• Korean Journal of Radiology
• /
• 제21권4호
• /
• pp.450-461
• /
• 2020

Objective: We performed a meta-analysis to evaluate the agreement of cardiac computed tomography (CT) with cardiac magnetic resonance imaging (CMRI) in the assessment of right ventricle (RV) volume and functional parameters. Materials and Methods: PubMed, EMBASE, and Cochrane library were systematically searched for studies that compared CT with CMRI as the reference standard for measurement of the following RV parameters: end-diastolic volume (EDV), end-systolic volume (ESV), stroke volume (SV), or ejection fraction (EF). Meta-analytic methods were utilized to determine the pooled weighted bias, limits of agreement (LOA), and correlation coefficient (r) between CT and CMRI. Heterogeneity was also assessed. Subgroup analyses were performed based on the probable factors affecting measurement of RV volume: CT contrast protocol, number of CT slices, CT reconstruction interval, CT volumetry, and segmentation methods. Results: A total of 766 patients from 20 studies were included. Pooled bias and LOA were 3.1 mL (-5.7 to 11.8 mL), 3.6 mL (-4.0 to 11.2 mL), -0.4 mL (5.7 to 5.0 mL), and -1.8% (-5.7 to 2.2%) for EDV, ESV, SV, and EF, respectively. Pooled correlation coefficients were very strong for the RV parameters (r = 0.87-0.93). Heterogeneity was observed in the studies (I² > 50%, p < 0.1). In the subgroup analysis, an RV-dedicated contrast protocol, ≥ 64 CT slices, CT volumetry with the Simpson's method, and inclusion of the papillary muscle and trabeculation had a lower pooled bias and narrower LOA. Conclusion: Cardiac CT accurately measures RV volume and function, with an acceptable range of bias and LOA and strong correlation with CMRI findings. The RV-dedicated CT contrast protocol, ≥ 64 CT slices, and use of the same CT volumetry method as CMRI can improve agreement with CMRI.

• Korean Journal of Radiology
• /
• 제22권10호
• /
• pp.1597-1608
• /
• 2021

Cardiovascular computed tomography (CT) is among the most active fields with ongoing technical innovation related to image acquisition and analysis. Artificial intelligence can be incorporated into various clinical applications of cardiovascular CT, including imaging of the heart valves and coronary arteries, as well as imaging to evaluate myocardial function and congenital heart disease. This review summarizes the latest research on the application of deep learning to cardiovascular CT. The areas covered range from image quality improvement to automatic analysis of CT images, including methods such as calcium scoring, image segmentation, and coronary artery evaluation.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2003년도 제27회 추계학술대회
• /
• pp.79-79
• /
• 2003

심실의 내부는 유두근이나 trabecular와 같은 해부학적 구조물들로 인해 복잡한 형태를 띄고 있다. 그러한 복잡한 구조는 MR 영상을 이용한 심박출량 측정시 오차를 유발시킬 수 있으며, 만약 오차를 줄이기 위해 수작업을 하게 된다면 많은 수고와 시간이 필요하게 될 것이다. 본 연구에서는 threshold 기법을 이용하여 짧은 시간동안에 정확하게 복잡한 구조를 가진 심실의 심박출량을 측정하고자 하였다. 7 명의 환자에 대해 l.5T 급 MR 장치 (INTERA, Philips, Netherlands)를 이용하여 short-axis cardiac MR 영상을 획득하였다. 한 환자에 대해서 8개에서 10개의 슬라이스 영상을 8-10 mm의 두께로, 하나의 심장주기(cardiac cycle)동안 일정한 시간간격으로 25 개의 영상을 획득하였으며, 펄스시퀀스로는 ECG-gated segmented balanced fast field echo (TR/TE = 3ms/1.56ms)를 사용하였다. 획득된 영상은 PC(threshold 기법)와 workstation (기존의 수동 및 자동 segmentation 기법)로 DICOM 형태로 전송되었다. 측정은 IDL을 이용하여 자체 제작된 소프트웨어와 상용화된 소프트웨어 (MASS 5.0, MEDIS, Netherlands)를 이용하여 분석되었다. MR 영상에서 심내벽 부위를 추출하기 위하여 자체제작된 소프트웨어로는 threshold 기법을, 상용 소프트웨어로는 기존의 수동 및 자동 기법을 이용하였다. 심박출량은 최대수축기와 이완기 사이의 용적 차이로써 계산되었으며, 좌심실 및 우심실 모두에 대해 수행되었다. 또한, 해부학적 구조의 복잡도에 따른 측정방법의 정확도를 확인하기 위해 유두근 및 trabecular의 hypertrophy의 정도를 3 단계로 구분하고 측정된 값들을 통계적으로 분석하였다. Hypertrophy가 약한 그룹에서는 기존의 수동방식과 threshold 기법간의 의미있는 차이가 없었으며 (p=0.372), 기존의 수동 및 자동방식 간에도 큰 차이가 없었다 (p=0.298). 그러나, hypertrophy가 심한 그룹에서는 수동방식 및 자동방식 측정치 사이에 통계적으로 유의한 차이를 보임을 알 수 있었다 (p=0.044). 그러나, threshold 기법과 수동방식 사이에는 유의한 차이가 없었다 (p=0.l94). 분석시간은 threshold 기법이 기존의 수동방식에 비해서 두배정도 빠르다는 것을 알 수 있었다, Threshold 기법은 심박출량 측정에 있어서 정확하면서도 빠른 결과의 도출이 가능했으며, 특히 심내벽의 구조가 복잡한 경우에 그 효과가 증대됨을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.381-384
• /
• 2010

심장질환을 예방하기 위하여 정기적인 검진을 통한 심장 운동기능 분석과 관찰이 중요하며, 심장 기능의 분석은 좌심실의 수동윤곽분할을 통하여 혈류량과 심박구출률 계산을 통해 이루어진다. 본 논문에서는 심장단축 자기공명영상에서 좌심실을 자동분할하기 위한 연구에 대하여 설명한다. 관측자의 간섭을 최소화하고 심장기능 분석을 자동화하기 위한 자동 초기점을 추출한 후에, 그래프 탐색을 통하여 복잡한 심장 구조와 다양한 촬영환경에 적용할 수 있는 좌심실 분할 알고리즘을 제안한다. 실험 결과에 따르면 자동 초기점 추출 알고리즘의 성능은 86.8%로 나타났고, 진행 중인 그래프 탐색 알고리즘도 유용한 결과를 나타내고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권4호
• /
• pp.273-281
• /
• 2010

본 논문에서는 CT 영상에서 밝기값 분포와 기울기 정보를 고려한 방사선 추적 기반의 좌심실 내외벽 자동 분할 기법을 제안한다. 첫째, 심근 내벽 경계는 임계값 기법과 영역확장법으로 분할하고, 꼭지근을 포함하는 위하여 방사형의 방사선 추적 기법을 이용하여 분할한다. 둘째, 심근 외벽 경계는 적응적 기울기 프로파일 내에 심근의 밝기값과 최대 기울기를 갖는 점을 추출한다. 마지막으로, 타원이나 원의 형태를 유지하기 위하여 내외벽의 잘못된 경계점들을 타원방정식으로 선형 보간하고 B-스플라인을 적용하여 최종 분할된 결과를 추출한다. 제안방법의 평가를 위해 육안평가와 정확성 평가, 수행시간을 측정하였다. 정확성 평가를 위하여 임상의의 수동 분할 결과와 제안 방법 분할 결과 간의 평균거리차이와 중복영역비율을 측정하였다. 실험 결과 평균거리차이는 $0.56{\pm}0.24mm$로 측정되었고, 평균 중복영역비율은 평균 $82{\pm}4.2%$로 측정되었다. 제안 방법을 적용한 수행 시간은 평균 1초로 수행을 완료하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.561-564
• /
• 2010

의학과 기술 발달로 인해 질병과 사고에 의한 사망률은 줄어들었으나, 심장 관련 질환에 의한 사망률은 증가하였다. 심장 질환을 예방하는 데는 정기적인 검진을 통해 심장기능을 분석하고 관찰하는 것이 중요하다. 심장 기능의 분석은 이완기와 수축기 사이의 혈류량 및 심박구출률 계산을 통한 심장 운동능력 평가에 의해 이루어진다. 본 연구에서는 심장 단축 자기공명영상에서 좌심실 영역을 자동 분할하여 혈류량 및 심박 구출률을 계산하는 알고리즘을 제안한다. K평균 군집화 기법을 적용하여 좌심실을 분할하고, 그래프 탐색 기법에 기반하여 분할 오류를 수정하였다. 15명의 지원자에 대해 제안하는 알고리즘을 사용하여 혈류량과 심박구출률을 계산하였고, 수동윤곽검출 및 General Electronics 사의 MASS 소프트웨어와 비교하였다. 제안한 알고리즘의 수동윤곽검출과 차이는 혈류량의 경우 평균적으로 이완기에 $4.6mL{\pm}3.9$, 수축기에 $2.1mL{\pm}2.4$로 나타났고, 심박구출률은 $1.8%{\pm}1.7$이었다. 전반적으로 MASS소프트웨어에 비해 좋은 성능을 나타내었다.

• Korean Journal of Radiology
• /
• 제23권12호
• /
• pp.1251-1259
• /
• 2022

Objective: T1 mapping provides valuable information regarding cardiomyopathies. Manual drawing is time consuming and prone to subjective errors. Therefore, this study aimed to test a DL algorithm for the automated measurement of native T1 and extracellular volume (ECV) fractions in cardiac magnetic resonance (CMR) imaging with a temporally separated dataset. Materials and Methods: CMR images obtained for 95 participants (mean age ± standard deviation, 54.5 ± 15.2 years), including 36 left ventricular hypertrophy (12 hypertrophic cardiomyopathy, 12 Fabry disease, and 12 amyloidosis), 32 dilated cardiomyopathy, and 27 healthy volunteers, were included. A commercial deep learning (DL) algorithm based on 2D U-net (Myomics-T1 software, version 1.0.0) was used for the automated analysis of T1 maps. Four radiologists, as study readers, performed manual analysis. The reference standard was the consensus result of the manual analysis by two additional expert readers. The segmentation performance of the DL algorithm and the correlation and agreement between the automated measurement and the reference standard were assessed. Interobserver agreement among the four radiologists was analyzed. Results: DL successfully segmented the myocardium in 99.3% of slices in the native T1 map and 89.8% of slices in the post-T1 map with Dice similarity coefficients of 0.86 ± 0.05 and 0.74 ± 0.17, respectively. Native T1 and ECV showed strong correlation and agreement between DL and the reference: for T1, r = 0.967 (95% confidence interval [CI], 0.951-0.978) and bias of 9.5 msec (95% limits of agreement [LOA], -23.6-42.6 msec); for ECV, r = 0.987 (95% CI, 0.980-0.991) and bias of 0.7% (95% LOA, -2.8%-4.2%) on per-subject basis. Agreements between DL and each of the four radiologists were excellent (intraclass correlation coefficient [ICC] of 0.98-0.99 for both native T1 and ECV), comparable to the pairwise agreement between the radiologists (ICC of 0.97-1.00 and 0.99-1.00 for native T1 and ECV, respectively). Conclusion: The DL algorithm allowed automated T1 and ECV measurements comparable to those of radiologists.

• Investigative Magnetic Resonance Imaging
• /
• 제23권2호
• /
• pp.114-124
• /
• 2019

Purpose: We investigate biases in the assessments of left ventricular function (LVF), by compressed sensing (CS)-cine magnetic resonance imaging (MRI). Materials and Methods: Cardiovascular cine images with short axis view, were obtained for 8 volunteers without CS. LVFs were assessed with subsampled data, with compression factors (CF) of 2, 3, 4, and 8. A semi-automatic segmentation program was used, for the assessment. The assessments by 3 CS methods (ITSC, FOCUSS, and view sharing (VS)), were compared to those without CS. Bland-Altman analysis and paired t-test were used, for comparison. In addition, real-time CS-cine imaging was also performed, with CF of 2, 3, 4, and 8 for the same volunteers. Assessments of LVF were similarly made, for CS data. A fixed compensation technique is suggested, to reduce the bias. Results: The assessment of LVF by CS-cine, includes bias and random noise. Bias appeared much larger than random noise. Median of end-diastolic volume (EDV) with CS-cine (ITSC or FOCUSS) appeared -1.4% to -7.1% smaller, compared to that of standard cine, depending on CF from (2 to 8). End-systolic volume (ESV) appeared +1.6% to +14.3% larger, stroke volume (SV), -2.4% to -16.4% smaller, and ejection fraction (EF), -1.1% to -9.2% smaller, with P < 0.05. Bias was reduced from -5.6% to -1.8% for EF, by compensation applied to real-time CS-cine (CF = 8). Conclusion: Loss of temporal resolution by adopting missing data from nearby cardiac frames, causes an underestimation for EDV, and an overestimation for ESV, resulting in underestimations for SV and EF. The bias is not random. Thus it should be removed or reduced for better diagnosis. A fixed compensation is suggested, to reduce bias in the assessment of LVF.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권1호
• /
• pp.49-55
• /
• 2017

심장 CT 혈관 조영 영상은 심혈관의 전체 해부학 구조를 3D 로 보여줄 뿐 아니라 병변의 정보를 제공하기 때문에 관상동맥 질환 진단 및 치료에 많이 사용되고 있다. 하지만 영상의 방대한 크기로 인해 수동으로 정보를 추출하는 데는 한계가 있어 자동으로 심혈관을 정확하게 추출하는 연구들이 활발히 진행되고 있다. 심혈관 자동 추출 알고리즘을 개발하는데 있어 심혈관의 시작점인 상행대동맥의 심문을 검출하는 방법은 필수적인 부분이다. 본 논문에서는 심혈관의 시작점인 심문을 분할하는 방법을 제안한다. 첫째, 상행대동맥의 크기와 위치를 고려한 허프변환으로 대동맥 초기영역을 검출한다. 둘째, 초기영역을 기반으로 탐색범위를 줄일 수 있도록 관심 볼륨 영역을 설정한다. 셋째, 지오데식 활성외곽선 모델을 기반으로 정제된 대동맥 영역을 검출한다. 마지막으로 검출된 대동맥 영역에서 심문을 분할한다. 제안방법의 평가를 위해 20 개의 심장 CT 혈관 조영 영상에서 전문가가 수동으로 표기한 시작점과 비교 분석하였다. 실험 결과 제안방법을 통해 시작점이 제대로 추출 됨을 확인할 수 있었다.

• Korean Journal of Radiology
• /
• 제19권6호
• /
• pp.1042-1052
• /
• 2018

Objective: To determine the utility of computed tomography (CT) ventricular volumes and morphometric parameters for deciding the treatment strategy in children with a hypoplastic left ventricle (LV). Materials and Methods: Ninety-four consecutive children were included in this study and divided into small LV single ventricle repair (SVR) (n = 28), small LV biventricular repair (BVR) (n = 6), disease-matched control (n = 19), and control (n = 41) groups. The CT-based indexed LV volumes, LV-to-right-ventricular (LV/RV) volume ratio, left-to-right atrioventricular valve (AVV) area ratio, left-to-right AVV diameter ratio, and LV/RV long dimension ratio were compared between groups. Proportions of preferred SVR in the small LV SVR group suggested by the parameters were evaluated. Results: Indexed LV end-systolic (ES) and end-diastolic (ED) volumes in the small LV SVR group ($6.3{\pm}4.0mL/m^2$ and $14.4{\pm}10.2mL/m^2$, respectively) were significantly smaller than those in the disease-matched control group ($16.0{\pm}4.7mL/m^2$ and $37.7{\pm}12.0mL/m^2$, respectively; p < 0.001) and the control group ($16.0{\pm}5.5mL/m^2$ and $46.3{\pm}10.8mL/m^2$, respectively; p < 0.001). These volumes were $8.3{\pm}2.4mL/m^2$ and $21.4{\pm}5.3mL/m^2$, respectively, in the small LV BVR group. ES and ED indexed LV volumes of < $7mL/m^2$ and < $17mL/m^2$, LV/RV volume ratios of < 0.22 and < 0.25, AVV area ratios of < 0.33 and < 0.24, and AVV diameter ratios of < 0.52 and < 0.46, respectively, enabled the differentiation of a subset of patients in the small LV SVR group from those in the two control groups. One patient in the small LV biventricular group died after BVR, indicating that this patient might not have been a good candidate based on the suggested cut-off values. Conclusion: CT-based ventricular volumes and morphometric parameters can suggest cut-off values for SVR in children with a hypoplastic LV.