목적 소아 환자에서 두부 컴퓨터단층촬영(이하 CT)에 대한 딥러닝 이미지 재구성(deep learning image reconstruction; 이하 DLIR; TrueFidelity; GE Healthcare, Milwaukee, WI, USA)의 효과를 평가하고자 한다. 대상과 방법 총 126개의 소아 두부 CT 이미지를 수집했으며, adaptive statistical iterative reconstruction (이하 ASiR)-V를 사용한 반복적 재구성 및 세 가지 수준의 DLIR을 사용한 재구성을 시행하였다. 각 이미지 세트 그룹은 환자의 연령에 따라 4개의 그룹으로 구분하였으며 각 연령군의 임상 및 방사선량 관련 데이터를 검토하였다. 양적 매개 변수에는 signal to noise ratio (이하 SNR) 및 contrast to noise ratio (이하 CNR)가 포함되었으며 질적 매개 변수로 영상의 잡음(noise), 회백질의 구분 정도, 선명도, 인공물 및 수용 가능성(acceptability), 영상의 질감이 포함되었고 이에 대한 평가와 비교를 시행하였다. 결과 모든 연령 그룹의 모든 수준의 SNR 및 CNR은 높은 수준의 DLIR 사용 시 증가하였다. ASiR-V와 비교했을 때 높은 수준의 DLIR은 SNR 및 CNR이 개선되었다(p < 0.05). 그리고 DLIR의 수준이 증가될수록 순차적인 잡음 감소, 회백질 구분 개선, 선명도 개선이 나타났다. 이러한 변수들에서 높은 수준의 DLIR 사용 시 ASiR-V와 유사한 정도의 수치가 측정되었다. 인공물과 수용 가능성의 경우에 적용된 DLIR 수준 간에 큰 차이를 보이지 않았다. 결론 소아 두부 CT에 고수준 DLIR을 적용하면 영상의 노이즈를 줄일 수 있으나 인공물 처리에 대한 개선이 필요하다.
Joo Hee Kim;Hyun Jung Yoon;Eunju Lee;Injoong Kim;Yoon Ki Cha;So Hyeon Bak
Korean Journal of Radiology
/
제22권1호
/
pp.131-138
/
2021
Objective: Iterative reconstruction degrades image quality. Thus, further advances in image reconstruction are necessary to overcome some limitations of this technique in low-dose computed tomography (LDCT) scan of the chest. Deep-learning image reconstruction (DLIR) is a new method used to reduce dose while maintaining image quality. The purposes of this study was to evaluate image quality and noise of LDCT scan images reconstructed with DLIR and compare with those of images reconstructed with the adaptive statistical iterative reconstruction-Veo at a level of 30% (ASiR-V 30%). Materials and Methods: This retrospective study included 58 patients who underwent LDCT scan for lung cancer screening. Datasets were reconstructed with ASiR-V 30% and DLIR at medium and high levels (DLIR-M and DLIR-H, respectively). The objective image signal and noise, which represented mean attenuation value and standard deviation in Hounsfield units for the lungs, mediastinum, liver, and background air, and subjective image contrast, image noise, and conspicuity of structures were evaluated. The differences between CT scan images subjected to ASiR-V 30%, DLIR-M, and DLIR-H were evaluated. Results: Based on the objective analysis, the image signals did not significantly differ among ASiR-V 30%, DLIR-M, and DLIR-H (p = 0.949, 0.737, 0.366, and 0.358 in the lungs, mediastinum, liver, and background air, respectively). However, the noise was significantly lower in DLIR-M and DLIR-H than in ASiR-V 30% (all p < 0.001). DLIR had higher signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) than ASiR-V 30% (p = 0.027, < 0.001, and < 0.001 in the SNR of the lungs, mediastinum, and liver, respectively; all p < 0.001 in the CNR). According to the subjective analysis, DLIR had higher image contrast and lower image noise than ASiR-V 30% (all p < 0.001). DLIR was superior to ASiR-V 30% in identifying the pulmonary arteries and veins, trachea and bronchi, lymph nodes, and pleura and pericardium (all p < 0.001). Conclusion: DLIR significantly reduced the image noise in chest LDCT scan images compared with ASiR-V 30% while maintaining superior image quality.
갑상샘이 포함된 인체모형 팬텀을 이용하여 임상에서 많이 적용하는 NECK CT 프로토콜 중 관전압을 변화 적용하여 스캔 후 Raw data를 이용하여 FBP, ASIR-V, DLIR 재구성기법 적용 영상 획득하여 120 kVp FBP 재구성 영상 기준 DLIR 재구성기법의 유용성을 알아보았다. 그 결과 DLIR 재구성기법 적용 시 CTDIvol 이 감소하였으며, 특히 동일 관전압에서 FBP 적용보다 ASIR-V, DLIR 재구성 시 낮은 선량에서도 기준 스캔 조건으로 획득한 화질에 도달하였다. 또한, SNR, CNR 분석결과 DLIR 재구성 영상이 SNR, CNR 값이 높게 분석되었고, SSIM분석결과 100 kVp, DLIR 재구성 영상이 SSIM 지수가 1에 근사하게 측정되어 원본 영상에 대한 재구성 영상의 유사도가 높은 것으로 분석되었다(p>0.05). 본 연구결과를 활용하여 임상 영상 평가를 시행하여 보완하고 다양한 해부학적 구조에 적용 가능한 알고리즘을 추가 개발한다면 검사 선량을 현재 보다 낮추면서 화질을 유지할 수 있어 임상 적용 시 유용할 것으로 생각된다.
흉부 CT 검사 조건 중 관전압을 100, 80 kVp, 재구성 알고리즘을 FBP, ASIR-V, DLIR로 변화 적용하여 검사 선량과 화질 변화를 비교 분석해 보았다. 그 결과 기존 관전압 보다 낮은 관전압인 100 kVp 에서 ASIR-V, DLIR 적용 시 선량을 낮추면서 120 kVp, FBP 적용 시와 가장 유사한 화질로 구현. 특히, DLIR 재구성 영상은 모든 관전압에서 SNR, CNR이 우수하였다. 또한, SSIM 지수가 1에 가장 근사하게 분석되어 원본 영상과 가장 유사도가 높은 것을 알 수 있었다. 따라서 반복적으로 흉부 CT 검사를 시행하는 경우 DLIR 적용은 검사 선량을 약 29.7% 감소시킬 수 있어 CT 검사의 가장 큰 문제점인 검사로 인한 피폭을 일부 해결하는 데 도움을 줄 수 있을 것으로 사료된다.
June Park;Jaeseung Shin;In Kyung Min;Heejin Bae;Yeo-Eun Kim;Yong Eun Chung
Korean Journal of Radiology
/
제23권4호
/
pp.402-412
/
2022
Objective: To evaluate the image quality and lesion detectability of lower-dose CT (LDCT) of the abdomen and pelvis obtained using a deep learning image reconstruction (DLIR) algorithm compared with those of standard-dose CT (SDCT) images. Materials and Methods: This retrospective study included 123 patients (mean age ± standard deviation, 63 ± 11 years; male:female, 70:53) who underwent contrast-enhanced abdominopelvic LDCT between May and August 2020 and had prior SDCT obtained using the same CT scanner within a year. LDCT images were reconstructed with hybrid iterative reconstruction (h-IR) and DLIR at medium and high strengths (DLIR-M and DLIR-H), while SDCT images were reconstructed with h-IR. For quantitative image quality analysis, image noise, signal-to-noise ratio, and contrast-to-noise ratio were measured in the liver, muscle, and aorta. Among the three different LDCT reconstruction algorithms, the one showing the smallest difference in quantitative parameters from those of SDCT images was selected for qualitative image quality analysis and lesion detectability evaluation. For qualitative analysis, overall image quality, image noise, image sharpness, image texture, and lesion conspicuity were graded using a 5-point scale by two radiologists. Observer performance in focal liver lesion detection was evaluated by comparing the jackknife free-response receiver operating characteristic figures-of-merit (FOM). Results: LDCT (35.1% dose reduction compared with SDCT) images obtained using DLIR-M showed similar quantitative measures to those of SDCT with h-IR images. All qualitative parameters of LDCT with DLIR-M images but image texture were similar to or significantly better than those of SDCT with h-IR images. The lesion detectability on LDCT with DLIR-M images was not significantly different from that of SDCT with h-IR images (reader-averaged FOM, 0.887 vs. 0.874, respectively; p = 0.581). Conclusion: Overall image quality and detectability of focal liver lesions is preserved in contrast-enhanced abdominopelvic LDCT obtained with DLIR-M relative to those in SDCT with h-IR.
기술의 발전으로 CT 검사에 있어 환자가 받는 피폭선량을 줄이기 위한 노력은 새로운 재구성 기법 개발과 함께 계속 진행되고 있다. 최근에는 반복적 재구성 기법의 한계를 극복하기 위해 딥러닝 재구성 기법이 개발되었다. 본 연구는 소아 흉부 CT 영상에서 재구성 기법에 따른 영상의 유용성을 평가하였다. 환자 실험은 2021년 1월 2일부터 2022년 12월 31일까지 경상남도 P 병원에서 흉부 조영 CT 검사를 받은 소아 환자 중 85명을 대상으로 연구를 진행하였다. 팬텀 실험에 사용된 팬텀은 Pediatric Whole Body Phantom PBU-70이다. 검사 후 FBP, ASIR-V(50%), DLIR(TF-Medium,High)로 영상을 재구성했고, 동일한 크기의 ROI를 설정하여 HU값, SD값을 획득하여 SNR, CNR 값을 산출하여 영상을 평가하였다. 그 결과 DLIR의 TF-H가 모든 실험에서 ASIR-V(50%)와 TF-M에 비해 잡음 값이 가장 낮았으며, SNR과 CNR의 값이 가장 높았다. 소아 흉부 CT 검사에서 DLIR이 적용된 TF 영상이 ASiR-V 영상보다 잡음이 적었고, CNR과 SNR은 높은 것으로 나타났으며 DLIR이 적용되면 기존의 재구성법에 비해 영상의 질이 더 향상될 것으로 판단된다.
소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.