메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김준 (서울대학교병원 핵의학과) 김재일 (서울대학교병원 핵의학과) 이홍재 (서울대학교병원 핵의학과) 김진의 (서울대학교병원 핵의학과)
저널정보
대한핵의학기술학회 핵의학기술 핵의학기술 제20권 제2호
발행연도
2016.1
수록면
21 - 26 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근엔 대부분의 PET-CT영상의 감쇠보정은 많은 강점을 가지고 있는 CT를 기반으로 사용하고 있다. 하지만 CT 검사때 metal artifact가 발생하게 된다면, PET 영상에서 영향을 주게 된다. 이에 본 논문에서는 감쇠보정 영상의 count와 비감쇠보정 영상의 count의 비를 통하여 보정계수($e^{-{\mu}x}$)을 구하였고 이를 통해 측정 SUV에 대입하여 실제 SUV를 추정하는 방법에 대하여 고찰해보았다. 실험장비로는 본원에서 사용하고 있는 Biograph mCT S(40)_SIMENS을 촬영 장비로 이용하였고, phantom은 micro phantom을 사용하였다. 팬텀 실험방법은 micro phantom에 metal artifact를 발생시켜 촬영한 뒤 감쇠보정 영상과 비 감쇠보정 영상으로 재구성하였다. 그리고 SIMENS 사의 Sygo.via VA11A 프로그램을 이용 감쇠보정 영상과 비 감쇠보정 영상의 count를 측정하고 이를 통해 보정계수를 구하여 Metal artifact 발생 부위와 Metal artifact 발생 직전 부위의 보정계수를 비교 분석해 보았다. 임상영상에서는 본원에 내원한 환자 10명($66{\pm}15$세)의 데이터를 이용하여 여러 장기의 평균 보정계수를 계산하였고, Metal artifact가 발생한 연부조직의 보정계수와 metal artifact가 발생하기 직전의 연부조직의 보정계수를 비교 분석하였다. 분석결과 phantom 실험에서는 밝은 artifact 부분에서의 보정 계수는 Metal artifact가 발생하지 않은 부분에서의 보정계수보다 평균 12%증가 되게 나타났다. 어두운 artifact 부분에서의 보정계수는 발생하지 않은 부분에서의 보정계수보다 6% 감소 되게 나타났다. 또한 phantom 실험결과 본 논문에서 사용한 식을 이용한 추정 SUV가 실제 SUV와 유의미한 차이가 없다는 것을 확인 할 수 있었다. 임상영상에서는 normal 장기의 보정계수를 계산 하였고, 이를 이용한 각 장기의 평균 보정계수를 계산하여 그래프를 작성하였다. 그리고 이 결과 값을 통해 CT number가 큰 조직 일수록 보정계수도 커지는 상호 비례 관계를 확인 할 수 있었다. 또한 metal artifact시 밝은 artifact 부분의 연부조직 보정계수는 metal artifact가 발생 하지 않은 연부조직 보정계수에 비해 평균 20% 증가, 그리고 어두운 artifact 부분은 10% 감소된 것으로 나타났다. 그래프로 작성한 soft tissue 평균값과 비교 하였을 때는 metal artifact가 발생 하지 않은 연부조직에 비해 밝은 artifact 부위는 평균 19% 증가 어두운 artifact 부위는 평균 9% 감소 된 것으로 나타났다. 즉 경우에 따라 각 개인의 보정계수를 계산 할 필요 없이 그래프로 작성한 평균값을 간편하게 활용 할 수 있을 것으로 사료된다. 이와 같이 실험결과로 보아 본 논문에서 제시하였던 감쇠보정 영상과 비 감쇠보정 영상에서의 count의 비를 통해 metal artifact가 발생하지 않는 부위의 보정계수와 발생한 부위의 보정계수를 구하고, 이를 활용하여 측정 SUV에 대입하여 실제 SUV를 추정하는 방법 역시 metal artifact 발생 부위의 더 정확한 정량분석 위하여 고려 해볼 수 있는 대안이 될 수 있을 것이라 사료 된다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0