• 핵의학기술
• /
• 제16권1호
• /
• pp.12-16
• /
• 2012

서론: 종래의 PET 영상 재구성에 있어서 FBP 등에 비해 3차원 반복 재구성 방법이 일반적으로 대체하고 있으며, 이것은 검출기 기하학적 특성과 완벽한 3차원 산란 평가 및 저잡음 randoms 평가 등의 더 진보된 재구성 알고리즘을 제공하고 활용되고 있다. 최근에 SharpIR알고리즘은 3차원 반복 재구성 알고리즘으로 PET 검출기 응답 정보를 통합하여 PET 영상의 잡음을 효과적으로 감소시켜 대조도를 향상 시키기 위한 것으로 알려지고 있다. 본 연구에서는 새로운 반복 시스템 모델인 SharpIR에 대한 성능 평가와 임상에서의 적용 가능성에 대해 알아보고자 한다. 실험재료 및 방법: 검출기 응답에 대한 분해능을 측정하기 위해 유리관(내경 1.1 mm, 두께 0.2 mm)에 $^{18}F$-FDG (250 MBq/mL)을 주입하여 축 방향 시야의 중심과 축 방향으로 5, 10, 15, 20 cm만큼 떨어진 지점에서 획득하였고 VUE point HD와 VUE point HD-SharpIR로 재구성하여 각각의 영상에서 반치폭을 구하였다. 또한 영상품질평가로 image quality phantom (NU2-2001)을 이용하여, 여러 개의 각각 다른 반지름을 가지는 원형구에 cold (직경 28, 37 mm)와 ho (직경 10, 13, 17, 22 mm)부분을 나누어 배경잡음을 주고 영상의 대조도를 평가하였다. 획득된 영상은 VUE point HD와 VUE point HD-SharpIR로 재구성을 하였다. 임상실험에서는 전신검사를 시행받은 환자 중 병소가 있는 환자 10명을 대상으로 VUE point HD와 VUE point HD-SharpIR로 재구성하였다. 이때 iterations을 1~10까지 변경하여 병소 부위와 간 부위에 관심영역을 설정하여 대조도를 평가하였다. 결과: VUE point HD로 재구성한 영상에서는 시야 중심으로부터 축방향 거리 증가와 함께 반치폭이 함께 증가하였지만 VUE point HD-SharpIR로 재구성한 영상에서는 거리가 증가하여도 일정한 반치폭을 나타냈다. 대조도는 팬텀 실험과 임상 실험에서 VUE point HD-SharpIR이 VUE point HD보다 대조도의 향상을 나타냈다. 결론: 검출기 시스템 응답에 대한 더 많은 정보를 포함시킴으로써 SharpIR 알고리즘은 VUE point HD에서 사용되는 기본 모델의 정확성을 향상시켰다. 또한 SharpIR은 VUE point HD보다 각각의 복셀에 관련된 더 많은 측정 위치를 가지는 시스템 모델이기 때문에 더욱 정교한 재구성 모델의 결과를 나타내기 위해 더 많은 반복이 걸린다. 결론적으로 SharpIR은 PET 영상에서 대조도를 향상시켰고 임상에서 적용할 수 있는 최적화된 재구성 조건을 알아보기 위해 종단적 연구를 통해 적용한다면 임상에서 유용하게 사용될 것이다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.29-37
• /
• 2019

DMIDR (General Electric Healthcare, USA)은 GE 사(社)의 최신 장비로써 PSF (Point Spread Function reconstruction), TOF(Time of Flight)와 Q.Clear의 적용이 가능하다. 특히, Q.Clear는 보정 알고리즘으로써 복셀(voxel)단위 신호 잡음 제거로 기존 OSEM (Ordered Subset Expectation Maximization)의 한계를 넘어설 수 있다. 따라서 이러한 재구성 및 보정 알고리즘의 성능 평가를 통해 정확한 SUV를 구현하며, 병변 검출 능력에 도움이 되는 알고리즘의 조합을 확인하고자 하였다. H/B(Hot & Background) Ratio 2:1, 4:1, 8:1의 비율로 NEMA/IEC 2008 PET phantom을 제작하였다. DMIDR의 NEMA test protocol을 이용하여 영상 획득을 하였다. 재구성 조합은 (1) VPFX(VUE point FX(TOF)), (2) VPHD-S(VUE point HD+PSF), (3) VPFX-S(TOF+PSF), (4) QCHD-S-400(VUE point HD+Q.Clear(${\beta}-strength$ 400)+PSF), (5) QCFX-S-400(TOF+Q.Clear(${\beta}-strength$ 400)+PSF), (6) QCHD-S-50(VUE point HD+Q.Clear(${\beta}-strength$ 50)+PSF), (7) QCFX-S-50(TOF+Q.Clear(${\beta}-strength$ 50) + PSF)의 7 가지로 구성하였다. H/B Ratio 및 재구성 알고리즘 별로 측정된 결과를 이용하여 CR (Contrast Recovery)와 BV (Background Variability)을 구하였다. 또한, 각 조합의 count를 측정하여 SNR (Signal to Noise Ratio)과 RC(Recovery Coefficient)를 구하고 SUV (Standardized Uptake Value)를 측정하였다. 구의 크기가 가장 작은 10 mm와 13 mm에서는 VPFX-S, 17 mm 이상에서는 QCFX-S-50에서 가장 높은 CR 결과를 보였다. BV와 SNR의 비교에서는 QCFX-S-400과 QCHD-S-400에서 좋은 값을 보였다. SUV 측정 결과는 H/B ratio와 비례하여 증감하는 양상을 보였다. SUV에 대한 RC의 경우 H/B ratio와 반비례하는 양상을 보였으며, 재구성 알고리즘 중에서는 QCFX-S-50이 가장 높은 값을 보였다. 또한, Q.Clear에 ${\beta}-strength$ 400이 적용된 재구성 알고리즘들이 낮은 값 분포를 보였다. Q.Clear가 적용된 재구성 조합은 ${\beta}-strength$를 높이면 신호잡음이 억제되어 영상 품질면에서 우수한 결과를 보였고 ${\beta}-strength$를 낮추면 선예도가 증가하며, partial volume effect가 감소하여 기존의 재구성 조건에 비하여 높은 RC에 근거한 SUV 측정이 가능하였다. 이러한 진보된 알고리즘의 사용으로 보다 정확한 정량화와 미세병변 검출능력을 향상 시킬 수 있으나 상관 관계를 고려하여 목적에 맞는 최적화 과정이 필요할 것으로 사료된다.