Gaussian Noise Reduction Method using Adaptive Total Variation : Application to Cone-Beam Computed Tomography Dental Image

The noise generated in the process of obtaining the medical image acts as the element obstructing the image interpretation and diagnosis. To restore the true image from the image polluted from the noise, the total variation optimization algorithm was proposed by the R.O. F (L.Rudin, S Osher, E. Fatemi). This method removes the noise by fitting the balance of the regularity and fidelity. However, the blurring phenomenon of the border area generated in the process of performing the iterative operation cannot be avoided. In this paper, we propose the adaptive total variation method by mapping the control parameter to the proposed transfer function for minimizing boundary error. The proposed transfer function is determined by the noise variance and the local property of the image. The proposed method was applied to 464 tooth images. To evaluate proposed method performance, PSNR which is a indicator of signal and noise's signal power ratio was used. The experimental results show that the proposed method has better performance than other methods.

적응형 총변이 기법을 이용한 가우시안 잡음 제거 방법: CBCT 치과 영상에 적용

의료 영상의 획득하는 과정에서 발생하는 잡음은 영상판독 및 진단을 방해하는 요소로 작용한다. 이러한 잡음으로 오염된 영상으로부터 원본영상을 복원하기 위하여 R.O.F(L.Rudin, S Osher, E. Fatemi)에 의해서 제안된 총변이 최적화 알고리즘은 정규화와 합도의 균형을 맞춰 잡음을 제거할 수 있는 방법이다. 그러나 잡음 제거율을 높이기 위한 반복연산을 수행하는 과정에서 발생하는 경계영역의 몽롱화 현상은 피할 수 없다. 본 논문에서는 총변이 최적화 알고리즘의 제어 파라미터를 잡음 분산과 영상의 지역분산 특성에 따라서 가변적으로 변환시켜 치아영상의 경계 영역의 왜곡을 최소화하고 전체 영상의 잡음을 제거하고자 하였다. CBCT 치아영상 464장을 대상으로 제안된 알고리즘을 적용한 결과, 기존의 R.O.F가 제안한 방법에 비해 PSNR측면에서 약 3dB 정도 향상됨을 보였다. 또한 처리된 결과영상을 3D 볼륨으로 재구성하여 비교한 결과, 기존의 방법보다 치아모델의 경계영역이 더 잘 보존됨을 보여주었다.