본 연구는 딥러닝 영상 재구성 기법을 적용한 8개의 뇌질환군의 감마나이프 수술 계획용 자기공명영상(magnetic resonance imaging, MRI)의 유용성을 알아보고자 하였다. 연구 방법은 전이성 뇌종양, 뇌동정맥 기형, 수막종, 뇌하수체선종, 삼차신경통, 청신경초종, 맥락얼기 유두종, 해면상 혈관종, 총 8개의 질병을 진단받은 사람들의 T2 강조 영상(T2 weighted imaging, T2WI), 조영증강 T1 강조영상(contrast enhancement T1 weighted imaging, CE-T1WI)의 방법으로 검사한 MRI 영상을 SwiftMR을 이용하여 딥러닝 영상 재구성 기법인 디노이징(denoising)과 초해상도(super resolution)가 적용된 영상을 획득하였다. 이에 대한 성능 평가는 최대 신호대잡음비(peak signal to noise ratio, PSNR), 구조적 유사도(structural similarity index measure, SSIM), 감마나이프 방사선수술(gamma knife radiosurgery, GKRS)의 좌표계로 평가하였다. 그 결과, 원본영상을 기반으로 영상 품질이 개선된 영상의 PSNR과 SSIM은 높은 수치를 나타냄으로써 MRI 영상의 재구성이 문제없이 이루어졌고, GKRS의 수술 좌표계 또한 변화를 보이지 않았다. 결론적으로 딥러닝 영상 재구성 기법은 영상 품질 향상과 영상 보존에서 뛰어난 성능을 보임과 동시에 좌표계도 변화를 보이지 않아서, 딥러닝 영상 재구성 기법은 감마나이프 수술 계획에 유용하게 사용할 수 있는 기법임을 확인하였다.

에듀테크 시대에 접어들면서 디지털 기술을 활용한 학습 방식이 점점 확대되고 있으며, 특히 모바일 기반 애플리케이션 을 활용한 학습이 적극적으로 도입되고 있다. 이러한 학습 방식은 학습자의 참여도를 높이고, 흥미를 유발하며, 학습 효율성 향상에 긍정적인 영향을 미치고 것으로 보고되고 있다. 본 연구는 자기공명영상학 학습에서 모바일 기반 애플리 케이션 사용에 대한 학습자들의 인식, 학습 효과, 학습 만족도를 알아보고자 하였다. 대구시 소재 S 대학교 자기공명영 상학을 수강한 2, 3학년 학생 70명을 대상으로 2024년 11월 24일부터 29일까지 수업 후 모바일 애플리케이션을 활용한 퀴즈 활동을 시행하였다. 연구 결과, 애플리케이션 활용에 대한 학습자들의 인식 평균 점수는 4.58±0.66, 학습 효과는 4.61±0.62, 학습 만족도는 4.58±0.65로 나타났다. 또한, 애플리케이션 활용 전후 비교 분석에서 인식 (활용 전 3.62±0.97, 활용 후 4.58±0.66), 학습 효과(활용 전 3.60±0.92, 활용 후 4.61±0.62), 학습 만족도(활용 전 3.64±0.93, 활용 후 4.58±0.65) 모두 통계적으로 유의한 차이가 있었다(p<0.05). 이러한 결과는 자기공명영상학 교육에서 모바일 애플리케이션 기반 학습이 학습자의 참여도, 이해도, 만족도를 높이는 데 효과적임을 시사한다. 따라서 자기공명영상학뿐만 아니라 다양한 전공 분야에서도 애플리케이션 기반 학습이 유용한 교육 도구로 활용될 수 있으며, 향후 교육 및 임상 실습 현장에서 적용 가능한 기초자료로 활용될 수 있을 것 기대된다.

이 연구의 목적은 척추 자기공명영상 검사 시 기존의 포화 펄스와 함께 호흡 유도하(respiratory triggering, RTr) 기법을 적용하는 것이 영상화질 개선에 있어 효과적인지를 평가해 보기 위함이다. 이에 본 연구는 2024년 2월부터 2024년 10월까지 척추 MRI 검사를 받은 환자를 대상으로 분석하였다. 사용된 장비는 GE 사의 3.0T SIGNA Premier을 사용하였고, 축상 T2강조영상에서 동일한 부위를 RTr 기법을 적용하지 않은 영상과 RTr 기법을 적용한 영상 두 개를 획득해 평가하였다. 정성평가는 2명의 평가자의 평가점수를 Wilcoxon test로 비교하였다. 정성평가 결과, 경추와 요추에서는 RTr 기법 적용 시 영상화질 개선에 있어서 유의미한 차이를 보이지는 않았지만 흉추에서는 RTr 기법 적용 시 영상화질 개선에 있어서 유의미한 차이를 보였다. 결론적으로 경추와 요추보다는 포화펄스 사용에 있어 제한이 있고 호흡에 영향을 많이 받는 흉추 MRI 검사 시 RTr 기법을 적용하는 것이 더 효과적이다. 다만 RTr 기법 적용 시 검사 시간이 늘어나는 단점이 있어서 환자의 상태에 맞춰 검사하는 것이 요구되는 바이다.

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.

본 연구는 간 자기공명영상 검사 시 프리모비스트(Gd-EOB-DTPA) 조영제를 사용한 동적 동맥기(dynamic arterial phase)에서 호흡기 운동인공물을 최소화하기 위한 최적의 방법을 연구하였다. 연구는 총 세 집단으로 나누 어 진행되었으며, 첫 번째 집단은 별도의 사전 교육(pre-scan preparation, PSPP) 없이 촬영한 집단, 두 번째 집단은 사전 교육만 시행하고 촬영한 집단, 세 번째 집단은 사전 교육과 검사 중 숨 참기 보조 신호(breath-holding assistance signal, BHAS)를 제공한 집단으로 구성되었다. 각 집단의 촬영 결과를 비교한 결과, 사전 교육과 검사 시 숨 참기 보조 신호를 함께 시행한 집단에서 동적 동맥기 영상의 호흡기 운동인공물이 가장 적었으며, 영상의 품질 도 더 높게 평가되었다. 이러한 결과는 간 MRI 촬영의 동적 동맥 단계 검사에서 사전 교육과 검사 중 숨 참기 보조 신호가 결합한 접근법이 환자의 숨 참기 협조를 강화하여 영상 품질을 개선하고, 정확한 진단에 기여할 수 있음을 시사한다.

본 연구는 뇌 DWI에서 딥러닝 적용 시 48채널과 8채널 헤드 코일 간 영상 품질의 차이를 분석하는 것을 목표로 하였다. 3.0T MRI를 사용하여 두 종류의 코일을 비교하였으며, 딥러닝 알고리즘의 효과를 확인하기 위해 SNR(신호 대 잡음비), ADC(겉보기 확산 계수), SSIM(구조적 유사성 지수)을 측정하였습니다. 연구 결과에 따르면, 딥러닝 적용 후 b-value에 따른 두 코일 간의 차이가 나타났다. 특히 b-value 0 및 1000에서는 딥러닝 적용 전후에 두 코일 간 통계적으로 유의미한 차이가 없었지만, b-value 3000에서는 적용 전후 모두에서 유의미한 차이가 있었다. SSIM 분석에서도 딥러닝 적용 전후 차이는 없었으나, b-value에 따른 차이가 측정되었습니다. 이러한 차이는 영상 판독에 영향을 미칠 수 있으며, 이를 개선하기 위해서는 딥러닝 알고리즘이 부위별, 코일별, 펄스 시퀀스별로 최적화 될 필요가 있다. 따라서 본 연구는 향후 딥러닝 기반 MRI 영상의 정확도와 일관성을 높이기 위한 기초 정보를 제공 하며, 임상적 적용에서 부위별, 수신 코일별, 펄스 시퀀스별로 세분된 딥러닝의 최적화가 필요하다.

급성 뇌경색 진단에는 환자에 따라 관류강조영상과 조영증강 자기공명혈관영상이 동시에 촬영되는 경우가 있으며, 이 과정에서 MRI 조영제인 가돌리늄의 T1 단축 효과가 발생하여 동맥과 정맥의 신호 겹침이 빈번히 발생한다. 특 히, 3D T1 경사에코 기법을 사용한 CE-MRA에서 첫 번째 조영제 주입(PWI) 후 연속적으로 발생하는 T1 감소 효과로 인해 혈관의 정확한 묘사에 한계가 있었다. 본 연구에서는 이러한 문제를 해결하기 위해 마스크 영상의 획득 시점을 조정하여 새로운 방법(B)을 제안하였다. 기존 방법(A)에서는 관류강조영상 이전에 마스크 영상을 획득했지 만, 새로운 방법(B)에서는 관류강조영상 이후 마스크 영상을 획득하여 동맥과 정맥 신호 겹침을 효과적으로 줄였다. 연구 결과, S상 정맥동과 내경정맥에서 새로운 방법이 기존 방법보다 유의미하게 낮은 대조대잡음비를 보였으며, 신호 겹침이 줄어들어 정맥 신호의 억제 효과가 극대화되었다(p<0.05). 본 연구의 새로운 방법은 기술적으로 추가적 인 복잡성 없이 효율적으로 정맥 신호를 제거하여 CE-MRA 영상의 진단적 정확성을 향상하는 유용한 기법으로 평 가된다. 향후 연구에서는 더 다양한 환자군을 대상으로 본 방법의 유용성을 검증하고, 최적의 방안 모색을 할 필요가 있다.

본 연구는 금속성 물질로 인해 발생하는 자화율 인공물(susceptibility artifact)의 정확한 길이 측정을 위해 자체 제작한 팬텀을 이용하여 분석하였다. 치과용 임플란트 고정체를 자체 제작한 아크릴 팬텀에 위치시키고, T2 강조 영상을 통해 자화율 인공물을 검사하였다. 자화율 인공물의 길이를 팬텀 기반 측정법과 선 프로파일 기반 측정법을 사용하여 분석하였고 팬텀 기반 측정법을 기준값으로 선 프로파일 기반 측정법으로 도출된 결과와 비교하였다. 결과 적으로 선 프로파일 기반 측정법에서 배경 신호 기준 25% 허용 범위를 설정했을 때 팬텀 기반 측정법과 가장 유사한 데이터를 얻을 수 있었다. 이를 통해 선 프로파일 기반 측정법이 자화율 인공물 길이의 정량적 측정에 적합할 수 있는 가능성을 확인하였다. 추후 미흡한 부분을 보완한 추가 연구를 통해 자화율 인공물 연구에서 객관적인 데이터 제공이 가능할 수 있게 되기를 기대한다.

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.

고주파 흡수제(Accusorb MRI)를 이용한 자기공명영상 검사 중 화재가 발생했다. 다행히 환자는 화상을 입지는 않았 지만 스트랩과 4채널 코일의 케이블, Accusorb MRI가 녹아서 탄 흔적이 발견되었다. 자기공명영상 검사에 사용되 는 도구의 안전 지침을 준수해야 하지만 이를 지키지 않으면 화상, 열상, 장비 손상의 위험이 있다. 사고를 방지하기 위해서는 철저한 사전 점검을 해야 하고 모든 기기, 물품들이 자기공명영상 검사 시 사용 가능한 제품인지 확인하고 사용법을 정확하게 숙지하여야 한다.

흉골 자기공명영상 검사 시 호흡 등 환자 움직임에 의한 인공물 발생을 최소화하는 것은 어렵다. 하지만 자기공명영 상 검사는 타 영상 검사와 비교해 흉골 병변을 발견하는 데 있어 진단적 가치가 높은 장점이 있다. 따라서 본 연구에 서는 환자의 검사 자세 및 딥러닝 기법을 통해 최적의 검사 방법을 도출하고자 한다. 자세 별 영상 변화를 확인하기 위해 바로 누운 자세, 엎드린 자세, 유방 코일을 사용한 엎드린 자세로 진행하였으며, 고식적 기법의 영상과 Deep Resolve Boost(DRB) 기법을 적용한 영상을 비교 관찰하였다. 모든 대상에게 같은 조건으로 각 영상을 2회씩 획득 한 후 전반적인 영상 품질을 기준으로 정성적으로 평가하였고, DRB의 적용 여부에 따른 신호 대 잡음비의 변화 정도를 정량적으로 평가하여 개선 정도를 산출하였다. 정성적 평가에서 DRB 적용 여부와 무관하게 엎드린 자세, 유방 코일을 사용한 엎드린 자세, 바로 누운 자세 순으로 높은 점수를 얻었으며, DRB를 적용한 영상이 고식적 기법 의 영상보다 높은 점수를 얻었다. 또한 정량적 평가를 통해 유방 코일을 사용한 엎드린 자세, 엎드린 자세, 바로 누운 자세 순으로 높은 개선 정도를 확인하였다. 본 연구를 통해 흉골 검사 시 DRB 기법을 적용하는 것은 영상의 질을 높이는 방법임을 확인하였다. DRB를 적용하지 못하는 환경에서는 될 수 있으면 엎드린 자세를 적용하는 것을 권고하며, DRB를 적용할 수 있는 환경에서는 환자 측 인자를 고려하여 엎드린 자세와 유방 코일을 사용한 엎드린 자세를 모두 적용할 수 있다.

본 연구에서는 3D 프린팅 기술과 인체공학 순설계를 이용하여 턱관절 자기공명영상 동적 턱관절 검사 보조기구를 개발하고자 하였다. 3D 프린팅 기술 재료는 3D 프린터(Sindo, 3DWOX1, Korea), 3D 모델러 프로그램(Fusion 360, autodesk, USA), PLA(polylactic Acid) 필라멘트 소재를 이용하였고, 영상 검사는 3.0T 자기공명영상 장비 (Magnetom Vida, Siemens, Germany)를 사용하였다. 개발 방법은 성인 30명(남:13명, 여:17명, 평균나이 22.9±2.0세)의 안면뼈 CT(computed tomography) 검사의 단면 영상을 역학적으로 실측하여 상/하악궁의 형상을 모델링하였다. 모델링된 파일은 FDM(fused deposition modeling) 방식으로 3D 프린팅하였다. 출력된 보조기구는 자화 감수성 인공물 실험, 동적 영상 비교, 만족도 평가로 성능을 평가하였다. 그 결과, 자화감수성 인공물 발생은 개발된 개구 보조 장비와 비교하여 모든 영상에서 유의한 차이가 없었다. 동적 비교 영상에서는 TSE 기법이 모든 평가 법에서 가장 우수한 영상 품질을 보였다. 만족도 평가에서는 피검자는 평균 4.3점, 방사선사는 평균 4.4점으로 높은 만족도를 보였다. 결론적으로 인공물 발생이 없는 환자 맞춤형 보조기구에 개구의 동적 기능이 탑재된 보조기구 를 개발하였다.