Performance Evaluation of the Tumor Tracking Method Using Beam on/off Interface for the Treatment of Irregular Breathing

이민식,Lee, Minsik The Korean Society of Radiology 2018 한국방사선학회 논문지 Vol.12 No.3

선량률을 조절하면서 종양을 추적하는 방법은 호흡이 불규칙한 환자를 치료할 때 방사선을 적응적으로 전달하는 효율적인 방법으로 알려져 있다. 이 연구에서는 빔 켜기/끄기 스위칭을 제공하는 모션 관리 인터페이스 (MMI, Varian Medical System, CA)를 이용한 불규칙 호흡에 대해 적응성 종양 추적을 시행 할 수 있는지 확인하였다. 폐암 환자로부터 획득한 55개의 호흡 정보를 사용하였다. 첫날 환자의 RPM 흔적을 사용하여 사전 프로그래밍 된 추적 MLC 패턴을 디자인하는데, 치료 기간 중 환자의 호흡 불규칙성의 변화를 따라 잡기 위해 기간을 의도적으로 20% 줄였다. 이 기술의 적정성 기준은 진폭 및 주기의 20 % 미만의 표준편차이다. 사전 프로그래밍 된 MLC 위치와 현재 호흡 위치를 고려하여 100 ms마다 빔 켜기 / 끄기를 결정하는 알고리즘이 개발되었다. 추적 오류 및 전달 효율성은 RPM 추적에서 빔 스위칭 적응형 추적을 시뮬레이션하여 계산되었다. 38 명의 환자(70%)의 호흡 양상이 적합 기준을 충족 시켰습니다. 기준을 충족하는 모든 사례의 추적 오류는 2 mm 미만 (평균 1.4 mm)이며 평균 전달 효능은 71 % 였다. 기준을 충족하지 못한, 나머지 경우의 추적오류와 전달 효율은 1.9 mm와 48% 였다. 본 연구를 통해, 환자 선택이 적격 기준을 기반으로 하는 경우 빔 스위칭을 통한 적응형 추적 치료가 가능한 것을 확인하였다. Dose rate regulated tracking is known to be an efficient method which adaptively delivers tracking treatments when patient breathing is irregular. The Motion Management Interface (MMI, Varian Medical System, CA), which provides beam on/off switching during treatment is available for clinic. Study is to test if delivering the adaptive tumor tracking is feasible for irregular breathing using beam switching with MMI. 55 free breathing RPM traces acquired from lung cancer patients are used. The first day RPM traces of the patients are utilized to design preprogrammed tracking MLC patterns, of which periods are intentionally reduced by 20% in order to catch up the variation of patient breathing irregularity in the treatment day. Eligibility criteria for this technique are the variation of amplitude and period less than 20%. An algorithm which determines beam on/off every 100 ms by considering the preprogrammed (MLC) positions and current breathing positions is developed. Tracking error and delivery efficacy are calculated by simulating the beam-switching adaptive tracking from the RPM traces. Breathing patterns of 38 patients (70%) met the eligibility criteria. Tracking errors of all of the cases who meet the criteria are less than 2 mm (average 1.4 mm) and the average delivery efficacy was 71%. Those of rest of the cases are 1.9 mm and 48%. Adaptive tracking with beam switching is feasible if patient selection is based on the eligibility criteria.

카테고리 중립 단어 활용을 통한 주가 예측 방안

이민식(Minsik Lee),이홍주(Hong Joo Lee) 한국지능정보시스템학회 2017 지능정보연구 Vol.23 No.2

주식 시장은 거래자들의 기업과 시황에 대한 기대가 반영되어 움직이기에, 다양한 원천의 텍스트 데이터 분석을 통해 주가 움직임을 예측하려는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 것이기에 단순히 주가의 등락 뿐만이 아니라, 뉴스 기사나 소셜 미디어의 반응에 따라 거래를 하고 이에 따른 수익률을 분석하는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 연구들도 다른 분야의 텍스트 마이닝 접근 방안과 동일하게 단어-문서 매트릭스를 구성하여 분류 알고리즘에 적용하여 왔다. 문서에 많은 단어들이 포함되어 있기 때문에 모든 단어를 가지고 단어-문서 매트릭스를 만드는 것보다는 단어가 문서를 범주로 분류할 때 기여도가 높은 단어들을 선정하여야 한다. 단어의 빈도를 고려하여 너무 적은 등장 빈도나 중요도를 보이는 단어는 제거하게 된다. 단어가 문서를 정확하게 분류하는 데 기여하는 정도를 측정하여 기여도에 따라 사용할 단어를 선정하기도 한다. 단어-문서 매트릭스를 구성하는 기본적인 방안인 분석의 대상이 되는 모든 문서를 수집하여 분류에 영향력을 미치는 단어를 선정하여 사용하는 것이었다. 본 연구에서는 개별 종목에 대한 문서를 분석하여 종목별 등락에 모두 포함되는 단어를 중립 단어로 선정한다. 선정된 중립 단어 주변에 등장하는 단어들을 추출하여 단어-문서 매트릭스 생성에 활용한다. 중립 단어 자체는 주가 움직임과 연관관계가 적고, 중립 단어의 주변 단어가 주가 상승에 더 영향을 미칠 것이라는 생각에서 출발한다. 생성된 단어-문서 매트릭스를 가지고 주가의 등락 여부를 분류하는 알고리즘에 적용하게 된다. 본 연구에서는 종목 별로 중립 단어를 1차 선정하고, 선정된 단어 중에서 다른 종목에도 많이 포함되는 단어는 추가적으로 제외하는 방안을 활용하였다. 온라인 뉴스 포털을 통해 시가 총액 상위 10개 종목에 대한 4개월 간의 뉴스 기사를 수집하였다. 3개월간의 뉴스 기사를 학습 데이터로 분류 모형을 수립하였으며, 남은 1개월간의 뉴스 기사를 모형에 적용하여 다음 날의 주가 움직임을 예측하였다. 본 연구에서 제안하는 중립 단어 활용 알고리즘이 희소성에 기반한 단어 선정 방안에 비해 우수한 분류 성과를 보였다. Since the stock market is driven by the expectation of traders, studies have been conducted to predict stock price movements through analysis of various sources of text data. In order to predict stock price movements, research has been conducted not only on the relationship between text data and fluctuations in stock prices, but also on the trading stocks based on news articles and social media responses. Studies that predict the movements of stock prices have also applied classification algorithms with constructing term-document matrix in the same way as other text mining approaches. Because the document contains a lot of words, it is better to select words that contribute more for building a term-document matrix. Based on the frequency of words, words that show too little frequency or importance are removed. It also selects words according to their contribution by measuring the degree to which a word contributes to correctly classifying a document. The basic idea of constructing a term-document matrix was to collect all the documents to be analyzed and to select and use the words that have an influence on the classification. In this study, we analyze the documents for each individual item and select the words that are irrelevant for all categories as neutral words. We extract the words around the selected neutral word and use it to generate the term-document matrix. The neutral word itself starts with the idea that the stock movement is less related to the existence of the neutral words, and that the surrounding words of the neutral word are more likely to affect the stock price movements. And apply it to the algorithm that classifies the stock price fluctuations with the generated term-document matrix. In this study, we firstly removed stop words and selected neutral words for each stock. And we used a method to exclude words that are included in news articles for other stocks among the selected words. Through the online news portal, we collected four months of news articles on the top 10 market cap stocks. We split the news articles into 3 month news data as training data and apply the remaining one month news articles to the model to predict the stock price movements of the next day. We used SVM, Boosting and Random Forest for building models and predicting the movements of stock prices. The stock market opened for four months (2016/02/01 ~ 2016/05/31) for a total of 80 days, using the initial 60 days as a training set and the remaining 20 days as a test set. The proposed word - based algorithm in this study showed better classification performance than the word selection method based on sparsity. This study predicted stock price volatility by collecting and analyzing news articles of the top 10 stocks in market cap. We used the term - document matrix based classification model to estimate the stock price fluctuations and compared the performance of the existing sparse - based word extraction method and the suggested method of removing words from the term - document matrix. The suggested method differs from the word extraction method in that it uses not only the news articles for the corresponding stock but also other news items to determine the words to extract. In other words, it removed not only the words that appeared in all the increase and decrease but also the words that appeared common in the news for other stocks. When the prediction accuracy was compared, the suggested method showed higher accuracy. The limitation of this study is that the stock price prediction was set up to classify the rise and fall, and the experiment was conducted only for the top ten stocks. The 10 stocks used in the experiment do not represent the entire stock market. In addition, it is difficult to show the investment performance because stock price fluctuation and profit rate may be different. Therefore, it is necessary to study the research using more stocks and the yield prediction through trading simulation.

법질서확립지수 개발을 위한 시론적 연구

이민식(Lee MinSik),신의기(Shin EuiGi) 한국형사법무정책연구원 2010 형사정책연구 Vol.84 No.-

살인범죄의 양형에 관한 경험적 연구

이민식(Lee, MinSik),박미랑(Park, MiRang) 한양법학회 2011 漢陽法學 Vol.36 No.-

This study is an empirical study on sentencing toward murderers. Especially, this study is to analyze the status quo of application of the first Korean sentencing guideline. The data are composed of 157 murder cases which were sentenced by the first stage courts nationwide between July 1st, 2009 and September 30th, 2010. The data come from the Prosecutorial Guideline System of the Korean Supreme Prosecutors" Office. The results are presented about the distribution features of sentence by the three subtypes of murder cases, the correspondence rate of the guideline, the frequencies that specific sentencing factors were adopted, and the individual and relative influences of the factors, etc. The results of multiple regression analyses show that the effects of special or general decreasing sentencing factors prescribed by the guideline such as strong victim precipitation, self-surrender, bereaved family"s intention for punishment, rescue and evacuation after crime, and of crime type variables were significant in predicting the length of sentence among Korean murderers.

Performance Evaluation of the Tumor Tracking Method Using Beam on/off Interface for the Treatment of Irregular Breathing

Minsik Lee(이민식) 한국방사선학회 2018 한국방사선학회 논문지 Vol.12 No.3

Dose rate regulated tracking is known to be an efficient method which adaptively delivers tracking treatments when patient breathing is irregular. The Motion Management Interface (MMI, Varian Medical System, CA), which provides beam on/off switching during treatment is available for clinic. Study is to test if delivering the adaptive tumor tracking is feasible for irregular breathing using beam switching with MMI. 55 free breathing RPM traces acquired from lung cancer patients are used. The first day RPM traces of the patients are utilized to design preprogrammed tracking MLC patterns, of which periods are intentionally reduced by 20% in order to catch up the variation of patient breathing irregularity in the treatment day. Eligibility criteria for this technique are the variation of amplitude and period less than 20%. An algorithm which determines beam on/off every 100 ms by considering the preprogrammed (MLC) positions and current breathing positions is developed. Tracking error and delivery efficacy are calculated by simulating the beam-switching adaptive tracking from the RPM traces. Breathing patterns of 38 patients (70%) met the eligibility criteria. Tracking errors of all of the cases who meet the criteria are less than 2 mm (average 1.4 mm) and the average delivery efficacy was 71%. Those of rest of the cases are 1.9 mm and 48%. Adaptive tracking with beam switching is feasible if patient selection is based on the eligibility criteria. 선량률을 조절하면서 종양을 추적하는 방법은 호흡이 불규칙한 환자를 치료할 때 방사선을 적응적으로 전달하는 효율적인 방법으로 알려져 있다. 이 연구에서는 빔 켜기/끄기 스위칭을 제공하는 모션 관리 인터페이스 (MMI, Varian Medical System, CA)를 이용한 불규칙 호흡에 대해 적응성 종양 추적을 시행 할 수 있는지 확인하였다. 폐암 환자로부터 획득한 55개의 호흡 정보를 사용하였다. 첫날 환자의 RPM 흔적을 사용하여 사전 프로그래밍 된 추적 MLC 패턴을 디자인하는데, 치료 기간 중 환자의 호흡 불규칙성의 변화를 따라 잡기 위해 기간을 의도적으로 20% 줄였다. 이 기술의 적정성 기준은 진폭 및 주기의 20 % 미만의 표준편차이다. 사전 프로그래밍 된 MLC 위치와 현재 호흡 위치를 고려하여 100 ms마다 빔 켜기 / 끄기를 결정하는 알고리즘이 개발되었다. 추적 오류 및 전달 효율성은 RPM 추적에서 빔 스위칭 적응형 추적을 시뮬레이션하여 계산되었다. 38 명의 환자(70%)의 호흡 양상이 적합 기준을 충족 시켰습니다. 기준을 충족하는 모든 사례의 추적 오류는 2 mm 미만 (평균 1.4 mm)이며 평균 전달 효능은 71 %였다. 기준을 충족하지 못 한, 나머지 경우의 추적오류와 전달 효율은 1.9 mm와 48%였다. 본 연구를 통해, 환자 선택이 적격 기준을 기반으로 하는 경우 빔 스위칭을 통한 적응형 추적 치료가 가능한 것을 확인하였다.

호흡이 불규칙한 환자의 치료를 위한 Beam on/off Interface를 이용한 종양 추적 치료 방법의 성능 평가

이민식 ( Minsik Lee ) 한국방사선학회 2018 한국방사선학회 논문지 Vol.12 No.3

선량률을 조절하면서 종양을 추적하는 방법은 호흡이 불규칙한 환자를 치료할 때 방사선을 적응적으로 전달하는 효율적인 방법으로 알려져 있다. 이 연구에서는 빔 켜기/끄기 스위칭을 제공하는 모션 관리 인터페이스 (MMI, Varian Medical System, CA)를 이용한 불규칙 호흡에 대해 적응성 종양 추적을 시행 할 수 있는지 확인하였다. 폐암 환자로부터 획득한 55개의 호흡 정보를 사용하였다. 첫날 환자의 RPM 흔적을 사용하여 사전 프로그래밍 된 추적 MLC 패턴을 디자인하는데, 치료 기간 중 환자의 호흡 불규칙성의 변화를 따라 잡기 위해 기간을 의도적으로 20% 줄였다. 이 기술의 적정성 기준은 진폭 및 주기의 20 % 미만의 표준편차이다. 사전 프로그래밍 된 MLC 위치와 현재 호흡 위치를 고려하여 100 ms마다 빔 켜기 / 끄기를 결정하는 알고리즘이 개발되었다. 추적 오류 및 전달 효율성은 RPM 추적에서 빔 스위칭 적응형 추적을 시뮬레이션하여 계산되었다. 38 명의 환자(70%)의 호흡 양상이 적합 기준을 충족 시켰습니다. 기준을 충족하는 모든 사례의 추적 오류는 2 mm 미만 (평균 1.4 mm)이며 평균 전달 효능은 71 % 였다. 기준을 충족하지 못한, 나머지 경우의 추적오류와 전달 효율은 1.9 mm와 48% 였다. 본 연구를 통해, 환자 선택이 적격 기준을 기반으로 하는 경우 빔 스위칭을 통한 적응형 추적 치료가 가능한 것을 확인하였다. Dose rate regulated tracking is known to be an efficient method which adaptively delivers tracking treatments when patient breathing is irregular. The Motion Management Interface (MMI, Varian Medical System, CA), which provides beam on/off switching during treatment is available for clinic. Study is to test if delivering the adaptive tumor tracking is feasible for irregular breathing using beam switching with MMI. 55 free breathing RPM traces acquired from lung cancer patients are used. The first day RPM traces of the patients are utilized to design preprogrammed tracking MLC patterns, of which periods are intentionally reduced by 20% in order to catch up the variation of patient breathing irregularity in the treatment day. Eligibility criteria for this technique are the variation of amplitude and period less than 20%. An algorithm which determines beam on/off every 100 ms by considering the preprogrammed (MLC) positions and current breathing positions is developed. Tracking error and delivery efficacy are calculated by simulating the beam-switching adaptive tracking from the RPM traces. Breathing patterns of 38 patients (70%) met the eligibility criteria. Tracking errors of all of the cases who meet the criteria are less than 2 mm (average 1.4 mm) and the average delivery efficacy was 71%. Those of rest of the cases are 1.9 mm and 48%. Adaptive tracking with beam switching is feasible if patient selection is based on the eligibility criteria.

중립도 기반 선택적 단어 제거를 통한 유용 리뷰 분류 정확도 향상 방안

이민식(1)Minsik Lee),이홍주(Hong Joo Lee) 한국지능정보시스템학회 2016 지능정보연구 Vol.22 No.3

전자상거래에서 소비자들의 구매 의사결정에 판매 제품을 이미 구매하여 사용한 고객의 리뷰가 중요한 영향을 미치고 있다. 전자상거래 업체들은 고객들이 제품 리뷰를 남기도록 유도하고 있으며, 구매고객들도 적극적으로 자신의 경험을 공유하고 있다. 한 제품에 대한 고객 리뷰가 너무 많아져서 구매하려는 제품의 모든 리뷰를 읽고 제품의 장단점을 파악하는 것은 무척 힘든 일이 되었다. 전자상거래 업체들과 연구자들은 텍스트 마이닝을 활용하여 리뷰들 중에서 유용한 리뷰들의 속성을 파악하거나 유용한 리뷰와 유용하지 않은 리뷰를 미리 분류하는 노력을 수행하고 있다. 고객들에게 유용한 리뷰를 필터링하여 전달하는 방안이다. 본 연구에서는 문서-단어 매트릭스에서 단어의 제거 기준으로 온라인 고객 리뷰가 유용한 지, 그렇지 않은지를 구분하는 문제에서 단어들이 유용 리뷰 집합과 유용하지 않은 리뷰집합에 중복하여 등장하는 정도를 측정한 중립도를 제시한다. 제시한 중립도를 희소성과 함께 분석에 활용하여 제거할 단어를 선정한 후에 각 분류 알고리즘의 성과를 비교하였다. 최적의 성과를 보이는 중립도를 찾았으며, 희소성과 중립도에 따라 단어를 선택적으로 제거하였다. 실험은 Amazon.com의 ‘Cellphones & Accessories’, ‘Movies & TV program’, ‘Automotive’, ‘CDs & Vinyl’, ‘Clothing, Shoes & Jewelry’ 제품 분야 고객 리뷰와 사용자들의 리뷰에 대한 평가를 활용하였다. 전체 득표의 수가 4개 이상인 리뷰 중에서 제품 카테고리 별로 유용하다고 판단되는 1,500개의 리뷰와 유용하지 않다고 판단되는 1,500개의 리뷰를 무작위로 추출하여 연구에 사용하였다. 데이터 집합에 따라 정확도 개선 정도가 상이하며, F-measure 기준으로는 두 알고리즘에서 모두 희소성과 중립도에 기반하여 단어를 제거하는 방안이 더 성과가 높았다. 하지만 Information Gain 알고리즘에서는 Recall 기준으로는 5개 제품 카테고리 데이터에서 언제나 희소성만을 기준으로 단어를 제거하는 방안의 성과가 높았으며, SVM에서는 전체 단어를 활용하는 방안이 Precision 기준으로 성과가 더 높았다. 따라서, 활용하는 알고리즘과 분석 목적에 따라서 단어 제거 방안을 고려하는 것이 필요하다. Customer product reviews have become one of the important factors for purchase decision makings. Customers believe that reviews written by others who have already had an experience with the product offer more reliable information than that provided by sellers. However, there are too many products and reviews, the advantage of e-commerce can be overwhelmed by increasing search costs. Reading all of the reviews to find out the pros and cons of a certain product can be exhausting. To help users find the most useful information about products without much difficulty, e-commerce companies try to provide various ways for customers to write and rate product reviews. To assist potential customers, online stores have devised various ways to provide useful customer reviews. Different methods have been developed to classify and recommend useful reviews to customers, primarily using feedback provided by customers about the helpfulness of reviews. Most shopping websites provide customer reviews and offer the following information: the average preference of a product, the number of customers who have participated in preference voting, and preference distribution. Most information on the helpfulness of product reviews is collected through a voting system. Amazon.com asks customers whether a review on a certain product is helpful, and it places the most helpful favorable and the most helpful critical review at the top of the list of product reviews. Some companies also predict the usefulness of a review based on certain attributes including length, author(s), and the words used, publishing only reviews that are likely to be useful. Text mining approaches have been used for classifying useful reviews in advance. To apply a text mining approach based on all reviews for a product, we need to build a term-document matrix. We have to extract all words from reviews and build a matrix with the number of occurrences of a term in a review. Since there are many reviews, the size of term-document matrix is so large. It caused difficulties to apply text mining algorithms with the large term-document matrix. Thus, researchers need to delete some terms in terms of sparsity since sparse words have little effects on classifications or predictions. The purpose of this study is to suggest a better way of building term-document matrix by deleting useless terms for review classification. In this study, we propose neutrality index to select words to be deleted. Many words still appear in both classifications – useful and not useful – and these words have little or negative effects on classification performances. Thus, we defined these words as neutral terms and deleted neutral terms which are appeared in both classifications similarly. After deleting sparse words, we selected words to be deleted in terms of neutrality. We tested our approach with Amazon.com’s review data from five different product categories: Cellphones & Accessories, Movies & TV program, Automotive, CDs & Vinyl, Clothing, Shoes & Jewelry. We used reviews which got greater than four votes by users and 60% of the ratio of useful votes among total votes is the threshold to classify useful and not-useful reviews. We randomly selected 1,500 useful reviews and 1,500 not-useful reviews for each product category. And then we applied Information Gain and Support Vector Machine algorithms to classify the reviews and compared the classification performances in terms of precision, recall, and F-measure. Though the performances vary according to product categories and data sets, deleting terms with sparsity and neutrality showed the best performances in terms of F-measure for the two classification algorithms. However, deleting terms with sparsity only showed the best performances in terms of Recall for Information Gain and using all terms showed the best performances in terms of precision for SVM. Thus, it needs to be careful for selecting term deleting methods and

잔광 제거가 불가능한 상황에서의 다중조명 3차원 복원

이민식(Minsik Lee),최종호(Chong-Ho Choi) 대한전자공학회 2010 대한전자공학회 학술대회 Vol.2010 No.6

탄소 중간물질 그리드를 사용한 DR system에서의 moire artifact에 관한 연구

이성주 ( Sungju Lee ),조효성 ( Hyosung Cho ),최성일 ( Sungil Choi ),조희문 ( Heemoon Cho ),오지은 ( Jieun Oh ),이소영 ( Soyoung Lee ),박연옥 ( Yeonok Park ),이민식 ( Minsik Lee ) 한국방사선학회 2008 한국방사선학회 논문지 Vol.2 No.4

비산란 그리드는 X선 영상에서 산란방사선을 제거시키기 위해 사용되고, 그에 따라 X선 영상의 대조도를 향상 시킬 수 있다. 그러나 많은 경우 디지털 X선 영상에서는 그리드의 부적절한 샘플링으로 인해 moire artifact를 발생 시키게 된다. 본 논문에서는 그리드 주파수, pixel pitch, 각도와 moire artifact의 상관관계에 관하여 분석하고 실험으로 확인하였다. 실험을 위하여 4..0 - 8.5 까지의 6가지 탄소 그리드를 사용하여 139 μm x139 μm pixel size의 DDR system에서 실험을 하였다. 본 실험을 통하여 획득한 moire artifact의 frequency는 이론적 계산값과 거의 같았고, 특히 그리드와 detector array의 각도에 따라 moire frequency가 달라지는 것을 확인 할 수 있었다. 본 연구를 통한 moire artifact에 대한 이론과 data는 향후 DR system에서 moire artifact제거에 큰 도움을 주리라 생각한다. Antiscatter grids are widely used in radiography to remove scattered X-rays and thus improve the image contrast. However, the use of grids makes moire artifact in the digital image, and this can be a critical reason for a mistaken diagnosis. In this paper, we examined that moire artifacts are how to relate with grid frequency, pixel pitch and grid rotation angle. To experiment we prepared 6 grids having different line frequencies (4.0 to 8.5lines/mm) and tested with a DR imager having a 139 μm x 139 μm pixel size. In the result of this experiment, we could get data about moire artifact that could be make solution to remove the line artifact for the successful use of the grid in digital radiography. The acquired data and theory through this experiment, are expected to make contribution to the elimination of moire artifact in the DR system.

탄소 중간물질 그리드를 사용한 DR system에서의 moiré artifact에 관한 연구

이성주(Sungju Lee),조효성(Hyosung Cho),최성일(Sungil Choi),조희문(Heemoon Cho),오지은(Jieun Oh),이소영(Soyoung Lee),박연옥(Yeonok Park),이민식(Minsik Lee) 한국방사선학회 2008 한국방사선학회 논문지 Vol.2 No.4

비산란 그리드는 X선 영상에서 산란방사선을 제거시키기 위해 사용되고, 그에 따라 X선 영상의 대조도를 향상 시킬 수 있다. 그러나 많은 경우 디지털 X선 영상에서는 그리드의 부적절한 샘플링으로 인해 moiré artifact를 발생 시키게 된다. 본 논문에서는 그리드 주파수, pixel pitch, 각도와 moiré artifact의 상관관계에 관하여 분석하고 실험으로 확인하였다. 실험을 위하여 4..0 - 8.5 까지의 6가지 탄소 그리드를 사용하여 139 ㎛ × 139 ㎛ pixel size의 DDR system에서 실험을 하였다. 본 실험을 통하여 획득한 moiré artifact의 frequency는 이론적 계산값과 거의 같았고, 특히 그리드와 detector array의 각도에 따라 moiré frequency가 달라지는 것을 확인 할 수 있었다. 본 연구를 통한 moiré artifact에 대한 이론과 data는 향후 DR system에서 moiré artifact 제거에 큰 도움을 주리라 생각한다. Antiscatter grids are widely used in radiography to remove scattered X-rays and thus improve the image contrast. However, the use of grids makes moiré artifact in the digital image, and this can be a critical reason for a mistaken diagnosis. In this paper, we examined that moiré artifacts are how to relate with grid frequency, pixel pitch and grid rotation angle. To experiment we prepared 6 grids having different line frequencies (4.0 to 8.5lines/㎜) and tested with a DR imager having a 139 ㎛ × 139 ㎛ pixel size . In the result of this experiment, we could get data about moiré artifact that could be make solution to remove the line artifact for the successful use of the grid in digital radiography. The acquired data and theory through this experiment, are expected to make contribution to the elimination of moiré artifact in the DR system.