Intracranial CT Angiography에서 3D 영상의 재현성 평가

• 영문명: The Study of Evaluated to Reproducibility of 3D image at Intracranial CT Angiography; Compared with the 3D Workstation
• 발행기관: 대한CT영상기술학회
• 저자명: 윤동민(Dong Min Yoon) 신상보(Sang Bo Shin) 신철경(Sul Kyung Shin) 남윤철(Yoon Chul Nam) 김문찬(Moon Chan Kim)
• 간행물 정보: 『대한CT영상기술학회지』대한전산화단층기술학회지 제14권 제1호, 227~234쪽, 전체 8쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2012.04.30

국문 초록

목적 두개 내 동맥의 CT검사 후 3D processing을 하는 경우 사용되는 각 장비들을 비교하여 특징을 알아보고 3D processing시 유용한 방법에 대하여 고찰해 보고자 한다. 대상 및 방법 3D processing을 하기 위한 영상을 얻기 위해 Toshiba사의 64 channel MDCT(Aquilion TSX-101A, Toshiba, Japan)를 사용하여 Intracranial artery를 검사한 30명의 영상을 이용하였으며, 동일한 검사 부위의 조영제 주입 전 영상인 non-contrast image(이하 pre image)와 조영제 주입 후 영상인 post contrast image(이하 post image)를 이용하였다. Pre image와 post image를 3D Processing 장비 ADW(GE, version 4.4), Tera-Recon(Aquarius, version 3.7.0.13), Rapidia(Infinitt, version 2.8), Aquilion workstation(Toshiba, version TSX-101A), Intuition(Aquarius, version 4,4)에 각각 전송하고 자체 기능을 이용하여 bone을 제거하여 혈관부위만 남긴 영상을 만들어 ICA(internal carotid artery), BA(basilar artery), ACA(anterior cerebral artery), MCA(middle cerebral artery), PCA(posterior cerebral artery) 부위를 비교하였다. 결과 Rapidia와 Aquilion workstation에서는 CT number값을 이용하여 pre image와 post image를 적용하는 subtraction을 이용하고 있다. Rapidia와 Aquilion workstation에서 bone의 제거가 용이했고 혈관소실이 거의 없었다. Intuition은 display된 pre image와 post image의 pixel을 이용하여 A-B의 형식으로 계산하여 나타내고 이후 auto bone remove기능을 이용하여 혈관과 bone을 구분한다. Intuition은 bone의 제거가 특정부위에서 어려웠고 혈관소실도 있었다. ADW도 display된 pre image와 post image의 pixel을 이용하여 A-B의 형식으로 계산하여 나타내고 이후 auto bone remove기능을 이용하여 혈관과 bone을 구분한다. ADW는 bone의 제거는 용이했지만 특정부위의 혈관소실이 있었다. Tera-recon은 auto bone remove 기능을 이용하여 혈관에서 bone을 제거한다. Tera-recon에서는 bone의 제거가 특정부위에서 어려웠고 혈관소실도 있었다. 결론 CT검사 후 데이터를 이용하여 3D processing을 함에 있어 CT number값을 이용하여 pre image와 post image를 적용하는 subtraction의 기능을 이용하는 Rapidia와 Aquilion workstation의 사용이 보다 유용한 영상을 표현해내며 이는 원본 데이터의 왜곡을 최소화 하고 보다 실제에 가까운 3D 영상을 만든다.

영문 초록

I. Purpose When using the 3D processing after the CT scan of intracranial arteries, study of best way to 3D processing and knowing the characteristics of each workstation. II. Material and methods For gain to the 3D image, 30 patients images that underwent CT Angiography, Intracranial Arteries by Toshiba 64 channel MDCT(Aquilion TSX-101A, Toshiba, Japan), images transferred to each 3D processing equipments. Pre and pat image was using the same location, and this images transfer to ADW(GE, version 4.4), Tera-Recon(Aquarius, version 3.7.0.13), Rapidia(Infinitt, version 2.8), Aquilion workstation(Toshiba, version TSX-101A), Intuition(Aquarius, version 4.4). Each workstation makes a 3D artery image without foreign object such as bone, vein, peripheral vessel, it using the self function at that time. Then, conμire the ICA(internal carotid artery), BA(basilar artery), ACA(anterior cerebral artery), MCA(middle cerebral artery), PCA (posterior cerebral artery). III. Result Rapidia and Aquilion workstation was using the CT number, then it takes a subtraction by pre and past image. Rapidia and Aquilion workstation was so useful equipments fee remove the bone and there was little or no loss of vessel. Intuition is using the display pixel of pre and past image, then appear to image such as A-B and compare vessel with bone by auto bone remove function. Intuition is hard to remove the bone and loss of vessel. ADW is also using the display pixel of pre and past image, then appear to image such as A-B and compare vessel with bone by auto bone remove function. ADW is useful equipments for remove the bone but it has loss of vessel. Tera-Recon takes a auto bone remove function and remove the bone from the vessel. Tera-Recon is hard hard to remove the bone and loss of vessel. IV. conclusion When using the 3D processing workstation for 3D image, Rapidia and Aquilion workstation subtraction function that apply to CT number of pre and post image is minimize distortion and so useful to mike a realistic 3D image.

목차

Abstract

Ⅰ. 서론

Ⅱ. 대상 및 방법

Ⅲ. 결과

Ⅳ. 고찰

Ⅴ. 결론

참고문헌

국문초록

키워드

3차원 프로세싱 3차원 영상 뼈 소거 감산법 3D processing 3D image subtraction bone remove