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.

본 연구는 소비자가 경험재인 웹소설을 선택하는 상황에서 사실적 메시지와 평가적 메시지를 담은 온라인 리뷰를 보았을 때 더 유용하다고 판단하는 리뷰가 무엇인지 탐색하고, 이러한 유용성 평가의 차이에 대한 개인의 분석적 의사결정 성향 수준의 조절효과를 검증하기 위하여 실시되었다. 경험재를 구매하기 전 객관적 정보를 수집하는 소비 자의 성향에 근거하여 웹소설의 소비자는 사실적인 온라인 리뷰의 유용성을 더 높이 평가할 것으로 예상하였다. 또 한 인지적 성향에 따라 구분되는 의사결정 유형 중 분석적 의사결정자는 정확한 정보를 수집하여 논리적인 판단을 내린다. 따라서 분석적 의사결정 성향 수준이 높아짐에 따라 사실적인 온라인 리뷰의 유용성 평가가 높아질 것으로 예상하였다. 실험 1의 결과 사실적인 리뷰를 제시받은 집단이 평가적인 리뷰를 제시받은 집단보다 리뷰의 유용성을 높이 평가하였으며, 실제 웹소설 선택 상황과 유사하게 두 유형의 리뷰를 동시에 제시한 실험 2에서도 리뷰의 유용 성 평가에 대한 리뷰 메시지 유형의 주효과가 확인되었다. 또한 실험 2에서는 분석적 의사결정 성향 수준이 높아짐 에 따라 사실적인 리뷰의 유용성을 높이 평가하는 경향이 드러나 분석적 의사결정 성향 수준의 조절적 역할이 확인 되었다. 본 연구는 경험재인 웹소설을 선택하는 상황에서 리뷰 메시지 유형 및 소비자의 분석적 의사결정 성향 수준 이 소비자의 리뷰 유용성 평가에 영향을 끼친다는 사실을 확인함으로써 웹소설 소비자의 행동 양식을 밝혔다는 이론 적, 실무적 의의를 갖는다.

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.

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.

뇌 3차원 T1 관상면 검사 시 ENCASE를 적용했을 때 CS 계수의 증가 시 영상획득 시간 변화와 영상의 질의 변화에 따른 유용성에 관하여 알아보고자 한다. 연구 대상은 본원을 내원한 30명의 환자를 대상으로 하였고, 1.5T MRI 장치로 진행하였으며, 24채널 두경부 코일을 사용하였다. 획득한 영상의 상대적신호강도비(rSI)와 상대적대조도비(rC)를 구하였으 며, MIPAV로 뇌실질과 뇌실의 체적을 측정하여 One-way Anova를 사용하여 정량적 분석을 하였고, p<0.05일 때 통계 적으로 유의한 것으로 해석하였다. 또한, 5점 리커트 척도를 이용하여 영상의 질에 대하여 정성적 분석을 하였고, 측정자 내 신뢰도를 확인하기 위해 ICC가 0.75 이상 나오면 측정자간 신뢰성이 높은 것으로 간주하였다. rSI와 rC 모두 p<0.05로 통계적으로 유의미한 차이를 보였고, 급내 상관계수가 0.75이상(p<0.05)으로 통계적으로 매우 높은 신뢰도를 나타냈다. MIPAV를 이용한 체적측정에서는 뇌실질과 뇌실의 체적의 차이는 p=1.000으로 통계학적으로 유의미한 차이는 없었고, 사후분석결과 또한 유의미한 차이를 보이지 않았으며. 급내 상관계수가 0.75이상(p<0.05)으로 통계적으로 매우 높은 신뢰도를 나타냈다. 또한, 정성적 평가에서는 CS 계수가 증가함에 따라 유의미한 차이가 있는 것으로 나타났다(p<0.001). 따라 서 ENCASE 기법을 이용한 3차원 T1 TFE 관상면 검사 시 CS 계수를 증가시킨다면 뇌의 체적 변화 없이 3차원 T1 시상면 영상보다 짧은 150초로 기존의 뇌 3차원 시상면 T1 기본 검사시간 260초 보다 짧은 영상획득 시간으로 진단적 가치가 높은 영상을 제공할 수 있을 것으로 사료된다.

뇌혈관 검사 중 경동맥 혈관을 묘사하기 위한 MRA 검사방법으로 비조영 3D TOF 기법과 CE MRA 기법이 있다. 최근에 CE MRA 기법에 키홀기법을 결합하여 만든 4D TRAK 기법이 사용되고 있다. 본 연구에서는 기존에 사용하던 CE MRA 기법과 4D TRAK 기법을 비교하여 뇌혈관의 진단적 정보와 검사에 대한 유용성을 평가하고자 하였다. 연구 방법으로는 응급실 내원 환자 중 Brain Neck CE MRA 처방을 받은 환자 30명(남자 15명, 여자 15명)을 대상으로 CE Neck MRA를 CE MRA 기법, 4D TRAK 기법을 적용하여 검사하였다. 조영제 주입 후 각각의 기법으로 획득한 영상에 동일한 관심 영역을 설정한 다음, 측정값을 통해 대조도 잡음비를 비교 분석하였다. 4D TRAK과 기존의 CE MRA의 대조도 잡음 비에 따른 통계적 분석 결과 4D TRAK이 기존의 CE MRA보다 CCA에서는 4.38, ICA는 4.24, 그리고 VA에서는 2.94의 신호강도 차이를 보였으며, 대응표본 T 검정 결과 통계적으로 유의하였다(p<0.05). 연구 결과를 통해 CE Neck MRA 검사 시 4D TRAK이 기존에 사용하고 있는 CE MRA와 비교 분석하였을 때, 혈관의 해부학 정보 및 동적 영상을 통한 혈류역학 정보가 더 유용하다는 것을 확인할 수 있었으며, 추후 연구를 지속 발전시킨다면 임상적으로 매우 유용한 검사가 될 것으로 사료 된다.

본 연구에서는 자기공명 탄성도 검사에 병렬 영상 기법(Philips사의 SENSE)을 적용하여 호흡 정지 시간을 단축시키고, 진단적으로 유용한 영상을 획득하는데 적용 가능한 SENSE 인자의 범위를 알아보고자 하였다. 팬텀 실험과 자원자 실험을 진행하였고, 각 실험은 SENSE 인자를 증가시켜가며 촬영하였다. 영상 평가는 경직도 95% 신뢰도 지도(stiffness 95% confidence map)에서 경직도 수치를 측정하고, 파동 영상은 영상의학과 전문의 1명과 방사선사 4명이 블라인드 테스트 하였다. 통계학적 분석은 비모수 통계인 크러스칼-왈리스 검정을 이용하였고, 사후 분석은 본페로니 교정을 이용하였다. 연구 결과 경직도 수치는 SENSE 인자 2부터 3.5까지 통계적으로 유의미한 차이를 보이지 않았고, 파동 영상의 평가 결과 2부터 3.5까지 4점 이상의 높은 점수를 유지하였으며, 사후 분석 결과에서도 큰 차이를 보이지 않았다. 반면에, 호흡 정지 시간은 20.9초에서 12.1초로 약 8.8초 감소했다. 따라서 호흡 정지 시간이 짧은 환자 검사 시 SENSE 인자를 적절히 증가시켜 검사의 성공률을 높이고, 더불어 진단적 가치가 있는 영상을 획득할 수 있을 것으로 사료된다.

MRI는 연부조직에 대한 고해상도의 영상을 제공하며 진단적 가치가 매우 높은 영상 검사이며, 디지털 데이터를 이용하여 딥러닝 기술을 통해 컴퓨터 보조 진단 역할을 수행할 수 있다. 본 연구는 딥러닝 기반 YOLOv3를 이용하여 뇌종양 분류 성능을 확인해 보고자 한다. 253장의 오픈 MRI 영상을 이용하여 딥러닝 학습을 진행하고 학습 평가지표는 평균손실(average loss)와 region 82와 region 94를 사용하였으며, 뇌종양 분류 모델 검증을 위해 학습에 사용되지 않은 영상을 이용하여 검출 성능을 평가하였다. 평균손실은 2248 epochs 시 0.1107, region 82와 region 94의 24079 반복학습 시 average IoU, class, .5R, .75R은 각각 0.89와 0.81, 1.00과 1.00, 1.00과 1.00, 1.00과 1.00의 결과값을 도출하였다. 뇌종양 분류 모델 검증 결과 정상 뇌와 뇌종양 각각 95.00%, 75.36%의 정확도로 분류할 수 있었다. 본 연구 결과를 통해 MRI 영상을 활용한 딥러닝 연구 및 임상에 기초자료로 사용될 것이라 사료된다.