• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1243-1254
• /
• 2021

수자원 운영이나 농업용수 관리 등을 위해서는 계절 또는 월 단위 이상의 장기간의 미래에 대한 증발산량의 정확한 예측이 중요하다. 본 연구에서는 한강권역을 대상으로 통계적으로 예측된 월 기온자료와, 기온자료를 기반으로 한 Hamon 증발산량 추정식을 활용하여 기준증발산량에 대한 장기전망(최대 12개월까지)을 수행하였다. 먼저 한강권역의 월 단위 기온예측정보를 시공간적으로 상세화하여 한강권역 내 15개 지점에 대한 일 단위 기온자료를 도출하였다. 지점별 상세화된 기온자료의 적합도를 분석한 결과, 월평균 최고기온에 대해서는 PBIAS는 1.3~6.9%, RSR은 0.22~0.27, NSE는 0.93~0.95, r은 0.97~0.98이었으며, 월평균 최저기온에 대해서는 PBIAS는 7.8~44.7%, RSR은 0.21~0.25, NSE는 0.94~0.96, r은 0.98~0.99로 대체로 관측값과 유사하게 상세화가 수행되었다. 상세화된 기온자료를 이용하여 Hamon 방법에 의한 기준증발산량을 산정하고 한강권역 전체에 대해 면적평균하여 관측값과 비교한 결과, PBIAS는 2.2~5.4%, RSR은 0.21~0.28, NSE는 0.92~0.96, r은 0.96~0.98로 매우 높은 적합도를 나타내었다. 통계적 모형의 특성상 과거와 전혀 다른 기온이 관측되는 경우의 예측성 저하, 시공간적 상세화 과정에서의 불확실성 등으로 인해 일부 기간에 대해서는 예측된 기준증발산량이 관측치와 다소 편차를 나타내기도 하지만 미래기간에 대한 예측결과라는 점을 고려할 때, 미래의 가용수자원에 대한 평가 및 수자원 관리를 위한 정보로 충분히 활용성이 있을 것이다.

• 철학연구
• /
• 제117호
• /
• pp.139-167
• /
• 2017

본 논문은 취미의 자발적인 도야가 어떻게 가능하고, 도야된 취미를 갖는 것이 왜 성품의 교화와 문화 발전을 위해 필요한지 그 이유를 밝힌다. 이는 취미가 자신의 판정을 항상 '쾌'로 반성하는 것과 관련이 있다. 취미는 자신의 판정의 타당성을 검사할 때마다 보편타당한 근거를 발견하는데, 이러한 '발견의 기쁨'이 취미를 자발적으로 도야하게 만드는 것이다. 도덕적 성품을 갖기 위해서는 자신의 행위의 도덕성을 스스로 평가해 보는 훈련이 필요하고, 시대를 대표해 계승할 만한 작품을 선별하기 위해서는 높은 안목이 필요하다. 그러나 우리는 작품의 미를 평가하면서 이러한 자율적 사고를 즐겁게 습관화할 수 있다. 본론에서는 이 같은 사실을 칸트가 <연역>에서 제시한 세 가지 부정적 취미판단의 사례를 통해 규명하려고 한다. 칸트에 따르면 부정적 취미판단은 현재 아름다운 작품이 불쾌감을 준다는 뜻이지만, 이를 통해 주장하는 것은 취미가 도야되었다는 것이다. 필자는 세 가지 사례에서 드러난 취미의 반성 방식을 '버티기', '결함 지적하기', '스스로 번복하기'라는 도야방식으로 정식화한다.(2장) 그리고 이를 통해 이러한 취미의 도야 방식은 이성이 도덕적 관심을 갖도록 자극함으로써 인성의 교화에 영향을 줄 수 있다는 점에서(3장) 그리고 문화 계승의 산물을 취미가 직접 심사한다는 점에서 취미의 도야가 필요함을 역설한다.(4장) 본론 마지막 장에서는 이것이 어떻게 가능한지를 규명하기 위해, 취미의 반성방식을 좀 더 근원적으로 탐색해본다.(5장) 특별히 실러의 '유희충동' 개념을 빌려 그 이유를 밝히는데, 그의 설명은 취미의 발견의 기쁨이 주는 역동성을 이해하는데 도움을 주기 때문이다. 취미는 대립하는 마음의 활동에서 서로의 활동을 '추동'하는 근거를 발견하고, 이러한 자기 활동에 스스로 고무되는 특징이 있다. 말하자면 취미는 작품이 불만족스러운 상황에서도 유희충동을 '만들어내기' 때문에, 즐겁게 앞의 두 과제를 감당하도록 마음을 촉진하는 것이다. 결론에서는 그런 의미에서 취미에 의한 유희충동은 창작을 통해 극대화된다고 보고, 창작하는 예술가처럼 이를 직접 체험할 수 있어야 함을 밝힌다.(6장)

• 헤리티지:역사와 과학
• /
• 제52권2호
• /
• pp.20-37
• /
• 2019

2018년 현재 남과 북의 관계는 많은 변화를 겪고 있다. 물론 정치 상황은 예측할 수 없는 변수에 따라 달라질 수도 있다. 하지만 몇 차례 남북정상회담과 북미정상회담이 이어지면서 남북관계에도 큰 변화가 올 것임을 예상할 수 있다. 이제 한국 고고학은 통일시대를 대비해야 한다. 그동안 한국 고고학은 크게 발전했지만 북한의 고고 자료에 대해 포괄적인 정보를 알지 못한 상태에서 남한 지역의 자료만으로는 선사시대의 문화 변동과 고대 문화의 전개를 제대로 파악할 수 없었다. 앞으로 남북관계가 더욱 진전되고 북한에서 도로 철도를 비롯한 대규모 사회간접자본(Social Overhead Capital: SOC)사업이 벌어질 가능성이 높다. 북한 지역에서 벌어질 다양한 개발 사업에 따른 문화유산 조사와 연구는 한국 고고학이 질적으로 도약하는 기회가 될 수 있다. 이 글은 고속철도를 비롯하여 그동안 이루어진 대규모 개발 사업에 따른 문화유산 조사 현황을 점검하고 앞으로 남북 공동조사를 위한 방안을 제시한다. 특히 시행착오의 과정, 그리고 더 큰 비용과 노력의 소모를 줄이기 위해서는 SOC사업 계획 단계에서부터 고고학 전문가가 참여하고 지금부터 철저하고도 체계적으로 준비할 것을 주장한다. 또한 장기적이고도 학술성 높은 조사와 연구를 위해 한국고고학회가 주도하여 북한의 조선고고학회와 함께 "남북고고학협회"와 같은 기구를 만들고 항공사진과 지도 등을 이용하여 문화유적 분포를 파악할 필요가 있다. 이와 함께 북한의 고고학 인력 현황을 생각할 때 남북 공동조사가 이루어질 수밖에 없는바, 실제 조사를 담당할 실행 기구도 조직해야 한다. 계획을 세우고 조사를 실행하는 과정에서 어려움도 따를 것이지만, 그럴수록 더 철저하고도 체계적으로 준비해야 소중한 문화유산의 훼손을 막을 뿐 아니라 한국 고고학 발전의 기회로 삼을 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.415-431
• /
• 2019

본 연구에서는 위성관측운량을 지상관측운량에 가깝게 보정하기 위한 알고리즘을 개발하였다. 위성관측운량과 지상관측운량은 같은 구름을 각각 평면과 반구면에 투영한 관점이라는 차이를 가진다. 따라서, 개발된 위성보정 알고리즘은 평면의 위성관측 영역에 투영된 구름에 적절한 높이를 부여하여 지상관측 영역인 반 구면에 투영된 구름으로 변환하는 것이 핵심이다. 이때 평면구름은 위성 구름탐지를 이용하며, 높이는 운정압력을 이용하여 결정한다. Himawari-8 Level 1B 관측자료로 입력자료를 만들어 기존의 위성관측운량과 개발된 알고리즘을 통해 산출한 위성관측운량을 2016년 7월부터 2017년 6월, 매월 1일부터 7일까지 낮 시간 동안 한국(22개소)과 중국(724개소)의 종관지상관측소의 목측 전운량에 대해 검증하였다. 그 결과, 개발된 알고리즘을 통해 산출한 보정위성관측운량이 기존 위성관측운량에 비해 작은 평균오차($1.01{\rightarrow}0.61$)를 가지며, 예측의 성공률(PC) 또한 증가($55%{\rightarrow}61%$)했다. 특히 '흐림(Cloudy)'에 대한 관측률(POD)이 증가하였다($60%{\rightarrow}73%$). 예측 성공률은 55%에서 61%로 상승하였다. 이때, 겨울 기간(12-2월)에는 구름 과탐지에 의한 것으로 추정되는 오차가 다소 증가하나, 전 계절과 마찬가지로 좋은 예측 성공률을 보인다($56%{\rightarrow}60%$). 개발된 알고리즘으로 산출한 보정위성관측운량이 기존의 위성관측운량보다 지상관측운량에 더 가까워지는 것을 확인하였다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

• 한국작물학회지
• /
• 제66권2호
• /
• pp.105-111
• /
• 2021

해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m², NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다.

• 지질공학
• /
• 제32권4호
• /
• pp.611-625
• /
• 2022

지구 자기장의 고영년변화(PSV)를 이용하면 시대 미상의 고고학적 유적에 대한 연대측정이 가능하며, 이를 고고지자기 연대측정 기법이라 한다. 고고지자기 연대측정을 위해서는 비쌍극자기장을 반영하는 그 지역의 PSV 모델이 필요하다. 그동안 국내에서는 자료의 부족으로 시험적 한반도 영년변화 곡선(t-KPSV)을 사용하였으나, 이는 서남 일본의 영년변화(JPSV)로부터 수학적인 계산을 사용한 곡선이므로, 비쌍극자기장의 영향을 고려하지 못하여 신뢰성이 부족하다. 이번 연구는 그동안 한반도에서 수행된 고고지자기학적 연구 결과와 이미 발표되어 신뢰할 수 있는 연구 자료를 바탕으로 한반도 삼국 시대(원삼국 시대 포함)에 해당하는 AD 1~600년 동안의 PSV를 분석하여 곡선을 제시하였다. 제시된 PSV 곡선은 전 지구적 지자기 예측 모델과 비교 분석하였으며, 시험적 한반도 고영년변화(t-KPSV) 곡선과도 비교하였다. 선별된 고고지자기 방향 자료는 시료 수(N) ≥ 6개와 높은 신뢰도를 보이는 통계자료(𝛼₉₅ ≤ 7.8°, k ≥ 57.8)를 보였으며, 전국의 16개 지역에서 총 49개의 자료로 구성된다. 수집한 자료의 고고학적 연대는 방사성 탄소연대측정 결과와 고고학적 편년을 사용하였고, 연대 오차는 ±200년 이하의 기준으로 선별하였다. 선별된 자료들은 편각 341.7~20.1°, 복각 43.5~60.3°의 범위에 분포하며, 이동창문기법(moving window method)을 사용하여 과거 600년간 한반도 PSV 곡선인 KPSV0.6k를 제시하였다. 제시된 모델은 기존의 t-KPSV 곡선과 차이를 보이며, 전 지구적 지자기 모델(ARCH3K.1, CALS3K.4, SED3K.1)에 대비한 결과, 모델들과 방향의 변화 경향이 일치하였으며, 특히 ARCH3K.1 모델이 본 연구에서 제시한 KPSV0.6k와 가장 잘 일치하였다. 이러한 결과는 한국과 일본이 지리적으로는 근접해 있으나 비쌍극자기장 영향이 매우 다르게 나타나며, 따라서 이러한 영향이 고려된 전 지구적 모델이 한반도의 영년변화를 보다 잘 나타낼 수 있는 것으로 해석된다. 따라서 고고지자기 연대측정을 위해서 독자적 영년변화 곡선 구축이 필요하며, 보다 정교한 전 지구적 모델을 위해 보다 많은 신뢰성 높은 한반도의 고고지자기 자료 확보가 필요한 것으로 판단된다. 실제 고고학적 유적지를 대상으로 실시한 고고지자기 연대측정 결과, KPSV0.6k와 ARCH3K.1 모델에선 고고학적 편년과 일치하는 연대를 제시하였다.

• 박물관과 연구
• /
• 제1권
• /
• pp.96-119
• /
• 2024

서북한에서 출토된 명문전에서 낙랑·대방군이 완전히 축출된 314년 이후의 연호, 심지어는 5세기 초의 연호가 확인되었다. 2군 소멸 이후에 전축분 조영의 전통이 1세기 동안 이어진 셈인데, 전축분은 고구려 지배층의 묘제로 채택된 바가 없다. 348년 조영된 장무이묘나 353년에 제작된 동리묘는 전형적인 전축분 양식에서 벗어나 석실분의 요소가 가미된 사실이 지적되었고, 장무이나 동리와 비슷한 성격의 존재인 동수의 무덤(안악 3호분)은 357년 석실봉토분으로 조영되었다. 그럼에도 반세기 동안 전축분 조영이 계속되었다는 것은 다소 의문이었다. 기년명전이 중요한 근거가 되었지만, 선행 연구를 반복적으로 재생산했던 문제가 있었다. 357년 이후로 파악했던 일부 기년명전의 경우에는 연호 해석에 오류가 있었음이 지적되기도 했다. 전진 시기인 386년으로 파악했던 '대안(태안) 2년' 명문전은 서진 혜제 시기인 303년으로, 후연 시기인 407년으로 파악한 '건시 원년' 명문전도 301년 서진 혜제를 몰아내고 사마윤이 잠시 제위를 차지했던 시기에 사용한 연호라는 견해였다. 이들 사례를 제외하면 357년 이후에 제작되었다고 알려진 기년명전은 '원흥 3년' 명문전만 남는다. 그런데 명문전을 재검토한 결과 '원흥'은 '영흥'의 오독임을 확인했다. 영흥 3년은 서진대인 306년이나 후조대인 352년에 해당하는데, 306년의 가능성이 크다. 4세기 말, 5세기 초까지 전축분이 조영된 사실을 뒷받침하는 결정적인 근거가 사라진 셈이다. 결국 장무이나 동리의 무덤은 서북한 지역에서 조영된 가장 늦은 시기의 전축분으로 볼 수 있으며, 안악 3호분이 조영될 무렵을 기점으로 서북한 지역에서는 더 이상 전축분의 조영이 이루어지지 않았던 것으로 볼 수 있다. 이러한 양상은 당대의 역사적 상황에도 부합한다.

• 화약ㆍ발파
• /
• 제9권1호
• /
• pp.3-13
• /
• 1991

발파에 의한 지반진동의 크기는 화약류의 종류에 따른 화약의 특성, 장약량, 기폭방법, 전새의 상태와 화약의 장전밀도, 자유면의 수, 폭원과 측간의 거리 및 지질조건 등에 따라 다르지만 지질 및 발파조건이 동일한 경우 특히 측점으로부터 발파지점 까지의 거리와 지발당 최대장약량 (W)간에 깊은 함수관계가 있음이 밝혀졌다. 즉 발파진동식은 $V=K{\cdot}(\frac{D}{W^b})^n{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (1) 여기서 V ; 진동속도, cm /sec D ; 폭원으로부터의 거리, m W ; 지발 장약량, kg K ; 발파진동 상수 b ; 장약지수 R ; 감쇠지수 이 발파진동식에서 b=1/2인 경우 즉 $D{\;}/{\;}\sqrt{W}$를 자승근 환산거리(Root scaled distance), $b=\frac{1}{3}$인 경우 즉 $D{\;}/{\;}\sqrt[3]{W}$를 입방근환산거리(Cube root scaled distance)라 한다. 이 장약 및 감쇠지수와 발파진동 상수를 구하기 위하여 임의거리와 장약량에 대한 진동치를 측정, 중회귀분석(Multiple regressional analysis)에 의해 일반식을 유도하고 Root scaling과 Cube root scaling에 대한 회귀선(regression line)을 구하여 회귀선에 대한 적합도가 높은 쪽을 택하여 비교, 검토하였다. 위 (1)식의 양변에 log를 취하여 linear form(직선형)으로 바꾸어 쓰면 (2)式과 같다. log V=A+BlogD+ClogW ----- (2) 여기서, A=log K B=-n C=bn (2)식은 다시 (3)식으로 표시할 수 있다. $Yi=A+BXi_{1}+CXi_{2}+{\varepsilon}i{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$(3) 여기서, $Xi_{1},{\;}Xi_{2} ;(두 독립변수 logD, logW의 i번째 측정치. Yi ; ($Xi_1,{\;}Xi_2$)에 대한 logV의 측정치 ${\varepsilon}i$ ; error term 이다. (3)식에서 n개의 자료를 (2)식의 회귀평면으로 대표시키기 위해서는 $S={\sum}^n_{i=1}\{Yi-(A+BXi_{1}+CXi_{2})\}\^2$을 최소로하는 A, B, C 값을 구하면 된다. 이 방법을 최소자승법이 라 하며 S를 최소로 하는 A, B, C의 값은 (4)식으로 표시한다. $\frac{{\partial}S}{{\partial}A}=0,{\;}\frac{{\partial}S}{{\partial}B}=0,{\;}\frac{{\partial}S}{{\partial}C}=0{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (4) 위식을 Matrix form으로 간단히 나타내면 식(5)와 같다. [equation omitted] (5) 자료가 많아 계산과정이 복잡해져서 본실험의 정자료들은 전산기를 사용하여 처리하였다. root scaling과 Cube root scaling의 경우 각각 $logV=A+B(logD-\frac{1}{2}W){\;}logV=A+B(logD-\frac{1}{3}W){\;}\}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (6) 으로 (2)식의 특별한 형태이며 log-log 좌표에서 직선으로 표시되고 이때 A는 절편, B는 기울기를 나타낸다. $\bullet$ 측정치의 검토 본 자료의 특성을 비교, 검토하기 위하여 지금까지 발표된 국내의 몇몇 자료를 보면 다음과 같다. 물론, 장약량, 폭원으로 부터의 거리등이 상이하지만 대체적인 경향성을 추정하는데 참고할수 있을 것이다. 금반 총실측자료는 총 88개이지만 환산거리(5.D)와 진동속도의 크기와의 관계에서 차이를 보이고 있어 편선상 폭원과 측점지점간의 거리에 따라 l00m말만인 A지역과 l00m이상인B지역으로 구분하였다. 한편 A지역의 자료 56개중, 상하로 편차가 큰 19개를 제외한 37개자료와 B지역의 29개중 2개를 낙외한 27개(88개 자료중 거리표시가 안된 12월 1일의 자료3개는 원래부터 제외)의 자료를 computer로 처리하여 얻은 발파진동식은 다음과 같다. $V=41(D{\;}/{\;}\sqrt[3]{W})^{-1.41}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (7) (-100m)(R=0.69) $V=124(D{\;}/{\;}\sqrt[3]{W})^{-1.66){\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (8) (+100m)(R=0.782) 식(7) 및 (8)에서 R은 구한 직선식의 적합도를 나타내는 상관계수로 R=1인때는 모든 측정자료가 하나의 직선상에 표시됨을 의미하며 그 값이 낮을수록 자료가 분산됨을 뜻한다. 본 보고에서는 상관계수가 자승근거리때 보다는 입방근일때가 더 높기 때문에 발파진동식을 입방근($D{\;}/{\;}\sqrt[3]{W}$)으로 표시하였다. 특히 A지역에서는 R=0.69인데 비하여 폭원과 측점지점간의 거리가 l00m 이상으로 A지역보다 멀리 떨어진 B지역에서는 R=0.782로 비교적 높은 값을 보이는 것은 진동성분중 고주파성분의 상당량이 감쇠를 당하기 때문으로 생각된다.

• Radiation Oncology Journal
• /
• 제28권3호
• /
• pp.155-165
• /
• 2010

목 적: 4-dimensional computed tomography (4DCT) 영상과 on board imaging (OBI) 및 real time position management (RPM) 장치로 매 회 치료 시마다 얻은 호흡연동 직각 kilovolt (KV) 준비 영상(gated orthogonal kilovolt setup image)을 이용해 간암 환자를 치료하는 동안 발생하는 종양 위치의 불확실성을 평가하고자 했다. 대상 및 방법: 3차원입체조형치료가 예정된 20명의 간암 환자를 대상으로 RPM과 전산화단층촬영모의치료기를 이용해 치료계획용 4DCT를 시행했다. 표적 근처에 위치한 간동맥화학색전술 후 집적된 리피오돌(lipiodol) 혹은 횡격막을 종양의 위치 변이를 측정하는 표지자로 선택했다. 표지자의 위치 차이를 이용해 온라인 분할간 및 분할중 내부 장기 변이와 움직임 진폭을 측정했다. 측정된 자료의 정량적 평가를 위해 통계 분석을 실시했다. 결 과: 20명 환자로부터 측정된 표지자의 분할간변이의 중앙값은 X (transaxial), Y (superior-inferior), Z (anterior-posterior) 축에서 각각 0.00 cm (범위, -0.50~0.90 cm), 0.00 cm (범위, -2.4~1.60 cm), 0.00 cm (범위, -1.10~0.50 cm) 였다. 4명의 환자에서 X, Y, Z축 중 하나 이상에서 0.5 cm를 초과하는 변이가 관찰되었다. 4DCT와 호흡연동 직각 준비 영상으로부터 얻은 표적의 움직임 진폭의 차이는 X, Y, Z 축에서 각각 중앙값이 -0.05 cm (범위, -0.83~0.60 cm), -0.15 cm (범위, -2.58~1.18 cm), -0.02 cm (범위, -1.37~0.59 cm) 였다. 두 영상간 표적의 움직임 진폭 차이가 1 cm를 초과하는 환자가 Y축 방향으로 3명 관찰되었으며, 0.5 cm 초과 1 cm 미만의 차이를 보이는 환자도 Y축과 Z축 방향을 합쳐 5명 관찰되었다. 분할중 표지자 위치 변이의 중앙값은 X, Y, Z축에서 각각 0.00 cm (범위, -0.30~0.40 cm), -0.03 cm (범위, -1.14~0.50 cm), 0.05 cm (범위, -0.30~0.50 cm)였으며 2명의 환자에서 1 cm를 초과하는 변이가 Y축 방향으로 관찰되었다. 결 론: 4DCT와 호흡연동 직각 KV 준비 영상으로 얻은 표지자의 분할간, 분할중 및 움직임 진폭에서 큰 변이가 관찰되었다.