경동맥 CT 혈관조영술 검사에서 딥러닝 알고리즘 적용의 유용성 평가

• 영문명: Evaluation of Deep Learning Algorithm by Carotid Computed Tomography Angiography
• 발행기관: 대한CT영상기술학회
• 저자명: 한지나(Gi-Na Han) 김상욱(Sang-Ook Kim) 장광현(Kwang-Hyun Chang) 김영균(Yung-Kyoon Kim)
• 간행물 정보: 『대한CT영상기술학회지』제27권 제2호, 17~23쪽, 전체 7쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2025.09.30

국문 초록

본 연구는 딥러닝 골 감산 기법(Deep Learning-Brain Angiography Subtraction; DL-BAS)과 기존의 삼차원 디지털 감산 기법(Three Dimension-Digital Subtraction Angiography; 3D-DSA)을 골 감산을 시행하지 않은 조영 증강 영상(Non-Digital Subtraction Angiography; Non-DSA)과 비교하여 경동맥 내강과 죽상 경화반(Plaque)의 정확하게 재현하는지 평가하였다. 두경부 전산화단층 혈관조영술(Computed Tomography Angiography; CTA)을 시행한 91명의 환자를 대상으로 정상군과 죽상 경화반을 지닌실험군, 그리고 스텐트(Stent)를 삽입한 실험군으로 분류하였다. 경동맥 내강의 둘레와 면적 그리고 부피, 죽상 경화반의 부피를Aquarius iNtuition Edition software(Terarecon, California, USA)의 Distance Pair와 Plaque Analysis 도구를 이용하여 측정하였으며, Non-DSA 영상을 기준으로 DL-BAS와 3D-DSA 기법을 적용한 영상을 각각 비교 평가하였다. 결과적으로 정상군에서 세 그룹은모두 큰 차이가 보이지 않았다. 그러나 죽상 경화반을 지닌 그룹과 스텐트를 삽입한 그룹에서 기존의 3D-DSA 기법은 경동맥내경과 경화반의 차이가 발생하였다. 결론적으로 경동맥 죽상 경화반 환자나 스텐트 시술 환자에서 인공지능(Artificial Intelligence; AI) 기반의 DL-BAS 기법을 활용하여 추적 검사하면 진단의 정확도를 높일 수 있을 것으로 사료된다.

영문 초록

This study was conducted to evaluate the reproducibility and plaque differences of the carotid artery by comparing Deep Learning-Brain Angiography Subtraction (DL-BAS) and the conventional Three Dimensional Digital Subtraction Angiography (3D-DSA) with Non-DSA images. Ninety-one patients who underwent head and neck CT angiography (CTA) were divided into the normal group, the experimental group with atherosclerotic plaque, and the experimental group with stent insertion. The circumference, area, and volume of the carotid lumen and the plaque volume were measured using the Distance Pair and Plaque Analysis tools of Aquarius iNtuition Edition software (Terarecon, California, USA). The images applied with DL-BAS and 3D-DSA techniques were compared with the Non-DSA images. As a result, there was no significant difference among the three groups in the normal group. However, in the group with atherosclerotic plaque and the group with stent insertion, the conventional 3D-DSA technique showed differences in carotid artery reproducibility and plaque differences. In conclusion, it is thought that the accuracy of diagnosis can be improved by using the Artificial Intelligence (AI)-based DL-BAS technique for follow-up examinations in patients with carotid atherosclerosis or stent placement.

목차

I. INTRODUCTION

II. MATERIAL AND METHODS

III. RESULT

IV. DISCUSSION

V. CONCLUSION

REFERENCES

키워드

딥러닝 알고리즘 경동맥 CTA 골 감산 기법 플라크 분석 deep learning algorithm carotid CTA bone subtraction technique plaque analysis