• 지구물리
• /
• 제2권1호
• /
• pp.39-44
• /
• 1999

심부 지층구조 연구를 위해 획득된 다중채널 반사파 자료를 재처리하여 제4기 단층 및 해저면 부근 천연 가스층 탐지를 위한 고해상도 단면도를 작성하였다. 사용된 자료는 한국해양연구소에서 동해해역 퇴적분지 지각구조 연구를 목적으로 1994년부터 1997년까지 기록한 총 1900 km의 다중채널 반사파 자료 중 근거리 12채널 자료이다. 고해상도용 재처리과정은 자료복사 및 자료편집, 참진폭 회수, 공심점 분류, 초기 뮤트, 중합전 디컨볼루션, 대역필터, 중합, 고주파 통과필터, 중합후 디컨볼루션, 구조보정, 자동이득조절 등의 순서로 이루어지며, 이 중 예측 디컨볼루션, 고주파 통과필터, 짧은 창길이의 자동이득조절 적용 등이 해상도를 높이는데 가장 중요한 처리단계이다. 해저면 하부 약 1초 정도까지의 지층을 대상으로 처리된 중합 및 구조보정 단면상에는 총 200개 이상의 제4기 단층이 인지되며, 이들 대부분은 대륙사면과 울릉분지 경계부에 밀집되어 나타나지만 분지 내에도 상당수 존재한다. 이들 단층중 상당수는 기반암과 제3기 퇴적층에 발달된 단층의 재활성화와 화산활동을 포함한 지구조 운동에 의해 형성된 것으로 추정되며 동해가 구조적으로 다소 불안정된 상태에 놓여 있을 가능성을 지시한다. 또한 3개소 이상에서 발견된 천부 가스층의 존재는 시추나 해저 케이블 및 파이프라인 등 해양구조물 설치시 반드시 경계해야 할 위험 요소가 존재하고 있음을 보여준다. 이러한 천부 가스층의 발견은 최근 관심이 고조되고 있는 가스수화물의 근원 물질이 동해에 존재한다는 긍정적인 면이 있으나, 해저면에 평행한 반사면 등 가스수화물의 전형적인 탄성파 특징은 울릉분지 서부 대륙사면 및 중앙부의 재처리 단면상에서는 발견되지 않는다.

• 대한영상의학회지
• /
• 제83권3호
• /
• pp.669-679
• /
• 2022

목적 필터보정역투영(filtered back projection; 이하 FBP)법과 적절한 커널로 재구성된 소아 저선량 안면 컴퓨터단층촬영(이하 CT)의 시행 가능성을 평가하고자 한다. 대상과 방법 응급실에서 안면 CT를 촬영한 10세 이하 환자의 임상 및 영상 데이터를 후향적으로 검토하였다. 환자들을 두 그룹으로 나누었다: 고정된 80 kVp와 자동관전류변조기법을 사용하는 저선량 CT (low-dose CT, 그룹 A, n = 73), 고정된 120 kVp와 자동관전류변조기법을 사용하는 표준 선량 CT (standard-dose CT, 그룹 B, n = 40). 모든 영상은 FBP로 재구성되었다: 그룹 A는 뼈와 연조직 커널을, 그룹 B는 뼈 커널을 이용하였다. 두 그룹의 영상 잡음, 신호대잡음비(signal-to-noise ratio; 이하 SNR), 그리고 대조대잡음비(contrast-to-noise ratio; 이하 CNR)를 비교하였다. 두 명의 영상의학과 의사가 뼈와 연조직의 영상 품질에 대해 주관적으로 점수화하였다. 용적 CT 선량지수(CT dose index volume)와 선량길이곱(dose length product)을 기록하였다. 결과 영상 잡음은 그룹 A가 그룹 B보다 높았다(p < 0.001). 연조직 커널을 사용한 그룹 A 영상에서 가장 높은 SNR과 CNR을 보였다(p < 0.001). 뼈의 정성적 평가에서 뼈 커널 영상들을 비교하면 그룹 A가 그룹 B보다 비슷하거나 높은 점수를 보였다. 연조직의 정성적 평가에서 연조직 커널을 이용한 그룹 A와 뼈 커널에 연조직 창 설정을 이용한 그룹 B 사이에는 통계적으로 유의한 차이가 없었다(p > 0.05). 그룹 A는 그룹 B에 비해 방사선 선량이 76.9% 감소했다(3.2 ± 0.2 mGy vs. 13.9 ± 1.5 mGy, p < 0.001). 결론 연조직 커널 영상을 FBP로 재구성된 전통적인 CT에 추가함으로써 영상 품질을 유지하면서 소아 저선량 안면 CT 프로토콜을 사용할 수 있다.

• 한국의학물리학회지:의학물리
• /
• 제20권4호
• /
• pp.298-307
• /
• 2009

본 연구는 MR T2 map기법을 이용하여 슬관절염이 없는 건강한 사람과 관절염이 있는 환자의 연골의 T2값 변화를 측정하여 슬관절 연골의 형태 및 손상 정도를 평가하고 아울러 T2 map기법의 유용성에 대하여 고찰해 보고자 한다. 과거 병력 및 현재 임상적으로 슬관절염이 없는 건강한 사람 30명과 2007년 11월부터 2008년 12월까지 무릎 통증으로 내원한 환자 중 단순 방사선 촬영에서 슬관절염 소견이 보이는 환자 30명을 대상으로 multi-echo 방식(TR: 1,000 ms, TE values (6.5, 13, 19.5, 26, 32.5. 40, 45.5, 52))인 T2 SE (spin echo) sequence를 이용하여 슬관절 연골 T2 SE 영상을 획득 하였다. 획득한 영상을 바탕으로 슬관절 연골 내 구역별 신호강도(S.I)의 변화를 측정하고 이를 Origin 7.0 Professional (northampton, MA 01060 USA)을 이용하여 평균 T2값을 산출하였다. 산출된 T2값은 독립표본검정(Independent samples T-test, SPSS win 12.0)을 이용하여 건강한 그룹과 슬관절염 그룹에 대한 정량적 분석을 시행, 통계적 유의성을 검증하였다. 건강한 그룹과 슬관절염 그룹의 시상면과 관상면의 내, 외측 관절연골에 대한 각각의 T2 값은 시상면에서는 대퇴연골의 경우 슬관절염 그룹의 평균 T2값($42.22{\pm}2.91$)이 건강한 그룹의 평균 T2값($36.26{\pm}5.01$)보다 크게 나타났고 경골 연골의 경우도 슬관절염 그룹의 평균 T2값($43.83{\pm}1.43$)이 건강한 그룹의 평균 T2값($36.45{\pm}3.15$)보다 크게 나타났다. 관상면에서는 내측 대퇴연골의 경우 슬관절염 그룹의 평균 T2값($45.65{\pm}7.10$)이 건강한 그룹의 평균 T2값($36.49{\pm}8.41$)보다 크게 나타났고 내측 경골 연골의 경우도 슬관절염 그룹의 평균 T2값($44.46{\pm}3.44$)이 건강한 그룹의 평균 T2값($37.61{\pm}1.97$)보다 크게 나타났다. 외측 대퇴연골의 경우 슬관절염 그룹의 평균 T2값($43.41{\pm}4.99$)이 건강한 그룹의 평균 T2값($37.64{\pm}4.02$)보다 크게 나타났고 외측 경골 연골의 경우도 슬관절염 그룹의 평균 T2값($43.78{\pm}8.08$)이 건강한 그룹의 평균 T2값($36.62{\pm}7.81$) 보다 크게 나타났다. 슬관절염이 있는 환자인 경우 T2 map기법을 이용하여 지금까지 사용되었던 형태학적 MR 영상화 방법과 더불어 연골의 구조적, 기능적 변화를 정량적으로 분석함으로써 연골질환의 조기 진단에 큰 도움을 줄 수 있을 것이라 사료된다.

• 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.