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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Youn Sung Won (Department of Radiology Catholic University of Daegu Medical Center School of Medicine Catholic Uni) Kwon Juyoung (Department of Biomedical Engineering School of Medicine Kyungpook National University Daegu Korea.) Kim Junghoon (Department of Biomedical Engineering School of Medicine Kyungpook National University Daegu Korea.) Park Jieun (Department of Biomedical Engineering School of Medicine Kyungpook National University Daegu Korea.) Ahn Dohyun (Department of Biomedical Engineering School of Medicine Kyungpook National University Daegu Korea.) Lee Jongmin (Department of Biomedical Engineering School of Medicine Kyungpook National University Daegu Korea.D)
저널정보
아시아심장혈관영상의학회 Cardiovascular Imaging Asia Cardiovascular Imaging Asia Vol.3 No.2
발행연도
2019.4
수록면
35 - 46 (12page)
DOI
10.22468/cvia.2018.00248

이용수

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

초록· 키워드

오류제보하기
Objective: This study sought to explore the novel use of artificial neural networks (ANNs) to develop a contrast-enhanced computed tomography (CT) angiographic (CECTA) protocol based on ideal bolus geometry. Materials and Methods: An aortic phantom connected to a closed-circuit pulsatile flow system was developed to simulate the bolus geometry of the human abdominal aorta. A total of 135 CECTA datasets were obtained using a 16-row multidetector CT scanner, and timeenhancement curves (TECs) were generated using varying input conditions including heart rate (HR), iodine delivery rate (IDR) and concentration (IC), and tube potential (kVP). Time points and density values including peak enhancement (PE) and time-to-peak (TTP) were assessed as a function of injection and scan protocols. Statistical analysis was performed using correlation and linear regression analyses. By using data from phantom experiments, machine learning produced networks between four input (HR, IC, IDR, and kilovoltage) and five output [TTP?time-to-foot (TTF), PE, (PE)/(TTP?TTF), maximal-upslope-gradient (MUG), and peakplateau- length (PPL)] conditions. The bolus geometry index was defined as (TTP?TTF)/Σ(PE, (PE)/(TTP?TTF), MUG, PPL). The lowest bolus geometry index value was considered ideal in ANN testing. Results: The geometric changes on TECs were observed based on changes in HR, IDR, IC, and kilovoltage value. PE was closely related to IDR (B=17.471) and kVp (B=-0.208) (corrected R2=0.919; all p<0.001). TTF, TTP, and PPL were related to HR and IDR, respectively. HR and IDR remained contributing factors after multiple linear regression analysis (corrected R2=0.901, 0.815, and 0.363; all p<0.001). Among 39690 total datasets produced following ANN training, the combination of IC, HR, tube potential, and IDR in the 38010th dataset resulted in the lowest bolus geometry index. Tables of input variables are presented after modification to clinically acceptable ranges. Conclusion: ANN of phantom experiments showed the potential to determine optimal CECTA parameters for ideal bolus geometry individualized for each subject.
#CT angiography #Neural network #CT protocol #Imaging phantom #Aorta

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0