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.
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.
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.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
흉부 CT 스캔에서 재구성 알고리즘 변화적용 시 화질과 스캔 선량 분석
Analysis of Image Quality and Scan Dose when Applying Reconstruction Algorithm Changes to Chest CT Scans
원문보기
한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.17 no.6, 2023년, pp.819 - 825
김현주 (동남보건대학교 방사선학과)
초록
흉부 CT 검사 조건 중 관전압을 100, 80 kVp, 재구성 알고리즘을 FBP, ASIR-V, DLIR로 변화 적용하여 검사 선량과 화질 변화를 비교 분석해 보았다. 그 결과 기존 관전압 보다 낮은 관전압인 100 kVp 에서 ASIR-V, DLIR 적용 시 선량을 낮추면서 120 kVp, FBP 적용 시와 가장 유사한 화질로 구현. 특히, DLIR 재구성 영상은 모든 관전압에서 SNR, CNR이 우수하였다. 또한, SSIM 지수가 1에 가장 근사하게 분석되어 원본 영상과 가장 유사도가 높은 것을 알 수 있었다. 따라서 반복적으로 흉부 CT 검사를 시행하는 경우 DLIR 적용은 검사 선량을 약 29.7% 감소시킬 수 있어 CT 검사의 가장 큰 문제점인 검사로 인한 피폭을 일부 해결하는 데 도움을 줄 수 있을 것으로 사료된다.
Abstract
AI-Helper
In this study, among chest CT examination conditions, the tube voltage was changed to 100 and 80 kVp and the reconstruction algorithm was changed to FBP, ASIR-V, and DLIR to compare and analyze changes in examination dose and image quality. As a result, when applying ASIR-V and DLIR at a tube voltag...
주제어
표/그림 (8)
표/그림 (8)
AI 본문요약
제안 방법
- 측정값은 Eq. (2), (3)에 적용하여 산술 후 비교 분석하였고, 기존 120 kVp 화질과 유사하게 구현 가능한 재구성 알고리즘을 찾아보았다.
- SNR과 CNR분석은 Fig. 2와 같이 상부, 중심부, 하부 동일 축 상에 ROI를 그려 CT Number와 SD(Standard deviation)를 측정하였다. 측정값은 Eq.
- 획득한 영상에서 양쪽 위팔뼈 머리와 허파 꼭대기가 구현된 높이는 상부(Upper region), 기관이 양쪽으로 분기되는 높이는 중심부(Central region), 심장 하부와 간의 상부인 liver dome이 일부 포함된 높이는 하부(Lower region)로 구분하고 대표 영상을 선택하였다. 선택한 영상 동일 부위에 ROI를 그려 SNR(Signal to Noise ratio), CNR (Contrast to Noise ratio) 분석과 구조적 유사지수 분석을 통해 화질 변화를 분석해 보았다.
- 실험은 GE Revolution (256 slice Multi Detector-row CT, GE HEALTHCARE, Waukesha, WI, USA) 장치를 이용하여 Helical mode scan, 3mm 단면 두께, 3mm 간격, 1.531 : 1 pitch, rotation time 0.35 sec, Detector cover range 80mm, standard algorithm, Smart mA (80∼500), 관전압은 120, 100, 80 kVp로 변화를 주어 스캔하였다
- IBA Dosimetry, VD0202010)를 이용하였다. 화질 평가는 Lung man phantom (Multi Purpose Chest phantom N1, Kyoto Kagaku Co Ltd, Kyoto, Japan)을 동일 조건으로 스캔 후 획득한 영상을 이용하여 화질을 분석하였다. 화질 분석은 AW 4.
대상 데이터
- 화질 변화 분석은 Lung man phantom을 관전압만 변화시켜 획득한 Raw data에 FBP, ASIR-V, DLIR(TF-M) 알고리즘을 적용하여 재구성 영상을 획득하였다. 획득한 영상에서 양쪽 위팔뼈 머리와 허파 꼭대기가 구현된 높이는 상부(Upper region), 기관이 양쪽으로 분기되는 높이는 중심부(Central region), 심장 하부와 간의 상부인 liver dome이 일부 포함된 높이는 하부(Lower region)로 구분하고 대표 영상을 선택하였다. 선택한 영상 동일 부위에 ROI를 그려 SNR(Signal to Noise ratio), CNR (Contrast to Noise ratio) 분석과 구조적 유사지수 분석을 통해 화질 변화를 분석해 보았다.
데이터처리
- SSIM 분석은 기준 영상인 120 kVp, FBP 영상을 기준으로 100 kVp와 80 kVp 재구성 영상을 ICY 프로그램 SSIM 분석기능을 적용하여 분석하였다. 산술 값은 Eq.
- USA)로 재구성 영상별 비교분석 하였다. 또한, ICY 영상분석 프로그램으로 원본 영상에 대한 구조적 유사지수 분석(Structural Similarity Index map, 이하 SSIM)을 통해 시행하였으며 도출된 일부 정량적 수치는 SPSS 18.0(for Windows: SPSS Chicago, IL)으로 유의성 검증을 하였다.
이론/모형
- 화질 변화 분석은 Lung man phantom을 관전압만 변화시켜 획득한 Raw data에 FBP, ASIR-V, DLIR(TF-M) 알고리즘을 적용하여 재구성 영상을 획득하였다. 획득한 영상에서 양쪽 위팔뼈 머리와 허파 꼭대기가 구현된 높이는 상부(Upper region), 기관이 양쪽으로 분기되는 높이는 중심부(Central region), 심장 하부와 간의 상부인 liver dome이 일부 포함된 높이는 하부(Lower region)로 구분하고 대표 영상을 선택하였다.
참고문헌 (12)
-
A. Kovacs, P. Palasti, D. Vereb, B. Bozsik, A.？Palko, Z. T. Kincses, "The sensitivity and specificity？of chest CT in the diagnosis of COVID-19",？European Radiology, Vol. 31, No. 5, pp. 2819-2824,？2021. http://dx.doi.org/10.1007/s00330-020-07347-x
-
Y. Y. Lee, P. Van Tassel, C. Nauert, L. B. North,？B. S. Jing, "Lymphomas of the head and neck: CT？findings at initial presentation", American Journal of？Roentgenology, Vol. 149, No. 3, pp. 575-581, 1987. http://dx.doi.org/10.2214/ajr.149.3.575
-
G. P. Kim, "Assessment of Radiation Exposure of？Korean Population by Medical Radiation" Korea？Disease Control and Prevention Agency,？11-1790387-000030-01, pp. 1625-1632, 2021. From？URL;？http://kdca.go.kr/board/board.es?mida20305050000&bid0003&actview&list_no712580#
-
K. H. Do, D. W. Sung, "Strategies of computed？tomography radiation dose reduction: justification and？optimization", Journal of the Korean Medical？Association, Vol. 58, No. 6, pp. 534-541, 2015. http://dx.doi.org/10.5124/jkma.2015.58.6.534
-
A. Hata, M. Yanagawa, Y. Yoshida, T. Miyata, N.？Kikuchi, O. Honda, N. Tomiyama, "The image？quality of deep-learning image reconstruction of chest？CT images on a mediastinal window setting", Journal？of Clinical Radiology, Vol. 76, No. 2, pp. 155,？2021. http://dx.doi.org/10.1016/j.crad.2020.10.011
-
K. Araki, K. Maki, K. Seki, K. Sakamaki, Y. Harata,？R. Sakaino, T. Okano, K. Seo, "Characteristics of a？newly developed dentomaxillofacial X-ray cone beam？CT scanner (CB MercuRay™): system configuration？and physical properties", British Institute of？Radiology, Vol. 33, No. 1. pp. 51-60, 2014. https://doi.org/10.1259/dmfr/54013049
-
Nora M. De Clerck, Kris Meurrens, Horst Weiler, Dirk Van Dyck, Greet Vanhoutte, Piter Terpstra,？Andrei A. Postnov, "High-Resolution X-ray？Microtomography for the Detection of Lung Tumors？in Living Mice", Journal of Neoplasia, Vol. 6, No.？4, pp. 374-379, 2004. http://dx.doi.org/10.1593/neo.03481
-
R. Miyajima, T. Fujibuch, Y. Miyachi, S. Tateishi,？Y. Uno, K. Amakawa, H. Ohura, S. Orita, "Effective？Techniques to Reduce Radiation Exposure to Medical？Staff during Assist of X-ray Computed Tomography？Examination", Journal of Nihon Hoshasen Gijutsu？Gakkai, Vol. 74, No. 4, pp. 326-334, 2018. https://doi.org/10.6009/jjrt.2018_jsrt_74.4.326
-
C. S. Ko, I. W. Cho, J. W. Kang, W. J. Jung, H.？Song, "Comparative Analysis and Usefulness by？Quantitative Evaluation of Deep Learning Image？Reconstruction and Adaptive Statistical Iterative？Reconstruction-V in Aortic Vessels CT", Journal of？Korean Society of Computed Tomographic？Technology, Vol. 23, No. 2, pp. 9-19, 2021.？https://doi.org/10.31320/JKSCT.2021.23.2.9
관련 콘텐츠
원문 보기
원문 URL 링크
- DOI : 10.7742/jksr.2023.17.6.819
- 한국학술정보 : 저널
- 한국방사선학회 : 저널
- AccessON : 저널
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스(OA) 유형
FREE
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
이 논문과 함께 이용한 콘텐츠
- [본원] 대전광역시 유성구 대학로 245 한국과학기술정보연구원
- [분원] 서울시 동대문구 회기로 66 한국과학기술정보연구원
- 문의처: helpdesk@kisti.re.kr
- 전화: 080-969-4114
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.