$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

PET 검사에서 Iterative 재구성 방법과 True X 재구성 방법에 따른 영상의 균일성 및 대조도 비교 평가
Performance Test of the Iterative Method and Newly Developed True X Method 원문보기

핵의학기술 = The Korean journal of nuclear medicine technology, v.13 no.1, 2009년, pp.20 - 24  

최재민 (서울아산병원 핵의학과) ,  남궁창경 (서울아산병원 핵의학과) ,  박승용 (서울아산병원 핵의학과) ,  남기표 (서울아산병원 핵의학과) ,  임기천 (서울아산병원 핵의학과)

초록
AI-Helper 아이콘AI-Helper

목적 : 최근 기존의 PET 영상에 비하여 신호 대 잡음비를 높이고, 전체 가시영역에서 우수한 공간분해능을 보이는 새로운 영상 재구성 방법이 소개되었다. 본 연구는 Siemens PET/CT장비에 새롭게 적용된 True X 재구성 방법의 임상적용에 대한 유용성 평가를 위해 현재 일반적으로 사용되고 있는 Iterative 재구성 방법과의 차이를 모형시험을 통해 영상의 균일성과 대조도를 비교 평가하였다. 실험재료 및 방법 : 본 연구를 위한 모형의 제작은 열소와 배후방사능의 비율이 4:1이 되도록 F-18을 물에 혼합하여 모형에 채웠다. 영상의 획득시간은 Bed당 2분으로 하였고 영상의 재구성 조건은 Iteration은 2,3 Subset은 14로 변경하여 재구성하였다. 재구성 방법의 차이에 따른 영상의 균일성을 평가하기 위해 Iterative와 True X로 재구성한 영상에 각각 관심 영역을 설정하여 관심영역의 변이 계수를 측정 비교하였고, 대조도 평가는 열소와 배후방사능에 관심영역을 설정하여 평균섭취 계수를 측정 비교하였다. 결과 : 균일성을 평가하기 위한 변이계수는 Iterative, 2 Iteration 14 Subset에서 13.84%, 3 Iteration 14 Subset에서는 19.04%로 측정되었다. True X, 2 Iteration 14 Subset에서 6.06%, 3 Iteration 14 Subset에서는 10.76%로 측정되었다. 대조도 평가에서 재구성 방법을 Iterative, 2 Iteration, 14 Subset으로 설정했을 때 열소의 크기 25, 16, 12, 8 mm에서 평균섭취 계수비는 각각 3.08:1, 2.89:1, 2.32:1, 1.66:1로 나타났고 평균치는 2.458:1이였다. True X에서는 25, 16, 12, 8 mm에서 각각 3.65:1, 3.53:1, 2.7:1, 1.66:1이였고 평균값은 2.882:1로 나타났다. 재구성 조건을 3Iteration, 14 Subset으로 변경하였을 때 Iterative에서는 25, 16, 12, 8 mm에서 각각 3.08:1, 2.90:1, 2.47:1, 1.87:1로 평균치는 2.596:1이였고 True X는 25, 16, 12, 8 mm에서 각각 3.5:1, 3.45:1, 2.93:1, 1.83:1로 평균 비율은 3.33:1이였다. 결론 : 균일성 비교 평가에서 True X와 Iterative 재구성 방법 모두 2 Iteration, 14 Subset이 3 Iteration, 14 Subset 보다 균일한 영상을 형성하였으며, 전반적으로 True X가 Iterative 재구성 방법보다 균일성이 고르게 나타났다. 대조도는 Iterative 재구성 방법, True X 모두 3 Iteration, 14 Subset에서 2 Iteration, 14 Subset보다 실제와 가까운 평균섭취 계수비를 나타냈다. 그러나 이러한 데이터는 모형만을 이용한 방법이므로 실제 임상에서 가장 정확하고 유용한 진단적 정보를 제공하기 위한 연구를 더 해야 하며, 임상 검사에 맞는 최적의 Iteration과 Subset 조건을 찾아야 할 필요성이 있다고 사료된다.

Abstract AI-Helper 아이콘AI-Helper

Objective: In this study, the differences between two reconstruction methods were analyzed by comparing image uniformity and contrast according to Iteration and Subset, which were altered through the Iterative method and True X method, used in Siemens' PET/CT studies. Methods: The Phantom images wer...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 목적 : 최근 기존의 PET 영상에 비하여 신호 대 잡음비를 높이고, 전체 가시영역에서 우수한 공간분해능을 보이는 새로운 영상 재구성 방법이 소개되었다. 본 연구는 Siemens PET/CT장비에 새롭게 적용된 True X 재구성 방법의 임상 적용에 대한 유용성 평가를 위해 현재 일반적으로 사용되고 있는 Iterative 재구성 방법과의 차이를 모형시험을 통해 영상의 균일성과 대조도를 비교⋅평가하였다.
  • 본 연구는 Siemens PET/CT장비에 새롭게 적용된 True X 재구성 방법의 임상 적용에 대한 유용성 평가를 위해 현재 일반적으로 사용되고 있는 Iterative 재구성 방법과의 차이를 모형시험을 통해 영상의 균일성과 대조도를 비교⋅평가하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
F-FDG를 이용한 PET/CT 검사는 무엇을 감별하는데 중요한 역할을 하고 있는가? 18F-FDG를 이용한 PET/CT 검사는 종양의 조기 진단과, 병기 결정 그리고 다양한 종류의 종양을 감별하는데 중요한 역할을 하고 있다.1,2) PET/CT 장치가 개발된 이후, 빠르고 정확한 진단을 위한 하드웨어의 개발이 꾸준히 이루어졌으며, 영상의 질을 향상시키기 위한 영상 재구성 기법 또한 점차 발전되어 왔다.
F-FDG를 이용한 PET/CT 검사 장치가 개발된 이후 어떤 점이 변화하였는가? 18F-FDG를 이용한 PET/CT 검사는 종양의 조기 진단과, 병기 결정 그리고 다양한 종류의 종양을 감별하는데 중요한 역할을 하고 있다.1,2) PET/CT 장치가 개발된 이후, 빠르고 정확한 진단을 위한 하드웨어의 개발이 꾸준히 이루어졌으며, 영상의 질을 향상시키기 위한 영상 재구성 기법 또한 점차 발전되어 왔다. 현재까지 다양한 재구성 기법을 비교하여 임상 적으로 가장 정확한 진단 정보를 제공하는 기법이 무엇인가에 대한 연구가 꾸준히 이루어지고 있다.
고식적인 PET 시스템의 한계는? True X 재구성 방법은 본래 점 선원을 이용하여 시스템의 응답률을 평가하는 Point Spread Function (PSF)을 이용하여 세밀한 병변을 나타낼 수 있게 하였다. 고식적인 PET 시스템 에서는 검출기의 기하학적 형태를 고려 하지 않았고, 이에 따른 LOR의 mis-positioning은 불가피 했다. 그 결과 FOV의 중심에서 멀어 질수록 왜곡 되고 흐릿한 영상을 만들어 냈다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로