• 스마트미디어저널
• /
• 제5권1호
• /
• pp.44-48
• /
• 2016

장기추적 뇌영상 연구에서 자기공명영상장치의 노후 또는 기술 발전에 따른 업그레이드로 인해 연구기간 내 동일한 촬영 조건을 유지하기 어렵다. 특히, 자장 세기가 1.5T에서 3T로 증가한 경우가 많아, 기존 1.5T 영상을 새로운 3T 영상과 통합해서 분석에 사용하는 것이 가능한지 확인할 필요가 있다. 본 논문에서는 자장 세기와 스캔 방향이 다른 자기공명영상에서 측정한 해마 체적의 재현성을 연구 분석하였다. 실험참가자 296명의 3차원 T1 영상을 1.5와 3T 자기공명영상장치 각각에서 스캔 방향을 달리하여 획득하고 뇌영상 연구에 널리 사용되는 Freesurfer를 이용하여 실험참가자의 해마 체적을 측정하였다. 해마 체적의 영상종류 간 차이를 확인하기 위해 대응표본t-검정을 수행한 결과, 자기공명영상장치의 자장 세기와 스캔 방향에 따라 해마체적이 유의하게 차이가 있음을 확인하였다. 이런 결과는 촬영조건에 따라 측정된 해마체적이 달라질 수 있음을 의미하므로, 촬영 조건이 다른 영상을 통합 분석할 수 있는 기법의 개발이 필요하다고 판단된다.

• Investigative Magnetic Resonance Imaging
• /
• 제17권4호
• /
• pp.286-293
• /
• 2013

목적 : 본 연구는 20대 건강한 성인을 대상으로 반전 시간 (inversion time, TI)의 차이에 의한 뇌 영상을 획득하여 체적을 분석하였다. 대상 및 방법 : 20대 건강한 성인을 대상으로 MPRAGE (magnetization prepared rapid acquisition gradient echo) pulse sequence, 절편두께 1.5 mm, 4개의 반전 시간 (800 ms, 900 ms, 1000 ms, 1100 ms)을 이용해 뇌 영상을 획득하였다. 획득된 뇌 영상을 이용해 백질 (white matter, WM), 회백질(gray matter, GM), 그리고 전체 뇌 체적(intracranial volume, ICV)을 측정하고 각 TI 별로 뇌 체적 및 성별에 따른 통계적인 차이가 있는지 분석하였다. 결과 : Freesurfer로 산출된 뇌 체적은 평균 ICV=$1278.94{\pm}154.92cm^3$를 이용하여 정규화 하였고, 평균 WM=$486.52{\pm}48.64cm^3$, 평균 GM=$646.83{\pm}57.12cm^3$ 이었다. 남자의 뇌 체적 (WM, GM, ICV)은 여자보다 컸다. 측정간 신뢰도 테스트에서 급내 상관 계수는 모두 높은 수치를 나타내었다 (WM 0.992, GM 0.988, ICV 0.997). 반복측정 분산분석에서는 GM과 ICV는 각 TI에서 유의수준 내에서의 차이가 없었지만 (GM p=0.143, ICV p=0.052) WM는 유의수준 내에서의 차이가 있었다 (p=0.001). 선형 구조 관계 분석에서는 피어슨 상관 계수가 모두 높은 수치를 보였다. 결론 : WM, GM, ICV는 높은 신뢰도와 선형 구조 관계를 나타내었고 WM는 각 TI에서 유의수준 내에서의 차이를 보였다. 20대 건강한 성인의 뇌 체적의 자료는 환자들과의 비교에 참고자료로 사용될 수 있을 것이며, 뇌의 구조적인 변화를 예측하는데 도움을 줄 것이다. TI의 변화에 따라 대조도, 잡음비 그리고 병변의 검출 능력을 조사하는 추가적인 연구가 필요할 것이다.

• 한국방사선학회논문지
• /
• 제8권5호
• /
• pp.231-240
• /
• 2014

본 연구는 경도인지장애가 동반된 파킨슨병 환자에 대하여 인지 기능 평가를 위한 서울신경심리검사와 뇌 자기공명 영상에서 영역별 뇌실에 대한 체적 변화를 분석하여 경도인지장애가 동반된 파킨슨병에 대한 진단적 기준을 판단할 수 있는 가이드라인을 제시하고자 하였다. 이를 위하여 파킨슨병으로 진단 받은 환자(경도인지장애군: 34명, 비인지장애군: 34명)를 대상으로 주의력, 언어, 기억력, 시공간, 그리고 전두엽 집행 기능에 대한 서울신경심리검사와 뇌 자기공명영상 검사를 시행하였다. 또한 영역별 뇌실에 대한 체적 변화를 비교하기 위하여 정상인 32명(정상 대조군)을 추가 선정하여 추가적으로 뇌 자기공명영상 검사를 시행하였으며 영역별 뇌실에 대한 체적 분석은 프리서퍼(Freesurfer Ver. 5.1, Boston MA, USA)를 통해 수행되었다. 결과적으로 경도인지장애군은 시공간 및 기억력에 대한 수행 능력이 비인지장애군과 비교하여 통계적으로 유의하게 감소되었다(p<0.05). 영역별 뇌실에 대한 체적 변화는 좌 우측뇌실, 좌 우하측뇌실, 제3뇌실에서 통계적으로 유의한 체적 변화를 나타내었으며 객관화된 비교를 위하여 정규화한 백분율을 적용한 체적의 변화는 비인지장애군보다 경도인도장애군에서 확장되어 나타났다. 특히 경도인지장애를 동반한 파킨슨병 환자의 좌 우측뇌실의 확장은 서울신경심리검사에서 시공간 및 기억력 영역에 대하여 뚜렷한 양적 선형관계를 보였다(r>0.5, p<0.05). 따라서 뇌 자기공명영상에서 프리서퍼를 이용하여 영역별 뇌실의 체적 변화를 관찰하고 서울 신경심리검사와 상관관계를 분석함으로써 경도인지장애를 동반한 파킨슨병 환자의 진단적 기준을 마련할 수 있을 것으로 판단되었다.

• Investigative Magnetic Resonance Imaging
• /
• 제14권1호
• /
• pp.56-63
• /
• 2010

목적 : 본 논문에서는 DIR 영상을 이용하여 두뇌의 피질두께측정 연구를 수행하는 한편 평행 영상기법 중 하나인 GRAPPA (generalized autocalibrating partially parallel acquisitions)를 이용하여 GRAPPA 인자 (reduction factor, R)가 2일 때와 평행 영상기법을 이용하지 않았을 때의 결과 비교를 통해 3D DIR 영상의 획득시간 단축 가능성을 제시하고자 한다. 대상 및 방법 : 3.0T 자기공명영상장치 (Siemens Tim Trio MRI scanner)의 3D DIR 펄스열을 이용하여 6명(남자 3명, 여자 3명, $25.33{\pm}2.25$살)의 정상인 뇌에 대한 3차원 영상을 얻었다. GRAPPA 시뮬레이션은 R=2 일 때를 가정하여 수행되었고 두뇌 피질두께측정을 위해 Analyze 9.0과 Freesurfer v.4.3.0 프로그램을 사용하였다. 결과로 얻은 데이터를 T-검증을 이용하여 비교분석 하였다. 결과 : GRAPPA 기법을 통하여 복원한 영상이 잡음이 증가하는 경향을 보였으나 두뇌 피질두께 측정에는 별다른 영향을 미치지 않았다. 통계분석을 통해 비교한 결과 대부분의 두뇌 영역에서 참조영상과 GRAPPA 기법을 이용한 영상의 차이가 유의하지 않았다. 결론 : 피질두께측정 연구에 있어서 3D DIR영상의 문제점 중 하나는 긴 영상획득시간이다. 따라서 평행영상 기법 중 하나인 GRAPPA 영상기법을 적용하면 피질두께측정 연구결과의 큰 차이없이 영상 획득 시간을 단축시킬 수 있다.

• Journal of Multimedia Information System
• /
• 제8권4호
• /
• pp.233-242
• /
• 2021

Various anatomical MRI imaging biomarkers for Alzheimer's Disease (AD) identification have been recognized so far. Cortical and subcortical volume, hippocampal, amygdala volume, and genetics patterns have been utilized successfully to diagnose AD patients from healthy. These fundamental sMRI bio-measures have been utilized frequently and independently. The entire possibility of anatomical MRI imaging measures for AD diagnosis might thus still to analyze fully. Thus, in this paper, we merge different structural MRI imaging biomarkers to intensify diagnostic classification and analysis of Alzheimer's. For 54 clinically pronounce Alzheimer's patients, 58 cognitively healthy controls, and 99 Mild Cognitive Impairment (MCI); we calculated 1. Cortical and subcortical features, 2. The hippocampal subfield, amygdala nuclei volume using Freesurfer (6.0.0) and 3. Genetics (APoE ε4) biomarkers were obtained from the ADNI database. These three measures were first applied separately and then combined to predict the AD. After feature combination, we utilize the sequential feature selection [SFS (wrapper)] method to select the top-ranked features vectors and feed them into the Multi-Kernel SVM for classification. This diagnostic classification algorithm yields 94.33% of accuracy, 95.40% of sensitivity, 96.50% of specificity with 94.30% of AUC for AD/HC; for AD/MCI propose method obtained 85.58% of accuracy, 95.73% of sensitivity, and 87.30% of specificity along with 91.48% of AUC. Similarly, for HC/MCI, we obtained 89.77% of accuracy, 96.15% of sensitivity, and 87.35% of specificity with 92.55% of AUC. We also presented the performance comparison of the proposed method with KNN classifiers.