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
- 본 연구에서는 나노기술의 발달로 태동하게 된 나노 의학에서 활발히 연구가 진행되고 있는 분자영상의 특징을 추출하는 기법을 제안하였다. 실험의 결과 1레벨과 2레벨의 분해 결과에서는 저주파 영역의 성분이 나타나지만 3레벨 분해 결과에서는 데이터 성분이 거의 나타나지 않음을 알 수 있었다.
제안 방법
- MATLAB을 이용하여 새롭게 Coding 가능하도록 구현한 알고리즘을 이용하여 분해한 결과를 원영상과 함께 나타내었다. [Fig 3]
- 분석에 사용한 영상은 Fig- 1의 Liver 영상이다. T2 Turbo spin echo(TR:4000ms, TE:49ms, slice thickness: 1.0mm, FOV read:180mm)를 이용하여 Liver CA에 대한 획득된 Gd-DTPA-BMA 조영제를 사용한 일반영상과 Gd-DTPA-Pullulan MRI Nano 조영제를 이용한 분자영상을 분해하였다. 영상은 동일 조건에서 일반영상과 나노 조영제를 주입하여 검사시간을 달리하여 분자영상을 획득하였다.
- 분해결과 분자영상이 고주파 신호가 더 많이 획득되었음을 알 수 있었다. 구체적인 데이터와 수치는 표를 통하여 알아볼 수 있도록 하였다. 질병이 발생한 블록 또는 진행 블록의 도달 시 분해 결과 (-)의 값에서 신호의 값이 (+)으로 전환되는 것을 알 수 있었다.
- 획득된 두 영상을 웨이브릿으로 3레벨 변환하여 각각의 영상 특징값 성분을 분석하였다. 분석결과 일반영상보다 분자영상이 얼마나 많은 고주파 성분이 표출되는지 분석하였다. 획득된 두 영상을 웨이브릿으로 3레벨 변환하여 각각의 영상 특징값 성분을 분해하여 분자영상이 고주파 성분이 얼마나 많이 표출되는지 분석하였다.
- 분해영상은 두 종류의 분자영상과 일반영상으로 확보하여 분해하였으며, 확보한 두 영상 모두 동일 알고리즘으로 분해하였다. 분해결과 분자영상이 고주파 신호가 더 많이 획득되었음을 알 수 있었다.
- 따라서 이러한 기능 및 분자영상들을 고해상도의 구조영상과 융합하는 것은 이들 두 영상기법들이 제공하는 상호보완적인 정보를 다면적으로 활용할 수 있다는 측면에서 중요한 의미를 갖는다. 소프트웨어를 이용한 영상융합(Image fusion)을 통하여 최종적으로 디지털화하여 분자영상을 획득한다. 이러한 기법은 실제 임상에서는 구체적인 활용이 되지 못하고 있다[8].
- 데이터의 출력은 DWT에 의하여 나타나는 저주파영역의 수평방향과 수직방향의 데이터, 고주파영역의 수평 방향과 수직방향의 데이터, 대각고주파영역의 수평방향과 수직방향의 데이터를 출력하였다. 일반영상과 분자영상 두 종류의 영상을 확보하여 분해하였으며, 비교가 가능하도록 데이터를 그래프로 표현하였다.
- 동일 조건에서 실험을 수행하기 위하여 각각의 장치별로 획득된 영상을 256X256의 형태로 픽셀을 조절하였고, 픽셀당 비트 수는 8비트로 조절하였다. 획득된 두 영상을 웨이브릿으로 3레벨 변환하여 각각의 영상 특징값 성분을 분석하였다. 분석결과 일반영상보다 분자영상이 얼마나 많은 고주파 성분이 표출되는지 분석하였다.
- 분석결과 일반영상보다 분자영상이 얼마나 많은 고주파 성분이 표출되는지 분석하였다. 획득된 두 영상을 웨이브릿으로 3레벨 변환하여 각각의 영상 특징값 성분을 분해하여 분자영상이 고주파 성분이 얼마나 많이 표출되는지 분석하였다.
대상 데이터
- 육안으로 관찰은 되지 않지만 3레벨 분해한 결과의 데이터 값을 출력하였다. 데이터의 출력은 DWT에 의하여 나타나는 저주파영역의 수평방향과 수직방향의 데이터, 고주파영역의 수평 방향과 수직방향의 데이터, 대각고주파영역의 수평방향과 수직방향의 데이터를 출력하였다. 일반영상과 분자영상 두 종류의 영상을 확보하여 분해하였으며, 비교가 가능하도록 데이터를 그래프로 표현하였다.
- 영상은 동일 조건에서 일반영상과 나노 조영제를 주입하여 검사시간을 달리하여 분자영상을 획득하였다. 동일 조건에서 실험을 수행하기 위하여 각각의 장치별로 획득된 영상을 256X256의 형태로 픽셀을 조절하였고, 픽셀당 비트 수는 8비트로 조절하였다. 획득된 두 영상을 웨이브릿으로 3레벨 변환하여 각각의 영상 특징값 성분을 분석하였다.
- 연구를 위한 기본실험은 Samsung DM-C510 컴퓨터로 Matlab R2008b 20을 이용하였다. 분석에 사용한 영상은 Fig- 1의 Liver 영상이다. T2 Turbo spin echo(TR:4000ms, TE:49ms, slice thickness: 1.
- 연구를 위한 기본실험은 Samsung DM-C510 컴퓨터로 Matlab R2008b 20을 이용하였다. 분석에 사용한 영상은 Fig- 1의 Liver 영상이다.
- 0mm, FOV read:180mm)를 이용하여 Liver CA에 대한 획득된 Gd-DTPA-BMA 조영제를 사용한 일반영상과 Gd-DTPA-Pullulan MRI Nano 조영제를 이용한 분자영상을 분해하였다. 영상은 동일 조건에서 일반영상과 나노 조영제를 주입하여 검사시간을 달리하여 분자영상을 획득하였다. 동일 조건에서 실험을 수행하기 위하여 각각의 장치별로 획득된 영상을 256X256의 형태로 픽셀을 조절하였고, 픽셀당 비트 수는 8비트로 조절하였다.
성능/효과
- 3∼Fig. 4와, Table 2와 같이 일반영상의 특징값보다 분자영상의 특징값은 병변이 존재하지 않는 블록의 데이터 값에서 큰 차이가 보이지 않았으나 병변이 존재하는 블록에서는 Gd-DTPA-Pullulan MRI Nano 조영제의 획득신호가 강하게 획득되어 이 신호 값의 분석 값에 의하여 병변이 있음을 예시하여 주는 고주파 특징값이 더 높게 나타나는 것을 알 수 있었다.
- 분해영상은 두 종류의 분자영상과 일반영상으로 확보하여 분해하였으며, 확보한 두 영상 모두 동일 알고리즘으로 분해하였다. 분해결과 분자영상이 고주파 신호가 더 많이 획득되었음을 알 수 있었다. 구체적인 데이터와 수치는 표를 통하여 알아볼 수 있도록 하였다.
- 본 연구에서는 나노기술의 발달로 태동하게 된 나노 의학에서 활발히 연구가 진행되고 있는 분자영상의 특징을 추출하는 기법을 제안하였다. 실험의 결과 1레벨과 2레벨의 분해 결과에서는 저주파 영역의 성분이 나타나지만 3레벨 분해 결과에서는 데이터 성분이 거의 나타나지 않음을 알 수 있었다. 육안으로 관찰은 되지 않지만 3레벨 분해한 결과의 데이터 값을 출력하였다.
- 구체적인 데이터와 수치는 표를 통하여 알아볼 수 있도록 하였다. 질병이 발생한 블록 또는 진행 블록의 도달 시 분해 결과 (-)의 값에서 신호의 값이 (+)으로 전환되는 것을 알 수 있었다.
후속연구
- 향후의 연구과제는 추출된 특징 데이터를 정규화하여 질환의 유형에 따른 패턴을 심도있게 평가할 수 있는 연구가 진행되어야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.