KR101473893B1 - 재구성 영상의 잡음 제거 장치 및 그 방법 - Google Patents
재구성 영상의 잡음 제거 장치 및 그 방법 Download PDFInfo
- Publication number
- KR101473893B1 KR101473893B1 KR1020130049152A KR20130049152A KR101473893B1 KR 101473893 B1 KR101473893 B1 KR 101473893B1 KR 1020130049152 A KR1020130049152 A KR 1020130049152A KR 20130049152 A KR20130049152 A KR 20130049152A KR 101473893 B1 KR101473893 B1 KR 101473893B1
- Authority
- KR
- South Korea
- Prior art keywords
- noise
- gaussian
- image
- reconstructed image
- sensitivity map
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000035945 sensitivity Effects 0.000 claims abstract description 42
- 238000002600 positron emission tomography Methods 0.000 claims abstract description 32
- 239000006185 dispersion Substances 0.000 claims abstract description 28
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 230000006641 stabilisation Effects 0.000 claims abstract description 18
- 238000011105 stabilization Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000002603 single-photon emission computed tomography Methods 0.000 claims abstract description 7
- 230000001131 transforming effect Effects 0.000 claims abstract description 5
- 238000002591 computed tomography Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008033 biological extinction Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000014644 Brain disease Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
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
- A61B6/52—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
-
- 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
- A61B6/022—Stereoscopic imaging
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine (AREA)
- Image Processing (AREA)
Abstract
본 발명은 양전자 방출 단층 촬영(PET), SPECT, CT, Panorama X-ray 등의 의료진단 영상 장비에서 획득한 재구성 영상의 잡음 특성을 고려하여 가우시안 기반 잡음을 제거하는, 재구성 영상의 잡음 제거 장치 및 그 방법을 제공한다.
이를 위하여, 본 발명은, 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 장치에 있어서, 상기 의료진단 영상 장비에 해당되는 시스템 매트릭스에 따른 민감도 맵을 생성하는 민감도 맵 생성부; 상기 민감도 맵 생성부에서 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 평균/분산 선형부; 상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 분산 안정화 변환부; 및 상기 분산 안정화 변환부에 의해 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 가우시안 잡음 제거부를 포함한다.
이를 위하여, 본 발명은, 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 장치에 있어서, 상기 의료진단 영상 장비에 해당되는 시스템 매트릭스에 따른 민감도 맵을 생성하는 민감도 맵 생성부; 상기 민감도 맵 생성부에서 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 평균/분산 선형부; 상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 분산 안정화 변환부; 및 상기 분산 안정화 변환부에 의해 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 가우시안 잡음 제거부를 포함한다.
Description
본 발명은 재구성 영상의 잡음 제거 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 양전자 방출 단층 촬영(PET), SPECT, CT, Panorama X-ray 등의 의료진단 영상 장비에서 획득한 재구성 영상의 잡음 특성을 고려하여 가우시안 기반 잡음을 제거하는, 재구성 영상의 잡음 제거 장치 및 그 방법에 관한 것이다.
양전자 방출 단층 촬영(PET : Positron Emission Tomography)은 양전자를 방출하는 방사성 의약품을 이용하여 인체에 대한 생리적, 화학적, 기능적 영상을 3차원으로 나타낼 수 있는 핵의학 검사 방법 중 하나로서 널리 이용되고 있다.
이러한 양전자 방출 단층 촬영(PET)은 주로 여러 종류의 암을 진단하는데 활용되고 있으며 암에 대한 감별 진단, 병기 설정, 재발 평가, 치료 효과 판정 등에 대해서도 유용한 결과를 제공한다. 이외에도 양전자 방출 단층 촬영(PET)을 이용해 심장 질환, 뇌 질환 및 뇌 기능 평가를 위한 수용체 영상이나 대사 영상도 얻을 수 있다.
방사성 동위원소에서 방출된 양전자는 방출 후 아주 짧은 시간 동안에 자체 운동 에너지를 모두 소모하고 이웃하는 전자와 결합하여 소멸하게 되는데, 이때 180° 각도로 2개의 소멸 방사선(감마선)을 방출한다.
원통형으로 만들어진 양전자 방출 단층 촬영(PET) 스캐너는 동시에 방출되는 2개의 소멸 방사선을 검출할 수 있다. 이렇게 검출된 방사선을 이용해 영상을 재구성하면, 신체의 어떤 부위에 방사성 의약품이 얼마나 모여 있는지를 3차원 단층영상으로 나타낼 수 있다.
그러나, 양전자 방출 단층 촬영을 위해서 환자는 방사선 노출을 감수해야 한다. 이러한 방사선 노출 증가 문제를 줄이기 위해 획득 시간을 최대한 줄여야 하는 필요성이 존재하게 된다.
예를 들어, 호흡에 의한 움직임에 의한 PET 영상의 화질 저하를 막기 위해 각 호흡 상태 별로 각각의 데이터로 분류해야 하는 경우가 필요하다. 이 때, 각 호흡 상태에서의 데이터는 데이터의 양이 매우 적어서 잡음 대 신호 비(SNR : signal-to-noise ratio)가 매우 낮다. 이를 극복하기 위해서 데이터 양이 작을 때에도 분류된 각 호흡 상태의 데이터가 의미 있는 값을 가져 신호가 잘 나타낼 수 있도록 잡음을 줄이는 것은 매우 중요하다. 이러한 PET 영상의 화질 저하는 궁극적으로 정확한 진단 및 치료를 방해하므로, 해결되어야만 한다.
잡음을 줄이기 위해서는, 현재 PET 시스템에서는 포스트 스무딩(post smoothing) 기법이 적용되고 있다. 이 포스트 스무딩 기법은 영상 전체를 하나의 시그마 값으로 일관되게 영상의 모든 부분에 섞인 잡음을 제거하기 때문에, 민감도에 따른 효과적인 잡음 감소를 수행할 수 없다. 예를 들어, 잡음의 정도에 비해 정해진 시그마 값이 작을 경우 잡음이 많이 남아 있게 되고, 잡음의 정도에 비해 정해진 시그마 값이 클 경우 필요 이상으로 잡음이 제거되어 영상 구조(structure)가 사라지고 뭉개질 우려가 있다.
다시 말하면, 종래기술은 3D PET 영상 내에서 공간적으로 고르게 잡음을 감소시키지 못하는 문제점이 있다. 즉, 종래기술은 잡음의 정도가 상대적으로 적은 부분에서는 잡음을 제거하는 동시에 3D PET 영상의 세밀한 부분도 같이 제거하게 되어, 영상이 전체적으로 흐릿해지게 되고 중요한 정보도 함께 손실된다. 또한, 잡음의 정도가 상대적으로 큰 부분에서는 잡음 감소 효과가 크지 않을 수 있다. 그에 따라, 공간적으로 잡음 감소의 정도 차이가 심해, 병변 부위, 장기 부위 등의 3D PET 영상을 통해서 정확한 암 진단을 행하지 못할 수도 있다.
이에, 본 발명은 상기와 같은 문제점을 해결하고 상기와 같은 요구에 부응하기 위하여 제안된 것으로, 양전자 방출 단층 촬영(PET), SPECT, CT, Panorama X-ray 등의 의료진단 영상 장비에서 획득한 재구성 영상의 잡음 특성을 고려하여 가우시안 기반 잡음을 제거하는, 재구성 영상의 잡음 제거 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기의 목적을 달성하기 위한 본 발명의 장치는, 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 장치에 있어서, 상기 의료진단 영상 장비에 해당되는 시스템 매트릭스에 따른 민감도 맵을 생성하는 민감도 맵 생성부; 상기 민감도 맵 생성부에서 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 평균/분산 선형부; 상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 분산 안정화 변환부; 및 상기 분산 안정화 변환부에 의해 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 가우시안 잡음 제거부를 포함한다.
또한, 본 발명의 장치는, 분산 안정화 역변환과 상기 민감도 맵을 이용하여 가우시안 기반 잡음이 제거된 3D 영상을 획득하는 3D 영상 획득부를 더 포함한다.
또한, 본 발명의 장치는, 상기 의료진단 영상 장비에서 재구성한 3D 영상은 EM(Expectation Maximization) 기반의 재구성 기법으로 생성되는 것을 특징으로 한다.
또한, 본 발명의 장치는, 상기 가우시안 잡음 제거부는 가우시안 기반 잡음감소 알고리즘, 예를 들어 BM3D(Block matching 3 Dimension) 또는 BM4D(Block matching 4 Dimension) 기법을 사용하여 가우시안 기반 잡음 제거를 수행하는 것을 특징으로 한다.
또한, 본 발명의 장치는, 상기 의료진단 영상 장비는 양전자 방출 단층 촬영(PET : Positron Emission Tomography), 단일 광자 단층 촬영(SPECT : single photon emission computed tomography), 컴퓨터 단층 촬영(CT : computed tomography), 파노라마 엑스레이(Panorama X-ray) 중 적어도 어느 하나를 포함하는 것을 특징으로 한다.
한편, 본 발명의 방법은, 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 방법에 있어서, 상기 의료진단 영상 장비에 해당되는 시스템 매트릭스에 따른 민감도 맵을 생성하는 단계; 상기 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 단계; 상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 단계; 및 상기 가우시안 분포로 변환된 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 단계를 포함한다.
또한, 본 발명의 방법은, 분산 안정화 역변환과 상기 민감도 맵을 이용하여 가우시안 기반 잡음이 제거된 3D 영상을 획득하는 단계를 더 포함한다.
상기와 같은 본 발명은 양전자 방출 단층 촬영(PET), SPECT, CT, Panorama X-ray 등의 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 3D 영상 내에서 공간적으로 고르게 감소시킬 수 있는 효과가 있다.
즉, 본 발명은 의료진단 영상 장비의 재구성 영상 내 잡음을 가우시안 잡음 특성으로 변환하여 BM3D 또는 BM4D 등과 같은 가우시안 기반 잡음 제거 기법을 적용함으로써, 영상 해상도 저하 또는 잡음 제거 정도 저하 등의 문제를 방지하는 효과가 있다.
도 1은 본 발명에 따른 재구성 영상의 잡음 제거 방법에 대한 일실시예 흐름도.
도 2는 본 발명에서 제시하는 재구성 영상 잡음 제거 알고리즘을 보여주는 설명도.
도 3은 본 발명에 따른 재구성 영상의 잡음 제거 장치에 대한 일실시예 구성도.
도 2는 본 발명에서 제시하는 재구성 영상 잡음 제거 알고리즘을 보여주는 설명도.
도 3은 본 발명에 따른 재구성 영상의 잡음 제거 장치에 대한 일실시예 구성도.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면들을 함께 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
본 발명이 적용되는 의료진단 영상 장비는 양전자 방출 단층 촬영(PET : Positron Emission Tomography), 단일 광자 단층 촬영(SPECT : single photon emission computed tomography), 컴퓨터 단층 촬영(CT : computed tomography), 파노라마 엑스레이(Panorama X-ray) 등이 될 수 있다. 이하, 본 발명에서는 양전자 방출 단층 촬영(PET)을 예로 들어 설명하기로 한다.
본 발명은 의료진단 영상 장비에서 획득한 재구성 영상에 섞인 잡음을 이 의료진단 영상 장비에 해당되는 시스템 매트릭스(system matrix)에 따른 민감도(sensitivity)를 이용하여 가우시안 잡음 특성(gaussian noise characteristics)으로 변환하여, BM3D(Block matching 3 Dimension) 또는 BM4D(Block matching 4 Dimension) 등과 같은 가우시안 기반 잡음 제거 기법을 적용해 재구성 영상 내 잡음을 제거하는 것이다.
3D PET 영상은 원형의 PET 디텍터에서 검출한 사이노그램(sinogram)을 3D 영상 재구성 알고리즘을 적용하여 획득하는데, 이 PET 영상의 사이노그램은 가우시안 분포(gaussian distribution)가 아닌 푸아송 분포(poisson distribution)를 갖는다. 그에 따라 3D 재구성된 영상의 평균(mean)과 분산(variance)이 1:1 관계는 아니지만 비례하는 특성, 즉 '분산은 평균의 몇 배이다'와 같이 선형적 관계를 이루지 못한다. 이에 반해, 가우시안 잡음은 평균에 독립적 특성을 갖는 잡음이 있는 것으로 평균과 분산의 표준 편차(standard deviation)이 같은 것이다.
즉, 잡음 감소 성능이 우수한 것으로 알려진 BM3D(Block matching 3 Dimension) 또는 BM4D(Block matching 4 Dimension) 등과 같은 가우시안 기반 잡음 제거 기법을 적용하기 위해서는 3D 재구성된 영상의 평균(mean)과 분산(variance)을 선형 관계를 갖게 해야 한다.
이를 위해, 본 발명에서는 PET 디텍터의 기하학적 특성이 반영된 시스템 매트릭스(system matrix)와 이 시스템 매트릭스에 따른 민감도(sensitivity)를 고려하여 3D 재구성된 영상에 곱해줌으로서 재구성된 영상의 평균과 분산의 관계를 선형적으로 만들어서 가우시안 기반 잡음 제거 기법을 적용하는 것이다.
그럼, 도 1 내지 도 3을 참조하여 본 발명에서 제시하는 재구성 영상의 잡음 특성을 고려한 가우시안 기반 잡음 제거 기법에 대해 구체적으로 설명하기로 한다.
먼저, PET 디텍터에서 검출한 감마선을 바탕으로 사이노그램(sinogram)을 획득한다(110).
이후, 상기 획득한 사이노그램에 대해 3D 영상 재구성 기법을 적용하여 3D 재구성된 영상(3D volume data)을 생성한다(120). 그리고, 상기 시스템 매트릭스에 따른 민감도 맵(sensitivity map)을 생성한다(130). 이때, 3D 재구성된 영상 생성에 있어 PET 디텍터의 기하학적 특성이 반영된 시스템 매트릭스가 사용된다.
상기 3D 영상 재구성 기법으로 OSEM(ordered-subset expectation maximization)을 대표적으로 설명하였으나, 본 발명에서는 EM(Expectation Maximization) 기반의 MLEM(maximum likelihood expectation maximization), MAP-EM(Maximum A Priori Expectation Maximization) 등과 같은 3D 영상 재구성 기법이 사용되어도 무방하다. 즉, 이러한 EM 기반 3D 영상 재구성 기법은 3D 재구성된 영상의 평균과 분산이 선형 관계를 갖지 못하는 기법들로서, 본 발명에서는 가우시안 분포를 갖지 못하는 모든 3D 영상 재구성 기법에 적용될 수 있다.
예를 들어, 본 발명에서 일례로 사용하는 OSEM으로 3D 재구성된 영상을 생성하는 것은 다음의 [수학식 1]과 같다.
여기서, 
는 k 번째 반복 재구성된 PET 영상의 j번째 복셀(voxel)의 값(즉 j번째 voxel 위치에서 방출된 감마선의 개수)를, 
는 시스템 매트릭스(system matrix)(즉 PET 영상의 j번째 voxel 위치에서 감마선이 방출되었을 때, i번째 반응선(LOR)에서 검출될 확률)을, 
는 i번째 LOR에서 검출된 이벤트(event)의 수(즉 사이노그램(sinogram)의 i번째 원소)를, 
은 n번째 OSEM의 서브셋을 나타낸다.
그리고, 예를 들어 민감도 맵은 다음의 [수학식 2]와 같이 생성할 수 있다.
여기서, 
는 시스템 매트릭스(system matrix)(즉 PET 영상의 j번째 voxel 위치에서 감마선이 방출되었을 때, i번째 반응선(LOR)에서 검출될 확률)을 나타낸다.
그런후, 상기 생성한 3D 재구성된 영상에 상기 생성한 민감도 맵을 곱하여 이 3D 재구성된 영상의 평균과 분산의 관계를 선형적으로 만든다(140). 즉, 본 발명에서는 3D 재구성된 영상의 평균과 분산의 관계를 하나의 직선으로 표현하기 위해 민감도를 재구성 영상에 곱하는 것이다. 이와 같이 본 발명은 3D 재구성된 영상 내 잡음을 제거하는 것으로서 영상 도메인에서 평균과 분산이 선형적 관계를 갖게 한다.
그런후, 상기 민감도 맵이 곱해진 3D 재구성된 영상에 대해 분산 안정화 변환 기법(VST : variance stabilization transform)을 적용하여 3D 재구성된 영상의 분산을 일정하게 해 줘서 3D 재구성된 영상이 가우시안 분포를 갖도록 변환한다(150).
예를 들어, 본 발명에서 일례로 사용하는 분산 안정화 변환 기법(VST)은 다음의 [수학식 3]과 같다.
여기서, 가우시안 분포가 아닌 랜덤 변수 X[random variable X (non-Gaussian)], 평균(E[X]), 분산(V[X])은 다음의 [수학식 4]를 만족한다.
그런후, 상기 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거 기법을 적용해 재구성 영상 내 잡음을 제거한다(160). 비교적 잡음 제거 성능이 좋은 것으로 알려진 BM3D(Block matching 3 Dimension) 또는 BM4D(Block matching 4 Dimension) 등과 같은 가우시안 기반 잡음 제거 기법을 사용했으나, 가우시안 분포를 갖는 영상 내 잡음을 제거하는 어떠한 기법도 본 발명에서 사용될 수 있다.
여기서, BM3D 또는 BM4D는 어떤 영상 볼륨이 있다면 이를 2D 또는 3D 블럭 단위로 비슷한 다른 2D 또는 3D 블럭들을 찾아서 이들을 이용하여 hard thresholding과 wiener filtering 과정을 거쳐 잡음을 제거하는 기법이다. 본 발명의 BM3D 또는 BM4D의 예시로서 다음의 문헌에 제시된 알고리즘이 사용될 수 있다[K. Dabov, A. Foi, V. Katkovnik and K. Egiazarian, "Image denoising by sparse 3D transform-domain collaborative filtering," IEEE Trans. Image Process, vol. 16, no. 8, August 2007.].
BM3D 또는 BM4D는 가우시안 기반 잡음 제거 측면에서 성능이 좋아 다양한 데이터의 잡음 제거에 적용되고 있다. 이처럼 본 발명의 3D 재구성된 영상이 가우시안 잡음이 아니기 때문에 이를 BM3D 또는 BM4D에 적용하기에 앞서 3D 재구성된 영상의 잡음 특성을 가우시안 잡음으로 변환하는 작업이 필요한 것이다.
다음으로, 가우시안 기반 잡음 제거 기법으로 잡음이 제거된 3D 재구성된 영상을 원래의 형태로 되돌리는 과정을 수행한다. 즉, 가우시안 기반 잡음 제거 기법으로 잡음이 제거된 3D 재구성된 영상에 대해 분산 안정화 역변환 기법(Inverse VST)을 적용한다(170). 그리고, 이 분산 안정화 역변환 기법이 적용된 3D 재구성된 영상에 상기 민감도 맵의 역수를 곱해서 잡음이 제거된 3D PET 영상을 획득한다(180).
위와 같이 본 발명에 의하면 가우시안 분포로 변환한 후 BM3D 또는 BM4D 등과 같은 가우시안 기반 잡음 제거 기법을 적용하면 3D 재구성 영상 내에서 공간적으로 잡음의 정도를 일정하게 바꿀 수 있다. 이는 기존 PET 재구성 영상을 가우시안으로 변환하지 않고서 BM3D 또는 BM4D를 적용하는 경우에 발생될 수 있는 일정 부분의 영상 해상도 저하 또는 잡음 제거 정도 저하 등의 문제를 막을 수 있다. 따라서 본 발명의 기법을 활용하여 PET 재구성 영상의 잡음을 감소시킬 경우, 3D 영상 내에서 공간적으로 고르게 잡음을 감소시킬 수 있다.
도 3은 본 발명에 따른 재구성 영상의 잡음 제거 장치에 대한 일실시예 구성도이다.
도 3에 도시된 바와 같이, 본 발명에 따른 재구성 영상의 잡음 제거 장치는 3D 영상 재구성부(310), 민감도 맵 생성부(320), 평균/분산 선형부(330), 분산 안정화 변환부(340), 가우시안 잡음 제거부(350), 분산 안정화 역변환부(360) 및 3D 영상 획득부(370)를 포함한다.
3D 영상 재구성부(310)는 PET 사이노그램에 대해 3D 영상 재구성 기법을 적용하여 3D 재구성된 영상(3D volume data)을 생성한다.
민감도 맵 생성부(320)는 시스템 매트릭스에 따른 민감도 맵(sensitivity map)을 생성한다.
평균/분산 선형부(330)는 3D 영상 재구성부(310)에서 재구성한 3D 영상에 민감도 맵 생성부(320)에서 생성한 민감도 맵을 곱하여 이 3D 재구성된 영상의 평균과 분산의 관계를 선형적으로 만든다.
분산 안정화 변환부(340)는 평균/분산 선형부(330)에서 민감도 맵이 곱해진 3D 재구성된 영상에 대해 분산 안정화 변환 기법을 적용하여 3D 재구성된 영상의 분산을 일정하게 해 줘서 3D 재구성된 영상이 가우시안 분포를 갖도록 변환한다.
가우시안 잡음 제거부(350)는 분산 안정화 변환부(340)에 의해 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거 기법을 적용해 재구성 영상 내 잡음을 제거한다.
분산 안정화 역변환부(360)는 가우시안 잡음 제거부(350)에서 가우시안 기반 잡음 제거 기법으로 잡음이 제거된 3D 재구성된 영상에 대해 분산 안정화 역변환 기법(Inverse VST)을 적용한다.
3D 영상 획득부(370)는 분산 안정화 역변환부(360)에 의해 분산 안정화 역변환 기법이 적용된 3D 재구성된 영상에 민감도 맵의 역수를 곱해서 잡음이 제거된 3D PET 영상을 획득한다.
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
310 : 3D 영상 재구성부 320 : 민감도 맵 생성부
330 : 평균/분산 선형부 340 : 분산 안정화 변환부
350 : 가우시안 잡음 제거부 360 : 분산 안정화 역변환부
370 : 3D 영상 획득부
330 : 평균/분산 선형부 340 : 분산 안정화 변환부
350 : 가우시안 잡음 제거부 360 : 분산 안정화 역변환부
370 : 3D 영상 획득부
Claims (7)
- 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 장치에 있어서,
상기 의료진단 영상 장비의 기하학적 특성이 반영된 시스템 매트릭스에 따른 민감도 맵을 생성하는 민감도 맵 생성부;
상기 민감도 맵 생성부에서 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 평균/분산 선형부;
상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 분산 안정화 변환부; 및
상기 분산 안정화 변환부에 의해 가우시안 분포를 갖는 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 가우시안 잡음 제거부
를 포함하는 재구성 영상의 잡음 제거 장치.
- 제 1 항에 있어서,
가우시안 기반 잡음이 제거된 3D 재구성된 영상에 대해 분산 안정화 역변환 기법과 상기 민감도 맵을 이용하여 가우시안 기반 잡음이 제거된 3D 영상을 획득하는 3D 영상 획득부를 더 포함하는 재구성 영상의 잡음 제거 장치.
- 제 1 항에 있어서,
상기 의료진단 영상 장비에서 재구성한 3D 영상은 EM(Expectation Maximization) 기반의 재구성 기법으로 생성되는 것을 특징으로 하는 재구성 영상의 잡음 제거 장치.
- 제 1 항에 있어서,
상기 가우시안 잡음 제거부는 BM3D(Block matching 3 Dimension) 또는 BM4D(Block matching 4 Dimension) 기법을 사용하여 가우시안 기반 잡음 제거를 수행하는 것을 특징으로 하는 재구성 영상의 잡음 제거 장치.
- 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 의료진단 영상 장비는 양전자 방출 단층 촬영(PET : Positron Emission Tomography), 단일 광자 단층 촬영(SPECT : single photon emission computed tomography), 컴퓨터 단층 촬영(CT : computed tomography), 파노라마 엑스레이(Panorama X-ray) 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 재구성 영상의 잡음 제거 장치.
- 의료진단 영상 장비에서 획득한 재구성 영상의 잡음을 제거하는 방법에 있어서,
상기 의료진단 영상 장비의 기하학적 특성이 반영된 시스템 매트릭스에 따른 민감도 맵을 생성하는 단계;
상기 생성한 민감도 맵을 이용하여 상기 의료진단 영상 장비에서 재구성한 3D 영상의 평균과 분산의 관계를 선형적으로 만드는 단계;
상기 민감도 맵이 적용된 3D 재구성된 영상을 가우시안 분포로 변환하는 단계; 및
상기 가우시안 분포로 변환된 3D 재구성된 영상에 대해 가우시안 기반 잡음 제거를 수행하는 단계
를 포함하는 재구성 영상의 잡음 제거 방법.
- 제 6 항에 있어서,
가우시안 기반 잡음이 제거된 3D 재구성된 영상에 대해 분산 안정화 역변환 기법과 상기 민감도 맵을 이용하여 가우시안 기반 잡음이 제거된 3D 영상을 획득하는 단계를 더 포함하는 재구성 영상의 잡음 제거 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130049152A KR101473893B1 (ko) | 2013-05-02 | 2013-05-02 | 재구성 영상의 잡음 제거 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130049152A KR101473893B1 (ko) | 2013-05-02 | 2013-05-02 | 재구성 영상의 잡음 제거 장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140130784A KR20140130784A (ko) | 2014-11-12 |
| KR101473893B1 true KR101473893B1 (ko) | 2014-12-19 |
Family
ID=52452431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130049152A KR101473893B1 (ko) | 2013-05-02 | 2013-05-02 | 재구성 영상의 잡음 제거 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101473893B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101802035B1 (ko) * | 2015-11-03 | 2017-12-20 | 한국과학기술원 | 단층 촬영 재구성 영상의 잡음 특성을 고려한 영상 잡음 감소 기법 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101697501B1 (ko) | 2015-07-23 | 2017-01-18 | 서울대학교산학협력단 | Ct 이미지의 잡음 저감 방법 및 장치 |
| US10891762B2 (en) | 2017-11-20 | 2021-01-12 | ClariPI Inc. | Apparatus and method for medical image denoising based on deep learning |
| KR102033743B1 (ko) | 2017-11-20 | 2019-11-08 | 주식회사 클라리파이 | 딥러닝 기반 ct 이미지 잡음 저감 장치 및 방법 |
| EP4099042A4 (en) | 2020-01-28 | 2024-02-28 | Claripi Inc. | DEVICE AND METHOD FOR IMAGE QUALITY RESTORATION OF ACCELERATED MAGNETIC RESONANCE IMAGING (MRI) BASED ON DEEP LEARNING |
| KR102492950B1 (ko) * | 2022-01-04 | 2023-01-31 | 주식회사 클라리파이 | 의료영상의 아티팩트 처리장치 및 처리방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101259056B1 (ko) | 2012-01-06 | 2013-04-29 | 가톨릭대학교 산학협력단 | 광간섭성 단층촬영을 이용한 3차원 마이봄샘 촬영방법 |
-
2013
- 2013-05-02 KR KR1020130049152A patent/KR101473893B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101259056B1 (ko) | 2012-01-06 | 2013-04-29 | 가톨릭대학교 산학협력단 | 광간섭성 단층촬영을 이용한 3차원 마이봄샘 촬영방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101802035B1 (ko) * | 2015-11-03 | 2017-12-20 | 한국과학기술원 | 단층 촬영 재구성 영상의 잡음 특성을 고려한 영상 잡음 감소 기법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140130784A (ko) | 2014-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11557067B2 (en) | System and method for reconstructing ECT image | |
| US10395353B2 (en) | Model-based scatter in multi-modality multi-energy SPECT reconstruction | |
| KR101473893B1 (ko) | 재구성 영상의 잡음 제거 장치 및 그 방법 | |
| Bai et al. | Magnetic resonance-guided positron emission tomography image reconstruction | |
| EP3067864B1 (en) | Iterative reconstruction with enhanced noise control filtering | |
| US7840052B2 (en) | Restoration of the nuclear medicine 2D planar image by iterative constrained deconvolution | |
| US7680240B2 (en) | Iterative reconstruction of tomographic image data method and system | |
| US8532350B2 (en) | Dose reduction and image enhancement in tomography through the utilization of the object's surroundings as dynamic constraints | |
| Richard et al. | Quantitative imaging in breast tomosynthesis and CT: Comparison of detection and estimation task performance | |
| Sun et al. | An iterative projection‐based motion estimation and compensation scheme for head x‐ray CT | |
| US20150093004A1 (en) | Fast scatter estimation in pet reconstruction | |
| US8781198B2 (en) | High contrast imaging and fast imaging reconstruction | |
| Zhang et al. | Noise correlation in CBCT projection data and its application for noise reduction in low‐dose CBCT | |
| Teimoorisichani et al. | A CT‐less approach to quantitative PET imaging using the LSO intrinsic radiation for long‐axial FOV PET scanners | |
| Shi et al. | X‐ray scatter correction for dedicated cone beam breast CT using a forward‐projection model | |
| US7385200B2 (en) | Re-binning method for nuclear medicine imaging devices | |
| KR101268246B1 (ko) | 양전자 단층 촬영 영상에서 워블 동작과 ｐｓｆ을 이용한 초해상도 촬영 장치 및 방법 | |
| Hu et al. | Improved total variation minimization method for few-view computed tomography image reconstruction | |
| Valiollahzadeh et al. | Using compressive sensing to recover images from PET scanners with partial detector rings | |
| US10013740B2 (en) | Model-based tomographic reconstruction with correlated measurement noise | |
| KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 | |
| KR101958099B1 (ko) | 양전자 방출 단층 촬영기의 비행시간 정보를 이용한 감쇠보정 방법 | |
| Raylman et al. | Quantification of radiotracer uptake with a dedicated breast PET imaging system | |
| Bai et al. | PET image reconstruction: methodology and quantitative accuracy | |
| Mahbod et al. | Comparison of FBP and iterative methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20171124 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20181203 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20191126 Year of fee payment: 6 |