• 한국방사선학회논문지
• /
• 제11권7호
• /
• pp.655-661
• /
• 2017

방사선 치료 전 환자 위치 확인을 위해 수행하는 콘빔 CT 촬영에서 환자 선량 감소를 위해 Sparse view CT가 사용되고 있다. 본 연구는 시뮬레이션과 실험을 통해 선형보간법과 inpainting 방법을 이용하여 사이노그램의 sparse 데이터 복원하고 평가하는 것이다. 사이노그램 복원은 여러 간격의 각도로 획득된 영상에 적용되었다. 복원된 사이노그램은 역투영재구성법으로 재구성되었고, 그 결과를 평균제곱근오차와 영상의 프로파일로 나타내었다. 결과에 따르면, 평균제곱근오차와 영상 프로파일은 투영 각도와 복원법에 의존하였다. 시뮬레이션과 실험 결과에서 inpainting 복원법은 선형보간법에 비해 사이노그램의 복원 측면에서 개선된 결과를 보여주었다. 따라서, inpainting 방법은 환자 선량을 감소시키면서 영상화질을 유지시키는데 기여할 수 있을 것이다.

• Journal of Computational Design and Engineering
• /
• 제2권2호
• /
• pp.113-118
• /
• 2015

An important problem in low-dose CT is the image quality degradation caused by photon starvation. There are a lot of algorithms in sinogram domain or image domain to solve this problem. In view of strong self-similarity contained in the special sinusoid-like strip data in the sinogram space, we propose a novel non-local filtering, whose average weights are related to both the image FBP (filtered backprojection) reconstructed from restored sinogram data and the image directly FBP reconstructed from noisy sinogram data. In the process of sinogram restoration, we apply a non-local method with smoothness parameters adjusted adaptively to the variance of noisy sinogram data, which makes the method much effective for noise reduction in sinogram domain. Simulation experiments show that our proposed method by filtering in both image and projection domains has a better performance in noise reduction and details preservation in reconstructed images.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권10호
• /
• pp.377-382
• /
• 2018

본 연구는 홍삼 등급 판정을 위한 내부 상태 및 조직의 치밀도 분석 방법에 관한 것이다. 홍삼 내부 측정을 위해 1990년대 이후부터는 자기공명영상법(MRI), X-ray 판별 등의 비파괴 검사 방법에 대한 연구가 다양하게 이루어졌지만, 등급 판정에 가장 중요한 내공(內空), 내백(內白)을 파악하는데 어려움이 있어 정확한 내부 판정이 불가능하였다. 그리하여 본 연구에서는 적외선 조명 환경의 폐쇄형 영상 취득 장치를 제작하고 내공, 내백의 유무와 직경을 파악할 수 있는 내부 측정 시스템을 개발하였다. 제작한 장치는 홍삼 내부 투과율이 높은 950nm 파장대역의 적외선 조명, 적외선 대역 촬영이 가능한 카메라, 카메라에 홍삼의 초점을 자동제어 할 수 있는 Y축 제어 액추에이터 그리고 홍삼을 $1^{\circ}$의 간격으로 $360^{\circ}$ 회전하며 영상을 취득할 수 있는 회전 액추에이터로 구성이 되어있다. 제안하는 알고리즘은 Y축 액추에이터에서 Auto-Focus 알고리즘을 수행하여 홍삼의 크기와 두께 변화에 따라 객체의 선명한 초점을 자동으로 맞춰준다. 그다음 홍삼을 $1^{\circ}$ 간격으로 $360^{\circ}$ 회전하며 총 360장의 홍삼 영상을 취득하면 라돈 변환(Radon transform)을 통해 사이노그램(Sinogram)으로 재구성하고, 역 라돈 변환(Inverse Radon transform)을 통해 단층영상복원(Back-projection) 알고리즘이 수행되어 홍삼 내부 영상을 획득하였다. 알고리즘 수행 결과 홍삼 두께나 모양에 관계없이 내부 단면영상 획득이 가능하였고 영상을 통해 내공, 내백의 유무와 직경을 파악할 수 있었다. 추후 10,000개 이상의 다양한 모양과 크기를 가지는 홍삼에 대하여 내부 영상을 취득하여 등급 판별 기준을 적용한다면 신뢰성 있는 홍삼 등급 자동화 측정 방법으로 사용가능 할 것이다.