Quantitative analysis of image quality and radiation dose of ultra low dose chest CT using AI-based deep learning reconstruction algorithm ‘AiCE’

• 영문명: AI 기반 딥러닝 재구성 알고리즘 ‘AiCE’를 이용한 초저선량 흉부 CT의 영상 화질 및 방사선 선량의 정량적 분석
• 발행기관: 대한CT영상기술학회
• 저자명: 고동희(Dong-Hee Ko) 이수영(Soo-Young Lee) 심학준(Hak-Joon Shim)전필현(Pil-Hyeon Jeon)
• 간행물 정보: 『대한CT영상기술학회지』대한CT영상기술학회지 제23권 제2호, 21~27쪽, 전체 7쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2021.09.30

국문 초록

초저선량 흉부 CT(ultra low dose chest CT; ULDCT)는 영상 재구성 기술의 발전으로 기존의 저선량 흉부 CT(low dose chest CT; LDCT)보다 낮은 선량을 사용하더라도 적절한 품질의 영상 획득이 가능하다. 최근 인공지능 기반의 영상 재구성 알고리즘인 AiCE(Advanced Intelligent Clear-IQ Engine)가 상용화가 되었다. 본 연구는 ULDCT에 최신 기술인 AiCE를 적용하여 팬텀 실험과 실제 환자 실험을 실시하여 영상 화질 및 방사선 선량을 정량적으로 분석해 보고자 하였다. Lung man 팬텀에 LDCT, ULDCT프로토콜로 검사하고, Noise, SNR, DLP 값을 구해 기존의 영상 재구성 방식과 이미지 품질 차이를 정량적으로 분석했다. 또한 60명의 인원을 30명씩 두 그룹으로 나누어 AiCE가 적용된 LDCT와 ULDCT 프로토콜을 사용해 검사했다. 팬텀 연구에서 방사선량은 49% 감소했고, AiCE가 적용된 ULDCT 영상이 제일 SNR값이 높고 Noise가 적었다. 환자 실험에서 방사선량은 55% 감소했다. AiCE가 적용된 ULDCT 영상은 체적이 두꺼운 upper lobe 부분에서 약 2%의 SNR 저하와 0.5%의 Noise가 증가했다. 적절한 환자의 체적 범위 내에서 선별하여 사용하는 ULDCT는 피폭 위험도를 절반 이하로 낮춰 주고 환자의 불안감을 해소하면서 최적의 영상을 획득하는 좋은 방안이 될 것으로 판단된다.

영문 초록

With the development of new image reconstruction techniques, ultra-low-dose chest computed tomography (ULDCT) can acquire adequate image quality even in lower does than conventional low-dose chest CT (LDCT). Recently, advanced intelligent clear-IQ engine (AiCE), an artificial intelligence-based image reconstruction algorithm, has been commercialized in the medical field. In this study, AiCE, a state-of-the-art technology, was applied to ULDCT to reconstruct both phantom and human image. The lungman phantom was examined by using LDCT and ULDCT protocols. The difference in image quality which applied existing and AiCE reconstruction methods was quantitatively analyzed by computing signal to noise ratio (SNR), noise, and dose length product values. Also, under the application of same AiCE reconstruction methods, 30 patients were tested by using LDCT protocols and another 30 patients were tested by using ULDCT protocols.I n the phantom study, the radiation dose of ULDCT was reduced by 49% compared to LDCT and ULDCT images with AiCE exhibited the highest SNR value and the lowest noise. In the patient study, the radiation dose of ULDCT was reduced by 55% compared to LDCT. In ULDCT images of thick upper lobe with AiCE, the SNR increases by about 2% and the noise decreased by 0.5% compared to LDCT. The selective usage of ULDCT within appropriate body mass index range might provide the reduction of exposure risk and the optimal images while relieving patient anxiety.

목차

I. INTRODUCTION

II. MATERIAL AND METHODS

III. RESULT

IV. DISCUSSION

V. CONCLUSION

키워드

초저선량 흉부 전산화 단층촬영 인공지능 영상 재구성 딥러닝 에이스 Ultra low dose chest CT artificial intelligence image reconstruction deep learning reconstruction AiCE