Acknowledgement
본 연구는 과학기술정보통신부와 정보통신기술진흥센터의 소프트웨어중심대학지원사업 (2017-0-00130)의 지원을 받아 수행되었음.
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2021.11a
- /
- Pages.708-710
- /
- 2021
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Scattered X-ray Correction Using a Modified Auto-Encoder
수정된 구조의 AE 모델을 이용한 X-ray 산란선 보정 기법
- Seo, Hyogyeong (School of Computer Science and Electrical Engineering, Handong Global University) ;
- Jeong, Jihoon (School of Computer Science and Electrical Engineering, Handong Global University) ;
- Lee, Donggyu (School of Computer Science and Electrical Engineering, Handong Global University) ;
- Han, Seunghwa (School of Computer Science and Electrical Engineering, Handong Global University) ;
- Kim, Hojoon (School of Computer Science and Electrical Engineering, Handong Global University)
- 서효경 (한동대학교 전산전자공학부) ;
- 정지훈 (한동대학교 전산전자공학부) ;
- 이동규 (한동대학교 전산전자공학부) ;
- 한승화 (한동대학교 전산전자공학부) ;
- 김호준 (한동대학교 전산전자공학부)
- Published : 2021.11.04
Abstract
본 논문에서는 X-ray 진단에서 산란선으로 인한 영상의 왜곡을 보정하는 방법으로서 수정된 구조의 AE(Auto-Encoder) 모델에 기반한 방법론을 제안한다. 기존 AE 모델의 계층에 따라 특징지도의 크기가 축소되고 팽창되는 과정에서 영상 복원에 필요한 정보가 소실될 가능성을 보완하기 위하여 동일 레벨 계층 간에 스킵 연결을 추가하였다. 또한 X-ray 영상에서 피사체 세부 부위의 두께와 밀도에 따라 산란선의 영향이 서로 다른 형태로 나타난다는 특성을 학습 과정에 효과적으로 반영하기 위하여 어텐션 모듈을 추가한 네트워크 구조를 도입하였다. 총 80 쌍의 흉부 X-ray 영상 데이터에 대하여 기존의 AE 모델을 사용한 방법 및 U-Net 과 FFA-Net 모델을 사용한 영상 복원 기법의 실험 결과를 상호 비교함으로써 제안된 방법의 타당성을 평가하였다.
Keywords