KR20210027905A - Mri를 이용한 뇌혈관 예비능 측정방법 - Google Patents

Mri를 이용한 뇌혈관 예비능 측정방법 Download PDF

Info

Publication number
KR20210027905A
KR20210027905A KR1020190108956A KR20190108956A KR20210027905A KR 20210027905 A KR20210027905 A KR 20210027905A KR 1020190108956 A KR1020190108956 A KR 1020190108956A KR 20190108956 A KR20190108956 A KR 20190108956A KR 20210027905 A KR20210027905 A KR 20210027905A
Authority
KR
South Korea
Prior art keywords
image
blood flow
follow
reserve capacity
mri
Prior art date
Application number
KR1020190108956A
Other languages
English (en)
Inventor
태우석
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020190108956A priority Critical patent/KR20210027905A/ko
Priority to PCT/KR2020/011615 priority patent/WO2021045459A1/ko
Publication of KR20210027905A publication Critical patent/KR20210027905A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

본 발명은 MRI 이미지를 이용한 뇌혈관 예비능 측정방법에 관한 것으로, 본 발명의 방법을 이용하는 경우 간편하고 효율적으로 뇌혈관 예비능을 측정할 수 있으므로, 해당 질환의 진단 및 예후 예측 용도로 유용하게 사용될 수 있다.

Description

MRI를 이용한 뇌혈관 예비능 측정방법{Method for measuring of Cerebrovascular Reserve Capacity using MRI}
본 발명은 MRI를 이용한 뇌혈관 예비능 측정방법에 관한 것이다.
뇌혈관 예비능(Cerebrovascular Reserve Capacity)이란 정상적인 기준선(baseline)으로부터의 뇌 관류 변이를 의미하는 것으로, 이는 혈관의 협착 정도를 나타낸다. 뇌혈관 예비능이 낮은 사람들은 심한 운동이나 스트레스에 따른 뇌졸중이나 허혈 발작의 위험이 급격하게 증가될 수 있다.
한편, 동맥 스핀 라벨링(Arterial Spin Labeling; ASL) 기법이란 자유롭게 확산 가능한 내부 추적자(intrinsic tracer)를 사용하여 조직 관류를 측정하기 위한 자기공명영상 기법으로, 비침습적인 관류 기술이라는 점에서 임상 및 관련 연구에 활용되고 있다.
기존의 ASL 기법은 Williams 등(1992)에 의해 제안되었는데, 이들은 물을 자유 확산 추적자로 사용하여 쥐의 뇌 혈류를 측정하였고, 그로부터 2년 후, Detre 등이 1.5T MRI 스캔에서 인간 뇌 연구에 ASL 기법을 적용하였다. 그 후, 이 기법은 복잡한 후처리 과정과 기술적 어려움으로 인해 주로 연구에만 사용되었으나, 시퀀스 내구성, 수집시간 감소, 이미지 해상도 증가 및 아티팩트 감소뿐만 아니라, 후처리 과정의 발전으로 인해 임상 실험에도 사용할 수 있게 되었다.
그러나, 아직까지 동맥 스핀 라벨링(ASL) 이미지에 대하여, 영상 차감법을 이용하여 보다 정량적으로 뇌혈관 예비능을 측정(진단)한 사례는 없다.
국내공개특허 제10-2017-0003061호
본 발명자들은 MRI 이미지를 이용하여 보다 간편하고 신속하게 뇌혈관 예비능을 측정할 수 있는 방법을 개발하고자 예의 연구 노력하였다. 그 결과, 동맥 스핀 라벨링(ASL) 기법을 이용하여 혈관확장제 주입 전후의 MRI 이미지를 촬영하고, 주입 후 영상으로부터 주입 전 영상을 합치(co-registration)한 후, 차감된 혈류 증감 영상을 고해상도 T1 MRI 영상에 오버레이함으로써 보다 간편하고 신속하게 정량적(quantitative)으로 뇌혈관 예비능을 측정할 수 있음을 규명함으로써, 본 발명을 완성하게 되었다.
따라서, 본 발명의 목적은 뇌혈관 예비능(Cerebrovascular Reserve Capacity) 측정을 위한 정보제공방법을 제공하는 것이다.
본 발명자들은 MRI 이미지를 이용하여 보다 간편하고 신속하게 뇌혈관 예비능을 측정할 수 있는 방법을 개발하고자 예의 연구 노력하였다. 그 결과, 동맥 스핀 라벨링(ASL) 기법을 이용하여 혈관확장제 주입 전후의 MRI 이미지를 촬영하고, 주입 후 영상으로부터 주입 전 영상을 합치(co-registration)한 후, 차감된 혈류 증감 영상을 고해상도 T1 MRI 영상에 오버레이함으로써 보다 간편하고 신속하게 정량적(quantitative)으로 뇌혈관 예비능을 측정할 수 있음을 규명하였다.
본 발명의 일 양태는 다음 단계를 포함하는 뇌혈관 예비능(Cerebrovascular Reserve Capacity) 측정을 위한 정보제공방법에 관한 것이다.
베이스라인(baseline) 영상을 획득하는 단계;
팔로업(follow-up) 영상을 획득하는 단계;
상기 팔로업 영상에서 상기 베이스라인 영상을 합치(co-registration)하여 차감(subtracted) 영상을 획득하는 단계; 및
상기 차감 영상을 T1-강조 MRI 영상에 오버레이(overlay)하는 단계.
이하, 본 발명의 방법에 대하여 상세히 설명한다.
베이스라인(baseline) 영상을 획득하는 단계
본 단계는 피검자를 대상으로 하여 뇌의 베이스라인 영상을 촬영하는 과정이다. 본 과정에 의해 피검자의 혈관확장제에 의한 혈관 확장 전 혈류 영상을 획득할 수 있다.
상기 베이스라인 영상은 동맥 스핀 라벨링(Arterial spin labeling; ASL) 영상일 수 있다.
본 명세서에서 "동맥 스핀 라벨링(ASL)"이란 자유롭게 확산 가능한 내부 추적자(intrinsic tracer)를 사용하여 조직 관류를 측정하기 위한 자기공명영상 기법으로, ASL에 의한 뇌혈류량은 ASL map의 각 화소값의 mL/100g tissue/min 로 표시될 수 있다.
팔로업(follow-up) 영상을 획득하는 단계
본 단계는 피검자를 대상으로 하여 뇌의 팔로업 영상을 촬영하는 과정이다. 본 과정에 의해 피검자의 혈관확장제에 의한 혈관 확장 후 혈류 영상을 획득할 수 있다.
상기 팔로업 영상은 동맥 스핀 라벨링(ASL) 영상일 수 있다.
상기 팔로업 영상 획득 전에 피검자에 혈관확장제를 주입하는 단계를 포함할 수 있다.
상기 혈관확장제는 당업계에서 혈관확장 용도로 사용될 수 있는 물질이라면 제한 없이 사용될 수 있다. 일 구현예에 따르면, 상기 혈관확장제는 졸라딘(Zoladin)일 수 있다.
팔로업 영상에서 베이스라인 영상을 합치(co-registration)하여 차감(subtracted) 영상을 획득하는 단계
본 단계는 팔로업 영상으로부터 공간적 위치를 동일하게 베이스라인 영상을 차감(subtracted)하기 위하여 각 영상을 합치(co-registration)하는 과정이다.
상기 차감 영상은 하기 식에 의하여 획득될 수 있으며, 팔로업 영상에서 베이스라인 영상을 합치하면, 대응되는 각 화소의 값에 따라 차감 영상의 값이 양의 값(+)이나 음의 값(-)을 나타내게 된다.
이때, 차감 영상이 양의 값이면 혈관확장제 투여 후에 증가한 뇌혈류량을 나타내고, 차감 영상이 음의 값이면 혈관확장제 투여 후에 감소한 뇌혈류량을 나타낼 수 있다.
[차감 영상]=팔로업-베이스라인
차감 영상을 T1-MRI 영상에 오버레이(overlay)하는 단계
본 단계는 획득된 차감 영상을 별도로 촬영한 고해상도 T1-강조 MRI 영상에 오버레이(overlay)하는 과정이다.
뇌의 위치는 ASL MRI에 비하여 T1 MRI에서 더 잘 보이기 때문에, 혈류가 증감된 뇌 위치를 보다 정확히 확인하기 위하여 해당 과정이 필요하다.
본 방법은 혈류가 변화된 뇌 위치 및 혈류 변화량을 확인하는 단계를 더 포함하는 것일 수 있다. 혈류가 변화된 뇌 위치 및 혈류 변화량을 확인함으로써, 향후 뇌 위치와 관련되 뇌 기능의 손상 또는 회복 예후를 예측할 수 있는 데 임상적 의의가 있다.
상기 혈류 변화량은 상기 차감 영상의 화소 값을 측정함으로써 정량적으로 측정될 수 있다.
본 발명은 MRI 이미지를 이용한 뇌혈관 예비능 측정방법에 관한 것으로, 본 발명의 방법을 이용하는 경우 간편하고 효율적으로 뇌혈관 예비능을 측정할 수 있으므로, 해당 질환의 진단 및 예후 예측 용도로 유용하게 사용될 수 있다.
도 1은 본 발명의 뇌혈관 예비능 측정방법을 개략적으로 나타낸 모식도이다.
도 2a는 본 발명의 일 실시예에 따라 동맥 스핀 라벨링(ASL) 기법을 이용하여 촬영된 혈관확장제 주입 전(baseline, 왼쪽 위), 혈관확장제 주입 후(follow-up, 오른쪽 위), 혈관확장제 주입 전/후 혈류 증가 정도(왼쪽 아래) 및 혈관확장제 주입 전/후 혈류 감소 정도(오른쪽 아래)의 이미지이다.
도 2b는 본 발명의 일 실시예에 따라 획득한 뇌혈류 예비능 측정 이미지이다.
도 3은 본 발명의 뇌혈관 예비능 측정방법의 우수함을 확인하기 위하여 비교된 SPECT 기법을 이용한 뇌혈류 예비능 측정 이미지이다.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 요지에 따라 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.
실시예. 본 발명의 방법을 이용한 뇌혈관 예비능 측정
무작위 선정된 피검자를 대상으로 하기의 방법을 사용하여 뇌혈관 예비능을 측정하였다. 이때, 상기 ASL 및 T1 영상 처리를 위한 프로그램은 SPM12(statistical paramateric mapping 12)를 이용하였으며, ASL 및 T1 영상은 환자가 누워있는 동안 모두 동일한 MRI에서 촬영하였다.
구체적으로, 먼저 동맥 스핀 라벨링(Arterial Spin Labeling; ASL) 기법을 이용하여 베이스라인(baseline) 영상을 촬영하였다(도 2a의 왼쪽 위). 10분 후, 혈관확장제인 졸라딘(Zoladin)을 주입하고 팔로업(follow-up) 영상을 촬영하였다(도 2a의 오른쪽 위).
그 다음, 촬영된 상기 팔로업 영상에서 상기 베이스라인 영상을 차감하여 차감(subtracted) 영상[차감 영상=팔로업-베이스라인]을 획득하였다. 한편, ASL에 의해 촬영된 뇌혈류량은 ASL map의 각 화소 값의 mL/100g tissue/min 로 표시된다. 차감 영상이 양의 값이면 혈관확장제 투여 후에 증가한 뇌혈류량을 나타내며, 차감 영상이 음의 값이면 혈관확장제 투여 후에 감소한 뇌혈류량을 나타낸다. 이때, 상기 각 혈류 영상 촬영 시의 한계 레벨(Threshold level)을 동일하게 조정하여 영상의 밝기를 통해 혈류 변화량을 정량적으로 측정하였다.
마지막으로, 상기 차감 영상을 별도로 촬영한 고해상도 T1 MRI 영상에 오버레이(overlay)하였다. 두 영상의 오버레이는 SPM12의 co-registration 기능을 이용하였다.
도 2b에서 확인할 수 있듯이, 본 발명의 방법을 사용하는 경우 혈류가 변화된 뇌 위치를 정확히 찾을 수 있을 뿐 아니라, 혈류 변화량을 측정할 수 있었다. 이러한 결과는, 향후 뇌 위치와 관련되 뇌 기능의 손상 또는 회복 예후를 예측할 수 있는 데 임상적 의의가 있다.
비교예. SPECT(single-photon emission computed tomography; 단일광자 단층촬영)를 이용한 뇌혈류 예비능 측정
상기 실시예의 결과에 기초하여, 본 발명의 방법의 우수성을 확인하기 위하여 기존의 SPECT 기법을 이용하여 뇌혈류 예비능을 측정하였다. 이때, SPECT는 핵의학 의료기기인 SPECT 감마 카메라를 이용하여 촬영하였다.
구체적으로, 먼저 SPECT 기법을 이용하여 베이스라인(baseline) 영상을 촬영하고(도 3의 왼쪽), 24시간 후, 혈관확장제인 졸라딘(Zoladin)을 주입하고 팔로업(follow-up) 영상을 촬영하였다(도 3의 오른쪽). 그 다음, 상기 양쪽 영상을 비교(판독의 수행)하여 혈류의 증감을 평가하였다.
비교 결과, 본 발명의 방법에 비하여, SPECT는 영상 화소의 값이 직접적으로 혈류량을 나타내지 않는 정성적(qualitative)인 영상 검사법이라는 단점이 있으며, 두 영상의 촬영 시점이 하루 이상 차이 나기 때문에 촬영 시 SPECT scanner에서 뇌의 위치가 변해서 SPECT 영상에서 정확하게 같은 위치를 구분하기가 힘들다는 단점이 있다.

Claims (5)

  1. 다음 단계를 포함하는 뇌혈관 예비능(Cerebrovascular Reserve Capacity) 측정을 위한 정보제공방법:
    베이스라인(baseline) 영상을 획득하는 단계;
    팔로업(follow-up) 영상을 획득하는 단계;
    상기 팔로업 영상에서 상기 베이스라인 영상을 합치(co-registration)하여 차감(subtracted) 영상을 획득하는 단계; 및
    상기 차감 영상을 T1-강조 MRI 영상에 오버레이(overlay)하는 단계.
  2. 제 1 항에 있어서, 상기 방법은 팔로업 영상 획득 전에 혈관확장제를 주입하는 단계를 더 포함하는 것인, 방법.
  3. 제 1 항에 있어서, 상기 베이스라인 및 팔로업 영상은 동맥 스핀 라벨링(Arterial spin labeling; ASL) 영상인 것인, 방법.
  4. 제 1 항에 있어서, 상기 방법은 혈류가 변화된 뇌 위치 및 혈류 변화량을 확인하는 단계를 더 포함하는 것인, 방법.
  5. 제 1 항에 있어서, 상기 혈류 변화량은 상기 차감 영상의 화소 값으로 측정되는 것인, 방법.
KR1020190108956A 2019-09-03 2019-09-03 Mri를 이용한 뇌혈관 예비능 측정방법 KR20210027905A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190108956A KR20210027905A (ko) 2019-09-03 2019-09-03 Mri를 이용한 뇌혈관 예비능 측정방법
PCT/KR2020/011615 WO2021045459A1 (ko) 2019-09-03 2020-08-31 Mri를 이용한 뇌혈관 예비능 측정방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190108956A KR20210027905A (ko) 2019-09-03 2019-09-03 Mri를 이용한 뇌혈관 예비능 측정방법

Publications (1)

Publication Number Publication Date
KR20210027905A true KR20210027905A (ko) 2021-03-11

Family

ID=74852962

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190108956A KR20210027905A (ko) 2019-09-03 2019-09-03 Mri를 이용한 뇌혈관 예비능 측정방법

Country Status (2)

Country Link
KR (1) KR20210027905A (ko)
WO (1) WO2021045459A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170003061A (ko) 2015-06-30 2017-01-09 삼성전자주식회사 자기 공명 영상 장치 및 자기 공명 영상의 생성 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101593310B1 (ko) * 2014-06-18 2016-02-11 가천대학교 산학협력단 자기 공명 영상 시스템에서 혈관벽 영상을 획득하는 방법
JP6533571B2 (ja) * 2015-04-15 2019-06-19 株式会社日立製作所 磁気共鳴イメージング装置及び画像作成方法
KR20180008134A (ko) * 2016-07-15 2018-01-24 연세대학교 산학협력단 분획 혈류 예비력 예측 방법
EP3554355A1 (en) * 2016-12-15 2019-10-23 Baxter International Inc System and method for monitoring and determining patient parameters from sensed venous waveform
EP3378381A1 (en) * 2017-03-24 2018-09-26 Koninklijke Philips N.V. Intravascular blood flow determination based on vortex shedding

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170003061A (ko) 2015-06-30 2017-01-09 삼성전자주식회사 자기 공명 영상 장치 및 자기 공명 영상의 생성 방법

Also Published As

Publication number Publication date
WO2021045459A1 (ko) 2021-03-11

Similar Documents

Publication Publication Date Title
TWI478697B (zh) Diagnosis of brain diseases
Dewey et al. Reliability and validity of MRI-based automated volumetry software relative to auto-assisted manual measurement of subcortical structures in HIV-infected patients from a multisite study
US20220343475A1 (en) Enhancement of medical images
US20040106864A1 (en) Method of predicting stroke evolution utilising mri
US20150310638A1 (en) System and method of medical imaging
US8693746B2 (en) Technique for detecting neurodegenerative disorders
AU2002234436A1 (en) Method of predicting stroke evolution utilising MRI
JP4589114B2 (ja) 画像データ情報の表示
JP2014042684A (ja) 医用画像処理装置、およびプログラム
CN111312373B (zh) 一种pet/ct图像融合自动标注方法
Abdoli et al. The evaluation of MRI diffusion values of active demyelinating lesions in multiple sclerosis
JP2006500099A5 (ko)
Sun et al. Automated template-based PET region of interest analyses in the aging brain
US20220301169A1 (en) Method for measuring tracer uptake in cerebral tissue
CN113112476A (zh) 一种识别海马硬化所致颞叶癫痫的致痫灶和/或预测其病理分型的方法和系统
Watson et al. The role of quantitation in clinical nuclear cardiology: the University of Virginia approach
JPWO2021034770A5 (ko)
KR20210027905A (ko) Mri를 이용한 뇌혈관 예비능 측정방법
Delzescaux et al. Using an adaptive semiautomated self‐evaluated registration technique to analyze MRI data for myocardial perfusion assessment
Forkel et al. Structural neuroimaging
Thomson et al. Added value of rest to stress study for recognition of artifacts in perfusion cardiovascular magnetic resonance
US11361430B2 (en) System and method for medical imaging
Nichols et al. Do patient data ever exceed the partial volume limit in gated SPECT studies?
Discher et al. An unsupervised approach for measuring myocardial perfusion in MR image sequences
Chattranukulchai et al. Diagnostic accuracy of combined dipyridamole stress perfusion and delayed enhancement cardiovascular magnetic resonance imaging for detection of coronary artery disease

Legal Events

Date Code Title Description
E601 Decision to refuse application