Increase of Tc-99m RBC SPECT Sensitivity for Small Liver Hemangioma using Ordered Subset Expectation Maximization Technique

전태주; 봉정균; 김희중; 김명진; 이종두

추천

검색

자료유형: 학술저널

저자정보: 전태주 (연세대학교 의과대학 진단방사선학교실, 핵의학과) 봉정균 (연세대학교 의과대학 방사선의과학연구소) 김희중 (연세대학교 의과대학 진단방사선학교실, 핵의학과) 김명진 (연세대학교 의과대학 진단방사선과) 이종두 (연세대학교 의과대학 진단방사선학교실, 핵의학과)

저널정보: 대한핵의학회 대한핵의학회지 대한핵의학회지 제36권 제6호

발행연도: 2002.1

수록면: 344 - 356 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적: 적혈구 혈액 풀 SPECT는 높은 특이도로 인하여, 간의 대표적인 양성 종양인 혈관종의 진단에 널리 사용되어 왔지만 낮은 해상도가 이 검사의 단점 중 하나였다. 최근 들어 ordered subset expectation maximization (OSEM)이라는 기술이 임상 핵의학 분야에서 단층영상의 재구성에 도입되고 있는 바, 저자들은 간 혈관종을 대상으로 기존의 역투사방식과 새로운 수정된 반복영상구성법인 OSEM을 비교하고자 하였다. 대상 및 방법: 24명의 간 혈관종 환자의 28개의 병변들 각각으로부터 이중 헤드 감마 카메라를 이용하여 단층영상 재구성을 위한 64개의 투사 영상을 얻었다. 이들 raw data는 LINUX운영체계의 개인용 컴퓨터에 보내서, 각각의 header file을 interfile로 대체하여 OSEM프로그램이 인식할 수 있도록 하였다. 최상의 영상을 구성하는 조건을 알아보기 위하여 다양한 subset 수(1, 2, 4, 8, 16 그리고 32) 및 반복계산 수 (1, 2, 4, 8, 그리고 16)하에서 재구성을 시도하여 4번의 반복계산과 16개의 subset일 때를 최적 조건으로 선택하였다. 이후 이 조건 하에서 OSEM과 역투사 방법으로 각각 모든 대상을 재구성한 후에 3명의 핵의학 및 방사선과 전문의가 특별한 정보 없이 모든 영상을 검토하였다. 결과: 28개의 병변을 맹검한 결과, 거의 모든 증례에서 OSEM이 역투사에 비교하여 최소한 대등하거나 우수한 영상의 질을 보여주었다. 비록 3 cm 이상의 큰 병변의 검출에는 차이가 없었으나 1.5-3 cm 크기의 병변 5개는 OSEM을 통하여서만 발견되었다. 하지만 1.5 cm 미만의 작은 병변 4개는 양쪽 모두에서 검출되지 않았다. 결론: OSEM은 작은 크기의 간 혈관종을 발견하는데 보다 높은 민감도를 보였으며 전체적인 영상의 질에 있어서도 보다 좋은 대조도와 윤곽을 보여주었다. OSEM은 이와 같은 장점 뿐만 아니라 높은 사양의 컴퓨터를 요하지않고 계산시간이 길지 않기 때문에 임상에서 간 혈관종의 진단을 위한 적혈구 혈액풀 SPECT에 쉽게 적용될 수 있는 좋은 방법으로 사료된다.

Purpose: RBC blood pool SPECT has been used to diagnose focal liver lesion such as hemangioma owing to its high specificity. However, low spatial resolution is a major limitation of this modality. Recently, ordered subset expectation maximization (OSEM) has been introduced to obtain tomographic images for clinical application. We compared this new modified iterative reconstruction method, OSEM with conventional filtered back projection (FBP) in imaging of liver hemangioma. Materials and Methods: Sixty four projection data were acquired using dual head gamma camera in 28 lesions of 24 patients with cavernous hemangioma of liver and these raw data were transferred to LINUX based personal computer. After the replacement of header file as interfile, OSEM was performed under various conditions of subsets (1,2,4,8,16, and 32) and iteration numbers (1,2,4,8, and 16) to obtain the best setting for liver imaging. The best condition for imaging in our investigation was considered to be 4 iterations and 16 subsets. After then, all the images were processed by both FBP and OSEM. Three experts reviewed these images without any information. Results: According to blind review of 28 lesions, OSEM images revealed at least same or better image quality than those of FBP in nearly all cases. Although there showed no significant difference in detection of large lesions more than 3 cm, 5 lesions with 1.5 to 3 cm in diameter were detected by OSEM only. However, both techniques failed to depict 4 cases of small lesions less than 1.5 cm. Conclusion: OSEM revealed better contrast and define in depiction of liver hemangioma as well as higher sensitivity in detection of small lesions. Furthermore this reconstruction method dose not require high performance computer system or long reconstruction time, therefore OSEM is supposed to be good method that can be applied to RBC blood pool SPECT for the diagnosis of liver hemangioma.

#Iterative reconstruction #Ordered subset expectation maximization #Hemangioma

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

전태주

소속기관 연세대학교 의과대학 진단방사선학교실, 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 0

봉정균

소속기관 연세대학교 의과대학 방사선의과학연구소

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 0

김희중

소속기관 연세대학교 의과대학 진단방사선학교실, 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 0

김명진

소속기관 연세대학교 의과대학 진단방사선과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 2 이용수 1

이종두

소속기관 연세대학교 의과대학 진단방사선과학교실 핵의학과

주요연구분야 의약학 > 기초의학 > 약리학 의약학 > 임상의학 > 방사선과학

논문수 87 이용수 84

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)