뇌 수막종 및 낭종에서 자기공명영상 펄스 시퀀스 변화에 따른 신호대잡음비의 통계적 접근 Statistical Approach of Measurement of Signal to Noise Ratio in According to Change Pulse Sequence on Brain MRI Meningioma and Cyst Images원문보기
본 연구는 뇌 자기공명영상에서 질환관심영역(ROI)을 설정하여 신호대잡음비(SNR)를 펄스 시퀀스 별로 분석하여 MRI CAD 개발에 필요한 기초자료를 활용하고자 하는 것이 본 연구의 목적이다. 연구대상은 2005년 1월부터 2015년 12월까지 서울소재 대학병원에서 뇌 조영자기공명영상(Brain MRI Contrast Enhancement)을 검사한 환자 117명이다. 측정이 용이한 질환 2종류 수막종(Meningioma), 낭종(Cyst)을 측정대상으로 하였고, 측정방법은 Image J 프로그램을 사용하였다. 뇌질환의 SNR값을 측정하여 SPSS Statistics21 통계프로그램으로 ANOVA 분석을 하였으며 p < 0.05에서 유의한 것으로 판단하였다. 표본의 인구사회학적 특성, 시퀀스별 SNR의 평균값, 95% 신뢰 구간 값, SNR 평균차이 값 등을 분석하였다. 각 질환의 시퀀스별 분석결과는 Meningioma: T1CE > T2 > T1, FLAIR (p<0.05); Cyst: T2 > T1, T1CE > FLAIR (p < 0.05)였다. SNR 수치로 시퀀스들의 특징을 조합하여 질환의 특성을 파악할 수 있어 향후 자기공명영상검사의 정확성과 편의성을 제공하고, 판독보조진단 프로그램 개발의 기초자료로 활용될 수 있을 것으로 기대된다.
본 연구는 뇌 자기공명영상에서 질환관심영역(ROI)을 설정하여 신호대잡음비(SNR)를 펄스 시퀀스 별로 분석하여 MRI CAD 개발에 필요한 기초자료를 활용하고자 하는 것이 본 연구의 목적이다. 연구대상은 2005년 1월부터 2015년 12월까지 서울소재 대학병원에서 뇌 조영자기공명영상(Brain MRI Contrast Enhancement)을 검사한 환자 117명이다. 측정이 용이한 질환 2종류 수막종(Meningioma), 낭종(Cyst)을 측정대상으로 하였고, 측정방법은 Image J 프로그램을 사용하였다. 뇌질환의 SNR값을 측정하여 SPSS Statistics21 통계프로그램으로 ANOVA 분석을 하였으며 p < 0.05에서 유의한 것으로 판단하였다. 표본의 인구사회학적 특성, 시퀀스별 SNR의 평균값, 95% 신뢰 구간 값, SNR 평균차이 값 등을 분석하였다. 각 질환의 시퀀스별 분석결과는 Meningioma: T1CE > T2 > T1, FLAIR (p<0.05); Cyst: T2 > T1, T1CE > FLAIR (p < 0.05)였다. SNR 수치로 시퀀스들의 특징을 조합하여 질환의 특성을 파악할 수 있어 향후 자기공명영상검사의 정확성과 편의성을 제공하고, 판독보조진단 프로그램 개발의 기초자료로 활용될 수 있을 것으로 기대된다.
The purpose of this study was to needed basis of measure MRI CAD development for signal to noise ratio (SNR) by pulse sequence analysis from region of interest (ROI) in brain magnetic resonance imaging (MRI) contrast. We examined images of brain MRI contrast enhancement of 117 patients, from January...
The purpose of this study was to needed basis of measure MRI CAD development for signal to noise ratio (SNR) by pulse sequence analysis from region of interest (ROI) in brain magnetic resonance imaging (MRI) contrast. We examined images of brain MRI contrast enhancement of 117 patients, from January 2005 to December 2015 in a University-affiliated hospital, Seoul, Korea. Diagnosed as one of two brain diseases such as meningioma and cysts SNR for each patient's image of brain MRI were calculated by using Image J. Differences of SNR among two brain diseases were tested by SPSS Statistics21 ANOVA test for there was statistical significance (p < 0.05). We have analysis socio-demographical variables, SNR according to sequence disease, 95% confidence according to SNR of sequence and difference in a mean of SNR. 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. SNR of MRI sequences of the brain would be useful to classify disease. Therefore, this study will contribute to evaluate brain diseases, and be a fundamental to enhancing the accuracy of CAD development.
The purpose of this study was to needed basis of measure MRI CAD development for signal to noise ratio (SNR) by pulse sequence analysis from region of interest (ROI) in brain magnetic resonance imaging (MRI) contrast. We examined images of brain MRI contrast enhancement of 117 patients, from January 2005 to December 2015 in a University-affiliated hospital, Seoul, Korea. Diagnosed as one of two brain diseases such as meningioma and cysts SNR for each patient's image of brain MRI were calculated by using Image J. Differences of SNR among two brain diseases were tested by SPSS Statistics21 ANOVA test for there was statistical significance (p < 0.05). We have analysis socio-demographical variables, SNR according to sequence disease, 95% confidence according to SNR of sequence and difference in a mean of SNR. 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. SNR of MRI sequences of the brain would be useful to classify disease. Therefore, this study will contribute to evaluate brain diseases, and be a fundamental to enhancing the accuracy of CAD development.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 Brain MRI contrast enhancement검사에서 특정 뇌질환의 펄스 시퀀스별 특성을 정량적으로 파악하고자 하였다. 또한 성별로 질환을 비교하였을 때 낭종에서 남자가 많았고 수막종에서는 여성이 많았다.
본 연구에서는 뇌 자기공명영상(Brain MRI)에서 질환관심영역(Region of Interest: ROI)의 신호대잡음비(Signal to Noise Ratio: SNR)를6-7), 펄스 시퀀스 별로 분석하여 MRI CAD 개발에 필요한 기초자료를 활용하고자 한다8-10).
제안 방법
본 연구의 종속변수는 SNR값이고, 독립변수는 T2 Axial, T1 Axial, FLAIR (fluid attenuated inversion recovery) Axial, T1CE (contrast enhanced) Axial Sequence이다. 각각의 펄스 시퀀스의 파라메터인 반복시간(TR), 에코시간(TE), 화소배열수(Matrix), 여기횟수(NEX), 절편두께(SliceThickness), 절편간격(Slice Gab), 영상영역(FOV), 검사시간(Scan Time), 숙임각(Filp Angle) 등은 모든 검사에서 동일하게 적용하였다. Brain MRI Contrast Enhancement검사 펄스 시퀀스(독립변수)별 Protocol (통제변수)수치는 (Table 1)과 같다.
본 연구에서 뇌 수막종에서는 경계가 뚜렷하고 균일한 신호강도를 보이는 부분을 관심영역으로 선정하였다. SNR 측정을 위한 ROI 선택이 쉽고 비교적 측정의 정확도가 높을 것이라 생각된다(Figure 3).
본 연구의 종속변수는 SNR값이고, 독립변수는 T2 Axial, T1 Axial, FLAIR (fluid attenuated inversion recovery) Axial, T1CE (contrast enhanced) Axial Sequence이다. 각각의 펄스 시퀀스의 파라메터인 반복시간(TR), 에코시간(TE), 화소배열수(Matrix), 여기횟수(NEX), 절편두께(SliceThickness), 절편간격(Slice Gab), 영상영역(FOV), 검사시간(Scan Time), 숙임각(Filp Angle) 등은 모든 검사에서 동일하게 적용하였다.
대상 데이터
2005년 1월부터 2015년 12월까지 서울소재 대학병원에서 뇌의 자기공명 조영증강 검사(Brain MRI contrast enhancement)한 영상 중에서 뇌질환의 표본수가 30개 이상이고 측정이 용이한 수막종(Meningioma), 낭종(Cyst)등 2종류 검사를 수행한 환자를 대상으로 하였다. 18세 미만환자의 영상이나 질환의 크기가 작고 경계가 불분명한 질환의 영상은 제외하였다.
본 연구의 자료 수집을 위해 사용된 영상획득 장비로 1.5T 초전도 자기공명영상장치(Archieva, Philips Medical System)를 사용하였고 검사코일은 Brain Head 8 Channel Coil을 사용하였다. 검사 대상자의 영상은 T2, T1, FLAIR, T1CE이며, 조영제는 0.
데이터처리
둘째, 2종류 질환의 펄스 시퀀스에 따른 SNR값의 평균과 95% 신뢰구간을 비교하기 위하여 ANOVA분석을 하였고, 펄스 시퀀스별로 통계적으로 유의한 차이를 분석하기 위해 사후분석을 실시하였으며, 사후분석은 Dunnett T3 Test 분석을 이용하였다.
첫째, 대상자의 인구사회학적 특성은 전체 표본과 질환별 표본을 구분하여 빈도와 백분율을 구하였다.
측정의 정확도를 높이기 위해 상대적으로 잡음(Noise)이 많은 대각선 방향의 왜곡이 많은 부분을 측정하여 평균값을 구하였다. 자료처리 방법은 통계프로그램 SPSS Statistics21을 사용하여 다음과 같은 방법으로 분석하였다.
성능/효과
05) 질환의 시퀀스를 높은 수치의 SNR을 가진 시퀀스(Standard Sequence)를 기준으로 정리해 보면, 수막종 SNR값에서는 T2가 T1이나 FLAIR보다 높고, T1CE는 T2, T1, FLAIR 보다 높다. 낭종 SNR값에서는 T2가 T1, FLAIR, T1CE보다 높고, T1이 FLAIR보다 높다.
본 연구에서 궁극적인 목적이 되는 질환의 펄스 시퀀스별 SNR값에서 사후분석 결과 평균차이가 유의한 시퀀스들은 부등호 표시로, 유의하지 않은 시퀀스들은 콤마로 표시하였다. 콤마로 표시된 시퀀스들은 95% 신뢰구간에서도 겹치는 부분이 존재하였다.
본 연구에서 뇌에 발생하는 낭종 중 가장 많은 표본을 차지하는 것은 지주막낭종(Arachnoid Cyst)이였다. MRI영상소견으로는 지주막낭종의 구성물이 뇌 척수액(CSF)이기 때문에 T2강조영상에서 뇌 척수액과 같은 강한 고 신호강도를 보이고 T1조영강조영상과 FLAIR 영상에서는 저 신호강도를 보이며 조영증강은 되지 않는다(Figure 4).
평균차이가 클수록 밝고 어둠의 정도가 크다는 의미이고 T1과 T1CE는 같은 종류의 펄스 시퀀스로서 조영제 사용 후 얻어지는 영상이 T1CE이다. 조영증강이 이루어지면 T1CE의 SNR값이 상승하게 되는데 위 펄스 시퀀스별 SNR결과 값에서 낭종은 T1과 T1CE의 차이가 유의하지 않아 조영증강이 되지 않음을 의미하고 수막종에서는 T1CE가 T1보다 유의하게 높아 조영증강이 이루어졌다고 해석할 수 있다.
질환의 판독은 시퀀스를 비교 분석하여 밝고 어둠의 차이를 기본적으로 참고하여 이루어지기 때문이고 SNR값은 밝을수록 크고 어두울수록 작다. 통계적으로 유의한(p < .001) 질환의 펄스 시퀀스별별 SNR값의 평균을 비교하면, 수막종의 SNR은 펄스 시퀀스 별로 T1CE, T2, T1, FLAIR 순으로 높게 나타났으며, 낭종은 SNR값에서 T2, T1, T1CE, FLAIR 순으로 높은 값을 갖는 특징을 가지고 있다.
펄스 시퀀스별로 차이 있는 그룹을 알아보기 위해 펄스시퀀스별 사후분석 결과값의 평균차이를 보면 (Table 6∼7)과 같고, 통계적으로 유의한(p < .05) 질환의 시퀀스를 높은 수치의 SNR을 가진 시퀀스(Standard Sequence)를 기준으로 정리해 보면, 수막종 SNR값에서는 T2가 T1이나 FLAIR보다 높고, T1CE는 T2, T1, FLAIR 보다 높다. 낭종 SNR값에서는 T2가 T1, FLAIR, T1CE보다 높고, T1이 FLAIR보다 높다.
후속연구
결론적으로 본 연구에는 영상의학과 판독의의 정성적인 판독과 비교 분석하지 못한 점, 뇌질환 종류가 다양하지 못한 점 등이 있다. 이와 같은 제한점을 보완한 후속연구의 진행으로 보다 정확하고 객관적인 정량적 수치를 확보한다면 향후 MRI검사와 판독의 정확성 및 편의성 향상에 기여할 수 있을 것이다.
이때 뇌질환 영상에 대한 정량화 지표가 있다면 검사의 정확성과 편의성을 증진하고 진단의 보조적 역할에 기여할 것으로 기대된다. 따라서 역할 수행을 위하여 자기공명 영상의 CAD개발이 향후 필요할 것으로 판단된다.
또한, SNR수치로 펄스 시퀀스들의 특징을 조합하여 질환을 구분할 수 있었다. 본 연구의 결과를 활용하여 적용한다면 자기공명영상검사의 정확성과 편의성 향상을 위한 프로그램 개발의 자료가 되고, 나아가 MRI CAD개발에 기초자료로 활용할 수 있을 것으로 생각한다.
본 연구의 제한점으로, 연구를 위한 적정 표본 수는 충족하였으나 모집단의 한계로 인하여 충분한 표본 수에는 미치지 못하였고, 연구에서 측정된 SNR의 수치가 질환을 완벽하게 감별할 수 있다고 말할 수는 없다. 이는 질환을 선택함에 있어 세부진단명까지 구분하지 못했고, 조직검사를 통한 병리학적 진단명이 아닌 영상의학 판독진명을 이용하였다는 점 등의 한계점을 가지고 있기 때문이다.
5 mmol/ml의 가돌리늄제제 MR Bester 15 ml를 주입하여 검사된 영상의 T2 weighted imaging(T2), T1, FLAIR, T1CE Dicom File을 추출하였다. 이 연구는 Brain MRI Contrast Enhancement검사한 영상 중 2종류의 뇌질환 영상을 선별하여 SNR값을 측정하는 후향적 관찰연구이다.
현재 영상의학과 의사는 MRI를 이용하여 뇌질환을 추적하여 정성적인 판독을 수행한다. 이때 뇌질환 영상에 대한 정량화 지표가 있다면 검사의 정확성과 편의성을 증진하고 진단의 보조적 역할에 기여할 것으로 기대된다. 따라서 역할 수행을 위하여 자기공명 영상의 CAD개발이 향후 필요할 것으로 판단된다.
결론적으로 본 연구에는 영상의학과 판독의의 정성적인 판독과 비교 분석하지 못한 점, 뇌질환 종류가 다양하지 못한 점 등이 있다. 이와 같은 제한점을 보완한 후속연구의 진행으로 보다 정확하고 객관적인 정량적 수치를 확보한다면 향후 MRI검사와 판독의 정확성 및 편의성 향상에 기여할 수 있을 것이다.
전 세계적으로 유방암과 폐암의 급증으로 이 분야의 국가 보건적 관심으로 인하여 유방CAD와 폐CAD의 연구가 활성화되고 있다. 특히 과거에는 고가로 치부되던 MRI 장비가 2000년 초부터 매년 급증하며 보급되고 있는 추세이고 전 세계적으로 뇌 연구 및 노년층의 증가에 따른 알츠하이머병과 같은 뇌 관련 질환의 관심으로 MRI 관련 CAD가 크게 활성화 될 것이다5).
질의응답
핵심어
질문
논문에서 추출한 답변
의료영상 분야에서 점점 늘어나는 것은?
현재 의료영상 분야에서는 의료영상전송시스템(Picture Archiving Communication System: PACS)을 넘어 컴퓨터보조판독장치(Computed Aided Detection: CAD)분야에 관심이 늘어나고 있다. CAD는 컴퓨터가 정량적으로 분석한 결과를 토대로 이상부위를 표시함으로서 영상판독의사의 과다한 판독 업무를 줄여줄 수 있는 보조 프로그램이다.
자기공명영상의 활용도적 특징은 무엇인가?
자기공명영상(Magnetic Resonance Imaging: MRI)은 질병의 진단과 함께 민감도가 높은 검사로 활용도가 높아지고 있다. 특히 뇌출혈, 뇌경색, 뇌종양 등 뇌질환 진단에 큰 강점이 있고 최근에는 뇌의 영역별 활성화 정도를 알 수 있는 기능적 자기공명영상(Functional Magnetic Resonance Imaging: fMRI) 검사도 가능하게 되었다1-4).
컴퓨터보조판독장치는 어떤 프로그램인가?
현재 의료영상 분야에서는 의료영상전송시스템(Picture Archiving Communication System: PACS)을 넘어 컴퓨터보조판독장치(Computed Aided Detection: CAD)분야에 관심이 늘어나고 있다. CAD는 컴퓨터가 정량적으로 분석한 결과를 토대로 이상부위를 표시함으로서 영상판독의사의 과다한 판독 업무를 줄여줄 수 있는 보조 프로그램이다. 또한 이상이 있는 것으로 판단되는 영상에 대해서는 정량적 분석결과를 참고로 의사가 최종 진단을 내리게 하는 유용한 진단 시스템이다. 전 세계적으로 유방암과 폐암의 급증으로 이 분야의 국가 보건적 관심으로 인하여 유방CAD와 폐CAD의 연구가 활성화되고 있다.
참고문헌 (10)
Bauer A, Stabler A, Bruning R et al: Diffusionweighted MR imaging of bone marrow: differentiation of benign versuspathologic compression fractures. Radiology, 207(2), 349-356, 1998
DeLano MC, Cooper TG, Siebert JE et al: high-b value diffusion-weighted MR imaging of adult brain: image contrast and apparent diffusion coefficient map features. AJNR, 21(10), 1830-1836, 2000
Orel SG, Schnall MD, Li Volsi VA et al: Suspicious breast lesions: MR imaging with radiologic-pathologic correlation. Radiology, 190(2), 484-493, 1994
Sironi S, Colombo E, Villa G et al: Myometrial invasion by endometrial carcinoma: assessment with plain and gadolinium-enhanced MR imaging. Radiology, 185(1), 207-212, 1992
Gyeong-Sik Eom: Computer Aided Diagnosis, Seoul National University Medical Research Center IBMT, 2010
Jung-Whan Min, Ki-Won Kim, Kwang-Yuel Ryu et al: Comparison Study on CNR and SNR of Thoracic Spine Lateral Radiography. Journal of Radiological Science and Technology, 36(4), 280-273, 2013
Jung-Whan Min, Hoi-Woun Jeong, Ki-Won Kim et al: Evaluation of quantitative on T- spine exhalation technique and T-spine breathing technique of natural breathing. Journal of the Korea Academia-Industrial Cooperation Society, 14(9), 4429-4436, 2013
Kwan-Woo Choi, Soon-Yong Son, Jung-Whan Min et al: Usefulness of contrast agent involving high gadolium content for myocardial viability assessment. Journal of the Korea Academia-Industrial cooperation Society, 14(3), 1294-1300, 2013
Hyeon-Seung Lee, Hey-Young Moon, Yong-Min Chang et al: The Effect of Coating Material of Copper-wire RF Coil on the Signal-to-Noise Ratio in MR Images. Journal of the Korean society of magnetic resonance in medicine, 13(2), 171-176, 2009
Kwan-Woo Choi, Soon-Yong Son, Jung-Whan Min et al: A study on Evaluating Validity of SNR calculation using a Conventional two region method in MR images applied a multichannel coil and parallel imaging technique. Journal of Radiological Science and Technology, 38(4), 403-410, 2015
※ AI-Helper는 부적절한 답변을 할 수 있습니다.