One of the most demanded competencies of an oral health professional such as an oral pathologist is the ability to make clinical decisions. The purpose of this study was to examine the neurological differences between beginners and experts in the clinical decision-making process which consisting of complex, dynamic and sophisticated cognitive processes, and to identify the characteristics of experts based on the brain by comparing EEG activity. This study conducted experimental design with 10 dentists with more than 10 years of clinical experience and 10 students with short clinical experience as beginners as a fourth year student before graduation. The hypothesis-oriented algorithm proposed in HOAC II was used. As a standard, the clinical decision-making stage of the dentist was divided into three stages, and an event was developed and an experiment was designed for measuring EEG for each stage. The cerebral activity distribution patterns of the two groups were measured with EEG, compared and analyzed with pre-processing process using EEGlab. As a result, the difference in the auditory information was not noticeable between the novice and the expert, but the difference between the group of the novice and the expert appeared in the visual data and the radiographic data. In the case of beginners, the activity was higher in the left hemisphere, and in the case of experts, both brains were activated. The results of this study are intended to present objective information based on brain-based analysis of differences that appear in the clinical decision-making process of experts and beginners. It can be used as basic research data to present the brain-based characteristic analysis of dentist experts.

EUS는 탐촉자를 위나 십이지장에 위치시킬 수 있어 췌장에서 가장 가까운 곳에서 췌장을 관찰할 수 있으므로 매우 작은 췌장종괴도 인지할 수 있다. 또한 종괴 자체에 대한 감별이 어려울 경우 EUS를 통한 조직 검사는 합병증을 최소화하면서 조직학적 확진율을 높일 수 있다. CE-EUS는 종괴의 특성을 파악하기 어려울 때 도움이 된다. 진단뿐만 아니라 치료에서도 EUS를 활용하고 있는데, 에탄올을 이용한 화학적 소작술 또는 RFA 수술 혹은 경과 관찰이라는 이분법적 치료 방식의 간극을 메워주는 비수술적 치료 방법으로 새롭게 시도되고 있다. PNET의 진단 및 치료에 EUS는 다양하게 활용되고 있으며, 향후 지속적인 발전이 기대된다.

기후 변화에 따른 이상기상 등 농업환경변화에 따른 농작물의 생산성 및 품질 저하 등의 문제가 발생하고 있다. 최근에는 이러한 문제를 해결하기 위해 정보통신기술(Information & Communications Technology; ICT), 사물인터넷 (Internet of Things; IoT) 및 인공지능(Artificial Intelligence; AI) 등을 이용한 지능한 작물 모델 개발과 정보화 자원 구축 등의 연구가 진행되고 있다. 국내의 ICT를 적용한 스마트팜은 비닐하우스와 같은 시설 내부 환경을 제어하는 기술로 구성되어 있으나 국내 농경지 면적의 95%는 노지로 되어 있어 노지에 쉽게 적용할 수 있는 농업 ICT 기술 이 필요하다. 따라서 본 연구는 노지 작물의 지능형 생육 환경 모델 개발을 위한 IoT 기반 환경 데이터 획득 시스 템을 구축하고 시계열 계측을 통해 농작물 생육의 주요 인자인 토양 수분과 토양 온도의 변화 특성을 파악하고자 한다. 본 실험은 전북 완주군 소재 국립식량과학원 풍산나물콩 및 대풍콩 재배 포장에 환경데이터 획득 시스템을 구축하였으며 IoT 기반 토양센서(Sentek Drill&Drop, Australia)을 통해 토양의 수분 및 온도를 측정하였다. 토양 센 서는 서로 간섭을 최소화하기 위해 일정 간격으로 설치하고 지면으로부터 전극을 깊이 30 cm 까지 삽입시킨 후 20년 07월 04일부터 20년 10월 07일까지 깊이 10 cm, 20 cm, 30 cm의 토양 수분 및 온도의 시계열 변화를 비교 분 석하였다. 토양 수분 및 온도 변화는 지면으로부터 깊이 10 cm, 20 cm, 30 cm 순으로 크게 나타났다. 본 연구의 결 과는 4차 산업 기술의 농업적 적용성을 높이기 위한 빅데이터 구축 및 노지 스마트팜 기술 기반 확보를 위한 자료 로 활용될 수 있을 것으로 판단된다.

해양 생물 유래 독소는 그 치명적인 유독성으로 인해 비단 인류의 건강 뿐만 아니라 양식, 어업, 해양 생태계 전반에 걸쳐 경제적 손실을 비롯한 부정적인 영향을 미친다. 하지만, 종래에 사용되던 해양 독소 검출법만으로는 이를 다 파악하여 위협을 미연에 방지하기에는 아직 부족한 실정이다. 본 논문에서는 해산물의 해양 독소 잔존 여 부를 판별하기 위해 종래에 사용되었던 시험법들의 한계를 개선하고자 각종 나노 재료 및 신규 기술들이 도입된 신속 검출법들에 대해 조사했으며, 대표적인 연구 결과들을 선정하여 사용한 나노 입자 및 전략에 대해 서술하였 다. 특히 이러한 생물 유래 독소의 검출 기술을 대중화시키고 상용화하기 위해서는, 이를 생성하는 생물군으로부터 독소를 추출하는 전처리 과정을 간소화하는 것이 매우 중요하다. 해당 문제를 해결하고자 다양한 연구에서 표적 독소와 특이적으로 결합하는 항체를 고정화한 자성 나노 입자 기반의 전처리법을 보고했으며, 더 나아가 자성 나노 입자의 촉매 특성까지 활용해 검출 감도를 높이는 다양한 연구들도 발표되었다. 또한, 기존 효소 기반의 비색 법의 검출 한계를 낮추고 검출 시스템의 안정성을 높이기 위해 양자점과 같은 형광 나노 입자를 도입하는 보고들도 있었다. 이 외에도 압타머와 나노 입자 복합체 기반의 전기화학 측정법 및 신규 기술들을 사용하고자 하는 연구들 도 보고되었다. 하지만 해양 환경의 변화에 따라 생성된 신종 독소에 대한 대처는 아직 미흡한 실정이므로, 해양 독소 유도체 또한 아울러 진단 가능한 검출 기술에 대한 후속 연구가 필요하다.

췌장암은 진단 시 대부분 증상이 동반되며, 수술이 불가능한 경우가 80% 이상인 예후가 나쁜 암이다. 만일 췌장암의 조기 발견으로 진단 당시 병기가 낮아져 수술 절제 가능한 환자가 늘어날 수 있다면 췌장암 환자의 생존율이 증가할 수 있을 것이다. 췌장암을 조기 발견하고자 하는 노력이 지속적으로 이루어지고 있지만 췌장암의 낮은 유병률로 인하여 일반 대중을 상대로 선별 검사를 시행하는 것은 적절하지 않다. 과잉 진단의 위험을 줄이고 췌장암의 위험도가 높은 대상에서 췌장암의 조기 발견을 할 수 있도록 가족력, 점액성 낭성종양, 만성 췌장염, 새로 진단된 당뇨와 같은 고위험 환자군을 대상으로 선별 검사가 이루어져야 할 것이다. 이러한 환자군에서 언제, 얼마나 자주 선별 검사를 시행할 것인지와, 진단을 위해 어떠한 바이오마커 및 영상 검사를 시행할지 결정해야 한다. 하지만 아직까지 검증된 혈액 기반의 바이오마커가 없고, 적절한 영상 검사 방법, 검사의 시기와 빈도 등도 확립되어 있지 않아 향후 더 많은 연구가 필요하다.

본 연구에서는 동맥스핀라벨링을 이용하는 비 조영증강 기법인 4D TRANCE으로 동정맥기형 환자를 진단함에 있어 기존에 사용하고 있는 4D TRAK과 조영증강 3D TOF으로 얻는 진단적 정보의 재현성과 유용성을 알아보고자 하였다. 연구방법 은 동정맥기형 추적검사를 하는 환자 14명을 대상(남자 4명, 여자 10명)으로 하여 뇌혈관 영상을 각각 4D TRANCE, 4D TRAK, 조영증강 3D TOF를 순서로 획득하였다. 영상의학과 전문의 2명이 3 영상의 진단적 평가와 영양동맥(feeding artery, FA)과 배출정맥(draining vein, DV)을 비교 평가하였고, 동일한 부위의 병소(nidus)와 내경동맥에 대한 대조도 잡음비를 비교 분석하였다. 정성평가는 4D TRANCE는 진단적 정확도 3.93(3.89~4.04), FA 3.75(3.55~3.95), DV 1.96(1.77~2.16) 으로 모든 구간에서 4D TRAK과 비교하여 통계적으로 유의하였으나(p＜0.001), 유일하게 DV에서 유의하지 않았다. 정량 분석에서는 4D TRANCE와 3D TOF의 대조도 잡음비에 따른 독립표본 T검정 결과, 조영증강되는 병소에서는 4D TRANCE가 3D TOF에 비해 15.50의 차이로 높았으며, 통계적으로 유의하였다. 본 연구는 동정맥기형 추적검사에 대해 4D TRANCE는 4D TRAK보다 다소 저하된 영상품질을 보여주었으나, 3D TOF와 비교했을 때 혈관 해부학 및 혈류역학 정보를 제공하기 때문에 더 신뢰할 수 있는 정보를 제공하여 임상 영상 평가에 유용하게 사용할 수 있다.

Industrial Motors diagnostic equipment is highly dependent on the automation system, so if there are defects in the automation equipment, it can only rely on the operator’s intuitive judgment.To help with intuitive judgment, Park’s Vactor Approach(PVA) represents the current signal as a pattern of circles, so it can tell if a fault occurs when the circle is distorted. However, the failure to judge the degree of distortion of the circle pattern is the basis of the fault, so it will face difficulties. In this paper, in order to compare the faults of PVA, the period of d-axis current of PVA pulsation was mastered, so that two phase differences occurred in the same signal source. Through experiments, it is confirmed that this is a 90 degree cross formation of PVA, which is convenient for judging from the vision that there is no fault, thus helping the operator to make intuitive judgment.

Maintenance of power distribution facilities is a significant subject in the power supplies. Fault caused by deterioration in power distribution facilities may damage the entire power distribution system. However, current methods of diagnosing power distribution facilities have been manually diagnosed by the human inspector, resulting in continuous pole accidents. In order to improve the existing diagnostic methods, a thermal image analysis model is proposed in this work. Using a thermal image technique in diagnosis field is emerging in the various engineering field due to its non-contact, safe, and highly reliable energy detection technology. Deep learning object detection algorithms are trained with thermal images of a power distribution facility in order to automatically analyze its irregular energy status, hereby efficiently preventing fault of the system. The detected object is diagnosed through a thermal intensity area analysis. The proposed model in this work resulted 82% of accuracy of detecting an actual distribution system by analyzing more than 16,000 images of its thermal images.

본 연구는 훼손된 하천 수생태계의 훼손원인을 식별하고 그 전이 과정을 규명하기 위해 수생태계 훼손원인 진단체계를 구축하고 정책적 활용 가능성을 보고자 하였다. 수생태계 현황 조사 및 건강성 평가결과는 하천의 훼손에 대한 전반적인 상황을 알 수 있어 하천 복원 및 관리의 판단 근거로 사용된다. 그러나 하천이 훼손된 원인이나 훼손이 발생하게 된 전이 과정을 고려하지 못한다는 한계를 가진다. 따라서 본 연구에서는 과학적이고 체계적인 진단체계를 제안하여 훼손원인과 그 전이 과정을 규명하였다. 미국, 호주, 유럽의 사례를 분석하여 우리나라에 맞는 진단체계를 제안하였다. 총 8단계로 구성되며, 기초자료 조사, 하천 수생태계 훼손 판단, 훼손 구간 설정, 훼손 유형화 및 잠재적 훼손원인 도출, 본 조사, 주 훼손원인 진단 및 최적 훼손 모델 도출, 종합분석 및 하천 복원방안으로 이루어져 있다. 이러한 진단체계는 하천 생태계의 복잡하고 다양한 특성을 고려하여 훼손원인을 파악할 수 있으며 하천 복원 및 관리 방안을 제시하여 효율적인 의사결정을 지원할 수 있다.