Earticle

디지털 X-선 영상에서는 산란 및 중첩에 의하여 왜곡된 정보가 반영되어 나타나며, 특히 저대조도 물질의 경우 구분력 이 매우 낮은 단점이 있다. 이를 극복하기 위하여 방사선 영상의 깊이 기반 대조도 복원 알고리즘을 정립 및 효과적으로 구현하였다. 본 연구에서는 제안하는 알고리즘의 성능 및 유용성을 검증하기 위하여 시뮬레이션 및 실험을 수행하였으 며, 제안한 알고리즘을 적용한 영상은 영상의 window 조절 없이도 전체 dynamic range에서 구분력이 높은 영상을 제공함은 물론 내부물질의 선예도를 상당히 유지한다는 점에서 성능을 확인하였다. 따라서, 제안된 알고리즘은 디지털 방사선 영상에서 매우 효과적으로 사용될 것으로 예상되며, 단층촬영영상과 같은 다양한 방사선 영상 장비에서 큰 효과 를 나타낼 것으로 기대된다.

In this work, we performed a feasibility study for application of a projection-based depth recovery scheme to digital radiography for substantial improvement of its image visibility. We established a basic projection-based depth recovery model for radiography and implemented an effective proposed algorithm. We performed both systematic simulation and experiment to demonstrate its viability for radiography. According to our results, the image characteristics of the depth recovery images are quite different from those of conventional radiography in that most of the subtle structures in the examined object are significantly discernable even with no display window adjustment, preserving superior image features and edge sharpening. Consequently, the proposed scheme seems very promising for improving image visibility in digital radiography and is expected to be applicable to present x-ray imaging technology.

본 연구는 방사선 작업종사자들의 최근 5년간의 개인피폭선량을 조사하여 연도별, 성별, 연령별로 심부선량과 표면선 량을 측정하여 방사선 피폭의 관리 상태를 분석하여 방사선에 의한 장해위험도를 알아보고 방사선 발생장치의 발전과 방사선 작업종사자들의 수적인 증가와 근무여건이 장기화 되어가는 것을 고려하여 방사선 관계종사들의 건강관리를 위한 예방차원과 방사선 피폭의 위험에 대한 피폭을 최소화 하기위하여 본 연구를 실시하였다. 2016년 1월 1일부터 2020년 12월 31일까지 한국 의료기관의 방사선 관계종사들의 방사선 개인피폭선량 측정 대상자 중 5,811명에 대한 5년간 분기별 연도별 피폭선량 자료 116,220건을 대상으로 연도별, 연령별, 성별에 따른 심부선량과 표면선량을 평균과 분기별 평균으로 나누어 분석하였다. 5년간의 평균 피폭선량에서 연도별로는 2016년부터 2020년까지 연도가 지날 때 마다 평균 심부선량과 표면선량이 낮게 관찰되었으며. 통계적으로 유의한 차이를 보였다 (p < 0.05). 성별 평균 피폭선량은 심부선량과 표면선량 모두 남자가 여자보다 평균적으로 방사선 피폭선량이 유의하게 높게 나타났음을 알 수 있었다 (p < 0.05). 연령별 평균 피폭선량은 심부선량과 표면선량에서 저 연령군이 고 연령군보다 상대적으로 높게 관찰되었으며, 통계적으로 유의한 차이를 보였다 (p < 0.05). 방사선 작업종사자의 연도별, 성별, 연령별 5년간의 피폭선 량에서는 국제방사선방어위원회 (ICRP)에서 권고하는 허용선량기준치인 20 mSv/year를 초과하지 않는 범위 내에서 피폭을 받은 것으로 나타났으며, 연도별에서는 통계적으로 유의한 차이가 나타났지만 분기별에서는 통계적으로 유의한 차이가 나타나지 않았다.

This study aimed to examine the individual doses of radiological technologists during the last 5-year period, and measure deep and shallow doses by year, gender, and age in order to analyze the management status of radiation exposure and thereby investigate the risk for disorders due to radiation. This study intended to minimize the risk of radiation exposure of radiological technologists, and contribute to the development of preventive measures for the health management of radiation workers in consideration of the development of equipment for diagnosis, the increase in the number of radiological technologists, and their long-term work in radiation-related working conditions. The analyses of average deep and shallow doses by year, age, and gender as well as average deep and shallow doses by quarter were conducted using the quarterly and yearly exposure dose data of 116,220 cases collected for 5 years from January 1, 2016 to December 31, 2020. The data used was collected from 5,811 persons among the subjects of individual exposure dose measurements among radiation workers working in medical institutions in Korea. With respect to the average exposure dose for 5 years, in the average exposure dose by year, average deep and shallow doses were decreased over time from 2016 to 2020, and there was a significant difference (p < 0.05). As for average exposure doses by gender, both average deep and shallow doses were significantly higher in males than in females (p < 0.05). As to average exposure doses by age, average deep and shallow doses were relatively higher in the older age group than in the younger age group, and there was a significant difference (p < 0.05). The exposure doses of radiological technologists by year, gender, and age during a 5-year period did not exceed 20 mSv/year, the standard dose recommended by the International Commission on Radiation Protection (ICRP). There was a statistically significant difference in individual dose between years, but there was no statistically significant difference between quarters.

본 연구에서는 머신러닝 알고리즘을 적용한 모델 별 급성관상동맥증후군 진단 정확도를 비교 평가하고자 한다. 급성 관상동맥증후군 총 857명의 데이터를 학습데이터와 검증데이터로 7 : 3 비율로 구분하고 10 fold로 설정하여 학습에 진행하였다. 학습에 사용된 모델은 random forest, gradient boosting, ada boosting로 학습 후 정확도, AUC, recall, precision, F1 score, kappa로 평가하고, 최종 생성된 모델을 통해 AUC-ROC 곡선과 혼동행렬, 정확도를 비교 평가 하였다. 실험 결과 random forest 모델의 성능이 가장 우수 하였으며, AUC-ROC곡선과 혼동행렬 검증 결과 STEMI 예측성능은 gradient boosting, NSTEMI와 불안정성협심증은 random forest가 가장 예측을 잘 하였다. 검증데이터를 이용한 정확도는 random forest가 100%로 가장 우수한 결과를 도출하였다. 머신러닝 알고리즘을 적용 한 모델에 따른 급성관상동맥증후군 예측은 random forest가 가장 우수하였다. 본 연구결과를 통해 머신러닝 알고리즘 의 보건의료분야 적용에 대한 기초 및 근거 자료로 활용 될 수 있을 것으로 사료되며, 추후 앙상블 기법을 이용한 추가 연구를 통해 효율성을 높일 수 있을 것으로 사료된다.

In this study, we aimed to compare and evaluate the diagnostic accuracy of acute coronary syndrome for each model to which machine learning algorithm was applied. The data of a total of 857 patients with acute coronary syndrome were divided into train dataset and test dataset at a ratio of 7 : 3, and learning was performed by setting 10 folds. The model used for learning is evaluated by accuracy, AUC, recall, precision, F1 score, and kappa after training with random forest, gradient boosting, and ada boosting, and the AUC-ROC curve, confusion matrix, and accuracy are compared through the final model generated. evaluated. As a result of the experiment, the performance of the random forest model was the best, and as a result of the AUC-ROC curve and confusion matrix verification, the prediction performance of STEMI was gradient boosting, and the random forest predicted NSTEMI and unstable angina the best. As for the accuracy using verification data, the random forest produced the best results with 100%. The prediction of acute coronary syndrome according to the model applying the machine learning algorithm was the best in the random forest. It is believed that the results of this study can be used as basic and evidence data for the application of machine learning algorithms to the health care field, and further research using ensemble techniques can improve efficiency.

왼쪽 폐암 방사선치료 시 IMRT와 VMAT 방사선치료기법 별 전산화치료계획을 수립하고, PTV와 주변 정상장기 별 선량을 선량체적히스트그램을 통해 각각 비교 분석하였다. IMRT와 VMAT 방사선치료 별 PTV 평균선량은 각각 67.2, 67.7 Gy, 최대선량은 68.7, 70.1 Gy였다. 심장 평균선량은 10.8, 17.7 Gy, 최대선량은 11.5, 43.0 Gy 였다. 왼쪽허파 평균선량은 19.5, 17.7 Gy, 최대선량은 68.5, 69.9 Gy, V5는 45.0, 42.7%, V20은 34.8, 33.6%였다. 식도 평균선량은 12.6, 11.5 Gy, 최대선량은 45.1, 43.0 Gy, V35는 2.5, 0.6%, V40은 0.1, 0.0%였다. 척수 최대선량은 31.2, 28.2 Gy였다. IMRT와 VMAT 방사선치료계획 비교 시 PTV 선량은 차이가 없었지만 정상자기 선량은 VMAT에 서 더 낮은 선량을 나타냈다. 이에 따라 왼쪽 폐암 방사선치료 시 VMAT을 적용하는 것이 방사선치료로 인한 부작용을 감소할 수 있을 것으로 사료된다.

For left lung cancer radiation treatment, a treatment plannig was established for each IMRT and VMAT radiation treatment technique, and the doses for PTV and organ at risk were compared and analyzed through dose volume histogram. The PTV mean dose for IMRT and VMAT radiation therapy were 67.2 and 67.7 Gy, and the maximum doses were 68.7 and 70.1 Gy, respectively. The heart mean dose were 10.8 and 17.7 Gy, and the maximum doses were 11.5 and 43.0 Gy. The mean dose to the left lung was 19.5 and 17.7 Gy, the maximum dose was 68.5 and 69.9 Gy, V5 was 45.0 and 42.7%, and V20 was 34.8 and 33.6%. Esophageal mean doses were 12.6 and 11.5 Gy, maximum doses were 45.1 and 43.0 Gy, V35 was 2.5 and 0.6%, and V40 was 0.1 and 0.0%. The maximum dose to the spinal cord was 31.2 and 28.2 Gy. When comparing IMRT and VMAT radiation therapy plans, there was no difference in PTV dose, but organ at risk dose showed a lower dose in VMAT. Accordingly, it is considered that the application of VMAT in radiation therapy for left lung cancer can reduce side effects caused by radiation therapy.