With the recent surge in YouTube usage, there has been a proliferation of user-generated videos where individuals evaluate cosmetics. Consequently, many companies are increasingly utilizing evaluation videos for their product marketing and market research. However, a notable drawback is the manual classification of these product review videos incurring significant costs and time. Therefore, this paper proposes a deep learning-based cosmetics search algorithm to automate this task. The algorithm consists of two networks: One for detecting candidates in images using shape features such as circles, rectangles, etc and Another for filtering and categorizing these candidates. The reason for choosing a Two-Stage architecture over One-Stage is that, in videos containing background scenes, it is more robust to first detect cosmetic candidates before classifying them as specific objects. Although Two-Stage structures are generally known to outperform One-Stage structures in terms of model architecture, this study opts for Two-Stage to address issues related to the acquisition of training and validation data that arise when using One-Stage. Acquiring data for the algorithm that detects cosmetic candidates based on shape and the algorithm that classifies candidates into specific objects is cost-effective, ensuring the overall robustness of the algorithm.

This study investigates the enhancement of the oxygen diffusion rate in the cathode channel of a proton exchange membrane fuel cell (PEMFC) by pure oscillating flow, which is the same as the mechanism of human breathe. Three-dimensional numerical simulation, which has the full model of the fuel cell including electrochemical reaction, ion and electronic conduction, mass transfer and thermal variation and so on, is performed to show the phenomena in the channel at the case of a steady state. This model could analysis the oscillating flow as a moving mesh calculation coupled with electrochemical reaction on the catalyst layer, however, it needs a lot of calculation time for each case. The two dimensional numerical simulation has carried on for the study of oscillating flow effect in the cathode channel of PEMFC in order to reduce the calculation time. This study shows the diffusion rate of the oxygen increased and the emission rate of the water vapor increased in the channel by oscillating flow without any forced flow.

미세단층촬영기법은 전임상 동물실험 분석시 고해상도의 혈관 영상화를 위한 중요한 수단이다. 이는 조직 분석과 같이 샘플 훼손이 예상되는 분석 작업 이전에 비파괴적인 방법으로 2차원 또는 3차원 이미지 재구성할 수 있는 장점이 있다. 본 연구에서는 생체 이식용 의료기기인 스텐트를 동물모델에서 전임상 분석을 하는데 있어 미세단층촬영기법의활용방법을 제시하고 금속 스텐트(BMS)와 약물(paclitaxel)이 코팅된 스텐트(DES)의 스텐트 내 재협착정도(ISR)를토끼 모델을 이용하여 평가하고자 하였다. BMS와 DES를 무작위적으로 토끼의 장골동맥에 식립하고 4주 후에 스텐트가 식립된 주위 혈관을 적출한 다음 스텐트 내강에 조영제를 투여하였다. 미세단층촬영기를 이용하여 50kV/200μA의 X-ray 조사량으로 샘플을 스캔하였다. 정량적 분석을 위해 CTAN 소프트웨어를 이용하여 관심영역을 지정하여 정량적 분석을 수행하였다. 피폭 대상에 따라 각기 다른 CT값(Hounsfied Unit)을 획득할 수 있었으며(스텐트 영역; 약 1.2, 조영제 영역; 0.12~0.17, X-ray 비흡수 영역; 0~0.06), 이를 이용하여 2차원, 3차원적 영상을 획득하고 스텐트내 재협착 면적을 산출하였다. 조직병리학적 분석의 염증지수에 해당할 수 있는 확장된 스텐트의 크기를 측정하였을때 BMS와 DES간의 유의한 차이가 나타나지 않았다. 또한 BMS 그룹의 ISR(1.52 ± 0.48mm2)이 DES의 ISR(0.94± 0.42mm2)에 비해 약 1.6배 높은 것으로 확인되었다. 이는 DES에 코팅된 paclitaxel이 세포 증식을 억제하여 스텐트 내강으로 증식하는 것을 저해하였기 때문으로 판단된다. 2차원적 분석 결과 BMS의 재협착 분포는 스텐트 중간 영역에서 전면부와 후면부에 비해 비교적 높은 것으로 확인되었다. 이러한 연구 결과로 볼 때 미세단층촬영기법은 비파괴적인 방법으로 분석이 가능하며 정량적 분석을 위한 기존의 복잡한 조직병리학적 분석법의 보조적인 수단으로 활용될 수 있을 것이다.