본 연구는 방사형 K-공간 획득 기법 중 하나인 JET 기법을 적용하여 어깨관절 자기공명영상 검사에서의 움직임 인공물과 노이즈를 감소 효과를 평가하였다. 2023년 2월 1일부터 3월 31일까지 어깨관절 자기공명영상 검사를 받 은 35명을 대상으로 선정하여 후향적으로 분석하였다. 평가는 JET 기법 적용 여부에 따라 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가를 수행하였다. JET 기법을 적용한 그룹에서는 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가 값이 통계적으로 유의하게 높게 나타났다(p<0.05). 본 연구를 통해 어깨관절 자기공명영상 검사 시 JET 기법의 도입은 움직임 인공물의 감소뿐만 아니라 신호 대 노이즈 비와 평균 대 표준편차 비가 향상된 영상을 얻을 수 있음을 확인하였다. 이러한 결과는 JET 기법이 어깨관절 영상 취득에 유용하게 활용될 수 있을 것으로 판단되며, 더 나아가 다양한 부위에 적용되는데 있어 서도 기여할 수 있을것으로 예상된다.

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.

요통을 호소하는 환자에서의 자기공명영상 검사는 다른 영상 진단법에 비해 요추와 주변 조직에 대한 높은 대조도와 해상력, 다양한 영상면의 획득으로 해부학적 구조 파악과 다양한 척추 질환의 진단에 널리 활용되고 있다. 그러나 자기공명 영상 검사는 검사 시간이 길기 때문에 통증으로 협조가 되지 않는 환자들에게서 움직임에 의한 인공물을 유발하는 경우가 많아 검사 시간을 최소화하는 것이 중요하다. 이에 자기공명영상 검사 시간 단축을 위한 다양한 기법들이 개발되어 왔으며, 최근 높은 영상의 질을 유지하면서 검사 시간은 크게 줄이는 K-공간 기반 딥 러닝(K-space based Deep Learning, DL) 기법이 주목받고 있다. 본 연구는 요추 자기공명영상 검사에서 DL 기법의 유용성을 알아보기 위해 본원을 내원하여 척추 질환이 의심되는 환자를 대상으로 DL 기법 적용 전후 시상면 T2 강조 영상과 축상면 T2 강조 영상을 각각 획득하였으며, 신호대잡음비와 대조대잡음비, 영상 획득 시간, 전체적인 영상의 질 및 병변 진단 일치도를 비교 분석하였다. 연구 결과 영상의 질 향상과 검사 시간의 단축뿐만 아니라 빠른 영상 획득으로 움직임이나 호흡에 의한 인공물 또한 감소하는 것을 볼 수 있었다. 따라서 자기공명영상 검사에서 DL 기법 사용 시 진단적 가치가 보다 높은 영상을 제공하는 동시에 환자의 만족도를 높여 임상에서도 유용한 방법이 될 것으로 사료된다.

본 논문에서는 필자의 “K-네트공간”을 소개한다. K-네트공간은 최근 북미 이론가들에 의 하여 활발하게 연구되고 있는 “K-네트”와 “성부진행 공간”을 결합·발전시켜 구축한 것이다. K-네트공간은 기존의 K-네트에 대한 이론적 가능성을 넓히는 동시에, 최근에 활발히 연구되 고 있는 성부진행 공간을 새로운 각도에서 제시한다는 데에 그 의미가 있을 것이다. 또한 이 이론을 달라피콜라의 《괴테가곡》 (Goethe-Lieder, 1953), 제1번에 적용하여 그 유용성을 보여주고자 한다.

필자는 본 논문에서 변형이론을 바탕으로 한 K-네트이론을 발전시켜 (PIN-cycle space)이라는 새로운 개념을 제시하고자 한다. PIN-사이클 공간은 PIN들의 연쇄로 이루어진 사이클로 표상되는 공간인데, 이때 PIN은 양성 동형네트워크(Positively Isographic Network)를 말하며, K-네트의 세 가지 유형 중에 하나이다. PIN-사이클 공간에 서는 한 집합류(set class)에 속하는 모든 음고류집합(pitch-class set)들이 하나의 관계망으로 제시되어, PIN-사이클 공간을 통해서 음고류집합들 간의 관계를 한층 더 효과적으로 살펴볼 수 있다. 이러한 PIN-사이클 공간을 적용하여 달라피콜라(Luigi Dallapiccola, 1904-1975)의 성악곡 《아나크레온의 두 개의 서정시》(Due Liriche di Anacreonte, 1944-1945) 중에서 제 2곡 ‘변주’(Variazioni)를 분석하였다. 그 결과, 피아노 성부에서 순서 없이 나열된 음렬 부분 이 PIN-사이클 공간에서는 일관성 있게 배열된다는 것을 알 수 있었다.

논문에서는 무리 짓기에 대한 공간분할 방법의 성능을 개선하는 알고리즘을 제안한다. 핵심 개념은 무리 속에서 움직이는 개체인 보이드가 지속적으로 자신의 방향과 위치를 변경시키나 자신의 다음 방향의 결정에 영향을 주는 k개의 가장 가까운 이웃인 kNN은 자주 바뀌지 않는다는 사실을 이용하여 성능을 개선하는 것이다. 본 논문에서 이전의 kNN을 이용하여 새로운 kNN이 변경되었는지를 판별하는 방법이 제안되었고, 제안된 방법의 정당성은 정리를 통하여 증명되었다. 제안된 방법은 구현되었으며, 기존의 공간분할 방법과 성능이 비교되었다. 비교 결과로부터 제안된 알고리즘이 초당 프레임 수 관점에서 기존의 알고리즘보다 약 30% 개선 효과를 주는 것을 알 수 있었다.