라벨이 PET인 게시물 표시

정밀의학과 나노메디신: 영상 기반 라디오믹스의 현재와 미래

이미지
 http://dx.doi.org/10.31916/sjmi2023-01-05 서론 정밀의학(Precision Medicine)은 환자의 유전적·환경적·생활습관적 차이 를 고려하여 맞춤형 치료 전략을 제공하는 혁신적 접근이다.  기존의 획일적인 치료 방식에서 벗어나, 개인화된 진단과 치료를 가능하게 하는 핵심 기술이 바로 의학 영상(Medical Imaging)과 라디오믹스(Radiomics)이다.  나노메디신(Nanomedicine)은 이러한 정밀의학 구현에 필수적인 플랫폼으로 자리잡으며, 암 진단 및 치료, 약물 전달, 바이오센서 개발 등에서 급속한 발전을 이루고 있다. 1. 전통의학과 정밀의학의 차이 (1) 전통적 치료의 한계 과거의 의학은 같은 질환명을 가진 환자에게 동일한 치료법을 적용했다. 그러나 암 환자의 경우 같은 대장암이라도 분자생물학적 표지가 다르며, 반응률과 예후 또한 상이하다. Figure 1. 전통적 치료 방식 – 동일 질환명 환자에게 동일한 치료 제공. (예: 대장암 환자 모두 같은 항암제 사용 (2) 정밀의학의 도입 정밀의학은 환자의 바이오마커와 영상 데이터 를 기반으로 치료 전략을 세운다.  동일한 질환이라도 분자적·영상학적 특징에 따라 맞춤형 약제 선택이 가능하다. Figure 2. 혁신적 치료 방식 – 환자의 바이오마커와 영상 특성을 기반으로 맞춤 치료 적용 2. 의학 영상과 라디오믹스의 융합 (1) 의학 영상의 역할 MRI, CT, PET 같은 영상기법은 환자 상태를 비침습적으로 정밀 평가 할 수 있는 도구다.  단순 판독을 넘어, 정량적 데이터 추출 을 통해 진단·예후·치료 반응 예측이 가능하다. (2) 라디오믹스의 개념 라디오믹스는 영상에서 수천 개의 특징(텍스처, 형상, 강도 등)을 정량화 하여 분석하는 기술이다.  이는 영상 데이터를 가상 생검(virtual biopsy)으로 전환시켜, 종양 전체의 이질성을 반영한다. Figure 3. 라디오...

전립선암 영상진단과 최신 융합 생검 기술: 초음파, MRI, PET 기반 다중영상 가이드의 현재와 미래

이미지
http://dx.doi.org/10.31916/sjmi2022-01-04 서론 전립선암(Prostate Cancer)은 남성에서 두 번째로 흔한 암이며, 전 세계적으로 암 사망 원인 5위에 해당한다.  특히 50세 이후 급격히 발생률이 증가하며, 고령화 사회에서 중요한 보건 문제로 대두되고 있다.  전립선암 진단의 핵심은 조기 발견과 정확한 병기 결정 이며, 이를 위해 영상기법은 필수적이다.  과거에는 직장수지검사(DRE)와 PSA(Prostate Specific Antigen) 수치가 중심이었으나, 위양성·위음성의 한계로 인해 최근에는 초음파, MRI, PET 기반 영상진단 과 융합 영상 생검(Fusion Biopsy)이 핵심적인 역할을 하고 있다. 전립선의 해부학과 전립선암 발생 전립선은 방광 아래에 위치하며 요도를 둘러싸고 있는 호두 크기의 샘이다.  해부학적으로 말초대(Peripheral Zone, PZ) , 중심대(Central Zone, CZ) , 이행대(Transition Zone, TZ) , 섬유근육대(Anterior Fibromuscular Zone) 로 구분된다.  전립선암의 약 70–80%는 말초대에서 발생하며, 이 부위가 영상학적으로도 주요 타깃이 된다. 그림 1. 전립선 해부학과 종양 발생 부위 전립선암 영상진단 기술 1. 초음파(Transrectal Ultrasound, TRUS) 전립선암 진단에서 가장 오래 사용된 영상기법이다.  TRUS는 비교적 저렴하고 접근성이 높지만, 민감도가 낮아 단독으로는 한계가 있다.  최근에는 컬러 도플러(Color Doppler)와 조영증강 초음파(Contrast-Enhanced Ultrasound, CEUS)가 보완적으로 사용된다. 그림 2. 정상 전립선 초음파 영상과 해부학적 구역;  말초대(PZ)와 이행대(TZ) 구분이 명확히 보이며, 저에코 병변은 관찰되지 않음 그림 3. 조영증강 초음파 영상;  좌...

Simultaneous MR-PET 영상 융합과 인공지능 기반 적합도 분석: 신경망 학습을 통한 차세대 의료영상 기술

이미지
 doi:10.31916/sjmi2020-01-05 서론 현대 의학에서 의료영상(Medical Imaging) 은 질병 진단과 치료 전략 수립에 필수적인 도구이다.  19세기 말 X-선의 발견으로 시작된 의료영상 기술은 20세기 후반 CT(Computed Tomography), MRI(Magnetic Resonance Imaging), PET(Positron Emission Tomography) 등 고도화된 장비의 개발로 비약적인 발전을 이루었다. 특히 최근 각광받고 있는 Simultaneous MR-PET(동시 MR-PET) 은 하나의 장비에서 MRI와 PET 영상을 동시에 획득하는 차세대 융합형 분자영상 기술이다.  기존 PET-CT에 비해 방사선 피폭을 최대 70%까지 줄일 수 있으며, MRI가 제공하는 연조직(soft tissue) 대비능을 그대로 유지하면서 PET이 제공하는 분자·기능 정보를 동시에 제공할 수 있다는 점에서 큰 주목을 받고 있다. 본 칼럼에서는 첨부된 연구 논문을 기반으로, Simultaneous MR-PET 영상과 MRI·PET 개별 영상 간의 적합도(fitting degree)를 인공지능 신경망 학습을 통해 분석한 최신 연구 성과 를 심층적으로 다루고자 한다.  본론 1. Simultaneous MR-PET의 의학적 의의 Simultaneous MR-PET은 단순히 두 장비의 물리적 결합이 아니라, 분자 수준의 초민감 영상(PET)과 고해상도 해부학·기능 영상(MRI) 을 하나의 데이터 세트로 융합하는 것이다.  이는 다음과 같은 의학적 장점을 가진다: 방사선 저감 효과 : PET-CT 대비 70% 이상의 방사선 감소 연조직 대비능 강화 : MRI의 높은 소프트 티슈 해상도를 그대로 보존 검사 시간 단축 : 동시 획득으로 환자 검사 편의성 향상 정밀 진단 가능 : 움직임 보정(Motion Compensation) 기능을 통한 영상 왜곡 최소화 ...