Comparative Analysis and Usefulness by Quantitative Evaluation of Deep Learning Image Reconstruction and Adaptive Statistical Iterative Reconstruction-V in Aortic Vessels CT

Abstract

기존의 ASIR-V 기법과 DLIR 기법을 이용하여 영상을 재구성한 후, 정량적 비교평가를 통한 DLIR 기법의 유용성에 대하여 확인해 보고자 한다. Phantom을 이용하여 구조적 유사지수(SSIM), 신호 대 잡음비(SNR)와 대조도 대 잡음비(CNR)을 비교분석하였다. 또한 대동맥 혈관 CT(AVCT) 검사를 진행한 환자들의 영상을 바탕으로 Phantom과 동일한 방법으로 SNR과 CNR을 비교분석 하였다. 측정된 SSIM 값은 두 기법간의 영상을 서로 비교한 평균 값에서 TF와 SSIM 값이 높게 측정 되었다. Phantom을 이용한 SNR 측정값을 토대로 한 두 기법 간의 통계적 유의성 검증 결과 모든 플러그에서 통계적으로 유의한 결과를 보였다.(p<0.05) CNR 측정값을 토대로 한 통계적 유의성 검증 결과에서는 TF-H와 ASIR-90%의 Brain 플러그에서는 통계적으로 유의한 수준을 나타내지 않았으며,(p>0.05) 그 외 다른 플러그에서는 통계적으로 유의한 결과를 보였다.(p<0.05) AVCT를 검사를 진행한 환자들의 조영 전과 조영 후 영상에서의 SNR값은 통계적으로 유의한 결과를 보였다.(p<0.05) CNR값의 통계적 유의성은 조영 전 영상에서는 하행 대동맥 측정영역에서만 통계적으로 유의한 결과를 보이지 않았으며,(p>0.05) 나머지 부위에서는 통계적으로 유의한 수준을 나타냈다.(p<0.05) 조영 후 영상에서는 모든 관심 부위에서 통계적으로 유의한 결과를 보였다.(p<0.05) DLIR 기법은 영상의학과 판독의와 임상의에게 정확한 진단을 결정하는데 많은 도움을 줄 수 있으며 AVCT검사에서 기존의 영상 재구성 기법에 비해 보다 나은 최적의 영상을 획득할 수 있는 재구성 기법으로 충분한 가치가 있다고 사료된다.