목적: 3차원 시간비행(TOF) 자기공명 혈관조영술(TOF-MRA)은 뇌혈관 질환 평가에 효과적이지만, 긴 검사 시간과 낮은 공간 해상도로 인해 임상 적용이 제한된다. 최근 딥러닝 기반 재구성의 발전은 영상의 질을 개선하고 검사 시간을 줄일 가능성을 보여주었다. 본 연구의 목적은 딥러닝 기반 화질 향상(TOF-DL)을 이용한 가속화된 두개내 TOF-MRA의 효과를 기존 TOF-MRA(TOF-Con)와 비교하여 3-T 및 1.5-T에서 평가하는 것이다. 재료 및 방법: 본 후향적 연구에는 2022년 7월부터 2023년 3월까지 1.5-T 또는 3-T 스캐너에서 기존 프로토콜과 40% 가속화된 TOF-MRA 프로토콜을 모두 시행한 환자를 포함하였다. 상용 딥러닝 기반 화질 향상 알고리즘을 가속화된 MRA에 적용하였다. 정량적 화질 평가는 신호대잡음비(SNR), 대조대잡음비(CNR), 대조비(CR), 혈관 선명도(VS)를 포함하였으며, 정성적 평가는 5점 리커트(Likert) 척도를 사용하였다. 정량 지표 비교에는 Cohen's d를 사용하였고, 누적 연관 혼합 회귀 모델로 판독자 점수를 분석하였다. 결과: 총 129명의 환자(평균 연령 64세 ± 12[표준편차], 3-T 99명, 1.5-T 30명)가 포함되었다. TOF-DL은 TOF-Con에 비해 SNR, CNR, CR 및 VS가 유의하게 더 높았다(CNR = 183.89 대 45.58; CR = 0.63 대 0.59; VS = 0.73 대 0.61; 모두 p < 0.001). VS의 개선은 3-T의 HR 및 routine에 비해 1.5-T에서 더 두드러졌으며(Cohen's d = 2.39 대 3-T HR 및 routine 각각 Cohen's d = 0.83 및 0.75), 이는 유의한 차이를 보였다. TOF-DL은 해상도 및 필드 강도의 정도와 무관하게 소형 및 중형 혈관의 가시성을 향상시키며, 정성적 영상 파라미터에서도 TOF-Con보다 우수하였다. TOF-DL은 진단 정확도에서 TOF-Con과 유사한 성능을 보였으며(AUC: 0.77-0.85 대 0.79-0.87), 다만 협착-폐색 병변에 대해서는 특이도가 더 높았다. 결론: 딥러닝 기반 재구성을 이용한 가속화 두개내 MRA는 검사 시간을 40% 줄이면서, 3-T 및 1.5-T 모두에서 기존 TOF-MRA에 비해 영상의 질을 유의하게 향상시켰다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.