방사선 조사선량의 최소화를 위한 생성적 적대 신경망을 활용한 복부 엑스선 영상 최적화 연구

• 영문명: Optimization of Abdominal X-ray Images using Generative Adversarial Network to Realize Minimized Radiation Dose
• 발행기관: 한국방사선학회
• 저자명: 김상우 임재동
• 간행물 정보: 『한국방사선학회 논문지』제17권 제2호, 191~199쪽, 전체 9쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2023.04.30

국문 초록

본 연구는 높은 관전압과 낮은 관전류로 인한 복부 영상 노이즈 발생을 BSRGAN (Deep Bline Image Super-Resolution Generative Adversarial)기법으로 보정하고, 최소화된 방사선량을 가진 촬영 조건을 제시하는 것을 목표로 하였다. 먼저 각 촬영 조건에 따른 입사표면 선량(entrance surface doses, ESD)을 측정하였고, 해당 촬영 조건들의 복부 영상을 획득한 후 그 획득한 모든 복부 영상들은 BSRGAN 기법을 통해 재구성하였다. 영상 분석방법으로는 복부의 기준 촬영 조건인 80 kVp, 320 mA의 영상과 비교 분석하였고, 그 방법으로는 평균제곱오차(mean squared error, MSE), 최대 신호 대 잡음비(peak signal-to-noise ratio, PSNR), 그리고 구조적 유사도 지수 측정(structural similarity index measure, SSIM)을 사용하였다. 또한, BSRGAN 기법으로 재구성된 복부 영상효과를 검증하기 위해 절편 신호강도 분석은 실행되었다. MSE가 가장 낮은 조사조건은 90 kVp, 125 mA와 100 kVp, 100 mA (약 0.285)이었고, PSNR은 37.694와 SSIM은 0.999로 나타났다. 그 촬영 조건들은 ESD를 약 52 ~ 53%를 감소시켰다. 게다가, 최적화된 조건들의 신호 강도의 변화는 기준 복부 영상보다 오히려 감소하였다. 이 결과는 방사선량을 크게 줄임과 동시에 기준 복부 영상과 유사한 영상을 획득할 수 있음을 의미하며, 이는 방사선방호의 원리인 ALARA 개념을 충분히 반영할 수 있음을 시사한다.

영문 초록

This study aimed to propose minimized radiation doses with an optimized abdomen x-ray image, which realizes a Deep Blind Image Super-Resolution Generative adversarial network (BSRGAN) technique. Entrance surface doses (ESD) measured were collected by changing exposure conditions. In the identical exposures, abdominal images were acquired and were processed with the BSRGAN. The images reconstructed by the BSRGAN were compared to a reference image with 80 kVp and 320 mA, which was evaluated by mean squared error (MSE), peak signal-to-noise ratio (PSNR), and structural similarity index measure (SSIM). In addition, signal profile analysis was employed to validate the effect of the images reconstructed by the BSRGAN. The exposure conditions with the lowest MSE (about 0.285) were shown in 90 kVp, 125 mA and 100 kVp, 100 mA, which decreased the ESD in about 52 to 53% reduction), exhibiting PSNR = 37.694 and SSIM = 0.999. The signal intensity variations in the optimized conditions rather decreased than that of the reference image. This means that the optimized exposure conditions would obtain reasonable image quality with a substantial decrease of the radiation dose, indicating it could sufficiently reflect the concept of As Low As Reasonably Achievable (ALARA) as the principle of radiation protection.

목차

Ⅰ. INTRODUCTION

Ⅱ. MATERIAL AND METHODS

Ⅲ. RESULT

Ⅳ. DISCUSSION

Ⅴ. CONCLUSION

Acknowledgement

Reference

키워드

방사선량 생성적 적대 신경망 복부영상 딥러닝 방사선방호 Exposure Dose Generative Adversarial Network Abdomen Imaging Deep Learning ALARA