• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.283-298
• /
• 2022

Synthetic Aperture Radar (SAR)영상은 날씨와 주야에 관계없이 취득될 수 있어 감시, 정찰 및 국토안보 등의 목적을 위한 자동표적인식(Automatic Target Recognition, ATR)에 활용 가능성이 높다. 그러나, 식별 시스템 개발을 위해 다양하고 방대한 양의 시험영상을 구축하는 것은 비용, 운용측면에서 한계가 있다. 최근 표적 모델을 이용하여 시뮬레이션된 SAR 영상에 기반한 표적 식별 시스템 개발에 대한 관심이 높아지고 있다. SAR-ATR 분야에서 대표적으로 이용되는 산란점 매칭과 템플릿 매칭 기반 알고리즘을 적용하여 표적식별을 수행하였다. 먼저 산란점 매칭 기반의 식별은 점을 World View Vector (WVV)로 재구성 후 Weighted Bipartite Graph Matching (WBGM)을 수행하였고, 템플릿 매칭을 통한 식별은 서로 인접한 산란점으로 재구성한 두 영상간의 상관계수를 사용하였다. 개발한 두 알고리즘의 식별성능시험을 위해 최근 미국 Defense Advanced Research Projects Agency (DARPA)에서 배포한 표적 시뮬레이션 영상인 Synthetic and Measured Paired Labeled Experiment (SAMPLE) 자료를 사용하였다. 표준 환경, 표적의 부분 폐색, 랜덤 폐색 정도에 따른 알고리즘 성능을 분석하였다. 산란점 매칭 알고리즘의 식별 성능이 템플릿 매칭보다 전반적으로 우수하였다. 10개 표적을 대상으로 표준환경에서의 산란점 매칭기반 평균 식별률은 85.1%, 템플릿 매칭기반은 74.4%이며, 표적별 식별성능 편차 또한 산란점 매칭기법이 템플릿 매칭기법보다 작았다. 표적의 부분 폐색정도에 따른 성능은 산란점 매칭기반 알고리즘이 템플릿 매칭보다 약 10% 높고, 표적의 랜덤 폐색 60% 발생에도 식별률이 73.4% 정도로 비교적 높은 식별성능을 보였다.

• 지질공학
• /
• 제33권2호
• /
• pp.307-322
• /
• 2023

대형 댐 및 대심도 지하공간 개발에서 많이 시행되는 암반 그라우팅은 기초지반의 누수를 방지하여 안정성을 향상시키고 추가적인 재해를 방지하기 위해 사용되는 중요한 공종 중 하나이다. 대부분의 암반 그라우팅은 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)에 의해 영향을 받는다. 따라서, 안전하고 적절한 그라우팅 설계 및 시공을 위해서는 지질학자들의 정확한 기초 암반의 분석과 적절한 그라우팅 계획 수립이 필요하다. 해외의 경우 기초 암반의 수리지질 및 암반공학적 특성 분석과 그라우트 주입량(grout take, GT) 예측에 대한 연구가 활발히 이루어지고 있으며, 주로 댐의 기초지반 분야에서 많은 연구가 수행되었다. 하지만, 국내의 경우 그라우트 주입재료 및 시공관리 기법에 대한 연구는 많이 수행되었으나 암반의 수리지질 및 암반공학적 특성을 고려한 암반 그라우팅 공법에 대한 연구는 미흡한 실정이다. 이에 본 리뷰에서는 암반 그라우팅 계획시 중요한 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)과 그라우트 주입량의 상관성 분석을 진행한 해외 연구 사례를 파악하고 국내의 암반 그라우팅 관련 연구의 발전방향을 제시하였다.

• 분석과학
• /
• 제21권4호
• /
• pp.326-331
• /
• 2008

$Na_2CO_3$ 용액에서 DVB-amidoxime 수지에 대한 우라닐 이온의 분배계수를 측정하였다. 이때 분배계수 값은 수지의 입자크기가 작을수록 증가하였으며 최고 약 70 까지 나타났다. 0.0044 M $Na_2CO_3$ 용액에서 우라늄의 흡착능은 $3.4{\mu}mole$/g-resin 로나타났다. pH 9에서 pH 11 사이의 0.5 M $Na_2CO_3-NaHCO_3$ 용액에서 분배계수를 측정한 결과 pH 가 증가할 수록 분배계수 값이 증가하였으며, 또한 이 값은 순수한 $Na_2CO_3$ 용액에서의 분배계수 값 보다 낮은 값을 보였다. FTIR 흡수분광법을 이용하여 amidoxime 수지의 성능을 확인하였다. UV-Vis 흡수분광법을 이용하여 $UO_2(CO_3)_3^{-4}$ 의 4개의 흡수피크(400~500 nm)를 확인하였다. Amidoxime 수지가 충진된 분리관을 이용하여 핵분열생성물질로 부터 우라늄을 분리하였다. 그러나, 대부분의 우라늄 및 핵분열생성물질이 용출되고 소량만이 흡착되었다. 이것은 amidoxime 수지의 낮은 흡착 능 때문으로 생각된다.

• 대한토목학회논문집
• /
• 제29권4B호
• /
• pp.357-363
• /
• 2009

일반적으로 사용되는 관수로의 평균유속을 구하려면 Darcy-Weisbach의 마찰손실수두공식을 사용하면 되나, 그러나 이 식의 마찰손실계수 f는 Reynolds수와 상대조도(${\varepsilon}$/d)의 함수이므로 사용하기에 매우 불편하며 따라서 보다 편리한 식이 요구된다. 이에 본 연구에서 Chiu 유속공식의 신뢰성과 정확성을 증명하기 위하여 관수로에서 비삽입식 유속측정 장치인 레이저 유속계(Laser Doppler Velocimeter: LDV) 및 초음파 유량계(Ultrasonic Flowmeter: U/F), 삽입식 유속측정장치인 피토관 (Pitot Tube)을 이용하여 실측한 유속측정 자료와 Chiu의 공식을 이용한 유속분포가 매우 잘 일치함을 증명하였다. 유량의 증감에 관계없이 실험실 수로에서의 최대유속과 평균유속간의 이론적인 선형관계를 증명함으로써 관수로내 유속의 평형상태, 즉 엔트로피 파라미터 M값에 대응하는 평형상태에 도달하려 하고 이 평형상태를 지속적으로 유지하려고 하는 경향이 있음을 증명하였다. 또한, 한 단면을 대표하는 엔트로피 파라미터 M값이 결정되면 최대유속이 발생하는 지점에서의 유속 측정만으로 단면 전체의 평균유속을 쉽게 구할 수 있고 이로부터 간단히 유량을 산정할 수 있음을 증명하였으며, 이는 추후 관수로 설계 및 운영관리 시 가장 중요한 평균유량을 측정할 수 있는 이론적인 도구로 사용될 수 있음을 의미하는 것이다.

• 대한토목학회논문집
• /
• 제30권3B호
• /
• pp.285-293
• /
• 2010

지표에서의 토양수분은 수문학적, 생태학적 과정에서 지표면과 대기 사이의 물과 에너지의 교환을 조절하는 매우 중요한 인자로써 최근 이의 시공간적 변동성에 대한 연구가 활발하게 진행되고 있다. 본 연구에서는 2004년 6~9월에 걸쳐 추진되었던 Soil Moisture Experiment 2004(SMEX04) 프로젝트를 통하여 측정된 미국 Arizona 주의 Walnut Gulch Experimental Watershed 유역에 대한 토양수분 데이터를 이용하여 건조 지역에서의 토양수분의 시공간적 변동성을 통계적 방법으로 해석하였다. 시간 안정도를 분석하여 각 지점의 강우사상에 대한 민감도를 분석하였고 공간 변동성 분석을 통해 유역 내 강우관측소 주변 5개 지점을 대상으로 각 지점의 평균토양수분과 이의 표준편차 및 변동계수와의 관계를 파악하였다. 연구 결과, 대상지역에서 토양수분의 공간적인 분포는 대수정규분포가 적합하다는 것과 건조지역에서 보이는 공통된 특징인 높은 공간적 변동성을 확인할 수 있었다. 또한 시간 안정도 분석을 통해 지점별로 시간과 강우 발생에 대해 민감한 정도를 분석하였으며, 강우사상이 토양수분에 큰 영향을 주는 인자인 것을 확인할 수 있었다. 본 연구에서 도출된 토양수분의 시공간적 변동 특성은 차후 인공위성 토양수분 데이터의 retrieval algorithm을 개선하는데 도움이 될 것이다.

• 동의신경정신과학회지
• /
• 제35권2호
• /
• pp.163-175
• /
• 2024

Objectives: To investigate the relationship between rehabilitation treatment, mental state and resilience of stroke patients undergoing rehabilitation by examining the correlation between The Core Seven Emotions Inventory-Short Form (CSEI-s) and the Korean version of the Connor-Davidson Resilience Scale (K-CD-RISC). Methods: All 104 participants (44 diagnosed with stroke who were receiving rehabilitation and 60 without stroke or psychiatric history) completed the CSEI-s, K-CD-RISC, and Questionnaire for stroke symptoms. All data were analyzed using by Statistical Package for the Social Sciences (SPSS) ver. 27.0. Descriptive statistics, chi-square test, t-test, Mann-Whitney U test, Kruskal-Wallis H test, and Pearson correlation coefficient were used for data analysis. Results: As a result of the CSEI-s, compared to the control group, the stroke group showed significantly lower Joy (喜) scores and significantly higher scores for Depression (憂) and Sorrow (悲). With a morbidity period of 12 months or less, the Thought (思) score was significantly higher. The Fear (恐) score was significantly higher when the rehabilitation was initiation more than 4~8 weeks after than that when the treatment was started immediately. Meanwhile, the K-CD-RISC score was significantly higher when rehabilitation was started immediately. In the stroke group, the K-CD-RISC score was positively correlated with Joy (喜) but negatively correlated with Depression (憂) and Fear (恐). In the control group, K-CD-RSIC showed a positive correlation with Joy (喜) but negative correlations with Depression (憂), Sorrow (悲), and Fear (恐). Conclusions: In addition to early rehabilitation treatment, mental approach through Korean medicine psychotherapy is crucial for enhancing the resilience of stroke patients.

• Korean Journal of Radiology
• /
• 제23권12호
• /
• pp.1251-1259
• /
• 2022

Objective: T1 mapping provides valuable information regarding cardiomyopathies. Manual drawing is time consuming and prone to subjective errors. Therefore, this study aimed to test a DL algorithm for the automated measurement of native T1 and extracellular volume (ECV) fractions in cardiac magnetic resonance (CMR) imaging with a temporally separated dataset. Materials and Methods: CMR images obtained for 95 participants (mean age ± standard deviation, 54.5 ± 15.2 years), including 36 left ventricular hypertrophy (12 hypertrophic cardiomyopathy, 12 Fabry disease, and 12 amyloidosis), 32 dilated cardiomyopathy, and 27 healthy volunteers, were included. A commercial deep learning (DL) algorithm based on 2D U-net (Myomics-T1 software, version 1.0.0) was used for the automated analysis of T1 maps. Four radiologists, as study readers, performed manual analysis. The reference standard was the consensus result of the manual analysis by two additional expert readers. The segmentation performance of the DL algorithm and the correlation and agreement between the automated measurement and the reference standard were assessed. Interobserver agreement among the four radiologists was analyzed. Results: DL successfully segmented the myocardium in 99.3% of slices in the native T1 map and 89.8% of slices in the post-T1 map with Dice similarity coefficients of 0.86 ± 0.05 and 0.74 ± 0.17, respectively. Native T1 and ECV showed strong correlation and agreement between DL and the reference: for T1, r = 0.967 (95% confidence interval [CI], 0.951-0.978) and bias of 9.5 msec (95% limits of agreement [LOA], -23.6-42.6 msec); for ECV, r = 0.987 (95% CI, 0.980-0.991) and bias of 0.7% (95% LOA, -2.8%-4.2%) on per-subject basis. Agreements between DL and each of the four radiologists were excellent (intraclass correlation coefficient [ICC] of 0.98-0.99 for both native T1 and ECV), comparable to the pairwise agreement between the radiologists (ICC of 0.97-1.00 and 0.99-1.00 for native T1 and ECV, respectively). Conclusion: The DL algorithm allowed automated T1 and ECV measurements comparable to those of radiologists.

• Korean Journal of Radiology
• /
• 제20권4호
• /
• pp.662-670
• /
• 2019

Objective: A developmental venous anomaly (DVA) is a vascular malformation of ambiguous clinical significance. We aimed to quantify the susceptibility of draining veins (χ_vein) in DVA and determine its significance with respect to oxygen metabolism using quantitative susceptibility mapping (QSM). Materials and Methods: Brain magnetic resonance imaging of 27 consecutive patients with incidentally detected DVAs were retrospectively reviewed. Based on the presence of abnormal hyperintensity on T2-weighted images (T2WI) in the brain parenchyma adjacent to DVA, the patients were grouped into edema (E+, n = 9) and non-edema (E-, n = 18) groups. A 3T MR scanner was used to obtain fully flow-compensated gradient echo images for susceptibility-weighted imaging with source images used for QSM processing. The χ_vein was measured semi-automatically using QSM. The normalized χ_vein was also estimated. Clinical and MR measurements were compared between the E+ and E- groups using Student's t-test or Mann-Whitney U test. Correlations between the χ_vein and area of hyperintensity on T2WI and between χ_vein and diameter of the collecting veins were assessed. The correlation coefficient was also calculated using normalized veins. Results: The DVAs of the E+ group had significantly higher χ_vein (196.5 ± 27.9 vs. 167.7 ± 33.6, p = 0.036) and larger diameter of the draining veins (p = 0.006), and patients were older (p = 0.006) than those in the E- group. The χ_vein was also linearly correlated with the hyperintense area on T2WI (r = 0.633, 95% confidence interval 0.333-0.817, p < 0.001). Conclusion: DVAs with abnormal hyperintensity on T2WI have higher susceptibility values for draining veins, indicating an increased oxygen extraction fraction that might be associated with venous congestion.

• Imaging Science in Dentistry
• /
• 제54권2호
• /
• pp.129-137
• /
• 2024

Purpose: Patients with head and neck cancer (HNC) who undergo dental procedures during radiotherapy (RT) face an increased risk of developing osteoradionecrosis (ORN). Accordingly, new tools must be developed to extract critical information regarding the dose delivered to the teeth and mandible. This article proposes a novel approach for visualizing 3-dimensional planned dose distributions on panoramic reconstruction computed tomography (pCT) images. Materials and Methods: Four patients with HNC who underwent volumetric modulated arc therapy were included. One patient experienced ORN and required the extraction of teeth after RT. In the study approach, the dental arch curve (DAC) was defined using an open-source platform. Subsequently, pCT images and dose distributions were generated based on the new coordinate system. All teeth and mandibles were delineated on both the original CT and pCT images. To evaluate the consistency of dose metrics, the Mann-Whitney U test and Student t-test were employed. Results: A total of 61 teeth and 4 mandibles were evaluated. The correlation coefficient between the 2 methods was 0.999, and no statistically significant difference was observed (P>0.05). This method facilitated a straightforward and intuitive understanding of the delivered dose. In 1 patient, ORN corresponded to the region of the root and the gum receiving a high dosage (approximately 70 Gy). Conclusion: The proposed method particularly benefits dentists involved in the management of patients with HNC. It enables the visualization of a 3-dimensional dose distribution in the teeth and mandible on pCT, enhancing the understanding of the dose delivered during RT.

• Imaging Science in Dentistry
• /
• 제54권1호
• /
• pp.81-91
• /
• 2024

Purpose: The objective of this study was to propose a deep-learning model for the detection of the mandibular canal on dental panoramic radiographs. Materials and Methods: A total of 2,100 panoramic radiographs (PANs) were collected from 3 different machines: RAYSCAN Alpha (n=700, PAN A), OP-100 (n=700, PAN B), and CS8100 (n=700, PAN C). Initially, an oral and maxillofacial radiologist coarsely annotated the mandibular canals. For deep learning analysis, convolutional neural networks (CNNs) utilizing U-Net architecture were employed for automated canal segmentation. Seven independent networks were trained using training sets representing all possible combinations of the 3 groups. These networks were then assessed using a hold-out test dataset. Results: Among the 7 networks evaluated, the network trained with all 3 available groups achieved an average precision of 90.6%, a recall of 87.4%, and a Dice similarity coefficient (DSC) of 88.9%. The 3 networks trained using each of the 3 possible 2-group combinations also demonstrated reliable performance for mandibular canal segmentation, as follows: 1) PAN A and B exhibited a mean DSC of 87.9%, 2) PAN A and C displayed a mean DSC of 87.8%, and 3) PAN B and C demonstrated a mean DSC of 88.4%. Conclusion: This multi-device study indicated that the examined CNN-based deep learning approach can achieve excellent canal segmentation performance, with a DSC exceeding 88%. Furthermore, the study highlighted the importance of considering the characteristics of panoramic radiographs when developing a robust deep-learning network, rather than depending solely on the size of the dataset.