* 본 문서는 배포용으로 복사 및 편집이 불가합니다.
서지정보
ㆍ발행기관 : 대한자기공명기술학회
ㆍ수록지정보 : 대한자기공명기술학회지 / 33권 / 2호
ㆍ저자명 : Tae-Yoon Kim, Doo-Hee Kim, So-Hyun Park
목차
Ⅰ. 서 론
Ⅱ. 대상 및 방법
1. 연구 대상
2. 연구 방법
3. 영상 평가 및 분석방법
Ⅲ. 결 과
1. 환자군 특성
2. 정량적 분석
3. 정성적 분석
4. 국소병변의 평가
Ⅳ. 고찰 및 결론
Ⅴ. 감사의 글
한국어 초록
본 연구는 간 담도기 이미지에서 CAIPIRINHA, 압축 센싱(CS), 딥러닝(DL) 기법을 비교하여 주관적 영상의 질과 국소병변 을 평가하였다. 후향적 연구로 간 담도기 이미지를(획득 시간, CAIPIRINHA 16초, DL 11초, CS 15초; 절편두께, 3mm, 3mm, 1.5mm) 포함한 가도세틱산 조영증강 자기공명영상을 시행한 51명의 환자에서 3개의 이미지와 국소 간 병변은 주관적 이미지 질 평가를 분석하였다. 간 가장자리 선명도는 CAIPIRINHA(3.9±0.8), DL(4.5±0.6), CS(4.5±0.8), 호흡에 의한 운동 허상은 CAIPIRINHA(4.3±0.9), DL(4.7±0.6), CS(4.5±0.8)를 보였다. 21명 환자의 48개 병변에서, 가장자리 선예 도는 CAIPIRINHA(4.3±0.7), DL(4.5±0.6), CS(4.6±0.5), 선명도는 CAIPIRINHA(4.4±0.7), DL(4.7±0.5), CS (4.7±0.5)을 보였다. DL은 검사 시간을 줄이면서 CAIPIRINHA와 비슷한 질을 보이고 호흡 허상을 줄일 수 있다. CS는 얇은 절편 영상의 획득이 가능하여 비슷한 영상의 질을 보여 선택적으로 유용하게 사용할 수 있다.
영어 초록
The study aimed to compare VIBE using conventional controlled aliasing in parallel imaging results in higher acceleration (CAIPIRINHA), compressed sensing (CS) and deep learning (DL) in quantitative analysis of image quality, as well as focal lesion for a single breath-hold HBP image. We retrospectively included 51 patients who underwent gadoxetic acid-enhanced liver MRI, including three HBPs (acquisition time, CAIPIRINHA 16 sec, DL 11 sec. CS 15 sec; slice thickness, 3 mm, 3 mm, 1.5 mm) and evaluated three images for subjective image quality and focal liver lesions (FLLs). The liver edge sharpness in the three images was 3.9±0.8 (CAIPIRINHA), 4.5±0.6 (DL), and 4.5±0.8 (CS); and the respiratory motion artifact was 4.3±0.9 (CAIPIRINHA), 4.7±0.6 (DL) and 4.5±0.8 (CS). For a total of 21 patients with 48 FLLs, lesion edge sharpness showed 4.3±0.7 (CAIPIRINHA), 4.5±0.6 (DL) and 4.6±0.5 (CS), and lesion conspicuity revealed 4.4±0.7 (CAIPIRINHA), 4.7±0.5 (DL), and 4.7±0.5 (CS). DL revealed comparable image quality, compared with CAIPIRINHA, while reducing the scan time and respiratory motion artefacts. CS also showed comparable quality to CAIPIRINHA, while producing thin section images that can help patients selectively.
참고 자료
없음
어도비 PDF 
