컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 1-7 - Magnetic Resonance Imaging(MRI)

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

Magnetic Resonance Imaging(MRI)

Resonance 공명 현상을 이용

평소 수소 원자 random direction

Magnetic field에서 일정한 방향을 가르킴

1.5T scan / 3T scan / 7T scan (1.5/3/7T는 자기장 크기)

세차 운동의 속도를 구하는 식이 있음

Wiki 세차운동 자이로스코프의 세차 운동

그 동안 공명 현상과 같은 크기의 RF pulse를 통한 에너지의 방향을 흔듬

이 때 RF pulse를 끔

(RF pulse로 생긴 에너지가 사라질 것, Magnetic field는 여전히 있음)

Receiver coil로 생긴 신호 확인

T1-weighted image, T2-weighted image

muscle에서 신호가 올라가는 속도와 fat에서 올라오는 신호 속도가 다름

다른 속도 특성을 기반으로 imaging

서로 다른 타입의 tissue간 contrast

Soft tissue에 유리

강한 신호 -> 낮은 신호 : Fourier Transform

Tissue간 frequency 차이

강의 1-7 8:12

MRI 소음이 큼 Radio frequency coil를 켰다 꺼서 생긴 소음

단순 Magnet을 통한 세차 운동을 하도록 하는 것은 1개의 score만을 얻음

때문에 몸의 포인트마다 다른 자기장 gradient를 주는 방안 : Gradient coils

ex)0.001T 머리 -> 1.501T, 0.0001T 다리 -> 1.5001T

머리쪽에서의 신호만 추출 가능

3차원에서는 phase를 다르게 줌

몸의 유해성이 없음 but 비쌈, 소리가 있음, 시간이 오래 걸림

16:00~ 16:00~

CT : 조영제의 문제점이 있을 수 있음

MRI : soft tissue를 잘 확인 가능, 획득 시간이 길고 비싸다는 단점

PET : 신진대사 연구가능, 조기 진단 가능 그러나 방사선, 주입 물질이 비쌈