3D 프린팅을 사용한 뇌 CT 팬텀 영상에서의 fast non-local means 기반 디노이징 알고리즘의 평활화 인자 최적화에 관한 연구

• 영문명: A Study on Optimizing the Smoothing Factor for Fast Non-local Means-based Denoising Algorithm in Brain CT Phantom Image using 3D Printing
• 발행기관: 대한CT영상기술학회
• 저자명: 박민지(Minji Park) 김하진(Hajin Kim) 임세원(Sewon Lim) 강성현(Seong-Hyeon Kang) 이영진(Youngjin Lee)
• 간행물 정보: 『대한CT영상기술학회지』제26권 제2호, 43~52쪽, 전체 10쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2024.09.30

국문 초록

본 연구의 목적은 3D 프린팅 기술을 활용하여 뇌 조직을 모사할 수 있는 팬텀을 자체 제작하고, 이를 통해 획득한 컴퓨터 단층촬영(computed tomography; CT) 영상에서 빠른 비국소 평균(fast non-local means; FNLM) 알고리즘의 평활화 인자를 최적화하는 것이다. 이를 위해, 융합 필라멘트 제작(fused filament fabrication) 기술이 적용된 3D 프린터를 사용하였으며, 뇌척수액, 회색질, 백색질 및 뼈를 모사하기 위해 아크릴로니트릴 부타디엔 스티렌(acrylonitrile butadiene styrene), 목재, 브론즈 및 XT-CF20 소재를 활용하여 직경 16 cm의 원통형 팬텀을 제작하였다. 본 연구에서는 뇌 팬텀을 이용하여 획득한 CT 영상에 0.005의 가우시안잡음을 추가하여 저선량 조건을 표현하고자 하였다. 잡음이 추가된 CT 팬텀 영상에 FNLM 알고리즘을 적용하여 최적화를 수행하였다. 평활화 강도 조절을 위한 d값은 0.01부터 1.00까지 0.01 간격으로 증가시키며 적용하였다. 결과의 정량적 분석을 위해 대조도 대 잡음비, 신호 대 잡음비 및 픽셀 프로파일을 측정하였다. 분석 결과, 대조도 대 잡음비 및 신호 대 잡음비는 d값이 0.07까지 큰 폭으로 개선되었으나, 그 이후에는 점진적인 증가 및 감소를 보이며 평탄화된 기울기를 나타냈다. 또한, 픽셀 프로파일 측정에서도 d값이 0.07에서 신호값이 안정화되는 것을 확인하였으며, 그 이후의 d값에서는 경계면에서의 기울기가 완만해지며 대조도가 감소하였다. 이러한 결과를 바탕으로 FNLM 알고리즘의 평활화 인자를 0.07로 최적화하였다. 그 결과, d값이 0.07로 최적화된 FNLM 알고리즘을 적용했을 때 모든 조직에서 가장 우수한 성과가 나타났다. 결론적으로, d값 0.07이 적용된 FNLM 알고리즘은 저선량 CT 조건에서 발생하는 잡음 제거에 효과적임이 검증되었다.

영문 초록

The purpose of this study is to fabricate a 3D printed phantom for computed tomography (CT) imaging and to optimize the smoothing factor of the fast non-local means (FNLM) denoising algorithm. For this purpose, a 3D printer with fused filament fabrication technology was used to produce the brain CT phantom with a diameter of 16 cm that mimics cerebrospinal fluid, gray matter, white matter, and bone. Then, we added the Gaussian noise of 0.005 to express the low-dose conditions from CT images acquired using a brain phantom. The optimization of performed by applying the FNLM algorithm to the noise-added CT phantom image. The d-value for adjusting smoothing intensity of FNLM algorithm was applied from 0.01 to 1.00 in increments of 0.01. The contrast to noise ratio (CNR), signal to noise ratio (SNR), and pixel profiles were measured for quantitative evaluation. As a result, both CNR and SNR were greatly improved until the d-value was 0.07, however, gradual changes were observed showing a flattened slope after 0.07. In addition, we confirmed that the signal value was stabilized at 0.07 in the measurement of the pixel profile. The incline exhibited a milder at subsequent d-values and the contrast was decreased. Based on these results, the smoothing factor of the FNLM algorithm was optimized to 0.07. Additionally, a comparative evaluation with the Wiener filter, median modified Wiener filter and total variation algorithm was conducted. As a result, the most improved CNR and SNR values were obtained in all tissues when applying the FNLM algorithm with an optimized d-value of 0.07. In conclusion, the FNLM algorithm with d-value of 0.07 was verified to be effective in reducing noise for low-dose CT conditions.

목차

Ⅰ. INTRODUCTION

Ⅱ. MATERIAL AND METHODS

Ⅲ. RESULT

Ⅳ. DISCUSSION

Ⅴ. CONCLUSION

REFERENCES

키워드

뇌 전산화단층검사 fast non-local means 알고리즘 평활화 인자 최적화 3D 프린팅 정량적 화질평가 brain computed tomography fast non-local means algorithm optimization of smoothing factor 3D printing quantitative evaluation of image quality