피폭선량을 낮춘 저선량 복부 CT의 화질 저하를 딥러닝 노이즈 제거(denoising)로 보완할 수 있다는 연구가 European Journal of Radiology에 게재됐다.

원광대병원 연구진은 급성충수염 진단을 위한 저선량 복부 CT에서 딥러닝 노이즈 제거가 영상 품질과 진단 성능에 미치는 효과를 후향 분석했다. 특히 필터보정역투영(FBP)과 반복재구성(IR) 중 어느 쪽이 딥러닝 입력 영상으로 더 적합한지를 비교한 것이 실무적 포인트다.

저선량 프로토콜 도입을 검토하는 영상의학과와 방사선사에게 직접 관련되는 근거로, 선량 관리와 진단 품질을 동시에 잡으려는 병원 QA 활동에 참고가 된다.

논문 제1저자는 원광대학교 의과대학·원광대병원 영상의학과 신청환(Cheonghwan Shin) 연구자다.

출처: European Journal of Radiology (DOI: https://doi.org/10.1016/j.ejrad.2026.113037)

※ 본 기사는 PubMed에서 검색한 논문 초록을 요약한 것입니다. 자세한 내용은 원문을 참조하세요. 지면 이미지는 병원사람들이 제작한 일러스트로 실제 저널 표지가 아닙니다.