2015년부터 2022년도까지 6개목(딱정벌레목, 노린재목, 나비목, 벌목, 파리목, 총채벌레목) 곤충들에 대해서 식물검역현장 검출실적과 국내 보고된 미기록종을 분석하였다. 해당기간 동안 국경검역에서 6개목 곤충은 총 45,084건이 검출되었다. 같은 기간 국내에서는 총 545종이 미기록종 으로 보고되었으며, 이중 9종은 국경검역에서도 검출된 것으로 확인되었다. 검역현장에서는 딱정벌레목, 총채벌레목, 노린재목이 높은 검출률을 보 였으며, 국내 미기록종 중에서는 벌목이 176종으로 가장 많이 보고되었다. 본 연구를 통해 침입압력(국경검역 검출)과 실제 침입(국내 미기록종 발 견) 사이에 비동시성이 확인되었다. 향후 보다 장기적인 분석이 필요할 뿐만 아니라 지속적인 식물검역시스템 개선이 필요할 것으로 판단된다.

Rapid and accurate detection of pathogenic bacteria is crucial for various applications, including public health and food safety. However, existing bacteria detection techniques have several drawbacks as they are inconvenient and require time-consuming procedures and complex machinery. Recently, the precision and versatility of CRISPR/Cas system has been leveraged to design biosensors that offer a more efficient and accurate approach to bacterial detection compared to the existing techniques. Significant research has been focused on developing biosensors based on the CRISPR/Cas system which has shown promise in efficiently detecting pathogenic bacteria or virus. In this review, we present a biosensor based on the CRISPR/Cas system that has been specifically developed to overcome these limitations and detect different pathogenic bacteria effectively including Vibrio parahaemolyticus, Salmonella, E. coli O157:H7, and Listeria monocytogenes. This biosensor takes advantage of the CRISPR/Cas system's precision and versatility for more efficiently accurately detecting bacteria compared to the previous techniques. The biosensor has potential to enhance public health and ensure food safety as the biosensor’s design can revolutionize method of detecting pathogenic bacteria. It provides a rapid and reliable method for identifying harmful bacteria and it can aid in early intervention and preventive measures, mitigating the risk of bacterial outbreaks and their associated consequences. Further research and development in this area will lead to development of even more advanced biosensors capable of detecting an even broader range of bacterial pathogens, thereby significantly benefiting various industries and helping in safeguard human health

해양산업시설에서는 많은 종류의 유해물질의 배출 가능성이 존재하기 때문에 이에 대한 체계적인 대응체계가 필요하다. 그 중 연속자동 측정이 가능하면서 ppb 수준의 낮은 검출하한 (limit of detection:LOD)를 갖는 센서 구현은 매우 중요하다. 이를 위해 본 연구에서 는 활성탄소(carbon black)와 Indium tin oxide (ITO) 나노입자를 혼합한 film의 표면저항의 변화를 이용한 고성능 센서 제안 및 구현을 위해 성능인자를 최적화하였다. 센서 구조는 접촉 면적과 전극 간격을 최적화하였다. 접촉 면적이 증가하면 감도, LOD 성능이 향상되었으며 60 mm2에서 최적화되었다. 또한, 전극 간격은 접촉 면적을 일정하게 유지한 상태에서 변화시켰으며 센서 응답은 전극 간격이 감소함에 따라 증가하는 것을 확인하였다. 마지막으로 센서 표면에서의 유해물질의 잔류시간 증가를 위해 화학흡착제를 적용하였다. 화학흡착제는 유해 물질을 선택적으로 흡수할 수 있는 polyester계를 선택하였다. 그 결과 농도가 증가함에 따라 응답이 선형적으로 증가하여 센서로 활용이 가능한 것을 확인하였다. 이러한 3가지의 방법을 통해 센서를 제작하였을 때 액상 유해물질을 기존 센서의 LOD(89.9 ppb)와 비교 10~40 ppb 정도의 낮은 농도를 검출할 수 있는 센서를 구현하였다.

In the realm of dental prosthesis fabrication, obtaining accurate impressions has historically been a challenging and inefficient process, often hindered by hygiene concerns and patient discomfort. Addressing these limitations, Company D recently introduced a cutting-edge solution by harnessing the potential of intraoral scan images to create 3D dental models. However, the complexity of these scan images, encompassing not only teeth and gums but also the palate, tongue, and other structures, posed a new set of challenges. In response, we propose a sophisticated real-time image segmentation algorithm that selectively extracts pertinent data, specifically focusing on teeth and gums, from oral scan images obtained through Company D's oral scanner for 3D model generation. A key challenge we tackled was the detection of the intricate molar regions, common in dental imaging, which we effectively addressed through intelligent data augmentation for enhanced training. By placing significant emphasis on both accuracy and speed, critical factors for real-time intraoral scanning, our proposed algorithm demonstrated exceptional performance, boasting an impressive accuracy rate of 0.91 and an unrivaled FPS of 92.4. Compared to existing algorithms, our solution exhibited superior outcomes when integrated into Company D's oral scanner. This algorithm is scheduled for deployment and commercialization within Company D's intraoral scanner.

본 연구에서는 수산물 시료 중 Salmonella spp. 검출을 위해 단시간의 전배양(2시간 이내)과 탈염과정을 포함한 DNA 추출법을 사용하여 분자생물학적 검출을 위한 수산 물 전처리 방법에 대해 연구하였다. 배양 시간에 따른 증 균 효율을 탐색하기 위해 100, 101 및 102 CFU/mL농도 의 Salmonella spp. 5종을 NB 0.5에 접종하여 증균 전, 1시간 및 2시간 동안의 증균 효율을 비교하였다. 그 결 과, 2시간 동안 모든 농도에서 약 1 log CFU/mL가 증균 되어 초기 농도와 유의적인 차이가 나타났다. 또한 지역 별 패류시료에 S. Typhimurium을 인위적으로 감염시킨 뒤 DNA를 추출하여 염농도를 측정한 결과, 모든 시료의 염농도가 0%로 DNA 추출과 동시에 탈염이 이루어진 것 을 확인하였다. 이후 추출한 DNA를 사용하여 PCR을 수 행한 결과 모든 시료에서 S. Typhimurium의 특이적 양성 밴드가 확인되었다. 다음으로 수산물 시료 중 Salmonella spp. 검출을 위한 증균 과정과 탈염을 포함한 DNA 추출 방법의 검증을 위해 멸균 홍합시료 및 비멸균 홍합시료 에 Salmonella spp. 5종을 인공적으로 약 100, 101, 102 CFU/g의 농도로 오염시켜 전배양과 DNA를 추출하여 PCR로 특이적 증폭 밴드의 여부를 확인한 결과, 모든 농 도의 Salmonella spp. 5종에서 특이적 밴드가 확인되었다 . 결과적으로 본 연구에서 제시한 전배양 및 DNA 추출 방법을 포함한 전처리 방법과 PCR을 사용하여 수산물 시 료에서 10 CFU/g 미만의 Salmonella spp.를 검출하였으 며, 시간과 비용면에서 효율적이며 과정이 복잡하기 않기 때문에 수산물의 처리 현장에 활용될 수 있을 것으로 기 대된다.

This study assessed the measurement technique of odorous substances using a GC/MOS system with MOS sensor at the detector and the method detection limits were determined for odorous substances such as hydrogen sulfide, acetaldehyde, toluene, m,pxylene, and o-xylene. The portable GC/MOS system was able to separate and measure about 16 out of 22 odorous substances including sulfur compounds, aldehydes, and VOCs. The peak values for hydrogen sulfide, acetaldehyde, toluene, m,p-xylene, and o-xylene showed a nonlinear relationship with concentration and a correlation coefficient of 0.95 or higher was confirmed. The method detection limits for hydrogen sulfide, acetaldehyde, toluene, m.pxylene, and o-xylene using the portable GC/MOS system were determined to be 0.005, 0.023, 0.016, 0.004, and 0.051 ppm, respectively. It is expected that the system can measure odor samples with concentrations of least 50 ppb without additional pretreatment or concentration processes.

This study was conducted to obtain basic information for the use of the ATP fluorescence detection method in consideration of the most common and frequent contamination situation that occurs in laboratories dealing with fire blight causing bacterium, Erwinia amylovora. ATP luminescence measurements (Relative Light Unit, RLU) were tested against these pathogen cells (CFU/cm2) which were artificially introduced on the disinfected surface of a bench floor of a biosafety cabinet (Class 2 Type A1), on a part of the disinfected surface of a lab experimental bench, on a part of the disinfected floor, and on a part of the disinfected floor of an acryl chamber for bioaerosol studies in a biosafety laboratory (BSL 2 class) using two different ATP bioluminometers. RLU values were not much increased with the bacterial cells from 2.15 × 102/cm2 to 2.15 × 106/cm2. RLU values varied among the four different surfaces tested. RLU values measured from the same number of bacterial cells differed little between the two different ATP bioluminometers used for this study. RLU values obtained from bacterial cells higher than 2.15 × 107/cm2 indicated the presence of bacterial contamination on the four different surfaces tested. The R2 values obtained based on the correlation data for the RLU values in response to different E. amylovora cell numbers (CFU/ cm2) on the surfaces of the four test spots ranged from 0.9827 to 0.9999.

해수 중 존재하는 유해화학물질 검출을 목적으로 센서 시작품 제작하고 성능을 확인하였다. 센서 시작품은 검지부, 기구부, 구 동부로 구성하였다. 센서의 검지부는 ITO (Indium-Tin-Oxide) 금속산화물 나노입자 (metal oxide nanoparticle) 필름을 기판위에 인쇄하여 제작 하였고, 온도와 HNS 농도를 동시에 검출할 수 있도록 2개의 검출 부분을 갖도록 설계하였다. 센서의 기구부는 검지부와 구동부를 연결하 며, 검출에 영향을 줄 수 있는 화학적 반응을 막기 위해 테프론 재질을 이용하여 제작하였고, 특히 검지부의 착탈이 용이하도록 설계 하 였다. 구동부는 브릿지 회로와 아두이노 보드를 이용하여 전원 공급과 데이터 측정 및 디스플레이가 가능하도록 제작하였다. 시작품의 성 능에 대해서는 기존의 수질 센서를 참고한 성능 사양을 제시하고, 유기용제를 사용한 검지부와 시작품의 동작을 확인하여 응답 (ΔR), 검 출하한 (Limit of Detection), 응답시간 (response time), 오차 (error) 등을 평가하였다. 또한 해수 중 동작 특성을 파악하여 설계 사양이 구현되 었는지 확인하였다.

최근 수십 년간 전 세계는 경제발전과 수송수단의 향상으로 다양한 외래종이 침입할 수 있는 시대가 되었다. 외국산 농산물의 수입요구는 외 래종의 침입을 보다 용이하게 하며 이렇게 침입한 외래종은 국내 생물상의 교란을 야기한다. 식물검역의 목적은 외래해충으로부터 국내 농업환경 및 생태계를 보호하는데 있다. 본 연구에서는 농림축산검역본부의 병해충정보시스템에 기록된 자료를 통해 1996년부터 2020년까지 수입절화류 에서 발견한 해충 검출 동향을 분석하였다. 이 기간동안 총 69개국 159품목 147,160개에서 검출된 해충은 13,757건의 467종 (잠정규제해충 273 종, 관리해충 78종, 비검역해충 118종)이었다. 특히, 총채벌레목과 매미목 해충의 검출율이 전체의 80% 이상을 차지하여 수입 절화류에서 가장 많 이 발견되는 해충분류군으로 분석하였다.

한국 천일염 생산 지역의 인구는 빠르게 고령화되고 있어 생산 노동자가 줄고 있는 추세이다. 소금 포집 작업은 천일염 생산 과정에서 가장 많은 노동력을 필요로 한다. 기존의 포집 장치는 사람의 작동 및 운전이 필요하여 상당한 노동력이 필요해서, 천일염 무인 포집장치를 개발하여 생산 노동자의 노동력을 감소시키고자 한다. 천일염 포집장치는 색상 검출을 통해 소금의 포집 상황과 염전에서의 위치를 파악하도록 설계되었기 때문에, 포집장치의 색상 검출 성능이 중요한 요소이다. 그래서 색상 검출 성능 향상을 위해 이미지 처리 를 이용한 알고리즘을 연구하였다. 알고리즘은 입력 이미지를 크기 재조정, 회전 및 투시 변환을 이용하여 around-view 이미지를 생성하고, RoI를 설정하여 해당 영역만 HSV 색상 모델로 변환하고 논리곱 연산을 통해 색상 영역을 검출한다. 검출 된 색상영역은 형태학적 연산을 이용하여 검출 영역을 확장하고 노이즈를 제거하여 컨투어와 이미지 모멘트를 이용하여 검출영역의 면적을 계산하고 설정된 면적과 비 교하여 염판에서 포집장치의 위치 경우를 결정한다. 성능 평가는 알고리즘을 적용한 최종 검출 색상의 계산 면적과 알고리즘의 각 단계 의 검출 색상의 면적을 비교하여 평가하였다. 평가 결과 소금을 검출하는 흰색의 경우 최소 25%에서 최대 99% 이상, 빨간색의 경우 최소 44%에서 최대 68%, 파란색과 녹색은 평균적으로 각각 7%와 15% 검출면적 증가가 있어 색상 검출 성능이 향상되었음을 확인할 수 있었으 며, 이를 무인 천일염 포집장치의 무인작업 수행을 위한 위치 확인에 적용 가능할 것으로 사료된다.

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제 안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검 출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반 적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따 라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우 수하다는 것을 증명할 수 있었다.

국내 유통되는 반려동물 사료의 살모넬라 분석시 증균 배양법, 효소면역기법에 의한 분석, 종 특이 primer를 활 용한 PCR 방법을 활용하여 비교 평가하였다. 시료 175점 Salmonella spp. 검출 결과 증균배양법 및 종 특이 primer를 활용한 PCR 방법에 의한 검출 방법에서 2점의 시료(육포, 옥수수 글루텐)가 양성으로 확인되었고, 효소면역기법에 의한 검출방법에서는 1점의 시료(옥수수 글루텐)가 양성 으로 확인되었다. 증균배양법 및 효소면역기법에 의한 검 출방법에 비해 종 특이 primer를 활용한 PCR 방법을 적 용 할 경우 시료에서 분리된 균주의 종(species) 판별이 가 능하였다.