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
최재민 (서울아산병원 핵의학과) 남궁창경 (서울아산병원 핵의학과) 박승용 (서울아산병원 핵의학과) 남기표 (서울아산병원 핵의학과) 임기천 (서울아산병원 핵의학과)
저널정보
대한핵의학기술학회 핵의학기술 핵의학기술 제13권 제1호
발행연도
2009.1
수록면
20 - 24 (5page)

이용수

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

초록· 키워드

오류제보하기
목적 : 최근 기존의 PET 영상에 비하여 신호 대 잡음비를 높이고, 전체 가시영역에서 우수한 공간분해능을 보이는 새로운 영상 재구성 방법이 소개되었다. 본 연구는 Siemens PET/CT장비에 새롭게 적용된 True X 재구성 방법의 임상적용에 대한 유용성 평가를 위해 현재 일반적으로 사용되고 있는 Iterative 재구성 방법과의 차이를 모형시험을 통해 영상의 균일성과 대조도를 비교 평가하였다. 실험재료 및 방법 : 본 연구를 위한 모형의 제작은 열소와 배후방사능의 비율이 4:1이 되도록 F-18을 물에 혼합하여 모형에 채웠다. 영상의 획득시간은 Bed당 2분으로 하였고 영상의 재구성 조건은 Iteration은 2,3 Subset은 14로 변경하여 재구성하였다. 재구성 방법의 차이에 따른 영상의 균일성을 평가하기 위해 Iterative와 True X로 재구성한 영상에 각각 관심 영역을 설정하여 관심영역의 변이 계수를 측정 비교하였고, 대조도 평가는 열소와 배후방사능에 관심영역을 설정하여 평균섭취 계수를 측정 비교하였다. 결과 : 균일성을 평가하기 위한 변이계수는 Iterative, 2 Iteration 14 Subset에서 13.84%, 3 Iteration 14 Subset에서는 19.04%로 측정되었다. True X, 2 Iteration 14 Subset에서 6.06%, 3 Iteration 14 Subset에서는 10.76%로 측정되었다. 대조도 평가에서 재구성 방법을 Iterative, 2 Iteration, 14 Subset으로 설정했을 때 열소의 크기 25, 16, 12, 8 mm에서 평균섭취 계수비는 각각 3.08:1, 2.89:1, 2.32:1, 1.66:1로 나타났고 평균치는 2.458:1이였다. True X에서는 25, 16, 12, 8 mm에서 각각 3.65:1, 3.53:1, 2.7:1, 1.66:1이였고 평균값은 2.882:1로 나타났다. 재구성 조건을 3Iteration, 14 Subset으로 변경하였을 때 Iterative에서는 25, 16, 12, 8 mm에서 각각 3.08:1, 2.90:1, 2.47:1, 1.87:1로 평균치는 2.596:1이였고 True X는 25, 16, 12, 8 mm에서 각각 3.5:1, 3.45:1, 2.93:1, 1.83:1로 평균 비율은 3.33:1이였다. 결론 : 균일성 비교 평가에서 True X와 Iterative 재구성 방법 모두 2 Iteration, 14 Subset이 3 Iteration, 14 Subset 보다 균일한 영상을 형성하였으며, 전반적으로 True X가 Iterative 재구성 방법보다 균일성이 고르게 나타났다. 대조도는 Iterative 재구성 방법, True X 모두 3 Iteration, 14 Subset에서 2 Iteration, 14 Subset보다 실제와 가까운 평균섭취 계수비를 나타냈다. 그러나 이러한 데이터는 모형만을 이용한 방법이므로 실제 임상에서 가장 정확하고 유용한 진단적 정보를 제공하기 위한 연구를 더 해야 하며, 임상 검사에 맞는 최적의 Iteration과 Subset 조건을 찾아야 할 필요성이 있다고 사료된다.

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