• 대한핵의학회지
• /
• 제39권1호
• /
• pp.49-56
• /
• 2005

목적: 새로운 PET 추적자와 약물 개발, 유전자 및 줄기세포치료 연구 등에 소동물 전용 PET이 유용하게 쓰이고 있으며, 국내에도 최근에 microPET R4 소동물 전용 PET이 설치되어 각종 기초연구에 활발히 이용될 전망이다. 이 연구에서는 국내에 최초로 설치된 microPET R4 스캐너의 물리적 특성(공간분해능, 균일도, 민감도, 산란분획, NECR)을 측정하였다. 대상 및 방법: 내경 0.5 mm의 가는 모세관을 F-18으로 채워 만든 선선원을 이용하여 공간분해능 및 민감도를 측정하였다. 반경방향(radial) 및 접선방향(tangential) 분해능을 측정하기 위하여 60 mm의 선선원(65 ${\mu}Ci$)을 축방향과 나란하게 놓은 후 횡단면상 중앙에서부터 1 mm 간격으로 중심에서 4 cm 벗어난 지점까지 옮겨가며 각 2분간 PET 영상을 얻었다. 축방향(axial) 공간분해능 측정을 위하여서는 선선원을 축방향과 수직으로 놓고 동일한 실험을 반복하였다. PET 영상은 FBP 방법과 OSEM 방법으로 각각 재구성하였으며 가우시안 함수로 곡선정합하여 반치폭값을 구하였다. 축방향 위치에 따른 민감도 측정을 위하여 축방향 시야 길이와 동일한(78 mm) 선선원(16.5 ${\mu}Ci$)을 횡단면 중심에 축방향과 나란하게 위치시키고 불응시간이 1%이하가 됨을 확인한 후 축방향 중심에서 바깥방향으로 39 mm까지 (0.5 mm간격) 이동시키면서 각 4분간 PET 영상을 얻었다. 총동시계수에서 지연계수를 빼고 방사선 붕괴를 보정한 후 민감도를 계산하였다. 지름 60 mm, 길이 150 mm의 원통형 팬텀을 제작하여 NECR과 산란분획을 7반감기 동안 각 20분씩 얻은 데이터로부터 계산하였다. 결과: FBP로 재구성한 영상의 공간분해능은 횡단면 중심에서 각각 1.86 mm(반경 방향), 1.95 mm(접선방향), 1.95 mm(축방향)이었으며 중심에서 2 cm 벗어난 지점에서 각각 2.54 mm, 2.8 mm, 1.61 mm이었다. OSEM 영상의 공간분해능은 중심에서 각각 1.44 mm, 1.36 mm, 1.61 mm이었으며 중심에서 2 cm 벗어난 지점에서 각각 1.86 mm, 2.29 mm, 2.88 mm이었다. 민감도는 축방향 중심에서 2.36%, 축방향 시야길이의 1/4인 18.5 mm 지점에서 2.09%이었다. 산란분획은 20%이었으며, 최대 NECR은 242 kBq/mL에서 66.4 kcps이었다. 생쥐와 백서, 그리고 고양이의 뇌영상을 획득하여 영상의 품질을 확인하였다. 결론: 국내에 설치된 microPET R4의 공간분해능 및 민감도는 기존에 알려진 값들과 거의 유사하였으며, 소동물 PET 영상을 위하여 적합한 것으로 보인다.

• 한국의학물리학회지:의학물리
• /
• 제22권1호
• /
• pp.42-51
• /
• 2011

전통적으로 심근 생존능을 식별하고 심근 관류를 정확히 평가하기 위한 도구로 핵의학영상이 이용되고 있으나 경색영역을 정의하기에는 어려움이 있다. 이에 본 연구에서는 극성지도의 분포를 분석하여 특성에 맞는 적응적 임계값을 이용하여 심근경색 모델을 정량적으로 평가하고자 하였다. 쥐 심근경색 모델은 왼쪽 관상동맥을 결찰시켜 제작하였다. 소동물PET 영상은 37 MBq $^{18}F$-FDG를 쥐의 꼬리정맥에 주사한 후 60분 섭취 후 Siemens Inveon SPECT/PET 스캐너를 이용하여 20분 동안 ECG 신호와 함께 획득하였고, OSEM 2D 알고리즘을 이용하여 재구성하였다. PET 영상의 심근 극성지도는 Siemens QGS 소프트웨어에 적합한 형식으로 변환 후 자동으로 심근 벽을 설정하여 작성하였다. 심근경색영역의 기준데이터는 TTC 염색으로 설정하였으며 전체 좌심실대비 염색된 영역의 백분율로 획득하였다. 최적의 임계값 설정을 위해 절대치 설정 방법, Otsu 알고리즘, 다중가우시안혼합모델(Multi Gaussian mixture model, MGMM)을 이용하여 평가하였다. 절대치 설정 방법은 10~90%까지 10%단위로 미리 정의 된 임계값을 이용하였고, Otsu 알고리즘은 영상 내에서 두 군집의 분산을 최대로 하는 임계값으로 설정하였다. MGMM 방법은 영상의 화소 강도를 분석하여 여러 개의 가우시안 분포함수(MGMM2, $\cdots$ MGMM4)로 반복 수행하여 최적의 가우시안 분포를 구하여 적응적 임계값을 설정하였다. 극성지도 평가지표는 각각의 알고리즘에서 측정된 임계값을 이용하여 이진화하고 전체 극성지도와 경색영역의 백분율로 획득한 후, TTC 염색으로 획득된 기준데이터와의 차이를 비교하였다. 그 차이는 절대치 방법의 20%에서 $7.04{\pm}3.44%$, 30%에서 $3.87{\pm}2.09%$, 40%에서 $2.15{\pm}2.07%$이었다. Otsu 방법은 $3.56{\pm}4.16%$이었으며 MGMM 방법은 $2.29{\pm}1.94%$이었다. 소동물 PET 극성지도에서는 30% 임계값이 조직학적 데이터와 비교하여 가장 작은 차이를 보였다. 그러나 TTC 염색으로 측정한 크기가 10% 이하에서는 MGMM 방법이 절대치 방법보다 작은 차이를 보였다(MGMM: 0.006%, 절대치방법: 0.59%). 이 연구에서는 심근경색 모델 평가를 위하여 생체영상 극성지도에서 다중가우시안혼합모델을 이용하여 평가하고자 하였다. MGMM은 사용자의 선택 없이도 자동적으로 영상 특성을 고려하여 적응적 임계값을 찾아주는 방법으로 극성지도에서 심근경색을 평가하는데 도움이 될 것으로 기대된다.