목 적：본 논문은 비흡연자와 한국형 알코올 선별 검사법(AUDIT-K)설문지 척도점수에 따라 적정 음주군(10점 이하)을 분류하여 뇌 확산텐서영상을 획득한 후 Tract-Based Spatial statistics 방법으로 정상인의 뇌 영역별 비등방도 FA 측정값 을 제시하고자 한다. 대상 및 방법：연구대상은 2017년 6월 1일부터 8월 31일까지 연구목적과 검사방법에 대하여 설명하고 동의를 한 30세 이상 50세 이하의 남성을 대상으로 모집하였고 경남 양산시 소재의 P대학병원의 자기공명영상장치(MAGNETOM Skyra 3.0T)를 사용하여 검사를 시행하였다. 연구대상의 수는 설문조사한 총 170명 중 비흡연자와 한국형 알코올 사용 장애 검사 법(AUDIT-K)의 점수 척도가 10이하인 정상 음주군 59명을 대상으로 하였다. 뇌 확산텐서영상을 획득한 후 Tract-Based Spatial Statics 방법으로 뇌 백질(White matter)영역부위 신경섬유로, 뇌 회백질(Gray matter) 엽(Lobe)영역별 부위, 뇌 회백질(Gray matter) 이랑(Gyrus)영역별 부위, 뇌 회백질(Gray matter) 기저핵(Basal ganglia)영역별 부위, 뇌 회백 질(Gray matter) 해마(Hippocampus)영역별 부위의 FA(fractional anisotropy)값을 SPSS 21.0 Version 통계프로그램 을 사용하여 그에 상응하는 기술통계 분석하였다. 결 과：뇌 백질(white matter) 영역별부위의 비등방도 FA값은 뇌 들보의 뒤쪽(Posterior)이 0.7527 ±0.02481으로 가장 높았고, 왼쪽 맥락총(Choroid plexus)은 0.2302±0.04323으로 가장 낮았으며, 뇌 회백질(Gray matter) 부위 중에서 엽 (Lobe)영역별 비등방도 FA값은 후두엽(Occipital lobe superior division)이 0.2004±0.00669로 가장 높았으며 위쪽 전두엽(Superior frontal lobe)이 0.1759±0.00704로 가장 낮았고, 이랑(Gyrus)영역별 비등방도 FA값은 앞쪽 대상 회 (Cingulate gyrus anterior division)가 0.2403±0.00703으로 가장 높았고, 뒤쪽 대상 회(Cingulate gyrus posterior division)는 0.2223±0.00617으로 가장 낮았으며, 기저핵(Basal ganglia)별 비등방도 FA값은 왼쪽 담창구(Lt. globus pallidus)가 0.3994±0.01041로 가장 높았고 오른쪽 미상핵(Rt. caudate nucleus)이 0.2116±0.01442로 가장 낮았으 며, 해마(Hippocampus)영역별 비등방도 FA값은 앞쪽 해마 곁이랑(Para hippocampal gyrus anterior division)가 0.1827±0.01036으로 가장 높았고 왼쪽 해마(Lt. hippocampus)가 0.1675±0.01136으로 가장 낮았다. 결 론：뇌 백질부위의 뇌 들보 부위의 비등방도가 가장 높았으며 뇌 회백질 영역의 왼쪽 담창구(Lt globus pallidus)도 비등방도가 높았다. 통상적으로 뇌 백질 영역이 회백질 보다 비등방도가 높다고 알려져 있지만 모든 백질영역이 회백질보다 비등방도는 높지 않았다. 30세 이상 50세 이하의 정상인 남성을 대상으로 뇌 백질과 회백질 영역의 해부학적 확산텐서영상의 비등방도의 계측치를 Tract-Based Spatial statistics(TBSS)방법으로 제시할 수 있었다.

유방암을 진단받고 수술 전 확산텐서영상에서 도출된 정량적 확산 지표인 비등방성 확산의 크기(FA)와 현성 확산계수(ADC) 값을 비교하고, 상관관계를 분석하여 보기로 하였다. 확산 그레디언트는 20방향(b-value, 0 및 1,000s/mm2)을 사용하여 정량적 확산 지표를 도출하였다. 정량적 분석은 피어슨의 상관분석, 정성적 분석은 급내 상관계수를 적용하여 분석하였다. 연구 결과는 FAmin, FAmean, FAmax 평균값은 0.098 ± 0.065, 0.302 ± 0.142, 0.634 ± 0.236이고 ADCmin, ADCmean, ADCmax은 0.741 ± 0.403, 1.095 ± 0.394, 1.530 ± 0.447로 나타났다(p > 0.05). 병변 평가에서 Category 6이면서 시간대 신호 강도 그래프가 유실형(Pattern Ⅲ)의 경우는 FAmin, FAmean, FAmax 평균값은 0.132 ± 0.050, 0.418 ± 0.094, 0.770 ± 0.164이고 ADCmin, ADCmean, ADCmax는 0.753 ± 0.189, 1.120 ± 0.236, 1.615 ± 0.372로 나타났다. 정량적 분석 결과 ADCmean – FAmean, ADCmaximal – FAmax 는 음의 상관관계가 나타났다(p = 0.001, 0.003). 정성적 분석 결과 내부 평가자의 경우 ADC 0.628(p = 0.001), FA 0.620(p = 0.001)이고, 외부 평가자의 경우 ADC 0.677(p = 0.001), FA 0.695(p = 0.001)로 나타났다. 결론적으로 형태학적 조직 검사를 바탕으로 동적 조영 검사에서 시간대 신호 강도 그래프는 유실(pattern Ⅲ: wash out) 형태이며, ADCmean 1.120 ± 0.236, FAmean값이 0.032 ± 0.142로 피어슨 상관분석의 결과 음의 상관관계(Y=1.44-1.12X)로 나타났다. 따라서, 시간대 신호강도 그래프의 형태와 ADC와 FA의 상호관계를 파악한다면 유방암에서 악성 질환을 구분하는 기준이 되리라 생각된다.

흡연 유무의 남성을 대상으로 뇌 회백질의 손상 유무를 파악 할 수 있는 확산텐서영상을 검사하여 영상을 획득 한 후 Tract-Based Spatial Statics(TBSS)방법으로 뇌 회백질 부위의 기저핵 신경섬유로의 비등방도 FA(fractional anisotropy)값을 측정 분석한 결과 모든 영역에서 흡연자가 비흡연자보다 비등방성 측정값이 낮게 관찰되었으며 FA값은 통계적으로 유의하였다. 본 연구의 측정한 FA결과 값으로 추측하자면 즉, 흡연이 뇌 회백질 기저핵의 모든 해부학적 미세 구조성 변화에 크게 영향을 미치며 신경 섬유로를 손상시키고 이와 관련된 기능적 이상에 영향을 준다고 할 수 있다.

흡연 유무의 남성을 대상으로 뇌 백질의 손상 유무를 파악 할 수 있는 확산텐서영상을 검사하여 영상을 획득 한 후 Tract-Based Spatial Statics(TBSS)방법으로 뇌 백질 부위의 신경섬유로의 비등방도 FA(fractional anisotropy)값을 측정 분석한 결과 모든 영역에서 흡연자가 비흡연자보다 비등방성 측정값이 낮게 나타났지만 FA값은 통계적으로 유의하지 않았으며 오른쪽 맥락총 부위에 대한 FA값에서만 통계적으로 유의하였다. 본 연구의 결과 값으로 추측하자면 즉 흡연이 뇌 백질의 미세구조성 변화에 크게 영향을 미치지는 않지만 맥락총 부위에는 영향을 미친다고 할 수 있다.

This paper is concerned with face recognition for human-robot interaction (HRI) in robot environments. For this purpose, we use Tensor Subspace Analysis (TSA) to recognize the user's face through robot camera when robot performs various services in home environments. Thus, the spatial correlation between the pixels in an image can be naturally characterized by TSA. Here we utilizes face database collected in u-robot test bed environments in ETRI. The presented method can be used as a core technique in conjunction with HRI that can naturally interact between human and robots in home robot applications. The experimental results on face database revealed that the presented method showed a good performance in comparison with the well-known methods such as Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA) in distant-varying environments.