• Nuclear Medicine and Molecular Imaging
• /
• 제42권2호
• /
• pp.118-126
• /
• 2008

Statistical image reconstruction methods have played an important role in emission computed tomography (ECT) since they accurately model the statistical noise associated with gamma-ray projection data. Although the use of statistical methods in clinical practice in early days was of a difficult problem due to high per-iteration costs and large numbers of iterations, with the development of fast algorithms and dramatically improved speed of computers, it is now inevitably becoming more practical. Some statistical methods are indeed commonly available from nuclear medicine equipment suppliers. In this paper, we first describe a mathematical background for statistical reconstruction methods, which includes assumptions underlying the Poisson statistical model, maximum likelihood and maximum a posteriori approaches, and prior models in the context of a Bayesian framework. We then review a recent progress in developing fast iterative algorithms.

• Journal of information and communication convergence engineering
• /
• 제19권2호
• /
• pp.102-107
• /
• 2021

In this paper, we propose a new three-dimensional (3D) photon-counting integral imaging reconstruction method using a merging reconstruction process and maximum likelihood estimation (MLE). The conventional 3D photon-counting reconstruction method extracts photons from elemental images using a Poisson random process and estimates the scene using statistical methods such as MLE. However, it can reduce the photon levels because of an average overlapping calculation. Thus, it may not visualize 3D objects in severely low light environments. In addition, it may not generate high-quality reconstructed 3D images when the number of elemental images is insufficient. To solve these problems, we propose a new 3D photon-counting merging reconstruction method using MLE. It can visualize 3D objects without photon-level loss through a proposed overlapping calculation during the reconstruction process. We confirmed the image quality of our proposed method by performing optical experiments.

• International Journal of Control, Automation, and Systems
• /
• 제3권2호
• /
• pp.211-216
• /
• 2005

In electrical impedance tomography (EIT), various image reconstruction algorithms have been used in order to compute the internal resistivity distribution of the unknown object with its electric potential data at the boundary. Mathematically, the EIT image reconstruction algorithm is a nonlinear ill-posed inverse problem. This paper presents a simulated annealing technique as a statistical reconstruction algorithm for the solution of the static EIT inverse problem. Computer simulations with 32 channels synthetic data show that the spatial resolution of reconstructed images by the proposed scheme is improved as compared to that of the mNR algorithm at the expense of increased computational burden.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권2호
• /
• pp.120-127
• /
• 2003

In electrical impedance tomography(EIT), various image reconstruction algorithms have been used in order to compute the internal resistivity distribution of the unknown object with its electric potential data at the boundary. Mathematically the EIT image reconstruction algorithm is a nonlinear ill-posed inverse problem. This paper presents a simulated annealing technique as a statistical reconstruction algorithm for the solution of the static EIT inverse problem. Computer simulations with the 32 channels synthetic data show that the spatial resolution of reconstructed images by the proposed scheme is improved as compared to that of the mNR algorithm or genetic algorithm at the expense of increased computational burden.

• Composite Materials and Engineering
• /
• 제3권3호
• /
• pp.221-239
• /
• 2021

This paper presents a multiscale modeling method for sheet molding compound (SMC) composites through a novel bundle packing reconstruction algorithm based on a micro-CT (Computed Tomography) image processing. Due to the complex flow pattern during the compression molding process, the SMC composites show a spatially varying orientation and overlapping of fiber bundles. Therefore, significant inhomogeneity and anisotropy are commonly observed and pose a tremendous challenge to predicting SMC composites' properties. For high-fidelity modeling of the SMC composites, the statistical distributions for the fiber orientation and local volume fraction are characterized from micro-CT images of real SMC composites. After that, a novel bundle packing reconstruction algorithm for a high-fidelity SMC model is proposed by considering the statistical distributions. A method for evaluating specimen level's strength and stiffness is also proposed from a set of high-fidelity SMC models. Finally, the proposed multiscale modeling methodology is experimentally validated through a tensile test.

• 핵의학기술
• /
• 제18권1호
• /
• pp.134-139
• /
• 2014

ASIR기법은 statistical noise modeling을 사용하여 CT image를 reconstruction하는 방법으로, mA를 낮춰도 이미지 질을 보전하며 noise reduction 효과가 있다고 알려져 왔다. 본 논문은 본원에서 주로 하는 bone SPECT/CT에 ASIR 기법을 적용하여 이미지를 평가하였다. GE의 Discorvery 670을 이용하여 120 kVp, 100 mA를 기준으로 mA를 변화시켜서 ASIR의 적용 전과 적용 후 영상을 비교하였다(ASIR level: 20-80%). Anthropomorphic phantom으로 ASIR (%)의 변화에 따른 SPECT image의 감쇠 보정 정도를 측정하였다. 두번째로 ACR phantom으로 CT image의 CNR, image noise, spatial resolution을 평가하였다. 세 번째로 lower torso phantom을 이용하여 spine에 최적화할 수 있는 ASIR level을 선택한 후 2명의 bone SPECT/CT follow up 환자에게 ASIR를 적용하여 영상을 획득한 후 5년 이상의 경험이 있는 10명의 방사선사에게 blind test를 시행하였다. SPECT의 영상의 감쇠 보정 정도는 ASIR의 변화와는 무관하게 모두 유의한 차이가 없었다(P>0.05). ASIR을 적용했을 때 CT image의 noise는 mA의 변화에 따라 최소 17%에서 최대 52%까지 감소하였다. ASIR를 적용하지 않았을 때 CNR은 40 mA에서 0.42를 보여준 반면 ASIR를 적용한 40 mA (ASIR 60%)에서도 0.8 이상을 유지하였다. High contrast 영역의 비교에서는 ASIR 적용과 상관없이 40 mA까지 12 lp/cm 영역을 구별할 수 있었다. Lower torso phantom의 spine image에서 100 mA image와 육안적으로 비슷한 ASIR level은 60% (40 mA) 정도였고, bone SPECT/CT에 적용한 후 blind test에서 육안적으로 ASIR를 적용하지 않았을 때와 차이를 구별하지 못하였다. 본 논문의 결과는 SPECT/CT에서 ASIR 기법을 사용했을 때 SPECT와 CT image의 특별한 영상의 질 저하 없이 radiation dose를 줄일 수 있다는 것을 보여준다. 또한 관심부위가 bone에 한정되어 있는 bone SPECT/CT 특성상 더 높은 ASIR level도 가능할 것으로 사료된다.

• 대한영상의학회지
• /
• 제84권1호
• /
• pp.240-252
• /
• 2023

목적 소아 환자에서 두부 컴퓨터단층촬영(이하 CT)에 대한 딥러닝 이미지 재구성(deep learning image reconstruction; 이하 DLIR; TrueFidelity; GE Healthcare, Milwaukee, WI, USA)의 효과를 평가하고자 한다. 대상과 방법 총 126개의 소아 두부 CT 이미지를 수집했으며, adaptive statistical iterative reconstruction (이하 ASiR)-V를 사용한 반복적 재구성 및 세 가지 수준의 DLIR을 사용한 재구성을 시행하였다. 각 이미지 세트 그룹은 환자의 연령에 따라 4개의 그룹으로 구분하였으며 각 연령군의 임상 및 방사선량 관련 데이터를 검토하였다. 양적 매개 변수에는 signal to noise ratio (이하 SNR) 및 contrast to noise ratio (이하 CNR)가 포함되었으며 질적 매개 변수로 영상의 잡음(noise), 회백질의 구분 정도, 선명도, 인공물 및 수용 가능성(acceptability), 영상의 질감이 포함되었고 이에 대한 평가와 비교를 시행하였다. 결과 모든 연령 그룹의 모든 수준의 SNR 및 CNR은 높은 수준의 DLIR 사용 시 증가하였다. ASiR-V와 비교했을 때 높은 수준의 DLIR은 SNR 및 CNR이 개선되었다(p < 0.05). 그리고 DLIR의 수준이 증가될수록 순차적인 잡음 감소, 회백질 구분 개선, 선명도 개선이 나타났다. 이러한 변수들에서 높은 수준의 DLIR 사용 시 ASiR-V와 유사한 정도의 수치가 측정되었다. 인공물과 수용 가능성의 경우에 적용된 DLIR 수준 간에 큰 차이를 보이지 않았다. 결론 소아 두부 CT에 고수준 DLIR을 적용하면 영상의 노이즈를 줄일 수 있으나 인공물 처리에 대한 개선이 필요하다.

• Journal of International Society for Simulation Surgery
• /
• 제1권2호
• /
• pp.57-61
• /
• 2014

We present a robust 3D facial reconstruction method using a single image generated by face-specific super resolution technique. Based on the several consecutive frames with low resolution, we generate a single high resolution image and a three dimensional facial model based on it. To do this, we apply PME method to compute patch similarities for SR after two-phase warping according to facial attributes. Based on the SRI, we extract facial features automatically and reconstruct 3D facial model with basis which selected adaptively according to facial statistical data less than a few seconds. Thereby, we can provide the facial image of various points of view which cannot be given by a single point of view of a camera.

• 한국방사선학회논문지
• /
• 제17권1호
• /
• pp.37-46
• /
• 2023

MDCT의 딥러닝 재구성 기법(TrueFidelity, TF)의 유용성을 평가하고자 기존의 필터보정역투영법(Filtered back projection, FBP)과 적응형 통계적 재구성 기법(Adaptive Statistical Iterative Reconstruction-Veo, ASIR-V)의 화질을 비교 평가하였다. FBP, ASIR-V 50%, TF-H의 재구성 기법에서 선량을 17.29 mGy로 고정한 것과 10.37 mGy, 12.10 mGy, 13.83 mGy, 15.56 mGy로 변화시킨 영상을 획득하여 노이즈, CNR, SSIM을 측정하였다. 17.29 mGy에서 재구성 기법 변화를 주었을 때 TF-H가 FBP, ASIR-V에 비해 화질이 우수하다. 선량에 변화를 주었을 때 10.37 mGy TF-H와 FBP 비교 시 노이즈, CNR, SSIM은 유의한 차이가 있고(p<0.05), 10.37 mGy TF-H와 ASIR-V 50% 비교 시 유의한 차이가 없다(p>0.05). 선량이 가장 높은 15.56 mGy ASIR-V 50%와 선량이 가장 낮은 10.37 mGy TF-H 화질이 동일하므로 TF-H는 30%의 선량 감소 효과가 있다. 따라서 딥러닝 재구성 기법(TF)은 반복적 재구성 기법(ASIR-V)과 필터보정역투영법(FBP)보다 선량을 감소시킬 수 있었다. 이로 인해 환자의 피폭선량을 감소시킬 것으로 사료된다.

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.817-825
• /
• 1997

Images reconstructed with EM algorithm have been observed to have checkerboard effects and have large distortions near edges as iterations proceed. We suggest a aimple algorithm of applying line process to the EM and Bayesian EM to reduce the distortions near edges. We show by simulation that this algorithm improves the clarity of the reconstructed image and has good properties based on root mean square error.