• 대한핵의학회지
• /
• 제34권4호
• /
• pp.322-335
• /
• 2000

목적: 기저상태와 아세타졸아미드 부하 Tc-99m HMPAO 뇌 SPECT 영상과 Lassen의 비선형성 보정 알고리즘을 이용하여 뇌혈류와 뇌혈관 예비능을 정량적으로 산출하였고 이들 값들의 매개변수 영상을 만들었다. 대상 및 방법: 정상인 9명(나이:$72{\pm}4$세)에 대해 기저상태와 아세타졸아미드 주사 후에 각각 Tc-99m HMPAO를 555 MBq과 1,110 MBq 주사하였고 일일 연속 두 번 주사 촬영방법을 이용하여 뇌 SPECT 영상을 얻었다. 기저상태의 SPECT 영상에서 소뇌가 가장 잘 나타난 횡단면에서 최대 화소값의 70%를 역치로 정하여 자동적으로 추출한 소뇌영역을 Lassen 알고리즘의 기준영역으로 설정하여 55 ml/100g/min으로 가정하였다. 기저상태에서 각 화소값으로부터 Lassen 알고리즘을 이용하여 화소단위로 뇌혈류를 계산하여 뇌혈류 매개변수 영상을 만들었다. 아세타졸아미드 부하 영상에서도 같은 소뇌 기준영역과 계산 방법을 이용하여 뇌혈류 매개변수 영상을 만들었다. 두 상태의 뇌혈류 매개변수 영상들을 이용하여 각 화소단위로 뇌혈관 예비능을 계산하였고 예비 뇌혈류를 기저상태의 뇌혈류로 나누어 백분율 뇌혈관 예비능 매개변수 영상을 구성하였다. 결과: 자동으로 추출한 소뇌 영역을 이용하여 기저상태와 아세타졸아미드 부하상태의 뇌혈류 매개변수 영상을 얻을 수 있었다. 기저상태와 아세타졸아미드 부하상태의 평균 뇌혈류는 각각 $49.6{\pm}5.5ml/100g/min$과 $64.4{\pm}10.2ml/100g/min$이었고, 평균 뇌혈관 예비능은 $14.7{\pm}9.6ml/100g/min$이었다. 그리고 두 상태의 뇌혈류 매개변수 영상을 이용한 평균 백분율 뇌혈관 예비능은 30.7%로 원래의 뇌섭취 계수영상을 이용한 백분율 예비능(13.8%)보다 높았다. 결론: 기저상태와 아세타졸아미드 부하 Tc-99m HMPAO 뇌영상과 Lassen의 섭취 비선형성 보정 알고리즘을 이용하여 기저 및 아세타졸아미드 부하 상태의 뇌혈류를 준정량적으로 평가할 수 있었고 뇌혈관 예비능을 정량화 하였다. 그리고 산출된 뇌혈류와 뇌혈관 예비능을 이용하여 매개변수 영상을 구성하였다.

• 핵의학기술
• /
• 제21권1호
• /
• pp.76-82
• /
• 2017

전신 뼈 스캔은 핵의학에서 가장 많은 비중을 차지하는 검사 중 하나이다. 기본적으로 전면상과 후면상을 동시에 획득하는데, 때때로 전면상과 후면상만으로는 병소를 분간하기 어려울 때가 있다. 이러한 경우 SPECT/CT나 추가 정적 영상을 통한 병소의 정확한 위치 확인이 중요하며, 추가 촬영 여부에 대한 최초 판단은 주로 방사선사에 의해 이루어진다. 이에 본원에서는 방사선사의 업무 능력 함양을 위한 다양한 개선활동이 이루어져 왔고, 본 연구에서는 방사선사의 교육 및 표준화된 업무 프로세스 적용이 전신 뼈 스캔 오류 감소에 어떠한 영향을 미치는지 확인하고자 한다. 새로운 프로세스 적용을 위해 몇 가지 시스템이 순차적으로 도입되었다. 첫 번째는 의국 교육 및 테스트의 시행, 두 번째는 추가 촬영이 예상되는 환자를 분류하여 촬영 전에 방사선사가 미리 확인할 수 있는 사전 여과 시스템 도입, 마지막으로 판독의가 방사선사에게 직접 촬영 영상에 대해 피드백 할 수 있는 NMQA라는 커뮤니케이션 시스템을 적용하였다. 결과 확인을 위해 2014년 1월부터 2016년 12월까지 서울아산병원 핵의학과를 내원한 전신 뼈 스캔 환자를 대상으로 조사하였다. 조사 기간 동안 전체 전신 뼈 스캔 대비 NMQA가 전송된 검사 건수를 백분율로 산출하였다. 연간 발생량은 2014년 141건, 2015년 88건, 2016년 86건으로 집계되었고 NMQA 발생률은 2014년 0.88%, 2015년 0.53%, 2016년 0.45%로 감소하였다. 새로운 프로세스가 적용된 2014년 이후 NMQA 발생률이 감소하는 경향을 보였다. 다만 통계적으로 유용성을 확인하기까지는 데이터가 부족하여 향후에도 지속적인 데이터 축적이 필요할 것으로 생각한다. 본 연구를 통해 전신 뼈 스캔 영상 질 향상을 위해 표준화된 업무와 교육의 필요성을 확인하였고 향후에도 지속적인 연구와 관심으로 업데이트가 필요하다고 사료된다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.189-194
• /
• 2008

[ $3{\sim}5{\mu}m$ ] 파장대의 중적외선 영상은 화산 활동이나 산불과 같이 고온 현상을 관측하는데 효과적이다. 그러나 중적외선 영역은 지표의 복사율과 대기의 영향으로 인한 변화가 매우 심하고, 특히 낮 영상의 경우 태양 복사량에 의한 영향도 고려해야 하는 어려움이 있다. 따라서 단일밴드인 중적외선 영상을 이용하여 표면온도를 얻기 위해서는 영상이 취득된 시간과 장소에서 관측된 태양 복사량 및 여러 가지 대기 변수가 필요하다. 이 연구는 기존의 다중밴드 기반의 중적외선 영상 활용방법과 달리 단일 밴드 중적외선 영상을 이용하여 표면온도 측정을 위한 기초연구에 그 목적이 있다. 이를 위하여 MODIS 영상을 대상으로 MODTRAN을 사용하여 중적외선 영역의 대기보정 기법을 적용 한 뒤 복사전달 모델을 이용하여 지표의 온도를 측정하였다. 획득된 온도 영상의 정밀도를 측정하기 위해 기존의 온도 알고리즘인 MODIS Sea Surface Temperature 알고리즘에 의해 얻어진 해수온도와 비교를 통하여 오차 원인에 대해 분석을 실시하였다. 두 결과의 온도차는 낮 영상의 경우 $0.89{\pm}0.54^{\circ}C$ 밤 영상의 경우 $1.25{\pm}0.41^{\circ}C$로 비교적 긍정적인 결과를 보였다. 그러나 낮 영상의 육지의 경우 대기에 의한 영향보다 태양빛의 반사가 주된 오차의 원인이 되며 이는 지표 복사율에 의한 영향이 매우 크게 작용하고 있음을 추정할 수 있다. 이 연구는 현재까지 해수에 대한 적용에 국한된 것으로 육상의 경우 복사율 변화가 매우 크기 때문에 중적외선 단일밴드에 의한 온도추정이 매우 어려울 것으로 예상된다.

• 지구물리와물리탐사
• /
• 제1권1호
• /
• pp.25-30
• /
• 1998

공동충전 효과를 검증하기 위하여 실시한 시차 공대공 탄성파 탐사자료로부터 지하공동 부존 지역에서 충전 전과 후에 매질의 탄성파 전파속도의 변화를 확인하였다. 시차 공대공 탄성파 탐사자료에 나타난 반응과 시추조사 결과에 의하면 본 지역의 공동은 규모가 극히 소규모이거나 또는 폐석 등으로 충전된 것으로 보인다. 공동충진 효과는 토모그래피로부터 도출된 속도단면상의 탄성파 속도의 증가량을 분석함으로써 평가하였다. 시추공용 에어건을 진원으로 24-채널 하이드로폰을 수진기로 하여 자료를 취득하였다. 취득한 자료에는 무시할 수 없을 정도의 source statics를 확인할 수 있었다. 본 논문에서 제시한 보정방법은 2단계로; 1) 불규칙한 발파시점에 의한 영향 보정과 2) 잔여 정보정으로 이는 진원의 부정확한 위치에 대한 정보정이다. 본 논문에서는 고주파수 성분의 수치잡음이 억제되고 관심대상 부분에서 비교적 고분해능 영상을 도출할 수 있는 다단계 역산 방안을 제시하였다. 일반적으로 최소자승 주시토모그래피로는 평활화된 속도 영상을 얻을 수 있다. 따라서 이러한 역산으로는 비교적 소규모의 구간에서 발생한 적은 속도변화를 영상화하기에는 어려운 면이 있다. 본 논문에서는 속도모델의 파라메터를 변화시킨 2단계 제어 역산법으로 도출한 시차 토모그램으로부터 채굴 영향대에서 발생한 매질의 속도변화를 시각화 할 수 있었다. 2단계 역산법은 1-단계에서는 적정한 크기의 균일 격자로 구성된 모델을 사용하여 토모그램을 작성하고 이 토모그램에 2차원 중위수 필터를 적용하여 대략적인 속도구조 모델을 작성한다. 2-단계 역산시는 1-단계에서 작성한 속도모델을 수정하여 초기 모델로 한다. 모델 수정은 관심대상 부분만을 작은 크기의 균일격자로 재구성하는 것이다. 기준조사 토모그램을 2차 조사자료 역산의 초기 속도모델로 사용하였다. 속도변화는 공동대 부근에서만 예상되므로 그 이외 부분의 속도는 기준 토모그램과 동일하게 고정시키고 역산을 수행하였다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.20-24
• /
• 2019

[목적] Molecular Breast Imaging (MBI) 검사는 핵의학에서 유방암의 진단을 위해 시행하는 검사이며, 이를 위해 $^{99m}Tc-sestaMIBI$를 정맥주사로 투여한다. 그러나 $^{99m}Tc-sestaMIBI$의 유방 섭취율은 총 투여 선량의 1% 미만으로, 간, 심장 등의 기관 및 근육 조직의 혈류 상태에 의존한다. 이에 본 연구는 체온에 따른 혈류 상태의 변화가 유방 섭취율에 어떤 영향을 미치는지 평가하고자 한다. [대상 및 방법] 2017년 1월부터 2019년 4월까지 본원에 내원한 유방암 환자 중 추적 검사를 2회 이상 시행한 환자 30명을 대상으로 Discovery 750b (Genral Electric Healthcare, USA) 장비를 사용해 검사하였다. 모든 대상자는 $^{99m}Tc-sestaMIBI$ 740 MBq (20 mCi)을 병변이 있는 반대 측 팔에 주사하였다. 첫 번째 검사는 주사 후 60분 뒤 양측 유방을 상하 방향, 내외 사방향으로 촬영하였다. 이후 추적 검사는 체온 조절군 15명과 체온 비조절군 15명으로 분류하였으며, 주사 후 60분 뒤 이전과 동일한 방식으로 유방 촬영하였다. 이때 체온 조절군에서는 주사 후 따뜻한 담요로 체온을 조절하게 하였다. 영상의 평가는 병변의 반대 측 내외 사방향 영상에서 유방 섭취율을 측정 후 비교 분석하였으며, 또한 유방 섭취율의 변화가 영상의 질적인 측면에 어떠한 영향을 미치는지 확인하기 위해 리커트 척도를 이용하여 블라인드 영상 평가하였다. [결과] 첫 번째 검사와 비교하였을 때의 유방 섭취율은 체온 조절군에서 평균 0.035cps 상승으로 30.31% 증가하였으며, 비조절군에서 평균 0.003cps 상승으로 0.96% 증가하였다. 체온 조절군의 섭취율 증가 결과값은 통계적으로 유의하였으며(P<0.05), 체온 비조절군에게서는 통계적으로 유의하지 않았다(P=0.955). 체온 조절군과 비조절군 사이의 섭취율의 P값은 0.01로 유의한 차이가 있었다. 또한 리커트 척도를 이용한 블라인드 영상 평가에서 영상의 질적인 측면으로 유의미한 결과를 얻었다. [결론] 체온 조절군에서의 유방 섭취율이 체온 비조절군에서의 유방 섭취율보다 높은 증가율을 보였다. 이는 주사 후 체온을 상승시켰을 때 말초 혈액 흐름의 증가로 인해 혈류 상태가 원활해져 유방 조직의 섭취율이 증가한 것으로 보인다. 또한 유방 섭취율의 증가는 영상의 질을 향상시켜 판독에 보다 도움을 줄 것으로 사료된다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.384-392
• /
• 2022

본 연구는 RGB, 초분광 센서를 이용하여 시기별 사과 잎의 엽록소와 질소 함량을 예측하여 사과 나무 잎의 질소 영양을 진단하기 위해 수행되었다. 분광 데이터는 사과나무 '홍로/M.9' 2년생을 대상으로 고해상도 RGB와 초분광 센서로 촬영 후 영상처리를 통해 취득하였다. 식물체 데이터는 촬영이 끝난직후 엽록소와 잎 질소 함량을 측정하였다. 엽록소 측정기의 SPAD meter, RGB 센서의 개별 파장, 컬러 식생지수 및 초분광 센서의 214개의 파장과 식물체 데이터를 이용하여 회귀분석을 실시하였다. 엽록소와 잎 질소 함량 데이터는 시기와 상관없이 질소 시비량에 따라 통계적으로 유의한 차이가 나타났다. 잎은 시기가 지나면서 잎에 있던 영양분이 과실로 전이되어 색이 옅어졌으며 RGB센서의 경우 Red파장에서 시기와 상관없이 통계적으로 유의한 차이가 나타났다. 초분광 센서의 경우 두 시기 모두 질소 시비 수준에 따라 가시광 영역보다 비가시광 영역에서 차이가 크게 나타났다. 반사값를 이용하여 식물체 특성의 예측 모델 결과 엽록소, 잎 질소함량 모두 초분광 데이터를 이용한 부분최소제곱회귀분석을 이용하였을 때 성능이 가장 높게 나타났다(chlorophyll: 81% / 63%, leaf nitrogen content: 81% / 67%). 이러한 원인은 RGB 센서에 비해 초분광 센서는 좁은 FWHM과 400-1,000nm의 넓은 파장 범위를 가지고 있어 질소 결핍에 의한 스트레스로 인해 작물의 분광학적 해석이 가능했을 것으로 판단된다. 추후 분광학적 특성을 이용하여 전 생육 시기의 수체 생리, 생태 모델 개발 및 검증 그리고 병해충 진단 등 연구를 통해 고품질, 안정적인 과실 생산 기술 개발에 기여될 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제25권1호
• /
• pp.101-119
• /
• 2022

기존의 녹조 모니터링은 현장 채수에 의한 국지적인 조사로 인해 녹조 발생 및 확산 규모 등에 대한 공간적 분포 파악에 한계가 있다. 이에 본 연구에서는 무인항공기 및 다중분광센서를 이용하여 녹조 모니터링을 수행하고, 녹조 분포 현황 자료를 산출하고자 하였다. 조류 우심구간인 낙동강 하류에 위치한 물금·매리 구간을 대상으로 현장조사 및 다중분광영상 촬영을 수행하였다. 현장 채수 시료의 Chlorophyll-a(Chl-a) 값과 분광지수(Spectral Index)들의 상관관계로 도출한 Chl-a 추정식을 비교 분석하였다. 그 결과 분광지수 중 Maximum Chlorophyll Index(MCI)가 가장 높은 통계적 유의성(R²=0.91, RMSE=8.1mg/m³)을 나타냈다. Chl-a 농도가 가장 높은 2021년 08월 05일 영상에 MCI를 적용하여 녹조 분포 지도를 작성하였고, 이로부터 산출한 수계 면적은 1.7km²이며, 조류경보제 발령 단계 중 경계(Warning) 면적은 1.03km²(60.56%), 대발생(Algal Bloom) 면적은 0.67km²(39.43%)를 나타내었다. 또한 연구기간 동안(2021년 07월 01일~2021년 11월 01일) 취득된 영상 내 "경계" 이상에 해당하는 영역에 대한 발생 일수를 계산한 결과, 하천 전 구간에서 최소 12회에서 최대 19회까지 "경계" 이상의 Chl-a 농도가 관측되었다. 본 연구에서 산출한 다중분광영상의 Chl-a 농도와 녹조발생지수는 녹조에 대한 공간적 분석이 용이하므로 조류경보제와 같은 현장 채수 위주의 지점 단위 자료를 보완할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• Asia Marketing Journal
• /
• 제13권4호
• /
• pp.227-251
• /
• 2012

본 연구는 브랜드 관리와 마케팅 의사결정 관점에서 우리투자증권의 시장 선도적 마케팅의 성공사례를 분석하였다. 우리투자증권은 자산관리시장의 변화, 투자환경의 변화를 시장변화속의 열린 기회로 인식하여 경쟁사와 다른 차별적인 전략 실행을 통해 시장변화에 민첩하게 대응하였다. 첫째, 시장 선도형 종합매매계좌 상품 브랜드인 옥토(octo)를 경쟁사보다 2년 앞서 출시하였다. 특히, 파란색 문어 캐릭터를 통해 일반 금융브랜드와 차별화된 친근하고 이미지 구축 및 통합적 마케팅 커뮤니케이션 전략을 일관성 있게 진행하였다. 둘째, 우리투자증권은 국내 금융시장과 자산관리시장의 변화를 대응하기 위한 다양한 신규 금융상품들의 성공적인 출시를 위해 옥토 브랜드의 서브 브랜딩화 하는 브랜드 확장 전략을 전개하였다. 이러한 전략적 진화를 통해 옥토브랜드는 성공적인 종합자산관리 브랜드로써, 우리투자증권의 대표 브랜드가 되었다. 셋째, 우리투자증권은 다양한 고객접점 채널을 통해 마케팅관점에서의 시장분석, 수요와 트렌드 분석 및 고객 욕구를 수렴하였다. 이를 기반으로, 상품개발 단계에 마케팅이 함께 참여하는 금융업체에서는 보기 드문 선도적인 시스템적 마케팅 활동을 전개하였다. 본 성공창출의 기저에는 우리금융그룹 계열 금융사들의 기존 기반고객 보유를 기반으로 계열금융사간의 협업이 매우 중요한 역할을 하였다. 마지막으로, 본 연구는 향후 브랜드 수명주기 관점에서 성숙기 진입이 예상되는 옥토 브랜드를 위하여 대응방안을 제언하였다. 또한, 날로 경쟁이 심화되고 있는 종합자산관리 시장에서의 지속적인 상대적 경쟁우위 및 차별적 포지셔닝을 위한 포지셔닝 전략 수정의 필요성과, M/S 1위 업체에 대한 공격적인 대응 전략 수립 및 우리금융그룹 내 자기잠식(cannibalism)에 대한 대비전략의 필요성을 제언하였다.