$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

3D OSEM 재구성 법에서 반복연산(Iteration) 횟수와 부분집합(Subset) 개수 변경에 따른 영상의 질 평가
The Evaluation of Reconstructed Images in 3D OSEM According to Iteration and Subset Number 원문보기

핵의학기술 = The Korean journal of nuclear medicine technology, v.15 no.1, 2011년, pp.17 - 24  

김동석 (서울아산병원 핵의학과) ,  김성환 (서울아산병원 핵의학과) ,  심동오 (서울아산병원 핵의학과) ,  유희재 (서울아산병원 핵의학과)

초록
AI-Helper 아이콘AI-Helper

현재 핵의학 분야에서는 디지털 컴퓨터의 급속한 발전 및 응용으로 인해 FBP 법의 대용으로 OSEM 알고리즘과 같은 고속 영상 재구성 알고리즘이 널리 이용되고 있다. 그 동안 여러 연구에서 파라미터 변경에 따른 OSEM 재구성 영상 질 변화에 대한 평가가 이루어져 왔으나, 어떠한 파라미터를 적용할 지에 관해서는 명확하게 정해진 것은 없다. 본 연구에서는 3D beam modeling을 적용한 3D OSEM 재구성 법에서 iteration 횟수와 subset 개수 변경에 따른 영상의 질 변화를 팬텀 실험과 환자 데이터을 통해 확인하고자 한다. 환자 데이터는 2010년 8월부터 9월까지 본원 핵의학과에서 Brain SPECT를 시행한 환자 5명을 대상으로 연구 분석하였다. 영상은 물과 $^{99m}Tc$ (500 MBq)을 균등하게 혼합한 Jaszczak 팬텀을 이용하여 Siemens사의 이중 헤드 감마 카메라 Symbia T2에서 획득하였다. 환자 데이터는 영상 재구성 시 환자 데이터와 팬텀 데이터 모두 iteration 횟수는 1, 4, 8, 12, 24, 48회, subset 개수는 2, 4, 8, 16, 32개로 변화를 주며 각각의 영상을 재구성하였다. 재구성된 각각의 영상에서 대조도와 영상의 잡음 정도를 가늠하기 위한 변이계수, FWHM을 산출하여 비교하였다. 팬텀 데이터와 환자 데이터에서 영상의 대조도와 공간해상력은 iteration 횟수와 subset 개수의 증가에 따라 모두 선형적으로 증가하는 경향을 나타냈으나 변이계수는 두 파라미터의 증가에 따라 향상되는 경향을 보이지 않았다. Projection 시간에 따른 비교에서도 Projection 당 10초, 20초, 30초 영상에서 모두 영상 대조도와 FWHM은 iteration 횟수와 subset 개수 증가에 따라 선형적으로 향상되는 결과를 나타냈으나 변이계수는 향상되는 경향을 보이지 않았다. 본 실험을 통해 3D beam modeling을 적용한 3D OSEM 재구성 법 영상에서도 기존의 1D와 2D OSEM 재구성 법과 같이 iteration 횟수와 부분집합 개수 증가에 따라 향상하는 영상 대조도의 선형적 관계를 확인할 수 있었다. 하지만 이는 단순한 팬텀 실험과 일부 환자 데이터 만으로 얻은 결과이고, 실제 임상에서는 보다 구조적으로 복잡한 대상과 다양한 변수들이 존재 가능하기 때문에 본 실험의 데이터만을 바탕으로 이를 일반화하기에는 무리가 있으며 차후 실험들을 통해 3D OSEM 재구성 법에 대한 평가가 추가로 이루어져야 할 것이다.

Abstract AI-Helper 아이콘AI-Helper

Purpose: Presently in the nuclear medicine field, the high-speed image reconstruction algorithm like the OSEM algorithm is widely used as the alternative of the filtered back projection method due to the rapid development and application of the digital computer. There is no to relate and if it appli...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 3D OSEM 알고리즘(Flash3D, Siemens Medical Solutions, Erlangen, Germany)을 적용한 영상에서 iteration 횟수와 subset 개수 증가가 영상에 미치는 영향을 Jaszczak 팬텀(Deluxe ECT data spectrum Corporation, Chapel Hill, USA) 실험을 통해 알아보고 또한 실제 환자데이터 분석을 통해 팬텀 실험의 결과가 실제 환자 데이터 분석과 일치한 지 확인해 보았다.
  • 본 실험을 통해 3D beam modeling을 적용한 OSEM 재구성 법으로 영상 재구성 시 Iteration 횟수와 Subset 개수의 변화가 영상에 미치는 영향을 평가해 보았다. 실험의 중요한 발견점으로 3D OSEM 재구성 법 영상에서도 기존의 1D와 2D OSEM 재구성 법과 같이 Iteration 횟수와 Subset 개수 증가에 따라 향상하는 영상 대조도와 공간 해상력의 선형적 관계를 확인할 수 있었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
OSEM 알고리즘에서 영상의 대조도는 무엇에 따라 향상되나? 12-16) 하지만 영상 재구성 시, 어떠한 파라미터가 OSEM 알고리즘에 적용될 지에 관해서 명확하게 정해진 것은 없다. OSEM 알고리즘에서 영상의 대조도는 Iteration 횟수에 따라 향상되지만, 영상 잡음(Image noise) 또한 재구성 횟수에 따라 증가하고 이러한 정반대의 파라미터의 균형은 일반적으로 언제까지 반복적 프로세스를 지속할 지 검사자 임의의 선택으로 남았다. 또한 적절한 iteration 횟수의 선택은 각기 다른 임상적 상황과, 관심 영역(Regions of Interest, ROI), 병소의 크기와 국소 방사능 정도, 잡음 수준(Noise level) 등에 의하여 결정된다.
반복재구성법 언제 처음 소개되었나? 반복재구성법(Iterative reconstruction)은 1980년대에 최대 우도기대값 최대화(Maximum likelihood-expectation maximization, ML-EM) 알고리즘과 함께 양전자 단층 촬영(Positron Emission Tomography, PET)영상에 처음으로 소개되었다.1,2) 당시에는 느린 전환과 부적절한 컴퓨터 수행 능력으로 널리 사용되지 못하였지만 디지털 컴퓨터의 급속한 발전 및 응용 덕분으로 현재는 여과 후 역투사(Filtered back projection, FBP)법의 대용으로 OSEM (Ordered-subsets expectation maximization) 알고리즘과 같은 고속 영상 재구성 알고리즘이 널리 이용되고 있다.
OSEM 알고리즘은 영상 재구성 속도를 향상시키기 위해 어떠한 방식을 취하는가? 3-5) OSEM 알고리즘은 사이노그램(sinogram)의 화소 값을 각도에 따라 분할하여 투사하고, 투사한 데이터를 역투사하여 영상을 재구성하며 각도를 분할한 수와 정해진 횟수만큼 반복 계산한다. 영상 재구성 속도를 향상시키기 위해 투사 데이터로부터 역투사하여 영상을 재구성하고, 재구성한 영상을 다음에 분할된 다른 투사 데이터에서 초기 영상으로 사용하여 영상을 재구성하는 방식이다.6,7) 또한, 재구성하는 동안 거리에 따른 흐림(blurring)을 모델링(modeling)하여 해상력 보정이 이루어진다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로