본 연구에서는 액체감쇠역전회복(FLAIR) 시퀀스를 대체하였던 방법 중에 비교적 간단하면서 높은 재현성을 나타내었던 고신호 강도제거 원리를 MAGiC에 적용하여 MAGiC-FLAIR와 기존의 고속스핀에코-FLAIR 영상과 비교하여 고신호 강 도제거영상의 유용성과 임상적으로 유의미한 기준을 제시하고자 하였다. 연구방법은 MAGiC 적용 후 MAGiC-FLAIR와 MAGiC-고신호 강도제거 영상을 재구성하여, 기존의 고속스핀에코-FLAIR 영상과 각각 정성적, 정량적 평가를 비교하였 다. 정성평가결과 MAGiC-고신호 강도제거는 MAGiC-FLAIR 보다는 월등히 우수하며, 고속스핀에코-FLAIR와 유사한 결과를 보였고, 정량평가결과 MAGiC-고신호강도제거는 MAGiC-FLAIR보다 백질과 회백질 대조도는 더 우수할 뿐만 아 니라, 뇌척수액의 신호 억제도 우수한 결과를 나타냈다. Synthetic 영상을 통하여 획득한 다양한 대조도 영상 중 FLAIR의 부정확도를 고신호 강도제거기법을 적용한다면 진단적 가치를 개선하여 제공할 수 있을 것이다.

본 연구는 무릎 MRI 검사 시 무릎의 위치가 보어 중심을 기준으로 거리가 멀어짐에 따라 무릎 연골 T2 값의 변화를 평가하고자 하였다. 이를 위해 무릎 질환이 없는 정상인 지원자 10명을 대상으로 하였고 보어 중심을 기준으로 무릎을 오른쪽으로 10 cm 그리고 20 cm 이동시키면서 영상을 획득하였다. 무릎 MRI 영상은 스핀에코기법을 활용하였고 무릎 연골의 T2 값을 계산하기 위해 TE 값은 13.8, 27.6, 41.4, 55.2, 그리고 69 ms로 적용하였다. 신호 측정은 무릎의 내, 외측 관절 융기가 가장 크게 나타난 영상의 대퇴 연골과 경골 연골에서 진행하였다. 연구의 결과, 재구성된 T2 값은 보어 중심에서 멀어질수록 감소하였다 (0 cm: 39.16 ms, 10 cm: 32.59 ms, 20 cm: 26 ms). 또한, 신호 값도 보어 중심에서 그 위치가 멀어질수록 감소하였다 (p<0.00). 특히, 보어 중심에서 20 cm까지 멀어짐에 따라 TE 69 ms의 영상에서 신호 값은 46.2%까지 감소하였다. 무릎 위치와 무릎 연골 T2 값의 상관관계분석 결과는 음의 상관관계 (r=-0.736)가 나타났다 (p<0.00). 결론적으로 MRI 검사에서 무릎 위치는 무릎 연골의 T2 값에 상당한 영향을 미치므로 T2 값의 정확도나 재현성 이 감소할 수 있다. 따라서 무릎 MRI 검사에서 무릎 연골의 정확한 T2 값을 획득하기 위해서는 최대한 보어 중심에서 검사가 이루어져야 한다.

본 연구는 고속스핀에코 기법을 이용한 MRI 검사에서 영상 변수가 전자파 흡수율(SAR)과 온도 증가에 미치는 영향을 평가해 보고자 하였다. 이를 위해 인체 등가 조직 팬텀을 제작하였고 같은 조건에서 재위상화 RF의 FA와 ETL을 증가시키 며 MRI 검사를 시행하였다. SAR는 장비에서 계산된 두부 SAR값을 사용하였고 팬텀의 온도 변화는 양성자 공명 주파수를 이용해 계산하였다. 실험 결과, FA를 60°에서 180°까지 증가시켰을 때 SAR는 약 8배까지 상승하였고 팬텀의 온도 상승의 폭은 약 2.8배(0.21°-0.599°) 증가하였다. 그리고 다중 회귀 분석 결과, FA는 SAR와 온도 상승의 관계에서 표준화 계수 가 각각 0.935, 0.741로 나타나 높은 상관관계를 보였다. ETL은 15에서 30까지 증가시켰을 때 SAR는 약 2배 증가하였 다. 하지만 팬텀의 온도 상승 폭은 오히려 39.2%(0.53°-0.303°) 감소하였다. 다중 회귀 분석 결과에서도 ETL은 SAR의 관계에서 표준화 계수가 0.741로 양의 상관관계를 보였지만 온도 상승의 경우 표준화 계수가 –0.482로 나타나 음의 상관 관계가 있었다. 이는 ETL이 15에서 30까지 증가함에 따라 검사 시간이 약 43% 짧아져 전자파의 노출 시간이 감소한 것이 원인이 될 수 있다. 결국, FSE 기법을 이용한 MRI 검사에서는 재위상화 FA는 최소화하고 기준 SAR 범위 내에서 ETL을 최대로 적용하면 전자파로 인한 온도 상승을 최소화할 수 있어 환자 안전을 증진 시킬 수 있을 것으로 기대한다.

요통을 호소하는 환자에서의 자기공명영상 검사는 다른 영상 진단법에 비해 요추와 주변 조직에 대한 높은 대조도와 해상력, 다양한 영상면의 획득으로 해부학적 구조 파악과 다양한 척추 질환의 진단에 널리 활용되고 있다. 그러나 자기공명 영상 검사는 검사 시간이 길기 때문에 통증으로 협조가 되지 않는 환자들에게서 움직임에 의한 인공물을 유발하는 경우가 많아 검사 시간을 최소화하는 것이 중요하다. 이에 자기공명영상 검사 시간 단축을 위한 다양한 기법들이 개발되어 왔으며, 최근 높은 영상의 질을 유지하면서 검사 시간은 크게 줄이는 K-공간 기반 딥 러닝(K-space based Deep Learning, DL) 기법이 주목받고 있다. 본 연구는 요추 자기공명영상 검사에서 DL 기법의 유용성을 알아보기 위해 본원을 내원하여 척추 질환이 의심되는 환자를 대상으로 DL 기법 적용 전후 시상면 T2 강조 영상과 축상면 T2 강조 영상을 각각 획득하였으며, 신호대잡음비와 대조대잡음비, 영상 획득 시간, 전체적인 영상의 질 및 병변 진단 일치도를 비교 분석하였다. 연구 결과 영상의 질 향상과 검사 시간의 단축뿐만 아니라 빠른 영상 획득으로 움직임이나 호흡에 의한 인공물 또한 감소하는 것을 볼 수 있었다. 따라서 자기공명영상 검사에서 DL 기법 사용 시 진단적 가치가 보다 높은 영상을 제공하는 동시에 환자의 만족도를 높여 임상에서도 유용한 방법이 될 것으로 사료된다.

Artificial intelligence is driving the Fourth Industrial Revolution and is in the spotlight as a general-purpose technology. As the data collection from the battlefield increases rapidly, the need to us artificial intelligence is increasing in the military, but it is still in its early stages. In order to identify maritime targets, Republic of Korea navy acquires images by ISAR(Inverse Synthetic Aperture Radar) of maritime patrol aircraft, and humans make out them. The radar image is displayed by synthesizing signals reflected from the target after radiating radar waves. In addition, day/night and all-weather observations are possible. In this study, an artificial intelligence is used to identify maritime targets based on radar images. Data of radar images of 24 maritime targets in Republic of Korea and North Korea acquired by ISAR were pre-processed, and an artificial intelligence algorithm( ResNet-50) was applied. The accuracy of maritime targets identification showed about 99%. Out of the 81 warship types, 75 types took less than 5 seconds, and 6 types took 15 to 163 seconds.

보행환경은 개인의 영역이자 공공 공간으로서 시민들의 일상생활에 매우 중요한 요소이다. 보행환경의 중요성이 인지되면서 국가적 차원에서도 보행환경 실태조사를 전국 지자체가 5년마다 시행하도록 법으로 규정하는 등 체계적인 실태조사가 필요한 실정이다. 하지만 보행환경에 대한 실태조사는 일부 지역을 대상으로 현장 조사에 의지하는 등 실태조사 방법론에 있어서는 기존의 한계를 벗어나지 못하고 있다. 본 연구는 고해상도 거리 영상과 딥러닝 기술을 활용한 보행환경 평가 지표 개발을 목표로 하였다. 보행환경 평가 지표 개발을 위해 보행환경 평가와 관련된 국내외 문헌 및 딥러닝 기술을 활용한 보행환경 평가 연구를 리뷰를 토대로 보행환경 평가 지표 초안을 개발하고, 도출된 보행환경 평가 지표의 구체적 데이터 구축 가능성을 확인하기 위해 거리 영상의 시멘틱 세그멘테이션(semantic segmentation) 결과 정확도와 영상 외 필요한 자료에 대한 취득 가능성을 검토한 후 최종 보행환경 평가 지표를 제안하였다. 도출된 보행환경 평가 지표는 안전성, 편리성, 쾌적성, 접근성 4개 카테고리에 8개 지표를 활용하는 것을 제안하였다. 본 연구의 결과는 현장 관찰 조사나 설문조사에 기반한 기존 보행환경 연구의 한계점을 탈피하고 고해상도 거리 영상과 딥러닝 기술을 활용한 도시 연구의 지능화 계기를 마련하고 보행환경 평가 업무를 보다 효율적으로 수행할 수 있는 초석이 될 것으로 기대한다.

In this study, the PBL class was applied to a Vietnamese video class. 13 learners were divided into 3 groups, and it was examined whether all learners grew toward their learning goals, and if so, through what process they grew. When group 1 announces a task, groups 2 and 3 perform peer evaluation and submit a peer evaluation sheet. For this, group 1 categorized the contents of peer evaluation into reflecting, partially reflecting, revised, and not reflecting to prepare the presentation evaluation sheet. Further, they were required to write a reason why “not reflecting.” A reflection log was also submitted. As a result of the above, the assignments were immediately revised, supplemented, and developed every week through peer and instructor evaluation. Through this process, the instructor learned in detail what kind of reflection the presenter and team members were doing each week. In particular, learners achieved ‘up-leveling’ with the activeness of immediately accepting each other’s strengths while conducting peer evaluations on each other’s presentations. This shows that the weekly assignments are improved, while the competencies of both the presentation team and peers are developed at the same time.

본 고는 국내 최초 극장상영 연쇄극 영화<의리적구투>의 영화사적 가치와 문화적 가치를 반영하여 당시의 영화를 현대적 감각으로 재현하기 위해 활용할 무대의 영상을 기획 연구하였다. 연구에서 오늘날 공연’트렌드(trend)‘와 영화문법을 적용하여 본 공연을 위한 무대 영상제작의 방향성을 제시한다. 공연은 현재 합천’영상테마파크’에 조성된 실내 ‘단성사 극장’과 야외 ‘조선총독부, 경성역’을 무대 공간으로 설정하였다. 실내 단성사 극장 무대에서는 영상과 배우연기, 악기연주, 가수, 변사가 당시 공연을 재현했다. 야외공연에는 조선총독부와 경성역 중 한 곳을 선택하여 극 중 주인공 송산의 영화적 현실과 당시 일제 치하 조선인들의 고달픈 삶과 역사적 사건을 일치시킨 ‘미디어파사드’ 방식의 기호화 영상을 예술적으로 제작하기 위해 기획하였다. 오늘날 뮤지컬공연이나 연극 공연에서 활용되는 무대 영상이 단순히 공연내용의 배경이거나 미학적 영상이었다면, 본 공연의 무대 영상은 영화문법을 반영한 영상으로 한 편의 영화를 공연화 하는 작업이라고 할 수 있다. 다시 말해서 영화적인 영상과 무대 위에서 연기하는 배우가 하나가 되는 공연형식의 영화 영상이라고 말할 수 있다.

한류 콘텐츠의 탄생과 확산이 융성되는 현시점에서 본고는 K-dance 의 주제적 개념 정립을 토대로 ‘Feel the rhythm of Korea1’ 춤의 성 공 원인을 도출하여, K-dance의 미래 방향성을 도모하고자 했다. 그 결 과, 첫째 K-dance의 주제적 개념은 전형典型적으로 내려온 한국춤에서 부터 한국 문화 창달의 힘으로 한국인에 의해 창착된 춤까지를 아울러 가리키며, 한국 문화의 정체성 및 세계적인 비전을 통해 인류의 공감을 형성할 수 있는 콘텐츠라고 할 수 있다. 둘째, ‘Feel the rhythm of Korea1’의 춤은 이날치 수궁가에 맞춰서 춤의 원리·표현 양식·구성·의도 요소들을 기발, 코믹, 자유롭게 교차시켜서 보여준다. 한국과 세계 사이, 일상과 예술 사이, 전통과 현대 사이의 경계선 위에서 고도의 음악적 분 석과 그에 따른 동작의 수행으로 탄생한 이 춤은 한국을 제대로 알렸다. 인간의 보편적인 리듬과 움직임을 토대로 세계적인 감각, 니즈, 코드 요 소들을 가미하여 한국적인 완성체로 끌어냈다. 이는 이 춤을 K-dance 의 성공적인 사례로 꼽는 이유이기도 하다. 셋째, 안무자의 철학, 자유자 재한 표현, 음악에 대한 이해, 숙련된 동작 기술의 채용, 보편적 기호의 포착, 현대적 니즈의 반영을 토대로 그것을 조화롭게 춤으로 만들어 낼 수 있는 창작력이 K-dance 성공의 핵심 열쇠이다. 더불어 K-dance의 자유로운 도전을 장려해 주고, 창작자 육성과 지원에 주력하고, 해외 시 장 진출의 전략적인 지휘가 가능한 기획 시스템이 구축된다면, K-dance 미래는 더욱 기대해도 좋을 것이다.

우리나라는 여러 건의 여객선 사고를 겪으면서, 여객선 안전관리를 위해 다양한 제도를 운영하고 있다. 2021년 기준 우리나라 연안을 운항하는 여객선 162척 중, 차량갑판이 개방된 형태의 차도선이 105척(65 %)을 차지하고 있다. 차도선은 2～4개의 섬을 경유하는 운항 패턴을 가지고 있다. 출항지(모항)에서 안전점검은 선원과 운항관리실의 운항감독관, 해사안전감독관에 의해 실시된다. 경유지에서 의 안전점검은 자체점검이 실시되는 경우가 있다. 여느 제도와 마찬가지로 제도적, 현실적 한계 등이 있다. 이를 위해 영상처리기법을 활 용하여 차량을 검출하고 이를 선박 복원성 계산과 연동하는 방안을 제안하고자 본 연구를 수행하였다. 차량 검출을 위해 차영상을 이용 하는 방법과 기계학습을 이용하는 방법을 사용하였다. 검출된 데이터를 선박 복원성 계산에 활용하였다. 기계학습을 통해 차량을 검출하 는 경우, 차영상에 의한 차량 검출 방법보다 차량 식별에 안정적임을 알 수 있었다. 다만, 카메라가 일몰과 같은 상황에서 역광을 받는 경 우와 야간과 같은 상황에서 부두와 선박 내부의 강한 조명에 의해 차량이 식별되지 않는 한계가 있었다. 안정적인 영상처리를 위해 충분 한 영상 데이터 확보와 프로그램 고도화가 필요해 보인다.