목 적 : 수술 전 종양의 위치 확인, 뇌종양 수술의 성과 및 계획을 향상시키기 위해 Neuronavigation 시스템을 이용하고 있다. 본 연구에서는 수술 전 시행되는 Navigation MRI의 정확성 향상을 위해 기존의 2D Axial(이하 AXL) 영상을 보완한 3D Sagittal(이하 SAG) 영상을 적용함으로써 그 유용성을 평가하고자 한다. 대상 및 방법 : 뇌종양 제거 수술을 위해 본원에 입원한 환자 중 수술 전 Navigation 검사를 시행한 환자 20명을 대상으로 하였다. 검사 장비는 3.0T MRI System(Intera Achieva, Philips medical system, Netherlands), 신호수집코일은 32Channel SENSE Head coil을 사용하였다. 사용된 Parameter는 기존의 2D T1 AXL은 FOV 240mm, TR/TE 514ms/10ms, Matrix 256×256, Thickness/gap 2mm/0mm, NSA 1, Scan time 11m 5s이고, 2D T2 FLAIR AXL은 FOV 240mm, TR/TI/TE 11000ms/2800ms/125ms, Matrix 256×256, Thickness/gap 2mm/0mm, NSA 1, Scan time 8m 15s이다. 그리고 새롭게 적용된 3D T1 SAG은 FOV 240mm, TR/TE 9.8ms/4.6ms, Matrix 240×240, NSA 1, Scan time 6m 17s이고, 3D T2 FLAIR SAG은 FOV 240mm, TR/TI/TE 4800ms/1650ms/340ms, Matrix 256×256, NSA 2, Scan time 6m 9s이다. 각각의 3D SAG 영상은 AXL(1mm/No gap) 영상으로 재구성하였다. 평가 방법은 조영제 주입 전 2D T2 FLAIR AXL 영상과 3D FLAIR SAG 영상을 얻고, 조영제 주입 후 2D T1 AXL 영상과 3D T1 SAG 영상을 획득하여 각 AXL 영상의 SNR과 CNR을 비교하였다. 또한 정성적 분석을 위해 신경외과전문의 2명과 방사선사 5명이 각 영상의 평가항목(1.해상도 2.대조도 3.Artifact 감소 4.병변의 경계부위 묘사 5.병변의 명확도 6.조영증강 효과)에 대해 리커트(Likert) 5점 척도로 분석하였다. 분석 방법은 각 2D AXL 영상을 3점 기준으로 3D AXL 영상을 비교 평가하였다. 통계적 분석은 SPSS(Ver.20)을 이용하여 paired t-test 방법으로 분석하였다. 결 과 : 정량적 분석 결과 2D T2 FLAIR AXL 영상의 평균 SNR은 62.5, 3D T2 FLAIR AXL 영상은 191.7로 3D기법이 약 3.1배 높았고, 2D T1 AXL CE 영상의 평균 SNR은 62.9, 3D T1 AXL CE 영상은 144.5로 3D 기법이 약 2.3배 높았다. 또한 3D T2 FLAIR AXL 영상의 평균 CNR은 211.1로 2D AXL 영상의 62.0에 비해 약 3.4배 높았고, 3D T1 AXL CE 영상의 평균 CNR도 101.4로 2D AXL CE 영상의 53.9에 비해 약 1.9배 높았다. 그리고 2D AXL 영상을 3점 기준으로 비교 평가한 정성적 분석 결과는 3D FLAIR AXL 영상의 평균값이 3.88(±1.00), 3D T1 AXL CE 영상의 평균값은 4.57(±0.73)점으로 나타났다. 정량적 및 정성적 분석 결과값은 paired t-test 통계 분석 결과 각각의 평가 항목에서 모두 p<0.05로 유의한 결과를 나타냈다. 결 론 : 기존의 2D AXL 영상보다 3D SAG 영상을 획득하여 AXL로 재구성한 영상이 SNR과 CNR 모두 더 높은 결과를 나타냈고, 정성적 분석 결과 또한 3D 기법을 적용한 영상이 더 높은 점수를 얻었다. 그리고 종양의 위치에 따라 COR 영상이 필요할 경우가 있는데, 3D 영상을 획득하면 AXL 영상뿐만 아니라 COR 영상까지 추가적인 스캔 없이 재구성할 수 있어 더 효율적이었다. 시간적인 측면에서도 더 나은 영상을 더 빠른 시간 안에 획득할 수 있어 실용적이고, 이는 환자의 Motion Artifact 발생 가능성도 줄일 수 있었다. 그리고 기존의 2D AXL 영상은 2mm 두께로 영상을 획득하지만 3D 영상은 1mm로 재구성할 수 있어 종양의 위치를 더 정확하게 판단할 수 있었다. 이러한 장점은 수술 전 Navigation MRI 검사를 통해 수술 부위를 판단하는 의료진의 입장에서 더 나은 수술 결과를 도출 할 수 있고 나아가 결국 의료의 질을 높이는 계기가 될 것이라 사료된다.

게임 캐릭터와 객체들이 상호작용하는 지형은 가상세계를 구성하기 위한 필수 요소이다. 지형을 제작할 때 많은 갱신 작업과 시간이 들어가는 문제점이 발생한다. 본 논문에서는 실제 지형을 촬영한 데이터로부터 가상 공간의 3D 지형을 생성하기 위한 3D 지형 재구축 시스템을 제안한다. 제안시스템에서는 스테레오 카메라로 촬영하고, 레이져 스캐너로 실측한 3차원 지형 데이터를 기반으로 생성된 그리드 기반의 높이 맵(Height Map)과 로봇의 항법정보 중 z축과 x축 방향 벡터를 이용해 가상공간의 중심인 월드좌표계에 맞게 로테이션을 수행하여 축의 방향을 일치시키고, 로봇 중심의 좌표계에서 월드 좌표계로의 이동 벡터를 각 포인트에 더하여 최종적으로 월드좌표계에 맞게 변환한다. 이후 무방향성 그래프를 사용하여 지형 데이터를 관리하면서 가상공간에서 필요한 부분에만 동적으로 지형 메쉬를 생성한다. 이때 지형 데이터의 오류를 보정하여 메쉬를 올바르게 갱신한다. 실험에서는 제안 시스템이 지형 재구축을 완료할 때까지 일정한 주기로 FPS를 확인하고, 완성된 지형을 가시화하여 품질을 검토하였다. 지형의 전체 크기를 알 수 없거나, 실시간으로 지형의 크기가 변화하는 환경에서는, 제안된 시스템이 쿼드트리를 사용한 지형 관리보다 지형 크기가 작을 때 3배정도의 높은 FPS를 보이나, 지형이 아주 클 때는 평균 40% 정도 나은 실행 성능을 가진다. 최종적으로는, 실측한 지형의 모양을 그대로 유지하면서 가시화하고 있다. 본 연구에서 제안한 시스템을 이용하여 게임에 이용할 지형 데이터를 실시간으로 자동 생성하여 게임에 이용하거나, 실제 지형을 배경으로 필요한 영화의 CG 작업에 활용하는 등의 응용 방안을 고려해 볼 수 있다.

본 연구의 목표는 GPS(Global Positioning System)을 이용한 3차원 네비게이션 시스템을 개발하여 원하는 목적지까지의 경로를 실시간으로 도로 전경과 동일한 3차원 영상으로 살펴봄으로써 운전자를 효과적으로 도울 수 있도록 하는 것이다. 실제 도로에서 일정 간격을 두고 촬영한 파노라마 실사 영상에 TIP 기법을 적용하여 가상환경을 구축하고 이들 사이의 부드러운 전이를 통해 사진과 같은 품질의 3차원 영상을 보여준다. 개발된 시스템은 2차원 네비게이션 모듈을 가지며 최적 경로 탐색 및 도로 상황 예측 기능을 제공한다.