KR102297972B1 - Low Dose Cone Beam Computed Tomography Imaging System Using Total Variation Denoising Technique - Google Patents
Low Dose Cone Beam Computed Tomography Imaging System Using Total Variation Denoising Technique Download PDFInfo
- Publication number
- KR102297972B1 KR102297972B1 KR1020190056157A KR20190056157A KR102297972B1 KR 102297972 B1 KR102297972 B1 KR 102297972B1 KR 1020190056157 A KR1020190056157 A KR 1020190056157A KR 20190056157 A KR20190056157 A KR 20190056157A KR 102297972 B1 KR102297972 B1 KR 102297972B1
- Authority
- KR
- South Korea
- Prior art keywords
- projection data
- technique
- weight
- objective function
- computed tomography
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000007408 cone-beam computed tomography Methods 0.000 title claims abstract description 49
- 238000003384 imaging method Methods 0.000 title description 3
- 230000009467 reduction Effects 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 17
- 230000003044 adaptive effect Effects 0.000 claims description 14
- 230000005855 radiation Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 43
- 238000004422 calculation algorithm Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000004321 preservation Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000002786 image-guided radiation therapy Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
본 실시예들은 프로젝션 데이터를 전처리하고, 전역 변형 저감화 기법이 적용된 비등방성 가중치 또는 비국부 가중치를 포함하는 목적 함수를 최적화하여 전처리된 프로젝션 데이터를 보정함으로써, 복원 영상의 품질을 개선하는 콘빔 전산화 단층 촬영 시스템을 제공한다.Cone-beam computed tomography for improving the quality of a reconstructed image by pre-processing projection data, optimizing an objective function including an anisotropic weight or non-local weight to which a global strain reduction technique is applied, and correcting the pre-processed projection data provide the system.
Description
본 발명이 속하는 기술 분야는 콘빔 전산화 단층 촬영 시스템에 관한 것이다.The technical field to which the present invention pertains relates to a cone-beam computed tomography system.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.The content described in this section merely provides background information for the present embodiment and does not constitute the prior art.
콘빔 전산화 단층 촬영(Cone Beam Computed Tomography, CBCT) 시스템과 같은 체적 이미지 처리 방식은 영상유도 방사선 치료법(IGRT)에서 널리 사용되고 있다. 몇 주에 걸친 전체 치료 과정에서 CBCT를 매일 촬영하면 환자에게 누적된 선량은 무시할 수 없는 선량이 된다. 낮은 선량으로 합리적인 이미지 품질을 얻을 수 있다면 저선량 프로토콜을 준수할 수 있다. Volumetric image processing methods such as Cone Beam Computed Tomography (CBCT) systems are widely used in image-guided radiation therapy (IGRT). During the entire course of treatment over several weeks, with daily CBCT imaging, the cumulative dose to the patient becomes a non-negligible dose. A low-dose protocol can be followed if reasonable image quality can be obtained with a low dose.
CBCT 시스템의 선량을 줄이는 가장 실용적인 방법은 낮은 관전류 또는 투영당 짧은 노출 시간을 사용하는 것이다. 알고리즘의 성능이 필터링 프로세스의 영향을 크게 받기 때문에, FDK(Felkamp-Davis-Kress) 알고리즘과 같은 기존의 재구성 알고리즘을 그대로 사용하면 CBCT 영상 품질이 크게 저하되는 문제가 있다. FDK(Feldkamp Davis Kress) 알고리즘은 콘빔의 각도가 커짐에 따라 콘빔 아티팩트가 증가한다. 따라서 실제 구조물과 원하지 않는 노이즈 간의 신호의 차이를 개선하여 CBCT 영상의 품질을 향상시키는 방안이 필요하다.The most practical way to reduce the dose of CBCT systems is to use low tube currents or short exposure times per projection. Since the performance of the algorithm is greatly affected by the filtering process, if the existing reconstruction algorithm such as the Felkamp-Davis-Kress (FDK) algorithm is used as it is, there is a problem in that the CBCT image quality is greatly deteriorated. In the Feldkamp Davis Kress (FDK) algorithm, the cone beam artifact increases as the angle of the cone beam increases. Therefore, there is a need for a method to improve the quality of the CBCT image by improving the signal difference between the actual structure and the unwanted noise.
본 발명의 실시예들은 콘빔 전산화 단층 촬영 시스템에서 프로젝션 데이터를 전처리하고, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 포함하는 목적 함수를 최적화하여 전처리된 프로젝션 데이터를 보정함으로써, 복원 영상의 품질을 개선하는 데 발명의 주된 목적이 있다.Embodiments of the present invention preprocess projection data in a cone-beam computed tomography system, and obtain an objective function including an anisotropic weight or non-local weight to which a Total Variation Denoising technique is applied. The main object of the present invention is to improve the quality of a reconstructed image by correcting the pre-processed projection data by optimization.
본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.Other objects not specified in the present invention may be additionally considered within the scope that can be easily inferred from the following detailed description and effects thereof.
본 실시예의 일 측면에 의하면, 콘빔 전산화 단층 촬영 시스템에 의한 영상 재구성 방법에 있어서, 프로젝션 데이터를 전처리하는 단계, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하는 단계, 및 상기 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성하는 단계를 포함하는 영상 재구성 방법을 제공한다.According to an aspect of this embodiment, in the image reconstruction method by the cone beam computed tomography system, the preprocessing step of the projection data, the preprocessing using an objective function including a weight to which a total variation denoising technique is applied It provides an image reconstruction method comprising correcting the corrected projection data, and generating a reconstructed image by reconstructing the corrected projection data.
본 실시예의 다른 측면에 의하면, 콘빔 전산화 단층 촬영 시스템에 있어서, 적어도 일 방향으로 회전 가능하도록 형성된 갠트리, 상기 갠트리에 연결되며 피검사체에 방사선 빔을 조사하는 방사선 헤드, 상기 갠트리에 연결되며 상기 피검사체를 투과한 방사선 빔을 감지하여 복수의 프로젝션 데이터를 획득하는 패널 감지기, 및 상기 복수의 프로젝션 데이터를 전처리하고, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하고, 상기 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성하는 처리부를 포함하는 콘빔 전산화 단층 촬영 시스템을 제공한다.According to another aspect of this embodiment, in the cone-beam computed tomography system, a gantry formed to be rotatable in at least one direction, a radiation head connected to the gantry and irradiating a radiation beam to an object to be inspected, is connected to the gantry and the object to be inspected A panel detector that detects a radiation beam that has passed through to obtain a plurality of projection data, and the plurality of projection data is pre-processed, and the pre-processing using an objective function including weights to which a total variation denoising technique is applied It provides a cone-beam computed tomography system comprising a processing unit that corrects the corrected projection data and generates a reconstructed image by reconstructing the corrected projection data.
이상에서 설명한 바와 같이 본 발명의 실시예들에 의하면, 콘빔 전산화 단층 촬영 시스템에서 프로젝션 데이터를 전처리하고, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 포함하는 목적 함수를 최적화하여 전처리된 프로젝션 데이터를 보정함으로써, 복원 영상의 품질을 개선할 수 있는 효과가 있다.As described above, according to the embodiments of the present invention, projection data is pre-processed in a cone-beam computed tomography system, and anisotropic weights or non-localized weights to which a Total Variation Denoising technique is applied. ) by optimizing the objective function including the weight and correcting the pre-processed projection data, there is an effect of improving the quality of the reconstructed image.
여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급된다.Even if it is an effect not explicitly mentioned herein, the effects described in the following specification expected by the technical features of the present invention and their potential effects are treated as if they were described in the specification of the present invention.
도 1은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템을 예시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 프로젝션 데이터를 전처리하는 동작을 예시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 사용하는 수정 필터를 예시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 사용하는 프로젝션 데이터의 각 픽셀에서 경사 크기에 대한 누적 분포 함수 히스토그램을 예시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적용하는 적응적 경사 하강 기법을 예시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 적용하는 복셀 구동형 역투영 기법을 예시한 도면이다.
도 7은 본 발명의 다른 실시예에 따른 영상 재구성 방법을 예시한 흐름도이다.
도 8 내지 도 13은 본 발명의 실시예들이 재구성한 영상을 예시한 도면이다.1 is a block diagram illustrating a cone-beam computed tomography system according to an embodiment of the present invention.
2 is a flowchart illustrating an operation of pre-processing projection data by the cone-beam computed tomography system according to an embodiment of the present invention.
3 is a diagram illustrating a crystal filter used by the cone-beam computed tomography system according to an embodiment of the present invention.
FIG. 4 is a diagram illustrating a cumulative distribution function histogram with respect to a slope size in each pixel of projection data used by the cone-beam computed tomography system according to an embodiment of the present invention.
5 is a diagram illustrating an adaptive gradient descent technique applied to an objective function including a weight to which a global strain reduction technique is applied by the cone beam computed tomography system according to an embodiment of the present invention.
6 is a diagram illustrating a voxel-driven back-projection technique applied by the cone-beam computed tomography system according to an embodiment of the present invention.
7 is a flowchart illustrating an image reconstruction method according to another embodiment of the present invention.
8 to 13 are diagrams illustrating images reconstructed according to embodiments of the present invention.
이하, 본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하고, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다.Hereinafter, in the description of the present invention, if it is determined that the subject matter of the present invention may be unnecessarily obscured as it is obvious to those skilled in the art with respect to related known functions, the detailed description thereof will be omitted, and some embodiments of the present invention will be described. It will be described in detail with reference to exemplary drawings.
도 1은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템을 예시한 블록도이다.1 is a block diagram illustrating a cone-beam computed tomography system according to an embodiment of the present invention.
도 1에 도시한 바와 같이, 콘빔 전산화 단층 촬영 시스템(100)은 갠트리(Gantry, 110), 방사선 헤드(Radiation Head, 120), 패널 감지기(Panel Detector, 130), 처리부(Processor, 140)를 포함한다. 콘빔 전산화 단층 촬영 시스템(100)은 도 3에서 예시적으로 도시한 다양한 구성요소들 중에서 일부 구성요소를 생략하거나 다른 구성요소를 추가로 포함할 수 있다. As shown in FIG. 1 , the cone beam computed
갠트리(110)는 본체부에 연결되며 적어도 일 방향으로 회전 가능하도록 형성된다. 갠트리(110)는 방사선 헤드(120) 및 패널 감지기(130) 사이에 위치한 피검사체 주위를 360도 회전한다. 갠트리(120)는 경사계 센서를 추가로 포함할 수 있다.The gantry 110 is connected to the main body and is formed to be rotatable in at least one direction. The gantry 110 rotates 360 degrees around the subject located between the
방사선 헤드(120)는 갠트리(110)에 연결되며 피검사체에 방사선 빔을 조사한다. 방사선 헤드(120)는 피검사체를 촬영하는 스캔 시간 동안 작동한다.The
패널 감지기(130)는 갠트리(110)에 연결되며 피검사체를 투과한 방사선 빔을 감지하여 복수의 프로젝션(Projection) 데이터를 획득한다.The
처리부(140)는 복수의 프로젝션 데이터에 재구성 알고리즘을 적용하여 재구성 영상을 생성한다. 처리부(140)는 복수의 프로젝션 데이터를 전처리하고, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하고, 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성한다. 처리부(140)는 CPU 또는 GPU 등의 프로세서로 구현될 수 있다.The processor 140 generates a reconstructed image by applying a reconstruction algorithm to the plurality of projection data. The processing unit 140 pre-processes a plurality of projection data, corrects the pre-processed projection data using an objective function including a weight to which a total variation denoising technique is applied, and reconstructs and restores the corrected projection data create an image The processing unit 140 may be implemented as a processor such as a CPU or GPU.
도 2는 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 프로젝션 데이터를 전처리하는 동작을 예시한 흐름도이다.2 is a flowchart illustrating an operation of pre-processing projection data by the cone-beam computed tomography system according to an embodiment of the present invention.
처리부(140)가 프로젝션 데이터를 전처리하는 단계는, 프로젝션 데이터를 로그 변환하는 단계(S210), 로그 변환된 프로젝션 데이터를 주파수 영역으로 푸리에 변환하는 단계(S220), 푸리에 변환된 프로젝션 데이터에 고주파 통과 필터와 윈도우 필터가 결합된 수정 필터를 적용하여 보정하는 단계(S230), 및 수정 필터를 적용하여 보정된 프로젝션 데이터를 역푸리에 변환하는 단계(S240)를 포함한다.The pre-processing of the projection data by the processing unit 140 includes log-transforming the projection data (S210), Fourier transforming the log-transformed projection data into a frequency domain (S220), and a high-pass filter on the Fourier-transformed projection data and a step of correcting by applying a correction filter combined with a window filter (S230), and an inverse Fourier transform of the projection data corrected by applying the correction filter (S240).
콘 모양의 빔 진행 방향으로 인해 생기는 밝기값 떨어짐 현상을 방지하기 위해 로그 변환된 각각의 프로젝션 데이터를 각각의 X선의 주사방향에 따른 사전가중치를 적용하여 변환한다. 사전가중치를 적용하는 것은 수학식 1과 같이 표현된다.In order to prevent a decrease in brightness caused by the cone-shaped beam propagation direction, each log-converted projection data is converted by applying a pre-weight according to the scanning direction of each X-ray. The application of the pre-weight is expressed as Equation (1).
p(θ, u, v)는 각도 θ에서 주어진 프로젝션 데이터에서 (u, v)의 위치에서 로그 변환된 값이다. D는 빔원에서 감지기까지의 거리이다. 사전가중치가 적용된 프로젝션 데이터의 각 수평 라인은 1차원 푸리에 변환을 사용하여 주파수 도메인으로 변환된다. 처리부(140)는 높은 공간 주파수를 억제하기 위해 푸리에 변환된 값에 수정 필터를 적용한다.p(θ, u, v) is the log-transformed value at the position of (u, v) in the given projection data at the angle θ. D is the distance from the beam source to the detector. Each horizontal line of the preweighted projection data is transformed into the frequency domain using a one-dimensional Fourier transform. The processing unit 140 applies a correction filter to the Fourier-transformed value in order to suppress the high spatial frequency.
도 3은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 사용하는 수정 필터를 예시한 도면이다. 수정 필터는 수학식 2와 같이 표현된다.3 is a diagram illustrating a crystal filter used by the cone-beam computed tomography system according to an embodiment of the present invention. The correction filter is expressed as Equation (2).
처리부(140)는 노이즈 대역인 고주파수 부분을 억제하기 위해 쉐프-로간(Shepp-Logan) 필터와 주파수 도메인에서 정의된 코사인 윈도우 함수를 결합한다. 쉐프-로간(Shepp-Logan) 필터는 1차원 Ramp 필터에 고주파 감쇠를 위한 sinc 함수를 이용하여 가중치를 적용한 필터이다. 처리부(140)는 수정 필터를 적용하여 보정한 프로젝션 데이터에 역푸리에 변환을 수행하여 노이즈가 감소된 프로젝션 데이터를 획득한다.The processing unit 140 combines a Shepp-Logan filter and a cosine window function defined in the frequency domain in order to suppress a high-frequency portion that is a noise band. The Shepp-Logan filter is a filter in which a weight is applied to a one-dimensional ramp filter using a sinc function for high-frequency attenuation. The processing unit 140 obtains projection data with reduced noise by performing an inverse Fourier transform on the projection data corrected by applying the correction filter.
푸리에 변환된 값을 처리하는 과정에서 고주파 통과 필터에 윈도우 필터 함수를 결합하여 생성한 수정 필터를 영상 신호에 적용함으로써, 상대적으로 높은 공간 주파수 성분이 존재하는 경우에도 효과적으로 노이즈를 감소시켜 영상의 선명도를 증가시킬 수 있다.In the process of processing the Fourier transformed value, the correction filter created by combining the window filter function with the high-pass filter is applied to the image signal to effectively reduce noise even in the presence of relatively high spatial frequency components to improve image clarity. can increase
처리부(140)는 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정한다. 전역 변형 저감화(Total Variation Denoising) 기법은 노이즈를 갖는 픽셀은 전역 변형이 높은 것을 고려하여 에지를 보존하면서 노이즈를 제거한다. The processing unit 140 corrects the preprocessed projection data using an objective function including a weight to which a total variation denoising technique is applied. The Total Variation Denoising technique removes noise while preserving edges in consideration of the high global distortion of a pixel having noise.
인덱스 j는 필터링된 프로젝션 데이터에서 픽셀의 인덱스를 의미한다. 전역 변형에 관한 함수 G(Pj)는 수학식 4와 같이 표현된다.The index j means an index of a pixel in the filtered projection data. The function G(P j ) regarding the global transformation is expressed as Equation (4).
P( u,v )는 2차원의 위치에서 픽셀을 의미한다. 전역 변형은 2차원의 위치에서 인접 픽셀 간의 놈(Norm)으로 표현된다. 놈은 2차원 벡터의 크기로서 경사의 절대값으로 볼 수 있다.P ( u,v ) means a pixel in a two-dimensional position. The global transformation is expressed as a norm between adjacent pixels in a two-dimensional position. The norm is the magnitude of a two-dimensional vector and can be viewed as the absolute value of the gradient.
처리부(140)는 전역 변형 저감화 기법의 목적 함수에 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 적용한다.The processing unit 140 applies an anisotropic weight or a non-local weight to the objective function of the global strain reduction technique.
전역 변형 저감화 기법의 목적 함수에 적용되는 비등방성(Anisotropic) 가중치는 수학식 5 또는 수학식 6과 같이 표현된다.The anisotropic weight applied to the objective function of the global strain reduction technique is expressed as
처리부(140)는 가중치를 포함하는 목적 함수로 정의된 전역 변형 저감화 기법에 비등방성(Anisotropic) 가중치를 적용할 수 있다. 비등방성 가중치는 전처리된 프로젝션 데이터의 각 픽셀의 경사 크기를 누적한 히스토그램의 특정 지점에 해당하는 보존 파라미터를 포함하는 관계로 표현된다. 수학식 5는 이웃 픽셀과 보존 파라미터의 관계식에 마이너스를 곱한 후 지수함수를 적용하고, 수학식 6은 이웃 픽셀과 보존 파라미터의 관계식에 1을 더한 후 역수를 취한다.The processing unit 140 may apply an anisotropic weight to a global strain reduction technique defined as an objective function including a weight. The anisotropy weight is expressed as a relationship including a preservation parameter corresponding to a specific point in the histogram in which the gradient size of each pixel of the preprocessed projection data is accumulated. In Equation 5, an exponential function is applied after multiplying the relation between the neighboring pixel and the preservation parameter by a minus, and in
Nj는 j번째 픽셀의 이웃 집합을 의미한다. 예컨대, 이웃 집합으로 4개의 1차 이웃을 설정할 수 있다. 보존 파라미터 δ는 경계 영역과 노이즈 영역을 분리하기 위하여, 각 필터링된 프로젝션 데이터로부터 밝기값의 경사(gradient)값을 계산한다. N j denotes a set of neighbors of the j-th pixel. For example, four primary neighbors may be set as a set of neighbors. The preservation parameter δ calculates a gradient value of a brightness value from each filtered projection data in order to separate the boundary region and the noise region.
프로젝션 데이터의 각 픽셀에서 경사 크기에 대한 누적 분포 함수 히스토그램이 도 4에 도시되어 있다. 경사값을 누적한 누적 분포 함수(Cumulative Distribution Function, CDF) 히스토그램을 통하여 최적의 보존 파라미터를 결정하며, 히스토그램의 90%가 되는 지점의 경사 값으로 결정할 수 있다.A histogram of the cumulative distribution function for the slope magnitude at each pixel of the projection data is shown in FIG. 4 . The optimal preservation parameter is determined through a cumulative distribution function (CDF) histogram in which the slope values are accumulated, and it can be determined as the slope value at the 90% point of the histogram.
가중치는 주변 픽셀과의 대조도에 따라 차등적으로 계산된다. 주변 픽셀들(μm)에 비해 상대적으로 높은 대조도를 보이는 경계들은 보존되고, 낮은 대조도를 보이는 잡음 복셀들은 억제된다.The weight is differentially calculated according to the contrast with the surrounding pixels. Boundaries with relatively high contrast compared to surrounding pixels μ m are preserved, and noise voxels with low contrast are suppressed.
전역 변형 저감화 기법의 목적 함수에 적용되는 비국부(Non-Local) 가중치는 수학식 7과 같이 표현된다.A non-local weight applied to the objective function of the global strain reduction technique is expressed as Equation (7).
처리부는 가중치를 포함하는 목적 함수로 정의된 전역 변형 저감화 기법에 비국부(Non-Local) 가중치를 적용할 수 있다. 비국부 가중치는 (i) 패치를 갖는 커널 함수와 (ii) 영상 배경의 표준편차의 소정의 배수로 설정된 필터링 파라미터를 포함하는 관계로 표현될 수 있다. 커널 함수는 원점을 중심으로 대칭이면서 적분값이 1인 non-negative 함수이다. 처리부는 커널 함수로 가우시안 커널 함수를 사용할 수 있다.The processing unit may apply a non-local weight to a global strain reduction technique defined as an objective function including a weight. The non-local weight may be expressed as a relationship including (i) a kernel function having a patch and (ii) a filtering parameter set to a predetermined multiple of the standard deviation of the image background. A kernel function is a non-negative function whose integral value is 1 while being symmetric about the origin. The processing unit may use a Gaussian kernel function as a kernel function.
비국부 가중치는 단위 분산에 따라 기 설정된 크기를 갖는 검색 영역 내에서 검색 영역의 크기보다 작게 설정된 크기를 갖는 패치 간의 유사도를 이용하여 설정된다. 비국부 영역은 j∈Ω으로 정의된다. 인덱스 k는 패치의 인덱스를 의미하고, 패치의 크기는 (2a+1)x(2a+1)로 설정될 수 있다. 가우시안 커널에서 패치는 5x5로 설정될 수 있고, 검색 영역은 21x21로 설정될 수 있다. 필터링 파라미터 h0은 영상 배경의 표준편차의 2-3배로 설정될 수 있다.The non-local weight is set using the similarity between patches having a size set smaller than the size of the search area within the search area having a preset size according to the unit variance. The non-local region is defined as j∈Ω. The index k means the index of the patch, and the size of the patch may be set to (2a+1)x(2a+1). In the Gaussian kernel, the patch may be set to 5x5, and the search area may be set to 21x21. The filtering parameter h 0 may be set to 2-3 times the standard deviation of the image background.
처리부는 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적응적 경사 하강(Steepest Gradient Descent) 기법을 적용하여 프로젝션 데이터를 보정한다. 처리부는 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수를 최소화한다.The processor corrects the projection data by applying an adaptive gradient descent technique to an objective function including a weight to which the global strain reduction technique is applied. The processing unit minimizes the objective function including the weight to which the global strain reduction technique is applied.
도 5는 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적용하는 적응적 경사 하강 기법을 예시한 도면이다.5 is a diagram illustrating an adaptive gradient descent technique applied to an objective function including a weight to which a global strain reduction technique is applied by the cone beam computed tomography system according to an embodiment of the present invention.
처리부가 영상 적합도를 최소화하는 것은 적응적 경사 하강(Steepest Gradient Descent) 기법을 적용할 수 있다. 적응적 경사 하강 기법을 적용하여 목적 함수를 최소화하고, 두드러진 경계들을 유지하면서 잡음 복셀들이 부드러워지는 최적의 경사 하강 기법의 반복 회수를 파인 튜닝(Fine Tuning)을 통하여 결정할 수 있다. 파인 튜닝을 통하여 이미 존재하는 모델에 추가 데이터를 입력하여 파라미터를 갱신한다. 전역 변형(Total Variation)에 관한 정규 함수를 최소화한다. An adaptive gradient descent technique may be applied to the processor to minimize the image fit. The number of iterations of the optimal gradient descent technique in which the objective function is minimized by applying the adaptive gradient descent technique and noise voxels are softened while maintaining prominent boundaries can be determined through fine tuning. Through fine tuning, the parameters are updated by inputting additional data to the already existing model. Minimize the regular function for the Total Variation.
처리부는 복원 영상의 밝기 값으로 정의된 목적 함수에 적응적 경사 하강 기법을 적용하고, 목적 함수를 최적화하는 파라미터를 검출하는 과정을 반복하여 복원 영상을 필터링할 수 있다.The processor may filter the reconstructed image by repeating the process of applying the adaptive gradient descent technique to the objective function defined as the brightness value of the reconstructed image and detecting a parameter for optimizing the objective function.
적응적 계단 크기가 적용되는 적응적 경사 하강 기법은 수학식 8과 같이 표현된다.The adaptive gradient descent technique to which the adaptive step size is applied is expressed as Equation (8).
λ는 반복 단계가 진행됨에 따라 부드러움 정도가 감소될 수 있도록 제어하는 적응 파라미터이다. 각 경사 하강법 단계에서 갱신된 값이 반복 회수가 증가함에 따라 보다 작은 값으로 지정되도록 제어한다. t는 반복 회수를 의미한다.λ is an adaptive parameter that controls the degree of softness to be reduced as the iteration step progresses. Controlled so that the updated value in each gradient descent step is designated as a smaller value as the number of iterations increases. t stands for the number of iterations.
▽R(Pj)는 각 경사 하강법 단계에서 계산되는 목적 함수의 X선 영상의 j번째 색인된 위치에서의 경사를 의미하고 모든 위치에서 계산된 경사의 제곱근의 합 |▽R(Pj)|는 정규화된 경사 계산을 위해 요구된다. ▽R(P j ) means the slope at the j indexed position of the X-ray image of the objective function calculated at each gradient descent step, and the sum of the square roots of the slopes calculated at all positions |▽R(P j ) | is required for normalized gradient calculations.
전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적응적 경사 하강(Steepest Gradient Descent) 기법에 의한 경사는 수학식 9와 같이 표현된다.The gradient by the Steepest Gradient Descent technique to the objective function including the weight to which the global strain reduction technique is applied is expressed as Equation (9).
목적 함수가 상이하면, 적응적 경사 하강 기법에 따른 경사 역시 상이하게 되고, 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적용된 경사는 인접 픽셀과의 놈에 따른 제곱근을 분자로 갖고 인접 픽셀과의 차를 분모로 갖는 값에 가중치를 곱한 형태로 표현된다. If the objective functions are different, the gradient according to the adaptive gradient descent technique is also different, and the gradient applied to the objective function including the weight to which the global strain reduction technique is applied has the square root according to the norm with the adjacent pixel as a numerator and is equal to the adjacent pixel. It is expressed in the form of multiplying the value with the difference in the denominator by the weight.
적응 파라미터는 수학식 10과 같이 표현된다.The adaptation parameter is expressed as Equation (10).
급격한 변화로 인하여 발생할 수 있는 국부 최소화를 피하기 위하여 스케일링 파라미터 γ를 적용한다. 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적용된 적응적 경사 하강 기법에 관한 알고리즘은 다음 표 1과 같이 슈도 코드로 표현된다.A scaling parameter γ is applied to avoid local minimization that may occur due to abrupt changes. The algorithm related to the adaptive gradient descent technique applied to the objective function including the weight to which the global strain reduction technique is applied is expressed as a pseudo code as shown in Table 1 below.
도 6은 본 발명의 일 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 적용하는 복셀 구동형 역투영 기법을 예시한 도면이다.6 is a diagram illustrating a voxel-driven back-projection technique applied by the cone-beam computed tomography system according to an embodiment of the present invention.
처리부는 복셀 구동형 역투영(Voxel Driven Backprojection) 기법을 적용하여 보정된 프로젝션 데이터를 재구성한다. 복셀의 벡터 r가 주어질 때 투영 변화를 통해 대응하는 위치 u(r), v(r)의 픽셀 P는 수학식 11과 같이 표현되고, 대응하는 위치 u(r), v(r)는 수학식 12 및 수학식 13과 같이 표현된다.The processor reconstructs the corrected projection data by applying a voxel driven backprojection technique. When the vector r of voxels is given, the pixel P at the corresponding position u(r), v(r) through the projection change is expressed as Equation 11, and the corresponding position u(r), v(r) is expressed as Equation 11 12 and Equation 13.
D는 빔원에서 감지기까지의 거리이고, 회전 벡터 
위치 벡터 r에서 최종 감쇠 계수 u(r)은 수학식 15와 같이 표현된다.The final damping coefficient u(r) in the position vector r is expressed as in Equation (15).
w(r)은 깊이 가중치이고, Np는 프로젝션 데이터의 총 개수이다. 모든 복셀은 필터링된 모든 프로젝션 데이터로부터 유도되면 Np에 의해 정규화된다.w(r) is the depth weight, and N p is the total number of projection data. All voxels are normalized by N p if they are derived from all filtered projection data.
처리부는 3차원 다항식을 사용하여 매끄러운 함수를 산출하는 큐빅 스플라인 보간법을 기초로 복셀 구동형 역투영(Voxel Driven Backprojection) 기법을 적용하여 보정된 프로젝션 데이터를 재구성할 수 있다.The processor may reconstruct the corrected projection data by applying a voxel driven backprojection technique based on cubic spline interpolation that calculates a smooth function using a 3D polynomial.
up=u-p-1, vq=v-q-1 조건에서 Pn(θ, u(r), v(r))은 수학식 17과 같이 1차원 큐빅 스플라인의 2차원 텐서 곱으로 표현될 수 있다.Under the condition u p =up-1, v q =vq-1, P n (θ, u(r), v(r)) can be expressed as a two-dimensional tensor product of a one-dimensional cubic spline as in Equation 17. .
[x]는 실수 x에 대해서 작거나 동일한 정수 중에서 가장 큰 정수로 매핑하는 바닥 함수이다. Bp 및 Bq는 수학식 18에 대응한다.[x] is a floor function that maps the real number x to the largest integer less than or equal to the integer x. B p and B q correspond to Equation (18).
콘빔 전산화 단층 촬영 시스템에 포함된 구성요소들이 도 1에서는 분리되어 도시되어 있으나, 복수의 구성요소들은 상호 결합되어 적어도 하나의 모듈로 구현될 수 있다. 구성요소들은 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작한다. 이러한 구성요소들은 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.Although components included in the cone-beam computed tomography system are illustrated separately in FIG. 1 , a plurality of components may be coupled to each other and implemented as at least one module. The components are connected to a communication path connecting a software module or a hardware module inside the device to operate organically with each other. These components communicate using one or more communication buses or signal lines.
콘빔 전산화 단층 촬영 시스템은 하드웨어, 펌웨어, 소프트웨어 또는 이들의 조합에 의해 로직회로 내에서 구현될 수 있고, 범용 또는 특정 목적 컴퓨터를 이용하여 구현될 수도 있다. 장치는 고정배선형(Hardwired) 기기, 필드 프로그램 가능한 게이트 어레이(Field Programmable Gate Array, FPGA), 주문형 반도체(Application Specific Integrated Circuit, ASIC) 등을 이용하여 구현될 수 있다. 또한, 장치는 하나 이상의 프로세서 및 컨트롤러를 포함한 시스템온칩(System on Chip, SoC)으로 구현될 수 있다.The cone-beam computed tomography system may be implemented in a logic circuit by hardware, firmware, software, or a combination thereof, or may be implemented using a general-purpose or special-purpose computer. The device may be implemented using a hardwired device, a field programmable gate array (FPGA), an application specific integrated circuit (ASIC), or the like. In addition, the device may be implemented as a system on chip (SoC) including one or more processors and controllers.
콘빔 전산화 단층 촬영 시스템은 하드웨어적 요소가 마련된 컴퓨팅 디바이스에 소프트웨어, 하드웨어, 또는 이들의 조합하는 형태로 구현될 수 있다. 컴퓨팅 디바이스는 각종 기기 또는 유무선 통신망과 통신을 수행하기 위한 통신 모뎀 등의 통신장치, 프로그램을 실행하기 위한 데이터를 저장하는 메모리, 프로그램을 실행하여 연산 및 명령하기 위한 마이크로프로세서 등을 전부 또는 일부 포함한 다양한 장치를 의미할 수 있다.The cone beam computed tomography system may be implemented in the form of software, hardware, or a combination thereof in a computing device provided with hardware elements. A computing device includes all or part of a communication device such as a communication modem for performing communication with various devices or a wired/wireless communication network, a memory for storing data for executing a program, and a microprocessor for executing an operation and command by executing the program. It can mean a device.
도 7은 본 발명의 다른 실시예에 따른 영상 재구성 방법을 예시한 흐름도이다. 영상 재구성 방법은 콘빔 전산화 단층 촬영 시스템에 의하여 수행될 수 있으며, 콘빔 전산화 단층 촬영 시스템이 수행하는 동작에 관한 상세한 설명과 중복되는 설명은 생략하기로 한다.7 is a flowchart illustrating an image reconstruction method according to another embodiment of the present invention. The image reconstruction method may be performed by a cone-beam computed tomography system, and detailed descriptions and overlapping descriptions of operations performed by the cone-beam computed tomography system will be omitted.
단계 S710에서, 콘빔 전산화 단층 촬영 시스템은 프로젝션 데이터를 전처리한다. 프로젝션 데이터를 전처리하는 단계(S710)는, 프로젝션 데이터를 로그 변환하는 단계, 로그 변환된 프로젝션 데이터를 주파수 영역으로 푸리에 변환하는 단계, 푸리에 변환된 프로젝션 데이터에 고주파 통과 필터와 윈도우 필터가 결합된 수정 필터를 적용하여 보정하는 단계, 및 수정 필터를 적용하여 보정된 프로젝션 데이터를 역푸리에 변환하는 단계를 포함한다.In step S710, the cone-beam computed tomography system pre-processes the projection data. The step of preprocessing the projection data (S710) includes the steps of log-transforming the projection data, Fourier transforming the log-transformed projection data into the frequency domain, and a correction filter in which a high-pass filter and a window filter are combined with the Fourier-transformed projection data. Correcting by applying , and inverse Fourier transforming the corrected projection data by applying a correction filter.
단계 S720에서, 콘빔 전산화 단층 촬영 시스템은 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정한다. 전역 변형 저감화(Total Variation Denoising) 기법은 노이즈를 갖는 픽셀은 전역 변형이 높은 것을 고려하여 에지를 보존하면서 상기 노이즈를 제거하며, 전역 변형은 2차원의 위치에서 인접 픽셀 간의 놈(Norm)으로 표현된다. 전역 변형 저감화 기법의 목적 함수에 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 적용할 수 있다.In step S720, the cone-beam computed tomography system corrects the preprocessed projection data using an objective function including a weight to which a total variation denoising technique is applied. The Total Variation Denoising technique removes the noise while preserving the edges in consideration of the high global deformation of pixels with noise, and the global deformation is expressed as a norm between adjacent pixels in a two-dimensional position. . Anisotropic weights or non-local weights may be applied to the objective function of the global strain reduction technique.
프로젝션 데이터를 보정하는 단계(S720)는, 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적응적 경사 하강(Steepest Gradient Descent) 기법을 적용하여, 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수를 최소화할 수 있다.The step of correcting the projection data ( S720 ) is to apply an adaptive gradient descent technique to an objective function including a weight to which the global strain reduction technique is applied, and an objective function including a weight to which the global strain reduction technique is applied. can be minimized.
단계 S730에서, 콘빔 전산화 단층 촬영 시스템은 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성한다. 복원 영상을 생성하는 단계(S730)는, 3차원 다항식을 사용하여 매끄러운 함수를 산출하는 큐빅 스플라인 보간법을 기초로 복셀 구동형 역투영(Voxel Driven Backprojection) 기법을 적용하여 상기 보정된 프로젝션 데이터를 재구성할 수 있다.In step S730, the cone-beam computed tomography system generates a reconstructed image by reconstructing the corrected projection data. The step of generating the reconstructed image (S730) is to reconstruct the corrected projection data by applying a voxel driven backprojection technique based on a cubic spline interpolation method that calculates a smooth function using a three-dimensional polynomial. can
도 8 내지 도 13은 본 발명의 실시예들이 재구성한 영상을 예시한 도면이다.8 to 13 are diagrams illustrating images reconstructed according to embodiments of the present invention.
Catphan503을 사용하여 정량적 비교를 수행하였다. 팬텀은 종 방향을 따라 상하 방향으로 3 개의 직교하는 레이저 빔을 사용하여 정렬되었다. CBCT 프로젝션 데이터는 Infinity 선형 가속기 시스템에 장착된 kV 방사선원으로 구성된 XVI R5.0으로 획득되었다. 갠트리가 피검사체 또는 지지대의 주변을 회전할 때 작은 시야각(FOV) 프로토콜, S20 시준기, F0 필터를 구비하고 보타이 필터없이 총 360도의 회전으로 일련의 프로젝션 데이터를 획득하였다. 전체 스캔을 위한 프로젝션 수는 약 665 개이다. 빔원과 검출기 간의 거리는 1536 mm이고, 빔원과 축 간의 거리는 1000 mm이다. 저선량 CBCT 프로토콜의 경우 X레이 튜브 전류는 10 mA로 설정되고 X레이 펄스의 지속 시간은 각 프로젝션의 데이터 수집 중에 10 ms로 설정되고, 관 전압은 100 kVp로 설정되었다. 재구성 된 영상은 복셀 크기가 0.5x0.5x0.5 mm3인 512x512x200 보셀의 크기로 생성되었다. 모든 복원 영상은 Hounsfield units (HU)로 변환되었다.Quantitative comparisons were performed using Catphan503. The phantoms were aligned using three orthogonal laser beams up and down along the longitudinal direction. CBCT projection data were acquired with an XVI R5.0 configured with a kV radiation source mounted on an Infinity linear accelerator system. When the gantry rotates around the subject or support, a series of projection data were acquired with a total of 360 degrees of rotation without a bowtie filter, equipped with a small field of view (FOV) protocol, an S20 collimator, and an F0 filter. The number of projections for a full scan is about 665. The distance between the beam source and the detector is 1536 mm, and the distance between the beam source and the axis is 1000 mm. For the low-dose CBCT protocol, the X-ray tube current was set to 10 mA, the duration of the X-ray pulse was set to 10 ms during data collection for each projection, and the tube voltage was set to 100 kVp. The reconstructed image was generated with a size of 512x512x200 voxels with a voxel size of 0.5x0.5x0.5 mm 3 . All reconstructed images were converted to Hounsfield units (HU).
대응하는 영역들 간의 상대적 이미지 콘트라스트를 정량적으로 비교하기 위해, 우리는 복원 영상에서 선택된 관심 영역 (ROI)에서의 콘트라스트 노이즈 비율(CNR)은 수학식 19와 같이 정의한다.In order to quantitatively compare the relative image contrast between the corresponding regions, we define the contrast-to-noise ratio (CNR) in the region of interest (ROI) selected from the reconstructed image as in Equation 19.
Minsert 및 δinsertsms는 평균 및 표준 편차 HU 값을 나타낸다. Mcenter 및 δcenter는 중앙에 위치한 ROI에 대응하는 값이다. 각 방식에 의한 CNR은 표 2와 같은 수치를 갖는다. 해당 영역 간의 상대적인 대비를 파악할 수 있다.M insert and δ insertsms represent mean and standard deviation HU values. M center and δ center are values corresponding to the ROI located in the center. The CNR by each method has the numerical values shown in Table 2. The relative contrast between the corresponding areas can be grasped.
전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 최소화하여 프로젝션 데이터를 보정함으로써, 모든 ROI에서 CNR이 개선됨을 파악할 수 있다.It can be seen that the CNR is improved in all ROIs by correcting the projection data by minimizing the objective function including the weight to which the Total Variation Denoising technique is applied.
선택된 ROI에서 정확한 HU 값을 평가하기 위해 수학식 20과 같이 RMSE(Root-Mean-Square Error)를 산출한다. In order to evaluate the correct HU value in the selected ROI, a Root-Mean-Square Error (RMSE) is calculated as in Equation 20.
재구성된 영상과 벤치마크 CBCT 영상 간의 전반적인 차이를 평가하기 위해 수학식 21과 같이 상관 계수를 산출한다.In order to evaluate the overall difference between the reconstructed image and the benchmark CBCT image, a correlation coefficient is calculated as in Equation 21.
전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 최소화하여 프로젝션 데이터를 보정함으로써, 모든 ROI에서 RMSE 및 상관 계수가 개선됨을 파악할 수 있다.It can be seen that the RMSE and correlation coefficient are improved in all ROIs by correcting the projection data by minimizing the objective function including the weight to which the Total Variation Denoising technique is applied.
도 8의 (a)는 쉐프-로간 필터를 적용한 FDK 알고리즘에 의한 복원 영상이고, 도 8의 (b)는 수정 필터를 적용한 FDK 알고리즘에 의한 복원 영상이고, 도 8의 (c)는 본 실시예에 따른 비등방성 가중치를 갖는 TV가 적용된 FDK 알고리즘에 의한 복원 영상이다.Fig. 8 (a) is a reconstructed image by the FDK algorithm to which the Chef-Logan filter is applied, Fig. 8 (b) is a reconstructed image by the FDK algorithm to which the correction filter is applied, and Fig. 8 (c) is the present embodiment. It is a reconstructed image by the FDK algorithm to which a TV having an anisotropy weight according to .
도 9의 (a)는 기존의 고선량 FDK 알고리즘에 의한 복원 영상이고, 도 9의 (b)는 본 실시예에 따른 비등방성 가중치를 갖는 TV가 적용된 FDK 알고리즘에 의한 복원 영상이다.Fig. 9 (a) is a reconstructed image by the conventional high-dose FDK algorithm, and Fig. 9 (b) is a reconstructed image by the FDK algorithm to which a TV having an anisotropic weight according to the present embodiment is applied.
도 10의 (a)는 쉐프-로간 필터를 적용한 FDK 알고리즘에 의한 복원 영상이고, 도 10의 (b)는 수정 필터를 적용한 FDK 알고리즘에 의한 복원 영상이고, 도 10의 (c)는 본 실시예에 따른 비국부 가중치를 갖는 TV가 적용된 FDK 알고리즘에 의한 복원 영상이다.Figure 10 (a) is a reconstructed image by the FDK algorithm to which the Chef-Logan filter is applied, (b) is a reconstructed image by the FDK algorithm to which the correction filter is applied, and Figure 10 (c) is the present embodiment It is a reconstructed image by the FDK algorithm to which TV having non-local weights according to .
도 11의 (a)는 기존의 고선량 FDK 알고리즘에 의한 복원 영상이고, 도 11의 (b)는 본 실시예에 따른 비국부 가중치를 갖는 TV가 적용된 FDK 알고리즘에 의한 복원 영상이다.Fig. 11 (a) is a reconstructed image by the conventional high-dose FDK algorithm, and Fig. 11 (b) is a reconstructed image by the FDK algorithm to which the TV having a non-local weight according to the present embodiment is applied.
본 실시예에 따른 콘빔 전산화 단층 촬영 시스템이 고품질의 복원 영상을 획득할 수 있음을 확인할 수 있다.It can be seen that the cone-beam computed tomography system according to the present embodiment can obtain a high-quality reconstructed image.
도 12의 (a)는 쉐프-로간 필터를 적용한 FDK 알고리즘에 의한 복원 영상의 MIP(Maximum Intensity Projection)이고, 도 12의 (b)는 수정 필터를 적용한 FDK 알고리즘에 의한 복원 영상의 MIP이고, 도 12의 (c)는 본 실시예에 따른 비등방성 가중치를 갖는 TV가 적용된 FDK 알고리즘에 의한 복원 영상의 MIP이다.Figure 12 (a) is a MIP (Maximum Intensity Projection) of the restored image by the FDK algorithm to which the Chef-Logan filter is applied, and (b) of Figure 12 is the MIP of the restored image by the FDK algorithm to which the correction filter is applied. (c) of 12 is the MIP of the restored image by the FDK algorithm to which the TV having an anisotropy weight according to the present embodiment is applied.
MIP 영상은 복원 영상의 각 픽셀에서 해당 뷰 레이를 따라 마주 치는 최고 값을 추출할 수 있으므로, 노이즈를 줄이면서 콘트라스트가 높은 일부 영역이 보존되는지 여부를 판단할 수 있다. 본 실시예에 따른 영상 재구성 방법은 눈에 띄는 특징을 가진 뼈나 치아 영역이 다른 두 알고리즘과 비교하여 배경 영역의 아티팩트를 줄이면서 잘 보존된다는 것을 보여 준다.Since the MIP image can extract the highest value encountered along the corresponding view ray from each pixel of the reconstructed image, it is possible to determine whether a high-contrast partial area is preserved while reducing noise. The image reconstruction method according to the present embodiment shows that bone or tooth regions with prominent features are well preserved while reducing artifacts in the background region compared to the other two algorithms.
도 13의 3 개의 FDK 복원 알고리즘에 의해 생성된 복원 영상의 중심을 지나는 수평선의 1차원 프로파일이다.It is a one-dimensional profile of a horizontal line passing through the center of the reconstructed image generated by the three FDK reconstruction algorithms of FIG. 13 .
쉐프-로간 필터를 사용할 때의 인접한 복셀 간의 급격한 변화는 수정 필터를 적용하면서 크게 감소하였다. 비등방성 가중치를 적용한 후에는 균질(Homogeneous) 영역의 변화가 더 부드러워졌고, 뼈, 연조직 및 공기 중의 비균질(Inhomogeneous) 영역의 변화는 거의 보존되었다. 본 실시예에 따른 영상 재구성 방법은 노이즈를 효과적으로 제거할 수 있으며 동시에 눈에 띄는 에지에 패널티를 가하지 않음을 쉽게 파악할 수 있다.When using the Chef-Logan filter, the abrupt change between adjacent voxels was greatly reduced by applying the correction filter. After applying the anisotropic weights, the changes in the homogeneous region were smoother, and the changes in the inhomogeneous regions in bone, soft tissue and air were almost preserved. It can be easily understood that the image reconstruction method according to the present embodiment can effectively remove noise and at the same time do not apply a penalty to a conspicuous edge.
도 2 및 도 7에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나 이는 예시적으로 설명한 것에 불과하고, 이 분야의 기술자라면 본 발명의 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 2 및 도 7에 기재된 순서를 변경하여 실행하거나 또는 하나 이상의 과정을 병렬적으로 실행하거나 다른 과정을 추가하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이다.Although it is described that each process is sequentially executed in FIGS. 2 and 7, this is only an exemplary description, and those skilled in the art are shown in FIGS. 2 and 7 within the range that does not depart from the essential characteristics of the embodiment of the present invention Various modifications and variations may be applied by changing the order described, executing one or more processes in parallel, or adding other processes.
본 실시예들에 따른 동작은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능한 매체에 기록될 수 있다. 컴퓨터 판독 가능한 매체는 실행을 위해 프로세서에 명령어를 제공하는 데 참여한 임의의 매체를 나타낸다. 컴퓨터 판독 가능한 매체는 프로그램 명령, 데이터 파일, 데이터 구조 또는 이들의 조합을 포함할 수 있다. 예를 들면, 자기 매체, 광기록 매체, 메모리 등이 있을 수 있다. 컴퓨터 프로그램은 네트워크로 연결된 컴퓨터 시스템 상에 분산되어 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 본 실시예를 구현하기 위한 기능적인(Functional) 프로그램, 코드, 및 코드 세그먼트들은 본 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다.The operations according to the present embodiments may be implemented in the form of program instructions that can be performed through various computer means and recorded in a computer-readable medium. Computer-readable media refers to any medium that participates in providing instructions to a processor for execution. Computer-readable media may include program instructions, data files, data structures, or a combination thereof. For example, there may be a magnetic medium, an optical recording medium, a memory, and the like. A computer program may be distributed over a networked computer system so that computer readable code is stored and executed in a distributed manner. Functional programs, codes, and code segments for implementing the present embodiment may be easily inferred by programmers in the technical field to which the present embodiment pertains.
본 실시예들은 본 실시예의 기술 사상을 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The present embodiments are for explaining the technical idea of the present embodiment, and the scope of the technical idea of the present embodiment is not limited by these embodiments. The protection scope of this embodiment should be interpreted by the following claims, and all technical ideas within the equivalent range should be interpreted as being included in the scope of the present embodiment.
100: 콘빔 전산화 단층 촬영 시스템
110: 갠트리
120: 방사선 헤드
130: 패널 감지기
140: 처리부100: cone-beam computed tomography system
110: gantry
120: radiation head
130: panel sensor
140: processing unit
Claims (16)
프로젝션 데이터를 전처리하는 단계;
전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하는 단계; 및
상기 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성하는 단계를 포함하며,
상기 전역 변형 저감화(Total Variation Denoising) 기법은 노이즈를 갖는 픽셀은 전역 변형이 높은 것을 고려하여 에지를 보존하면서 상기 노이즈를 제거하며, 상기 전역 변형은 2차원의 위치에서 인접 픽셀 간의 놈(Norm)으로 표현되며, 상기 전역 변형 저감화 기법의 상기 목적 함수에 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 적용하며,
상기 가중치를 포함하는 목적 함수로 정의된 전역 변형 저감화 기법은 상기 비국부(Non-Local) 가중치를 적용하며, 상기 비국부 가중치는 (i) 패치를 갖는 커널 함수와 (ii) 영상 배경의 표준편차의 소정의 배수로 설정된 필터링 파라미터를 포함하는 관계로 표현되는 것을 특징으로 하는 영상 재구성 방법.In the image reconstruction method by the cone-beam computed tomography system,
preprocessing the projection data;
correcting the pre-processed projection data using an objective function including a weight to which a total variation denoising technique is applied; and
Reconstructing the corrected projection data to generate a reconstructed image,
The Total Variation Denoising technique removes the noise while preserving the edge considering that a pixel having noise has a high global deformation, and the global deformation is a norm between adjacent pixels in a two-dimensional position. expressed, and applying an anisotropic weight or a non-local weight to the objective function of the global strain reduction technique,
The global strain reduction technique defined as an objective function including the weights applies the non-local weights, and the non-local weights are (i) a kernel function having a patch and (ii) a standard deviation of the image background. An image reconstruction method, characterized in that it is expressed as a relationship including a filtering parameter set to a predetermined multiple of .
상기 프로젝션 데이터를 전처리하는 단계는,
상기 프로젝션 데이터를 로그 변환하는 단계;
상기 로그 변환된 프로젝션 데이터를 주파수 영역으로 푸리에 변환하는 단계;
상기 푸리에 변환된 상기 프로젝션 데이터에 고주파 통과 필터와 윈도우 필터가 결합된 수정 필터를 적용하여 보정하는 단계; 및
상기 수정 필터를 적용하여 보정된 상기 프로젝션 데이터를 역푸리에 변환하는 단계를 포함하는 것을 특징으로 하는 영상 재구성 방법.According to claim 1,
The step of pre-processing the projection data,
log transforming the projection data;
Fourier transforming the log-transformed projection data into a frequency domain;
correcting the Fourier-transformed projection data by applying a correction filter in which a high-pass filter and a window filter are combined; and
and inverse Fourier transforming the corrected projection data by applying the correction filter.
상기 비국부 가중치는 단위 분산에 따라 기 설정된 크기를 갖는 검색 영역 내에서 상기 검색 영역의 크기보다 작게 설정된 크기를 갖는 패치 간의 유사도를 이용하여 설정되는 것을 특징으로 하는 영상 재구성 방법.According to claim 1,
The non-local weight is set using a similarity between patches having a size set smaller than the size of the search area within a search area having a preset size according to unit variance.
상기 프로젝션 데이터를 보정하는 단계는,
상기 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적응적 경사 하강(Steepest Gradient Descent) 기법을 적용하여, 상기 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수를 최소화하는 것을 특징으로 하는 영상 재구성 방법.According to claim 1,
The step of correcting the projection data,
Image reconstruction characterized in that by applying an adaptive gradient descent technique to an objective function including a weight to which the global strain reduction technique is applied, an objective function including a weight to which the global strain reduction technique is applied is minimized Way.
상기 복원 영상을 생성하는 단계는,
3차원 다항식을 사용하여 매끄러운 함수를 산출하는 큐빅 스플라인 보간법을 기초로 복셀 구동형 역투영(Voxel Driven Backprojection) 기법을 적용하여 상기 보정된 프로젝션 데이터를 재구성하는 것을 특징으로 하는 영상 재구성 방법.According to claim 1,
The step of generating the restored image comprises:
An image reconstruction method, characterized in that the corrected projection data is reconstructed by applying a voxel driven backprojection technique based on cubic spline interpolation that calculates a smooth function using a three-dimensional polynomial.
적어도 일 방향으로 회전 가능하도록 형성된 갠트리;
상기 갠트리에 연결되며 피검사체에 방사선 빔을 조사하는 방사선 헤드;
상기 갠트리에 연결되며 상기 피검사체를 투과한 방사선 빔을 감지하여 복수의 프로젝션 데이터를 획득하는 패널 감지기; 및
상기 복수의 프로젝션 데이터를 전처리하고, 전역 변형 저감화(Total Variation Denoising) 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하고, 상기 보정된 프로젝션 데이터를 재구성하여 복원 영상을 생성하는 처리부를 포함하며,
상기 전역 변형 저감화(Total Variation Denoising) 기법은 노이즈를 갖는 픽셀은 전역 변형이 높은 것을 고려하여 에지를 보존하면서 상기 노이즈를 제거하며, 상기 전역 변형은 2차원의 위치에서 인접 픽셀 간의 놈(Norm)으로 표현되며, 상기 전역 변형 저감화 기법의 상기 목적 함수에 비등방성(Anisotropic) 가중치 또는 비국부(Non-Local) 가중치를 적용하며,
상기 가중치를 포함하는 목적 함수로 정의된 전역 변형 저감화 기법은 상기 비국부(Non-Local) 가중치를 적용하며, 상기 비국부 가중치는 (i) 패치를 갖는 커널 함수와 (ii) 영상 배경의 표준편차의 소정의 배수로 설정된 필터링 파라미터를 포함하는 관계로 표현되는 것을 특징으로 하는 콘빔 전산화 단층 촬영 시스템.A cone-beam computed tomography system comprising:
a gantry formed to be rotatable in at least one direction;
a radiation head connected to the gantry and irradiating a radiation beam to the subject;
a panel detector connected to the gantry and configured to obtain a plurality of projection data by detecting a radiation beam that has passed through the subject; and
Pre-process the plurality of projection data, correct the pre-processed projection data using an objective function including weights to which a total variation denoising technique is applied, and reconstruct the corrected projection data to generate a reconstructed image including a processing unit that
The Total Variation Denoising technique removes the noise while preserving the edge considering that a pixel having noise has a high global deformation, and the global deformation is a norm between adjacent pixels in a two-dimensional position. expressed, and applying an anisotropic weight or a non-local weight to the objective function of the global strain reduction technique,
The global strain reduction technique defined as an objective function including the weights applies the non-local weights, and the non-local weights are (i) a kernel function having a patch and (ii) a standard deviation of the image background. A cone-beam computed tomography system, characterized in that it is expressed by a relationship including a filtering parameter set to a predetermined multiple of .
상기 처리부는,
상기 프로젝션 데이터를 로그 변환하고, 상기 로그 변환된 프로젝션 데이터를 주파수 영역으로 푸리에 변환하고, 상기 푸리에 변환된 상기 프로젝션 데이터에 고주파 통과 필터와 윈도우 필터가 결합된 수정 필터를 적용하여 보정하고, 상기 수정 필터를 적용하여 보정된 상기 프로젝션 데이터를 역푸리에 변환하여, 상기 프로젝션 데이터를 전처리하는 것을 특징으로 하는 콘빔 전산화 단층 촬영 시스템.10. The method of claim 9,
The processing unit,
The projection data is log-transformed, the log-transformed projection data is Fourier-transformed into a frequency domain, and a correction filter in which a high-pass filter and a window filter are combined is applied to the Fourier-transformed projection data for correction, and the correction filter Cone-beam computed tomography system, characterized in that the projection data corrected by applying an inverse Fourier transform to pre-process the projection data.
상기 처리부는,
상기 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수에 적응적 경사 하강(Steepest Gradient Descent) 기법을 적용하고, 상기 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수를 최소화하여, 상기 프로젝션 데이터를 보정하는 것을 특징으로 하는 콘빔 전산화 단층 촬영 시스템.10. The method of claim 9,
The processing unit,
The projection data is corrected by applying an adaptive gradient descent technique to an objective function including a weight to which the global strain reducing technique is applied, and minimizing an objective function including a weight to which the global strain reducing technique is applied. Cone beam computed tomography system, characterized in that.
상기 처리부는,
3차원 다항식을 사용하여 매끄러운 함수를 산출하는 큐빅 스플라인 보간법을 기초로 복셀 구동형 역투영(Voxel Driven Backprojection) 기법을 적용하여 상기 보정된 프로젝션 데이터를 재구성하는 것을 특징으로 하는 콘빔 전산화 단층 촬영 시스템.10. The method of claim 9,
The processing unit,
A cone-beam computed tomography system, characterized in that the corrected projection data is reconstructed by applying a voxel-driven backprojection technique based on cubic spline interpolation that calculates a smooth function using a three-dimensional polynomial.
상기 처리부는,
상기 전역 변형 저감화 기법이 적용된 가중치를 포함하는 목적 함수를 이용하여 상기 전처리된 프로젝션 데이터를 보정하여, 가중치가 적용되지 않은 전역 변형 저감화 기법보다 복수의 관심 영역에서 콘트라스트 노이즈 비율(CNR)을 높이고, 대조 영상과의 RMSE(Root-Mean-Square Error)를 낮추고, 상기 대조 영상과의 상관 계수를 높이는 것을 특징으로 하는 콘빔 전산화 단층 촬영 시스템.10. The method of claim 9,
The processing unit,
By correcting the preprocessed projection data using an objective function including a weight to which the global strain reduction technique is applied, the contrast noise ratio (CNR) is increased in a plurality of regions of interest compared to the non-weighted global strain reduction technique, and contrast A cone-beam computed tomography system, characterized in that it lowers a root-mean-square error (RMSE) with an image and increases a correlation coefficient with the control image.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20180171700 | 2018-12-28 | ||
| KR1020180171700 | 2018-12-28 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200083122A KR20200083122A (en) | 2020-07-08 |
| KR102297972B1 true KR102297972B1 (en) | 2021-09-03 |
Family
ID=71600903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190056157A KR102297972B1 (en) | 2018-12-28 | 2019-05-14 | Low Dose Cone Beam Computed Tomography Imaging System Using Total Variation Denoising Technique |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102297972B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102473009B1 (en) * | 2020-08-04 | 2022-11-30 | 연세대학교 산학협력단 | Low Dose Cone Beam Computed Tomography Imaging System Using Non-Local Total Variation Denoising Technique |
| KR102438068B1 (en) * | 2021-06-29 | 2022-08-29 | 연세대학교 산학협력단 | Method and apparatus for enhancing the image quality using non-local total variation denoiser based on mutual information |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101076321B1 (en) * | 2011-03-29 | 2011-10-26 | 주식회사 윌메드 | Method for acquiring 3-d image in cone-beam ct apparatus and the cone-beam ct apparatus the method applied thereto |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10304217B2 (en) * | 2012-07-30 | 2019-05-28 | Toshiba Medical Systems Corporation | Method and system for generating image using filtered backprojection with noise weighting and or prior in |
-
2019
- 2019-05-14 KR KR1020190056157A patent/KR102297972B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101076321B1 (en) * | 2011-03-29 | 2011-10-26 | 주식회사 윌메드 | Method for acquiring 3-d image in cone-beam ct apparatus and the cone-beam ct apparatus the method applied thereto |
Non-Patent Citations (2)
| Title |
|---|
| 논문(Huang, H.-M. 등, Accelerating an ordered-subset low-dose X-ray cone beam computed tomography image reconstruction with a power factor and total variation minimization, PLOS one, 2016년, 11권, 4호) |
| 논문(Maurice Debatin 외 3명, CT Reconstruction from Few-Views by Anisotropic Total Variation Minimization. 2012 IEEE Nuclear Science Symposium and Medical Imaging Conference Record, IEEE, pp.2295-2296)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200083122A (en) | 2020-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7106405B2 (en) | Medical image processing device, medical imaging device and medical image processing program | |
| US20200360730A1 (en) | System and method for diagnostic and treatment | |
| US10896486B2 (en) | Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter | |
| US9189832B2 (en) | Method and system for noise reduction in low dose computed tomography | |
| US9036771B2 (en) | System and method for denoising medical images adaptive to local noise | |
| US8731266B2 (en) | Method and system for correcting artifacts in image reconstruction | |
| US8655033B2 (en) | Iterative reconstruction | |
| CN102270350B (en) | In conjunction with the iteration CT image reconstruction of four-dimensional noise filter | |
| US10789738B2 (en) | Method and apparatus to reduce artifacts in a computed-tomography (CT) image by iterative reconstruction (IR) using a cost function with a de-emphasis operator | |
| CN105164725B (en) | It improves at the edge for denoising reconstructed image data | |
| JP2018110866A (en) | Medical image generation device and medical image generation method | |
| US8805037B2 (en) | Method and system for reconstruction of tomographic images | |
| US20150154766A1 (en) | Image noise reduction and/or image resolution improvement | |
| US8855394B2 (en) | Methods and apparatus for texture based filter fusion for CBCT system and cone-beam image reconstruction | |
| CN103180879B (en) | For carrying out equipment and the method for hybrid reconstruction to object from data for projection | |
| JP2018015572A (en) | Medical image processor and medical image diagnostic apparatus | |
| US20160012615A1 (en) | Systems and methods for filtering for image generation | |
| KR101076321B1 (en) | Method for acquiring 3-d image in cone-beam ct apparatus and the cone-beam ct apparatus the method applied thereto | |
| KR102297972B1 (en) | Low Dose Cone Beam Computed Tomography Imaging System Using Total Variation Denoising Technique | |
| Sohn et al. | Analytical low-dose CBCT reconstruction using non-local total variation regularization for image guided radiation therapy | |
| US10515467B2 (en) | Image reconstruction system, method, and computer program | |
| Lee et al. | Anisotropic total variation denoising technique for low-dose cone-beam computed tomography imaging | |
| KR102473009B1 (en) | Low Dose Cone Beam Computed Tomography Imaging System Using Non-Local Total Variation Denoising Technique | |
| WO2014170780A1 (en) | Iterative image reconstruction with tissue dependent regularization | |
| DE112020002334T5 (en) | CONE BEAM ARTIFACT CORRECTION FOR GUIDED IMAGING |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |