FOV (Fild of view)

주어지는 matrix size와 FOV에 의해 각 Pixel size가 결정되며, 이는 image resolution에 관계되는 인자이다.

Small FOV는 작고 많은 matrix를 포함하므로 높은 해상력을 나타내며 상대적으로 SNR을 감소시킨다.

FOV의 조절 허용범위는 Gradient Amp 용량에 의해 좌우되며 scan time 과는 무관하다.

Small FOV 사용 시 주의점은 arising artifact를 발생한다.

Pixel size = FOV / Matrix size

임상적으로 적용되는 FOV는 확대, 축소의 범위가 약 8cm-48cm이며, 그 이하는 Gradient 성능에 좌우된다.

Matrix

Image resolution과 scan time은 matrix에 의해 결정된다.

결정된 pixel 내에서 위상변화를 통해 image의 해상력을 좌우하는데, 그것을 phase encoding, frequency encoding이라고 하며 전자는 data 변화의 view 수 (coding), 후자는 sampling 수(reading)를 의미한다.

여기서 획득한 raw data는 Fourier transform에 의해 영상화 된다.

이것은 각각 motion artifact와 flow 방향, chemical shift에 영향을 미치며, SNR에도 결정적인 요소이다.

image size와 matrix의 관계는 퍼센트로 표 기하기도 하며 256*128, 256*256, 256*180 이라고 표시한다.

일반적으로 matrix가 증가하면 image 해상력 증가, SNR 감소, scan time 증가와 함께 주위 인자가 변화된다.

특히 phase-encoding은 spatial resolution 을 결정하며, phase encoding 수에 의해 artifact가 유발되기도 한다.

이 matrix 인자는 환자 질병상태 및 부위에 따라 적절히 변화시켜 주어야 하며 FOV와 관계된 Arising artifact에 대한 영향도 고려해야 한다

Spatial Resolution = FOV / Phase encoding

Phase encoding = coding = views

Frequency encoding = reading = sampling

Average (NEX)

결정된 matrix에 의해 TR 횟수가 결정되며 그 전체 반복주기를 Average (NEX)라 표현한다.

Average의 증가는 scan time을 증가 시키나 motion artifact를 감소 시킬 수 있다.

일반적으로 2 -4번의 averaging 하며, 가능 한 짝수로 하는 것이 바람직하다.

Scan time = TR * matrix * Average

MRI Parameters 부가인자 FOV, Matrix, NEX

MRI 영상의 해상도와 SNR, 촬영시간을 결정하는 핵심 parameter

MRI 촬영 조건을 보다 자세히 살펴보면 TR, TE, Flip Angle, Bandwidth, ST, GAP 외에도 자주 등장하는 parameter가 있습니다.

바로

FOV

Matrix

NEX

입니다.

이 세 가지는 MRI 영상의 촬영 범위, 공간해상도, SNR, 촬영시간을 이해하는 데 매우 중요한 요소입니다.

특히 FOV와 Matrix는 서로 연결되어 있기 때문에 함께 이해하는 것이 좋고, NEX는 영상의 신호 품질과 촬영시간을 결정하는 데 중요한 역할을 합니다.

쉽게 정리하면 다음과 같습니다.

FOV = 얼마나 넓은 범위를 촬영할 것인가

Matrix = 그 범위를 얼마나 세밀하게 나눌 것인가

NEX = 같은 데이터를 몇 번 반복해서 획득할 것인가

이제 각각의 개념을 살펴보겠습니다.

1. FOV란 무엇인가?

FOV는 Field of View의 약자입니다.

우리말로는 촬영 시야 범위 또는 영상 범위라고 할 수 있습니다.

쉽게 말하면 MRI에서 한 장의 영상에 포함시키는 전체적인 촬영 범위입니다.

예를 들어

FOV = 240 mm

라고 설정했다면 영상의 한 방향에서 약 240 mm 범위의 공간 정보를 획득하도록 설정했다는 의미입니다.

MRI에서 FOV는 일반적으로

검사 부위
환자의 체격
필요한 해부학적 범위
Matrix
공간해상도

등을 고려하여 결정합니다.

2. FOV가 커지면?

같은 Matrix를 사용한다고 가정해보겠습니다.

FOV를 크게 하면 더 넓은 영역을 한 영상에 포함할 수 있습니다.

예를 들어

FOV 200 mm

보다

FOV 300 mm

가 더 넓은 범위를 촬영합니다.

하지만 Matrix가 동일하다면 한 pixel이 담당하는 실제 공간의 크기가 커집니다.

따라서 일반적으로

FOV 증가 → Pixel size 증가 → 공간해상도 감소

의 관계가 나타날 수 있습니다.

즉 넓은 영역을 촬영할 수 있는 대신 작은 구조물을 세밀하게 표현하는 능력이 떨어질 수 있습니다.

3. FOV가 작아지면?

반대로 동일한 Matrix에서 FOV를 줄이면 한 pixel이 담당하는 공간이 작아집니다.

따라서

FOV 감소 → Pixel size 감소 → 공간해상도 증가

의 방향으로 작용합니다.

작은 구조물을 자세히 보고 싶을 때 작은 FOV가 유리할 수 있습니다.

하지만 FOV를 지나치게 작게 설정하면 촬영 범위를 벗어난 구조물이 영상에 잘리지 않는지 주의해야 합니다.

또한 검사 대상의 크기보다 FOV가 작으면 wrap-around artifact가 발생할 가능성도 있습니다.

따라서 FOV는 단순히 작게 설정한다고 좋은 것이 아닙니다.

4. Matrix란 무엇인가?

Matrix는 MRI 영상을 구성하는 pixel의 행과 열 개수라고 이해하면 쉽습니다.

예를 들어

256 × 256

이라는 Matrix라면

가로 256개

세로 256개

의 pixel로 영상을 구성하는 방식입니다.

FOV와 Matrix를 함께 보면 실제 pixel 크기를 이해할 수 있습니다.

5. Pixel Size는 어떻게 결정될까?

기본적으로

Pixel size = FOV ÷ Matrix

로 생각할 수 있습니다.

예를 들어

FOV가 256 mm이고

Matrix가 256이라면

한 pixel의 크기는 약

1 × 1 mm

가 됩니다.

반면

FOV가 256 mm인데 Matrix가 128이라면

pixel 크기는 약

2 × 2 mm

가 됩니다.

따라서 같은 FOV라면 Matrix를 증가시키면 보다 작은 pixel을 만들 수 있습니다.

6. Matrix를 증가시키면?

동일한 FOV에서 Matrix를 증가시키면 pixel 크기가 작아집니다.

예를 들어

256 × 256

보다

512 × 512

Matrix가 더 세밀한 pixel을 만들 수 있습니다.

따라서 일반적으로

Matrix 증가 → Pixel size 감소 → 공간해상도 증가

라는 관계가 있습니다.

하지만 여기에도 중요한 단점이 있습니다.

pixel 하나의 크기가 작아지면서 voxel volume이 감소하기 때문에 SNR이 감소할 수 있습니다.

또한 phase encoding 방향의 matrix를 증가시키면 필요한 phase encoding step이 증가하여 촬영시간이 길어질 수 있습니다.

7. Matrix가 크면 무조건 좋은가?

그렇지는 않습니다.

Matrix가 커지면 공간해상도는 좋아질 수 있지만

SNR 감소

촬영시간 증가

등의 문제가 발생할 수 있습니다.

따라서 실제 MRI protocol에서는

해상도 vs SNR vs 촬영시간

사이에서 적절한 균형을 찾는 것이 중요합니다.

MRI에서는 높은 Matrix를 무조건 사용하는 것이 아니라 검사 목적에 맞는 Matrix를 선택합니다.

8. FOV와 Matrix의 관계

FOV와 Matrix는 함께 이해해야 합니다.

예를 들어 다음 두 조건을 비교해보겠습니다.

A

FOV 256 mm

Matrix 256

→ Pixel size 약 1 mm

B

FOV 256 mm

Matrix 512

→ Pixel size 약 0.5 mm

두 영상은 FOV가 동일합니다.

하지만 B는 Matrix가 더 크기 때문에 더 작은 pixel을 사용할 수 있습니다.

따라서 공간해상도가 더 높아질 수 있습니다.

9. 반대로 Matrix가 같다면?

이번에는 Matrix를 동일하게 두겠습니다.

A

FOV 256 mm

Matrix 256

→ 약 1 mm pixel

B

FOV 512 mm

Matrix 256

→ 약 2 mm pixel

B에서는 더 넓은 범위를 촬영하지만 pixel 하나가 담당하는 공간이 커집니다.

따라서 공간해상도는 감소할 수 있습니다.

이 때문에 MRI에서는

FOV와 Matrix를 따로 보지 않고 함께 확인하는 것

이 중요합니다.

10. NEX란 무엇인가?

NEX는 Number of Excitations의 약자입니다.

장비에 따라

NSA(Number of Signal Averages)

또는 Average라는 표현을 사용하기도 합니다.

쉽게 말하면

같은 신호를 몇 번 반복해서 획득하고 평균할 것인가

를 나타내는 parameter입니다.

예를 들어

NEX = 1

이면 기본적으로 한 번의 신호 획득을 사용합니다.

NEX = 2

라면 같은 정보를 반복 획득하여 평균함으로써 신호 품질을 향상시키는 방식입니다.

11. NEX를 증가시키면?

NEX를 증가시키면 일반적으로 SNR이 증가합니다.

하지만 SNR은 NEX에 비례해서 그대로 증가하는 것이 아니라 대략

SNR ∝ √NEX

관계를 따릅니다.

따라서

NEX를 1에서 2로 증가시키면 SNR은 약 √2배,

NEX를 1에서 4로 증가시키면 SNR은 약 2배

정도 증가하는 것으로 이해할 수 있습니다.

즉 NEX를 많이 올린다고 SNR이 같은 비율로 증가하는 것은 아닙니다.

12. NEX의 가장 큰 단점

NEX를 증가시키면 신호를 반복해서 획득하기 때문에 일반적으로 촬영시간이 증가합니다.

예를 들어 다른 조건이 동일하다면

NEX 1

보다

NEX 2

가 더 긴 촬영시간을 필요로 할 수 있습니다.

따라서 NEX는

SNR을 높이는 대신 촬영시간을 늘리는 parameter

라고 이해하면 쉽습니다.

13. NEX를 높이면 해상도도 좋아질까?

여기서 중요한 부분입니다.

NEX를 높인다고 공간해상도가 직접 증가하는 것은 아닙니다.

NEX는 기본적으로 신호를 반복 획득하여 평균함으로써 SNR을 높이는 역할을 합니다.

따라서

Matrix 증가 → 공간해상도 증가 가능

반면

NEX 증가 → SNR 증가

로 구분하는 것이 좋습니다.

이 차이를 이해하면 MRI parameter를 훨씬 쉽게 정리할 수 있습니다.

14. FOV·Matrix·NEX를 함께 생각하기

MRI 영상 하나를 촬영한다고 생각해보겠습니다.

FOV

"얼마나 넓은 범위를 찍을까?"

Matrix

"그 범위를 몇 개의 pixel로 나눌까?"

NEX

"같은 신호를 몇 번 반복해서 평균할까?"

이렇게 생각하면 매우 간단합니다.

예를 들어

FOV 240 mm

Matrix 240

이라면 약 1 mm 크기의 pixel을 만들 수 있습니다.

여기에

NEX 2

를 사용하면 같은 정보를 반복 획득하여 SNR을 높이는 방향으로 작용합니다.

15. MRI 영상의 해상도를 생각하는 방법

MRI의 공간해상도를 이해하려면 다음 관계를 기억하면 좋습니다.

FOV ↓ + Matrix ↑

→ Pixel size 감소

→ 공간해상도 향상 가능

반대로

FOV ↑ + Matrix 동일

→ Pixel size 증가

→ 공간해상도 감소 가능

그리고

NEX ↑

→ SNR 증가

→ 촬영시간 증가

입니다.

16. FOV가 너무 작으면 생기는 문제

FOV를 작게 하면 작은 구조물을 자세히 볼 수 있다는 장점이 있지만 촬영 범위가 검사 대상보다 작아질 수 있습니다.

이 경우 대표적으로 생각해야 하는 것이

Wrap-around artifact

입니다.

특히 phase encoding 방향에서 신체가 FOV보다 크다면 FOV 밖의 신호가 영상 반대쪽으로 겹쳐 나타날 수 있습니다.

따라서 작은 FOV를 사용할 때는

해상도는 좋아지는 대신 anatomy coverage가 충분한가?

를 확인해야 합니다.

17. Rectangular FOV도 알아두자

MRI에서는 항상 FOV가 정사각형인 것은 아닙니다.

예를 들어

FOV 240 × 180 mm

처럼 설정할 수도 있습니다.

이 경우 두 방향의 FOV가 다릅니다.

Matrix 역시

256 × 192

처럼 서로 다른 값을 사용할 수 있습니다.

따라서 MRI parameter를 볼 때는 단순히

"FOV 240"

이라고만 보는 것보다

FOV의 두 방향 값과 Matrix의 두 방향 값을 함께 확인

하는 것이 정확합니다.

18. Frequency 방향과 Phase 방향

MRI 영상의 Matrix는 일반적으로

Frequency encoding direction

과

Phase encoding direction

으로 구분해서 생각할 수 있습니다.

특히 phase encoding step의 수는 촬영시간과 밀접한 관련이 있습니다.

따라서 Matrix가 증가하더라도 어느 방향의 Matrix를 증가시키느냐에 따라 촬영시간과 영상 특성이 달라질 수 있습니다.

이 부분은 MRI parameter를 조금 더 깊게 공부할 때 반드시 알아야 할 내용입니다.

19. FOV·Matrix·NEX 핵심 비교

Parameter	의미	증가하면 나타날 수 있는 변화
FOV	촬영 범위	촬영 범위 증가, 동일 Matrix에서 pixel 증가
Matrix	영상 pixel 수	공간해상도 증가 가능, SNR 감소 가능
NEX	반복 획득 횟수	SNR 증가, 촬영시간 증가

가장 중요한 포인트는

FOV는 범위

Matrix는 세밀함

NEX는 신호 평균

이라고 기억하는 것입니다.

20. MRI Parameter 전체 연결

지금까지 살펴본 MRI parameter를 하나의 흐름으로 정리해보겠습니다.

Parameter	핵심 역할
TR	T1 weighting 및 신호 회복
TE	T2/T2* weighting
Bandwidth	주파수 범위, SNR 및 artifact에 영향
Flip Angle	자화 회전 및 contrast
ST	절편 두께, z축 해상도
GAP	절편 사이 간격
FOV	촬영 범위
Matrix	pixel 수와 공간해상도
NEX	반복 획득 및 SNR

이렇게 연결하면 MRI parameter가 각각 따로 존재하는 것이 아니라는 것을 알 수 있습니다.

21. 실제 MRI protocol을 볼 때

MRI protocol을 볼 때는 숫자를 하나씩 암기하기보다 다음과 같이 질문해 보면 좋습니다.

TR은 왜 이렇게 설정했을까?

→ T1 weighting과 관련이 있을까?

TE는 왜 이 정도일까?

→ T2 또는 T2* weighting에 어떤 영향을 줄까?

ST는 충분히 얇은가?

→ 작은 병변을 평가하기에 적절한가?

GAP은 있는가?

→ 절편 사이의 coverage에 문제가 없는가?

FOV는 충분한가?

→ 검사 부위를 모두 포함하는가?

Matrix는 충분한가?

→ 필요한 공간해상도를 확보했는가?

NEX는 몇 번인가?

→ SNR과 촬영시간 사이에서 적절한 선택인가?

이렇게 parameter를 서로 연결해서 보면 MRI protocol을 이해하는 능력이 훨씬 좋아집니다.

마무리

이번 글에서는 MRI의 대표적인 부가인자인

FOV, Matrix, NEX

를 살펴봤습니다.

핵심만 다시 정리하면 다음과 같습니다.

FOV

MRI에서 촬영하는 전체적인 범위입니다.

Matrix

FOV를 몇 개의 pixel로 나눌 것인지 결정하는 요소입니다.

NEX

같은 신호를 반복 획득하여 평균하는 횟수입니다.

따라서

FOV → 촬영 범위

Matrix → 공간해상도

NEX → SNR

이라는 기본 개념을 먼저 기억하면 됩니다.

하지만 실제 MRI 영상에서는 각각의 parameter가 독립적으로 작용하지 않습니다.

FOV + Matrix → Pixel size

ST + Pixel size → Voxel size

Voxel size + NEX → SNR

그리고 여기에

TR + TE + Flip Angle + Bandwidth

까지 연결되면서 최종적인 MRI 영상의 화질과 contrast가 결정됩니다.

MRI parameter 공부는 숫자를 암기하는 것보다 parameter가 변화했을 때 영상에서 무엇이 달라지는지를 이해하는 것이 훨씬 중요합니다.

다음 편에서는 지금까지 배운 내용을 한 단계 더 연결해서 Pixel, Voxel, Spatial Resolution의 차이와 MRI 영상 해상도를 결정하는 원리를 살펴보겠습니다.

출처 및 참고

MRI 기본 물리학 및 자기공명영상 관련 교육자료
MRI image reconstruction 및 spatial resolution 관련 참고자료
의학영상 물리학 및 MRI 교육자료
MRI 장비 제조사 기술자료 및 임상 protocol 참고자료
본 글은 MRI parameter의 기본 원리를 설명하기 위한 교육용 콘텐츠이며 실제 임상 protocol은 장비, 제조사, field strength, sequence 및 검사 목적에 따라 달라질 수 있습니다.

MRI에서 FOV와 Matrix는 무엇이 다를까? NEX까지 한 번에 정리

FOV (Fild of view)

Matrix

Average (NEX)

MRI Parameters 부가인자 FOV, Matrix, NEX

MRI 영상의 해상도와 SNR, 촬영시간을 결정하는 핵심 parameter

1. FOV란 무엇인가?

2. FOV가 커지면?

3. FOV가 작아지면?

4. Matrix란 무엇인가?

5. Pixel Size는 어떻게 결정될까?

6. Matrix를 증가시키면?

7. Matrix가 크면 무조건 좋은가?

8. FOV와 Matrix의 관계

A

B

9. 반대로 Matrix가 같다면?

A

B

10. NEX란 무엇인가?

11. NEX를 증가시키면?

12. NEX의 가장 큰 단점

13. NEX를 높이면 해상도도 좋아질까?

14. FOV·Matrix·NEX를 함께 생각하기

FOV

Matrix

NEX

15. MRI 영상의 해상도를 생각하는 방법

16. FOV가 너무 작으면 생기는 문제

17. Rectangular FOV도 알아두자

18. Frequency 방향과 Phase 방향

19. FOV·Matrix·NEX 핵심 비교

20. MRI Parameter 전체 연결

21. 실제 MRI protocol을 볼 때

마무리

출처 및 참고

태그

댓글

티스토리툴바

MRI에서 FOV와 Matrix는 무엇이 다를까? NEX까지 한 번에 정리

FOV (Fild of view)

Matrix

Average (NEX)

MRI Parameters 부가인자 FOV, Matrix, NEX

MRI 영상의 해상도와 SNR, 촬영시간을 결정하는 핵심 parameter

1. FOV란 무엇인가?

2. FOV가 커지면?

3. FOV가 작아지면?

4. Matrix란 무엇인가?

5. Pixel Size는 어떻게 결정될까?

6. Matrix를 증가시키면?

7. Matrix가 크면 무조건 좋은가?

8. FOV와 Matrix의 관계

A

B

9. 반대로 Matrix가 같다면?

A

B

10. NEX란 무엇인가?

11. NEX를 증가시키면?

12. NEX의 가장 큰 단점

13. NEX를 높이면 해상도도 좋아질까?

14. FOV·Matrix·NEX를 함께 생각하기

FOV

Matrix

NEX

15. MRI 영상의 해상도를 생각하는 방법

16. FOV가 너무 작으면 생기는 문제

17. Rectangular FOV도 알아두자

18. Frequency 방향과 Phase 방향

19. FOV·Matrix·NEX 핵심 비교

20. MRI Parameter 전체 연결

21. 실제 MRI protocol을 볼 때

마무리

출처 및 참고

태그

관련글

댓글

티스토리툴바