인공지능에 대한 관심이 높아짐에 따라 의료분야에서도 활발하게 인공지능이 연구되고 있다. 현재 국내에서는 엑스선 촬영, 컴퓨터단층촬영(Computer Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 의료영상장치에 인공지능이 접목되고 있으며 향후 방사선사 없이 환자의 방사선 영상을 획득 할 수 있는 인공지능을 탑재한 의료기기가 발명 될 것으로 예상된다. 본 연구는 엑스선 촬영에 있어서 환자 위치잡이에 대한 자동화에 대해서 초기 연구를 했다. 위치잡이에 대한 평가를 위해 엑스선 장비와 인체 팬텀을 사용했다. 프로그램은 Visual Studio 2010 MFC로 구현했으며 영상은 1,450 × 1,814 크기로 했다. 픽셀 값을 눈으로 식별 가능한 0 ~ 255 값을 갖는 명암으로 변환하여 모니터에 출력했다. 출력한 영상에 세 픽셀 좌표 값을 통해 각도를 예측하고 각도에 따른 음성안내에 따라 환자가 바른 위치잡이를 하도록 유도하는 절차 알고리즘 프로그램을 개발 했다. 다음 연구에서는 사용자가 좌표의 기준을 인공지능에게 전달하는 것이 아닌 인공지능 스스로 구조물을 파악하여 각도를 계산하는 연구를 진행할 것이다. 향후 위치잡이의 자동화를 통해 촬영부터 위치잡이까지 인공지능이 실시하도록 하는 연구에 도움이 될 것으로 예상된다

CdTe 멀티에너지 X선 영상센서와 ROIC를 패키징 하기 위한 flip chip bump bonding, Au wire bonding 및 encapsulation 공정조건을 개발하였으며 성공적으로 모듈화 하였다. 최적 flip chip bonding 공정 조건은 접합온도 CdTe 센서 150℃, ROIC 270℃, 접합압력 24.5N, 접합시간 30s일 때이다. ROIC에 형성된 SnAg bump의 bonding이 용이하도록 CdTe 센서에 비하여 상대적으로 높은 접합온도를 설정하였으며, CdTe센서가 실리콘 센서에 비하여 쉽게 파손되는 것을 고려하여 접합압력을 최소화하였다. 패키징 완료된 CdTe 멀티에너지 X선 모듈의 각각 픽셀들은 단락이나 합선 등의 전기적인 문제점이 없는 것을 X선 3D computed tomography를 통해 확인할 수 있었다. 또한 Flip chip bump bonding후 전단력은 2.45kgf/mm2 로 측정되었으며, 이는 기준치인 2kgf/mm2 이상으로 충분한 접합강도를 가짐을 확인하였다.

이 연구의 목적은 방사선 발생 장치에 의한 환자나 작업 종사자들의 피폭과 사용시설에 대한 방어 상태를 조사하는 데 있다. 수도권 대학병원의 엑스선 발생장치들을 대상으로 관전압 80 kVp, 관전류 200 mA, 1 sec의 최대 조사조건하 에서 제어실출입문, 제어실감시창, 촬영실출입문, 인접주위 등에서 측정하였다. 주당누설선량은 제어실 출입문에서 0.11 mR/week, 제어실 감시창에서 0.15 mR/week, 촬영실 출입문에서 0.12 mR/week, 인접 주위에서 0.06 mR/week로 측정되었다. 그리고 주당평균누설선량은 0.11 mR/week 이었다. 구해진 주당평균누설선량은 기준치 100 mR/week 이 하로 나타났으나 누설선량은 주기적인 측정으로 관리가 필요할 것으로 생각된다.