최근에 해상도의 손실없이 신호대잡음비를 개선시킬 수 있는 적응 템플릿필터링이 제안되었다. 적응 템플릿 필터링은 다중 템플릿들 중에서 현재 복셀의 주변 구조와 가장 잘 매칭이 되는 템플릿을 선택하여 적응필터 링을 적용하는 방법이다. 적응 템플릿 필터링을 자기공명영상에 적용할때 기존의 필터링 방법들에 비하여 향상된 결과를 얻을 수 있으나, $T_1$ 영상과 같이 비교적 작은 동적 범위를 가진 영상에서는 에지에서 계단모양의 artifact가 발견되곤 한다. 이것은 자기 공명영상에서 복셀의 부분적인 볼륨 효과에 기인하는 것으로 여러 조직의 성분을 포함하고 있는 경계면의 복셀들에 적응 템플릿 필터링이 적용될 경우 다중성분을 가진 복셀들의 그레이레벨이 인접한 단일성분의 그레이레벨 값에 가까워져 에지가 강조되기 때문이다 본 논문에서는 다중 성분을 갖는 복셀들을 선별하여 이들에 대해서는 가장 큰 크기의 템플릿을 할당함으로써 artifact를 제거하는 방법을 제안하였다. 제안한 방법을 $T_1$ 자기공명영상과 팬텀 영상에 적용한 결과 에지 artifact가 사라지는 것을 확인할 수 있었으며, 최대 신호대잡음비 면에서도 향상된 결과를 얻을 수 있었다.
최근에 해상도의 손실없이 신호대잡음비를 개선시킬 수 있는 적응 템플릿 필터링이 제안되었다. 적응 템플릿 필터링은 다중 템플릿들 중에서 현재 복셀의 주변 구조와 가장 잘 매칭이 되는 템플릿을 선택하여 적응필터 링을 적용하는 방법이다. 적응 템플릿 필터링을 자기공명영상에 적용할때 기존의 필터링 방법들에 비하여 향상된 결과를 얻을 수 있으나, $T_1$ 영상과 같이 비교적 작은 동적 범위를 가진 영상에서는 에지에서 계단모양의 artifact가 발견되곤 한다. 이것은 자기 공명영상에서 복셀의 부분적인 볼륨 효과에 기인하는 것으로 여러 조직의 성분을 포함하고 있는 경계면의 복셀들에 적응 템플릿 필터링이 적용될 경우 다중성분을 가진 복셀들의 그레이레벨이 인접한 단일성분의 그레이레벨 값에 가까워져 에지가 강조되기 때문이다 본 논문에서는 다중 성분을 갖는 복셀들을 선별하여 이들에 대해서는 가장 큰 크기의 템플릿을 할당함으로써 artifact를 제거하는 방법을 제안하였다. 제안한 방법을 $T_1$ 자기공명영상과 팬텀 영상에 적용한 결과 에지 artifact가 사라지는 것을 확인할 수 있었으며, 최대 신호대잡음비 면에서도 향상된 결과를 얻을 수 있었다.
Adaptive template filtering has been proposed recently for enhancement of signal-to-noise ratio without loss of resolution. In the adaptive template filtering, an optimal template among multiple templates is selected, then linear least square error filtering based on the template is applied in vowel...
Adaptive template filtering has been proposed recently for enhancement of signal-to-noise ratio without loss of resolution. In the adaptive template filtering, an optimal template among multiple templates is selected, then linear least square error filtering based on the template is applied in vowel by vowel basis. In some magnetic resonance imaging, where the distribution of gray level has relatively small dynamic range, e.g., $T_1$ imaging, however, artificial stair-like artifact is observed at near edges. This is partially due to the edge enhancement effect in such yokels that contain multiple compounds at the boundaries of tissues. The gray levels of these yokels become similar gray levels of near dominant vowels that contain single compound by the adaptive filtering, which enlarges edge discontinuities. In this paper, we propose a technique to eliminate such artifact by identifying those yokels that contain multiple compounds and assigning the largest template for them. Filtered images with the proposed technique show substantial visual enhancement at the edges without degradation of peak signal-to-noise ratio compared to the original adaptive template filtering for both magnetic resonance images and phantom images.
Adaptive template filtering has been proposed recently for enhancement of signal-to-noise ratio without loss of resolution. In the adaptive template filtering, an optimal template among multiple templates is selected, then linear least square error filtering based on the template is applied in vowel by vowel basis. In some magnetic resonance imaging, where the distribution of gray level has relatively small dynamic range, e.g., $T_1$ imaging, however, artificial stair-like artifact is observed at near edges. This is partially due to the edge enhancement effect in such yokels that contain multiple compounds at the boundaries of tissues. The gray levels of these yokels become similar gray levels of near dominant vowels that contain single compound by the adaptive filtering, which enlarges edge discontinuities. In this paper, we propose a technique to eliminate such artifact by identifying those yokels that contain multiple compounds and assigning the largest template for them. Filtered images with the proposed technique show substantial visual enhancement at the edges without degradation of peak signal-to-noise ratio compared to the original adaptive template filtering for both magnetic resonance images and phantom images.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이것은 다중성분을 가진 복셀들의 그레이 레벨이 주변의 주도적인 단일 성분의 복셀들의 영향으로 단일 성분의 그레이 레벨에 가까워지기 때문이다. 이 논문에서는 이러한 적응 템플릿 필터링의 문제점을 해결하기 위한 새로운 방법을 제안하였다. 제안된 방법은 다중성분을 포함하는 복셀들을 선별하여 이들 복셀들에 대해서는 가장 큰 템플릿을 할당함으로써 에지 경계선상에서 발생하는 artifact를 줄였다.
가설 설정
의 오른쪽과 왼쪽에 해당하는 복셀의 그레이 레벨이다. 식(4)에서 에지상의 복셀에서 가장 급한 그레이 레벨의 기울기를 갖는 방향에 있는 복셀 Gm-1과 Gm+1은 서로 다른 영역에 속한 (서로 다른 성분을 갖는)복셀로 가정하였고, 만일 Gm이 이들 복셀의 평균값에 가까운 값을 가질 경우(0.25 Δ 범위 내) 복셀 Gm은 다중성분을 가지고 있다고 판정하였다.
제안 방법
다중 성분을 가지는 복셀들에 대한 적응 템플릿 필터링의 성능을 개선하기 위하여 먼저 다중성분을 갖는 시험 영상을 제작하였다 (5). Fig.
다중성분을 포함하고 있는 복셀들을 선별하기 위하여 다음과 같은 과정을 수행하였다. 먼저 다중성분의 복셀들은 에지 근처에 있게 되므로 Sobel 연산을 적용하여 에지 또는 에지에 가까운 복셀들을 검출한다 (6). 이때 검출된 복셀들을 집합 SM 으로 정의한다.
최근에 발표된 적응템플릿 필터링 수행 시 부분 볼륨 효과로 인하여 다중 성분을 포함하는 복셀들에서 관찰되는 계단 모양의 artifact를 제거하기 위한 방법을 제안하였다. 이를 위하여 에지 경계선상에서 다중성분을 포함하는 복셀들을 선별해 내는 방법을 제시하였으며 선별된 복셀들에 대해서는 가장 큰 템플릿을 할당함으로써 이들 복셀의 그레이 레벨이 인접한 단일 성분들의 그레이 레벨로 바뀌는 것을 방지하였다. 제안된 방법을 팬텀 영상과 1.
이 논문에서는 이러한 적응 템플릿 필터링의 문제점을 해결하기 위한 새로운 방법을 제안하였다. 제안된 방법은 다중성분을 포함하는 복셀들을 선별하여 이들 복셀들에 대해서는 가장 큰 템플릿을 할당함으로써 에지 경계선상에서 발생하는 artifact를 줄였다.
최근에 발표된 적응템플릿 필터링 수행 시 부분 볼륨 효과로 인하여 다중 성분을 포함하는 복셀들에서 관찰되는 계단 모양의 artifact를 제거하기 위한 방법을 제안하였다. 이를 위하여 에지 경계선상에서 다중성분을 포함하는 복셀들을 선별해 내는 방법을 제시하였으며 선별된 복셀들에 대해서는 가장 큰 템플릿을 할당함으로써 이들 복셀의 그레이 레벨이 인접한 단일 성분들의 그레이 레벨로 바뀌는 것을 방지하였다.
대상 데이터
다중 성분을 가지는 복셀들에 대한 적응 템플릿 필터링의 성능을 개선하기 위하여 먼저 다중성분을 갖는 시험 영상을 제작하였다 (5). Fig. 2의 시험 영상은 380×356 크기의 8비트 그레이 레벨을 갖는 수학적인 영상으로 다양한 형태의 원소들을 포함하고 있다. 먼저 상단은 다양한 폭의 종 모양의 물체들로 sine 함수로 경계면을 정의하였다.
이론/모형
이때 검출된 복셀들을 집합 SM 으로 정의한다. 다음으로 Sm에 포함된 복셀들에 대하여 thinning 알고리즘을 적용한다 (7). Thinning 과정으로 집합 Sm의 복셀 수를 줄여 처리 시간을 단축시키고, 또한 다중성분의 복셀들의 과다한 검출을 방지하여 적응템플릿 필터링의 성능이 저하되는 것을 방지한다.
적응 템 플릿 필터링에서는 다중 템플릿을 사용하여, 주어진 복셀에서 주변 구조와 가장 잘 매칭이 되는 템플릿을 선택한다 (1-2). 다중템 플릿들 중에서 주어진 복셀에 대한 최적의 템플릿은 아래식의 국부 표준편차를 이용하여 결정한다.
성능/효과
에지 근처에서 큰 템플릿을 적용할 경우 국소 표준편차가 상대적으로 크게 되어 식(2)의 평균 항이 줄어들어 과다한 필터링이 방지되며 현재의 그레이 레벨 가까운 출력이 얻어지게 된다. 결론적으로 제안한 알고리즘은 주어진 영상에서 에지 근처의 복셀들에 대하여 단일 성분으로 구성된 복셀들과 다중성분을 포함하는 복셀들을 구분하여 단일 성분을 가진 복셀의 경우 기존의 적응템플릿 방식을 적용하고 다중성분을 포함하는 복셀의 경우 최대 크기의 템플릿을 적용함으로써 에지 근처의 중간값들이 인접 영역의 단일 성분의 그레이 레벨로 바뀌는 것을 막아에지에서 계단 모양의 artifact의 발생을 방지하게 된다.
0 Tesla 자기공명영상시스템에서 얻어진 T1 영상들에 적용한 결과 기존의 적응 템플릿 필터링에서 다중성분을 포함하는 에지 경계선상의 복셀들에서 발생하던 계단 모양의 ar- tifact가 발생하지 않음을 확인할 수 있었다. 또한 최대 신호대 잡음비에서도 제안된 알고리즘의 성능이 기존의 적응 템플릿 필터링에 비하여 비슷하거나 다소 나은 것으로 나타났다.
이를 위하여 에지 경계선상에서 다중성분을 포함하는 복셀들을 선별해 내는 방법을 제시하였으며 선별된 복셀들에 대해서는 가장 큰 템플릿을 할당함으로써 이들 복셀의 그레이 레벨이 인접한 단일 성분들의 그레이 레벨로 바뀌는 것을 방지하였다. 제안된 방법을 팬텀 영상과 1.0 Tesla 자기공명영상시스템에서 얻어진 T1 영상들에 적용한 결과 기존의 적응 템플릿 필터링에서 다중성분을 포함하는 에지 경계선상의 복셀들에서 발생하던 계단 모양의 ar- tifact가 발생하지 않음을 확인할 수 있었다. 또한 최대 신호대 잡음비에서도 제안된 알고리즘의 성능이 기존의 적응 템플릿 필터링에 비하여 비슷하거나 다소 나은 것으로 나타났다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.