초록 ▼

1. 방사선치료에서 콘빔 CT는 환자의 정확한 위치를 파악하는 기본적인 방법이 되어가고 있다. 하지만 선량과 소요되는 시간이 환자와 의료진에게 부담이 되는 것이 문제이다.
2. 이를 극복하기 위해서 환자에게 가능하면 적은 양의 방사선조사와 초고속으로 콘빔 CT를 재구성하는 기술이 필요할 것으로 생각되었으며 본 연구를 통해 기존대비 10%의 방사선량과 20초의 시간에 재구성하는 것을 목표로 하였으며 아래와 같은 연구를 수행하였다.
1. 1차년도
(가) Compressed Sensing을 이용한 콘빔 CT 재구성 기술

1. 방사선치료에서 콘빔 CT는 환자의 정확한 위치를 파악하는 기본적인 방법이 되어가고 있다. 하지만 선량과 소요되는 시간이 환자와 의료진에게 부담이 되는 것이 문제이다.
2. 이를 극복하기 위해서 환자에게 가능하면 적은 양의 방사선조사와 초고속으로 콘빔 CT를 재구성하는 기술이 필요할 것으로 생각되었으며 본 연구를 통해 기존대비 10%의 방사선량과 20초의 시간에 재구성하는 것을 목표로 하였으며 아래와 같은 연구를 수행하였다.
1. 1차년도
(가) Compressed Sensing을 이용한 콘빔 CT 재구성 기술 개발
-일반 선형가속기에서 프로젝션 영상을 획득
-Compressed Sensing 기반의 영상 재구성 알고리즘을 개발
-기존의 알고리즘으로 재구성된 영상과의 비교
(나) 수렴도를 위한 재구성 알고리즘 최적화
-iterative 한 방법을 사용함으로 빠른 수렴도를 달성하기 위해 재구성 알고리즘의 파라미터 조절을 통해 최적화 구현
(다) Catphan Phantom을 이용한 영상 평가
-콘빔 CT 영상 평가의 국제적인 기준이 되고 있는 Catphan 팬텀을 통해 영상 질 평가
2. 2차년도
(가) GPU를 이용한 콘빔 CT 재구성 알고리즘 시간 단축화
-기존의 CPU기반의 FDK 재구성 알고리즘을 GPU기반으로 이전
-CPU기반 및 GPU기반의 콘빔 CT 재구성 속도 비교
(나) 재구성되는 영상 분해능에 따른 영상 재구성 시간 최적화
-1차 년도에 개발한 GP-BB 저 선량 콘빔 CT알고리즘을 GPU기반으로 이전 및 재구성 시간 최적화
-기존 알고리즘과 재구성 속도 비교
3. 3차년도
- Compressed sensing과 GPU를 이용한 사람의 호흡 주기 동조 콘빔 CT 재구성 기술 개발
- 환자 데이터를 이용한 영상 재구성
3. 전체적으로 살펴보면, 저선량 콘빔 CT 알고리즘은 다양한 Compressed sensing 방법을 활용하여 수행하였으며 이러한 알고리즘을 GPU라는 하드웨어를 통해 보다 빠르게 재구성될 수 있는 기반을 구현하였고, 최종적으로 환자의 호흡을 고려하는 호흡동조 콘빔 CT 재구성 기술도 개발하였다.