• 대한의용생체공학회:의공학회지
• /
• 제38권5호
• /
• pp.219-226
• /
• 2017

Penalized-likelihood (PL) reconstruction methods for transmission tomography are known to provide improved image quality for reduced dose level by efficiently smoothing out noise while preserving edges. Unfortunately, however, most of the edge-preserving penalty functions used in conventional PL methods contain at least one free parameter which controls the shape of a non-quadratic penalty function to adjust the sensitivity of edge preservation. In this work, to avoid difficulties in finding a proper value of the free parameter involved in a non-quadratic penalty function, we propose a new adaptive method of space-variant smoothing with a simple quadratic penalty function. In this method, the smoothing parameter is adaptively selected for each pixel location at each iteration by using the image roughness measured by a pixel-wise standard deviation image calculated from the previous iteration. The experimental results demonstrate that our new method not only preserves edges, but also suppresses noise well in monotonic regions without requiring additional processes to select free parameters that may otherwise be included in a non-quadratic penalty function.

• Investigative Magnetic Resonance Imaging
• /
• 제25권4호
• /
• pp.293-299
• /
• 2021

Purpose: To accelerate magnetic resonance fingerprinting (MRF) by developing a flexible deep learning reconstruction method. Materials and Methods: Synthetic data were used to train a deep learning model. The trained model was then applied to MRF for different organs and diseases. Iterative reconstruction was performed outside the deep learning model, allowing a changeable encoding matrix, i.e., with flexibility of choice for image resolution, radiofrequency coil, k-space trajectory, and undersampling mask. In vivo experiments were performed on normal brain and prostate cancer volunteers to demonstrate the model performance and generalizability. Results: In 400-dynamics brain MRF, direct nonuniform Fourier transform caused a slight increase of random fluctuations on the T2 map. These fluctuations were reduced with the proposed method. In prostate MRF, the proposed method suppressed fluctuations on both T1 and T2 maps. Conclusion: The deep learning and iterative MRF reconstruction method described in this study was flexible with different acquisition settings such as radiofrequency coils. It is generalizable for different in vivo applications.

• 대한의용생체공학회:의공학회지
• /
• 제15권3호
• /
• pp.275-280
• /
• 1994

In the case of the image reconstruction from unknown projection data such as imaging the object with opaque obstructions, conventional reconstruction algorithms may reconstruct a degraded image. In this paper, a new method for the estimation of the unknown projection data based on known projection data and the bandwidth of projection data is proposed. The proposed method successfully estimates the unknown projection data through iterative transformation between projection space and frequency space using the known projection data and the bandwidth of the projection data. Computer simulation shows that the proposed method significantly improves image quality and convergence behavior over conventional algorithms. In addition, the proposed method is successfully applied to ultrasound attenuation CT using a sponge phantom.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1988년도 전기.전자공학 학술대회 논문집
• /
• pp.232-235
• /
• 1988

Recently, an iterative reconstruction-reprojection (IRR) algorithm has been suggested for application to incomplete data computed tomography (CT). In the IRR, the interpolation operation is performed in the image space during reconstruction-reprojection. The errors associated with the interpolation degrade the reconstructed image and may cause divergence unless a large number of rays is used. In this paper, we propose an improved IRR algorithm which eliminates the need for interpolation. The proposed algorithm adopts a new sampling scheme in which samples (projection data) is taken in phase with the samples of the Cartesian grid.

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.770-783
• /
• 2012

본 논문에서는 다중 영상에서 추출된 특징점을 사용해서 투영 공간에서의 카메라 행렬과 3차원 정점좌표를 계산하는 방법을 제안한다. 수치적인 안정성을 위해서 특징점을 정규화한 후 복원하며 얻어지는 카메라 행렬과 3차원 정점에 대해서 비정규화한다. 카메라 행렬과 3차원 정점의 초기값을 얻기 위해서 특이값 분해기법을 사용해서 투영 깊이가 적용된 측정 행렬을 분해한다. 행렬 분해 제약을 사용하여 카메라 행렬과 3차원 정점을 투영 복원한다. 투영 복원 과정에서는 비선형 반복적 최적화 방법이 사용된다. 실험 결과 제안방법은 대체로 적절한 정확성을 얻었고 오차의 편차가 크지 않았다.

• 핵의학기술
• /
• 제16권2호
• /
• pp.29-34
• /
• 2012

Siemens사의 CT 선량 감소 소프트웨어인 IRIS의 적용을 통하여 CT 선량 감소 시 노이즈 감소 효과와 해상력의 보존 그리고 ACCT에 IRIS 각 kernel의 적용 시 SUV 변화를 확인하는데 목적을 두었다. Biograph mCT 40 slice 스캐너를 이용하여 AAPM CT performance phantom, Anthropomorphic chest phantom을 관전압 120 kVp로 고정하고 100-10 mAs까지 15%감소하여 스캔 후 FBP, IRIS 각 kernel을 적용하여 재구성 하여 영상의 노이즈, 해상력, 영상 평가를 시행하였다. NEMA IEC body phantom을 이용하여 55.5 MBq를 background에 주입하고 열소와 배후 방사의 비를 8:1이 되도록 모형을 제작하였다. 120 kVp, 50 mAs 조건으로 1분, 2분, 3분, 4분 스캔하여 영상을 획득한 후 ACCT에 IRIS 각 kernel을 적용하여 기존 FBP 방식을 적용한 SUV와의 평가를 시행하였다. IRIS의 적용 시 기존 FBP 방식에 비하여 45% 선량을 감소하였음에도 불구하고 해상력 저하 없는 노이즈 감소 효과가 확인 되었으며 SUV 평가 실험에서 IRIS의 I70f kernel을 제외하고는 기존 FBP 방식을 통하여 획득된 SUV와 유의한 차이가 나타나지 않았다. 본 연구를 통하여 IRIS 적용 시 기존 FBP 방식에 비하여 CT 피폭선량 감소와 해상력 저하 없는 노이즈 감소 효과를 입증하였으며 IRIS kernel의 적절한 적용을 통하여 PET/CT 검사 시 환자 피폭선량 감소는 물론 FBP 방식에 비하여 우수한 영상의 획득이 가능할 것이라 사료된다.

• 한국전자파학회논문지
• /
• 제14권8호
• /
• pp.803-808
• /
• 2003

손실 반공간에 두 개의 원통형 파이프가 묻혀 있는 경우 파이프와 주변 매질의 특성을 반복 기법 최적화 역산란을 적용하여 구했다. 산란 전계는 경계요소법을 이용하여 계산하였으며 파이프의 크기, 위치, 내부매질의 비유전을, 도전을, 주변 매질의 비유전을, 도전을 등의 파라미터는 측정 산란 전계로부터 유전 알고리즘과 Levenberg-Marquardt 알고리즘의 혼합 알고리즘을 이용하여 역으로 계산하였다. 두 파이프가 거의 근접해 있는 경우도 역산란이 가능함을 보였다. 산란 전계의 측정오차에 의한 illposednes 는 파수 영역에서 지수 함수적으로 감쇄하는 감쇄모드를 제거하여 안정화시켰다.