본 연구는 정서 영상을 보며 웨어러블 기구로 측정된 생리적 반응과 정서평정을 분석하여 유발된 정서가 어떻게 표상되는지 알아보고자 하였다. 연구 목적을 위해, 공유된 데이터셋을 다차원척도법(multidimensional scaling)을 통 해 정서 영상, 생리적 반응 및 정서 평정을 2차원에 표상하였다. 또한, 참가자간 분류분석(cross-participant classification)을 활용해 참가자 간 정서표상이 얼마나 일관적인지 분석하였다. 추가적으로, 참가자들의 반응이 유사 한 정도가 각 정서 조건 별로 다른지 확인하기 위해, 정서 영상 별 정확분류와 오분류를 혼동행렬(confusion matrix) 을 통해 탐색하였다. 다차원척도법 결과, 정서 영상들과 정서 평정의 위치가 기존 이론과 부합하게 정서가 및 각성가 벡터에 따라 표상되어, Russell(1980)의 핵심정서이론을 지지하는 것을 확인했다. 표상된 생리적 반응 벡터를 통해, 심박률 증가-저각성, 높은 심박률변산성-부정정서 고각성, 피부전기활동 증가-부정정서 저각성의 관계를 시각화했다. 행동 및 생리 데이터로 학습한 참가자간 분류분석 결과, 평균 정확도가 우연수준보다 높았다. 이는 동일한 영상에 대한 참가자들의 공유되는 정서 표상이 있음을 지지한다. 혼동행렬표를 통해, 저각성 긍정정서로 표상된 감탄, 열정, 그리고 선호는 상대적으로 잘 분류되지 않았고, 서로 더 많이 오분류되는 것을 확인하였다. 다변량 분석인 다차원척 도법과 분류분석을 통해, 본 연구는 영상 자극에 웨어러블 기구로 측정한 생리적 반응과 정서 평정도 핵심 정서 이론 과 부합하는 결과를 얻은 것에 의의가 있다.

본 연구에서는 3D 프린팅 기술과 인체공학 순설계를 이용하여 턱관절 자기공명영상 동적 턱관절 검사 보조기구를 개발하고자 하였다. 3D 프린팅 기술 재료는 3D 프린터(Sindo, 3DWOX1, Korea), 3D 모델러 프로그램(Fusion 360, autodesk, USA), PLA(polylactic Acid) 필라멘트 소재를 이용하였고, 영상 검사는 3.0T 자기공명영상 장비 (Magnetom Vida, Siemens, Germany)를 사용하였다. 개발 방법은 성인 30명(남:13명, 여:17명, 평균나이 22.9±2.0세)의 안면뼈 CT(computed tomography) 검사의 단면 영상을 역학적으로 실측하여 상/하악궁의 형상을 모델링하였다. 모델링된 파일은 FDM(fused deposition modeling) 방식으로 3D 프린팅하였다. 출력된 보조기구는 자화 감수성 인공물 실험, 동적 영상 비교, 만족도 평가로 성능을 평가하였다. 그 결과, 자화감수성 인공물 발생은 개발된 개구 보조 장비와 비교하여 모든 영상에서 유의한 차이가 없었다. 동적 비교 영상에서는 TSE 기법이 모든 평가 법에서 가장 우수한 영상 품질을 보였다. 만족도 평가에서는 피검자는 평균 4.3점, 방사선사는 평균 4.4점으로 높은 만족도를 보였다. 결론적으로 인공물 발생이 없는 환자 맞춤형 보조기구에 개구의 동적 기능이 탑재된 보조기구 를 개발하였다.

본 연구에서는 자기공명영상검사실 방사선사의 환자안전 문화 인식을 분석하고자 하였다. 수도권 자기공명영상검사 실에서 근무하는 방사선사 109명을 대상으로 일반적인 특성, 실태조사, 환자안전 문화 인식에 대해 설문 조사하였 다. 의료종사자들을 대상으로 개발된 한국형 환자안전문화 측정 도구에서 최상위 리더십을 경영진으로, 부서장이라 는 단어를 파트장으로 수정하였고 전문가 5인에게 내용 타당도를 검증받았다. 결과적으로 자기공명영상검사실에서 근무하는 방사선사의 환자안전 문화 인식 점수는 평균 3.97로 높았지만, 안전사고경험 비율이 65.1%로 높게 나타났 다. 따라서 정기적으로 이루어지고 있는 자기공명영상검사 안전교육의 효율성 제고를 위한 연구가 필요하며 본 연구 가 기초자료를 제공할 것이라 사료된다.

본 연구는 남북한 공영방송국의 날씨방송 영상을 비교·분석하기 위한 연구이다. 이를 위하여 먼저 날씨방송을 이론적으로 고찰하고, 지난 1년 간 우리나라 공영방송인 KBS 뉴스의 날씨방송과 북한 공영방송인 조선중앙TV 뉴스의 날씨방송을 연구 대상으로 삼아, 영상구성과 의미연결망분석을 실시하 였다. 결과는 다음과 같았다. 첫째, 우리나라 날씨방송은 북한 날씨방송에 비 하여 약 3배 정도 짧게 구성되었다. 둘째, 우리나라 날씨방송은 ‘기온’, ‘서울’ 등이 의미연결망의 중심부에 있었고, 북한 날씨방송은 ‘지역’, ‘기온’이 의미 연결망 중심부에 있었다. 셋째, 우리나라 날씨방송이 전달하는 날씨 건강주의 정보는 ‘대기질’이었고, 북한은 ‘지자기’로 분석되었다. 이를 통하여 우리나라 날씨방송은 그 길이가 짧고 주요도시를 중심으로 한 빠른 전개가 특징이었던 반면, 북한 날씨방송은 그 길이가 길고 지역을 중심으로 한 느린 전개가 특징 이었다. 또한 건강주의 정보로 우리나라는 미세먼지 등 대기질 정보를 건강주 의 정보로 전달하는 반면, 북한은 협심증, 고혈압 등 순환기질병 지자기 정보 를 건강주의 정보로 전달하고 있었다. 끝으로 본 연구는 기후변화 및 기후위 기의 시대에 들어, 한반도를 공유하고 있는 남북한 공영방송국의 날씨방송이, 향후 어떤 지점을 어떻게 교류·개선할 수 있는지 추가적인 논의체계가 필요할 수 있다는 점을 밝히며 본 연구를 마쳤다.

태풍은 지구 시스템 내 상호작용을 일으키는 대표적인 해양-대기 현상으로 최근 들어 기후변화로 인해 점점 더 강력해지는 추세이다. 2022 개정 과학과 교육과정은 미래 사회 시민으로서의 디지털 소양 함양을 위하여 첨단 과학기술을 활용한 교수-학습 활동의 중요성에 대해 강조하고 있다. 따라서 교과서 삽화의 시공간적 한계점을 해결하고 지 구과학 분야에서 다루는 전지구적 규모의 빅데이터를 활용한 효과적인 수업자료의 개발이 필요하다. 본 연구에서는 PDIE (준비, 개발, 실행, 평가) 모형의 절차에 따라 천리안 위성 2A호 영상 자료를 활용하여 태풍의 경로를 시각화하는 탐구활동 자료를 개발하였다. 준비 단계에서는 2015 및 2022 개정 교육과정과 현행 교과서의 탐구활동 내용을 분석하 였다. 개발 단계에서는 관측 데이터를 수집, 처리, 시각화, 분석할 수 있는 일련의 과정들로 탐구활동을 구성하였으며, 간단한 조작만으로도 결과를 도출할 수 있는 GUI (Graphic User Interface) 기반 시각화 프로그램을 제작하였다. 실행 및 평가 단계에서는 학생들을 대상으로 수업을 진행하였으며 코드를 활용한 수업과 GUI 프로그램 활용 수업을 각각 실시하여 각 활동의 특징을 비교하고 학교 현장에서의 적용 가능성을 확인하였다. 본 연구에서 제시한 수업자료는 전문 적인 프로그래밍 지식이 없어도 GUI 기반으로 실제 관측 데이터를 활용한 탐구활동에 활용될 수 있으며, 이를 통해 학 생들의 지구과학 분야의 이해도와 디지털 소양 함양에 기여할 수 있을 것으로 기대된다.

본 연구는 에니어그램을 활용한 영상관법 상담전략이 분노 감소에 미치는 효 과를 알아보는 데 그 목적이 있다. 연구 문제로 첫째, 에니어그램을 활용한 영 상관법 상담을 통하여 어떠한 심리적 변화를 경험하는가? 둘째, 에니어그램 활 용한 영상관법의 어떤 요소가 분노 감소에 영향을 미쳤는가? 연구 방법은 단일 사례연구 방법을 채택하였으며, 연구 참여자는 34세 여성 으로 신체적, 정서적 측면에서 분노를 호소했다. 에니어그램을 활용한 영상관법 상담전략을 적용하여 2023년 1월~4월까지 주 1회 60분씩 총 8회기 실시하였 다. 또한 에니어그램의 성격적 특성의 변화를 알아보기 위해서 성격유형 검사 를 사전, 사후검사를 진행하였다. 그 결과 특징적인 면은 9번 유형이 사전검사 13점에서 사후검사 3점으로 낮아져 자기표현을 잘하고 있으며, 연구 참여자 스 스로 자기의 성격유형을 이해하면서 본질과 성장방향으로 향하고 있음을 확인 하였고, 영상관법 상담전략의 개입은 어린 시절 미해결 된 촉발사건을 영상으 로 떠올려 알아차리고 거기에 머물러 지켜보면서 부정적인 감정을 긍정적인 변 화를 통하여 심리적, 신체적으로 안정을 갖게 되어 심리치유가 이루어졌다. 분 노감소를 파악하기 위하여 분노검사 사전 76점, 사후 25점으로 현저하게 감소 되었음을 확인하였다.

To identify some significant phenotypic characteristics of maize(zea mays) seeds, we have obtained Red, Green, Blue(RGB) digital image data from 82 recombinant inbred lines. Based on the collected image data, their morphological and color data were analyzed, and seven significant parameters were selected, including area, perimeter, length, width, circularity, roundness, and surface texture. The extracted RGB data were converted into color hex codes to visualize the representative colors of the seeds. These visualized colors were categorized into six groups: gray, yellowish white, yellow, grayish orange, purple, and brown. The results of maize seed phenotypic analysis using the RGB digital images in this study will serve as a useful tool for constructing a database of seed phenotyping database and establishing a standardized classification system.

This study aimed to investigate which areas AI is sensitive when inputting panoramic radiographs with dental area masked and when inputting unmasked ones. Therefore, the null hypothesis of this study was that masking dental area would not make a difference in the sensitive areas of osteoporosis determination of AI. For this study 1165 female(average age 48.4 ± 23.9 years) from whom panoramic radiographs were taken were selected. Either osteoporosis or normal should be clearly defined by oral and maxillofacial radiologists. The panoramic radiographs from the female were classified as either osteoporosis or normal according to the mandibular inferior cortex shape. VGG-16 model was used to get training, validating, and testing to determine between osteoporosis or normal. Two experiments were performed; one using unmasked images of panoramic radiographs, and the other using panoramic radiographs with dental region masked. In two experiments, accuracy of VGG-16 was 97.9% with unmasked images and 98.6% with dental-region-masked images. In the osteoporosis group, the sensitive areas identified with unmasked images included cervical vertebrae, maxillary and mandibular cancellous bone, dental area, zygomatic bone, mandibular inferior cortex, and cranial base. The osteoporosis group shows sensitivity on mandibular cancellous bone, cervical vertebrae, and mandibular inferior cortex with masked images. In the normal group, when unmasked images were input, only dental region was sensitive, while with masked images, only mandibular cancellous bone was sensitive. It is suggestive that when dental influence of panoramic radiographs was excluded, AI determined osteoporosis on the mandibular cancellous bone more sensitively.

이 연구는 초분광 영상으로 두 품종의 콩(청자 3호, 대찬)의 들불병을 진단할 수 있는 모델과 다중분광 영상센서를 개발하기 위해 수행되었다. 무처리구와 들불병 처리구에서 5 nm full width at half maximum (FWHM)으로 구성된 원시 초분광 중심파장들의 콩 식물 영역 반사율들을 추출하여 10 nm FWHM으로 병합한 후, t-test로 차이가 나타난 blue, green, red, red edge, NIR1 및 NIR2 각 영역에서 선정된 대표 밴드로 121개의 식생지수를 계산하였다. 식생지수를 입력변수로 support vector machine (SVM), random forest (RF), extra tree (EXT), extreme gradient boosting (XGB)의 머신러닝 기법과 shapley additive explanation 변수 선택 기법을 적용하여 들불병 진단에 가장 적절한 모델을 선정하고 사용된 식생지수와 파라미터를 나타내었다. T-test 결과 품종에 상관없이 blue 1개(420 nm), green 2개(500, 540 nm), red 1개(600 nm), red edge 2개(680, 700 nm), NIR1 2개(780, 840 nm), NIR2 1개(920 nm)의 총 9개 대표 밴드들이 선택되었고, 성능 평가를 통해 선정된 모델에 청자 3호의 경우 SVM모델(OA=0.86, KC=0.72, 10 VIs)이 선정되었으나 혼동행렬 분석 결과 정상오분류가 적은 RF모델이 선택되었다. RF모델(식 생지수 : RE/Blue, NSI, GDVI, Green/Blue, 파라미터 : max_depth=6, n_estimators=100)은 OA=0.81, KC=0.60, precision=0.86, recall=0.81, F1 score=0.80의 성능을 나타내었다. 대찬은 EXT모델(식생지수 : YVI, RE/Green, 2YVI, 파라미터 : max_depth=8, n_estimators=10)이 선정되 었고, OA=0.86, KC=0.72, precision=0.86, recall=0.86, F1 score=0.86의 성능을 나타내었다.

순간증모제는 산화철, 이산화 타이타늄 등의 다양한 금속을 함유하고 있으며 이들은 대체로 금속 인공물을 발생시키 는 원인이 된다. 본원에서 발생한 순간증모제에 의한 자화율 인공물 사례를 공유함으로써 뇌 자기공명영상 검사 전 순간증모제의 사용 여부 확인 및 제거의 필요성을 강조하고자 하였다. 본원의 사례에서 주 자장 세기에 따라 3.0T에 서 검사한 영상에 비해 1.5T에서 검사한 영상에서 자화율 인공물의 강도가 적음을 확인하였다. 시퀀스에 따라서 스핀 에코 기법 영상보다 경사 에코 시퀀스와 EPI에서 큰 자화율 인공물을 발견할 수 있었다. 또한, 순간증모제는 인공물의 원인이 될 뿐만 아니라 영상의 진단적 가치에 영향을 미쳐 뇌 질환을 진단하는데 오진을 초래할 가능성이 있음을 확인하였다. 따라서 자화율 인공물의 발생을 감소시키기 위해서 뇌 자기공명영상 검사 전 순간증모제 사용 여부를 확인하고 되도록 제거한 후 검사를 시행할 것을 권고한다.

본 연구에서는 자기공명영상 검사 시 와인색 반영구 문신용 염료가 신호 강도에 미치는 영향을 분석하고, 전자파흡수 에 의한 발열 감소 방안을 연구하고자 하였다. 한천과 와인색 반영구 문신용 염료를 이용하여 염료가 퍼진 형태의 팬텀(패드형 팬텀)과 한곳에 뭉친 형태의 팬텀(주사형 팬텀)을 제작하였다. 두 팬텀은 전신용 자기공명영상장치에서 고속스핀에코(turbo spin echo, TSE)와 경사에코(gradient echo, GRE) 계열의 펄스열을 이용하여 2D와 3D로 검사하였다. 검사 후 영상 분석은 팬텀의 몸체, 염료, 공기 방울, 배경을 대상으로 총 720회의 신호강도를 측정하였 다. 전자파흡수에 의한 발열 감소 방안을 확인하기 위해 삽입형 온도계를 팬텀에 삽입 후 검사 전후 팬텀의 온도 변화를 확인하였다. 이때, 대기 온도의 상승 변화를 고려하기 위해 검사 전 대기 온도를 측정하였고, 발열 감소를 위한 방법으로 장치에 내장된 팬, 젖은 거즈, 얼음을 이용하였다. 신호 강도는 2D 영상보다 3D 영상이 좋았고, TSE 계열이 GRE 계열보다 좋았다. 특히 와인색 반영구 문신용 염료가 있는 부위의 신호강도는 공기 때문에 발생한 자화 율 인공물보다 신호강도가 낮게 측정되었다. 온도 측정 검사는 패드형 팬텀과 주사형 팬텀 모두 검사에 의한 온도상 승 효과가 있었으며 온도의 저감을 위한 방법으로 얼음 패드, 팬, 젖은 거즈 순서였다. 본 연구를 통해 와인색 반영구 문신용 염료는 자기공명영상 검사에서 영상과 환자의 안전에 문제를 일으킬 수 있음을 확인하였고, 발열 감소 방안으 로 얼음 패드가 효과적이었다는 것을 확인할 수 있었다.

자기공명(magnetic resonance, MR)영상에서 주로 발생하는 Rician 노이즈는 영상의 화질을 저하하는 주요 요소 중의 하나이다. 본 연구에서는 노이즈 제거에 효율적이라고 잘 알려진 총변이(total variation, TV) 알고리즘을 모 델링하여 Rician 노이즈 레벨에 따른 파라미터를 최적화하고자 한다. 시스템은 8채널 기반의 3.0 T 장치를 활용하였 고 물 팬텀 영상을 획득하여 각각 Rician 노이즈를 0.05, 0.10, 0.15, 그리고 0.20 값을 부가하였다. TV 알고리즘 은 Rudin-Osher-Fatemi 모델을 기반으로 모델링하였고 최적화를 수행하기 위하여 반복수 파라미터를 조정하여 획득된 영상에 적용하였다. 결과적으로 Rician 노이즈 레벨을 0.05, 0.10, 0.15, 그리고 0.20을 사용하였을 때 각 각 30, 40, 80, 그리고 120 반복수를 기반으로 한 TV 노이즈 알고리즘에서 가장 우수한 신호 대 잡음비(signal to noise ratio, SNR)와 대조도 대 잡음비(contrast to noise ratio, CNR) 결괏값이 도출되었다. 또한, 최적화된 반복수를 적용한 TV 알고리즘을 사용한 MR 영상에서 기존의 위너 및 중간값 필터를 사용하였을 때 비하여 SNR과 CNR 모두 우수한 값을 획득할 수 있었다. 특히 기본적으로 획득된 MR 영상보다 최적화된 TV 알고리즘을 적용한 영상의 평균 SNR과 CNR은 각각 3.11 및 3.31배 향상됨이 증명되었다. 결론적으로, 노이즈 제거 효율이 우수한 TV 알고리즘의 최적화된 파라미터를 활용한다면 MR 영상에서의 활용 가능성이 클 것으로 기대한다.

압축센스(Compressed SENSE) 기법은 검사 시간을 획기적으로 단축할 수 있으나, 시간 단축을 위한 기법적용 시 가속계수를 증가시키면 인공물의 발생이 영상에서 증가하는 문제점이 있다. 이에 인공물이 발생하지 않으면서 검사 시간을 최대한 단축할 수 있는 최적의 압축센스 가속계수를 제시하고자 하였다. 연구 방법은 인공물이 발생하지 않는 가속계수 1.0을 기준으로 0.5 간격씩 5.0까지 무릎관절 자기공명영상의 팬텀 실험과 임상실험 영상을 획득한 후, 방사선사 10명이 5점 척도로 영상을 평가하여 유의한 차이가 있는지 판단하였다. 연구 결과 T1 강조영상과 T2 강조 영상 모두 팬텀 실험은 가속계수 2.0 이하로 하였을 때 임상실험은 3.0 이하로 하였을 때 기준이 되는 1.0 영상과 차이가 없었다. 결론적으로 무릎관절 자기공명영상 검사 시 인공물이 발생하지 않으며 검사 시간을 최대로 단축할 수 있는 최적의 압축센스 가속계수는 팬텀 실험의 경우 2.0, 임상실험의 경우 3.0이 적정하리라 판단된다.

This study was conducted to develop a model for predicting the growth of kimchi cabbage using image data and environmental data. Kimchi cabbages of the ‘Cheongmyeong Gaual’ variety were planted three times on July 11th, July 19th, and July 27th at a test field located at Pyeongchang-gun, Gangwon-do (37°37′ N 128°32′ E, 510 elevation), and data on growth, images, and environmental conditions were collected until September 12th. To select key factors for the kimchi cabbage growth prediction model, a correlation analysis was conducted using the collected growth data and meteorological data. The correlation coefficient between fresh weight and growth degree days (GDD) and between fresh weight and integrated solar radiation showed a high correlation coefficient of 0.88. Additionally, fresh weight had significant correlations with height and leaf area of kimchi cabbages, with correlation coefficients of 0.78 and 0.79, respectively. Canopy coverage was selected from the image data and GDD was selected from the environmental data based on references from previous researches. A prediction model for kimchi cabbage of biomass, leaf count, and leaf area was developed by combining GDD, canopy coverage and growth data. Single-factor models, including quadratic, sigmoid, and logistic models, were created and the sigmoid prediction model showed the best explanatory power according to the evaluation results. Developing a multi-factor growth prediction model by combining GDD and canopy coverage resulted in improved determination coefficients of 0.9, 0.95, and 0.89 for biomass, leaf count, and leaf area, respectively, compared to single-factor prediction models. To validate the developed model, validation was conducted and the determination coefficient between measured and predicted fresh weight was 0.91, with an RMSE of 134.2 g, indicating high prediction accuracy. In the past, kimchi cabbage growth prediction was often based on meteorological or image data, which resulted in low predictive accuracy due to the inability to reflect on-site conditions or the heading up of kimchi cabbage. Combining these two prediction methods is expected to enhance the accuracy of crop yield predictions by compensating for the weaknesses of each observation method.

빠르게 변화하는 연안지형과 연안침식의 동적변화 현상을 이해하기 위해서는 시·공간의 연속성이 포함된 짧은 주기 그리고 지 속적인 모니터링이 필요하다. 최근 영상 모니터링 분석기술 발전과 함께 원격감지를 활용한 연안 모니터링 연구가 다수 이루어지고 있다. 원격 감지는 일반적으로 항공기나 위성으로부터 거리를 두고 측정된 영상을 활용하여 객체나 지역에 관한 정보를 추출하는 기술로 연안 지형변화를 빠르고 정확하게 분석할 수 있는 장점이 있어 그 활용도가 점차 증가하는 추세이다. 원격 위성영상 기반 해안선 탐지는 위성 영상으로부터 측정가능한 해안선 정의, 해안선 탐지기술 적용을 통한 해안선 추출로 수행된다. 기존 문헌에서 조사된 다양한 자료로부터 위성 영상기반 해안선 정의, 원격 위성영상 현황, 기존 연구동향, 위성영상 기반 해안선 탐지 기술연구 동향을 분석하였으며, 분석 결과로 부터 최신 연구동향, 이상적인 해안선 추출 및 고도화된 디지털 모니터링과의 연계를 위한 실용적 기법을 검토을 위한 연구를 제언한다. 향후 한반도 전역의 변화 경향과 침식정도의 파악을 위해서는 국지적 모니터링에서 벗어나, 광역 위성 영상 등 디지털 모니터링을 활용 한 능동적인 모니터링 체계를 구축할 필요가 있으며 해안선 탐지 분야는 지속적인 연구와 분석 기술의 발전이 가속화 될 것으로 판단된 다.