간행물
Journal of the Korean Society of MR Technology KCI 등재 대한자기공명기술학회지
- 발행기관 대한자기공명기술학회
- 자료유형 학술지
- 간기 계간
- ISSN 2233-7202 (Print)2586-7261 (Online)
- 수록기간 1991 ~ 2024
- 주제분류 공학 > 의공학 공학 분류의 다른 간행물
- 십진분류KDC 512DDC 610
권호리스트/논문검색
제34권 제3호 (2024년 9월) 3건
1.
2024.09
구독 인증기관 무료, 개인회원 유료
본 연구에서는 호흡동조화기법의 대안으로 딥러닝 자유호흡기법에서 b-value 별 겉보기확산계수 값을 평가하고 확 산강조영상과 겉보기확산계수 지도의 해부학적 일치성을 분석하여 적절한 여기횟수 값을 알아보고자 하였다. 연구 방법은 2023년 7월부터 2024년 1월까지 간 자기공명영상 검사가 의뢰된 성인 남녀 35명을 대상으로 하였고 사용 장비는 Magnetom Skyra 3.0T(Siemens, Germany)를 이용하였다. 자유호흡기법의 비교를 위해 b-value 50, 400, 800(s/mm2)의 여기횟수를 각각 딥러닝 호흡동조화기법에서 2,3,4으로 딥러닝을 이용하지 않은 일반 자유호 흡기법에서 4,6,8으로 검사하였다. 딥러닝을 추가한 일반 자유호흡기법에서는 1,2,3 여기횟수, 2,3,4 여기횟수, 3,5,6 여기횟수, 4,6,8 여기횟수로 변화하였다. 연구 결과 딥러닝 자유호흡기법에서 간의 좌엽과 우엽, 담낭의 평균 겉보기확산계수 값은 딥러닝 호흡동조화기법과 비교하여 모두 통계적 유의성을 확인하였다. 한편 정성적 평가의 해 부학적 일치성을 분석한 결과 딥러닝 자유호흡기법의 3,5,6 여기횟수와 4,6,8 여기횟수에서 가장 높은 점수를 얻었 으며 검사 시간에서는 딥러닝 호흡동조화기법과 비교하여 약 51%, 40% 감소하였다. 따라서 간 진단에 있어 딥러닝 자유호흡기법에서 b-value 별 적절한 여기횟수 값을 이용한다면 겉보기확산계수 지도의 정확도 유지와 함께 검사 시간을 감소시킬 수 있어 임상적으로 유용한 검사가 될 것으로 사료된다.
4,000원
2.
2024.09
구독 인증기관 무료, 개인회원 유료
이 연구의 목적은 척추 자기공명영상 검사 시, 검사시간을 단축할 수 있는 기법인 SENSE와 CS-SENSE를 경추, 흉추, 요추 검사 시 어떤 기법을 적용하는 것이 효과적인지 알아보기 위함이다. 본 연구는 2022년 10월부터 2023년 3월까지 척추질환 및 의심 환자 102명을 대상으로 분석하였다. 사용된 장비는 필립스 사의 3.0T Ingenia Elition X와 20채널 두경부 코일과 44 채널 척추 코일을 사용하였다. 본 연구는 축상 T2강조 고속스핀에코를 SENSE와 CS-SENSE factor 1.5, 2, 3으로 각각 영상을 획득하고, 정량평가는 신호대잡음비와 대조대잡음비를 각 factor 별로 대응 표본 t-test를 진행하였고, 정성평가는 2명의 평가자의 평가점수를 Kruskal-wallis test로 비교하였다. 정량평가 결과, SENSE보다 CS-SENSE가 신호대잡음비와 대조대잡음비가 높게 나왔다. 정성평가 결과, 경추, 요 추는 CS-SENSE 사용 시 평가점수가 높게 나왔고, 흉추는 SENSE 사용 시 평가점수가 높게 나왔다. 결론적으로 척추 MRI 검사 시, 경추, 요추는 CS-SENSE를, 흉추는 SENSE를 사용하는 것이 효과적이다.
4,200원
3.
2024.09
구독 인증기관 무료, 개인회원 유료
최근 딥러닝은 자기공명영상 검사에서의 화질 개선을 위해 다양하게 활용되고 있다. 하지만 다양한 자기공명영상 검사에서 딥러닝이 적용된 기법과 상황에 대한 평가는 부족한 편이다. 이에 본 연구에서는 모션 ACR(American College of Radiology) 팬텀을 활용하여 일반적인 상황과 움직이는 상황에서 T2-PROPELLER(periodically, rotated overlapping parallel lines with enhanced reconstruction, PROPELLER)와 T2-FSE(fast spin echo, FSE) 기법의 화질을 비교 평가해 보고자 하였다. 연구 결과 움직이지 않는 상황에서의 딥러닝 프로세스를 적용하였을 때 유의미한 신호대잡음비와 대조대잡음비의 상승을 보였다. 하지만 팬텀에 움직임을 주는 동적인 상황 에서 딥러닝 프로세스를 적용하였을 때 유의미한 화질 개선을 보이지 않았다. 이러한 결과는 딥러닝 프로세스를 절대 적으로 사용하기보다 다양한 상황에 맞게 선택적으로 적용하는 것이 필요할 것으로 사료된다.
4,000원
