KR20140012391A - Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 - Google Patents
Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 Download PDFInfo
- Publication number
- KR20140012391A KR20140012391A KR1020120079143A KR20120079143A KR20140012391A KR 20140012391 A KR20140012391 A KR 20140012391A KR 1020120079143 A KR1020120079143 A KR 1020120079143A KR 20120079143 A KR20120079143 A KR 20120079143A KR 20140012391 A KR20140012391 A KR 20140012391A
- Authority
- KR
- South Korea
- Prior art keywords
- distribution
- noise
- light
- amount
- variation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003384 imaging method Methods 0.000 title abstract description 14
- 238000010606 normalization Methods 0.000 claims abstract description 41
- 230000009467 reduction Effects 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims description 8
- 230000036541 health Effects 0.000 abstract description 3
- 230000002730 additional effect Effects 0.000 abstract description 2
- 230000005855 radiation Effects 0.000 abstract 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
본 발명은 X선 영상장치에 의해 촬영된 영상의 노이즈를 제거하는 방법 및 시스템에 관한 것으로, X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화 단계; 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거 단계; 및 상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화 단계를 포함한다. 본 발명에 따르면, 일반적인 Piossion 분포를 갖는 영상화 장치에서의 선량 부족에 의한 노이즈 제거에서 활용이 가능하고 X-ray 영상장치에서는 환자의 건강과 관계되는 피폭량을 현저하게 줄일 수 있는 방법으로 사용이 가능하다. 또한 환자의 선량 감소는 촬영시간단축, 촬영조건 감소등으로 부가적인 효과로 한자의 움직임에 의한 효과도 최소화 가능한 장점이 있다.
Description
본 발명은 X선 영상장치에 의해 촬영된 영상의 노이즈를 제거하는 방법 및 시스템에 관한 것으로, 보다 상세하게는 X선 영상장치에 의해 촬영된 영상데이터를 변환하여 노이즈 제거 필터를 적용하여 선명한 영상데이터를 제공하는 방법 및 시스템에 관한 것이다.
종래의 기존의 X선을 이용한 영상은 근본적인 문제로 X선이 Poisson분포를 이룸으로 SNR 을 고려하여 일정한 분포의 선량을 가져야만 판독 가능한 영상을 획득이 가능하였다.
선량을 높이는 것은 영상품질의 향상(SNR)에는 도움을 주지만 인체에서 반응하여 피폭을 증가시키는 역활을 수행하여 결과적으로 최소한의 선량을 사용하는 것이 필요하다. 그러나, 기존의 노이즈 필터의 경우 선명한 영상데이터를 제공하기 위해 적정 분포를 위해 X선의 조사량을 늘리면 방사능 피폭문제가 발생하며, 선량의 증가는 촬영시간을 늘리고, 부가적인 촬영조건을 발생시키는 단점이 있었다.
본 발명은 시스템 의존적인 노이즈를 제거하기 위하여 사용하는 필터를 사용하기 이전에 X-ray 분포에 따른 노이즈를 시스템 노이즈와 같은 형태로 취급하여 동시에 효과적으로 노이즈를 제거하여 영상의 품질을 높이고 추가로 X선 선량을 감소시키는데 그 목적이 있다.
상기 과제를 해결하기 위한, 본 발명의 일실시예에 따른 X선 영상장치의 노이즈 저감화 방법은 X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화 단계; 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거 단계; 및 상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화 단계를 포함한다.
상기 정규화 단계는 상기 정규화된 상기 광량의 변동 분포의 표준 편차를 이용하여 상기 광량의 변동 분포를 정규화하는 것이 바람직하다.
상기 정규화 단계에서 상기 정규화되는 상기 광량의 변동 분포는 이항 분포로서 포아송(Poisson)분포를 형성하는 것이 바람직하다.
상기 정규화 단계는 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 평균치를 중심으로 좌우대칭의 종형의 분포를 이루는 가우스(Gaussian) 분포로 정규화 하는 것이 바람직하다.
상기 정규화 단계는 안스콤베(Anscombe) 변환을 이용하여 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 상기 가우스(Gaussian) 분포로 정규화 하는 것이 바람직하다.
상기 노이즈 제거 단계는 가우스 필터(Gaussian filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다.
상기 노이즈 제거 단계는 TV 필터(Time Variance filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다.
상기 역정규화 단계는 상기 노이즈 성분이 제거된 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것이 바람직하다.
상기 역정규화 단계는 역 안스콤베(inverse Anscombe) 변환을 이용하여 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것이 바람직하다.
상기 과제를 해결하기 위한, 본 발명의 일실시예에 따른 X선 영상장치의 노이즈 저감화 장치는 X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화부; 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거부; 및 상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화부를 포함한다.
상기 정규화부는 상기 정규화된 상기 광량의 변동 분포의 표준 편차를 이용하여 상기 광량의 변동 분포를 정규화하는 것이 바람직하다.
상기 정규화부에서 상기 정규화되는 상기 광량의 변동 분포는 이항 분포로서 포아송(Poisson)분포를 형성하는 것이 바람직하다.
상기 정규화부는 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 평균치를 중심으로 좌우대칭의 종형의 분포를 이루는 가우스(Gaussian) 분포로 정규화 하는 것이 바람직하다.
상기 정규화부는 안스콤베(Anscombe) 변환을 이용하여 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 상기 가우스(Gaussian) 분포로 정규화 하는 것이 바람직하다.
상기 노이즈 제거부는 가우스 필터(Gaussian filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다.
상기 노이즈 제거부는 TV 필터(Time Variance filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다.
상기 역정규화부는 상기 노이즈 성분이 제거된 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것이 바람직하다.
상기 역정규화부는 역 안스콤베(inverse Anscombe) 변환을 이용하여 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것이 바람직하다.
상기 기술적 과제를 해결하기 위한 본 실시예에 따른 X선 영상장치의 노이즈 저감화 방법을 수행하는 프로그램이 기록된 컴퓨터가 판독 가능한 기록 매체는 X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화 단계; 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거 단계; 및 상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화 단계를 포함하는 X선 영상의 노이즈 저감화 방법을 수행하는 프로그램을 포함한다.
본 발명에 따르면, 일반적인 Piossion 분포를 갖는 영상화 장치에서의 선량 부족에 의한 노이즈 제거에서 활용이 가능하고 X-ray 영상장치에서는 환자의 건강과 관계되는 피폭량을 현저하게 줄일 수 있는 방법으로 사용이 가능하다. 또한 환자의 선량 감소는 촬영시간단축, 촬영조건 감소등으로 부가적인 효과로 한자의 움직임에 의한 효과도 최소화 가능한 장점이 있다.
도 1은 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법을 나타내는 흐름도이다.
도 2는 표준편차 값이 1에 근접하는 Gaussian 분포의 특성을 나타내는 예시도이다.
도 3 내지 도 5는 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법의 시뮬레이션 결과를 나타내는 예시도이다.
도 6은 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 장치를 나타내는 블록도이다.
도 2는 표준편차 값이 1에 근접하는 Gaussian 분포의 특성을 나타내는 예시도이다.
도 3 내지 도 5는 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법의 시뮬레이션 결과를 나타내는 예시도이다.
도 6은 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 장치를 나타내는 블록도이다.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법을 나타낸다. 일반적으로 X선 를 사용하여 획득한 영상은 노이즈를 포함하며 이 노이즈는 크게 시스템 의존적인 노이즈와 시스템에 비 의존적인 X선 특성에 따른 노이즈로 분류된다. 시스템 의존적인 노이즈는 영상획득 부분의 H/W 적인 설계 및 동작 특성 등에 따라 변하며 영상획득 후에 시스템의 특성을 고려하여 특정한 프로세싱을 통하여 노이즈를 저감화하는 것을 일반적으로 사용하고 있다. 이러한 영상처리 방법은 일반적으로 광학, X선등 영상을 제공하는 모든 시스템에서 영상 구성 원리와 무관하게 사용 가능한 방법이다.
따라서, 본 실시예에 따른 노이즈 저감화 방법은 이러한 일반적인 노이즈 제거법 이외에 X선 의 특성을 사용하여 노이즈를 줄여주는 방법에 대한 내용이다.
도 1을 참조하면 본 실시예에 따른 X선 영상의 노이즈 저감화 방법은 정규화 단계, 노이즈 제거 단계, 역정규화 단계를 포함한다.
정규화 단계는 정규화부가 X선을 사용하여 획득한 영상을 로우 데이터(Raw data)로 입력 받는다. 정규화 단계는 X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화 한다. 따라서 본 실시예에서 상기 정규화되는 영상은 상기 로우 데이터인 것이 바람직하다.
본 실시예에 따른 정규화 단계에서 상기 정규화되는 상기 광량의 변동 분포는 이항 분포로서 포아송(Poisson)분포를 형성하는 것이 바람직하다. X선 는 그 특성상 입자성을 가지고 있으며 발생에서부터 광자(Photon) 하나하나의 구조로 분리가 가능하다 제너레이터(Generator)에서 발생한 광자는 피사체를 지나면서 반응을 일으키고 감소 하거나 투과한 량에 따라 피사체의 특성을 나타내게 된다. 이러한 하나하나의 광자 특성에 따라 영상을 형성함으로 포아송(Poisson) 분포를 따르게 된다.
또한 정규화 단계는 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 평균치를 중심으로 좌우대칭의 종형의 분포를 이루는 가우스(Gaussian) 분포로 정규화 하는 것이 바람직하며, 정규화 하는데 있어 안스콤베(Anscombe) 변환을 이용한다. 안스콤베 변환은 수학식 1로 나타난다.
[수학식 1]
수학식 1로 나타나는 변환식은 Poisson 분포와 Gaussian 분포의 특성을 고려하여 도 2와 같이 표준편차 값이 1에 근접하는 Gaussian 분포의 특성을 고려하여 설계된다. 따라서 정규화 단계는 상기 정규화된 상기 광량의 변동 분포의 표준 편차를 이용하여 상기 광량의 변동 분포를 정규화한다.
본 실시예에서 노이즈 제거 단계는 노이즈 제거부가 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거한다. X선 영상은 선량에 따라 영상을 구성하는 신호의 크기 등이 변하고 그에 따라 SNR 을 포함한 전반적인 영상의 품질이 결정된다. 특히, CT 등의 X선 를 이용하여 추가적인 재구성등의 방법을 이용하는 영상은 재구성 과정에서 노이즈가 증폭됨으로 영상의 품질에 선량에 따른 노이즈 성분이 크게 작용한다. 본 실시예에 따른 노이즈 제거 단게는 정규 분포를 띄는 데이터에 적용 가능한 노이즈 필터를 통해 노이즈를 제거하는 것을 목적으로 한다.
따라서 일 실시예에서 노이즈 제거 단계는 가우스 필터(Gaussian filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다. 정규화 단계에서 Poisson 분포는 Anscombe Transform을 사용하여 Gaussian 분포로 변환하고, 변환된 Gaussian 분포의 영상을 Gaussian 노이즈 제거 방법을 사용하면 노이즈의 저감화가 가능하다.
나아가 또 다른 실시예에서 노이즈 제거 단계는 TV 필터(Time Variance filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것이 바람직하다. 노이즈 저감화를 위하여 사용하는 알고리즘은 일반적인 Gaussian 제거 방식도 가능하지만 CT 영상의 특성 상 TV(Total Variance )filtering 등의 방식이 효과적일 수 있다.
CT 영상은 그 특성상 비 간섭적(Incoherence)인 특성을 가지고 있다. 재구성 영상이 보여주는 영상은 결과적으로 CT Number 를 이용하여 표현되며 이러한 영상의 특성상 균일한 부분에서 균일하지 않은 부분의 차이가 분리됨으로 TVfiltering 의 방법이 용이하다. 본 실시예에서 TV Filtering 은 기준된 부분에서 노이즈가 없다고 가정하고 분산이 최소가 되도록 영상을 변경시킴으로 효과가 탁월하다.
역 정규화 단계는 역 정규화부가 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화한다. 본 실시예에서 역정규화 단계는 상기 노이즈 성분이 제거된 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것이 바람직하고 나아가 역 안스콤베(inverse Anscombe) 변환을 이용하는 것이 바람직하다. 역 안스콤베 변환은 수학식 2로 나타난다.
[수학식 2]
이하 도 3내지 5를 참고하여 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법의 시뮬레이션 결과를 설명한다.
도 3은 본 방법의 결과물로 노이즈 제거 정도를 보여주며 도 4 는 일반적인 방식의 노이즈 제거와 본 방법의 결과물이 동등한 SNR 을 유지하였을 때의 영상차이 (해상도)를 보여준다. 도 5는 선량을 적게 하여 노이즈가 증가 하였을 때 본 방법을 이용하여 노이즈를 제거한 경우 해상도 손실 없이 기존보다 우수한 SNR을 가지는 경우를 보여준다.
본 발명은 일반적인 디지털 방식의 Poisson 방식의 분포를 갖는 영상화 기술에서 모두 사용이 가능하고 X선의 경우 조사선량은 환자의 건강과 관계가 됨으로 적은 선량으로 동등이상의 영상을 제공함으로 저피폭의 영상화 방법으로 사용이 가능하다.
이하 도 6을 참조하여 본 발명의 일실시예에 따른 X선 영상의 노이즈 저감화 방법을 수행하는 노이즈 저감화 장치에 대해 설명한다. 도 6을 참조하면 본 실시예에 따른 X선 영상의 노이즈 저감화 장치는 정규화부, 노이즈 제거부, 역 정규화부를 포함한다.
정규화부는 상술한 정규화 단계를 수행하며, X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화한다.
노이즈 제거부는 노이즈 제거 단계를 수행하며, 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거한다.
역 정규화부는 역 정규화 단계를 수행하며, 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화한다.
이상의 정규화부, 노이즈 제거부, 역 정규화부에 따른 노이즈 저감화 방법은 상술한 일실시예에 따른 X선 영상의 노이즈 저감화 방법에 대응되는 바 이하 이에 대한 중복된 설명은 생략한다.
한편 본 발명의 X선 영상의 노이즈 저감화 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트 들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (19)
- X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화 단계;
상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거 단계; 및
상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화 단계를 포함하는 X선 영상의 노이즈 저감화 방법 - 제 1 항에 있어서,
상기 정규화 단계는 상기 정규화된 상기 광량의 변동 분포의 표준 편차를 이용하여 상기 광량의 변동 분포를 정규화하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 1 항에 있어서,
상기 정규화 단계에서 상기 정규화되는 상기 광량의 변동 분포는 이항 분포로서 포아송(Poisson)분포를 형성하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 3 항에 있어서,
상기 정규화 단계는 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 평균치를 중심으로 좌우대칭의 종형의 분포를 이루는 가우스(Gaussian) 분포로 정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 4 항에 있어서,
상기 정규화 단계는 안스콤베(Anscombe) 변환을 이용하여 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 상기 가우스(Gaussian) 분포로 정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 1 항에 있어서,
상기 노이즈 제거 단계는 가우스 필터(Gaussian filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 1 항에 있어서,
상기 노이즈 제거 단계는 TV 필터(Time Variance filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 4 항에 있어서,
상기 역정규화 단계는 상기 노이즈 성분이 제거된 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - 제 8 항에 있어서,
상기 역정규화 단계는 역 안스콤베(inverse Anscombe) 변환을 이용하여 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 방법 - X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화부;
상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거부; 및
상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화부를 포함하는 X선 영상의 노이즈 저감화 장치 - 제 10 항에 있어서,
상기 정규화부는 상기 정규화된 상기 광량의 변동 분포의 표준 편차를 이용하여 상기 광량의 변동 분포를 정규화하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 10 항에 있어서,
상기 정규화부에서 상기 정규화되는 상기 광량의 변동 분포는 이항 분포로서 포아송(Poisson)분포를 형성하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 12 항에 있어서,
상기 정규화부는 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 평균치를 중심으로 좌우대칭의 종형의 분포를 이루는 가우스(Gaussian) 분포로 정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 13 항에 있어서,
상기 정규화부는 안스콤베(Anscombe) 변환을 이용하여 상기 포아송(Poisson)분포를 형성하는 상기 광량의 변동 분포를 상기 가우스(Gaussian) 분포로 정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 10 항에 있어서,
상기 노이즈 제거부는 가우스 필터(Gaussian filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 10 항에 있어서,
상기 노이즈 제거부는 TV 필터(Time Variance filter)를 이용하여 상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 13 항에 있어서,
상기 역정규화부는 상기 노이즈 성분이 제거된 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - 제 17 항에 있어서,
상기 역정규화부는 역 안스콤베(inverse Anscombe) 변환을 이용하여 상기 가우스(Gaussian) 분포로 정규화된 상기 광량의 변동 분포를 상기 포아송(Poisson)분포로 역정규화 하는 것을 특징으로 하는 X선 영상의 노이즈 저감화 장치 - X선의 광자(photon)가 피사체를 투과하면서 발생하는 광량의 감소 또는 증가의 변화에 따라 형성되는 영상에서 상기 광량의 변동 분포를 정규화하는 정규화 단계;
상기 정규화된 상기 광량의 변동 분포에서 노이즈 성분을 제거하는 노이즈 제거 단계; 및
상기 노이즈 성분이 제거된 상기 광량의 변동 분포를 역 정규화하는 역 정규화 단계를 포함하는 X선 영상의 노이즈 저감화 방법을 수행하는 프로그램이 기록된 컴퓨터가 판독 가능한 기록 매체
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120079143A KR20140012391A (ko) | 2012-07-20 | 2012-07-20 | Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120079143A KR20140012391A (ko) | 2012-07-20 | 2012-07-20 | Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140012391A true KR20140012391A (ko) | 2014-02-03 |
Family
ID=50263319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120079143A KR20140012391A (ko) | 2012-07-20 | 2012-07-20 | Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20140012391A (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003319261A (ja) * | 2002-02-22 | 2003-11-07 | Agfa Gevaert Nv | ノイズ低減方法 |
| KR20040069867A (ko) * | 2003-01-30 | 2004-08-06 | 삼성전자주식회사 | 영상신호의 이진화 장치 및 방법 |
| KR100485594B1 (ko) * | 2004-08-26 | 2005-04-27 | (주) 넥스트칩 | 영상에서의 잡음을 제거하기 위한 잡음 처리 방법 및 그시스템 |
| US20050259889A1 (en) * | 2004-05-21 | 2005-11-24 | Ferrari Ricardo J | De-noising digital radiological images |
| JP2011508334A (ja) * | 2007-12-25 | 2011-03-10 | メディック ヴィジョン−ブレイン テクノロジーズ エルティーディー． | 画像のノイズ低減 |
-
2012
- 2012-07-20 KR KR1020120079143A patent/KR20140012391A/ko not_active Application Discontinuation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003319261A (ja) * | 2002-02-22 | 2003-11-07 | Agfa Gevaert Nv | ノイズ低減方法 |
| KR20040069867A (ko) * | 2003-01-30 | 2004-08-06 | 삼성전자주식회사 | 영상신호의 이진화 장치 및 방법 |
| US20050259889A1 (en) * | 2004-05-21 | 2005-11-24 | Ferrari Ricardo J | De-noising digital radiological images |
| KR100485594B1 (ko) * | 2004-08-26 | 2005-04-27 | (주) 넥스트칩 | 영상에서의 잡음을 제거하기 위한 잡음 처리 방법 및 그시스템 |
| JP2011508334A (ja) * | 2007-12-25 | 2011-03-10 | メディック ヴィジョン−ブレイン テクノロジーズ エルティーディー． | 画像のノイズ低減 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lauzier et al. | Characterization of statistical prior image constrained compressed sensing (PICCS): II. Application to dose reduction | |
| Meyer et al. | Frequency split metal artifact reduction (FSMAR) in computed tomography | |
| US9418417B2 (en) | Image processing apparatus, tomography apparatus, image processing method, and storage medium | |
| US7187794B2 (en) | Noise treatment of low-dose computed tomography projections and images | |
| CN103413280B (zh) | 一种低剂量x射线ct图像重建方法 | |
| Hasan et al. | Denoising low-dose CT images using multiframe blind source separation and block matching filter | |
| CN103810733B (zh) | 一种稀疏角度x射线ct图像的统计迭代重建方法 | |
| KR101473893B1 (ko) | 재구성 영상의 잡음 제거 장치 및 그 방법 | |
| CN103810735A (zh) | 一种低剂量x射线ct图像统计迭代重建方法 | |
| JP2013048782A (ja) | 画像処理装置、画像処理方法、プログラムおよびコンピュータ記録媒体 | |
| Hu et al. | Image reconstruction from few-view CT data by gradient-domain dictionary learning | |
| Huang et al. | Projection data restoration guided non-local means for low-dose computed tomography reconstruction | |
| US9436978B2 (en) | Information processing apparatus, information processing method, and storage medium | |
| Seo et al. | Optimization of smoothing factor for fast non-local means algorithm in high pitch based low-dose computed tomography images with tin-filter | |
| JP2013119040A (ja) | 医療映像処理方法及びその装置 | |
| KR20140012391A (ko) | Ｘ선 영상장치의 노이즈 저감화 방법 및 시스템 | |
| CN107492132B (zh) | 一种数字层析成像系统的图像伪影去除方法 | |
| CN114255176B (zh) | 用于图像去噪的方法和设备、控制装置和成像系统 | |
| CN105335936A (zh) | X光机、x光图像中静态滤线栅伪影的去除方法及装置 | |
| WO2021130379A3 (en) | Method of processing computer tomography (ct) data for filter back projection (fbp) | |
| Lin et al. | Quantification of radiographic image quality based on patient anatomical contrast-to-noise ratio: a preliminary study with chest images | |
| Zhao et al. | Scanner-dependent threshold estimation of wavelet denoising for small-animal PET | |
| KR102492950B1 (ko) | 의료영상의 아티팩트 처리장치 및 처리방법 | |
| KR20190102770A (ko) | 전산화 단층촬영 영상의 빔 경화 인공물 보정 방법 및 그 방법을 이용한 전산화 단층촬영 장치 | |
| JP6429548B2 (ja) | 画像処理装置及びその制御方法、コンピュータプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |