[논문]고급 모델 반복 재구성법 (ADMIRE)을 사용한 CT 영상에서의 노이즈 레벨 및 블라인드 화질 평가

심지나; 강성현; 이영진

doi:10.7742/jksr.2022.16.3.203

초록
AI-Helper

전산화단층촬영장치 (Computed Tomography, CT)의 화질을 유지하면서 방사선량을 낮추기 위한 대표적인 방법 중에 하나는 모델기반 반복 재구성법 (Model-Based Iterative Reconstruction, MBIR)을 사용하는 것이다. 본 연구에서는 MBIR의 대표적인 모델로 잘 알려진 고급 모델 반복 재구성법 (Advanced Modeled Iterative Reconstruction, ADMIRE)의 강도를 조절하여 영상의 화질을 평가하고자 하였다. 연구는 팬텀을 사용하여 수행되었고, ADMIRE의 강도를 1에서부터 5까지 1 단위로 조절하면서 CT 영상을 획득하였다. 정량적 평가는 변동 계수 (coefficient of variation, COV)와 대조도 대 잡음비 (contrast to noise ratio, CNR)를 활용한 노이즈 레벨과 natural image quality evaluator (NIQE)와 blind/referenceless image spatial quality evaluator (BRISQUE)의 블라인드 품질 평가를 수행하였다. 결과적으로 노이즈 레벨 및 블라인드 품질 평가 결과에서 모두 ADMIRE의 강도가 높아질수록 우수한 결과가 도출되었다. 특히, COV와 CNR은 ADMIRE 1에 비하여 5에서 각각 1.89 및 1.75배 향상됨을 확인하였고, NIQE와 BRISQUE는 재구성 강도 1에 비하여 5에서 각각 1.35 및 1.22배 향상됨이 증명되었다. 결론적으로 ADMIRE의 재구성 강도는 CT 영상의 노이즈 레벨 및 전체적인 화질 평가에 큰 영향을 끼친다는 것을 증명하였다.

Abstract ▼ AI-Helper

One of the typical methods for lowering radiation dose while maintaining image quality of computed tomography (CT) is the use of model-based iterative reconstruction (MBIR). This study is to evaluate the image quality by adjusting the strength of the advanced modeled iterative reconstruction (ADMIRE...

One of the typical methods for lowering radiation dose while maintaining image quality of computed tomography (CT) is the use of model-based iterative reconstruction (MBIR). This study is to evaluate the image quality by adjusting the strength of the advanced modeled iterative reconstruction (ADMIRE), which is well known as a representative model of MBIR. The study was conducted using phantom, and CT images were obtained while adjusting the strength of ADMIRE in units of 1 to 5. Quantitative evaluation includes noise levels using coefficient of variation (COV) and contrast to noise ratio (CNR), as well as natural image quality evaluation (NIQE) and blind/referenceless image spatial quality evaluator (BRISQUE). As a result, in both noise level and blind quality evaluation results, the higher the strength of ADMIRE, the better the results were derived. In particular, it was confirmed that COV and CNR were improved 1.89 and 1.75 times at ADMIRE 5 compared to ADMIRE 1, respectively, and NIQE and BRISQUE were proved to be improved 1.35 and 1.22 times at ADMIRE 5 compared to ADMIRE 1, respectively. In conclusion, this study was proved that the reconstruction strength of ADMIRE had a great influence on the noise level and overall image quality evaluation of CT images.

주제어

표/그림 (4)

그림 Fig. 1. Acquired sample image including ROIs for calculating coefficient of variation (COV) and contrast to noise ratio (CNR).
그림 Fig. 2. Acquired CT phantom images using various ADMIRE reconstruction methods.
그림 Fig. 3. Results of the (a) COV and (b) CNR as function of ADMIRE reconstruction method.
그림 Fig. 4. Results of the (a) NIQE and (b) BRISQUE as function of ADMIRE reconstruction method.

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 CT 영상 재구성 방법 중 MB IR에 속하는 고급 모델 반복 재구성법 (Advanced Modeled Iterative Reconstruction, ADMIRE)의 특성을 알아보기 위하여 다양한 강도에서의 노이즈 레벨과 블라인드 품질의 평가들을 수행하고자 한다.
본 연구에서는 모델링 반복적 재구성기법 중 ADMIRE의 강도에 따른 영상 화질의 변화를 평가하였다. CT 영상의 화질은 ADMIRE의 강도가 높아질수록 향상됨을 알 수 있었고 뼈보다 조직영역에서 ADMIRE의 강도에 따른 영상의 노이즈 감소 효과가 커지는 것을 알 수 있었다.

제안 방법

Body vascular kernel의 경우 고대 조도 혈관 구조에 대한 경계영역의 선예도를 증가시키기 위해 수행되며 이와 반대로 Quantitative regular kernel의 경우 최소한의 선예도 향상 효과를 기반으로 수행된다. 마지막으로, CARE Dose 4D를 통해 영상을 획득함으로써 발생할 수 있는 영상 화질의 차이를 무시하였다. 향후 연구에서는 kernel 값에 따른 ADMIRE의 영향을 확인함으로써 다양한 임상 분야로의 적용 가능성을 평가할 계획이다.
영상의 노이즈 레벨은 신호와 노이즈를 함께 분석할 수 있는 변동 계수 (Coefficient of Variation, COV)와 대조도를 복합적으로 관찰할 수 있는 대조도 대 잡음비 (Contrast to Noise Ratio, CNR)를 기본적으로 평가하였다. COV와 CNR의 계산 수식은 아래와 같다.
획득된 ADMIRE의 강도별 CT 영상에서의 노이즈 레벨과 블라인드 품질 평가를 수행하기 위하여 다양한 정량적 평가 인자를 사용하였다.

대상 데이터

본 연구에서는 ATOM Adult Male 팬텀 (CIRS, Virginia, USA) 및 SOMATOM Force CT (Siemens Healthcare, Erlangen, Germany) 장비를 사용하였다.

성능/효과

본 연구에서는 모델링 반복적 재구성기법 중 ADMIRE의 강도에 따른 영상 화질의 변화를 평가하였다. CT 영상의 화질은 ADMIRE의 강도가 높아질수록 향상됨을 알 수 있었고 뼈보다 조직영역에서 ADMIRE의 강도에 따른 영상의 노이즈 감소 효과가 커지는 것을 알 수 있었다. 결론적으로 본 연구 결과들은 ADMIRE를 사용하는 CT 영상의 기초연구 자료로 활용될 수 있을 것으로 기대된다.
이는 복부 범위의 영상에서 평가된 ADMIRE 1과 ADMIRE 5의 노이즈 레벨 차이가 조직 영역으로 인한 영향이 더욱 크게 작용하였다고 해석할 수 있을 것이다. 또한, 조직에서 ADMIRE의 강도에 따른 노이즈 레벨 차이가 커지므로 복부 영상에서 ADMIRE의 강도가 높을수록 노이즈의 편차가 클 것으로 예상할 수 있다.
영상의 노이즈 레벨 평가 중 COV를 통해 뼈와 조직 간의 평가를 따로 진행하였고, 결과적으로 뼈 영역에서는 ADMIRE의 강도가 높아질수록 더 낮은 COV를 나타냈으며, ADMIRE 5의 COV가 월등하게 낮은 값을 나타냄이 증명되었다. 조직영역의 경우에도 마찬가지로 ADMIRE의 강도가 높아질수록 더 낮은 COV를 나타내었으며 뼈에서보다 ADMIRE 1 과 ADMIRE 5가 큰 차이를 나타냄이 확인되었다.
ADMIRE 1부터 5까지 1 간격으로 강도를 조절하여 모두 동일한 위치에서의 영상을 획득하였다. 육안적으로 관찰하였을 때, ADMIRE 의 강도가 가장 높은 5 레벨에서 영상의 노이즈가 가장 줄어드는 것을 확인할 수 있었다.
영상의 노이즈 레벨 평가 중 COV를 통해 뼈와 조직 간의 평가를 따로 진행하였고, 결과적으로 뼈 영역에서는 ADMIRE의 강도가 높아질수록 더 낮은 COV를 나타냈으며, ADMIRE 5의 COV가 월등하게 낮은 값을 나타냄이 증명되었다. 조직영역의 경우에도 마찬가지로 ADMIRE의 강도가 높아질수록 더 낮은 COV를 나타내었으며 뼈에서보다 ADMIRE 1 과 ADMIRE 5가 큰 차이를 나타냄이 확인되었다. 이는 복부 범위의 영상에서 평가된 ADMIRE 1과 ADMIRE 5의 노이즈 레벨 차이가 조직 영역으로 인한 영향이 더욱 크게 작용하였다고 해석할 수 있을 것이다.

후속연구

CT 영상의 화질은 ADMIRE의 강도가 높아질수록 향상됨을 알 수 있었고 뼈보다 조직영역에서 ADMIRE의 강도에 따른 영상의 노이즈 감소 효과가 커지는 것을 알 수 있었다. 결론적으로 본 연구 결과들은 ADMIRE를 사용하는 CT 영상의 기초연구 자료로 활용될 수 있을 것으로 기대된다.
본 논문의 한계점으로, 첫 번째로는 표준 팬텀으로 평가 진행함으로써 실제로 노이즈가 많이 있을 비만 환자에 대한 ADMIRE의 강도에 따른 영상평가를 진행하지 못하였다. 두 번째로 kernel값에 따라 ADMIRE의 영향을 평가하지 못하였다.
본 논문의 한계점으로, 첫 번째로는 표준 팬텀으로 평가 진행함으로써 실제로 노이즈가 많이 있을 비만 환자에 대한 ADMIRE의 강도에 따른 영상평가를 진행하지 못하였다. 두 번째로 kernel값에 따라 ADMIRE의 영향을 평가하지 못하였다.
마지막으로, CARE Dose 4D를 통해 영상을 획득함으로써 발생할 수 있는 영상 화질의 차이를 무시하였다. 향후 연구에서는 kernel 값에 따른 ADMIRE의 영향을 확인함으로써 다양한 임상 분야로의 적용 가능성을 평가할 계획이다.

참고문헌 (14)

https://opendata.hira.or.kr/home.do
J. Hsieh, B. Nett, Z. Yu, K. Sauer, J. B. Thibault, C. A. Bouman, "Recent Advances in CT Image Reconstruction", Current Radiology Reports, Vol. 1, pp. 39-51, 2013. http://dx.doi.org/10.1007/s40134-012-0003-7

상세보기
H. Shangguan, Q. Zhang, Y. Liu, X. Cui, Y. Bai, Z. Gui, "Low-dose Ct statistical iterative reconstruction via modified MRF regularization", Computer Methods and Programs in Biomedicine, Vol. 123, pp. 129-141, 2016. http://dx.doi.org/10.1016/j.cmpb.2015.10.004

상세보기
L. L. Geyer, U. J. Schoepf, F. G. Meinel, J. W. Nance Jr, G. Bastarrika, J. A. Leipsic, N. S. Paul, M. Rengo, A. Laghi, C. N. De Cecco, "State of the Art: Iterative CT Reconstruction Techniques", Radiology, Vol. 276, No. 2, pp. 339-357, 2015. http://dx.doi.org/10.1148/radiol.2015132766

상세보기
Y. Kubo, K. Ito, M. Sone, H. Nagasawa, Y. Onishi, N. Umakoshi, T. Hasegawa, T. Akimoto, M. Kusumuto, "Diagnostic Value of Model-Based Iterative Reconstruction Combined with a Metal Artifact Reduction Algorithm during CT of the Oral Cavity", American Journal of Neuroradiology, Vol. 41, No. 11, pp. 2132-2138, 2020. http://dx.doi.org/10.3174/ajnr.A6767

상세보기
M. Katsura, J. Sato, M. Akahane, Y. Mise, K. Sumida, O. Abe, "Effects of pure and hybrid iterative reconstruction algorithms on high-resolution computed tomography in the evaluation of interstitial lung disease", European Journal of Radiology, Vol. 93, pp. 243-251, 2017. http://dx.doi.org/10.1016/j.ejrad.2017.06.003

상세보기
A. Mittal, R. Soundararajan, A. C. Bovik, "Making a "Completely Blind" Image Quality Analyzer," IEEE Signal Processing Letters, Vol. 20, No. 3, pp. 209-212, 2013. http://dx.doi.org/10.1109/LSP.2012.2227726

상세보기
J. Shim, Y. Lee, "Comparison of CT Image Performance with or without Tin Filter based on Blind Image Quality Evaluation Method", Journal of the Korean Society of Radiology, Vol. 15, No. 3, pp. 301-306, 2021. http://dx.doi.org/10.7742/jksr.2021.15.3.301

원문보기 상세보기
S. Ellmann, F. Kammerer, T. Allmendinger, M. Hammon, R. Janka, M. Lell, M. Uder, M. Kramer, "Advanced Modeled Iterative Reconstruction (ADMIRE) Facilitates Radiation Dose Reduction in Abdominal CT", Academic Radiology, Vol. 25, No. 10, pp. 1277-1284, 2018. http://dx.doi.org/10.1016/j.acra.2018.01.014

상세보기
F. Schaller, M. Sedlmair, R. Raupach, M. Uder, M. Lell, "Noise Reduction in Abdominal Computed Tomography Applying Iterative Reconstruction (ADMIRE)", Academic Radiology, Vol. 23, No. 10, pp. 1230-1238, 2016. https://doi.org/10.1016/j.acra.2016.05.016

상세보기
J. C. Ramirez-Giraldo, A. N. Primak, K. Grant, B. Schmidt, M. K. Fuld, "Radiation dose optimization technologies in multidetector computed tomography: a review", Medical Physics International Journal, Vol. 2, No. 2, pp. 420-430, 2014.
C. Ghetti, F. Palleri, G. Serreli, O. Ortenzia, L. Ruffini, "Physical characterization of a new CT iterative reconstruction method operating in sinogram space", Journal of Applied Clinical Medical Physics, Vol. 14, No. 4, pp. 263-271, 2013. http://dx.doi.org/10.1120/jacmp.v14i4.4347

상세보기
S. Ellmann, F. Kammerer, M. Brand, T. Allmendinger, M. S. May, M. Uder, M. M. Lell, M. Kramer, "A Novel Pairwise Comparison-Based Method to Determine Radiation Dose Reduction Potentials of Iterative Reconstruction Algorithms, Exemplified Through Circle of Willis Computed Tomography Angiography", Investigative Radiology, Vol. 51, No. 5, pp. 331-339, 2016. http://dx.doi.org/10.1097/RLI.0000000000000243

상세보기
E. C. Ehman, L. Yu, A. Manduca, A. K. Hara, M. M. Shiung, D. Jondal, D. S. Lake, R. G. Paden, D. J. Blezek, M. R. Bruesewitz, C. H. McCollough, D. M. Hough, J. G. Fletcher, "Methods for Clinical Evaluation of Noise Reduction Techniques in Abdominopelvic CT", Radiographics, Vol. 34, No. 4, pp. 849-862, 2014. http://dx.doi.org/10.1148/rg.344135128

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

고급 모델 반복 재구성법 (ADMIRE)을 사용한 CT 영상에서의 노이즈 레벨 및 블라인드 화질 평가
Evaluation of Noise Level and Blind Quality in CT Images using Advanced Modeled Iterative Reconstruction (ADMIRE) 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (4)

표/그림 (4)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (14)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

고급 모델 반복 재구성법 (ADMIRE)을 사용한 CT 영상에서의 노이즈 레벨 및 블라인드 화질 평가 Evaluation of Noise Level and Blind Quality in CT Images using Advanced Modeled Iterative Reconstruction (ADMIRE) 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (4) 모든 표/그림 보기

표/그림 (4) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (14)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

고급 모델 반복 재구성법 (ADMIRE)을 사용한 CT 영상에서의 노이즈 레벨 및 블라인드 화질 평가
Evaluation of Noise Level and Blind Quality in CT Images using Advanced Modeled Iterative Reconstruction (ADMIRE) 원문보기

초록
AI-Helper

표/그림 (4)

표/그림 (4)

AI 본문요약
AI-Helper