히알루론산 기능화 자성나노입자를 이용한 위암 초단 에코시간 MRI 라디오믹스 분석

Q: HA-MNPs 기반 UTE 분자 MRI가 위암 진단에 어떤 이점을 제공하는가?

연구 결과, HA-MNPs 기반 UTE 분자 MRI는 기존 T2SE 영상 대비 움직임 아티팩트에 덜 민감하며, 더 높은 균일도와 상관도를 나타낸다. 이는 미세한 병변의 구조적 특징을 정확히 반영하고, 조영 반응이 미미한 상황에서도 라디오믹스 분석을 통해 유의미한 진단 정보를 제공한다.

이지인; 이훈재

doi:10.4283/JKMS.2025.35.4.180

학술저널

저자정보: 이지인 (성균관대학교) 이훈재 (연세대학교)

저널정보: 한국자기학회 한국자기학회지 한국자기학회지 제35권 제4호

오류 신고하기

피인용 0

검색

초록·키워드

위암은 전 세계적으로 높은 발생률과 사망률을 보이는 대표적인 악성 종양으로, 조기 진단과 정확한 영상 판독은 환자의 생존율을 향상시키는 데 핵심적인 역할을 한다. 하지만 현재 널리 사용되는 내시경 및 조직 생검은 침습적일 뿐만 아니라, 특히 점막하에 국한된 조기 병변을 놓칠 수 있다는 한계가 있다. 이를 보완하기 위해, 본 연구는 비침습적이고 고해상도의 분자영상 기법을 적용한 새로운 진단 전략을 제시한다. 본 연구에서는 위암 세포에서 과발현되는 CD44 수용체를 표적으로 하는 히알루론산코팅 자성 나노입자(HA-MNPs)를 분자영상용 조영제로 활용하였으며, 위암을 이식한 마우스 모델에서 초단 에코 시간(Ultra-short Echo Time, UTE) 기반 자기공명영상(MRI)을 적용하여 영상을 획득하였다. 기존의 T2 가중 터보 스핀 에코(T2SE) 영상은 위의 연동운동 및 호흡에 의한 움직임으로 인한 화질 저하 문제가 존재하지만, UTE 영상은 짧은 신호 획득 시간을 통해 이러한 아티팩트를 최소화할 수 있다. 그러나 실제 영상에서는 조기 병변이 작거나 조영제 결합 효율이 낮은 경우, 육안으로 병변을 식별하기 어려운 한계가 존재한다. 이에 본 연구는 이러한 영상 내 미세한 변화를 정량적으로 분석하기 위해 Radiomics 분석을 도입하였다. Radiomics는 의료영상으로부터 고차원의 질감 및 공간 정보를 정량적으로 추출하여 병변의 특성과 진단적 유의성을 평가할 수 있는 기법이다. 본 연구에서는 T2SE 및 UTE 영상으로부터 Otsu 이진화, DWT(이산 웨이블릿 변환), GLCM(그레이-레벨 공존 행렬) 분석을 수행하고, 추가적으로 신경망 기반의 회귀 분석 및 클러스터링을 통해 정량적 예측성과 군집 패턴을 평가하였다. 그 결과, UTE 영상은 T2SE 대비 더 높은 균일도(homogeneity)와 공간 상관성(correlation)을 나타내며, 움직임에 대한 민감도가 낮고 병변의 구조적 특징을 효과적으로 반영하는 것으로 확인되었다. 결론적으로, 본 연구는 HA-MNPs 기반의 UTE molecular MR Imaging이 조기 위암의 영상화 및 치료 반응 모니터링에 효과적인 영상 기법임을 라디오믹스 관점에서 제시하며, 특히 조영 반응이 미미한 상황에서도 유효한 진단 정보를 추출할 수 있는 분석 프레임을 제안했다. 이러한 접근은 향후 정밀의학(precision medicine) 실현을 위한 분자영상 기술의 임상적 확장을 위한 중요한 기초자료가 될 수 있다.

Gastric cancer remains one of the most prevalent and deadly malignancies worldwide, with high incidence and mortality rates. Early detection and accurate diagnosis are critical for improving patient outcomes. However, conventional diagnostic methods, such as endoscopy and tissue biopsy, are invasive and may fail to detect subtle or early-stage lesions, particularly those confined to the submucosal layer. This underscores the pressing need for non-invasive, high-resolution molecular imaging techniques. In this study, we employed hyaluronic acid-coated monodisperse magnetic nanoparticles (HA-MNPs) as a molecular imaging probe targeting CD44 receptors, which are overexpressed in gastric cancer cells. To overcome the limitations of traditional T2-weighted Turbo Spin Echo (T2TE) imaging—namely, motion artifacts caused by gastric peristalsis and respiration—we utilized ultra-short echo time (UTE) imaging to enhance signal acquisition and image quality. To compare the diagnostic efficacy of UTE and T2TE imaging modalities, we performed a comprehensive radiomic analysis. Radiomics enables the extraction of high-dimensional quantitative features from medical images, capturing subtle spatial patterns that can be predictive of tumor biology and clinical outcomes. Our results demonstrate that UTE-based molecular MRI (mMRI) using HA-MNPs holds significant potential for early diagnosis and therapeutic monitoring of gastric cancer. The radiomic analysis revealed marked differences in spatial frequency characteristics between the two imaging modalities: T2TE images exhibited higher contrast, while UTE images showed greater homogeneity and spatial correlation. These findings suggest that UTE imaging may offer improved diagnostic robustness by mitigating the influence of motion artifacts and enhancing lesion characterization. In conclusion, our study highlights the potential of HA-MNPs-enhanced UTE molecular MRI as a promising non-invasive tool for the assessment of gastric cancer in a murine model, offering distinct advantages from a radiomic perspective.

#Gastric cancer #Molecular MRI #HA-MNPs #UTE #Radiomic #위암 #분자 자기공명영상 #히얄루론산 자성나노입자 #초단시간에코 #래디오믹스

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-093960296

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)