• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1528-1535
• /
• 1997

Many radiological modalities has been applied to medicine as a basic fundamental diagnosis and therapy recently. The prevalence of computer systems affect most images to be digitized. However conventional X-ray film images are not digital images eventhough they covers 70% of all radiologica images. This is the hinderacne of building PACS. In this paper all radiological digital imaging parts such as DSA. CR. MRI. SPECT. PET and ultrasonography were briefly introduced and the applications were described. In brief digital radiography contribute to enhance the medical service quality. And the digital substituition of conventional X-ray film image is inevitable.

• 대한골관절종양학회지
• /
• 제20권2호
• /
• pp.60-65
• /
• 2014

목적: 연부조직 종양 중 지방종과 신경초종(Schwannoma)은 자기공명영상촬영(MRI)만으로 충분한 진단적 가치를 가지는 종양이다. 하지만 신경초종의 경우 종양의 특성상 MRI에서 다양한 형태의 영상으로 나타날 수 있고, 신경주변에 생긴 다른 종양이 MRI상 신경초종으로 오인되는 경우도 드물지 않게 있다. 따라서 MRI상 신경초종으로 의심되는 환자를 대상으로 하여 MRI에서 신경초종을 감별할 수 있는 인자들을 찾아보고자 하였다. 대상 및 방법: 2002년 1월부터 2013년 5월까지 술 전 자기공명영상촬영(MRI)상 신경초종(schwannoma)이 의심된 환자 104예를 대상으로 하였으며 모든 환자에서 수술적 치료를 통한 조직검사를 시행하여 최종 진단 하였다. 조직 검사 결과 신경초종이 나온 경우를 1군으로 하고, 다른 병변이 나온 경우를 2군으로 나누어서 MRI 상 신경초종을 의심할 수 있는 영상의학적 소견을 비교 분석하였다. 결과: 104예의 조직검사 결과 신경초종으로 진단된 경우는 92예이며, 신경초종 외에 다른 병변으로 진단된 경우는 12예였다. MRI 특이 소견중 target sign은 1군에서는 41예(45%), 2군에서는 없었으며, fascicular sign은 1군에서는 47예(51%), 2군에서는 2예(17%), fat split sign은 1군에서는 44예(48%), 2군에서는 5예(42%), nerve entering and exiting sign은 1군에서는 28예(30%), 2군에서는 1예(9%)가 나타났다. 위 네가지 소견 모두 나타나지 않은 경우는 1군에서 8예(9%), 2군에서 6예(50%) 였다. 종양이 신경 주행 경로에 있는 경우는 1군에서 52예(57%), 2군에서 5예(42%)였다. Chi-squared test를 이용한 통계학적 분석에서, 위의 네가지 소견 중 target sign이 신경초종의 진단과 유의한 관계를 보였다(p<0.05). 결론: 신경초종 진단에 MRI가 중추적인 역할을 하고 있지만, 신경초종이 지닌 여러가지 특성으로 인해 MRI상 신경초종으로 의심된 경우라고 하더라도 최종적으로는 다른 종양으로 확진 된 경우가 드물지 않게 있다. 그러므로 MRI상 과녁징후가 보이지 않는 신경초종의 경우에는 다른 종양의 가능성도 염두에 두고 접근을 해야 할 것으로 보인다.

• 대한의용생체공학회:의공학회지
• /
• 제24권4호
• /
• pp.275-280
• /
• 2003

일반적으로 MR Angiography(MRI)는 사전 포화방법(presaturation)을 이용하여 동맥과 정맥의 분리된 영상을 획득한다. 하지만 이러한 일반적인 사전포화방법으로 동맥과 정맥영상을 획득하기 위해서는 두 번의 영상획득이 필요하다. 따라서 본 연구에서는 동맥과 정맥의 구분된 영상을 한번의 영상획득으로 얻을 수 있는 SAAV 기법을 0.3T MRI system에 적용하고, 획득한 동맥과 정맥의 두 MRA 영상을 Colot-Mapping으로 동$.$정맥을 한 영상에 구분하여 나타냄으로써 0.3T MRI system에서 MRI의 임상적 적용 및 활용 가능성을 높이고자 하였다. 마산 삼성병원의 0.3T MRI system (Magfinder, AILab. Korea)어서 SAAV sequence를 이용하여 정상적인 피험자로부터 목 부위의 동맥과 정맥 혈관영상 (volume : 256${\times}$256${\times}$64)을 동시에 얻었다. 그리고. 이들의 각 2D 영상들에서 위치정보를 획득한 후 MIP 기법과 Color Mapping으로 조합하여 3D Artery-Vein Color Mapping(AVCM) MRA 영상으로 재구성하였다.

• 한국정보통신학회논문지
• /
• 제12권11호
• /
• pp.2077-2082
• /
• 2008

최근 MRI와 CT와 같은 의료영상에서의 진보한 기술은 의사들에게 상세한 해부학적 정보를 제공하게 하여 그들의 진단 능력을 향상시키고 있다. 일반적으로 보다 상세한 정보를 얻기 위해서는 많은 수의 MRI이미지를 필요로 한다. 그러나 일반 병원에서 접하는 MRI 기계의 성능이 우수하지 않은 경우가 많고 따라서 획득되는 이미지의 수가 적다. 결과적으로 적은 수의 슬라이스를 이용해 3D surface를 재구성하게 되면 퀄리티가 낮아지는 문제가 발생한다. 본 논문에서는 적은 수의 슬라이스를 이용하여 높은 퀄리티의 3D surface를 얻는 방법을 제안한다. 이를 위한 알고리즘은 먼저 원하는 영역의 경계를 찾아서 그 경계선들의 점을 찾는다. 이러한 점들로부터 Radial Basis Function을 이용해서 점들을 모두 지나는 음함수 곡면 수식을 생성한다. 생성된 음함수 곡면수식으로부터 Marching cube 알고리즘을 이용하여 렌더링 한다.

• Imaging Science in Dentistry
• /
• 제36권4호
• /
• pp.199-206
• /
• 2006

Purpose: The purpose of this study was to evaluate comparison of static MRI and pseudo-dynamic (cine) MRI in temporomandibular joint (TMJ) disorder patients. Materials and Methods: In this investigation, 33 patients with TMJ disorders were examined using both conventional static MRI and pseudo-dynamic MRI. Multiple spoiled gradient recalled acquisition in the steady state (SPGR) images were obtained when mouth opened and closed. Proton density weighted images were obtained at the closed and open mouth position in static MRI. Two oral and maxillofacial radiologists evaluated location of the articular disk, movement of condyle and bony change respectively and the posterior boundary of articular disk was obtained. Results: No statistically significant difference was found in the observation of articular disk position, mandibular condylar movement and posterior boundary of articular disk using static MRI and pseudo-dynamic MRI (P<0.05). Statistically significant difference was noted in bony changes of condyle using static MRI and pseudo-dynamic MRI (P<0.05). Conclusion: This study showed that pseudo-dynamic MRI didn't make a difference in diagnosing internal derangement of TMJ in comparison with static MRI. But it was considered as an additional method to be supplemented in observing bony change.

• 한국환경보건학회:학술대회논문집
• /
• 한국환경보건학회 2005년도 국제학술대회
• /
• pp.105-139
• /
• 2005

Increased signal in T1-weighted images was observed in the experimental manganese (Mn) poisoning of the non-human primate and a patient with Mn neurointoxication. However, our study showed that the increased signals in magnetic resonance images (MRI) were highly prevalent (41.6%) in Mn-exposed workers. Blood Mn concentration correlated with pallidal index. These changes in MRI tend to disappear following the withdrawal from the source of Mn accumulation, despite permanent neurological damage. Thus increased signal intensities on a T1-weighted image reflect exposure to Mn, but not necessarily manganism. Our study also showed that the concentration of Mn required to produce increased signal intensities on MRI is much lower than the threshold necessary to result in overt clinical signs of manganism. Increased signal intensities in the globus pallidus were determined by manganese accumulation in the animal experiment. Reanalysis of the previous data with the structural equation model revealed that pallidal index (Pl) on MRI reflects target organ dose of occupational Mn exposure

• 한국멀티미디어학회논문지
• /
• 제9권9호
• /
• pp.1150-1159
• /
• 2006

본 논문에서는 지오데식 동적 윤곽선 모델을 이용하여 뇌실 영역을 검출하기 위하여 기존의 에지지시함수를 대신한 영역 기반의 곡선진행억제 함수를 제안하였다. 제안한 곡선 진행 억제 함수는 뇌실 영역의 검출에 매우 효과적이었으며, 이 함수는 MRI 영상에서 밝게 나타나는 뇌실 영역의 평균 밝기를 기반으로 한다. 본 논문에서는 제안한 방법이 기존의 방법보다 뇌실 영역을 잘 검출할 수 있음을 다양한 척도를 이용하여 수치적으로 비교하였다. 실제 정상과 뇌종양에 의한 뇌질환 영상에 적용시켜 뇌실 검출 과정을 시각적으로 비교하여 우수성을 검증하였다.

• 한국임상수의학회지
• /
• 제40권5호
• /
• pp.370-374
• /
• 2023

Oral melanoma is the most common type of oral tumor in dogs. In this report, computed tomography (CT) and magnetic resonance imaging (MRI) were performed to diagnose a right oral pigmented mass in an 8-year-old dog. The oral mass appeared as a homogeneous soft tissue density parenchyma on pre-contrast CT images, and with heterogeneous enhancement on post-contrast images. Bone destruction of the right mandibular body around the mass and mild enlargement of the right mandibular lymph node were also found. On MRI, the bulky oral mass showed mixed hyperintensity and isointensity compared to the adjacent muscle, where irregular hyperintensity on T1-weighted images corresponded to hypointensity on the T2-weighted images. Based on the physical examinations and imaging results, melanoma was suspected and confirmed via fine-needle aspiration. These unique MRI signals were due to the high paramagnetic melanin content in the tumor, therefore MRI examination could be useful for diagnosis of melanoma.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제26권7호
• /
• pp.37-44
• /
• 2021

뇌 MRI 영상의 자동 분류는 뇌종양의 조기 진단을 하는 데 있어 중요한 역할을 한다. 본 연구에서 우리는 심층 특징 앙상블을 사용한 MRI 영상에서의 딥 러닝 기반 뇌종양 분류 모델을 제안한다. 우선 사전 학습된 3개의 합성 곱 신경망을 사용하여 입력 MRI 영상에 대한 심층 특징들을 추출한다. 그 이후 추출된 심층 특징들은 완전 연결 계층들로 구성된 분류 모듈의 입력 값으로 들어간다. 분류 모듈에서는 우선 3개의 서로 다른 심층 특징들 각각에 대해 먼저 완전 연결 계층을 거쳐 특징 차원을 줄인다. 그 이후 3개의 차원이 준 특징들을 결합하여 하나의 특징 벡터를 생성한 뒤 다시 완전 연결 계층의 입력값으로 들어가서 최종적인 분류 결과를 예측한다. 우리가 제안한 모델을 평가하기 위해 웹상에 공개된 뇌 MRI 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 모델이 다른 기계학습 기반 모델보다 더 좋은 성능을 나타냄을 확인하였다.