국내 핵의학은 1959년에 갑상선 질환 환자에서 131I를 이용하여 섭취 및 배출을 측정하면서 시작된 이후, 지난 60여 년간 괄목할 만한 발전을 이루어 왔다. 1961년에 도입된 핵의학 진단영상 검사는 감마카메라를 이용한 감마카메라영상 및 양전자단층 촬영(positron emission tomography, PET)을 이용한 PET/computed tomography (CT)가 현재 주요 검사로 자리잡고 있다. 감마 카메라와 PET/CT에 활용되는 방사성동위원소는 발생기 (generator)와 사이클로트론(cyclotron)을 통해 생산되며, 이러한 방사성동위원소는 표적 장기에 선택적으로 섭취되는 화합물에 표지되어 방사성의약품으로 조제된다. 국내에서 췌장담도 질환 환자에 주로 사용되는 핵의학 진단영상검사용 방사성의약품으 로는 전신뼈스캔에 사용되는 99mTc-dicarboxypropane diphosphonate (DPD)와 99mTc-methylene diphosphonate (MDP), 99mTc-hydroxymethylene diphosphonate (HMDP)가 있으며, 간담도스캔에는 99mTc-bromotriethyliminodiacetic acid (BrIDA 또는 mebrofenin)가 있다. 또한 18F-fluorodeoxyglucose (18F-FDG)와 18F-2-fluoro-3,4-dihydroxyphenylalanine (18F-FDOPA), 111Inpentetreotide (octreotide), 68Ga-1,4,7,10-tetraazacyclododecane- 1,4,7,10-tetraacetic acid0-Tyr3-octreotide (DOTA-TOC)는 주로 췌장담도계 종양의 진단과 치료 방침 결정에 유용하게 활용 되고 있다. 핵의학 진단영상검사로 인한 환자의 의료 피폭은 국내 자연 방사선으로 의한 방사선량과 비교하여 수용 가능한 수준으로 여겨진다. 임상의가 핵의학 진단영상검사의 특성을 충분히 이해하고 이를 환자와 효과적으로 소통할 경우, 신뢰 관계 형성은 물론 진료의 질 향상에도 크게 기여할 수 있을 것이다.

Invasive species compete with native species and damage ecosystems. Due to their limited resources, island ecosystems are vulnerable to impacts of invasive species. In the Deokjeok archipelago, South Korea, invasive sika deer (Cervus nippon ssp. taiouanus) introduced for economic purposes are causing harm through severe browsing. This study aimed to evaluate long-term browsing impacts of invasive deer by tracking vegetation index changes from 1986 to 2020 with Landsat satellite imagery and the LandTrendr algorithm. We compared vegetation index trend using Sen’s slope and Disturbance/Recovery area ratio (D/R ratio) between Gureop-do, where these deer were introduced with rapid population increase, and Deokjeok-do, Baega-do, and Mungapdo where these deer have not been introduced yet. Results showed a decreasing trend of the vegetation index in Gureop-do, while other islands without those deer increased. The cumulative D/R ratio on Gureop-do was 212.44%, meaning that disturbance exceeded the recovery area more than two-fold. In contrast, the D/R ratios for other islands remained under 50%. Sen’s slope and t-test showed a significant decrease of NDVI in Gureop-do after deer introduction in 2000. By quantifying the browsing impact of invasive ungulates in island ecosystems using satellite imagery, time and costeffective strategies for invasive species monitoring are provided.

본 연구는 딥러닝 영상 재구성 기법을 적용한 8개의 뇌질환군의 감마나이프 수술 계획용 자기공명영상(magnetic resonance imaging, MRI)의 유용성을 알아보고자 하였다. 연구 방법은 전이성 뇌종양, 뇌동정맥 기형, 수막종, 뇌하수체선종, 삼차신경통, 청신경초종, 맥락얼기 유두종, 해면상 혈관종, 총 8개의 질병을 진단받은 사람들의 T2 강조 영상(T2 weighted imaging, T2WI), 조영증강 T1 강조영상(contrast enhancement T1 weighted imaging, CE-T1WI)의 방법으로 검사한 MRI 영상을 SwiftMR을 이용하여 딥러닝 영상 재구성 기법인 디노이징(denoising)과 초해상도(super resolution)가 적용된 영상을 획득하였다. 이에 대한 성능 평가는 최대 신호대잡음비(peak signal to noise ratio, PSNR), 구조적 유사도(structural similarity index measure, SSIM), 감마나이프 방사선수술(gamma knife radiosurgery, GKRS)의 좌표계로 평가하였다. 그 결과, 원본영상을 기반으로 영상 품질이 개선된 영상의 PSNR과 SSIM은 높은 수치를 나타냄으로써 MRI 영상의 재구성이 문제없이 이루어졌고, GKRS의 수술 좌표계 또한 변화를 보이지 않았다. 결론적으로 딥러닝 영상 재구성 기법은 영상 품질 향상과 영상 보존에서 뛰어난 성능을 보임과 동시에 좌표계도 변화를 보이지 않아서, 딥러닝 영상 재구성 기법은 감마나이프 수술 계획에 유용하게 사용할 수 있는 기법임을 확인하였다.

에듀테크 시대에 접어들면서 디지털 기술을 활용한 학습 방식이 점점 확대되고 있으며, 특히 모바일 기반 애플리케이션 을 활용한 학습이 적극적으로 도입되고 있다. 이러한 학습 방식은 학습자의 참여도를 높이고, 흥미를 유발하며, 학습 효율성 향상에 긍정적인 영향을 미치고 것으로 보고되고 있다. 본 연구는 자기공명영상학 학습에서 모바일 기반 애플리 케이션 사용에 대한 학습자들의 인식, 학습 효과, 학습 만족도를 알아보고자 하였다. 대구시 소재 S 대학교 자기공명영 상학을 수강한 2, 3학년 학생 70명을 대상으로 2024년 11월 24일부터 29일까지 수업 후 모바일 애플리케이션을 활용한 퀴즈 활동을 시행하였다. 연구 결과, 애플리케이션 활용에 대한 학습자들의 인식 평균 점수는 4.58±0.66, 학습 효과는 4.61±0.62, 학습 만족도는 4.58±0.65로 나타났다. 또한, 애플리케이션 활용 전후 비교 분석에서 인식 (활용 전 3.62±0.97, 활용 후 4.58±0.66), 학습 효과(활용 전 3.60±0.92, 활용 후 4.61±0.62), 학습 만족도(활용 전 3.64±0.93, 활용 후 4.58±0.65) 모두 통계적으로 유의한 차이가 있었다(p<0.05). 이러한 결과는 자기공명영상학 교육에서 모바일 애플리케이션 기반 학습이 학습자의 참여도, 이해도, 만족도를 높이는 데 효과적임을 시사한다. 따라서 자기공명영상학뿐만 아니라 다양한 전공 분야에서도 애플리케이션 기반 학습이 유용한 교육 도구로 활용될 수 있으며, 향후 교육 및 임상 실습 현장에서 적용 가능한 기초자료로 활용될 수 있을 것 기대된다.

This study was conducted through experiments by producing an image output evacuation guide light linked with a smoke detector. To summarize the results, first, the biggest recognition distance of the door at 30% smoke concentration was found to be the image output evacuation guide light. This is because of visual impairment and fear caused by indoor smoke, and in the process of finding the light of the emergency exit, accurate recognition of the evacuation behavior was searched even at the farthest distance, and it is judged that the time required for evacuation was short. Second, the biggest recognition distance of the door at 70% smoke concentration was the image output evacuation guide light, which showed the longest recognition distance. It is judged that even in smoke with many evacuees, the door is accurately recognized while seeing the light of the image output evacuation guide light and exits safely. Third, when the smoke concentration was 100%, the smoke rose and the evacuation guide light at the top of the door was not identified as thick smoke, and the image output evacuation guide light was displayed on the bottom of the passage, indicating that the evacuee accurately recognized the door and escaped safely to the outside even from a long distance.

본 연구는 넷플릭스 시리즈 <흑백요리사: 요리 계급 전쟁>의 한국어- 인도네시아어 자막에서 나타난 음식명 번역 전략을 분석하고, 이에 영향 을 미치는 요인을 탐구하였다. 연구는 페데르센(Pedersen)과 레피할메 (Leppihalme)의 번역 전략 분류를 바탕으로 분석 되었으며, 유지, 직역, 중립화, 확대/축약, 문화 내 적응, 대체, 생략 전략이 분석 대상이 되었 다. 연구 결과, 유지 전략과 직역 전략이 가장 빈번하게 사용되어, 출발 어의 형식적 요소와 의미를 최대한 보존하려는 경향이 확인되었다. 그러 나 이러한 번역 전략은 음식명에 내포된 문화적 맥락을 충분히 전달하지 못하는 한계를 드러냈다. 본 연구는 자막 번역의 제약 속에서 음식명 번 역이 도착어 독자와의 문화적 간극을 좁히고 출발어의 문화적 함의를 효 과적으로 전달하기 위한 새로운 전략적 접근의 필요성을 강조한다.

Following the implementation of the Act on the Prevention of Light Pollution Due to Artificial Lighting in 2013, local governments designated lighting environment management zones and conducted assessments of the impacts of light pollution on the environment to ensure compliance with acceptable light emission standards. In addition, according to the Act on the Prevention of Light Pollution Due to Artificial Lighting, local governments conduct and manage light pollution assessments every three years. However, measuring and analyzing during nighttime requires a significant amount of time and labor. Therefore, this research aims to improve the current light pollution environmental impact assessment method by utilizing aerial information from satellite data and establishing a database of light pollution assessment methods, thereby laying the foundation for light pollution management. In this study, a reference light source was installed on the ground, and the luminance measurements of the installed reference light source and the advertising light sources on-site were analyzed to derive brightness values for ground light sources using the optical band (R, G, B) values from aerial information derived from satellite images. The analysis produced predictive equations for light pollution from upward lighting and general advertising lighting. When these equations were applied to residential and commercial areas in the lighting environment management area, the results indicated that the predicted rooftop upward lighting prediction brightness exceeded the acceptable standard of light emission of 800 cd/m2 in residential areas, and the advertisement lighting prediction brightness exceeded the standard of 1,000 cd/m2 in commercial areas.

This study examined the spatiotemporal changes in Jilnal Wetland using satellite image-based time series data and field surveys. The analysis focused on changes in open water surface area and vegetation using the JRC Surface Water Monthly Water History dataset and Landsat imagery from 1984 to 2020. The impact of hydrological changes on vegetation was assessed through surveys conducted before and after the 2023 monsoon season. Results indicated a continuous decrease in open water surface area since the 1980s, with a sharp decline post-2003. NDVI analysis showed an inverse relationship between water area reduction and increased vegetation vigor and coverage. Field surveys revealed that hydrological changes directly affected vegetation structure, leading to new herbaceous communities and greater diversity post-monsoon. These findings highlight significant ecosystem changes driven by anthropogenic factors and natural succession, necessitating a comprehensive conservation strategy, including development control, hydrological management, terrestrialization prevention, and long-term monitoring.

보행 활동은 도시의 교통 및 환경 문제, 주민의 건강, 지역 커뮤니티 활성화 등에 중요한 역할을 하는 것으로 평가되고 있다. 보행의 중요성이 인지되면서 세계각국에서는 보행을 장려하는 도시건조환경을 만들기 위해 다양한 노력을 기울이고 있으 며, 이는 우리나라에서도 법제도적으로 나타나고 있다. 보행환경을 관리하고 개선하기 위해서는 물리적인 보행환경을 가로 단위 상세수준에서 평가하고, 시민들의 보행환경에 대한 인지가 어떤지를 아는 것이 필요하다. 기존에 이러한 연구들은 대부분 설문조사나 일부지역에 한 해 현장조사를 수행하는 방법이 주를 이루었다. 본 연구에서는 거리영상과 딥러닝 기술을 활용하여 가로단위 상세수준에서의 물리적 보행환경과 인지적 보행환경을 평가하고, 이를 비교하고자 한다. 물리적 보행환경 평가를 위해 평가지표를 선정하고, 평가지표별로 거리영상의 시멘틱 세그먼테이션 기법을 활용하거나 표고 자료, PoI자료를 크롤링한 후 관련 데이터를 구축하고 평가점수를 도출하였다. 인지적 보행환경 평가를 위해 거리영상에 대한 인지를 예측할 수 있도록 훈련데이타 셋을 구축하고, RSS-Swin모델을 훈련시켜 보행환경 인지점수를 예측할 수 있도록 하였다. 물리적 보행환경과 인지적 보행환경 지도를 구축하고, 각각의 특성과 차이를 분석하고, 이를 통해 보행환경 개선안을 도출할 수 있었다. 본 연구는 물리적 보행환경과 인지적 보행환경의 시각화하고 차이를 분석하여 개선안을 도출하였다는 점에 연구의 의의가 있으며, 기술적인 측면에서는 거리영상과 딥러닝 기술을 활용하여 도시의 가로단위에서 보행환경을 상세하게 평가할 수 있는 방법론을 체계화하였 다는 점에 의의가 있다

본 연구는 수수를 대상으로 수수 주산지에서 취득한 무인기 기반 RGB영상에 Seg-Net과 U-Net모델을 작성 후, 일반화 가능성을 검토하여 실시간 재배지 파악에 더 효율적인 기법을 제안하기 위해 수행되었다. 경상북도 안동시의 수수 재배지 영상 264장을 이용해 모델학습을 진행하고, 충청북도 제천시 수수 재배지 영상 14장을 이용하여 테스트를 진행하였다. U-Net의 학습은 14epoch, AccuracyC = 0.9426, LossC = 0.1593, Dice_coefC = 0.9223, AccuracyV = 0.6403, LossV = 1.9624, Dice_coefV = 0.6402에 4시간 37분이 소요되었으며, Seg-Net의 학습은 101epoch, AccuracyC = 0.6363, LossC = 0.6573, Dice_coefC = 0.5586, AccuracyV = 0.5711, LossV = 0.6785, Dice_coefV = 0.5586이며 1시간 55분이 소요되었다. Test결과 U-Net은 AccuracyT = 0.6806, LossT = 0.7180, Dice_coefT = 0.5558, Seg-Net은 AccuracyT = 0.7472, LossT = 0.5225, Dice_coefC = 0.6159로 나타났다. Seg-Net의 Calibration성능은 낮지만 일반화 성능이 뛰어나며, 모델의 빠른 학습 시간, 더 낮은 메모리 요구량으로 수수 재배지 분할에서 U-Net보다 효율적인 모델이라고 사료된다.

The purpose of this study is to develop a timely fall detection system aimed at improving elderly care, reducing injury risks, and promoting greater independence among older adults. Falls are a leading cause of severe complications, long-term disabilities, and even mortality in the aging population, making their detection and prevention a crucial area of public health focus. This research introduces an innovative fall detection approach by leveraging Mediapipe, a state-of-the-art computer vision tool designed for human posture tracking. By analyzing the velocity of keypoints derived from human movement data, the system is able to detect abrupt changes in motion patterns, which are indicative of potential falls. To enhance the accuracy and robustness of fall detection, this system integrates an LSTM (Long Short-Term Memory) model specifically optimized for time-series data analysis. LSTM's ability to capture critical temporal shifts in movement patterns ensures the system's reliability in distinguishing falls from other types of motion. The combination of Mediapipe and LSTM provides a highly accurate and robust monitoring system with a significantly reduced false-positive rate, making it suitable for real-world elderly care environments. Experimental results demonstrated the efficacy of the proposed system, achieving an F1 score of 0.934, with a precision of 0.935 and a recall of 0.932. These findings highlight the system's capability to handle complex motion data effectively while maintaining high accuracy and reliability. The proposed method represents a technological advancement in fall detection systems, with promising potential for implementation in elderly monitoring systems. By improving safety and quality of life for older adults, this research contributes meaningfully to advancements in elderly care technology.

이 연구의 목적은 척추 자기공명영상 검사 시 기존의 포화 펄스와 함께 호흡 유도하(respiratory triggering, RTr) 기법을 적용하는 것이 영상화질 개선에 있어 효과적인지를 평가해 보기 위함이다. 이에 본 연구는 2024년 2월부터 2024년 10월까지 척추 MRI 검사를 받은 환자를 대상으로 분석하였다. 사용된 장비는 GE 사의 3.0T SIGNA Premier을 사용하였고, 축상 T2강조영상에서 동일한 부위를 RTr 기법을 적용하지 않은 영상과 RTr 기법을 적용한 영상 두 개를 획득해 평가하였다. 정성평가는 2명의 평가자의 평가점수를 Wilcoxon test로 비교하였다. 정성평가 결과, 경추와 요추에서는 RTr 기법 적용 시 영상화질 개선에 있어서 유의미한 차이를 보이지는 않았지만 흉추에서는 RTr 기법 적용 시 영상화질 개선에 있어서 유의미한 차이를 보였다. 결론적으로 경추와 요추보다는 포화펄스 사용에 있어 제한이 있고 호흡에 영향을 많이 받는 흉추 MRI 검사 시 RTr 기법을 적용하는 것이 더 효과적이다. 다만 RTr 기법 적용 시 검사 시간이 늘어나는 단점이 있어서 환자의 상태에 맞춰 검사하는 것이 요구되는 바이다.

본 연구는 K-공간 기반 노이즈 제거 딥러닝(DL)을 이용한 확산강조영상(DWI)의 유용성을 평가하고자 하였다. 연구 를 위해 간세포암으로 확진된 환자 30명을 대상으로 DL 기법 적용 전후의 DWI에 각각 확산경사자계(b-value) 50 과 800을 적용하여 영상화하였다. 획득한 영상에서 간세포암 조직과 정상 간 조직에 관심 영역을 설정하여 b50, b800에서의 신호대잡음비(SNR)와 대조대잡음비(CNR)를 측정하였고 두 명의 관찰자가 각 영상에서 간세포암 조직 을 측정하여 겉보기확산계수(ADC) 값을 계산하였다. 모든 측정값의 평가는 T-검정(T-test)을 사용하여 상관관계 를 평가하였으며 급내상관계수(ICC)를 이용하여 두 관찰자 간 ADC 측정값의 일치도와 신뢰도를 평가하였다. 연구 결과, DL 적용 후 영상에서 SNR과 CNR이 모두 높아졌으며 통계적으로 유의한 것으로(p<0.05) 나타났다. 또한, 간세포암의 ADC 값은 통계적으로 유의하지 않은 것으로(p<0.05) 나타났지만 두 관찰자 간 ADC 측정값의 일치에 대한 신뢰도는 상관계수가 0.75 이상으로 우수하였고, 간세포암의 고유한 성질로 인해 ADC 값의 변화가 적은 점을 고려한다면 충분히 유의한 결과라고 볼 수 있다. 결론적으로 DL DWI은 영상 획득 시간을 단축하면서도 기존 DWI 보다 질적으로 더 나은 영상을 획득했다. 향후 다양한 MRI 검사에 DL이 적용된다면 더욱 유용하게 사용될 것으로 사료 된다.

본 연구는 간 자기공명영상 검사 시 프리모비스트(Gd-EOB-DTPA) 조영제를 사용한 동적 동맥기(dynamic arterial phase)에서 호흡기 운동인공물을 최소화하기 위한 최적의 방법을 연구하였다. 연구는 총 세 집단으로 나누 어 진행되었으며, 첫 번째 집단은 별도의 사전 교육(pre-scan preparation, PSPP) 없이 촬영한 집단, 두 번째 집단은 사전 교육만 시행하고 촬영한 집단, 세 번째 집단은 사전 교육과 검사 중 숨 참기 보조 신호(breath-holding assistance signal, BHAS)를 제공한 집단으로 구성되었다. 각 집단의 촬영 결과를 비교한 결과, 사전 교육과 검사 시 숨 참기 보조 신호를 함께 시행한 집단에서 동적 동맥기 영상의 호흡기 운동인공물이 가장 적었으며, 영상의 품질 도 더 높게 평가되었다. 이러한 결과는 간 MRI 촬영의 동적 동맥 단계 검사에서 사전 교육과 검사 중 숨 참기 보조 신호가 결합한 접근법이 환자의 숨 참기 협조를 강화하여 영상 품질을 개선하고, 정확한 진단에 기여할 수 있음을 시사한다.

자기공명영상 평가 시 정확한 영상평가를 방해하는 요인에는 여러 가지가 있다. 그중 측정자로 인한 관심 영역의 크기 설정도 여러 요인 중 하나인데, 아직 다른 요인에 비해 관심 영역의 크기 설정은 연구가 부족한 실정이다. 이에 본 연구에서는 관심 영역의 크기 변화에 따른 SNR의 변화를 통계적으로 비교·분석하여 설정하는 방법을 제시하고 그 유용성을 증명하고자 하였다. 연구 방법은 팬텀의 T1, T2 강조영상을 획득한 다음 획득한 영상에 관심 영역의 크기를 변화시켜 신호강도를 측정한 후 관심 영역의 크기 변화에 따른 SNR 산출하여 비교평가 하였다. 연구 결과 T1 강조영상은 관심 영역의 크기 설정 시 20% 이하, T2 강조영상은 40% 이하로 설정할 때 기준 관심 영역 크기와 SNR이 통계적으로 차이가 없었다. 결론적으로 관심 영역의 크기 설정 시 본 연구의 통계를 이용한 설정 방법을 적절히 활용하여 측정을 시행한다면 관심 영역 크기 설정의 합리적 근거를 마련할 수 있어 유용하리라 판단된다.

본 연구는 뇌 DWI에서 딥러닝 적용 시 48채널과 8채널 헤드 코일 간 영상 품질의 차이를 분석하는 것을 목표로 하였다. 3.0T MRI를 사용하여 두 종류의 코일을 비교하였으며, 딥러닝 알고리즘의 효과를 확인하기 위해 SNR(신호 대 잡음비), ADC(겉보기 확산 계수), SSIM(구조적 유사성 지수)을 측정하였습니다. 연구 결과에 따르면, 딥러닝 적용 후 b-value에 따른 두 코일 간의 차이가 나타났다. 특히 b-value 0 및 1000에서는 딥러닝 적용 전후에 두 코일 간 통계적으로 유의미한 차이가 없었지만, b-value 3000에서는 적용 전후 모두에서 유의미한 차이가 있었다. SSIM 분석에서도 딥러닝 적용 전후 차이는 없었으나, b-value에 따른 차이가 측정되었습니다. 이러한 차이는 영상 판독에 영향을 미칠 수 있으며, 이를 개선하기 위해서는 딥러닝 알고리즘이 부위별, 코일별, 펄스 시퀀스별로 최적화 될 필요가 있다. 따라서 본 연구는 향후 딥러닝 기반 MRI 영상의 정확도와 일관성을 높이기 위한 기초 정보를 제공 하며, 임상적 적용에서 부위별, 수신 코일별, 펄스 시퀀스별로 세분된 딥러닝의 최적화가 필요하다.

급성 뇌경색 진단에는 환자에 따라 관류강조영상과 조영증강 자기공명혈관영상이 동시에 촬영되는 경우가 있으며, 이 과정에서 MRI 조영제인 가돌리늄의 T1 단축 효과가 발생하여 동맥과 정맥의 신호 겹침이 빈번히 발생한다. 특 히, 3D T1 경사에코 기법을 사용한 CE-MRA에서 첫 번째 조영제 주입(PWI) 후 연속적으로 발생하는 T1 감소 효과로 인해 혈관의 정확한 묘사에 한계가 있었다. 본 연구에서는 이러한 문제를 해결하기 위해 마스크 영상의 획득 시점을 조정하여 새로운 방법(B)을 제안하였다. 기존 방법(A)에서는 관류강조영상 이전에 마스크 영상을 획득했지 만, 새로운 방법(B)에서는 관류강조영상 이후 마스크 영상을 획득하여 동맥과 정맥 신호 겹침을 효과적으로 줄였다. 연구 결과, S상 정맥동과 내경정맥에서 새로운 방법이 기존 방법보다 유의미하게 낮은 대조대잡음비를 보였으며, 신호 겹침이 줄어들어 정맥 신호의 억제 효과가 극대화되었다(p<0.05). 본 연구의 새로운 방법은 기술적으로 추가적 인 복잡성 없이 효율적으로 정맥 신호를 제거하여 CE-MRA 영상의 진단적 정확성을 향상하는 유용한 기법으로 평 가된다. 향후 연구에서는 더 다양한 환자군을 대상으로 본 방법의 유용성을 검증하고, 최적의 방안 모색을 할 필요가 있다.

본 연구는 금속성 물질로 인해 발생하는 자화율 인공물(susceptibility artifact)의 정확한 길이 측정을 위해 자체 제작한 팬텀을 이용하여 분석하였다. 치과용 임플란트 고정체를 자체 제작한 아크릴 팬텀에 위치시키고, T2 강조 영상을 통해 자화율 인공물을 검사하였다. 자화율 인공물의 길이를 팬텀 기반 측정법과 선 프로파일 기반 측정법을 사용하여 분석하였고 팬텀 기반 측정법을 기준값으로 선 프로파일 기반 측정법으로 도출된 결과와 비교하였다. 결과 적으로 선 프로파일 기반 측정법에서 배경 신호 기준 25% 허용 범위를 설정했을 때 팬텀 기반 측정법과 가장 유사한 데이터를 얻을 수 있었다. 이를 통해 선 프로파일 기반 측정법이 자화율 인공물 길이의 정량적 측정에 적합할 수 있는 가능성을 확인하였다. 추후 미흡한 부분을 보완한 추가 연구를 통해 자화율 인공물 연구에서 객관적인 데이터 제공이 가능할 수 있게 되기를 기대한다.

자기공명영상은 인체 내부 구조와 병변을 비침습적으로 시각화하는 핵심 의료 영상 기법으로 자리 잡고 있으며, 특히 신경계 및 심혈관계 질환과 같은 복잡한 질병의 진단에서 필수적인 도구로 활용되고 있다. 기존의 자기공명영상 시스 템은 영상의 해상도와 신호대잡음비에서 한계가 있었으나, 최근의 기술 발전은 이러한 한계를 극복하고 진단 정확성 을 높이는 방향으로 나아가고 있다. 고자기장 자기공명영상 시스템의 도입은 해상도와 신호대잡음비를 개선하는 데 기여하고 있으며, 병렬 영상 기법은 촬영 속도를 향상시키면서도 영상 품질의 손실을 최소화한다. 또한, 압축 센싱 (compressed sensing) 기술은 데이터 획득 시간을 줄여 촬영 효율성을 높이는 데 중요한 역할을 하고 있다. 최근 인공지능(AI)의 발전으로, 자기공명영상 데이터에서 초해상도 복원(super-resolution) 및 노이즈 제거와 같은 영상 후처리 기술이 획기적으로 향상되었다. 인공지능 기반의 영상 향상 기술은 저해상도 데이터를 고해상도로 변환하고, 촬영 과정에서 발생할 수 있는 왜곡과 노이즈를 효과적으로 제거하여, 더 정확하고 명확한 진단 영상을 제공한다. 이러한 발전은 단순히 영상의 품질을 높이는 것을 넘어, 임상 진단의 정확성과 효율성을 크게 향상시키고 있으며, 특히 제한된 촬영 시간을 요구하는 응급 상황에서 유용성이 두드러진다. 본 논문에서는 자기공명영상 촬영 기법의 최신 발전과 인공지능 기반 영상 향상 기술의 동향을 여러모로 분석하고, 이들의 임상적 유용성을 조명함으로써 고해 상도 자기공명영상이 의료 분야에서 가지는 의미와 향후 발전 방향을 제시하고자 한다.