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.

목 적 : 확산강조영상은 뇌신경계에서 ischemia, infarction, inflammation, infection, tumor등 다양한 병변을 진단하는데 유용하다. 하지만 척추 확산강조영상은 심장의 운동, 호흡이나 연하에 의한 움직임과 척추체가 가깝게 있어 자기화율의 급격한 변화 등의 이유로 distortion과 artifact가 많이 발생하여 좋은 영상을 획득하기 어려웠다. 확산강조영상에서 영상의 distortion과 artifact를 변화시킬 수 있는 인자는 SENSE factor와 voxel size이다. 따라서 본 논문에서는 흉추 확산강조영상에서 SENSE factor와 voxel size를 변화시켜 영상을 획득 후 이를 비교평가 하고, 영상의 distortion, artifact 줄여 진단적 가치를 높이는 것이 본 논문의 목적이다. 대상 및 방법 : 척추질환이 없는 건강한 지원자 10명(남자: 7, 여자: 3, 평균연령: 29.6세)을 대상으로 하였다. 검사장비는 Ingenia 3.0T MRI (philips medical system, Netherlands)를 사용하였고, 신호수집 코일은 DS posterior coil을 사용하였다. FOV 240×184, B-factor 0, 1000 s/mm², slice thickness 4 mm, NEX: 10, TR과 TE는 장비에서 제공하는 가장 짧은 값을 사용하고 SENSE factor를 1, 2, 3으로 설정 후각 SENSE factor에서 voxel size를 1×1, 2×2, 3×3 mm로 변화시켜 영상을 획득하였다. 정량적 평가는 T2/SAG영상을 기준으로 Thoracic Spine 6th body에서 spinal cord까지의 거리를 각각 측정하여 distortion을 평가 하였고, 정성적 평가는 영상의학과 교수 1명, MRI 전문 방사선사 2명이 5점 척도로 영상의 artifact, distortion, 병변 검출 능력 등 전체적인 영상의 질을 비교평가 하였다. 통계적 유의성은 Wilcoxon signed rank test(SPSS 18.0K for windows)를 통해 검정하였고 p-value는 0.01미만인 경우에 통계적으로 유의하다고 판정하였다. 결 과 : 고정된 SENSE factor에서 voxel size 변화에 따른 distortion의 정량적 평가결과 SENSE factor 1에서 voxel size가 1×1, 2×2, 3×3으로 변화할 때 기준점에서 측정한 10명의 지원자의 평균길이는 6.54 mm, 5.33 mm, 4.79 mm, SENSE factor 2에서 평균 4.22 mm, 3.33 mm, 3.14 mm, SENSE factor 3에서 평균 3.04 mm, 2.63 mm, 2.29 mm로 측정 되었다. 동일한 SENSE factor에서 voxel size가 3×3일 때 영상의 distortion이 가장 많이 감소되었으며 동일한 voxel size에서는 SENSE factor가 3일 때 영상의 distortion이 가장 많이 감소되었다. 정성적 평가에서는 distortion, artifact의 발생정도와 척추체와 척수에서의 병변 검출 능력을 5점 척도(평가 불가: 1, 나쁨: 2, 보통: 3, 좋음: 4, 아주 좋음: 5)로 평가하였다. SENSE factor 1, voxel size 1×1, 2×2, 3×3으로 변화할 때 평균 2.23점, 2.30점, 2.33점으로 비교적 낮은 점수를 받았고 SENSE factor 2, voxel size 1×1, 2×2, 3×3으로 변화할 때 평균 2.86점, 4.20점, 4.13점, SENSE factor 3, voxel size 1×1에서 3.10점, 2×2, 3×3에서 평균 4.66점으로 가장 진단 가치가 높은 영상으로 평가되었다. 각각의 SENSE factor와 voxel size의 변화에 따른 영상의 distortion의 감소의 통계적 유의성을 알아보기 위해 Wilcoxon signed rank test로 검정한 결과 모두 p<0.01 로 나타났다. 결 론 : 확산강조영상은 뇌 질환에서 뿐만 아니라 척추와 spinal cord lesion을 감별하는데 매우 유용하다. 임상에서 Thoracic spine 확산강조영상 검사 시 본 논문에서 실험하여 얻은 결과처럼 SENSE factor: 3, voxel size: 2×2 또는 3×3을 선택하여 영상을 획득한다면 영상의 artifact, distortion이 감소되어 진단적 가치가 높은 영상을 만들 수 있을 것으로 사료된다.

Purpose - To success, in spite of deficient resources, a start-up company has to check various circumstances. Many researchers proposed different appraisal methods for technology commercialization. But everybody agrees Merrifield is the first one, who is a pioneer of an appraisal model of technology commercialization. After he proposed it, many researchers and field workers developed a more complicated model, which called a BMO model. In this research, considering the circumstances of start-ups that lack available resources, it proposes a new appraisal method for technology commercialization, which is named a weighted-BMO model. Research design, data, and methology - For the new BMO-model, it studied the preceding studies. And it found that the success factors for start-ups were correlated with technology commercialization. After comparing the success factors for technology commercialization of start-ups with BMO appraisal factor, it withdraws the net BMO appraisal model: which we are calling the weighted-BMO model. Results – This study found a few things. First, actually, the BMO appraisal factors related with the success factors of technology commercialization. Second, the weighted-BMO model, which included the entrepreneur ability factor, was more accurately estimated the success of technology-based start-ups than the BMO model. Third, it overcame the weakness of the BMO-model, which did not include quantitative factors. In addition to evaluating the feasibility of the BMO model, we also presented a strategy for the future direction. But, still, it included a few shortcomings, which we are calling the arbitrage of weighted value. Sometimes, the intentional weighted value can deliberate the different valuation. Conclusitons - Due to this study, the weighted-BMO model included appraisal factors related with the success factors of technology commercialization and the entrepreneur ability factor, and quantitative factors. When evaluating the combined score of the existing Merrified BMO components, 35 points of the first pass criterion accounted for 29.17% of the total score, and 80 points of the merit score of the second rank criterion were 66.67% Considering that the weighted sum is taken into account, the baseline score of the weighted summing method for each component of the modified BMO model is 2.92 points, which is 29.17% of the weighted sum total of 10 points. The evaluation score was 6.67 points, 66.67% of the weighted total score of 10 points.