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.

본 연구에서는 자기공명영상검사실 방사선사의 환자안전 문화 인식을 분석하고자 하였다. 수도권 자기공명영상검사 실에서 근무하는 방사선사 109명을 대상으로 일반적인 특성, 실태조사, 환자안전 문화 인식에 대해 설문 조사하였 다. 의료종사자들을 대상으로 개발된 한국형 환자안전문화 측정 도구에서 최상위 리더십을 경영진으로, 부서장이라 는 단어를 파트장으로 수정하였고 전문가 5인에게 내용 타당도를 검증받았다. 결과적으로 자기공명영상검사실에서 근무하는 방사선사의 환자안전 문화 인식 점수는 평균 3.97로 높았지만, 안전사고경험 비율이 65.1%로 높게 나타났 다. 따라서 정기적으로 이루어지고 있는 자기공명영상검사 안전교육의 효율성 제고를 위한 연구가 필요하며 본 연구 가 기초자료를 제공할 것이라 사료된다.

압축센스(Compressed SENSE) 기법은 검사 시간을 획기적으로 단축할 수 있으나, 시간 단축을 위한 기법적용 시 가속계수를 증가시키면 인공물의 발생이 영상에서 증가하는 문제점이 있다. 이에 인공물이 발생하지 않으면서 검사 시간을 최대한 단축할 수 있는 최적의 압축센스 가속계수를 제시하고자 하였다. 연구 방법은 인공물이 발생하지 않는 가속계수 1.0을 기준으로 0.5 간격씩 5.0까지 무릎관절 자기공명영상의 팬텀 실험과 임상실험 영상을 획득한 후, 방사선사 10명이 5점 척도로 영상을 평가하여 유의한 차이가 있는지 판단하였다. 연구 결과 T1 강조영상과 T2 강조 영상 모두 팬텀 실험은 가속계수 2.0 이하로 하였을 때 임상실험은 3.0 이하로 하였을 때 기준이 되는 1.0 영상과 차이가 없었다. 결론적으로 무릎관절 자기공명영상 검사 시 인공물이 발생하지 않으며 검사 시간을 최대로 단축할 수 있는 최적의 압축센스 가속계수는 팬텀 실험의 경우 2.0, 임상실험의 경우 3.0이 적정하리라 판단된다.

간 동적 조영검사에 사용하고 있는 VIBE 시퀀스의 고식적인 방법과 딥러닝 방법에 관한 선행된 연구가 부족하여 영상의 평가와 검사의 방향성 및 타당성을 제시하고자 한다. ACR 팬텀 실험은 30회 반복 실험하였고, 저 대조도 분해능 평가영역 에서 syngo.via View&Go를 이용하여 신호대잡음비와 대조대잡음비를 평가하였고, 공간분해능 평가영역에서 MATLAB 을 통해 신호강도의 높이와 반치폭으로 공간 분해능을 평가했다. 팬텀 실험을 기준으로 Matrix 352를 설정하여 30명의 환자 실험을 했다. 간 실질, 간 문맥, 내림 대동맥에서 대조대잡음비를 평가했고, 공간 분해능은 간 문맥, 내림 대동맥의 경계면을 평가했다. 결과 분석은 이원배치 분산 분석으로 진행하고, 사후 분석은 Duncan을 사용했다. 통계분석은 정량적 으로 p-value 0.05 미만으로 유의한 것으로 판단했다. 팬텀 실험의 신호대잡음비와 대조대잡음비 결과는 Matrix 416 이하에서 유의하였으며, 공간분해능 결과는 고식적인 방법 Matrix 352 이하, 딥러닝 방법 288 이하에서 평가할 수 없었 다. 환자 실험 결과는 신호대잡음비, 대조대잡음비, 공간분해능 모두 유의했다. 본 연구는 고식적인 방법보다 딥러닝 방법 이 영상은 더 향상되었고, 획득 시간은 평균 4초(22.4%)가 단축되었다. 딥러닝 방법에서 Matrix 352를 적용하였을 때 검사 시간의 감소로 재현성과 호흡에 의한 인공물 감소가 있었다. 이에 딥러닝 방법에서 Matrix size 적용의 방향성을 제시할 수 있었다.

본 연구는 조현병으로 진단된 환자들과 정상 대조군 간의 자기공명영상을 사용하여 대뇌 피질 하부 영역의 부피를 측정 하여 대뇌의 구조적 이상을 비교하였다. 자기공명영상 검사 후 획득된 3D T1-MPRAGE 영상과 FreeSurfer 소프트웨어 를 사용하여 대뇌 피질 하의 31개 영역의 부피를 측정하였다. 연구 결과는 조현병 환자군에서 양측 측뇌실, 양측 맥락얼기, 제3뇌실, 뇌척수액 영역의 부피가 정상 대조군보다 유의하게 증가했으며, 좌 우반구 피질, 좌측 시상, 좌측 해마 영역의 부피는 정상 대조군보다 유의하게 감소하였다. 또한, 측정된 대뇌의 부피값과 PANSS 총점수는 약한 음의 상관관계를 나타 내었다. 따라서, 본 연구에서는 자기공명영상과 FreeSurfer를 이용하여 조현병 환자의 대뇌 피질 하 부피를 측정하고 이를 정상 대조군과 비교하여 유의한 증가와 감소를 확인하였다.

복부 MRI 검사에서 높은 수준의 병렬기법을 적용 시 영상의 질을 떨어뜨리는 둘러겹침인공물을 빈번히 생성한다. 이것 은 구조물이 겹쳐서 나타나는 현상으로 복부 인체 구조상 양쪽 팔이 맞닿아 있어서 FOV를 벗어난 양쪽 팔이 영상의 반대 방향 인공물을 발생하는 문제를 초래한다. 이러한 제한점으로 복부 MRI 검사에서는 두경부 및 근골격 검사 부위와 비교하 여 낮은 수준의 병렬기법을 적용하여 검사 시간을 증가시키는 문제가 있다. 이에 본 연구에서는 팔을 위로 올리는 자세를 활용하여 환자의 간단한 자세의 변화를 통하여 병렬기법을 극대화하여 검사 시간을 최소화하면서 영상의 인공물을 제거하 는 데 목적을 두었다. T2, T1 강조 영상을 관상면으로 획득하였다. 연구의 재현성을 높이기 위하여 작은 팬텀을 나란히 놓고(팔 내리는 자세), 한번은 작은 팬텀을 제거하고 영상을 (팔 올리는 자세) 각각 병렬기법인 SENSE 가속인자를 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0까지 10번씩 획득한 후 영상의 불균일도를 측정하였다. 팬텀으로 확인하기 어려운 인체 부위 의 영상을 확인하기 위하여 정상인 자원자 1명을 대상으로 팬텀 연구와 같은 매개변수 조건으로 영상을 획득하였다. SENSE 가속인자가 높아질수록 팔을 올리는 자세에서 영상의 불균일도가 낮게 측정이 되었고 통계학적으로 유의하게 나타 났다. 본 연구는 간단한 자세 변화만으로 병렬기법을 극대화하며 영상획득 시간 단축 및 인공물을 개선방안을 제시하는 데 의의가 있다.

본 연구는 신생아 검사 중 포수클로랄(chloral hydrate)을 투여 후 진행되는 신생아 진정 검사 대비 진정 대체 방식 중 하나인 피드 및 랩(feed and wrap) 방식의 유용성을 평가한 연구이다. 본 연구에선 진정으로 진행한 신생아의 두뇌 T2 축면 영상과 피드 및 랩 방식으로 진행한 같은 영상 각 30개의 운동 허상(motion artifact)과 백질과 회백질의 구분 정도를 두 명의 영상의학과 전문의가 정성적으로 평가하였고, 운동 허상을 측정하기 위해서 위상부호화(phase encoding) 방향의 배경 영역(background area)의 평균 신호 강도(mean signal intensity)를 구하여서 정량적 방식으로 평가하였다. 또한 총검사 시간을 정리한 뒤 정량적 방식으로 평가하였고 투약 기록의 여부와 간호일지를 토대로 피드 및 랩 방식의 총 39건의 검사 건수 대비 성공률을 측정하였다. 운동 허상의 정량적 평가와 영상 품질의 정성적 평가 모두에서 두 집단은 유의미한 차이가 없었으나, 검사 시간의 정량적 평가에선 p값이 0.001로 유의한 차이가 있었다. 피드 및 랩 방식의 총검사 건수 대비 성공률은 100%였다. 결론적으로 본 논문에선 피드 및 랩 방식과 진정 방식의 영상 품질이 유의한 차이가 없고 성공률이 높기에 유용하다고 판단하였으나, 검사 시간이 더 지연되는 한계가 있다는 사실을 확인하였다.

Social interactions often involve encountering inconsistent information about social others. We conducted a functional magnetic resonance imaging (fMRI) study to comprehensively investigate voxel-wise temporal dynamics showing how impressions are anchored and/or adjusted in response to inconsistent social information. The participants performed a social impression task inside an fMRI scanner in which they were shown a male face, together with a series of four adjectives that described the depicted person's personality traits, successively presented beneath the image of the face. Participants were asked to rate their impressions of the person at the end of each trial on a scale of 1 to 8 (where 1 is most negative and 8 is most positive). We established two hypothetical models that represented two temporal patterns of voxel activity: Model 1 featured decreasing patterns of activity towards the end of each trial, anchoring impressions to initially presented information, and Model 2 showed increasing patterns of activity toward the end of each trial, where impressions were being adjusted using new and inconsistent information. Our data-driven model fitting analyses showed that the temporal activity patterns of voxels within the ventral anterior cingulate cortex, medial orbitofrontal cortex, posterior cingulate cortex, amygdala, and fusiform gyrus fit Model 1 (i.e., they were more involved in anchoring first impressions) better than they did Model 2 (i.e., showing impression adjustment). Conversely, voxel-wise neural activity within dorsal ACC and lateral OFC fit Model 2 better than it did Model 1, as it was more likely to be involved in processing new, inconsistent information and adjusting impressions in response. Our novel approach to model fitting analysis replicated previous impression-related neuroscientific findings, furthering the understanding of neural and temporal dynamics of impression processing, particularly with reference to functionally segmenting each region of interest based on relative involvement in impression anchoring as opposed to adjustment.

MRI는 인체에 수소 밀도에 따른 재현성의 차이가 상대적으로 기존의 영상 장비들에 비교하여 큰 차이가 있으므로 임상 에서 이를 증명하고 문제 발견 시 이를 보완하는 것이 딥러닝 알고리즘은 매우 중요하다. 따라서 본 연구에서는 현재 특수 의료장비에서 권하는 미국 방사선 의학회(American College of Radiology, ACR)의 두부 전용 MRI 팬텀을 사용하여 영상 품질기준에 현재 임상 적용되고 있는 딥러닝 알고리즘 방법을 적용하여 딥러닝 알고리즘 적용 전후 변화를 평가해 보고자 하였다. 연구 결과 분해능을 측정하는 항목인 고대조도 공간 분해능과 같이 해상도와 관련된 영상 품질은 분해능은 개선되었음을 알 수 있었고, 그뿐만 아니라 위치의 정확도 역시도 기존에 딥러닝 알고리즘의 적용 전 영상과 통계적으로 차이가 있었다. 또한 딥러닝 알고리즘의 강도 차이에도 영상 간 차이는 없었다. 이러한 결과는 특수의료장비 영상품질관리 규정에 적용되고 있는 ACR 팬텀의 평가 기준에 부합 하나, 딥러닝 알고리즘 적용 전후 차이가 통계적으로 있었으며, 이러 한 차이가 재현성과 관련하여 추후에 조금 더 관련된 연구기 필요할 것으로 사료된다.

블록 매칭 및 3D 필터링(BM3D) 알고리즘은 단일 필터의 문제점을 보완하기 위하여 non-local means 기반으로 만들 어진 융합형 노이즈 제거 알고리즘이다. 하지만, 그 수식 인자의 조절에 관한 연구는 이루어지지 않고 있어 본 연구에서는 자기공명영상에서 발생하는 Rician 노이즈를 제거하기 위해 BM3D 알고리즘의 평활화 정도를 결정하는 노이즈 전력 스펙 트럼 밀도(noise power spectrum density,  )에 대한 최적화를 진행하고자 하였다. MRiLab 시뮬레이션 프로그램을 이 용하여 뇌 조직을 모사할 수 있는 뇌척수액(cerebrospinal fluid, CSF)/회색질(gray matter, GM)/백질(white matter, WM) 팬텀의 T1 강조영상을 획득하였고, 노이즈 레벨이 0.1, 0.15, 0.2, 0.25, 그리고 0.3인 Rician 노이즈를 각각 부가 한 후, BM3D 알고리즘의  값을 0.01부터 0.99까지 0.01씩 증가시키며 각각의 노이즈가 부가된 영상에 적용하였다. 정량 적 평가를 통해 최적화 값을 선정하기 위하여 CSF, GM, WM, 그리고 배경 영역에 관심 영역을 설정한 후 조직별 신호 대 잡음비(signal to noise ratio, SNR), 총 변동계수(coefficient of variation, COV), 그리고 평균 제곱근 오차(root mean square error, RMSE)를 측정하였다. 결과적으로, 조직별로 계산된 SNR, COV, 그리고 RMSE를 종합적으로 평가 했을 때 모든 조직에서 노이즈 레벨 0.1부터 0.3까지 증가함에 따라  값 또한 함께 증가하는 경향이 나타났으며 일정  값 이상에서는 노이즈뿐만 아니라 영상신호까지 함께 제거되어 개선 폭이 감소하는 것으로 관찰되었으며, 노이즈 레벨에 따라 각각 0.09, 0.13, 0.17, 0.21, 그리고 0.25의  값이 설정된 BM3D 알고리즘이 적용되었을 때 가장 합리적인 영상 특성을 보이는 것으로 나타났다. 결론적으로, 효과적인 노이즈 제거를 위해서 고정된 값이 아닌 노이즈 레벨에 따른 적합한 값을 적용해야 함을 증명할 수 있었다.

컴퓨터 성능의 발전으로 빅데이터의 효율적인 사용이 가능해지면서, 심층 학습(deep learning)은 다양한 의료 분야에 활용할 수 있는 핵심적인 인공지능(artificial intelligence, AI) 기법으로 각광받고 있다. 이에 본 종설은 뇌종양 진단과 치료에 사용되는 자기공명영상(magnetic resonance imaging, MRI)의 심층 학습 기법을 소개하고자 하였다. 먼저 국내 AI의 의료 분야 도입의 동향을 분석하고, 이를 바탕으로 MRI를 활용한 뇌종양의 진단과 치료에 적용할 수 있는 심층 학습 기법과 그 결과들을 기술하였다. 뇌종양 진단과 치료 시, 심층 학습을 이용한 최근 사례는 영상 분류, 영상 품질 개선, 영상 분할로 나타났으며, 질병의 진단과 치료에 적용할 수 있는 객관적이고 높은 성능 수치를 나타내면서 그 유용성을 확인 할 수 있었다. 종합하자면, 심층 학습은 질병의 진단과 치료에 적용할 수 있는 유용한 지표이며, AI 역량을 지닌 의료진의 지도하에 점진적인 도입이 이뤄진다면 질병의 진단과 치료에 큰 도움을 주는 훌륭한 소프트웨어로 활용될 것으로 여겨진다. 본 종설이 심층 학습을 이해할 때 많은 도움이 되길 바라며, 향후 관련 연구를 수행할 때 가이드라인으로 활용될 것을 기대 한다.

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.

본 연구의 목적은 60대의 대뇌에서 T1, T2, PD 이완 시간 값을 측정하여 연령별 특정 해부학적 구조물들의 이완 시간 의 평균값과 연령에 따른 이완 시간 변화의 관련성이 있는지 분석하고자 하였다. 60에서 69세까지 총 50명의 정상 뇌자기 공명영상검사자의 데이터를 Synthetic MR의 MAGiC을 이용하여 후향적으로 분석하였다. 대상 부위는 해마, 대뇌 부챗살, 측두엽 회백질, 시상, 뇌척수액이었다. 실험결과 해마, 대뇌 부챗살, 측두엽 회백질은 연령 변화에 따른 T1, T2, PD 이완 시간의 차이가 없었다(p>0.05). 하지만 시상에서는 PD 이완시간이 연령과의 상관성이 있었고(R2=0.112, p<0.05), 뇌척 수액에서는 T1 이완시간(R2=0.063, p<0.05)과 T2 이완시간(R2=0.061, p<0.05)에서 연령과의 상관성을 확인하였다. 추후 다양한 연령대의 대뇌 이완 시간을 측정하여 평균값의 비교 연구가 필요하고, 시상과 뇌척수액에서는 대규모 모집단 연구가 필요할 것이라 판단되며 이에 본 연구가 기초자료를 제공할 것이라 사료된다.

본 연구는 MRI 검사 시 순간증모제의 산화철 성분에 의한 자화 감수성 인공물과 발열 정도에 대해 분석하였다. 인공물 정도 실험은 위상 부호화 방향을 다르게 SE, GRE 시퀀스를 사용하여 각각의 축상면 영상을 획득하였고, 3가지 종류의 순간증모제 부착 면으로부터 인공물 발생 지점까지의 길이를 10번 반복 측정하여 평가하였다. 발열 정도 실험은 GRE, FSE 시퀀스의 영상을 4번 반복 획득하여 PRF 기법을 통해 온도변화 영상을 재구성하였다. 인공물 측정 결과 스프레이형 의 GRE에서 최대 25.62 mm의 크기로 발생하였고, 시퀀스에 따라 GRE, SE 순서로 크게 나타났으며, 순간증모제 종류에 따라서도 인공물의 크기는 다양하게 나타났다. 또한, 분말형의 경우 강자장 구역에서 흩날림에 따라 장비 고장의 원인이 될 수 있음을 확인하였다. 발열 측정 결과 스프레이형은 최대 2°C, 분말형과 바르는 형에서 최대 1.2°C 이상의 온도 상승을 보였다. 결론적으로 MRI 검사 시 순간증모제에 의한 자화 감수성 인공물과 발열로 인해 진단적 가치 저하와 환자의 안전성에 적합하지 않다는 것을 확인하였다. 따라서 검사 전 순간증모제 사용 여부에 관한 확인이 필요하며, 정확한 진단과 환자 의 안전을 위해 순간증모제를 씻어내고 MRI 검사를 시행할 것을 권고한다.

자기 감수성 인공물은 영상의 질에 영향을 미치며 환자의 안전 또한 영향을 준다. 대부분 자기공명영상 검사 시 화장을 지우지 않고 검사를 진행한다. 하지만 화장품에도 금속 성분이 있어 자기 감수성 인공물을 일으키게 된다. 본 논문은 자기 공명영상에서 화장품에 따른 인공물의 영향을 평가하고자 하였으며 화장품의 종류와 자장의 세기, 시퀀스에 따라 비교하였다. 대상 물질은 아이섀도 24종, 마스카라 4종, 아이라이너 4종으로 총 32개를 설정하였다. 실험은 스핀 에코, 터보 스핀 에코, 경사 에코, 에코 평면 영상 4가지 시퀀스를 사용하여 각 대상물질의 관상면과 축상면 영상을 획득하였고 관상면 영상 에서 대상 물질이 부착된 표면으로부터 인공물이 미치는 곳까지 수직으로 측정하였다. 실험에 사용한 전체 32개 화장품에서 자화 감수성 인공물이 모든 제품에서 발생하였다. 경사 에코와 에코 평면 영상에서 가장 큰 인공물이 보였으며 인공물이 가장 많이 생겼다. 1.5T보다 3.0T에서 자기 감수성 인공물이 크게 나타났으며, 최대 인공물의 크기는 9.05mm로 3.0T의 경사 에코에서 발생하였다. 따라서 본 논문에서 화장품이 자기 감수성 인공물로 인해 영상에 영향을 미치는 것을 확인하였으며 안구 검사와 같이 인공물에 의한 영향이 미칠 수 있는 검사는 화장을 지우고 검사해야 하겠다. 또한, 화장품이 자기 감수성 인공물을 생성하기 때문에 발열에 의한 화상의 위험성이 있을 수 있어, 되도록 자기공명영상 검사 시 화장을 지우도록 안내하거나 검사 중 이상 반응의 발생 여부 확인이 필요하다.

본 연구는 MRI 검사 시 임플란트 자석 틀니의 자기 유지력 변화와 구조물 간의 금속 인공물을 분석하였다. 연구 방법으론 자기 유지력 변화의 평가를 위해 자석 구조체를 고속스핀에코 시퀀스로 검사하며 자력을 30분 간격으로 최대 90분까지 측정하였고, 금속 인공물 평가를 위해 자석 구조체와 임플란트 팬텀의 축상면 이미지에서 금속 인공물 크기를 측정하였다. 자석 구조체의 자력은 1.5T 검사에선 1.11 ∼ 5.29G의 차이를, 3.0T 검사에선 0.78 ∼ 2.97G의 차이를 보였으나 검사 시간과는 유의미한 상관관계를 보이지 않았다(p>0.05). 금속 인공물의 크기는 1.5T 장비에서 임플란트 팬텀은 15.02mm ∼ 21.97mm, 자석 구조체 팬텀은 87.86mm ∼ 102.54mm, 3.0T 장비에서 임플란트 팬텀은 19.15mm ∼ 25.81mm, 자석 구조체 팬텀은 94.18mm ∼ 125.56mm로 나타났다. 이로 인해 자석 구조체의 자력은 MRI 검사 시간에 따른 유의미 한 변화를 보이지 않으며, 자력을 가진 구조물이 일반적인 구조물보다 더 큰 금속 인공물을 보인다는 것을 알 수 있었다. 따라서 MRI 검사는 임플란트 자석 틀니의 자기 유지력에 영향을 미치지 않으며, 금속 인공물을 줄이기 위해 검사 전 자력을 가지는 삽입물은 제거되어야 한다.

자기공명영상은 고해상도의 연부조직에 대한 영상정보를 제공하며, 뇌종양 등 연부조직 진단에 활용된다. 본 연구는 합성곱신경망 인공지능을 통해 뇌종양 자기공명영상 분류성능을 확인해 보고자 한다. 4개 종류로 구분된 3264 장의 MRI 데이터 세트(data set)를 이용하였으며, 인공지능 학습을 위해 훈련용 데이터와 시험용 데이터를 9 : 1, 훈련용 데이터의 10%를 검증용 데이터로 구분하였다. 합성곱신경망은 기본 CNN과 VGG16으로 구성하였으며, 학습 평가는 정확도와 손실율로 확인하였으며, 생성된 모델을 통해 분류성능 정확도를 확인하였다. 실험 결과 과적합은 없었으며, 분류성능은 기본 CNN과 VGG16 각각 67%와 80%의 분류성능을 보였다. 도출된 뇌종양 자기공명영상 분류 결과를 통해 자기공명영상과 인공지능 접목에 관한 기초 자료로 사용될 수 있을 것이라 사료된다.