공력천칭기법 또는 풍압적분법에서 얻은 공력모멘트의 파워스펙트럼밀도는 종종 톱니 형상을 나타내며 의도 하지 않은 잡음원의 영향을 받을 수 있다. 이런 잡음은 고층건물의 실제 동적풍응답을 왜곡하여 부정확한 평가를 초래 할 수 있다. 따라서 고층건물의 바람으로 인한 응답을 정확하게 예측하기 위한 동적해석을 수행하기 전에 잡음을 걸러 내고 모달풍하중 스펙트럼을 평활화하는 것이 필수적이다. 본 연구에서는 잡음 및 스펙트럼 자료의 변동성을 최소화하 여 모달풍하중 스펙트럼의 정확성과 신뢰성을 높이기 위해 SSA(Singular Spectrum Analysis)를 활용한다. 모달풍하중 스펙트럼에 특화되고 수정된 SSA을 간략히 서술하고 쌍둥이 고층건물에 대해 구현해 보았다. 결과는 SSA가 효과적으 로 잡음을 줄이고 평활성을 향상하여 더 정밀하고 일관된 모달풍하중 스펙트럼을 활용할 수 있다. 이 방법은 다양한 풍 공학 분야에서 실험 및 해석의 성능을 향상하는데 유용할 것으로 판단된다.

안면 부 MRI 검사는 주변 조직에 대한 높은 대조도 와 해상력으로 해부학적 구조 파악과 질환 진단에 이용되고 있다. 최근 검사 시간을 줄이는 동시에 영상의 질을 향상하는 딥러닝이 주목받고 있다. 본 연구는 안면 부 MRI 검사에서 딥러닝 의 유용성을 알아보기 위해 34명의 환자를 대상으로 딥러닝 T2 강조 영상과 고식적인 T2 강조 영상의 축상면, 관상면 영상을 각각 획득하여, 무참조 영상 품질평가 기법인 NIQE와 NIMA를 통하여 정량적 평가하였고, 리커트 4점 척도를 통해 정성적 평가하였다. NIQE 결과에서 딥러닝 T2 강조 영상은 고식적인 T2 강조 영상보다 영상 품질이 우수하였고, NIMA 결과에서는 딥러닝 T2 강조 영상의 축상면은 통계적으로 유의한 차이가 없었고, 딥러닝 T2 강조 영상의 관상면에서는 통계 적으로 유의한 차이가 있었다. 정성적 평가지표에서는 입 인두, 후두 인두에서 질적인 이득이 있었다. 연구 결과를 통해 안면 부 영역 중 무의식적인 움직임이 많은 영역에서 딥러닝을 적용함으로써 고식적인 T2 강조 영상보다 높은 영상의 품질 을 제공하고, 상대적으로 움직임이 덜한 구조물에서도 품질을 유지하며 검사 시간을 2분 이상 단축하여 움직임에 의한 인공 물을 감소시킴으로써 응급 환자 및 비협조 환자의 진단에 유용하게 활용될 것으로 사료 된다.

본 연구는 발가락 지방 소거 검사 시에 종종 저품질의 영상이 획득되는 경우에 주목하여 다양한 조절인자들을 조절하지 않아도 손쉽게 영상 품질을 향상하는 방법을 고안해보았다. 팬텀과 지원자를 대상으로 발 전용 코일만 사용한 경우와 추가 코일을 결합 사용한 경우의 영상을 획득 후 신호대 잡음비(SNR)를 측정하여 비교하였다. 시상면, 관상면, 축상면 모두 T2 Dixon을 시행하였고, 시상면의 경우 T2 지방 소거(FS)와 T1 지방 소거를 추가 시행하였다. 팬텀 검사에서 추가 코일을 결합 사용 시 SNR은 시상면의 경우 T2 Dixon water는 1.21배, T2 FS은 1.22배, T1 FS은 1.17배 향상되었다. 관상면 T2 Dixon water는 1.15배, 축상면 T2 Dixon water는 1.47배 향상되었다. 지원자 검사에서 추가 코일을 결합 사용 시 SNR은 시상면의 경우 T2 Dixon water는 2.07배, T2 FS은 5.17배, T1 FS은 3.20배 향상되었다. 관상면 T2 Dixon water는 1.20배, 축상면 T2 Dixon water는 1.37배 향상되었다. 추가 코일을 결합 사용하였을 때 모든 지방 소거 검사 및 모든 방향에서 SNR 향상의 결과를 얻을 수 있었다. 결론적으로 사용자의 고도 기술 및 추가 검사 시간이 필요하지 않고도 SNR을 향상할 수 있음을 의미한다.

Synthetic Aperture Radar (SAR) images are affected by noise called speckle, which is very severe and may hinder image exploitation. Despeckling is an important task that aims to remove such noise so as to improve the accuracy of all downstream image processing tasks. Many different schemes have been proposed for the restoration of SAR images. Among the different possible approaches, methods based on convolutional neural networks(CNNs) have recently shown to reach state-of-the-art performance for SAR image restoration. DnCNN(DeNoising Convolutional Neural Network) is one of the most widely used neural network architecture embedded in baseline SAR image despeckling methods. In military applications of SAR satellite image, fast processing is the most critical factor except the precision rate of the recognition. In this paper, we propose an improved DnCNN architecture for faster SAR image despeckling. The experimental results on real-world SAR images show that our proposed method takes faster processing time than the original DnCNN architecture without despeckling performance downgrade. Subjective visual inspection demonstrates that the proposed method has great potential in preserving the image signal details and suppressing speckle noise.

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 논문은 키넥트 센서에서 랜덤 무향 칼만 필터에 기반한 잡음 제거를 통하여 신체 골격을 추정하는 방법을 제안한다. 일반적인 RGB 값과 깊이 정보를 제공하는 키넥트 카메라는 시간 영역에서 변동하는 센서 응답으로 인해 잡음이 포함된다. 기존의 방법은 다양한 필터링 기법을 사용하여 잡음 제거를 시도하였으나 잡음의 비선형성 때문에 한계가 있었다. 따라서 본 논문에서는 비선형 잡음 특성을 예측하고 업데이트하기 위하여 랜덤 무향 칼만 필터를 적용하고 이를 바탕으로 자세 인식을 위한 3 차원 공간에서 신체 관절 포인트를 예측하였다. 실험 결과 제안한 방법은 기존의 방법보다 잡음 감소 및 뼈대 추정에서 우수한 성능을 가지는 것을 확인하였다.

기상청에서 운용하는 268개의 가속도 관측망에 대한 방위각 보정값을 측정하기 위해 배경잡음 교차상관 방법을 사용하였다. 이 방법은 배경잡음 자료를 사용하기 때문에 원거리 지진자료를 사용하는 방법과 달리 특정 조건에 맞는 지진을 선정할 필요가 없고, 한반도와 같은 조밀한 관측망에 적용하여 단기간의 연속 파형 자료만을 사용해 신뢰할 수 있는 방위각 보정값을 측정할 수 있다. 계산에는 2020년 1월부터 2020년 2월까지 총 268개의 기상청 가속도 관측망에 기록된 3성분 연속 파형 자료를 사용했다. 계산된 결과를 보면 기존에 원거리 지진자료를 사용한 결과와 매우 유사하며, 기존 결과에서 누락된 가속도 관측소들을 포함한 대부분 관측소의 방위각 보정 계산 결과가 표준편차 5o 이하로 안정적으로 계산되는 것을 확인할 수 있다. 따라서 본 연구를에서 사용한 방법을 활용해 기상청 가속도 관측소에 대한 방위각 보정값을 지속적으로 모니터링하고 측정된 결과를 활용하면, 가속도 자료의 수평 성분을 활용한 다양한 연구들에 활용할 수 있을 것이다.

We performed seismic noise level analysis to access the proper functioning of 11 newly established seismic stations in the southeastern region of Korea. One-hour long segments of seismograms were selected from the continuous data of the 3 elements for 61 days from March 1, 2019. For each segment of data, the power spectral density (PSD) was estimated from the continuous back ground noise data of the 3 elements for periods ranging from 0.02~100 s. The median noise levels (NLs) of the stations were compared with the new noise model (NNM) of USGS and NLs of station TJN installed in a tunnel on a granite basement. We observed that the NLs of the newly installed seismometers were between the upper and lower limit of the NNM. In a comparison with the noise level of station TJN, the new seismometers had their own noteworthy features. The NLs from accelerometers (Epi-sensors) were ~ 40 dB higher than the NLs from velocimeters (STS-sensors) for periods > 10 s, which is because the small and light Epi-sensors are sensitive to environmental changes. Daily and weekly variations in spectral noise level were observed clearly in short periods < 1 s, and these are considered to be related to human activities. The seismometers in boreholes showed ~20 dB weaker NLs in the cultural noise band. The NLs of accelerometers at a depth of 30 m were also much lower by 30 dB for long periods > 10 sec. Overall the functioning of the new velocimeter and accelerometer stations was reliable for periods ranging from 0.02~100 s and 0.02~10 s, respectively.

2020년 1월 1일부터 국제해사기구(IMO)는 전 세계 모든 해역을 지나가는 선박을 대상으로 선박연료유의 황 함유량 상한선을 3.5 %에서 0.5 %로 낮춰 선박으로 인해 발생하는 대기오염을 줄이기 위한 강력한 규제를 실시한다. 황 함유량이 낮은 연료유를 사용하여 대기오염 물질을 줄이는 것도 중요하지만 선박을 경제적으로 운영하여 불필요한 에너지 낭비를 줄이는 것 또한 대기오염 물질을 줄이는 데 큰 도움이 된다. 따라서 선박은 잡음의 영향을 받더라도 항로를 정확하게 유지하여야 한다. 항로를 정확하게 추종하기 위해 오토파일럿 시스템이 사용되지만 오토파일럿 시스템의 성능이 아무리 우수하다 하더라도 잡음의 영향을 받게 된다면 성능에 한계를 가진다. 실제 환경에서는 자이로스코프에서 측정잡음이 더해진 회두각이 오토파일럿 시스템의 입력으로 들어가 오토파일럿 시스템의 성능을 저하시킨다. 이와 같은 문제를 해결하기 위해 상태추정에 쓰이는 Kalman Filter를 적용하여 잡음의 영향을 줄여주는 기법이 있지만 이 또한 역시 잡음의 영향을 완전히 제거시키는 것이 불가능하다. 따라서 본 논문에서는 잡음제거 성능을 더욱 더 개선시키기 위해 전진방향 구간에서는 인공지능 기술 중 하나인 다층퍼셉트론(Multi-Layer Perceptron; MLP)를 적용하고, 회전구간에서는 Kalman Filter를 적용하여 Kalman Filter만을 사용한 경우보다 우수한 잡음제거 기법을 제안한다. 시뮬레이션을 통해 제안한 방법이 Kalman Filter만을 사용한 경우보다 조타기의 오동작을 방지하여 선박의 전진방향 운동이 개선됨을 확인할 수 있다.

목 적 : 본 연구는 뇌줄기 확산강조영상 검사 시 뒤틀림을 줄이기 위한 SS-TSE 기법의 신호대잡음비 감소를 수치적으로 정량화하여, 낮은 신호대잡음비로 인한 SS-TSE 기법의 문제점을 지적하고자 하였다. 대상 및 방법 : 연구방법은 2015년 7월부터 동년 10월까지 뇌줄기 확산강조영상 검사를 검사한 35명을 대상으로, 기존의 SS-EPI 기법과 새로운 SS-TSE 기법을 적용하여 기법에 따른 숨뇌의 신호대잡음비을 비교평가 하였다. 결 과 : 연구결과 b0 영상의 신호대잡음비는 새로운 SS-TSE 기법(314.41±42.96) 적용 시 SS-EPI 기법(514.84±48.97) 보다 38.9% 감소하였으며, b1000 영상의 경우도 SS-TSE 기법(117.33±14.04) 적용 시 SS-EPI 기법(208.65±25.70) 보다 43.8% 감소하였다. 결 론 : 결론적으로, 미세 병변을 진단하기 위한 뇌줄기의 확산강조영상 검사 시 뒤틀림을 줄이기 위해 SS-TSE 기법을 적용할 경우 신호대잡음비가 저하됨으로 기존의 SS-EPI 기법이나 MS-EPI 기법을 병행하여 검사하는 것이 진단의 정확성을 높일 수 있으리라 사료된다.

지반진동은 지진원, 지각감쇠 및 지반의 증폭특성 등 3가지 주요 인자로 구성되어 있다. 이 중 지반 증폭특성은 지진원 및 지각감쇠를 신뢰성 있게 평가하기 위해 반드시 고려하여야 한다. 본 연구의 목적은 수평/수직(H/V) 스펙트럼 비를 이용하여 각 관측소의 지반증폭 특성을 평가하는 것이다. 주파수 영역에서 H/V 스펙트럼 비를 구하는 방법은 Nakamura(1989)에 의해 처음으로 제시되었으며, 초기에는 상시미동의 표면파 특성을 이해하기 위해 사용되어 왔다. 최 근에 와서 강진동의 전단파 에너지 등으로 확장되면서 지반 증폭특성 연구에 많이 이용되고 있다. 본 연구는 예당저수 지 인근에 4개의 관측소에서 관측된 6개의 가속도 지반진동을 이용하여 H/V 스펙트럼 비를 분석하였고 각 지반진동의 S파, Coda파 및 배경잡음 각각으로부터 분석된 지반증폭 특성을 상호 비교하였다. 분석결과, 4개 관측소는 각각의 우월 주파수 대역(YDS: ~11 Hz, YDU: ~4 Hz, YDD: ~7 Hz)에서 관측소 고유의 증폭특성을 보여준다. 본 연구의 도출 결과 와 다른 방법을 통해 구한 결과의 비교 평가는 국내 지반의 동적특성 및 지반분류 연구에 유익한 정보가 될 것으로 판 단된다.

목 적 : 복부 dynamic검사 시 조영제 주입 후 환자의 이상 반응 발생 빈도 및 조영제의 신호 대 잡음비 분석을 통해 적정한 조영제 주입 속도를 알아보고자 하였다. 대상 및 방법 : 2013년 4월부터 2014년 9월까지 3.0T MRI system(Magnetom Tim Trio, Siemens, Germany)을 이용하여 Gadoxetic acid(Primovist, Bayer Schering Pharma)를 사용한 309명(남자 223명, 여자 86명)을 대상으로 Liver dynamic검사를 하였고, Gadodiamide(Ominisacn, GE healthcare)을 사용한 247명(남자 148명, 여자 99명)을 대상으로 Cholangio, Pancreas MRI 상복부 검사를 시행하였다. Saline은 주입 속도를 조영제와 동일하게 주입했으며 그 양은 30ml로 고정하고 gadoxetic acid의 양은 0.1ml/kg, 조영제의 주입속도는 1.0cc/sec, 1.5cc/sec, 2.0cc/sec로 60sec, 100sec을 측정했다. Gadodiamide의 양은 0.2ml/kg, 조영제 주입 속도는 1.5cc/sec, 2.0cc/sec, 2.5cc/sec로 60sec, 120sec을 측정했으며 Volumetric Interpolated Breath-hold Examination(VIBE) sequence를 적용하여 영상을 획득하였다. 상복부 MRI검사 시 조영제의 주입속도에 따른 이상 반응 유무 및 발생 빈도를 분석하고 획득한 영상은 PACS viewer에서 각 phase 별로 ROI를 5~15mm로 main portal vein, liver parenchyma, aorta를 세 곳 설정하여 각 부위의 SNR을 60초, 100초, 120초 검사 중심으로 정량 분석하였다. 결 과 : Liver MRI의 arterial phase 시간대 이상 반응(일시적 호흡곤란, 기침, 구토, 가슴 답답함 등) 발생 빈도는 2.0cc/sec는 98명 중 23건(23.5%), 1.5cc/sec는 116명 중 44건(37.9%), 1.0cc/sec에서 95명 중 22건(23.2%)으로 나타났다. SNR은 조영제주입 속도를 2.0cc/sec로 했을 때 60초 검사에서 portal vein 439.13±38.26, liver parenchyma 250.54±28.54, aorta 311.74±33.24였고 100초에서는 312.01±20.29, 283.88±28.60, 250.38±22.68이었다. 1.5cc/sec의 경우 60초 검사에서 portal vein 415.81±42.43, parenchyma 247.14±28.24, aorta 305.48±30.16, 100초엔 각각 339.20±32.12, 273.65±29.28, 264.66±29.84였다. 1.0cc/sec의 경우 60초 검사는 portal vein 400.44±42.43, parenchyma 237.95±28.30, aorta 307.24±33.69, 100초는 359.17±31.67, 259.13±27.90, 280.49±32.74였다. Cholangio MRI는 2.5cc/sec는 90명 중 6명(6.7%), 2.0cc/sec는 87명 중 3명(3.4%), 1.5cc/sec에서 70명 중 4명(5.7%)이 arterial phase에서 이상 반응이 발생됐다. 신호대 잡음비는 2.5cc/sec로 조영제 주입 시 60초 검사에서 portal vein 659.09±59.10, liver parenchyma 367.40±39.09, aorta 537.40±41.82였으며 120초에서 각각 546.79±40.35, 376.15±28.79, 470.59±36.99였다. 2.0cc/sec로 주입했을 땐 60초에 portal vein 648.18±61.19, parenchyma 360.49±41.35, aorta 540.07±51.77이었고 120초는 각각 559.26±52.35, 343.70±38.27, 474.57±42.02였으며 1.5cc/sec로 주입 시엔 60초에 portal vein 637.62±54.24, parenchyma 358.85±42.87, aorta 544.25±47.16였고 120초는 562.35±39.57, 303.91±40.20, 481.22±40.14이었다. 결 론 : 조영제의 주입 속도를 2.0cc/sec로 했을 경우 Liver MRI는 저속 주입 시 보다 60초와 100초 검사에서 이상 반응의 증가없이 SNR이 더 좋은 영상을 획득했다. Cholangio MRI 또한 60초와 120초 검사에서 2.5cc/sec로 주입했을 때 저속 주입 시 보다 SNR이 더 우수한 영상을 얻을 수 있었다.

The hydro–acoustic technology has been widely used in not only South Korea but also many foreign countries for various scientific purposes. Unfortunately acoustic data especially collected from field surveys may contain noises caused by a variety of sources. Therefore, it is exceedingly important to eliminate noises when acoustic data are analyzed to derive quantitative results. This study introduced two methods for eliminating noises easily and effectively using post–processing software. Used acoustic data were collected on the Jinhae bay and Tongyeong coast of the South Sea in April 2015. The first method, that is the Wang’s method, placed emphasis on ‘erosion filter’ to eliminate only data samples contaminated by noises. The second method (Yamandu’s method) focused on the ‘resample by number of pings’ to remove pings contained noises. To substantiate the effectiveness of two methods, the mean Sv (Volume backscattering strength), mean height and depth of the fish schools detected were compared between before and after using the noise elimination methods. In the Wang’s method the mean Sv was decreased from –52.4 dB to –52.9 dB, and in the Yamandu’s method from –52.6 dB to –53.3 dB, indicating that noises were successfully eliminated. The mean height (1.5 m) and depth (19.0 m) were same between before and after using two methods showing that the shapes of fish schools were not changed.

The Commission for Conservation of Antarctic Marine Living Resources (CCAMLR) is utilized to manage krill resources using acoustic data collection and a scientific observer program operating on the fishing boats. However, the acoustic data were contained seriously noise, example of background, spike, and intermittent noise, due to purpose of fish boats. In this study, the noise removal techniques were confirmed the potential of the acoustic data analysis. Acoustic system and frequency used in the survey were commercial echosounder (ES70, SIMRAD) and 200 kHz split beam transducer. Acoustic data were analyzed using Echoview software (Myriax), and general data analysis and new noise removal method was used. Although a variety of noise, most of the noises have been removed using the noise removal processing. We confirmed the possibility of analyzing the acoustic data obtained from fish boats. The results will be useful for analysis of the acoustic data acquired from krill fishing boats.

목 적 : 신호대 잡음비는 자기공명영상 장치의 성능과 영상의 질을 평가하기 위한 객관적인 정보를 제공하는 중요한 척도이며 이를 측정하기 위한 많은 방법들이 제안되고 있다. 그 중 두 영역 측정방법은 측정방법이 간단하고 시간이 짧기 때문에 가장 흔히 사용되고 있다. 본 연구에서는 다중채널코일과 병렬영상기법 적용 시 두 영역측정방법에 의해 산출된 신호대 잡음비의 정확성에 대해 알아보고자 하였다. 대상 및 방법 : 장비는 Philips 3.0T MRI(Achieva, Philips medical system, Netherlands)과 transmit receive head coil, SENSE 8 channel head coil을 사용하였으며 MR sequence는 spin echo T1, T2 강조영상을 사용하여 축상면으로 ACR phantom 영상을 획득하였다. Transmit receive head coil을 사용한 두 영역 측정방법, AAPM, NEMA, Philips에서 제안한 측정방법, 다중채널코일과 병렬영상기법 적용 시 두 영역 측정방법의 신호대 잡음비 측정 조건에 따라 T1, T2 강조영상을 각각 30번씩 획득하였으며 Image J를 사용하여 각 영상의 동일한 위치에서 ROI 크기를 10 mm2으로 하여 신호대 잡음비를 측정하였다. 결 과 : T1 강조영상의 경우 AAPM에서 제안한 방법이 가장 균일한 신호대 잡음비를 나타내었으며 transmit receive head coil을 사용한 두 영역 측정방법과 NEMA는 10% 내외의 상대 표준 편차를 가짐으로써 균질한 값을 보였다. 하지만 다중 채널 코일과 병렬 영상 기법을 적용한 두 영역 측정방법의 경우 20% 이상의 상대 표준 편차를 보여 각 실험마다 신호대 잡음비의 큰 차이를 나타내었고 NEMA와 transmit receive head coil을 사용한 두 영역 측정방법에 비해 신호대 잡음비를 측정한 각각의 영역에서 차이를 나타내었다. T2 강조영상의 경우 transmit receive head coil을 사용한 두 영역 측정방법, AAPM, NEMA, Philips 모두 10% 내외의 상대 표준 편차를 가져 균일한 SNR을 나타내었지만 다중채널코일과 병렬영상기법을 적용한 두 영역측정방법의 경우 20% 이상의 상대 표준 편차를 보여 신호대 잡음비의 차이를 나타내었다. 결 론 : 다중 채널 코일과 병렬 영상 기법 적용 시 잡음의 공간적, 통계적 분포에 영향을 미치기 때문에 두 영역 측정방법으로 산출한 신호대 잡음비는 정확성이 감소하게 된다. 따라서 다중 채널 코일과 병렬 영상 기법을 적용한 영상에서 좀 더 정확한 신호대 잡음비를 산출하기 위해 AAPM, NEMA, Philips에서 제안되는 방법을 이용해야 한다.