[논문 리뷰] Introduction of Medical Imaging Modalities

Shafiul Islam, MD Abdullah Al Nasim외 4명|arXiv (Cornell University)|2023. 06. 01.

Radiomics and Machine Learning in Medical ImagingMedicine인용 수 3

한 줄 요약

이 논문은 X-ray, CT, MRI, 초음파, 핵의학 영상, EIT 및 새로운 생체내 기술을 포함한 주요 의료 영상 모odalities에 대한 종합적인 리뷰를 제공한다. 각 기술의 원리, 임상적 응용, 장점 및 한계를 상세히 기술하며, 대조 강화 MRI, 심혈관계 영상, 의료 영상 데이터 마이닝과 같은 고도화된 기법들이 진단 정확도 향상, 번역 연구 지원 및 의료 효율성 향상에 기여하는 바를 강조한다.

ABSTRACT

The diagnosis and treatment of various diseases had been expedited with the help of medical imaging. Different medical imaging modalities, including X-ray, Computed Tomography (CT), Magnetic Resonance Imaging (MRI), Nuclear Imaging, Ultrasound, Electrical Impedance Tomography (EIT), and Emerging Technologies for in vivo imaging modalities is presented in this chapter, in addition to these modalities, some advanced techniques such as contrast-enhanced MRI, MR approaches for osteoarthritis, Cardiovascular Imaging, and Medical Imaging data mining and search. Despite its important role and potential effectiveness as a diagnostic tool, reading and interpreting medical images by radiologists is often tedious and difficult due to the large heterogeneity of diseases and the limitation of image quality or resolution. Besides the introduction and discussion of the basic principles, typical clinical applications, advantages, and limitations of each modality used in current clinical practice, this chapter also highlights the importance of emerging technologies in medical imaging and the role of data mining and search aiming to support translational clinical research, improve patient care, and increase the efficiency of the healthcare system.

연구 동기 및 목표

• 주요 의료 영상 모달리티의 기본 원리, 임상적 응용 및 상대적 장점과 한계에 대한 상세한 개요 제공
• 대조 강화 MRI, 관절염을 위한 MRI 기법, 심혈관계 영상과 같은 고도화된 영상 기법이 진단 정확도 향상에 기여하는 역할 분석
• 의료 영상 데이터 마이닝 및 검색 기술의 통합을 통해 번역 연구 지원 및 임상 의사결정 개선 탐색
• 영상 해석의 과제, 예를 들어 영상 품질 한계 및 질병 이질성 문제를 다루며 기술적 해결 방안 제안
• 미래 진단 혁신을 위한 전기적 저항도 영상(EIT) 및 생체내 영상과 같은 신기술의 중요성 강조

제안 방법

• X-ray, CT, MRI, 초음파, 핵의학 영상, EIT 및 생체내 영상 기술을 포함한 기존 및 신규 의료 영상 모달리티에 대한 체계적 리뷰
• 각 모달리티의 영상 물리학 및 생물학적 상호작용 원리 분석, 예를 들어 X-ray 감쇠, 자기공명 리아소넌스, 방사성동위원소 축적 등
• 뇌신경과, 종양학, 심장내과 및 정형외과 등 다양한 기관계의 임상적 응용 평가
• 정량적 영상 분석 및 예후 예측을 위한 대조 강화 MRI 및 레이디오믹스 기법 통합
• 대규모 의료 영상 데이터셋으로부터 실질적 통찰을 도출하기 위해 데이터 마이닝 및 검색 방법론 통합
• 임상 선택을 안내하기 위해 방사선 노출, 해상도, 비용 및 안전성 프로파일을 비교 평가

Figure 1: The categorization of medical imaging modalities [ 9 ] .

실험 결과

연구 질문

• RQ1 X-ray, CT, MRI, 초음파, 핵의학 영상, EIT 및 새로운 생체내 영상 모달리티의 기본 물리적 원리와 임상적 응용은 무엇인가?
• RQ2 각 영상 모달리티의 장점과 한계가 임상적 결정 및 환자 결과에 어떻게 영향을 미치는가?
• RQ3 데이터 마이닝 및 검색 기술이 임상 연구 및 환자 치료에서 의료 영상 데이터의 유용성을 어떻게 향상시킬 수 있는가?
• RQ4 대조 강화 MRI 및 레이디오믹스와 같은 고도화된 기법이 진단 정확도 향상과 치료 모니터링에 어떻게 기여하는가?
• RQ5 EIT 및 생체내 영상과 같은 새로운 모달리티가 전통적 영상의 한계를 극복하는 데 어떤 역할을 하는가?

주요 결과

• X-ray와 CT는 높은 대비의 해부학적 세부 정보를 제공하지만, 방사선 노출으로 인해 반복적 또는 소아 영상에 제한적으로 사용된다.
• MRI는 방사선을 사용하지 않아서 연조직 대비가 뛰어나 신경학적 및 연조직 영상에 이상적이나, 비용이 높고 시간이 오래 걸린다.
• 초음파는 안전하고 이동성이 있으며, 산부인과 및 Abdominal 영상에서 실시간 영상에 이상적이나, 영상 품질은 검사자 의존도가 높고 깊은 조직에는 제한된다.
• 핵의학 영상 및 PET는 종양학 및 심장내과 분야에서 매우 유용한 기능적 및 대사 정보를 제공하지만, 방사성약제가 필요하고 환자에게 방사선 노출을 유발한다.
• 데이터 마이닝 및 레이디오믹스는 영상에서 정량적 특징을 추출하여 질환 진행 및 치료 반응 예측에 도움을 주어, 단순 시각적 평가를 초월한 진단 정확도 향상에 기여한다.
• EIT 및 생체내 영상과 같은 새로운 모달리티는 특히 중증 관리 및 기능 평가 분야에서 실시간, 저비용, 방사선 없이 모니터링할 수 있는 잠재력을 지닌다.

Figure 2: X-ray Imaging Principle [ 16 ]