김건영 교수

본 연구에서는 자기공명 탄성도 검사에 병렬 영상 기법(Philips사의 SENSE)을 적용하여 호흡 정지 시간을 단축시키고, 진단적으로 유용한 영상을 획득하는데 적용 가능한 SENSE 인자의 범위를 알아보고자 하였다. 팬텀 실험과 자원자 실험을진행하였고, 각 실험은 SENSE 인자를 증가시켜가며 촬영하였다. 영상 평가는 경직도 95% 신뢰도 지도(stiffness 95%confidence map)에서 경직도 수치를 측정하고, 파동 영상은 영상의학과 전문의 1명과 방사선사 4명이 블라인드 테스트하였다. 통계학적 분석은 비모수 통계인 크러스칼-왈리스 검정을 이용하였고, 사후 분석은 본페로니 교정을 이용하였다. 연구 결과 경직도 수치는 SENSE 인자 2부터 3.5까지 통계적으로 유의미한 차이를 보이지 않았고, 파동 영상의 평가 결과 2부터 3.5까지 4점 이상의 높은 점수를 유지하였으며, 사후 분석 결과에서도 큰 차이를 보이지 않았다. 반면에, 호흡 정지시간은 20.9초에서 12.1초로

본 연구에서는 호흡동조화기법의 대안으로 딥러닝 자유호흡기법에서 b-value 별 겉보기확산계수 값을 평가하고 확산강조영상과 겉보기확산계수 지도의 해부학적 일치성을 분석하여 적절한 여기횟수 값을 알아보고자 하였다. 연구방법은 2023년 7월부터 2024년 1월까지 간 자기공명영상 검사가 의뢰된 성인 남녀 35명을 대상으로 하였고 사용장비는 Magnetom Skyra 3.0T(Siemens, Germany)를 이용하였다. 자유호흡기법의 비교를 위해 b-value 50, 400, 800(s/mm2)의 여기횟수를 각각 딥러닝 호흡동조화기법에서 2,3,4으로 딥러닝을 이용하지 않은 일반 자유호흡기법에서 4,6,8으로 검사하였다. 딥러닝을 추가한 일반 자유호흡기법에서는 1,2,3 여기횟수, 2,3,4 여기횟수, 3,5,6 여기횟수, 4,6,8 여기횟수로 변화하였다. 연구 결과 딥러닝 자유호흡기법에서 간의 좌엽과 우엽, 담낭의 평균 겉보기확산계수 값은 딥러닝 호흡동조화기법과 비교하여 모두 통계적