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