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 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.

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.

This paper examines the language of comments on K-pop YouTube videos from the 1970s to the 1990s. Specifically, it analyzes the comments on compilation videos of songs by Cho Yong-pil and Hye-euni, the most popular of that era, focusing on the topics discussed and the titles used for the two singers. The analysis reveals that netizens frequently post comments in five main thematic categories. In ‘Sharing Memories’ and ‘Celebrating and Encouraging’ categories, netizens engage with one another, sharing their feelings as member of a temporary community. Regarding the use of address terms, netizens are found to treat Cho Yong-pil with more respect and reverance than Hye-euni, while also using they friendlier titles for him. This difference is interpreted as a result of factors such as the age and gender differences between the two singers, variations in name composition, career continuity, and levels of popularity. The study suggests that netizens who engage with YouTube music videos are not merely interested in the video content but also express their attitudes toward the featured artists and interact with other viewers.

본 연구에서는 호흡동조화기법의 대안으로 딥러닝 자유호흡기법에서 b-value 별 겉보기확산계수 값을 평가하고 확 산강조영상과 겉보기확산계수 지도의 해부학적 일치성을 분석하여 적절한 여기횟수 값을 알아보고자 하였다. 연구 방법은 2023년 7월부터 2024년 1월까지 간 자기공명영상 검사가 의뢰된 성인 남녀 35명을 대상으로 하였고 사용 장비는 Magnetom Skyra 3.0T(Siemens, Germany)를 이용하였다. 자유호흡기법의 비교를 위해 b-value 50, 400, 800(s/mm2)의 여기횟수를 각각 딥러닝 호흡동조화기법에서 2,3,4으로 딥러닝을 이용하지 않은 일반 자유호 흡기법에서 4,6,8으로 검사하였다. 딥러닝을 추가한 일반 자유호흡기법에서는 1,2,3 여기횟수, 2,3,4 여기횟수, 3,5,6 여기횟수, 4,6,8 여기횟수로 변화하였다. 연구 결과 딥러닝 자유호흡기법에서 간의 좌엽과 우엽, 담낭의 평균 겉보기확산계수 값은 딥러닝 호흡동조화기법과 비교하여 모두 통계적 유의성을 확인하였다. 한편 정성적 평가의 해 부학적 일치성을 분석한 결과 딥러닝 자유호흡기법의 3,5,6 여기횟수와 4,6,8 여기횟수에서 가장 높은 점수를 얻었 으며 검사 시간에서는 딥러닝 호흡동조화기법과 비교하여 약 51%, 40% 감소하였다. 따라서 간 진단에 있어 딥러닝 자유호흡기법에서 b-value 별 적절한 여기횟수 값을 이용한다면 겉보기확산계수 지도의 정확도 유지와 함께 검사 시간을 감소시킬 수 있어 임상적으로 유용한 검사가 될 것으로 사료된다.

지형적인 이질성이 심한 강원도, 경상북도에 집중되고 있는 대형 산불을 관리하기 위해서는 위성 영상을 활용하여 효율적이고 신속한 피해 평가를 통한 의사 결정 과정이 필수적이다. 이에 본 연구는 2022년 3월 5일에 강원도 강릉 및 동해에서 발화하여 3월 8일 19시경 진화된 대형 산불을 대상으로, dNBR을 활용한 산불 심각도 산정과 등급에 영향을 미치는 환경요인을 도출하고자 하였다. 환경요인으로는 식생 또는 연료 유형을 대표하는 정규식생지수, 수종을 구분한 임상도, 수분함양을 나타내는 정규수분지수, 지형과 관련해서는 DEM 등을 수치화한 후 산불 심각도와의 상관 관계를 분석하였다. 산불 심각도는 산불 피해 없음(Unbured)이 52.4%로 가장 넓었고, 심각도 낮음 42.9%, 심각도 보통-낮음 4.3%, 심각도 보통-높음 0.4% 순이었다. 환경요인의 경우 dNDVI, dNDWI와는 음의 상관관계를, 경사도와 는 양의 상관관계를 나타내었다. 식생과 관련해서는 산불 심각도에 영향을 미치는 것으로 분석된 dNDVI, dNDWI, 경사도 모두에서 침엽수, 활엽수, 기타의 집단간 차이가 p-value < 2.2e-16로 유의미한 것으로 분석되었다. 특히, 침엽수 와 활엽수의 차이가 명확하였는데, 강원도 지역에서 우점종인 소나무를 비롯하여 잣나무, 리기다소나무, 곰솔 등의 산불 심각도가 높아 침엽수가 활엽수에 비해 피해를 받는 것이 확인되었다.

This paper introduces a study on measuring the 3D vibration displacement of plate structure using Digital Image Correlation (DIC) applied to stereo digital continuous camera images. The proposed method is a non-contact 3D displacement measurement method that does not require physical sensors to be attached to the structure, and it has the advantage of simultaneously measuring dynamic displacements at multiple points on the structure. Theoretically, multiple cameras can be used, but in this study, two cameras were used to capture continuous images of the vibrating structure, and the image coordinates of multiple tracking points at arbitrary positions on the structure were measured using correlation matching. Using these image coordinates as input data, the dynamic 3D positions were calculated through Space intersection, successfully determining the 3D dynamic displacements. The measured dynamic displacements were validated for accuracy by comparing them with values measured by laser displacement sensors. And frequencies of measured data were validated by comparing with computational modal analysis by Finite Element Model (FEM).

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.

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.

본고는 인지언어학의 이론 중 하나인 영상도식과 그릇도식을 통해 한·중 차등 비 교문 속 비교결과인 중국어 ‘小’에 해당하는 한국어의 다양한 표현을 연구하고자 한 다. AI 허브라는 인공지능 학습용 병렬 데이터에서 한·중 차등 비교문의 용례들을 내려받고, 그 중 비교결과 중국어 ‘小’에 해당하는 한국어의 원형 표현인 ‘작다’ 외의 확장 의미 표현을 정리하며 언어의 다의성을 역동성과 유연성으로 자연스럽게 설명 되는 영상도식으로 먼저 살펴보고자 한다. 또한 이러한 영상도식의 논리를 분리하여 생각할 수 없는 그릇도식을 통해 중국어 ‘小’와 한국어 원형의미인 ‘작다’ 외의 확장 의미 표현 들을 도식화로 살펴봄으로써 한·중 차등 비교문의 의미관계를 좀더 자세히 고찰하고자 한다.

자기공명영상은 영상 의학 분야에서 다른 진단 장비에 비해 연부 조직에 대한 높은 대조도를 지니고 있고 인대의 손상, 주변 조직의 염증, 골염 등의 병변을 진단하는 데 유용하여 연골 및 관절 병변의 진단에 널리 이용되고 있다. 또한, 기존 고식적 TSE 기법 외에도 SMS 기법, DL 기법, CS 기법, 병렬 영상 기법 등 다양한 펄스 시퀀스들이 개발되고 임상에서 사용되고 있다. 본 연구는 무릎 관절 자기공명영상 검사에서 얇은 절편 검사 시 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법에서 영상을 획득하여 각 각의 영상의 비교를 통해 무릎 관절 영상 획득에 최적의 기법에 대하여 알아보고자 한다. 무릎 관절 질환의 진단을 위해 본원에 내원한 환자를 대상으로 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법을 적용하여 시상면 T2 강조 영상을 획득한 후 신호 대 잡음비, 대조도 대 잡음비, 검사 시간, 영상의 질 평가를 정량적, 정성 적 방법으로 비교 분석하였다. 연구 결과 세 가지 기법으로 획득한 영상 비교 시 통계적으로 유의한 차이가 있었으며, 환자 의 상태와 임상의 상황을 종합적으로 고려하여 적절한 기법을 선택한다면, 최적의 영상을 제공할 수 있다고 생각된다.