KR101312459B1 - 의료영상의 잡음 저감 방법 - Google Patents

의료영상의 잡음 저감 방법 Download PDF

Info

Publication number
KR101312459B1
KR101312459B1 KR1020120054557A KR20120054557A KR101312459B1 KR 101312459 B1 KR101312459 B1 KR 101312459B1 KR 1020120054557 A KR1020120054557 A KR 1020120054557A KR 20120054557 A KR20120054557 A KR 20120054557A KR 101312459 B1 KR101312459 B1 KR 101312459B1
Authority
KR
South Korea
Prior art keywords
pixel
image
noise
signal
anisotropic
Prior art date
Application number
KR1020120054557A
Other languages
English (en)
Inventor
김종효
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to US14/402,800 priority Critical patent/US9269128B2/en
Priority to KR1020120054557A priority patent/KR101312459B1/ko
Priority to PCT/KR2012/004069 priority patent/WO2013176310A1/ko
Application granted granted Critical
Publication of KR101312459B1 publication Critical patent/KR101312459B1/ko

Links

Images

Classifications

    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Abstract

본 발명은 의료영상에서 영상내의 구조적 특징을 잘 보존하면서 잡음을 저감하는 방법에 관한 것으로서, 본 발명에 따르면 영상촬영장치의 물리적 특성에 따라 사전에 저장된 참조테이블을 이용하여 각 화소에서의 잡음량을 추정하는 단계; 각 화소별로 구조방향과 신호응집성을 계산하는 단계; 상기 구조방향과 응집성을 반영하는 비등방성 평활화 필터커널을 이용하여 비등방성 평활화를 수행하는 단계; 상기 비등방성 평활화된 영상으로부터 다시 구조방향과 신호응집성을 취하여 이를 반영한 비등방성 평활화 필터커널을 얻은 뒤, 상기 잡음량 추정치의 통계적 특성을 반영한 필터링을 수행하는 단계를 가지는 것을 특징을 가지는 의료영상의 잡음 저감 방법이 개시된다.

Description

의료영상의 잡음 저감 방법 {Method For Denoising Of Medical Image}
본 발명은 의료영상에서 영상 내의 구조적 특징을 잘 보존하면서 잡음을 저감하는 방법에 관한 것으로서, 더욱 상세히는 각 화소 위치에서 잡음량을 추정하고, 각 화소별 신호구조의 방향 및 신호응집성을 추출하여 이를 반영하는 필터커널을 구한 뒤, 잡음통계를 반영하는 컨벌루션을 수행함으로써 의료영상의 해부학적 구조성분을 효과적으로 보존하면서 잡음을 선택적으로 억제하여 화질을 개선하는 의료영상의 잡음 저감 방법에 관한 것이다.
X-ray 촬영, CT, MRI 등과 같은 의료영상은 현대의학에 있어서 환자의 진단, 치료과정에서 의사결정을 내리는데 매우 중요한 근거로 활용되며, 따라서 잡음이 적은 고화질 영상을 획득하는 것은 의료영상검사에서 매우 불가결한 요구조건이다. 의료영상의 획득을 위해서는 물리적인 에너지를 사용하며 신체와의 반응을 거쳐 검출기에 포착되는 신호를 얻게 되므로, 이 과정에서 발생된 에너지 발생원 및 공간적인 에너지 분포의 미소변동, 그리고 검출기 내부의 열역학적인 잡음 등으로 인해 불가피하게 잡음의 개입이 발생한다. 특히 전리 방사선을 사용하는 X-ray 촬영 및 CT 등에서는 환자에 대한 방사선 피폭의 위해를 줄이기 위해서 촬영시 사용되는 방사선 노출량을 줄일 필요가 있는데, 노출량의 감소는 의료영상에 개입되는 잡음 크기를 증대하는 결과를 가져온다.
이와 같이 의료영상의 획득과정에서 개입된 잡음을 후 처리를 통해 효과적으로 제거하는 것은 의료영상의 임상적인 활용가치를 높이는데 중요하다.
그러나 영상처리 분야에서 일반적으로 활용되는 잡음제거는 대체적으로 시각적인 편안함을 제고시키는 데 초점이 맞춰져 있기 때문에 잡음제거 과정에서 영상내의 구조적 특징이 일부 훼손되는 것을 방지하기 위한 장치가 충분하지 않다. 또한, 의료영상에서는 잡음제거과정에서 중요한 해부학적 구조나 병변의 형태가 훼손되면 오진을 유발할 수 있어 매우 심각한 결과를 초래할 수 있으므로, 의료영상의 잡음제거 방법은 일반적인 응용분야에서 사용되는 기술과는 차별된 독특한 기능을 구비하여야 한다.
대한민국 공개특허 제10-2001-0041909호, 선명도를 강화하기 위한 방법 및 장치
본 발명은 상술한 문제점을 해결하기 위하여 창출된 것으로, 의료영상에서 구조적인 특징을 보존하면서 잡음성분을 선택적으로 제거하는 방법을 제공하며, 보다 구체적으로는 촬영조건에 따라 사전에 저장한 참조테이블을 이용하여 영상내 화소별 잡음의 크기를 추정하고, 영상의 각 화소에서 구조적 특징을 추출하여 이를 반영한 비등방성 평활화 필터링을 수행함으로써 구조적 특징을 보존하면서 선택적으로 잡음을 억제하는 필터링을 수행하는 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위한 본 발명에 따른 의료영상의 잡음 저감 방법은, 사전에 저장한 참조테이블을 이용하여 영상의 각 화소 위치에서의 잡음량을 추정하는 단계; 각 화소 위치에서 제 1 신호의 구조방향과 제 1 신호응집성을 추출하는 단계; 상기 추출된 신호의 구조방향과 신호응집성을 반영하는 제 1 비등방성 평활화 필터 커널을 얻는 단계; 상기 제 1 비등방성 평활화 커널로 필터링하여 중간단계의 비등방성 평활화된 영상을 얻는 단계; 상기 중간단계의 비등방성 평활화된 영상의 각 화소에서 제 2 신호의 구조방향과 제 2 신호응집성을 다시 추출하여 이를 반영하는 제 2 비등방성 필터 커널을 얻은 후, 상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 필터 커널 범위내의 주변화소에 대해 적용하여 원 영상에 대해 필터링을 수행하는 단계;를 포함한다
여기에서 사전에 저장된 참조테이블은, X-선 촬영시 피사체에 대한 피폭선량과 영상내 화소별 신호평균값을 항목으로 하는 2차원 참조테이블로서, 영상촬영장치로부터 주어지는 피폭선량 수치와 영상내 화소별 신호평균값를 입력함으로써 각 화소에서의 잡음 표준편차를 제공할 수 있다.
영상촬영장치로부터 피폭선량 수치가 주어지지 않을 경우에는, X-선 관전압, 관전류-조사시간 곱, X-선 초점과 검출기간 거리, 사용된 X-선 에너지 필터를 포함하는 정보를 조합하여 사전에 저장한 참조테이블에 의해 피폭선량 수치를 생성하는 것이 가능하다.
또한, 상기 각 화소 위치에서 신호의 구조방향과 신호응집성을 추출하는 단계는, 각 화소에서 정규화된 경사벡터의 수직방향으로서 신호구조의 방향을 결정하고, 상기 정규화된 경사벡터 및 그 수직방향벡터에 따른 경사값의 절대치를 각각 구하여 두 경사값 절대치의 차분을 그 합으로 나눔으로써 신호응집성을 결정할 수 있다.
또한, 상기 각 화소 위치에서 신호의 구조방향과 신호응집성을 추출하는 단계는, 각 화소에서 헤시안(Hessian) 행렬의 두 번째 고유벡터로서 신호구조의 방향을 결정하고, 상기 헤시안 행렬의 두 고유값의 절대치를 각각 구하여 두 고유값 절대치의 차분을 그 합으로 나눔으로써 신호응집성을 결정하는 것이 가능하다.
상기 각 화소 위치에서 신호의 구조방향과 신호응집성을 추출하는 단계는, 각 화소에서 구한 엣지의 절대치와 헤시안(Hessian) 행렬의 첫 번째 고유값의 절대치간의 비율을 구하여 그 비율이 사전에 정한 문턱값보다 클 경우에는 제4항에 따른 신호구조의 방향과 신호응집성으로 결정하며, 그 비율이 사전에 정한 값보다 작을 경우에는 제5항에 따른 신호구조의 방향과 신호응집성으로 결정할 수 있다.
상기 각 화소별로 추출된 신호구조의 방향과 신호응집성을 반영하는 비등방성 평활화 필터 커널을 얻는 단계는, 상기 구조방향과 신호응집성을 이용하는 2차원 비등방성 가우시안 함수에 따른 커널을 구하되, 비등방성 가우시안 함수의 장축과 단축의 길이는 각각 커널의 크기 및 커널의 크기에 신호응집성을 곱한 것으로서 정하고, 비등방성 가우시안 함수의 회전각도는 구조방향으로서 정할 수 있다.
또한, 상기 제 1 비등방성 평활화 커널로 필터링하여 중간단계의 비등방성 평활화된 영상을 얻는 단계는, 제1항에서 영상내 각 화소별로 추정된 잡음량의 총합에 미리 정한 비례계수를 곱하여 정한 반복횟수만큼 반복적인 비등방성 평활화 필터링을 수행할 수 있다.
또한, 상기 각 화소 위치에서 추정된 잡음량을 반영한 추가적인 가중치를 필터 커널범위내의 주변화소에 대해 적용하는 단계는, 커널중심의 화소위치에 대한 중간단계의 비등방성 평활화된 영상의 해당 화소값과 주변화소위치에 대한 원 영상의 화소값간 차이의 절대값을 상기 추정된 잡음량으로 나눈 비율을 구하고 그 비율과 사전에 정한 상수 β를 합한 값으로 1을 나눈 값을 해당 주변화소에 대한 가중치로 적용하는 가중치 반영방법을 적용할 수 있다.
상기 각 화소 위치에서 추정된 잡음량을 반영한 추가적인 가중치를 필터 커널범위내의 주변화소에 대해 적용하는 단계는, 커널중심의 화소위치에서 추정된 잡음량을 표준편차로, 중간단계의 비등방성 평활화된 영상의 해당 화소값을 평균치로, 주변화소위치에 대한 원 영상의 화소 값을 변수로 하는 가우시안 함수의 값을 취하여 주변화소에 대한 가중치로 설정할 수 있다.
또한, 화소별로 추정된 잡음량을 반영한 추가적인 가중치를 필터 커널범위내의 주변화소에 대해 적용하여 원 영상에 대해 필터링을 수행하여 출력을 제공하는 단계는, 원 영상내 각 화소별로 추정된 잡음량의 총합에 미리 정한 비례계수를 곱하여 정한 반복횟수만큼 반복적인 평활화 필터링을 수행하되 각 화소별 잡음량 추정치는 매 반복차수마다 이전 반복차수의 추청치에 미리정한 감소계수를 곱한 수치를 적용할 수 있다.
또한, 화소별로 추정된 잡음량을 반영한 추가적인 가중치를 필터 커널범위내의 주변화소에 대해 적용하여 원 영상에 대해 필터링을 수행하여 출력을 제공하는 단계는 각 화소별로 필터링한 결과 Isn[x,y]에 원 영상의 화소값 I[x,y]을 사전에 지정된 비율로 혼합하여 자연상태의 잡음을 소량 포함시키는 것으로 달성할 수 있다.
본 발명에 따른 의료영상의 잡음 저감 방법에 의하면, 두 가지 측면에서 독창적인 잡음제거 수단을 제공하는데, 첫 번째는 의료영상획득 과정의 물리적인 원리를 사용하여 영상내 화소별 잡음의 크기를 효과적으로 추정하여 잡음제거에 활용하는 것이다. 영역별 잡음의 크기를 알게 되면, 잡음이 많은 영역은 보다 강한 평활화를 적용하고 잡음이 적은 영역은 약한 평활화를 적용함으로써 필요 이상의 과도한 평활화로 인해 화질이 훼손되는 것을 방지할 수 있게 된다.
두 번째는 영상의 각 화소에서 구조적 특징을 추출하여 이를 반영한 비등방성 평활화 필터링을 수행하는 것인데, 이를 통해 영상의 해부학적 구조물의 특징을 보다 효과적으로 보존할 수 있다. 상기 두 가지 수단을 종합적으로 활용함으로써 잡음의 억제와 구조적 성분의 보존을 동시에 성취 가능하다.
도 1은 본 발명에 따른 영상데이터 처리과정의 개요도,
도 2는 본 발명에서 화소별 잡음량 추정단계의 데이터 처리과정 흐름도,
도 3은 영상 내 선형구조가 없거나 중요하지 않은 영상의 경우 구조방향과 응집성 결정과정의 처리 흐름도,
도 4는 영상 내 선형구조가 많고 중요한 영상의 경우 구조방향과 응집성 결정과정의 처리 흐름도,
도 5는 영상 내 선형구조가 있고 중요도가 중간 정도인 영상의 경우 구조방향과 응집성 결정과정의 처리 흐름도,
도 6은 2차원 비등방성 가우시안 함수를 이용하는 비등방성 커널 생성 과정의 처리 흐름도,
도 7은 2차원 비등방성 가우시안 함수를 이용하여 생성된 비등방성 커널의 예시도,
도 8은 가우시안 함수를 이용하여 커널내 주변화소에 대해 잡음량을 반영한 가중치를 적용하는 과정의 처리 흐름도이다.
이하 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명에 따른 영상데이터 처리과정의 개요도로서 영상획득단계(S100), 잡음량 추정단계(S200), 구조방향 및 신호 응집성 추출단계(S300), 비등방성 필터 커널 취득단계(S400), 중간단계의 비등방성 필터링 결과 영상 생성단계(S500), 중간단계의 비등방성 필터링 결과 영상으로부터 각 화소별 비등방성 필터 커널 취득단계(S600), 잡음량을 반영한 가중치를 적용한 비등방성 필터링을 원영상에 수행하는 단계(S700), 결과 영상 생성단계(S800)로 구성되며, 각 단계의 자세한 내용은 이 후 설명하기로 한다.
도 2는 화소별 잡음량 추정단계의 데이터 처리과정을 도시하고 있다. 이를 설명하면, 촬영시의 피폭선량값과 얻어진 영상데이터, 그리고 사전에 저장되어 있는 촬영장치의 잡음특성 참조 테이블을 종합함으로써 화소별 잡음량을 추정한다. 화소별 잡음량에 대한 정보를 알게 되면 이후 잡음 억제과정에서 필요이상의 과도한 잡음억제를 피하는 것이 가능하게 되어 평활화 과정에서 발생할 수 있는 화질의 훼손을 방지할 수 있게 된다.
광학영상 또는 X-선 영상과 같이 광양자(photon)에 의해 영상이 형성되는 영상장치에서는 영상에 잡음을 개입시키는 원인은 두 가지 요소로서, 그 하나는 광양자의 통계적 분포에 기인한 것이고 다른 하나는 시스템내부 전자회로에서 발생하는 잡음이다. 한 화소 내에 입사하는 광양자의 통계적 분포는 푸아송(Poisson) 분포를 따르는 것으로 알려져 있으며, 이때 화소값의 표준편차는 화소당 평균 입사하는 광양자 수의 제곱근에 의해 결정된다. 그러나, 실제로 얻어진 영상에서의 화소값은 영상검출기 내부의 전자회로에서 Poisson 분포를 따르지 않는 잡음이 추가되어 출력되기 때문에 전자소자의 열잡음, X-선 에너지에 의한 간섭 잡음등이 복합적으로 작용하는 복잡한 관계를 갖는다.
본 발명에서는 위와 같이 복잡한 요소들에 의해 결정되는 잡음량을 보다 단순히 추정할 수 있게 하기 위해 잡음량 참조 테이블(look-up table) 방법을 사용한다. 본 발명에서 사용하는 잡음량 참조 테이블은 2차원 테이블로서, 그 첫 번째 항목은 대상체의 X-선 피폭선량(radiation dose)이고 두 번째 항목은 화소별 영상신호의 평균값이다. X-선 노출선량은 촬영시 X-선 발생장치로부터 대상체에 입사한 방사선 노출량을 나타내는 값으로서 촬영장치내에 내장된 피폭선량계(dose meter)를 통하여 얻거나, 혹은 자주 사용되는 촬영조건에 대해 사전에 미리 측정된 값으로 대치할 수 있다. 본 발명에서는 주어진 촬영장치에 대해 사전에 실험을 통해 잡음량 참조 테이블을 생성한 후, 실제 촬영 시에는 이 참조 테이블을 이용하여 영상내 각 위치 [x,y] 에서 잡음량 추정치 σn[x,y]를 구한다.
본 발명의 제 2 단계는 화소별 구조방향(structure direction)과 신호응집도(signal coherence)를 추정하는 단계로서, 각 에서 신호강도의 경사벡터와 Hessian 행렬 H[x,y]의 고유벡터등을 종합하여 추정한다. 화소별 구조방향과 응집도를 알게 되면 이후 잡음 억제과정에서 이를 활용한 평활화를 수행함으로써 영상내 구조적 특징을 보존하면서 잡음성분만을 선택적으로 저감할 수 있게 된다.
본 발명에서 구조방향은 구조물의 주행방향을 가리키는 것으로, 신호응집도는 신호구조의 방향이 얼마나 뚜렷한지를 나타내는 것으로 각각 정의한다. 경사면을 갖는 구조물의 주행 방향벡터 D g [x,y]는 주어진 화소위치 [x,y]에서 수학식(1)과 같은 경사벡터 G[x,y]를 구하여 수학식(1-1)과 같이 정규화 한 뒤, 그 수직방향을 구한 벡터로서 수학식(2)와 같이 구할 수 있다. 이때 신호구조의 응집도 C g [x,y]는 정규화된 경사벡터에 따른 신호경사값 μ1 과 그 수직방향에 따른 신호경사값 μ2 로부터 구할 수 있는데, 그 바람직한 실시 예는 수학식(3)과 같다.
Figure 112012041117652-pat00001
[수학식 1-1]
Figure 112012041117652-pat00002
Figure 112012041117652-pat00003
Figure 112012041117652-pat00004
Figure 112012041117652-pat00005
Figure 112012041117652-pat00006
한편, 영상 내에 가느다란 선형 구조가 있을 경우에는 선분의 중심에서 경사도의 크기가 '0' 이 되어 구조물의 주행이 있음에도 불구하고 방향을 나타내지 못하는 경우가 있는데, 이럴 경우에는 수학식(4)과 같은 헤시안(Hessian) 행렬 H[x,y]로부터 첫번째와 두번 째 고유값 λ1, λ2 과 이에 해당하는 고유벡터 V1[x,y], V 2 [x,y]를 구한 뒤, 크기가 작은 고유값에 해당하는 고유벡터로서 수학식(5)와 같이 그 방향을 얻을 수 있다. 이때 신호구조의 응집도 C h [x,y]는 Hessian 행렬로부터 얻는 두 개의 고유값 λ1, λ2 을 이용하여 수학식(6)와 같이 얻을 수 있다.
Figure 112012041117652-pat00007
Figure 112012041117652-pat00008
Figure 112012041117652-pat00009
도3 내지 도5는 아래 언급할 선형 구조의 유무와 중요영상에 따른 처리 과정을 도시한 것으로, 본 발명에서는 피사체의 종류에 따라 선형 구조가 없거나 중요하지 영상에 대해서는 수학식(2)및 수학식(3)의 방법으로 신호구조의 방향 및 응집도를 구하고, 선형구조가 많은 영상의 경우에는 수학식(5)및 수학식(6)의 방법으로 신호구조의 방향 및 응집도를 구하며, 그 중간 정도의 영상에 대해서는 수학식(7)및 수학식(8)과 같이 화소별로 선택적으로 사용할 수 있음을 확인 가능하다.
Figure 112012041117652-pat00010
Figure 112012041117652-pat00011
본 발명의 제 3 단계는 화소별 구조방향과 신호응집도를 이용한 평활화 필터링을 수행하는 단계로서, 화소별로 구한 구조방향과 신호응집도를 반영하는 비등방성 필터커널을 선택하여 필터링을 취함으로써 구조물의 특징을 보존하는 평활화를 수행한다.
상기 구조방향과 신호응집도를 반영하는 비등방성 필터커널은 구조방향에 위치한 화소에 대해 다른 방향에 위치한 화소보다 더 높은 가중치를 주며, 신호응집도에 따라 필터커널의 장축 및 단축 폭을 달리하는 원리를 적용하는 어떤 커널이라도 가능하나, 여기서는 바람직한 실시 예로서 비등방성 2차원 가우시안 필터커널의 예를 기술한다. 수학식(9)는 장축과 단축의 길이가 각각 σx, σy 이고 각도가 θ 인 비등방성 2차원 가우시안 함수를 나타내며 장축과 단축의 길이를 달리함으로써 비등방성을 표현할 수 있고, 장축과 단축 길이의 비율을 달리함으로써 비등방성의 정도를 표현할 수 있으며, 각도를 가진 필터커널을 생성하는 데 적합하다.
본 발명의 실시예에 따르면 사용하고자 하는 비등방성 필터커널의 크기를 N 이라 정하면, 비등방성 2차원 가우시안 함수의 장축길이는 σx =N, 단축길이는
σx=( 1 - C(x,y)) N, 그리고 각도 θ= tan(
Figure 112012041117652-pat00012
)와 같이 상기 신호구조의 방향과 응집도를 이용하여 비등방성 2차원 가우시안 함수 형태의 커널을 생성하는 것이 가능하다.
Figure 112012041117652-pat00013
여기서
Figure 112012041117652-pat00014
Figure 112012041117652-pat00015
Figure 112012041117652-pat00016
이와 같은 필터커널은 매 화소별로 계산에 의해 생성할 수도 있으나, 계산량을 줄이기 위해서 미리 다양한 신호구조 방향과 응집도에 대해 필터커널들의 배열을 생성해 놓고 매 신호마다 얻은 신호구조 방향과 응집도를 참조하여 해당하는 필터커널을 읽어와서 사용할 수도 있다.
본 발명의 제 3 단계에서는 각 화소별로 구조방향과 신호응집도를 반영하는 필터커널을 얻은 다음, 필터링을 취함으로써 비등방성 평활화를 수행하여 중간단계의 비등방성 평활화된 영상을 얻는다. 이때 영상내에 잡음이 큰 경우에는 초기에 구한 화소별 신호구조 방향과 응집도에 오차가 클 수 있으므로, 영상내 잡음량 추정치의 총합에 미리 정한 비례계수를 곱하여 정한 횟수만큼 비등방성 평활화를 반복 수행하는 것이 바람직하다.
도 6을 통해서 2차원 비등방성 가우시안 함수를 이용하는 비등방성 커널 생성 과정을 도시하였고, 2차원 비등방성 가우시안 함수를 이용하여 생성된 비등방성 커널의 예시도(도 7) 확인이 가능하다.
본 발명의 제 4 단계는 화소별 잡음량을 반영한 비등방성 평활화를 수행하는 단계로서, 제 3 단계에서 얻은 영상으로부터 각 화소별 구조방향과 신호응집도를 다시 취하여 이에 해당하는 비등방성 필터커널을 구한 다음, 원래의 영상에 대해 상기 필터커널과 더불어 해당 화소에서의 잡음통계를 반영한 필터링을 계산함으로써 최종 잡음 억제 영상을 얻는다.
제 4 단계 처리과정의 핵심은 비등방성 필터커널 범위내에 있는 주변화소들에 대해 잡음통계를 반영하는 추가적인 가중치를 반영하는 것이며, 이를 통해 잡음의 통계적 범위를 벗어난 주변 화소에 대해서는 필터링 과정의 참여를 약화시켜 구조적 성분을 보존하는 것이다.
제 4 단계 처리과정에서 비등방성 필터커널 범위내에 있는 주변화소들에 대해 잡음통계를 반영하는 추가적인 가중치를 반영하는 방법은 상기의 구조적 성분 보존의 원리를 만족하는 어떤 방법이라도 적용가능하나, 그 원리에 대한 이해를 돕기 위해 여기서는 두 가지의 바람직한 실시예를 기술한다.
첫 번째 바람직한 실시 예에서, 비등방성 필터커널이 위치한 중심화소의 위치를 [x,y] 라 하고, 중심화소 위치에서 추정한 잡음량 σn[x,y]을 중심화소 위치에 대해 제 3 단계에서 얻은 중간단계 평활화 영상의 화소값을 Is[x,y], 커널범위내에서 중심화소로부터 x축 방향으로 i 화소, y축 방향으로 j 화소만큼 떨어진 주변화소의 위치를 [x+i, y+j], 주변화소 위치에 대한 원 영상의 화소값을 I[x+i, y+j]라 할때, I[x+i, y+j] 와 Is[x,y] 간의 차이값의 절대치를 추정 잡음량 σn[x,y]로 나눈 비율을 구하고, 그 비율과 사전에 정한 상수 β 를 합한 값을 1 로 나눈 값을 해당 주변화소에 대한 가중치로 적용하는 가중치 반영방법을 적용할 수 있다. 이 실시 예에 따른 가중치의 계산 수식은 수학식 (10) 과 같이 표현할 수 있다.
Figure 112012041117652-pat00017
두 번째 바람직한 실시 예에서는, 커널중심의 화소위치 [x,y]에서 추정된 잡음량 σn[x,y]을 표준편차로, 중간단계의 비등방성 평활화된 영상의 해당 화소값 Is[x,y]을 평균치로, 커널중심으로부터 x축 방향으로 i 화소, y축 방향으로 j 화소만큼 떨어진 주변화소의 위치 [x+i, y+j]에 대한 원 영상의 화소 값 I[x+i, y+j]을 변수로 하는 가우시안 함수의 값을 취하여 주변화소위치 [x+i, y+j]에 대한 가중치로 설정한다.
이 실시 예에 따른 가중치의 계산 수식은 수학식(11)과 같이 표현할 수 있다.
Figure 112012041117652-pat00018
수학식(12)에는 상기에서 예시와 같은 방법에 따라 잡음량이 반영된 가중치 W x,y (i,j)를 적용하여 비등방성 커널 K x,y [i,j]로 필터링 하는 과정을 예시하였다.
Figure 112012041117652-pat00019
여기서 I sn [x,y]는 커널중심의 화소위치에서 필터링하여 얻은 화소값이며, Ax,y는 커널의 총합이 1 이 되게 하기 위한 보정계수, 그리고 N은 커널의 크기이다.
상기와 같이 잡음통계를 고려한 비등방성 평활화 결과는 신호의 구조적인 성분을 보존하면서 잡음성분을 선택적으로 억제하는 효과를 가져올 수 있다.
이때 영상내에 잡음이 큰 경우에는 잡음억제 효과가 충분하지 못할 수 있으므로, 원 영상에서 구한 영상내 잡음량 추정치의 총합에 미리 정한 비례계수를 곱하여 정한 횟수만큼 잡음통계를 고려한 비등방성 평활화 필터링을 반복 수행하는 것이 바람직하다. 이 경우, 필터링 수행에 의해 잡음의 크기가 줄어들게 되므로, 각 화소별 잡음량 추정치는 매 반복차수마다 이전 반복차수의 추청치에 미리정한 감소계수를 곱한 수치를 적용하는 것이 바람직하다.
한편, 때로는 의료영상의 육안적 관찰시에는 소량의 잡음성분이 존재하는 것이 보다 자연스러울 수 있으므로 추가적으로 수학식(13)과 같이 필터링 결과값 Isn[xy]에 사전에 지정된 비율α 만큼 원 영상의 화소값 I[x,y]를 혼합하여 최종 출력으로 제공할 수 있다.
Figure 112012041117652-pat00020
이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 아래에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
10: 비등방성 커널

Claims (12)

  1. (a) 의료영상의 잡음억제에 있어서 사전에 저장한 참조테이블을 이용하여 영상의 각 화소 위치에서의 잡음량을 추정하는 단계;
    (b) 각 화소 위치에서 제 1 신호의 구조방향과 제 1 신호응집성을 추출하는 단계;
    (c) 상기 추출된 신호의 구조방향과 신호응집성을 반영하는 제 1 비등방성 평활화 필터 커널을 얻는 단계;
    (d) 상기 제 1 비등방성 평활화 커널로 필터링하여 중간단계의 비등방성 평활화된 영상을 얻는 단계; 및
    (e) 상기 중간단계의 비등방성 평활화된 영상의 각 화소에서 제 2 신호의 구조방향과 제 2 신호응집성을 다시 추출하여 이를 반영하는 제 2 비등방성 필터 커널을 얻은 후, 상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 제2 비등방성 필터 커널 범위내의 주변 화소에 대해 적용하여 원 영상에 대해 필터링을 수행하는 단계;를 포함하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  2. 제1항에 있어서,
    영상촬영장치의 물리적 특성에 따라 사전에 저장한 참조테이블은,
    X-선 촬영시 피사체에 대한 피폭선량과 영상내 화소별 신호평균값을 항목으로 하는 2차원 참조테이블로서, 영상촬영장치로부터 주어지는 피폭선량 수치와 영상내 화소별 신호평균값를 입력함으로써 각 화소에서의 잡음 표준편차를 제공하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  3. 제2항에 있어서,
    상기 영상촬영장치로부터 피폭선량 수치가 주어지지 않을 경우에는, X-선 관전압, 관전류-조사시간 곱, X-선 초점과 검출기간 거리, 사용된 X-선 에너지 필터를 포함하는 정보를 조합하여 사전에 저장한 참조테이블에 의해 피폭선량 수치를 생성하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  4. 제1항에 있어서,
    상기 (b) 또는 (e)단계에서
    상기 각 화소 위치에서 제1 또는 제2 신호의 구조방향과 제1 또는 제2 신호응집성을 추출하는 단계는,
    각 화소에서 정규화된 경사벡터의 수직방향으로서 신호구조의 방향을 결정하고, 상기 정규화된 경사벡터 및 그 수직방향벡터에 따른 경사값의 절대치를 각각 구하여 두 경사값 절대치의 차분을 그 합으로 나눔으로써 신호응집성을 결정하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  5. 제4항에 있어서,
    상기 (b) 또는 (e)단계에서
    상기 각 화소 위치에서 제1 또는 제2 신호의 구조방향과 제1 또는 제2 신호응집성을 추출하는 단계는,
    각 화소에서 헤시안(Hessian) 행렬의 두 번째 고유벡터로서 신호구조의 방향을 결정하고, 상기 헤시안 행렬의 두 고유값의 절대치를 각각 구하여 두 고유값 절대치의 차분을 그 합으로 나눔으로써 신호응집성을 결정하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  6. 제5항에 있어서,
    상기 (b) 또는 (e)단계에서
    상기 각 화소 위치에서 제1 또는 제2 신호의 구조방향과 제1 또는 제2 신호응집성을 추출하는 단계는,
    각 화소에서 구한 경사의 절대치와 헤시안(Hessian) 행렬의 첫 번째 고유값의 절대치간의 비율을 구하여 그 비율이 사전에 정한 문턱값보다 클 경우에는
    각 화소에서 정규화된 경사벡터의 수직방향으로서 결정된 신호구조의 방향과, 상기 정규화된 경사벡터 및 그 수직방향벡터에 따른 경사값의 절대치를 각각 구하여 두 경사값 절대치의 차분을 그 합으로 나눔으로써 결정된 신호응집성으로 결정하며,
    그 비율이 사전에 정한 값보다 작을 경우에는
    각 화소에서 헤시안(Hessian) 행렬의 두 번째 고유벡터로서 결정된 신호구조의 방향과, 상기 헤시안 행렬의 두 고유값의 절대치를 각각 구하여 두 고유값 절대치의 차분을 그 합으로 나눔으로써 결정된 신호응집성으로 결정하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  7. 제1항에 있어서,
    상기 (c) 또는 (e)단계에서
    상기 제1 또는 제2 신호의 추출된 구조방향과 신호응집성을 반영하는 상기 제1 또는 제2 비등방성 평활화 필터 커널을 얻는 단계는,
    상기 제1 또는 제2 신호의 추출된 구조방향과 신호응집성을 이용하는 2차원 비등방성 가우시안 함수에 따른 커널을 구하되, 비등방성 가우시안 함수의 장축과 단축의 길이는 각각 커널의 크기 및 커널의 크기에 신호응집성을 곱한 것으로서 정하고, 비등방성 가우시안 함수의 회전각도는 구조방향으로서 정하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  8. 제1항에 있어서,
    상기 제 1 비등방성 평활화 커널로 필터링하여 중간단계의 비등방성 평활화된 영상을 얻는 단계는, 상기 제1항에서 영상내 각 화소위치별로 추정된 잡음량의 총합에 미리정한 비례계수를 곱하여 정한 반복횟수만큼 반복적인 비등방성 평활화 필터링을 수행하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  9. 제1항에 있어서,
    상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 제2 등방성 커널 범위 내의 주변 화소에 대해 적용하여 원 영상에 대한 필터링을 수행하는 단계는,
    커널중심의 화소위치에 대한 중간단계의 비등방성 평활화된 영상의 해당 화소값과 주변화소위치에 대한 원 영상의 화소값간 차이의 절대값을 상기 추정된 잡음량으로 나눈 비율을 구하고 그 비율과 사전에 정한 상수 β를 합한 값으로 1을 나눈 값을 해당 주변화소에 대한 가중치로 적용하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  10. 제1항에 있어서,
    상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 제2 등방성 커널 범위 내의 주변 화소에 대해 적용하여 원 영상에 대한 필터링을 수행하는 단계는,
    커널중심의 화소위치에서 추정된 잡음량을 표준편차로, 중간단계의 비등방성 평활화된 영상의 해당 화소값을 평균치로, 주변화소위치에 대한 원 영상의 화소 값을 변수로 하는 가우시안 함수의 값을 취하여 주변화소에 대한 가중치로 설정하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  11. 제1항에 있어서,
    상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 제2 등방성 커널 범위 내의 주변 화소에 대해 적용하여 원 영상에 대한 필터링을 수행하는 단계는,
    원 영상에서 구한 영상내 잡음량 추정치의 총합에 미리정한 비례계수를 곱하여 정한 횟수만큼 필터링을 반복 수행하되, 각 화소별 잡음량 추정치는 매 반복차수마다 이전 반복차수의 추청치에 미리정한 감소계수를 곱한 수치를 적용하는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
  12. 제1항에 있어서,
    상기 각 화소위치에서 추정된 잡음량을 반영한 추가적인 가중치를 제2 등방성 커널 범위 내의 주변 화소에 대해 적용하여 원 영상에 대한 필터링을 수행하는 단계는,
    각 화소별로 필터링한 결과 Isn[x,y]에 원 영상의 화소값 I[x,y]을 사전에 지정된 비율로 혼합하여 자연상태의 잡음을 포함시키는 것을 특징으로 하는 의료영상의 잡음 저감 방법.
KR1020120054557A 2012-05-23 2012-05-23 의료영상의 잡음 저감 방법 KR101312459B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/402,800 US9269128B2 (en) 2012-05-23 2012-05-23 Method for reducing noise in medical image
KR1020120054557A KR101312459B1 (ko) 2012-05-23 2012-05-23 의료영상의 잡음 저감 방법
PCT/KR2012/004069 WO2013176310A1 (ko) 2012-05-23 2012-05-23 의료영상의 잡음 저감 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120054557A KR101312459B1 (ko) 2012-05-23 2012-05-23 의료영상의 잡음 저감 방법

Publications (1)

Publication Number Publication Date
KR101312459B1 true KR101312459B1 (ko) 2013-09-27

Family

ID=49456890

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120054557A KR101312459B1 (ko) 2012-05-23 2012-05-23 의료영상의 잡음 저감 방법

Country Status (3)

Country Link
US (1) US9269128B2 (ko)
KR (1) KR101312459B1 (ko)
WO (1) WO2013176310A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021153993A1 (ko) * 2020-01-28 2021-08-05 주식회사 클라리파이 딥러닝 기반 가속촬영 mr 이미지 화질 복원 장치 및 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104287768A (zh) * 2014-09-30 2015-01-21 沈阳东软医疗系统有限公司 一种ct扫描剂量控制方法及系统
US10451766B2 (en) * 2014-12-19 2019-10-22 Schlumberger Technology Corporation Methods of elemental imaging of formations and systems for producing the same
JP6685762B2 (ja) * 2016-02-22 2020-04-22 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
CN106203299A (zh) * 2016-06-30 2016-12-07 北京二郎神科技有限公司 一种可操控设备的控制方法和装置
CN111008943B (zh) * 2019-12-24 2023-04-14 广州柏视医疗科技有限公司 低剂量dr图像降噪方法及系统
CN113129235A (zh) * 2021-04-22 2021-07-16 深圳市深图医学影像设备有限公司 一种医学图像噪声抑制算法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080007747A1 (en) 2006-06-30 2008-01-10 Fuji Photo Film Co., Ltd. Method and apparatus for model based anisotropic diffusion
US7660481B2 (en) 2005-11-17 2010-02-09 Vital Images, Inc. Image enhancement using anisotropic noise filtering

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5641596A (en) * 1995-12-05 1997-06-24 Eastman Kodak Company Adjusting film grain properties in digital images
JP2002535896A (ja) 1999-01-15 2002-10-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 鮮明度を向上させる方法および装置
US6314160B1 (en) 1999-12-17 2001-11-06 General Electric Company Method and apparatus for performing fluoroscopic noise reduction
WO2002102086A2 (en) * 2001-06-12 2002-12-19 Miranda Technologies Inc. Apparatus and method for adaptive spatial segmentation-based noise reducing for encoded image signal
JP3934506B2 (ja) * 2002-08-06 2007-06-20 オリンパス株式会社 撮像システムおよび画像処理プログラム
JP4951758B2 (ja) 2006-12-11 2012-06-13 国立大学法人九州大学 異方性ノイズを除去するためのプログラムと異方性ノイズ除去方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7660481B2 (en) 2005-11-17 2010-02-09 Vital Images, Inc. Image enhancement using anisotropic noise filtering
US20080007747A1 (en) 2006-06-30 2008-01-10 Fuji Photo Film Co., Ltd. Method and apparatus for model based anisotropic diffusion

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021153993A1 (ko) * 2020-01-28 2021-08-05 주식회사 클라리파이 딥러닝 기반 가속촬영 mr 이미지 화질 복원 장치 및 방법

Also Published As

Publication number Publication date
US20150131885A1 (en) 2015-05-14
US9269128B2 (en) 2016-02-23
WO2013176310A1 (ko) 2013-11-28

Similar Documents

Publication Publication Date Title
KR101312459B1 (ko) 의료영상의 잡음 저감 방법
US8605970B2 (en) Denoising medical images
JP6021448B2 (ja) Ｘ線ｃｔ装置
Liu et al. Deep iterative reconstruction estimation (DIRE): approximate iterative reconstruction estimation for low dose CT imaging
Lauzier et al. Characterization of statistical prior image constrained compressed sensing (PICCS): II. Application to dose reduction
Zhang et al. Statistical image reconstruction for low-dose CT using nonlocal means-based regularization. Part II: An adaptive approach
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
KR20130038794A (ko) 디지털 엑스레이 프레임들 시리즈에서의 잡음 감소의 방법
WO2007061744A2 (en) Image enhancement using anisotropic noise filtering
US20080285881A1 (en) Adaptive Image De-Noising by Pixels Relation Maximization
Budhiraja et al. An efficient image denoising scheme for higher noise levels using spatial domain filters
Bhateja et al. An improved medical image fusion approach using PCA and complex wavelets
Seo et al. The effects of total variation (TV) technique for noise reduction in radio-magnetic X-ray image: Quantitative study
Prasath Quantum noise removal in X-ray images with adaptive total variation regularization
CN107862699A (zh) 骨骼ct图像的骨骼边缘提取方法、装置、设备及存储介质
WO2015162519A1 (en) Restoration of low contrast structure in de-noise image data
Hsieh et al. A limit on dose reduction possible with CT reconstruction algorithms without prior knowledge of the scan subject
Deng et al. Projection data smoothing through noise-level weighted total variation regularization for low-dose computed tomography
Zeng Photon starvation artifact reduction by shift-variant processing
Al-Antari et al. Denoising images of dual energy X-ray absorptiometry using non-local means filters
Boby et al. Medical Image Denoising Techniques against Hazardous Noises: An IQA Metrics Based Comparative Analysis
JP5632920B2 (ja) ボケイメージ内のブラーの特性を決定するシステム及び方法
Khodadadi et al. Edge-preserving ultrasonic strain imaging with uniform precision
Rajith et al. Edge preserved de-noising method for medical x-ray images using wavelet packet transformation
Choi et al. Integration of 2D iteration and a 3D CNN-based model for multi-type artifact suppression in C-arm cone-beam CT

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170913

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180831

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190910

Year of fee payment: 7