• Journal of Plant Biotechnology
• /
• 제35권3호
• /
• pp.169-176
• /
• 2008

SA는 천연 페놀 화합물로써 식물체가 생성하는 호르몬 중의 하나이다. SA는 특히 병저항성, 생물학적, 비생물학적 스트레스로 인해 합성이 촉진되며 식물 방어 기작을 일으킨다고 알려져 있다. 식물의 방어 기작은 바로 식물에서 얻어지는 생산량에 영향을 미치기 때문에 SA에 대한 연구가 많이 되어져 왔다. 하지만 SA를 이해하기에는 아직까지 많은 연구가 필요 되어 지고 있다. 따라서 본 연구는 애기장대에서 SA 생합성하는데 중요한 효소인 SID2가 병저항성이 강한 siz1-2 돌연변이체와 야생형에서 어떠한 조절의 차이를 보이는 지를 SID2 promoter에 의해서 조절되는 GUS와 LUC를 가진 각각의 형질전환 식물체를 통하여 관찰하였다. GUS의 발현을 GUS histochemical assay, GUS enzyme assay 그리고 LUC의 발현을 CCD 카메라를 이용한 이미지 촬영과 Luciferase enzyme assay 수행한 결과, siz1-2를 사용한 형질전환 식물체에서 야생형에 비해 발현이 높게 일어났다. 이것을 바탕으로 SA에 반응하는 유전자들의 발현이 siz1-2 돌연변이체에서는 높은 이유가 SID2의 발현이 높게 조절 받기 때문이라는 것을 SID2 promoter:GUS::LUC/siz1-2 형질전환 식물체를 통해 알 수 있었다.

• 한국의학물리학회지:의학물리
• /
• 제22권3호
• /
• pp.107-116
• /
• 2011

호흡동조 방사선치료 및 체부정위방사선치료시 치료계획과 치료시 치료대상장기가 동일하게 움직이는 것을 확인하는 것은 매우 중요하다. 따라서, 본 연구에서는 호흡의 상태를 모니터하는 RPM 자료와, OBI 영상을 이용하여, 치료 중 치료장기의 움직임을 유추하고 분석하는 프로그램을 개발하였다. 기개발된 호흡연습/유도장치를 사용하여 환자호흡의 규칙성을 확보하였다. 호흡의 상태는 RPM 자료를 실시간 모니터하고 또 치료 후에 저장된 RPM 자료를 이용하였고, 호흡 변위를 내부장기의 움직임으로 환산하기 위하여 호흡의 0%, 50% 호흡동조 OBI 영상을 촬영하였다. OBI 영상촬영 시각을 기록하여, 해당시각의 RPM 자료를 읽고, RPM의 변위와 OBI에서 관찰한 종양의 움직임의 상호비례계수를 구하였다. 치료 후 RPM 자료를 읽어 RPM 자료의 최대값, 최소값, 평균값과 표준편차를 자동으로 계산하는 프로그램을 Labview로 제작하였고, 계산된 결과는 excel 파일로 출력되도록 고안하였다. 분석된 RPM 자료에 비례계수를 적용하여 치료시행중 대상장기의 움직임을 유추하도록 하였다. 이와 같이 개발한 방법은 구동팬텀을 이용하여 정확성을 시험하였고, 간의 체부정위방사선치료를 받는 10명의 환자에 대하여 개발한 방법을 적용하여 유용성을 평가하였다. 본 연구에서 개발한 호흡분석 방법은 구동팬텀을 이용하여 정확성을 확인하였다. 4 sec 주기의 2 cm의 sine 함수형태의 규칙적인 움직임에서 주기는 0.052 sec (1.3%) 크게, 움직임의 크기는 1.952 cm로 0.048 cm 작게 측정되었다. 환자에게 시험적용에서는 1명의 환자는 치료 전 연습을 위한 가치료시간의 자료분석에서 체부정위방사선치료에 적합하지 않은 것으로 판명되었고, 1명의 환자는 치료계획시보다 장기의 움직임이 크게 분석되어 호흡동조 방사선치료로 전환하였다. 본 연구에서 개발한 호흡분석프로그램은 복부부위의 방사선을 받는 모든 환자들의 내부장기의 움직임을 유추하는 데 유용한 것으로 평가되며, 체부정위방사선치료 대상환자들에 대하여, 치료계획시와 동일하게 움직임이 유지되는지 모니터하는 데 유용하였다.

• 전자공학회논문지
• /
• 제53권5호
• /
• pp.87-97
• /
• 2016

본 논문에서는 시분할 기법을 적용하여 AMOLED 컬럼 구동회로용 DAC의 유효 채널 면적을 최소화한 2단 저항 열 기반의 10비트 DAC를 제안한다. 제안하는 DAC는 시분할 기법 기반의 DEMUX, 6비트 및 4비트의 2단 저항 열 구조를 기반으로 하는 롬 구조의 디코더를 2단계로 사용하여 기존의 디스플레이용 DAC보다 빠른 변환속도를 가지는 동시에 하나의 패널 컬럼 구동을 위한 DAC의 유효 면적을 최소화하였다. 두 번째 단 4비트 저항 열에서는 DAC 채널의 면적과 부하 영향을 줄이는 동시에 버퍼 증폭기로 인한 채널 간 오프셋 부정합을 제거하기 위해 기존의 단위-이득 버퍼 대신 간단한 구조의 전류원으로 대체하였다. 제안하는 1:24 DEMUX는 하나의 클록과 5비트 2진 카운터만을 사용하여, 하나의 DAC 채널이 24개의 컬럼을 순차적으로 구동할 수 있도록 하였다. 각 디스플레이 컬럼을 구동하는 출력 버퍼 입력 단에는 0.9pF의 샘플링 커패시터와 작은 크기의 source follower를 추가하여 top-plate 샘플링 구조를 사용하면서 채널 전하 주입에 의한 영향을 최소화하는 동시에 출력 버퍼의 신호정착 정확도를 향상시켰다. 제안하는 DAC는 $0.18{\mu}m$ CMOS 공정으로 제작하였으며, DAC 출력의 정착 시간은 입력을 '$000_{16}$'에서 '$3FF_{16}$'으로 인가했을 때 62.5ns의 수준을 보인다. 제안하는 DAC 단위 채널의 면적 및 유효 채널 면적은 각각 $0.058mm^2$ 및 $0.002mm^2$이며, 3.3V의 아날로그 및 1.8V의 디지털 전원 전압에서 6.08mW의 전력을 소모한다.

• Journal of Radiation Protection and Research
• /
• 제40권2호
• /
• pp.79-86
• /
• 2015

헬륨-3는 높은 반응효율, 장시간 사용가능성, 감마선에 대한 낮은 반응확률 등과 같은 장점들을 가지고 있기 때문에 대부분의 중성자 검출기의 반응물질로 사용되어 왔다. 그러나 지난 몇 년 사이 전세계적인 헬륨-3의 부족으로 인해 기체의 수급이 어려워지고 있고 이에 따라 가격이 급격히 증가하게 되었다. 이러한 이유로 헬륨-3 대체 물질들을 이용한 고효율의 중성자 검출기의 개발에 대한 연구가 많은 연구그룹에 의해 활발히 진행되기 시작하였다. 이러한 연구에서는 다양한 물질들을 이용하고 있으며, 이 중에서 붕소-10은 다른 대체물질과 비교할 때 상대적으로 높은 중성자 반응확률, 낮은 감마반응효율, 물질의 안정성, 가격적 이점 그리고 기존 헬륨-3를 이용한 검출기의 계측회로의 재활용 가능성 등과 같은 장점들 때문에 많은 연구그룹에서 붕소-10을 이용한 중성자 검출기 개발을 진행하고 있다. 본 논문에서는 중성자 검출기에 사용될 수 있는 붕소-10 박막을 개발하고 이에 대한 성능평가를 수행하였다. 중성자 검출기의 반응물질로 붕소-10을 사용하기 위해서는 중성자와 붕소-10이 반응하여 생성되는 이차방사선을 측정할 수 있어야 한다. 본 연구에서 활용한 기체충진형 중성자 검출기의 경우 붕소-10을 얇은 박막 형태로 제작하여 중성자와 반응하여 생성된 이차방사선이 기체를 이온화 시켜서 생성되는 이온쌍을 측정하는 방법을 이용한다. 그러므로 중성자 반응효율과 이차방사선의 재흡수율을 고려한 붕소-10(탄화붕소)의 적절한 두께를 선정할 필요가 있다. 이를 위해서 본 논문에서는 몬테칼로 기법을 이용하는 MCNP6를 이용하여 다양한 두께에 따른 중성자신호수집효율의 변화를 계산하였다. 또한, 스퍼터링 기법을 이용하여 다양한 두께의 박막을 제작하고 이를 이용하여 중성자 반응신호를 측정하였다. 그리고 제작된 박막의 2차원 모니터링을 위한 다중선 비례계수기의 적용가능성을 타진하기 위해 제작된 붕소박막이 설치된 2차원 다중선 비례계수기를 제작하고 중성자 응답 특성을 평가하였다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.145-154
• /
• 2022

자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.