• 대한방사선치료학회지
• /
• 제34권
• /
• pp.61-72
• /
• 2022

목 적: 기존의 CBCT(Cone-beam Computed-tomography)는 호흡에 의한 움직임의 영향을 받는 부위에서 장기의 움직임으로 표적용적에 오차가 발생했다. 본 논문의 목적은 호흡동조방사선치료를 시행할 때 오차를 감소시켜주는 Gated CBCT(Gated Cone-beam Computed-Tomography)기능을 이용하여 정확성과 소요시간의 각각 유용성을 평가하고 위상에 따른 적절성에 대해 고찰하고자 한다. 대상 및 방법: Gated CBCT의 유용성을 평가하기 위해 Truebeam STx^TM에서 QUASAR^TM 호흡 움직임 팬텀과 납 표지자 삽입물(lead marker inserts)을 이용하여 전체 위상(Full Phase), 20~80% 위상, 30~70% 위상, 40~60% 위상마다 5회씩 Gated CBCT를 촬영하여 납 표지자의 번짐(Blurring) 길이를 측정하고 투시 촬영(fluoroscopy)의 Trigger mode를 사용하여 최고 위상(Top Phase)에서 구간이 끝나는 지점까지 납 표지자가 움직이는 거리를 5회씩 측정하여 비교하였다. 삼나무 고체 종양 삽입물(Cedar Solid Tumor Inserts)을 이용하여 4차원 전산화단층촬영(4-Dimentional Computed-tomography, 4DCT)을 촬영하여 전체 위상, 20~80% 위상, 30~70% 위상, 40~60% 위상마다 표적 용적을 설정하고 축 방향(S-I방향)으로 5회씩 길이를 측정하였고 동일하게 Gated CBCT를 5회씩 촬영하고 영상의 CT 값(CT number)을 분석하여 표적이 움직인 거리를 측정하여 비교하였다. 결 과: 납 표지자 삽입물을 이용하여 촬영한 Gated CBCT에서 전체 위상은 평균 4.46 cm, 20~80% 위상은 평균 3.11 cm, 30~70% 위상은 평균 1.94 cm, 40~60% 위상은 평균 0.90 cm가 측정되었다. 투시 촬영에서 납 표지자의 축방향 움직임 거리는 평균 4.38 cm였고 Trigger mode를 이용하여 최고 위상부터 Beam off 구간까지의 거리는 20~80% 위상은 평균 3.342 cm, 30~70% 위상은 평균 2.04 cm, 40~60% 위상은 평균 0.84 cm가 측정되었다. 두 결과를 비교하였을 때 전체 위상은 0.08 cm, 20~80% 위상은 0.23 cm, 30~70% 위상은 0.10 cm, 40~60% 위상은 0.07 cm의 차이가 확인되었다. 삼나무 고체 종양 삽입물을 이용하여 촬영한 4차원 전산화단층촬영 영상으로 윤곽 묘사(contouring)한 내부표적용적(Internal Target Volume, ITV)과 치료계획용적(Planning Target Volume, PTV) 윤곽의 길이는 전체 위상에서 6.40 cm, 7.40 cm, 20~80% 위상에서 4.96 cm, 5.96 cm, 30~70% 위상에서 4.42 cm, 5.42 cm, 40~60% 위상에서 2.95 cm, 3.95 cm가 측정되었고 촬영한 Gated CBCT에서 Full 위상은 평균 6.35 cm, 20~80% 위상은 평균 5.25 cm, 30~70% 위상은 평균 4.04 cm, 40~60% 위상은 평균 3.08 cm가 측정되었다. 두 결과를 비교하였을 때 내부표적용적에서 ±8.5% 이내의 오차로 일치하는 것을 확인하였다. 결 론: 기존의 CBCT는 호흡에 의한 움직임의 영향을 받는 부위에서 장기의 움직임으로 오차가 발생하는 문제가 있었지만 본 연구를 통해서 Gated CBCT를 이용하여 설정한 위상의 표적 용적과 비슷한 영상을 얻어 정확한 영상유도를 시행하여 유용성을 확인하였다. 하지만 설정한 위상이 줄어들수록 영상 촬영소요시간이 길어진다. 따라서, 촬영소요시간과 위상의 오차를 고려했을 때 30~70% 위상 이상의 넓은 위상을 사용하는 호흡동조 정위체부방사선치료 환자에게 적용하는 것이 적절하다고 생각한다.

• Asia Marketing Journal
• /
• 제12권4호
• /
• pp.79-111
• /
• 2011

정보통신기술의 발달로 인해 도래한 디지털 경제는 인터넷 비즈니스라는 새로운 사업영역을 창출하였다. 인터넷 비즈니스는 다른 사업과 달리 매우 유동적인 시장점유율 변동이 나타나는 비즈니스 영역으로, 기업들은 시장 내의 경쟁 환경 및 경쟁 구조를 정확히 이해하여야만 불안정한 인터넷 시장 환경에 효과적으로 대처해 나갈 수 있게 되었다. 이에, 본 연구는 한국 인터넷 비즈니스내의 인터넷 사이트 간 경쟁을 각 사업 분야 별 시장점유율에 기초하여 실증분석 하였다. 이를 통해 인터넷 사이트들의 점유율 변동 추이를 살펴보고, 시장 선도 사이트들의 시장 지배력과 개별 시장의 경쟁 구도 등을 살펴보았다. 이러한 연구결과는 각 기업의 인터넷 사이트 담당자에게는 해당 시장의 경쟁양상과 경쟁구조를 파악할 수 있는 기회를 제공하고, 인터넷 분야로 새롭게 진출하려는 기업의 마케터들에게는 자사의 사업 진출 방향에 대한 기초자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• Tuberculosis and Respiratory Diseases
• /
• 제44권4호
• /
• pp.785-795
• /
• 1997

연구배경 : 종양 표지자는 각종 악성 종양의 진단, 진행정도, 절제 가능성, 예후추정, 치료후 추적 검사 등에도 사용될 수 있으나 민감도와 특이도가 만족스럽지 못한 경우가 많아서 임상에서 보조적인 수단으로 이용되고 있는 경우가 대부분이다. 최근 Cyfra21-1이 비소세포 폐암의 진단에 CEA, SCC보다 우수하다는 보고가 있었고 단일클론 항체를 이용한 TPA-M(Tissue polypeptide antigen)이 비소세포 폐암은 진단하는데 상당히 우수한 결과를 보인다고 보고하고 있다. 이에 폐암환자에서 혈청 CEA, SCC, Cyfra21-1, TPA-M의 임상적 유용성을 서로 비교해 보고자 이 연구를 시행하였다. 방 법 : 1996년 4월 1일 부터 19961건 8월 31일까지 계명대학교 의과대학 병원에 내원한 환자중 조직 생검으로 확진된 비소세포 폐암 37예와 소세포 폐암 12예를 총 49예를 폐암 환자군으로 같은 기간의 입원 환자 중 양성 양성 폐질환으로 확진된 29예를 대조군으로 선정하였고 폐암 환자의 경우 수술, 항암요법 및 방사선치료를 전혀 시행하지 않은 상태에서 혈청을 채취하여 검사를 시행하였다. CEA는 일본 Eiken사의 Ab bead CEA, SCC는 미국 DAINABOT사의 SCC RIA BEAD kit, Cyfra21-1은 일본 TFB사의 CA 21-1 kit, TPA-M은 일본 DAIICHI사의 TPA-M kit를 사용하였다. 결 과 : 전체 폐암환자와 대조군을 비교해보면 CEA가 $10.05{\pm}38.39{\mu}/L$, $1.59{\pm}0.94{\mu}/L$, SCC가 $3.04{\pm}5.79{\mu}/L$, $1.58{\pm}2.85{\mu}/L$, Cyfra21-1이 $8.27{\pm}11.96{\mu}/L$, $1.77{\pm}2.72{\mu}/L$, TPA-M이 $132.02{\pm}209.35U/L$, $45.86{\pm}75.86U/L$으로 나타났으며 Cyfra21-1과 TPA-M은 폐암환자에서 대조군보다 종양 표지자의 측정치가 유의하게 높았다.(p<0.05) CEA, Cyfra21-1, TPA-M, SCC의 cutoff value를 회사에서 권장하는 $2.5{\mu}/L$, $3.0{\mu}/L$, 70.0U/L, $2.0{\mu}/L$로 하였을 때 전체폐암에 대한 민감도와 특이도는 CEA 33.3%와 78.6%, Cyfra21-1 50.0%와 89.7%, TPA-M 52.3%와 89.7%, SCC 23.8%와 89.3%이었으며 비소세포 폐암에 대하여서는 CEA 36.1%와 78.1%, Cyfra21-1 50.1%와 89.7%, TPA-M 53.1%와 89.7%, SCC 33.8%와 89.3% 소세포 폐암의 경우에도 CEA 25.0%와 78.5%, Cyfra21-1 50.0%와 89.6%, TPA-M 50.0%와 89.6%, SCC 0%와 89.2%로 폐암환자에서 Cyfra21-1과 TPA-M이 민감도와 특이도에 있어 더 우수한 결과를 보였고 비소세포 폐암환자에서 SCC도 높은 특이도를 나타내었다. ROC(Receiver operating characteristic) curve에 따라 민감도와 특이도를 얻어 가장 정확도가 높은 cutoff value를 CEA $1.25{\mu}/L$, Cyfra21-1 $1.5{\mu}/L$, TPA-M 35U/L, SCC $0.6{\mu}/L$로 하여 민감도와 특이도, 정확도 및 kappa index를 비교해 보아도 Cyfra21-1과 TPA-M이 더 우수한 결과를 나타내었다. 병기에 따른 비소세포 폐암에서의 종양 표지자를 3A 병기까지와 3B 병기이상으로 나누어 비교해보면 3B 병기이상에서 SCC에서만 통계적 유의성을 보였다. (p<0.05) 그러나 종양크기에 따른 종양표지자의 측정치는 통제적 유의성이 없었다.(p>0.05) 결 론 : 혈청 TPA-M과 Cyfra21-1은 폐암환자에 있어 CEA나 SCC보다 민감도와 특이도가 높으며 SCC의 경우 비소세포 폐암에 있어 높은 특이도를 보였으며 SCC의 측정치가 병기와 유관하게 나타났으나 종양의 크기와 병기의 진행과의 관계에 있어서는 더 많은 환자들을 대상으로 한 연구가 행해져야 할 것으로 생각된다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.3-8
• /
• 2010

$^{11}C$-Acetate PET/CT는 간에 관련된 병변을 찾아내는데 있어 유용성이 있으며, 이에 대한 예민도는 87.3%에 이른다. 이에 반해 $^{18}F$-FDG PET/CT의 예민도는 47.3%이며, $^{18}F$-FDG와 $^{11}C$-Acetate PET/CT 검사를 동시에 사용하는 경우 예민도는 100%로 보고된바 있다. 하지만 $^{11}C$-Acetate PET/CT검사에서 췌장, 비장의 정상섭취로 인해 $^{18}F$-FDG PET/CT검사에 영향을 줄 수 있어 정확한 진단에 혼란을 야기시킬 수 있다. 본 연구는 이러한 두 방사성의약품의 사용으로 인하여 영상에 얼마나 영향을 주는지에 대해 당일 검사법과 양일 검사법 간의 비교 분석을 통해 유용성을 확인하는데 목적이 있다. 본 연구는 2007년 12월부터 2009년 7월까지 본원에서 간암 진단을 받고 PET/CT 검사를 시행한 환자 46명을 대상으로 하였다(남자 35명, 여자 11명, 평균연령: $54{\pm}10.6$세, 연령 범위: 29~69세). 검사에 이용된 장비는 Biograph TruePoint 40 PET/CT이며, 당일 검사법으로 검사한 21명에게는 $^{11}C$-Acetate PET/CT 검사를 먼저 시행하고 약 1시간 후에 곧바로 $^{18}F$-FDG PET/CT 검사를 시행하였다. 양일 검사법으로 검사를 시행한 25명에게는 1일째 $^{11}C$-Acetate PET/CT검사를 시행하고, 2일째 $^{18}F$-FDG PET/CT 검사를 시행하였다. 두 검사법 간의 $^{18}F$-FDG 영상에서 췌장과 비장에 동일한 관심영역을 설정하고 표준섭취계수를 측정하여 비교 평가하였다. 통계 분석은 SPSS Ver. 17을 사용하였으며, unpaired t-test를 통하여 두 검사법 간의 통계적 유의성을 확인하였다. 각각의 검사법으로 시행한 환자의 영상을 분석한 결과, 양일 검사법으로 검사를 시행한 환자의 췌장 부분의 표준섭취계수 평균${\pm}$표준편차는 두부 $1.62{\pm}0.32$ g/mL, 체부 $1.57{\pm}0.37$ g/mL, 미부 $1.49{\pm}0.33$ g/mL, 비장은 $1.53{\pm}0.28$ g/mL였다. 당일 검사법으로 검사를 시행한 환자의 췌장은 두부 $1.65{\pm}0.35$ g/mL, 체부 $1.58{\pm}0.27$ g/mL, 미부 $1.49{\pm}0.28$ g/mL, 비장은 $1.66{\pm}0.29$ g/mL로 나타났다. 당일 검사법과 양일 검사법 간의 췌장과 비장에서의 표준섭취계수는 통계적으로 유의한 차이를 보이지 않았으며 (p<0.05), PET/CT 영상분석에서도 위양성으로 오인할 수 있는 높은 섭취는 보이지 않았다. 본 연구를 통해서 하루 동안 $^{11}C$-Acetate와 $^{18}F$-FDG PET/CT 검사를 시행하여도 $^{18}F$-FDG 영상에서 $^{11}C$-Acetate의 영향으로 인해 표준섭취계수의 과대평가가 일어나지 않는다는 것을 알 수 있었고 이는 표준섭취계수의 측정값을 통해 통계적으로 유의성을 확인할 수 있었다. 앞으로 $^{11}C$-Acetate가 상용화될 경우 $^{18}F$-FDG와 당일 검사법을 이용하여 간질환의 진단에 있어 PET/CT 검사의 진단능을 향상시킬 수 있고 위 결과를 토대로 두 방사성의약품의 간섭영향 없이 하루에 검사를 완료할 수 있으며, 대기시간을 단축하여 환자의 만족도를 높일 수 있을 것으로 사료된다.

• 핵의학기술
• /
• 제20권2호
• /
• pp.62-68
• /
• 2016

1. 목적 자동분주기를 이용하여 검사한 Cyclosporine검사에서 표준액들이 curve를 벗어나고, 결과값의 재현성이 크게 떨어지는 것이 발견되었다. Cyclosporine검사는 다른 검사와 차이점이 methanol과 전혈을 혼합 후 원심분리 하여 methanol 추출액을 사용하여 검사를 한다는 것이다. 검사 결과 이상의 원인이 methanol 사용에 의한 것으로 파악되어 본 실험을 시작하였다. 본원에서 사용하는 분주기는 Perkin Elmer 사의 Multiprobe II plus 로, 분주하는 액체의 점도, 샘플링 tip의 size, 사용하는 모터의 속도에 따라 여러 설정값을 조정하라고 안내되어 있을 뿐 정확한 지침은 없었다. 이에 사용하는 액체별 분주성능을 측정하고 최적의 분주성능을 위한 설정값을 찾기 위해 연구하였다. 2. 대상 및 방법 분주력 측정을 위해 4가지 용액(water, serum, methanol, PEG 6000(25%))와 $TSH^{125}I$ tracer (515 kBq)을 사용 하였고, 실제 결과 값을 비교하기 위해 2016년 1월에 본원에 검사 의뢰된 Cyclosporine검체 29개를 측정하였다. 4가지의 용액을 multi pipette을 이용하여 각각 $400{\mu}l$ 분주하고 tracer $100{\mu}l$씩을 섞어 용액별로 8개의 검체를 준비하였다. 준비된 sample을 분주기로 $100{\mu}l$씩 분주하여 CPM을 측정하고, 용액별로 CV(%)를 계산하였다. 그리고 분주기의 air gap, 분주속도와 지연시간을 변경한 후 다시 분주하여 측정한 CPM을 CV(%)로 계산하여 설정 값 변경에 따른 CV(%)값의 변화를 측정하여 최적의 설정 값을 찾는다. Cyclosporine검체 29개를 (1)manual검사 (2)기존 설정 값으로 검사 (3)수정한 설정값으로 검사 했을 때의 결과를 비교하였다. 용액별 분주력 평가는 CV(%)를 이용하여 계산하였고, 실제 검사 결과 값의 비교는 manual검사 결과를 기준으로 기존 설정 값으로 검사 했을 때, 수정한 설정 값으로 검사 했을 때의 결과 값을 Difference(%)와 상대오차(%Relative error : %RE)로 비교해 보았다. 3. 결과 4가지 용액과 tracer를 섞어 분주한 CPM의 CV(%)는 water 0.88, serum 0.95, methanol 10.22, PEG는 0.68로 methanol을 제외한 용액들은 1% 이내였으나, methanol은 CPM 차이가 두드러졌다. methanol 분주를 기존 설정 값인 Transport air gap 0에서 2와 5로 변경하여 검사 시 CV(%)는 각각 20.16, 12.54, System air gap 0에서 2와 5로 변경 시 8.94, 1.36으로 나타났다. System air gap 2, Transport air gap 2로 변경 시 CV(%)는 12.96, System air gap 5, Transport air gap 5로 변경 시 1.33 이었고, Dispense speed를 300에서 100으로 변경 시 CV(%)는 13.32, Dispense delay를 200에서 100으로 변경 시는 13.55인 것으로 나타났다. 분주기를 이용하여 기존설정 값으로 검사 시에는 manual검사 결과 값에 비해 평균 99.44%증가 하였고, 상대오차는 93.59%로 나타났다. 수정된 설정 값(System air gap 0에서 5로 변경, 다른 설정은 기존과 동일)으로 검사 했을 때는 manual검사 결과 값에 비해 결과가 평균 6.75% 증가 하였고, 상대오차는 5.10%로 상대오차의 허용기준치 10%에 비하여 양호한 결과가 나왔다. 4. 결론 Transport air gap, Dispense speed, Delay time을 조정하였을 때는 CV(%)가 증가하였고, System air gap을 조정 하였을 때 CV(%)가 현저하게 감소하였다. 실제 검사결과에서도 이를 확인 할 수 있었다. methanol을 이용한 Cyclosporine검사 kit는 올해 2월에 단종이 되었지만, 분주기를 사용함에 있어 용액에 따른 분주성능에 차이가 있을 수 있음을 염두해 두어야 하고 새로운 용액을 분주해야 할때는 미량저울로 분주량을 측정하거나 CPM으로 분주성능을 측정하여 해당 용액이 분주기를 사용함에 적절한지 검증 후 사용하여야 할 것으로 사료되어 본 실험결과를 보고하고자 한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권1호
• /
• pp.17-23
• /
• 2008

목적 : 골밀도검사의 중요한 부분을 차지하고 있는 검사장비 및 검사자의 정밀도와 정확도는 환경에 따라 차이가 있기 때문에 질 관리가 체계적으로 이루어져야 한다. 골밀도 검사장비의 노화 및 잦은 고장에 의하여 장비의 교체 및 추가 구입으로 인하여, 추적검사를 하는 환자들의 호환성에 문제가 있다. 따라서 장비 교체 및 증설 후 동일한 장비처럼 호환하여 시용해도 환자의 임상적인 골밀도 변화를 정확하고 정밀하게 반영할수 있는지 알아보고자 한다. 재료 및 방법 : 장비 정밀도는 GE Lunar Prodigy Advance 2 대의 장비 (P1, P2)와 HOLOGIC Spine Phantom(HSP)을 이용하여 각 장비에서 20 번씩 스캔하여 팬텀을 이용한 정밀도 데이터를 획득하였고 (Group 1), 여성 120명 (평균나이 48.78, $20{\sim}60$세)을 대상으로 각 장비에서 15명씩, 같은 환자가 두 번 촬영을 하여 각 검사자의 정밀도를 측정했다(Group 2), 또한 검사자의 정밀도는 팬텀(ASP)을 이용하여 매일 아침마다 질 관리 시행후 얻은은 데이터를 기준으로, 각각의 장비에서 HSP를 이용하여 각 장비에서 20번씩 스캔 후 데�歷� 획득하여 검사자정밀도 및교차 보정 데이터를 산출하였고(Group 3), 여성 120명(평균나이 48.78, $20{\sim}60$세)의 동일 환자를 대상으로 한 장비에서 한 번씩 교차로 측정하여 검사자 정밀도 및 교차보정 데이터를 산추라였다(Group 4). 결과 : Daily Q.C Data는 $0.996\;g/cm^2$, 변동계수(%CV) 0.08로 안정된 장비로서 Group 1에서 Mean${\pm}$SD 및 %CV값은 ALP(P1: $1.064{\pm}0.002\;g/cm^2$, $%CV=0.190\;g/cm^2$, P2: $1.061{\pm}0.003\;g/cm^2$, %CV=0.192). Group 2에서 Mean${\pm}$SD 및 %CV값은 P1: $1.187{\pm}0.002\;g/cm^2$, $%CV=0.164\;g/cm^2$, P2: $1.198{\pm}0.002\;g/cm^2$, %CV=0.163, Group 3에서의 Mean${\pm}$2SD 및 %CV는 P1 - (spine: $0.001{\pm}0.03\;g/cm^2$, %CV=0.94, Femur: $0.001{\pm}0.019\;g/cm^2$, %CV=0.96), P2 - (spine: $0.002{\pm}0.018\;g/cm^2$, %CV=0.55, Femur: $0.001{\pm}0.013\;g/cm^2$, %CV=0.48), Group 4에서 Mean${\pm}$2SD 및 %CV는, r값은 spine: $0.006{\pm}0.024\;g/cm^2$, %CV=0.86, r=0.995, Femur: $0{\pm}0.014\;g/cm^2$, %CV=0.54, r=0.998이였다. 결론 : HOLOGIC Spine Phantom과 LUNAR ASP %CV는 ISCD에서 규정한 정상오차 범위인 ${\pm}2%$안에 모두 포함되었고 BMD가 비교적 일정한 값을 유지하면 측정되어 뛰어난 재현성을 보였다. 하지만 Phantom은 환자의 체중이나 체지방 조성의 변화 등 임상적인 부분을 반영하는 데는 한계성을 갖고 있어 mis-calibration을 check하는데 유용할 것으로 판단된다. Group 3과 Group 4의 결과에서 환자를 하나의 장비로 두 번 측정한 값을 보았을 때와 두 대의 장비를 교차하여 측정한 값 모두 2SD값 이내에 포함되었고 선형회귀분석(Regression Analysis) r값이 0.99 이상으로 높은 정밀도와 상관도를 나타냄으로써 두 장비를 호환하여 추적검사를 시행하여도 영향이 없었다. 신뢰있는 BMD 산출을 위해서는 정기적으로 장비 및 검사자의 기능테스트와 이에 대한 적절한 교정행위가 이루어져야 할 것이다.

• 유통과학연구
• /
• 제10권3호
• /
• pp.51-61
• /
• 2012

본 연구는 커피 시장에 대한 시장 규모가 커지고 점차 확대되고 있는 대형 브랜드 커피전문점을 중심으로 점포선택 속성(가격, 종업원서비스, 점포의 입지, 점포 분위기)을 4가지로 규정하여, 그 선택속성들과 커피전문점 이용자의 특성이 어떠한 관계가 있는 가를 알아보자 하였으며, 또한 커피전문점의 브랜드 태도에는 어떠한 영향을 미치는 바를 조사하였다. 그 결과 이용자의 특성에 따라 차이가 났지만 점포선택속성 중 점포의 분위기와 점포입지가 점포선택 속성에 가장 큰 영향을 미치는 것으로 나타났다. 따라서 이러한 결과를 토대로 본 연구는 커피전문점이 충성고객을 확보하기 위해 어떠한 속성에 중점을 두어야 하며 아울러 소비자의 욕구에 부합되는 선택 속성을 연구하고자 한다. 특히, 유통학문의 연구방법론은 크게 2가지로 규범적 연구방법론, 실증적 연구방법론(경험적 분석기법, 통계적 분석기법)이 있는데, 이중에 본 연구는 실증적 연구방법론중에서 통계적 분석기법을 활용한다. 본 연구의 한계점으로는 첫째, 응답자의 분포가 수도권에 편중되어 있다는 것이다. 본 연구에 이용된 2차 자료를 보면 서울지역의 응답자 수는 경기도 지역에 비해 압도적으로 많았고 경기도 지역의 응답자 수 또한 6대 광역시에 비해 압도적으로 많았다. 따라서 지역 표본이 해당 지역의 모집단을 대표하는데 어느 정도의 한계가 있다고 판단된다. 둘째, 응답자의 비율을 측정척도로 사용한 점이다. 본 연구에서 점포선택속성에 대한 지각정도와 브랜드 선호도를 측정함에 있어서 응답자의 비율을 척도로 사용하였는데 이를 통해 점포선택속성과 브랜드 선호도 간의 관계, 집단 간 차이를 비교적 정확하게 규명하기에는 한계가 따른다. 따라서 향후 연구에서는 위의 한계점을 보완하고 다음과 같은 추가적인 연구가 필요할 것이라 판단된다. 커피전문점들이 점차 지방으로 확대되어 가고 있는 추세에 비추어 볼 때, 6대 광역시 뿐만 아니라 지방 소도시의 소비자들까지 포함하여 설문조사를 실행하여 1차 자료를 수집하는 것이다. 특히 설문조사에서 관련된 변수들을 리커트 척도로 측정하되 점포선택속성에 대한 지각정도, 브랜드 선호도 외에도 재 구매의도까지 포함시킬 수 있다. 따라서 상관관계분석, 다중회귀분석, 분산분석 등을 통해 더욱 정교한 실증분석을 실행하여 소비자의 태도와 행동에 대한 보다 세밀한 분석결과를 도출해야 할 것으로 사료된다.

• 대한방사선치료학회지
• /
• 제27권2호
• /
• pp.157-166
• /
• 2015

목 적 : 사이버나이프 종양 추적 시스템(Cyber-knife tumor tracking system)은 환자 외부에 부착한 LED marker에서 얻어진 실시간 호흡 주기 신호와 호흡에 따라 움직이는 종양의 위치와의 상관관계를 바탕으로 종양의 위치를 미리 예측하고 종양의 움직임을 치료기와 동기화 (Synchronize) 시켜 실시간으로 종양을 추적하며 치료하는 시스템이다. 본 연구의 목적은 사이버나이프 종양 추적 방사선 치료 중 기침이나 수면 등으로 인해 예측 불가능한 갑작스러운 호흡 형태 변화에 따른 종양 추적 방사선 치료 시스템의 정확도를 평가하고자 한다. 대상 및 방법 : 연구에 사용된 호흡 Log 파일은 본원에서 호흡 동조 방사선치료(Respiratory gating radiotherapy)나 사이버나이프 호흡 추적 방사선수술(Cyber-knife tracking radiosurgery)을 받았던 환자의 호흡 Log 파일을 바탕으로, 정현곡선 형태(Sinusoidal pattern)와 갑작스런 변화 형태(Sudden change pattern)의 Log 파일을 이용하여 측정이 가능하도록 재구성하였다. 재구성 된 호흡 Log 파일을 사이버나이프 동적 흉부 팬텀에 입력하여 호흡에 따른 움직임을 구현할 수 있도록 기존 동적 흉부 팬텀의 구동장치를 추가 제작하였고, 호흡의 형태를 팬텀에 적용 시킬 수 있는 프로그램을 개발하였다. 팬텀 내부 표적(Ball cube target)의 움직임은 호흡의 크기에 따라 상하(Superior-Inferior)방향으로 5 mm, 10 mm, 20 mm 3가지 크기의 변위로 구동하게 하였다. 팬텀 내부 표적에 EBT3 필름 2장을 교차 삽입하여 표적 움직임의 변화에 따라 사이버나이프 제조사에서 제공된 End-to-End(E2E) test를 호흡의 형태에 따라 각각 5회씩 실시하고 측정하였다. 종양 추적 시스템의 정확도는 삽입된 필름을 분석하여 표적 오차(Targeting error)로 나타내었고, 추가로 E2E test가 진행되는 동안 상관관계 오차(Correlation error)를 측정하여 분석하였다. 결 과 : 표적 오차는 정현곡선 호흡 형태일 경우 표적 움직임의 크기가 5 mm, 10 mm, 20 mm 에 따라 각각 평균 $1.14{\pm}0.13mm$, $1.05{\pm}0.20mm$, $2.37{\pm}0.17mm$이고, 갑작스런 호흡 변화 형태일 경우 각각 평균 $1.87{\pm}0.19mm$, $2.15{\pm}0.21mm$, $2.44{\pm}0.26mm$으로 분석되었다. 표적 추적에 있어 변위 벡터의 길이로 정의할 수 있는 상관관계 오차는 정현곡선 호흡 형태일 경우 표적 움직임의 크기가 5 mm, 10 mm, 20 mm 에 따라 각각 평균 $0.84{\pm}0.01mm$, $0.70{\pm}0.13mm$, $1.63{\pm}0.10mm$이고, 갑작스런 호흡 변화 형태일 경우 각각 평균 $0.97{\pm}0.06mm$, $1.44{\pm}0.11mm$, $1.98{\pm}0.10mm$으로 분석되었다. 두 호흡 형태에서 모두 상관관계 오차 값이 클수록 표적 오차 값이 크게 나타났다. 정현곡선 호흡 형태의 표적 움직임 크기가 20 mm 이상일 경우, 두 오차 값 모두 사이버나이프 제조사의 권고치인 1.5 mm 이상으로 측정되었다. 결 론 : 표적 움직임의 크기가 클수록 표적 오차 값과 상관관계 오차 값이 증가하는 경향이 있었으며, 정현곡선 호흡 형태보다 갑작스런 호흡 변화 형태에서 오차 값이 크게 나타났다. 호흡의 형태가 규칙적인 정현 곡선 형태더라도 표적의 움직임이 클수록 종양 추적 시스템의 정확도가 감소하는 것으로 판단할 수 있다. 사이버나이프 종양 추적 시스템의 알고리즘을 이용하여 치료 시행 시 환자의 기침 등으로 인하여 갑작스럽게 예측 불가능한 호흡 변화가 있는 경우 치료를 멈추고 내부 표적 확인 과정을 재실시 하여야 하며 호흡 형태를 재조정해야 할 필요가 있다. 치료 중 환자가 본인의 호흡 형태를 관찰 할 수 있는 고글 모니터 등을 착용하여 규칙적인 호흡 형태를 유도하는 것이 치료의 정확도는 향상될 수 있다고 판단된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.