현재 우리나라의 암 사망률 중 가장 높은 암은 폐암이며 조기발견이 어려운 대표적인 암이다. 조기 발견을 위하여 저선량 흉부 CT를 활용하고 있으며 이는 일반 흉부 X선 사진에 비해 약 3배 정도 폐암 진단율이 높다. 그러나 저선량 흉부 CT는 영상 해상도가 크게 저하될 뿐 아니라 신호가 약해 잡음에 민감한 단점이 있다. 또한 공기로 채워져 있는 폐는 밀도가 낮은 장기로 잡음의 유무가 암의 조기 진단에 영향을 크게 줄 수 있다. 본 연구는 Visual C++을 이용하여 2.0밀도를 가진 큰 원 내부에 물의 밀도인 1.0을 값을 갖는 원을 설정하고 그 안에 각각 밀도가 다른 작은 5개의 원을 수학적 팬텀화하고 가우시안 노이즈를 1%, 2%, 3%, 4% 각각 발생시켜 밀도차에 의한 노이즈의 영향을 평균 값과 표준편차 값, 신호대잡음비(SNR)로 확인하였다. 1% 노이즈 발생 시 큰 원과 작은 원의 밀도차가 가장 큰 영역의 SNR은 4.669로 노이즈의 영향이 작게 나타났으며 밀도차가 가장 낮은 영역의 SNR은 1.183으로 노이즈의 영향이 크게 나타났다. 또한 음의 밀도차에서도 같은 결과 값을 얻었으며 양의 밀도와 음의 밀도 모두 큰 원과 작은 원의 밀도차이가 높은 경우에 SNR 값이 높은 것을 확인 할 수 있다. 화질 또한 밀도차가 크게 나타났을 때 확연하게 육안으로 확인할 수 있었으며 노이즈레벨이 증가하는 경우에는 SNR이 감소하여 잡음의 영향이 크게 나타났다. 이는 밀도차가 적은 장기 또는 암과의 밀도가 비슷한 영역의 장기는 노이즈 영향이 크게 나타날 것이며 노이즈의 발생 확률에 따른 밀도차이의 영향이 진단에 영향을 끼칠 것으로 사료된다.
현재 우리나라의 암 사망률 중 가장 높은 암은 폐암이며 조기발견이 어려운 대표적인 암이다. 조기 발견을 위하여 저선량 흉부 CT를 활용하고 있으며 이는 일반 흉부 X선 사진에 비해 약 3배 정도 폐암 진단율이 높다. 그러나 저선량 흉부 CT는 영상 해상도가 크게 저하될 뿐 아니라 신호가 약해 잡음에 민감한 단점이 있다. 또한 공기로 채워져 있는 폐는 밀도가 낮은 장기로 잡음의 유무가 암의 조기 진단에 영향을 크게 줄 수 있다. 본 연구는 Visual C++을 이용하여 2.0밀도를 가진 큰 원 내부에 물의 밀도인 1.0을 값을 갖는 원을 설정하고 그 안에 각각 밀도가 다른 작은 5개의 원을 수학적 팬텀화하고 가우시안 노이즈를 1%, 2%, 3%, 4% 각각 발생시켜 밀도차에 의한 노이즈의 영향을 평균 값과 표준편차 값, 신호대잡음비(SNR)로 확인하였다. 1% 노이즈 발생 시 큰 원과 작은 원의 밀도차가 가장 큰 영역의 SNR은 4.669로 노이즈의 영향이 작게 나타났으며 밀도차가 가장 낮은 영역의 SNR은 1.183으로 노이즈의 영향이 크게 나타났다. 또한 음의 밀도차에서도 같은 결과 값을 얻었으며 양의 밀도와 음의 밀도 모두 큰 원과 작은 원의 밀도차이가 높은 경우에 SNR 값이 높은 것을 확인 할 수 있다. 화질 또한 밀도차가 크게 나타났을 때 확연하게 육안으로 확인할 수 있었으며 노이즈레벨이 증가하는 경우에는 SNR이 감소하여 잡음의 영향이 크게 나타났다. 이는 밀도차가 적은 장기 또는 암과의 밀도가 비슷한 영역의 장기는 노이즈 영향이 크게 나타날 것이며 노이즈의 발생 확률에 따른 밀도차이의 영향이 진단에 영향을 끼칠 것으로 사료된다.
Currently, the highest cancer death rate in Korea is lung cancer, which is a typical cancer that is difficult to detect early. Low-dose chest CT is being used for early detection, which has a greater lung cancer diagnosis rate of about three times than regular chest x-ray images. However, low-dose c...
Currently, the highest cancer death rate in Korea is lung cancer, which is a typical cancer that is difficult to detect early. Low-dose chest CT is being used for early detection, which has a greater lung cancer diagnosis rate of about three times than regular chest x-ray images. However, low-dose chest CT not only significantly reduces image resolution but also has a weak signal and is sensitive to noise. Also, air filled lungs are low-density organs and the presence of noise can significantly affect early diagnosis of cancer. This study used Visual C++ to set a circle inside a large circle with a density of 2.0, with a density of 1.0, which is the density of water, in which five small circle of mathematics have different densities. Gaussian noise was generated by 1%, 2%, 3%, and 4% respectively to determine the effect of noise on the mean value, the standard deviation value, and the relative noise ratio(SNR). In areas where the density difference between the large and small circles was greatest in the event of 1 % noise, the SNR in the area with the greatest variation in noise was 4.669, and in areas with the lowest density difference, the SNR was 1.183. In addition, the SNR values can be seen to be high if the same results are obtained for both positive and negative densities. Quality was also clearly visible when the density difference was large, and if the noise level was increased, the SNR was reduced to significantly affect the noise. Low-density organs or organs in areas of similar density to cancers, will have significant noise effects, and the effects of density differences on the probability of noise will affect diagnosis.
Currently, the highest cancer death rate in Korea is lung cancer, which is a typical cancer that is difficult to detect early. Low-dose chest CT is being used for early detection, which has a greater lung cancer diagnosis rate of about three times than regular chest x-ray images. However, low-dose chest CT not only significantly reduces image resolution but also has a weak signal and is sensitive to noise. Also, air filled lungs are low-density organs and the presence of noise can significantly affect early diagnosis of cancer. This study used Visual C++ to set a circle inside a large circle with a density of 2.0, with a density of 1.0, which is the density of water, in which five small circle of mathematics have different densities. Gaussian noise was generated by 1%, 2%, 3%, and 4% respectively to determine the effect of noise on the mean value, the standard deviation value, and the relative noise ratio(SNR). In areas where the density difference between the large and small circles was greatest in the event of 1 % noise, the SNR in the area with the greatest variation in noise was 4.669, and in areas with the lowest density difference, the SNR was 1.183. In addition, the SNR values can be seen to be high if the same results are obtained for both positive and negative densities. Quality was also clearly visible when the density difference was large, and if the noise level was increased, the SNR was reduced to significantly affect the noise. Low-density organs or organs in areas of similar density to cancers, will have significant noise effects, and the effects of density differences on the probability of noise will affect diagnosis.
방사선장비로 의료영상을 획득할 때 여러 가지 원인으로 인한 잡음(Noise)이 추가 되는 것이 일반적인 현상이며 이러한 잡음을 완전하게 제거하는 것은 불가능하다. 또한 다른 장기에 비해 폐는 우리 몸에서 밀도가 낮은 장기로써 잡음에 의한 영상진단에 크게 영향을 줄 수 있으므로 본 연구에서는 밀도차이에 의한 노이즈의 영향을 각각 평균 값과 표준편차 값, 신호대잡음비(SNR)로 확인하고자 하며 노이즈에 따른 영상진단에 미치는 영향을 확인하고자 한다.
제안 방법
밀도차를 가진 수학적 팬텀을 만들기 위하여 프로그램 Visual C++을 이용하여 Fig. 1과 같이 512 × 512 영상 크기를 설정하였으며 2.0의 밀도를 갖는 큰 원 내에 물의 밀도인 1.0을 값을 갖는 원을 설정하고 그 안에 각각 밀도가 다른 작은 5개의 원을 구현하였다. 작은 원 중에 가장 높은 밀도는 양의 밀도 값으로 0.
잡음의 특성에 대한 영상을 살펴보기 위해 Gaussian 형태의 무작위 잡음을 사용하였고, 가우시안 노이즈는 원영상에 평균 0 표준편차 가우시안 분포 갖는 난수를 추가하는 것이다. 잡음은 팬텀이 가지는 가장 높은 밀도 값 2.
데이터처리
신호는 밀도가 다른 작은 원의 영역에 대한 평균 pixel값으로 구하고 잡음은 배경에서 같은 크기의 영역에서 추출한 pixel 값의 표준편차로 구한다. 노이즈가 적다는 것은 신호의 크기가 노이즈 보다 큰 것이며 영상에서 SNR 수치가 클수록 화질이 좋아 육안으로 구분할 수 있는 것을 의미하는 것으로 SNR은 화질평가 하는 기준으로 사용된다.
이론/모형
잡음의 특성에 대한 영상을 살펴보기 위해 Gaussian 형태의 무작위 잡음을 사용하였고, 가우시안 노이즈는 원영상에 평균 0 표준편차 가우시안 분포 갖는 난수를 추가하는 것이다. 잡음은 팬텀이 가지는 가장 높은 밀도 값 2.
성능/효과
높은 밀도와 낮은 밀도 사이에 노이즈의 영향을 평균, 표준편차, SNR을 통하여 확인할 수 있었으며 특히 밀도차가 높은 경우의 SNR과 낮은 경우의 SNR을 비교할 경우 높은 밀도차의 SNR 값이 높은 수치를 나타내었다. 이는 잡음의 영향이 적다는 것을 알 수 있으며 육안으로 쉽게 식별이 가능함을 나타낸다.
이는 잡음의 영향이 적다는 것을 알 수 있으며 육안으로 쉽게 식별이 가능함을 나타낸다. 또한 낮은 밀도차의 경우에는 SNR 값이 0에 가까운 값을 나타내기에 잡음의 영향을 크게 받는 것을 알 수 있으며 육안으로도 잡음과 구조물의 구별이 쉽지 않음을 알 수 있다. 또한 노이즈가 증가 할수록 밀도의 구분 차이가 작아짐을 확인 할 수 있었다.
후속연구
밀도차가 적은 장기 또는 암과의 밀도가 비슷한 영역의 간과 같이 조직간 흡수선량이 비슷한 장기는 공간분해능 보다 노이즈 영향이 크게 나타날 것이며 적은 노이즈에도 치명적인 암 오진이 발생할 수 있다. 노이즈를 줄이기 위하여 선량의 양을 늘리는 방법이 있으나 피폭이 증가하는 단점이 있기 때문에 의료영상의 획득과정에서 개입된 노이즈를 영상처리필터를 통하여 효과적으로 제거하는 알고리즘을 사용한다면 밀도 차이가 적은 암에 대해서도 노이즈에 의한 영상 판독의 오진이 줄어들 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
신호대잡음비란?
모든 신호에는 잡음이 존재하며 신호레벨과 잡음레벨의 비를 표시하는 것을 신호대잡음비(SNR)이라 한다. SNR이 높을수록 노이즈가 작고 신호 값은 높은 것을 의미한다.
높은 밀도차의 SNR 값이 높은 수치를 나타내는 것은 어떠한 결과를 나타내는가?
높은 밀도와 낮은 밀도 사이에 노이즈의 영향을 평균, 표준편차, SNR을 통하여 확인할 수 있었으며 특히 밀도차가 높은 경우의 SNR과 낮은 경우의 SNR을 비교할 경우 높은 밀도차의 SNR 값이 높은 수치를 나타내었다. 이는 잡음의 영향이 적다는 것을 알 수 있으며 육안으로 쉽게 식별이 가능함을 나타낸다. 또한 낮은 밀도차의 경우에는 SNR 값이 0에 가까운 값을 나타내기에 잡음의 영향을 크게 받는 것을 알 수 있으며 육안으로도 잡음과 구조물의 구별이 쉽지 않음을 알 수 있다. 또한 노이즈가 증가 할수록 밀도의 구분 차이가 작아짐을 확인 할 수 있었다.
저선량 CT의 장단점은 무엇인가?
CT는 흉부 X선 검사에 비해 폐결절을 발견하는데 더 민감하며 저선량 CT는 흉부 X선에 비해 조기 폐암이 약 3~10배 정도 더 발견된다. [4]그러나 저선량 CT의 경우 선량을 줄일 수 있는 장점이 있는 반면 영상의 질이 떨어지며 신호가 약하기 때문에 잡음이 증가 한다는 단점이 발생한다.
참고문헌 (7)
http://www.lungca.or.kr/eBook/kalc_201612/#page1
Annual Report of the Korea Central Cancer Registry. National Cancer Center
Hyae Young Kim, "Lung Cancer Screening," The Korean Society of Radiology, Vol 73, No. 3 pp. 137-149, 2015.
Lee Hyun-Ju, Jin_Hwan Kim, “Korean Society of Thoracic Radiology Guideline for Lung Cancer Screening with Low-Dose CT,” The Korean Society of Radiology, Vol. 67, No. 5, pp. 349-365, 2012.
Min, J. W., Kim K.W., Jeong H.W. "Comparison Study on CNR and SNR of Thoracic Spine Lateral Radiography," Journal of Radiological Science and Technology, Vol. 36, No. 4, pp. 273-280, 2013.
Lee Eul-kyu, "Measurement of SNR & CNR in Brain MRI Lesion," Graduate School of Public Health, Inje University, 2016.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.