선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 특히 MRI 영상은CT와 같이 영상의 신호강도와 인체조직이 서로 연관되어 있지 않으므로특정 조직을분리하는작업 이 매우힘들며 사용자 개입 이 없이 어 떤 조직을 분리하는가에 대 한 판단도 불명확하다. 따라서 본 논문에서는 이미 제시한 mask 데이터 생성방법 이외에 이를 수정하여 mask 데이터 내부에서 비슷한 신호강도를 갖는 영역을 분리하여 수정된 ROImask 를 생성 하는 방법을 시도하였다. 수정 된 방법은 영상에서 가장 우세한신호강도를 정하고 그 영 역의일정 범위에서 mask 데이터를 획득하는 것으로 요약될수 있다.
- 일반적으로 저 자장MRI 시스템은 고 자장MRI 시스템에 비해 영상의 대조도와신호대잡음비 (SNR)가낮은편이며 RF 수신 코일에 의한 신호강도 불균일성이 영상의 불균일성 원인 중 가장 큰 요소로 작용하므로 이를 제거하는 것은 영상의 품질 향상에 큰 영 향을 준다고 할 수있다 [10]. 따라서 본 논문에서는 저 자장MRI 시스템에서 RF수신코일의 디자인적 요소에 의해 발생되는 불균일성을 분석하고 이를 바탕으로 영상의 균일도 향상 기법 을 제 안하고자 한다. 이 를 위 해 prospective 방법 중 팬텀 데이터를 이용하는 방식을 사용하였으며 prospective 방법의 단점을 최소화하고 실용성을 높이기 위해 다음과 같은 연구를 수행하였다.
- 먼저 팬텀 데이터를 이용하여 확장된 크기를 갖는 3차원 bias 볼륨데이터를 획득하기 위한 방법을 연구함으로써 다양한 크기를 갖는 영상의 보정 이 가능하도록 하였다. 또한 DICOM[11] 표준 좌표계를 사용한 3차원 상의 임의 단면 생성 방법과 이를통한 bias 데이터의 획득을 위한 연구를 진행함으로써 bias 데이터의 재사용성과 좌표 시스템의 독립성을 향상시키고자 하였다. 영상 보정에 있어서는 영상법에 따른불균일성을 분석하여 단일 팬텀 데이터의 사용 가능성에 대하여 연구하였으며 bias 데이터의 최적화 방안에대하여 연구를 수행하였다.
- 본 논문에서는 MRI 영상의 신호강도 불균일성을 보정하기 위한 방법 중 팬텀 데이터를 이용하여 보정하는방법을 시도하였다. 팬텀 영 상의 획 득에서 는 상용 팬텀을 이 용하여 3차원 데 이 터 를 구하고 이 를 확대 보간하는방식으로 넓은 영역의 bias 데이터를 구하였다.
- 본 연구의 목표 가운데 하나는 하나의 bias 데이터를이용하여 여러 영상법 변화에 따른 불균일도 변화를 보정하는 것이다. 이를 위해 bias 데이터의 최적화 과정을수행하였으며 실험을 통해 그 결과를 확인하였다.
- 또한 DICOM[11] 표준 좌표계를 사용한 3차원 상의 임의 단면 생성 방법과 이를통한 bias 데이터의 획득을 위한 연구를 진행함으로써 bias 데이터의 재사용성과 좌표 시스템의 독립성을 향상시키고자 하였다. 영상 보정에 있어서는 영상법에 따른불균일성을 분석하여 단일 팬텀 데이터의 사용 가능성에 대하여 연구하였으며 bias 데이터의 최적화 방안에대하여 연구를 수행하였다.
- 팬텀 영 상의 획 득에서 는 상용 팬텀을 이 용하여 3차원 데 이 터 를 구하고 이 를 확대 보간하는방식으로 넓은 영역의 bias 데이터를 구하였다. 영상보정에 있어서는 3가지 영상법 별로 획득한 영상을 단일 bias 데 이 터로 보정 할 수 있도록 하기 위 해 bias 데 이 터 의최적화 방안에 대하여 연구하였으며 해당 수신 코일에대한bias 데이터의 재사용성 및 보정의 자동화 가능성을 높였다.
- 두 번째로 수행한작업은 사전보정이 된 영상에서 가장 우세한 신호영 역을 찾는 것 이 다. 즉 우세한 신호영 역 이 신호강도가 높은영역에 있는지 낮은 영역에 있는지를 판단하는 것이다. 이러한 판단의 기준으로서 전체 ROI 내부에서 계산된 mean 값과 중앙값을 이 용하였으며 두 값의 상대 적 인 위치에 따라 우세한 신호영역을 판단하도록 하였다.
가설 설정
- 불균일 보정 방법은 다음과 같은 단계로 이루어지며 3차원 상의 3D bias 데이터는 본 논문의 3.1 절에서 제안한 방식으로 미리 생성되어 있는 상태라고 가정한다. 먼저 대상이 되는 원본 영상의 DICOM 좌표정보를 추출한 후 이를 이용하여 원본 영상과 같은 크기와 위치를갖는 2차원 의 2D bias 데 이 터 를 획 득 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.