• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 대한원격탐사학회지
• /
• 제34권2_1호
• /
• pp.267-282
• /
• 2018

인공위성 영상을 활용한 식생 계절 추정 연구의 지속적 발전에도 불구하고 현장 자료와의 비교를 통한 검증은 다소 미흡한 실정이다. 특히, 다양한 형태로 패치화 되어 있는 우리나라 산림의 경우, 인공위성 영상과 해상도가 일치하지 않는 한계가 존재하여 위성 영상만으로 개엽일을 추정하는데 어려움이 따른다. 본 연구는 식생 계절 추정의 신뢰도를 향상시키기 위해 대축적 임상도(1:5,000)를 MODIS 픽셀 해상도에 맞게 재구성하여 MODIS의 NDVI와 EVI 두 식생지수들로부터 시계열 식물계절 곡선을 생산하여 현장 자료를 바탕으로 우리나라의 산림에 적합한 식생 지수와 개엽일 추출 방법을 비교 및 평가하였다. 또한 각 픽셀의 임상 구성비율과 식생지수로부터의 식물계절 추출 간의 상관관계를 분석하였다. 국립수목원에서 실측된 개엽일을 바탕으로 NDVI와 EVI를 비교하였을 때 우리나라의 산림에는 EVI가 더 적합하였고, 식생지수 계절 곡선으로는 일차도함수가 개엽일 추출에 가장 적합하였다. 현장 개엽일이 조사된 7개의 활엽수종이 속한 픽셀과(중앙픽셀) 이웃한 8개의 픽셀을 실측 개엽일과 비교하였을 때, 실측과 가장 높은 상관관계를 보이는 베스트 픽셀을 구성하는 임상은 활엽수림 67.9%, 침엽수림 14.3%, 혼효림 7.7% 구성을 보였고 평균 결정계수($R^2$)는 0.64으로 나타나 높은 상관관계를 보였다. MODIS EVI로 추출한 전국 평균 개엽일은 최소 112.9일(2014년)에서 최대 129.1일(2010년)으로 2003년 이래로 약 0.16일 빨라졌다. 향후 연구에서는 활엽수림과 혼효림의 개엽일 분석 외에도 다양한 기후 및 지형 인자들의 영향을 파악하기 위해 침엽수림의 개엽일 추출까지 확장할 필요가 있으며 우리나라 산림 생태계의 다양성을 고려한 종합적인 연구가 진행되어야 할 것이다.

• 대한방사선치료학회지
• /
• 제28권2호
• /
• pp.87-99
• /
• 2016

목 적 : 종양의 위치에 따라 단일에너지를 이용한 치료계획과 이중에너지를 사용하는 치료계획을 정위적방사선 치료에 적용하여 실제 종양에 부여되는 선량의 변화와 종양과 인접한 부분에 위치하는 정상조직의 선량을 비교하여 임상적 유용성을 평가하고자 한다. 대상 및 방법 : 총 10명의 환자 CT 영상을 획득한 후 각각 단일에너지, 이중 에너지에 대한 체적변조회전치료 기법에 대한 치료 계획을 수립하였다. 종양 측 변화 요인을 분석하기 위하여 조형계수(CI)와 균질성 지수(HI), 최대 선량을 각각 계산했으며, 정상 조직에 대한 선량 분포를 비교하기 위하여 $V_{10}$과 $V_5$, 종양에 가장 근접한 첫 번째 ~ 네 번째 갈비뼈($1^{st}{\sim}4^{th}$ Rib), 척수(Spinal Cord), 식도(Esophagus)와 기관(Trachea)를 선정하였다. 또한 계획한 선량 분포가 실제 전달되는 정확성을 확인하기 위하여 2차원 이온전리함 배열을 이용하여 선량 측정을 시행하였다. 결 과 : 종양 측 인자의 경우 조형계수와 균질성 지수는 두 에너지를 사용했을 경우가 1에 가까운 값을 나타냈다. 최대 선량의 경우 앞쪽 흉벽은 약 2%, 등쪽 종양의 경우는 동등한 값을 나타냈다. 정상 조직의 경우 앞쪽 흉벽 종양은 인접한 갈비뼈에서 두 에너지를 동시에 사용한 경우 각각 4%, 5% 감소하였고, 기관지의 경우 11%, 17% 감소하였다. 폐의 선량 분포의 경우 $V_{10}$의 경우 1.5%, $V_5$의 경우 1%로 감소함을 나타냈다. 뒤쪽 흉벽의 경우 종양에 인접한 갈비뼈는 두 에너지를 이용한 경우에서 각각 6%, 1%, 4%, 12% 감소하였고, 폐의 선량 분포에서는 $V_{10}$ 3%, $V_5$ 3.1% 감소됨을 나타내었다. 선량 측정의 경우 모든 에너지에서 감마지표 3mm/3%의 결과에 부합하였다. 결 론 : 단일 에너지를 이용한 치료 계획 보다 두 에너지를 동시에 사용하는 경우가 표재성 종양에 대해 보다 유용하게 적용될 수 있을 것으로 사료된다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권9호
• /
• pp.3773-3777
• /
• 2015

Background: This study aimed to establish a nomogram by combining clinicopathologic factors with overall survival of stage IA-IIB cervical cancer patients after complete resection with pelvic lymphadenectomy. Materials and Methods: This nomogram was based on a retrospective study on 1,563 stage IA-IIB cervical cancer patients who underwent complete resection and lymphadenectomy from 2002 to 2008. The nomogram was constructed based on multivariate analysis using Cox proportional hazard regression. The accuracy and discriminative ability of the nomogram were measured by concordance index (C-index) and calibration curve. Results: Multivariate analysis identified lymph node metastasis (LNM), lymph-vascular space invasion (LVSI), stromal invasion, parametrial invasion, tumor diameter and histology as independent prognostic factors associated with cervical cancer survival. These factors were selected for construction of the nomogram. The C-index of the nomogram was 0.71 (95% CI, 0.65 to 0.77), and calibration of the nomogram showed good agreement between the 5-year predicted survival and the actual observation. Conclusions: We developed a nomogram predicting 5-year overall survival of surgically treated stage IA-IIB cervical cancer patients. More comprehensive information that is provided by this nomogram could provide further insight into personalized therapy selection.

• 대한방사선치료학회지
• /
• 제26권1호
• /
• pp.59-67
• /
• 2014

목 적 : 폐암의 정위적체부방사선치료시 실제 적용하고 있는 최대강도투사(MIP) 영상과 호흡위상별(0~90%)영상에서 3차원적으로 재구성된 선량 분포 차이를 평가하고자 한다. 대상 및 방법 : 본원에서 정위적체부방사선치료를 시행한 비소세포성 폐암(NSCLC) 환자 5명을 대상으로 4차원 전산화단층영상을 시행하여 10개의 호흡위상별 영상을 획득한 후 최대강도투사 영상을 재구성하여 각 호흡위상별 치료계획을 수립하였고, 2차원 이온전리함과 선량분석프로그램 COMPASS(IBA dosimetry, Schwarzenbruck, Germany)을 이용하여 3차원적으로 재구성된 선량분포를 측정하였다. 이를 이용하여 치료계획 선량분포와 실제 측정 선량분포의 일치성 여부 및 최대강도투사 영상과 호흡위상별 영상에서 선량 분포의 차이를 정량적으로 비교 분석하였다. 결 과 : 최대강도투사 영상 및 호흡위상별 영상에서의 선량분포의 일치성을 알아보기 위한 감마분석 통과율은 대상 환자 모두 99%이상으로 평가기준을 만족 시켰으며, 각각의 환자들에 대한 최대강도투사 영상과 호흡위상별 영상에서 재구성된 선량의 HI(Homogeneity Index) 차이의 평균은 -0.03~0.04로 크지 않았으며, PTV(Planning Target Volume)의 Dmax 차이는 평균 3.30 cGy, 척수는 평균 40 cGy, 양측 폐, 우폐, 좌폐의 $V_{20}$, $V_{10}$, $V_5$ 차이는 평균 -0.04~2.32% 차이를 나타내었다. 또한 모든 환자에 대한 최대강도투사 영상과 호흡위상별 영상에서 재구성된 선량의 HI 차이의 평균은 -0.03~0.03로 크지 않았으며, PTV의 Dmax 차이의 평균은 10% 영상에서 가장 차이가 작았고, 70% 영상에서 가장 큰 차이를 나타내었다. 척수의 Dmax차이의 평균은 50% 영상에서 가장 차이가 작았고, 0% 영상에서 가장 큰 차이를 나타내었다. 폐 $V_{20}$, $V_{10}$, $V_5$의 차이의 평균은 호흡위상별로 일정한 경향성을 나타내지 않았다. 결 론 : 본 연구를 통해 최대강도투사 영상과 각 호흡위상별 영상에서 측정되어 3차원적으로 재구성된 선량분포차이는 일정한 경향을 나타내지는 않았지만 특정 호흡위상에서 선량 분포 차이가 상이한 경우를 볼 수 있었다. 종양의 위치 및 호흡 움직임이 유사한 대상환자군을 선정하여 체계적인 연구를 통해 데이터화 하게 되면 폐와 같이 움직임이 큰 장기의 정위적체부방사선치료시 특정 호흡위상에서 획득한 영상에서의 치료계획이 실제 치료에 적용되어야 하는지에 대한 적합성 여부를 판단 할 수 있을 것이라고 사료된다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.199-207
• /
• 2016

본 연구는 기후변화에 따른 1990년대와 2000년대 봄철에 발생하는 산불의 공간적 분포가 크게 변화됨에 따라 현재 진행되고 있는 기후변화에 대응하기 위한 산불 발생확률모형의 변화를 비교하고, 2000년대 이후의 산불발생확률모형을 적용함으로써 우리나라에서의 기후 변화로 인한 산불발생 변화 예측을 현실적으로 반영하기 위해 수행하였다. 본 연구에서는 전국 특정지역의 일일 산불발생위험도 예측하기 위하여 산불발생과 관련이 있는 기상요소로 규명된 습도, 기온, 풍속 등 기상정보를 이용하여 기후변화를 반영한 2000년대의 전국 9개 권역의 봄철 기상요소에 의한 일일 산불발생위험지수(daily weather index, DWI)를 개발하였다. 첫 번째로 구체적인 개발방법은 전국 9개 광역지역별로 산불발생에 영향을 주는 기상요소를 규명하여 지역별로 산불발생의 유무를 종속변수(dependent variable)로 두고 산불발생 관련 기상요소들을 독립변수(independent variable)로 하여 로지스틱 회귀모형(logistic regression model)을 적용하여 산불발생확률을 추정하였다. 1970년대 이후 우리나라의 봄철 건조계절의 평균 기후장 분석 결과, 영남지역에서 기온은 상승하고 습도와 강수량의 감소폭이 큰 것으로 나타났다. 반면 강원지역은 모든 기상요소에서 변화폭이 비교적 낮아 산불발생 환경 측면에서 다른 지역보다 안정적인 것으로 사료된다. 향후 권역별 기후 변화 특성과 산불발생 경향을 비교함으로써 산불발생에 영향을 미치는 권역별 주요 기후인자를 선별을 수 있을 것으로 판단된다. 1990년대와 비교하여 2000년대의 산불의 패턴은 남북으로 분할되던 경향이 광역 대도시를 중심으로 인근 지역으로 확대되면서 백두대간을 중심으로 동서로 분할되는 경향을 보였다. 이러한 결과를 토대로 2000년대 봄철 기상에 의한 산불발생확률모형 개발을 수행하였다. 각 권역별 산불발생과 관련되는 기상요소로 경상남 북도, 전라남도 4개 권역은 최고기온, 상대습도, 실효습도, 평균풍속, 경기도와 충청남도 2개 권역은 최고기온, 상대습도, 평균풍속, 충청북도는 최고기온, 상대습도, 실효습도, 전라북도는 최고기온과 상대습도, 마지막으로 제주도는 최고기온과 평균풍속에서 95% 이상의 신뢰도에서 유의성이 있는 것으로 나타났다. 제주도를 제외한 모든 권역에서 99%의 신뢰수준에서 통계적으로 유의한 것으로 나타났으며, 표본내 예측력은 68.7~80.7%로 나타나 모형의 적합도는 매우 높은 것으로 나타났다. 개발된 모형은 현재 운영중인 산림청 국립산림과학원의 국가산불위험예보시스템에 반영하여 기후변화에 따른 2000년대의 산불발생위험을 정확히 예측하여 산불예방은 물론 진화자원의 효율적인 배치를 통해 시간과 인적 경제적 비용을 절감하고 산불피해를 최소화 할 수 있는 선택과 집중의 산불정책에 일조할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1651-1669
• /
• 2023

해빙(sea ice)은 현재 전 세계 해양 면적의 약 7%를 차지하고 있으며 계절적, 연간 변화를 보이고 주로 극지방과 고위도 지역에 나타난다. 해빙은 대규모 공간 규모에서 다양한 종류로 형성되며 석유 및 가스탐사, 기타 해양활동이 급속히 증가하는 발해해는 해양 구조물 피해 및 해상 운송, 해양 생태계에 심각한 영향을 미치기 때문에 시계열 모니터링을 통해 해빙의 면적 및 유형 분류를 분석하는 것이 매우 중요하다. 현재 고해상도 위성영상 및 현장 실측 자료를 바탕으로 해빙의 종류 및 영역에 대한 연구가 진행되고 있지만 현장 실측자료를 획득하여 해빙 모니터링에는 한계가 있다. 고해상도 광학 위성영상은 광범위에서 해빙의 유형을 육안으로 탐지하고 식별할 수 있고, 짧은 시간해상도를 갖는 해양위성인 천리안 2B호(Geostationary Ocean Color Imager-II, GOCI-II)를 이용하여 해빙 모니터링의 공백을 보완할 수 있다. 이 연구에서는 고해상도 광학위성영상을 이용하여 생산된 학습자료를 기반으로 규칙기반 기계학습 모델을 훈련시키고 이를 GOCI-II 영상에서 탐지를 수행함으로써, 해빙 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 발해(Bohai Sea)의 2021-2022년 랴오둥만(Liaodong Bay)을 대상으로 추출하였으며, GOCI-II를 활용한 Random Forest (RF) 모델을 구축하여 기존 normalized difference snow index (NDSI) 지수 기반 및 고해상도 위성영상에서 획득된 해빙 영역과 정성적 및 정량적 비교 분석하였다. 본 연구 결과 해빙의 영역을 과소평가한 NDSI 지수 기반 결과와 달리 비교적 자세한 해빙 영역을 탐지하였으며 유형별 해빙을 분류할 수 있어 해빙 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 및 해빙형성에 영향인자 구축을 통해 탐지 모델의 정확도를 향상시킨다면 고위도 해양 지역에서 해빙 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 대한방사선치료학회지
• /
• 제27권1호
• /
• pp.45-52
• /
• 2015

목 적 : 전립선암의 방사선치료는 치료기법에 따라 주요장기와 정상조직의 선량분포에 차이가 나타난다. 본 연구에서는 전립선암 환자의 수술 후 방사선치료 시 직장풍선을 삽입한 환자에게 회전수를 달리한 용적변조회전치료(volumetric modulated arc therapy, VMAT)계획과 세기변조방사선치료(intensity modulated radiation therapy, IMRT)계획을 각각 수립하여 선량분포 특성을 비교하고 치료의 효율성을 평가하고자 한다. 대상 및 방법 : 본원에서 전립선암 수술 후 방사선 치료를 시행한 10명의 환자를 대상으로 하였다. 직장풍선을 삽입한 환자의 CT영상을 3 mm 두께로 획득하고 Eclipse (Ver 11.0, Varian, Palo Alto, USA)를 사용하여 HD120MLC가 장착된 Truebeam STx (Varian, Palo Alto, USA)의 10 MV 에너지를 적용하였다. 환자마다 1 Arc, 2 Arc VMAT계획과 7조사면의 IMRT계획을 수립하였으며 각 치료계획의 선량체적제한과 plan normalization 값은 동일하게 적용하였다. 수립된 세 가지 치료계획을 평가하기위해 PTV의 coverage, conformity index (CI), homogeneity index (HI)를 비교하였고, PTV주변 정상조직의 선량퍼짐정도를 알아보기 위해 50% 등선량체적과 PTV체적의 비($R_{50%}$)를 산출하였다. 결정장기 (organ at risk, OAR)에서는 직장의 $D_{25%}$와 방광의 $D_{mean}$을 비교하였고 치료의 효율성을 평가하기 위해서 총 MU와 조사시간을 측정하였으며, 각 평가항목별 결과는 환자 10명의 평균값으로 비교분석하였다. 추가적으로 선량전달 정확도를 검증하기 위해 EPID를 이용한 portal dosimetry를 진행하였다. 결 과 : 각 치료계획에서 나타난 PTV coverage와 HI의 차이는 크지 않았지만 CI는 1A-VMAT, 2A-VMAT, 7F-IMRT에서 각각 1.036, 1.035, 1.230으로 VMAT에 비해 7F-IMRT가 높았고(p=0.00), $R_{50%}$는 3.083, 3.054, 3.991로 2A-VMAT이 제일 낮았고 7F-IMRT에서 가장 높게 나타났다(p=0.00). 치료계획에 따른 직장의 $D_{25%}$는 VMAT에서 비슷했지만 7F-IMRT가 약 7% 높게 나타났고(p=0.02), 방광의 $D_{mean}$은 큰 차이가 없었다(P>0.05). 총 MU는 1A-VMAT, 2A-VMAT, 7F-IMRT에서 각각 494.7, 479.7, 757.9로 7F-IMRT가 가장 많았고(p=0.00), 조사시간은 65.2초, 133.1초, 145.5초로 1A-VMAT이 확연히 짧았다(p=0.00). portal dosimetry 검증에서는 모든 치료계획에서 99.5% 이상의 gamma pass rate(2 mm, 2%)을 보였다(P=0.00). 결 론 : 본 연구결과 직장풍선을 삽입한 전립선암 환자의 수술 후 방사선치료 시, 치료기법에 따른 PTV coverage의 차이는 크지 않았지만 1A, 2A-VMAT이 7F-IMRT에 비해 정상조직과 직장선량을 낮추는데 효과적이었다. VMAT중에서는 $R_{50%}$와 MU가 2A-VMAT에서 다소 낮았지만 조사시간이 짧은 1A-VMAT이 치료에 더 효율적이며 환자의 치료 중 움직임 또한 줄일 수 있을 것으로 사료된다.