• Journal of Genetic Medicine
• /
• 제11권2호
• /
• pp.56-62
• /
• 2014

Purpose: To assess the outcomes of increased fetal nuchal translucency (NT), to aid in prenatal counseling and management in our practice. Materials and Methods: We retrospectively reviewed the medical records of patients who underwent first trimester fetal karyotyping using chorionic villi sampling (CVS) and second trimester level II sonography for a fetal NT thickness ${\geq}3.0mm$ between 11 weeks and 13 weeks 6 days' gestation, at Gyeongsang National University Hospital. Pediatric medical records and a telephone interview were used to follow-up live-born children. Exclusion criteria included incomplete data and CVS for other indications. Results: Seventy cases met the inclusion criteria (median NT thickness, 4.7 mm; range, 3.0-16.1 mm). Twenty-nine cases (41.4%) were aneuploid. The prevalence of chromosomal defects increased with NT thickness: NT 3.0-3.4 mm, 16.7%; NT 3.5-4.4 mm, 27.3%; NT 4.5-5.4 mm, 66.7%; NT 5.5-6.4 mm, 37.5%; NT ${\geq}6.5mm$, 62.5%. The most common karyotype abnormality was trisomy 18 (n=12), followed by trisomy 21 (n=9). In chromosomally normal fetuses (n=41), fetal death occurred in 2 cases (4.9%), and structural malformations were found in 11 cases (26.8%). In chromosomally and anatomically normal fetuses (n=28), one child had neurodevelopmental delay (3.6%). Twenty-eight infants who had a prenatal increased NT were alive and well at follow-up (40%). Conclusion: Outcomes of increased fetal NT might help inform prenatal counseling and management. The high prevalence of chromosomal defects associated with increased fetal NT implies that CVS should be performed in the first trimester, particularly considering the stress associated with an uncertain diagnosis.

• 한국방사선학회논문지
• /
• 제15권2호
• /
• pp.153-158
• /
• 2021

치주질환의 조기 진단률 및 예측 정확도 향상을 위한 X-선 영상 분석은 매우 중요한 분야이다. 이러한 치과 X-선 영상의 화질 개선을 위한 인공 지능 기반의 알고리즘 개발 및 적용에 관한 연구는 전 세계적으로 널리 수행 중이다. 따라서 본 연구의 목표는 치주질환 예측을 위한 치과 X-선 영상에서의 초해상화 알고리즘의 모델링 및 적용 가능성에 관하여 평가하는 것이다. 초해상화 알고리즘은 convolution layer와 ReLU를 기반으로 구성하였고, 저해상도 영상을 2배로 업샘플링 한 영상을 입력으로 사용하였다. 딥러닝 훈련을 위해 사용한 치과 X-선 데이터는 1,500장을 사용하였다. 영상의 정량적 평가는 2가지 영상의 비교를 통해 유사도를 측정할 수 있는 인자인 root mean square error와 structural similarity를 사용하였다. 이와 더불어 최근에 개발된 no-reference 기반으로 사용되는 natural image quality evaluator 와 blind/referenceless image spatial quality evaluator를 추가적으로 분석하였다. 결과적으로 기존에 사용되던 bicubic 기반의 업샘플링 기법을 사용하였을 때에 비하여 제안하는 방법이 치과 X-선 영상에서 평균적으로 유사도와 no-reference 기반의 평가 인자가 각각 1.86 그리고 2.14배 향상됨을 확인하였다. 결론적으로 치주질환의 예측을 위한 초해상화 알고리즘의 치과 X-선 영상에서의 유용성을 증명하였고 향후 다양한 분야에서의 적용 가능성이 높을 것으로 기대된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권5호
• /
• pp.30-42
• /
• 2022

최근, 국내의 도심지와 수도권을 잇는 급행철도 사업, 간선도로 및 고속도로의 지중화 사업 등과 같이 교통 인프라 건설이 활발하게 추진되고 있으며 국토의 효율적인 활용을 위하여 지하 터널 및 산 터널의 시공이 활발해지고 있다. 터널 시공이 늘어남에 따라 콘크리트 구조물의 노후화로 인한 안전진단, 유지보수 및 관리의 필요성도 증대되고 있다. 본 논문에서는 인력에 의한 외관조사의 단점을 해결하고 터널 안전점검의 자동화를 위하여 터널 스캐닝영상을 통한 안전점검을 제시한다. 터널 스캐닝영상을 통한 안전점검은 기존 인력에 의한 외관조사에 비해 조사기간과 인력을 크게 줄일 수 있으며 조사자의 안전사고와 교통체증에 따른 사회적 비용을 절감할 수 있다는 장점이 있다. 터널 스캐닝영상 기반 안전점검을 위해서는 터널 스캐닝영상의 접합을 통하여 평면전개 이미지를 생성하는 것이 핵심이다. 본 연구에서는 터널 스캐닝영상 기반 안전점검의 필수기술인 터널 스캐닝 다중 촬영 영상 접합에 적합한 알고리즘에 대한 성능평가를 진행하였다. 터널이미지 접합에 유리한 알고리즘을 찾기 위하여 OpenCV에서 제공하는 특징점 검출 및 매칭 알고리즘 중 실수기술자와 높은 정확도를 갖는 SIFT, 이진기술자를 갖고 연산속도가 빠른 ORB, BRISK 총 3가지 알고리즘을 비교 분석하고자 한다. 터널이미지는 크게 콘크리트부, 조명부와 타일부로 나누어 터널이미지의 특성을 반영하였다. 터널이미지 접합에 유리한 알고리즘은 특징점 검출 개수, 연산속도, 특징점 매칭의 정확성, 영상접합 결과를 종합하여 판별하였다. 접합성능은 SIFT알고리즘이 가장 좋았으며 ORB, BRISK도 짧은 연산시간과 준수한 성능을 보였다. 연산시간보다 정확도가 중요시되는 정밀한 평면전개 이미지 생성에 SIFT가 활용될 수 있고 ORB와 BRISK도 준수한 접합결과를 보여줘 대용량 영상에서 빠른 영상처리 속도가 요구되는 작업이 필요할 경우 사용될 수 있는 가능성을 확인했다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.148-156
• /
• 2022

대부분의 국내 콘크리트 구조물이 동결융해 및 염해 환경에 동시에 노출됨에도 불구하고 현장에서의 콘크리트 내구성능 평가는 각각의 단일 작용에 의한 손상을 평가하고 있으며 염해 손상은 현장에서 코어를 별도로 채취하여 추가적인 실내 실험분석까지 요구된다. 그러나 국내에서는 2018년부터 「시설물의 안전 및 유지관리에 관한 특별법」과 「지속가능한 기반시설 관리 기본법」 등의 시설물 유지관리를 강화하는 정책들이 수립 및 시행됨에 따라 정부 및 지자체에서 안전점검 관리 대상시설물이 증대되어 시설물이 안전 점검 및 진단에 대한 효과적인 점검 간소화 기술이 필요한 실정이다. 따라서 이 연구에서는 기존의 피복부 콘크리트 품질을 평가하는 표면반발경도를 활용하여 동해 손상이 발생한 콘크리트 부위를 대상으로 염해 손상의 가속화 정도를 판단할 수 있는 방법의 가능성을 평가하고자 하였다. 이를 위하여 동결융해 촉진 환경에 노출시켜 이미 동해 손상이 발생한 콘크리트 실험체를 염수에 침지시킨 후 콘크리트 내 침투한 염화물을 분석하여 동해 손상 정도에 따른 염화물 침투 가속화 관계를 분석하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.23-32
• /
• 2022

PSCB 거더교는 고속도로에서 공용중인 교량의 4%로 많은 비중을 차지하고 있지는 않지만, PSCB 거더교의 약 98%가 1·2종 교량이며 전체 교량 연장의 약 16%(192km)를 차지하는 만큼 유지관리가 매우 중요한 교량 형식 중 하나이다. PSCB 거더교의 손상유형을 분석하기 위해 고속도로 공용중 교량의 가설공법, 제설환경 노출등급 비율을 고려한 62개소(477경간) 정밀안전진단 보고서를 선정하여 상세 분석을 수행함과 동시에 실제 열화·손상이 발생한 교량의 현장조사를 수행하였으며, 그 결과 대부분의 열화·손상 원인은 교면포장으로 유입된 우수(염수)가 상부플랜지와 계면 사이에 체수되어 콘크리트가 열화되고, 이후 교면포장의 균열 및 파손, 철근의 부식·팽창으로 인한 콘크리트 박락 등으로 진전되어 나타난 것으로 조사되었다. 또한, 상부플랜지 하면에 발생한 교축방향 균열 원인은 수화열, 건조수축 등으로 인한 균열로 판단된다. 결론적으로 PSCB 거더교의 특성을 고려한 합리적인 유지관리를 위해서는 시공초기 발생되는 상부플랜지 하면 교축방향 균열 제어를 위한 설계측면의 개선 방안이 제시되어야 할 것이며, 공용중 발생되는 열화는 상부플랜지 열화 이전 교면포장의 유지관리를 통한 선제적 대응과 제설환경 노출등급에 따른 차별화된 유지관리 방안이 제시되어야 할 것으로 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.175-181
• /
• 2022

구조물의 공용연수가 증가함에 따라 각종 성능 저하가 발생한다. 특히 국내 인프라 구조물은 대부분 경제가 성장하는 시기에 집중적으로 건설되었기 때문에 노후 인프라 비율 급증이 최근 주요 이슈가 되고 있다. 인프라의 노후화는 자칫 안전사고로 이어질 수 있으며 인명 피해까지 유발할 수 있다. 이러한 문제를 사전에 예방하기 위하여 주기적이고 정확한 점검 및 유지관리가 필수적이다. 이 같은 이유로 최근 컴퓨터 비전과 딥러닝을 활용하여 다양한 손상을 탐지하는 연구에 대한 수요가 원격점검 혹은 점검자동화 분야에서 증가하고 있다. 따라서 본 논문에서는 콘크리트 손상의 종류를 세 가지로 구분하여 이를 탐지할 수 있는 신경망 구조를 제안했다. 특히 계층적 학습 기법을 통해 보다 정확하게 다양한 손상을 탐지할 수 있는 신경망을 개발하였다. 이 신경망은 2,026장의 손상 영상으로 학습되었고, 508장의 손상 영상으로 실험하였다. 그 결과 67.04%의 평균 중첩 정확도와 52.65%의 F1 점수를 갖는 알고리즘을 완성하였다. 이 같은 손상 탐지 알고리즘은 향후 구조물의 정확한 상태 진단에 활용될 수 있으리라 기대한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.55-61
• /
• 2023

본 연구에서는 항만시설물의 환경적인 요인과 열화 특성을 고려한 유지관리 방안을 수립하기 위한 기초연구로서 인천 및 부산 항만시설물을 대상으로 점검 보고서를 참고하여 열화 및 손상정도를 검토하였으며 현재 지침에서 제시하고 있는 열화환경평가와의 관계를 분석하였다. 인천 및 부산 항만시설물의 손상 정도를 분석한 결과 인천항이 부산항보다 약 3배 정도 높은 손상률을 나타내었으며 인천항의 경우 철근부식 손상과 외부요인 손상의 비율이 유사하게 나타났으며, 부산항의 경우 철근부식 손상이 외부요인 손상의 비율보다 높게 나타났다. 한편 지침에서 제시하고 있는 열화환경 평가와 비교한 결과 지침에서 제시하고 있는 열화환경 평가를 바탕으로 항만시설물을 평가할 경우 정량적 평가를 수행함에 다소 한계가 있는 것으로 확인되었으며 기존 문헌을 참고하여 조수간만의 차를 바탕으로 분석을 수행하였다. 인천 및 부산 지역에 대한 조수간만의 차를 분석한 결과 인천이 부산보다 약 5배 높은 조수간만의 차를 나타내었으며 이는 기존 열화환경 평가 항목보다 지역 및 해역에 대해 정량적으로 열화환경을 평가할 수 있는 항목이 될 수 있을 것으로 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권5호
• /
• pp.30-39
• /
• 2023

국가의 중요 방재시설인 대형 댐 시설물은 노후화와 홍수, 지진 등의 위험으로 디지털 전환 기술을 적용한 보다 나은 댐 안전점검 및 진단이 필수적이다. 종래의 인력에 의한 육안 안전점검 방식은 인력 접근의 어려움과 고소작업의 위험성, 노하우 중심의 점검에서 오는 데이터의 신뢰성 등의 문제가 있었다. 본 연구에서는 2개 대규모 댐 시설물을 대상으로 드론 photogrammetry에 의한 디지털 데이터 기반 댐 안전점검의 적용성을 검토하고, 지속적 활용을 위한 데이터 관리 방법론을 제시하였다. 댐 높이 42 m 및 99.9 m의 댐들에 대해 수면 및 전자기장 간섭, 심한 고저차에도 불구하고 평면적 더블그리드 및 수동 촬영 방식으로 GSD 2.5 cm/pixel 이내의 양호한 3D 디지털 모델을 생성하였다. 생성된 3D 메쉬 모델, 정사영상, 수치표면모형으로 as-built 조건의 종단 및 횡단 선형을 손쉽게 추출하여 댐의 변형 모니터링에 효과적임을 확인하였다. 댐 여수로 등 콘크리트 시설물에 대한 디지털 3D 모델로부터 균열 및 손상부를 효과적으로 검출하고 시각화하였으며, 이는 고소작업의 위험성 및 접근 제약 시설의 안전점검에 활용가능하다. 또한 댐의 안전점검 시 외관 조사망도를 3D 디지털 모델 상에서 매핑하는 방법과 손상 정보 이력 관리를 위한 관계형 데이터베이스 구조화 방안을 제안하였다. SYG댐 여수로 안전점검에 대한 투입 노동력과 시간을 실측한 결과, 드론 photogrammetry 방법은 기존 인력 육안점검에 비해 48%의 생산성 향상 효과를 확인하였다. 드론 photogrammetry 기반 댐 안전점검 디지털 전환은 업무의 생산성과 데이터 신뢰성 향상에 매우 효과적인 것으로 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권2호
• /
• pp.1-8
• /
• 2024

신축이음 장치는 교량 상부구조의 신축량을 수용할 목적으로 설치되며 공용중 충분한 유간을 확보하여야 한다. 안전점검 및 정밀안전진단 수행 시 유간부족 및 유간과다에 대한 손상을 명시하고 있으나, 유간에 따른 교량의 이상 거동을 판별하기 위한 기준이 미흡하다. 본 연구에서는 동일 신축이음부의 유간 데이터를 지속적으로 추적하여 데이터 기반의 유지관리 방안을 제시하였다. 689개소의 신축이음 장치에서 계절별 영향을 고려하여 총 2,756개의 유간 데이터를 수집하였다. 동일 위치에서 4개 이상의 데이터를 통해 신축거동을 분석할 수 있는 유간 변화 평가 방안을 마련하였으며, 신축거동에 영향을 미치는 인자를 분류하고 딥러닝과 설명 가능한 AI를 통해 각 인자의 영향도를 분석하였다. 유간 평가 그래프를 통해 교량 상부구조의 이상 거동을 협착 및 기능 고장으로 분류하였다. 이론적 거동을 보이고 있다하더라도 협착 가능성이 나타날 수 있는 사례 및 하절기 협착 가능성이 매우 높게 나타난 사례가 도출되었다. 협착 가능성은 낮으나 교량 상부구조에 기능상 문제점이 발생했을 가능성이 높은 사례와 시공오류에 따라 신축이음 장치가 재시공된 사례도 도출되었다. 딥러닝 및 설명 가능한 AI를 통한 영향인자 분석은 기존의 신축유간 계산식 및 교량 설계에 따른 결과로 설명 가능하여 신뢰 가능한 수준으로 판단되어 추후 모델의 개선을 통해 유지관리를 위한 가이드를 제시할 수 있을 것이라 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.21-29
• /
• 2024

CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.