PET 검사 시 Reconstructed data와 Re-sliced data의 표준섭취계수와 Metabolic Tumor Volume의 비교 평가

도용호; 이홍재; 김진의

추천

검색

자료유형: 학술저널

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

저널정보: 대한핵의학기술학회 핵의학기술 핵의학기술 제20권 제2호

발행연도: 2016.1

수록면: 3 - 8 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

PET 검사에서 SUV는 암의 원발 부위, 전이여부 파악 및 병기결정, 재발여부 판단에 도움을 주는 지표이다. 특히 항암, 방사선치료 후 효과 판정을 위한 검사 시 이전 검사와의 SUV 비교 평가가 중요시 된다. 그러나 핵의학과 에서 자체적으로 데이터를 저장하는 외장하드, mini PACS 등의 저장 장치는 데이터 손실의 가능성을 가지고 있다. 이에 본 연구에서는 workstation의 reconstructed data (R-D)와 병원 PACS로 전송한 R-D, re-sliced data (S-D) 사이의 SUV를 비교 평가하여 자체 저장장치의 데이터 손실 시 PACS로 전송한 데이터의 사용가능 여부를 확인 하고자 한다. Biograph Truepoint 40, mCT 40, mCT 64, mMR (Siemens, Germany)장비에서 2015년 1월부터 2월까지 $^{18}F-FDG$ PET 검사를 시행한 20명($60.5{\pm}8.3$세)의 데이터를 분석하였다. Workstation의 R-D와 PACS의 R-D, S-D 데이터를 Syngo.via 프로그램으로 전송하여 liver, aorta, tumor 부위의 max SUV($SUV_{max}$), peak SUV ($SUV_{peak}$)와 tumor의 metabolic tumor volume (MTV)를 측정하였다. Workstation과 PACS의 R-D에서 liver, aorta, tumor의 평균 $SUV_{max}$는 $2.95{\pm}0.59$, $2.35{\pm}0.61$, $10.36{\pm}6.15$ 이었고 $SUV_{peak}$는 $2.70{\pm}0.51$, $2.07{\pm}0.43$, $7.67{\pm}3.73$으로 동일하였으며 통계적으로 유의한 차이가 없었다(p>0.05). PACS의 S-D는 R-D대비 평균 $SUV_{max}$는 5.18%, 7.22%, 12.11%, $SUV_{peak}$는 2.61%, 3.63%, 10.07% 감소하였으며 통계적으로 유의한 차이가 있었다(p<0.05). R-D와 S-D에서 결과 값의 상관계수는 $SUV_{max}$에서 0.99, 0.96, 0.99이었고 $SUV_{peak}$에서 0.99, 0.99, 0.99로 모두 양의 상관관계가 있었다. Bland-Altman 분석에서 2표준편차는 $SUV_{max}$에서 0.125, 0.290, 1.864이었고 $SUV_{peak}$에서 0.053, 0.103, 0.826이었다. Tumor의 MTV는 workstation과 PACS의 R-D에서 모두 $14.21{\pm}12.72cm^3$로 동일하였다(p>0.05). PACS의 S-D에서는 R-D 대비 0.12% 감소하였으며 통계적으로 유의한 차이가 없었다(p>0.05). R-D와 S-D에서 상관계수는 0.99이었고 Bland-Altman 분석에서 2표준편차는 2.243이였다. 본 논문에서 PACS에 저장된 R-D의 경우 workstation의 R-D와 비교하여 $SUV_{max}$, $SUV_{peak}$, MTV 모두에서 동일한 값을 보였으나 S-D의 경우 상관관계는 높지만 MTV를 제외한 $SUV_{max}$, $SUV_{peak}$는 통계적으로 유의한 차이가 있었다. R-D를 안정성 있는 병원 PACS에 저장한다면 자체 저장장치의 데이터 손실 시 이전 PET 데이터와의 비교에서 신뢰성 있는 SUV 분석이 가능할 것이라 생각된다.

Purpose SUV is one of the parameters that assist diagnosis in origin, metastasis and staging of cancer. Specially, it is important to compare SUV before and after chemo or radiation therapy to find out effectiveness of treatment. Storing PET data which has no quantitative change is needed for SUV comparison. However, there is a possibility to loss the data in external hard drive or MINIpacs that are managed by department of nuclear medicine. The aim of this study is to evaluate SUV and metabolic tumor volume (MTV) among reconstructed data (R-D) in workstation, R-D and re-sliced data (S-D) in PACS. Materials and Methods Data of 20 patients (aged $60.5{\pm}8.3y$) underwent $^{18}F-FDG$ PET (Biograph truepoint 40, mCT 40, mCT 64, mMR, Siemens) study were analysed. $SUV_{max}$, $SUV_{peak}$ and MTV were measured in liver, aorta and tumor after sending R-D in workstation, R-D and S-D in PACS to syngo.via software. Results R-D of workstation and PACS showed the same value as mean $SUV_{max}$ in liver, aorta and tumor were $2.95{\pm}0.59$, $2.35{\pm}0.61$, $10.36{\pm}6.15$ and $SUV_{peak}$ were $2.70{\pm}0.51$, $2.07{\pm}0.43$, $7.67{\pm}3.73$(p>0.05) respectively. Mean $SUV_{max}$ of S-D in PACS were decreased by 5.18%, 7.22%, 12.11% and $SUV_{peak}$ 2.61%, 3.63%, 10.07%(p<0.05). Correlation between R-D and S-D were $SUV_{max}$ 0.99, 0.96, 0.99 and $SUV_{peak}$ 0.99, 0.99, 0.99. And 2SD in balnd-altman analysis were $SUV_{max}$ 0.125, 0.290, 1.864 and $SUV_{peak}$ 0.053, 0.103, 0.826. MTV of R-D in workstation and PACS show the same value as $14.21{\pm}12.72cm^3$(p>0.05). MTV in PACS was decreased by 0.12% compared to R-D(p>0.05). Correlation and 2SD between R-D and S-D were 0.99 and 2.243. Conclusion $SUV_{max}$, $SUV_{peak}$, MTV showed the same value in both of R-D in workstation and PACS. However, there was statistically difference in $SUV_{max}$, $SUV_{peak}$ of S-D compare to R-D despite of high correlation. It is possible to analyse reliable pre and post SUV if storing R-D in main hospital PACS system.

#PET #SUV #PACS

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 77

이홍재

소속기관 서울대학교병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 36 이용수 173

김진의

소속기관 서울대학교병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 50 이용수 234

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)