Earticle

초록

영어

Metallic implants frequently cause image distortion in magnetic resonance imaging (MRI), impairing diagnostic accuracy. In particular, signal loss and geometric distortion occur due to magnetic susceptibility differences between the metallic implant and surrounding tissue. This study aimed to evaluate the effectiveness of an artificial intelligence (AI)-based turbo spin echo (T2 TSE) sequence for reducing metal-induced image distortion. We compared 1.5-tesla (1.5T) T2 TSE and 3.0T MRI correction methods, including conventional T2 TSE, AI-based T2 TSE, and slice encoding for metal artifact correction (SEMAC). A titanium-alloy rod phantom was scanned using each method, and distortion areas were analyzed using ImageJ software through threshold-based segmentation. Quantitative pixel area measurements were performed, and statistical analysis was conducted using the Kruskal-Wallis test with Bonferroni correction. In sagittal images, AI-based T2 TSE at 3.0T demonstrated distortion reduction comparable to SEMAC while reducing scan time by 366 seconds. In axial images, SEMAC achieved the highest artifact reduction. Among all sequences, the 1.5T T2 TSE demonstrated the lowest degree of metal-induced distortion in both sagittal and axial planes. These results suggest that the AI-based T2 TSE may serve as a clinically viable alternative to SEMAC for reducing metal artifacts in high-field MRI.

한국어

금속 인공물이 삽입된 환자에 대한 자기공명영상(MRI) 검사는 금속성 물질의 자화율 차이로 인해 발생하는 심각한 영상 왜곡으로 진단적 한계가 존재한다. 본 연구는 금속 인공물로 인한 MRI 영상 왜곡을 정량적으로 분석하고, 이를 감소시키기 위한 인공지능(AI) 기반 T2 터보 스핀 에코(TSE)의 유용성을 평가하고자 하였다. 연구는 1.5테슬라(T) 및 3.0T 환경에서 T2 TSE, AI 기반 T2 TSE, 그리고 SEMAC 기법을 사용하여 금속성 팬텀에 대한 시상 및 축 방향의 왜곡 면적을 비교하였다. 각 영상은 역치값 55를 적용한 ImageJ 분석을 통해 픽셀 면적을 수치화하였고, Kruskal- Wallis 검정 및 Bonferroni 사후 검정을 통해 통계적 유의성을 확보하였다. 결과적으로, 3.0T 환경에서 AI 기반 T2 TSE는 시상 면에서 SEMAC과 유사한 왜곡 보정 효과를 보이면서도 검사 시간을 366초 단축했으며, 1.5T TSE는 모든 시퀀스 대비 가장 낮은 왜곡 면적을 나타냈다. 이러한 결과는 AI 기반 T2 TSE가 진단적 영상 품질을 유지하면서도 임상적 효율성을 높일 수 있을 것이라 사료된다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 대상 및 방법
1. 연구 장비
2. 연구 방법
3. 영상분석 및 평가 방법
Ⅲ. 결과
1. 시상 방향에 대한 금속의 왜곡정도 평가 결과
2. 축 방향에 대한 금속의 왜곡정도 평가 결과
3. 측정자 내 신뢰도 분석 결과
Ⅳ. 고찰 및 결론
참고문헌
요약

키워드

저자

• Uk-jin Oh [ 오욱진 | Dept. of Radiology, Seoul National University Hospital ]
• Young-jae Choi [ 최영재 | Dept. of Radiology, Seoul National University Hospital ]
• Jong-kon Park [ 박종곤 | Dept. of Radiology, Seoul National University Hospital ]
• Seong-ju Lee [ 이성주 | Dept. of Radiology, Seoul National University Hospital ]
• Myung-ju Cho [ 조명주 | Dept. of Radiology, Seoul National University Hospital ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  대한디지털의료영상학회논문지 [Korean Journal of Digital Imaging in Medicine]

• 간기

  연3회

• pISSN

  1976-7641

• 수록기간

  1995~2025

• 십진분류

  KDC 510 DDC 610