KR101245536B1 - 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법 - Google Patents

저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법 Download PDF

Info

Publication number
KR101245536B1
KR101245536B1 KR1020110109117A KR20110109117A KR101245536B1 KR 101245536 B1 KR101245536 B1 KR 101245536B1 KR 1020110109117 A KR1020110109117 A KR 1020110109117A KR 20110109117 A KR20110109117 A KR 20110109117A KR 101245536 B1 KR101245536 B1 KR 101245536B1
Authority
KR
South Korea
Prior art keywords
image
sinogram
soft
bone
high intensity
Prior art date
Application number
KR1020110109117A
Other languages
English (en)
Inventor
진승오
오상기
허영
김호철
신기영
Original Assignee
한국전기연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020110109117A priority Critical patent/KR101245536B1/ko
Application granted granted Critical
Publication of KR101245536B1 publication Critical patent/KR101245536B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법으로서, 저밀도-저촬영상 CT 영상의 재구성에의 줄 인공물(streak artifact)을 억제시키기 위한 방법에 있어서, 저밀도-저촬영상 CT 영상으로부터 획득된 사이노그램(sinogram)으로부터 여과후 역투영 FBP(Filtered BackProjection)를 이용하여 재구성한 이미지의 고강도 영역을 산출하여 고강도 영역만을 고려한 사이노그램 데이터를 산출하는 고강도 영역의 사이노그램 데이터 산출 단계; 압축 센싱 CS(Compressed Sensing)를 기반으로 상기 획득된 사이노그램으로부터 상기 고강도 영역만을 고려한 사이노그램 데이터를 차감하여 고강도 영역에 기인한 성분을 제거한 차감된 사이노그램을 산출하고, 상기 차감된 사이노그램에 대하여 압축 센싱 CS를 기반으로 연질 조직 이미지를 재구성하고, 상기 연질 조직 이미지와 고강도 영역을 기초로 복합 이미지를 생성하는 복합 이미지 생성 단계; 및 상기 복합 이미지를 CT 영상의 초기 추정치로 이용하여 상기 획득된 사이노그램에 대하여 압축 센싱 CS를 반복 수행하여 최종 이미지를 생성하는 최종 이미지 생성 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법이며, 이와 같은 본 발명에 의하면 저밀도-촬영상 CT 영상에서 임상적 유용성을 저해하는 줄 인공물을 억제하여 보다 깨끗하고 명확한 CT 영상을 획득할 수 있게 된다.

Description

저밀도 촬영상 ＣＴ 영상 재구성에서 줄 인공물 억제 방법 {Method of streak artifact suppression in sparse-view CT image reconstruction}
본 발명은 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법으로서, 보다 상세하게는 압축 센싱 CS 기반의 이미지 재구성에서의 줄 인공물을 더욱 저감시키기 위한 반복 이미지 재구성 방법에 대한 것이다.
컴퓨터 단층촬영(CT)은, X선 등 광선을 사용하여 여러 각도로부터 물체의 투영 이미지를 촬영하고, 그 후 계산에 의해 단면 이미지를 얻는 기술이다.
도 1은 전형적인 X선 CT장치의 모식도를 나타낸다.
전형적인 CT장치는, X선 광원이 회전 이동함으로써, 측정 대상의 여러 각도로부터의 투영 이미지를 취득하는 구조로 구성된다. 이와 같이 하여 얻어진 투영 이미지로부터 계산 조작에 의해 단면 이미지를 얻는 것이 CT이다.
저밀도-촬영상 CT 영상법은 인간 피험자에 대한 x-레이 선량을 줄이기 위한 잠재성에 있어 매우 중요하다. CT 스캔에서 x-레이 선량을 줄이기 위한 많은 인자들 가운에, 저밀도-촬영상 스캐닝, 즉 방위각 방향(azimuthal direction)으로의 투영 데이터 획득시에 촬영상들의 수를 제한하는 것은 x-레이 선량과 더불어 스캔 시간을 줄이기 위한 직접적인 방법이다. 저밀도-촬영상 CT 이미지 재구성에서는, 신호-대-노이즈 비(signal-to-noise ratio: SNR), 공간 분해능(spatial resolution), 및 줄 인공물 억제의 관점에서 종래의 여과후 역투영(filtered backprojection: FBP) 방법보다 더 뛰어난 결과를 나타내기 때문에 반복 이미지 재구성 방법들이 통상적으로 채용된다.
저밀도-촬영상 CT 영상법에서, 줄 인공물들은 방위각 방향으로의 언더-샘플링 효과(under-sampling effect)들로 인해 정규-촬영상 CT 영상법(regular-view CT imaging)보다 더 두드러진다.
흔히 적절한 이미지 판독이 불가능한 정도까지 이미지의 품질을 열화시키는 줄 인공물들은 일반적으로 대상물의 움직임, 고강도 대상물들, 예컨대 뼈나 금속 임플란트들, 빔 경화 효과(beam hardening effects), 포톤 스타베이션(photon starvations), 및 보다 중요하게는 언더-샘플링 효과에 의하여 야기된다.[Barrett and Keat, 2004] 줄 인공물은 뼈와 같은 고강도이면서 날카로운-엣지(sharp-edged)의 대상물들 주위에서 흔히 나타난다.
총 변동(TV) 최소화 기반 이미지 재구성 방법[total variation (TV) minimization based image reconstruction method]들, 소위 압축 센싱(CS) 기반 방법들이 저밀도-촬영상 영상에서 줄 인공물의 형성을 완화시킬 수도 있으나, 저밀도-촬영상 이미지들은 여전히 이미지 가독성을 제한하는 잔류 줄 인공물들이 나타난다.
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하고자 하는 것으로서, 저밀도-촬영상 CT 영상에서 압축센싱 CS 기반의 이미지 재구성시 줄 인공물을 더욱 저감시킬 수 있는 새로운 반복 이미지 재구성 방법을 제시하는 것을 주된 목적으로 한다.
특히, 저밀도-촬영상 CT 영상법에서 압축 센싱 CS 기반의 방법들이 저밀도-촬영상 영상에서 줄 인공물의 형성을 완화시킬 수는 있으나 저밀도-촬영상 이미지들이 여전히 이미지 가독성을 제한하는 잔류 줄 인공물들이 나타나는 문제점을 해결하고자 한다.
상기 기술적 과제를 달성하고자 본 발명은, 저밀도-저촬영상 CT 영상의 재구성에의 줄 인공물(streak artifact)을 억제시키기 위한 방법에 있어서, 저밀도-저촬영상 CT 영상으로부터 획득된 사이노그램(sinogram)으로부터 여과후 역투영 FBP(Filtered BackProjection)를 이용하여 재구성한 이미지의 고강도 영역을 산출하여 고강도 영역만을 고려한 사이노그램 데이터를 산출하는 고강도 영역의 사이노그램 데이터 산출 단계; 압축 센싱 CS(Compressed Sensing)를 기반으로 상기 획득된 사이노그램으로부터 상기 고강도 영역만을 고려한 사이노그램 데이터를 차감하여 고강도 영역에 기인한 성분을 제거한 차감된 사이노그램을 산출하고, 상기 차감된 사이노그램에 대하여 압축 센싱 CS를 기반으로 연질 조직 이미지를 재구성하고, 상기 연질 조직 이미지와 고강도 영역을 기초로 복합 이미지를 생성하는 복합 이미지 생성 단계; 및 상기 복합 이미지를 CT 영상의 초기 추정치로 이용하여 상기 획득된 사이노그램에 대하여 압축 센싱 CS를 반복 수행하여 최종 이미지를 생성하는 최종 이미지 생성 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법이다.
바람직하게는 상기 고강도 영역의 사이노그램 데이터 산출 단계는, 상기 획득된 사이노그램 gAcq을 획득하고, 획득된 사이노그램 gAcq으로부터 FBP를 이용한 이미지 fFBP를 재구성하는 제 1 단계; 임계값 설정법(thresholding technique)을 적용하여 상기 이미지 fFBP로부터 고강도 영역 fBone를 산출하는 제 2 단계; 및 상기 고강도 영역 fBone을 전방 투영하여 고강도 영역만을 고려한 사이노그램 데이터 gBone을 산출하는 제 3 단계를 포함한다.
그리고 상기 복합 이미지 생성 단계는, 상기 획득된 사이노그램 gAcq로부터 고강도 영역만을 고려한 상기 사이노그램 데이터 gBone을 차감하여 고강도 영역으로부터 기인한 성분들을 배제시킨 연질 조직만을 고려한 차감된 사이노그램 gSoft를 획득하는 제 4 단계; 상기 차감된 사이노그램 gSoft를 이용하여 CT 이미지의 초기 추정치(initial guess)로서 균일한 이미지를 이용하고, 압축센싱 CS를 통해 연질 조직 이미지 fSoft를 재구성하는 제 5 단계; 및 상기 고강도 이미지 영역 fBone을 연질 조직 이미지 fSoft에 합해 복합 이미지 fSum을 생성하는 제 6 단계를 포함한다.
또한 상기 최종 이미지 생성 단계는, CT 이미지의 초기 추정치를 상기 복합 이미지 fSum 로 설정하고, 상기 획득된 사이노그램 gAcq 에 대하여 압축 센싱 CS을 반복 수행하여 최종 이미지 fFinal을 획득하는 제 7 단계를 포함한다.
보다 바람직하게는 상기 제 2 단계에서, 상기 임계값 설정법은 전역 임계치(global threshold) TBone을 이용하고, 상기 전역 임계치 TBone는 이미지 히스토그램의 시각적 검사에 의해 선택되며, 상기 고강도 영역 fBone은 하기 [식 3]으로 산출하며,
Figure 112011083395419-pat00001
여기서, x는 이미지의 x축 좌표이고, y는 이미지의 y축 좌표를 나타낸다.
나아가서 상기 제 5 단계는, 상기 연질 조직 이미지 fSoft 를 재구성하기 위한 총 변동 TV 기반 최소화에서, 2 개의 데이터 입력치는, 상기 차감된 사이노그램 gSoft와 모두 0이 되는 재구성 이미지의 초기 추측치 fIni이며, 3 개의 제어 파라미터는, 최급강하의 최대 스텝 사이즈(maximum step size of the steepest descent) λ, 각각의 반복 후에 λ의 감소하는 스케일 λs 및 메인 루프 카운트 κ가 될 수 있다.
또한 상기 제 7 단계는, 상기 최종 이미지 fFinal 를 획득하기 위한 총 변동 TV 기반 최소화에서, 2 개의 데이터 입력치는, 상기 획득된 사이노그램 gAcq와 상기 복합 이미지 fSum 이며, 3 개의 제어 파라미터는, 최급강하의 최대 스텝 사이즈(maximum step size of the steepest descent) λ, 각각의 반복 후에 λ의 감소하는 스케일 λs 및 메인 루프 카운트 κ가 될 수 있다.
이와 같은 본 발명에 의하면, 저밀도-촬영상 CT 영상에서 압축센싱 CS 기반의 이미지 재구성시 줄 인공물을 더욱 저감시킬 수 있는 새로운 반복 이미지 재구성 방법을 제공할 수 있다.
특히 본 발명에 의하면, 저밀도-촬영상 CT 영상에서 임상적 유용성을 저해하는 줄 인공물을 억제하여 보다 깨끗하고 명확한 CT 영상을 획득할 수 있게 된다.
도 1은 전형적인 X선 CT장치의 모식도를 나타낸다.
도 2는 본 발명에 따른 저밀도-촬영상 CT 영상 재구성에서의 줄 인공물 억제 방법에 대한 기본적인 개념의 흐름도를 도시하며,
도 3은 본 발명에 따른 저밀도-촬영상 CT 영상 재구성에서의 줄 인공물 억제 방법에 대한 개략적인 흐름도를 도시하며,
도 4는 a에서는 100-촬영상, b에서는 180-촬영상, c에서는 900-촬영상에 대한 투영 데이터로부터 FBP에 의해 재구성되는 골반저 이미지들을 나타내며,
도 5는 ART 방법, CS 방법 및 본 발명에 따른 SAC-CS 방법에 의해 재구성되는 쥐의 복부 이미지를 도시하며,
도 6은 상기 도 5에 대한 골반저 이미지들의 RRME를 나타내며,
도 7은 상기 도 5에 대한 골반저 이미지들의 정규화된 SI를 나타낸다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 설명하기 위하여 이하에서는 본 발명의 바람직한 실시예를 예시하고 이를 참조하여 살펴본다.
먼저, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 또한 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명은 고-강도 대상물들로부터 기인하는 줄 인공물들을 저감시킬 수 있는 새로운 반복 이미지 재구성 방법을 제시한다. 본 발명에 따른 줄 인공물 억제 방법은 골격 세분화(bone structure segmentation)가 포함되는 CS-기반 이미지 재구성을 토대로 한다. 본 발명자들은 팬텀 및 실험용 쥐의 마이크로-CT 스캐닝으로부터 얻어진 실험 투영 데이터를 이용하여 제안된 방법을 입증하였다.
먼저 대수적영상구성기법(algebraic reconstruction technique; ART)과 압축 센싱(compressed sensing: CS)을 통한 이미지 재구성 방법을 간단히 살펴보기로 한다.
대수적영상구성기법(algebraic reconstruction technique; ART)이라 지칭되는 반복 이미지 재구성 방법은 하기 [식 1]에 주어진 선형 방정식들의 시스템을 풀기 위한 문제로서 표현될 수 있다:
Figure 112011083395419-pat00002
여기서, 벡터 f는 타겟 이미지이고, A는 CT 스캔에서 전방 투영(forward projection)을 기술하는 시스템 매트릭스이며, g는 투영 데이터 세트의 벡터이다.
ART에서, 상기 [식 1]은 실제 스캔시에 측정되는 투영 데이터와 평가된 이미지로부터 계산된 투영 데이터간의 차이가 사전 평가된 이미지에 대해 역-투영되는 반복적인 방식으로 계산된다. ART 방법을 개선하기 위하여, 상이한 반복 구조(iteration schemes)를 갖는 변형례들이 제안되어 왔다. 또한 줄 인공물 억제의 관점에서, ART 기술은 FBP(Filtered Back-Projection)보다 나은 것으로 나타나 왔다.
본 발명에서는 ART 해법을 위해 배열된 부분집합 동시 대수적영상구성기법[ordered-subset simultaneous algebraic reconstruction technique (OS-SART)]을 이용한다.
CS 기반 이미지 재구성 방법들은 명확한 제약(positivity constraint)을 갖는 다음의 하기 [식 2]의 조건부 최적화 문제를 해결한다:
Figure 112011083395419-pat00003
여기서, Ψ는 저밀도화 변환 연산자(sparsifying transform operator)이고,
Figure 112011083395419-pat00004
는 N-차원 벡터(z)의 l1 놈, 즉 총 변동이다.
본 발명에서는 CS-기반 이미지 재구성에서 폭 넓게 활용되어 온 저밀도화 변환을 위한 이산 그라디언트 변형(discrete gradient transform)을 이용하며, OS-SART와 최대 경사법(steepest descent method)으로 구성된 CS 프레임워크를 이용하여 총변동(TV)-최소화를 수행한다
본격적으로 본 발명에 따른 줄 인공물 억제 CS 이미지 재구성(SAS-CS)에 대하여 살펴보기로 한다.
뼈나 금속 임플란트 같은 고강도 구조물로부터 기인하는 줄 인공물들을 저감시키기 위하여, 본 발명에서는 CS-기반 이미지 재구성 접근법들을 종래의 FBP와 조합한다.
도 2는 본 발명에 따른 저밀도-촬영상 CT 영상 재구성에서의 줄 인공물 억제 방법에 대한 기본적인 개념의 흐름도를 도시한다.
상기 도 2를 참조하여 본 발명에 따른 저밀도-촬영상 CT 영상 재구성에서의 줄 인공물 억제 방법에 대하여 개략적으로 살펴보면, 저밀도-저촬영상 CT 영상으로부터 획득된 사이노그램(sinogram) gAcq으로부터 여과후 역투영 FBP(Filtered BackProjection)를 이용하여 재구성한 이미지 fFBP의 고강도 영역 fBone을 산출하여 고강도 영역만을 고려한 사이노그램 데이터 gBone를 산출한다.
그리고 압축 센싱 CS(Compressed Sensing)를 기반으로 상기 획득된 사이노그램 gAcq으로부터 상기 고강도 영역만을 고려한 사이노그램 데이터 gBone를 차감하여 고강도 영역에 기인한 성분을 제거한 차감된 사이노그램 gSoft을 산출하고, 상기 차감된 사이노그램 gSoft에 대하여 압축 센싱 CS를 기반으로 연질 조직 이미지 fSoft를 재구성하고, 상기 연질 조직 이미지 fSoft와 고강도 영역 fBone을 기초로 복합 이미지 fSum를 생성한다.
이와 같은 과정으로 복합 이미지 fSum가 생성되면, 상기 복합 이미지 fSum를 CT 영상의 초기 추정치로 이용하여 상기 획득된 사이노그램 gAcq에 대하여 압축 센싱 CS를 반복 수행하여 최종 이미지 fFinal를 생성하게 된다.
도 3은 본 발명에 따른 저밀도-촬영상 CT 영상 재구성에서의 줄 인공물 억제 방법에 대한 개략적인 흐름도를 도시한다.
줄 인공물들을 만들 수 있는 고강도 영역을 식별하기 위하여, 본 발명에서는 먼저 사이노그램(sinogram) gAcq을 획득하고, 제 1 단계로서 획득된 사이노그램 gAcq으로부터 FBP를 이용한 이미지 fFBP를 재구성한다. 그리고 그에 따라 생성된 이미지는 고강도 구조물들 주위의 줄 인공물들을 가질 수 있다.
제 2 단계로서 상기 fFBP로부터, 임계값 설정기술(thresholding technique)을 적용함으로써 fBone이라 나타낸 고강도 영역을 구한다.
제 3 단계로서 고강도 영역 fBone으로부터 고강도 영역만을 고려한 사이노그램 데이터 gBone을 구하기 위해 고강도 영역의 전방 투영을 연산한다.
그리고 제 4 단계로서 획득된 사이노그램 gAcq로부터 고강도 영역만을 고려한 사이노그램 데이터 gBone을 차감하여 고강도 영역으로부터 기인한 성분들을 배제시킨 연질 조직들만을 고려한 차감된 사이노그램 gSoft를 획득한다.
본 발명에서는 CS-기반의 방법을 이용하여 연질 조직 이미지들의 재구성을 위해 연질 조직들만을 고려한 차감된 사이노그램 gSoft를 이용한다. 압축 센싱 CS 기반 이미지를 재구성하는 제 5 단계에서, CT 이미지의 초기 추정치(initial guess)로서 균일한 이미지를 이용하고, 압축센싱 CS를 통해 연질 조직 이미지 fSoft를 재구성한다.
그 후에, 제 6 단계로서 FBP에 의하여 재구성된 고강도 이미지 영역 fBone을 연질 조직 이미지에 더해 복합 이미지 fSum을 얻는다.
그리고 CT 이미지를 더욱 정교하게 하기 위하여, 최종 단계인 제 7 단계에서 얻어진 fSum로 설정된 CT 이미지의 초기 추정치를 이용하여 원래의 사이노그램 gAcq 에 관해 CS-기반 반복들을 다시 수행하여 최종 이미지 fFinal을 획득한다.
이와 같은 본 발명에 따른 과정을 통해 저밀도-촬영상 CT 영상에서 줄 인공물을 억제할 수 있는데, 이하에서는 본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법의 각 단계를 좀 더 자세히 살펴보기로 한다.
획득된 투영 데이터는 gAcq(βn,α)로 표현될 수 있는데, 여기서 βn은 n-촬영상에서의 투영 각도이고, α는 등-간격 팬 빔 기하학적 구조(equi-space fan beam geometry)의 검출기 위치이다.
상기 제 2 단계에서 fFBP로부터 고강도 영역을 추출하기 위하여, 본 발명에서는 전역 임계치(global threshold) TBone을 이용하여 간단한 임계값 설정법을 적용한다. 여기서 이미지 히스토그램의 시각적 검사에 의해 전역 임계치 TBone를 수동으로 선택한다.
임계값 fBone 설정 후에, 고강도 영역을 나타내는 분할 이미지는 하기 [식 3]과 같이 주어진다:
Figure 112011083395419-pat00005
상기 제 5 단계 및 상기 제 7 단계에서의 CS-기반 이미지 재구성은 상기 [식 2]에 정의되는 제약하에서의 최소화 문제(constrained minimization problem)를 해결한다.
또한 상기 제 5 단계에서, 연질 조직 이미지 fSoft를 재구성하기 위한 TV-최소화는 2 개의 데이터 입력치들과 3 개의 제어 파라미터들을 필요로 한다.
상기 2 개의 데이터 입력치들은 연질 조직 사이노그램 gSoft와 모두 0이되는 재구성 이미지의 초기 추측치 fInit이다. 또한 상기 3 개의 제어 파라미터들은 최급강하의 최대 스텝 사이즈(maximum step size of the steepest descent) λ, 각각의 반복 후에 λ의 감소하는 스케일 λs, 및 메인 루프 카운트 κ이다.
이와 같은 조건에 따라 상기 연질 조직 이미지 fSoft를 재구성은, f soft = CS TV ( g Soft , λ := 0.005, λs := 0.99, κ := 40, f Init := 0)로 수행되어 획득할 수 있다.
나아가서 상기 제 7 단계에서는, 상기 제 6 단계에서 얻어진 gAcq와 fSum의 데이터 입력치들을 이용하는 것을 제외하고 상기 제 5 단계에서와 동일한 절차를 이용하여 TV-최소화를 다시 수행하였다.
이와 같은 조건에 따라 상기 최종 이미지 fFinal는, f Final = CS TV ( g Acq , λ := 0.00067, λs := 0.99, κ := 10, f Init := f Sum )로 수행되어 획득할 수 있다.
상기 제 7 단계는 최종 이미지를 정교하게 하려는 목적이 있기 때문에, 본 발명에서는 상기 제 5 단계에서 40의 루프 카운트와 비교하여 상기 제 7 단계에서는 보다 작은 10의 반복 루프 카운트를 이용한다. 여기서 너무 큰 최대 스텝 사이즈는 생성되는 이미지를 대조적으로 너무 약해지게 하며, 너무 작은 최대 스텝 사이즈는 CS 알고리즘을 ART에 가깝게 하려는 경향이 있다는 점을 고려하여 제어 파라미터들을 선택하였다.
본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법을 실험하는데 있어서, 본 발명의 발명자들이 제시한 이전 논문[Lee et al., 2003]에 기술된 랩-제조(lab-built) 마이크로 CT 시스템을 이용하여 모든 CT 스캔들을 수행하였다.
상기 마이크로 CT 시스템은 마이크로-포커스 x-레이 소스, 회전 대상물 홀더, CMOS 평면 검출기(CMOS flat-panel detector)로 이루어진다.
상기 마이크로-포커스 x-레이 소스는 전자 빔에 대해 25°의 각도를 갖는 고정된 텅스텐 애노드 및 200 ㎛-두께의 베릴륨 엑시트 윈도우(beryllium exit window)를 갖는 밀폐된(sealed) 튜브이다. 여기서 방출되는 x-레이 빔 스팬(span) 각도는 43°이며, 소스는 적용되는 튜브 파워에 따라 5 ㎛ 내지 50 ㎛의 가변적인 초점 크기를 갖는다. 상기 마이크로-포커스 x-레이 소스는 1 mm의 두께를 갖는 Al 필터를 가지고 연속적인 모드로 작동하였다.
상업적으로 이용가능한 평면 검출기(C7942, Hamamatsu, Japan)는 상기 마이크로-CT 시스템에서 2D 디지털 x-레이 이미저(2D digital x-ray imager)로서 이용하였다. 상기 평면 검출기는 50 ㎛의 픽셀 피치를 갖는 포토다이오드들과 트랜지스터들의 2240×2240의 액티브 매트릭스, 및 CsI:Tl 신틸레이터(scintillator)로 이루어진다.
상기와 같은 마이크로 CT 시스템를 이용하여 본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법에 대한 이미지 품질 평가를 실시하였다.
특히, 줄 인공물 형성의 관점에서 재구성 이미지 품질을 평가하기 위하여, 2 개의 매트릭스를 이용하며, 그 중 하나는 줄 인공물들로부터 기인하는 총 변동들에 대한 매트릭스이고, 다른 하나는 기준 이미지에 대한 재구성된 이미지의 상대 오차에 대한 매트릭스이다. 하기 [식 4]의 줄 지시계(streak indicator: SI)는 차이 이미지의 총 변동에 의하여 정의하였다.
Figure 112011083395419-pat00006
여기서, f 및 fref는 각각 저밀도-촬영상 이미지 및 기준 전-촬영상(full-view)이다.
기준 이미지들에 대해, 본 발명에 대한 이미지 품질 평가에서는, 작은 줄 인공물들을 갖는 FBP에 의하여 재구성된 900-촬영상 이미지들을 이용하였다. 절대 SI 값들이 아닌, SI 값들의 상대적인 변화치들도 의미가 있기 때문에 본 발명에 따른 재구성 방법들 중에서 SI 성능을 비교하였을 때 이미지 데이터 세트들에 대한 최대 SI 값에 대해 SI 값들을 정규화하였다.
기준 이미지와 비교한 재구성 오차들을 평가하기 위하여, 본 발명에서는 하기 [식 5]에 의하여 정의된 상대오차제곱근(relative root mean square error: RRME)을 이용하였다:
Figure 112011083395419-pat00007
RRME들의 계산시에, 본 발표자들은 SI 평가에서의 것들과 같은 기준 이미지들을 이용하였다.
상기에서 살펴본 본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법에 대한 이미지 품질 평가에 따라 쥐의 골반저 이미지들로부터 동일한 측정들을 수행하였다.
본 이미지 품질 평가에서는 120×120 ㎛2의 픽셀 크기를 갖는 100-촬영상, 180-촬영상, 및 900-촬영상 투영 데이터로부터 FBP를 이용해 512×512 크기의 쥐의 복부 이미지들(rat abdomen images) 및 골반저 이미지들(pelvic floor images)을 재구성하였다.
도 4는 100-촬영상, 180-촬영상 및 900-촬영상 투영 데이터로부터 FBP에 의하여 재구성되는 골반저 이미지들을 나타내고 있다.
골반저의 여러 뼈들로 인해, 100-촬영상 및 180-촬영상 FBP 이미지들은 매우 강한 줄 인공물들을 나타내고 있는 것을 알 수 있다.
도 5는 ART 방법, CS 방법 및 본 발명에 따른 SAC-CS 방법에 의해 재구성되는 쥐의 복부 이미지를 도시한다.
상기 도 5에서 보는 바와 같이 영상 평면의 매우 고강도의 뼈들로 인해, 본 발명에 따른 SAS-CS 이미지들 또한 잔류 줄 인공물들을 나타내고 있으나, 이들은 ART 및 CS 이미지들의 줄 인공물들보다 훨씬 더 적음을 알 수 있다.
도 6은 상기 도 5에 대한 골반저 이미지들의 RRME를 나타내며, 도 7은 상기 도 5에 대한 골반저 이미지들의 정규화된 SI를 나타낸다.
상기 도 6에 도시된 바와 같이 본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법을 통한 SAC-CS 방법은 종래의 FBP, ART 및 CS 방법과 대비하여 RRME가 현저히 낮아졌음을 알 수 있으며, 또한 상기 도 7에 도시된 바와 같이 본 발명에 따른 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법을 통한 SAC-CS 방법은 종래의 FBP, ART 및 CS 방법과 대비하여 SI 성능이 현저히 향상되었음을 알 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (7)

  1. 저밀도-저촬영상 CT 영상의 재구성에의 줄 인공물(streak artifact)을 억제시키기 위한 방법에 있어서,
    저밀도-저촬영상 CT 영상으로부터 획득된 사이노그램(sinogram)으로부터 여과후 역투영 FBP(Filtered BackProjection)를 이용하여 재구성한 이미지의 고강도 영역을 산출하여 고강도 영역만을 고려한 사이노그램 데이터를 산출하는 고강도 영역의 사이노그램 데이터 산출 단계;
    압축 센싱 CS(Compressed Sensing)를 기반으로 상기 획득된 사이노그램으로부터 상기 고강도 영역만을 고려한 사이노그램 데이터를 차감하여 고강도 영역에 기인한 성분을 제거한 차감된 사이노그램을 산출하고, 상기 차감된 사이노그램에 대하여 압축 센싱 CS를 기반으로 연질 조직 이미지를 재구성하고, 상기 연질 조직 이미지와 고강도 영역을 기초로 복합 이미지를 생성하는 복합 이미지 생성 단계; 및
    상기 복합 이미지를 CT 영상의 초기 추정치로 이용하여 상기 획득된 사이노그램에 대하여 압축 센싱 CS를 반복 수행하여 최종 이미지를 생성하는 최종 이미지 생성 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
  2. 제 1 항에 있어서,
    상기 고강도 영역의 사이노그램 데이터 산출 단계는,
    상기 획득된 사이노그램 gAcq을 획득하고, 획득된 사이노그램 gAcq으로부터 FBP를 이용한 이미지 fFBP를 재구성하는 제 1 단계;
    임계값 설정법(thresholding technique)을 적용하여 상기 이미지 fFBP로부터 고강도 영역 fBone를 산출하는 제 2 단계; 및
    상기 고강도 영역 fBone을 전방 투영하여 고강도 영역만을 고려한 사이노그램 데이터 gBone을 산출하는 제 3 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법
  3. 제 2 항에 있어서,
    상기 복합 이미지 생성 단계는,
    상기 획득된 사이노그램 gAcq로부터 고강도 영역만을 고려한 상기 사이노그램 데이터 gBone을 차감하여 고강도 영역으로부터 기인한 성분들을 배제시킨 연질 조직만을 고려한 차감된 사이노그램 gSoft를 획득하는 제 4 단계;
    상기 차감된 사이노그램 gSoft를 이용하여 CT 이미지의 초기 추정치(initial guess)로서 균일한 이미지를 이용하고, 압축센싱 CS를 통해 연질 조직 이미지 fSoft를 재구성하는 제 5 단계; 및
    상기 고강도 이미지 영역 fBone을 연질 조직 이미지 fSoft에 합해 복합 이미지 fSum을 생성하는 제 6 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
  4. 제 3 항에 있어서,
    상기 최종 이미지 생성 단계는,
    CT 이미지의 초기 추정치를 상기 복합 이미지 fSum 로 설정하고, 상기 획득된 사이노그램 gAcq 에 대하여 압축 센싱 CS을 반복 수행하여 최종 이미지 fFinal을 획득하는 제 7 단계를 포함하는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
  5. 제 2 항에 있어서,
    상기 제 2 단계에서,
    상기 임계값 설정법은 전역 임계치(global threshold) TBone을 이용하고,
    상기 전역 임계치 TBone는 이미지 히스토그램의 시각적 검사에 의해 선택되며,
    상기 고강도 영역 fBone은 하기 [식 3]으로 산출하며,
    Figure 112011083395419-pat00008

    여기서, x는 이미지의 x축 좌표이고, y는 이미지의 y축 좌표를 나타내는 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
  6. 제 3 항에 있어서,
    상기 제 5 단계는,
    상기 연질 조직 이미지 fSoft 를 재구성하기 위한 총 변동 TV 기반 최소화에서,
    2 개의 데이터 입력치는, 상기 차감된 사이노그램 gSoft와 모두 0이 되는 재구성 이미지의 초기 추측치 fIni이며,
    3 개의 제어 파라미터는, 최급강하의 최대 스텝 사이즈(maximum step size of the steepest descent) λ, 각각의 반복 후에 λ의 감소하는 스케일 λs 및 메인 루프 카운트 κ인 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
  7. 제 4 항에 있어서,
    상기 제 7 단계는,
    상기 최종 이미지 fFinal 를 획득하기 위한 총 변동 TV 기반 최소화에서,
    2 개의 데이터 입력치는, 상기 획득된 사이노그램 gAcq와 상기 복합 이미지 fSum 이며,
    3 개의 제어 파라미터는, 최급강하의 최대 스텝 사이즈(maximum step size of the steepest descent) λ, 각각의 반복 후에 λ의 감소하는 스케일 λs 및 메인 루프 카운트 κ인 것을 특징으로 하는 저밀도 촬영상 CT 영상 재구성에서 줄 인공물 억제 방법.
KR1020110109117A 2011-10-25 2011-10-25 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법 KR101245536B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110109117A KR101245536B1 (ko) 2011-10-25 2011-10-25 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110109117A KR101245536B1 (ko) 2011-10-25 2011-10-25 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법

Publications (1)

Publication Number Publication Date
KR101245536B1 true KR101245536B1 (ko) 2013-03-21

Family

ID=48182239

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110109117A KR101245536B1 (ko) 2011-10-25 2011-10-25 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법

Country Status (1)

Country Link
KR (1) KR101245536B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591381B1 (ko) 2014-10-30 2016-02-04 기초과학연구원 Ct 촬영에서의 금속에 의한 잡음 및 오류 감쇄방법
KR20160072004A (ko) * 2014-12-12 2016-06-22 삼성전자주식회사 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법
KR101697501B1 (ko) * 2015-07-23 2017-01-18 서울대학교산학협력단 Ct 이미지의 잡음 저감 방법 및 장치
WO2018131733A1 (ko) * 2017-01-13 2018-07-19 서울대학교산학협력단 Ct 이미지의 잡음 저감 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090079994A (ko) * 2006-11-13 2009-07-22 고쿠리츠 다이가쿠 호우진 교토 코우게이 센이 다이가쿠 화상 재구성 장치, 화상 재구성 방법, 화상 재구성 프로그램, ｃｔ장치
KR20100045277A (ko) * 2008-10-23 2010-05-03 (주)바텍이우홀딩스 엑스선 촬영 영상에서 메탈 아티팩트를 감소시키는 방법
KR20110040164A (ko) * 2009-10-13 2011-04-20 성균관대학교산학협력단 사이노그램 복원 장치 및 방법
KR20110097670A (ko) * 2010-02-23 2011-08-31 케어스트림 헬스 인코포레이티드 보정 및 재구성된 컴퓨터 단층 이미지를 제공하는 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090079994A (ko) * 2006-11-13 2009-07-22 고쿠리츠 다이가쿠 호우진 교토 코우게이 센이 다이가쿠 화상 재구성 장치, 화상 재구성 방법, 화상 재구성 프로그램, ｃｔ장치
KR20100045277A (ko) * 2008-10-23 2010-05-03 (주)바텍이우홀딩스 엑스선 촬영 영상에서 메탈 아티팩트를 감소시키는 방법
KR20110040164A (ko) * 2009-10-13 2011-04-20 성균관대학교산학협력단 사이노그램 복원 장치 및 방법
KR20110097670A (ko) * 2010-02-23 2011-08-31 케어스트림 헬스 인코포레이티드 보정 및 재구성된 컴퓨터 단층 이미지를 제공하는 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591381B1 (ko) 2014-10-30 2016-02-04 기초과학연구원 Ct 촬영에서의 금속에 의한 잡음 및 오류 감쇄방법
KR20160072004A (ko) * 2014-12-12 2016-06-22 삼성전자주식회사 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법
KR102273022B1 (ko) 2014-12-12 2021-07-05 삼성전자주식회사 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법
KR101697501B1 (ko) * 2015-07-23 2017-01-18 서울대학교산학협력단 Ct 이미지의 잡음 저감 방법 및 장치
WO2018131733A1 (ko) * 2017-01-13 2018-07-19 서울대학교산학협력단 Ct 이미지의 잡음 저감 방법 및 장치

Similar Documents

Publication Publication Date Title
Clark et al. Micro-CT of rodents: state-of-the-art and future perspectives
CN100457039C (zh) X射线散射校正
CN103649990B (zh) 用于谱ct的图像处理
KR101576703B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터 판독 가능 저장 매체
JP6492005B2 (ja) Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法
JP2019516460A (ja) 空間とスペクトル情報に基づく複数エネルギーのｃｔ画像におけるノイズ制御のためのシステムと方法
US8483471B2 (en) Method and system for scatter correction in X-ray imaging
US20090060121A1 (en) Computed tomography data acquisition apparatus and method
JP6214226B2 (ja) 画像処理装置、断層撮影装置、画像処理方法およびプログラム
JP6497912B2 (ja) 画像処理装置、放射線撮影システム、制御方法、及びプログラム
US20100002830A1 (en) Stereo tube computed tomography
JP6482934B2 (ja) 画像処理装置、放射線検出装置および画像処理方法
CN102270350A (zh) 结合四维噪声滤波器的迭代ct图像重建
KR101905745B1 (ko) ｋ 에지 기반의 내부 토모그라피 영상 처리를 위한 장치 및 방법
KR101245536B1 (ko) 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법
JP2021511875A (ja) スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影（ｃｔ）スキャナ
Dalehaug et al. ADMIRE vs. SAFIRE: Objective comparison of CT reconstruction algorithms and their noise properties
KR102348139B1 (ko) 이중 해상도의 관심 영역 내외 투영 데이터를 이용한 체내 단층 촬영 방법 및 시스템
JP5329204B2 (ja) Ｘ線ｃｔ装置
US10383589B2 (en) Direct monochromatic image generation for spectral computed tomography
US20220071578A1 (en) Improved method of acquiring a radiographic scan of a region-of-interest in a metal containing object
Kim et al. Microtomography with sandwich detectors for small-animal bone imaging
KR20160056979A (ko) 외부 투영 데이터를 이용한 체내 단층촬영 영상의 반복적 재구성 방법 및 시스템
JP7483654B2 (ja) 医用画像処理装置および医用画像処理方法
JP7317651B2 (ja) 医用画像処理装置および医用画像処理方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160308

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190312

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20200311

Year of fee payment: 8