• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2003년도 제8차 학술대회 초록집
• /
• pp.71-71
• /
• 2003

For fast MRI, the number of phase encoding steps has to be reduced. However, the reconstructed image is aliased if the phase encoding steps don't satisfy Nyquist sampling theory. SENSE is used in order to eliminate the aliasing effect as well as to reduce imaging time. SENSE is a linear algebraic technique applied to the multiple receiver data. In this study, we implement a tool to reconstruct the original image (SENSE image) with Sensitivity Encoding (SENSE)

• Investigative Magnetic Resonance Imaging
• /
• 제7권2호
• /
• pp.93-99
• /
• 2003

문자와 그림을 인식하는데 있어 인식패턴의 반구차이는 인지심리학적으로 널리 연구되어왔고 또 증명되어졌다. 일반적으로 그림을 인식하는 있어서는 우반구 우세를 문자를 인식하는 있어는 좌반구 우세를 이야기하는데 본 논문에서는 그 사실을 바탕으로 fMRI 연구를 진행하였다. 동양문화권에서 문자로 사용되고 있는 한자 역시 그림으로 인식한다는 견해가 있다는 것이다. 한자의 인지가 좌반구 또는 우반구 우세라는 엇갈린 견해들이 있다. 그래서 본 논문에서는 한자와 그림의 인식패턴에 대한 반구차이 및 활성화되는 두뇌의 영역을 규명하기 위해 비교 실험하였다. 자극으로 사용되어진 그림은 한자와 동일한 의미를 가진 단순화된 것이다. 실험 디자인은 일반적으로 사용되는 블록디자인을 사용하였고 SPM을 사용하여 분석하였다. 결론으로 한자와 그림 인식패턴 모두 반구우세성을 이야길 할 경우 시각영역인 후두엽 및 측두엽 부분에서는 우반구 우세가 보이지만 일반적으로 반구우세성을 이야기하기는 무리가 있는 것 같다.

• Investigative Magnetic Resonance Imaging
• /
• 제11권2호
• /
• pp.110-118
• /
• 2007

목적: 확산텐서자기공명영상(DT-MRI: Diffusion Tensor Image)을 이용하여 확산의 주축을 구성하는 세 성분에 대한 고유치 (eigefvalue)의 영상을 구현해 보고자 하였다. 대상 및 방법: 고유치 영상을 구현하기 위해서 3.0 테슬러 MRI(Magnetic Resonance Imaging)를 이용하여 확산텐서영상을 얻었으며, Moore-Penrose pseudo-inverse 방법과 SVD(single value decomposition) 방법을 이용하여 확산 주축을 계산하였다. 이 과정을 픽셀단위로 반복적으로 계산하여 새로운 확산 주축 영상들을 만들었으며, 이 확산 주축 영상들과 분할 비등방성 영상의 관계를 조사하였다. 결과: 확산텐서영상 기법으로 얻어진 확산텐서영상을 이용하여, 세 방향의 확산 주축에 대한 고유치 영상을 구성하였으며, 고유치 영상들과 분할 비등방성 영상을 함께 분석함으로써, 뇌의 해부학적 구조물에 따른 분할 비등방성 값의 차이를 확인할 수 있었다. 또한, 확산 주축에 대한 고유치의 변화에 대한 컴퓨터 모의실험에서, 변화하는 고유치에 따른 분할 비등방성 값의 변동 추이를 알아볼 수 있었다. 그리고 확산 주축의 크기가 비등방성을 좌우하는 것이 아니라, 세 확산 주축의 조합으로 비등방성의 정도를 표현한다는 것을 확인할 수 있었다. 확산 주축 방향의 고유치들을 분리하여 영상화 함으로써, 뇌의 병변에 의한 비등방성의 변화의 원인이 확산 주축의 어떠한 변화에 의해 발생하는 것인지 확인할 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4816-4834
• /
• 2020

This paper proposes transfer learning and fine-tuning techniques for a deep learning model to detect three distinct brain tumors from Magnetic Resonance Imaging (MRI) scans. In this work, the recent YOLOv4 model trained using a collection of 3064 T1-weighted Contrast-Enhanced (CE)-MRI scans that were pre-processed and labeled for the task. This work trained with the partial 29-layer YOLOv4-Tiny and fine-tuned to work optimally and run efficiently in most platforms with reliable performance. With the help of transfer learning, the model had initial leverage to train faster with pre-trained weights from the COCO dataset, generating a robust set of features required for brain tumor detection. The results yielded the highest mean average precision of 93.14%, a 90.34% precision, 88.58% recall, and 89.45% F1-Score outperforming other previous versions of the YOLO detection models and other studies that used bounding box detections for the same task like Faster R-CNN. As concluded, the YOLOv4-Tiny can work efficiently to detect brain tumors automatically at a rapid phase with the help of proper fine-tuning and transfer learning. This work contributes mainly to assist medical experts in the diagnostic process of brain tumors.

• Investigative Magnetic Resonance Imaging
• /
• 제19권2호
• /
• pp.67-75
• /
• 2015

Purpose: To investigate the value of image post-processing software (FreeSurfer, IBASPM [individual brain atlases using statistical parametric mapping software]) and inversion time (TI) in volumetric analyses of the hippocampus and to identify differences in comparison with manual tracing. Materials and Methods: Brain images from 12 normal adults were acquired using magnetization prepared rapid acquisition gradient echo (MPRAGE) with a slice thickness of 1.3 mm and TI of 800, 900, 1000, and 1100 ms. Hippocampal volumes were measured using FreeSurfer, IBASPM and manual tracing. Statistical differences were examined using correlation analyses accounting for spatial interpretations percent volume overlap and percent volume difference. Results: FreeSurfer revealed a maximum percent volume overlap and maximum percent volume difference at TI = 800 ms ($77.1{\pm}2.9%$) and TI = 1100 ms ($13.1{\pm}2.1%$), respectively. The respective values for IBASPM were TI = 1100 ms ($55.3{\pm}9.1%$) and TI = 800 ms ($43.1{\pm}10.7%$). FreeSurfer presented a higher correlation than IBASPM but it was not statistically significant. Conclusion: FreeSurfer performed better in volumetric determination than IBASPM. Given the subjective nature of manual tracing, automated image acquisition and analysis image is accurate and preferable.

• 대한의용생체공학회:의공학회지
• /
• 제22권5호
• /
• pp.377-384
• /
• 2001

일반적으로 정신질환인 경우 뇌의 미세한 이상이 있는 것으로 알려져 있어 자기공명영상의 시각적 분석에서 뇌의 구조적 이상을 밝히는 데 한계가 있다. 따라서 특정 부위의 용적이나 모양의 이상을 통하여 정신질환의 뇌 구조적 이상을 연구하는 것이 일반적이다 이러한 경우 뇌 자기공명영상은 조직간의 경계가 불분명하여 뇌 구조 분석의 신뢰도는 조직별 분할의 정확성이 좌우한다 본 논문에서는 뇌 자기공명영상의 특성에 적합한 퍼지 분할법을 반복적으로 적용함으로써 분할 영상의 질을 개선하여 뇌 구조 분석의 신뢰도를 높이고, 사용자 편의성을 고려한 소프트웨어를 이용한 좌우 뇌섬엽 용적 측정을 통해 뇌 구조적 이상에 대한 보다 나은 분석 방법을 제시한다.

• Journal of Korean Neurosurgical Society
• /
• 제46권4호
• /
• pp.365-369
• /
• 2009

Objective : Susceptibility-weighted image (SWI) is a sensitive magnetic resonance image (MRI) technique to detect cerebral microbleeds (MBLs). which would not be detected by conventional MRI. We performed SWI to detect MBLs and investigated its usefulness in the evaluation of mild traumatic brain injury (MTBI) patients. Methods : From December 2006 to June 2007, twenty-one MTBI patients without any parenchymal hemorrhage on conventional MRI were selected. Forty-two patients without trauma were selected for control group. According to the presence of MBLs, we divided the MTBI group into MBLs positive [SWI (+)] and negative [SWI (-)] group. Regional distribution of MBLs and clinical factors were compared between groups. Results : Fifty-one MBLs appeared in 16 patients of SWI (+) group and 16 MBLs in 10 patients of control group [control (+)], respectively. In SWI (+) group, MBLs were located more frequently in white matters than in deep nucleus different from the control (+) group (p<0.05). Nine patients (56.3%) of SW (+) group had various neurological deficits (disorientation in 4, visual field defect in 2, hearing difficulty in 2 and Parkinson syndrome in 1). Initial Glasgow Coma Scale (GCS)/mean Glasgow Outcome Scale (GOS) were $13.9{\pm}1.5/4.7{\pm}0.8$ and $15.0{\pm}0.0/5.0{\pm}0.0$ in SWI (+) and SWI (-) groups, respectively (p<0.05). Conclusion : Traumatic cerebral MBLs showed characteristic regional distribution, and seemed to have an importance on the initial neurological status and the prognosis. SWI is useful for detection of traumatic cerebral MBLs, and can provide etiologic evidences for some post-traumatic neurologic deficits which were unexplainable with conventional MRI.

• Investigative Magnetic Resonance Imaging
• /
• 제12권2호
• /
• pp.142-147
• /
• 2008

목적 : 본 연구는 핵자기공명 분광기를 개조한 미세영상 기법을 이용하여, 동물실험에 주류를 이루는 mouse를 대상으로, 0.1 mm 이내의 초고해상도 자기공명영상을 5분 정도 시간 안에 획득할 수 있는 방법을 개발하고자 하였다. 대상 및 방법 : 사용된 mouse는 C57BL/6로서 무게 50 그램 이내의 mouse를 사용하였다. 본 연구에 활용된 초전도 자석은 구경 89 mm, 4.7 T의 자기장 세기를 가진 수직형 자석이며, 사용된 샘플 코일의 직경은 30 mm 이고, 사용된 펄스시퀀스는 fast spin echo (FSE) 및 gradient echo (GE) 기법들이다. 결과 : 최적의 자기공명영상 파라미터를 확보하면서 2차원 영상으로서 수소밀도 및 T2 강조 영상을 획득하였다. 영상으로부터 mouse 뇌의 미세부분까지 상세히 해부학적 구조를 확인할 수 있었고, 또한 입체적인 정보를 획득하기 위하여 3D 영상도 부가적으로 획득하였다. 조영제를 이용한 dynamic contrast 연구에 3D 영상이 매우 유용하였다. 결론 : 본 연구를 통하여 mouse 뇌에 대한 고해상도 자기공명영상 획득을 위한 최적의 파라미터를 확보할 수 있었고, 또한 성공적인 자기공명영상도 획득하였다. 즉, 사람이나 다른 소동물뇌의 경우와 같이 mouse 뇌 조직의 다양한 부위의 미세부분을 확인할 수 있는 충분한 고해상도의 영상을 획득하였다. 최근 국내에서 mouse를 이용한 자기공명영상 연구가 시작되었으나 아직 초기단계라고 평가할 수 있고, mouse는 다른 동물에 비하여 취급/관리하기 쉬우므로 향후 mouse를 이용한 뇌 연구가 활성화 될 것으로 사료된다.

• 한국방사선학회논문지
• /
• 제15권1호
• /
• pp.9-14
• /
• 2021

방사선에 의한 피폭 없이 대조도가 우수한 영상의 획득이 가능한 자기공명영상은 진단에 필수적이지만 영상에서의 노이즈 발생은 불가피한 요소이기 때문에 이를 보완하기 위해 자기공명영상장치의 변수들을 조절하여 우수한 특성을 가진 영상을 획득할 수 있다. 이 중, 여기횟수 (NEX; number of excitation)는 추가적인 영상 특성의 저하 없이 우수한 특성의 영상을 획득할 수 있지만 scan time이 증가하여 motion artifact를 발생시킬 수 있고, scan time의 증가에 비례하여 영상의 특성이 향상되지 않기 때문에 적절한 NEX의 설정이 필요하다. 따라서, 본 연구에서는 MRiLab simulation program을 통해 자기공명영상의 모든 변수들을 고정시킨 후, NEX만을 조절하여 획득한 뇌 T2 강조 영상의 정량적 평가를 통해 NEX 변화에 따른 영상 특성의 경향성을 평가하고자 하였다. 획득한 영상의 노이즈 레벨 및 유사도 평가를 하기 위해 신호 대 잡음비 (SNR; signal to noise ratio), 대조도 대 잡음비 (CNR; contrast to noise ratio), 평균 제곱근 오차 (RMSE; root mean square error) 그리고 최대 신호 대 잡음비 (PSNR; peak signal to noise ratio)를 계산하였다. 결과적으로, 노이즈 레벨 및 유사도 평가 인자 모두 NEX가 증가함에 따라 개선된 값을 보였으나, 점차 증가폭이 감소함을 보였다. 따라서, 과도하게 큰 NEX는 장시간의 scan에 따른 motion artifact를 발생시켜 영상 특성을 저하시킬 수 있으므로, 적절한 NEX의 설정이 중요함을 확인하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.1-5
• /
• 2003

의료영상의 분할은 의료영상을 컴퓨터 진단 및 가시화에 필요한 같은 성질을 가진 여러 조직으로 나누어주는 방법이다. 즉 입력되어진 영상을 처리하여 유사한 화소들의 집합인 영역들로 화소들을 구분하는 작업이며 영상분할의 결과는 영상인식의 정확성에 큰 영향을 미친다. MRI(Magnetic Resonance Imaging)으로부터 정상적인 세포조직 또는 뇌종양과 같은 비정상적인 세포조직의 가시화와 분석을 위해서는 대상 세포조직의 적절한 분류를 필요로 한다. 하지만 기존의 영역 검출 방법으로는 잡음이 섞여 있는 영상에서 여러 가지의 처리과정(주로 잡음 제거)이 필수적이고 그런 과정으로 인해 정확한 영역 검출이 힘들게 된다. 이에 잡음이 있더라도 이를 제거하기 위한 처리가 필요 없이 영역기반으로 필요한 파라미터의 추정을 통한 MRF(Markov Random Field)를 이용하여 보다 효율적이고 정확하게 MRI에서 질환 영역을 검출할 수 있다.