Abstract
Noise evaluation for an image has been performed by root mean square (RMS) granularity, autocorrelation function (ACF), and Wiener spectrum. RMS granularity stands for standard deviation of photon data and ACF is acquired by integration of 1 D function of distance variation. Fourier transform of ACF results in noise power spectrum which is called Wiener spectrum in image quality evaluation. Wiener spectrum represents noise itself. In addition, along with MTF, it is an important factor to produce detective quantum efficiency (DQE). The proposed evaluation method using Wiener spectrum is expected to contribute to educate the concept of Wiener spectrum in educational organizations, choose the appropriate imaging detectors for clinical applications, and maintain image quality in digital imaging systems.
노이즈를 평가하는 방법은 Root Mean Square(RMS) 입상도, 자기상관함수, 위너스펙트럼이 있다. RMS입상도는 광자데이터의 표준편차로 나타내며, 자기상관함수는 거리변화에 따른 1차원함수를 중적분하여 얻어진다. 그리고 자기상관함수를 푸리에 변환하면 노이즈 파워 스펙트럼이 되고, 화상에서는 이것을 위너스펙트럼이라고 한다. 위너스펙트럼은 노이즈 자체만을 표현할 뿐 아니라 해상특성을 나타내는 Modulation Transfer Function(MTF)과 함께 Detective Quantum Efficiency(DQE)를 산출하는 중요한 요소가 된다. 제시된 위너스펙트럼의 평가기술은 교육현장에서 그 개념을 교육하거나 임상 환경에서 시설에 알맞은 디지털 영상 검출기를 선택하고 디지털 영상 시스템의 영상품질을 유지 보수하는데 도움이 될 것으로 기대한다.
