본 연구에서는 T2 터보 스핀 에코 지방 포화 기법 중 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법에서 지방분율에 대한 분석을 통해 정확한 지방 포화가 이루어지는지 알아보고자 하였다. 이에 미국 방사선학회 인증 팬텀을 기준 팬텀으로 설정 하고, 액체 지방 팬텀을 이용하여 일반 T2 지방 포화 기법들과 딥러닝 기반 T2 Dixon 기법의 지방분율을 정량적으로 분석 하였다. 연구 방법은 기준 팬텀 3시 방향에 지방 함유율이 0, 10, 20, 30%인 액체 지방 팬텀을 고정하고, 기법별 액체 지방 팬텀 중심부의 신호강도 값을 도출하였다. 그리고 측정된 값을 지방분율 공식을 이용하여 수치화하였다. 연구 결과 각각의 액체 지방 팬텀의 지방분율 측정에서 T2 Dixon 딥러닝 기법과 Dixon 기법이 다른 일반 지방 포화 기법들과 비교해 기준 지방분율에 가장 근접하였다. 그리고 두 기법 간 통계적 차이는 없어 딥러닝 영상 재구성이 지방 포화에 영향을 미치 지 않음을 알 수 있었다. 따라서 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법은 정확한 지방분율로 지방 포화를 할 수 있어 그 유용성이 있다고 생각한다.

목 적 : Multi echo Dixon을 기반으로 한 PDFF(Proton Density Fat Fraction) 기법을 이용하여 넓은 간 영역의 지방 함량을 계산하고 자기공명분광법(MRS)과 비교 분석하여 불균질 적으로 침착된 지방간에서의 유용성을 입증함에 목적을 두고 있다. 대상 및 방법 : 2013년 2월부터 7월까지 본원에서 복부 자기공명 영상검사를 시행한 환자 142명(남: 97, 여: 45, 평균연령: 57.9세)을 대상으로 분석하였다. MR System은 3.0T Magnetom Tim Verio(Siemens Healthcare, Germany)를 사용하여 Multi echo Dixon(3D VIBE DIXON), MRS(Single voxel high speed T2 corrected multiple echo 1H-MR spectroscopy) 기법을 시행하였다. Multi echo Dixon의 영상변수는 TR은 9.2msec이고 TE는 1.23, 2.46, 3.69, 4.92, 6.15, 7.38msec이며 Slice thickness는 4mm, Matrix: 165×256, FOV: 315×420이며, MRS에서 TR은 3,000msec 이고 TE는 12, 24, 36, 48, 72msec, Voxel size: 30×30×30mm를 사용하여 각각의 영상을 획득하였다. 획득한 PDFF Fat percentage map 상의 각각의 7개의 엽에 (II-VIII) ROI를 설정하였으며(“Segmental-PDFF”), MRS의 VOI와 같은 지점에 ROI를 설정하였다(“VOI-PDFF”). 그리고 서로 다른 세 지점에 Tablet pen을 이용하여 Liver margin을 따라 ROI를 그렸다(“Free drawn-PDFF”). 지방분율 cut-off 값인 5.56%를 기준으로 T-test, Pearson’s correlation, Linear regression test, McNemar test를 이용하여 PDFF와 MRS의 상관관계 및 좌, 우엽의 지방 함유 관계와 각각의 진단적 능력에 대해 비교 분석하였다. 결 과 : Mean fat percentage는 Free-drawn PDFF(4.5%±3.7)와 VOI-PDFF(4.5%±4.1)가 MRS(4.5%±4.3)에 가장 근접한 결과 값을 보였고, 그 중 VOI-PDFF가 가장 높은 일치성을 보였다(r=0.972, r2=0.944). 또한 지방증과 비 지방증 집단에서 우엽이 좌엽보다 더 높은 지방 함유를 나타냈다(7:2). 또한 MRS는 142명 중 40명(28%)을 지방증으로 구분하였고, Free-drawn PDFF는 32명(22.5%)을 지방증으로 구분하였다. 결 론 : MRS에서는 VOI를 국소적인 곳에 위치시켜야 하기 때문에 넓은 영역에 불균질하게 분포 되어 있는 지방을 정량화함에 있어 지방분율 Cut-off 값인 5.56%를 기준으로 지방증을 진단하는데 다소 부정확 할 수 있음을 시사한다. 반면 PDFF의 Free-drawn 기법은 간 전체 영역의 지방을 정량화함으로 이러한 문제점을 보완 할 수 있다. 따라서 Reference standard로서 MRS기법을 대체 할 수 있을 것으로 사료 된다.