• Korean Journal of Radiology
• /
• 제24권3호
• /
• pp.235-246
• /
• 2023

Objective: It is difficult to predict the treatment response of tissue after stereotactic radiosurgery (SRS) because radiation necrosis (RN) and tumor recurrence can coexist. Our study aimed to predict tumor recurrence, including the recurrence site, after SRS of brain metastasis by performing a longitudinal tumor habitat analysis. Materials and Methods: Two consecutive multiparametric MRI examinations were performed for 83 adults (mean age, 59.0 years; range, 27-82 years; 44 male and 39 female) with 103 SRS-treated brain metastases. Tumor habitats based on contrast-enhanced T1- and T2-weighted images (structural habitats) and those based on the apparent diffusion coefficient (ADC) and cerebral blood volume (CBV) images (physiological habitats) were defined using k-means voxel-wise clustering. The reference standard was based on the pathology or Response Assessment in Neuro-Oncologycriteria for brain metastases (RANO-BM). The association between parameters of single-time or longitudinal tumor habitat and the time to recurrence and the site of recurrence were evaluated using the Cox proportional hazards regression analysis and Dice similarity coefficient, respectively. Results: The mean interval between the two MRI examinations was 99 days. The longitudinal analysis showed that an increase in the hypovascular cellular habitat (low ADC and low CBV) was associated with the risk of recurrence (hazard ratio [HR], 2.68; 95% confidence interval [CI], 1.46-4.91; P = 0.001). During the single-time analysis, a solid low-enhancing habitat (low T2 and low contrast-enhanced T1 signal) was associated with the risk of recurrence (HR, 1.54; 95% CI, 1.01-2.35; P = 0.045). A hypovascular cellular habitat was indicative of the future recurrence site (Dice similarity coefficient = 0.423). Conclusion: After SRS of brain metastases, an increased hypovascular cellular habitat observed using a longitudinal MRI analysis was associated with the risk of recurrence (i.e., treatment resistance) and was indicative of recurrence site. A tumor habitat analysis may help guide future treatments for patients with brain metastases.

• Korean Journal of Radiology
• /
• 제23권5호
• /
• pp.505-516
• /
• 2022

Objective: To evaluate whether artificial intelligence (AI) for detecting breast cancer on mammography can improve the performance and time efficiency of radiologists reading mammograms. Materials and Methods: A commercial deep learning-based software for mammography was validated using external data collected from 200 patients, 100 each with and without breast cancer (40 with benign lesions and 60 without lesions) from one hospital. Ten readers, including five breast specialist radiologists (BSRs) and five general radiologists (GRs), assessed all mammography images using a seven-point scale to rate the likelihood of malignancy in two sessions, with and without the aid of the AI-based software, and the reading time was automatically recorded using a web-based reporting system. Two reading sessions were conducted with a two-month washout period in between. Differences in the area under the receiver operating characteristic curve (AUROC), sensitivity, specificity, and reading time between reading with and without AI were analyzed, accounting for data clustering by readers when indicated. Results: The AUROC of the AI alone, BSR (average across five readers), and GR (average across five readers) groups was 0.915 (95% confidence interval, 0.876-0.954), 0.813 (0.756-0.870), and 0.684 (0.616-0.752), respectively. With AI assistance, the AUROC significantly increased to 0.884 (0.840-0.928) and 0.833 (0.779-0.887) in the BSR and GR groups, respectively (p = 0.007 and p < 0.001, respectively). Sensitivity was improved by AI assistance in both groups (74.6% vs. 88.6% in BSR, p < 0.001; 52.1% vs. 79.4% in GR, p < 0.001), but the specificity did not differ significantly (66.6% vs. 66.4% in BSR, p = 0.238; 70.8% vs. 70.0% in GR, p = 0.689). The average reading time pooled across readers was significantly decreased by AI assistance for BSRs (82.73 vs. 73.04 seconds, p < 0.001) but increased in GRs (35.44 vs. 42.52 seconds, p < 0.001). Conclusion: AI-based software improved the performance of radiologists regardless of their experience and affected the reading time.

• Journal of Radiation Protection and Research
• /
• 제26권2호
• /
• pp.59-66
• /
• 2001

정위적분할방사선치료(FSRT)는 병소경계에 대한 공간상위치와 형태를 정확히 결정하는 것이 큰 쟁점이다. 본 연구는 나선형 CT를 이용하여 4명의 뇌종양 환자와 팬톰(파라핀)으로부터 연속적인 횡축 단면상을 얻었다. K-mean 분류 알고리즘을 적용하여 CT영상의 초기정보값을 평균화소값으로 변화시켰다. 영상의 구성은 병소영역, 정상영역, 혼합영역, 바탕영역, 가음영영역의 5영역으로 분류하였다. 주된 관심은 혼합영역 내에서 정상영역과 혼합영역을 어떻게 분리하는 가였다. 5영역 평균화소값 중에서 정상영역과 병소영역에 상대적인 평균편차 분석법을 적용하여 2영역 평균편차 화소값 사이의 최대점을 구하였다. IDL 프로그램을 이용한 반자동윤곽법으로 혼합영역내의 최대점을 연결함으로서 GTV의 경계선을 그렸다. 균일한 팬톰의 관심영역 경계선은 ${\pm}1%$ 이내의 오차로 평가되었다. 환자 4명의 경우는 방사선 전문의들이 그린 병소영역과 K-mean 알고리즘과 상대적인 평균편차 분석법에 의해 자동적으로 묘사된 병소영역과 거의 일치하였다. 이러한 방법들을 사용하여 불분명한 정상영역과 병소영역의 경계선을 명확하게 나타낼 수 있었다. 그러므로 CT 영상이 MRI 영상과 비교하여 간헐적으로 병소윤곽을 보여주지 못할 경우 이 방법은 치료계획을 결정할 때 유용한 CT영상 자료로 활용될 수 있음을 확인하였다.

• Clinical and Experimental Pediatrics
• /
• 제48권3호
• /
• pp.306-309
• /
• 2005

목 적 : 본 연구에서는 간이나 골격계 질환 없이 알카라인 포스파타아제만 증가된 환아들의 임상적 특징을 알아보고 원인과 의의를 알아보고자 하였다. 방 법 : 2002년 1월부터 2002년 12월까지 1년 동안 본원에서 알카라인 포스파타아제를 포함한 생화학 검사를 시행한 4개월부터 14세까지의 소아 4,989명에서 알카라인 포스파타아제가 1,000 IU/L 이상으로 측정된 환자 114명 중 골격계나 간질환이 없었던 환아를 대상으로 하여 의무기록을 이용하여 후향적인 조사를 하였다. 결 과 : 알카라인 포스파타아제가 1,000 IU/L 이상으로 측정된 114명 중 97명(85.8%)이 골격계나 간질환 없이 알카라인 포스파타아제가 상승하였으며 남녀 성비는 1 : 0.7로 남아가 많았다. 평균 알카라인 포스파타아제는 $1,539{\pm}948IU/L$이었으며, 연령 분포는 4개월에서 1세 미만이 44명(45.3%), 1세에서 2세가 19명(19.3%)으로 가장 많았으며, 월별 분포는 9월에서 12월까지 비교적 발병률이 높았다. 동반 질환은 기관지염 및 폐렴, 천식, 크룹 등의 호흡기계 질환이 25명(26.9%), 급성 장염이 17명(17.5%)으로 가장 많았다. 1개월 후 알카라인 포스파타아제가 추적검사가 시행되었던 44명 중 37명(84%)에서 1,000 IU/L 이하로 떨어졌다. 결 론 : 소아기에 알카라인 포스파타아제 상승하는 것은 골격이나 간의 질환이 없는 경우 비특이적 지표로 생각된다. 일과성 고포스파타아제혈증은 양성적이고 일시적인 현상으로써 임상적으로 간이나 골격계의 이상이 없으며, 1-2개월 후에 다시 검사하여 알카라인 포스파타아제가 감소하는 경우에는, 악성 종양이나 기타 질환을 배제하기 위하여 불필요한 특수 검사들을 시행할 필요가 없을 것으로 보인다.