본 연구는 Image J 프로그램을 사용하여 유속증가 자기공명영상기법의 숙임각 변화에 따른 SNR와 CNR을 측정하여 최적의 숙임각을 알아보기 위해 연구하였다. 총 30명의 정상인 지원자를 대상으로 1.5T 자기공명영상기기(Philips, Medical System, Achieva)를 이용하여 뇌동맥검사 후 평가를 실시하였다. 분석 방법으로 유속증가 자기공명 혈관 조영술에 대하여 4 부위에 관심영역을 설정하고 SNR와 CNR을 평가하였다. 5가지 숙임각에서의 정량적 분석으로 SNR과 CNR에 대한 통계적 유의성은 일원분산분석으로 계산되었으며, 사후 분석으로는 Bonferroni 법을 적용하였고, 통계에 사용된 프로그램은 SPSS 14.0을 이용하여 p 값을 0.05 이하일 때 유의성을 두었다. 본 실험에 대한 결과로서 전교통동맥(SNR:876.59 ± 14.22, CNR:1999.7 ± 12.5), 후교통동맥 (SNR: 863.48 ± 13.29, CNR:1870.18 ± 12.56), ICA(SNR: 1116.87 ± 08.34, CNR:2979.37 ± 14.69), 중대뇌동맥(SNR:848.66 ± 15.25, CNR:2199.25 ± 13.48)의 값으로 25°에서 가장 높은 신호강도를 보였다(p<0.05). 작은 혈관 묘출로서 a1, a2, a3, p1, p2, p3, m1, m2, m3 값 또한 동일한 결과 이었다(p<0.05). 사후분석결과로, 숙임각에서 25° 기준으로 10°, 15°, 20°에서 유의성 있는 결과를 얻었지만(p=0.000) 30° 에서는 유의한 차이가 없었다(p>0.05). 결론적으로, 본 연구에서 30° 에서는 신호강도가 떨어지기 때문에 뇌혈관 자기공명조영술에서 최적의 숙임각은 25°로 나타냈다.

본 연구는 총 15명의 정상인 지원자를 대상으로 1.5T와 3.0T의 자기공명영상기기(Philips, Medical System, Achieva)를 이용하여 강자성 인공물을 최소화하기 위한 최적의 Tesla를 알아보고자 하였다. 평가는 신호대잡음비 평가, 강자성 인공물이 형성된 부위의 길이와 Histogram을 평가하였다. 분석방법으로는 T1, T2 sagitt al 영상의 Background의 4 부위에 관심영역을 설정하고 L3, L4, L5의 각 추체부에 관심영역을 설정한 후 신호대잡음비 값을 측정하였고, 인공물이 형성된 3 부위에 관심영역을 설정하고 길이 값을 측정하였고, Im age J 프로그램을 이용해 인공물 영역의 히스토그램 분포 값을 측정하였다. 본 실험에 대한 결과로 신호대잡음비 평가에서 L3에서는 1.5T와 3.0T 사이에 별 차이가 없는 것으로 나타났고, L4, L5에서는 큰 차이가 있는 것으로 나타났다(p<0.05). 강자성 인공물이 형성된 3 부위의 길이는 3.0T에 비해 1.5T가 더 짧아 주변 조직에 대한 진단적 정보를 더 얻을 수 있는 것으로 나타났다(p<0.05). Histogram평가에서는 3.0T보다 1.5T 가 Count값이 높게 나타났다(p<0.05). 결론적으로 1.5T와 3.0T의 신호대 잡음비, 강자성 인공물의 길이, Hist ogram을 비교 평가해 봤을 때, Spine MRI 검사 시에 PLIF 등 디스크 수술을 받은 환자에게는 Low Tesla로 검사가 최적의 영상정보를 얻을 수 있었다.

This paper presents the applicability and reliability of the crack detection technique of concrete structures developed based on the use of digital image analysis technologies through on - site tests. The problem of aging of infrastructure is a serious threat to the national and national security and there is a growing interest in the development and application of effective inspection and maintenance techniques for related infrastructure. Therefore, instead of the existing traditional manpower-based infrastructure inspection and maintenance techniques, which involve lots of time and money consumption and reliability of results, research using digital image analysis technology is actively being carried out.

In the shaking table test, contact displacement sensors are widely being applied to a structure for measuring the displacement responses, but difficulties may arise depending on the condition of the structure. Moreover, the test uneconomically needs temporary facilities for installing sensors and supplementary equipment for saving the displacement responses of a structure. The contact displacement sensors that are currently becoming popular in the shaking table tests are limited depending on their use environments; thus, the reality is that each equipment appears impractical considering its effectiveness and applicability. Therefore, in this study, to verify an algorithm for measuring the displacement responses of a structure using the vision-based system in the shaking table test, the various tests were conducted.

This paper proposes real-time image-based damage detection method for concrete structures using deep learning. The proposed method is composed of three steps: (1) collection of a large volume of images containing damage information from internet, (2) development of a deep learning model (i.e., convolutional neural network (CNN)) using collected images, and (3) automatic selection of damage images using the trained deep learning model. The whole procedure of the proposed method has been applied to some figures taken in a real structure. This method is expected to facilitate the regular inspection and speed up the assessment of detailed damage distribution the without losing accuracy.

This paper proposes a deep learning-based crack evaluation technique using hybrid images. The use of the hybrid images combining vision and infrared images are able to improve crack detectability while minimizing false alarms. In particular, large-scale infrastructures can be inspected by an UAV-mounted hybrid image scanning (HIS)　system, and the corresponding huge amount of data is typically difficult to be analyzed by experts. To automate such making-decision process, deep convolutional neural network is used in this study. As the very first stage, a lab-scale HIS system is developed using a scanning zig and experimentally validated using a concrete specimen with various-size cracks. The test results reveal that macro- and micro-cracks are successfully and automatically detected with minimizing false-alarms.

케이블지지교량에서 케이블은 하중을 지지하는 주요 부재로, 케이블 장력은 교량의 건전성과 안전도 평가에 있어서 매우 중요한 변수이다. 케이블의 장력을 추정하는 기법으로, 로드셀 및 유압잭 등을 이용하여 케이블의 응력을 직접 측정하는 직접법과 케이블의 형상조건과 계측된 동특성을 활용하여 장력을 역산하는 진동법이 가장 많이 활용되고 있다. 최근 들어 케이블 내부 강재의 응력변화로 인하여 유발되는 자기장 변화를 탐지하는 EM 센서의 연구 및 활용이 증가하고 있다. 본 연구에서는 리프트오프 테스트, EM 센서 및 진동법(Vision-based System, Accelerometer)을 적용하여 장력을 측정하고 그 결과를 비교 분석하였다.

This paper proposes a convolutional neural network model for distinguishing areas occupied by obstacles from a LiDAR image converted from a 3D point cloud. The channels of a LiDAR image used as input consist of the distances to 3D points, the reflectivities of 3D points, and the heights of 3D points from the ground. The proposed model uses a LiDAR image as an input and outputs a result of a segmented LiDAR image. The proposed model adopts refinement modules with skip connections to segment a LiDAR image. The refinement modules with skip connections in the proposed model make it possible to construct a complex structure with a small number of parameters than a convolutional neural network model with a linear structure. Using the proposed model, it is possible to distinguish areas in a LiDAR image occupied by obstacles such as vehicles, pedestrians, and bicyclists. The proposed model can be applied to recognize surrounding obstacles and to search for safe paths.

고관절 시행에서 식립각도는 추후 환자의 운동범위나 힘의 분배조건에 따라 폴리에틸렌 라이너의 마모에도 영향을 미친다. 인공관절요소로부터 마모입자는 골괴사나 다른 생화학적으로 많은 합병증을 일으킨다. 이런 점에서 인공고관절에서 마모와 정렬각도를 수술 후 추시를 통해 측정하는 것은 중요하다. 특히 관절면의 마모를 측정하는 것은 그 량이 크지 않아 상당한 정밀도를 요구한다. 현재 널리 쓰이는 상용 소프트웨어는 재현성과 측정방법의 표준화가 되어 있지 않아 사용에 많은 어려움이 있다. 본 논문에서는 일반 병원의 방사선촬영 환경에서 CAD만 추가로 구비하면 행할 수 있는 인공관절면 마모와 식립각 측정법을 제시한다. 인공관절만의 X-ray영상을 이용한 본 방법의 정확도와 정밀도 평가를 수행하였다. 또한 실제 인공고관절환자의 X-ray영상을 가지고 2년추시에 따른 마모와 식립각을 측정하였다. 본 연구에서 제시한 CAD를 이용한 방법은 마모측정에서 정확도 0.06 mm, 정밀도 0.05 mm, 식립각은 0.27°의 정밀도를 갖는다.

흡연 유무의 남성을 대상으로 뇌 백질의 손상 유무를 파악 할 수 있는 확산텐서영상을 검사하여 영상을 획득 한 후 Tract-Based Spatial Statics(TBSS)방법으로 뇌 백질 부위의 신경섬유로의 비등방도 FA(fractional anisotropy)값을 측정 분석한 결과 모든 영역에서 흡연자가 비흡연자보다 비등방성 측정값이 낮게 나타났지만 FA값은 통계적으로 유의하지 않았으며 오른쪽 맥락총 부위에 대한 FA값에서만 통계적으로 유의하였다. 본 연구의 결과 값으로 추측하자면 즉 흡연이 뇌 백질의 미세구조성 변화에 크게 영향을 미치지는 않지만 맥락총 부위에는 영향을 미친다고 할 수 있다.

전산화단층촬영기법은 투영 영상을 재구성하여 단면 영상을 획득하는 기법으로 다양한 분야에 적용되고 있다. 재구성된 영상의 공간분해능은 장치, 대상, 재구성 과정에 의존한다. 본 논문은 평행빔 구조에서 투영 영상의 개수 및 검출기의 픽셀 크기가 재구성된 영상의 공간분해능에 미치는 영향을 조사하였다. 재구성 프로그램은 Visual C++로 작성하였으며 단면 영상은 512 × 512 크기로 하였다. 공간분해능의 특성을 평가하기 위해 수학적 막대 팬텀을 구성하였고, Min-Max 방법을 도입하였다. 재구성에 사용되는 투영의 개수가 작은 경우 허상이 나타났으며 Min-Max도 낮았다. 투영의 개수를 지속적으로 증가시키면 재구성된 영상의 공간분해능을 나타내는 Min-Max는 상향 포화되었다. 검출기의 픽셀 크기를 재구성되는 단면 영상의 픽셀 크기의 50%로 줄이면 영상은 거의 완벽하게 복원되고, 검출기픽셀 크기가 증가할수록 Min-Max는 감소하였다. 본 연구는 CT장치 설계 시 요구되는 공간분해능을 달성하기 위해 필요한 검출기 및 회전 스테이지의 정밀도를 결정하는데 도움이 될 것이다.

본 연구에서는 인체 모사 조형물을 3차원 프린팅으로 출력한 사례를 보고하고자 하였다. 재료는 용융적층방식의 개인용 3차원 프린터 장비와 폴리락트산을 소재로 사용하였다. 3차원 인체 모사 조형물 출력은 모델링하는 단계, 평면화 작업과 G-code 변환 단계,출력변수 설정 단계, 3D 출력단계, 마지막으로 후처리 단계 순으로 진행하였으며, 학생들의 학습만족도(해부학인지도, 수업흥미도)를 리커트 5 점 척도로 조사하였다. 그 결과, 총 20가지의 3차원 인체 모사 조형물을 성공적으로 출력하였다. 총 출력소요시간은 11,691분(194시간 85분)이었으며 평균 출력소요시간은 584.55분(9시간 7분)이었다. 이에 소요된 필라멘트량은 총 2,390.2 g 이었으며 평균 119.51 g 이 소요되었다. 학습만족도의 해부학인지도는 평균 4.6 점, 수업흥미도는 평균 4.5 점으로 높은 것으로 나타났다. 앞으로 3차원 프린팅 기술은 영상해부학 교육의 학습효과를 높여줄 수 있으리라 기대한다.

본 연구의 목적은 웹드라마를 중심으로 영상 매체를 활용한 한국어 교육의 효과를 살펴보는 데 있다. 이를 위해 외국인 유학생 30명을 대상으로 24차시 동안 웹드라마를 활용한 수업을 실시하였다. 그리고 영상 매체를 활용한 한국어 교육의 효과를 검증한 11편의 연 구를 메타분석하고 결과를 비교하여 논의하였다. 본 연구의 주요 연구 결과는 다음과 같다. 첫째, 영상 매체 전체의 효과크기는 .733, 웹 드라마를 활용한 한국어 교육의 효과크기는 1.437로 나타났다. 이를 통해 웹드라마의 효과가 매우 크다는 사실을 알 수 있었다. 둘째, 숙 달도에 따른 효과크기를 분석한 결과 중·고급 학습자보다 초급 학습 자들에게 더 효과적이라고 나타났다(초급: 2.585, 중·고급: 1.188). 셋째, 매체 유형에 따른 효과크기를 분석한 결과 웹드라마의 효과크기가 가장 크고 드라마, 영화, 뉴스 순으로 효과크기가 큰 것으로 분석 되었다(웹드라마: 1.437, 드라마: .878, 영화: .881, 뉴스: .577). 본 연구는 웹드라마를 활용한 한국어 교육의 효과가 매우 크다는 사실을 검증한 데 의의가 있다. 또한 본 연구에서 제시된 메타분석 결과는 향후 수행될 효과성 검증 연구의 기초자료로 활용될 수 있을 것으로 기대된다.

구면 파노라마 영상에서는 심한 구면 왜곡으로 인하여 기존의 평면 패턴의 탐색 방법인 SURF가 올바르게 작동되지 않는다. 평면 패턴은 구면 영상에서 왜곡되어 나타나므로 구면 파 노라마 영상에서의 패턴 탐색 및 다른 텍스처로의 대치는 평면 영상의 경우와 다르게 처리되어 야 한다. 본 논문에서는 구면 파노라마 영상을 큐브맵 영상으로 변환하고 구면 왜곡이 제거된 평면 영상에서 SURF를 사용하여 패턴을 탐색하고 해당 평면 텍스처를 대치한 후 다시 구면 파노라마 영상으로 변환하는 구면 파노라마 영상에서의 평면 대치 방법을 제안한다.

본 논문에서는 구면 영상에서 영역 분할 정보를 사용하여 바닥 영역을 검출하는 방법을 제시 한다. 평면 영상에서의 Watershed 영역 분할 방법을 수정하여 구면 영상의 영역 분할에 적용할 수 있도록 하였다. 영역들을 분할한 뒤 가정된 바닥 영역 픽셀의 색상과 질감을 그 외의 영역 들과 비교하여 바닥 영역을 검출한다. 구면 파노라마 영상에서는 구면 왜곡으로 인하여 평면에 서의 바닥 검출 방법을 그대로 적용할 수 없다. 구면 왜곡을 고려한 바닥 영역 검출을 위하여 바닥 영역의 외곽선을 검출하는 알고리즘을 설계하였다. 실험에서 지상물이 없는 경우와 있는 경우의 모두에서 적절하게 바닥 영역을 검출할 수 있는 결과를 보였다.

방사선 치료 전 환자 위치 확인을 위해 수행하는 콘빔 CT 촬영에서 환자 선량 감소를 위해 Sparse view CT가 사용되고 있다. 본 연구는 시뮬레이션과 실험을 통해 선형보간법과 inpainting 방법을 이용하여 사이 노그램의 sparse 데이터 복원하고 평가하는 것이다. 사이노그램 복원은 여러 간격의 각도로 획득된 영상에 적용되었다. 복원된 사이노그램은 역투영재구성법으로 재구성되었고, 그 결과를 평균제곱근오차와 영상의 프로파일로 나타내었다. 결과에 따르면, 평균제곱근오차와 영상 프로파일은 투영 각도와 복원법에 의존하 였다. 시뮬레이션과 실험 결과에서 inpainting 복원법은 선형보간법에 비해 사이노그램의 복원 측면에서 개 선된 결과를 보여주었다. 따라서, inpainting 방법은 환자 선량을 감소시키면서 영상화질을 유지시키는데 기 여할 수 있을 것이다.

뇌혈관을 관찰할 수 있는 영상 진단장치 중 MRA, CTA, DSA 3장비 영상에 관한 SNR과 CNR을 비교, 분 석하여 뇌혈관 검사 시 최적의 검사기기를 알아보고자 하였다. 2016년 11월부터 2017년 5월까지 뇌혈관 진 단 검사를 받은 환자 90명을 대상으로 하였고, 측정부위는 Rt MCA, Lt MCA, ACA Image J를 이용하여 측 정 하였다. 정량적 분석 결과 MRA의 평균 SNR은 254.87 CNR은 178.13, 신호강도는 326.81, CTA의 평균 SNR은 74.75, CNR은 62.2, 신호강도는 356.66, DSA의 SNR은 26.85, CNR은 25.89, 신호강도는 4400.69 로 평가되었다(p<0.05). 결과적으로 SNR과 CNR 모두에서 MRA>CTA>DSA 순으로 측정 되었다. 유의성 평가 방법으로 SPSS 통계 분석 프로그램을 이용하여 ANOVA 분석을 하였고, 사후분석으로 bonferroni method를 사용하여 p<0.05 일 때 유의한 것으로 판단하였다. 결론적으로 본 실험에서 뇌혈관 질환 환자를 무작위로 선정하여 평가하였을 때 최적의 영상진단 장비로 MRA, CTA, DSA의 결과를 얻었다.

본 연구는 조영제 주입 전 복부 검사 시 필수적으로 적용되고 있는 HASTE, HASTE(f/s), FFE(in, out)를 중심으로 두 기기에 대한 복부장기의 신호 대 잡음비(SNR; Signal to Noise Ratio)와 대조도 대 잡음비(CNR; Contrast to Noise Ratio)를 정량적으로 평가함으로서 최적의 장비선택을 알아보고자 하였다. 데이터분석은 1.5T 와 3.0T 자기공명영상기기(Philips medical system, Netherland)를 이용하여 검사한 복부영상을 무작위로 선정하여 분석을 하였다. 정량적 분석결과 간(Liver), 신장(Kidney), 비장(Spleen)에서는 1.5와 비교했을 때 3. 0T가 SNR, CNR 값이 높게 나타났고(p<0.05), 위(Stomach), 복부지방(Abdominal Fat), 췌장(Pancreas)에서는 1. 5T 가 높은 결과를 얻었다(p<0.05). 결론적으로 두기기별 장기에 대한 정량적 평가를 했을 때 인체의 바같 부분 조직은 전반적으로 3.0T 가 높게 나타났고 가스를 포함하여 자화율의 차이를 많이 발생시키는 안쪽부 분의 장기는 1.5T 가 높은 결과를 얻었다. 이러한 결과는 환자상태에 따라 조영제를 사용하지 못하고 MRI 검사를 하는 경우 정확한 진단학적 정보를 제공하는데 가이드라인이 될 것이다.

원자로 내 사고발생 시 냉각수의 비등으로 기포가 발생하고, 기포율을 측정하기 위하여 열수력 안전 분 야에서는 주로 Optical Fiber Probe(OFP)나 광학 카메라를 이용하여 측정하지만 기하학적 구조의 한계로 인 해 17 × 17 배열의 봉 다발 내에 장비를 설치하는 것에는 어려움이 있다. 본 연구는 예비 연구로서 봉 다발 에 적용하기 전 X선 시스템과 다양한 모사 팬텀을 이용하여 연구 가능성 평가를 수행하였다. 라디오그라피 및 토모그라피 실험을 통해 X선 발생 장치의 관전압 130 kVp, 관전류 1 mA가 적합하였다. 또한, 기포 해상 도 팬텀을 통해 가시적으로 1 mm 크기의 구멍에 대해 측정이 가능하였으며 막대 팬텀을 이용한 대조도 평 가의 경우 프레온 내부에서 대조도가 상대적으로 떨어짐을 확인할 수 있었다. 그러나 영상 재구성 시 일그 러짐이 없는 좋은 영상을 획득할 수 있었다. 기포 발생 팬텀 실험을 통해 기포의 유동 방향 확인 및 단층 영상을 획득할 수 있었고, Image J 툴을 이용하여 하나의 단층영상에 대해 18 %의 기포율을 측정할 수 있 었다. 본 연구는 핵연료 주변 기포율 측정을 위한 선행 연구를 수행하였고 지속적인 연구를 위한 기초 연 구로서 활용할 수 있을 것이다.

In this paper, we introduce a robot-assisted medical diagnostic system that enables remote ultrasound (US) imaging to be applied to the conventional telemedicine, which has been possible only with interviewing or a visual exam. In particular, a master-slave robot system is developed that ultrasonic diagnosis specialist can control the position and orientation of US probe in the remote place. The slave robot is designed to be compact, lightweight, and hand-held so that it can easily transfer to the remote healthcare center. Moreover, 6-degree-of-freedom (DOF) probe motion is possible by the robot design based on Stewart platform. The master device is also based on a similar structure of the slave robot. To connect master and slave system in the wide area network (WAN) environment, a hardware CODEC was developed. In this paper, we introduce the detail of each component and the results of the recent experiments conducted in the remote sites by the developed robotic ultrasound imaging system.