총담관결석의 진단은 환자의 임상 양상과 여러 혈액, 영상 및 내시경검사 등을 통해 이루어진다. 총담관결석이 의심되는 환자에서 초기검사로 간기능검사와 복부초음파 혹은 복부 CT를 시행할 수 있으며, 이러한 초기검사 결과를 바탕으로 총담관결석의 저위험군, 중등도위험군 및 고위험군으로 분류할 수 있다. 총담관결석의 저위험군은 간기능검사가 정상이고 영상검사에서 총담관의 확장이 나타나지 않는 경우로, 이러한 환자에서는 총담관결석을 시사하는 증상이 지속되지 않는 한, 추가적인 검사는 필요하지 않다. 총담관결석의 중등도위험군은 간기능검사에서 이상을 보이거나, 영상검사에서 총담관 확장을 보이는 경우로, EUS나 MRCP 검사를 추가로 시행할 수 있으며, 추가 검사에서 총담관결석이 확인되는 경우 ERCP의 시행이 필요하다. 총담관결석의 고위험군은 임상적으로 담관염이 있거나 영상검사에서 총담관결석이 확인되는 경우이며, 다른 추가 검사 없이 진단 및 치료 목적으로 ERCP 시행이 권고된다.

지난 10년간 국내 고속도로의 관리 대상 구조물 수는 2013년 8,302개소에서 2023년 11,054개소로 약 25% 증가했다. 특히, 공용 20~30년 미만의 교량이 전체 교량의 약 40%를 차지하고 있으며, 이들 교량의 노후화가 향후 10년 내 집중적으로 발생할 것으로 예상 된다. 이에 따라 유지관리 비용이 급격히 증가할 것으로 전망된다. 효율적인 자산관리를 위해서는 상태평가 결과를 바탕으로 예측모델 을 적용하여 구조물의 성능과 생애주기 비용을 예측하는 것이 중요하다. 그러나, 유지관리에 따른 구조물 성능향상과 열화모델 적용 등 다양한 변수를 고려한 예측모델 적용할 때, 인력점검의 한계와 점검자의 주관적 판단에 따른 점검오차를 최소해야만 개별 구조물 의 현재 상태에 대한 정확한 평가가 가능할 것이다. 이와 관련하여 본 연구에서는 자산관리 개선을 위한 추진전략과 상태평가 신뢰성 확보를 위한 신기술 적용방안을 제시하고자 한다. 따라서, 교량 자산가치평가 정확도 향상을 위해 BIM(Building Information Modeling) 모델 제작 및 손상평가 AI(Artificial Intelligence) 기술을 적용한 ‘BIM 기반 외관조사망도 자동생성 시스템’을 통해 인력점검의 한계와 점검오차로 인한 문제를 개선하고자 하며, 점검/진단 자동화 기술을 구조물 유지관리 업무 시스템에 연계하여 손상정도를 시계열로 모 니터링하고, 최적 보수시기 및 공법 선정 의사결정에 활용할 수 있으며, 보수·보강 비용 및 조치편익을 분석하여 유지관리 사업계획 수립 시 활용할 수 있을 것으로 판단된다. 향후 ‘점검/진단 자동화 시스템‘을 고속도로 자산관리에 시범적으로 적용하여 실제 현장 점 검자의 사용성 검증과 시스템 운영방안 수립을 통해 효율적 자산관리를 위한 도로관리자의 의사결정을 지원할 수 있을 것으로 기대한다.

This study examines and redefines the transportation policy directions for Seoul, focusing on the diagnosis of existing traffic management strategies and the establishment of new policy directions. The research analyzes major transportation policies implemented in Seoul from 2015 to 2024 and evaluates key initiatives within the city’s mid-term urban transportation improvement plan (2022-2026). Based on this evaluation, new policy directions are proposed, emphasizing "traffic efficiency," "traffic safety," and "citizen convenience," while also incorporating "sustainable eco-friendly approaches" and the "establishment of institutional foundations." In addition to existing initiatives, this study highlights the need for further focus on "technological innovation and development," "environmental sustainability," and "improvements in laws, institutions, and administration." A comprehensive roadmap is developed, offering short, medium, and long-term action plans for the improvement of traffic operations. Key recommendations include the advancement of smart signal systems using AI and big data, the introduction of an integrated mobility platform, the enhancement of safety for vulnerable road users through autonomous driving technologies, and the development of eco-friendly transport systems. The study emphasizes the importance of adapting to rapid social and technological changes through proactive policy formulation and administrative streamlining.

PURPOSES : This paper presents a foundational study aimed at strengthening the competitiveness of future overseas construction engineering projects, efficiently guiding investment decisions for the government or private sectors and establishing policy suggestions for areas that need to be supplemented and linked. METHODS : The data envelopment analysis (DEA) model was used to measure the operational efficiency for individual types of work. The DEA model for measuring efficiency uses the representative Charnes, Cooper, and Rhode (CCR) and Banker, Charnes, and Cooper (BCC) models. RESULTS : By using statistics of overseas construction projects and conducting DEA, it was revealed that construction management was most needed in the energy facility sector of overseas construction projects. CONCLUSIONS : Although the capabilities of our country's companies are excellent, it was evident that the energy and industrial facilities sectors, which need to be supplemented to enhance their competitiveness, require policy support that incorporates construction management (CM). Consequently, it was confirmed that the construction management sector needs investment that should continue to be activated in the future. Additional research is needed that considers variables and environments related to overseas construction projects’ on-site conditions. To this end, the government should continue to promote research and government investment linked to CM to make progress in overseas construction sectors.

해양재분석 자료는 관측 자료를 수치 모델에 동화함으로, 관측 자료의 시공간적인 제약을 극복하고 해양 변수 간 의 물리적 상호작용을 고려한 격자화된 고해상도 정보를 제공함으로써 해양순환 및 기후 연구에 광범위하게 사용되고 있다. 이 연구에서는 기존에 생산된 12년간(2011년부터 2 02 2년까지)의 북서태평양 지역해양 재분석 자료를 확장하여 30 년간(1993년부터 2 02 2년까지)의 1/24o 수평해상도를 갖는 장기 재분석 자료(K-ORA22E)를 생산하고, 이를 분석하여 한 반도 주변해역에서의 장기 해양기후변화를 진단하였다. K-ORA22E 데이터를 통해 한반도 주변 해역의 수온 상승 경향 을 분석한 결과, 쿠로시오 확장역에서 쿠로시오의 경로가 지난 30년 동안 1년에 약 6 km 씩 북상하였으며, 쿠로시오 경 로의 북쪽에서 수온 상승이 두드러졌다. 한반도 주변 해역 중에서는 동해에서 수온 상승이 가장 뚜렷했다. 특히, 동해에서는 표층보다는 중층에서 수온 상승이 두드러졌으며, 동한난류의 수온 상승률은 전 지구 평균보다 2 -3배 높았다. 황해저 층냉수가 출현하는 황해 중앙부에서는 장기적으로 수온이 상승하였으나, 한반도 서해안과 남해안에서는 수온이 오히려 감소하는 경향이 나타났다. 이러한 수온의 장기변화의 공간적인 차이는 쿠로시오 해류의 북상에 따른 열수송의 경로와 밀접한 관련이 있을 것으로 보인다. 이 연구에서 구축된 K -ORA2 2 E와 같은 고해상도 지역 해양 재분석 자료는 한반도 주변 해역의 장기 변동성을 이해하고 기후 변화의 영향을 분석하는 데 중요한 기초 자료로 활용될 수 있을 것이다.

콩과 같은 밭작물은 주로 토양으로부터 수분을 공급받으며 토양 수분 조건에 따라 생육 반응이 민감하게 반응한다. 작물의 생육과 재배 지역의 토양 조건, 기상 등에 따라 적정 토양 수분을 유지하는 것은 작물 생산량의 증가를 위해 중요하다. 따라서, 본 연구에서는 머신러닝 기법을 이용하여 토양 수분 함량 예측 모델을 개발하였다. 깊이에 따른 토양 수분과 외기, 강수량 등 기상 변수와의 상관 관계를 구명하고, 깊이별 토양 수분예측을 위한 부분최소제곱회귀(PLSR) 모델을 알고리즘을 개발하였다. 콩 재배포장의 10cm, 20cm, 30cm 깊이의 토양수분은 FDR 방식의 센서로 측정하였 고, 콩 작물 주변 환경인자(재배환경의 기온, 상대습도, 풍속, 일사량, 일조시간)는 주변의 기상관측소에서 측정된 데이터를 이용하였다. 이를 이용하여 깊이별 미래의 토양수분함량 예측 모델을 개발한 결과, 10cm와 20cm깊이에서 주요 인자는 현재 토양수분함량과 기온이었으며, 30cm 깊이에서의 주요 인자는 현재 토양수분함량과 기온, 풍속으로 나타났다. 토양 깊이가 깊어짐에 따라 토양수분함량 예측 정확도가 향상되었으며, 이는 표면에 가까울수록 토양수분함량이 변화가 크기 때문으로 예상된다. 또한 미래의 토양 수분함량예측시 1시간 후 예측 정확도가 가장 우수하였으며, 이때의 Rv 2와 RMSEV가 10cm 깊이에서 0.993와 1.069%, 20cm 깊이에서 0.994와 0.821% 였으며, 30cm 깊이에서 0.999와 0.149% 였다. 본 연구 결과는 콩 생육환경 진단을 위해 재배 포장의 토양수분함량을 토양층별로 미래의 토양수분함량도 예측이 가능함을 보여준다.

작물의 스트레스 조기 진단은 농업에 있어 빠른 대응을 가능하게 해 피해를 경감시킬 수 있어 중요한 기술이다. 기존의 스트레스 진단이 가진 파괴적인 형식의 시료 채집과 양분 분석에 많은 노동력을 필요로 한다는 단점 극복을 위해 새로운 기술 개발이 필요하다. 미래에는 대단위 영상을 이용한 생육 진단 기술에 대한 수요가 높아질 것으로 예상되어 이를 이용한 연구를 진행하였다. 본 연구는 2023년 경상남도 밀양시에 위치한 국립식량과학원 실험 포장에서 수행되었으며, 무인항공기(UAV)를 이용하여 양분 결핍 처리(관행시비, 질소 결핍, 인 결핍, 칼륨 결핍, 무비)에 따른 벼의 생육을 조사했다. UAV를 이용해 생육 기간 중 총 6회에 걸쳐 포장을 촬영하였고, 영상을 기반으로 11개의 식생 지수를 산출하여 기계학습을 통해 양분 결핍을 진단하는 모델을 구축하여 평가했다. 연구 결과에 따르면, 엽록소 함량과 관련된 지수인 NDRE (Normalized Difference Red Edge)가 가장 높은 중요도를 나타내어 벼의 양분 상태를 효과적으로 진단하는 데 유용하다는 것을 확인하였다. 6개의 각 단계별로 모델을 평가하였을 때 모든 단계에서 accuracy가 0.7 이상으로 나타났다. 조기 진단을 위해 첫 촬영 날짜인 7월 5일의 자료로 모델을 만들어 다른 회차에 적용하여 모델의 성능을 평가한 결과, 5개의 모든 단계에서 0.9 이상의 accuracy를 얻었다. 종합적으로, UAV 영상 기반의 식생 지수를 활용한 양분 결핍 진단은 벼의 생육을 조기에 예측하는 데 효과적이며, 이는 정밀 농업 분야에서 시간과 노동을 절감하고 양분 관리를 개선하는 데 도움이 될 것으로 기대된다.

2023년 경상북도 상주시 떫은감 과수원에서 잎 표피아래 굴을 파고 들어가면서 원형 또는 부정형의 식흔자국 을 남기는 증상을 관찰하였다. 해충의 유충은 녹색에서 적색으로 변하며 번데기 단계를 거쳐 성충(길이 3㎜, 갈색) 이 되어 탈출하였다. 본 해충에 대해 잎에서의 피해증상과 실험실에서 유전분석 결과 Genbank(GU816671,486bp DNA liner, 2016)에 등재되어 있는 감잎가는나방(Cuphodes diospyrosella)으로 동정되었다. 일본에서 1957년 최초 보고 후 우리나라에서는 주로 경남 창원과 진주의 농약 무살포 및 유기농 단감원에서 발생하였으나, 이번 경북지 역에 처음 발견되어 떫은감 재배 농업인과 현장지도원의 감잎가는나방에 대한 피해증상 진단에 활용할 수 있을 것으로 생각된다.

Scabies, caused by an infestation of the skin with the itch mite (Sarcoptes scabiei), is highly contagious and classified as a prevalent neglected tropical diseases. The current diagnostic approach relies solely on clinical judgment based on symptoms, history, and microscopic observation by an experienced dermatologist. To enhance sensitivity and specificity, we developed an alternative method based on mite-derived DNA. Our method involves a quick DNA release from skin scraping samples and Loop-Mediated Isothermal Amplification (LAMP) targeting the scabies mite-specific DNA sequences, enabling diagnosis within 30 minutes. Importantly, no cross-reactivity was observed when the sample was contaminated by two house dust mite species, and false positives were barely detected. Currently, we are in the process of developing a Point-of-Care Testing (POCT) kit for a scabies survey targeting school-age children in Timor-Leste as a global health project.

전 세계적으로 농업해충의 약제 저항성 발달에 따른 방제 효율 저하는 농약의 과다 사용을 초래하여 농업의 생산성 저하 및 환경 파괴 문제 등을 야기하고 있다. 뿐만 아니라 위생해충의 경우에도 약제 저항성 발달이 심각한 수준으로 나타남에 따라 인류 보건에 큰 위협이 되고 있다. 해충의 약제 저항성은 자연계에 존재하는 극히 낮은 빈도의 저항성 형질이 반복적인 약제 사용에 따라 선발되는 과정을 통해 발달 되는데, 해충 약제 저항성의 효과적 관리를 위해서는 저항성 발달 기작의 규명과 신속·정확한 진단법의 확립이 필수적이다. 현재까지의 저항성 관리 는 저항성 발달 후 대응적(reactive)으로 이루어져 왔으나, 미래에는 보다 다양한 분자 마커를 활용하여 저항성 형질 빈도를 관리 가능한 수준에서 유지하는 선제적(proactive) 저항성 관리도 가능할 것으로 예상하고 있다. 본 발표에서는 해충 약제 저항성 연구의 현재 상황과 미래 전망에 대해 소개하고자 한다.

It is very important to evaluate how the functions of products, facilities, and spaces affect human life. The evaluation of these actions has legal regulations such as certification, inspection, and diagnosis, and the degree of quality, safety, and excellence of the results is announced. This study sought to secure safety through efficient system operation by reviewing safety-related certification systems established and implemented by each government department in Korea and analyzing the characteristics of each system and similarities between systems. There was also an aspect of cross-checking safety through the certification and diagnosis system implemented by each ministry, but it was confirmed that the efficiency of the system should also be considered in terms of overlapping application. Therefore, when securing safety is confirmed based on each safety-related law, active alternatives such as exemption, substitution, delegation, etc. should be presented.

One of the important components of a nuclear fuel cycle facility is a hot cell. Hot cells are engineered robust structures and barriers, which are used to handle radioactive materials and to keep workers, public, and the environment safe from radioactive materials. To provide a confinement function for these hot cells, it is necessary to maintain the soundness of the physical structure, but also to maintain the negative pressure inside the hot cell using the operation of the heating, ventilation, and air conditioning (HVAC) systems. The negative pressure inside the hot cells allows air to enter from outside hot cells and limits the leakage of any contaminant or radioactive material within the hot cell to the outside. Thus, the HVAC system is one of the major components for maintaining this negative pressure in the hot cell. However, as the facility ages, all the components of the hot cell HVAC system are also subject to age-related deterioration, which can cause an unexpected failure of some parts. The abnormal operating condition from the failure results in the increase of facility downtime and the decrease in operating efficiency. Although some major parts are considered and constructed in redundancy and diversity aspects, an unexpected failure and abnormal operating condition could result in reduction of public acceptance and reliability to the facility. With the advent of the 4th Industrial Revolution, prognostics and health management (PHM) technology is advancing at a rapid pace. Korea Hydro & Nuclear Power, Siemens, and other companies have already developed technologies to constantly monitor the integrity of power plants and are applying the technology in the form of digital twins for efficiency and safety of their facility operation. The main point of PHM, based on this study, is to monitor changes and variations of soundness and safety of the operation and equipment to analyze current conditions and to ultimately predict the precursors of unexpected failures in advance. Through PHM, it would be possible to establish a maintenance plan before the failure occurs and to perform predictive maintenance rather than corrective maintenance after failures of any component. Therefore, it is of importance to select appropriate diagnostic techniques to monitor and to diagnose the condition of major components using the constant examination and investigation of the PHM technology. In this study, diagnostic techniques are investigated for monitoring of HVAC and discussed for application of PHM into nuclear fuel cycle facilities with hot cells.

In the nuclear fuel cycle (NFC) facilities, the failure of Heating Ventilation and Air Conditioning (HVAC) system starts with minor component failures and can escalate to affecting the entire system, ultimately resulting in radiological consequences to workers. In the field of air-conditioning and refrigerating engineering, the fault detection and diagnosis (FDD) of HVAC systems have been studied since faults occurring in improper routine operations and poor preventive maintenance of HVAC systems result in excessive energy consumption. This paper aims to provide a systematic review of existing FDD methods for HVAC systems therefore explore its potential application in nuclear field. For this goal, typical faults and FDD methods are investigated. The commonly occurring faults of HVAC are identified through various literature including publications from International Energy Agency (IEA) and American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE). However, most literature does not explicitly addresses anomalies related to pressure, even though in nuclear facilities, abnormal pressure condition need to be carefully managed, particularly for maintaining radiological contamination differently within each zone. To build simulation model for FDD, the whole-building energy system modeling is needed because HVAC systems are major contributors to the whole building’s energy and thermal comfort, keeping the desired environment for occupants and other purposes. The whole-building energy modeling can be grouped into three categories: physics-based modeling (i.e., white-box models), hybrid modeling (i.e., grey-box models), and data-driven modeling (i.e., black-box models). To create a white-box FDD model, specialized tools such as EnergyPlus for modeling can be used. The EnergyPlus is open source program developed by US-DOE, and features heat balance calculation, enabling the dynamic simulation in transient state by heat balance calculation. The physics based modeling has the advantage of explaining clear cause-and-effect relationships between inputs and outputs based on heat and mass transfer equations, while creating accurate models requires time and effort. Creating a black-box FDD model requires a sufficient quantity and diverse types of operational data for machine learning. Since operation data for HVAC systems in existing nuclear cycle facilities are not fully available, so efforts to establish a monitoring system enabling the collection, storage, and management of sensor data indicating the status of HVAC systems and buildings should be prioritized. Once operational data are available, well-known machine learning methods such as linear regression, support vector machines, random forests, artificial neural networks, and recurrent neural networks (RNNs) can be used to classify and diagnose failures. The challenge with black-box models is the lack of access to failure data from operating facilities. To address this, one can consider developing black-box models using reference failure data provided by IEA or ASHRAE. Given the unavailability of operation data from the operating NFC facilities, there is a need for a short to medium-term plan for the development of a physics-based FDD model. Additionally, the development of a monitoring system to gather useful operation data is essential, which could serve both as a means to validate the physics-based model and as a potential foundation for building data-driven model in the long term.

Background: Pain neuroscience education (PNE) combined with exercise and mobilisation with cognitive goals presented decreases in pain and disability and an increase in spinal function compared to physiotherapy intervention in patients with chronic low back pain (CLBP). Objectives: To investigated the effect of forward head posture (FHP) with chronic neck pain on the PNE combined with cervical and thoracic mobilization. Design: A randomized controlled trial. Methods: The subjects were randomly allocated to the MDT with PNE group (MPNEG, n=15) and the PNE group (PNEG, n=15). Pain neuroscience education was provided to both groups, and MDT exercise was additionally performed in the experimental group. Training was conducted 3 times a week for 8 weeks, and the Oswestry Disability Index (ODI) and numeric rating scale (NRS) were used to measure the level of back pain dysfunction, and each was evaluated before and after the experiment. Results: Results from the study indicated that statistically significant decrease in NRS and ODI in MPNEG. In PNEG, there was statistically significant decrease in NRS. And in MPMES, there was a statistically significant decrease in ODI than in PNEG. Conclusion: The MDT combined with PNE is more effective than PNE alone as a treatment method for improving lumbar dysfunction and reducing pain in chronic low back pain.

췌장낭성병변은 최근 영상기술의 발전으로 우연히 발견되는 비율이 점차 증가하고 있으며, 유병률은 복부컴퓨터단층촬영을 시행한 사람에서 많게는 13.5%까지 보고되었다. 그러나 췌장낭성질환의 정확한 진단은 양성에서 악성 질환까지 다양한 형태로 보일 수 있어 영상학적 진단만으로는 매우 어렵다. 초음파내시경은 췌장낭성병변을 비교적 정확하게 진단하고 치료를 결정하는 데 매우 중요한 도구로 사용된다. 그러나 내시경 초음파는 악성으로 진행 가능한 점액성 췌장낭종과 다른 췌장낭종질환을 구분하는 데 정확도가 65-75%에 불과하다. 인공지능은 대장암, 폐암, 유방암과 같은 여러 종류의 암 진단의 정확도를 향상시키는 데 효과적인 도구로 사용되고 있으며, 최근 연구에서는 췌장낭성병변에서도 점액성 종양과 비점액성 종양을 구분하고 악성으로 진행 위험도를 평가하는 데 도움이 되는 것으로 보고되고 있다. 인공지능의 적용은 영상분석에도 국한되지 않고 최근에는 췌장낭종의 액체 분석, 유전자 분석, confocal laser endomicroscopy 등 다양한 분야에서 활용되고 있으며 기대되는 연구 결과를 발표하고 있다. 인공지능은 의료 분야에서 아직 시작단계에 있어, 임상에 적용하기 위해 적절한 알고리즘을 개발하는 데에는 개발자들의 큰 노력이 필요하다. 그러나 이러한 기술은 앞으로 췌장낭종 병변을 보다 정확하게 진단하고 효과적이고 효율적으로 관리하는 데에 도움을 줄 수 있는 잠재력을 가지고 있다고 하겠다.

Gate valves are hydraulic components used to shut-off the water flow in water distribution systems. Gate valves may fail owing to various aspects such as leakage through seats, wearing of packing, and corrosion. Because it is considerably challenging to detect valve malfunctioning until the operator identifies a significant fault, failure of the gate valve may lead to a severe accident event associated with water distribution systems. In this study, we proposed a methodology to diagnose the faults of gate valves. To measure the pressure difference across a gate valve, two pressure transducers were installed before and after the gate valve in a pilot-scaled water distribution system. The obtained time-series pressure difference data were analyzed using a machine learning algorithm to diagnose faults. The validation of whether the flow rate of the pipeline can be predicted based on the pressure difference between the upstream and downstream sides of the valve was also performed.