This study explores the possibility of creating new experimental hanbok designs by accommodating the latest world fashion trends and the changing needs of consumers, in order to attempt to overcome the limitations of traditional Korean fashion design. To do so, We analyze works by contemporary Korean fashion designers to investigate current developments in Korean fashion design and to identify areas of improvement within hanbok design. The results show that most contemporary hanbok designs repeat stereotypes of traditional hanbok with minor modifications. So there arises a need to create new hanbok designs that are clearly distinct from traditional hanbok but also maintain its core features. To develop such designs, I apply the techniques of deconstruction fashion, which allow making experiments with form, composition, and materials use to realize new aesthetics. The use of CLO 3D fashion design software also proves to be very efficient for developing experimental designs. The study results make meaningful contributions to the development of virtual clothing and 3D fashion for hanbok, particularly as metaBUS, a cloud-based research synthesis platform, is rapidly gaining ground, and reality and virtual reality are increasingly mixed in everyday life. This attempt at 3D design of hanbok is expected to trigger more creative experimentation in hanbok design.

PURPOSES : Road surface conditions are vital to traffic safety, management, and operation. To ensure traffic operation and safety during periods of snow and ice during the winter, each local government allocates considerable resources for monitoring that rely on field-oriented manual work. Therefore, a smart monitoring and management system for autonomous snow removal that can rapidly respond to unexpected abrupt heavy snow and black ice in winter must be developed. This study addresses a smart technology for automatically monitoring and detecting road surface conditions in an experimental environment using convolutional neural networks based on a CCTV camera and infrared (IR) sensor data. METHODS : The proposed approach comprises three steps: obtaining CCTV videos and IR sensor data, processing the dataset acquired to apply deep learning based on convolutional neural networks, and training the learning model and validating it. The first step involves a large dataset comprising 12,626 images extracted from the acquired CCTV videos and the synchronized surface temperature data from the IR sensor. In the second step, image frames are extracted from the videos, and only foreground target images are extracted during preprocessing. Hence, only the area (each image measuring 500 × 500) of the asphalt road surface corresponding to the road surface is applied to construct an ideal dataset. In addition, the IR thermometer sensor data stored in the logger are used to calculate the road surface temperatures corresponding to the image acquisition time. The images are classified into three categories, i.e., normal, snow, and black-ice, to construct a training dataset. Under normal conditions, the images include dry and wet road conditions. In the final step, the learning process is conducted using the acquired dataset for deep learning and verification. The dataset contains 10,100 (80%) data points for deep learning and 2,526 (20%) points for verification. RESULTS : To evaluate the proposed approach, the loss, accuracy, and confusion matrix of the addressed model are calculated. The model loss refers to the loss caused by the estimated error of the model, where 0.0479 and 0.0401 are indicated in the learning and verification stages, respectively. Meanwhile, the accuracies are 97.82% and 98.00%, respectively. Based on various tests that involve adjusting the learning parameters, an optimized model is derived by generalizing the characteristics of the input image, and errors such as overfitting are resolved. This experiment shows that this approach can be used for snow and black-ice detections on roads. CONCLUSIONS : The approach introduced herein is feasible in road environments, such as actual tunnel entrances. It does not necessitate expensive imported equipment, as general CCTV cameras can be applied to general roads, and low-cost IR temperature sensors can be used to provide efficiency and high accuracy in road sections such as national roads and highways. It is envisaged that the developed system will be applied to in situ conditions on roads.

PURPOSES : In this study, a method for evaluating concrete bridge deck deterioration using three-dimensional (3D) ground penetrating radar (GPR) survey data and its in situ application are discussed. METHODS : Field surveys are conducted on two bridges in Yongsan-gu (Bridge A) and Seodaemun-gu (Bridge B) in Seoul using 3D GPR. The obtained survey data are used to calculate the dielectric constant map of each bridge using the extended common midpoint method. In addition, random points on both bridges are selected for the chloride content test in accordance with the KS F 2713 standard. The results from the dielectric constant map and chloride content test are compared. RESULTS : For Bridge A, it is discovered that the percentage of sections with a dielectric constant of 5.0 or less is 1.57%, whereas that above 5.0 is 98.43%; this indicates that the percentage of deteriorated sections for Bridge A is low. Meanwhile, for Bridge B, the dielectric constants calculated for the entire bridge exceed 5.0, which suggests no deterioration for Bridge B. Moreover, all the points selected for the chloride content test have less than 0.15% chloride content and have dielectric constants ranging from 5.0 to 7.0, which are favorable condition for the bridge deck. CONCLUSIONS : The analysis results of the dielectric constants of the concrete bridge deck obtained from the 3D GPR system are consistent with the actual chloride content results. Furthermore, additional verification of this method through field surveys on bridge sections with severe deterioration is highly recommended for future improvements.

본 연구는 나노섬유를 제조하는데 빠르고 효과적인 전기방사법을 이용하여 PVA(Polyvinyl alcohol)와 AgNO3를 혼합하여 제조한 용액을 금속산화물 기반 나노 섬유로 이루어진 투명 전극을 제조하고 그 특성을 분석하였다. PVA/AgNO3 혼합 용액을 전기방사법을 이용하여 유리기판 위에 나노 섬유 구조체 형태로 방사하여 250 ℃에서 2 시간 동안 열처리 과정을 통해 전기 전도성이 향상된 은 나노 섬유 기반 투명 전극을 제조하였다. 제조된 투명전극은 four-point probe 장비를 이용하여 전기적 특성을 분석하였으며, UV - Vis spectrophotometer 를 이용하여 제조된 투명전극의 투과도를 확인하였다. 또한, Scanning Electron Microscopy (SEM)과 Energy Dispersive Spectrometer(EDS)를 통해 은 나노 섬유의 표면 특성과 성분을 확인하였다. 이러한 분석들을 통해, 전기 방사 시간에 따른 면 저항과 투과도의 최적화된 조건을 확인할 수 있었으며, 은 나노 섬유로 이루어진 투명 전극은 전기적, 광학적, 기계적 특성이 우수하여 태양전지, 디스플레이, 터치스크린과 같은 차세대 유연 디스플레이에 적용 가능성을 보여주었다.

본 연구에서는 미용전공자들의 VR 체험을 기반으로 한 미용교육이 전문지식과 실무능력에 미 칠 기대의식을 바탕으로 VR을 기반으로 한 미용 교과목 개발과 교육환경을 확보하고자 하였다. 총 106명 의 학습자가 연구에 참여하였으며 온라인 설문지를 이용하여 VR기반 미용 교과목 개발 인식, 전문지식과 실무능력에 관한 인식, 일반적 특성에 관한 문항으로 진행되었다. 수집된 자료는 SPSS 21.0 통계 프로그램 을 사용하여 유의수준 .05 수준에서 검증하였다. 빈도분석, 요인분석, 상관관계, 선형회귀분석을 실시한 조 사결과, 학점이 높을수록 VR 기반 미용 교과목 개발에 대한 인식이 높게 나타났다(p<.01). VR 기반 미용 교과목개발에 대한 인식은 VR기반 전문지식과 실무능력 인식의 하위요인별 전문지식(r=.683, p<.001), 실 무능력(r=.676, p<.001), 산업관련인식(r=.543, p<.001)과 통계적으로 유의미한 정(+)의 상관관계가 있는 것으로 나타났다. 또한 VR 기반 미용 교과목 개발에 대한 인식이 높을수록 전문지식, 실무능력, 산업관련 인식이 향상될 것이라는 기대감을 갖는 것을 알 수 있었다. 이러한 결과로 미용교육환경에서 전공자들의 VR 기반 미용 교과목 개발에 대한 필요성과 교과목 운영에 대한 기대를 확인하였다. 후속 연구에서는 표 본의 범위를 확대한 연구진행이 필요할 것으로 사료된다.

본 논문은 선박 기관실 내의 효율적인 감시를 위한 팬-틸트-줌(PTZ) 카메라 기반의 모니터링 시스템의 설계 방법을 다룬다. 선 박 기관실에는 여전히 전통적인 아날로그 계기들을 사용하는 곳이 많고, 침수나 화재 등 안전과 밀접하게 관련된 사각지대들이 다수 존 재한다. 이러한 감시 개소들에 대하여 비교적 빠른 주기로 넓은 범위를 보장하는 카메라 기반 감시 시스템은 선박의 안전을 강화시킬 수 있는 효과적인 대안이 될 수 있다. 이에 본 연구에서는 기존 PTZ 카메라의 기능들을 소프트웨어적 방법으로 더욱 강화시킨 형태의 모니 터링 시스템을 제안한다. 보다 구체적으로는 카메라제어 모듈, 위치등록 모듈, 순회제어 모듈, 멀티뷰 영상재구성 모듈로 구성된 모니터 링 시스템의 설계 방법을 제안하고, 제안된 방법은 기관실 환경에서의 실험을 통해 그 효용성을 평가한다.

안정적인 선원 수급을 위해서는 선원의 임금 보장이 필수적이다. 하지만 선원들이 임금을 제대로 받지 못하는 임금체불 분쟁 이 발생하고 있다. 본 연구에서는 선원 임금체불을 해결하기 위해 블록체인 기반 스마트 컨트랙트를 이용하여 임금지불 자동체결시스템 을 설계하였다. 설계한 시스템은 정보등록부, 매칭처리부, 평점관리부, 스마트 컨트랙트를 배포하기 위한 임금 송금 등으로 구성된다. 매 칭처리부는 선원과 선주의 자동알림설정을 위해 임금, 선종/어업, 직위, 면허 등 4가지 변수의 가중치 합이 임계값보다 넘으면 전송되도록 설계하였다. 또한, 평상시 근로조건을 상호 간 잘 이행해 나갈 수 있는 매개체 역할을 위해 평균과 중앙값을 조합하여 평점관리방식을 제 시하였다. 스마트 컨트랙트는 중개자 없이 당사자 간 근로계약을 자동으로 이행하게 함으로써 선주에 의한 임금체불 문제뿐만 아니라 선 원에 의한 선불금 사기, 무등록 직업소개소업자의 횡령, 선원수첩 위조 등의 문제들이 자연히 해결될 것이다. 이러한 시스템 설계가 상용 화되어 제도적으로 활성화될 경우, 선원에게는 안정적인 임금보장과 더불어 선주에게는 인력수급의 어려움이 해결될 것으로 기대된다. 향후 본 시스템 개발을 위해 로컬 환경에서 테스트할 예정이다.

현재 교량과 같은 토목구조물의 설계프로세스는 1차 설계 후 구조 검토를 수행하여 기준에 부적합할 경우 재설계하는 과정을 반복 하여 최종적인 성과품을 만드는 것이 일반적이다. 이러한 반복 과정은 설계에 소요되는 기간을 연장시키는 원인이 되며, 보다 수준 높 은 설계를 위해 투입되어야 할 고급 엔지니어링 인력을 기계적인 단순 반복 작업에 소모하고 있다. 이러한 문제는 설계 과정 자동화를 통하여 해결할 수 있으나, 설계 과정에서 사용되는 해석프로그램은 이러한 자동화에 가장 큰 장애요인이 되어 왔다. 본 연구에서는 기 존 설계 과정 중 반복작업을 대체하고자 강화학습 알고리즘과 외부 해석프로그램을 함께 제어할 수 있는 인터페이스를 포함한 교량 설계 프로세스에 대한 AI기반 자동화 시스템을 구축하였다. 이 연구를 통하여 구축된 시스템의 프로토타입은 2경간 RC라멘교를 대 상으로 제작하였다. 개발된 인터페이스 체계는 향후 최신 AI 및 타 형식의 교량설계 간 연계를 위한 기초기술로써 활용될 수 있을 것 으로 판단된다..

Odor is a type of sensory pollution that can stimulate the human sense of smell when it occurs, causing discomfort and making it difficult to create a pleasant environment. For this reason, there is a high possibility of complaints regarding odors if odors occur in pigsties near residential properties, and the number of such complaints is also increasing. In addition, odors emanating from pigsties around military installations can cause physical and psychological harm, not only to the soldiers living in these type of facilities but also to the families belonging to military personnel living there as well. Because the concentration of odors varies due to diverse factors such as temperature, humidity, wind direction, wind speed, and interaction between causative materials, predicting odors based on only one factor is not proper or appropriate. Therefore, in this work, we sought to construct models that are based on several regression techniques of machine learning using data collected in field. And we selected and utilized the model that has the highest-accuracy in order to notify and warn residents of odors in advance. In this work, 3672 data items were used to train and test the model. The several machine learning algorithms to build the models are polynomial regression, ridge regression, K-nearest neighbor regression (KNN Regression), and random forest. Comparing the performance of models based on each algorithm, the study found that KNN Regression was the most suitable model, and the result obtained from KNN regression was significant.

본 논문에서는 국내 최초로 건축구조기준(KBC 2016)에 기반하여 확률적 영역에서 초과손상확률 형태와 평균손상확률 형태 의 강풍 취약도 평가 방법론을 개발하였다. 본 연구에서는 풍하중에 대한 3초 순간풍속의 영향을 고려할 수 있는 풍하중 산정식을 건 축구조기준을 기초로 유도하였다. 또한 풍하중과 관련된 문헌을 기초로 유도된 3초 순간풍속 기반의 풍하중 산정식에 적용할 수 있는 풍하중 산정계수의 통계치를 제시하였다. 본 연구에서는 초과손상확률 형태와 평균손상확률 형태의 강풍 취약도를 평가하기 위하여 몬테카를로 모사(Monte Carlo Simulation) 기법을 이용하여 해석적 확률 모델을 개발하였다. 제안한 강풍 취약도 평가 방법론의 신뢰 성은 저층 건축물 모형의 지붕 쉬딩 패널 시스템(roof sheathing panel system)을 대상으로 ASCE(American Society of Civil Engineers) 풍하중 기준을 적용한 취약도 평가 방법론의 결과와 비교·검증되었다. 본 연구는 국내 건축구조기준의 풍하중 산정식을 이용하여 강 풍 취약도의 평가 방법론을 보이며, 제안된 방법론에 의한 강풍 취약도는 기존 ASCE 기반 방법론의 결과와 비교하여 작은 오차 범위 내에서 잘 일치함이 확인되었다. 본 연구에서 제시한 강풍 취약도 평가 방법론은 자연재해저감계획 등에 따른 강풍 피해 예측 시 취약 도 구축 방법으로 적용될 수 있을 것으로 판단된다.

본 연구의 목적은 뇌성마비 아동에게 다감각스토리텔링에 기반한 활동중심중재를 적용하고 사회적 상호작용에 미 치는 영향에 대해 알아보는 것이다. 유사실험연구로 단일눈가림, 두 집단 사전-사후검사로 설계하였고, 경직형 뇌성마 비로 진단받고, 대동작기능분류체계(GMFCS) Ⅰ~Ⅲ단계에 속하는 7~8세 아동 24명을 대상으로 하였다. 실험군과 대조군에 12명씩 무작위 배정하고 아동과 보호자는 집단이 어디에 속하는지 알 수 없도록 하였다. 집단별 프로그램은 회기당 60분, 주 2회, 8주간, 총 16회기 동안 진행되었고, 실험군은 다감각스토리텔링에 기반한 활동중심중재를 하였 고, 대조군은 구조화된 신체활동을 실시하였다. 아동의 중재 전과 후에 사회적 상호작용의 변화정도를 확인하기 위해 또래관계기술척도를 사용하여 측정하였다. 수집된 자료는 SPSS 25.0 for windows (IBM Corp, USA) 프로그램을 이 용하여 분석하였고, 통계적 검증을 위한 유의수준(α)은 0.05로 하였다. 실험군과 대조군의 또래관계기술의 집단 내 변 화는 윌콕슨부호순위검정(Wilcoxon Signed-Rank test)으로 확인하고, 두 집단 간 변화량 차이의 비교는 맨휘트니검정 (Mann-Whitney U test)으로 분석하였다. 연구결과 또래관계기술의 집단 내 변화에서 또래관계기술의 전체 값과 하위 평가의 협동과 공감영역에서 실험군과 대조군 모두 유의한 차이가 있었고, 주도성 영역에서는 실험군은 유의한 차이 를 나타냈으나 대조군은 유의한 차이가 없었다. 두 집단 간 변화량 차이에서 또래관계기술의 하위평가의 주도성영역 과 전체 값에서 유의한 차이를 나타냈고, 협동과 공감 영역에서는 유의한 차이가 없었다. 본 연구에서는 뇌성마비 아 동을 대상으로 다감각스토리텔링에 기반한 활동중심중재를 적용하여 또래관계기술에 유의한 향상을 확인하였다. 다감 각스토리텔링에 기반한 활동중심중재는 뇌성마비 아동의 사회적 상호작용에 효과적인 중재방법으로 제안할 수 있다.

본 연구의 목적은 본 연구에서는 탄소나노튜브 기반의 신축성 직물 센서의 모양과 의복 상 부착 위치가 아동의 사지 관절 동작 센싱 성능에 미치는 영향을 분석하고, 이를 통해 아동의 사지 동작 센싱에 적합한 직물 동작 센서의 요건을 규명하고자 하였다. 실험 대상 아동에게 2종의 센서 모양과 2개의 센서 부착 위치에 따라 조작된 실험복을 착의시킨 후 60 deg/sec의 속도로, 팔과 다리의 굽힘-폄 동작(60°, 90°의 동작 각도별로 10회씩 3회 반복 동작, 총 60회 동작)에 의한 직물 센서의 신장과 수축에 따른 전압의 변화량을 측정하였으며, 가속도 센서를 함께 부착하여, 센싱 결과의 일치 도를 분석함으로써 신뢰도를 검증하였다. 실험 결과 아동의 팔과 다리 동작을 가장 효율적으로 측정할 수 있는 직물 센서의 구성 요건은 장방형 모양 센서 및 관절로부터 4㎝ 아래 부위에 부착된 센서로 나타났다. 본 연구에서는 아동의 사지 동작 측정에 적합한 직물 센서를 개발하고 관절동작 센싱에 적합한 센서의 모양과 의복 상 부착 위치에 대한 조건 을 분석하였으며, 의복에 통합된 유연한 직물 센서를 활용하여 인체 부위별 동작 센싱이 가능하다는 것을 규명하였다.

This study aims to examine whether CEFR-based CELA can be presented as a placement test for TOEIC. Data collected from 1,142 college freshmen who participated in both tests were analyzed to determine: 1) how hypothetical levels of a CELA score differed from existing TOEIC levels; 2) if there was any significant correlation between test scores and final grades; and 3) how native English professors viewed CELA as a placement test. The analysis revealed that CELA did not perform better a placement test than TOEIC. It did not have a higher correlation with the final grade either. However, the fact that CELA is more aligned with the content and objective of the English course and that most native English professors consider CELA more suitable as a placement test can be seen as positive factors supporting it to replace the existing placement test. Results of this study if curriculum and student levels are different.

본 연구의 목적은 마우스 사용 시 손목터널증후군을 예방할 수 있는 스마트장갑을 연구하는 것이다. 연구에 앞서 손목의 좌·우 움직임은 미세하므로 게이지율(Gauge Factor)이 크고, 이력현상(Hysteresis)이 적은 인장 직물 센서가 필요하다. 만능재료시험기(UTM)를 통해 4가지의 직물을 분석하여 각각의 게이지율을 계산하고, 이력현상도 가장 적은 직물을 선택하였다. 또한, 3가지 부착방법을 아두이노로 분석하여 센서값 변화(△Sensor Value) 값이 큰 방법을 선택하였다. 선택된 직물과 부착방법으로 제작한 프로토타입을 아두이노를 통해 데이터 패턴을 분석하였다. 첫 번째 는 센서 1개(A 센서)로만 파악하는 방법이고, 두 번째로는 센서 2개(A, B 센서)로 파악하는 방법이다. 손목 왼쪽(A 센서), 손목 오른쪽(B 센서) 양쪽에 인장 직물 센서를 부착하고, 손목을 오른쪽으로 꺾을 때 A 센서는 늘어나서 △ Sensor Value 값이 커지고, B 센서는 줄어들어서 △Sensor Value가 작아진다. 반면에 손목을 왼쪽으로 꺾을 때는반대로 패턴이 분석되었다. 본 연구를 통해 손목이 꺾일 시 LED가 켜지는 알고리즘으로 손목터널증후군을 예방하는 스마트장갑을 연구하였고, 본 연구 결과를 기반으로 후속 연구에서는 10명을 대상으로 직접 마우스를 사용하면서 실제 사용 시 문제점을 파악하고 파악된 문제점을 해결하고자 한다.

Purpose: This study developed an educational program for structured discussion-based learning, problem-based learning (PBL), and simulation for nursing students. Its effects on learning attitude, problem-solving process, and clinical competence were then analyzed. Methods: This study used a one-group pretest–posttest experimental method among 135 fourth-year nursing students taking the simulation course at a university in D city. We operated the PBL by applying the structured discussion method and simulation education based on four modules covering major diseases among adults. The data collected before and after the program were analyzed using descriptive statistics and paired t-tests. Results: The program significantly improved nursing students’ learning attitude, problem-solving process, and clinical competence. Conclusions: We verified the effects of the simulation education program for structured discussion-based learning and PBL. Further studies are needed to develop and apply simulation educational programs utilizing various devices that can improve learners’ participation and professors’ operational protocols by systematically combining them with different teaching/learning methods.

Purpose: This study aimed to develop a web-based video program related to abnormal mental disorder behaviors in standardized patients and verify its effectiveness for nursing students. Methods: This study consisted of pre-test and post-test for a non-equivalent control group design. The participants were 46 nursing students(experimental group: 23, control group: 23). The experimental group was trained in a video program that applied standardized patients, while the control group received traditional training. Data collected from March to June, 2020, were analyzed using IBM SPSS Statistics for Windows, version 25.0, chi-square test, Fisher's exact test, Mann-Whitney U test, and independent t-test. Results: The difference between the experimental and control groups was statistically significant in terms of learning satisfaction (Z=2.08, p=.038), learning self-efficacy(t=2.80, p=.009), motivation for transfer(t=3.45, p=.001), and clinical reasoning competence(t=2.28, p=.028). Conclusion: This study showed that a video program on abnormal mental disorder behaviors in standardized patients is an effective tool for mental health nursing education.

소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.

위치 기반 AR 게임에서 모바일 기기의 위치를 정확하게 추정하는 것은 중요한 요소 중 하나이다. 모바일 기 기에 내장되어 있는 위치 추정 시스템이 얼마나 정확하게 위치정보를 추정하는 지가 증강되는 AR 콘텐츠의 정확도를 결정한다. 하지만 도시 환경에서는 건물, 건축물, 광고판, 표지판 등 지형지물 및 장애물에 의해서 위치 추정을 위해 필요한 신호가 반사, 굴절, 회절, 차단 등이 발생하게 되고 그로 인하여 모바일 기기의 위 치 추정 시스템으로부터 추정되는 위치에 오차가 생기게 된다. 본 논문에서는 도시 환경에서 모바일 기기의 위치 오차가 증가하는 현상에 대해서 상용 스트리트 뷰와 문자 태그를 활용하여 심플하면서도 신뢰성 있는 위치 보정 방안을 제안한다. 제안하는 위치 보정 방안은 쿼리 이미지와 스트리트 뷰 파노라마 이미지로부터 생성된 문자 태그를 대조하는 것을 통해서 매칭 스코어를 계산한고 매칭 스코어에 따라 쿼리 이미지를 촬영 한 실제 위치와 가까운 스트리트 뷰를 검색하는 것을 통해서 모바일 기기의 위치를 보정한다. 제안하는 위치 보정 방안은 위치 오차가 43.71m인 위치를 위치 오차가 4.09m인 위치로 보정하였으며 낮과 밤에 관계없이 위치를 보정할 수 있다는 장점이 있다.

최근 자기공명영상 획득을 위한 시뮬레이션 도구가 개발되어 오랜 시간이 소요되는 임상 연구를 대체할 수 있게 되었다. 이에 본 연구에서는 MRiLab 시뮬레이션을 사용하여 부가인자인 에코 시간의 변화에 따라 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하여 영상의 신호 및 노이즈의 변화를 정량적으로 평가하고 경향성을 파악하고자 한다. 이를 위해 실제 MRI 장비를 기반으로 새롭게 개발된 MRiLab simulation tool을 사용하여 모든 파라미터를 같게 고정한 후 TE만을 20~95 ms범위에서 5 ms 간격으로 각각 설정하여 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하였다. 획득된 영상들의 신호 및 노이즈 특성 변화를 정량적으로 평가하기 위해 신호대잡음비 및 대조대잡음비를 측정하였다. 결과적으로, TE가 증가할수록 SNR은 감소하고 CNR은 증가하는 경향을 보였다. 이는 TE가 증가할수록 관심 영역으로 설정된 뇌척 수액 신호는 일정하게 유지되는 반면 노이즈는 증가하였으며, 백그라운드로 설정된 백질의 경우 신호가 감소함과 동시에 노이즈가 증가한 것이 원인으로 분석된다. 결론적으로, 진단에 용이한 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하기 위해서는 그 목적에 따라 적합한 TE를 설정하는 것이 중요함을 확인하였다.

본 연구는 고속 스핀에코 기법의 T2 강조영상 획득에 있어 온도 상승을 최적화하기 위한 에코 개수(echo train length, ETL) 25를 기반으로 재자화 펄스의 범위에 따른 온도 변화와 이에 따른 신호대잡음비(signal to noise ratio, SNR) 분석을 통한 합리적인 영상 파라미터를 제시하고자 하였다. 온도 변화측정은 수소원자 공명주파수(proton resonance frequency shift. PRF) 기법을 활용했으며, 재자화 펄스의 각도(flip angle, FA)에 따른 온도 상승을 측정하였다. 온도 변화는 재자화 펄스 90도 인가 시에 약 0.202±0.023°C로 증가했으며, 이는 최소 FA인 60도(약 0.196±0.024°C)와 가장 유사하게 나타났다. 또한, 그 영상의 SNR은 FA 120도과 150도에 비해 FA 90도에서 약간 감소하는 경향이 나타났지만(약 12.5%), FA 180도와 비교하여 큰 차이는 발생하지 않았다 (FA 90도=349.66±3.68; FA 180도=357.68±3.21). 이 결과들은 고속스핀에코 기법에서 ETL 25를 사용한 빠른 영상획득 시간을 기반으로 합리적인 영상신호와 재자화 펄스에 의한 최소 온도 상승을 나타내며, 이는 인체 MR 안전기준을 충분히 보장하는데 기여할 수 있다. 특히, ETL 25와 결합된 90도 FA 사용은 가속화된 영상획득 시간, 합당한 T2 영상의 SNR, 그리고 최적의 인체 온도 증가를 위한 고속스핀에코 기법에서의 최적화된 영상 파라미터가 될 수 있을 것으로 사료된다.