Usefulness Evaluation of C-Spine MRI Using Deep Learning-Based Artificial Intelligence Techniques
(주)코리아스칼라
- 최초 등록일
- 2023.04.03
- 최종 저작일
- 2022.12
- 9페이지/
어도비 PDF
- 가격 4,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
* 본 문서는 배포용으로 복사 및 편집이 불가합니다.
서지정보
ㆍ발행기관 : 대한자기공명기술학회
ㆍ수록지정보 : 대한자기공명기술학회지 / 32권 / 3호
ㆍ저자명 : Yeong-Gon Kwak
목차
ABSTRACT
Ⅰ. 서 론
Ⅱ. 대상 및 방법
1. 연구 대상
2. 연구 방법
3. 영상평가 및 분석방법
Ⅲ. 결 과
1. 정량적 평가
2. 정성적 평가
Ⅳ. 고찰 및 결론
Ⅴ. 감사의 글
References
요 약
한국어 초록
경추 MRI는 연부 조직에 대한 대조도와 분해능이 우수하여 경추 부위의 퇴행성 질환 및 추간공의 협착, 척수염, 추간판 탈출증 등의 신경 질환 검사에 특히 이용되고 있다. 그러나 경추 MRI 검사는 신경 질환에 의한 배경 신호 강도가 증가되어 SNR이 감소하고 이를 보상하기 위해 여기 횟수가 증가되어 검사 시간이 길어지는 단점이 있다. 교통사고나 낙상을 원인으 로 경추 MRI 검사를 진행할 시 검사 시간이 길어 호흡과 질환의 통증에 의한 움직임 등을 최소화해야 최적의 영상을 획득 할 수 있어 환자의 적극적인 협조가 요구되며 적정한 검사 시간의 단축을 통해 인공물이 없는 진단 가능한 영상을 만들어 낼 수 있다. 최근 개발된 SwiftMR 인공지능 소프트웨어는 경추 MRI 검사 시간을 획기적으로 줄일 수 있다. T2 시상면, T2 축상면, T1 시상면, T1 축상면 SwiftMR 영상의 SNR은 목뼈 몸통 223.82 ± 30.82, 척수 273.03 ± 32.38, 가시돌 기 및 가로돌기 378.61 ± 27.64로 측정되었다. 고속스핀 에코 기법의 SNR은 목뼈 몸통 116.51 ± 11.46, 척수 182.1 ± 22.24, 가시돌기 및 가로돌기 227.79 ± 35.55로 측정되었다. 고속스핀에코 기법의 CNR은 182.12 ± 13.24, SwiftMR 기법 CNR은 346.8 ± 41.84로 측정되었다. 고속스핀에코와 SwiftMR 인공지능 소프트웨어가 적용된 영상을 통해 화질 선명도, 신호 강도의 균일성, 목뼈 몸통 주변의 인공물의 관찰자 간 병변에 대한 일치성 평가는 K값이 0.87로 평가되었다. 연구 결과를 통해 경추 MRI 검사에 SwiftMR 인공지능 기법을 적용함으로써 검사 시간을 단축할 수 있으며, 환자의 불편을 최소화하고 진단 가능한 질 좋은 영상 정보를 제공할 수 있을 것으로 사료된다.
영어 초록
C-spine MRI has excellent contrast and resolution for soft tissue, and is primarily used for neurological diseases such as degenerative diseases in the cervical region and stenosis of the intervertebral space, myelitis, and intervertebral disc herniation. However, due to neurological diseases reducing SNR, C-spine MRI examination has the disadvantage of enhancing the intensity of the background signal. Increasing the number of excitations to compensate for this results in longer examination time. When conducting C-spine MRI examination due to traffic accidents or falls, the optimal image can be obtained only when breathing and movement caused by pain are minimized; hence, the active cooperation of patients is required, and examination time needs to be reduced to produce diagnostic images without artifacts. Fortunately, the recently developed SwiftMR artificial intelligence software can dramatically reduce C-spine MRI examination time. SNR of sagittal T2WI, axial T2WI, sagittal T1WI and axial T1WI SwiftMR images were measured as vertebra body 223.82 ± 30.82, spine cord 273.03 ± 32.38, and spines and transverse process 378.61 ± 27.64. The SNR of the turbo spin echo technique was measured as vertebra body 116.51 ± 11.46, spine cord 182.1 ± 22.24, and spines and transverse process 227.79 ± 35.55. The CNR of the turbo spin echo technique was measured as 182.12 ± 13.24 and the CNR of the SwiftMR technique was measured as 346.8 ± 41.84. Through images applied with turbo spin echo and SwiftMR artificial intelligence software, the K value was evaluated as 0.87 with respect to the consistency of image quality clarity, signal strength uniformity, and lesions between observers of artifacts around the vertebra body. The results thus indicate that C-spine MRI examination time can be shortened by applying the SwiftMR artificial intelligence technique, minimizing patient inconvenience and providing diagnostic quality image information.
참고 자료
없음