목 적 : 의료영상평가의 특성상 전문가의 정성적인 평가에 의존함에 따른 비용과 시간의 제약에 대한 문제점을 해소하고자 본 연구에서는 MR 확산 텐서 영상에 Compressed sensing 기법을 적용하여 복원한 영상과 원본 영상과의 정확도를 정량적으로 평가하기 위하여 fiber tract을 수치적으로 나타낼 수 있는 변수들의 상관관계를 분석하여 정량적 평가 방법의 기준을 제시하고자 한다.
대상 및 방법 : 2014년 3월부터 5월까지 본원에 내원한 환자 중 평균 나이 53.8 ± 15세(남성 3명, 여성 2명)의 뇌 질환이 의심되는 환자들에 대해 3.0T MRI(Archiva, Philips medical system, Netherlands)를 사용하여 뇌 MR 확산 텐서 영상을 얻었다. 획득한 원본 확산 텐서 영상들은 Compressed Sensing기법을 이용하여 under-sampling 후 영상복원의 정도(reduction factor)를 달리하여 재구성하였다. 각 신경 섬유 다발 영상들의 Fiber statics를 분석하여 신경 섬유의 총 개수, 한 단위 복셀 당 신경 섬유의 개수, 확산 텐서 영상에서 비등방성을 나타내는 고유의 값인 FA, RA, VR값과 평균 확산 계수(Mean Diffusivity), Radial Diffusivity, Eigen Value, Tensor Trace로 총 9개의 변수 값을 구하였다. 정성적 분석은 영상의학과 판독의 1명, 5년 이상 MRI 근무 경력이 있는 방사선사 4명에게 원본 영상과 비교하여 보았을 때 복원 영상이 진단적 가치가 있는지를 매우 양호하지 않다(1), 양호하지 않다(2), 보통(3), 양호하다(4), 매우 양호하다(5)의 항목으로 나누어 각각의 영상에 대하여 설문 조사를 하였다. 정성적 분석 결과와 변수들의 값을 회귀 분석을 통해 상관관계를 분석하여 식을 도출하였다.
결 과 : 25개의 training/test dataset에 대한 각 변수에 대한 가중치들을 회기 분석하여 구한 값을 통해 구한 test dataset의 정량적 분석과 전문가 집단의 정성적 분석과의 오차는 평균 19%를 보였으며 이 가중치 값들을 바탕으로 뇌 MR 확산 텐서 영상의 고속화에 다른 정확도를 정량적으로 평가하기 위한 방법의 식을 얻을 수 있었으며 평균 11%의 오차율을 보였다. 또한 sample data 수를 증가하여 결과를 예측해 보기 위하여 붓스트랩을 적용하여 15개의 복원된 뇌신경 섬유 영상의 원본과의 차이를 나타낸 변수 값들의 데이터를 training set으로 정하여 410개의 sample data를 바탕으로 구해진 가중치들의 값을 통해 얻은 식은 평균 7%의 오차율을 보였다.
결 론 : 전문가들의 정성적 평가에서 5명 모두 동일한 의견을 나타냈을 때는 8%에 지나지 않았으며 각 영상의 정성적 평가 평균값과 다른 의견을 보인 전문가들의 오차율은 평균 36%였다. 따라서 본 연구의 11%와 7% 오차율은 전문가들 중에서 이견을 보일 수 있는 오차율 보다 작아 허용 가능한 범위에 있는 것으로 보이며 이 두 식은 정확도를 평가하는 데 있어 정성적 평가방법을 충분히 대체할 수 있을 것으로 보인다. 하지만 정량적 평가의 정확도를 좀 더 높이기 위해서는 오차를 줄이기 위해 더 많은 training/test dataset의 실험을 추가하여 개선해 나아가면 될 것으로 보인다.

Purpose : To solve the problem with the constraints of cost and time in accordance with the qualitative assessment as dependent on the nature of the medical professional image evaluation, In this study, in order to assess quantitative the accuracy of the original image and the compressed sensed reconstruction image in MR diffusion tensor imaging, we analyzed the correlation of the fiber tract variables that can numerically represent and present the standard method for quantitative evaluation.
Materials and Methods : March to May 2014 the average age of the patients in our hospital 53.8 ± 15 years (three men , two women) for patients with suspected disease of the brain, using 3.0T MRI(Archiva, Philips medical system, Netherlands) MR diffusion tensor imaging of brain was obtained. The original diffusion tensor images were acquired after the under-sampling techniques were reconstructed using the Compressed Sensing method by varying the degree of image reconstruction with reduction factor. Fiber statics analyzes of individual nerve fibers image. And a total of nine variable’s values were calculated; The total number of fibers, The number of fibers per unit voxel, FA, RA, VR, Mean Diffusivity, Radial Diffusivity, eigen value, Tensor Trace. Qualitative analysis was evaluated by one Radiologist and four radio-technologists over 5 years working experience with MRI whether the diagnostic value of the reconstructed image in comparison with the original image; Is not very good (1 point), which is not good (2 points) and normal (3 points) and it is good (4 points) and is extremely good (5 points). Analyze the relationship between the values of the qualitative analysis of the variables were derived through regression equation.
Results : Quantitative and qualitative analysis of the test dataset error of regression weights for each variable was determined value for the 25 training / test datasets have showed an average of 19%. It based on the weight values and could be obtained a method for quantitative evaluation of the expression the accuracy of MR tensor imaging of brain compressed sensing technique. Showed an error rate 11%. In order to predict the results also increase the number of sample data. By applying the bootstrap thought and expression were then obtained from the values of the weighted sample data obtained on the basis of 410 appointed 15 fibers of the reconstructed image data of variables represented the difference between the The original training set. Showed an error rate 7%.
Conclusion : In the qualitative evaluation of experts when all five people that the same opinion was on 8% Qualitative assessment of the experts mean and error rates showed differing opinions of each image was 36% Thus, 11% and 7% error rate of this study is smaller than the error rate, which can be seen disagreements among experts Appears to be in the acceptable range There are two expressions for evaluating the accuracy seems to be enough to replace the qualitative evaluation method. However, in order to reduce the error to further increase the accuracy of some quantitative assessment Improved by adding more experimental training / test dataset seems to be further surface.

I. 서 론
 II. 대상 및 방법
  1. 기간 및 대상
 III. 결 과
 IV. 고찰 및 결론
 Ⅴ. References

• 이유미(세브란스병원 영상의학과) | Yu-mi Lee
• 김세영(세브란스병원 영상의학과) | Sei-young Kim
• 김윤국(세브란스병원 영상의학과) | Yoon-kook Kim
• 임재식(세브란스병원 영상의학과) | Jae-sik Lim