[논문 리뷰] A GA based Window Selection Methodology to Enhance Window based Multi wavelet transformation and thresholding aided CT image denoising technique

Syed Amjad Ali, S. Vathsal외 1명|arXiv (Cornell University)|2010. 02. 01.

Image and Signal Denoising Methods인용 수 7

한 줄 요약

이 논문은 CT 영상의 노이즈 제거를 위한 윈도우 기반 다중 웨이브릿 변환과 임계치 처리를 향상시키기 위해 유전 알고리즘(GA) 기반 윈도우 선택 방법을 제안한다. 중복된 노이즈가 있는 영상에서 유사한 윈도우를 최적화하여 선택ం으로써, 노이즈 제거 정확도를 향상시키고 최적의 윈도우 매칭을 놓칠 위험을 줄이며, 순차적 검색 방법에 비해 훨씬 뛰어난 영상 품질을 제공한다.

ABSTRACT

Image denoising is getting more significance, especially in Computed Tomography (CT), which is an important and most common modality in medical imaging. This is mainly due to that the effectiveness of clinical diagnosis using CT image lies on the image quality. The denoising technique for CT images using window-based Multi-wavelet transformation and thresholding shows the effectiveness in denoising, however, a drawback exists in selecting the closer windows in the process of window-based multi-wavelet transformation and thresholding. Generally, the windows of the duplicate noisy image that are closer to each window of original noisy image are obtained by the checking them sequentially. This leads to the possibility of missing out very closer windows and so enhancement is required in the aforesaid process of the denoising technique. In this paper, we propose a GA-based window selection methodology to include the denoising technique. With the aid of the GA-based window selection methodology, the windows of the duplicate noisy image that are very closer to every window of the original noisy image are extracted in an effective manner. By incorporating the proposed GA-based window selection methodology, the denoising the CT image is performed effectively. Eventually, a comparison is made between the denoising technique with and without the proposed GA-based window selection methodology.

연구 동기 및 목표

• 윈도우 기반 다중 웨이브릿 노이즈 제거에서 순차적 윈도우 매칭의 비효율성과 부정확성을 해결하기 위해.
• 노이즈 제거 과정 중 최적의 매우 유사한 윈도우를 놓칠 위험을 줄이기 위해.
• 다중 웨이브릿 변환과 임계치 처리에서 윈도우 선택 정확도를 향상시켜 종합적인 영상 품질을 향상시키기 위해.
• 더 효과적이고 자동화된 매칭을 위해 윈도우 선택 과정에 유전 알고리즘(GA)을 통합하기 위해.
• 기존의 순차적 윈도우 선택 방법과 비교하여 제안된 GA 기반 방법의 성능 향상을 평가하기 위해.

제안 방법

• 유전 알고리즘(GA)을 사용하여 원본 노이즈가 있는 CT 영상의 각 윈도우에 대해 중복된 노이즈가 있는 영상에서 매칭 윈도우를 최적화하여 선택한다.
• GA는 윈도우 간 유사도를 평가하기 위해 적합도 함수를 사용하며, 효율적으로 가장 가까운 매칭을 식별하고자 한다.
• 기존의 순차적 검색 방식을 대체하여 윈도우 선택 과정을 수행함으로써 최적의 매칭을 놓칠 가능성을 감소시킨다.
• 선택된 윈도우에 대해 다중 웨이브릿 변환을 적용한 후, 노이즈를 억제하기 위해 임계치 처리를 수행한다.
• 향상된 윈도우 매칭을 활용하여 노이즈 제거 과정에서 영상 세부 정보를 유지하면서 노이즈를 제거한다.
• 제안된 방법은 기존의 윈도우 기반 다중 웨이브릿 노이즈 제거 프레임워크에 GA 최적화를 통합한다.

실험 결과

연구 질문

• RQ1 유전 알고리즘(GA)은 윈도우 기반 다중 웨이브릿 CT 영상 노이즈 제거에서 윈도우 선택 정확도를 향상시킬 수 있는가?
• RQ2 제안된 GA 기반 방법은 순차적 검색에 비해 최적의 윈도우 매칭을 놓칠 가능성을 줄일 수 있는가?
• RQ3 GA 기반 윈도우 선택을 사용할 경우와 기존 방법을 사용할 경우의 노이즈 제거 CT 스캔의 영상 품질은 어떻게 비교되는가?
• RQ4 제안된 방법은 진단에 유용한 영상 특징을 유지하면서 노이즈 억제를 얼마나 향상시키는가?
• RQ5 GA 기반 방법의 계산 오버헤드는 향상된 노이즈 제거 성능로 인해 정당화될 수 있는가?

주요 결과

• 제안된 GA 기반 윈도우 선택 방법론은 CT 영상 노이즈 제거에서 유사한 윈도우 매칭 정확도를 크게 향상시킨다.
• 이 방법은 순차적 검색 접근 방식에서 자주 간과되는 매우 유사한 윈도우 매칭을 놓칠 위험을 줄인다.
• GA를 노이즈 제거 파이프라인에 통합함으로써 더 나은 노이즈 억제와 함께 향상된 영상 품질을 달성한다.
• 결과는 GA 기반 접근 방식이 노이즈 제거 과정에서 영상 세부 정보를 유지하면서도 기존의 순차적 윈도우 선택 방식보다 뛰어나다는 것을 보여준다.
• 최적화된 윈도우 선택이 CT 영상에서 효과적인 다중 웨이브릿 노이즈 제거에 매우 중요하다는 것이 연구를 통해 확인되었다.
• 제안된 방법은 윈도우 기반 CT 영상 노이즈 제거를 위한 더 견고하고 신뢰할 수 있는 프레임워크를 제공한다.