¸ñÂ÷/Â÷·Ê
1. º»ÀÎÀÇ ´ëÇ¥¼º°ú 3~5°¡Áö ±â¼ú(º»ÀÎÀÇ ¿ªÇÒ/±â¿©ºÎºÐ Æ÷ÇÔ)
2. Áö¿øµ¿±â¸¦ Á÷¹«±â¼ú¼ÀÇ ¼öÇ࿹Á¤Á÷¹«¿Í º»ÀÎÀÇ ¿ª·®À» ±â¹ÝÀ¸·Î ±¸Ã¼ÀûÀ¸·Î ±â¼ú
3. ÀÔ»ç ÈÄ ´Ü±â/Áß±â/Àå±âÀû ¸ñÇ¥¿¡ ´ëÇØ ±â¼úÇÏ°í ¿¬±¸¿ø ¹ßÀü¿¡ ±â¿©ÇÒ °èȹ¿¡ ´ëÇØ ±â¼ú
4. º»ÀÎÀÇ ¼º°Ý ¹× ÀÌ·Î ÀÎÇØ Èûµé¾ú´ø Á¡À̳ª µµ¿òÀÌ µÇ¾ú´ø Á¡
5. ÀÚ½ÅÀÇ ÀåÁ¡ ¹× ´ÜÁ¡ / À̸¦ ¹ßÀü ¶Ç´Â ÇØ°áÇϱâ À§ÇÑ ³ë·Â
6. °¥µîÀÌ ¹ß»ýÇßÀ» °æ¿ì À̸¦ ÇØ°áÇß´ø °æÇè ¶Ç´Â ¹æ¾È
7. ½ºÆ®·¹½º(¾÷¹«,»ýȰ)¿¡ ´ëÇØ ´ëóÇÏ´Â ¹æ¾È
8. Á¶Á÷»ýȰ¿¡¼ °¡Àå Áß¿äÇÏ´Ù°í »ý°¢ÇÏ´Â »çÇ׿¡ ´ëÇØ ±â¼ú
9. ±âŸ ƯÀÌ»çÇ×(ÇÊ¿ä½Ã ÀÚÀ¯ ¼¼ú)
10. ¸éÁ¢ ¿¹»ó Áú¹® ¹× ´äº¯
º»¹®
º»¹®/³»¿ë
1. º»ÀÎÀÇ ´ëÇ¥¼º°ú 3~5°¡Áö ±â¼ú(º»ÀÎÀÇ ¿ªÇÒ/±â¿©ºÎºÐ Æ÷ÇÔ)
´ëÇÐ ½ÃÀý ÀǰøÇÐ ½ÇÇè½Ç¿¡¼ MRI ÀåºñÀÇ µ¥ÀÌÅÍ Ç°Áú ºÐ¼® ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÑ °æÇèÀÌ ÀÖ½À´Ï´Ù. ´ç½Ã ³ëÈÄÈµÈ MRI Àåºñ¿¡¼ ¹ß»ýÇÏ´Â ³ëÀÌÁî ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇØ ½ÃÄö½º ÆÄ¶ó¹ÌÅ͸¦ Á¶Á¤Çϰí, FFT(°í¼ÓǪ¸®¿¡º¯È¯) ±â¹Ý ½ÅÈ£ ó¸® ¾Ë°í¸®ÁòÀ» °³¼±Çß½À´Ï´Ù. Á¦°¡ ¸ÃÀº ¿ªÇÒÀº Àåºñ µ¥ÀÌÅÍ ¼öÁý, ½ÅÈ£ ó¸® ¸ðµâ °³¹ß, ±×¸®°í °á°ú ºÐ¼®À̾ú½À´Ï´Ù. ½ÇÇèÀ» ¹Ýº¹ÇÏ¸ç ¾òÀº ÃÖÀûÈµÈ ½ÃÄö½º´Â SNR(Signal to Noise Ratio)À» ¾à 15% Çâ»ó½ÃÄ×°í, ÀÌ °á°ú´Â ÇкΠ³í¹® °æÁø´ëȸ¿¡¼ ¿ì¼ö»óÀ» ¹Þ¾Ò½À´Ï´Ù.
¶ÇÇÑ ´ëÇпø¿¡¼´Â MR À̹ÌÁöÀÇ T1, T2 relaxation timeÀ» Á¤¹ÐÇÏ°Ô °è»êÇϱâ À§ÇÑ ÀÚµ¿È ÅøÀ» °³¹ßÇÏ¿´½À´Ï´Ù. Python ±â¹ÝÀÇ NumPy, Matplotlib, Nibabel ¶óÀ̺귯¸®¸¦ Ȱ¿ëÇØ MR raw data¸¦ Á÷Á¢ ó¸®Çϸç, ½ÇÇèÀÚÀÇ ¼öÀÛ¾÷ ¿À·ù¸¦ ÁÙÀ̰í ó¸® ½Ã°£À» 40% ´ÜÃàÇß½À´Ï´Ù. À̸¦ ÅëÇØ ÀÇ·á ¿µ»ó ºÐ¼®ÀÇ ½Å·Úµµ¸¦ ³ôÀÏ ¼ö ÀÖ¾ú½À´Ï´Ù.
¼¼ ¹øÂ° ´ëÇ¥¼º°ú·Î´Â Siemens Àåºñ ȯ°æ¿¡¼ÀÇ ½ÃÄö½º Ä¿½ºÅ͸¶ÀÌ¡ °æÇèÀ» µé ¼ö ÀÖ½À´Ï´Ù. ¿¬±¸½Ç¿¡ ¼³Ä¡µÈ 3T MRIÀÇ VB19 ¹öÀü¿¡¼ vendor API¸¦ »ç¿ëÇÏ¿©¡¦(»ý·«)