초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

환자의 체동은 MRI에 의해 제공된 영상의 화질을 저하시키는 주된 원인이 되고 있다. 이에 본 논문에서는 MRI내 3차원 강체운동에 기인한 아티팩트를 제거하는 방법을 제안한다. 이러한 제거 목표를 달성하기 위해 MRI 영상 데이터를 얻기위한 2차원 다-슬라이스 방법(a multiple two dimensional slice technique)이 사용되어 왔다. 대상물체의 운동에 해당하는 수집된 MRI 데이터는 불균일한 표본화와 위상오차에 의해 영향을 받게된다. 3차원 강체운동에 대해 주어진 운동 파라메타와 장면간의 영향이라는 가정하에 양선형 보간법과 중첩법으로 다-슬라이스 데이터를 사용하는 방법에 기초한 재구성 알고리즘을 MRI 아티팩트를 제거하는데 사용한다. 미지의 체동 파라메타를 추정하기 위해 3차원 강체운동은 다-슬라이스 취득방법의 각 영상과 결합된 관심영역 바깥쪽에서 측정된 에너지를 증가시킨다는 사실을 이용하는 최소에너지법을 사용한다. 본 방법의 유효성을 확인하기 위해 3차원 강체운동에 의해 화질이 저하된 스핀-에코우 영상에 적용한 결과 화질이 식별될 수 있을 정도로 개선됨을 확인하였다.

환자의 체동은 MRI에 의해 제공된 영상의 화질을 저하시키는 주된 원인이 되고 있다. 이에 본 논문에서는 MRI내 3차원 강체운동에 기인한 아티팩트를 제거하는 방법을 제안한다. 이러한 제거 목표를 달성하기 위해 MRI 영상 데이터를 얻기위한 2차원 다-슬라이스 방법(a multiple two dimensional slice technique)이 사용되어 왔다. 대상물체의 운동에 해당하는 수집된 MRI 데이터는 불균일한 표본화와 위상오차에 의해 영향을 받게된다. 3차원 강체운동에 대해 주어진 운동 파라메타와 장면간의 영향이라는 가정하에 양선형 보간법과 중첩법으로 다-슬라이스 데이터를 사용하는 방법에 기초한 재구성 알고리즘을 MRI 아티팩트를 제거하는데 사용한다. 미지의 체동 파라메타를 추정하기 위해 3차원 강체운동은 다-슬라이스 취득방법의 각 영상과 결합된 관심영역 바깥쪽에서 측정된 에너지를 증가시킨다는 사실을 이용하는 최소에너지법을 사용한다. 본 방법의 유효성을 확인하기 위해 3차원 강체운동에 의해 화질이 저하된 스핀-에코우 영상에 적용한 결과 화질이 식별될 수 있을 정도로 개선됨을 확인하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문은 두뇌와 같은 신체 강체부위의 3차원 운동에 기인하여 발생하는 MRI 아티팩트의 제거에 관하여 기슐한 것이다. 고속이 아닌 다-슬라이스 스핀 에코우 화상을 포함한 운동에 대해 장면간의 영향이라는 가정을 이용하면, 각 2차원 슬라이스의 해당 k 공간 데이터를 처리함으로써 M기 데이터 취득시 대상물체의 운동을 감소시킬 수 있음을 나타냈다.

가설 설정

• 세번째, 슬라이스 사이의 갭은무시한다. kx, ky, £의 좌표에 있어서 고 해상도 MRI 데이터 세트를 제공하기 위해 두번째와 세번째의 가정을취하였다. 이들의 가정에 기초로 두고 상기의 설명을 참고하면 辰로 표시되는 그 해당 푸리에 축인 S축에 따른 F(皓妇2)와 已(处, 如3)의 푸리에변환을 계산함으로써 다음과 같은 灼(代孩μ4)와 垣蜘稣.
• 본 연구에서의 목표중의하나는 평면내 운동을 취급하M 선행연구를 확장함에 있고, 또한 □ 유효한 방법들을 3차원 문제에 적용함에 있다[9]. 따라서 본 연구에서는 선행연구에서 주어진 방법과 유사한 방법으로 3차원 강체운동은 장면간의 영향 (inter-view effect) 이라고 가정한다. 즉, 읽어내는 축 read-out axis) 또는 장면내의 영향은 무시하며, 미지의 3차원 강체운동 파라메타들은 단지 위상 부호화단계들의함수라고 가정한다[9L 이하 각 장에서는 이론적인 문제의 모델 및 주어진 강체운동에 대한 아티팩트를 제거하기 위한 방법을 제안하고, 강체운동 파라메타의 추정에대해 기술한다.
• 따라서 본 연구에서는 선행연구에서 주어진 방법과 유사한 방법으로 3차원 강체운동은 장면간의 영향 (inter-view effect) 이라고 가정한다. 즉, 읽어내는 축 read-out axis) 또는 장면내의 영향은 무시하며, 미지의 3차원 강체운동 파라메타들은 단지 위상 부호화단계들의함수라고 가정한다[9L 이하 각 장에서는 이론적인 문제의 모델 및 주어진 강체운동에 대한 아티팩트를 제거하기 위한 방법을 제안하고, 강체운동 파라메타의 추정에대해 기술한다. 또한 시뮬레이션된 3차원 운동을 스핀- 에코우 MR! 영상에 적용한 결과 제안한 방법의 유효성을 확인한다.
• 본 연구에 있어서는 다음과 같은 점을 가정하였다. 첫번째, 변위된 대상물체의 성분들은 유용한 촬상 체적 즉 슬라이스들의 수플 남기지 않을 것이다. 그리고 심지어 대상물체 운동의 경우에 있어서 □ 해당 화상들도 관심상의전체적인 촬상체적을 포함할 수 있다.

제안 방법

• 취득된 MRI 아티팩트와 주어진 3차원 운동 파라메타들을 사용해서 원래의 MRI 영상 데이터를 복원하기 위한 재구성 알고리즘을 제안하였다. 미지운동 파라메타의 예측에 관한 대안으로서 제안된 방법은 장면간의 대상물체 변위의 측정을 위해 위상 부호화된 영상 그 자체를 이용했다. 시뮬레이션된 3차원 운동을 스핀-에코우 MR 영상에 적용한 결과 제안된 방법에 대한 유효성을 확인하였다.
• 고속이 아닌 다-슬라이스 스핀 에코우 화상을 포함한 운동에 대해 장면간의 영향이라는 가정을 이용하면, 각 2차원 슬라이스의 해당 k 공간 데이터를 처리함으로써 M기 데이터 취득시 대상물체의 운동을 감소시킬 수 있음을 나타냈다. 취득된 MRI 아티팩트와 주어진 3차원 운동 파라메타들을 사용해서 원래의 MRI 영상 데이터를 복원하기 위한 재구성 알고리즘을 제안하였다. 미지운동 파라메타의 예측에 관한 대안으로서 제안된 방법은 장면간의 대상물체 변위의 측정을 위해 위상 부호화된 영상 그 자체를 이용했다.

이론/모형

• , TE=20 msec, Ec=1/1 16kHz FOV=32cmx 32cm, 256x 256/1 NEX)에 의해 행해졌다. 이 시스템에서는 두뇌의 30개 슬라이스의 관상단면에 대한 데이터를 획득하기 위하여 고속화되지 않은 슬라이스의 두께가 5mm이고 □ 간격이 1mm인 다-슬라이스 SE 기법을 사용하였다. Z3림 4는 이뜰 슬라이스에 대한 3개 표본을 나타낸다.

성능/효과

• 것이다. 고속이 아닌 다-슬라이스 스핀 에코우 화상을 포함한 운동에 대해 장면간의 영향이라는 가정을 이용하면, 각 2차원 슬라이스의 해당 k 공간 데이터를 처리함으로써 M기 데이터 취득시 대상물체의 운동을 감소시킬 수 있음을 나타냈다. 취득된 MRI 아티팩트와 주어진 3차원 운동 파라메타들을 사용해서 원래의 MRI 영상 데이터를 복원하기 위한 재구성 알고리즘을 제안하였다.
• 그리고 심지어 대상물체 운동의 경우에 있어서 □ 해당 화상들도 관심상의전체적인 촬상체적을 포함할 수 있다. 두번째, 슬라이스종단면 [SJz)]는 얇다. 세번째, 슬라이스 사이의 갭은무시한다.
• 3차원 강체운동이 장면간의 영향이라는 가정하에 운동 파라메타 (外)들은 각 위상부호화 단계에서 고정되어 있다. 따라서 수집된 데이터의 MxNxN 성분들은 각 7V개의 직사각형 평행육면체에 있어서 위상부호화 단계에 해당하는 kx~t 평면들중 한 개의 평면만이 넌 제토(ncm-zem) 이고 그 밖의 다른 평면돌은 제로(zwo)가 되도록 각 Mx Nx N 성분들을 가진 N개의 직사각형 평행욱면체가 포개진 것으로 간주할 수 있다.
• 미지운동 파라메타의 예측에 관한 대안으로서 제안된 방법은 장면간의 대상물체 변위의 측정을 위해 위상 부호화된 영상 그 자체를 이용했다. 시뮬레이션된 3차원 운동을 스핀-에코우 MR 영상에 적용한 결과 제안된 방법에 대한 유효성을 확인하였다. 향후의 과제로서 2차원 다-슬라이스 기법에 따른 MRI 스캔중 실제의 3차원 운동에 대한 유효성 향상을 위한 반복적인 실험으로, 궁극적인 목표는 두뇌의 3차원 문동에 의해 발생하는 MRI 아티팩트를 억제하기 위한 보다 개선된 알고리즘을 개발함에 있다.

• 3.1 주어진 강체운동에 대한 아티팩트의 제거

  제안한 알고리즘은 기존 연구에 대한 아이디어에서 힌트를 얻고 있으며, 다-슬라이스 스핀-에코우 촬상기법을처리함에 적합한 방법이다[5]. 2장에서와 같이 의슬라이스와 슬라이스 담 성분들에 대해 제공된다-슬라이스 스핀-에코우의 3차원 데이터 세트는 Mx NX N 샘플들로 구성된다' 이 경우에 데이터의 취득은 N개의 위상부호화 단계들을 포함한다.

후속연구

• 따라서이러한 이유로 환자의 체동에 기인한 MRI 아티팩트를제거하기 위한 컴퓨터에 의한 후처리 방법들이 이전부터검토되어 왔다[3-9L 이들 중에서 두 가지 기법들은 평면 안(X-y 평면)과 밖(Z축)의 강체운동에 대하여 실행가능한 방법들을 제안하고 있다〔5]」8-9、여기에서 특별한 관심사항은 두뇌부위의 3차원 강체운동에 기인한 MRI 아티팩트를 제거함에 있匚F’ 현재에 이르기까지 3차원 강체운동의 아티팩트를 제거하기 위한 유효한 방법중에서 어떠한 방법도 만족스러운 성과를 거두었다고 할수는 없다, 따라서 상기의 문제를 잘 처리할 수 있는 컴퓨터에 의한 후처리 방법의 개발은 현재이 면구를 수행하게 된 주된 동기가 되었다. 본 연구에서의 목표중의하나는 평면내 운동을 취급하M 선행연구를 확장함에 있고, 또한 □ 유효한 방법들을 3차원 문제에 적용함에 있다[9]. 따라서 본 연구에서는 선행연구에서 주어진 방법과 유사한 방법으로 3차원 강체운동은 장면간의 영향 (inter-view effect) 이라고 가정한다.
• 시뮬레이션된 3차원 운동을 스핀-에코우 MR 영상에 적용한 결과 제안된 방법에 대한 유효성을 확인하였다. 향후의 과제로서 2차원 다-슬라이스 기법에 따른 MRI 스캔중 실제의 3차원 운동에 대한 유효성 향상을 위한 반복적인 실험으로, 궁극적인 목표는 두뇌의 3차원 문동에 의해 발생하는 MRI 아티팩트를 억제하기 위한 보다 개선된 알고리즘을 개발함에 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기