• 방송공학회논문지
• /
• 제28권3호
• /
• pp.293-301
• /
• 2023

표준화되지 않은 의료 데이터 수집 및 관리는 여전히 수동으로 진행되고 있어, 이 문제를 해결하기 위해 딥 러닝을 사용해 CT 데이터를 분류하는 연구들이 진행되고 있다. 하지만 대부분 연구에서는 기본적인 CT slice인 axial 평면만을 기반으로 모델을 개발하고 있다. CT 영상은 일반 이미지와 다르게 인체 구조만 묘사하기 때문에 CT scan을 재구성하는 것만으로도 더 풍부한 신체적 특징을 나타낼 수 있다. 이 연구는 axial 평면뿐만 아니라 CT 데이터를 2D로 변환하는 여러가지 방법들을 통해 보다 높은 성능을 달성할 수 있는 방법을 찾고자 한다. 훈련은 5가지 부위의 CT 스캔 1042개를 사용했고, 모델 평가를 위해 테스트셋 179개, 외부 데이터셋으로 448개를 수집했다. 딥러닝 모델 개발을 위해 ImageNet으로 사전 학습된 InceptionResNetV2를 백본으로 사용하였으며, 모델의 전체 레이어를 재 학습했다. 실험결과 신체 부위 분류에서는 재구성 데이터 모델이 99.33%를 달성하며 axial 모델보다 1.12% 더 높았고, 조영제 분류에서는 brain과 neck에서만 axial모델이 높았다. 결론적으로 axial slice로만 훈련했을 때 보다 해부학적 특징이 잘 나타나는 데이터로 학습했을 때 더 정확한 성능 달성이 가능했다.

• 한국자원식물학회지
• /
• 제36권2호
• /
• pp.181-190
• /
• 2023

국내 홉 생산은 외국산 수입으로 1990년대 초반 이후 중단된 상태이나, 최근 수제맥주 붐의 영향으로 국내 생산에 대한 관심이 고조되고 있다. 본 연구는 국내 홉 생산 및 육종을 위한 기반연구로 외국산 도입 홉 6개 품종을 대상으로 생육특성 및 증식기술 개발중심으로 수행하였다. 2021년과 2022년 진행한 홉 생육조사에서 재식 후 4년차보다 5년차에서 일반적으로 홉의 착화고, 착화수, 구화의 크기와 무게가 증가하는 경향을 나타냈다. 홉 삽목 실험의 결과, 일반적으로 발근제 '아토닉' 처리를 하지 않은 물꽂이에서도 전체 평균 발근율이 88%로 높았지만 아토닉을 침지하거나 희석하여 관주할 경우 발근율이 93%로 증가하는 경향을 나타냈다. 아토닉 처리 방법에 따른 발근력과 발근율에는 품종간 차이가 있었다. 발근 삽목묘를 상토 이식 후 생존율을 확인 하였을 때, 조직배양실에서 삽목한 것이 온실에서 삽목한 것에 비해 상당히 생존율이 떨어졌다. 따라서 홉 삽목시에는 물꽂이 만으로도 높은 삽목 성공률을 얻을 수 있으며, 상토 이식 후 식물체를 안정적으로 관리하는 기술 개발이 홉 대량증식에서 중요할 것으로 판단된다. 조직배양 기술을 통해 홉을 증식할 땐 IAA 0.1 ㎎/L에 BAP 1 ㎎/L 보다 TDZ 1 ㎎/L를 첨가하여 배양하는 것이 다경유도에 효과적이다. 이러한 삽목 및 조직배양 증식과 순화 기술을 정립하면, 국내 홉 건전묘 생산에 활용이 가능할 것으로 생각된다.