Skripsi
ANALISIS PERBANDINGAN KONTRAS CITRA T1, T2, DAN FLAIR SERTA KECEPATAN PEMINDAIAN MENGGUNAKAN TEKNOLOGI MAGIC PADA PEMERIKSAAN MRI BRAIN
Magnetic Resonance Imaging (MRI) merupakan modalitas utama diagnosis neurologis berkat keunggulan resolusi kontras jaringan lunaknya. Namun, protokol MRI Brain konvensional membutuhkan waktu pemindaian (scanning time) yang lama karena harus mengidentifikasi kontras (T1, T2, dan FLAIR) secara terpisah, sehingga berisiko memicu ketidaknyamanan pasien dan motion artifact. Teknologi MAGiC (Magnetic Resonance Image Compilation) hadir memberikan solusi melalui konsep \"one-and-done imaging\" yang mampu menghasilkan berbagai pembobotan kontras hanya dalam satu kali akuisisi \r\nPenelitian ini bertujuan menganalisis perbandingan kualitas citra kuantitatif (Signal-to-Noise Ratio/SNR dan Contrast-to-Noise Ratio/CNR), akurasi visual kualitatif, serta efisiensi waktu pemindaian antara teknologi MAGiC dan protokol konvensional.\r\nStudi kuantitatif komparatif dengan desain within-subject ini dilakukan di Instalasi Radiologi RSUD dr. Chasbullah Abdulmajid Kota Bekasi menggunakan mesin MRI GE Healthcare. Sampel diambil secara acak (random sampling) sebanyak 13 pasien yang masing-masing menjalani pemindaian dengan kedua metode. Data SNR dan CNR dianalisis menggunakan SPSS melalui uji Paired Samples T-Test atau uji Wilcoxon Signed Rank Test menyesuaikan normalitas data, sedangkan penilaian kualitatif dilakukan oleh dokter spesialis radiologi menggunakan skala Likert.\r\nHasil penelitian menunjukkan bahwa meskipun metode konvensional lebih unggul pada homogenitas sinyal latar belakang (SNR), teknologi MAGiC mampu menghasilkan kualitas kontras citra (CNR) dan akurasi visual anatomi yang setara serta optimal pada sekuens T1 dan T2. Keunggulan utama MAGiC terletak pada efisiensi waktu pemindaian yang signifikan, sehingga sangat direkomendasikan untuk meningkatkan kenyamanan pasien, meminimalkan motion artifact, dan mengoptimalkan efisiensi alur kerja di instalasi radiologi.
Tidak tersedia versi lain