본 연구는 K-공간 기반 노이즈 제거 딥러닝(DL)을 이용한 확산강조영상(DWI)의 유용성을 평가하고자 하였다. 연구 를 위해 간세포암으로 확진된 환자 30명을 대상으로 DL 기법 적용 전후의 DWI에 각각 확산경사자계(b-value) 50 과 800을 적용하여 영상화하였다. 획득한 영상에서 간세포암 조직과 정상 간 조직에 관심 영역을 설정하여 b50, b800에서의 신호대잡음비(SNR)와 대조대잡음비(CNR)를 측정하였고 두 명의 관찰자가 각 영상에서 간세포암 조직 을 측정하여 겉보기확산계수(ADC) 값을 계산하였다. 모든 측정값의 평가는 T-검정(T-test)을 사용하여 상관관계 를 평가하였으며 급내상관계수(ICC)를 이용하여 두 관찰자 간 ADC 측정값의 일치도와 신뢰도를 평가하였다. 연구 결과, DL 적용 후 영상에서 SNR과 CNR이 모두 높아졌으며 통계적으로 유의한 것으로(p<0.05) 나타났다. 또한, 간세포암의 ADC 값은 통계적으로 유의하지 않은 것으로(p<0.05) 나타났지만 두 관찰자 간 ADC 측정값의 일치에 대한 신뢰도는 상관계수가 0.75 이상으로 우수하였고, 간세포암의 고유한 성질로 인해 ADC 값의 변화가 적은 점을 고려한다면 충분히 유의한 결과라고 볼 수 있다. 결론적으로 DL DWI은 영상 획득 시간을 단축하면서도 기존 DWI 보다 질적으로 더 나은 영상을 획득했다. 향후 다양한 MRI 검사에 DL이 적용된다면 더욱 유용하게 사용될 것으로 사료 된다.
자기공명영상은 영상 의학 분야에서 다른 진단 장비에 비해 연부 조직에 대한 높은 대조도를 지니고 있고 인대의 손상, 주변 조직의 염증, 골염 등의 병변을 진단하는 데 유용하여 연골 및 관절 병변의 진단에 널리 이용되고 있다. 또한, 기존 고식적 TSE 기법 외에도 SMS 기법, DL 기법, CS 기법, 병렬 영상 기법 등 다양한 펄스 시퀀스들이 개발되고 임상에서 사용되고 있다. 본 연구는 무릎 관절 자기공명영상 검사에서 얇은 절편 검사 시 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법에서 영상을 획득하여 각 각의 영상의 비교를 통해 무릎 관절 영상 획득에 최적의 기법에 대하여 알아보고자 한다. 무릎 관절 질환의 진단을 위해 본원에 내원한 환자를 대상으로 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법을 적용하여 시상면 T2 강조 영상을 획득한 후 신호 대 잡음비, 대조도 대 잡음비, 검사 시간, 영상의 질 평가를 정량적, 정성 적 방법으로 비교 분석하였다. 연구 결과 세 가지 기법으로 획득한 영상 비교 시 통계적으로 유의한 차이가 있었으며, 환자 의 상태와 임상의 상황을 종합적으로 고려하여 적절한 기법을 선택한다면, 최적의 영상을 제공할 수 있다고 생각된다.
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.