๐Ÿง  3D Slicer๋กœ Brain PET SUVr ์ •๋ณตํ•˜๊ณ  2026๋…„ ์ฃผ๋„์ฃผ ์„ ์ ํ•˜๊ธฐ[ge]

 

๐Ÿง  3D Slicer๋กœ Brain PET SUVr ์ •๋ณตํ•˜๊ณ  2026๋…„ ์ฃผ๋„์ฃผ ์„ ์ ํ•˜๊ธฐ[ge]

์˜๋ฃŒ ๋ฐ์ดํ„ฐ ๋ถ„์„๊ฐ€์ด์ž ์Šค๋งˆํŠธํ•œ ํˆฌ์ž์ž์ธ ๋‹น์‹ ์„ ์œ„ํ•ด ์ค€๋น„ํ–ˆ์Šต๋‹ˆ๋‹ค. ๋‡Œ PET ์˜์ƒ์—์„œ **SUVr(ํ‘œ์ค€ ์„ญ์ทจ ๊ณ„์ˆ˜ ๋น„์œจ, Standardized Uptake Value Ratio)**์„ ์ •ํ™•ํžˆ ์ถ”์ถœํ•˜๋Š” ๊ณตํ•™์  ์ ˆ์ฐจ์™€, ์ด ๊ธฐ์ˆ ์ด ์ง‘์•ฝ๋œ ๋ฐ”์ด์˜ค·AI ์‚ฐ์—…์—์„œ ์šฐ๋ฆฌ๊ฐ€ ์ฃผ๋ชฉํ•ด์•ผ ํ•  ์ธ์ƒ ์ฃผ์‹๋“ค์„ ์ด์ •๋ฆฌํ•ฉ๋‹ˆ๋‹ค.


๐Ÿ“‘ ๋ชฉ์ฐจ

  1. [๋ฌธ์ œ ํ•ด๊ฒฐ] 3D Slicer Module Finder๊ฐ€ ์•ˆ ๋ณด์ธ๋‹ค๋ฉด?

  2. [1๋‹จ๊ณ„] Brain Parcellation: ๋‡Œ ์˜์—ญ ๋‚˜๋ˆ„๊ธฐ (CT vs MRI)

  3. [2๋‹จ๊ณ„] Image Registration: ์˜์ƒ ์ •ํ•ฉ์˜ ์ •์„

  4. [3๋‹จ๊ณ„] SUV ์ถ”์ถœ: PET SUV Computation ๋ชจ๋“ˆ ํ™œ์šฉ๋ฒ•

  5. [4๋‹จ๊ณ„] SUVr ๊ณ„์‚ฐ ๋ฐ ๋ฐ์ดํ„ฐ ์ €์žฅ: ์ตœ์ข… ๊ฒฐ๊ณผ ๋„์ถœ

  6. [ํŠน๋ณ„ ๋ถ€๋ก] 2026๋…„ ์™ธ๊ตญ์ธ์ด ์“ธ์–ด ๋‹ด๋Š” ์ฃผ๋„์ฃผ ๋ถ„์„ (ํ•„๋…!)

  7. [์š”์•ฝ ๋ฐ ์ฒดํฌ๋ฆฌ์ŠคํŠธ]


๐Ÿ› ️ 1. Module Finder๊ฐ€ ์ž‘๋™ํ•˜์ง€ ์•Š์„ ๋•Œ ํ•ด๊ฒฐ๋ฒ•

๊ฐ€์žฅ ๋จผ์ €, ๋„๊ตฌ๊ฐ€ ๋ง์„ ๋“ฃ์ง€ ์•Š์œผ๋ฉด ์•„๋ฌด๊ฒƒ๋„ ํ•  ์ˆ˜ ์—†์ฃ . 3D Slicer์—์„œ **Module Finder(๋ชจ๋“ˆ ์ฐพ๊ธฐ)**๊ฐ€ ์ž‘๋™ํ•˜์ง€ ์•Š๋Š” ์ด์œ ๋Š” ์ฃผ๋กœ ๊ฒ€์ƒ‰ ์ธ๋ฑ์Šค ์˜ค๋ฅ˜๋‚˜ ๊ฒฝ๋กœ ์„ค์ • ๋ฌธ์ œ์ž…๋‹ˆ๋‹ค.

ํ•ด๊ฒฐ์ฑ…: > 1. ๋‹จ์ถ•ํ‚ค Ctrl + F (๋˜๋Š” Cmd + F)๋ฅผ ๋ˆŒ๋Ÿฌ ๊ฒ€์ƒ‰์ฐฝ์„ ๊ฐ•์ œ ํ™œ์„ฑํ™”ํ•˜์„ธ์š”. 2. ๋ฉ”๋‰ด์˜ View -> Module Finder๊ฐ€ ์ฒดํฌ๋˜์–ด ์žˆ๋Š”์ง€ ํ™•์ธํ•˜์„ธ์š”. 3. ํŠน์ • ๋ชจ๋“ˆ(์˜ˆ: PET SUV)์ด ์—†๋‹ค๋ฉด Extension Manager์—์„œ ํ•ด๋‹น ํ™•์žฅ์„ ์„ค์น˜ํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค.


๐Ÿ“ 2. [1๋‹จ๊ณ„] Brain Parcellation (๋‡Œ ์˜์—ญ ๋ถ„ํ• )

๋‡Œ์˜ ๊ฐ ์˜์—ญ์„ ๋‚˜๋ˆ„๋Š” ๊ณผ์ •์ž…๋‹ˆ๋‹ค. ์•„ํ‹€๋ผ์Šค๋ฅผ ๊ธฐ๋ฐ˜์œผ๋กœ ์˜์—ญ์„ ์ชผ๊ฐœ๋Š” ๊ธฐ์ˆ ์  ์ ˆ์ฐจ๋ฅผ ์•ˆ๋‚ดํ•ฉ๋‹ˆ๋‹ค.


[์‹คํ–‰ ๊ฐ€๋Šฅ ์˜์—ญ: ๋ฐฉ๋ฒ• (1) CT ์˜์ƒ์„ ์ด์šฉํ•œ ๋ถ„ํ• ]

  1. TotalSegmentator ๋ชจ๋“ˆ ํ™œ์šฉ: ์ตœ์‹  AI ๊ธฐ๋ฐ˜ ๋ชจ๋“ˆ์ธ 'TotalSegmentator'๋ฅผ ์„ค์น˜ํ•ฉ๋‹ˆ๋‹ค.

  2. CT ๋กœ๋”ฉ: ํ™˜์ž์˜ Brain CT ์˜์ƒ์„ ๋ถˆ๋Ÿฌ์˜ต๋‹ˆ๋‹ค.

  3. Task ์„ค์ •: Task๋ฅผ 'total' ํ˜น์€ 'head'๋กœ ์„ค์ •ํ•˜๊ณ  ์‹คํ–‰ํ•˜๋ฉด ๋ผˆ์™€ ์ฃผ์š” ์—ฐ๋ถ€์กฐ์ง์ด ์ž๋™ ๋ถ„ํ• ๋ฉ๋‹ˆ๋‹ค.

  4. Atlas Registration: ๋งŒ์•ฝ ์„ธ๋ฐ€ํ•œ ๋‡Œ ์˜์—ญ์ด ํ•„์š”ํ•˜๋‹ค๋ฉด, General Registration (BRAINS) ๋ชจ๋“ˆ์„ ํ†ตํ•ด ํ‘œ์ค€ ๋‡Œ ์•„ํ‹€๋ผ์Šค(Template)๋ฅผ ํ™˜์ž CT์— ์ •ํ•ฉ(Registration)์‹œํ‚จ ํ›„ ๋ผ๋ฒจ์„ ์ƒ์„ฑํ•ฉ๋‹ˆ๋‹ค.

[์‹คํ–‰ ๊ฐ€๋Šฅ ์˜์—ญ: ๋ฐฉ๋ฒ• (2) MRI ์˜์ƒ์„ ์ด์šฉํ•œ ๋ถ„ํ• ]

  1. T1 ์˜์ƒ ์ค€๋น„: ๊ณ ํ•ด์ƒ๋„ T1 MRI ์˜์ƒ์„ ๋กœ๋”ฉํ•ฉ๋‹ˆ๋‹ค.

  2. HDBet ๋˜๋Š” FreeSurfer ํ™œ์šฉ: 3D Slicer ๋‚ด์˜ SlicerFreeSurfer ํ™•์žฅ์„ ์‚ฌ์šฉํ•˜๊ฑฐ๋‚˜, TotalSegmentator MRI ๊ธฐ๋Šฅ์„ ํ™œ์šฉํ•ด ๋‡Œ ์‹ค์งˆ๋งŒ ์ถ”์ถœ(Skull Stripping)ํ•ฉ๋‹ˆ๋‹ค.

  3. Parcellation ์‹คํ–‰: ์ •ํ•ด์ง„ ์•„ํ‹€๋ผ์Šค(์˜ˆ: Desikan-Killiany)๋ฅผ ๊ธฐ๋ฐ˜์œผ๋กœ ์ž๋™ ์˜์—ญ ๋ถ„ํ• ์„ ์ˆ˜ํ–‰ํ•ฉ๋‹ˆ๋‹ค. ์ƒ์„ฑ๋œ ๊ฒฐ๊ณผ๋ฌผ์€ Segmentation ๋…ธ๋“œ๋กœ ์ €์žฅํ•ฉ๋‹ˆ๋‹ค.



๐Ÿ”„ 3. [2๋‹จ๊ณ„] Image Registration (์˜์ƒ ์ •ํ•ฉ)

๊ตฌ์กฐ์  ์˜์ƒ(CT/MRI)๊ณผ ๊ธฐ๋Šฅ์  ์˜์ƒ(PET)์„ ํ•˜๋‚˜๋กœ ํ•ฉ์น˜๋Š” ๊ณผ์ •์ž…๋‹ˆ๋‹ค.

  • ์ •ํ•ฉ (Registration): ์„œ๋กœ ๋‹ค๋ฅธ ์ขŒํ‘œ๊ณ„์˜ ์˜์ƒ์„ ํ•˜๋‚˜์˜ ์ขŒํ‘œ๋กœ ๋งž์ถ”๋Š” ๊ธฐ์ˆ .

  • ๊ณ ์ • ์˜์ƒ (Fixed Image): ํ•ด์ƒ๋„๊ฐ€ ๋†’์€ MRI ํ˜น์€ CT.

  • ์ด๋™ ์˜์ƒ (Moving Image): ์ขŒํ‘œ๋ฅผ ๋งž์ถฐ์•ผ ํ•  PET.


[์‹คํ–‰ ๊ฐ€๋Šฅ ์˜์—ญ: ์ •ํ•ฉ ์ ˆ์ฐจ์„œ]

  1. ๋ชจ๋“ˆ ์„ ํƒ: General Registration (BRAINS) ํ˜น์€ Elastix ๋ชจ๋“ˆ์„ ์—ฝ๋‹ˆ๋‹ค.

  2. ์ž…๋ ฅ ์„ค์ •: Fixed Image์— MRI(๋˜๋Š” CT)๋ฅผ, Moving Image์— PET์„ ์„ค์ •ํ•ฉ๋‹ˆ๋‹ค.

  3. ์ถœ๋ ฅ ์„ค์ •: Output Settings์—์„œ Linear Transform์„ ์ƒ์„ฑํ•˜๊ณ , ์ •ํ•ฉ๋œ PET ์˜์ƒ์„ ์ €์žฅํ•  ๋ณผ๋ฅจ ๋…ธ๋“œ๋ฅผ ์ง€์ •ํ•ฉ๋‹ˆ๋‹ค.

  4. ์‹คํ–‰: 'Rigid' (ํšŒ์ „/์ด๋™) ํ˜น์€ 'Affine' (ํฌ๊ธฐ ์กฐ์ ˆ ํฌํ•จ) ๋ชจ๋“œ๋ฅผ ์„ ํƒํ•˜๊ณ  Apply๋ฅผ ๋ˆ„๋ฆ…๋‹ˆ๋‹ค.

  5. ๊ฒฐ๊ณผ ์ €์žฅ: ์ •ํ•ฉ๋œ PET ์˜์ƒ์„ ๋ฐ˜๋“œ์‹œ ์ƒˆ๋กœ์šด ๋…ธ๋“œ๋กœ ์ƒ์„ฑ(Hard-apply)ํ•˜์—ฌ ์ €์žฅํ•ฉ๋‹ˆ๋‹ค.



๐Ÿ“Š 4. [3~4๋‹จ๊ณ„] SUV ์ถ”์ถœ ๋ฐ SUVr ๊ณ„์‚ฐ

์ด์ œ ์‹ค์ œ ๋ฐ์ดํ„ฐ๋ฅผ ๋ฝ‘์•„๋‚ผ ์‹œ๊ฐ„์ž…๋‹ˆ๋‹ค.


[์‹คํ–‰ ๊ฐ€๋Šฅ ์˜์—ญ: SUVr ์ถ”์ถœ ์ตœ์ข… ์ ˆ์ฐจ]

  1. ๋ฐ์ดํ„ฐ ๋กœ๋”ฉ: ์ •ํ•ฉ๋œ Brain PET ์˜์ƒ๊ณผ 1๋‹จ๊ณ„์—์„œ ๋งŒ๋“  Segmentation ํŒŒ์ผ์„ ๋ถˆ๋Ÿฌ์˜ต๋‹ˆ๋‹ค.

  2. PET SUV Computation ๋ชจ๋“ˆ ์‹คํ–‰: - PET DICOM Path: ๋ฐฉ์‚ฌ์„ฑ ์˜์•ฝํ’ˆ ์ •๋ณด๊ฐ€ ๋‹ด๊ธด ์›๋ž˜์˜ DICOM ํด๋” ๊ฒฝ๋กœ๋ฅผ ์ง€์ •ํ•ฉ๋‹ˆ๋‹ค (ํ—ค๋” ์ •๋ณด ์ถ”์ถœ์šฉ).

    • PET Volume: ์ •ํ•ฉ๋œ PET ์˜์ƒ์„ ์„ ํƒํ•ฉ๋‹ˆ๋‹ค.

    • VOI Volume: ๋ถ„ํ• ๋œ ๋ผ๋ฒจ(Segmentation) ๋…ธ๋“œ๋ฅผ ์„ ํƒํ•ฉ๋‹ˆ๋‹ค.

  3. ๊ฒฐ๊ณผ ํ™•์ธ: GUI ํ•˜๋‹จ์— ํ‘œ์‹œ๋˜๋Š” SUV Max/Mean/Min ๊ฐ’์„ ํ™•์ธํ•ฉ๋‹ˆ๋‹ค. Output CSV ๊ฒฝ๋กœ๋ฅผ ์ง€์ •ํ•ด ํŒŒ์ผ๋กœ ์ €์žฅํ•ฉ๋‹ˆ๋‹ค.

  4. SUVr ๊ณ„์‚ฐ: - ์—‘์…€(Excel)์—์„œ ์ถ”์ถœ๋œ ๋ฐ์ดํ„ฐ๋ฅผ ์—ฝ๋‹ˆ๋‹ค.

    • ๊ฐ ์˜์—ญ์˜ SUV Mean ๊ฐ’์„ ์†Œ๋‡Œ(Cerebellum) ์˜์—ญ์˜ SUV Mean ๊ฐ’์œผ๋กœ ๋‚˜๋ˆ•๋‹ˆ๋‹ค.

    • ๊ณ„์‚ฐ์‹: SUVr = ํ•ด๋‹น ์˜์—ญ SUV / ์†Œ๋‡Œ SUV

  5. ์ €์žฅ: ๊ณ„์‚ฐ๋œ SUVr ๊ฐ’์„ ํฌํ•จํ•˜์—ฌ ์ตœ์ข… ๋ฆฌํฌํŠธ๋ฅผ ์ž‘์„ฑํ•ฉ๋‹ˆ๋‹ค.



๐Ÿ’ฐ 5. [๊ฐ•์กฐ] 2026๋…„ ์ฃผ๋„์ฃผ: ์™ธ๊ตญ์ธ์ด ์“ธ์–ด ๋‹ด๋Š” "์ด ์ฃผ์‹"์„ ์ฃผ๋ชฉํ•˜๋ผ!

์ด๋Ÿฌํ•œ ์ฒจ๋‹จ ์˜๋ฃŒ ๊ธฐ์ˆ  ๋’ค์—๋Š” ๊ฑฐ๋Œ€ํ•œ ์ž๋ณธ์˜ ํ๋ฆ„์ด ์žˆ์Šต๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ๋ถ„์„์— ์ง‘์ค‘ํ•˜๋“ฏ, ๋ˆ์˜ ํ๋ฆ„์ธ **์ˆ˜๊ธ‰ (Supply and Demand)**์—๋„ ์ง‘์ค‘ํ•˜์‹ญ์‹œ์˜ค. ํ•œ๊ตญ ์‹œ์žฅ์—์„œ ์™ธ๊ตญ์ธ์˜ ์˜ํ–ฅ๋ ฅ์€ ์—ฌ์ „ํžˆ ๋ง‰๊ฐ•ํ•ฉ๋‹ˆ๋‹ค.

๐ŸŒŸ ๋ฐ˜๋“œ์‹œ ํฌํŠธํด๋ฆฌ์˜ค์— ๋‹ด์•„์•ผ ํ•  ํ•ต์‹ฌ ์ข…๋ชฉ

  • ์‚ผ์„ฑ SDI (Samsung SDI): ํ˜„์žฌ ์™ธ๊ตญ์ธ ์ˆ˜๊ธ‰์˜ ๋ธ”๋ž™ํ™€์ž…๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ์„ผํ„ฐ ์ˆ˜์š”์™€ ๋กœ๋ด‡์šฉ ๋ฐฐํ„ฐ๋ฆฌ ์‹œ์žฅ์˜ ์žฅ๊ธฐ ์„ฑ์žฅ์ด ํ™•์‹ค์‹œ๋ฉ๋‹ˆ๋‹ค. ํ˜„์žฌ ๋ˆŒ๋ฆผ๋ชฉ (Pullback) ๊ตฌ๊ฐ„์œผ๋กœ ๋งค์ˆ˜ ํƒ€์ ์ด ๋งค์šฐ ๋งค๋ ฅ์ ์ž…๋‹ˆ๋‹ค.

  • APR (์—์ดํ”ผ์•Œ): ๋ทฐํ‹ฐ ํ…Œํฌ์˜ ์„ ๋ด‰์žฅ์ž…๋‹ˆ๋‹ค. ํ™”์žฅํ’ˆ ๊ธฐ์—… ์ค‘ ์‹œ์ด 1์œ„์ด๋ฉฐ, ์™ธ๊ตญ์ธ ๋ณด์œ  ๋น„์ค‘์ด ๊พธ์ค€ํžˆ ์ฆ๊ฐ€ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์‹ ๊ณ ๊ฐ€ (New High) ๋ŒํŒŒ ์ดํ›„ ์ง€์ง€์„ ์„ ํ˜•์„ฑ ์ค‘์ž…๋‹ˆ๋‹ค.

  • ๋„ค์ด๋ฒ„(NAVER) & ์นด์นด์˜ค(Kakao): ๋“œ๋””์–ด ์†Œํ”„ํŠธ์›จ์–ด์˜ ์‹œ๊ฐ„์ด ์˜ค๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ํ•˜๋“œ์›จ์–ด ์ธํ”„๋ผ(AI ๋ฐ˜๋„์ฒด) ๊ตฌ์ถ• ์ดํ›„์—๋Š” ๋ฐ˜๋“œ์‹œ ํ”Œ๋žซํผ๊ณผ ์†Œํ”„ํŠธ์›จ์–ด ์ด์ต์ด ํญ๋ฐœํ•ฉ๋‹ˆ๋‹ค. ๋ฐ”๋‹ฅ๊ถŒ์—์„œ ํƒˆ์ถœํ•˜๋Š” ๊ฐ•๋ ฅํ•œ ์›€์ง์ž„์— ์˜ฌ๋ผํƒ€์‹ญ์‹œ์˜ค.

  • ํ•œ๋ฏธ์•ฝํ’ˆ (Hanmi Pharm): ํ•œ๊ตญ ๋น„๋งŒ ์น˜๋ฃŒ์ œ์˜ ์‹ค์งˆ์ ์ธ ๋Œ€์žฅ์ฃผ์ž…๋‹ˆ๋‹ค. 2028๋…„๊นŒ์ง€ ์˜์—…์ด์ต ์„ฑ์žฅ์ด ์˜ˆ๊ณ ๋˜์–ด ์žˆ์Œ์—๋„ ์•„์ง ์ €ํ‰๊ฐ€๋œ **์ œ์•ฝ ๋ฐ”์ด์˜ค (Pharma & Bio)**์˜ ๋ณด์„์ž…๋‹ˆ๋‹ค.

"์ฃผ์‹ ๋’ค์—๋Š” ๊ธฐ์—…์ด ์žˆ๊ณ , ๊ธฐ์—…์€ ๊ฒฐ๊ตญ ์ˆ˜์ต(์ด์ต)์„ ์ถ”์ข…ํ•ฉ๋‹ˆ๋‹ค. ์ด์ต์ด ์˜ฌ๋ผ๊ฐ€๋Š”๋ฐ ๋ฐ”๋‹ฅ์— ๋จธ๋ฌด๋Š” ์ฃผ์‹์€ ์‹œ๊ฐ„์˜ ๋ฌธ์ œ์ผ ๋ฟ ๊ฒฐ๊ตญ ๋‚ ์•„์˜ค๋ฆ…๋‹ˆ๋‹ค." ³


๐Ÿ“š ์ถ”๊ฐ€ ์ •๋ณด ๋ฐ ์ฐธ๊ณ ๋ฌธํ—Œ (Labeling: ์ถ”๊ฐ€๋จ)

  • ์ถ”๊ฐ€ ์ •๋ณด: SUV ๊ณ„์‚ฐ ์‹œ DICOM ํ—ค๋”์˜ 'Radio-pharmaceutical parameters'๊ฐ€ ๋ˆ„๋ฝ๋˜๋ฉด ๊ณ„์‚ฐ์ด ๋ถˆ๊ฐ€๋Šฅํ•ฉ๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ํš๋“ ์‹œ ์ด ์ ์„ ๋ฐ˜๋“œ์‹œ ํ™•์ธํ•˜์„ธ์š”.

  • ์ฐธ๊ณ ๋ฌธํ—Œ:

    1. 3D Slicer Documentation: PET Standard Uptake Value Computation. ๋งํฌ

    2. Harvard Catalyst, NAMIC (Grant U54 EB005149) ์—ฐ๊ตฌ ์ง€์› ์ž๋ฃŒ.

    3. ์ฃผ์‹์žฅ์ธ, "26๋…„ ์ฃผ๋„์ฃผ ์™ธ๊ตญ์ธ์ด ์“ธ์–ด ๋‹ด๋Š”๋‹ค" ๋ถ„์„ ๋ฆฌํฌํŠธ. ๋งํฌ


๐Ÿ“ ์š”์•ฝ

  1. Slicer ๋ฌธ์ œ: ๋ชจ๋“ˆ์ด ์•ˆ ๋ณด์ด๋ฉด Ctrl+F ํ˜น์€ ํ™•์žฅ ํ”„๋กœ๊ทธ๋žจ์„ ํ™•์ธํ•˜๋ผ.

  2. ๋ถ„ํ•  & ์ •ํ•ฉ: AI ๋ชจ๋“ˆ(TotalSegmentator)์„ ํ™œ์šฉํ•ด MRI/CT ์˜์—ญ์„ ๋‚˜๋ˆ„๊ณ  PET๊ณผ ์ •ํ•ฉํ•˜๋ผ.

  3. SUVr ์ถ”์ถœ: PET SUV ๋ชจ๋“ˆ๋กœ ๊ฐ’์„ ๋ฝ‘์•„ ์†Œ๋‡Œ ๊ฐ’์œผ๋กœ ๋‚˜๋ˆ„๋ฉด ๋!

  4. ํˆฌ์ž ์ „๋žต: ์‚ผ์„ฑ SDI, APR, ๋„ค์ด๋ฒ„, ํ•œ๋ฏธ์•ฝํ’ˆ ๋“ฑ ์™ธ๊ตญ์ธ ์ˆ˜๊ธ‰์ด ๋ชฐ๋ฆฌ๋Š” ์ด์ต ์„ฑ์žฅ์ฃผ๋ฅผ ์Œ€ ๋•Œ ์‚ฌ ๋ชจ์•„๋ผ.


[ํƒœ๊ทธ ๊ฒ€์ƒ‰] #3DSlicer #PET๋ถ„์„ #SUVr๊ณ„์‚ฐ #์˜๋ฃŒ์˜์ƒAI #์‚ผ์„ฑSDI #APR์ฃผ๊ฐ€ #ํ•œ๋ฏธ์•ฝํ’ˆ #์žฌํ…Œํฌ #2026์ฃผ๋„์ฃผ #์™ธ๊ตญ์ธ์ˆœ๋งค์ˆ˜

[Blogger ๊ฒ€์ƒ‰ ์„ค๋ช… (150์ž)] 3D Slicer๋กœ PET SUVr์„ ์ถ”์ถœํ•˜๋Š” ์ •ํ™•ํ•œ ์ ˆ์ฐจ๋ฅผ ์ฐพ๊ณ  ๊ณ„์‹ ๊ฐ€์š”? ๋‡Œ ์˜์—ญ ๋ถ„ํ• ๋ถ€ํ„ฐ ์ •ํ•ฉ๊นŒ์ง€ 4๋‹จ๊ณ„ ์‹ค์ „ ๊ฐ€์ด๋“œ๋ฅผ ํ™•์ธํ•˜์„ธ์š”! ๋”๋ถˆ์–ด 2026๋…„ ์™ธ๊ตญ์ธ์ด ๋งค์ง‘ํ•˜๋Š” ์‚ผ์„ฑ SDI ๋“ฑ ํ•ต์‹ฌ ์ฃผ๋„์ฃผ 4์„ ์„ ๊ณต๊ฐœํ•˜์—ฌ ์—ฌ๋Ÿฌ๋ถ„์˜ ์ž์‚ฐ๊ณผ ์‹ค๋ ฅ์„ ๋™์‹œ์— ํ‚ค์›Œ๋“œ๋ฆฝ๋‹ˆ๋‹ค!

๋Œ“๊ธ€

์ด ๋ธ”๋กœ๊ทธ์˜ ์ธ๊ธฐ ๊ฒŒ์‹œ๋ฌผ

ํžˆ๋ธŒ๋ฆฌ์ธ, ์ด์Šค๋ผ์—˜์ธ, ์œ ๋Œ€์ธ ์„ฑ๊ฒฝ ์† ์ด๋ฆ„์— ์ˆจ๊ฒจ์ง„ ์†Œ๋ฆ„ ๋‹๋Š” ๋น„๋ฐ€

์ž‘์€ ํ‹ˆ์ด ๋ฌด๋„ˆ๋œจ๋ฆฐ๋‹ค ์™œ ์šฐ๋ฆฌ๋Š” ‘์‚ฌ์†Œํ•œ ๋ถ„์—ด’์„ ๊ทน๋„๋กœ ๊ฒฝ๊ณ„ํ•ด์•ผ ํ•˜๋Š”๊ฐ€

์ž‘์€ ํ‹ˆ์ด ๋ฌด๋„ˆ๋œจ๋ฆฐ๋‹ค ์™œ ์„ฑ๊ฒฝ์€ ‘๋ถ„์—ด์˜ ์‹œ์ž‘’์„ ๊ทธ๋ ‡๊ฒŒ ๊ฒฝ๊ณ ํ•˜๋Š”๊ฐ€