본 연구에서는 T2 터보 스핀 에코 지방 포화 기법 중 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법에서 지방분율에 대한 분석을 통해 정확한 지방 포화가 이루어지는지 알아보고자 하였다. 이에 미국 방사선학회 인증 팬텀을 기준 팬텀으로 설정 하고, 액체 지방 팬텀을 이용하여 일반 T2 지방 포화 기법들과 딥러닝 기반 T2 Dixon 기법의 지방분율을 정량적으로 분석 하였다. 연구 방법은 기준 팬텀 3시 방향에 지방 함유율이 0, 10, 20, 30%인 액체 지방 팬텀을 고정하고, 기법별 액체 지방 팬텀 중심부의 신호강도 값을 도출하였다. 그리고 측정된 값을 지방분율 공식을 이용하여 수치화하였다. 연구 결과 각각의 액체 지방 팬텀의 지방분율 측정에서 T2 Dixon 딥러닝 기법과 Dixon 기법이 다른 일반 지방 포화 기법들과 비교해 기준 지방분율에 가장 근접하였다. 그리고 두 기법 간 통계적 차이는 없어 딥러닝 영상 재구성이 지방 포화에 영향을 미치 지 않음을 알 수 있었다. 따라서 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법은 정확한 지방분율로 지방 포화를 할 수 있어 그 유용성이 있다고 생각한다.

가스상의 체적분율과 압력강하는 기액이상류에 대한 이해와 예측에 있어서 매우 중요한 인자이다. 또한 그것들은 산업용 대용량의 열교환시스템 및 선박에 설치되는 보일러 및 냉동시스템의 설계에 있어서 필수적인 항목이다. 따라서 본 논문에서는 파이프의 모든 경사각도에서 기액이상류 가스상의 체적분율과 압력손실을 예측할 수 있는 이론적 해석 방법을 제시한다. 여기서의 이론적 해석은 2유체 층상류 모델을 기초로 하고 있다. 또한 이론적 해석결과와 기존의 실험결과와 비교한 결과에 대해서도 제시한다.

In order to predict droplet velocity and temperature profiles and fractional solidification with flight distance during spray forming, the Newtonian heat transfer formulation has been coupled with the classical heterogeneous nucleation and the specific solidification process. It has been demonstrated that the thermal profile of the droplet in flight is significantly affected by process parameters such as droplet size, initial gas velocity, undercooling. As the droplet size and/or the initial gas velocity increase, the onset and completion of solidification are shifted to greater flight distances and the solidification process also extends over a wider range of flight distances. The amounts of solid fractions formed during recoalescence, segregated solidification and eutectic solidification are insensitive to droplet size and initial gas velocity whereas those are strongly affected by the degree of undercooling. There are good linear relations between the undercooling and the corresponding solid fractions generated during recoalesced, segregated and eutectic stages.

Background : Perilla frutescens L. is valuable as a medicinal plant as well as a natural medicine and functional food. Limonene perilla collected from various places showed 60% limonene compounds. However biological activity of these accession has not been reported before. Therefore, this study was conducted to investigate the biological activity of limonene perilla. Methods and Results : Fractional solvent extracts were obtained by using organic solvents such as n-hexane, chloroform, ethyl acetate, n-BuOH, and aqueous solvent from different parts of limonene perilla extracted initially in 70% EtOH. We investigated the effects of limonene perilla on total phenol and flavonoid contents, FRAP (Ferric Reducing Antioxidant Power), total saponin contents and tyrosinase inhibition activity. Leaves of limonene perilla produced the highest total phenolic contents (29.88 mg·CAE/g), flavonoid (8.39 mg·QE/g) and saponin contents (47.77 mg·GIE/g) than stems and roots of limonene perilla. FRAP of leaves was 823.00±3.58 μM·FeSO4·E/mg. Tyrosinase inhibition activity rate was 40.31% in 70% ethanol extracts from leaves of limonene perilla. Conclusion : This results suggest that leaf of limonene perilla fractions has significant antioxidant activity. Also, limonene perilla could be used as a functional biomaterial in developing cosmetics and functional foods.