• 한국의학물리학회지:의학물리
• /
• 제23권2호
• /
• pp.81-90
• /
• 2012

방사선 치료에서 부정확한 환자 셋업이 표적에 전달되는 선량에 미치는 영향과 치료 마진과의 연관성을 몬테칼로 기법을 사용한 전산모사를 통하여 분석하였다. 실제 방사선 치료를 받은 직장암 환자에 대한 임상표적체적(CTV: Clinical Target Volume) 및 주요장기의 구조와 치료계획 시스템(Eclipse 8.9, USA)을 이용하여 수립된 세기조절 방사선치료계획에서의 선량분포에 대한 데이터를 전산모사에서 사용하였다. 전산모사 프로그램은 리눅스환경에서 오픈소스인 ROOT 라이브러리와 GCC를 기반으로 본 연구를 위하여 개발되었다. 환자셋업오차의 확률분포를 정규분포로 가정한 것에 따라 무작위로 생성된 크기만큼 셋업이 부정확한 경우를 모사하여 임상표적체적에서의 선량분포의 변화와 오차크기에 따른 마진크기를 3차원입체조형 방사선치료에 사용되는 마진공식과 비교분석 하였다. 셋업오차 생성에 사용된 정규분포의 표준편차 크기는 1 mm부터 10 mm까지 1 mm간격으로 두었으며 계통오차와 통계오차별로 2,000번 전산모사했다. 계통오차의 경우 전산모사에 사용된 표준편차가 커질수록 임상표적체적에 조사되는 최소선량 $D_{min}^{stat{\cdot}}$은 100.4%에서 72.50%로 감소하였고 평균선량 $\bar{D}_{syst{\cdot}}$도 100.45%에서 97.88%로 감소한 반면에 표준편차${\Delta}D_{sys}$는 0.02%에서 3.33%로 증가하였다. 통계오차의 경우 최소선량 $D_{min}^{rand{\cdot}}$은 100.45%에서 94.80%감소하였고 평균선량 $\bar{D}_{syst{\cdot}}$도 100.46%에서 97.87%로 감소하였으며 표준편차 ${\Delta}D_{rand}$는 0.01%에서 0.63%로 증가하였다. 그리고 마진공식으로부터 전산모사에 사용된 셋업오차에 해당되는 마진크기를 구하고 모집단비율(population ratio)을 정의하여 기존 마진공식의 목적이 세기조절방사선치료에 만족함을 확인했다. 개발된 전산모사 프로그램은 해당 환자의 치료계획 정보를 직접 사용하므로 직장암만 아니라 두경부암, 전립선암 등 여러 환부에 적용 가능하며 셋업오차 및 선량변화에 연관된 연구에도 사용할 수 있을 것으로 사료된다.

• 한국전자거래학회지
• /
• 제24권3호
• /
• pp.19-33
• /
• 2019

최근 제조업체들은 제품의 생산방식이 고도화 되고, 복잡해지면서 생산 장비를 효율적으로 사용하는데 어려움을 겪고 있다. 제조공정의 효율성을 방해하는 대표적인 요인들로는 작업물 종류 변경(job change)으로 인한 작업 준비 비용(Setup Cost) 등이 있다. 특히 반도체/LCD 공정과 같이 고가의 생산 장비를 사용하는 공정의 경우 장비의 효율적인 사용이 매우 중요한데, 상호 충돌하는 의사결정인 납기 준수를 최대화 하는 것과 작업물 종류 변경으로 인한 작업 준비 비용을 최소화 하는 것 사이에서 균형을 유지하는 것은 매우 어려운 일이다. 본 연구에서는 납기와 작업 준비 비용이 있는 병렬기계에서 강화학습을 활용하여 납기 및 셋업 비용의 최소화 목표를 달성하는 일정계획 모델을 개발하였다. 제안하는 모델은 DQN(Deep Q-Network) 일정계획 모델로 강화학습기반의 모델이다. 제안모델의 효율성을 측정하기 위해 DQN 모델과 기존에 개발하였던 심층 신경망 기반의 일정계획 생성기법과 휴리스틱 원칙의 결과를 비교하였다. 비교 결과 DQN 일정계획 생성기법이 심층신경망 방식과 휴리스틱 원칙에 비하여 납기 및 셋업 비용이 적은 것을 확인할 수 있었다.

• 한국방사선학회논문지
• /
• 제3권3호
• /
• pp.5-11
• /
• 2009

영상유도방사선치료(image guided radiation therapy: IGRT) 시 환자를 1차적으로 skin marker를 이용하여 위치시키고 2차적으로 OBI(on board imager)를 이용하여 해부학적 위치를 확인 후 couch를 움직여 set up을 보정하게 되는데, 이때 발생하는 오차에 대한 평가를 하려고 한다. 치료계획시 $0^{\circ}$와 $270^{\circ}$방향의 DRR(digital reconstructed radiography) 영상과 OBI로 촬영한 영상을 2차원-2차원 정합(2D-2D matching)으로 비교하여 치료계획시 환자의 셋업과 치료시 환자의 셋업의 오차를 비교하였다. Head&Neck 및 Spinal cord와 같은 주요장기 부위의 치료에서는 치료때 마다 OBI에 의하여 셋업시 확인하였으며, Chest 및 Abdomen&Pelvic 는 일주일에 2~3회 확인하였다. 그려나 보정 값은 모두 OIS(oncology information system)에 기록하여 160명의 환자를 대상으로 각각 Head&Neck, Chest 및 Abdomen&Pelvic으로 나누어 피부 지표를 이용한 셋업의 정확성을 평가하였다. Head&Neck 환자의 평균 셋업 오차는 각각 AP, SI, RL 방향에서 $0.2{\pm}0.2cm$, $-0.1{\pm}0.1cm$, $-0.2{\pm}0.0cm$ 로 나타났으며, Chest의 경우 $-0.5{\pm}0.1cm$, $0.3{\pm}0.3cm$, $0.4{\pm}0.2cm$ 로 나타났고 Abdomen의 경우 $0.4{\pm}0.4cm$, $-0.5{\pm}0.1cm$, $-0.4{\pm}0.1cm$로 나타났다. Pelvic 의 경우 $0.5{\pm}0.3cm$, $0.8{\pm}0.4cm$, $-0.3{\pm}0.2cm$ 나타났다. Head&Neck 같은 강체 (rigid body)는 셋업 오차가 Chest 및 Abdomen 부위에 비하여 상대적으로 작게 나타났다. Chest에서는 횡축 방향의 오차가 컸으며, Abdomen&Pelvic 에서는 AP 방향의 오차가 크게 나타났다. Chest에서 횡축오차가 크게 나타난 이유는 환자 셋업시 환자 몸의 휘어짐에 기인한 것이며, Abdomen에서의 AP방향의 오차가 큰 이유는 환자의 호흡으로 인해 앞뒤 위치의 변화 때문으로 사료된다. 환자 셋업 시스템에서는 systematic error는 나타나지 않았다. OBI는 해부학적 위치를 확인하기 때문에 병소가 피부에 위치해 있을 경우 피부마커로 셋업을 하는 것이 정확할 것으로 생각된다. 2차원-2차원 정합은 3차원-3차원 정합과 비교하여 rolling 오차를 찾아내지 못하나 환자의 피폭이 적다는 장점이 있으며 셋업 확인 시간이 짧기 때문에 실제 임상에서는 2차원-2차원 정합이 유용하였다.

• 한국의학물리학회지:의학물리
• /
• 제26권4호
• /
• pp.286-293
• /
• 2015

본 연구의 목적은 폐암의 정위체부방사선 치료 환자에 대하여 정위체부고정기구 사용 유무에 따른 셋업 정확성을 비교 평가하고자 한다. 본원에서 정위체부방사선치료를 받은 총 40명의 환자를 대상으로, 정위체부고정기구를 기반으로 한셋업 방식의 환자군 20명과 고정기구 없이 Wing board를 사용한 환자군 20명으로 구분하여 각 셋업오차를 비교, 분석 하였다. 폐암의 정위체부방사선치료는 총 4~5회에 걸쳐 48~60 Gy 조사되었다. 매 치료 전, 먼저 레이저를 이용하여 환자를 치료중심점에 위치시킨 후 On-board kV 영상장치를 이용하여 2차원 직각영상을 얻어 척추를 기준으로 환자의 위치를 조정한 다음, 3차원 체적 영상을 획득 하여 종양의 위치를 치료중심점에 일치시키고, 마지막으로 호흡에 의한 종양의 위치 확인 및 조정을 위해 2차원 직각 투시영상을 이용하였다. 각 과정에서 얻은 테이블 이동 및 회전 값을 조사하여, 셋업 군별로 계통오차 및 랜덤오차를 구하였다. 고정기구 사용유무에 따른 통계적 유의성을 검증하기 위하여 계통오차에 대한 t-test 시행을 하였고, 셋업의 재현성의 차이를 보기위해 랜덤오차에 대한 F-test를 시행하였다. 나아가 이러한 셋업 방식의 차이가 셋업 여유분의 크기 결정에 영향이 있는지 여부를 평가하기위해 치료계획체적의 여유분을 계산하여 두 방식의 차이를 비교하였다. 정위체부 고정기구를 사용했을 때의 셋업 오차는 수직방향, 길이방향, 수평방향으로 각각 $0.05{\pm}0.25cm$, $0.20{\pm}0.38cm$, $0.02{\pm}0.30cm$이었다. 반면에, Frameless immobilizer을 사용한 단순 고정방법을 사용했을 때의 셋업 오차는 수직방향에서만 통계적으로 유의하게 $-0.24{\pm}0.25cm$으로 증가함을 보였으나, 길이방향, 수평방향에 대해서는 각각 $0.06{\pm}0.34cm$, $-0.02{\pm}0.25cm$의 작거나 비슷한 결과값을 보였다. 정위체부 고정기구를 사용했을 경우, 수직방향, 수직방향 및 길이방향으로의 여유분은 각각, 0.67 cm, 0.99 cm, 0.83 cm였고, Frameless immobilizer시 수직방향으로 0.75 cm, 길이방향으로 0.96 cm, 수평방향으로 0.72 cm로써 수평방향에서 최대 0.11 cm 차이가 남을 알 수 있었다. 결론적으로 정위체부고정기구를 사용하는 것이 환자 자세 재현성을 향상시켜 셋업 오차를 환자의 전후, 위아래 방향으로의 약 0.1~0.2 cm씩 줄일 수 있을 것으로 평가하였다. 다만 정위체부 고정기구 사용에 따른 시간 소요 및 치료절차의 복잡성에 비해 그 효과는 그리 크지 않았다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권3호
• /
• pp.261-270
• /
• 2019

4차 산업혁명의 도래와 함께 제조 환경의 다품종화가 더욱 급격히 진행되고 있다. 다품종화된 생산 환경은 전반적인 생산계획 및 관리를 더욱 어렵게 하고 있으며, 효과적인 작업순서 결정을 통한 생산 효율 제고의 필요성을 더욱 높이고 있다. 기본적으로 효과적인 작업순서는 설비의 셋업을 감소시키고 설비의 효율적 활용과 함께 셋업 시간 단축을 도모하여 궁극적으로는 생산성 향상에 기여할 수 있다. 본 연구는 단일 기계가 다중 작업을 수행하는 상황에서의 효율적인 작업순서 결정 문제를 다룬다. 이는 대부분의 기존 연구에서 다루고 있는 한 대의 기계에서 하나의 작업만을 수행하는 경우와 비교할 때 문제의 복잡성이 매우 높다. 본 연구에서는 특히 셋업 횟수를 최소화하기 위한 정수계획 모형을 제안한다. 이는 자동차 전장 구성품의 하나인 와이어링 하네스 제조 공정을 대상으로 주어진 생산주문을 처리하는 과정에 금형 교체횟수를 최소화하는 문제를 대상으로 한다. 또한 제안된 수리 모형의 유효성을 검증하기 위해 간단한 사례연구 결과를 함께 제시한다.

• 대한방사선치료학회지
• /
• 제19권1호
• /
• pp.1-5
• /
• 2007

목적: 방사선치료 시 OBI (on board imager) 시스템으로 환자 셋업 오차(set-up error)를 확인, 보정한 결과를 분석하여, 셋업 오차(set-up error)의 경향 및 원인을 살펴보고, 기존 필름과 EPID (electronic portal imaging device)를 사용한 방법에 비해 OBI의 정확성과 유용성에 대하여 알아보고자 한다. 대상 및 방법: 2006년 3월부터 2006년 5월까지 본원에 내원한 3차원 치료계획 환자 130명을 대상으로 주 1회 이상 OBI를 이용하여 치료전 셋업 영상의 분석을 시행하였다. 직각으로 획득한 2개의 영상을 모의 치료실에서 획득한 기준영상(reference image)과 합성(Fusion) 후 분석을 하였다. 분석 후 Vertical, Lateral, Longitudinal 방향으로 변위(Shift)거리를 측정하여 오차를 분석했다. 또한, 주요 부위별, 방향별로 구분하여 셋업 오차(set-up error) 요인들을 비교, 평가하였다. 결과: OBI를 적용하여 분석한 환자 41.5%에서 변위가 없이 Setup이 정확하였고, 52.3%에서 $1{\sim}5mm$정도의 오차가 존재하였다. 5 mm오차 이상인 환자도 6.1%가 확인되었다. 5 mm이상의 오차를 보인 환자들은 치료실내에서 확인한 결과 환자의 움직임이나 모의치료 자세와의 차이에서 오는 결과임을 알 수 있었다. 또한, 3 mm이상의 오차 경향이 3번 이상 지속될 경우에는 모의 치료실로 이동하여 보정후 치료를 시행하였다. 결론: 치료 전 2인의 근무자가 셋업을 정확히 하고 3면의 레이저와 조사야를 확인하였지만, 직각의 KV 영상으로 분석한 결과 셋업 오차가 발생할 수 있음을 확인하였다. 기존의 EPID에 의한 MV 영상은 낮은 영상의 특성과 환자의 피폭선량 증가라는 단점이 존재하지만, 본 연구에서 분석한 OBI는 모의 치료와 같은 높은 화질의 영상으로 셋업 오차의 정확한 계산과 객관적인 셋업 보정이 가능하여 영상유도 방사선치료의 정확도와 유용성을 입증할 수 있었다.

• Radiation Oncology Journal
• /
• 제25권1호
• /
• pp.54-61
• /
• 2007

목 적: 본 연구의 목적은 전립선암 환자의 방사선 치료 시 표적의 정확한 위치를 찾기 위해 표지(marker)를 삽입한 경우 방사선치료계획 시 촬영한 CT 영상과 매 치료 시 온보드 영상장치(on-board imager, OBI)로부터 획득된 직교 kV X선 영상을 이용하여 표지의 위치를 계산하고 자동으로 맞춤을 수행하여 환자 셋업 오차를 보정하도록 하는 방법을 개발하는 것이다. 대상 및 방법: 세 개의 금 표지를 환자 전립선의 기준 위치에 삽입한 후 CT 모의치료기를 이용하여 2 mm 슬라이스 간격으로 CT 영상을 획득하였으며 매 치료 전에 환자 셋업 보정을 위하여 OBI를 이용하여 직교하는 kV X선 환자 영상을 획득하였다. CT 및 kV X선 영상 내 표지 정보 및 좌표 값 추출을 위하여 화소값의 문턱값 처리, 필터링, 외곽선 추출, 패턴 인식 등 다수의 영상처리 알고리듬을 적용하였다. 각 표지들 위치의 대표값으로 삼각형의 무게중심 개념을 이용하였으며 기준 CT 영상 및 직교 kV X선 영상으로부터 각각 무게중심의 좌표를 구한 후 그 차이를 보정해야 할 셋업의 오차로 계산하였다. 알고리듬의 건전성(robustness) 평가를 위해 팬텀을 이용하여 계산된 CT 및 kV X선 영상의 무게중심이 실제 지정된 위치와 일치하는지 여부를 확인하였으며, 본원에서 방사선 치료를 시행한 네 명의 전립선암 환자에 대상으로 치료 직전 촬영한 38 내지 39쌍의 kV X선 영상에 대하여 알고리듬을 적용한 후 OBI 프로그램에서 제공되는 2차원-2차원 맞춤 결과와 비교하였다. 결 과: 팬텀 실험 결과 실제 값과 CT 영상 및 직교 kV X선 영상으로부터 계산된 무게 중심 좌표 값이 1 mm 오차 내에서 일치함을 확인할 수 있었다. 환자 영상에 적용한 경우에도 모든 영상에 대하여 성공적으로 각 표지의 위치를 계산할 수 있었으며 2차원-2차원 맞춤 기능을 이용하여 계산된 셋업 오차와 비교해본 결과 1 mm 범위 내에서 일치함을 확인할 수 있었다. 본 알고리듬을 이용하여 계산한 결과 셋업 오차는 전후(AP) 방향으로 환자별로 작게는 $0.1{\pm}2.7\;mm$에서 크게는 $1.8{\pm}6.6\;mm$까지, 상하(SI) 방향으로 $0.8{\pm}1.6\;mm$에서 $2.0{\pm}2.7\;mm$, 좌우(Lat) 방향으로 $-0.9{\pm}1.5\;mm$에서 $2.8{\pm}3.0\;mm$까지였으며 환자에 따라 그 편차의 차이가 있었다. 결 론: 제안된 알고리듬을 이용하여 1회 셋업 오차를 평가하는 데 소요되는 시간은 10초 미만으로서 임상 적용 시 환자 셋업 시간을 줄이고 주관성을 배제하는 데 도움이 될 수 있을 것으로 기대된다. 그러나 온라인 환자 셋업 보정 시스템에 적용하기 위해서는 선형가속기의 제어 시스템에 통합되는 것이 필요하다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.1078-1083
• /
• 1992

Extracting the process planning information from the CAD data is the key issue in integrated CAD/CAM system. In this paper, we develop algorithms for extracting the shape and setup configuration for NC machining of prismatic parts. In determining the workpart shape, the minimum-enclosing condept is applied so that the material waste is minimized. To minimize the number of setups, feature based algorithm is developed considrint the part shape, tool shape, and tool approach direction. The validity and effectiveness of the developed algorithms were tested by computer simulations.

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.109-116
• /
• 2021

목 적: 본 연구는 표면유도환자셋업(Surface-Guided Patient Setup, SGPS)을 활용한 Markerless환자(피부에 표시를 시행하지 않은 환자)와 레이저기반환자셋업(Laser-Based Patient Setup, LBPS)을 활용한 Marker환자(피부에 표시를 시행한 환자)를 영상유도방사선치료(Image Guided Radiotherapy, IGRT)로 시행했을 때 환자 위치 정확도를 비교하여 SGPS의 유용성을 평가하는데 목적이 있다. 대상 및 방법: 3개의 카메라를 이용한 광학 표면 스캐닝시스템을 사용하여 SGPS로 초기 셋업한 Markerless 환자와 환자 피부에 그려진 Marker와 레이저를 정렬하는 LBPS로 초기 셋업한 Marker환자의 IGRT시 위치 오차를 비교하였다. SGPS,LBPS 모두 각각 전립선암 환자 20명, 뇌정위적방사선수술(Stereotactic Radiation Surgery, SRS) 환자 10명을 대상으로 시행하였고 SGPS의 경우는 추가로 유방암 환자 60명을 대상으로 시행하였다. 모두 CBCT 또는 OBI를 사용하여 IGRT를 시행하였다. 자동위치교정시스템(Auto-Matching System)을 이용하여 6방향(6 Degree Of Freedom, 6 DoF)의 위치 오차를 획득하였고 치료계획시스템에서 Offline-Review를 이용하여 비교, 분석하였다. 결 과 : 전립선암환자의 SGPS와 LBPS의 RMS(Root Mean Square) 차이는 Vrt -0.02cm, Log -0.02cm, Lat -0.01cm, Pit -0.01°, Rol -0.01°, Rtn -0.01°이였고 SRS 환자는 Vrt 0.02cm, Log -0.05cm, Lat 0.00cm, Pit -0.30°, Rol -0.15°, Rtn -0.33°으로 두 부위 모두 큰 차이가 없었다. 유방암환자의 IGRT기준 RMS는 Vrt 0.26, Log 0.21, Lat 0.15, Pit 0.81, Rol 0.49, Rtn 0.59으로 나타났다. 결 론 : 본 연구의 결과 LBPS 대비 SGPS의 위치 오차 값은 전립선암 환자와 SRS 환자의 경우 큰 차이를 보이지 않았다. 추가로 실시한 SGPS의 유방암 환자의 경우에도 IGRT기준으로 위치 오차 값이 크지 않았다. 따라서 환자 피부 표시를 필요로 하지 않는 큰 장점을 가진 SGPS로 LBPS를 대체하기에 유용할 것으로 사료된다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.94-98
• /
• 2000

본 논문은 TFT-LCD 모듈 조립 공정에서의 스케줄링 시스템을 제안한다. TFT-LCD 모듈 조립 공정은 선행 공정인 액정 공정에서 넘어오는 LCD 판넬과 기타 부품들을 조립하여 최종 완제품을 만드는 공정이다. 본 연구에서 다루고 있는 문제는 주문량으로부터 구해지는 일일 생산 계획량이 주어졌을 때 각 라인에서 생산되어질 제품을 배정하는 문제이다. 본 논문의 목적은 주어진 실제 공정 환경에서 일일 생산 계획량을 최대로 만족하기 위한 스케줄링 휴리스틱을 개발하는 것이다. 이를 위해 relaxed LP 모형을 제시하였고 제시된 LP 모형을 이용한 알고리즘을 개발하였다. 제안된 알고리즘은 제품 우선 배정 조건, 현 보유 자재량과 대략적인 라인의 생산 능력을 고려한 LP 프로시져 부분과 제품 간 셋업 시간을 고려한 설비 배정 휴리스틱의 두 부분으로 구분된다. 알고리즘의 성능 검사를 위해 실제 TFT-LCD 모듈 공정에서의 데이터를 이용하여 과거에 실제 이루어진 생산 결과와 비교를 하였으며 제안된 알고리즘의 효율성을 실험 결과를 통해 보였다.