초록 ▼

□ 연구개요
본 연구의 목표는 대용량 자기공명 데이터의 고속 획득 기술 및 환자 맞춤형 정보 추출 기술을 개발하는 것이다. 정확한 진단을 위한 인체 내부 조직의 수치적 판단을 위해서는 다수의 MR 특성 상수 획득이 매우 중요하다. 따라서 한 번의 촬영에서 최대한 많은 MR 특성 상수를 획득할 수 있는 펄스열을 개발하고, 이로 부터 얻은 대용량 자기 공명 데이터를 고화질의 다중 대조도 영상으로 재구성하는 시스템을 구축하고자 한다. 또한 복원한 다중 대조도 영상으로부터 기존 기술(3~4개)을 능가하는 신호 패턴 인식 및 MR 특정

□ 연구개요
본 연구의 목표는 대용량 자기공명 데이터의 고속 획득 기술 및 환자 맞춤형 정보 추출 기술을 개발하는 것이다. 정확한 진단을 위한 인체 내부 조직의 수치적 판단을 위해서는 다수의 MR 특성 상수 획득이 매우 중요하다. 따라서 한 번의 촬영에서 최대한 많은 MR 특성 상수를 획득할 수 있는 펄스열을 개발하고, 이로 부터 얻은 대용량 자기 공명 데이터를 고화질의 다중 대조도 영상으로 재구성하는 시스템을 구축하고자 한다. 또한 복원한 다중 대조도 영상으로부터 기존 기술(3~4개)을 능가하는 신호 패턴 인식 및 MR 특정 상수를 추출하는 기술을 개발하고, 추출한 상수 기반의 환자 맞춤형 강조 영상 및 질병 조직 정보 분석 및 시각화를 가능하게 하는 기술을 개발 하고자 한다. 본 기술은 한 번의 촬영으로부터 다수의 MR 특성 상수 획득을 할 수 있도록 하고, 진단 대상 환자 고유의 병변 정보를 추출할 수 있게 한다.

□ 연구 목표대비 연구결과
1차년도에서 본 연구진은 자기 공명 특성 상수 영상 (M0, T1, T2, △B0)을 하나의 펄스열에서 동시에 획득할 수 있는 Inversion-Recovery balanced-Steady-State Free Precession (IR-bSSFP) 기반의 고속 펄스열 개발 및 안정화 작업을 완료하였다. 2차년도에서 본 연구진은 제안한 기법 (Data Sharing 기반 WEST 기술, 교차 도메인 합성곱 신경망 기반 KIKI-net 기술, 멀티 스트림 합성곱 신경망 기반 DPI-net 기술)을 통해 과소 샘플링된 대용량 자기 공명 데이터로부터 높은 퀄리티의 영상 재구성이 가능하였다. 다중 에코 (multi-echo)로 얻은 자기 공명 영상에서 노이즈를 저감하는 시공간 비 근접 잡음 저감 기술 (spatio-temporal, non-local denoising) 개발하였으며, 재구성된 영상을 비 참조로 평가할 수 있는 다방향 필터 및 영상 통계 기반(QEMDIM) 기술 개발을 완료하였다. 또한, 실제 임상 영상 획득 시 사용하는 변수와 자기 공명 Bloch Equations를 이용하여 [다중 대조도 영상의 픽셀 값 – 자기 공명특성 상수(T1, T2, T2*, M0)] 대용량 딕셔너리 구축 완료하였으며, 대용량 자기 공명데이터 (T1, T2 강조 영상, GRE 영상 등의 다중 대조도 영상)를 특정 임상 영상(STIR) 으로 변환하는 신경망 기반 시스템 개발을 완료하였다. 3차년도에서 본 연구진은 환자의 질병 조직을 감별할 수 있는 (3D 합성곱 신경망 기반 전이성 뇌종양 판별 자기 공명 영상 생성 기술, 자기 공명 영상으로부터 척추 영역 분할 기술) 개발을 완료하였으며, 자기 공명 Bloch Equations과 실제 자기 공명 영상 촬영 환경을 기반으로 추출한 자기공명 데이터로부터 원하는 강조 영상을 효율적으로 분석 및 시각화 할 수 있는 인터페이스를 개발 완료하였다.

□ 연구개발결과의 중요성
대용량 자기공명 데이터의 고속 획득 기술 및 환자 맞춤형 정보 추출 기술은 병원에서 환자에 맞추어진 보다 빠르고 정확한 의료 영상 진단이 가능할 것이다. 뇌 뿐만이 아니라 정량화 방법이 필요한 모든 조직들을 진단하는 것이 가능하다. 따라서 임상에서 폭 넓게 사용될 것으로 예상된다. 또한 본 연구에서 개발되는 과소샘플링 재구성 알고리즘은 별다른 변경 없이 대부분의 다중 대조도 영상에 적용 할 수 있기 때문에 MR의 영상 획득 기법으로 폭넓게 사용 될 것으로 예상된다. 또한 본 기술은 숙련된 연구자 양성 및 자기공명영상장치 소프트웨어 개발에 따른 일자리 창출을 비롯한 경제적인 파급 효과를 얻을 수 있을 것이며, 영상 획득 및 진단 기술 개발 및 생산뿐만 아니라 핵심 알고리즘 개발 분야에서 후발 주자인 우리나라의 의료 영상 및 의료 기술의 선진화에 크게 기여할 수 있을 것이라 기대된다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 1. 대용량 자기공명 데이터의 고속 획득 펄스열 개발 ... 5
• 2. 과소 샘플링된 대용량 자기공명 데이터의 재구성 기술 개발 ... 6
• 3. 실제 획득한 임상 영상과 대용량 데이터를 [픽셀 값-픽셀신호] 쌍으로 분류한 딕셔너리 구축 ... 12
• 4. 대용량 자기공명 데이터의 픽셀 신호를 임상 영상의 픽셀 값으로 변환하는 시스템 개발 ... 13
• 5. 환자의 질병 조직 감별 및 분할 기법 개발 ... 14
• 6. 대용량 자기공명 데이터로부터 추출한 임상 영상 및 질병 조직 정보를 효율적으로 분석/시각화할 수 있는 인터페이스 개발 ... 16
• 3. 연구개발결과의 중요성 ... 16
• 4. 참고문헌 ... 18
• 5. 연구성과 ... 19
• 대표적 연구실적 ... 25
• 끝페이지 ... 39