$\require{mediawiki-texvc}$

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.

X-선 영상을 이용한 암의 위치 및 크기 진단
Diagnosis of Location and Size of Lesions using Chest X-ray Image 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.17 no.1, 2023년, pp.167 - 173  

손정민 (대구가톨릭대학교 방사선학과) ,  안병주 (남부대학교 방사선학과)

초록
AI-Helper 아이콘AI-Helper

일반 X-선 검사는 간단하고 많은 정보를 얻을 수 있어 가장 기본이 되는 검사방법이며 획득된 영상에서는 인체 해부학적 구조와 시간 경과에 따른 질병의 변화 정보를 쉽게 획득할 수 있다. 그럼에도 불구하고 영상이 확대되는 단점으로 인하여 병변의 크기와 형태가 왜곡되어 나타나기 때문에 현재 X-선 영상의 깊이 있는 관찰은 이루어지지 않고 있다. 본 연구에서는 후전촬영(PA)과 측방향촬영(LAT) 영상을 획득하고 각각의 영상에서 암 시료가 위치하는 거리를 측정하여 암 시료의 확대율을 계산하고 측정한 암 시료 길이에 보정한다. 암 시료의 길이와 두께에 따른 확대율 보정 값을 전산화단층촬영장치(Computed Tomography, CT)로 획득된 영상 및 실제 제작한 암 시료 크기와 각각 비교하였다. 기존의 확대율은 검출기에서 암의 거리를 측정하여 계산할 수 있었으나 본 연구에서는 획득된 PA와 LAT 영상을 이용하여 확대율을 계산하였다. 6 mm 암 시료를 PA와 LAT 영상을 획득하여 확대율을 구한 후 보정한 결과 길이는 5.9 mm, 두께는 6.1mm로 실제와 비슷한 값이 측정되었으며 영상을 이용한 확대율 계산이 가능하다는 것을 알 수 있었다. X-선 영상만으로도 병변의 확대율을 손쉽게 보정하여 정확한 길이 측정이 가능하고 이는 영상 판독 및 정확한 진단에 유용한 정보를 제공할 것이다.

Abstract AI-Helper 아이콘AI-Helper

X-ray general radiography is the simplest and most important one to get a lot of information. Nevertheless, current x-ray general radiography does not observation in-depth observation. Information about the anatomy of the human body and changes in disease in x-ray general radiography can be obtained...

주제어

표/그림 (4)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • PA 영상을 이용하여 LAT 영상의 확대율을 구하고 반대로 LAT 영상을 이용하여 PA 영상의 확대율을 구하였다. 영상에서 측정된 암의 길이를 계산된 확대율로 보정하여 실제 암 시료 크기를 측정하는 방법을 제시하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (16)

  1. D. Papadimitriou, A. Perris, M. G. Molfetas, N.?Panagiotakis, A. Manetou, G. Tsourouflis, J.?Vassileva, P. Chronopoulos, O. Karapanagiotou, S.?Kottou, "Patient dose, image quality and radiographic?techniques for common X ray examinations in two?Greek hospitals and comparison with European?guidelines", Radiation Protection Dosimetry, Vol. 95?No. 1, pp. 43-51, 2001.?https://doi.org/10.1093/oxfordjournals.rpd.a006521 

  2. H. Geijer, B. Verdonck, K. W. Beckman, T.?Andersson, J. Persliden, "Digital radiography of?scoliosis with a scanning method: radiation dose?optimization", European Radiology, Vol. 13, No. 3,?pp. 543-551, 2003.?http://dx.doi.org/10.1007/s00330-002-1476-1 

  3. Y. C. Yoon, "Imaging Diagnosis of Sports Injury",?Journal of the Korean Medical Association, Vol. 53,?No. 7, pp. 615-622, 2010.?http://dx.doi.org/10.5124/jkma.2010.53.7.615 

  4. A. L. Dorfman, R. Fazel, A. J. Einstein, K. E.?Applegate, H. M. Krumholz, Y. Wang, E.?Christodoulou, J. Chen, R. Sanchez, B. K.?Nallamothu, "Use of medical imaging procedures?with ionizing radiation in children: a population-based?study", Archives of Pediatrics & Adolescent?Medicine, Vol. 165, No. 5, pp. 458-464. 2011. 

  5. K. W. Lee, N. J. Sung, "Lung Cancer Screening",?Korean Journal of Family Practice, Vol. 2, pp.?199-206, 

  6. J. Deunk, H. M. Dekker, M. Brink, R. van Vugt, M. J. Edwards, A. B. van Vugt, "The value of indicated?computed tomography scan of the chest and abdomen?in addition to the conventional radiologic work-up for?blunt trauma patients", Journal of Trauma, Vol. 63,?No. 4, pp. 757-763, 2007.?http://dx.doi.org/10.1097/01.ta.0000235878.42251.8d 

  7. L. G. Mansson, "Method for the evaluation of image?quality: A Review", Radiation Protection Dosimetry,?Vol. 90, No. 1, pp. 89-100, 2000.?http://dx.doi.org/10.1093/oxfordjournals.rpd.a033149 

  8. S. H. Park, "Artificial Intelligence in Medicine:?Beginner's Guide", Journal of the Korean Society of?Radiology, Vol. 78, No. 5, pp. 301-308, 2018.?http://dx.doi.org/10.3348/jksr.2018.78.5.301 

  9. S. Gerber, T. Tasdizen, P. T. Fletcher, S. Joshi, R.?Whitaker, "Manifold modeling for brain population?analysis", Medical Image Analysis, Vol. 14, No. 5,?pp. 643-653, 2010.?http://dx.doi.org/10.1016/j.media.2010.05.008 

  10. Y. Bengio, "Learning deep architectures for AI",?Foundations and Trends in Machine Learning, Vol.?2, No. 1, pp. 1-127, 2009. 

  11. F. M. Ihsan, P. M. Ebrahim, T. Jamie, G. Yuri,?"The past present and future role of artificial?intelligence in imaging", European Journal of?Radiology, Vol. 105, pp. 246-250, 2018.?http://dx.doi.org/10.1016/j.ejrad.2018.06.020 

  12. D. D. Miller, E. W. Brown, "Artificial Intelligence?in Medical Practice: The Question to the Answer?",?The American Journal of Medicine, Vol. 131, No.?2, pp. 129-133, 2018.?https://doi.org/10.1016/j.amjmed.2017.10.035 

  13. D. L. Hobbs, "Chest radiography for radiologic?technologists", Radiologic technology, Vol. 78, No.?6, pp. 494-516, 2007. 

  14. S. Manchanda, A. Bhalla, P. Naranje, "Unusual?cause of mediastinal mass", BMJ Case Reports, Vol.?10, pp. 1-2, 2017.?http://dx.doi.org/10.1136/bcr-2017-219852 

  15. C. Steniberg, J. Sarrazin, J. Champagne, F.?Philippon, F. Molin, I. Nault, L. Blier, G. O. Hara,?"Pa/Lateral Chest X-Ray Is Non-Inferior to?Fluoroscopy for the Detection of Insulation Defects?in Riata Defibrillation Leadss", Canadian Journal Of?Cardiology, Vol. 29, No. 10, pp. 360, 2012.?http://dx.doi.org/10.1016/j.cjca.2013.07.616 

  16. Y. N. Choi, H. J. Kim, H. S. Park, C. L. Lee, H.?M. Cho, S. W. Lee, H. J. Ryu, "The Effect of?Magnification on the Image Quality and the?Radiation Dose in X-ray Digital Mammography: a?Monte Carlo Simulation Study", Journal of the?Korean Physical Society, Vol. 57, No. 3, pp.?494-500, 2010. http://dx.doi.org/10.3938/jkps.57.494? 

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