$\require{mediawiki-texvc}$

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.

[국내논문] 컴퓨터단층촬영검사에서 고관절 삽입물에 의한 영상평가
Image Evaluation by Metallic Hip Prosthesis in Computed Tomography Examination 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.16 no.3, 2022년, pp.281 - 288  

민병인 (인제대학교 원자력응용공학부) ,  임인철 (동의대학교 방사선학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 고관절에 금속삽입물(Metal implant)이 삽입되어 있는 환자를 대상으로 일반적인 CT검사(Before MAR) 영상과 MAR을 사용하여 얻어진(After MAR) 영상을 4개의 알고리즘(Soft, Standard, Detail, Bone)에 적용하여 Noise, SNR, CNR을 비교 분석하여 정량적 평가로 최적의 알고리즘을 알아보고자 하였다. 분석방법으로는 4개의 알고리즘으로 재구성한 영상에 이미지 분석과 영역 및 픽셀값을 계산할 수 있는 Image J 프로그램을 사용하였다. Noise, SNR, CNR을 구하기 위해 측정부위를 영상에서 금속삽입물이 가장 인접해 있는 Bone(궁둥뼈, ischium)을 지정하여 HU mean값과 HU SD값을 구하고 배경잡음(Background)은 주위 근육으로 하였다. 관심영역(region of interest, ROI)은 뼈의 크기를 감안하여 동일하게 15×15 mm로 지정하였으며 SNR과 CNR의 값은 주어진 식에 의거하여 산출하였다. 결과적으로 노이즈는 After MAR, Soft 알고리즘에서 노이즈가 가장 낮게 나타났으며, SNR, CNR은 Before MAR, Soft 알고리즘이 가장 높게 나타났다. 따라서 Soft 알고리즘이 고관절 금속삽입술 CT에 가장 적절한 알고리즘으로 판단된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, four algorithms (Soft, Standard, Detail, Bone) were used for general CT scan (Before MAR) images and MAR (After MAR) images for patients with metal implants inserted into the hip joint. was applied to compare and analyze Noise, SNR, and CNR to find out the optimal algorithm for quanti...

주제어

#알고리즘   #노이즈   #신호대잡음비   #대조도대잡음비  

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

제안 방법

  • 고관절 CT검사에 사용하는 매개변수는 현재 임상에서 사용하고 있는 관전압(Tube voltage) 140 kVp, 관전류(Tube current) 405 mA, 슬라이스 두께(Slice thickness) 2.5 mm, 스캔방식(Scan type) Spiral, 회전 시간(Rotation time) 1 sec, 피치(Pitch) 0.8로 Table 1 에 나타내었다.
  • 둘째, 재구성한 영상을 이미지 분석과 영역 및 픽셀 값을 계산할 수 있는 Image J 프로그램을 사용하였다. 셋째, Noise, SNR, CNR을 구하기 위해 측정 부위를 영상에서 금속삽입물이 가장 인접해 있는 Bone(궁둥뼈, ischium)을 지정하여 HU mean값과 HU SD값을 구하였다. 넷째, 배경잡음(Background)은 주위 근육으로 하였으며 관심영역(Region Of Interest, ROI) 은 뼈의 크기를 감안하여 동일하게 15 × 15 mm로 Fig.

대상 데이터

  • 실험장비는 Revolution CT 256-Slice Scanner(GE Healthcare, USA)를 사용하였으며 2021년 3월 1일부터 10월 31일까지 경남 P병원을 내원하여 고관절에 똑같은 모형과 위치에 인공물 삽입술을 시행한 환자 성인 20명(남 10, 여 10)을 대상으로 하였다. 평균연령은 62.

데이터처리

  • Noise, SNR, CNR을 비교 분석하여 t-test을 시행하였으며 변수들 간의 관계는 피어슨 상관관계분석(Pearson‘s correlation coefficient analysis)을 하였다
  • 첫째, MAR을 적용하지 않은 영상(Before MAR)과 MAR을 적용한 영상(After MAR)을 Soft, Standard, Detail, Bone 알고리즘을 이용하여 영상을 재구성하였다. 둘째, 재구성한 영상을 이미지 분석과 영역 및 픽셀 값을 계산할 수 있는 Image J 프로그램을 사용하였다. 셋째, Noise, SNR, CNR을 구하기 위해 측정 부위를 영상에서 금속삽입물이 가장 인접해 있는 Bone(궁둥뼈, ischium)을 지정하여 HU mean값과 HU SD값을 구하였다.

이론/모형

  • 첫째, MAR을 적용하지 않은 영상(Before MAR)과 MAR을 적용한 영상(After MAR)을 Soft, Standard, Detail, Bone 알고리즘을 이용하여 영상을 재구성하였다. 둘째, 재구성한 영상을 이미지 분석과 영역 및 픽셀 값을 계산할 수 있는 Image J 프로그램을 사용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (16)

  1. Managing Patient Dose in Multi-Detector Computed Tomography(MDCT), ICRP 102, 2007. 

  2. D. C. Kweon, B. G. Yoo, J. S. Lee, K. J. Jang, "A Method to CT Attenuation Coefficient and Image Noise of Various Convolution Kernel in the Computed Tomography", Korean Journal of Digital Imaging in Medicine, Vol. 9, pp. 21-30, 2009. 

  3. M. Okumura, T. Ota, S. Tsukagoshi, K. Katada, "New Method of Evaluating Edge-preserving Adaptive Filters for Computed Tomography(CT) Digital Phantom Method", Japanese Journal of Radiological Technology, Vol. 62, No. 7, pp. 971-978, 2006. http://dx.doi.org/10.6009/jjrt.62.971 

    상세보기 crossref

  4. H. S. Yoon, "Predict of Fracture Risk Rate According to Morphological Measuring of Proximal Femoral Part Using Dual Energy X-ray Absoptiometry", Journal of Korean Society of radiological technology, Vol. 25, pp. 49-53, 2002. 

  5. S. J. Kim, S. W. Yoo, J. C. Kim, S. M. Noh, J. W. Park, "A Study on the Segmentation of Kidney from the Non Enhanced CT Image", Journal of Korean Institute of Information Scientists and Engineers, Vol. 27, pp. 514-516, 2000. 

  6. M. D. Becker, Y. M. Berkmen, J. H. M. Austin, I. K. Mun, B. M. Romney, A. Rozenshtein, P. A. Jellen, C. K. Yip, B. Thomashow, M. E. Ginsburg, "Lung volumes before and after lung volume reduction surgery: quantitative CT analysis", American Journal of Respiratory and Critical Care Medicine, Vol. 157, No. 5, pp. 1593-1599, 1998. http://dx.doi.org/10.1164/AJRCCM.157.5.9706066 

    상세보기 crossref

  7. G. W. Kim, J. H. Min, K. Y. Yoo, J. M. Kim, H. W. Joung, J. A. Lee, J. H. Jung, D. H. Sung, S. C. Park, "Comparison Study on CNR and SNR of Thoracic Spine Lateral Radiography", Journal of Radiological Science and technology, Vol. 36, No. 4, p. 273-280, 2013. 

  8. M. C. Kim, Actual performance management of CT device CT, Korean Society Computed Tomographic Technology 2th Continuing education, pp. 53-66, 2002. 

  9. http://www.gehealthcare.com/MAR 

  10. The Korean society of medical imaging technology, Textbook of Computed Tomography, Chung-Ku Publishing corporation, Fourth edition, p. 430, 2017. 

  11. H. S. Kim, H. J. Han, J. Y. Kim, C. P. Park, S. G. Jang, J. W. Choi, J. S. Kim, "O-MAR, SBI image comparison & analysis evaluation about patients who have metal artifical implants in the joint CT scan", Korean Society of Computed Tomography Technology, Vol. 20, No 1, pp. 34-35, 2018. http://dx.doi.org/10.31320/JKSCT.2018.20.1.33 

    상세보기 crossref

  12. C. M. Park, M. J. Jung, J. H. Ha, "The Usefulness of O-MAR(Metal Artifact Reduction for Orthopedic implant) for Patients with Dental Implant", Korean Society of Computed Tomography Technology, Vol. 17, No. 2, pp. 157-167, 2015. 

  13. D. H. Kim, J. N. Byun, C. H. Moon, J. H. Jang, "Usefulness of Metal artifact Reduction for metal Implants in Computed Tomography Angiography", The Medical Journal of Chosun University, Vol. 39, No. 1, pp. 20-24, 2014. 

  14. The Korean society of medical imaging technology, Textbook of Computed Tomography, Chung-Ku Publishing corporation, Fourth edition, pp. 75, 2014. 

  15. D. K. Han, K. J. Park, K. Ko, "The Evaluation of Image Quality According to the Change of Reconstration Algorithm of CT Image", Korean Journal Digital Imaging Medicine, Vol. 12, No. 2, pp. 127-132, 2010. 

  16. J. Nosil, K. I. Pearce, R. A. Stein, "Linearity and contrast scale in computed tomography", Medical Physics, Vol. 16, No. 1, pp. 110-113, 1989. http://dx.doi.org/10.1118/1.596396 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
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