본 연구에서는 DWI 적용 시 X축 거리에 따른 신호 손실과 인공물 발생 여부를 SS-EPI 기법과 비교 분석하여, MS-EPI 기법의 특성을 제시하고 임상 적용 관련 기초자료를 제시하고자 하였다. 3.0T 자기공명영상장치와 팬텀을 사용 하여 자기장 중심축과 좌우 끝 지점 ±3cm, 3번씩 움직여 표준 영상인 T2 강조영상과 SS-EPI DWI, MS-EPI DWI(RESOLVE) 축상면 영상을 획득하였다. 각 동일 부위에서의 SS-EPI DWI, MS-EPI DWI 영상을 T2 강조영상과 감산하여 신호 손실 직경을 측정하여 정량적 분석을 하였다. 정성적 평가는 나이퀴스트 허상과 기하학적 왜곡과 신호 손실, 인공물 발생 여부를 방사선사 3명이 비교평가 하였다. 두 기법 모두 오프 센터(off-center)로 이동할수록 신호 손실구간 또는 기하학적 왜곡이 나타나는데, 특히 MS-EPI 기법에서는 좌우 신호 손실 현상이 매우 증가해 –25, +25 cm 구간에서 는 약 50% 길이가 감소하였다. MS-EPI 기법은 근골격계 질환에서 기존에 매우 높은 영상 유용성을 인정받고 있다. 그러 나 k-공간을 분할 하여 채우는 MS-EPI 기법은 오프 센터의 낮은 공간 주파수 획득 시 위상변동 보정이 안 되어 신호 손실구간이 나타나며, 이에 관한 연구는 전혀 없는 실정이다. 이에 따라 본 연구는 기존의 선행 연구에서의 보여주지 못한 임상적 적용 시 MS-EPI 기법의 문제점을 파악하면서 이러한 정보를 공유하고 추가적인 연구에 토대가 될 수 있는 기초를 마련했다는 점에 의의가 있다.

확산강조 자기공명영상은 초급성기 뇌경색 진단과 뇌종양 진단 및 치료에 매우 유용하지만 뇌줄기 주변에 자화 감수성 인공물이 자주 발생하고 있어 이를 최소화하려는 노력이 필요하다. 확산강조영상은 에코평면영상(echo planar image)을 사용하고 서로 다른 자화 감수성을 가진 구조물들이 인접한 경계면에서 영상의 왜곡을 나타낸다. SENSE(sensitivity encoding) 기법은 자화 감수성 인공물을 감소시킬 수 있다. 본 연구는 뇌 줄기의 해부구조를 모방한 팬텀을 만들어서 확산 강조영상 시 자화 감수성 인공물을 감소시키는 최적의 SENSE 인자(factor)를 알아보았다. 산출된 최적의 SENSE 인자와 현재 임상 값으로 만든 영상을 비교 분석하고, 통계적 유의성을 검증하여 유용성을 알아보았다. 팬텀 실험 결과 SENSE 인자의 크기가 증가할수록 자화 감수성 인공물은 감소하였다. SENSE 인자 2.5, 3.0, 3.5, 4.0을 적용한 영상은 기준 영상 과 같은 크기의 왜곡이 발생하였다. 산출된 SENSE 인자 2.5의 실험군과 1.5을 적용한 대조군 각각 40명의 영상을 비교 분석하였다. SENSE 인자 1.5를 적용한 대조군은 SENSE 인자 2.5를 적용한 실험군에 비해서 자화 감수성 인공물이 더 크게 발생하였고, 통계적으로 유의하게 나타났다. 본 연구를 통해서 뇌 확산강조영상 획득 시 SENSE 인자 2.5를 적용한다 면 진단적으로 더욱 가치가 있는 영상을 얻을 수 있을 것으로 사료된다.

본 연구는 발가락 지방 소거 검사 시에 종종 저품질의 영상이 획득되는 경우에 주목하여 다양한 조절인자들을 조절하지 않아도 손쉽게 영상 품질을 향상하는 방법을 고안해보았다. 팬텀과 지원자를 대상으로 발 전용 코일만 사용한 경우와 추가 코일을 결합 사용한 경우의 영상을 획득 후 신호대 잡음비(SNR)를 측정하여 비교하였다. 시상면, 관상면, 축상면 모두 T2 Dixon을 시행하였고, 시상면의 경우 T2 지방 소거(FS)와 T1 지방 소거를 추가 시행하였다. 팬텀 검사에서 추가 코일을 결합 사용 시 SNR은 시상면의 경우 T2 Dixon water는 1.21배, T2 FS은 1.22배, T1 FS은 1.17배 향상되었다. 관상면 T2 Dixon water는 1.15배, 축상면 T2 Dixon water는 1.47배 향상되었다. 지원자 검사에서 추가 코일을 결합 사용 시 SNR은 시상면의 경우 T2 Dixon water는 2.07배, T2 FS은 5.17배, T1 FS은 3.20배 향상되었다. 관상면 T2 Dixon water는 1.20배, 축상면 T2 Dixon water는 1.37배 향상되었다. 추가 코일을 결합 사용하였을 때 모든 지방 소거 검사 및 모든 방향에서 SNR 향상의 결과를 얻을 수 있었다. 결론적으로 사용자의 고도 기술 및 추가 검사 시간이 필요하지 않고도 SNR을 향상할 수 있음을 의미한다.

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.

경추 MRI는 연부 조직에 대한 대조도와 분해능이 우수하여 경추 부위의 퇴행성 질환 및 추간공의 협착, 척수염, 추간판 탈출증 등의 신경 질환 검사에 특히 이용되고 있다. 그러나 경추 MRI 검사는 신경 질환에 의한 배경 신호 강도가 증가되어 SNR이 감소하고 이를 보상하기 위해 여기 횟수가 증가되어 검사 시간이 길어지는 단점이 있다. 교통사고나 낙상을 원인으 로 경추 MRI 검사를 진행할 시 검사 시간이 길어 호흡과 질환의 통증에 의한 움직임 등을 최소화해야 최적의 영상을 획득 할 수 있어 환자의 적극적인 협조가 요구되며 적정한 검사 시간의 단축을 통해 인공물이 없는 진단 가능한 영상을 만들어 낼 수 있다. 최근 개발된 SwiftMR 인공지능 소프트웨어는 경추 MRI 검사 시간을 획기적으로 줄일 수 있다. T2 시상면, T2 축상면, T1 시상면, T1 축상면 SwiftMR 영상의 SNR은 목뼈 몸통 223.82 ± 30.82, 척수 273.03 ± 32.38, 가시돌 기 및 가로돌기 378.61 ± 27.64로 측정되었다. 고속스핀 에코 기법의 SNR은 목뼈 몸통 116.51 ± 11.46, 척수 182.1 ± 22.24, 가시돌기 및 가로돌기 227.79 ± 35.55로 측정되었다. 고속스핀에코 기법의 CNR은 182.12 ± 13.24, SwiftMR 기법 CNR은 346.8 ± 41.84로 측정되었다. 고속스핀에코와 SwiftMR 인공지능 소프트웨어가 적용된 영상을 통해 화질 선명도, 신호 강도의 균일성, 목뼈 몸통 주변의 인공물의 관찰자 간 병변에 대한 일치성 평가는 K값이 0.87로 평가되었다. 연구 결과를 통해 경추 MRI 검사에 SwiftMR 인공지능 기법을 적용함으로써 검사 시간을 단축할 수 있으며, 환자의 불편을 최소화하고 진단 가능한 질 좋은 영상 정보를 제공할 수 있을 것으로 사료된다.

블록 매칭 및 3D 필터링(BM3D) 알고리즘은 단일 필터의 문제점을 보완하기 위하여 non-local means 기반으로 만들 어진 융합형 노이즈 제거 알고리즘이다. 하지만, 그 수식 인자의 조절에 관한 연구는 이루어지지 않고 있어 본 연구에서는 자기공명영상에서 발생하는 Rician 노이즈를 제거하기 위해 BM3D 알고리즘의 평활화 정도를 결정하는 노이즈 전력 스펙 트럼 밀도(noise power spectrum density,  )에 대한 최적화를 진행하고자 하였다. MRiLab 시뮬레이션 프로그램을 이 용하여 뇌 조직을 모사할 수 있는 뇌척수액(cerebrospinal fluid, CSF)/회색질(gray matter, GM)/백질(white matter, WM) 팬텀의 T1 강조영상을 획득하였고, 노이즈 레벨이 0.1, 0.15, 0.2, 0.25, 그리고 0.3인 Rician 노이즈를 각각 부가 한 후, BM3D 알고리즘의  값을 0.01부터 0.99까지 0.01씩 증가시키며 각각의 노이즈가 부가된 영상에 적용하였다. 정량 적 평가를 통해 최적화 값을 선정하기 위하여 CSF, GM, WM, 그리고 배경 영역에 관심 영역을 설정한 후 조직별 신호 대 잡음비(signal to noise ratio, SNR), 총 변동계수(coefficient of variation, COV), 그리고 평균 제곱근 오차(root mean square error, RMSE)를 측정하였다. 결과적으로, 조직별로 계산된 SNR, COV, 그리고 RMSE를 종합적으로 평가 했을 때 모든 조직에서 노이즈 레벨 0.1부터 0.3까지 증가함에 따라  값 또한 함께 증가하는 경향이 나타났으며 일정  값 이상에서는 노이즈뿐만 아니라 영상신호까지 함께 제거되어 개선 폭이 감소하는 것으로 관찰되었으며, 노이즈 레벨에 따라 각각 0.09, 0.13, 0.17, 0.21, 그리고 0.25의  값이 설정된 BM3D 알고리즘이 적용되었을 때 가장 합리적인 영상 특성을 보이는 것으로 나타났다. 결론적으로, 효과적인 노이즈 제거를 위해서 고정된 값이 아닌 노이즈 레벨에 따른 적합한 값을 적용해야 함을 증명할 수 있었다.

병렬영상기법인 SENSE 기법은 슬관절 자기공명영상의 검사 시간을 획기적으로 단축할 수 있다. 그러나 기법 적용 시 SENSE factor를 증가시키면 영상에 인공물의 발생이 증가하는 문제점이 있어 개선을 위해 본 연구에서는 최소의 시간이 소요되면서 인공물이 발생하지 않는 최적의 SENSE factor를 제시하고자 하였다. 연구 방법은 SENSE factor 1.0을 기준 으로 0.5 간격씩 5.0까지 변화시켜 팬텀 실험과 임상실험을 시행하였다. 3.0T 초전도 자기공명영상장치와 dS Knee 코일 을 사용하여 T1, T2 강조영상을 획득하였으며, 영상의 비교평가는 임상 경력 10년 이상의 방사선사 10명이 5점 척도로 평가한 후, 일원배치 분산분석과 사후분석을 통해 유의한 차이가 있는지 판단하였다. 연구 결과 팬텀 실험은 T1, T2 강조 영상 모두 SENSE factor를 1.5 이하로 하였을 때 기준 영상과 차이가 없었으며, 임상실험은 SENSE factor를 2.0 이하로 하였을 때 기준 영상과 차이가 없었다. 결론적으로 슬관절 자기공명영상 시 검사 시간을 단축하면서 인공물이 발생하지 않는 최적의 SENSE factor는 팬텀 실험의 경우 1.5, 임상실험의 경우 2.0이 적정하리라 사료된다.

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.