• AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

MDCT에서 선량 변화에 따른 딥러닝 재구성 기법의 유용성 연구 (A Study on the Usefulness of Deep Learning Image Reconstruction with Radiation Dose Variation in MDCT)

10 페이지
기타파일
최초등록일 2025.04.17 최종저작일 2023.02
10P 미리보기
MDCT에서 선량 변화에 따른 딥러닝 재구성 기법의 유용성 연구
  • 미리보기

    서지정보

    · 발행기관 : 한국방사선학회
    · 수록지 정보 : 한국방사선학회논문지 / 17권 / 1호 / 37 ~ 46페이지
    · 저자명 : 김가현, 김지수, 김찬들, 이준표, 홍주완, 한동균

    초록

    MDCT의 딥러닝 재구성 기법(TrueFidelity, TF)의 유용성을 평가하고자 기존의 필터보정역투영법(Filtered back projection, FBP)과 적응형 통계적 재구성 기법(Adaptive Statistical Iterative Reconstruction-Veo, ASIR-V)의 화질을 비교 평가하였다. FBP, ASIR-V 50%, TF-H의 재구성 기법에서 선량을 17.29 mGy로 고정한 것과 10.37 mGy, 12.10 mGy, 13.83 mGy, 15.56 mGy로 변화시킨 영상을 획득하여 노이즈, CNR, SSIM을 측정하였다. 17.29 mGy에서 재구성 기법 변화를 주었을 때 TF-H가 FBP, ASIR-V에 비해 화질이 우수하다. 선량에 변화를 주었을 때 10.37 mGy TF-H와 FBP 비교 시 노이즈, CNR, SSIM은 유의한 차이가 있고(p<0.05), 10.37 mGy TF-H와 ASIR-V 50% 비교 시 유의한 차이가 없다(p>0.05). 선량이 가장 높은 15.56 mGy ASIR-V 50%와 선량이 가장 낮은 10.37 mGy TF-H 화질이 동일하므로 TF-H는 30%의 선량 감소 효과가 있다. 따라서 딥러닝 재구성 기법(TF)은 반복적 재구성 기법(ASIR-V)과 필터보정역투영법(FBP)보다 선량을 감소시킬 수 있었다. 이로 인해 환자의 피폭선량을 감소시킬 것으로 사료된다.

    영어초록

    This study aims to evaluate the usefulness of Deep Learning Image Reconstruction(TrueFidelity, TF), the image quality of existing Filtered Back Projection (FBP) and Adaptive Statistical Iterative Reconstruction-Veo (ASIR-V) were compared. Noise, CNR, and SSIM were measured by obtaining images with doses fixed at 17.29 mGy and altered to 10.37 mGy, 12.10 mGy, 13.83 mGy, and 15.56 mGy in reconstruction techniques of FBP, ASIR-V 50%, and TF-H. TF-H has superior image quality compared to FBP and ASIR-V when the reconstruction technique change is given at 17.29 mGy. When dose changes were made, Noise, CNR, and SSIM were significantly different when comparing 10.37 mGy TF-H and FBP (p<0.05), and no significant difference when comparing 10.37 mGy TF-H and ASIR-V 50% (p>0.05). TF-H has a dose-reduction effect of 30%, as the highest dose of 15.56 mGy ASIR-V has the same image quality as the lowest dose of 10.37 mGy TF-H. Thus, deep learning reconstruction techniques (TF) were able to reduce dose compared to iterative reconstruction techniques (ASIR-V) and filter calibration inverse projection (FBP). Therefore, it is considered to reduce the exposure dose of patients.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“한국방사선학회논문지”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
  • 전문가 요청 쿠폰 이벤트
  • 전문가요청 배너
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 12월 03일 수요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
4:38 오후