Comparative Analysis and Usefulness by Quantitative Evaluation of Deep Learning Image Reconstruction and Adaptive Statistical Iterative Reconstruction-V in Aortic Vessels CT

대동맥 혈관 CT에서 Deep Learning Image Reconstruction 기법과 Adaptive Statistical Iterative Reconstruction-V 기법의 정량적 평가를 통한 비교 분석 및 유용성 연구

기존의 ASIR-V 기법과 DLIR 기법을 이용하여 영상을 재구성한 후, 정량적 비교평가를 통한 DLIR 기법의 유용성에 대하여 확인해 보고자 한다. Phantom을 이용하여 구조적 유사지수(SSIM), 신호 대 잡음비(SNR)와 대조도 대 잡음비(CNR)을 비교분석하였다. 또한 대동맥 혈관 CT(AVCT) 검사를 진행한 환자들의 영상을 바탕으로 Phantom과 동일한 방법으로 SNR과 CNR을 비교분석 하였다. 측정된 SSIM 값은 두 기법간의 영상을 서로 비교한 평균 값에서 TF와 SSIM 값이 높게 측정 되었다. Phantom을 이용한 SNR 측정값을 토대로 한 두 기법 간의 통계적 유의성 검증 결과 모든 플러그에서 통계적으로 유의한 결과를 보였다.(p<0.05) CNR 측정값을 토대로 한 통계적 유의성 검증 결과에서는 TF-H와 ASIR-90%의 Brain 플러그에서는 통계적으로 유의한 수준을 나타내지 않았으며,(p>0.05) 그 외 다른 플러그에서는 통계적으로 유의한 결과를 보였다.(p<0.05) AVCT를 검사를 진행한 환자들의 조영 전과 조영 후 영상에서의 SNR값은 통계적으로 유의한 결과를 보였다.(p<0.05) CNR값의 통계적 유의성은 조영 전 영상에서는 하행 대동맥 측정영역에서만 통계적으로 유의한 결과를 보이지 않았으며,(p>0.05) 나머지 부위에서는 통계적으로 유의한 수준을 나타냈다.(p<0.05) 조영 후 영상에서는 모든 관심 부위에서 통계적으로 유의한 결과를 보였다.(p<0.05) DLIR 기법은 영상의학과 판독의와 임상의에게 정확한 진단을 결정하는데 많은 도움을 줄 수 있으며 AVCT검사에서 기존의 영상 재구성 기법에 비해 보다 나은 최적의 영상을 획득할 수 있는 재구성 기법으로 충분한 가치가 있다고 사료된다.

We studied that how the Deep Learning Image Reconstruction(DLIR) technique was useful through comparative evaluation after reconstructing the images by conventional ASIR-V technique and DLIR technique. We measured SSIM with PBU-60 Phantom and compared SNR and CNR by the each tissue equivalent material, using Tomotherapy Cheese Phantom. Also SNR and CNR were compared in the same way with phantoms, using the patients’ aortic vessels CT images. As a result of comparing average of SSIM from the images reconstructed by ASIR-V technique and True-Fidelity(TF) images which were reconstructed by DLIR, the average of SSIM from TF was higher than the average of SSIM from ASIR-V. In the using Phantom the result that based on SNR between two techniques had statistical significance.(p<0.05) The result that based on CNR was significant statistically in all the plugs except for the case of CNR from TF-H and ASIR 90% at the plug of brain. SNR result, there was statistical significance between the two techniques(p<0.05) in both cases of pre and post enhanced AVCT images from the patients. At the pre-enhanced images, CNR from every part had significant result statistically except for the part of descending aorta from TF-H and ASIR-90%. However, there was statistical significance in the post-enhanced images of every ROI.(p<0.05) DLIR technique help the radiologist and the clinicians diagnose the diseases accurately. Compared to the conventional technique reconstructing the images in AVCT, it would be good enough to get much more high-quality images.