성별, 나이, 체질량지수에 따른 주요 혈관의 TOD(Table-Object Distance) 통계학적 분석 및 유용성 고찰

최덕용; 김용준; 이우용; 이주철; 박두석

추천

검색

질문

자료유형: 학술저널

저자정보: 최덕용 (고려대학교) 김용준 (고려대학교) 이우용 (고려대학교) 이주철 (고려대학교) 박두석 (고려대학교)

저널정보: 대한인터벤션영상기술학회 대한인터벤션영상기술학회지 대한인터벤션영상기술학회지 제21권 제1호(통권 제34호)

발행연도: 2018.5

수록면: 134 - 146 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적 : 영상 데이터를 이용하여 CT 성별, 나이, 체질량지수에 따른 주요 혈관의 TOD (Table-Object Distance)값을 통계학적으로 분석하고 TOD값을 예측할 수 있는 방정식을 도출하여 TOD Calibration 적용 시 유용성에 대해 알아보고자 하였다.
대상 및 방법 : 2017년 한 해 동안 본원에서 시행된 CT조영검사(복부, 상지, 하지) 데이터를 바탕으로 주요혈관(복부대동맥, 상완동맥, 총대퇴동맥, 슬와동맥)의 TOD값을 측정하여 성별, 나이, 체질량지수에 따른 TOD 변화를 통계학적으로 분석하였다. TOD에 영향을 주는 테이블 쿠션패드나 팔 거치대의 두께를 측정하였고, 골반모형팬텀을 이용하여 Dyna CT촬영을 하여 패드의 눌림 정도를 측정하였다. TOD ‘0’ 상태인 패드를 제거한 상태에서 아크릴 판을 5, 7.5, 10, 12.5, 15, 17.5, 20 ㎝로 준비하고 그 위에 납자를 올려 촬영하였다. 촬영된 영상에서 납자의 길이(10 ㎝)를 TOD Calibration 기능을 이용하여 측정하였고, 이때 TOD값은 장비 기본 설정값인 15 ㎝로 고정하였다.
결과: 성별, 나이, 체질량지수에 따른 혈관의 TOD를 예측할 수 있는 방정식은 복부대동맥(남:TOD=48.870+0.140*Age+2.585*BMI, 여:TOD=49.086+0.129*Age+2.303*BMI), 상완동맥(남:TOD=62.587-0.253* Age+0.735*BMI, 여:TOD=42.833+0.536*BMI), 총대퇴동맥(남:TOD1=94.393+2.242*BMI, 여:TOD1= 98.838+1.850*BMI), 슬와동맥(남:TOD2=7.447+1.750*BMI, 여:TOD2=30.301-0.311*Age+1.630*BMI)으로 나왔다. TOD에 영향을 주는 테이블 쿠션패드 높이는 2.25~4 ㎝, 팔 거치대의 높이는 5.5 ㎝로 측정되었다. TOD 설정값 오류에 따른 길이측정값 오차 실험 결과 TOD 설정값이 1 ㎝ 차이 남에 따라 길이측정값은 약 1.26%의 측정 오차를 나타내었다.
결론 : TOD Calibration을 이용한 길이 측정 시 성별, 나이, 체질량지수에 따른 주요 혈관의 TOD값을 예측할 수 있는 통계학적 방정식을 이용하여 TOD값을 설정하는 것은 길이 측정 오차를 줄일 수 있는 유용한 방법이라 사료된다.

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

최덕용

소속기관 고려대학교

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 2 이용수 203

김용준

소속기관 연세대학교 기계공학과

주요연구분야 의약학 > 임상의학 > 방사선과학 복합학 > 과학기술학

논문수 9 이용수 310

이우용

소속기관 고려대학교

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 3 이용수 254

이주철

소속기관 고려대학교

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 2 이용수 203

박두석

소속기관 고려대학교

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 184

이 논문과 함께 이용한 논문

대학생의 학과만족도가 직업탐색행동과 취업준비행동에 미치는 영향 : 인구통계학적 특성을 중심으로

한의진 관광연구저널 2017 .07

보건의료 통계 분석 : OECD 보건통계 자료를 기초로

최진우 의료정책포럼 2006 .01

보건의료통계분석 : OECD 보건통계 자료를 기초로

임금자 , 임선미 의료정책포럼 2013 .06

보건의료 통계 분석 : OECD 보건통계 자료를 기초로

임금자 , 임선미 , 서경화 대한의사협회 의료정책연구소 연구보고서 2013 .01

스트레스 정도에 따른 혈중 인슐린 양 성장인자-1 농도의 차이

공미희 , 김광민 , 박샛별 외 2명 스트레스硏究 2008 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-512-002059965

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

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)