KR102390459B1 - 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 - Google Patents
심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 Download PDFInfo
- Publication number
- KR102390459B1 KR102390459B1 KR1020200048307A KR20200048307A KR102390459B1 KR 102390459 B1 KR102390459 B1 KR 102390459B1 KR 1020200048307 A KR1020200048307 A KR 1020200048307A KR 20200048307 A KR20200048307 A KR 20200048307A KR 102390459 B1 KR102390459 B1 KR 102390459B1
- Authority
- KR
- South Korea
- Prior art keywords
- brain
- region
- patient
- cardiac arrest
- post
- Prior art date
Links
- 238000004393 prognosis Methods 0.000 title claims abstract description 125
- 230000000926 neurological effect Effects 0.000 title claims abstract description 123
- 201000002638 post-cardiac arrest syndrome Diseases 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 49
- 210000004556 brain Anatomy 0.000 claims abstract description 149
- 230000007102 metabolic function Effects 0.000 claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims abstract description 20
- 208000010496 Heart Arrest Diseases 0.000 claims description 34
- 230000010365 information processing Effects 0.000 claims description 32
- 210000002442 prefrontal cortex Anatomy 0.000 claims description 25
- 239000012217 radiopharmaceutical Substances 0.000 claims description 13
- 229940121896 radiopharmaceutical Drugs 0.000 claims description 13
- 230000002799 radiopharmaceutical effect Effects 0.000 claims description 13
- 210000000337 motor cortex Anatomy 0.000 claims description 12
- 230000001936 parietal effect Effects 0.000 claims description 12
- 210000004092 somatosensory cortex Anatomy 0.000 claims description 12
- 210000000857 visual cortex Anatomy 0.000 claims description 12
- 210000004326 gyrus cinguli Anatomy 0.000 claims description 10
- 210000002975 pon Anatomy 0.000 claims description 10
- 210000004129 prosencephalon Anatomy 0.000 claims description 9
- 210000003926 auditory cortex Anatomy 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 210000001320 hippocampus Anatomy 0.000 claims description 8
- 210000001202 rhombencephalon Anatomy 0.000 claims description 8
- 210000001259 mesencephalon Anatomy 0.000 claims description 7
- 210000005153 frontal cortex Anatomy 0.000 claims description 5
- 210000001103 thalamus Anatomy 0.000 claims description 5
- 230000002450 orbitofrontal effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 description 20
- 238000002474 experimental method Methods 0.000 description 9
- 230000006698 induction Effects 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002269 spontaneous effect Effects 0.000 description 7
- 238000012347 Morris Water Maze Methods 0.000 description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 230000004872 arterial blood pressure Effects 0.000 description 5
- 238000004868 gas analysis Methods 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 210000001767 medulla oblongata Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000002680 cardiopulmonary resuscitation Methods 0.000 description 4
- 230000004153 glucose metabolism Effects 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 238000005399 mechanical ventilation Methods 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 230000009182 swimming Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 206010002091 Anaesthesia Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 2
- 230000037005 anaesthesia Effects 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000002565 electrocardiography Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002695 general anesthesia Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- PIWKPBJCKXDKJR-UHFFFAOYSA-N Isoflurane Chemical compound FC(F)OC(Cl)C(F)(F)F PIWKPBJCKXDKJR-UHFFFAOYSA-N 0.000 description 1
- 101100007538 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) cpc-1 gene Proteins 0.000 description 1
- 101100067989 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) cpc-2 gene Proteins 0.000 description 1
- 229920005372 Plexiglas® Polymers 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 238000001793 Wilcoxon signed-rank test Methods 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000003708 ampul Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 239000004227 calcium gluconate Substances 0.000 description 1
- 229960004494 calcium gluconate Drugs 0.000 description 1
- 235000013927 calcium gluconate Nutrition 0.000 description 1
- NEEHYRZPVYRGPP-UHFFFAOYSA-L calcium;2,3,4,5,6-pentahydroxyhexanoate Chemical compound [Ca+2].OCC(O)C(O)C(O)C(O)C([O-])=O.OCC(O)C(O)C(O)C(O)C([O-])=O NEEHYRZPVYRGPP-UHFFFAOYSA-L 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000016097 disease of metabolism Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229960002725 isoflurane Drugs 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 239000001103 potassium chloride Substances 0.000 description 1
- 235000011164 potassium chloride Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013222 sprague-dawley male rat Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000002627 tracheal intubation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10128—Scintigraphy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
- Nuclear Medicine (AREA)
Abstract
본 발명의 실시예들은 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 제공한다. 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군(post-cardiac arrest syndrome) 환자의 뇌 영상을 촬상하는 단계, 상기 촬상된 영상으로부터 상기 뇌의 대사 기능 수준을 산출하는 단계 및 상기 산출된 뇌의 대사 기능 수준에 기초하여, 신경학적 예후를 판정하는 단계를 포함한다.
Description
본 발명의 실시예들은 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 관한 것이다.
심정지는 사망률이 매우 높은 질병으로서, 병원 밖에서의 심정지에 의한 사망률은 90%를 넘는다. 또한 환자가 심정지 후 소생하더라도 심각한 신경학적 손상을 겪는 경우가 많다. 심정지의 높은 사망률과 질병률은 대개 뇌와 심장의 기능 장애로 인한 것으로, 이에 의한 증후군을 심정지 후 증후군(post-cardiac arrest syndrome; PCAS)라고 한다.
일선 병원의 의사들은 심정지 후 증후군을 겪는 환자에 대한 집중 치료를 실시할 지 여부에 대해 결정을 해야 하는데, 환자를 구분하기 위해서는 신경학적 예후를 예측하기 위한 정확한 방법이 필요하다.
종래 심정지 후 증후군의 신경학적 예후의 지표로서 가장 자주 사용되는 것으로서, CPC(cerebral performance categories)와 GOS(Glasgow outcome scoring) 시스템이 있으나, 이들은 심정지 후 수 일이 지난 뒤에 실시할 수 있는 한계가 있다.
전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지 기술이라 할 수는 없다.
본 발명의 실시예들은 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 및 이를 실행하기 위하여 기록 매체에 저장된 컴퓨터 프로그램을 제공하는 것을 목적으로 한다. 다만, 이는 일 예로서, 본 발명의 목적은 이에 한정되지 않는다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군(post-cardiac arrest syndrome) 환자의 뇌 영상을 촬상하는 단계, 상기 촬상된 영상으로부터 상기 뇌의 대사 기능 수준을 산출하는 단계 및 상기 산출된 뇌의 대사 기능 수준에 기초하여, 신경학적 예후를 판정하는 단계를 포함한다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 뇌 영상을 촬상하는 단계는 상기 심정지 후 증후군 환자에 방사성 의약품을 주입하고, 상기 방사성 의약품이 상기 뇌에 섭취된 상태에 대한 영상을 촬상하고, 상기 뇌의 대사 기능 수준을 산출하는 단계는 상기 촬상된 영상에 기초하여 상기 뇌의 SUV(standardized uptake value)를 산출할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 뇌의 대사 기능 수준을 산출하는 단계는 상기 뇌의 영역 중 섬 피질(insular cortex), 청각 피질(auditory cortex), 대상엽(cingulate cortex), 전두 피질(frontal association cortex), 내측 전전두 피질(medial prefrontal cortex), 운동 피질(motor cortex), 안와 전두 피질(orbitofrontal cortex), 두정부 결합 피질(parietal association cortex), 팽대후 피질(retro-splenial cortex), 일차 체감각 피질(somatosensory cortex), 시각 피질(visual cortex), 해마(hippocampus), 시상(thalamus), 중뇌(midbrain), 뇌교(pons) 및 연수(medulla) 중 적어도 어느 하나의 SUV와, 전체 뇌의 SUV를 산출할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 뇌 영상을 촬상하는 단계는 심정지 발생 시점으로부터 제1 기간 후에 상기 영상을 촬상할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 신경학적 예후를 판정하는 단계는 상기 산출된 뇌의 SUV가 제1 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 신경학적 예후를 판정하는 단계는 상기 산출된 뇌의 SUV와 기 설정된 SUV의 차이가 제2 값보다 높은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 신경학적 예후를 판정하는 단계는 상기 산출된 뇌의 영역별 SUV를 상기 전체 뇌의 SUV로 나누어, SUVR(standardized uptake value ratio)을 산출하는 단계 및 상기 뇌의 영역을 제1 영역과 제2 영역으로 구분하고, 상기 제1 영역의 SUVR이 제3 값보다 낮은 경우 및 상기 제2 영역의 SUVR이 제4 값보다 높은 경우 중 적어도 어느 하나의 경우에, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 신경학적 예후를 판정하는 단계는 상기 산출된 뇌의 영역별 SUV를 상기 전체 뇌의 SUV로 나누어, SUVR을 산출하는 단계 및 상기 뇌의 영역을 제3 영역과 제4 영역으로 구분하고, 상기 제3 영역의 SUVR 대비 상기 제4 영역의 SUVR의 비율을 산출하여, 상기 산출된 비율이 제5 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 제5 값은 1.22일 수 있다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법에 있어서, 상기 제3 영역은 전뇌(forebrain)고, 상기 제4 영역은 후뇌(hindbrain)일 수 있다.
본 발명의 다른 실시예에 따른 컴퓨터 프로그램은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 실행시키기 위하여 기록 매체에 저장된 컴퓨터 프로그램이다.
전술한 것 외의 다른 측면, 특징, 이점은 이하의 발명을 실시하기 위한 구체적인 내용, 청구범위 및 도면으로부터 명확해질 것이다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군 환자의 신경학적 예후를 심정지 발생 직후에 예측하는 것이 가능하다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군 환자의 PET 영상으로부터 뇌의 대사 기능 수준을 평가하고, 그에 기초하여 심정지 후 증후군 환자의 신경학적 예후를 정확하게 예측할 수 있다.
도 1은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 구현하기 위한 시스템을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법의 모델을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 모리스 수중 미로 검사의 결과를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 FHR의 ROC 곡선을 나타낸다.
도 6은 본 발명의 일 실시예에 따른 PET 영상과 모리스 수중 미로 검사 결과를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법의 모델을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 모리스 수중 미로 검사의 결과를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 FHR의 ROC 곡선을 나타낸다.
도 6은 본 발명의 일 실시예에 따른 PET 영상과 모리스 수중 미로 검사 결과를 나타내는 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 발명의 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시예로 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 다른 실시예에 도시되어 있다 하더라도, 동일한 구성요소에 대하여서는 동일한 식별부호를 사용한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부된 도면들에 도시된 본 발명에 관한 실시예들을 참조하여 본 발명을 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 구현하기 위한 시스템(10)을 나타내는 도면이고, 도 2는 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법을 구현하기 위한 시스템(10)은 정보처리부(100)와, 촬상부(200)와, 데이터베이스부(300)를 포함할 수 있다.
정보처리부(100)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로서, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit; CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
정보처리부(100)는 촬상부(200)로부터 전달 받은 심정지 후 증후군 환자의 뇌 영상에 기초하여, 뇌의 대사 기능 수준을 산출할 수 있다. 또한, 정보처리부(100)는 산출된 뇌의 대사 기능 수준에 기초하여, 심정지 후 증후군 환자의 신경학적 예후를 판정할 수 있다.
보다 구체적으로, 정보처리부(100)는 촬상부(200)가 촬상한 심정지 후 증후군 환자의 FDG-PET(fludeoxyglucose-positron emission tomography) 영상에 기초하여, 심정지 후 증후군 환자의 뇌의 포도당 대사 기능 수준을 산출할 수 있다. 이때, 포도당 대사 기능 수준은 SUV(standardized uptake value; 표준 섭취 계수)로 산출할 수 있다. 표준 섭취 계수는 포도당을 포함하는 방사성 의약품(예를 들어, 18F-FDG)이 균등하게 퍼져 있다는 가정 하에, 대상 영역 내에 방사성 의약품이 평균보다 얼마나 높게 또는 낮게 섭취되었는지를 평가하는 단위이다.
일 실시예로, 정보처리부(100)는 통신망 등을 통해 스마트폰(400-1)이나 컴퓨터(400-2)와 같은 개인 단말기와 데이터를 송수신할 수 있다. 이에 따라 정보처리부(100)는 개인 단말기를 통해 환자에 대한 정보를 제공받을 수 있으며, 판정된 심정지 후 증후군 환자의 신경학적 예후를 개인 단말기로 제공할 수 있다.
촬상부(200)는 심정지 후 증후군 환자의 뇌 영상을 촬상한다. 일 실시예로, 촬상부(200)는 핵의학 영상을 촬상하는 장치일 수 있다. 보다 구체적으로, 촬상부(200)는 방사성 의약품으로서 포도당 유사 물질인 18F-FDG(18F-fludeoxyglucose)가 뇌에 흡수되는 정도를 확인할 수 있는 FDG-PET 장치일 수 있다. 촬상부(200)는 심정지 후 증후군 환자에 주입된 18F-FDG를 마커로 이용하여, 심정지 후 증후군 환자의 뇌 영상을 촬상하고, 그로부터 포도당 대사를 확인할 수 있다.
촬상부(200)에서 촬상된 영상은 정보처리부(100)로 전달될 수 있다. 정보처리부(100)는 촬상된 영상에 기초하여 뇌의 대사 기능 수준을 산출할 수 있다.
데이터베이스부(300)에는 심정지 후 증후군의 신경학적 예후를 예측하고자 하는 환자의 건강 및 영양 상태를 포함하는 정보가 저장될 수 있다. 또한, 데이터베이스부(300)에는 정보처리부(100)가 산출하는 뇌의 대사 기능 수준에 관한 정보와, 산출된 SUV를 비교하기 위한 기준값(예를 들어, 후술하는 제1 값 내지 제 4 값 등)들이 저장될 수 있다.
일 실시예로, 시스템(10)에는 개인 단말기로서 스마트폰(400-1)과 컴퓨터(400-2)가 더 포함될 수 있다. 스마트폰(400-1) 또는 컴퓨터(400-2)는 통신망 등을 통해 정보처리부(100)와 데이터를 송수신할 수 있으며, 이를 위한 디스플레이부(D) 또는 인터페이스부(미도시) 등을 포함할 수 있다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군 환자의 뇌 영상을 촬상하는 단계(S100)와, 촬상된 영상에 기초하여 뇌의 대사 기능 수준을 산출하는 단계(S200) 및 산출된 뇌의 대사 기능 수준에 기초하여 신경학적 예후를 판정하는 단계(S300)를 포함할 수 있다.
먼저, 심정지 후 증후군 환자의 뇌 영상을 촬상하는 단계(S100)에서, 촬상부(200)를 이용하여 심정지 후 증후군 환자의 뇌 영상을 촬상한다.
보다 구체적으로, 심정지 후 증후군 환자의 체내에 방사성 의약품을 주입한다. 방사성 의약품은 포도당 유사 물질인 18F-FDG가 이용될 수 있으며, 18F-FDG는 환자의 체내에 정맥을 통해 주입되어, 뇌에 흡수될 수 있다.
그리고 제1 기간이 지난 후, 촬상부(200)를 이용해 심정지 후 증후군 환자의 뇌 영상을 촬상할 수 있다. 보다 구체적으로, 촬상된 영상은 18F-FDG가 심정지 후 증후군 환자의 뇌에 흡수된 정도를 확인할 수 있는 FDG-PET 영상일 수 있다.
일 실시예로, 제1 기간은 3 시간일 수 있다. 즉, 본 발명의 일 실시예에서는 심정지가 발생하고 3 시간 후에 FDG-PET 영상을 촬상하고, 이로부터 신경학적 예후를 예측할 수 있다.
종래의 심정지 후 증후군 환자의 신경학적 예후를 예측하기 위한 방법으로서 이용되는 CPC(cerebral performance categories) 또는 GOS(Glasgow outcome scoring) 시스템의 경우, 심정지가 발생하고 나서 수 일 후에 검사를 실시할 수 있기 때문에, 신경학적 예후를 조기에 예측하기 어렵다.
반면, 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하기 위한 방법은 심정지가 발생하고 나서 3 시간 후(바람직하게는 3 시간 내지 6 시간 사이, 보다 바람직하게는 3 시간 내지 4 시간 사이)에 환자의 PET 영상을 촬상하고, 이로부터 신경학적 예후를 조기에 예측할 수 있다.
다음, 촬상된 영상으로부터 심정지 후 증후군 환자의 뇌의 대사 기능 수준을 산출한다(S200). 일 실시예로, 정보처리부(100)는 촬상부(200)로부터 촬상된 영상을 전달 받아, 그에 기초하여 뇌의 대사 기능 수준을 산출할 수 있다. 뇌의 대사 기능 수준은 심정지 후 증후군 환자의 체내에 주입된 방사성 의약품(예를 들어, 18F-FDG)이 뇌에 흡수된 정도를 나타낼 수 있다. 보다 구체적으로, 뇌의 대사 기능 수준은 포도당을 포함하는 방사성 의약품인 18F-FDG가 뇌에 흡수된 정도인 포도당 대사 기능 수준을 의미하며, SUV로 나타낼 수 있다.
본 발명의 일 실시예에서는 심정지 후 증후군 환자의 뇌의 대사 기능 수준을 SUV로 산출할 수 있다. 보다 구체적으로, 정보처리부(100)는 촬상된 영상으로부터 18F-FDG가 뇌에 섭취된 정도를 산출하고, 이에 기초하여 뇌의 영역별 SUV 및 전체 뇌의 SUV를 산출할 수 있다.
일 실시예로, 뇌의 대사 기능 수준을 산출하는 단계는 뇌의 영역 중 섬 피질(insular cortex), 청각 피질(auditory cortex), 대상엽(cingulate cortex), 전두 피질(frontal association cortex), 내측 전전두 피질(medial prefrontal cortex), 운동 피질(motor cortex), 안와 전두 피질(orbitofrontal cortex), 두정부 결합 피질(parietal association cortex), 팽대후 피질(retro-splenial cortex), 일차 체감각 피질(somatosensory cortex), 시각 피질(visual cortex), 해마(hippocampus), 시상(thalamus), 중뇌(midbrain), 뇌교(pons) 및 연수(medulla) 중 적어도 어느 하나의 SUV와, 전체 뇌의 SUV를 산출할 수 있다.
다음, 산출된 뇌의 대사 기능 수준에 기초하여, 심정지 후 증후군 환자의 신경학적 예후를 판정한다(S300). 일 실시예로, 정보처리부(100)는 산출한 뇌의 대사 기능 수준 또는 데이터베이스부(300)에 저장된 뇌의 대사 기능 수준에 기초하여, 심정지 후 증후군 환자의 신경학적 예후를 판정할 수 있다.
일 실시예로, 심정지 후 증후군 환자의 신경학적 예후를 판정하는 단계는 산출된 뇌의 SUV가 제1 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
보다 구체적으로, 정보처리부(100)는 산출한 뇌의 영역별 SUV 및/또는 전체 뇌의 SUV가 제1 값보다 낮은 경우, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다. 이때, 뇌의 영역별 SUV는 뇌의 영역 중 섬 피질, 청각 피질, 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질, 시각 피질, 해마, 시상, 중뇌 및 뇌교 중 적어도 어느 하나의 SUV일 수 있다.
또한, 제1 값은 데이터베이스부(300)에 미리 저장된 값으로서, 산출된 뇌의 영역별 SUV 및 전체 뇌의 SUV와 비교하기 위한 기준값일 수 있다. 제1 값은 뇌의 영역별 및 전체 뇌에 대해 각각 다른 값을 가질 수 있다.
즉, 정보처리부(100)는 산출한 뇌의 영역별 SUV 중 적어도 어느 하나가 제1 값보다 낮은 경우 및 산출한 전체 뇌의 SUV가 제1 값보다 낮은 경우 중 적어도 어느 하나의 경우에, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다.
일 실시예로, 심정지 후 증후군 환자의 신경학적 예후를 판정하는 단계는 산출된 뇌의 SUV와 기 설정된 SUV의 차이인 SUVdelta가 제2 값보다 높은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
보다 구체적으로, 정보처리부(100)는 산출한 뇌의 영역별 SUVdelta 및/또는 전체 뇌의 SUVdelta가 제2 값보다 높은 경우, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다. 이때, 뇌의 영역별 SUVdelta는 뇌의 영역 중 섬 피질, 청각 피질, 대상엽, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질, 시각 피질 및 해마 중 적어도 어느 하나의 SUVdelta일 수 있다.
또한, 기 설정된 SUV는 데이터베이스부(300)에 미리 저장된 값으로서, 산출된 뇌의 영역별 SUVdelta 및 전체 뇌의 SUVdelta와 비교하기 위한 기준 SUV일 수 있다. 일 실시예로, 기준 SUV는 심정지를 겪지 않았으며, 대사 질환이 없는 경우의 뇌의 영역별 SUV 및 전체 뇌의 SUV의 평균값일 수 있다. 기 설정된 SUV(기준 SUV)는 뇌의 영역별 및 전체 뇌에 대해 각각 다른 값을 가질 수 있다.
또한, 제2 값은 데이터베이스부(300)에 미리 저장된 값으로서, 산출된 뇌의 영역별 SUV 및 전체 뇌의 SUV와 기준 SUV의 차이를 비교하기 위한 기준값일 수 있다. 제2 값은 뇌의 영역별 및 전체 뇌에 대해 각각 다른 값을 가질 수 있다.
즉, 정보처리부(100)는 산출한 뇌의 영역별 SUV 중 적어도 어느 하나와 기 설정된 SUV의 차이가 제2 값보다 높은 경우 및 산출한 전체 뇌의 SUV와 기 설정된 SUV의 차이가 제2 값보다 높은 경우 중 적어도 어느 하나의 경우에, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다.
일 실시예로, 심정지 후 증후군 환자의 신경학적 예후를 판정하는 단계(S300)는 산출된 뇌의 영역별 SUV를 전체 뇌의 SUV로 나누어, SUVR(standardized uptake value ratio)를 산출하는 단계와, 뇌의 영역을 제1 영역과 제2 영역으로 구분하고, 상기 제1 영역의 SUVR이 제3 값보다 낮은 경우 및 상기 제2 영역의 SUVR이 제4 값보다 높은 경우 중 적어도 어느 하나의 경우에, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함할 수 있다.
보다 구체적으로, 정보처리부(100)는 SUVR를 산출하는 단계에서, 산출한 뇌의 영역별 SUV를 전체 뇌의 SUV로 나누어, SUVR을 산출할 수 있다. 이때, 뇌의 영역별 SUV는 뇌의 영역 중 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질, 시각 피질, 뇌교 및 연수 중 적어도 어느 하나의 SUV일 수 있다.
다음, 정보처리부(100)는 뇌의 영역을 제1 영역과 제2 영역으로 구분하고, 제1 영역의 SUVR이 제3 값보다 낮은 경우 및 제2 영역의 SUVR이 제4 값보다 높은 경우 중 적어도 어느 하나의 경우에, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
일 실시예로, 제1 영역은 뇌의 영역 중 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질 및 시각 피질 중 적어도 어느 하나일 수 있다.
일 실시예로, 제2 영역은 뇌의 영역 중 뇌교 및 연수 중 적어도 어느 하나일 수 있다.
이때, 제3 값 및 제4 값은 데이터베이스부(300)에 미리 저장된 값으로서, 산출된 뇌의 영역별 SUVR과 비교하기 위한 기준값일 수 있다. 제3 값 및 제4 값은 뇌의 영역별로 각각 다른 값을 가질 수 있다.
보다 구체적으로, 제3 값은 뇌의 영역 중 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질 및 시각 피질의 SUVR에 대한 기준값이고, 제4 값은 뇌교 및 연수의 SUVR에 대한 기준값일 수 있다.
즉, 정보처리부(100)는 산출한 뇌의 영역별 SUV를 전체 뇌의 SUV로 나누어 산출한 SUVR에 있어서, 제1 영역의 SUVR 중 적어도 어느 하나가 제3 값보다 낮은 경우 및 제2 영역의 SUVR 중 적어도 어느 하나가 제4 값보다 높은 경우 중 적어도 어느 하나의 경우에, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다.
일 실시예로, 심정지 후 증후군 환자의 신경학적 예후를 판정하는 단계는 산출된 뇌의 영역별 SUV를 전체 뇌의 SUV로 나누어, SUVR을 산출하는 단계와, 뇌의 영역을 제3 영역과 제4 영역으로 구분하고, 제3 영역의 SUVR 대비 제4 영역의 SUVR의 비율을 산출하여, 산출된 비율이 제5 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함할 수 있다.
보다 구체적으로, 정보처리부(100)는 SUVR을 산출하는 단계에서, 산출한 뇌의 영역별 SUV를 전체 뇌의 SUV로 나누어, SUVR을 산출할 수 있다.
다음, 정보처리부(100)는 뇌의 영역을 제3 영역과 제4 영역으로 구분하고, 제3 영역의 SUVR 대비 제4 영역의 SUVR의 비율을 산출하여, 산출된 비율이 제5 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
이때, 제3 영역은 전뇌(forebrain) 영역으로서, 섬 피질, 청각 피질, 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질 및 시각 피질을 포함하는 영역일 수 있다. 또한, 제4 영역은 후뇌(hindbrain) 영역으로서, 중뇌, 뇌교 및 연수를 포함하는 영역일 수 있다.
즉, 제3 영역의 SUVR 대비 제4 영역의 SUVR 비율은 전뇌의 SUVR 대비 후뇌의 SUVR의 비율로서, FHR(forebrain-to-hindbrain ratio)로 나타낼 수 있다.
다음, 정보처리부(100)는 산출된 비율이 제5 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정할 수 있다.
이때 제5 값은 데이터베이스부(300)에 미리 저장된 값으로서, 산출된 제3 영역의 SUVR 대비 제4 영역의 SUVR의 비율을 비교하기 위한 기준값일 수 있다. 일 실시예로, 제5 값은 1.22일 수 있다.
즉, 정보처리부(100)는 제3 영역의 SUVR 대비 제4 영역의 SUVR가 제5 값보다 낮은 경우, 심정지 후 증후군 환자의 신경학적 예후가 나쁜 것으로 판정할 수 있다.
<실시예>
1. 실험체 선정
실험체로서 병원체가 없는 수컷 Sprague Dawley 쥐(18 개체, 372.5±23.68g, 12 주령)를 이용하였다. 실험용 쥐는 12 시간 주/야 사이클, 습도 50 ~ 60%에서 사육되었으며, 실험 시작 전 3주 동안 음식과 물을 자유롭게 섭취하게 하였다. 결과 보고를 위해, ARRIVE(Animal Research: Reporting In Vivo Experiments) 가이드라인을 따랐다.
2. 실험 설계
도 3은 본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법의 모델을 나타내는 도면이다.
도 3을 참조하면, 심정지를 유도하기 2일 전에 실험체에 대해 PET 스캔을 실시하여, 뇌의 각 영역별 SUV를 얻었다. 또한 심정지 유도 1일 전에 실험체에 대해 모리스 수중 미로 검사(Morris water maze test)를 실시했다. 그리고 실험체에 대해 심정지를 유도한 다음, 3 시간 뒤에 다시 PET 스캔을 실시하여, 심정지 후 증후군의 실험체에 있어서 신경학적 예후의 지표로서 18F-FDG 뇌 PET의 값을 조사하였다.
심정지 후 2 주 뒤에, 실험체에 대해 다시 모리스 수중 미로 검사를 실시하여, 최종적인 신경학적 예후를 평가하였다. 실험 결과에 따라, 실험체를 CPC 1 또는 CPC 2에 상응하는 신경학적 예후가 좋은 그룹과, CPC 3 이상에 상응하는 신경학적 예후가 나쁜 그룹으로 구분했다. 그리고 두 그룹 사이의 FDG 뇌 PET 결과를 비교했다.
3. 심정지 유도
실험체에 심정지를 유도하기 위해, 마취실에서 14% 아이소플루레인(isoflurane)을 이용해 전신 마취를 실시했다. 전신 마취 직후 심정지 유도 전에 동맥혈 가스 분석(arterial blood gas analysis; ABGA)을 실시했다. 동맥혈 가스 분석에서는 고동맥으로부터 동맥혈 샘플을 채취하여 분석했다.
첫 번째 동맥혈 가스 분석 후, 18 게이지 카테터를 이용해 기관삽관을 실시했다. 실험체는 인공호흡기로 volume control mode에서 산소 농도 21%로 기계 호흡했다. 그리고 평균 동맥압(MAP), 심박수, 심전도 검사(ECG) 및 직장 온도를 지속적으로 모니터링했다. 혈액 샘플 채취를 위해 폴리에틸렌 튜빙을 이용해 오른쪽 고동맥에 카테터를 꽂고, 평균 동맥압을 계속 모니터링 했다. 심전도 검사 모니터링을 위해, 두 개의 전극을 가슴의 피하에 위치시켰다. 실험 전체에 걸쳐 온도 조절 시스템을 이용해 직장 온도를 모니터링하고, 36 ℃ 내지 37 ℃로 유지했다.
다음, 마취된 실험체를 10 분 간 관찰한 다음, 염화칼륨 혼합물로 심정지를 유도했다. 심정지(평균 동맥압 10 mmHg 미만) 유도 후, 흡입 마취 및 기계 호흡을 중지했다. 심정지 유도 후 5 분이 지난 다음, 200 bpm 속도의 수동 압박으로 심폐 소생(CPR)을 실시하고, 흡기 산소 분율 100%(FiO2)로 기계 호흡을 다시 실시했다. CPR quality는 평균 동맥압 파형을 분석하여 평가했다. 그리고 글루콘산 칼슘(calcium gluconate) 1 회량(15 μm/kg)을 정맥 주사하고, 희석 에프네프린(epinephrine) 1 회량(5 μm/kg)을 자발 순환 회복(return to spontaneous circulation; ROCS)까지 3 분 간격으로 정맥 주사했다. 최소 30 초 동안 자발적인 평균 동맥압이 65 mmHG를 넘는 경우, 자발 순환 회복으로 간주했다. 15 분 내에 자발 순환 회복에 이르지 못한 실험체에 대해서는 심폐 소생술을 더 이상 실시하지 않고, 실험에서 제외했다.
기계 호흡은 심정지 후 실험 종료까지 유지했다. 자발 순환 회복 후 20 분 뒤에 두 번째 동맥혈 가스 분석을 실시했다. 동맥혈 가스 분석 후, 고동맥으로부터 카테터를 제거하고, 상처를 봉합했다. 자발 순환 회복 후 30 분이 지났을 때, 흡기 산소 분율을 21%로 낮췄고, 자발 순환 회복 후 60 분이 지났을 때, 실험을 종료했다.
4. 모리스 수중 미로 검사
실험에 사용된 미로는 검정색 내부가 온도 22 ℃ 내지 24 ℃로 유지되는 물로 채워진 원형 풀(직경 1.83 m, 깊이 0.6 m)로 이루어진다. 학습 단계에서, 수면의 1 cm 아래에 플렉시글라스 이스케이프 플랫폼(Plexiglas escape platform; 직경 10 cm)을 두고, 실험체에게 보이지 않도록 했다. 플랫폼은 4분면 중 하나에 위치시켰고, 실험체는 다른 사분면에서 숨겨진 플랫폼을 찾도록 했다. 5 일 연속으로 하루에 4 번의 시도를 하도록 실험체를 훈련시켰으며, 숨겨진 플랫폼을 찾는데 시도당 120 초를 부여했다. 검사실은 외벽 상에 위치하며, 눈에 두드러지는 검정색 및 흰색의 단서들을 포함했다. 모든 검사에 대해 미로에서 실험체의 움직임 및 수영 패턴을 추적 및 녹화하는데 컴퓨터 추적 시스템을 사용했다. 각각의 시도에 대해 미로에서의 수영 시간 및 거리를 녹화했다. 학습 단계 완료 후에, 실험체에 대해 심정지 및 심폐 소생 전과, 그로부터 2주 후에 각각 모리스 수중 미로 검사를 실시했다.
5. FDG-PET
소형 동물용 PET 시스템을 이용해 PET 스캔을 실시했다. 시야각 중심에서 공간 분해능은 1.3 mm였다. PET 스캔 전에 12 시간(12.2±0.9 시간) 동안 실험체를 단식하게 했다. 1.5 % 아이소플루오레인으로 실험체를 전신 마취하고, 방사성 트레이서(9.5±0.7 MBq/0.1 ml)를 정맥 주사했다. 18F-FDG 주입 1 시간 후에, 30 분 동안 정적 뇌 PET 영상을 얻었다. 실험체는 PET 스캔 전에 케이지의 온열 패드 위에 두었고, 온도는 섭취 기간 동안 30 ℃로 유지했다. 획득한 영상은 3D OSEM(3-dimenstional ordered-subset expectation maximization) 알고리즘을 이용해 0.8 mm 두께로 0.2 mm * 0.2 mm 픽셀 크기로 재구성했다.
6. PET 영상 분석
PMOD 3.3 소프트웨어를 이용해 숙련된 핵의학 의사가 PET 데이터 분석을 실시했다. 30 분 이상 얻어진 PET 데이터는 실험체의 뇌에 대해 관심 영역(VOI) 템플릿에 수동으로 co-registed되었다. 각각의 VOI(volume of interest)에 대해 SUV를 얻었다. 주입된 1 회량과 실험체의 체중에 따라 SUV를 계산했다. 쌍을 이루는 기관에 대해서는 좌측 및 우측 SUV의 평균을 냈다. 해마(hippocampus)와 소뇌(cerebellum)의 소구역을 합쳤다. 또한, 섬 피질(insular cortex), 청각 피질(auditory cortex), 대상엽(cingulate cortex), 전두 피질(frontal association cortex), 내측 전전두 피질(medial prefrontal cortex), 운동 피질(motor cortex), 안와 전두 피질(orbitofrontal cortex), 두정부 결합 피질(parietal association cortex), 팽대후 피질(retro-splenial cortex), 일차 체감각 피질(somatosensory cortex), 시각 피질(visual cortex), 해마, 시상(thalamus), 중뇌(midbrain), 뇌교(pons), 연수(medulla) 그리고 전체 뇌(whole brain)의 VOI에 대해 분석했다. 기준 SUV(도 3에 나타낸 심정지 2 일 전에 촬상한 PET 영상으로부터 산출)로부터 심정지 후 3 시간 뒤의 SUV의 차이로 각 영역의 SUV 변화(SUVdelta)를 계산했다. 상대 글루코스 대사를 평가하기 위해, 각 영역의 SUV를 전뇌의 SUV로 나누어 SUV 비(SUVR)를 얻었다. SUVR에 기초하여, 전뇌 영역 내의 VOI의 평균값을 후뇌 영역 내의 VOI의 평균값으로 나눠, 전뇌 대 후뇌 비(FHR)를 계산했다.
7. 통계 분석
모든 통계 분석은 MedCalc 소프트웨어를 이용해 실시했다. 두 독립 그룹(신경학적 예후가 좋은 그룹, 신경학적 예후가 나쁜 그룹) 간의 차이를 분석하기 위해 Mann-Whitney 테스트를 실시했고, 기준 SUV와 3 시간 후 SUV 사이의 차이를 평가하기 위해 Wilcoxon signed rank test를 실시했다. 신경학적 예후가 좋은 그룹과 신경학적 예후가 나쁜 그룹 사이의 컷오프 값은 실험 2주 전 모리스 수중 미로 검사에서 수영 시간의 중간값으로부터 얻었다. 우수한 신경학적 예후를 위한 PET 섭취의 예상값을 평가하기 위해 ROC(receiver-operating-characteristic) 곡선을 이용했다. 민감도와 특이도의 최대합인 Youden index를 이용해 최적 컷오프 값을 결정했다. P 값이 0.05 미만인 경우에 통계적으로 유의미한 것으로 보았다. 모든 데이터는 사분범위(interquartile range)에서의 중간값으로 나타냈다.
8. 결과
(1) 모리스 수중 미로 검사 결과
도 4는 본 발명의 일 실시예에 따른 모리스 수중 미로 검사의 결과를 나타내는 도면이다.
보다 구체적으로, 도 4는 실험체에 심정지 유도 후 2 주 지난 뒤에 실시한 모리스 수중 미로 검사의 결과를 나타내는 도면으로, 원 표시는 미로를 통과하는데 50초 미만이 소요된 실험체이고, 삼각형 표시는 미로를 통과하는데 50초 이상이 소요된 실험체이다. 미로를 통과하는데 50초 미만이 소요된 실험체를 신경학적 예후가 우수한 그룹으로 분류했고, 미로를 통과하는데 50초 이상이 소요된 실험체를 신경학적 예후가 나쁜 그룹으로 분류했다(2주 전에 사망한 실험체도 신경학적 예후가 나쁜 그룹으로 분류함). 두 그룹에 대해 실험 전후로 혈압, 심박수 및 ABGA를 측정했으며, 그 결과는 두 그룹 사이에 유의미한 차이가 없었다.
(2) PET 영상 분석
표 1은 심정지 유도 후 3 시간 뒤에 획득한 PET 영상으로부터 산출한 뇌의 각 영역별 SUV 값과 전체 뇌의 SUV 값을 나타낸다(사분범위에서의 중간값이며 Mann-Whiteny test 사용. *p < 0.05).
표 1에 나타낸 바와 같이, 신경학적 예후가 좋은 그룹과 비교했을 때, 신경학적 예후가 나쁜 그룹에서는 연수(medulla)를 제외하고 뇌의 모든 영역에서 SUV 값이 감소했다.
표 2는 뇌의 각 영역과 전체 뇌에 대한 기준 SUV와 심정지 유도 후 3 시간 뒤의 SUV의 차이(SUVdelta)를 나타낸다(사분범위에서의 중간값이며 Mann-Whiteny test 사용. *p < 0.05).
표 2에 나타낸 바와 같이, 신경학적 예후가 나쁜 그룹과 비교했을 때, 신경학적 예후가 좋은 그룹은 뇌의 영역 중 섬 피질, 청각 피질, 대상엽, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질, 시각 피질 및 해마와, 전체 뇌에 있어서 SUVdelta 값이 유의미하게 낮았다. 즉, 신경학적 예후가 좋은 그룹의 경우, 심정지 전후를 기준으로 뇌의 일부 영역 및 전체 뇌에 대해 SUV 값의 차이가 유의미하게 작았다.
표 3은 심정지 유도 후 3 시간이 지난 뒤의 상대 글루코스 대사(relative glucose metabolism)를 나타낸다. 보다 구체적으로, 상대 글루코스 대사를 나타내는 지표인 SUVR은 뇌의 각 영역별 SUV 값을 전체 뇌의 SUV로 나눈 값이다(사분범위에서의 중간값이며 Mann-Whiteny test 사용. *p < 0.05).
표 3에 나타낸 바와 같이, 신경학적 예후가 좋은 그룹은 신경학적 예후가 나쁜 그룹에 비해 뇌의 영역 중 대상엽, 전두 피질, 내측 전전두 피질, 운동 피질, 안와 전두 피질, 두정부 결합 피질, 팽대후 피질, 일차 체감각 피질 및 시각 피질의 SUVR이 유의미하게 높았다. 반면, 뇌의 영역 중 뇌교 및 연수의 SUVR은 신경학적 예후가 좋은 그룹이 신경학적 예후가 나쁜 그룹보다 유의미하게 낮았다.
도 5는 본 발명의 일 실시예에 따른 FHR의 ROC 곡선을 나타낸다.
보다 구체적으로, 도 5에는 심정지 후 증후군의 예후에 따른 심정지 후 3 시간 뒤 PET에서의 전뇌 대 후뇌의 SUVR의 차이에 기초하여 산출한 전뇌 대 후뇌 비(FHR)에 관한 것이다. 최적 컷오프 값은 1.22(곡선 하부 면적 0.969, p < 0.001)이고, FHR은 민감도 90%, 특이도 100%로 우수한 신경학적 예후를 예측했다.
도 6은 본 발명의 일 실시예에 따른 PET 영상과 모리스 수중 미로 검사 결과를 나타내는 도면이다.
보다 구체적으로, 도 6의 A는 신경학적 예후가 우수한 그룹의 3 시간 뒤 PET 영상이고, 도 6의 B는 신경학적 예후가 나쁜 그룹의 3 시간 뒤 PET 영상이다. 또한, 도 6의 C는 신경학적 예후가 우수한 그룹의 모리스 수중 미로 검사 결과이고, 도 6의 D는 신경학적 예후가 나쁜 그룹의 모리스 수중 미로 검사 결과이다.
도 6의 A 내지 도 6의 D를 참조하면, 신경학적 예후가 우수한 그룹의 FHR은 1.74였으며, 미로를 통과하는데 소요된 시간 및 거리는 각각 13.1분, 398.2cm였다. 반면, 신경학적 예후가 나쁜 그룹의 FHR은 0.85였으며, 미로를 통과하는데 소요된 시간 및 거리는 각각 114.7분, 2888.9cm였다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군 환자의 신경학적 예후를 심정지 발생 직후에 예측하는 것이 가능하다.
본 발명의 일 실시예에 따른 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법은 심정지 후 증후군 환자의 PET 영상으로부터 뇌의 대사 기능 수준을 평가하고, 그에 기초하여 심정지 후 증후군 환자의 신경학적 예후를 정확하게 예측할 수 있다.
이상 설명된 본 발명에 따른 실시예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이나 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 발명의 설명의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, "필수적인", "중요하게" 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 명세서에서는 본 발명을 한정된 실시예를 중심으로 설명하였으나, 본 발명의 범위 내에서 다양한 실시예가 가능하다. 또한 본 명세서에서 명시적으로 설명하지는 않았으나, 실시예와 균등한 수단도 또한 본 발명에 그대로 결합되는 것이라 할 것이다. 따라서 본 발명의 진정한 보호범위는 아래의 청구범위에 의하여 정해져야 할 것이다.
10: 시스템
100: 정보처리부
200: 촬상부
300: 데이터베이스부
400-1: 스마트폰
400-2: 컴퓨터
100: 정보처리부
200: 촬상부
300: 데이터베이스부
400-1: 스마트폰
400-2: 컴퓨터
Claims (12)
- 정보처리부, 촬상부 및 데이터베이스부를 포함하는 시스템을 이용하여 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법으로서,
상기 촬상부가 심정지 후 증후군(post-cardiac arrest syndrome) 환자의 뇌 영상을 촬상하는 단계;
상기 정보처리부가 상기 촬상된 영상으로부터 상기 뇌의 대사 기능 수준을 산출하는 단계; 및
상기 정보처리부가 상기 산출된 뇌의 대사 기능 수준에 기초하여, 신경학적 예후를 판정하는 단계;를 포함하고,
상기 뇌 영상을 촬상하는 단계는
상기 심정지 후 증후군 환자에 방사성 의약품을 주입하고, 상기 방사성 의약품이 상기 뇌에 섭취된 상태에 대한 영상을 촬상하고,
상기 뇌의 대사 기능 수준을 산출하는 단계는
상기 촬상된 영상에 기초하여 상기 뇌의 영역별 SUV(standardized uptake value)와 상기 전체 뇌의 SUV를 각각 산출하고,
상기 신경학적 예후를 판정하는 단계는
상기 산출된 뇌의 영역별 SUV를 상기 전체 뇌의 SUV로 나누어 SUVR(standardized uptake value ratio)을 각각 산출하고, 상기 뇌의 영역을 서로 다른 복수 개의 영역으로 나눠, 각 영역마다 SUVR을 계산하여 계산된 SUVR 중 적어도 어느 하나가 기 설정된 값보다 작을 경우, 신경학적 예후가 나쁜 것으로 판정하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 삭제
- 제1 항에 있어서,
상기 뇌의 대사 기능 수준을 산출하는 단계는
상기 뇌의 영역 중 섬 피질(insular cortex), 청각 피질(auditory cortex), 대상엽(cingulate cortex), 전두 피질(frontal association cortex), 내측 전전두 피질(medial prefrontal cortex), 운동 피질(motor cortex), 안와 전두 피질(orbitofrontal cortex), 두정부 결합 피질(parietal association cortex), 팽대후 피질(retro-splenial cortex), 일차 체감각 피질(somatosensory cortex), 시각 피질(visual cortex), 해마(hippocampus), 시상(thalamus), 중뇌(midbrain), 뇌교(pons) 및 연수(medulla) 중 적어도 어느 하나의 SUV와, 전체 뇌의 SUV를 산출하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제1 항에 있어서,
상기 뇌 영상을 촬상하는 단계는
심정지 발생 시점으로부터 제1 기간 후에 상기 영상을 촬상하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제1 항에 있어서,
상기 신경학적 예후를 판정하는 단계는
상기 산출된 뇌의 SUV가 제1 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제1 항에 있어서,
상기 신경학적 예후를 판정하는 단계는
상기 산출된 뇌의 SUV와 기 설정된 SUV의 차이가 제2 값보다 높은 경우, 신경학적 예후가 나쁜 것으로 판정하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제1 항에 있어서,
상기 신경학적 예후를 판정하는 단계는
상기 뇌의 영역을 제1 영역과 제2 영역으로 구분하고, 상기 제1 영역의 SUVR이 제3 값보다 낮은 경우 및 상기 제2 영역의 SUVR이 제4 값보다 높은 경우 중 적어도 어느 하나의 경우에, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제1 항에 있어서,
상기 신경학적 예후를 판정하는 단계는
상기 뇌의 영역을 제3 영역과 제4 영역으로 구분하고, 상기 제3 영역의 SUVR 대비 상기 제4 영역의 SUVR의 비율을 산출하여, 상기 산출된 비율이 제5 값보다 낮은 경우, 신경학적 예후가 나쁜 것으로 판정하는 단계를 포함하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제8 항에 있어서,
상기 제5 값은 1.22인, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 제8 항에 있어서,
상기 제3 영역은 전뇌(forebrain)고, 상기 제4 영역은 후뇌(hindbrain)인, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법. - 컴퓨터를 이용하여 제1 항, 제3 항 내지 제10 항 중 어느 하나의 방법을 실행시키기 위하여 기록 매체에 저장된 컴퓨터 프로그램.
- 정보처리부, 촬상부 및 데이터베이스부를 포함하는 심정지 후 증후군 환자의 신경학적 예후를 예측하는 시스템으로서,
상기 촬상부가 심정지 후 증후군(post-cardiac arrest syndrome) 환자의 뇌 영상을 촬상하고,
상기 정보처리부가 상기 촬상된 영상으로부터 상기 뇌의 대사 기능 수준을 산출하며, 상기 산출된 뇌의 대사 기능 수준에 기초하여, 신경학적 예후를 판정하고,
상기 심정지 후 증후군 환자에 방사성 의약품을 주입한 상태에서, 상기 촬상부는 상기 방사성 의약품이 상기 뇌에 섭취된 상태에 대한 영상을 촬상하고,
상기 정보처리부는 상기 촬상된 영상에 기초하여 상기 뇌의 영역별 SUV와 상기 전체 뇌의 SUV를 각각 산출하고, 상기 산출된 뇌의 영역별 SUV를 상기 전체 뇌의 SUV로 나누어 SUVR을 산출하고, 상기 뇌의 영역을 서로 다른 복수 개의 영역으로 나눠, 각 영역마다 SUVR을 계산하여 계산된 SUVR 중 적어도 어느 하나가 기 설정된 값보다 작을 경우, 신경학적 예후가 나쁜 것으로 판정하는, 심정지 후 증후군 환자의 신경학적 예후를 예측하는 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200048307A KR102390459B1 (ko) | 2020-04-21 | 2020-04-21 | 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 |
| PCT/KR2021/005012 WO2021215821A1 (ko) | 2020-04-21 | 2021-04-21 | 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200048307A KR102390459B1 (ko) | 2020-04-21 | 2020-04-21 | 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210130038A KR20210130038A (ko) | 2021-10-29 |
| KR102390459B1 true KR102390459B1 (ko) | 2022-04-26 |
Family
ID=78231520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200048307A KR102390459B1 (ko) | 2020-04-21 | 2020-04-21 | 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102390459B1 (ko) |
| WO (1) | WO2021215821A1 (ko) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3020333A1 (en) * | 2014-11-17 | 2016-05-18 | Fundación Centro Nacional de Investigaciones Cardiovasculares Carlos III (CNIC) | Method of predicting or prognosticating neurological performance in patients who have suffered a cardiac arrest and optionally comatose status due to ventricular fibrillation |
| KR101894098B1 (ko) * | 2016-02-02 | 2018-08-31 | 이화여자대학교 산학협력단 | 심대사 질환 발병 위험도를 예측하기 위한 정보제공방법 |
| KR102014517B1 (ko) * | 2017-12-20 | 2019-08-26 | 서울대학교산학협력단 | 심정지 환자의 신경학적 예후를 예측하기 위한 바이오마커 및 이의 용도 |
| KR102173197B1 (ko) * | 2018-05-21 | 2020-11-03 | 고려대학교 산학협력단 | 딥러닝을 기반으로 하는 아밀로이드 양성 또는 음성을 예측하기 위한 방법 및 장치 |
-
2020
- 2020-04-21 KR KR1020200048307A patent/KR102390459B1/ko active IP Right Grant
-
2021
- 2021-04-21 WO PCT/KR2021/005012 patent/WO2021215821A1/ko active Application Filing
Non-Patent Citations (1)
| Title |
|---|
| YING-QING LI 외.Assessing the early changes of cerebral glucose metabolism via dynamic FDG-PET/CT during cardiac arrest. Metab Brain Dis(2015), 30권, 4호, pp.969-977.(2015.02.24. 공개)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210130038A (ko) | 2021-10-29 |
| WO2021215821A1 (ko) | 2021-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ford et al. | Prospective respiratory‐gated micro‐CT of free breathing rodents | |
| Marchal et al. | Regional cerebral oxygen consumption, blood flow, and blood volume in healthy human aging | |
| Yun et al. | Monitoring cerebrovascular reactivity through the use of arterial spin labeling in patients with moyamoya disease | |
| WO2013140749A1 (ja) | 画像解析装置および方法並びにプログラム | |
| Gargiulo et al. | PET/CT imaging in mouse models of myocardial ischemia | |
| Schuster et al. | Measurement of regional pulmonary blood flow with PET | |
| RU2638278C2 (ru) | Магниторезонансная термография: формирование изображений высокого разрешения для тепловых аномалий | |
| JP5612565B2 (ja) | 画像化技術 | |
| WO2012151583A1 (en) | Assessment of coronary heart disease with carbon dioxide | |
| JP7524383B2 (ja) | 肺および血管の健康状態を検査し評価する方法 | |
| Renne et al. | Chronic lung allograft dysfunction: oxygen-enhanced T1-mapping MR imaging of the lung | |
| Schlünzen et al. | Regional cerebral glucose metabolism during sevoflurane anaesthesia in healthy subjects studied with positron emission tomography | |
| US10617312B2 (en) | Perfusion imaging | |
| Zhou et al. | Advanced MRI of liver fibrosis and treatment response in a rat model of nonalcoholic steatohepatitis | |
| WO2014022935A1 (en) | Inducing and measuring myocardial oxygenation changes as a marker for heart disease | |
| Lim et al. | Respiratory motion tracking using the kinect camera | |
| Yamaoka et al. | Evaluation of left ventricular mass: comparison of ultrafast computed tomography, magnetic resonance imaging, and contrast left ventriculography | |
| Jaiswal et al. | Mild traumatic brain injury induced by primary blast overpressure produces dynamic regional changes in [18F] FDG uptake | |
| Geier et al. | Spatial persistence of reduced specific ventilation following methacholine challenge in the healthy human lung | |
| Lam et al. | Micro-CT imaging of rat lung ventilation using continuous image acquisition during xenon gas contrast enhancement | |
| KR102390459B1 (ko) | 심정지 후 증후군 환자의 신경학적 예후를 예측하는 방법 | |
| Kim et al. | Prognostic value of 18F-FDG brain PET as an early indicator of neurological outcomes in a rat model of post-cardiac arrest syndrome | |
| Ito et al. | Cut-off value for normal versus abnormal right-to-left shunt percentages using 99mTc-macroaggregated albumin | |
| Gomes et al. | Cardio-Respiratory synchronized bSSFP MRI for high throughput in vivo lung tumour quantification | |
| Deman et al. | Respiratory-gated KES imaging of a rat model of acute lung injury at the Canadian Light Source |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |