MRI는 인체에 수소 밀도에 따른 재현성의 차이가 상대적으로 기존의 영상 장비들에 비교하여 큰 차이가 있으므로 임상 에서 이를 증명하고 문제 발견 시 이를 보완하는 것이 딥러닝 알고리즘은 매우 중요하다. 따라서 본 연구에서는 현재 특수 의료장비에서 권하는 미국 방사선 의학회(American College of Radiology, ACR)의 두부 전용 MRI 팬텀을 사용하여 영상 품질기준에 현재 임상 적용되고 있는 딥러닝 알고리즘 방법을 적용하여 딥러닝 알고리즘 적용 전후 변화를 평가해 보고자 하였다. 연구 결과 분해능을 측정하는 항목인 고대조도 공간 분해능과 같이 해상도와 관련된 영상 품질은 분해능은 개선되었음을 알 수 있었고, 그뿐만 아니라 위치의 정확도 역시도 기존에 딥러닝 알고리즘의 적용 전 영상과 통계적으로 차이가 있었다. 또한 딥러닝 알고리즘의 강도 차이에도 영상 간 차이는 없었다. 이러한 결과는 특수의료장비 영상품질관리 규정에 적용되고 있는 ACR 팬텀의 평가 기준에 부합 하나, 딥러닝 알고리즘 적용 전후 차이가 통계적으로 있었으며, 이러 한 차이가 재현성과 관련하여 추후에 조금 더 관련된 연구기 필요할 것으로 사료된다.

Compared to existing imaging equipment, MR images exhibit a relatively large difference in reproducibility according to hydrogen density in the human body. It is therefore extremely important for the DL algorithm to demonstrate this in clinical practice and supplement it when a problem is found. Therefore, this study evaluated the changes before and after application of the DL algorithm by implementing the method now clinically applied to image quality standards using the MR phantom of the American College of Radiology (ACR) recommended by special medical equipment. The results revealed that aspects of the resolution-related image quality, such as high illuminance spatial resolution, improved resolution, and location accuracy were statistically different from the previous DL algorithm before application. There was no difference between images in the intensity of the DL algorithm. These results meet the evaluation criteria of ACR Phantom applied to the special medical equipment image quality management regulations, but the existence of statistical differences before and after application of the DL algorithm suggest other related research tools will be needed in the future.

ABSTRACT
Ⅰ. 서 론
Ⅱ. 대상 및 방법 / 영상평가
    1. 팬텀 연구
    2. 실험 방법 및 매개변수
    3. 영상 분석 및 통계적 분석
Ⅲ. 결 과
    1. 고대조도 공간분해능(high contrast spatial resolution)
    2. 절편 두께 정확도(slice thickness accuracy)
    3. 절편 위치 정확도(slice position accuracy)
    4. 저대조도 분해능
Ⅳ. 고찰 및 결론
References
요 약

• Ji-Sung Jang(서울아산병원 영상의학과) | 장지성 Corresponding author
• Ho-Beom Lee(서울아산병원 영상의학과) | 이호범