• 대한방사선치료학회지
• /
• 제33권
• /
• pp.137-144
• /
• 2021

목 적 : VMAT을 이용한 쇄골 상부 림프절을 포함하는 왼쪽 유방암 치료 시 X-Jaw를 나눈 치료계획과 기존 Full field VMAT 치료계획과의 선량분포를 비교 분석하여 X-Jaw split VMAT의 유용성을 평가하였다. 대상 및 방법 : 쇄골 상부 림프절을 포함하는 왼쪽 유방암 환자 10명을 대상으로 Vacuum cushion을 이용하여 CT simulation 하고 2 Arc Full field VMAT과 4 Arc X-Jaw split VMAT을 각각 치료계획 하였다. 각 치료계획은 처방 선량(Prescription dose)이 치료계획표적용적(Planning Target Volume, PTV)의 95% 이상 포함이 되고 주변 정상장기(Organ at risk, OAR)에 최소한으로 조사되도록 설계하였다. 이후 선량체적용적(Dose volume histogram, DVH)을 통해 PTV과 OAR의 대한 선량분석을 하였다. 결 과 : 10명의 환자의 Full field VMAT치료계획과 X-Jaw split VMAT치료계획의 데이터를 평균값으로 나타내어 비교하였다. 처방선량지수(conformity index, CI) 1.05±0.04, 1.04±0.03, 선량균질지수(homogeneity index, HI) 1.07±0.008, 1.07±0.009 로 두 치료계획 간 차이는 크지 않았다. OAR의 경우 왼쪽 폐의 V5 56.1±6.50%, 50.4±6.30%, V20 20.0±4.15%, 13.52±3.61% 로 Full field VMAT대비 X-Jaw split VMAT에서 V5이 10.0% V20은 32.6% 감소하였다. 심장의 V30은 3.68±1.85%, 2.23±1.52%, 평균 선량은 8.93±1.65 Gy, 7.67±1.52 Gy로 X-Jaw split VMAT에서 V30은 39.3%, 선량은 14.1% 감소하였다. 정상조직인 왼쪽 폐와 심장은 통계적 유의 수치인 p-value 0.05미만으로 나타났다. 결 론 : PTV의 체적이 크고 X Jaw의 길이가 15 cm 이상이 되는 쇄골 상부 림프절을 포함하는 왼쪽 유방암치료의 경우 X-Jaw split VMAT 치료계획은 기존의 치료계획과 동등한 HI와 CI로 유사한 PTV coverage를 유지 하면서 개선된 선량분포를 나타내 OAR인 폐와 심장 등의 방사선량을 줄일 수 있어 부작용을 줄이는데 효과적이라고 생각된다.

• 대한치과보철학회지
• /
• 제60권3호
• /
• pp.231-238
• /
• 2022

목적: 본 연구는 의치상용 레진의 전장방법이 polyetherketoneketone (PEKK)과의 인장결합강도에 미치는 영향을 알아보고자 하였다. 재료 및 방법: 총 80개의 PEKK 시편을 T자 형태로 절삭 가공하고, airborne-particle abrasion 처리 후 전처리제(Visio.link)를 도포하였다. 전장 방법에 따라 4개의 군(n = 20)으로 나누어, 충전형 광중합형 복합레진(SR Adoro), 유동형 광중합형 복합레진(Crea.lign), 열중합형 의치상용 레진(Vertex RS), 자가중합형 의치상용 레진(ProBase Cold)으로 전장하였다. 각 군은 인공시효처리 여부에 따라 2가지 하위 군(n = 10)으로 나누었다. 만능시험기를 이용해 인장결합강도 측정하고 현미경으로 파절단면을 관찰하였다. 통계적 검증을 위해 이원 분산분석 및 Tukey's HSD 사후 검정을 시행하였다(α = .05). 결과: 인공시효처리와 레진 전장방법은 인장결합강도에 통계적으로 유의한 영향을 주었다(P < .001). 인공시효처리 전과 후 모두 유동형 광중합형 복합레진 군에서 가장 높은 값을 보였고, 열중합형 레진 군에서 가장 낮은 값을 보였다(P < .05). 파절 단면은 군에 따라 혼합 파절과 계면 파절이 혼재되어 나타났다. 결론: 레진의 전장 방식은 PEKK과의 인장결합강도에 영향을 줄 수 있으며, 인공시효처리는 인장결합강도를 감소시킨다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1827-1836
• /
• 2022

재난은 돌발적으로 발생하여 예측하기가 쉽지 않고 그 규모도 과거에 비해 커지고 있어 피해가 증가하고 있으며, 하나의 재난이 2차 재난으로 발전하는 경우가 많다. 재난관리의 4가지 단계 중 응급상황이 발생하는 대응단계에서 행해지는 수색과 구조 과정에서, 현장에 투입되는 인원들은 많은 위험을 감수하고 현장에 투입되고 있다. 이러한 점에서 로봇은 재난현장의 초기 대응과정에서 인명 및 재산의 피해를 줄일 수 있는 가능성이 높은 기술이다. 또한, Light Detection And Ranging (LiDAR)는 레이저를 이용하여 비교적 넓은 범위의 3차원 정보를 획득하고 정확도 및 정밀도가 높아 재난 현장의 특징을 생각할 때 매우 유용한 센서이다. 이에 본 연구에서는 로봇이 재난 현장에서 활용될 수 있도록 LiDAR와 Inertial Measurement Unit (IMU) 센서에 실시간 모니터링을 위한 컴퓨팅 보드를 결합하여 하나의 다중센서모듈 및 조사로봇 맞춤형 Simultaneous Localization and Mapping (SLAM) 알고리즘을 개발하였다. 다중센서모듈이 재난 현장에서 최적의 정확도를 유지할 수 있도록 조사로봇에 안정적으로 탑재하는 방안에 대해 연구하였고, 모듈의 성능을 확인하기 위해 재난건축물 실내에서 SLAM 맵핑을 수행하여 다양한 SLAM알고리즘과 거리 비교를 수행하였다. 그 결과, 본 연구에서 개발한 PackSLAM이 낮은 오차를 나타내어 활용 가능성을 보였다. 향후 재난현장에서의 적용성을 더욱 높이기 위해 장애물이 많은 험지환경을 구축하여 다양한 실험을 수행할 예정이다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.408-415
• /
• 2022

본 논문에서는 효율적인 feature map 추출 네트워크를 이용한 2D 이미지에서의 3D 포인트 클라우드 재구축 기법을 제안한다. 본 논문에서 제안한 기법의 독창성은 다음과 같다. 첫 번째로, 메모리 측면에서 기존 기법보다 약 27% 더 효율적인 새로운 feature map 추출 네트워크를 사용한다. 제안하는 네트워크는 딥러닝 네트워크의 중간까지 크기 축소를 수행하지 않아, 3D 포인트 클라우드 재구축에 필요한 중요한 정보가 유실되지 않았다. 축소되지 않은 이미지 크기로 인해 발생하는 메모리 증가 문제는 채널의 개수를 줄이고 딥러닝 네트워크의 깊이를 얕게 효율적으로 구성하여 해결하였다. 두 번째로, 2D 이미지의 고해상도 feature를 보존하여 정확도를 기존 기법보다 향상시킬 수 있도록 하였다. 축소되지 않은 이미지로부터 추출한 feature map은 기존의 방법보다 자세한 정보가 담겨있어 3D 포인트 클라우드의 재구축 정확도를 향상시킬 수 있다. 세 번째로, 촬영 정보를 필요로 하지 않는 divergence loss를 사용한다. 2D 이미지뿐만 아니라 촬영 각도가 학습에 필요하다는 사항은 그만큼 데이터셋이 자세한 정보를 담고 있어야 하며 데이터셋의 구축을 어렵게 만드는 단점이다. 본 논문에서는 추가적인 촬영 정보 없이 무작위성을 통해 정보의 다양성을 늘려 3D 포인트 클라우드의 재구축 정확도가 높아질 수 있도록 하였다. 제안하는 기법의 성능을 객관적으로 평가하기 위해 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 CD 값이 5.87, EMD 값이 5.81 FLOPs 값이 2.9G로 산출되었다. 한편, CD, EMD 수치가 낮을수록, 재구축한 3D 포인트 클라우드가 원본에 근접하는 정확도가 향상된 결과를 나타낸다. 또한, FLOPs 수치가 낮을수록 딥러닝 네트워크에 필요한 메모리가 적게 소요되는 결과를 나타낸다. 따라서, 제안하는 기법의 CD, EMD, FLOPs 성능평가 결과가 다른 논문의 기법들보다 메모리 측면에서 약 27%, 정확도 측면에서 약 6.3% 향상된 결과를 나타내어 객관적인 성능이 입증되었다.

• 한국식품위생안전성학회지
• /
• 제37권5호
• /
• pp.310-316
• /
• 2022

본 연구에서는 수세미와 행주 재질별 항균 활성을 비교하고, 적합한 살균 방법을 제시하고자 건조, 열탕, 마이크로웨이브 살균을 실시하였다. 본 실험에 사용된 수세미는 은나노, 구리, 망사 수세미 3종을 사용하였으며 행주는 은나노, 대나무, 면 행주 3종을 실험대상으로 사용하였다. 건조 시간에 따른 수세미 중 대장균 저감화 효과는 은나노와 구리 수세미에서 높게 나타났으나 B. cereus에 대한 저감화 효과는 모두 미미하였다. 건조 시간에 따른 행주 중 대장균과 B. cereus에 대한 저감화 효과는 모두 미미하였다. 77℃에서 30초 이상 열탕 살균 후 수세미 중 대장균은 검출되지 않았고 100℃에서 1분 이상 열탕 살균 후 수세미 중 B. cereus는 검출되지 않았다. 77℃에서 30초 이상 열탕 살균 후 행주 중 대장균은 검출되지 않았으나 100℃에서 1분 이상 열탕 살균 후 행주 중 B. cereus가 검출되어 살균효과가 미약하였다. 700 W 마이크로웨이브로 3분간 살균 후 수세미 중 대장균은 검출되지 않았으나 B. cereus는 검출되었다. 700 W 마이크로웨이브로 1분 이상 살균 후 행주 중 대장균은 검출되지 않았으나 3분간 살균 후에도 면 행주에서 B. cereus는 검출되었다. 이러한 결과를 종합해 볼 때, 집단급식소에서 사용되는 수세미와 행주에 의한 집단식중독을 예방하기 위해 항균 수세미와 항균 행주 사용을 지양하고, 식품의약품안전처에서 제시하는 끓는 물에서 30초 이상 살균에 대한 재검토가 필요한 것으로 판단된다. 수세미와 행주의 위생관리를 위해 수세미는 100℃에서 1분 이상 열탕 살균, 행주는 700 W 마이크로웨이브로 3분 이상 살균을 제안한다.

• 대한정형외과학회지
• /
• 제55권6호
• /
• pp.511-519
• /
• 2020

목적: 신경초종은 말초신경에 주로 발생하는 양성종양이나 크기가 크거나 신경 이외의 부위에서 발견될 경우 악성 연부조직 종양으로 오인하기 쉽다. 저자들은 크기 5 cm 이상의 신경초종 50예의 1) 원발 위치의 분포 및 임상증상여부, 2) 술 전 방사선 및 병리학적 진단 결과와 진단적 정확도에 대해 알아보았다. 대상 및 방법: 신경초종으로 확진된 214예 중 자기공명영상(magnetic resonance imaging, MRI)상 종양의 최대직경이 5 cm 이상인 종양 50예를 추출하였다. 이를 주요신경 기원, 근육 내, 골 내의 원발위치에 따라 분류하였고 구체적인 해부학적 위치를 분석하였다. 결과: 전체 코호트에서 원발위치에 따라 분류하였을 때 주요 말초신경에 생긴 종양이 14예, 근육 내 발생이 31예, 골 내 발생이 5예였다. 신경초종의 평균크기는 7 cm였으며 근육내 신경초종이 평균 8 cm로 가장 컸다. MRI를 통한 영상학적 진단에서 전체 50예 중 33예(66.0%)는 양성 신경종양으로, 15예(30.0%)는 악성종양으로 판독하였으며, 나머지 2예(4.0%)는 각각 결핵 농양, 건활막 거대세포종으로 보고되었다. 골내 신경초종 5예 중 영상학적으로 신경초종으로 진단한 예는 없었다. 임상증상에서는 주요 신경기원의 경우는 Tinel sign이 78.6%로 많았고(11/14), 주요 신경 외 기원 종양에서는 종괴 촉지 증상이 93.5%로 가장 많았으며(29/31) 증상기간도 평균 66.6개월로 가장 길었다. 병리학적 진단을 위해 생검을 시행한 총 38예 중 86.8%에서는 신경초종으로 진단하였다. 합병증은 수술 후 합병증이 총 2예였으며 종양절제 후 출혈로 재수술이 필요했던 경우와 수술 후 경한 신경마비가 발생한 경우였다. 결론: 5 cm 이상의 근육 내 종양을 진단할 때 장기간의 종괴인지 소견이 있고, MRI상 비특이적인 소견일 경우에는 양상 신경종양일 가능성도 염두에 두고 조직학적 확진 후 치료를 시행하는 것이 과잉 치료 가능성을 줄이는 데 도움이 될 것으로 생각된다.

• 대한정형외과학회지
• /
• 제56권3호
• /
• pp.224-233
• /
• 2021

목적: 종골 골절 후 발생하는 부정유합으로 인해 체부의 폭이 증가하면 후족부 외측의 통증이 발생한다. 외측벽 돌출을 줄이기 위해 저자들이 고안한 K-강선(Kirschner wire) 지지대의 정복 유지 효과를 임상 및 영상학적 결과로 후향적으로 평가해 보고자 하였다. 대상 및 방법: 2015년 1월부터 2017년 12월까지 전위된 관절 내 종골 골절 환자 중 정복 유지를 위해 K-강선 지지대를 사용한 환자 22명(A군)과 K-강선 지지대를 사용하지 않은 환자 중 A군 환자와 1:2로 짝지은 44명의 환자들(B군)을 대상으로 하였다. 모든 수술은 확장된 족근동 접근법으로 시행되었으며 유관나사와 Steinmann 핀, K-강선을 이용한 내고정술을 시행하였다. 술 후 임상적 평가로는 미국족부족관절학회의 족관절-후족부 수치와 수술 후 운동능력의 회복 정도를 비교하였다. 영상학적 결과는 Böhler 각, Gissane 각, 종골의 높이와 폭, 관절 내 함몰 정도와 종골 외측벽의 돌출 정도를 비교하였다. 또한 두 군의 환자에서 수술 후 발생한 합병증도 분석해 보았다. 결과: 임상적 결과는 두 군 간에 유의미한 차이가 없었다(p=0.924, p=0.961). 영상학적으로 Böhler 각, Gissane 각, 종골의 높이와 폭, 관절 내 함몰 정도에는 유의한 차이가 없었지만(p=0.170, p=0.441, p=0.230, p=0.266, p=0.400), 종골 외측벽의 돌출 정도는 A군이 평균 1.78 mm, B군이 4.95 mm로 유의한 차이가 있었다(p=0.017). B군에서 비복 신경 포착과 통증을 동반한 외골종의 빈도는 더 많았지만 통계적으로 유의한 차이가 없었다(p=0.293, p=0.655). 결론: 임상적 평가 및 영상학적 평가의 대부분과 두 군의 합병증 비교에서 유의한 차이는 없었으나 종골 외측벽의 돌출 정도에 있어서는 A군에서 우수한 결과를 보였다. 저자들이 고안한 K-강선 지지대 수술법은 전위된 관절 내 종골 골절에서 외측벽 돌출의 정복 유지에 효과적인 수술 방법이 될 수 있을 것이다.

• 한국항만경제학회지
• /
• 제38권1호
• /
• pp.129-142
• /
• 2022

과거에는 대기오염에 대한 관심이 온실가스에 집중되어 있었지만, 최근 몇 년 사이 미세먼지에 대한 관심이 고조되고 있다. 언론 및 환경단체 등에서는 미세먼지에 의한 대기오염에 대해 지속적으로 강조하고 있다. 미세먼지에 대한 경각심이 높아지는 가운데 국외 유입을 제외한 국내 요인으로써 항만에서 발생되는 대기오염이 심각한 것으로 분석되고 있다. 이를 인지하고 항만에서 발생하는 대기오염을 감소기키기 위해 국내에서도 항만지역등 대기질 개선에 관한 특별법을 제정하여 항만에서 기인하는 대기오염을 억제시키려는 시도를 하고 있다. 이 법에서는 선박뿐만 아니라 차량, 하역기계 등 항만 전체에서 발생하는 대기오염물질을 규제하며, 선박과 관련한 정책으로는 ECA, VSR, AMP가 있다. 본 연구에서는 인천항을 대상으로 이러한 친환경 정책의 효과에 대해 분석하고자 하였다. 우선적으로 정책이 없을 경우를 가정하여 선박에서 발생한 대기오염물질 배출량을 산정한 후, 각각의 정책에 대한 분석과 최종적으로 모든 정책이 반영된 실제 배출량을 산정하여 비교하는 연구를 수행하였다. 유럽환경청과 미국환경보호국에서 제시하는 방법론을 이용하였으며, 분석대상 오염물질은 국립환경과학원에서 제공하는 황산화물(SO_X), 일산화탄소(CO), 질소산화물(NO_X), 총부유물질(TSP), 미세먼지·초미세먼지(PM₁₀, PM_2.5), 암모니아(NH₃)를 대상으로 하였다. 분석결과, 모든 정책이 반영된 실제 배출량은 약 4,097톤/년으로 정책 미 반영시의 약 4,857톤/년에 비해 약 760톤/년의 배출저감 효과가 있는 것으로 분석되었다. 각 정책의 효과를 개별적으로 분석하였을때는 ECA 4,111톤/년, VSR 4,854톤/년, AMP 4,843톤의 대기오염물질 배출량이 발생하는 것으로 나타났다. 본 연구의 결과는 인천항 대기환경과 관련된 정책수립의 기초자료 및 근거자료로 사용될 수 있을 것이다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.517-534
• /
• 2021

수소연료는 환경오염문제를 해소하고 에너지 불균형 및 비용을 절감할 수 있다는 점에서는 화석연료를 대체하는 에너지원으로 부각되고 있다. 수소는 친환경적이나 폭발성이 강하기 때문에 수소연료차의 화재, 폭발 사고에 대한 우려가 매우 높은 실정이다. 연구결과에서 수소사고는 일반적인 화재의 경우 비교적 안전하나, 폭발이 발생하면 매우 위험한 것으로 인식되고 있다. 특히, 터널과 같은 반밀폐공간에서는 위험도가 보다 증가할 것으로 예측되기에 이에 대한 예측방법 및 대책을 마련하기 위한 연구가 수행되고 있다. 이에 본 연구에서는 터널에서 수소폭발시 안전성을 평가하기 위해서 등가 TNT모델의 적용성과 수치해석 방법에 대한 검토를 수행하였다. 6개의 등가 TNT모델과 Weyandt의 실험결과의 폭발압력을 비교·검토하여 모델의 적용성을 평가한 결과, Henrych식이 13.6%의 편차로 가장 근접하는 것으로 나타났다. 수치해석을 이용하여 수소탱크 용량(52, 72, 156 L)과 터널 단면적(40.5, 54, 72, 95 m²)이 폭발압력에 미치는 영향에 대한 검토한 결과, 터널에서 폭발 압력파는 초기에는 대기중에서와 마찬가지로 반구형 형태로 전파되나 벽체에 도달하면 반사파가 형성되며, 일정 거리 이상에서는 평면파로 변형되어 아주 완만한 감쇄율로 전파하는 것으로 나타났다. 등가 TNT모델인 Henrych식은 폭발압력이 급격하게 감소하는 구간에서는 수치해석 결과와 잘 일치하나 폭발압력파가 변형된 이후에는 큰 폭으로 과소평가하는 것으로 나타났다. 수소탱크용량이 동일한 경우에는 터널 단면적이 증가할수록 폭발압력이 감소하며, 단면적이 동일한 경우에는 수소탱크 용량이 52 L에서 156 L로 증가하면 폭발압력은 약 2.5배 정도 증가하는 것으로 나타났다. 인체에 영향을 미치는 한계거리에 대한 평가결과, 수소탱크용량이 52 L인 경우 사망에 이르는 한계거리는 약 3 m, 중상에 이르는 거리는 단면적별로 차이가 있으나 28.5~35.8 m로 나타났다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.