론: 전국 23개 병원의 식도암 환자 치료 Data를 분석해 본 결과 대부분의 병원에서 환자의 특징과 진단 및 병기 결정 방법, 치료의 유형 등에서 유사한 결과를 보였으며 신환 발생 수에 따른 병원 규모의 차이는 조사 결과에 큰 영향을 미치지 못하였다. 하지만 병원 규모가 클수록 10 MV 이상의 고에너지로 치료하는 경향이 많았으며 3D CT Plan도 병원 규모가 클수록 활용도가 높았다. 조사 야의 면적도 병원 군별로 차이를 보였다. 향후 더 많은 환자를 입력하여 생존율 분석까지 이루어지면 이 연구는 식도암 치료방침의 결정에 중요한 guideline을 제시해 줄 것으로 사료된다.

• Journal of Animal Science and Technology
• /
• 제48권3호
• /
• pp.479-486
• /
• 2006

본 연구는 사양과 관리 방법이 낙농농가의 우유품질과 생산성에 미치는 효과를 조사하기 위하여 수행하였다. 조사농가는 경기 (11), 강원 (22)과 충남 (17) 지역의 50농가를 선정하여 사육규모, 우사형태, 사양관리, 분뇨처리, 착유와 생산성에 관한 자료를 수집하여 분석하였고 조사농가로부터 우유저장 탱크에서 우유 샘플을 채취하여 우유 성분과 품질을 분석하였다. 착유우의 사육 규모가 큰 농가가 중간 규모나 적은 규모의 농가에 비하여 우사, 착유관리와 분뇨처리를 위한 시설을 잘 갖추고 있었다. 착유우에 대한 농후사료 급여량이 소규모의 낙농가 (47.51%)가 중간 규모의 낙농가 (32.59%)나 규모가 큰 낙농농가 (31.81%)에 비하여 많은 양을 급여하고 있었으며, 착유우의 사육 규모가 커질수록 낙농 농가에서의 농후사료 급여수준이 감소되는 동시에 수입조사료에 대한 의존도는 증가하였다. 우유 중의 세균수는 우사 및 착유실의 형태에 따라서 영향을 받았으며, 계류식 우사에서 착유우를 사육하는 농가의 우유 중 세균수 (Coliform과 E. coli)가 후리스톨이나 톱밥우사에서 사육하는 농가에서 보다 높았다. 바켓식 착유를 하는 농가의 우유 중 세균수가 파이프라인이나 텐덤 (tendem)과 헤링본 착유시설을 보유한 농가에서 보다 높았다. 착유우의 사육두수가 많은 농가일수록 관리와 착유를 위한 시설이 개선되는 경향이 있어 체세포 등급이 높은 것으로 나타났고 체세포 등급이 높은 착유우에서 우유 생산성도 높았다. 그리고 조사된 농가의 평균 우유 중 단백질 농도는 2.89 에서 2.98% 이었고, 우유 중 요소태 질소 함량은 21.81에서 23.31mg/dl 이었다. 이런 결과는 착유 두수가 많은 농가일수록 착유우의 관리를 위한 시설을 개선하고 있어, 유질이 개선되고 농가의 수입도 더불어 증가하고 있는 것으로 조사되었다.