• Journal of applied mathematics & informatics
• /
• 제30권5_6호
• /
• pp.1023-1030
• /
• 2012

Rough sets and rough filter in BE-algebras are established an some related their properties are discussed.

• 대한수학회논문집
• /
• 제31권3호
• /
• pp.451-460
• /
• 2016

The notion of a rough fuzzy filter in a BE-algebra is introduced and some properties of such a filter are investigated. The relations between the upper (lower) rough filters and the upper (lower) approximations of their homomorphism images are discussed.

• 한국환경과학회지
• /
• 제15권1호
• /
• pp.33-43
• /
• 2006

Revetment Mattress/Filter is the porous structure filled fillers in meshed structure so that it cail use the fillers of various sizes and form various pores. The porous structure of the Mattress/Filter increases drainage so that it decreases the energy and erosion of flow therefore the tractive force is decreased and the erosion of revetment is mitigated. The filler of Mattress/Filter uses gravels, waste concretes and slags so that the surface is rough and the roughness coefficient increases and the increase of the roughness coefficient decreases flow velocity and tractive force. On the other hand Mattress/Filter and vegetation are combined so that the increase of roughness coefficient and flow velocity still more progress therefore the effect of decrease of tractive force is increased after a few months have passed since the Mattress/Filter is constructed so that the vegetation is developed and be stabilized. The vegetation channel of Mattress/Filter is set tip and the inspection comes into operation by varing flowrate and vegetation spacing to examine these characters of the Mattress/Filter The coefficient of flow velocity U/U*' is decreased exponentially as vegetation esity aH' or $\lambda$ is increased and the coefficient of friction f is increased as vegetation desity aH' is increased but decreased as the coefficient of flow velocity U/U*' is increased. The effective tractive force $F_0$ is decreased exponentially as the vegetation desity aH' is increased. From the inspection the results are obtained that the porous and vegetation structure of the revetment Mattress/Filter system increases the coefficient of friction of revetment so that flow velocity and effective are decreased therefore greatly contributes the stability of the revetment.

• 핵의학기술
• /
• 제13권3호
• /
• pp.102-109
• /
• 2009

목적 : Siemens사의 Flash 3D(Pixon(R) method, 3D OSEM)는 검사 시간을 단축하면서 재구성을 통해 영상의 질을 높일 수 있도록 개발된 소프트웨어 프로그램으로써 핵의학 단층 촬영 시 유용하게 적용되고 있는 영상처리기법이다. 그러나 감산된 영상을 Flash 3D로 재구성하여 시행하는 뇌 혈류 부하 검사 시에 영상 획득시간을 짧게 하여 검사를 시행하면 재구성된 감산 영상의 신호 대 잡음비가(SNR, signal to noise ratio) 기저 영상에 비해 낮아지는 문제점이 있었다. 감산 영상의 SNR을 높이기 위해 LEAP 검출기를 사용하였고, 뇌혈관의 해상력보다는 혈관 확장의 예민도에 더 중점을 두었다. 본 실험은 뇌혈관 부하 단층 촬영 시 LEAP 검출기의 적용 가능성을 확인하고, Flash 3D를 이용한 적정 수준의 재구성 매개 변수를 파악하는 데 목적이 있다. 실험재료 및 방법 : (1) 팬텀 평가: $^{99m}Tc$을 넣은 Hoffman 3D Brain $Phantom^{TM}$을 이용하였다. LEAP와 LEHR 검출기로 첫 번째 영상을(부하 영상에 해당) 획득하고 $^{99m}Tc$의 반감기인 6시간 후 동일한 방법으로 두 번째 영상을(기저 영상에 해당) 획득하였다. 또한, 각각의 기저 영상과 감산 영상의 SNR 및 백질과 회백질의 비를 측정하였다. (2) 환자 영상의 평가: 2008년 5월부터 2009년 1월까지 LEAP 검출기로 촬영하여 정상으로 판독된 15명과 LEHR 검출기로 촬영하여 정상으로 판독된 13명의 환자를 대상으로 영상을 정성분석 하였다. Phantom에서 얻은 재구성 매개 변수를 대입하여 평가하였다. 하루 검사 프로토콜로 시행하였으며 기저에서 925 MBq, 부하에서 925 MBq의 $^{99m}Tc$-ECD를 투여하였다. 결과 : (1) 팬텀 평가: 각 검출기에서 획득한 계수치를 측정한 결과 LEHR 기저에서는 41~46 kcount, 부하에서 79~90 kcount, 감산에서 40~47 kcount가 측정되었다. LEAP의 경우 기저에서 102~113 kcount, 부하에서 188~210 kcount, 감산에서 94~103 kcount가 측정되었다. LEHR 감산 영상의 SNR은 LEHR 기저 영상과 비교하면 37% 감소하여 나타났고, LEAP 감산 영상의 SNR은 LEAP 기저 영상과 비교하면 17% 감소하여 나타났다. 회백질과 백질의 비는 LEHR 기저에서 2.2:1 감산에서 1.9:1로 측정되었고, LEAP 기저에서는 2.4:1 감산에서 2:1로 측정되었다. (2) 환자 영상의 평가: LEHR 검출기로 획득한 계수는 기저에서 대략 40~60 kcount, 부하에서 80~100 kcount 사이였다. 기저 및 부하 영상은 FWHM을 7 mm로 (타 장비의 Cutoff에 해당), 감산 영상은 FWHM을 11 mm로 설정하는 것이 적절하였다. LEAP는 기저에서 대략 80~100 kcount, 부하에서 180~200 kcount로 측정되었다. LEAP 영상은 기저 및 부하에서 FWHM을 5 mm로, 감산에서 7 mm로 설정해야 영상의 흐림을 줄일 수 있었다. 기저 및 부하 영상은 LEHR 영상이 LEAP 영상보다 해상력이 우수했다. 그러나 감산 영상의 경우 팬텀 실험과 같이 LEHR 영상의 SNR이 떨어져 영상이 거칠게 보였다. 감산 영상은 LEAP 영상이 LEHR 영상에 비해 SNR 및 예민도가 높게 평가되었다. LEHR과 LEAP 검출기의 모든 영상에서 subset과 iteration은 8회가 적절하였다. 결론 : LEAP 검출기를 이용해 적정 수준의 필터를 사용함으로써 SNR을 높여 보다 선명한 감산 영상을 획득할 수 있게 되었다. 하루 검사 프로토콜을 적용하여 Flash 3D로 재구성하는 경우, 보다 나은 감산 영상을 얻기 위해 LEAP 검출기의 적용을 고려해 볼 수 있을 것으로 판단된다.