연구목적: 본 연구의 목적은 뇌 자기공명영상에서 질환관심영역(ROI)을 설정하여 신호대잡음비(SNR)값과 대조도대잡음비(CNR)값을 측정하는 것이며, 자기공명영상 검사의 정확성과 편의성을 제고하고, 향후 판독보조진단 프로그램(CAD)개발의 기초자료를 제공하고자 하였다.
연구방법: 연구대상은 2005년 1월부터 2015년 12월까지 서울소재 대학부속P병원에서 뇌 조영자기공명영상(Brain ...
연구목적: 본 연구의 목적은 뇌 자기공명영상에서 질환관심영역(ROI)을 설정하여 신호대잡음비(SNR)값과 대조도대잡음비(CNR)값을 측정하는 것이며, 자기공명영상 검사의 정확성과 편의성을 제고하고, 향후 판독보조진단 프로그램(CAD)개발의 기초자료를 제공하고자 하였다.
연구방법: 연구대상은 2005년 1월부터 2015년 12월까지 서울소재 대학부속P병원에서 뇌 조영자기공명영상(Brain MRIContrast Enhancement)을 검사한 영상 중에서 뇌질환의 표본수가 30개 이상인 질환 4종류 해면상 혈관종(Cavernous Angioma), 수막종(Meningioma), 낭종(Cyst), 뇌전이암(Metastatic Brain Tumor)을 측정대상으로 하였고, 측정방법은 Image-J 프로그램을 사용하여 뇌질환의 신호대잡음비(SNR)값과 대조도대잡음비(CNR)값을 측정하여 SPSS Statistics21 통계프로그램으로 ANOVA 분석을 하였으며 p<0.05에서 유의한 것으로 판단하였다.
결론: SNR과 CNR 수치로 Sequence들의 특징을 조합하여 질환의 특성을 파악할 수 있어 향후 자기공명영상검사의 정확성과 편의성을 제고하고 판독보조진단 프로그램 개발의 기초자료로 활용될 수 있을 것이다.
연구목적: 본 연구의 목적은 뇌 자기공명영상에서 질환관심영역(ROI)을 설정하여 신호대잡음비(SNR)값과 대조도대잡음비(CNR)값을 측정하는 것이며, 자기공명영상 검사의 정확성과 편의성을 제고하고, 향후 판독보조진단 프로그램(CAD)개발의 기초자료를 제공하고자 하였다.
연구방법: 연구대상은 2005년 1월부터 2015년 12월까지 서울소재 대학부속P병원에서 뇌 조영자기공명영상(Brain MRI Contrast Enhancement)을 검사한 영상 중에서 뇌질환의 표본수가 30개 이상인 질환 4종류 해면상 혈관종(Cavernous Angioma), 수막종(Meningioma), 낭종(Cyst), 뇌전이암(Metastatic Brain Tumor)을 측정대상으로 하였고, 측정방법은 Image-J 프로그램을 사용하여 뇌질환의 신호대잡음비(SNR)값과 대조도대잡음비(CNR)값을 측정하여 SPSS Statistics21 통계프로그램으로 ANOVA 분석을 하였으며 p<0.05에서 유의한 것으로 판단하였다.
Objectives: The purpose of this study was to measure signal to noise ratio(SNR) and contrast to noise ratio(CNR) from region of interest(ROI) in brain magnetic resonance imaging (MRI) contrast.
Methods: We examined images of brain MRI contrast enhancement of 190 patients, diagnosed as one ...
Objectives: The purpose of this study was to measure signal to noise ratio(SNR) and contrast to noise ratio(CNR) from region of interest(ROI) in brain magnetic resonance imaging (MRI) contrast.
Methods: We examined images of brain MRI contrast enhancement of 190 patients, diagnosed as one of four brain diseases such as cavernous angioma, meningioma, cysts, and cancer brain metastases, from January 2005 to December 2015 in a university-affiliated hospital, Seoul, Korea. SNR and CNR for each patient’s image of brain MRI were calculated by using ImageJ. Differences of SNR and CNR among four brain diseases were tested by ANOVA.
Results: Angioma results, the MRI systems showed the best SNR in T1CE, T1 more than T2, FLAIR. Meningioma results, with the quality of distributions in the order of T1CE, T2 and T1, FLAIR. Cysts results, with the quality of distributions in the order of T2 and T1, T1CE and FLAIR. Meta results, with the quality of distributions in the order of T1CE, T2 and FLAIR and T1.
Conclusions: SNR and CNR of MRI sequences of the brain would be useful to classify disease. Therefore, it will contribute to evaluate brain diseases, and be a fundamental to enhancing the accuracy of CAD development.
Objectives: The purpose of this study was to measure signal to noise ratio(SNR) and contrast to noise ratio(CNR) from region of interest(ROI) in brain magnetic resonance imaging (MRI) contrast.
Methods: We examined images of brain MRI contrast enhancement of 190 patients, diagnosed as one of four brain diseases such as cavernous angioma, meningioma, cysts, and cancer brain metastases, from January 2005 to December 2015 in a university-affiliated hospital, Seoul, Korea. SNR and CNR for each patient’s image of brain MRI were calculated by using ImageJ. Differences of SNR and CNR among four brain diseases were tested by ANOVA.
Results: Angioma results, the MRI systems showed the best SNR in T1CE, T1 more than T2, FLAIR. Meningioma results, with the quality of distributions in the order of T1CE, T2 and T1, FLAIR. Cysts results, with the quality of distributions in the order of T2 and T1, T1CE and FLAIR. Meta results, with the quality of distributions in the order of T1CE, T2 and FLAIR and T1.
Conclusions: SNR and CNR of MRI sequences of the brain would be useful to classify disease. Therefore, it will contribute to evaluate brain diseases, and be a fundamental to enhancing the accuracy of CAD development.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.