<sup>18</sup>F-FDG Brain PET/CT 검사를 위한 데이터 비교 방법의 평가

도용호; 이홍재; 김진의

추천

검색

자료유형: 학술저널

저자정보: 도용호 (서울대학교병원 핵의학과) 이홍재 (서울대학교병원 핵의학과) 김진의 (서울대학교병원 핵의학과)

저널정보: 대한핵의학기술학회 핵의학기술 핵의학기술 제19권 제1호

발행연도: 2015.1

수록면: 62 - 66 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Brain PET/CT 검사는 뇌의 정신활동 뿐만 아니라 혈액의 관류상태, 에너지원의 대사상태, 생리적 활성물질의 섭취 정도를 관찰할 수 있으며 이를 통계적으로 분석하기 위한 다양한 데이터 비교 방법들이 적용되고 있다. 본 논문에서는 다양한 데이터 비교 방법들 중 SPM과 scenium의 유용성을 비교 평가 하였다. 2014년 3월부터 7월까지 서울대학교병원에서 18F-FDG PET/CT 검사를 시행 받은 15명(평균연령 $62.02{\pm}15.03$세, abnormal 10명, normal 5명)의 데이터를 분석하였다. 사용된 장비는 Siemens사의 Biograph Truepoint40 with TrueV이며 데이터 분석을 위하여 SPM99, syngo.via version VA30A, scenium version 4.0이 사용되었다. 검사는 $^{18}F-FDG$를 kg당 3.7MBq 주사하여 30분 후 brain emission 영상을 10분 획득하였다. 획득된 영상을 이용하여 영상 판독과 SPM, scenium 결과의 일치성을 5명의 핵의학과 판독의가 평가하였다. Scenium에서 parameter 변경에 따른 SUV와 SD 변화를 평가하기 위하여 환자 data 재구성시 iteration 4, 6, 8, gaussian filter 2mm, 4mm, 8mm, matrix size 168, 256, 336의 변화를 주어 재구성후 증감을 평가하였다. 마지막으로 3명의 방사선사가 두 software를 이용하여 평균 결과 분석 시간을 평가하였다. 영상 판독과 SPM 결과의 일치성은 normal 89.5%, abnormal 73.2%로 normal 환자에서 보다 높은 일치성을 보였으며 total 84.1%의 일치하는 것으로 나타났다. Scenium에서는 normal 92.1%, abnormal 93.0% 그리고 total 92.4%로 나타났다. Scenium에서 parameter 변경에 따른 SUV와 SD 변화 평가에서 iteration 횟수와 matrix size가 감소할수록 SUV와 SD 값은 iteration 변화에서 최대 0.59%, 8.73% 그리고 matrix size 변화에서 최대 0.88%, 8.25% 감소하였다. Gaussian filter변화에서는 FWHM이 증가할수록 SUV와 SD값은 최대 4.69%, 20.38% 감소하였다. 두 software를 이용한 평균 결과 분석 시간은 SPM 282초, scenium 116초로 scenium으로 결과 분석 시 SPM 사용 시 보다 58.% 시간이 감소되었다. 데이터 비교 평가 software들의 장단점을 충분히 이해하고 각 병원의 장비 환경과 실정에 맞는 software를 적용한다면 brain PET/CT 검사 시 보다 많은 정보를 제공할 수 있을 것으로 사료된다.

Purpose Various database comparison methods(DCM) are used for analyzing functional neuro-imaging. It is possible to statistically evaluate decreased or increased metabolism of abnormal patient's brain by comparing with asymptomatic controls in DCM. And results of DCM are additionally used for easily explaining defect region. The aim of this study was to evaluate usefulness of statistical parametric mapping(SPM) and scenium. Materials and Methods Data of 15 patients($62.02{\pm}15.03year$) underwent $^{18}F-FDG$ brain PET/CT were collected and analyzed. Biograph TruePoint 40 with TrueV, (Siemens) was used as a PET/CT scanner. Scenium(version 4.0) in Syngo.via(version VA30A) and SPM99 were applied for statistical evaluation. Consistency between PET reading and result of DCM were evaluated by 5 nuclear medicine physicians through a questionnaire survey. SUV and SD changes were evaluated by changing iteration, gaussian filter and matrix size in scenium. And average required time for generating result of SPM99 and scenium was compared by 3 medical technologists. Results Consistency from the result of SPM99 and scenium showed 84% and 92.4% compare to PET reading. When iteration 4, FWHM 8 and matrix size 168, SUV and SD were decreased by 0.59%, 8.73%, 4.69%, 20.38% and 0.88%, 8.25% respectively compare to routine parameter(iteration 8, FWHM 2 and matrix size 336) of scenium. Average required time of SPM99 and Scenium took 282 seconds and 116 seconds to generate result. Conclusion Results of SPM99 and Scenium showed high consistency compare to PET reading. Various parameters can be controled by user when using SPM. However, normal database needs to be acquired. And it takes significant amount of time and effort for the first set up. On the other hand, Scenium provides normal database even though modifiable parameters are limited. Therefore, more informations could be provided for brain PET/CT if properly understanding and selecting each DCM.

#Brain PET/CT #Neuro-imaging #SPM #Scenium

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

도용호

소속기관 서울대학교병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 12 이용수 76

이홍재

소속기관 서울대학교병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 36 이용수 171

김진의

소속기관 서울대학교병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 50 이용수 231

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)