혈액 점도는 주로 정상(steady) 유동에서 적혈구(RBC) 응집에 의해 전단률과 역비례한다. 그러나 이러한 역관계는 맥동(pulsatile) 유동 하에서 RBC 동역학의 시공간적 변이를 설명하기에는 부족하다. 본 연구는 맥동 유동 하에서 RBC 동역학과 혈액 점도를 결합하는 새로운 계산 모델에 근거하여 혈역학과 혈류학(hemorheology)의 관계를 규명하고자 하였다. 전혈 실험과 초음파 영상, 수치 시뮬레이션을 통합함으로써 국소 헤마토크릿의 시공간적 변이가 맥동 유동 하에서 혈액 점도의 국소적 변이를 유도함이 나타났다. 결과는 높은 헤마토크릿의 국소적 포물선형 분포가 RBC 응집과 맥동 유동 특성의 영향을 받아, 이는 다시 혈액 점도에 영향을 미친다는 것을 시사한다. 계산 분석은 맥동 유동의 가속 단계에서 헤마토크릿이 상승한 영역에서 국소 혈액 점도가 증가함을 뒷받침하였다. 국소 헤마토크릿과 RBC 동역학은 맥동 유동 하에서 혈액 점도에 영향을 미치는 데 핵심적인 역할을 하며, 혈류학적 요인과 혈역학적 요인을 함께 반영하는 것의 중요성을 강조한다. 이는 큰 동맥의 유동을 이해하고, 심혈관 질환의 진단 및 치료 접근을 잠재적으로 향상시키는 데 중요하다.

인도-태평양 큰부리돌고래(Indo-Pacific bottlenose dolphin, IPBD)(Tursiops aduncus )는 해양 생태계의 핵심 종이다. 사진동정(photo-identification, photo-ID)은 등지느러미의 고유한 특징에 근거하여 개체를 식별함으로써 돌고래 개체군을 연구하는 데 사용되는 기본적인 방법이다. 최근 학습 기반 photo-ID 알고리즘의 발전에도 불구하고, 이러한 모델을 위한 훈련 데이터의 부족은 알고리즘 정확도를 향상시키는 데 병목이 되고 있다. 본 연구에서는 합성 영상 생성과 딥러닝을 활용하여 사진 기반 IPBD 식별의 성능을 개선하고자 하였다. 우리는 30마리의 돌고래에 대해 7500장의 합성 등지느러미 이미지를 생성하였고, ResNet50을 이용한 맞춤형 삼중항(triplet) 신경망을 훈련하여 개체를 구별하였다. 해당 모델은 상위 10개 후보군 내에서 84.8%의 정확도, 상위 5개 후보군 내에서 72.2%의 정확도를 달성하여, 이러한 기술들이 IPBD 모니터링 및 보전 노력의 향상에 기여할 가능성을 보여주었다. • 합성 이미지 기반 전이학습은 데이터 희소성 문제를 극복한다. • 새로운 삼중항 신경망은 돌고래 photo ID에서의 세부 수준 특징 학습을 향상시킨다. • 유연한 모델은 재훈련 없이 새로운 개체를 처리할 수 있어 장기적 확장성을 가능하게 한다.

맥동성 주기 동안 낮은 방사형 전단률에서 ( )이 관찰되었다. 그러나 축방향 전단률이 0인 강성 벽에서는 국소적 군집 없이도 롤로우(rouleaux)의 선형 형성이 실현되었다. 생체 내에서 축방향 전단률은 특히 곧은 동맥에서는 대체로 무시할 만한 것으로 여겨지지만, 분기, 협착, 동맥류 및 압력의 주기적 변동과 같은 기하학적 특성에 의해 교란된 혈류에는 큰 영향을 미친다. 축방향 전단률에 관한 본 연구 결과는 혈액 점도에서 핵심적 역할을 하는 EA의 국소 동적 분포에 대한 새로운 통찰을 제공한다. 이는 맥동성 흐름 계산에서의 불확실성을 감소시킴으로써 혈역학 기반 심혈관 질환의 컴퓨터 보조 진단을 위한 기반이 될 것이다.

상기 논문에서, [1], 그림 5(b)가 그림 5(a)의 중복으로 잘못 제시되어 있다. 올바른 그림은 여기에서 제시한다.

신경조절(Neuromodulation)은 신경계 질환을 치료하는 데 사용된다. 집속 초음파(focused ultrasound)는 뇌의 국소 부위, 심부 뇌 구조를 포함한 영역에 음향 에너지를 전달할 수 있다. 또한 집속 초음파의 매개변수 조정을 통해 신경의 활성화 또는 억제를 유도하는 것이 가능하다. 레이저 생성 집속 초음파(Laser-generated focused ultrasound, LGFUS)는 높은 압력과 광대역 주파수의 충격파를 촘촘한 초점(spatially tight focal spot)으로 생성하여 소규모 영역에 음향 노출을 국한할 수 있다는 점에서 정밀 치료용 초음파 응용의 잠재력을 보여주었다. 그러나 수 나노초(nanoseconds) 단위의 펄스 지속시간을 갖는 충격파를 이용한 신경자극(neurostimulation)에 관한 연구는 거의 없었다. 본 연구의 목적은 집속 탄소나노튜브(focused Carbon Nanotube, fCNT) 변환기(transducer)에서 생성된 충격파에 의해 신경자극이 가능할지 조사하는 것이다. 우리는 3마리의 쥐 뇌에서 충격파 자극 전과 후의 뇌전도(electroencephalographic, EEG) 신호를 측정하고, 시간 및 주파수 영역에서 비교하였다. 시간 영역에서는 모든 3마리에서 충격파 자극 후 EEG 신호의 피크 수가 자극 전보다 유의하게 더 많았다. 또한 3마리 모두에서 세 가지 주파수 대역인 theta(4-7 Hz), alpha(8-12), 및 1-30 Hz에서 충격파 자극 전과 후에 차이가 나타났으며(p < 0.001), 이러한 EEG 신호의 차이는 주로 충격파 때문임이 확인되었다. fCNT 변환기가 생성한 충격파를 사용하여 쥐 뇌 자극이 가능함을 보여주었다. 본 연구는 정밀 타깃팅을 위한 뇌 자극에 충격파를 적용하는 데 기초를 제공한다.

다중빔 음향측심기(MBES)의 되돌림(백스캐터) 데이터는 수중 음향 감쇠에 의해 영향을 받으며, 이는 온도, 염분, 수심과 같은 환경 매개변수에 의존한다. 본 연구는 한국해양자료센터(KODC)의 CTD 데이터셋을 활용하여 한국 동해에서 흡수 매개변수의 시·공간적 변화를 분석하고 시각화하였다. 동해는 시간과 공간에 따라 흡수 특성이 현저하게 변동하는 것으로 보고된다. 본 연구에서는, 원래 시·공간적 변동을 무시한 일반화된 감쇠 매개변수를 사용하여 처리되었던 기존 MBES 백스캐터 데이터와 보정된 데이터를 비교하였다. 보정 과정에는 KODC 인근 관측정에서 얻은 수심별 평균 염분 값을 바탕으로 수온을 역산하는 절차가 포함되었다. 그 결과, 조사(측량) 선(line) 전반에서 백스캐터 강도에 최대 2.1 dB의 차이가 확인되었으며, 이는 부지(site) 특이적 감쇠 변동이 간과된 경우 기존 MBES 백스캐터 데이터가 잘못 표현될 가능성을 시사한다. 이러한 불일치를 해소함으로써, 본 연구는 MBES 보정 워크플로에 시·공간적 감쇠 변동을 반영하는 것의 중요성을 강조한다. 이와 같은 통합적 접근은 기존 MBES 데이터의 신뢰성을 향상시킬 뿐 아니라, 한국 동해와 같이 역동성이 큰 해양 환경에서 해양 자원 관리, 해저 지형(바닥) 매핑, 환경 모니터링을 위한 유용한 통찰을 제공한다.

도플러 초음파는 혈류를 측정하고 시각화하는 데 사용되는 가장 오래된 영상 방식 중 하나이다. 본 논문은 도플러 초음파의 원리와 혈류 영상화에 대해 탐구하는 종설이다. 도플러 초음파의 간략한 역사에 이어, B-Flow 영상화를 포함한 모든 도플러 모드에 대해 논의하였으며, 임상적 함의와 관련하여 스펙트럼 확장 및 도플러 스펙트럼 진폭에 초점을 맞추었다. 또한 도플러 혈류 측정에서의 불확실성 원천을 개괄한다. 혈류 영상화의 대두하는 기술로는 조영제 없이 미세혈관 혈류를 영상화하는 기술과 2차원 트랜스듀서로부터의 4차원 혈관 영상화가 소개되는데, 이들은 최근 10년 내 상용화되었다. 아울러, 로-컬럼 배열 트랜스듀서 시스템, 고프레임레이트 영상화, 그리고 광음향 영상화는 전임상 및 연구 단계에 머물러 있다.

동물권 운동이 확산되는 가운데, 특히 범고래와 돌고래를 포획 상태에서 자연 환경으로 방류하는 조치는 윤리적 우려로 인해 활동가들 사이에서 점차 더 큰 지지를 받고 있다. 그러나 방류 전 재활 기간 동안 야생 돌고래와 사육 돌고래 간의 상호작용에 관한 정량적 연구는 주목할 만한 공백이 있다. 본 연구는 해상 펜(Sea pen)에 체류하는 동안 사육 돌고래의 재활 과정을 평가하고자, 첨단 감시 기법을 활용하였다. CCTV, 수중청음기(hydrophone) 모니터링, 드론 관측을 포함한 방법을 사용하여 재활 중인 돌고래와 야생 돌고래 간의 상호작용을 기록하였다. 돌고래 휘파람 소리(dolphin whistle sound)를 위한 합성곱 신경망(convolutional neural network) 기반 검출기를, 재활 현장에서 수집한 수중 음향으로부터 휘파람을 자동으로 검출하는 데 사용하였으며, 이는 전통적인 수작업 방식에 비해 야생 돌고래의 마주침 확인을 유의미하게 신속하게 하였다. 또한 이러한 기술은 수중 음향, CCTV 영상, 드론 영상을 동기화하여 분석할 수 있게 함으로써, 마주침 상황에서 사육 및 야생 돌고래에 대한 종합적인 시각·청각 관찰을 가능하게 하였다. 본 연구는 향후 돌고래 재활 모니터링 및 방류 전략을 수립하는 데 도움이 될 수 있는 통찰을 제공한다.

> 0.05). 이는 MP와 L-DOPA가 1:20의 비율로 투여되었을 때 PD 증상을 개선하는 데 있어 유사한 효과를 보였음을 입증하였다. 또한 본 연구에서 MP와 L-DOPA 모두 IL-6 및 TGF-β1의 수준을 감소시켰다. IL-6 및 TGF-β1의 수준 감소는 궁극적으로 Th17 세포의 감소로 이어진다고 추론할 수 있다. 병원성 Th17은 거의 모든 만성 염증성 질환에 존재하는 것으로 여겨진다. 이는 PD 증상 완화에서 MP의 면역학적 효과를 이해하는 데 있어 추가 연구를 진행할 수 있는 흥미로운 영역이 될 수 있다.

혈액 점도는 주로 정상(steady) 유동에서 적혈구(RBC) 응집에 의해 전단률과 역비례한다. 그러나 이러한 역관계는 맥동(pulsatile) 유동 하에서 RBC 동역학의 시공간적 변이를 설명하기에는 부족하다. 본 연구는 맥동 유동 하에서 RBC 동역학과 혈액 점도를 결합하는 새로운 계산 모델에 근거하여 혈역학과 혈류학(hemorheology)의 관계를 규명하고자 하였다. 전혈 실험과 초음파 영상, 수치 시뮬레이션을 통합함으로써 국소 헤마토크릿의 시공간적 변이가 맥동 유동 하에서 혈액 점도의 국소적 변이를 유도함이 나타났다. 결과는 높은 헤마토크릿의 국소적 포물선형 분포가 RBC 응집과 맥동 유동 특성의 영향을 받아, 이는 다시 혈액 점도에 영향을 미친다는 것을 시사한다. 계산 분석은 맥동 유동의 가속 단계에서 헤마토크릿이 상승한 영역에서 국소 혈액 점도가 증가함을 뒷받침하였다. 국소 헤마토크릿과 RBC 동역학은 맥동 유동 하에서 혈액 점도에 영향을 미치는 데 핵심적인 역할을 하며, 혈류학적 요인과 혈역학적 요인을 함께 반영하는 것의 중요성을 강조한다. 이는 큰 동맥의 유동을 이해하고, 심혈관 질환의 진단 및 치료 접근을 잠재적으로 향상시키는 데 중요하다.

인도-태평양 큰부리돌고래(Indo-Pacific bottlenose dolphin, IPBD)(Tursiops aduncus )는 해양 생태계의 핵심 종이다. 사진동정(photo-identification, photo-ID)은 등지느러미의 고유한 특징에 근거하여 개체를 식별함으로써 돌고래 개체군을 연구하는 데 사용되는 기본적인 방법이다. 최근 학습 기반 photo-ID 알고리즘의 발전에도 불구하고, 이러한 모델을 위한 훈련 데이터의 부족은 알고리즘 정확도를 향상시키는 데 병목이 되고 있다. 본 연구에서는 합성 영상 생성과 딥러닝을 활용하여 사진 기반 IPBD 식별의 성능을 개선하고자 하였다. 우리는 30마리의 돌고래에 대해 7500장의 합성 등지느러미 이미지를 생성하였고, ResNet50을 이용한 맞춤형 삼중항(triplet) 신경망을 훈련하여 개체를 구별하였다. 해당 모델은 상위 10개 후보군 내에서 84.8%의 정확도, 상위 5개 후보군 내에서 72.2%의 정확도를 달성하여, 이러한 기술들이 IPBD 모니터링 및 보전 노력의 향상에 기여할 가능성을 보여주었다. • 합성 이미지 기반 전이학습은 데이터 희소성 문제를 극복한다. • 새로운 삼중항 신경망은 돌고래 photo ID에서의 세부 수준 특징 학습을 향상시킨다. • 유연한 모델은 재훈련 없이 새로운 개체를 처리할 수 있어 장기적 확장성을 가능하게 한다.

맥동성 주기 동안 낮은 방사형 전단률에서 ( )이 관찰되었다. 그러나 축방향 전단률이 0인 강성 벽에서는 국소적 군집 없이도 롤로우(rouleaux)의 선형 형성이 실현되었다. 생체 내에서 축방향 전단률은 특히 곧은 동맥에서는 대체로 무시할 만한 것으로 여겨지지만, 분기, 협착, 동맥류 및 압력의 주기적 변동과 같은 기하학적 특성에 의해 교란된 혈류에는 큰 영향을 미친다. 축방향 전단률에 관한 본 연구 결과는 혈액 점도에서 핵심적 역할을 하는 EA의 국소 동적 분포에 대한 새로운 통찰을 제공한다. 이는 맥동성 흐름 계산에서의 불확실성을 감소시킴으로써 혈역학 기반 심혈관 질환의 컴퓨터 보조 진단을 위한 기반이 될 것이다.

상기 논문에서, [1], 그림 5(b)가 그림 5(a)의 중복으로 잘못 제시되어 있다. 올바른 그림은 여기에서 제시한다.