• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.111-116
• /
• 2022

In this study, the applicability of machine learning for the development of a simulator for general X-ray examination education is evaluated. To this end, k-nearest neighbor(kNN), support vector machine(SVM) and neural network(NN) classification models are analyzed to present the most suitable model by analyzing the results. Image data was obtained by taking 100 photos each corresponding to Posterior anterior(PA), Posterior anterior oblique(Obl), Lateral(Lat), Fan lateral(Fan lat). 70% of the acquired 400 image data were used as training sets for learning machine learning models and 30% were used as test sets for evaluation. and prediction model was constructed for right-handed PA, Obl, Lat, Fan lat image classification. Based on the data set, after constructing the classification model using the kNN, SVM, and NN models, each model was compared through an error matrix. As a result of the evaluation, the accuracy of kNN was 0.967 area under curve(AUC) was 0.993, and the accuracy of SVM was 0.992 AUC was 1.000. The accuracy of NN was 0.992 and AUC was 0.999, which was slightly lower in kNN, but all three models recorded high accuracy and AUC. In this study, right-handed PA, Obl, Lat, Fan lat images were classified and predicted using the machine learning classification models, kNN, SVM, and NN models. The prediction showed that SVM and NN were the same at 0.992, and AUC was similar at 1.000 and 0.999, indicating that both models showed high predictive power and were applicable to educational simulators.

• 대한방사선기술학회지:방사선기술과학
• /
• 제27권3호
• /
• pp.25-29
• /
• 2004

방사선부문 디지털시스템 중 일반촬영 부문에서 가장 많이 사용하고 있는 Computed radiography(CR) 영상판(image plate)의 검출시스템은 형광체의 빛 확산 영향을 받는 시스템이므로 영상을 흐리게 만들기 마련이다. 본 연구에서는 X-ray 발생장치를 이용하여 computer radiography 영상판의 정보전달능(modulation transfer function, MTF) 측정을 통해 해상도와 선예도 등을 알아보기 위해 현재 A병원에서 사용중인 일반촬영용 IP 사용년수 3년 이상된 Fuji ST-Vn 모델과 사용년수 2년 미만인 Fuji ST-VI 모델을 대상으로 MTF를 측정하여 분석 비교하였다. 실험방법은 X선 발생장치를 이용하여 resolution chart법으로 시행하였으며, 레이저프린터로 출력하여 microdensitometer로 측정하였다. 실험결과, 2가지의 IP 모델은 차이가 있었으며, 해상도와 선예도 모두 Fuji ST-VI 모델이 우수하게 나타났다.

• 한국방사선학회논문지
• /
• 제15권5호
• /
• pp.705-713
• /
• 2021

엑스선 영상 시스템으로부터 획득한 영상의 공간주파수에 대한 해상도를 분석하기 위해 변조전달함수(modulation-transfer function, MTF)를 계산한다. 일반적으로 검출기의 응답함수는 슬릿-카메라를 사용하여 선분포함수(line-spread function, LSF)를 획득하고, 푸리에 변환을 거쳐 변조전달함수를 도출한다. 엑스선이 항상 슬릿-카메라 중심에 입사해야 된다는 조건 때문에 실험자에 의해 발생하는 검출기와 슬릿-카메라의 기울임은 검출기 성능에 영향을 미치게 된다. 이와 더불어 기울임에 확대율이 더해진다면 엑스선 영상 시스템의 성능평가에 문제가 발생할 것이다. 본 연구에서는 실험적 오차에 기인하여 이를 변조전달함수, 즉 푸리에 도메인에서 실험과 분석모델을 해석하였고, 공간주파수에 미치는 영향을 분석하였다. 나아가 다양한 엑스선 영상 시스템에 있어 성능평가가 실시되어야 할 것이고, 실험적 오차는 불가결하게 발생하며 이를 허용할 수 있는 범위에 대한 검토가 이루어져야 한다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.281-288
• /
• 2009

본 논문은 의료 영상 중 X-ray 영상에 대한 효과적인 분류와 자동 주석 생성을 위한 방법을 제안한다. X-ray 영상은 일반 자연 영상과는 다르게 영상 내에 중요한 의미를 가지고 있는 관심 영역과 어두운 단색의 배경으로 구성된 특징을 가지고 있음으로 본 논문에서는, 영상의 중요영역에서 해리스 코너 검출기를 이용한 색 구조 기술자(H-CSD)로 색 특징을 추출하고, 질감 특징을 위해 경계선 히스토그램 기술자(EHD)를 사용하였다. 추출된 두 개의 특징 벡터들은 각각 다중 클래스 Support Vector Machine에 적용되어 20개의 카테고리 중 하나로 영상을 분류한다. 마지막으로, 영상은 미리 정의된 카테고리들의 계층적인 관계와 우선 순위에 기반하여 주석 코드 배열(Annotation Code Array)을 부여 받고 이를 이용하여 다수의 최적 키워드를 얻으며 갖게 된다. 실험에서는 제안한 주석 생성방법을 관련 연구 방법과 비교하여 성능이 개선 되었음을 보여주고 있다.

• Journal of Radiation Protection and Research
• /
• 제34권1호
• /
• pp.31-36
• /
• 2009

일부지역의 병원에 설치, 운영되고 있는 진단용 X선 발생장치틀 의원, 병원, 종합병원별로 관 전압, 관 전류/량, 조사기간, 조사선량 성능을 평가하여 측정방법과 기술을 배우고 중요성을 알리고자 한다. 진단용 X선발생장치를 그룹별로 10대씩 총 30대에 대하여 관전류/량, 조사시간측정기를 사용하여, 백분율평균오차로 평가하였고 그에 따른 조사선량의 재현성은 변동계수를 계산하여 평가하였다. 진단용 X선 발생장치 30대 중 부적합한 장치는 관전압정확도 시험에서 5대(16.7%), 관전류정확도시험에서 3대(10,0%), 관전류량정확도 시험에서는 4대(13.3%), 조사시간정확도 시험에서는 5대(16.7%), 조사선량의 재현성 시험에서는 7대(23.3%)로 조사되었다. 진단용 X선 발생장치를 관리규정에 의거하여 성능검사 결과에 의해 성능관리의 심각성을 알 수 있었고, 이에 주기적으로 실시하여야 함은 물론 안전하게 관리함으로써 환자 및 방사선관계종사자에 대하여 방사선으로 인한 방사선 피폭경감, 화질영상관리, 재촬영 감소 둥에 의해 환자에게 양질의 의료서비스를 제공하게 될 것이다. 따라서 정기적인 성능검사가 필요하다고 사료된다.

• 한국방사선학회논문지
• /
• 제12권7호
• /
• pp.895-908
• /
• 2018

의료방사선의 관리에서 가장 중요한 사항은 진료의 적정성을 확보하면서 방사선위해를 최소화하는 것이다. 국제원자력기구는 진단방사선 분야의 선량 감소 방법에 대한 지침서를 만들어 환자피폭선량을 측정하여 각 국가에 사용하도록 권고하고 있다. 또한 국내에서도 우리나라의 실정에 맞게 각 촬영마다 환자 피폭 선량값을 연구하여 진단참고준위를 제시하였다.환자가 질병 때문에 방사선 진료를 받는 것은 방사선 때문에 일어날 수 있는 위해보다 그것으로 얻어지는 이익이 크기 때문이다. 병실 이동검사와 같이 자신의 질병과 무관하게 방사선에 노출되는 환자 및 보호자들의 피폭을 줄이기 위해서는 환자, 방사선사, 의사 및 의료기관의 노력이 가장 중요하다.이에 본 연구에서는 개선방안의 일환으로 MG로 병실의 이동 검사에 대한 문제점을 제시하고 이 문제점을 근거로 하여 산란선으로 예상되는 공간선량률을 분석하였다. MG에 자체 개발한 방어벽을 설치하여 방어벽 설치 전후의 공간선량률을 측정하여 그 감소율을 분석하였다. 최종적으로 이 자료들을 종합하여 MG에 방어벽을 부착하여 방사선사의 병실이동에 대한 부담감의 최소화, 병실 이동검사로 인한 방사선사, 환자 및 보호자를 방사선 노출로부터 보호하고, 검사로 인한 주위 환자 및 보호자의 불편을 최소화하는데 의의가 있다. 이와 같은 개선안에 대해 보다 효율적인 시행을 위하여 MG에 대한 새로운 법 제도가 마련되면, 향후 예상되는 비용, 인력, 고객만족도 및 더욱 더 안정적인 피폭감소방안이 정착될 것이라 사료된다.

• 한국방사선학회논문지
• /
• 제12권1호
• /
• pp.107-114
• /
• 2018

고관절 시행에서 식립각도는 추후 환자의 운동범위나 힘의 분배조건에 따라 폴리에틸렌 라이너의 마모에도 영향을 미친다. 인공관절요소로부터 마모입자는 골괴사나 다른 생화학적으로 많은 합병증을 일으킨다. 이런 점에서 인공고관절에서 마모와 정렬각도를 수술 후 추시를 통해 측정하는 것은 중요하다. 특히 관절면의 마모를 측정하는 것은 그 량이 크지 않아 상당한 정밀도를 요구한다. 현재 널리 쓰이는 상용 소프트웨어는 재현성과 측정방법의 표준화가 되어 있지 않아 사용에 많은 어려움이 있다. 본 논문에서는 일반 병원의 방사선촬영 환경에서 CAD만 추가로 구비하면 행할 수 있는 인공관절면 마모와 식립각 측정법을 제시한다. 인공관절만의 X-ray영상을 이용한 본 방법의 정확도와 정밀도 평가를 수행하였다. 또한 실제 인공고관절환자의 X-ray영상을 가지고 2년추시에 따른 마모와 식립각을 측정하였다. 본 연구에서 제시한 CAD를 이용한 방법은 마모측정에서 정확도 0.06 mm, 정밀도 0.05 mm, 식립각은 $0.27^{\circ}$의 정밀도를 갖는다.

• 한국방사선학회논문지
• /
• 제14권6호
• /
• pp.773-780
• /
• 2020

4차 산업의 발전으로 의학·보건·바이오 등 여러 과학기술 분야에서는 질병을 예방하고 질병에 대한 피해를 줄이기 위한 연구가 이루어지고 있으며, 최근에는 ICT 기술의 발전과 더불어 인공지능 기술이 급부상하고 그 효용성이 입증되면서 영상의학 검사의 영상 분석에 인공지능 기술이 도입되어 연구되고 있다. 본 논문에서는 흉부 X선 영상을 이용하여 폐렴의 분류와 검출에 대한 딥러닝 모델을 직접 적용해보고 실제로 Inception 계열의 딥러닝 모델이 폐렴 검출에 있어 유용한 모델인지 평가하고자 한다. 실험재료는 캐글(Kaggle)에서 무료로 제공 및 공유하는 흉부 X선 영상 데이터 세트를 사용하였으며 전체 3,470개의 흉부 X선 영상 데이터 중 학습 데이터 세트 1,870개, 검증 데이터 세트 1,100개, 테스트 데이터 세트 500개로 분류하였다. 실험결과 Inception V3 딥러닝 모델의 Metric 평가에 대한 결과값은 정확도는 94.80%, 정밀도는 97.24%, 재현율은 94.00%, F1 스코어는 95.59의 결과값을 나타내었다. 그리고 흉부 X선 영상의 페렴 검출 및 분류에 대하여 Inception V3 딥러닝 모델링에 대한 최종 에포크의 정확도는 학습 모델링의 경우 94.91%, 검증 모델링은 89.68%의 정확도를 나타내었다. 손실함수 값의 평가는 학습 모델링은 1.127%, 검증 모델링은 4.603%의 손실함수 값을 나타내었다. 이러한 결과로 Inception V3 딥러닝 모델은 흉부영상 데이터의 특징 추출 및 분류에 있어 매우 우수한 딥러닝 모델이며 학습상태 또한 매우 우수하다고 평가하였다. 테스트 모델링에 대한 매트릭스 정확도 평가 결과 정상 흉부 X선 영상 데이터의 경우 96%, 폐렴 흉부 X선 영상데이터의 경우 97%의 정확도가 입증되었다. Inception 계열의 딥러닝 모델의 경우 흉부 질환의 분류에 있어 유용한 딥러닝 모델이 될 것이라고 판단되며 인력의 보조적인 역할 또한 수행할 수 있을 것이라고 기대되어 부족한 의료인력 문제에도 해결점이 될 것이라고 사료된다. 향후 딥러닝을 이용한 폐렴의 진단에 대한 유사 연구 시 본 연구는 유사 연구의 기초자료로 제시될 것이라고 기대된다.

• Bulletin of the Korean Chemical Society
• /
• 제34권5호
• /
• pp.1445-1453
• /
• 2013

$Zn_{(1-x)}Ni_xAl_2O_4$ (x = 0.0-1.0) spinels were prepared at $800^{\circ}C$ by co-precipitation method and characterized by infrared spectroscopy, X-ray diffraction, scanning electron microscopy and X-ray photoelectron spectroscopy. The specific surface area was determined by BET. SEM image showed nano sized spherical particles. XPS confirmed the valence states of the metals, showing moderate Lewis character for the surface of materials. The powders were successfully used as new heterogeneous catalysts of Biginelli's reaction, a one-pot three-component reaction, leading to some dihydropyrimidinones (DHPMs). These new catalysts that produced good yields of DHPMs, were easily recovered by simple filtration and subsequently reused with persistent activity, and they are non-toxic and environmentally friendly. The optimum amount of catalyst is 20% by weight of benzaldehyde derivatives, while the doping amount has been found optimal for x = 0.1.

• 한국방사선학회논문지
• /
• 제1권1호
• /
• pp.31-37
• /
• 2007

본 연구의 목적은 CR(Computed Radiography)과 DR(Digital Radiography)장비의 각 Detector를 통해 획득된 영상의 화질을 비교 분석하기 위한 것이다. CR(AGFA MD 4.0 General plate, JAPAN)과 DR(HOLOGIC nDirect Ray, USA)에 대한 영상평가의 주요인자인 MTF(Modulation transfer function), NPS(Noise power spectrum), Photon fluence, DQE(Detective quantum efficiency)를 정량적인 값으로 도출하여 비교한 결과 CR이 DR보다 우수하게 나타났다. 본 연구의 결과는 CR과 DR장비의 Image quality를 정량적으로 평가할 수 있을 뿐만 아니라 이 장비들을 유지, 보수하는데도 도움이 될 것으로 사료된다.