본 연구에서는 자장에 영향을 미치지 않는 금속성 메시 포화 밴드의 성능을 프로그램을 이용하여 모의실험 함으로써, 부분 촬영 MRI 검사 시 발생하는 둘러겹침허상의 제거 방법으로 적용 가능한지 알아보고자 하였다. 연구 방법은 xFDTD 프로그램을 이용하여 포화 밴드를 사용하지 않은 경우와 기존의 전자파 흡수재 포화 밴드를 사용한 경우, 그리고 전자파 차폐재인 새로운 금속성 메시 포화 밴드를 사용한 경우로 나누어 모의실험 한 후 각각의 결과를 비교평가 하였다. 연구 결과 고주파 필드 맵(RF field map)과 필드 강도(field strength) 모두 포화 밴드를 사용하지 않은 경우나 전자파 흡수재 포화 밴드를 사용한 경우에 비하여 새로운 금속성 메시 포화 밴드를 사용한 경우가 전자파 차폐 능력이 우수한 것으로 나타 났다. 결론적으로 성능을 모의실험 해 봤을 때 새로운 금속성 메시 포화 밴드는 기존 방법들의 문제점을 개선할 수 있어 둘러겹침허상의 제거 방법으로 적용 가능하리라 판단된다.

컴퓨터 성능의 발전으로 빅데이터의 효율적인 사용이 가능해지면서, 심층 학습(deep learning)은 다양한 의료 분야에 활용할 수 있는 핵심적인 인공지능(artificial intelligence, AI) 기법으로 각광받고 있다. 이에 본 종설은 뇌종양 진단과 치료에 사용되는 자기공명영상(magnetic resonance imaging, MRI)의 심층 학습 기법을 소개하고자 하였다. 먼저 국내 AI의 의료 분야 도입의 동향을 분석하고, 이를 바탕으로 MRI를 활용한 뇌종양의 진단과 치료에 적용할 수 있는 심층 학습 기법과 그 결과들을 기술하였다. 뇌종양 진단과 치료 시, 심층 학습을 이용한 최근 사례는 영상 분류, 영상 품질 개선, 영상 분할로 나타났으며, 질병의 진단과 치료에 적용할 수 있는 객관적이고 높은 성능 수치를 나타내면서 그 유용성을 확인 할 수 있었다. 종합하자면, 심층 학습은 질병의 진단과 치료에 적용할 수 있는 유용한 지표이며, AI 역량을 지닌 의료진의 지도하에 점진적인 도입이 이뤄진다면 질병의 진단과 치료에 큰 도움을 주는 훌륭한 소프트웨어로 활용될 것으로 여겨진다. 본 종설이 심층 학습을 이해할 때 많은 도움이 되길 바라며, 향후 관련 연구를 수행할 때 가이드라인으로 활용될 것을 기대 한다.

자기공명영상장치(magnetic resonance, MR)/양전자 방출 단층촬영 장치(positron emission tomography, PET)는 두 가지 의료장치가 결합한 하이브리드 시스템으로써 MR의 해부학적 정보와 PET의 기능적 정보를 동시에 획득할 수 있는 최신 의료장치이다. 일반적으로 MR/PET의 우수한 팬텀 영상의 질 획득과 평가를 위하여 팬텀 내에 전기전도도가 낮은 액체 물질과 방사성동위원소를 주입하고, UTE MR 펄스 시퀀스를 적용한 감쇠 보정된 PET 영상을 획득한다. 본 연구의 목적은 MR/PET 전용 팬텀에서 물 대체물질로써 NaCl과 NaCl+NiSO4 물질에 따른 UTE MR 펄스 시퀀스를 획득하고, 감쇠 보정된 PET 영상의 질을 평가하고자 한다. 정량적 분석을 위하여 대조도 회복비(contrast recovery, CR), 신호대잡 음비(signal to noise ratio, SNR), 변동 계수(coefficient of variation, COV)를 적용하였다. NaCl 물질 기반 UTE MR 펄스 시퀀스를 적용한 PET 영상의 질이 CR은 1.38배, SNR은 1.18배가 증가하였고, COV는 1.18배 감소함을 확인할 수 있었다. 결론적으로, MR/PET 전용 팬텀을 활용한 신호의 획득 가능성을 확인하였고, UTE MR 펄스 시퀀스는 해부학 적 정보와 PET 영상의 질 향상에 필수적임을 확인할 수 있었다.

본 연구에서는 액체감쇠역전회복(FLAIR) 시퀀스를 대체하였던 방법 중에 비교적 간단하면서 높은 재현성을 나타내었던 고신호 강도제거 원리를 MAGiC에 적용하여 MAGiC-FLAIR와 기존의 고속스핀에코-FLAIR 영상과 비교하여 고신호 강 도제거영상의 유용성과 임상적으로 유의미한 기준을 제시하고자 하였다. 연구방법은 MAGiC 적용 후 MAGiC-FLAIR와 MAGiC-고신호 강도제거 영상을 재구성하여, 기존의 고속스핀에코-FLAIR 영상과 각각 정성적, 정량적 평가를 비교하였 다. 정성평가결과 MAGiC-고신호 강도제거는 MAGiC-FLAIR 보다는 월등히 우수하며, 고속스핀에코-FLAIR와 유사한 결과를 보였고, 정량평가결과 MAGiC-고신호강도제거는 MAGiC-FLAIR보다 백질과 회백질 대조도는 더 우수할 뿐만 아 니라, 뇌척수액의 신호 억제도 우수한 결과를 나타냈다. Synthetic 영상을 통하여 획득한 다양한 대조도 영상 중 FLAIR의 부정확도를 고신호 강도제거기법을 적용한다면 진단적 가치를 개선하여 제공할 수 있을 것이다.

본 연구는 무릎 MRI 검사 시 무릎의 위치가 보어 중심을 기준으로 거리가 멀어짐에 따라 무릎 연골 T2 값의 변화를 평가하고자 하였다. 이를 위해 무릎 질환이 없는 정상인 지원자 10명을 대상으로 하였고 보어 중심을 기준으로 무릎을 오른쪽으로 10 cm 그리고 20 cm 이동시키면서 영상을 획득하였다. 무릎 MRI 영상은 스핀에코기법을 활용하였고 무릎 연골의 T2 값을 계산하기 위해 TE 값은 13.8, 27.6, 41.4, 55.2, 그리고 69 ms로 적용하였다. 신호 측정은 무릎의 내, 외측 관절 융기가 가장 크게 나타난 영상의 대퇴 연골과 경골 연골에서 진행하였다. 연구의 결과, 재구성된 T2 값은 보어 중심에서 멀어질수록 감소하였다 (0 cm: 39.16 ms, 10 cm: 32.59 ms, 20 cm: 26 ms). 또한, 신호 값도 보어 중심에서 그 위치가 멀어질수록 감소하였다 (p<0.00). 특히, 보어 중심에서 20 cm까지 멀어짐에 따라 TE 69 ms의 영상에서 신호 값은 46.2%까지 감소하였다. 무릎 위치와 무릎 연골 T2 값의 상관관계분석 결과는 음의 상관관계 (r=-0.736)가 나타났다 (p<0.00). 결론적으로 MRI 검사에서 무릎 위치는 무릎 연골의 T2 값에 상당한 영향을 미치므로 T2 값의 정확도나 재현성 이 감소할 수 있다. 따라서 무릎 MRI 검사에서 무릎 연골의 정확한 T2 값을 획득하기 위해서는 최대한 보어 중심에서 검사가 이루어져야 한다.

본 연구는 고속스핀에코 기법을 이용한 MRI 검사에서 영상 변수가 전자파 흡수율(SAR)과 온도 증가에 미치는 영향을 평가해 보고자 하였다. 이를 위해 인체 등가 조직 팬텀을 제작하였고 같은 조건에서 재위상화 RF의 FA와 ETL을 증가시키 며 MRI 검사를 시행하였다. SAR는 장비에서 계산된 두부 SAR값을 사용하였고 팬텀의 온도 변화는 양성자 공명 주파수를 이용해 계산하였다. 실험 결과, FA를 60°에서 180°까지 증가시켰을 때 SAR는 약 8배까지 상승하였고 팬텀의 온도 상승의 폭은 약 2.8배(0.21°-0.599°) 증가하였다. 그리고 다중 회귀 분석 결과, FA는 SAR와 온도 상승의 관계에서 표준화 계수 가 각각 0.935, 0.741로 나타나 높은 상관관계를 보였다. ETL은 15에서 30까지 증가시켰을 때 SAR는 약 2배 증가하였 다. 하지만 팬텀의 온도 상승 폭은 오히려 39.2%(0.53°-0.303°) 감소하였다. 다중 회귀 분석 결과에서도 ETL은 SAR의 관계에서 표준화 계수가 0.741로 양의 상관관계를 보였지만 온도 상승의 경우 표준화 계수가 –0.482로 나타나 음의 상관 관계가 있었다. 이는 ETL이 15에서 30까지 증가함에 따라 검사 시간이 약 43% 짧아져 전자파의 노출 시간이 감소한 것이 원인이 될 수 있다. 결국, FSE 기법을 이용한 MRI 검사에서는 재위상화 FA는 최소화하고 기준 SAR 범위 내에서 ETL을 최대로 적용하면 전자파로 인한 온도 상승을 최소화할 수 있어 환자 안전을 증진 시킬 수 있을 것으로 기대한다.

요통을 호소하는 환자에서의 자기공명영상 검사는 다른 영상 진단법에 비해 요추와 주변 조직에 대한 높은 대조도와 해상력, 다양한 영상면의 획득으로 해부학적 구조 파악과 다양한 척추 질환의 진단에 널리 활용되고 있다. 그러나 자기공명 영상 검사는 검사 시간이 길기 때문에 통증으로 협조가 되지 않는 환자들에게서 움직임에 의한 인공물을 유발하는 경우가 많아 검사 시간을 최소화하는 것이 중요하다. 이에 자기공명영상 검사 시간 단축을 위한 다양한 기법들이 개발되어 왔으며, 최근 높은 영상의 질을 유지하면서 검사 시간은 크게 줄이는 K-공간 기반 딥 러닝(K-space based Deep Learning, DL) 기법이 주목받고 있다. 본 연구는 요추 자기공명영상 검사에서 DL 기법의 유용성을 알아보기 위해 본원을 내원하여 척추 질환이 의심되는 환자를 대상으로 DL 기법 적용 전후 시상면 T2 강조 영상과 축상면 T2 강조 영상을 각각 획득하였으며, 신호대잡음비와 대조대잡음비, 영상 획득 시간, 전체적인 영상의 질 및 병변 진단 일치도를 비교 분석하였다. 연구 결과 영상의 질 향상과 검사 시간의 단축뿐만 아니라 빠른 영상 획득으로 움직임이나 호흡에 의한 인공물 또한 감소하는 것을 볼 수 있었다. 따라서 자기공명영상 검사에서 DL 기법 사용 시 진단적 가치가 보다 높은 영상을 제공하는 동시에 환자의 만족도를 높여 임상에서도 유용한 방법이 될 것으로 사료된다.

본 연구는 의료분야에서 정확한 환자 확인(patient identification)을 위한 의료생체인식기술(medical biometrics)을 소개하고 자 한다. 첫째, 생체인식기술(biometrics)에 대한 정의, 분류 및 종류와 같은 기본 정보다. 둘째, 생체신호 (biological signal)와 의료영상(medical imaging)을 활용한 의료생체인식기술의 종류와 최근 연구에 관한 정보를 기술했 다. 마지막으로 의료 환경에서 적용되는 생체인식기술의 종류와 사례와 함께 의료 환경의 현주소를 언급했다. 환자확인이 라는 궁극적인 목적을 가진 의료생체인식기술은 의료 현장에 점진적으로 도입되리라 생각한다. 본 연구는 본 연구가 정확 한 환자확인을 위한 의료생체인식기술을 이해하고 연구방향에 도움이 되는 기초 자료로 활용될 것으로 사료된다.