KR101481068B1 - Ct 영상에서의 아티팩트 제거 방법 - Google Patents

Abstract

본 발명은 CT 영상을 극 좌표계로 변환한 후 동질성을 판별하고 아티팩트 영상벡터를 만들어 이러한 아티팩트 영상벡터만을 역변환시키고 원본 영상에서 역변환 아티팩트 영상을 제거해 아티팩트가 제거된 이미지를 생성하는 CT 영상에서의 아티팩트 제거 방법에 관한 것으로, CT 영상에서의 아티팩트 제거 방법은 원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계와 중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계와 중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계와 제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계와 분산값을 통해 제2 마스크 윈도우 내의 영역의 동질성을 판별하는 단계와 분산값이 임계값보다 낮은 제2 마스크 윈도우의 영역들을 통해 아티팩트 영상벡터를 생성하는 단계와 아티팩트 영상벡터를 직각 좌표계로 역변환해 역변환 아티팩트 영상을 생성하는 단계와 원본 영상에서 역변환 아티팩트 영상을 제거하는 단계를 포함한다.

Description

CT 영상에서의 아티팩트 제거 방법{Method for removal of artifacts in CT image}

본 발명은 CT 영상에서의 아티팩트 제거 방법에 관한 것으로, 더 구체적으로는 CT 원본 영상을 극 좌표계로 변환한 후 동질성을 판별하고 아티팩트 영상벡터를 생성해 이러한 아티팩트 영상벡터만을 역변환시키고 원본 영상에서 동심원 형태의 아티팩트 영상벡터를 제거해 아티팩트가 제거된 영상을 생성하는 CT 영상에서의 아티팩트 제거 방법에 관한 것이다.

아티팩트는 X-선 디텍터(detector)의 결함이나 발광체(sintillator) 결정의 결함, 디텍터의 미세한 조정차이 등에 의해 발생하는데, 투영 영상(sinogram)에서는 줄무늬의 형태로 나타나며, CT 영상에서는 동심원의 형태로 나타나는 X-선 영상의 대표적인 결함이다. 이러한 아티팩트는 CT 영상의 화질을 훼손하여 영상 판독에 좋지 않은 영향을 준다.

이와 같은 CT 영상의 아티팩트 결함을 제거하기 위해 아티팩트가 극좌표계 형태의 영상으로 변환되어 제거되는 방식이 보편적으로 활용되고 있다.

Jan Sijbers와 Andrei Postnov는 원본 영상을 극좌표계로 변환한 후 극좌표계 변환 영상에서 동질성 판별 및 아티팩트 영상벡터를 생성하고, 극좌표계 변환 영상에서 아티팩트 영상벡터을 제거한 후 아티팩트 영상벡터을 제거한 영상을 직각좌표계로 변환시키는 역변환을 취하여 최종적으로 아티팩트가 제거된 영상을 얻는다.

그러나 이러한 방법은 극좌표계로 변환시키고 이를 다시 원래의 직각좌표계로 역변환시키는 과정에서 영상에 대해 화소값의 보간(interpolation)이 두 번 수반되어야 하는 문제점이 있었다.

따라서, 주위의 측정값으로부터 측정되지 않은 점들의 값을 구하는 보간의 방법을 통해 정수좌표 값에서의 화소값을 예측했을 때, 고주파 성분을 훼손하고 영상에 대한 두 번의 변환에 따른 몽롱화로 인해 아티팩트 이외에도 영상의 중요한 부분의 가독성을 훼손시킬 수 있다는 문제점이 있었다.

한국등록특허공보 제1146006호(출원일 : 2010.05.14)

본 발명의 목적은 극좌표계 변환 영상을 중간값 필터링을 통해 각 화소값을 중간값으로 대체하고 동질성을 판별함으로써 동질성 판별의 정확도를 개선한 CT 영상에서의 아티팩트 제거 방법을 제공하는 것이다.

또한, 극좌표계 변환 영상에서 아티팩트 영상벡터를 생성한 후 아티팩트 영상벡터만을 역변환하여 원본 영상에서 역변환된 아티팩트 영상벡터를 제거함으로써 전체 영상에 대해 두 번의 변환이 이루어질 경우 발생할 수 있는 몽롱화 현상이 나타나지 않는 CT 영상에서의 아티팩트 제거 방법을 제공하는 것이다.

CT 영상에서의 아티팩트 제거 방법은 원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계와 중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계와 중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계와 제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계와 분산값을 통해 제2 마스크 윈도우 내의 영역의 동질성을 판별하는 단계와 분산값이 임계값보다 낮은 제2 마스크 윈도우의 영역들을 통해 아티팩트 영상벡터를 생성하는 단계와 아티팩트 영상벡터를 직각 좌표계로 역변환해 역변환 아티팩트 영상을 생성하는 단계와 원본 영상에서 역변환 아티팩트 영상을 제거하는 단계를 포함하는 것을 특징으로 한다.

중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계에서,

중간값 필터링은 1 × 3 크기의 마스크(mask)를 사용해 마스크가 전체 극좌표계 변환 영상의 각 화소를 옮겨가면서 차례대로 하는 것을 특징으로 한다.

중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계에서,

세로가 긴 직사각형 형태의 제1 마스크 윈도우가 중간값 필터링 영상의 좌측부터 우측까지 한 화소씩 이동하는 것을 특징으로 한다.

제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계에서,

제1 마스크 윈도우 내에 제1 마스크 윈도우의 가로 길이와 같은 한 행의 제2 마스크 윈도우를 생성하는 것을 특징으로 한다.

또한, 제2 마스크 윈도우가 중간값 필터링 영상의 제1 마스크 윈도우 내의 상측에서 하측으로 한 행씩 이동하는 것을 특징으로 한다.

분산값을 통해 제2 마스크 윈도우 내의 영역의 동질성을 판별하는 단계에서, 제2 마스크 윈도우 내의 행(row) 방향으로 화소값들의 분산값을 측정하여 임계값보다 작은 경우에만 제2 마스크 윈도우 내의 영역이 균일한 것으로 판별하는 것을 특징으로 한다.

본 발명의 CT 영상에서의 아티팩트 제거 방법에 따르면, 극좌표계 변환 영상의 동질성을 판별하고 아티팩트 영상벡터를 생성한 후, 아티팩트 영상벡터만을 역변환하여 원본 영상에서 역변환된 아티팩트 영상을 제거함으로써 CT 영상의 정확도와 가독성을 높일 수 있다.

또한, 원본 영상에 대한 극좌표계 변환 후에 아티팩트 영상벡터에 대해서만 역변환이 이루어지기 때문에 원본 영상이 몽롱화에 의해 손실되는 것을 방지할 수 있다.

도 1은 본 발명의 바람직한 실시예에 따른 CT 영상에서의 아티팩트 제거 방법의 흐름도;
도 2는 극좌표계 변환을 통해 줄무늬 형태로 나타나는 아티팩트의 개략도;
도 3은 중간값 필터링 영상의 제2 마스크 윈도우에서 분산값을 통해 동질성을 판별하는 방법을 나타내는 개략도;
도 4는 아티팩트 제거의 전후를 나타내는 개략도;

이하, 첨부한 도면을 참조로 본 발명의 바람직한 실시예에 따른 CT 영상에서의 아티팩트 제거 방법에 대하여 상세하게 설명한다.

도 1에 도시한 바와 같이, 본 실시예에 따른 CT 영상에서의 아티팩트 제거 방법은 원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계(S110)와 중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계(S120)와 중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계(S130)와 제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계(S140)와 분산값을 통해 제2 마스크 윈도우 내의 영역의 동질성을 판별하는 단계(S150)와 분산값이 임계값보다 낮은 제2 마스크 윈도우의 영역들을 통해 아티팩트 영상벡터를 생성하는 단계(S160)와 아티팩트 영상벡터를 직각 좌표계로 역변환해 역변환 아티팩트 영상을 생성하는 단계(S170)와 원본 영상에서 역변환 아티팩트 영상을 제거하는 단계(S180);를 포함할 수 있다.

원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계(S110)에서는 도 2에 도시한 바와 같이, CT 영상의 (X,Y) 좌표를 (R,θ) 좌표로 변환하여 아티팩트를 동심원 형태에서 줄무늬 형태로 바꾼다.

즉, 도 2의 왼쪽 영상의 화소를 (X,Y)라 하면 오른쪽 영상에서는 (R,θ)로 가로가 R, 세로가 θ임을 표현하므로 동심원 형태의 아티팩트는 세로의 줄무늬 형태로 변환된다.

여기서, 두 좌표계가 정수로 표현되므로 정수에서 정수로의 변환이 필요한데 일반적으로 직각좌표계와 극좌표계의 변환은 정수끼리의 변환이 될 수 없기 때문에 반드시 보간(interpolation)에 의한 근사화가 필요하다.

보간이란, 주위의 측정값으로부터 측정되지 않은 점들의 값을 구하는 것을 의미하는데 측정값으로부터 측정점 사이의 값을 구하는 것을 내삽이라 하고 측정 범위 밖의 값을 측정값으로부터 연장하여 계산하는 것을 외삽이라 한다.

중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계(S120)에서는 1 ×3 크기의 마스크(mask)를 사용해 마스크가 전체 극좌표계 변환 영상의 각 화소를 옮겨가면서 차례대로 중간값 필터링을 한다.

각각의 화소값은 마스크 내의 전체 화소값들의 중간값으로 대체된다.

즉, 극좌표계 변환 영상의 마스크 내에 존재하는 화소값들을 크기 순으로 재배열하고 중간값을 결정한 후 각 화소값을 중간값으로 변환함으로써 구해진다.

이 때, 중간값으로 변환된 중간값 필터링 영상에서의 아티팩트는 형태가 무뎌진다는 특징을 가진다.

중간값 필터링을 하면 중간값 필터링 영상에서 아티팩트의 화소값이 주위 화소값과 차이가 작아져 분산값이 작아지며, CT 영상의 의미있는 객체와 아티팩트를 효과적으로 구분할 수 있다.

즉, 의미있는 객체의 경우 중간값 필터링을 하더라도 주위 화소 값과의 차이가 현저하기 때문에 분산이 큰 상태로 유지되는 반면에, 아티팩트 부분은 분산이 작아져서 아티팩트 부분만을 찾아내는데 도움이 된다.

중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계(S130)에서는 도 3(a)에 도시한 바와 같이, 세로가 긴 직사각형 형태의 제1 마스크 윈도우가 중간값 필터링 영상의 좌측부터 우측까지 한 화소씩 이동한다.

제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계(S140)에서는 제1 마스크 윈도우 내에 제1 마스크 윈도우의 가로 길이와 같은 한 행의 제2 마스크 윈도우를 생성한다.

도 3(b)에 도시한 바와 같이, 제2 마스크 윈도우는 중간값 필터링 영상의 제1 마스크 윈도우 내의 상측에서 하측으로 한 화소씩 즉 한 행씩 이동한다.

분산값을 통해 제2 마스크 윈도우 내의 영역의 동질성을 판별하는 단계(S150)에서는 도 3(c)에 도시한 바와 같이, 제2 마스크 윈도우 내의 행(row) 방향으로 화소값들의 분산값을 측정하여 임계값보다 작은 경우에만 제2 마스크 윈도우 내의 영역이 균일한 것으로 판별한다.

임계값은 CT 영상의 의미있는 객체를 포함하지 않도록 아티팩트와 의미있는 객체가 구분되도록 설정된다.

분산값이 임계값보다 낮은 제2 마스크 윈도우의 영역들을 통해 아티팩트 영상벡터를 생성하는 단계(S160)에서는 우선, 제2 마스크 윈도우 내의 행 방향의 분산값이 임계값보다 낮은 경우, 제2 마스크 윈도우 내의 각 화소값에서 제2 마스크 윈도우 내의 화소의 평균값을 감산하여 그 차이값을 아티팩트 매트릭스에 저장한다.

제2 마스크 윈도우가 상측에서 하측으로 한 화소씩 움직이면서 동질성 있는 제2 마스크 윈도우 내의 영상마다 차이값을 아티팩트 매트릭스에 행 방향으로 연결하며 배열한다.

이렇게 하여 만들어진 각 제1 마스크 윈도우의 아티팩트 매트릭스의 크기는 동질성 있는 제2 마스크 윈도우의 수(동질성을 유지하는 행들의 개수) × 제1 마스크 윈도우의 가로길이가 된다.

다음으로, 각 제1 마스크 윈도우의 아티팩트 매트릭스 내의 아티팩트는 세로 방향으로 줄무늬 형태를 갖고 있기 때문에 세로 방향 각 열의 화소의 중간값을 계산하여 제1 마스크 윈도우의 아티팩트 벡터를 각각 구한다.

구해진 아티팩트 벡터들은 제1 마스크 윈도우가 좌측에서 우측으로 한 화소씩 움직이기 때문에 극좌표계 변환 영상의 임의의 세로 방향 열에 대해 그 열이 고려되는 제1 마스크 윈도우가 여러 개가 될 수 있으며 이에 따라 서로 다른 아티벡트 벡터 값을 가질 수 있다. 즉, 어떤 열은 최대 제1 마스크 윈도우의 가로 길이만큼의 아티팩트 벡터들에서 고려될 수 있다.

따라서 가장 안정적인 아티팩트를 찾아내기 위해 각 열을 고려할 때 아티팩트 매트릭스 구성에 가장 많은 행을 포함한 제1 마스크 윈도우에서 얻은 중간값을 취하며, 이 각 열의 중간값들을 모아서 아티팩트 영상벡터를 생성한다.

즉, 아티팩트 영상벡터의 크기는 1×극좌표계 변환 영상의 가로길이가 된다.

아티팩트 영상벡터를 직각 좌표계로 역변환해 역변환 아티팩트 영상을 생성하는 단계(S170)에서는 아티팩트 영상벡터만을 직각좌표계로 변환한다.

원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계(S110)에서 원본 영상을 극좌표계로 변환해 세로 줄무늬의 형태를 가지고 있으므로, 다시 동심원 형태의 아티팩트로 돌아가기 위해 극좌표계에서 직각좌표계로 변환한다.

원본 영상에서 역변환 아티팩트 영상을 제거하는 단계(S180)에서는 원본 영상에서 동심원 형태의 역변환 아티팩트 영상을 빼주어 최종적으로 아티팩트가 제거된 영상을 생성한다.

이상, 본 발명의 바람직한 실시예를 참조로 본 발명의 CT 영상에서의 링 아티팩트 제거 방법에 대하여 설명하였지만, 본 발명의 권리범위는 상술한 실시예에 한정되지 않으며, 본 발명의 사상을 벗어나지 않는 범위 내에서 수정, 변경 및 다양한 변형실시예가 가능함은 당업자에게 명백하다.

Claims (7)

1. 원본 영상을 극좌표계로 변환해 극좌표계 변환 영상을 생성하는 단계;
   중간값 필터링을 통해 상기 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계;
   상기 중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계;
   상기 제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계;
   상기 제2 마스크 윈도우 내의 화소값들의 분산값을 산출하는 단계;
   상기 분산값이 임계값보다 낮은 상기 제2 마스크 윈도우의 영역들을 통해 아티팩트 영상벡터를 생성하는 단계;
   상기 아티팩트 영상벡터를 직각 좌표계로 역변환해 역변환 아티팩트 영상을 생성하는 단계; 및
   상기 원본 영상에서 상기 역변환 아티팩트 영상을 제거하는 단계;를 포함하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
2. 청구항 1에 있어서,
   상기 중간값 필터링을 통해 극좌표계 변환 영상의 각 화소값을 각 화소값과 주변 화소값들의 중간값으로 바꾼 중간값 필터링 영상을 생성하는 단계에서,
   상기 중간값 필터링은 1 × 3 크기의 마스크(mask)를 사용해 마스크가 전체 극좌표계 변환 영상의 각 화소를 옮겨가면서 차례대로 하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
3. 청구항 1에 있어서,
   상기 중간값 필터링 영상 내에 제1 마스크 윈도우를 생성하는 단계에서,
   세로가 긴 직사각형 형태의 상기 제1 마스크 윈도우가 상기 중간값 필터링 영상의 좌측부터 우측까지 한 화소씩 이동하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
   
4. 청구항 1에 있어서,
   상기 제1 마스크 윈도우 내에 제2 마스크 윈도우를 생성하는 단계에서,
   상기 제1 마스크 윈도우 내에 상기 제1 마스크 윈도우의 가로 길이와 같은 한 행의 제2 마스크 윈도우를 생성하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
5. 청구항 4에 있어서,
   상기 제2 마스크 윈도우가 상기 중간값 필터링 영상의 상기 제1 마스크 윈도우 내의 상측에서 하측으로 한 행씩 이동하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
6. 청구항 1에 있어서,
   상기 분산값을 산출하는 단계는,
   상기 제2 마스크 윈도우 내의 행(row) 방향으로 화소값들의 분산값을 측정하는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
7. 청구항 5에 있어서,
   상기 임계값은 CT 영상의 의미있는 객체를 포함하지 않도록 아티팩트와 의미있는 객체가 구분되도록 설정되는 것을 특징으로 하는 CT 영상에서의 아티팩트 제거방법.
   
   
   
   
   
   
   
   
   
   
   
   
   

Images