$\require{mediawiki-texvc}$

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.

시뮬레이션된 성인 남성 인체모형 팬텀을 이용한 전산화단층촬영 에서의 노이즈 제거를 위한 Median Modified Wiener 필터
Median Modified Wiener Filter for Noise Reduction in Computed Tomographic Image using Simulated Male Adult Human Phantom 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.15 no.1, 2021년, pp.21 - 28  

주성욱 (가천대학교 보건과학대학 방사선학과) ,  안병헌 (가천대학교 보건과학대학 방사선학과) ,  강성현 (가천대학교 보건과학대학 방사선학과) ,  이영진 (가천대학교 보건과학대학 방사선학과)

초록
AI-Helper 아이콘AI-Helper

전산화단층촬영장치 (computed tomography, CT)는 다른 방사선 촬영 장치와 비교하면 피폭이 많다는 문제점이 있다. 이러한 피폭을 감소하기 위하여 저선량 촬영을 하게 되면 영상에 잡음이 증가하게 된다. 이를 보완하기 위해 환자의 피폭선량은 감소시키면서 영상의 화질을 향상하는 다양한 잡음 제거 알고리즘이 개발되었으며, 그 중 우수한 시간 분해능을 가진 CT 장치에 효과적으로 적용할 수 있는 median modified Wiener filter (MMWF) 알고리즘이 제시되었다. 본 연구의 목적은 MMWF 알고리즘의 마스크 크기를 최적화하고, 기존의 알고리즘들에 대한 MMWF 알고리즘의 잡음 제거의 우수성을 보는 것이다. MATLAB 프로그램을 이용하여 획득한 Gaussian 잡음이 부가된 MASH 팬텀 복부 영상들로부터 각각의 마스크 크기가 설정된 MMWF 알고리즘을 적용한 후 root mean square error (RMSE), peak signal-to-noise ratio (PSNR), coefficient correlation (CC) 그리고 universal image quality index (UQI) 값을 비교하였다. 그 결과 5 × 5 마스크 크기에서 RMSE 값이 가장 낮고, PSNR, CC, UQI 값이 가장 높았다는 것을 확인할 수 있었다. 또한, 최적화된 마스크 크기로 Gaussian 필터, median 필터, Wiener 필터에 대한 MMWF의 RMSE, PSNR, CC, UQI 값을 비교하였으며 그 결과 MMWF 알고리즘에서 가장 개선된 RMSE, PSNR, CC, UQI 값을 얻을 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Computed tomography (CT) has the problem of having more radiation exposure compared to other radiographic apparatus. There is a low-dose imaging technique for reducing exposure, but it has a disadvantage of increasing noise in the image. To compensate for this, various noise reduction algorithms hav...

주제어

#전산화단층촬영장치   #MMWF 알고리즘   #성인 남성 인체모형 팬텀   #영상 화질의 정량적 평가  

표/그림 (7)

AI 본문요약
AI-Helper 아이콘 AI-Helper

제안 방법

  • (2)를 기반으로 MATLAB 프로그램을 통해 MMWF 알고리즘을 모델링하였으며, 각각 3 × 3, 5× 5, 7 × 7, 9 × 9 및 11 × 11의 mask size를 설정하여, 최적의 mask size를 도출 및 기존의 noise 제거 알고리즘들과의 비교평가를 위해 각각의 알고리즘을 동일한 영상에 적용한다.
  • 본 연구에서는 MASH phantom의 영상들로부터 각각의 mask size가 설정된 MMWF 알고리즘을 적용하였으며, 기존의 알고리즘에 대한 MMWF 알고리즘의 Noise 제거율 및 경계선의 신호 유지율의 정량적 평가를 통해 이에 대한 경향성을 분석하였다. 결론적으로, MMWF 알고리즘 적용 시 적절한 mask size를 적용해야 함을 증명하였고, 기존 알고리즘에 대해 MMWF 알고리즘의 영상 특성이 가장 개선됨을 확인하였다.
  • 이러한 결과를 기반으로 기존의 noise 제거기법들과의 비교평가를 진행함으로써 MMWF 알고리즘의 유용성을 증명하고자 추가적인 실험을 진행하였다. 결과적으로, MASH phantom 영상으로부터 5× 5 mask size가 설정된 MMWF 알고리즘을 적용하였을 때 그리고 Gaussian filter, median filter, Wiener filter와 비교하여 모든 평가 인자로부터 MMWF 알고리즘의 영상 특성이 가장 개선됨을 확인하였다.
  • 또한, 최적화된 값 이상의 masks size가 설정된 경우 영상복원율이 저하되는 것을 확인하였다. 이를 기반으로 기존의 알고리즘들과의 비교평가를 통해 MMWF 알고리즘의 유용성을 분석하고자 하였다. Fig.

대상 데이터

  • 프로그램을 이용하여 478 × 258의 메트릭스 크기를 갖는 시뮬레이션된 CT 영상을 획득하였다

데이터처리

  • MMWF 알고리즘의 최적화된 mask size 도출 및 기존의 기법들과의 비교평가를 위해 noise가 부가 되지 않은 original 영상을 reference image로 설정하여 영상복원율에 대한 정량적 평가 인자인 root mean square error (RMSE), peak signal-to-noise ratio (PSNR), coefficient correlation (CC), 그리고 universal image quality index (UQI)를 측정하였다.

이론/모형

  • 그러나 기존의 local filtering 기법은 noise 제거 효율성이 떨어지거나, 과도한 평활화로 인한 blurring effect로 영상 특성의 저하가 발생한다. 위의 문제를 해결하기 위해 MMWF 알고리즘은 noise의 분포도를 반영하여 영상 처리를 진행하는 적응형 기법인 Wiener filter를 기반으로 제안되었다 (Eq. 1).
  • 획득한 MASH phantom 영상들로부터 mask size를 각각 3 × 3, 5 × 5, 7 × 7, 9 × 9, 11 × 11로 설정하여 MMWF 알고리즘을 적용하였다
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. D. J. Brenner, E. J. Hall, "Computed tomography an increasing source of radiation exposure", New England Journal of Medicine, Vol. 357, No. 22, pp. 2277-2284, 2007. https://doi.org/10.1056/nejmra072149 

    상세보기 crossref

  2. A. S. Brody, D. P. Frush, W. Huda, R. L. Brent, "Radiation risk to children from computed tomography", Pediatrics, Vol. 120, No. 3, pp. 677-682, 2007. http://dx.doi.org/10.1542/peds.2007-3394 

    상세보기 crossref

  3. M. K. Kalra, M. M. Maher, D. V. Sahani, P. F. Hahn, G. B. Avinash, T. L. Toth, E. Halpern, S. Saini, "Low-dose CT of the abdomen: evaluation of image improvement with use of noise reduction filters pilot study", Radiology, Vol. 228, No. 1, pp. 251-256, 2003. http://dx.doi.org/10.1148/radiol.2281020693 

    상세보기 crossref

  4. Y. Sagara, A. K. Hara, W. Pavlicek, A. C. Silva, R. G. Paden, Q. Wu, "Abdominal CT: comparison of low-dose CT with adaptive statistical iterative reconstruction and routine-dose CT with filtered back projection in 53 patients", American Journal of Roentgenology, Vol. 195, No. 3, pp. 713-719, 2010. http://dx.doi.org/10.2214/AJR.09.2989 

    상세보기 crossref

  5. A. Borsdorf, R. Raupach, T. Flohr, J. Hornegger, "Wavelet based noise reduction in CT-images using correlation analysis", IEEE transactions on medical imaging, Vol. 27, No. 12, pp. 1685-1703, 2008. http://dx.doi.org/10.1109/TMI.2008.923983 

    상세보기 crossref

  6. W. A. Kalender, E. Klotz, L. Kostaridou, "An algorithm for noise suppression in dual energy CT material density images", IEEE transactions on medical imaging, Vol. 7, No. 3, pp. 218-224, 1988. http://dx.doi.org/10.1109/42.7785 

    상세보기 crossref

  7. A. C. Silva, H. J. Lawder, A. Hara, J. Kujak, W. Pavlicek, "Innovations in CT dose reduction strategy: application of the adaptive statistical iterative reconstruction algorithm", American Journal of Roentgenology, Vol. 194, No. 1, pp. 191-199, 2010. http://dx.doi.org/10.2214/AJR.09.2953 

    상세보기 crossref

  8. C. V. Cannistraci, F. M. Montevecchi, M. Alessio, "Median-modified Wiener filter provides efficient denoising, preserving spot edge and morphology in 2-DE image processing", Proteomics, Vol. 9, No. 21, pp. 4908-4919, 2009. http://dx.doi.org/10.1002/pmic.200800538 

    상세보기 crossref

  9. C. V. Cannistraci, A. Abbas, X. Gao, "Median Modified Wiener Filter for nonlinear adaptive spatial denoising of protein NMR multidimensional spectra", Scientific reports, Vol. 5, pp. 8017, 2015. http://dx.doi.org/10.1038/srep08017 

    상세보기 crossref

  10. I. T. Young, L. J. Van Vliet, "Recursive implementation of the Gaussian filter", Signal processing, Vol. 44, No. 2, pp. 139-151, 1995. http://dx.doi.org/10.1016/0165-1684(95)00020-E 

    상세보기 crossref

  11. S. Patil, V. R. Udupi, "Preprocessing to be considered for MR and CT images containing tumors", IOSR journal of electrical and electronics engineering, Vol. 1, No. 4, pp. 54-57, 2012. http://dx.doi.org/10.9790/1676-0145457 

    crossref

  12. T. Zhao, J. Hoffman, M. McNitt-Gray, D. Ruan, "Ultra-low-dose CT image denoising using modified BM3D scheme tailored to data statistics", Medical Physics, Vol. 46, No. 1, pp. 190-198, 2019. http://dx.doi.org/10.1002/mp.13252 

    상세보기 crossref

  13. V. F. Cassola, V. J. de Melo Lima, R. Kramer, H. J. Khoury, "FASH and MASH: female and male adult human phantoms based on polygon mesh surfaces: I. Development of the anatomy", Physics in Medicine & Biology, Vol. 55, No. 1, pp. 133, 2009. http://dx.doi.org/10.1088/0031-9155/55/1/009 

    상세보기 crossref

  14. Dehmeshki, J., Amin, H., Valdivieso, M., Ye, X, "Segmentation of pulmonary nodules in thoracic CT scans: a region growing approach", IEEE transactions on medical imaging, Vol. 27, No. 4, pp. 467-480, 2008. http://dx.doi.org/10.1109/TMI.2007.907555 

    상세보기 crossref

  15. Diwakar, M., Kumar, M, "CT image denoising using NLM and correlation-based wavelet packet thresholding", IET Image Processing, Vol. 12, No. 5, pp. 708-715, 2018. http://dx.doi.org/10.1049/iet-ipr.2017.0639 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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