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.

흉골 자기공명영상 검사 시 호흡 등 환자 움직임에 의한 인공물 발생을 최소화하는 것은 어렵다. 하지만 자기공명영 상 검사는 타 영상 검사와 비교해 흉골 병변을 발견하는 데 있어 진단적 가치가 높은 장점이 있다. 따라서 본 연구에 서는 환자의 검사 자세 및 딥러닝 기법을 통해 최적의 검사 방법을 도출하고자 한다. 자세 별 영상 변화를 확인하기 위해 바로 누운 자세, 엎드린 자세, 유방 코일을 사용한 엎드린 자세로 진행하였으며, 고식적 기법의 영상과 Deep Resolve Boost(DRB) 기법을 적용한 영상을 비교 관찰하였다. 모든 대상에게 같은 조건으로 각 영상을 2회씩 획득 한 후 전반적인 영상 품질을 기준으로 정성적으로 평가하였고, DRB의 적용 여부에 따른 신호 대 잡음비의 변화 정도를 정량적으로 평가하여 개선 정도를 산출하였다. 정성적 평가에서 DRB 적용 여부와 무관하게 엎드린 자세, 유방 코일을 사용한 엎드린 자세, 바로 누운 자세 순으로 높은 점수를 얻었으며, DRB를 적용한 영상이 고식적 기법 의 영상보다 높은 점수를 얻었다. 또한 정량적 평가를 통해 유방 코일을 사용한 엎드린 자세, 엎드린 자세, 바로 누운 자세 순으로 높은 개선 정도를 확인하였다. 본 연구를 통해 흉골 검사 시 DRB 기법을 적용하는 것은 영상의 질을 높이는 방법임을 확인하였다. DRB를 적용하지 못하는 환경에서는 될 수 있으면 엎드린 자세를 적용하는 것을 권고하며, DRB를 적용할 수 있는 환경에서는 환자 측 인자를 고려하여 엎드린 자세와 유방 코일을 사용한 엎드린 자세를 모두 적용할 수 있다.

Due to climate change and the rise in international transportation, there is an emerging potential for outbreaks of mosquito-borne diseases such as malaria, dengue, and chikungunya. Consequently, the rapid detection of vector mosquito species, including those in the Aedes, Anopheles, and Culex genera, is crucial for effective vector control. Currently, mosquito population monitoring is manually conducted by experts, consuming significant time and labor, especially during peak seasons where it can take at least seven days. To address this challenge, we introduce an automated mosquito monitoring system designed for wild environments. Our method is threefold: It includes an imaging trap device for the automatic collection of mosquito data, the training of deep-learning models for mosquito identification, and an integrated management system to oversee multiple trap devices situated in various locations. Using the well-known Faster-RCNN detector with a ResNet50 backbone, we’ve achieved mAP (@IoU=0.50) of up to 81.63% in detecting Aedes albopictus, Anopheles spp., and Culex pipiens. As we continue our research, our goal is to gather more data from diverse regions. This not only aims to improve our model’s ability to detect different species but also to enhance environmental monitoring capabilities by incorporating gas sensors.

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.

In response to the expanding landscape of the biotechnology industry and the increasing demand for comprehensive drug development as well as the conduct of preclinical and clinical trials, there is a growing need for employment of diverse animal models, including both small and large animals. The focus of this study was on refining ex vivo culture techniques for bioluminescence imaging following administration of intradermal injections in large animals. To examine the feasibility of our approach, varying concentrations of the rFluc protein were administered to rats and live imaging was employed to validate the corresponding levels of expression. Subsequently, following administration of rFluc to mini-pigs, ex vivo analyses were performed on sample tissues to assess the levels of protein expression across different concentrations. In particular, optimal culturing conditions that facilitated the sustained expression of the protein in samples post-euthanasia were identified. Moreover, by employing small animal imaging devices, we were able to capture clear images of the sample plates, which provided evidence of the successful application of our experimental techniques. The findings from this research represent a significant effort toward refining bioluminescence imaging methods tailored for use with large animal models—an imperative facet of contemporary drug development and biomedical research.

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.

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.

The occurrence of shear failure in a rock mass, resulting from the sliding of joint surfaces, is primarily influenced by the surface roughness and contact area of these joints. Furthermore, since joints serve as crucial conduits for the movement of water, oil, gas, and thermal energy, the aperture and geometric complexity of these joints have a significant impact on the hydraulic properties of the rock mass. This renders them critical factors in related industries. Therefore, to gain insights into the mechanical and hydraulic behavior of a rock mass, it is essential to identify the key morphological characteristics of the joints mentioned above. In this study, we quantified the morphological characteristics of tensile fractures in granitic rocks using X-ray CT imaging. To accomplish this, we prepared a cylindrical sample of Hwang-Deung granite and conducted splitting tests to artificially create tensile fractures that closely resemble rough joint surfaces. Subsequently, we obtained 2D sliced X-ray CT images of the fractured sample with a pixel resolution of approximately 0.06 mm. By analyzing the differences in CT numbers of the rock components (e.g., fractures, voids, and rock matrix), we isolated and reconstructed the geometric information of the tensile fracture in three dimensions. Finally, we derived morphological characteristics, including surface roughness, contact area, aperture, and fracture volume, from the reconstructed fracture.