• 제목/요약/키워드: Neuroimaging

검색결과 232건 처리시간 0.015초

뇌 자기공명영상에서 Quiet-T2 기법을 이용한 소음감소의 유용성 (Usefulness of Acoustic Noise Reduction in Brain MRI Using Quiet-T2)

  • 이세지;김영근
    • 대한방사선기술학회지:방사선기술과학
    • /
    • 제39권1호
    • /
    • pp.51-57
    • /
    • 2016
  • 뇌 자기공명영상(Magnetic Resornance Imaging; MRI)에서 검사 중 발생되는 소음을 줄이기 위한 기법으로 경사 파형을 변경한 Quiet $T_2$-weighted Turbo Spin-Echo(이하 Q-$T_2$)와 일반적으로 사용되는 $T_2$-weighted Turbo Spin-Echo(이하 $T_2$) 영상의 소음수준 및 영상의 질을 비교하여 그 유용성을 알아보고자 하였다. 3.0T MR 기기로 뇌 MR 검사를 받은 60명(남자 29명, 여자 31명, 평균 연령 60.1세)의 환자를 대상으로 하였다. Q-$T_2$$T_2$ 각각의 영상에서 소음 및 심박동수를 측정하였다. 정량적 분석은 Q-$T_2$$T_2$의 SNR, CNR, SIR 값을 측정한 뒤 독립표본 T검정을 이용하여 통계적 분석을 하였다. 정성적 분석은 Q-$T_2$$T_2$의 전체적인 영상의 질에 대하여 육안으로 평가하였다. 평가는 5점 척도로서 우수(excellent) 5점, 양호(good) 4점, 보통(fair) 3점, 불량(poor) 2점, 평가불가(unacceptable) 1점으로 평가하였다. Q-$T_2$$T_2$ 검사 중 평균소음과 peak소음은 Q-$T_2$가 기존 $T_2$에 비해 각각 $15dB_A$, $10dB_A$ 감소하였다. 또한 각각의 검사 중 120초 동안 심박동수의 평균값은 Q-$T_2$에서 더 낮은 값으로 나타났지만 통계적인 유의성은 없었다. 정량적 분석의 결과 CNR과 SIR은 유의한 차이가 없었으며, SNR은 Q-$T_2$가 더 낮은 평균값을 보임으로서 유의한 차이를 보였다(p<0.05). 정성적 분석은 59개의 Q-$T_2$$T_2$ 영상의 질이 동일하게 우수(excellent) 5점으로 평가되었으며, 1개의 영상에서 모션 아티팩트로 인해 양호(good) 4점으로 평가되었다. Q-$T_2$는 기존의 $T_2$와 같이 검사시간 및 진단의 정확도는 동일하지만 소음을 효과적으로 감소시킬 수 있으며, 이로인하여 환자 편의를 향상시킬 수 있을 것으로 사료된다.

뇌 MRI와 인지기능평가를 이용한 아밀로이드 베타 양성 예측 연구 (Prediction of Amyloid β-Positivity with both MRI Parameters and Cognitive Function Using Machine Learning)

  • 박혜진;이지영;양진주;김희진;김영서;김지영;최윤영
    • 대한영상의학회지
    • /
    • 제84권3호
    • /
    • pp.638-652
    • /
    • 2023
  • 목적 경도인지장애와 알츠하이머 치매 환자에서 아밀로이드베타 양성을 예측할 수 있는 MRI 특징을 알아보고 머신러닝으로 아밀로이드베타 양성 예측 모형의 성능을 알아보고자 하였다. 대상과 방법 후향적 및 단면조사연구로 경도인지장애와 알츠하이머 치매 총 139명의 환자를 대상으로 하였다. 이들은 모두 뇌 MRI와 아밀로이드 PET-CT를 시행하였다. 대상자는 아밀로이드 베타 양성군(n = 84)과 아밀로이드 베타 음성군(n = 55)으로 분류하였다. 시각적 분석으로는 뇌백질 고신호 병변의 Fazekas 척도와 뇌미세출혈 개수를 시행하였다. 정량분석으로 뇌백질 고신호 병변의 부피와 국소뇌부피를 측정하였다. 다중 로지스틱 회귀분석과 머신러닝 기법으로 아밀로이드베타 양성을 가장 잘 예측할 수 있는 MRI 특징을 확인하였다. 결과 시각적분석에서 아밀로이드베타 양성군은 뇌백질 고신호 병변의 Fazekas 척도(p = 0.02)와 뇌미세출혈 개수(p = 0.04)가 유의미하게 높았다. 해마, 내후각피질, 설전부의 국소뇌부피들은 아밀로이드베타 양성군에서 유의미하게 작았다(p < 0.05). 제3뇌실(p = 0.002)의 부피는 아밀로이드베타 양성군에서 유의미하게 컸다. 간이 정신 상태 검사와 국소뇌부피를 이용하여 머신러닝기법을 이용했을 때 좋은 정확도를 보였다(81.1%). 결론 간이 정신 상태 검사, 제3뇌실과 해마 부피를 이용한 머신러닝의 적용은 아밀로이드베타 양성을 예측하는데 활용될 수 있다.