정량 감수성 지도화
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
정량 감수성 지도화(QSM)는 자기 공명 영상(MRI) 기술의 하나로, MRI에서 측정된 자기장 변화를 이용하여 조직의 자기 감수율 분포를 정량적으로 재구성하는 기법이다. QSM은 MRI의 위상 정보를 활용하여 배경 자기장을 제거하고, 자기장-근원 역변환 과정을 거쳐 감수성 분포를 계산한다. QSM 기술은 데이터 획득, 배경 자기장 제거, 자기장-근원 역변환의 세 가지 주요 기술로 구성되며, COSMOS, MEDI, TKD 등 다양한 역변환 방법이 존재한다. QSM은 석회화와 철 침착 구별, 조영제 농도 정량화 등 다양한 임상 응용 분야에서 활용될 수 있다.
더 읽어볼만한 페이지
정량 감수성 지도화 | |
---|---|
정량 감수성 지도화 | |
유형 | 자기 공명 영상 (MRI) 기술 |
설명 | 조직의 자기 감수성을 정량적으로 측정하는 방법 |
역사 및 발전 | |
개발 목표 | 조직의 자기 감수성을 정량적으로 측정하여 생체 표지자로 활용 |
주요 연구 | 왕이(Wang Y)의 2014년 연구: 정량 감수성 지도화의 기본 원리 및 적용 분야 제시 |
워크숍 | 제3회 MRI 위상 대비 및 정량 감수성 지도화 국제 워크숍, 듀크 (2014) 제4회 MRI 위상 대비 및 정량 감수성 지도화 국제 워크숍, 그라츠 (2016) |
원리 및 방법 | |
기본 원리 | MRI 신호의 위상 정보를 활용하여 자기 감수성 분포 추정 |
데이터 처리 과정 | |
주요 알고리즘 | 다양한 자기 감수성 재구성 알고리즘 존재 (예: TKD, iLSQR, MEDI) |
임상 적용 | |
신경 영상 | 뇌 조직의 철분 축적, 탈수초 질환, 신경 퇴행성 질환 연구 |
간 영상 | 간 질환 진단 및 평가 |
심혈관 영상 | 혈관 벽의 석회화 및 혈전 연구 |
장점 및 단점 | |
장점 | 비침습적인 방법으로 조직의 자기적 특성 정량화 다양한 질병의 진단 및 병태 생리 연구에 활용 가능 |
단점 | 데이터 처리 과정이 복잡하고 시간 소요 재구성 알고리즘에 따라 결과가 달라질 수 있음 |
참고 문헌 |
2. 배경
MRI에서 주 분극 B0장(field)을 따라 비강자성 생체 물질의 국부적인 는 감수율에 의해 유도되며, 이는 부피 감수율 분포 와 쌍극자 커널 의 컨볼루션이다: . 이 공간 컨볼루션은 푸리에 영역에서 점별 곱셈으로 표현될 수 있다.[6][7] . 이 푸리에 표현은 감수율 분포가 알려져 있을 때 필드 섭동을 예측하는 효율적인 방법을 제공한다. 그러나 필드에서 소스로의 역 문제는 푸리에 영역에서 B0에 대한 매직 각에서 한 쌍의 원뿔 표면에서 0으로 나누는 것을 포함한다. 결과적으로 감수율은 원뿔 표면의 공간 주파수에서 불확정되며, 이는 재구성된 QSM에서 심각한 줄무늬 인공물로 이어진다.
정량 감수성 지도화(QSM) 기술은 크게 데이터 획득, 배경 자기장 제거, 자기장-근원 역변환의 세 단계로 나눌 수 있다.
3. 기술
데이터 획득원칙적으로 모든 3D 기울기 에코 시퀀스가 데이터 획득에 사용될 수 있다. 실제로는 충분한 감수성 효과를 얻기 위해 적당히 긴 에코 시간을 갖는 고해상도 영상이 선호되지만, 최적의 영상 매개변수는 특정 적용 분야와 자기장 세기에 따라 달라진다. 다중 에코 획득은 B1 불균일성의 영향을 받지 않고 정확한 B0 자기장 측정을 위해 유용하다. 유속 보정은 정맥혈에서 감수성 측정의 정확도를 높일 수 있지만, 완전히 유속이 보상된 다중 에코 시퀀스를 설계하는 데는 기술적인 어려움이 따른다.[1]
배경 자기장 제거인간 뇌의 QSM에서 관심 대상은 뇌 내부의 국소 감수성 분포이다. 그러나 국소 소스에 의해 유도된 자기장은 주 자기장 불균일성(불완전한 시밍) 및 공기-조직 경계면과 같은 다른 소스에 의해 유도된 장에 의해 불가피하게 오염된다. 이러한 배경 자기장은 국소 자기장보다 수십 배 더 강한 감수성 차이를 보인다. 따라서 위상 영상의 선명한 시각화와 QSM의 정밀한 정량화를 위해서는 비생물학적 배경 자기장을 제거해야 한다.
이상적인 배경 자기장 제거 방법은 동일한 모양의 균일한 팬텀으로 관심 샘플을 대체하고 스캐너 시밍을 동일하게 유지하는 별도의 참조 스캔을 통해 직접 측정하는 것이다. 그러나 임상 적용에서는 이러한 접근 방식이 불가능하므로 후처리 기반 방법이 선호된다. 고역 통과 필터링을 포함한 전통적인 발견적 방법은 배경 자기장 제거에 유용하지만 국소장도 훼손하고 정량적 정확도를 저하시킨다.
최근에는 배경 자기장이 조화 함수라는 사실을 활용하는 방법들이 개발되었다. 대표적인 예로는 쌍극자장으로의 투영(PDF)[8], 위상 데이터에 대한 정교한 조화 아티팩트 감소(SHARP)[9], 라플라스 경계값(LBV) 방법[10] 등이 있다. 이러한 방법들은 추정 국소장에서 향상된 대비와 더 높은 정밀도를 제공한다.
자기장-근원 역변환QSM의 핵심 과제는 측정된 자기장으로부터 감수성 분포를 재구성하는 역변환 과정이다. 이 문제는 다양한 방법으로 해결될 수 있으며, 각각 장단점을 가진다.3. 1. 데이터 획득
원칙적으로 모든 3D 기울기 에코 시퀀스는 데이터 획득에 사용될 수 있다. 실제로는, 충분한 감수성 효과를 얻기 위해 적당히 긴 에코 시간을 갖는 고해상도 영상이 선호되지만, 최적의 영상 매개변수는 특정 적용 분야와 자기장 세기에 따라 달라진다. 다중 에코 획득은 B1 불균일성의 영향을 받지 않고 정확한 B0 자기장 측정을 위해 유용하다. 유속 보정은 정맥혈에서 감수성 측정의 정확도를 더욱 향상시킬 수 있지만, 완전히 유속이 보상된 다중 에코 시퀀스를 설계하는 데는 기술적인 어려움이 따른다.[1]
3. 2. 배경 자기장 제거
인간 뇌의 정량적 감수성 지도화에서 관심 대상은 뇌 내부의 국소 감수성 소스뿐이다. 그러나 국소 소스에 의해 유도된 자기장은 주 자기장 불균일성(불완전한 시밍) 및 공기-조직 경계면과 같은 다른 소스에 의해 유도된 장에 의해 불가피하게 오염되는데, 이들의 감수성 차이는 국소 소스의 감수성 차이보다 수십 배 더 강하다. 따라서 위상 영상의 선명한 시각화와 QSM의 정밀한 정량화를 위해서는 비생물학적 배경장을 제거해야 한다.
이상적으로는, 배경장은 동일한 모양의 균일한 팬텀으로 관심 샘플을 대체하면서 스캐너 시밍을 동일하게 유지하는 별도의 참조 스캔으로 직접 측정할 수 있다. 그러나 임상 적용의 경우 이러한 접근 방식은 불가능하며 후처리 기반 방법이 선호된다. 고역 통과 필터링을 포함한 전통적인 발견적 방법은 배경장 제거에 유용하지만 국소장도 훼손하고 정량적 정확도를 저하시킨다.
보다 최근의 배경장 제거 방법은 배경장이 조화 함수라는 사실을 직접 또는 간접적으로 활용한다. 물리적 원리에 기반한 두 가지 최근 방법인 쌍극자장으로의 투영(PDF)[8]과 위상 데이터에 대한 정교한 조화 아티팩트 감소(SHARP)[9]는 추정 국소장에서 향상된 대비와 더 높은 정밀도를 보여주었다. 두 방법 모두 배경장을 알 수 없는 배경 감수성 분포에 의해 생성된 자기장으로 모델링하고, 근사 직교성 또는 조화 특성을 사용하여 국소장과 구별한다. 또한, 라플라스 경계값(LBV) 방법에서와 같이 단순화된 경계값으로 라플라스 방정식을 풀어서 배경장을 직접 계산할 수도 있다.[10]
3. 3. 자기장-근원 역변환
정량 감수성 지도화(QSM)에서 측정된 자기장으로부터 감수성 분포를 재구성하는 역변환 과정은 핵심 과제이다. 현장-대-원천 역 문제는 다양한 장점과 한계를 가진 여러 가지 방법으로 해결할 수 있다.
3. 3. 1. 다중 방향 샘플링을 통한 감수성 계산 (COSMOS)
COSMOS는 여러 방향에서 과도한 샘플링을 통해 역 문제를 해결한다.[11][12] COSMOS는 푸리에 변환 영역에서 제로 콘 표면이 B0 필드에 대해 매직 각도로 고정되어 있다는 사실을 활용한다. 따라서 객체가 B0 필드에 대해 회전하면 객체의 프레임에서 B0 필드가 회전하고 콘도 회전한다. 결과적으로 콘으로 인해 계산할 수 없는 데이터는 새로운 방향에서 사용할 수 있게 된다.
COSMOS는 모델이 없는 자화율 분포를 가정하고 측정된 데이터에 대한 완전한 충실도를 유지한다. 이 방법은 ''생체 외'', ''생체 내'' 및 팬텀 실험에서 광범위하게 검증되었다. ''생체 내'' 인간 뇌 영상에서 얻은 정량적 자화율 맵 또한 뇌 해부학에 대한 이전 지식과 높은 수준의 일치를 보였다. COSMOS에는 일반적으로 세 가지 방향이 필요하므로 임상 적용의 실용성이 제한된다. 그러나 다른 기술을 보정할 수 있을 때 참조 표준 역할을 할 수 있다.
3. 3. 2. 형태학적 정보를 이용한 쌍극자 역변환 (MEDI)
MRI은 위상 영상뿐만 아니라 크기 영상도 제공한다는 독특한 장점이 있다. 원칙적으로 크기 영상의 대비 변화, 즉 가장자리는 조직 유형의 기본적인 변화에서 발생하며, 이는 자화율 변화와 동일한 원인이다. 이러한 관찰은 MEDI에서 수학적으로 변환되는데,[13] 여기서 해당 크기 영상에 존재하지 않는 QSM의 가장자리는 가중된 노름 최소화 문제를 해결하여 희소화된다.[14]
MEDI는 팬텀, 시험관 내 및 생체 외 실험에서 광범위하게 검증되었다. 생체 내 인간 뇌에서 MEDI로 계산된 QSM은 통계적으로 유의미한 차이 없이 COSMOS와 유사한 결과를 보였다.[15] MEDI는 단일 각도 획득만 필요하므로 QSM에 대한 보다 실용적인 솔루션이다.
3. 3. 3. 임계값 기반 K-공간 분할 (TKD)
푸리에 공간에서 부정확한 데이터는 원뿔과 그 주변 지역에만 존재한다. k-공간의 이 영역에 대해 쌍극자 커널의 공간 주파수는 나눗셈을 위해 미리 결정된 0이 아닌 값으로 설정된다. 이 k-공간 영역에서 데이터를 복구하기 위한 보다 진보된 전략에 대한 연구도 현재 진행 중인 연구 주제이다.[16]
임계 k-공간 분할(TKD)[12][17]은 단일 각도 획득만 필요하며, 구현이 쉽고 계산 속도가 빠르다는 장점을 가지고 있다. 그러나 정량 감수성 지도화(QSM)에서는 줄무늬 인공물이 자주 나타나며, 감수성 값은 COSMOS로 계산된 QSM에 비해 과소평가된다.
4. 임상 응용
QSM은 석회화와 철 침착을 구별하고, 조영제 농도를 정량적으로 측정하는 데 유용하다.
QSM은 T2* 강조 영상에서 구별이 어려운 석회화와 철 침착을 구분하는 데 도움을 줄 수 있다.[19] 피질 뼈의 주요 구성 요소인 석회화는 생체 내 및 팬텀 실험에서 물과 비교했을 때 반자성체로 확인되었다.[11][18] 따라서 QSM을 통해 강한 상자성체를 띄는 철 침착물과 석회화를 구별할 수 있다.
QSM은 조영제 농도를 정량적으로 측정하여 뇌 질환 진단 및 치료 반응 평가에 활용할 수 있다. 민감도 값은 이론적으로 조영제의 농도에 선형적으로 비례하기 때문에, ''생체 내''에서 가돌리늄 또는 SPIO 농도를 정량화하는 새로운 방법으로 사용될 수 있다.[20]
4. 1. 석회화와 철의 구별
QSM은 석회화와 철 침착을 구별하는 데 유용하며, T2* 강조 영상에서 혼동될 수 있는 저신호 강도 소견의 진단에 도움을 줄 수 있다.[19] 주요 구성 요소가 석회화인 피질 뼈는 물과 비교하여 생체 내 및 팬텀 실험에서 반자성체로 확인되었다.[11][18] 따라서 이 반자성을 사용하여 강한 상자성체를 나타내는 철 침착물과 석회화를 구별할 수 있다.4. 2. 조영제 정량화
QSM은 조영제의 농도를 정량적으로 측정할 수 있어, 뇌 질환 진단 및 치료 반응 평가에 활용될 수 있다. 민감도 값은 이론적으로 조영제의 농도에 선형적으로 비례하므로, ''생체 내'' 가돌리늄 또는 SPIO 농도를 정량화하는 새로운 방법이 될 수 있다.[20]참조
[1]
웹사이트
1st International Workshop on MRI Phase Contrast and Quantitative Susceptibility Mapping, Jena (2011)
http://www.mrt.uni-j[...]
[2]
웹사이트
2nd International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Cornell (2013)
http://weill.cornell[...]
[3]
웹사이트
3rd International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Duke (2014)
http://www.biac.duke[...]
[4]
웹사이트
4th International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Graz (2016)
http://www.qsm2016.c[...]
[5]
논문
Quantitative susceptibility mapping (QSM): Decoding MRI data for a tissue magnetic biomarker
[6]
논문
A fast calculation method for magnetic field inhomogeneity due to an arbitrary distribution of bulk susceptibility
2003
[7]
논문
Application of a Fourier-based method for rapid calculation of field inhomogeneity due to spatial variation of magnetic susceptibility
2005
[8]
논문
A novel background field removal method for MRI using projection onto dipole fields
2011
[9]
논문
Quantitative imaging of intrinsic magnetic tissue properties using MRI signal phase: an approach to in vivo brain iron metabolism?
2011
[10]
논문
Background field removal by solving the Laplacian boundary value problem
2014
[11]
논문
Calculation of susceptibility through multiple orientation sampling (COSMOS): A method for conditioning the inverse problem from measured magnetic field map to susceptibility source image in MRI
2009
[12]
논문
Susceptibility mapping in the human brain using threshold-based k-space division
2010
[13]
논문
Quantitative susceptibility map reconstruction from MR phase data using bayesian regularization: Validation and application to brain imaging
2009
[14]
논문
Quantitative susceptibility mapping by regulating the field to source inverse problem with a sparse prior derived from the Maxwell Equation: validation and application to brain
http://cds.ismrm.org[...]
2011-01-26
[15]
논문
Morphology enabled dipole inversion (MEDI) from a single-angle acquisition: Comparison with COSMOS in human brain imaging
2011-09
[16]
논문
Quantitative susceptibility mapping of human brain reflects spatial variation in tissue composition
2011
[17]
논문
Magnetic susceptibility mapping of brain tissue in vivo using MRI phase data
2009
[18]
논문
Quantitative MR susceptibility mapping using piece-wise constant regularized inversion of the magnetic field
2008
[19]
논문
Differentiation between diamagnetic and paramagnetic cerebral lesions based on magnetic susceptibility mapping
2010
[20]
논문
In vivo quantification of contrast agent concentration using the induced magnetic field for time-resolved arterial input function measurement with MRI
2008
[21]
웹사이트
1st International Workshop on MRI Phase Contrast and Quantitative Susceptibility Mapping, Jena (2011)
http://www.mrt.uni-j[...]
[22]
웹사이트
2nd International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Cornell (2013)
http://weill.cornell[...]
[23]
웹인용
3rd International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Duke (2014)
http://www.biac.duke[...]
2024-05-24
[24]
웹인용
4th International Workshop on MRI Phase Contrast & Quantitative Susceptibility Mapping, Graz (2016)
http://www.qsm2016.c[...]
2024-05-24
[25]
논문
Quantitative susceptibility mapping (QSM): Decoding MRI data for a tissue magnetic biomarker
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com