본 연구에서는 요추 자기공명영상(magnetic resonance imaging, MRI)검사 시 통증으로 인해 표준 앙와위 (Supine) 자세를 유지하기 힘든 환자들을 대상으로, 딥러닝 기반 재구성 알고리즘인 AIR™ Recon DL을 적용한 측와위(Lateral decubitus) 자세 촬영의 임상적 실용성을 검증하였다. 기존 측와위 검사는 긴 촬영 시간과 신호대잡 음비(signal-to-noise ratio, SNR) 및 대조도대잡음비(contrast-to-noise ratio, CNR) 저하가 고질적인 문제였 으나, 본 연구에서는 가속 계수(AC 1.3) 상향과 유연한 30-channel AIR Coil을 통해 이를 극복하였다. 또한 자체 제작한 비자장용 고정 용구를 적용하여 측와위 자세에서의 환자 유동성을 최소화하고 움직임 인공물을 효과적으로 억제하였다. 분석 결과, 측와위 실험군의 SNR(p=0.651)과 CNR(p=0.476)은 앙와위 대조군과 통계적으로 유의미 한 차이가 없었으며, 6인의 전문가가 평가한 화질 점수 또한 동등한 수준으로 나타났다. 특히 평가자 간 일치도(ICC) 가 0.958로 매우 높게 산출되어 영상의 객관적 신뢰도를 입증하였다. 결론적으로 본 프로토콜은 검사 시간을 기존 대비 약 30% 단축하면서도 표준 영상에 준하는 화질을 제공함으로써, 통증 환자에게 심리적·신체적 부담을 주지 않고도 정확한 진단을 가능케 하는 환자 중심의 최적화된 대안임을 확인하였다.

이 연구는 유공보강근의 형상에 따른 철근콘크리트 유공 보의 전단저항성능을 평가하기 위하여 4체의 실험체를 제작하여 전단실험을 수행하였다. 실험의 주요변수는 유공의 유무, 유공보강 유무, 유공 보강근의 형상으로 하였으며, 제안 유공 보강근은 시공성을 고려하여 사각형과 마름모형이 혼합된 나선형 형태이다. 실험결과, 이 연구에서 제안된 유공보강근은 유공 주변의 균열을 효과적으로 제어하여 실험체의 전단력 향상에 효과적임을 확인하였다. 또한 현행설계기준은 유공 보강근을 배근한 실험체의 실험결과를 과소평가하는 것으로 나타났다.