• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.23-46
• /
• 2017

2000년대 이전부터 북미 유럽의 선진국을 중심으로 특정 기업이나 사업(프로젝트)에 관한 가치를 평가하는 사례는 있어 왔으나, 개별 기술(특허)의 경제적 가치를 산정하는 체계나 방법론은 국내를 중심으로 최근 들어 활성화되어 왔다. 이러한 기술가치평가 분야는 기술이전(거래), 현물출자, 사업타당성 분석, 투자유치, 세무/소송 등의 다양한 용도로 활용되고 있다. 물론 기술보증기금의 KTRS, 발명진흥회의 SMART 3.1과 같이, 평가대상기술에 대한 기술력(등급) 평가 혹은 특허등급평가를 정성적으로 수행하는 온라인 시스템은 존재해 왔으나, 대상기술의 정량적인 가치금액까지 산출해 주는 웹기반 지능형 기술가치평가 시스템은 한국과학기술정보연구원(KISTI)에 의해 유일하게 개발 및 공식 오픈되어 확산 활용되고 있다. 본 고에서는 KISTI에서 개발 운영중인 웹기반 'STAR-Value' 시스템을 중심으로, 탑재된 방법론 및 평가모델의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)가 어떻게 연계 활용되는지를 소개한다. 특히 미래에 발생할 경제적 수익을 추정하여 현재가치화하는 소득접근법 기반의 대표 모델인 현금흐름할인(DCF) 모델과 특정 로열티율을 기반으로 로열티수입료의 현재가치를 기술료 대가로 산정하는 로열티절감모델을 포함한 6개 모델, 그리고 관련 지원정보(기술수명, 기업(업종)재무정보, 할인율, 산업기술요소 등)의 데이터 기반 연계 방식에 대해 살펴본다. STAR-Value 시스템은 평가대상기술에 대한 국제특허분류(IPC) 혹은 한국표준산업분류(KSIC) 등의 분류 정보로부터 기술순환주기(TCT) 지수, 유사업종(혹은 유사기업)의 매출액 성장률 및 수익성 데이터, 업종별 가중평균자본비용(WACC) 및 산업기술요소 지수 등 메타데이터값을 자동적으로 불러오고 여기에 조정요인을 반영하여 기술가치의 산출결과가 높은 신뢰성 및 객관성을 가지도록 한다. 나아가 대상기술의 잠재적 시장규모와 해당 사업화주체의 시장점유율에 대한 정보까지 보유 재무데이터 기반으로 참조값을 제시하거나 기존에 완료된 평가사례 축적 기반으로 업종별 유사 기술의 가치범위값을 제시해 준다면, 본 시스템이 보다 지능형으로 지원 모듈을 연계 활용하고 실시간으로 손쉽게 고(高)정확도의 기술가치범위를 제시해 줄 수 있을 것으로 기대된다. 본 고에서는 웹기반 STAR-Value 시스템이 참조데이터 기반으로 지능형 연계를 수행하도록 해주는 모형선택 가이드라인 지원기능, 기술가치범위 추론 지원기능, 유사기업 선정 기반의 시장점유율 산정 지원기능의 내부 로직 구성을 설명한다. 상기 지원기능을 통해 비전문가(또는 초보자) 수준에서 최적의 평가모형 선택, 기술가치 범위 추론, 유사기업 선택 및 시장점유율 산정에 대한 정보지원이 데이터 사이언스 및 기계학습 기반으로 수행될 수 있다. 본 연구는 기술가치평가 분야의 이론적 타당성을 평가실무에서 활용할 수 있는 평가모델 및 지원정보를 실제 탑재한 웹기반 시스템의 소개에 의미가 있으며, 추가적으로 보다 객관적이고 손쉬운 지능형 지원시스템의 활용성을 높임으로써, 앞으로 기술사업화의 제 분야에서 다양하게 활용할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.183-203
• /
• 2018

전통적으로 신문 매체는 국내외에서 발생하는 사건들을 살피는 데에 가장 적합한 매체이다. 최근에는 정보통신 기술의 발달로 온라인 뉴스 매체가 다양하게 등장하면서 주변에서 일어나는 사건들에 대한 보도가 크게 증가하였고, 이것은 독자들에게 많은 양의 정보를 보다 빠르고 편리하게 접할 기회를 제공함과 동시에 감당할 수 없는 많은 양의 정보소비라는 문제점도 제공하고 있다. 본 연구에서는 방대한 양의 뉴스기사로부터 데이터를 추출하여 주요 사건을 감지하고, 사건들 간의 관련성을 판단하여 사건 네트워크를 구축함으로써 독자들에게 현시적이고 요약적인 사건정보를 제공하는 기법을 제안하는 것을 목적으로 한다. 이를 위해 2016년 3월에서 2017년 3월까지의 한국 정치 및 사회 기사를 수집하였고, 전처리과정에서 NPMI와 Word2Vec 기법을 활용하여 고유명사 및 합성명사와 이형동의어 추출의 정확성을 높였다. 그리고 LDA 토픽 모델링을 실시하여 날짜별로 주제 분포를 계산하고 주제 분포의 최고점을 찾아 사건을 탐지하는 데 사용하였다. 또한 사건 네트워크를 구축하기 위해 탐지된 사건들 간의 관련성을 측정을 위하여 두 사건이 같은 뉴스 기사에 동시에 등장할수록 서로 더 연관이 있을 것이라는 가정을 바탕으로 코사인 유사도를 확장하여 관련성 점수를 계산하는데 사용하였다. 최종적으로 각 사건은 각의 정점으로, 그리고 사건 간의 관련성 점수는 정점들을 잇는 간선으로 설정하여 사건 네트워크를 구축하였다. 본 연구에서 제시한 사건 네트워크는 1년간 한국에서 발생했던 정치 및 사회 분야의 주요 사건들이 시간 순으로 정렬되었고, 이와 동시에 특정 사건이 어떤 사건과 관련이 있는지 파악하는데 도움을 주었다. 또한 일련의 사건들의 시발점이 되는 사건이 무엇이었는가도 확인이 가능하였다. 본 연구는 텍스트 전처리 과정에서 다양한 텍스트 마이닝 기법과 새로이 주목받고 있는 Word2vec 기법을 적용하여 봄으로써 기존의 한글 텍스트 분석에서 어려움을 겪고 있었던 고유명사 및 합성명사 추출과 이형동의어의 정확도를 높였다는 것에서 학문적 의의를 찾을 수 있다. 그리고, LDA 토픽 모델링을 활용하기에 방대한 양의 데이터를 쉽게 분석 가능하다는 것과 기존의 사건 탐지에서는 파악하기 어려웠던 사건 간 관련성을 주제 동시출현을 통해 파악할 수 있다는 점에서 기존의 사건 탐지 방법과 차별화된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.125-148
• /
• 2018

다양한 스마트 기기 및 관련 서비스의 증가에 따라 텍스트 데이터가 폭발적으로 증가하고 있으며, 이로 인해 방대한 문서로부터 필요한 정보만을 추려내는 작업은 더욱 어려워졌다. 따라서 텍스트 데이터로부터 핵심 내용을 자동으로 요약하여 제공할 수 있는 텍스트 자동 요약 기술이 최근 더욱 주목을 받고 있다. 텍스트 요약 기술은 뉴스 요약 서비스, 개인정보 약관 요약 서비스 등을 통해 현업에서도 이미 활발하게 적용되고 있으며, 학계에서도 문서의 주요 요소를 선별하여 제공하는 추출(Extraction) 접근법과 문서의 요소를 발췌한 뒤 이를 조합하여 새로운 문장을 구성하는 생성(Abstraction) 접근법에 따라 많은 연구가 이루어지고 있다. 하지만 문서의 자동 요약 기술에 비해, 자동으로 요약된 문서의 품질을 평가하는 기술은 상대적으로 많은 진전을 이루지 못하였다. 요약문의 품질 평가를 다룬 기존의 대부분의 연구들은 사람이 수작업으로 요약문을 작성하여 이를 기준 문서(Reference Document)로 삼고, 자동 요약문과 기준 문서와의 유사도를 측정하는 방식으로 수행되었다. 하지만 이러한 방식은 기준 문서의 작성 과정에 막대한 시간과 비용이 소요될 뿐 아니라 요약자의 주관에 의해 평가 결과가 다르게 나타날 수 있다는 한계를 갖는다. 한편 이러한 한계를 극복하기 위한 연구도 일부 수행되었는데, 대표적으로 전문에 대해 차원 축소를 수행하고 이렇게 축소된 전문과 자동 요약문의 유사도를 측정하는 기법이 최근 고안된 바 있다. 이 방식은 원문에서 출현 빈도가 높은 어휘가 요약문에 많이 나타날수록 해당 요약문의 품질이 우수한 것으로 평가하게 된다. 하지만 요약이란 본질적으로 많은 내용을 줄여서 표현하면서도 내용의 누락을 최소화하는 것을 의미하므로, 단순히 빈도수에 기반한 "좋은 요약"이 항상 본질적 의미에서의 "좋은 요약"을 의미한다고 보는 것은 무리가 있다. 요약문 품질 평가의 이러한 기존 연구의 한계를 극복하기 위해, 본 연구에서는 요약의 본질에 기반한 자동 품질 평가 방안을 제안한다. 구체적으로 요약문의 문장 중 서로 중복되는 내용이 얼마나 적은지를 나타내는 요소로 간결성(Succinctness) 개념을 정의하고, 원문의 내용 중 요약문에 포함되지 않은 내용이 얼마나 적은지를 나타내는 요소로 완전성(Completeness)을 정의한다. 본 연구에서는 간결성과 완전성의 개념을 적용한 요약문 품질 자동 평가 방법론을 제안하고, 이를 TripAdvisor 사이트 호텔 리뷰의 요약 및 평가에 적용한 실험 결과를 소개한다.

• 핵의학기술
• /
• 제13권1호
• /
• pp.67-72
• /
• 2009

ISCD (International Society for Clinical Densitometry)에서는 골밀도 검사자의 전문성을 키우고자 검사자의 재현성 시험을 필수 자격조건으로 요구하고 있다. 하지만, 재현성 시험의 대상자 선정에 대한 권고안이 불확실하여 골밀도 상태에 따른 그룹별 재현성을 시험해 골밀도 차이가 재현성 시험에 영향을 주는지 알아보았다. 2008년 1월부터 6월까지 본원에 내원한 300명(57.8세$\pm$9.02)의 여성 골밀도 수검자를 두 그룹으로 나누어 4명의 검사자가 재현성을 시험하였다. A그룹의 120명은 4명(a,b,c,d)의 검사자가 골밀도 상태와 관계없이 동일한 방법으로 요추부와 대퇴부를 30명씩 두 번 측정하였고 나머지는 B그룹으로 두 명의 검사자가 골밀도 상태에 따라정상, 골다공증, 골감소증 군으로 분류하여 A그룹과 동일한 방법으로 재현성을 시험하였다. 사용된 장비는 GE Lunar Prodigy Advance (Vr11.4)이고, 수집된 자료는 ISCD에서 배포된 Precision Tool을 이용하여 각각의 변동계수율(%CV)를 알아보았으며 SPSS 14.0 통계 프로그램을 사용하여 분석하였다. A그룹의 %CV는 a, b,c, d 검사자가 각각 요추부 1.08, 0.83, 0.72, 1.37%, 대퇴부 1.08, 1.04, 1.4, 0.58 %로 산출되었고 동일 골밀도 상태의 요추와 대퇴부를 비교하면 재현성이 일관되지 않았다. B그룹에서는 a의 요추부 정상군 %CV가 1.26으로 가장 높았고 대퇴부는 0.94로 골다공증 군이 가장 높게 측정됐다. b는 요추부의 정상군 %CV가 0.97로 가장높았고 대퇴부는 1.04로 골다공증 군에서 가장 높았다. 요추부의 정상군과 대퇴부의 골다공증 군은 %CV가 가장 높게 나타나 골밀도 상태에 따른 재현성이 일관되지 않았다. 본원의 골밀도검사 재현성 시험은 골다공증 상태의 수검자를 제외한다. 그 이유는 ISCD의 대상자 선정이 불확실하고, 골밀도가 낮을수록 장비의 골 인식도가 떨어져 재현성 시험을 시행할 경우, 검사자의 수작업을 요하므로 좋은 재현성을 얻기 힘들기 때문이다. 하지만 재현성 결과값은 LSC (Least Significant Change)에 영향을 주기 때문에 장비, 검사자, 수검자에서 발생할 수 있는 모든 오차를 반영해야 한다. 실험결과는 골밀도 상태가 재현성에 영향을 주지 않았으며, 따라서 정상, 골감소, 골다공증의 구별 없이 대상자의 선정 폭을 넓혀 대상에 구애 받지 않고 보다 정확한 의미의 재현성 시험을 해야 할 것으로 판단된다.

• 핵의학기술
• /
• 제14권1호
• /
• pp.83-89
• /
• 2010

UltraSPECT사의 Wide Beam Reconstruction (WBR)은 노이즈(Noise)와 조준기의 광속 확산 함수 효과(Beam spread function effect)를 제거하고 환자와의 거리를 자동적으로 보상하여 높은 해상도와 대조도를 제공할 수 있어 영상 획득 시간을 짧게 할 수 있고 상당한 영상 질 향상에 도움을 준다고 보고되고 있다. 이에 본 연구에서는 핵의학 분야에서 가장 흔히 이용되는 전신 뼈 스캔에 대해 WBR의 임상적 적용에 대한 유용성을 알아보고자 한다. XpressBone (WBR)의 성능 실험을 위하여 NEMA에서 제공하는 방법에 의하여 선원(Line source)과 SPECT Phantom을 이용하여 공간 분해능을 측정 분석하였다. 실험방법은 선원의 총 계수치를 200 kcps에서 300 kcps로 변화시켜 측정하였으며, SPECT Phantom은 매트릭스 크기를 변화시켜 측정하여 공간분해능에 대한 분석을 하였다. 또한 2009년 1월부터 2009년 9월까지 본원을 내원하여 뼈 스캔을 시행 받은 환자 40명을 두 군으로 나누어 임상 연구를 시행하였다. 1군은 $^{99m}Tc$-HDP 740 MBq (20mCi)를 투여하고 검사속도(20, 30 cm/min)를 변화시켰고, 2군은 동일한 검사속도에서 $^{99m}Tc$-HDP의 투여량을 변화시켜 영상을 획득하여 Standard data와 WBR기법으로 재구성한 영상을 비교 평가하였다. 분석방법은 대퇴골체부에서 뼈와 연부조직간 섭취비(Femur to tissue ratio: FTR)를 측정한 정량적인 분석과 핵의학과 전문의와 5년 이상의 실무경험을 가진 방사선사가 육안적인 분석을 하여 비교 평가하였다. 성능 실험에서 선원을 사용하여 실험한 결과 Planar WBR data는 Standard data에 비하여 분해능이 약 10% 향상되었으며, WBR 반치폭(Full-Width at Half-Maximum)은 16% 향상되었다(Standard data 8.45, WBR data 7.09). SPECT Phantom에서는 약 50%의 분해능이 향상되었으며, WBR 반치폭은 50% 향상되었다(Standard data 3.52, WBR data 1.65). 임상 연구에서는 $^{99m}Tc$-HDP 투여량을 고정시키고 검사속도를 20cm/min과 30 cm/min로 변화시킨 1군에서 Standard data와 WBR data의 전신 뼈 스캔 전면 영상에서 뼈 대비 연부조직간 섭취비는 통계적으로 유의한 차이를 보이지 않았다 (p=0.07). 검사속도를 고정하고 $^{99m}Tc$-HDP 투여량을 변화시킨 2군에서는 Standard data와 WBR data간의 전신 뼈 스캔전면 영상에서는 통계적으로 유의한 차이를 보이지 않았다 (p=0.458). 영상의 육안적 분석에서도 두 군 간 유의한 차이를 보이지 않았다(p>0.05). NEMA test 결과 WBR 기법의 영상에서 분해능이 향상되는 결과를 나타내었고, 임상 실험에서는 기존 재구성 방법에서의 동일한 해상도를 가지면서도 검사시간을 단축시킬 수 있었으며 방사성의약품의 투여량도 줄일 수 있었다. 이미 알려진 바와 같이 WBR은 노이즈를 감소시켜 신호 대 잡음비를 증강시키는 새로운 영상 재구성 방법임을 확인 할 수 있으며 동일한 검사속도에서 투여량을 감소시킬 수 있어 수신자의 피폭선량 경감과 검사시간을 단축할 수 있었으며 임상 현장에서 유용하게 이용되리라 사료된다.

• 한국의학물리학회지:의학물리
• /
• 제22권1호
• /
• pp.42-51
• /
• 2011

전통적으로 심근 생존능을 식별하고 심근 관류를 정확히 평가하기 위한 도구로 핵의학영상이 이용되고 있으나 경색영역을 정의하기에는 어려움이 있다. 이에 본 연구에서는 극성지도의 분포를 분석하여 특성에 맞는 적응적 임계값을 이용하여 심근경색 모델을 정량적으로 평가하고자 하였다. 쥐 심근경색 모델은 왼쪽 관상동맥을 결찰시켜 제작하였다. 소동물PET 영상은 37 MBq $^{18}F$-FDG를 쥐의 꼬리정맥에 주사한 후 60분 섭취 후 Siemens Inveon SPECT/PET 스캐너를 이용하여 20분 동안 ECG 신호와 함께 획득하였고, OSEM 2D 알고리즘을 이용하여 재구성하였다. PET 영상의 심근 극성지도는 Siemens QGS 소프트웨어에 적합한 형식으로 변환 후 자동으로 심근 벽을 설정하여 작성하였다. 심근경색영역의 기준데이터는 TTC 염색으로 설정하였으며 전체 좌심실대비 염색된 영역의 백분율로 획득하였다. 최적의 임계값 설정을 위해 절대치 설정 방법, Otsu 알고리즘, 다중가우시안혼합모델(Multi Gaussian mixture model, MGMM)을 이용하여 평가하였다. 절대치 설정 방법은 10~90%까지 10%단위로 미리 정의 된 임계값을 이용하였고, Otsu 알고리즘은 영상 내에서 두 군집의 분산을 최대로 하는 임계값으로 설정하였다. MGMM 방법은 영상의 화소 강도를 분석하여 여러 개의 가우시안 분포함수(MGMM2, $\cdots$ MGMM4)로 반복 수행하여 최적의 가우시안 분포를 구하여 적응적 임계값을 설정하였다. 극성지도 평가지표는 각각의 알고리즘에서 측정된 임계값을 이용하여 이진화하고 전체 극성지도와 경색영역의 백분율로 획득한 후, TTC 염색으로 획득된 기준데이터와의 차이를 비교하였다. 그 차이는 절대치 방법의 20%에서 $7.04{\pm}3.44%$, 30%에서 $3.87{\pm}2.09%$, 40%에서 $2.15{\pm}2.07%$이었다. Otsu 방법은 $3.56{\pm}4.16%$이었으며 MGMM 방법은 $2.29{\pm}1.94%$이었다. 소동물 PET 극성지도에서는 30% 임계값이 조직학적 데이터와 비교하여 가장 작은 차이를 보였다. 그러나 TTC 염색으로 측정한 크기가 10% 이하에서는 MGMM 방법이 절대치 방법보다 작은 차이를 보였다(MGMM: 0.006%, 절대치방법: 0.59%). 이 연구에서는 심근경색 모델 평가를 위하여 생체영상 극성지도에서 다중가우시안혼합모델을 이용하여 평가하고자 하였다. MGMM은 사용자의 선택 없이도 자동적으로 영상 특성을 고려하여 적응적 임계값을 찾아주는 방법으로 극성지도에서 심근경색을 평가하는데 도움이 될 것으로 기대된다.

• 핵의학기술
• /
• 제12권3호
• /
• pp.222-228
• /
• 2008

목적 : 게이트심장혈액풀 스캔의 각 단위 영상에서 심실내 방사능치를 측정하여 좌심실의 시간-방사능 곡선을 구하여 심박출계수를 구하고 있다. 이를 위하여 좌심실과 배후방사능 관심영역을 정해야 하는데 올바른 관심영역 설정은 심박출계수의 정확도와 밀접한 관련이 있다. 관찰자에 의한 수동 관심영역을 설정 시 시간이 많이 걸리고 많은 경험을 필요로 하며 주관적인 측면이 포함되어 관찰자간의 오차가 발생하는 이유로 대부분의 컴퓨터에는 자동 및 반자동으로 각 단위영상 내 좌심실 외형을 그릴 수 있는 방법이 있다. 본 연구에서는 자동 관심영역 설정과 수동 관심영역 설정에 따른 좌심실 심박출계수를 비교 분석하여 컴퓨터 자동 관심영역 설정 방법이 수동 관심영역 설정보다 객관적이고 재현성이 높은 방법으로 이용될 수 있는지를 알아보고자 하였다. 실험재료 및 방법 : 항암화학요법 치료 대상 환자 33명을 대상으로 PHILIPS사의 ADAC laboratories, Argus Single head Gamma Camera를 이용하여 영상을 획득하였으며, 사용된 방사성 의약품은 체내 표지법을 이용하여 $^{99m}Tc$-RBC를 사용하였다. 영상획득 조건은 다중 게이트 획득 방식으로 매 R-R간격마다 서로 상응하는 단위 영상을 600초 동안 계수치를 얻어 24개의 단위영상을 획득하였다. 앙와위 자세에서 좌전사위 30~45도, 10~20도의 미측경사(caudal tilt) 조건으로 영상 획득 한 후 방사선사 3명이 각각 1회씩 컴퓨터 자동관심영역 설정 모드와 수동 관심영역 설정 모드를 이용하여 좌심실의 심박출계수를 구하여 비교 분석하였다. 결과 : 컴퓨터 자동 관심영역 설정과 수동 관심영역 설정 방법에서의 좌심실 심박출계수 평균은 각각 $65.8{\pm}5.9%$와 $71.4{\pm}12.4%$였다. 두 평균 간의 차이는 $5.5{\pm}9.9%$로 두 관심영역 설정 방법 간의 유의한 차이가 있었다(p=0.003). 또한 관찰자간의 신뢰도 검정에서는 수동 관심영역 설정 방법으로 분석하였을 때 보다 자동 관심영역 설정 방법이 관찰자간 일관성이 높은 것으로 나타났다($\gamma^{MROI}=0.793$, Cronbach's $\alpha$ $M^{ROI}=0.911$ Vs $\gamma^{AROI}=0.964$, Cronbach's $\alpha^{AROI}=0.986$). 영상분류에 따른 분석에서는 최적 중격상에서 두 관심영역 방법에 따른 좌심실 심박출계수는 통계적으로 유의한 차이를 보이지 않았으며(${\Delta}LVEF^{BSV}=0.7{\pm}2.3%$, p=0.233), 좌심실 분리가 잘 안 된 영상에서는 좌심실 심박출계수가 자동 관심영역 설정방법에서 더 높게 나타나는 차이를 보였다(${\Delta}LVEF=10.9{\pm}11.4%$, p=0.001). 또한 신뢰도 검정에서는 두 관심영역 설정 방법 모두 좌심실 분리가 잘 안 된 영상보다 최적 중격상에서 일관성이 높게 나타났다(수동 관심영역 설정 방법 $\gamma^{BSV}=0.836$, Cronbach's $\alpha^{BSV}=0.936$ Vs $\gamma=0.748$, Cronbach's $\alpha=0.888$ / 자동 관심영역 설정 방법 $\gamma^{BSV}=0.939$, Cronbach's $\alpha^{BSV}=0.978$ Vs $\gamma=0.948$, Cronbach's $\alpha=0.981$). 결론 : 최적 중격상을 획득하여 분석한다면 수동과 자동 관심영역 설정 방법 따른 좌심실 심박출계수가 큰 차이가 없는 것으로 나타났다. 또한 수동과 자동 관심영역 설정 방법에 대한 일관성을 비교하였을 때 자동 관심영역 설정 방법에서 높은 일관성을 나타냈다. 결국 영상획득 시 좌심실 최적 중격상의 좌전 사위상을 획득하여 관심영역을 설정한다면 수동 관심영역 설정 방법보다 자동 관심영역 설정 방법이 객관적이고, 재현성이 높은 방법으로 이용될 수 있을 것으로 사료된다.

• 대한방사선치료학회지
• /
• 제26권1호
• /
• pp.29-35
• /
• 2014

목 적 : 본 연구는 이미 상용화가 시작된 호흡 동조 체적 세기조절 회전 방사선 치료(Gated RapidArc) 이전의 자동화가 되지 않는 장비들에서 호흡 동조 방사선 치료(Gated radiation therapy)와 체적 세기조절 회전 방사선 치료(VMAT)를 동시에 시행할 수 있게 Gated RapidArc의 정확성을 분석하여 유용성을 평가하고, 진폭모드(Amplitude mode)를 이용하여 Gated RapidArc가 자동으로 되지 않는 장비에 환자를 적용하여 보고자 하였다. 대상 및 방법 : 방사선량 분포의 분석은 물 등가물질 고체 팬톰과 GafChromic 필름(EBT2 QD+, USA)을 이용하였으며, Film QA (ver. 2.2, USA) 필름 분석 프로그램을 이용하여 Gamma 인자(3%, 3 mm)를 분석하였다. 또한, 삼차원 선량 분포의 정확도를 확인하기 위해서 Matrixx(IBA Dosimery, Germany) 선량 측정 장비와 Compass(IBA Dosimetry, Germany) 선량 분석 프로그램을 이용하였다. 고체 팬톰을 이용한 호흡 동조 주기 신호는 4D 팬톰(Dynamic Thorax Phantom, CIRS, USA)과 Varian RPM(Real-Time Position Monitor) 호흡 동조 시스템을 이용하여 만들었으며, 자유호흡(free breathing)과 호흡정지(breath holding) 시에 따른 방사선량 분포를 각각에 대하여 분석 평가하였다. 환자에게 적용하기 위하여 2013년 2월부터 2013년 8월까지 간암환자 4명을 대상으로 4DCT의 영상을 얻기 위하여 충분한 호흡주기 연습후에 환자의 호흡주기에 맞게 위상모드(Phase mode)를 이용하여 환자가 고글의 호흡주기 패턴을 눈으로 보고 정확하게 따라할 수 있도록 하면서 4DCT의 영상을 획득하였다. Gated RapidArc 치료를 위하여 진폭모드(Amplitude mode)의 호흡주기를 만들어 3회 호흡을 시행한 후 40%~60%의 구간에서 5~6초 호흡을 참을 수 있도록 연습을 하고, 치료 시 40%~60%의 구간에서 환자가 숨을 참을 때 Beam On 버튼을 눌러주는 방식의 반자동으로 치료를 시행하였다. 결 과 : 비 호흡 및 호흡 동조 체적 세기조절 회전 방사선 치료기법 간의 절대선량은 전산화 치료 계획을 이용한 계산값과 1% 이내의 차이를 보였으며, 치료 기법 간의 차이 또한 1% 이내의 차이를 보였다. Gamma 인자(3%, 3 mm)는 99% 이상의 일치함을 보였으며, 각 장기별 선량 차이는 대체로 95% 이상의 일치함을 보였다. 또한 호흡 동조 체적 세기조절 회전 방사선 치료를 위하여 만든 진폭모드(Amplitude mode)의 호흡주기와 실제 환자의 호흡주기가 잘 일치하는 것을 볼 수 있었다. 결 론 : 비 호흡 동조와 호흡 동조 시 체적 세기조절 회전 방사선 치료간의 절대 선량 및 방사선량의 분포가 매우 잘 일치함을 보였다. 이는 호흡 동조 체적 세기조절 회전 방사선 치료 기법을 이용하여 호흡에 따라 움직이는 흉부나 복부의 종양 치료에 적용이 가능한 것으로 사료된다. 또한 실제 치료환자를 대상으로 고글을 통하여 진폭모드(Amplitude mode)의 호흡주기를 만들어 Gated RapidArc가 자동으로 되지 않는 장비에 치료를 적용한 결과, 5~6초정도 정지된 호흡에서 호흡 동조 체적 세기조절 회전 방사선 치료가 원활히 이루어짐을 알 수 있었다.